基于迭代阈值收缩的高分辨率Radon变换方法效果对比

doi:10.11720/wtyht.2021.2584

摘要
图/表
参考文献
相关文章
Metrics

全文: PDF(5041 KB) HTML
输出: BibTeX | EndNote (RIS)

摘要

提高Radon变换分辨率的研究一直是地震数据处理方法研究的热点之一。常用的提高分辨率的算法是在频率域进行的,然而此方法在频域中计算的模型权重是偶然耦合的,会对所有同相轴施加相同的权重,导致高能量同相轴地震道生成假像。此文给出了3种时间域提高Radon变换分辨率的方法,IST(iterative shrinkage thresholding)、FIST(fast iterative shrinkage thresholding)和SRTIS(sparse radon transform iterative shrinkage),并对3种算法的收敛效率和计算效果进行了对比分析。理论和实际数据的测试表明,SRTIS方法在效率和效果的对比上均优于其他两种,并且具有较好的去除多次波能力。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	马继涛
	廖震
	齐娇
	迟麟

关键词 ： Radon变换, 迭代收缩, 高分辨率, 多次波压制, IST, FIST, SRTIS

Abstract：

The study of the resolution improvement of Radon transform is one of the research hotspots in seismic data processing area.The commonly-used resolution improvement methods are carried out in the frequency domain.However,the weighting of the Radon model in the frequency domain is coupled,and it will impose the same weight on all the events,leading to the artifacts generated by high energy seismic events.This paper presents three resolution improvement methods of Radon transform in the time domain:Iterative Shrinkage Thresholding (IST),Fast Iterative Shrinkage Thresholding (FIST) and Sparse Radon Transform Iterative Shrinkage (SRTIS),with a comparison of their compute efficiencies and results.Synthetic data and real data test results show that SRTIS is superior to the other two methods in computation effect and efficiency,and it has a better multiple attenuation capability.

Key words： Radon transform iteration high resolution multiple suppression IST FIST SRTIS

收稿日期: 2019-12-17 修回日期: 2020-11-22 出版日期: 2021-04-20

ZTFLH:

P631.4

基金资助:国家重点研发计划项目“深海关键技术与装备”(2019YFC0312004);中国石油天然气集团有限公司—中国石油大学(北京)战略合作科技专项(ZLZX2020-03);中国石油大学(北京)科研基金资助项目(ZX20200083)

作者简介: 马继涛(1983-),男,山东临清,博士,副教授,硕士生导师,2009年获中国石油大学(北京)地质资源与地质工程专业博士学位,现主要从事地震数据处理相关的教学和科研工作。

引用本文:

马继涛, 廖震, 齐娇, 迟麟. 基于迭代阈值收缩的高分辨率Radon变换方法效果对比[J]. 物探与化探, 2021, 45(2): 413-422.
MA Ji-Tao, LIAO Zhen, QI Jiao, CHI Lin. The comparison of effects of high-resolution Radon transform based on iterative shrinkage thresholding. Geophysical and Geochemical Exploration, 2021, 45(2): 413-422.

链接本文:

https://www.wutanyuhuatan.com/CN/10.11720/wtyht.2021.2584 或 https://www.wutanyuhuatan.com/CN/Y2021/V45/I2/413

Fig.1 时空域模拟数据(a)及对应的最小二乘Radon变换结果(b)

Fig.2 IST不同迭代次数结果对比
a—迭代次数为40次;b—迭代次数为80次;c—迭代次数为160次

Fig.3 IST方法多次波压制结果对比
a—最小二乘方法;b—迭代次数为40次;c—迭代次数为160次

Fig.4 FIST迭代结果
a—迭代次数为10次;b—迭代次数为20次;c—迭代次数为40次

Fig.5 FIST多次波压制结果对比
a—迭代次数为10次;b—迭代次数为20次;c—迭代次数为40次

Fig.6 SRTIS迭代结果
a—迭代次数为5次;b—迭代次数为15次;c—迭代次数为30次

Fig.7 SRTIS多次波压制结果对比
a—迭代次数为5次;b—迭代次数为15次;c—迭代次数为30次

Fig.8 SRTIS迭代结果与原始数据模型的误差能量

Fig.9 3种迭代算法的收敛效率对比

Table 1 3种迭代算法的收敛结果对比

Fig.10 各方法所估计的多次波模型

Fig.11 各方法多次波压制后的结果

Fig.12 实际数据CDP道集叠加对比
a—原始叠加道集;b—LS Radon结果叠加道集;c—IST Radon 结果叠加道集;d—FIST Radon结果叠加道集;e—SRTIS Radon结果叠加道集

