基于联合双变量收缩Shearlet变换的微地震勘探噪声压制算法

发布时间：2020-11-14 09:09

　　 微震监测技术是利用微弱地震波反演来定位岩层破裂位置,描述裂缝属性,实现对流体运动、岩性变化进行监测的方法,在非常规油气藏勘探领域有着非常重要的应用价值。随着微地震勘探深度的增加以及环境的复杂化,勘探得到的微地震资料中噪声的干扰也愈加强烈。大量噪声的存在对震相初至拾取、震源定位等后续研究工作产生极大干扰。因此,压制微地震随机噪声并有效地恢复微地震信号来提高微地震数据的信噪比是微地震信号处理的重要组成部分。由于微地震数据具有信号能量微弱、频率较高以及随机噪声强的特点,常规的地震勘探去噪手段难以在低信噪比条件下有效恢复微地震信号。鉴于此,本文采用具有多尺度、多方向特性的Shearlet变换研究地面微地震和井中微地震数据的去噪问题。本文在Shearlet变换原理的基础上,系统分析了微地震信号在Shearlet域不同尺度和不同方向的结构特征,验证了Shearlet变换刻画微地震信号的结构特征的能力。研究表明,Shearlet变换能够实现对微地震信号的稀疏表示,地面微地震信号稀疏集中在中低频带,而井中微地震信号在高频带仍有大量的有效信号。此外,微地震信号的相邻层的Shearlet系数结构相似,存在层间相关性。本文的创新性工作概况如下:提出基于自适应双变量收缩的Shearlet变换微地震去噪技术。为了避免高频微地震分量的损失,不能简单采用舍弃高频系数的Shearlet去噪方法。在低信噪比情况下,各层微地震噪声的Shearlet系数能量强,严重影响信号系数的辨识,且低频分量也受噪声影响,很难用阈值的方式实现噪声压制的目的。因此,本文借助Shearlet系数的层间相关性,提出基于自适应双变量收缩的Shearlet变换微地震去噪技术。该算法首先对微地震数据进行Shearlet变换分解,计算父系数与子系数(下一邻层相同方向系数)的相关性作为收缩函数,得到了各层噪声方差自适应估计的收缩函数。然后逐层估计微地震信号对应的Shearlet系数,从含噪微地震数据中重构出有效微地震信号。仿真实验结果表明,基于自适应双变量收缩的Shearlet变换降噪技术能够有效恢复地面微地震信号。针对低信噪比条件下高频微地震信号失真和低频系数也存在噪声的问题,提出联合双变量收缩的Shearlet降噪方法。由于Shearlet系数高频分量的信噪比极低,最细尺度的双变量收缩函数受噪声影响不能准确刻画地震信号特征。进一步研究表明,相邻层收缩函数间结构具有相似性,且较粗尺度层收缩函数能更准确地描述微地震信号的结构信息。因此,本文利用相邻层收缩函数的结构相似性,通过相邻层收缩函数加权构建联合双变量收缩,改进高频分量收缩函数的信号恢复能力。此外,本文将低频系数相邻尺度的收缩函数进行联合,估计出一个低频联合收缩函数,提升了降噪性能。为验证所提方法的有效性,将本文方法应用于地面和井中的微地震资料处理。去噪结果表明,联合双变量收缩Shearlet变换去噪方法能够有效压制随机噪声,增强高频信号,同相轴非常清晰连贯。与小波变换,双变量收缩Shearlet变换相比,联合双变量收缩Shearlet变换降噪效果更明显,能够最大程度的保留有效信号,提高微震勘探记录信噪比。
【学位单位】：吉林大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P631.4
【部分图文】：

图 2.1 SH ( )的频域支撑图100 1 00e de dd ddeBdA ,且满足 3/4 1,, ,( ) ( ) : , ,ej ck de SH u d Nu k j R c R k 为剪切波(Shearlet)系统[47]，此时剪切波基函数可表示为： 3/4 1 1j , c ,k d e u d A B u k ……………… 2 2 LR，其连续 Shearlet 变换可定义为 , ,,j c kSHT ……………………hearlet 变换hearlet 变换

