E-mail Alert Rss
 

物探与化探, 2025, 49(4): 888-895 doi: 10.11720/wtyht.2025.2533

方法研究信息处理仪器研制

时频分析技术在蓬莱气区深层高频噪声压制中的应用

韩嵩,1, 汤聪1, 张旋1, 曾鸣1, 彭浩天1, 吕文正1, 屠志慧1, 李坷芮1, 朱海华2

1.中国石油西南油气田分公司 勘探开发研究院, 四川 成都 610041

2.北京优创艾能科技有限公司, 北京 100192

Application of time-frequency analysis in the suppression of deep high-frequency noise in the Penglai gas area

HAN Song,1, TANG Cong1, ZHANG Xuan1, ZENG Ming1, PENG Hao-Tian1, LYU Wen-Zheng1, TU Zhi-Hui1, LI Ke-Rui1, ZHU Hai-Hua2

1. Research Institute of Exploration and Development, Southwest Oil & Gas Field Company, PetroChina, Chengdu 610041, China

2. Beijing GeoEnergy Services Co., Ltd., Beijing 100192, China

第一作者: 韩嵩(1982-),男,高级工程师,主要从事地震资料处理技术研究工作。Email: guoreng@petrochina.com.cn

责任编辑: 沈效群

收稿日期: 2023-12-12   修回日期: 2025-04-1  

基金资助: 中国石油西南油气田分公司科技项目“复杂构造灰岩出露区地震激发波场传播理论研究”(25XNYTSC026)

Received: 2023-12-12   Revised: 2025-04-1  

摘要

地震波在地下传播过程中会发生能量衰减,尤以高频成分衰减最为明显,导致高频段信号的信噪降低,极大降低了深层油气地震勘探的准确度。为了更好地提高深层资料信噪比,本文基于地震信号的非平稳特征,采用时频分析技术描述信号频率随时间变化的关系,提出一种基于时频分析法压制深层高频噪声的方法。利用有效信号的时频特征具有稳定性和相似性、而高频干扰具有不确定性和随机性的原理,提出一种基于相关性分析的自适应阈值选择策略,从优势频段提取有效信号的时频特征,与高频段信号时频特征进行对比分析,对高频端时频谱进行特征约束衰减,从而达到压制高频噪声的目的。理论模型和实际资料处理结果表明,该方法能够较好地压制高频噪声,有效提高深层资料的信噪比。

关键词: 信噪比; 高频噪声; 时频分析; 特征约束; 深层油气; 蓬莱气区

Abstract

Seismic waves, particularly their high-frequency components, will undergo energy attenuation during subsurface propagation. This results in a low signal-to-noise ratio (SNR) within the high-frequency band, significantly reducing the accuracy of seismic exploration for deep oil and gas. To enhance the SNR of deep seismic data, this study employed the time-frequency analysis technique to describe the time variations of signal frequency based on the non-stationary characteristics of seismic signals. Accordingly, this study proposed a method for suppressing deep high-frequency noise based on time-frequency analysis. Considering the stable and similar time-frequency characteristics of effective signals and the uncertain and random high-frequency interference, this study proposed an adaptive threshold selection strategy based on correlation analysis. This strategy involves extracting the time-frequency characteristics of effective signals from an advantageous frequency band and comparing them with the time-frequency characteristics within the high-frequency band. Subsequently, feature-constrained attenuation was applied to time-frequency spectra in the high-frequency band, thereby suppressing high-frequency noise. Theoretical models and actual data processing results demonstrate that the proposed method can effectively suppress high-frequency noise and significantly enhance the SNR of deep seismic data.

Keywords: signal-to-noise ratio (SNR); high-frequency noise; time-frequency analysis; feature-constrained; deep oil and gas; Penglai gas area

PDF (7721KB) 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

韩嵩, 汤聪, 张旋, 曾鸣, 彭浩天, 吕文正, 屠志慧, 李坷芮, 朱海华. 时频分析技术在蓬莱气区深层高频噪声压制中的应用[J]. 物探与化探, 2025, 49(4): 888-895 doi:10.11720/wtyht.2025.2533

HAN Song, TANG Cong, ZHANG Xuan, ZENG Ming, PENG Hao-Tian, LYU Wen-Zheng, TU Zhi-Hui, LI Ke-Rui, ZHU Hai-Hua. Application of time-frequency analysis in the suppression of deep high-frequency noise in the Penglai gas area[J]. Geophysical and Geochemical Exploration, 2025, 49(4): 888-895 doi:10.11720/wtyht.2025.2533