[1]	戴晓峰, 刘卫东, 甘利灯, 等. Radon变换压制层间多次波技术在高石梯—磨溪地区的应用[J]. 石油学报, 2018,39(9):1028-1036.
[1]	Dai X F, Liu W D, Gan L D, et al. The application of Radon transform to suppress interbed multiples in Gaoshiti—Moxi region[J]. Acta Petrolei Sinica, 2018,39(9):1028-1036.
[2]	曹伦. 高分辨率Radon变换及其在地震资料处理中的应用[D]. 成都:成都理工大学, 2017.
[2]	Cao L. High resolution Radon transform and its application in seismic data processing[D]. Chengdu:Chengdu University of Technology, 2017.
[3]	Thorson J R, Claerbout J F. Velocity stack and slant stochastic inversion[J]. Geophysics, 1985,50(12):2727-2741.
[4]	Hampson D. Inverse velocity stacking for multiple elimination[J]. Canadian Society of Exploration Geophysicists, 1986,22(1):44-55.
[5]	张振波, 轩义华. 高分辨率抛物线拉冬变换多次波压制技术[J]. 物探与化探, 2014,38(5):981-988.
[5]	Zhang Z B, Xuan Y H. High resolution parabolic radon transform multiple wave suppression technique[J]. Geophysical and Geochemical Exploration, 2014,38(5):981-988.
[6]	Beylkin G. Discrete Radon transform[J]. IEEE Trans. Acoust.,Speech,and Sig. Proc., 1987,35(2):162-172.
[7]	Scales J, Gersztenkorn A, Treitel S. Fast lp solution of large,sparse,linear systems:Application to seismic travel time tomography[J]. Journal of Computational Physics, 1988,75(2):314-333.
[8]	Cary P. The simplest discrete Radon transform[C] //68^th Annual International Meeting,SEG,Expanded Abstracts, 1998: 1999-2002.
[9]	Sacchi M D, Ulrych T J. High-resolution velocity gathers and offset space reconstruction[J]. Geophysics, 1995,60(4):1169-1177.
[10]	Beylkin G, Coifman R, Rokhlin V. Fast wavelet transforms and numerical algorithms[J]. I.Comm Pure Appl Math, 1991,44(2):141-183.
[11]	Abbad B, Ursin B, Porsani M J. A fast,modified parabolic Radon transform[J]. Geophysics, 2011,76(1):V11-V24.
[12]	Elad M, Matalon B, Shtok J, et al. A wide-angle view at iterated shrinkage algorithms[C] //SPIE,The International Society for Optical Engineering, 2007.
[13]	Schonewille M A, Aaron P A. Applications of time-domain high-resolution Radon demultiple[C] //77^th Annual International Meeting,SEG,Expanded Abstracts, 2007: 2565-2569.
[14]	Trad D, Ulrych T, Sacchi M. Latest views of the sparse Radon transform[J]. Geophysics, 2003,68(1):386-399. doi: 10.1190/1.1543224
[15]	Lu W K. A time-domain high-resolution Radon transform based on iterative model shrinkage[C] //74^th Annual Conference and Exhibition,EAGE,Extended Abstracts, 2012.
[16]	Daubechies I, Defrise M, De-Mol C. An iterative thresholding algorithm for linear inverse problems with a sparsity constraint[J]. Communications on Pure and Applied Mathematics, 2004,57(9):1413-1457.
[17]	Zibulevsky M, Elad M. L1-L2 optimization in signal and image processing[J]. IEEE Signal Processing Magazine, 2010,27(3):76-88.
[18]	Figueiredo M, Nowak R. An EM algorithm for wavelet based image restoration[J]. IEEE Transactions on Image Processing, 2003,12(8):906-916. pmid: 18237964
[19]	Liu Y, Sacchi M D. De-multiple via a fast least squares hyperbolic Radon transform[C] //Salt Lake:72^nd Annual International Meeting,SEG,Expanded Abstracts, 2002,48(4):2182-2185.
[20]	Beck A, Teboulle M. A fast iterative shrinkage-thresholding algorithm for linear inverse problems[J]. SIAM Journal on Imaging Sciences, 2009,2(1):183-202.
[21]	Lu W K. An accelerated sparse time-invariant Radon transform in the mixed frequency-time domain based on iterative 2D model shrinkage[J]. Geophysics, 2013,78(4):V147-V155.

