论文部分内容阅读
伴随油气需求量逐步增加和勘探技术不断成熟,近年全球油气资源勘探重点已转向对复杂油气藏和非常规油气的开采。随之而来的是恶劣的采集环境和低品质的地震采集数据,由于采集到的地震数据中存在大量的随机噪声,严重影响了有效信息的辨识,因此需要我们能够有效地压制地震数据中的随机噪声,从低信噪比地震数据中提取出微弱有效信号。本文的研究重点是低信噪比陆地地震勘探记录和微地震记录中随机噪声压制问题。对于上述两种不同记录分别展开了基于时频峰值滤波(Time frequency peak filtering,TFPF)和Shearlet变换两种时频消噪算法的研究,针对两种算法在消噪方面的不足,分别构建了相应的改进方案,并通过理论分析、仿真试验以及实际数据的处理结果,证实了改进方案在信噪比提高方面取得的较好成效。TFPF算法是一种较新的时频消噪方法。该算法在不需要任何假设条件下可以实现非平稳信号的较好恢复。因此,TFPF算法被应用到地震信号处理领域,用于压制陆地地震勘探记录中的随机噪声,并取得一定效果。针对低信噪比陆地地震勘探记录中随机噪声压制问题,本文在分析传统TFPF算法在地震记录处理中的不足后,给出相应的改进方案,并采用改进后的算法进行滤波处理。首先,对于窗函数造成的时频能量发散问题,构建了具有较高时频聚集性的时频分布,使该分布下的TFPF算法在保留有效信号的同时能更大程度地减小随机噪声干扰。其次,分析了滤波窗长对TFPF算法的影响,对于固定窗长不能有效解决信号保持和随机噪声压制的矛盾,本文根据有效信号和随机噪声在时域的平滑度差异以及频域的分布范围不同,在时域和频域分别将含噪信号分成信号主导部分和噪声主导部分并构建自适应窗长调整方案,信号主导部分采用较短滤波窗长来保留有效信号幅度,噪声主导部分采用较长滤波窗长以便更好地减小噪声,从而提高了TFPF算法在低信噪比情况下对非线性地震信号的滤波精度。最后,为了充分考虑待处理数据中有效信号的时空特性,同时使滤波信号更好地满足TFPF算法的无偏估计条件,构建了多方向时空轨线TFPF模型。该算法将有效信号同相轴进行线性分割,使分割后的每一部分同相轴呈直线型,然后根据分割得到的直线型同相轴的方向构建平行径向轨线,最终沿着不同的轨线方向做TFPF,从而实现了低信噪比情况下沿有效信号方向滤波。然而,当TFPF算法沿噪声分布方向滤波时,该方向具有较强相关性的噪声易被当成有效信号保留下来,对有效信号的辨识带来干扰。因此,本文对陆地地震勘探随机噪声时空域方向性进行研究,给出了方向随机噪声的概念,并提出了方向随机噪声的识别及压制方法,确保了时空轨线TFPF算法的消噪有效性。非常规油气已成为全球油气资源勘探开发新亮点。非常规油气资源在我国储量丰富,具有巨大的勘探远景。微地震技术是非常规油气储层开采的重要手段,然而微地震数据一般呈现“弱信号,强干扰”的特征,很难通过常规的滤波方法对其进行处理,限制了微地震数据在后续处理中的应用。因此,本文开展了基于Shearlet变换的微地震噪声压制技术的研究,构建了适用于非常规油气开采中微地震微弱有效信号的多方位变时窗检测与非规则噪声滤波方案。Shearlet变换是一种多尺度多方向时频分析技术,能够实现对信号的多尺度多方向分解,并可以通过少量非零系数的组合重构出有效信号,为信号消噪提供了新思路。在本论文中,首先利用了Shearlet变换的方向性,根据有效信号与随机噪声对应的Shearlet系数在每一尺度层每一方向上的特征差异建立了自适应阈值设置方案,使阈值在有效信号映射的方向上自适应降低,从而在消噪的同时更好地保留有效信号。其次,对于极低信噪比情况下Shearlet域中有效信号系数不易识别的问题,本文通过Shearlet系数梯度的模值和方向信息来提取有效信号系数局部结构信息,并对噪声系数进行扩散处理以衰减噪声系数的幅值,从而辨识出有效信号系数。最后通过对Shearlet域中有效信号系数的重构以实现极低信噪比情况下有效信号的恢复。本文在研究了TFPF和Shearlet变换两种时频消噪算法的基础上,构建了一系列优化滤波方案,克服了两种算法在低信噪比数据处理中的不足,提高了传统算法的消噪性能,实现了低信噪比情况下有效信号的较好恢复,为提高油气藏开发成效以及油气盆地精细结构重建提供可靠的技术支撑。