0 引言

随着我国油气资源勘探的重点逐渐转向深层[1],对油气地震勘探的深度和精度要求不断提高,而深层地震资料普遍存在能量弱、信噪比低、频带窄等问题,严重制约了深层资料的定量化解释[2-3]。位于四川盆地川中古龙起北部的蓬莱气区在震旦系—二 叠系茅口组自下而上主要发育灯二段、灯四段、沧一段、茅二段4套含气层系,其普遍埋深在海拔5 000 m以下,一些探井探测到的深层气水界面超7 000 m,是典型的深层气藏[4],这对地震勘探资料的品质提出了较高的要求。

地球物理学家迫切希望能够从深层地震资料中提取出更多能真实反映地下地质结构的信息,为此做了大量的研究[5-8]。尤其在噪声衰减方面,其对地震资料品质的提升有着显著的作用。传统的噪声衰减方法主要包括带通滤波、f-x预测滤波、基于Radon变换的滤波算法等,其主要从地震信号的频率特征和空间连续性进行分析[9]。21世纪以来,时频分析技术开始广泛应用于地震数据处理与分析中。考虑到地震信号的非平稳特性(即地震信号的频谱是跟时间相关的复杂函数,随时间不同具有较大的变化),许多专家学者研究了各种形式的时频分布函数,包括短时傅里叶变换(STFT)、小波变换(WT)、S变换、Wigner-Ville时频分布等[10-17],用以研究地震信号在时域和频域中所反映出来的信息特征,并将其应用于地震噪声的衰减中。基于时频分析进行地震噪声衰减的核心是地震信号与噪声的分离,目前主要有三类做法:一类是通过时频分布函数求取单道地震信号的时频谱之后确定一定的阈值来达到目的[10-17],阈值的确定可以通过人机交互或阈值求取算法确定[18],阈值的选择决定了处理效果的好坏,而深层信号往往在时频谱上与噪声难以有明显的差异;第二类的算法以经验模态分解为基础,包括变分模态分解、同步压缩变换等,其可以进行自适应的噪声压制,但常常会受到模态混叠等因素的影响[19-21];第三类的算法考虑了地震信号的空间特性,如二维小波变换、曲波变换、Seislet变换、Shearlet变换等,该类方法致力于以最优的方式表示高维数据,分析不同维度上数据的稀疏特征来达到噪声衰减的目的[21-24]

蓬探气区去噪前的叠加剖面显示深层(2 s以下,对应深度约4 000 m以下)噪声严重,并且主要集中在高频段(图1)。现有的常规方法也在一定程度上具备压制该类噪声的能力,但是在大多数方法中,滤波阈值的选取起着决定性作用,选取某一阈值之后往往要么压噪效果有限,要么容易伤害浅层有效信号。如图2所示的不同滤波阈值情形下曲波方法压噪的效果对比,滤波阈值17时的压噪结果显示部分浅层有效信号受损,滤波阈值37时的压噪结果表明噪声的衰减效果极为有限。本项研究针对这一问题,基于时频分析方法进行噪声衰减,并提出一种基于相关性分析的自适应阈值选择策略来确定深层有效地震信号的优势频率,在保护优势频段的基础上进行高频噪声衰减,以期为深层高频噪声的衰减提供思路,并为指导蓬莱气区深层油气勘探提供参照。

图1

图1   蓬探气区含深层噪声的部分典型剖面分频显示结果

Fig.1   The typical frequency divided profile of deep noise in the gas exploration area


图2

图2   蓬探气区含深层噪声的典型单炮曲波变换压噪效果对比

Fig.2   Comparison of noise reduction effect of typical single shot curvelet transform with deep noise in expansive gas exploration area


1 方法原理

1.1 广义S变换

S变换具有较好的时间、频率分辨率的优势,广义S变换是用一个通用窗口ω(τ-t,f,p)取代S变换中的高斯窗函数。对于任意地震信号h(t),其广义S变换可以用下式表达:

$S(\tau,f)={\int }_{-\infty }^{\infty }h\left(t\right)\omega (\tau -t,f,p)exp(-i2\pi ft)dt,$

式中:i为虚数单位;S(τ,f)为h(t)的时频谱;f为频率;τ为延迟时间,控制通用窗口在时间轴上的位置;p代表一系列的控制通用窗口参数。沿着时间轴对所有τS(τ,f)进行求和,就可以得到傅里叶变换谱H(f):

