论文部分内容阅读
伴随世界油气需求的持续增长与常规油气产量的不断下降,复杂油气藏和非常规油气开采成为近年全球油气资源勘探开发的重点内容。复杂的地层环境和低品质的采集数据,以及大量的随机噪声,给数据的处理解释带来较大困难。因此,对地震资料中的随机噪声进行消减,恢复微弱的有效信号,提高分辨率和信噪比对油气等矿藏资源开采有着重要的意义。本文研究的重点是低信噪比环境下地震勘探随机噪声压制问题的解决方案。在陆地地震勘探随机噪声压制方面,本文采用了时频峰值滤波算法(Time frequency peak filtering,TFPF),针对固定窗长以及二维拓展提出了改进方案;在三维微地震井中记录随机噪声压制方面,本文利用Shearlet变换多尺度多方向的稀疏表征,通过极化滤波利用偏振特性进行三维时空域滤波处理。理论分析、仿真实验、实际数据处理证实改进的方案在噪声压制、信噪比提高、信号恢复方面取得了相应的成效。TFPF算法是一种较新的时频消噪方法,在处理非平稳信号和低信噪比记录时存在一定优势,在地震勘探随机噪声压制方面也有很好的表现。传统的TFPF算法沿着时域进行滤波,滤波结果受到窗长的制约,并且没有考虑有效同相轴的道间相似性,本文针对这两点不足提出了相应的改进方案。首先,固定的滤波窗长伴随着有效信号恢复和随机噪声压制的矛盾,本文通过有效信号和随机噪声存在的非线性度差异进行时变窗长处理。基于直线的延迟矢量方差方法(Delay Vector Variance method based on line sequence,L-DVV)是基于零假设的非线性度测量方法,适合地震记录中复杂的随机噪声环境,生成与原始序列等长的直线序列作为替代序列,增强了稳定性,具有了噪声敏感性,可以将淹没在随机噪声中的有效信号检测出来。L-DVV方法对线性的定义恰好满足TFPF算法的线性无偏估计,通过非线性度差异可以将含噪记录分为不同部分,采用时变窗长TFPF算法进行滤波,提高滤波精度。其次,传统算法沿着时域方向滤波,在道间噪声分布不均匀的情况下会出现同相轴横向连续性差的问题,为此本文在二维拓展方面提出了延时补偿TFPF算法,即利用有效信号在道间的相似性建立时空域的重构函数并进行滤波,其动态修正的过程在恢复不规则的同相轴时效果较好,缓解了二维滤波中偶发的波形畸变问题。重构函数拟合了同相轴的传播方向,摆脱了传统算法滤波窗长的约束,滤波结果信号能量损失更小,在低频噪声压制方面也有改善,提高了TFPF算法的适用性。相较于传统TFPF算法,两种改进方案在处理合成地震记录和实际共炮点资料时,同相轴都更加清晰、连续,淹没在强随机噪声下的有效信号的连续性增强。微地震技术是非常规油气资源开采的重要手段,而微地震事件的产生的地震波井中信号频率高,持续时间短、能量弱,同时压裂施工现场噪声较强,得到的微地震井中记录往往表现出“弱信号,强干扰”的特点。大量随机噪声的混入给有效信号识别带来极大困难,常规滤波方法得到的结果往往会限制后续处理。因此,本文在Shearlet变换域中使用三维的极化滤波算法进行随机噪声压制。Shearlet变换构建了数据多尺度、多方向的稀疏表征,通过少量非零系数组合重构有效信号,刻画相应的方向、位置、尺度等特征信息,提高了含噪记录中有效信号的分辨率。在处理微地震井中记录时,不同分量之间信号强度存在差异,所受到噪声干扰的程度也不尽相同,变换域内依靠阈值滤波容易将信号和随机噪声发生混淆,处理微弱、复杂信号时容易产生偏差。基于Shearlet变换的极化滤波算法利用了三分量微地震数据在Shearlet变换域中表现出更明显的偏振特性,压制随机噪声的基础上更好地恢复有效信号。本文提出的算法利用微地震井中信号在特定方向、尺度表现出三维偏振特性,在处理合成地震记录和实际共炮点记录时有效信号恢复地更加清晰,处理微弱、复杂的有效信号时更加具有优势。本文研究了TFPF算法和Shearlet变换在地震勘探随机噪声压制方面的应用,构建了一系列的优化方案。首先,L-DVV方法以非线性程度作为标准,可以将淹没在随机噪声中的有效信号提取出来,以此作为一维TFPF算法滤波时变窗长处理的依据,解决了信号恢复和噪声压制的矛盾。其次,延时补偿TFPF算法利用同相轴道间相关性,构建动态重构函数在二维时空域内进行滤波,同时在压制低频噪声和处理不规则同相轴这两方面得到了改善,提高了算法的适用性。最后,基于Shearlet变换的极化滤波算法处理微地震井中记录时,同时考虑有效信号在方向、尺度、三维偏振的特性,更好地恢复微弱、复杂的有效信号。这些改进方案在低信噪比下较好地恢复了有效信号,为复杂油气藏和非常规油气藏数据解释提供了可靠的技术支持。