基于随机森林方法的地震插值方法研究

在地震数据的采集过程中,不可避免地会出现地震道缺失或者空间采样不足的情况,这样会产生坏道、缺失道等现象,极大的影响了地震资料质量。想要解决该问题就必须进行地震插值。本文借助于机器学习思想,以无缺失道数据为基础构建机器学习样本集,在此基础上利用随机森林回归预测算法学习各道各时间点振幅与其临近道、时窗内的振幅的统计关系,然后根据临近道数据对缺失道进行补全。将本文所提出方法应用到模型数据与实际采集数据中的缺失道补全处理,均取得良好应用效果,证明本文方法的正确性与有效性。

连续缺失地震数据的高阶流式预测滤波插值方法

由于观测系统实施以及经济因素的限制,采集到的勘探地震数据在空间方向上总是不规则分布的,并且往往会出现数据的大范围连续缺失情况.许多后续地震数据处理方法(例如:多次波压制和波动方程偏移等)都需要空间上规则分布的数据.插值技术是一种解决地震数据缺失问题的有效手段,但是传统的数据插值方法在进行连续缺失数据重建时往往会出现失效的情况,尤其在处理非平稳地震同相轴时精度不高,并且大多数的方法需要迭代计算,在处理高维大规模数据时效率较低.针对连续缺失地震数据的快速插值问题,本文提出了一种非迭代的时空域高阶流式预测滤波插值方法,通过使用高阶限制条件来提高连续缺失数据的滤波器估计精度,提高局部约束条件的稳定性,改善低阶流式计算由于滤波器系数无法连续更新所造成的插值失效情况.同时,空间非因果滤波器和蛇形插值路径的设计方案可以有效减小大范围连续缺失数据和数据边界对于预测滤波器的计算误差,本方法能够有效处理包括近炮检距缺失情况在内的连续缺失数据插值重建.通过与工业标准傅里叶凸集投影(POCS)方法进行比较,理论模型和实际数据处理结果表明,本文提出的高阶流式预测滤波插值方法对高维连续缺失地震数据有较好的重建效果,在插值精度和计算效率两个方面有更好的平衡性.

基于改进匹配追踪傅里叶插值的地震数据规则化重构

由于地表条件的限制,野外采集的地震数据难以做到规则采样,不规则采样地震数据影响了地震数据处理与解释。针对这一问题,采用匹配追踪傅里叶插值算法对不规则地震数据进行重构,并在该插值算法中的迭代部分作出改进,使其只在频率-波数域中计算傅里叶系数谱,减少了迭代中大量的正反傅里叶变换,以降低匹配追踪傅里叶插值算法的计算时间,并将改进后的方法应用到随机欠采样凹陷正演地震记录、Marmousi正演地震记录以及实际CMP地震资料中进行规则化重构。结果表明:改进后的匹配追踪傅里叶插值算法可以将随机欠采样地震数据规则化,重构后其同相轴变得连续,频波谱能量收敛,有效信号得以恢复,且改进后该算法的重构时间明显降低,其加速比在30倍以上,表明了该方法的正确性与可行性。改进后的匹配追踪算法为不规则地震数据的重构提供了新的理论依据。

基于卷积和Transformer联合网络的地震数据插值

地震数据插值是地震数据处理的关键步骤,旨在高精度地恢复出缺失地震数据,提升地震数据信噪比。近年来,基于卷积神经网络的插值方法发展迅速,该方法基于数据驱动,通过搭建卷积神经网络恢复缺失数据。卷积神经网络依赖卷积提取地震数据特征,然而由于受到卷积核局部感受野的限制,卷积运算只能捕捉地震数据局部信息,限制了网络的插值性能。因此本文提出了基于卷积和Transformer联合网络的地震数据插值方法,该方法通过引入Transformer,构建卷积和Transformer融合模块提取地震数据特征,旨在捕捉地震数据更多的细节信息,提升地震数据插值性能。通过仿真数据实验和真实数据实验显示,和基于Unet网络的插值方法相比,本文方法具有更好的插值性能,能够恢复地震数据更多纹理细节,插值结果的信噪比提升了2~3 dB。