$H\left(f\right)={\int }_{-\infty }^{\infty }S(\tau,f)d\tau 。$

这种性质建立起了广义S变换谱和傅里叶变换谱之间的内在联系,利用H(f)反傅里叶变换可重构时域信号,且该正反变换是可逆的无损变换。

广义S变换正反变换具有无损性,可以在正变换获得的时频谱上进行高频噪声压制。根据高频噪声的分布特征,设计出噪声压制函数g(τ,f):

$g(\tau,f)=\left\{\begin{array}{ll}1,& {f}_{1}\le f{f}_{2};\\ cos\left(\frac{\pi }{2}\frac{f-{f}_{2}}{{f}_{3}-{f}_{2}}\right),& {f}_{2}\le f{f}_{3};\\ 0,& {f}_{3}\le f{f}_{max}。\end{array}\right.$

式中:f1~f2为优势频带的分布范围,f2~f3为平滑衰减区间,f3~fmax为高频噪声压制区间。将该噪声压制函数与地震数据的时频谱相乘,并沿着时间轴对所有τS(τ,f)求和,得到傅里叶谱H(f),将H(f)进行反傅里叶变换,可精确重构高频噪声压制后的地震道。

然而,在上述过程中,f2f3的选取过程依赖于处理者的工作经验。往往噪声与地震信号具有明显的频谱重叠,且深层信号与浅层信号具有不同的优势频带的分布范围,因此,需要利用相关性分析的自适应阈值选择策略以确定优势频带范围。

1.2 基于邻域互相关性的最优频率分析

为评估对时频谱进行高频噪声衰减的阈值,本文提出如下策略。

首先,对第k道地震道及其两侧各M道数据进行S变换,将获得的时频谱S(τ,f)进行窄带滤波,t时刻窄带滤波的窗函数Gt(f-f0)为

${G}_{t}(f-{f}_{0})=exp\left[-\alpha {\left(\frac{f-{f}_{0}}{{f}_{0}}\right)}^{2}\right],$

式中:α为控制窄带滤波宽度的分辨率参数;f为时频谱频率;f0为窄带滤波的中心频率,对于S变换获取的时频谱而言,f0为地震波走时t的函数。

其次,设置相关性评估函数X,将该地震道与其两侧各M道数据实施窄带滤波后分别进行互相关。第k道地震道窄带滤波的地震记录可表示为

${s}_{k}(t,{f}_{0})={F}^{-1}\left[{\int }_{-\infty }^{\infty }{S}_{k}\right(\tau,f)·{G}_{t}(f-{f}_{0}\left)d\tau \right];$

k+m道地震道窄带滤波的地震记录可表示为

${s}_{k+m}(t,{f}_{0})={F}^{-1}\left[{\int }_{-\infty }^{\infty }{S}_{k+m}\right(\tau,f)·{G}_{t}(f-{f}_{0}\left)d\tau \right];$

式中: m=±1, ±2, …, ±M;F-1为反傅里叶变换。这两道求取互相关函数可表示为

${X}_{k,k+m}(t,{f}_{0})=cov\left[{s}_{k}\right(t,{f}_{0}),{s}_{k+m}(t,{f}_{0}\left)\right]。$

式中:cov表示互相关运算。

最后,对目标道与两侧评估范围内每一道互相关结果求取平方和:

${O}_{k}\left({f}_{0}\right)=\sum _{k=1}^{2m}\int {X}_{k,k+m}(t,{f}_{0})dt。$

通过获取一组f0使得Ok极大,则为该地震道随时间变化的最优频率。为增加f0的稳定性,在式(8)中加入正则化项,即目标函数变为

${O}_{k}\left({f}_{0}\right)=\sum _{k=1}^{2m}\int {X}_{k,k+m}(t,{f}_{0})dt+l‖{f}_{0}{\Vert }^{2},$

式中:l为正则化参数。

1.3 算法流程

本文主要技术路线如图3所示。由于相邻地震道的反射信号在优势频带具有较高的一致性,时频特征也具有稳定性和规律性,而高频干扰具有不确定性和随机性。基于这个差异,首先,通过前文所述方法确定最优频率随时间变化的趋势,再根据这一趋势将其乘以一定倍数,确定低通频带范围。为尽可能地保护低频段信号,直接对其进行反傅里叶变换转换为地震波形;再通过高通滤波获取高频噪声信号的时频谱,将其反傅里叶变换到时间域后进行时空域滤波处理,如速度滤波、空间异常振幅衰减等;最后,把剔除了高频噪声的高频段信号回加到地震数据中,从而达到压制高频噪声的效果。

