E-mail Alert Rss
 

物探与化探, 2021, 45(1): 127-132 doi: 10.11720/wtyht.2021.2507

方法研究·信息处理·仪器研制

基于相对熵的时差相位差自动识别校正方法

王东凯1, 苗永康1, 金昌昆1, 周海廷2

1.中国石化胜利油田分公司 物探研究院,山东 东营 257022

2.中国石化胜利油田分公司 勘探开发研究院,山东 东营 257022

Timelag and phaselag automatic recognition and correction method based on relative entropy

WANG Dong-Kai1, MIAO Yong-Kang1, JIN Chang-Kun1, ZHOU Hai-Ting2

1. Geophysical Research Institute of SINOPEC Shengli Oilfield, Dongying 257022, China

2. Shengli Oilfield Exploration and Development Research Institute, Dongying 257022, China

责任编辑: 叶佩

收稿日期: 2019-10-30   修回日期: 2020-09-10   网络出版日期: 2021-02-20

基金资助: 国家科技重大专项.  2017ZX05072
山东省非教育系统公派留学项目——高级科研人才访学计划.  201802001

Received: 2019-10-30   Revised: 2020-09-10   Online: 2021-02-20

作者简介 About authors

王东凯(1987-),男,副研究员,现主要从事地震资料处理方法研究工作。

摘要

针对地震资料处理中存在的时差、相位差问题,提出了一种时差、相位差自动识别校正方法。该方法以希尔伯特变换和相对熵算法为理论基础,以KL散度为判别准则,全过程数据驱动,自动化实现时差、相位差的识别与校正, 有效降低人工识别成本,避免人为因素带来的误差。文中详细阐述了相关原理及实施过程,并通过数值模拟结果验证了该方法的正确性和有效性。连片、多分量实际资料的应用分析表明,相较于人工识别及理论值校正,该方法可以有效提高识别及校正精度,增强处理对象的一致性,改善剖面质量,为后续处理及解释工作提供技术保障。

关键词： 相对熵 ; 时差 ; 相位差 ; KL散度

Abstract

Aim

ing at the problem of timelag and phaselag in the processing of seismic data, an automatic recognition and correction (ARC) method is proposed. The method is based on Hilbert transform and relative entropy algorithm. Kullback-Leibler divergence is used as the criterion. The whole process is data driven, and the recognition and correction of timelag and phaselag are realized automatically, which effectively reduces the cost of artificial identification and avoids errors caused by human factors. In this paper, the related principles and implementation process are expounded in detail, and the correctness and effectiveness of the method are verified by numerical simulation results. The application analysis of merged and multi-component actual seismic data shows that compared with manual identification and theoretical value correction, this method can effectively improve the accuracy of recognition and correction, enhance the consistency of events, improve the quality of the sections, and provide technical support for subsequent processing and interpretation.

Keywords： relative entropy ; timelag ; phaselag ; Kullback-Leibler divergence

PDF (3272KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王东凯, 苗永康, 金昌昆, 周海廷. 基于相对熵的时差相位差自动识别校正方法. 物探与化探[J], 2021, 45(1): 127-132 doi:10.11720/wtyht.2021.2507

WANG Dong-Kai, MIAO Yong-Kang, JIN Chang-Kun, ZHOU Hai-Ting. Timelag and phaselag automatic recognition and correction method based on relative entropy. Geophysical and Geochemical Exploration[J], 2021, 45(1): 127-132 doi:10.11720/wtyht.2021.2507

0 引言

近年来,随着高分辨率地震勘探技术的发展,对精度的要求越来越高,提高地震资料的信噪比和分辨率成为高分辨率地震处理的关键问题。与此同时,地震数据的动力学信息受到越来越多的关注,其中时间、相位等信息尤为重要。时差、相位差异是影响剖面质量的主要因素,其中相位的影响最为严重。

无论是采集年代不同的连片地震资料,还是相同区块中具有不同震源参数或者多分量接收的地震资料,受到采集时激发、接收端不同参数以及不同处理过程的影响,不可避免的会产生系统或者人为带来的时间、相位差异[1,2,3]。这些差异给同相叠加造成了较大困难,直接影响剖面的成像质量。而时差、相位一致性校正技术能消除地震记录的时差、相位差异,提高叠加剖面的质量,提供更利于解释的处理剖面。

