基于曲波变换与快速指数阈值迭代的多震源地震数据分离

传统的地震数据采集方式是炮与炮之间分开激发,施工效率较低,多震源地震混采技术通过多炮同时或延时激发,大幅提高了施工效率,但同时也给地震数据带来了较大的混合噪声,传统方法的去混效率偏低,为此,将曲波变换与快速阈值迭代法进行结合,在此基础上使用指数阈值模型,得到一种基于稀疏反演快速高精度的多震源数据分离方法。在曲波域分离过程中,采用软阈值函数和指数阈值模型,经过迭代获得了较好的分离结果,此外,还对其抗噪性能进行了相关的研究。理论数值模拟和实际数据的应用,表明本文方法相较于传统的分离方法,收敛速度更快,保留了更多的有效信号,具有更高精度的分离效果,且有良好的抗噪性能。

基于降秩和稀疏联合约束的地震数据同时重建和去噪

野外地震数据包含各种随机噪声干扰,且存在不规则道缺失现象,为了不影响后续资料处理,需要对其进行同时重建和去噪。目前大部分同时重建和去噪方法都是基于单一稀疏约束和降秩约束,尽管稀疏约束具有高效性优点,但对各种数据缺乏适应性,而降秩约束可以自适应不同数据,但计算成本较高。为了充分利用不同约束条件的优势,本文提出一种基于联合约束的地震数据同时重建和去噪方法:选用基于傅立叶变换的凸集投影算法(POCS)作为稀疏约束,阻尼多道奇异谱分析(DMSSA)作为降秩约束,在此过程中,还需使用截断奇异值分解(TSVD)算法和指数阈值公式。理论和实际数据的处理结果表明,本方法在联合约束条件下,能够从时间和空间上考虑地震资料的相关性并利用起来,比单一约束方法能在更少的迭代次数下取得更高的信噪比。

基于自动编码器的地震随机噪声压制方法

近些年,随着我国经济飞速发展,地震勘探在油气资源、煤矿资源和铀矿资源勘探中的重要性日益凸显。地震资料处理是地震勘探中的关键环节,而此环节好坏与地震资料的信噪比、分辨率和保真度息息相关。其中,地震随机噪声的压制被认为是提高信噪比步骤中的重要一步。提出一种深度去噪自动编码器的方法去压制地震随机噪声,该方法将地震数据作为输入,然后将其编码成多级抽象,然后将它们重建成没有噪声的地震数据。通过合成数据和实地数据的实验结果可以看出,深度去噪自动编码器比其他传统方法具有更好的去噪效果。