图3

图3   时频分析法压制高频噪声的处理流程

Fig.3   Schematic of high-frequency noise suppressing method by time-frequency analysis


2 模型测试

为了验证本文提出的基于相关性分析的自适应阈值选择策略和时频分析法压制高频噪声的有效性,利用层状模型单炮数据进行试处理。图4a为不含噪声的模型数据,该数据由声波方程有限差分正演模拟获得。图4b为合成记录加入高频噪声后的数据,从中可以看出合成记录加入高频噪声后信噪比较低,高频噪声基本掩盖了深层有效同相轴,很难识别出有效深层反射的位置。图4c为经过本文算法处理后的整体单炮处理效果,可见深层反射得到了明显增强,反射同相轴清晰可见。

图4

图4   理论模型测试效果

Fig.4   Test of theoretical model


以某典型含噪声的单道地震数据(图4b中黑色曲线)为例,进一步对本算法进行说明。对该道进行广义S变换,获得时频谱如图4d所示,可以看出,除浅层1.3 s处的强反射界面能在时频谱上与噪声有明显区分外,其余反射信号均与噪声信号混叠在一起,难以确定压制高频噪声的滤波阈值。对该道左右各25道的数据(图4b中虚线框区域)采用前文所述的基于相关性分析的自适应阈值选择策略,获得信号的优势频率(图4d中白色虚线所示)。为尽可能多地保留有效信号,将最优频率乘以一个比例因子,将其作为低通滤波的阈值(图4d中红色虚线所示)。在本算例中,比例因子区设为1.2,即认为在该道邻域最大相关系数的1.2倍频带范围内有效信号占据优势;该道的优势频率整体在25 Hz以下。图4e~g展示了该地震道不含噪声的原始波形、加噪声后的波形及高频滤波后的波形。加噪声后的波形除1.3 s的强反射可清晰辨别外,其余反射均淹没于噪声之中(图4f)。经用本文所提时频分析处理方法处理后,深层反射如1.7、1.9、2.7、3.3 s等处的反射明显突出(图4g),表明了本文方法的有效性。

3 应用实例

蓬莱气区勘探深度较深,对深层地震资料的品质要求较高,尤其在信噪比方面,蓬探气区地震资料在深层的高频噪声尤其严重,影响了深层的成像质量,加大了有效地层识别的难度。为此,结合前文提出的最优频率分析分离出高频信号和低频信号,并对高频段进行时空域噪声衰减处理。

图5取自蓬莱气区的实际地震信号。图5a为某单道地震优势频段信号及时频谱,可见反射信号强弱关系明显,有效反射特征清晰。图5b为该单道去噪前的地震高频段信号及时频谱,高频噪声导致有效反射特征不明显,由于信号中含有高频噪声,在深层2.6 s以下尤为明显,时频谱上圈闭区域显示在高频段60~80 Hz之间存在明显的噪声谱。采用本文所提出的时频分析去噪技术,对高频信号的时频谱进行噪声消除,再通过反变换生成去除高频噪声后的单道地震高频段信号,最后合成全频段数据。图5c显示通过时频分析去噪后,单道地震信号有效反射特征明显突出,尤其在1.9 s、2.3 s及2.8 s(图中①、②、③)等处与优势频段单道地震信号的反射特征基本一致。

图5

图5   时频法去噪前后的单道地震信号

Fig.5   Analysis of raw seismic trace deniosing by time-frequency method


图6a为去噪前的单炮记录。图6b为常规去噪后的单炮记录,图中可见大多数噪声已经被很好地压制,但在单炮的右侧依然存在剩余的高频噪声。在此基础上进一步采用时频法进行压制,图6c显示剩余的高频噪声得到非常好的压制,提高了单炮的信噪比。

图6

图6   常规去噪和时频法去噪单炮效果对比

Fig.6   Comparison of record denoising by conventional denoising and time-frequency method


图7a为去噪前的叠加剖面。图7b为常规去噪后的叠加剖面,可见各类噪声压制效果较明显,大幅提升了叠加剖面的信噪比,但在剖面的中深层,依然存在剩余的高频噪声。图7c显示,去噪后中深层的剩余高频噪声得到有效压制,突出了有效反射。

图7

图7   常规去噪和时频法去噪叠加剖面对比

Fig.7   Stack profile comparison denoised by conventional denoising and time-frequency method