时差校正方面,刘成斋[4]采用时移法进行时差分析,人工确定剖面之间的时差,但在大规模处理应用中效率低下。邬达理[5]通过提取地震子波并应用匹配滤波方法来解决三维地震资料拼接中的时差问题,但子波的提取方法、稳定性以及剖面的信噪比等方面都会影响到该方法的应用效果,且不具备保幅性。李继光等[6]利用互相关技术实现了时差的定量识别,并讨论了影响互相关时差分析的因素。相位差校正方面,周兴元[7]在时间域实现了地震数据的常相位校正并讨论了校正量判别准则。陈必远等[8]考虑到影响相位的多种因素,提出了时空变分频常相位校正方法。单联瑜等[9]分析了多种相位校正量求取的判别准则并加以改进,实现了更加精确的相位校正。除此之外,还有很多学者针对时差或者相位差提出了相应的校正方法[10,11,12,13,14],但大都没有将二者进行统一考虑。

在实际地震资料处理中,无论是以系统时差为主的连片地震资料还是以相位差为主的多分量资料,大都是通过理论上的定量校正或者人工调整参数试算来得到时差、相位差校正量的,求取精度受人为因素影响很大,而且时差、相位差的求取过程相互独立,需要二次操作,效率低下,求取顺序出错时(先求取时差再求取相位差)更会进一步造成校正量精度降低,影响剖面质量,给后续的处理及解释过程带来困难。

因此,针对现有技术的不足,本文采用相位扫描的思路,引入信息论领域的相对熵算法[15,16,17],以KL散度为判别准则,实现了地震数据时差、相位差的同步识别与校正,既避免了人为因素带来的求取误差,提高了校正量求取精度,又节省了二次求取的时间,提升了处理效率。同时,本方法通用于叠前、叠后地震数据,在震源匹配、连片地震、多分量匹配等方面均可取得有益效果。

1 方法原理

本文提出的基于相对熵的时差、相位差同步识别校正方法具体的实施流程如图1所示,其理论基础是希尔伯特变换和相对熵算法。假设标准地震道为Sm(t),待校正地震道为Sn(t)。给定扫描步长,对Sn(t)进行相位校正扫描;对于指定的相位校正量θ,校正后的地震道信号可以表示为:

Sn(θ,t)=Sn(t)·cosθ-H[Sn(t)]·sinθ

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   同步识别校正方法流程

Fig.1   Flow chart of SRC


其中,H[Sn(t)]为Sn(t)进行希尔伯特变换后的地震道数据。

然后,为了方便对Sm(t)和校正后的Sn(θ,t)做相似性的比较,我们引入了信息论中用于衡量概率分布差异的相对熵概念,计算信号序列间的KL散度,也叫KL距离,可表示为:

DKL[Sm(t)‖Sn(θ,t)]=∑i=1NSmtlgSmtSnθ,t

式中:DKL[Sm(t)‖Sn(θ,t)]表示待校正地震道向标准地震道校正的信息损耗;N表示计算序列的长度。在信息论中,两个概率分布的差异越大,其KL散度也越大。同样的,经过归一化等预处理后,两道地震信号间的KL距离越接近0,就表示其相似度越高,越接近1,差异就越大。

从式(2)的结构可以明显看出,KL散度的表达式具有非对称性,即

DKL[Sm(t)‖Sn(θ,t)]≠DKL[Snθ,tSmt

因此,单纯用KL散度来表示地震信号间的相似度的方法是有一定方向性的,在定量计算中容易产生歧义。为消除这种方向性,使之成为标准化的相似度度量函数,需要对KL散度进行优化变形,优化后的KL散度 DKLopt可表示为:

DKLopt=12DKLSm(t)‖Sm(t)+Sn(θ,t)2+12DKLSn(θ,t)‖Sm(t)+Sn(θ,t)2

之后,通过优化后的KL散度计算两地震道间的相似度曲线,并搜索极小值Rmin,具体过程可表示为:

