Abstract Random noise in seismic data affects the signal-to-noise ratio, obscures details, and complicates identification of useful information. We have developed a new method for reducing random, spike-like noise in seismic data. The method is based on a 1D stationary median filter (MF) - the 1D time-varying median filter (TVMF). We design a threshold value that controls the filter window according to characteristics of signal and random, spike-like noise. In view of the relationship between seismic data and the threshold value, we chose median filters with different time-varying filter windows to eliminate random, spike-like noise. When comparing our method with other common methods, e.g., the band-pass filter and stationary MF, we found that the TVMF strikes a balance between eliminating random noise and protecting useful information. We tested the feasibility of our method in reducing seismic random, spike-like noise, on a synthetic dataset. Results of applying the method to seismic land data from Texas demonstrated that the TVMF method is effective in practice. 2008 Society of Exploration Geophysicists. All rights reserved.

采用基于小波变换的弹性模拟自适应面波衰减技术,对地震资料中的面波进行去除。该方法的特点是通过弹性建模的方法预测噪声并进行去除,在去除低频面波噪声的同时,可较好地保留有效信号的低频成分,保证有效信号的连续性和分辨率。

<p>利用小波系数可以表示小波函数与分析信号的逼近程度这一原理,采用了对不同尺度下小波系数进行叠加的方法,对比9种小波函数,发现应用Mexh小波可以去除探地雷达信号中的高频噪声并放大有效信号,从而为探地雷达信号经传统数据处理方法处理后判定疑似异常位置进一步确定提供依据 。</p>

为了对比分析小波变换和S变换在计算瑞雷波频散曲线时的精度，通 过设计两层介质和六层介质模型，采用交错网格高阶有限差分方法对两个模型进行正演模拟，利用F-K法分离出时间-空间域不同模态的瑞雷波记录，再采用小波 变换和S变换计算出不同模态的瑞雷波频散曲线，分别与理论值进行对比分析，最后利用两种方法对实际资料进行处理。结果表明：利用小波变换计算得到的频散曲 线在低频段误差相对较大，S变换计算得到的频散曲线精度总体高于小波变换。

鉴于现有去除面波方法会损害有效信号,本文提出了一种基于第二代曲波变换压制面波的方法。该方法将地震数据分为多个尺度和方向，根据有效波和面波在不同尺度不同方向特征的差异，设计了多级曲波变换压制面波的流程，该方法充分利用有效波和面波在曲波域不重叠的特性，仅对含面波的尺度和方向上的曲波系数进行处理，最终获得压制面波后的地震数据。模型及实际资料处理结果表明，该方法能够在压制面波的同时最大限度地保护有效信号，是一种有效的相对保幅去噪的方法。

<p>通过模拟数据和实际资料处理的结果来看,时间<em>S</em>变换作为一种近似计算具有良好的时频特性,它不仅能提供付里叶变换所不具备的时间分辨率,而且还能克服频率<em>S</em>变换在滤波时的边缘效应.为了提高工作效率,缩短计算周期,本文研究实现了基于GPU的时间<em>S</em>变换,并对炮集记录使用时间<em>S</em>变换来压制面波.实验表明,时间<em>S</em>变换的GPU/CPU协同计算模式具有很好的加速效果,正变换使用全局内存加速比峰值可达一百三十多倍,使用零拷贝内存时达一百八十多倍,反变换使用全局内存达十四倍,而零拷贝内存达一百三十五倍.时间<em>S</em>变换优良的时频特性借助GPU的高性能加速,使得时间<em>S</em>变换在地震资料的时频分析中将有广阔的应用前景.</p>

在原始的地震记录中,压制面波可以提高地震信噪比.在S变换和广 义S变换的基础上,提出了含可变因子的S变换,利用这种方法压制地震记录中的面波成份.首先将地震记录通过含可变因子的S变换变换到时频域,在时频域中压 制面波的成份,再变换回时间域,其结果就是滤掉面波的地震信号.针对这一方法,提出了实施流程,并将其应用于实际资料中.其应用效果表明,该方法能有效地 压制面波,并保留了地震记录的反射波记录,具有适应性强,效果好等特点.