4 结论

本文基于有效信号与噪声时频特性的差异性,提出了一种基于时频分析技术的高频信噪压制方法,通过基于相关性分析的自适应阈值选择策略来确定优势频带范围,对优势频率范围之外的信号进行时空域噪声压制。将该方法应用于蓬莱气测区深层资料的处理中,获得了较好的效果。

1)对于常规反射地震资料,基于相关性分析的自适应阈值选择策略可有效识别出地震信号中优势频带范围,可最大限度地保留有效信号,压制高频噪声。

2)基于时频分析技术的压制方法,可进一步压制剩余高频噪声,提高中深层地震资料的信噪比,突出有效反射,为支撑深层薄储层保真、保幅度处理效果提供了新的方法。

参考文献

石昕, 戴金星, 赵文智.

深层油气藏勘探前景分析

[J]. 中国石油勘探, 2005, 10(1):1-10,1.

[本文引用: 1]

Shi X, Dai J X, Zhao W Z.

Analysis of deep oil and gas reservoirs exploration prospect

[J]. China Petrleum Exploration, 2005, 10(1):1-10,1.

[本文引用: 1]

杨雨, 文龙, 宋泽章, .

川中古隆起北部蓬莱气区多层系天然气勘探突破与潜力

[J]. 石油学报, 2022, 43(10):1351-1368,1394.

DOI:10.7623/syxb202210001      [本文引用: 1]

近3年,四川盆地相继在川中古隆起北斜坡上震旦统灯影组二段和四段、下寒武统沧浪铺组一段、二叠系茅口组二段取得勘探突破,继安岳气区发现之后形成了新的万亿立方米级大气区——蓬莱气区。受大型张性走滑断裂、古裂陷槽、台缘带联合控制,蓬莱气区纵向上发育多层系规模化烃源岩、储集层及断控岩性圈闭;良好的"源-储"配置和垂向输导通道促进了多层系油气高效充注;"古隆今斜"的构造演化保证了油气高效汇聚;多层系直接盖层和区域盖层的发育为油气提供了良好的保存条件。得益于成藏要素在时间和空间上的良好配置,蓬莱气区震旦系—二叠系形成了特有的斜坡区深层—超深层、多层系、海相碳酸盐岩立体成藏模式——"立体供烃、立体成储、立体输导、早油晚气、立体成藏"。蓬莱气区多层系天然气勘探突破不仅大大拓宽了四川盆地深层—超深层天然气勘探领域,也证实了在历经多期构造运动后,古隆起斜坡部位的超深、超老地层仍具有形成规模性天然气聚集的潜力,对进一步深化四川盆地超深层天然气勘探具有重要指导意义。

Yang Y, Wen L, Song Z Z, et al.

Breakthrough and potential of natural gas exploration in multi-layer system of Penglai gas area in the north of central Sichuan paleo-uplift

[J]. Acta Petrolei Sinica, 2022, 43(10):1351-1368,1394.

DOI:10.7623/syxb202210001      [本文引用: 1]

In recent 3 years, breakthroughs have been made in exploration of Member 2 and 4 of Dengying Formation of Upper Sinian in Sichuan Basin, Member 1 of Canglangpu Formation of Lower Cambrian, and Member 2 of Maokou Formation of Permian in the north slope of the central Sichuan paleo-uplift. After the discovery of Anyue gas area, a new large gas area of trillion cubic meters, namely Penglai gas area, has been formed. Under the joint control of large extensional strike-slip faults, paleo-taphrogenic trough and platform margin zones, multi-layer large-scale source rocks, reservoirs and fault-controlled lithologic traps are vertically developed upwards in Penglai gas area; the good source-reservoir configuration and vertical transport pathways promote the efficient filling of multi-layer oil and gas; the tectonic evolution of "ancient uplift and present slope" ensures the efficient accumulation of oil and gas; the development of direct cap rocks and regional cap rocks in the multilayer system provides good conditions for hydrocarbon preservation. Thanks to the good spatio-temporal collocation of accumulation elements, the Sinian-Permian system in Penglai gas area has formed a unique three-dimensional accumulation model of deep, ultra-deep, multi-layer and marine carbonate rocks in the slope area, i.e., "three-dimensional hydrocarbon supply, three-dimensional reservoir formation, three-dimensional transportation, early oil and late gas, three-dimensional accumulation". The breakthrough in the natural gas exploration in multi-layer system of Penglai gas area can not only greatly expand the exploration of deep and ultra-deep natural gas in Sichuan Basin, but also prove that after multi-period tectonic movements, the ultra-deep and ultra-old strata at the slope of the ancient uplift still have the potential to form large-scale natural gas accumulation, which is of great significance for guiding the further exploration of ultra-deep natural gas in Sichuan Basin.