Rmin=min∫-∞+∞DKLopt(Sm(t)‖Sn(θ,t+τ))dt

式中:τ为相位校正后的Sn(t)在时间刻度上的平移量,取值范围为[-(N-1),N-1]。

在相位扫描的过程中不断更新Rmin,保留更新过程中的最小值,并记录对应的相位校正量θ和时间平移量τ,直至完成全部扫描过程。更新停止时KL散度最小值对应的τR 和θR就是同步识别得到的时差和相位差。按照τR 和θR对Sn(t)进行校正后,就得到了最终的一致性处理结果。

2 数值模拟

为验证上述方法原理的有效性和正确性,开展数值模拟测试分析。如图2所示,对于样点长度为950的给定时间域信号序列A,先做60°相移和时间负方向40个采样点的时移,得到时间域序列B,再向B中加入白噪形成序列C,序列A作为本次测试的标准道,序列C作为待校正道,序列D为应用本文校正方法后的校正道。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   数值模拟验证

a—合成道数据与校正结果;b—相位扫描过程中的KL散度极值曲线;c—A-A相对熵与A-C相对熵曲线对比;d—A-A相对熵与A-D相对熵曲线对比

Fig.2   Synthetic data test

a—synthetic trace and correction result;b—extreme curve of KL divergence;c—A-A and A-C relative entropy curves;d—A-A and A-D relative entropy curves


以A为基准,应用本文提出的同步识别校正方法,对C进行步长为0.01°的相位扫描,并计算和A相对应的KL散度,形成相对熵曲线如图2b所示。判断图2b中曲线的最小值,识别得到序列A到C存在60.12°的相位差,误差率不超过0.2%。

然后,应用式(5)计算序列A与经过不同时移后序列A间的KL散度,形成归一化相对熵曲线(如图2c中红色曲线),可以明显看出,相对熵最小值对应的时移样点数为零。也就是说,序列A时间平移零个样点后与序列A本身具有最大的相似性,序列A与自身的时差为零。同样地,计算形成序列A和校正相位差后的序列C的相对熵曲线(如图2c中蓝色曲线),其最小值与红色曲线最小值间的时差为40个样点,即序列A与C的计算时差为负方向40个样点,与实际时差一致。

最后,根据上述识别结果对序列C进行相应的时差、相位差校正,得到序列D。如图2a所示,从信号形态来看,序列D与序列A保持一致,强振幅处的波谷位置(红色虚线处)也有着很好的对应关系。将序列A与自身的相对熵曲线与序列A、D的相对熵曲线做叠合对比,如图2d所示,两条曲线高度重合,证明了模型数据试验中时差、相位差识别及校正的可靠性。

3 应用实例

本文提供两个实际地震资料应用实例,将时差、相位差同步识别校正方法分别应用于连片地震资料和多分量地震资料,全程自动化处理,无需人工干预,在降低系统误差和人为误差的同时提高了不同地震数据体之间的连续性和一致性,取得了良好的应用效果。

3.1 连片资料校正

以连片地震处理为例,常规的做法是利用互相关算法进行各区块之间的系统时差校正后进行连片处理,但其实各区块资料采集时间、设备和采用的处理流程都不可能完全相同,所形成的叠加剖面在时间、相位上都会有一定差异,仅仅校正时差并不能得到较好的一致性处理结果。

本文选取CJZ、LJ和LX这3个相邻区块的实际地震剖面作为应用对象,采样率均为2 ms。按照由东向西的方向,原始的拼接结果如图3a所示,截取1~1.6 s内的地震剖面,可以看到3个区块资料存在明显的时差,相位差通过肉眼识别难以确定。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   连片实际资料应用本文方法前(a)后(b)效果对比