<p>广义S变换是目前比较新的一种非平稳信号分析的时频分析方法,其特点和优势为广义S变换的反变换与傅立叶变换有直接的联系,保证其是无损变换;线性变换保证其不存在交叉项;时频分辨率与信号的频率有关;基本小波不必满足容许性条件;尺度性质使得广义S变换有很好的频率聚集能力。基于这些特点和优势,在地震勘探中已经有了广泛的应用,如利用广义S变换进行瑞利面波频散分析、时频域波场分离与去噪、沉积相旋回以及地震波初至识别等。笔者总结了应用中比较有代表性的广义S变换类型,并结合实例,阐述了该方法在地震勘探中的研究进展。</p>

<p>如何有效地从地震资料中剔除相干噪声一直是地震勘探十分关心的问题,尤其是多次波的压制和消除。笔者采用相似函数压制端点效应和截断效应的混合Radon变换从地震剖面中一次性分离面波等线性噪声,再应用自适应滤波技术在Radon域识别并剔除多次波,并使用双曲Radon反变换计算获得有效反射地震信号。理论模型及实测资料试算结果表明,该方法对多次波压制效果良好,同时,应用混合Radon变换可简化数据中噪声压制处理流程。</p>

We present a new filtering method for the attenuation of ground-roll. The method is based on the application of a bi-dimensional filter for obtaining the time-derivative of the seismograms. Before convolving the filter with the input data matrix, the normal moveout correction is applied to the seismograms with the purpose of flattening the reflections. The method can locally attenuate the amplitude of data of low frequency (in the ground-roll and stretch normal moveout region) and enhance flat events (reflections). The filtered seismograms can reveal horizontal or sub-horizontal reflections while vertical or sub-vertical events, associated with ground-roll, are attenuated. A regular set of samples around each neighbourhood data sample of the seismogram is used to estimate the time-derivative. A numerical approximation of the derivative is computed by taking the difference between the interpolated values calculated in both the positive and the negative neighbourhood of the desired position. The coefficients of the 2D time-derivative filter are obtained by taking the difference between two filters that interpolate at positive and negative times. Numerical results that use real seismic data show that the proposed method is effective and can reveal reflections masked by the ground-roll. Another benefit of the method is that the stretch mute, normally applied after the normal moveout correction, is unnecessary. The new filtering approach provides results of outstanding quality when compared to results obtained from the conventional FK filtering method.

为了克服f-k滤波规则空间采样的限制和由于滤波窗口选取不当造成的有效信号损失或面波压制不完全的缺点，本文提出了基于经验模态分解（EMD）的f-x域面波压制的方法。经验模态分解可以自适应地按照频率由高到低将信号分解为不同的固有模态（IMF）分量，在空间方向上可以看作是波数由高到低排列，且IMF1分量主要表征高波数的数据。根据面波主要分布在低频高波数域的特性，在f-x域沿空间方向提取低频段数据进行EMD，舍弃分解得到的IMF1分量，就可以有效地压制面波。EMD对数据是否规则采样要求并不严格，这种方法也可以看作是自适应高切波数f-k滤波。模型及实际资料处理结果表明，这种方法较f-k滤波更能有效地压制面波并且保留有效信号。

面波压制是地震数据处理中的一个重要问题. 常规的处理方法虽然能在一定程度上压制面波，但是在处理过程中只是单一的利用面波的一种特性,例如频率域滤波中利用面波与有效信号频率之间的差别，因此难以有效地压制面波. 利用Ridgelet变换可将原始地震记录拓展到（a,τ,p）三维空间，从而可以同时利用地震记录的视速度、时间和尺度域特性差别，实现有效信号与面波的分离. 文中通过理论合成记录及实际地震记录的算例，证实了基于Ridgelet变换的面波压制方法是有效且可行的.