张自力, 乔艳萍, 豆霜, .

四川盆地蓬莱气区震旦系灯影组二段岩溶古地貌与控储模式

[J]. 石油与天然气地质, 2024, 45(1):200-214.

[本文引用: 1]

Zhang Z L, Qiao Y P, Dou S, et al.

Karst paleogeomorphology and reservoir-controlling model of the second member of Sinian Dengying Formation in Penglai gas area,Sichuan Basin

[J]. Oil & Gas Geology, 2024, 45(1):200-214.

[本文引用: 1]

于常青, 杨午阳, 杨文采.

关于油气地震勘探的基础研究问题

[J]. 岩性油气藏, 2007, 19(2):117-120.

[本文引用: 1]

Yu C Q, Yang W Y, Yang W C.

About basic research of petroleum seismic prospecting

[J]. Lithologic Reservoirs, 2007, 19(2):117-120.

DOI:10.3969/j.issn.1673-8926.2007.02.024      [本文引用: 1]

On the basis of the analysis of the current energy situation and oil-gas exploration, the current basic research about reflection seismology involved in petroleum exploration in China were discussed, such as how to explore deep oil-gas fields in large sedimentary basin, topographic interference wave suppression, seismic signal bandspread, direct prediction of oil-gas field and cross- hole seismic tomography. The essential target presented for current oil-gas seismic prospecting basic research is to develop the fourth generation of oil-gas seismic prospecting processing and quantitative interpretation techniques, as well as improve the seismic wave field prestack migration imaging.

杨德宽, 郑泽继, 胡立新, .

对深层地震勘探中随机噪声的一点认识

[J]. 石油物探, 2000, 39(3):50-61,72.

[本文引用: 1]

在地震勘探过程中,随机噪音是影响地震资料信噪比的主要因素之一,尤其是对能量弱、频率低的深层地震信号。与有规律的线性干扰相比,随机噪音没有固定的视频率和视速度,但在一定的区域范围内,这类干扰又是遵循统计规律的。因此,深入地调查和分析工区内随机噪音的特征及其与施工因素的关系,对于更好地指导野外数据采集具有实际意义。本文结合胜利探区深层试验资料,主要对随机噪音中的环境噪音和次生噪音的特征及其与施工因素的关系进行了定量分析和统计,获得了一点认识,并提出了一些行之有效的压制方法,在实际生产中收到了一定的效果。

Yang D K, Zheng Z J, Hu L X, et al.

Some cognitions on random noise in deep-layer seismic exploration

[J]. Geophysical Prospecting for Petrole, 2000, 39(3):50-61,72.

[本文引用: 1]

朱伟强, 李卫忠, 王成礼, .

济阳坳陷深层地震资料处理技术及应用

[J]. 石油物探, 2002, 41(2):161-168.

针对深层地震信号能量弱、频率低、可描述性差及信噪比低的特点,对深层地震资料的处理方法开展了研究,提出了采用地表一致性振幅处理技术、多域去噪技术、剩余时差校正技术、主能量优化叠加技术等进行精细处理,并且,将地质模型作为一种约束条件引入深层资料处理的整个环节,提高了叠加成象的精度。通过对BH、DY等地区老资料及LFJ地区深层采集资料的精细处理,总结出了一套提高深层资料信噪比,改善资料叠加成像效果的深层资料精细处理流程。

Zhu W Q, Li W Z, Wang C L, et al.

Technology and application of deep seismic data processing in Jiyang Depression

[J]. Geophysical Prospecting for Petroleum, 2002, 41(2):161-168.

刘建芳, 华伟, 王士昆, .

江苏低信噪比地区深层地震资料处理方法研究

[J]. 石油物探, 2008, 47(6):583-587,18.

江苏油田村庄密集,水网密布,工农业发达,野外采集资料品质较差。原始单炮记录上噪声类型多,分布广;深层能量弱,高频成分损失严重;深层资料信噪比低,成像困难。针对这些问题,首先对深层噪声进行了压制,保留深层的有效波信息;然后对深层的有效信号进行能量补偿,拓宽目的层频带,进行频率补偿,得到了较好的深层资料信息;最后对浅、中、深层资料进行可变扩展面元叠加,提高了资料的信噪比,在此基础上进行叠前时间偏移,使深层资料的成像质量得到了较大的改善。

Liu J F, Hua W, Wang S K, et al.

