基于SVD分解的多震源数据分离方法研究

发布时间：2020-07-07 21:46

【摘要】：在地震勘探领域,良好的经济效益和采集质量一直是勘探技术优劣的重要判断依据。近年来发展起来的多震源地震采集技术充分兼顾了这两项指标。相对于传统采集技术,这种技术的采集数据时间更短,勘探质量更高。但是,因其技术特点,采集的炮集之间会相互干涉,形成较强干扰,因此多震源采集技术得以应用的关键之一是如何实现炮集分离。通常,在基于频率域奇异值分解的多震源数据分离方法中,采用固定秩的方法估计有效信号,秩太高会引入噪声,秩太低又会损伤有效信号,因此秩估计是奇异值分解方法应用的难点。针对以上问题,本文提出一种频率域增秩(Rank-increasing in frequency,RIF)策略,实现多震源数据分离工作。首先利用奇异频谱分析(SSA)方法获得奇异值分布,利用最大奇异值重构有效信号的最主要能量,根据有效信号与串扰噪声之间的关系得到噪声估计,将该噪声从伪分离数据中减去,完成一次迭代过程。在后续迭代过程中逐渐增加SSA方法中秩的维数,提高有效信号的估计精度。分离算法对合成数据和实际数据的处理表明,上述迭代增秩SSA方法可以较好处理复杂数据,提高去噪能力,保留有效信号。为了验证频率域迭代增秩方法的可行性和优越性,本文利用简单模型合成数据、基于波动方程的复杂模型数据和海洋拖缆采集的实际数据对RIF算法、迭代降秩(Iterative rank-reduction,IRR)算法和时间域迭代增秩(Rank-increasing,RI)算法进行测试验证。通过复杂模型数据和实际海洋数据处理结果验证表明,该方法能有效分离炮集干涉噪声,较大幅度提高信噪比。
【学位授予单位】：中国石油大学(北京)
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P631.44
【图文】：

示意图,地震数据,矩阵,示意图

幅度提高采集效率，节约时间成本。2.1 多震源数据混合采集原理Berkhout在1982年提出地震数据可以由一个三维数据矩阵P 表示，如图2.1(a)所示[41]。在数据P 中，x 轴是检波器位置信息，s轴是震源炮点位置信息，t轴是时间。将采集得到的地震记录通过 FFT 变换到频率域，在频率域中，每个频率分量的数据都能用矩阵 (,)dsP 表示，d 和s 分别表示检波器和震源的位置信息。因此，地震数据矩阵中可以表示为： dsddssP , D E(

勘探效果,拖缆,震源

同的测线采集，得到的地震数据是多个混合炮记录。与传统方式比较，这两种采集模式可以覆盖勘探面积广阔，节约时间成本，在实际的海洋地震勘探中应用较广泛，能很好地扩大经济效益。如图 2.2 所示，一条海洋勘测船在测线上航行，一个震源以传统方式激发，下一个震源在前一个震源激发后随机延时激发[40]。这样，检波器会在极短时间内检测到两炮的地震记录，在空间上加大了采样密度。以其中两炮为例，将两炮源伪同时激发，两炮产生的炮记录互相干涉，接收到的混合炮记录如图 2.3（a）所示。将炮记录变换到不同的域进行分析，不同域的数据特征展示在图 2.3（b）。在共炮点域上，两炮产生的混叠地震数据呈现出相干特性；在共接收点域上，一个剖面数据不变，另一个剖面数据受随机编码矩阵的影响，构成干扰噪声，呈现随机分布状态，如图 2.3（b）左侧图所示。而这些噪声是非相干的，因此可以采取信号处理里压制噪声的方法完成炮分离；共偏移距道集上的地震信息反映出地质构造情况，如图 2.3（b）右侧图像所示。串扰部分在此数据域上呈现出各个道集随机延时的状态，此时可以采取降噪方式。

示意图,混叠,震源,道集

图 2.3 (a)多震源混叠数据流程 (b)各个道集的混叠数据Fig. 2.3 (a)Simultaneous sources blending process (b)Blended data in different domains对比传统地震采集技术，震源密度比和采样时间比这两个勘测系统中概念观展示混合激发采集的优势。震源密度比S 是多震源混合激发采集震源数量传统地震采集震源数量tN 的比值，即tbNNS 。图 2.4 为传统采集方式与多混合采集方式震源激发位置的示意图，图 2.4 中五角星代表传统采集方式中炮激发位置，圆点表示多震源混合采集方法增加的炮点。从图 2.4 中可以看出混集中的激发炮点的数量是传统采集的七倍，即震源密度比 S 21 /3 7。相较统采集方式，多震源混合采集方式能在同样时间里采集到的数据量是它的七倍集率得到很大的提高。而且多震源混合采集方法会获得更大面积和更高质量质数据信息。

【参考文献】