基于信号重构的地震道插值

在简要回顾几种插值方法的基础上 ,提出了基于信号重构的地震道插值方法。这种方法无需任何地质和地球物理假设 ,主要用于恢复缺失的地震道。本方法的基础是傅立叶变换理论和最小平方反演技术。文中给出了原理、算法、实现步骤及简要的流程框图。如果对变换域的参数进行规则采样 ,则该方法可以用高效、快速的算法来实现。本插值方法适用于规则和非规则采样的数据。文中给出了理论合成数据和实际数据的试验结果 ,并对结果进行了讨论。同时 ,本方法对于 AVO分析、DMO处理。

基于表层多次波的地震数据插值方法研究

提出了一种基于原始含表层多次波数据的叠前共炮集地震数据插值新方法。相对于利用相邻道信息变换或外推插值的缺失地震数据重建,新方法直接利用含表层多次波的原始记录数据,通过互相关构建虚拟一次波,并在滑动时间-空间窗内对拟地震道进行最小二乘匹配滤波和均方根振幅校正,而后用于缺失近炮检距数据的插值重建。与已有的利用多次波生成虚拟一次波的方法相比,新方法无需进行多次波和一次波的提取,所以更易于实现。模型数据测试和实际资料试处理证明了新方法的有效性和实用性。

利用L_1范数求取道间时差技术进行地震道插值

本文采用L1范数求取道间时差技术求出剖面上每一样点的时间倾角,然后逐道进行倾角插值。当出现较多空道时,利用L1范数极小准则找出差值道集中绝对值最小点对应的移动时间,求出时间倾角进行插值。此法既能适应线性同相轴插值、非线性同相轴插值,又能适应等道距、非等道距插值。通过对合成记录及实际记录的处理表明,此法具有比常规道内插方法速度快、精度高、适应性强等优点。

基于表层多次波数据的近道地震数据插值方法研究(英文)

本文提出基于原始含表层多次波数据实现叠前共炮集地震数据插值。相对于利用相邻道的信息变换或外推插值用于缺失的地震数据重建,本文方法利用表层多次波数据互相关构建准一次波,将蕴含在表层多次波数据中的,而在采集记录中表现为缺失的近炮检距信息提取出来,并在滑动时间空间窗内采用最小二乘匹配滤波和均方根振幅校正方法进行准一次波校正而后用于数据插值重建。本文方法适用于表层多次波比较发育,同时又存在数据缺失尤其是近炮检距数据缺失情况。方法易于实现,不需多次波和一次波的提取,利用多次波中蕴含的信息实现缺失的地震数据弥补,为含有表层多次波的数据进行近炮检距地震信息的插值重建提供了一个很好的思路。

地震数据Bregman整形迭代插值方法

人工地震方法由于受到野外观测系统和经济因素等的限制,采集的数据在空间方向总是不规则分布.但是,许多地震数据处理技术的应用(如:多次波衰减,偏移和时移地震)都基于空间规则分布条件下的地震数据体.因此,数据插值技术是地震数据处理流程中关键环节之一.失败的插值方法往往会引入虚假信息,给后续处理环节带来严重的影响.迭代插值方法是目前广泛应用的地震数据重建思路,但是常规的迭代插值方法往往很难保证插值精度,并且迭代收敛速度较慢,尤其存在随机噪声的情况下,插值地震道与原始地震道之间存在较大的信噪比差异.因此开发快速的、有效的迭代数据插值方法具有重要的工业价值.本文将地震数据插值归纳为数学基追踪问题,在压缩感知理论框架下,提出新的非线性Bregman整形迭代算法来求解约束最小化问题,同时在迭代过程中提出两种匹配的迭代控制准则,通过有效的稀疏变换对缺失数据进行重建.通过理论模型和实际数据测试本文方法,并且与常规迭代插值算法进行比较,结果表明Bregman整形迭代插值方法能够更加有效地恢复含有随机噪声的缺失地震信息.

基于Bregman迭代的复杂地震波场稀疏域插值方法(英文)