Deep seismic data processing method used in low S/N ratio area of Jiangsu oilfield

[J]. Geophysical Prospecting for Petroleum, 2008, 47(6):583-587,18.

There are lots of villagess, rivers, developed industries and agriculture in Jiangsu oilfield,making the acquired seismic data a poor quality. Many kinds of noise distribute widely in original shots. Energy is weak and high frequencies are seriously lost in seismic data of deep layers.So S/N is low and imaging is difficult for deep layers.In order to solve these problems,firstly,the deep noise was depressed and the effective wave preserved. Then,some measures were taken for effective signals of deep layers,including energy compensation,enlargement of target frequency width,frequency compensation.After taking these measures,good deep layer data were achieved.Finally,variable extended bin stacking was carried out on shallow,middle,and deep depths of seismic data,greatly improved S/N ratio.On this basis,prestack time migration is processed and the imaging quality of deep seismic data greatly improved.

孙文涵. 深层地震资料噪声压制与衰减补偿方法研究[D]. 青岛: 中国石油大学(华东), 2020.

[本文引用: 1]

Sun W H. Research on noise suppression and attenuation compensation methods for deep seismic data[D]. Qingdao: China University of Petroleum (East China), 2020.

[本文引用: 1]

宗涛, 孟鸿鹰, 贾玉兰, .

小波包f-x域前后向预测去噪

[J]. 地球物理学报, 1998, 41(S1):337-346.

[本文引用: 1]

Zong T, Meng H Y, Jia Y L, et al.

Denoising method based on wavelet packet and forward-backward prediction in f-x domain

[J]. Chinese Journal of Geophysics, 1998, 41(S1):337-346.

[本文引用: 1]

刘葵, 刘招君, 朱建伟, .

时频分析在石油地球物理勘探中的应用

[J]. 世界地质, 2000, 19(3):282-285.

[本文引用: 2]

Liu K, Liu Z J, Zhu J W, et al.

Application of time-frequency analysis in geology

[J]. World Geology, 2000, 19(3):282-285.

[本文引用: 2]

邹文, 陈爱萍, 顾汉明.

联合时频分析技术在地震勘探中的应用

[J]. 勘探地球物理进展, 2004(4):246-250,259.

Zou W, Chen A P, Gu H M.

Joint time-frequency analysis and its application in seismic prospecting

[J]. Progress in Exploration Geophysics, 2004(4):246-250,259.

M 波特诺夫.

基于短时傅里叶分析的数字信号和系统的时频表示

[J]. IEEE: 声学、语音和信号处理,1980.

Portnoff M.

Time-frequency represent-ation of digital signals and systems based on short-time Fourier analysis

[J]. IEEE: Acoustics, Speech and Signal Processing,1980.

施倩, 陈大鹏.

联合时频分析

[J]. IEEE:信号处理,1999.

Qian S, Chen D P.

Time-frequency analysis

[J]. IEEE:Signal Processing Magazine,1999.

杨海涛, 朱仕军, 杨爱国, .

S变换时变滤波在去噪处理中的应用研究

[J]. 西南石油大学学报:自然科学版, 2009, 31(6):56-58,208.

Yang H T, Zhu S J, Yang A G, et al.

Application research on time variable filtering with S-transform in denoising processing

[J]. Journal of Southwest Petroleum University:Science & Technology Edition, 2009, 31(6):56-58,208.

李军华.

基于小波变换理论的地震资料去噪方法研究及应用

[J]. 能源技术与管理, 2017, 42(5):175-177.

Li J H.

Research and application of seismic data denoising method based on wavelet transform theory

[J]. Energy Technology and Management, 2017, 42(5):175-177.

韦红, 白清云, 张鹏志, .

基于反褶积广义S变换的双相介质理论油水识别法在渤海S油田馆陶组的应用

[J]. 物探与化探, 2021, 45(6):1394-1401.

Wei H, Bai Q Y, Zhang P Z, et al.

The application of seismic oil-water identification method to Guantao Formation of Bohai S oil field

[J]. Geophysical and Geochemical Exploration, 2021, 45(6):1394-1401.

张金强.

基于正则化理论的时频分析方法及应用

[J]. 物探与化探, 2023, 47(4):965-974.

[本文引用: 2]

Zhang J Q.