Fig.3   Joint real data before(a) and after(b) ARC


通过自动识别,得到相邻区块间的时差均为8个样点,16 ms,CJZ与LJ剖面相位差为11.45°,LJ与LX剖面相位差为13.90°。按照上述时差、相位差进行一致性校正后,得到的校正后连片剖面如图3b所示。对比剖面拼接处,连片处理后,各层位的连续性明显得到提升,更利于解释追踪。如果是人工进行判断,只能识别出各区块间具体的时差,对于相位差,尤其是该实例中自动识别出的相位差均不大于15°,人工识别时很容易被忽略,精度也达不到,这也是本方法相对于常规处理方法的优越性。

3.2 多分量资料校正

对于多分量数据来说,加速度分量和速度分量在理论上存在90°相位差异[18],但受检波器制作工艺及施工条件的影响,实际相位差异与理论值往往存在部分偏离,需要通过实验识别并加以校正,之后再进一步进行时差校正,因为时差求取的前提是基于各地震道之间相位相同的假设。在经过相位差、时差一致性处理后,可以有效提高如双检合成[19]等后续处理步骤的精度,使剖面质量得到提高。

本文选取KDD区块的实际OBC(海底电缆)双检资料作为多分量一致性校正的应用对象,校正前的双检剖面,如图4a所示,左边为压电检波器采集的压力分量(P分量)叠加剖面,右边为速度检波器采集的速度分量(Z分量)叠加剖面。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   多分量实际资料应用本文方法前(a)后(b)效果

Fig.4   Multi-component real data before(a) and after(b) ARC


由于检波器本身的物理机制及耦合等原因,一般情况下,采集得到的压力分量信噪比更高、频带范围更宽[20]。因此,我们以压力分量为基准,对速度分量应用本文提出的时差、相位差同步识别校正方法,可以得到KDD区块实际双检资料间的时差为0,相位差为105.75°。对Z分量进行定量校正后,可以得到多分量一致性处理后的叠加剖面,如图4b所示,一致性和连续性得到了明显的提升。校正前后的振幅谱曲线如图5所示,可以看出,应用本文所提出的方法对Z分量进行校正前后的频谱曲线保持重合,也就是说,该方法可以在不改变频率成分的基础上进行时差、相位差校正。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   校正前后振幅谱曲线

Fig.5   Amplitude spectrum curves before and after correction


不同于理论上的90°相位差,本次实例应用中得到的相位差为105.75°。为了检验二者的优劣,分别对Z分量进行90°和105.75°的相移,并进行局部放大,结果如图6所示。可以看到,相比于理论值校正结果,按本文方法得到的相位差进行校正后,双检剖面连接处的一致性更好。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   多分量实际资料应用理论值校正(a)与本文方法(b)校正结果对比

Fig.6   Multi-component real data after theoretical value correction(a) and ARC(b)


4 结论

通过基于相对熵的时差、相位差同步识别校正方法在数值模拟验证及多种实际资料的应用表明,在先前处理过程相同或相近的前提下,如连片成果数据、多分量数据等,该方法可以定量、同步识别不同数据体之间的时差、相位差,识别精度高,可以有效提高不同地震数据体之间的连续性和一致性,为后续处理及解释过程提供了有效的技术支撑和保障。

本文提出的方法是基于KL散度判别准则,是用以衡量两个序列相似性的可靠标准。同理,可以通过其他相似性判断方法,如动态时间规整、相似系数等,进一步提高方法的精度和应用范围,值得深入研究。

参考文献

邬达理, 郑伟建, 金晓雷, 等.

复杂三维地震联片处理技术及其应用实例分析

[J]. 石油物探, 2001,40(1):9-19.

[本文引用: 1]

Wu D L, Zheng W J, Jin X L, et al.

Unified seismic data processing of multiple 3D surveys and case study

[J]. Geophysical Prospecting for Petroleum, 2001,40(1):9-19.

[本文引用: 1]

王西文, 刘全新, 吕焕通, 等.

相对保幅的地震资料连片处理方法研究

[J]. 石油物探, 2006,45(2):105-120.

[本文引用: 1]

Wang X W, Liu Q X, Lyu H T, et al.

Relative amplitude method to merging processing of 3-D seismic data from multi-area

[J]. Geophysical Prospecting for Petroleum, 2006,45(2):105-120.

[本文引用: 1]

云美厚, 丁伟, 王开燕, 等.