在地震勘探中,野外施工条件等因素使观测系统很难记录到完整的地震波场,因此,资料处理中的地震数据插值是一个重要的问题。尤其在复杂构造条件下,缺失的叠前地震数据给后续高精度处理带来严重的影响。压缩感知理论源于解决图像采集问题,主要包含信号的稀疏表征以及数学组合优化问题的求解,它为地震数据插值问题的求解提供了有效的解决方案。在应用压缩感知求解复杂地震波场的插值问题中,如何最佳化表征复杂地震波场以及快速准确的迭代算法是该理论应用的关键问题。Seislet变换是一个特殊针对地震波场表征的稀疏多尺度变换,该方法能有效地压缩地震波同相轴。同时,Bregman迭代算法在以稀疏表征为核心的压缩感知理论中,是一种有效的求解算法,通过选取适当的阈值参数,能够开发地震波动力学预测理论、图像处理变换方法和压缩感知反演算法相结合的地震数据插值方法。本文将地震数据插值问题纳入约束最优化问题,选取能够有效压缩复杂地震波场的OC-seislet稀疏变换,应用Bregman迭代方法求解压缩感知理论框架下的混合范数反问题,提出了Bregman迭代方法中固定阈值选取的H曲线方法,实现地震波场的快速、准确重建。理论模型和实际数据的处理结果验证了基于H曲线准则的Bregman迭代稀疏域插值方法可以有效地恢复复杂波场的缺失信息。

地震资料快速两步插值算法

为了提高插值效率以及选择最优的插值方案,基于凸集投影(POCS)算法和迭代阈值(IST)算法的分析公式,在前人的基础上发展了快速迭代收缩阈值(FIST)算法和快速凸集投影(FPOCS)算法。基本思想是:将前一步的插值结果与前两步的插值结果通过线性算子进行线性组合,得到迭代收缩算子;通过插值算法进行插值。同时引入质量控制新准则,提高了计算效率和精度。使用IST、POCS、FIST和FPOCS等算法分别对由Seismic Lab建立的四层地震模型、Marmousi模型的不完整地震数据进行插值,筛选出最佳的阈值策略,并最终由实际地震资料进行验证。结果表明:阈值指数递减策略较恒阈值、阈值线性递减、数据驱动阈值等策略获得的插值结果的信噪比更高;结合终止准则,最大迭代次数为35~50时,即可获得较好的插值效果。

非下采样Contourlet自适应的地震信号插值方法

为了提高地震数据的重构效果,提出了一种基于非下采样Contourlet变换(NSCT)自适应阈值的插值方法。该算法对缺失地震数据进行变换,并利用NSCT变换系数计算N次迭代对应的阈值。每次迭代时自适应选取阈值对各方向各尺度的NSCT系数进行处理,利用未缺失地震数据填充到反变换后的缺失地震数据中,完成缺失地震数据的重构。实验结果表明,利用NSCT变换的平移不变性和自适应阈值处理,对均匀丢失和随机丢失的地震数据进行插值重构,能得到更好的插值效果。

基于Curvelet变换阈值法的地震数据插值和去噪

成功的信号分离和去噪依赖于所用的变换能否足够稀疏地表达该类信号。事实上,信号在某变换域的系数越稀疏,阈值去噪的效果也就越好。Curvelet变换是一种非自适应的多尺度、多方向性变换,地震数据在Curvelet域有着几乎最优的稀疏表达。最近的研究表明,Curvelet阈值能够得到比小波阈值更好的随机噪声抑制效果,更高的提高信噪比。同时,这种去噪方法还克服了传统滤波法对有效地震信号损失较大这一缺点。针对含有随机噪声的地震数据缺失道插值问题,本文提出了一种基于Curvelet阈值迭代的插值方法。实验结果表明,该方法不仅可以得到较好的插值重构效果,而且几乎可以达到和没有地震数据丢失情况下同样的信噪比。

基于非凸张量秩最小化的三维地震数据插值

完整的三维地震数据的频率切片经过Hankel张量预变换后具有低秩性,因此,随机缺失的三维地震数据可以通过张量降秩进行插值。张量的秩最小化是NP难问题,传统方法通过构建张量秩的凸松弛求解。但是,该方法忽略张量模展开矩阵奇异值的差异性,获得的仅是原始张量秩最小化问题的次优解,地震数据插值精度得不到保证。为此,本文提出基于log_(ε)函数的非凸张量模型,用log_(ε)函数代替秩函数,采用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解。仿真和真实地震数据的实验结果表明,相比于传统的基于块Hankel变换的多道奇异谱分析(Multichannel Singular Spectrum Analysis,MSSA)方法和基于凸松弛的低秩张量补全方法(Low-rank Tensor Completion,LRTC),本文所提方法具有更高的重建精度。

基于扩散滤波方法的地震数据修复技术

将基于偏微分方程的图像修复技术引入到地震资料数字处理领域,提出基于扩散滤波方法的地震数据修复技术.将待修复数据区域附近的未受损数据按照一定的扩散函数规则,通过扩散滤波方法将其扩散至待修复区域,每次迭代计算仅更新待修复区域内的数据,未受损区域内的数据保持不变,根据迭代前后的残差与阈值比较,最终确定迭代终止的条件.地震数据插值处理以及地震数据的局部修复处理2个应用实例表明,采用扩散滤波方法的地震数据修复技术可以修复地震数据,能够有效恢复缺失的地震波场信息,在地震资料数字处理中有一定的应用价值.