[1]	陈子龙, 王海燕, 郭华, 王光文, 赵玉莲. 地震全波形反演研究进展与应用现状综述[J]. 物探与化探, 2023, 47(3): 628-637.
[2]	张宏智, 王大龙, 张春牛, 韩健, 黄德智, 杨飞龙. 基于地震信号相似性的S变换域多次波压制技术[J]. 物探与化探, 2023, 47(1): 208-216.
[3]	岳航羽, 张明栋, 张保卫, 王广科, 王小江, 刘东明. 高分辨率单道地震探测技术在内陆浅水区的试验研究[J]. 物探与化探, 2022, 46(4): 914-924.
[4]	肖关华, 张伟, 陈恒春, 卓武, 王艳君, 任丽莹. 浅层地震技术在济南地下空间探测中的应用[J]. 物探与化探, 2022, 46(1): 96-103.
[5]	邓儒炳, 阎建国, 陈琪, 宋鑫磊. 一种基于连续补偿函数的时变增益限反Q滤波方法[J]. 物探与化探, 2021, 45(3): 702-711.
[6]	黄苇, 周捷, 高利君, 王胜利, 严海滔. 基于同步挤压改进短时傅立叶变换的分频蚂蚁追踪在断裂识别中的应用[J]. 物探与化探, 2021, 45(2): 432-439.
[7]	金明霞, 宋鑫, 易淑昌, 张冰. 海洋地震变深度电缆采集数据的频谱分析及消除鬼波研究[J]. 物探与化探, 2018, 42(3): 528-536.
[8]	章雄, 张本健, 梁虹, 徐敏, 张洞君, 曾旖. 波形指示叠前地震反演方法在致密含油薄砂层预测中的应用[J]. 物探与化探, 2018, 42(3): 545-554.
[9]	刘俊, 吴淑玉, 高金耀, 陈建文. 南黄海中部浅水区多次波衰减技术及其效果分析[J]. 物探与化探, 2016, 40(3): 568-577.
[10]	贾春梅, 姜国庆, 刘志成, 许璐. 频域稀疏双曲Radon变换去噪方法[J]. 物探与化探, 2016, 40(3): 527-533.
[11]	屈进红, 周锡华, 耿圣博, 段乐颖, 邓肖丹. 直升机GT-2A航空重力仪减振系统振动分析[J]. 物探与化探, 2015, 39(S1): 105-112.
[12]	荆双伟, 曹思远, 张浩然, 和海雷, 袁殿, 何元, 崔震, 张建红, 郭琪. 抗噪性加权抛物线Radon变换的地震道重建[J]. 物探与化探, 2015, 39(6): 1205-1210.
[13]	范景文, 李振春, 刘学通, 刘玉金, 张凯. 基于稀疏反演算法的高分辨率Radon变换及其在多次波压制中的应用[J]. 物探与化探, 2015, 39(6): 1245-1250.
[14]	张莉, 王笑雪, 韦振权, 帅庆伟, 钱星. 南海北部陆坡区多次波组合压制技术[J]. 物探与化探, 2015, 39(5): 985-993.
[15]	孙瑞莹, 印兴耀, 王保丽, 张广智. 基于Metropolis抽样的弹性阻抗随机反演[J]. 物探与化探, 2015, 39(1): 203-210.

Viewed

Full text

Abstract

Cited

Shared

Discussed