沙漠地区地震采集避高就低方法探讨

沙漠地区地表是起伏连绵的沙丘,在沙丘的高部位,疏松干燥沙层(低降速带)的厚度可达几十米至上百米,而在2个沙丘之间的谷状地带低降速带的厚度一般只有几米。随着低降速带厚度增大,地震采集的激发条件和接收条件也随之变差,在一定程度上制约着地震资料信噪比的提高。地震采集施工过程中,根据沙丘分布情况,在一定的约束条件下,将部分激发点和接收点设置到沙漠的较低洼部位,避开较厚的低降速带,即避高就低,能有效改善激发和接收条件,取得更好的地震勘探地质效果。通过实际资料来说明高大沙丘对地震资料品质的影响,并从理论上探讨如何根据勘探目的层参数和勘探精度要求来规范避高就低方案。

空间自适应EPLL低频地震随机噪声降噪方法

期望块对数似然降噪方法从外部数据学习高斯混合模型作为地震信号先验,利用与图像块最匹配的高斯分量对数据块去噪,并与含噪图像加权实现图像重构,能够有效抑制地震图像中的随机噪声,保持图像细节。期望块对数似然算法采用与噪声方差有关的正则化参数,在处理沙漠地震图像的非平稳信号和低频色噪声时很难兼顾弱信号保真与噪声压制。针对期望块对数似然正则化参数不适应非平稳地震信号问题,提出空间自适应期望块对数似然低频随机噪声降噪方法。该方法采用方差归一化对图像平稳化,根据图像块信噪比控制正则化参数,使其随非平稳地震勘探信号强度的时空变化而自适应调整,从而平衡局部细节的保持和非平稳信号全局特征的恢复。此外,在信号重构过程中,通过块信噪比对图像块加权平均,减少信号丢失。笔者采用空间自适应期望块对数似然算法对合成以及实际地震勘探图像去噪。结果表明,该方法可以有效地恢复沙漠地震勘探图像中非平稳信号,抑制低频弱相似随机噪声。

沙漠区起伏地表地震波正演模拟与资料处理

针对沙漠区的沙丘近地表条件,开展了起伏地表地震波正演模拟与资料处理分析.给出用于起伏地表的地震波正演模拟相关数值算法及关键参数.同时将随机孔洞介质用于刻画沙丘的松散地层结构,地表以上部分充填空气速度,并按沙漠区地震观测方式进行数据采集.以沙漠区实际地震资料为例,并结合理论模型进行地震数据处理和波场模拟分析.研究表明,沙漠区沙丘的松散结构是降低叠前道集和叠加剖面信噪比的主要原因,利用叠前时间偏移方法中加权绕射叠加功能可有效提高成像剖面和共反射点道集的信噪比,这对于沙漠区起伏地表实际地震资料处理具有一定的借鉴意义.

Shearlet域深度残差CNN用于沙漠地震信号去噪

由于沙漠地震信号中含有较强的随机噪声,从而给沙漠地震数据的处理和解释带来了很大的困难。针对上述问题,提出了一种基于Shearlet变换的深度残差卷积神经网络(ST-CNN:Deep Residual Convolutional Neural Network for Shearlet Transform)模型,实现沙漠地震信号的随机噪声压制。在训练阶段,将沙漠地震信号经Shearlet分解后的系数作为输入,将随机噪声经Shearlet分解后的系数作为标签,通过卷积神经网络(CNN:Convolutional Neural Network)学习输入和标签之间的映射关系;在测试阶段,利用此映射关系即可从沙漠地震信号系数中预测出噪声系数,并间接地获得有效信号系数,最后通过Shearlet反变换获得有效信号。通过与传统的Shearlet硬阈值去噪算法对比,发现该算法可把沙漠地震信号的信噪比从-4. 48 d B提高到14. 15 d B,具有更好的去噪效果。

