基于压缩感知的地震数据重建方法研究

发布时间：2020-06-16 05:23

【摘要】：地震勘探是石油勘探过程中的一个重要的环节。地震数据的准确表示与分析是地质岩层分类与油气储量预测的重要基础。在实际勘探中,由于受到环境、设备或人为等因素的影响,导致存在大量的数据缺失与不完整性,严重影响了后续的数据解释工作。此外,随着石油勘探领域的发展,对地震重建数据的精度要求越来越高。根据Nyqusit采样定理的限制,高精度的重建数据往往意味着采样频率的提高,这也意味着勘探成本的提升。将不规则不完整的地震数据更精确的重建出来,或使用更低的采样频率重建出满足一定精度要求的地震数据是非常有意义的,同时也是一项巨大的挑战。为了更好的解决地震重建问题,本文主要基于压缩感知理论,从地震数据的稀疏表示、增加了时空连续性约束的压缩感知算法和基于生成对抗网络(GAN)的压缩感知算法这三个方面入手,研究了地震数据重建方法。具体工作如下:(1)地震数据具有多尺度、多方向和局部变化明显的特征,使用传统单一的稀疏变换方法无法对地震数据很好地进行稀疏表示,这也将会导致重建效果的不理想。本文提出使用K-SVD字典学习算法训练得到超完备字典,并将其用作地震数据重建过程中的稀疏变换基,可以对地震数据更好的进行稀疏表示。通过实验证明,这种方法相比于其他稀疏变换方法可以更好地重建地震数据。(2)传统的压缩感知理论都是针对单帧数据展开讨论的,但地震数据具有时空连续性,使用传统的压缩感知方法对地震数据重建只满足了单帧数据重建的合理性,难以保持相邻帧之间的连续性特征。本文对传统的压缩感知方法进行改进,引入了时空连续性约束,提高了重建的精度。此外还对稀疏自适应匹配追踪(SAMP)进行了改进,增加了初始稀疏度估计和变步长的策略,在保证重建准确度的基础上极大的提高了运算速度。最后在真实的地震数据和电成像数据上验证了该算法的有效性。(3)提出了一种将生成对抗网络(GAN)与压缩感知模型相结合的方法,规避了对地震数据进行稀疏表示这一步骤。为了提高重建效果和训练稳定性,本文使用DCGAN框架,并使用Wasserstein Distance作为训练过程中的评判指标。实验结果表明该方法可以在更低采样率的情况下重建出满足一定精度要求的地震数据。
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P631.44
【图文】：

地震勘探方法不仅仅应用在油气开发领域，在民用工程建设和寻找地下水资逡逑料等也发挥着重要的作用。例如，在建造公路、高楼、海港以及堤坝等大型建筑逡逑物时，利用地震勘探手段可以探测建筑物下面是否有溶洞或松软地质体、测量基逡逑岩深度、探测核电站周围是否存在断层等，以免形成潜在的危险。逡逑２．邋１．２地震勘探环节逡逑虽然地震勘探的基本原理比较简单，但是实际生产运用却并不容易。例如在逡逑黄土覆盖或沙漠地区利用较强的人工震源很不容易，除了激发震源后在各地层分逡逑界面反射回来的地震波以外，还会产生其他各种各样的波。它们不但会干扰反射逡逑波的接收，有时候还会以假乱真。为了克服这些困难，形成了一套生产施工的组逡逑织和方法。逡逑地震勘探基本上可以分为以下三个环节：逡逑（１）野外资料采集逡逑此阶段主要是在勘探目标区域布置检测器和测线，然后采用某种方法人工激逡逑

逦１２３４５６７８９逦１０水平方向逡逑图２－１地震勘探原理示意图逡逑地震勘探方法不仅仅应用在油气开发领域，在民用工程建设和寻找地下水资逡逑料等也发挥着重要的作用。例如，在建造公路、高楼、海港以及堤坝等大型建筑逡逑物时，利用地震勘探手段可以探测建筑物下面是否有溶洞或松软地质体、测量基逡逑岩深度、探测核电站周围是否存在断层等，以免形成潜在的危险。逡逑２．邋１．２地震勘探环节逡逑虽然地震勘探的基本原理比较简单，但是实际生产运用却并不容易。例如在逡逑黄土覆盖或沙漠地区利用较强的人工震源很不容易，除了激发震源后在各地层分逡逑界面反射回来的地震波以外，还会产生其他各种各样的波。它们不但会干扰反射逡逑波的接收