A regularization theory-based method for time-frequency analysis and its applications

[J]. Geophysical and Geochemical Exploration, 2023, 47(4):965-974.

[本文引用: 2]

李雪英, 孙丹, 侯相辉, .

基于广义S变换、经验模态分解叠前去噪方法的比较

[J]. 地球物理学进展, 2011, 26(6):2039-2045.

[本文引用: 1]

Li X Y, Sun D, Hou X H, et al.

Comparison of generalized S transform and empirical mode decomposition in high frequency seismic noise suppression

[J]. Progress in Geophysics, 2011, 26(6):2039-2045.

[本文引用: 1]

胡瑞卿, 何俊杰, 李华飞, .

时频域变分模态分解地震资料去噪方法

[J]. 石油地球物理勘探, 2021, 56(2):257-264,210.

[本文引用: 1]

Hu R Q, He J J, Li H F, et al.

Seismic data de-noising method based on VMD in time-frequency domain

[J]. Oil Geophysical Prospecting, 2021, 56(2):257-264,210.

[本文引用: 1]

邵丹, 李桐林, 韩立国, .

基于时频分析与分数阶最优控制网络的地震数据噪声压制

[J]. 地球物理学报, 2023, 66 (4):1718-1731.

Shao D, Li T L, Han L G, et al.

Noise suppression of seismic data based on time-frequency analysis and fractional order optimal control network

[J]. Chinese Journal of Geophysics, 2019, 66 (4):1718-1731.

高尔兹奇克 A, 阿达姆奇克 A, 马林诺夫斯基 M.

利用曲线去噪技术对二维和三维地震数据的应用—实际考虑

[J]. 应用地球物理学, 2014,105:78-94.

[本文引用: 2]

Górszczyk A, Adamczyk A, Malinowski M.

Application of curvelet denoising to 2D and 3D seismic data:Practical considerations

[J]. Journal of Applied Geophysics, 2014,105:78-94.

[本文引用: 2]

赵娴, 李玥, 庄广海.

基于轮廓波变换的二维 TFPF 用于地震随机噪声衰减

[J]. 应用地球物理学, 2016,129:158-166.

Zhao X, Li Y, Zhuang G H.

2-D TFPF based on Contourlet transform for seismic random noise attenuation

[J]. Journal of Applied Geophysics, 2016,129:158-166.

刘成明, 王德利, 王通, .

基于Shearlet变换的地震随机噪声压制

[J]. 石油学报, 2014, 35(4):692-699.

DOI:10.7623/syxb201404009     

地震勘探中的噪声对地震信号产生严重的畸变和干扰,常规的地震去噪方法已经不能满足当前高精度地震勘探的要求。提出了基于Shearlet变换的地震数据去噪方法,Shearlet变换是一种新的多尺度变换方法,具有多方向、多分辨率及最佳稀疏逼近性质,并且计算效率高。Shearlet变换在去除随机噪声的同时能最大程度保留有效信号,有效地提高信噪比。利用Shearlet变换阈值去噪法与其他地震去噪方法分别对不同信噪比的合成地震记录和实际地震记录进行对比,结果表明Shearlet变换具有更强的去噪能力和更高的运算效率。

Liu C M, Wang D L, Wang T, et al.

Random seismic noise attenuation based on the Shearlet transform

[J]. Acta Petrolei Sinica, 2014, 35(4):692-699.

DOI:10.7623/syxb201404009     

In seismic exploration, the noise seriously distorts and interferes with seismic signal. Conventional methods of seismic data denoising can no longer meet the requirements of high-resolution seismic exploration. In this study, a method of seismic data denoising is proposed based on the shearlet transform, a new multi-scale transform with multi-directions, multi-resolutions, and optimal sparse approximation properties as well as high computational efficiency. The shearlet transform can get rid of random noise while retaining effective signals to the maximum degree, thereby effectively improving the signal-to-noise ratio. It is applied to synthetic and field seismic data with different signal-to-noise ratios, and compared with conventional methods of seismic data denoising. Results show that the shearlet transform is competitive in denoising applications in terms of both performance and computational efficiency.

刘洋, Fomel Sergey, 刘财, .

高阶seislet变换及其在随机噪声消除中的应用

[J]. 地球物理学报, 2009, 52(8):2142-2151.

[本文引用: 1]

Liu Y, Sergey F, Liu C, et al.

High-order seislet transform and its application of random noise attenuation

[J]. Chinese Journal of Geophysics, 2009, 52(8):2142-2151.

[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 , whtbjb@163.com