自适应加权混合L1/L2范数匹配相减多次波压制方法

基于波动方程的自由表面多次波和层间多次波压制时,自适应匹配相减方法的选取是关键的环节。L2范数自适应匹配相减方法适用于多次波强而有效波弱的情况,L1范数自适应匹配相减方法则适用于多次波弱而有效波强的情况,L2范数自适应匹配相减方法的运算速度明显较L1范数自适应匹配相减方法更快。自适应加权混合L1/L2范数匹配相减方法需要构建联合L1范数和L2范数的目标函数,再根据地震数据中有效波与多次波的能量比自适应地调整目标函数中L1范数和L2范数所占权值。该方法充分利用了L1范数和L2范数压制多次波时对地震数据不同的要求,既不需要L2范数自适应匹配相减方法的有效信号与噪声正交的假设,又克服了L1范数自适应匹配相减方法运算效率较低的缺点,在保证压制效果的同时提高了计算效率。多层水平层状模型及SEG/EAGE Pluto模型的测试结果表明,相较于常规方法,该方法明显提升了多次波的压制效果。

基于混合L1/L2范数的多次波自适应减方法

基于自由表面相关多次波压制(SRME)方法的重要步骤之一是将匹配后的多次波从原始数据中减去。L2范数多次波自适应减方法适用于有效波能量较小的情况,而L1范数多次波自适应减方法可适应有效波能量较强的情况。为获取更理想的自适应减方法,通过加权组合的方式建立使L2范数和L1范数多次波自适应减方法相结合的数学模型,并提出权系数的确定方法,然后结合模型数据和实际数据进行单道多次波压制处理,将处理结果与单独使用L2范数和L1范数自适应减方法所得结果进行对比,结果显示使两种范数加权组合的方法不仅能相对更好地压制多次波的能量,有效波的能量也保持较好。

基于L_1范数的多次波自适应减方法及应用分析

多次波问题在地震勘探中普遍存在。自由表面相关多次波压制(SRME)方法是目前多次波压制方法的主流,使用该方法的重要步骤之一是将由反馈迭代法预测得到的地震多次波经匹配后从原始数据中减去。基于L2范数的多次波自适应减方法有其适用范围,仅在某些情况下才有好的处理结果。这里基于迭代重加权最小二乘法(IRLS算法)的混合L1/L2范数来近似L1范数解,同时结合模型数据和实际数据进行多次波压制处理,并与基于L2范数的自适应减方法进行对比分析。结果显示,本方法不仅有效压制了多次波,而且还相对更好地保持了有效波的能量,这表明本方法可以在不同情况下实现更为普遍的多次波压制。