【相似文献】

相关期刊论文 前10条

1 陈迪;吴文斌;陆苗;胡琼;周清波;;基于多源数据融合的地表覆盖数据重建研究进展综述[J];中国农业资源与区划;2016年09期

2 温睿;刘国昌;冉扬;;压缩感知地震数据重建中的三个关键因素分析[J];石油地球物理勘探;2018年04期

3 霍志周;熊登;张剑锋;;地震数据重建方法综述[J];地球物理学进展;2013年04期

4 耿丽英;马明国;;长时间序列NDVI数据重建方法比较研究进展[J];遥感技术与应用;2014年02期

5 霍志周;熊登;张剑锋;;预条件共轭梯度法在地震数据重建方法中的应用[J];地球物理学报;2013年04期

6 刘喜武,刘洪,年静波;非均匀地震数据重建方法及其应用[J];石油物探;2004年05期

7 李玉潮;黄培之;陈玲;;一种用于等值线数据重建目标三维模型的算法[J];测绘通报;2010年08期

8 张彦;薛威;王一多;;对瑕疵图像基于模型的部分数据重建[J];煤炭技术;2009年11期

9 高建军;陈小宏;李景叶;;三维不规则地震数据重建方法[J];石油地球物理勘探;2011年01期

10 喻娇;邓晓云;;磁共振部分数据重建方法研究[J];国际医学放射学杂志;2011年03期

相关会议论文 前10条

1 王一多;薛威;宋建民;席平;;对瑕疵图像基于模型的部分数据重建[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

2 林巨;金子新;;利用浅海声层析数据重建广岛湾三维潮流场[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

3 刘国峰;孟小红;周建军;;大间距地震数据重建方法研究[A];中国地球物理学会第22届年会论文集[C];2006年

4 曹静杰;;基于非凸优化和矩阵完备理论的地震数据重建[A];2015中国地球科学联合学术年会论文集（二十）——专题51油藏地球物理[C];2015年

5 白兰淑;刘伊克;卢回忆;王一博;常旭;;Curvelet域联合迭代地震数据重建[A];中国地球物理2013——第十八专题论文集[C];2013年

6 赵鹏辉;孙成禹;;λ-f域相对保幅Radon变换地震数据重建[A];2015中国地球科学联合学术年会论文集（十四）——专题40油气田与煤田地球物理勘探[C];2015年

7 霍志周;熊登;张剑锋;;预条件共轭梯度法在地震数据重建方法中的应用[A];中国科学院地质与地球物理研究所2013年度（第13届）学术论文汇编——油气资源研究室[C];2014年

8 孙成禹;谢俊法;赵鹏辉;;基于三维抛物Radon变换的地震数据重建[A];2015中国地球科学联合学术年会论文集（十四）——专题40油气田与煤田地球物理勘探[C];2015年

9 林利明;张广智;郑颖;;基于压缩感知BPDN地震数据重建方法[A];2016中国地球科学联合学术年会论文集（三十九）——专题79：中国古生物学和地层学最新进展、专题80：地热理论与应用、专题81：应用地球物理学前沿[C];2016年

10 邸志欣;吕公河;霍守东;丁建强;舒国旭;;基于压缩感知的地震勘探非规则数据采集处理实践[A];中国石油学会2019年物探技术研讨会论文集[C];2019年

相关重要报纸文章 前2条

1 曹沁颖;为什么每个人都需要了解5G[N];中国证券报;2019年

2 李七渝 张绍祥;关键技术：步步为营[N];计算机世界;2003年

相关博士学位论文 前3条

1 谢雨来;溯源的高效存储管理及在安全方面的应用研究[D];华中科技大学;2013年

2 韩晓勇;MODIS陆表产品数据重建与时间序列分析[D];长安大学;2016年

3 唐刚;基于压缩感知和稀疏表示的地震数据重建与去噪[D];清华大学;2010年

相关硕士学位论文 前10条

1 郑雪辰;基于压缩感知理论和SPGL1算法的地震数据重建[D];长安大学;2019年

2 朱震东;基于压缩感知的地震数据重建方法研究[D];华北电力大学(北京);2019年

3 程鑫华;压缩感知框架下DTCWT地震数据重建研究[D];东北石油大学;2018年

4 王胜侯;基于无展开随机QR分解的高维地震数据重建和混采数据分离[D];中国地质大学(北京);2018年

5 郭明焕;由相叠低分辨数据重建高分辨图像算法研究[D];西北大学;2002年

6 周舟;基于多道奇异谱分析方法的地震数据重建[D];中国地质大学（北京）;2014年

7 王天野;基于傅里叶变换的反泄漏地震数据重建方法[D];东北石油大学;2017年

8 萧牧天;IM协议分析和数据重建技术的研究与应用[D];北京邮电大学;2011年

9 王一博;MODIS地震热异常的数据处理与算法研究[D];中国石油大学(华东);2014年

10 王倩倩;基于RS和GIS的农区气象数据重建方法研究[D];南京大学;2013年

本文编号：2715597