基于DBBCNN的沙漠区地震资料随机噪声衰减方法

由于沙漠地区采集环境恶劣、地表地质条件复杂,勘探资料信噪比普遍较低;同时,沙漠区随机噪声与有效信号存在频谱混叠现象,噪声压制难度较大,给后续反演、成像和解释等工作带来了不利影响。近年来,以去噪卷积神经网络(Feed-forward Denoising Convolutional Neural Networks,DnCNN)为代表的深度学习去噪方法已应用于复杂随机噪声抑制,但传统降噪网络一般是根据单一尺度信息提取数据特征,导致针对复杂勘探记录的处理能力可能会下降。为实现沙漠地区复杂噪声的有效衰减,提出一种新型多分支去噪卷积神经网络(Diverse Branch Block Convolutional Neural Networks,DBBCNN)。与传统的DnCNN相比,DBBCNN将不同尺度、不同复杂度的分支结合在一起,丰富了特征空间,并且采用长路径操作融合全局特征和局部特征,提升了网络针对弱信号的特征表达能力。模拟和实际数据实验结果表明,DBBCNN可有效压制沙漠地震资料中的复杂随机噪声,且处理后的记录信噪比显著提升。

基于多模态低秩处理的沙漠地震随机噪声压制

沙漠地带的随机噪声使沙漠地震记录中的有效信号很大程度上被淹没。针对此问题,提出将自适应噪声辅助的集合经验模态分解方法(CEEMDAN:Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)与鲁棒标准正交子空间方法(ROSL:Robust Orthonormal Subspace Learning)有效融合。首先利用CEEMDAN算法对沙漠地震数据进行分解,将分解得到的所有模态拼成一幅新记录,并对其进行低秩分解,再将得到的稀疏部分中每道的所有模态重新叠加获得去噪结果。二者相结合,不仅解决了单一的低秩处理对沙漠地震数据效果不明显的问题,同时也规避了要对CEEMDAN算法分解得到的模态进行取舍的难题。模拟实验和实际数据处理表明,该算法压制低频随机噪声具有明显的优势,同时对有效信号的保幅均能保证在85%以上,对实际数据中面波的压制也相对比较彻底。

巴彦浩特地震资料处理技术

巴彦浩特盆地沙漠区的二维地震资料原始信噪比低、静校正量大，针对该区资料特点，在资料处理中采用了低降速带模型与交互迭代静校正，F－K速度滤波，区域异常振幅衰减，地表一致性补偿，人工交互拾取叠加速度，保护浅层信息，衰减随机噪声等技术为主的处理流程和手段，获得了较好的处理效果，为地质解释人员提供了较高信噪比的地震剖面。

沙漠地区地震资料处理方法研究

塔中沙漠地区地震原始资料的信噪比、分辨率、保真度低,有效波不突出,能量弱,连续性差,在叠加剖面上难以追踪。针对这些问题,采取了一系列有效措施。首先,通过预处理对原始资料进行净化,消除由各种干扰波和地表高差大给资料造成的影响,使单炮记录的信噪比、分辨率和保真度得到了提高;然后,通过速度分析和选择合适的叠加方式得到具有较高信噪比、分辨率和清晰度的叠加剖面;最后,对叠后数据体进行细化处理,采用相干加强、多项式拟合、径向预测滤波、倾角滤波、随机噪声衰减、叠后反褶积、频率补偿、时变谱白化、蓝色滤波和振幅补偿等处理手段,使最终的叠加剖面有效波主频从20Hz提高到40Hz。通过大量的试验分析,制定了适合于塔中地区地震资料的处理流程和参数。

塔里木盆地塔中沙漠区高分辨率地震勘探效果

塔中沙漠区地表被北东—南西向条带状沙层所覆盖,地形起伏剧烈,松散沙层厚度变化巨大,给地震资料采集、处理、解释带来了很大的困难。通过联合攻关,从地震波激发能量下传和反射波接收的研究入手,实现了全部潜水面以下激发,因地制宜、避高就低埋置检波器优化观测系统;针对该区石炭系和志留系低幅度构造、薄储层圈闭难以落实,奥陶系内幕地震资料反射波能量弱、信噪比低、叠加成像困难等问题,开展了沙丘对地震波吸收衰减分析和补偿技术、地表一致性处理技术、多域迭代静校正技术、精细速度场模型确立和偏移成像等配套技术的研究开发与应用。从而极大地改善了塔中沙漠区地震资料的品质,使中深层的石炭系、志留系、奥陶系对应的地震剖面主频从18～20Hz提高到36～40Hz;形成了塔中沙漠区油气勘探技术系列,精细刻画了塔中Ⅰ号带,锁定了油气勘探目标,推动了台盆区油气勘探再掀新高潮。