地震资料一致性处理方法研究与初步应用

[J]. 石油物探, 2006,45(1):65-69.

[本文引用: 1]

Yun M H, Ding W, Wang K Y, et al.

Study and primary application on consistency processing of seismic data

[J]. Geophysical Prospecting for Petroleum, 2006,45(1):65-69.

[本文引用: 1]

刘成斋.

胜利油田三维地震数据连片处理

[J]. 石油地球物理勘探, 2004,39(5):579-585.

URL     [本文引用: 1]

胜利油田已经完成了189块三维地震数据的野外采集,为了实现区带地质构造和油气富集规律的整体研究,有必要进行多块三维地震数据的连片处理.本文通过对实际连片处理数据的分析,总结出了一套适合复杂地区三维地震数据连片处理的基本流程.连片处理过程中针对各区块的非一致性,采用了相应的处理方法和手段,使得连片数据相位、极性一致性好,频率、能量(或振幅)区块间拼接带自然合理,超覆、不整合、断裂、尖灭等地质现象得到了较好的反映.从整个资料效果看,全区地质现象丰富,地层齐全,具有较高的信噪比和连续性,为提高地震资料解释精度和钻探成功率打下了良好的基础.

Liu C Z.

Data processing joining serveral 3-D seismic surveying blocks together in Shengli Oilfield

[J]. Oil Geophysical Prospecting, 2004,39(5):579-585.

[本文引用: 1]

邬达理.

匹配滤波法在大炮检距资料处理中的应用

[J]. 石油物探, 2004,43(6):599-601.

[本文引用: 1]

Wu D L.

The application of matching filter method in cannon offset data processing

[J]. Geophysical Prospecting for Petroleum, 2004,43(6):599-601.

[本文引用: 1]

李继光, 耿林, 顾庆雷, 等.

互相关时差分析技术及其应用——以胜利油田三维地震资料连片处理为例

[J]. 石油物探, 2010,49(1):23-29.

[本文引用: 1]

Li J G, Geng L, Gu Q L, et al.

Crosscorrelation moveout analysis and its application: case study on 3-D multi-surveys merged processing inn Shengli Oilfield

[J]. Geophysical Prospecting for Petroleum, 2010,49(1):23-29.

[本文引用: 1]

周兴元.

常相位校正

[J]. 石油地球物理勘探, 1989,24(2):119-129.

URL     [本文引用: 1]

在做过常规反褶积处理的叠加剖面上,对子波剩余相位进行校正,对于提高剖面的信噪比和分辨率是有意义的。本文介绍的常相位校正是解决这个问题的一种近似方法(因为实际剖面中的子波剩余相位不一定是常数)。校正准则有两种:第一种是以测井合成记录为依据,对井旁地震记录用一定的角度增量进行常相位扫描,与合成记录相似性最好所对应的角度作为整条剖面常相位校正的角度;第二种是在多道记录上进行常相位扫描,用方差最大时所对应的角度作为整条剖面常相位校正的角度。常相位校正是在时间域进行的。文中证明了:一个时间序列,当其为零相位时方差模最大;对记录进行常相位校正不改变记录的包络;在实现常相位校正时,在记录的相位谱上加一个常数与在记录的瞬时相位上加同一个常数,结果是相同的。文中给出的常相位校正剖面的例子,其同相轴连续性、信噪比和分辨率均有明显的提高。

Zhou X Y.

Constant phase correction

[J]. Oil Geophysical Prospecting, 1989,24(2):119-129.

[本文引用: 1]

陈必远, 陈明伟, 易维启.

时空变分频常相位校正

[J]. 石油地球物理勘探, 1997,32(1):103-108.

URL     [本文引用: 1]

本文从分形理论出发,对地震反射系数序列进行了分形研究,得出反射系数的功率谱并不是白噪的,在多数情况下与频率的幂指数成正比关系,即具有分形特征。作者用反射系数序列具有分形特征取代反褶积中对反射系数功率谱为白噪的假设,提出了分形反褶积,并作了详细的方法原理论证。文中列举了理论和实际资料处理实例,其结果表明,分形反褶积能较好地改善反褶积的质量,提高地震记录的分辨率和信噪比。

Chen B Y, Chen M W, Yi W Q.

