本發明專利技術公開了一種衰減地震數據隨機噪聲的方法和系統。所述方法包括：獲取地震數據；將地震數據進行傅立葉變換，生成頻率-空間域的地震數據；在空間方向上對頻率-空間域的地震數據進行復數經驗模態分解，生成多個模態分量；根據頻率-空間域的地震數據與多個模態分量，利用最優化方法生成自適應信號重構算子；根據自適應信號重構算子和所述多個模態分量，重構生成頻率域地震信號；將頻率域地震信號進行傅立葉反變換，生成隨機噪聲衰減后的時間域地震信號；根據所述隨機噪聲衰減后的時間域地震信號繪制噪聲衰減后的地震剖面圖像。本發明專利技術實施例的衰減地震數據隨機噪聲的方法與系統，可以有效壓制隨機噪聲對地震信號的影響，提高了地震資料信噪比。
【技術實現步驟摘要】
本專利技術涉及地震勘探領域，尤其涉及油氣地球物理勘探中的地震資料處理領域，具體的講是一種在地震勘探中，對地震數據隨機噪聲進行衰減的方法及系統。
技術介紹
地震勘探是一種利用人工地震技術探測地下結構的勘探方法。它按照一定的方式人工激發地震波，利用稱之為檢波器的裝置接收來自地下的反射信號，通過對反射信號的處理和分析探測地下結構。但是，檢波器在接收地震信號的同時，也接收到大量來自地下和地表的隨機噪聲，降低了地震記錄信噪比，嚴重干擾地震信號反映地下結構的能力，隨機噪聲的衰減與弱信號恢復是地震資料處理領域的重要研究內容。1、f-x域空間預測濾波是目前工業界應用最為廣泛、效果最為穩定的隨機噪聲衰減方法。該方法基于信號在頻率一空間域的可預測性和隨機噪聲的不可預測性進行信號識別和噪聲壓制。其濾波算子的求取已經由自回歸模型(AR)因果算子發展到非因果算子(Gulunay, 2000)，去噪算法也由二維發展到三維甚至四維去噪。但是，該方法要求地震信號在橫向上具有穩態特征，且信號在橫向上呈局部線性趨勢。對于橫向非均質性較強、構造較為復雜的地層結構而言，其反射特征很難滿足f-x域空間預測濾波的上述要求，不能取得理想的去噪效果。2、時頻分析類方法可以針對非穩態以及非線性信號進行處理，該類方法是近年來隨著小波變換等時頻分析工具的興起而發展起來。根據有效信號與隨機噪聲在時頻域的分布差異，首先通過小波變換等時頻分析工具將地震數據變換到時頻域，再選擇合適的時頻域濾波手段將有效信號與噪聲分離，然后反變換到時間域得到去噪后的結果。但是，該類方法的數學變換在實際地震資料處理中缺乏明確的物理意義，沒有考慮地震信號本身的固有特點，且實現過程復雜，可操作性較差，制約了該方法由實驗室到工業界應用的轉換。3、希爾伯特黃變換(HHT)是一種基于信號本身固有屬性的時頻分析方法，該方法將非平穩信號通過經驗模態分解(EMD)方式分解為不同尺度的平穩窄帶信號，稱為固有模態函數(IMF)，然后對這些固有模態函數進行希爾伯特變換就得到信號的時頻譜。該方法克服了小波變換需要選取固定小波基的弱點，所分解的固有模態函數反映了信號本身的固有屬性，具有明確的物理意義，更加有效的反映了地震信號的多尺度特征。Ivan (1999)第一次將經驗模態分解方法引入到地震資料處理領域，主要用于地震屬性分析和提高分辨率處理。Bekara (2008)將經驗模態分解與f-χ濾波相結合,提出了一種新的f-χ域隨機噪聲衰減方法，首次將經驗模態分解技術引入到地震數據隨機噪聲衰減方法的研究。該方法利用經驗模態分解代替常規f-x域預測濾波的線性自回歸濾波器，通過對頻率切片進行經驗模態分解并去除第一個固有模態函數，達到噪聲壓制的目的。雖然隨機噪聲經過經驗模態分解之后，大部分能量集中在第一個模態分量上，但其它模態分量上依然有較強的殘存能量，且復雜反射的有效信號也會泄露在第一模態分量上，因此，僅僅通過剔除某一分量或某些分量的濾波方法在去噪能力和保幅性能上存在較大缺陷。
技術實現思路
