高阶seislet变换及其在随机噪声消除中的应用

Seislet变换是一种小波类数学变换方法,主要根据不同小波级数上地震同相轴的局部倾角的不同来分析数据.一般意义上,测线方向上的离散小波变换(DWT)是一种特殊的零局部地震倾角的seislet变换.早期的工作基于低阶版本的离散小波变换来构建seislet变换,在本文中,通过使用Cohen-Daubechies-Feauveau(CDF)9/7双正交小波变换(常用于JPEG2000压缩标准)作为框架,扩展高阶seislet变换方法.通过分析理论模型和实际数据的处理结果,并对比傅里叶变换、离散小波变换和低阶seislet变换,高阶seislet变换可以为地震数据提供更好的压缩比.因此更加适用于地震数据去噪处理.

基于整形正则化和S变换的Q值估计方法

品质因子Q值是地震勘探的重要物理参数,可用于提高地震资料处理质量和油气藏描述精度。本文提出了一种新的基于整形正则化反演和S变换的Q值估计方法。首先通过S变换得到不同旅行时刻的振幅谱,然后引入整形正则化算子稳定求解不同时刻的频谱比值,最后通过线性拟合估计出地震品质因子。该方法通过正则化技术消除了噪声、反射相干以及变换窗口等引起的算法不稳定问题,得到光滑稳定的频谱比值,有利于最终的线性回归求取Q值。与传统的频谱比值法相比,基于整形正则化技术的方法估计的Q值更为准确。模拟算例和实际地震资料处理结果均表明,该方法可以有效稳定地估计地震资料品质因子。