Time and space and subsection frequency phase correction

[J]. Oil Geophysical Prospecting, 1997,32(1):103-108.

[本文引用: 1]

单联瑜, 王希萍, 李振春, 等.

相位校正判别准则的改进及应用效果分析

[J]. 石油物探, 2008,47(3):219-224.

[本文引用: 1]

Shan L Y, Wang X P, Li Z C, et al.

Improvement of discriminant criteria for phase correction and its application effect

[J]. Geophysical Prospecting for Petroleum, 2008,47(3):219-224.

[本文引用: 1]

Li Z C, Wang X P, Han W G, et al.

A review of phase correction techniques in seismic data processing

[J]. Progress in Geophysics, 2008,23(3):768-774.

URL     [本文引用: 1]

Improving the signal-to-noise ratio and resolution of the seismic section is the important content in seismic data processing. The stack technique can obviously improve signal-to-noise ratio of seismic section, under the condition of the hypothetical condition that the amplitude and phase of seismic wavelets are same in the same traces after NMO and static correction. But in practice, this hypothetical condition is not satisfied. The problem of phase difference is one of the most important factors affecting the in-phase stack for the effective reflectors. Phase correction can eliminate the phase differences of seismic wavelets, to make the seismic wavelet become or approximate to zero-phase wavelets, and improve the stacked section quality. This paper reviews the domestic and overseas scholastic research achievements about the phase correction, the phase variation effect factors, phase correction methods and the correction criteria. We get the following points by analyzing and sammarizing: along with the exploration development, the phase problem will get more and more attention, and the study of phase will become the tackle key problem and the focused research subject.]]>

李强, 尚新民, 赵胜天, 等.

非一致性时移地震资料叠前互约束处理技术

[J]. 物探与化探, 2011,35(1):97-102.

URL     [本文引用: 1]

时差、相位、频率、振幅、能量差异是影响时移地震处理的主要因素，对于非一致性时移地震资料的处理，消除两期资料在这四个方面的差异是处理工作的关键。笔者首先分析了永新三维两期资料的施工参数差异，在此基础上，利用面元对应抽稀法消除了野外采集观测系统差异；利用有针对性的去噪技术和能量补偿方法，消除了两期资料能量信噪比差异；利用频率相位校正技术，消除了两期资料频率、相位差异。通过这四个方面的互约束处理，取得了较好的处理效果，达到了时移地震资料的处理要求，为后续的时移地震属性分析工作奠定了基础。

Li Q, Shang X M, Zhao S T, et al.

Mutual constraint processing technology for inconsistency time lapse seismic data

[J]. Geophysical and Geochemical Exploration, 2011,35(1):97-102.

[本文引用: 1]

Liu Z D, Lu Q T, Dong S X, et al.

Research on velocity and acceleration geophones and their acquired information

[J]. Applied Geophysics, 2012,9(2):149-158.

DOI:10.1007/s11770-012-0324-6      URL     [本文引用: 1]

Based on the research of two geophone types (10 Hz moving-coil velocity and piezoelectric acceleration) and their velocity and acceleration parameters, frequency response functions have been determined, as well as the differences between them. Also, shock; vibration tests have been accomplished, not only to explain the two shock response signal differences, but also to analyze the response signal characteristics and its ability to carry information. In addition, seismic data acquisition experiments have been carried out under comparable conditions in the field. A contrast analysis of shot gathers and stack profiles acquired with the two geophone types is given in this paper. The results show that the acceleration signal from the acceleration geophone has a better advantage in terms of high signal-to-noise ratio, high accuracy, high resolution, and quantity of information to better meet current and future requirements for seismic exploration.

尚新民.

时延地震处理中的近地表静校正技术

[J]. 物探与化探, 2014,38(1):162-166.