本專利技術的目的是為了克服現有技術中存在的衰減隨機噪聲信號不夠理想的不足，提供一種衰減地震數據隨機噪聲的方法與系統，以解決上述問題。為了達到上述目的，本專利技術實施例公開了一種衰減地震數據隨機噪聲的方法，包括獲取地震數據；將所述地震數據進行傅立葉變換，生成頻率-空間域的地震數據；在空間方向上對所述頻率-空間域的地震數據進行復數經驗模態分解，生成多個模態分量；根據所述頻率-空間域的地震數據與所述多個模態分量，利用最優化方法生成自適應信號重構算子；根據所述自適應信號重構算子和所述多個模態分量，重構生成頻率域地震信號；將所述頻率域地震信號進行傅立葉反變換，生成隨機噪聲衰減后的時間域地震信號；根據所述隨機噪聲衰減后的時間域地震信號繪制噪聲衰減后的地震剖面圖像。為了達到上述目的，本專利技術實施例還公開了一種衰減地震數據隨機噪聲的系統，包括地震數據獲取單元，用于獲取地震數據；頻率-空間域的地震數據生成單元，用于將所述地震數據進行傅立葉變換，生成頻率-空間域的地震數據；模態分量生成單元，用于在空間方向上對所述頻率-空間域的地震數據進行復數經驗模態分解，生成多個模態分量；重構算子生成單元，用于根據所述頻率-空間域的地震數據與所述多個模態分量，利用最優化方法生成自適應信號重構算子；頻率域地震信號生成單元，用于根據所述自適應信號重構算子和所述多個模態分量，重構生成頻率域地震信號；時間域地震信號生成單元，用于將所述頻率域地震信號進行傅立葉反變換，生成隨機噪聲衰減后的時間域地震信號；地震剖面圖像繪制單元，用于根據所述隨機噪聲衰減后的時間域地震信號繪制噪聲衰減后的地震剖面圖像。本專利技術實施例的衰減地震數據隨機噪聲的方法與系統，可以自動識別并重構被隨機噪聲嚴重污染的地震信號，有效壓制隨機噪聲對地震信號的影響，提高了地震資料信噪比，增強了地震信號對地下復雜結構和油氣儲層的檢測精度，為地震資料構造解釋和儲層預測提供了高質量的基礎數據。附圖說明為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。圖1為本專利技術實施例中的復數經驗模態分解介紹中的高斯白噪聲EMD分解后的各IMF頻譜示意圖；圖2為利用投影法進行復數經驗模態分解的示意圖；圖3為本專利技術實施例的衰減地震數據隨機噪聲的方法的流程圖；圖4為本專利技術實施例的衰減地震數據隨機噪聲的系統的結構示意圖；圖5為本專利技術實施例1中采集的某油田A區塊的碳酸鹽巖地震記錄；圖6為本專利技術實施例1中的經過f-x域空間預測濾波之后的某油田A區塊碳酸鹽巖地震記錄；圖7為本專利技術實施例1中的經過本專利技術的衰減方法處理之后的某油田A區塊碳酸鹽巖地震記錄；圖8為本專利技術實施例2中采集的某油田B區塊的地震記錄；圖9為本專利技術實施例2中的經過本專利技術的衰減方法處理之后的某油田B區塊的地震記錄。具體實施例方式下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例?；诒緦＠夹g中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。在介紹本專利技術的具體實施方式之前，為了更好地理解本專利技術的實施過程，首先對本專利技術所涉及的復數經驗模態分解進行簡單的介紹。N E. Huang等人認為，平穩信號應該滿足兩個條件(I)極值點數目和過零點數目相等或最多相差I個；(2)在任意點，由局部極大值點和局部極小值點構成的兩條包絡線平均值為O。滿足該條件的信號稱為固有模態信號，相應的函數稱為固有模態函數(IntrinsicMode Function,簡記IMF)。對于復雜非平穩信號，并不滿足IMF條件，因此N E. Huang等人提出了如下假設任何信號都是由一些不同的固有模態組成的；每個模態可以是線性的，也可以是非線性的，其極點數和零點數相同，且上下包絡線關于時間軸局部對稱；任何時候，一個信號都可以包含許多固有模態信號；如果模態之間相互重疊，便形成復合信號。將復合本文檔來自技高網...
【技術保護點】
一種衰減地震數據隨機噪聲的方法，其特征在于，所述方法包括：獲取地震數據；將所述地震數據進行傅立葉變換，生成頻率?空間域的地震數據；在空間方向上對所述頻率?空間域的地震數據進行復數經驗模態分解，生成多個模態分量；根據所述頻率?空間域的地震數據與所述多個模態分量，利用最優化方法生成自適應信號重構算子；根據所述自適應信號重構算子和所述多個模態分量，重構生成頻率域地震信號；將所述頻率域地震信號進行傅立葉反變換，生成隨機噪聲衰減后的時間域地震信號；根據所述隨機噪聲衰減后的時間域地震信號繪制噪聲衰減后的地震剖面圖像。
【技術特征摘要】
【專利技術屬性】
技術研發人員：李國發，王峣鈞，付立新，彭更新，滿益志，秦德海，李皓，
申請(專利權)人：中國石油大學北京，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。