提高逆时偏移成像精度的叠前插值处理研究与应用

为了提高叠前逆时偏移成像精度,开展了针对逆时偏移的地震资料预处理方法研究——叠前插值处理。从Marmousi理论模型出发,对模拟的理论炮集数据进行抽稀,在满足数值频散关系条件下进行叠前逆时偏移处理,计算结果表明,炮集记录道间距增大会引入线性干扰,较大程度影响了逆时偏移结果的精度和横向连续性;从实际三维地震资料数据出发,对比分析了沿检波线方向和沿检波站方向进行叠前频率-空间域三维插值前、后的数据和对应的逆时偏移结果。研究表明,未进行叠前插值处理的逆时偏移剖面存在类似于理论数据抽稀情况下的线性干扰,同相轴的连续性差;而经插值处理后,插值地震道的同相轴过渡自然无畸变,对应的逆时偏移剖面连续性明显增强,线性干扰得到有效压制。因此,叠前插值处理能够有效提高高信噪比地震工区资料的逆时偏移成像精度。

混采数据分离中插值与去噪的同步处理

近年来,由于新兴的混合采集观测系统在很大程度上提高了采集效率,因此得到了很多学者和石油公司的青睐.但在实际应用中,这种特殊观测系统的采集质量却受到很多因素的影响.一方面,该观测系统采集到的炮记录会受到相邻炮记录的干扰;另一方面,复杂的采集环境使得地震记录中包含部分空道;另外,采集过程中的场地环境干扰会不可避免地带入随机噪音,它们都会影响采集质量.虽然已有一些学者对这些因素做了相关研究,但都是单独分析,未能综合考虑各种干扰因素.本文基于稀疏约束反演的基本原理,将混合炮数据的分离、缺失道集的插值以及对随机噪音的压制问题整合在一起,通过一步处理同时减小如上三方面因素的不利影响,在改善信噪比的同时极大地提高了地震资料的处理效率.文章利用模拟数据和实际数据对这种新方法进行了验证,均得到了比较满意的效果.

道均衡抛物线Radon变换法地震道重建

基于抛物线Radon变换地震道重建(PRT)的基本原理和傅里叶变换频谱的基本性质,本文提出了迭代加道均衡抛物线Radon变换(BPRT)方法,把道均衡技术和带限PRT法有机地结合起来,不仅大大提高了缺失地震道插值重建的计算效率,而且成功运用于叠前地震资料的反假频重采样处理中。此法与传统最小二乘抛物线Radon变换法相比,其计算精度相同,且计算效率大约提高了5倍。理论模型试算与实际地震资料处理证明该方法具有精度高、效率高的特点。

小波变换在面波插值中的应用

利用瑞雷面波的频散信息可有效反演浅层横波速度结构。但在大时空采样地震记录中,由于瑞雷面波的速度很低,其记录中的高频成分容易出现严重假频,甚至出现超周期现象,这会降低其频率速度谱的信噪比,影响频散曲线的提取精度,在高频段更加如此。基于小波变换原理,实现对瑞雷面波的时空插值;根据瑞雷面波同相轴线性的特点,将线性动校正引入到插值中,改善高频信息的插值效果;进行理论模型数据和实际记录的试算与频率速度谱的提取以及插值前后频率速度谱的对比分析。研究结果表明:基于小波变换原理的插值方法是正确的;该方法可以有效提高频率速度谱的信噪比和频散曲线的提取精度,为大时空采样地震记录瑞雷面波频散曲线的提取提供理论基础。

地震数据重建方法原理及运用

在数值分析领域中,许多方法都是借助于插值公式导出的。几乎所有的经典数值微分、数值求积和常微分方程的数值积分公式,都可以从插值公式中推导出来。地震勘探领域常见的插值重建方法按照数学原理大致可以分为三类:适用于均匀采样的预测误差滤波插值方法,基于算子的插值方法(如DMO和偏移算子)和在最小二乘意义下估算特定数学变换系数进行插值的方法。这里从数学原理上系统地阐述了这几种插值方法的基本原理,并利用数值试验和实际数据进行了检验。