DOI:10.11720/j.issn.1000-8918.2014.1.30      URL     [本文引用: 1]

时差、振幅、频率、相位差异是影响时延地震处理的主要因素。非一致性重复地震资料进行时延处理时，消除两期资料时差影响是做好后续处理工作的基础。在分析不同时期地震资料施工参数差异的基础上，解决了老资料未测地表高程对静校正的影响，利用初至层析反演技术，通过优选参与反演的偏移距，利用新、老资料初至共同反演得到了统一的近地表速度、厚度模型，在此基础上优化得到的静校正量最大程度地消除了两期资料时差的影响，为后续时延地震处理、分析工作奠定了基础。

Shang X M.

Static correction in time-lapse seismic data processing

[J]. Geophysical and Geochemical Exploration, 2014,38(1):162-166.

[本文引用: 1]

尚新民.

地震资料相位差异分析方法与应用

[J]. 物探与化探, 2014,38(4):711-716.

DOI:10.11720/wtyht.2014.4.14      URL     [本文引用: 1]

为了适应复杂多变的地表条件，地震采集一般采用不同的激发、接收因素联合施工，由于各种激发方式与接收方式的工作原理不同，造成了地震子波相位特征各不相同，严重影响了同相叠加效果。根据高阶统计理论，研究并实现了双谱相位重构子波提取方法，得到了具有真实相位的地震子波；对两个相同位置的地震子波进行互相关，当两个地震子波的波形完全一致时，互相关结果就表现为零相位，而当两个地震子波波形不一致时，它们的互相关结果表现为非零相位，通过确定非零相位与零相位子波的相位差异，也就确定了两地震数据之间的相位差异。研究发现：可控震源与炸药震源存在90°左右的相位差，速度检波器与压电检波器存在90°相位差，可控震源与气枪震源资料相位差异不确定。

Shang X M.

The method and application of seismic data phase difference analysis

[J]. Geophysical and Geochemical Exploration, 2014,38(4):711-716.

[本文引用: 1]

Kullback S, Leibler R A.

On information and sufficiency

[J]. The Annals of Mathematical Statistics, 1951,22(1):79-86.

DOI:10.1214/aoms/1177729694      URL     [本文引用: 1]

Lamberti P W, Majter A P.

Non-logarithmic Jensen-Shannon divergence

[J]. Physica A, 2003,329(1-2):81-90.

DOI:10.1016/S0378-4371(03)00566-1      URL     [本文引用: 1]

Goodfellow I, Bengio Y, Courville A. Deep learning[M]. Cambridge: MIT Press, 2016, 71-73.

[本文引用: 1]

Wang D K, Liu H S, Tong S Y, et al.

Ocean-bottom cable data multiple suppression based on equipoise pseudo-multichannel matching filter

[J]. Applied Geophysics, 2015,12(2):179-186.

DOI:10.1007/s11770-015-0489-9      URL     [本文引用: 1]

The effect of strong reflection interfaces, such as free surface, seabed, is strong; thus, the coupling of multiples and waves reduces the quality of ocean-bottom cable seismic data. Using the different polarity response of hydrophones and geophones to downgoing wave fields, dual-sensor summation can eliminate receiver-side multiples, enhance primaries, and improve the resolution of seismic data. We present a dual-sensor summation method based on the equipoise pseudo-multichannel adaptive matching filter. Compared with traditional methods, the proposed method is totally data driven and does not depend on the reflection coefficient; moreover, good results are obtained using synthetic and real data.

李继光, 王东凯.

海底电缆鬼波压制及陷频补偿方法研究

[J]. 热带海洋学报, 2018,37(2):100-104.

[本文引用: 1]

Li J G, Wang D K.

Research on ghost suppression and notch compensation of dual-sensor ocean bottom cable data

[J]. Journal of Tropical Oceanography, 2018,37(2):100-104.

[本文引用: 1]

Wang D K, Tong S Y, Liu H S, et al.

Notch effect and frequency compensation of dual-sensor OBC data in shallow water

[J]. Journal of Earth Science, 2015,26(4):508-514.

DOI:10.1007/s12583-015-0559-2      URL     [本文引用: 1]

/

〈 〉

京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址：北京市学院路29号航遥中心 邮编：100083
电话：010-62060192；62060193 E-mail：whtbjb@sina.com