第 2 章 Shearlet 变换原理及阈值去噪、轮廓和纹理等局部特征，但由于其不连续，消噪后的图像在平滑方面有所欠缺，会出现振铃和伪吉布斯效应等视觉失真现象。从图 2.2(c)可以看出,采用软阈值法由噪图像和原始图像含有特定的偏差，因而具有原始图像的平滑性等特性，但是这种造成边缘模糊等失真，不能保留图像细节信息。

变量收缩算法，将该算换微地震去噪，并对去系数特征 Shearlet 系数进行去噪处震信号经过 Shearlet 变为粗尺度，该尺度不分文称作尺度逐渐变细，低频尺度以外的尺度统尺度和不同方向的特征合成信号中含有三条同次为：80Hz，60Hz，4
【相似文献】

相关期刊论文 前10条

1 吴建光;张平;吕昊;曾晓献;;基于震幅叠加的微地震事件定位在地面监测中的应用[J];吉林大学学报(地球科学版);2017年01期

2 钱鹏;;微地震裂缝监测技术原理在龙12区块的应用[J];石化技术;2017年10期

3 刘建中,王春耘,刘继民,赵玉武,刘志鹏;用微地震法监测油田生产动态[J];石油勘探与开发;2004年02期

4 John Dangerfield ,陈持正;微地震——为了什么?[J];石油物探译丛;1999年05期

5 T. Wallroth ,朱成宏;用注水激发的微地震描述裂隙储层[J];石油物探译丛;1996年06期

6 赵金亭;;矿山控制的仪器设备[J];矿山测量;1987年03期

7 郭东润;G.H.F.Gardner;;用模糊数学方法进行微地震相自动化解释[J];石油地球物理勘探;1988年02期

8 崔庆辉;尹成;刁瑞;尚新民;芮拥军;;地面微地震监测数据处理难点及对策[J];油气藏评价与开发;2017年01期

9 刁瑞;吴国忱;尚新民;芮拥军;崔庆辉;;地面阵列式微地震数据盲源分离去噪方法[J];物探与化探;2017年03期

10 宋维琪;李艳清;刘磊;;独立分量分析与压缩感知微地震弱信号提取方法[J];石油地球物理勘探;2017年05期

相关博士学位论文 前10条

1 朱亚东洋;适于井地联合监测的井下微地震信号采集关键技术研究[D];吉林大学;2018年

2 林叶;微地震散射波结构成像[D];中国科学技术大学;2018年

3 逄焕东;岩体微地震的模式、定位及其失稳预报研究[D];山东科技大学;2004年

4 张唤兰;微地震数值模拟及震源定位方法研究[D];西安科技大学;2014年

5 江海宇;油田压裂微地震地面监测速度模型校正及定位研究[D];吉林大学;2016年

6 尹陈;微地震震源破裂特征研究及应用[D];成都理工大学;2017年

7 况文欢;结合地震学和地质力学对微地震数据的研究[D];中国科学技术大学;2015年

8 张雄;微地震位置和震源机制的快速波形反演及搜索引擎算法的研究[D];中国科学技术大学;2016年

9 苏华友;双护盾TBM开挖深埋隧洞围岩稳定性研究[D];西南交通大学;2009年

10 盛冠群;微地震信号检测与震源定位方法研究[D];中国石油大学(华东);2016年

相关硕士学位论文 前10条

1 王纪程;基于网格剖分的微地震地面监测定位技术研究[D];吉林大学;2018年

2 倪卓;基于近似负熵算法实现微地震数据初至拾取研究[D];吉林大学;2018年

3 王悦;基于DWSW算法的微地震初至拾取[D];吉林大学;2018年

4 巩佳琦;基于Shearlet变换与AIC的微地震初至提取[D];吉林大学;2018年

5 张彦峰;基于检波器权重因子约束的微地震定位算法研究[D];吉林大学;2018年

6 孟宇奇;基于谱多流形聚类的微地震信号处理[D];吉林大学;2018年

7 唐娜;基于自适应阈值Shearlet变换的微地震数据去噪[D];吉林大学;2018年

8 蒋小忠;基于联合双变量收缩Shearlet变换的微地震勘探噪声压制算法[D];吉林大学;2018年

9 张瑞芳;基于时空统计的大地震前后小微地震时空格局演变研究[D];西南交通大学;2018年

10 王洪超;基于Fast-AIC算法的微地震事件初至拾取及自动识别技术研究[D];吉林大学;2017年

本文编号：2883307