面波是陆地地震勘探数据的主要噪声, 掩盖了地震记录中的有效波信号. 常用的面波压制方法根据频率或视速度的差异将面波从有效波信号中分离出来并进行压制, 但当差异不很明显时, 难以取得较好的压制效果. 鉴于目前基于地震干涉的方法只能得到检波点间的面波, 文章提出使用数据驱动的超虚干涉法预测面波, 该方法可以直接得到炮检点间面波,不要求检波点附近存在真实炮点用于实现面波的自适应相减. 针对非均匀近地表结构产生的强频散面波, 发展了自适应加权的超虚干涉法(AWSVI), 提高了对频散面波的预测精度. 合成数据实例验证了AWSVI方法预测强频散面波的有效性和对复杂地表情况的适用性. AWSVI方法应用在中国东部地区的实际陆地地震资料, 相比常规的面波压制方法, 更好地压制了残余面波.

鉴于频率域滤波方法在压制面波的同时会损伤低频信号,本文设计了一种预测自适应相减的面波压制方法。首先利用干涉度量分析理论,通过数据互相关预测面波模型;然后在复曲波域设计和求解一个最优化问题,对预测的面波模型进行振幅和相位的校正;在原始数据中减去校正后的面波,最终获得压制面波后的地震数据。模型和实际资料处理结果表明,该方法能在压制面波的同时最大程度地保护低频有效信号。

根据近年来发展起来的稀疏信号理论及有效反射波与面波的形态特征不同，将含面波炮记录单道化，采用形态分量分析（MCA）方法分离面波。MCA方法的核心是选取适当的字典，从有效反射波与面波的形态差异出发，选取一维非抽样离散小波波变换(UDWT)字典和局部离散余弦变换(LDCT)字典，一维UDWT字典用来稀疏表示面波部分，一维LDCT字典用来稀疏表示有效反射波部分。采用块协调松弛算法(BCR)求解目标函数，将单道化的含面波单炮记录分为有效反射波部分和面波部分，进而达到去除面波的目的。实际资料处理表明，利用本文MCA方法能够有效压制面波，同时能较好地保护有效反射波（特别是反射波的低频、低波数成分），是一种保幅的面波压制方法。

本文提出的微地震测井记录子波提取法，综合考虑了直流分量和截断效应的影响，比常规的最小二乘法能够获取更为精确的子波。据此提取的近地表子波形态可以更好地反映近地表地层的激发岩性，就是说，通过微地震测井资料提取的子波可实现对近地表激发条件的监控和选择。此法在胜利油田东部探区的实际应用中取得了较好的效果。

We introduce a new open-source toolkit for the well-tie or wavelet extraction problem of estimating seismic wavelets from seismic data, time-to-depth information, and well-log suites. The wavelet extraction model is formulated as a Bayesian inverse problem, and the software will simultaneously estimate wavelet coefficients, other parameters associated with uncertainty in the time-to-depth mapping, positioning errors in the seismic imaging, and useful amplitude-variation-with-offset (AVO) related parameters in multi-stack extractions. It is capable of multi-well, multi-stack extractions, and uses continuous seismic data-cube interpolation to cope with the problem of arbitrary well paths. Velocity constraints in the form of checkshot data, interpreted markers, and sonic logs are integrated in a natural way.The Bayesian formulation allows computation of full posterior uncertainties of the model parameters, and the important problem of the uncertain wavelet span is addressed uses a multi-model posterior developed from Bayesian model selection theory.The wavelet extraction tool is distributed as part of the Delivery seismic inversion toolkit. A simple log and seismic viewing tool is included in the distribution. The code is written in Java, and thus platform independent, but the Seismic Unix (SU) data model makes the inversion particularly suited to Unix/Linux environments. It is a natural companion piece of software to Delivery, having the capacity to produce maximum likelihood wavelet and noise estimates, but will also be of significant utility to practitioners wanting to produce wavelet estimates for other inversion codes or purposes. The generation of full parameter uncertainties is a crucial function for workers wishing to investigate questions of wavelet stability before proceeding to more advanced inversion studies.