基于数据驱动和反演策略的时空域随机噪声衰减方法（英文）

发布时间：2021-11-20 02:47

　　常规的时间-空间域和频率-空间域预测滤波方法假设地震记录由地震信号和随机噪声两部分构成,即所谓的加噪声模型,但是,在对随机噪声进行估算时,又假设随机噪声可以通过预测误差滤波器由地震记录中进行预测,即所谓的源噪声模型。这种前后不一致的噪声模型降低了该类方法的去噪能力和保幅性能。为此,本文提出了一种基于反演的时空域随机噪声衰减方法。它首先从地震数据中估算预测滤波算子,该算子表征了地震信号的可预测性,自适应地描述了地震信号的空间结构。在得到预测误差算子之后,将该算子作为正则化约束引入到地震信号反演系统,由含有随机噪声的地震数据直接反演地震信号。不同于常规随机噪声衰减方法,该方法将随机噪声衰减问题归结为正则化约束下的地震信号反演问题,克服了常规方法噪声模型的不一致性问题。我们采用模型数据和实际数据进行了实验分析,并与常规方法进行了效果对比。实验结果表明:与常规方法相比,本文方法在噪声压制的同时,没有对有效信号产生明显伤害,具有更好的振幅保持能力。 

【文章来源】：Applied Geophysics. 2017,14(04)SCICSCD

【文章页数】：10 页

【文章目录】：
Introduction
Theory
    The time-space domain prediction filtering problem
    Inversion-based t-x domain random noise attenuation
Synthetic model tests
    2-D synthetic data random noise attenuation test
    3-D synthetic data random noise attenuation test
Field data examples
    2-D field data example
    3-D field data example
Conclusions


【参考文献】：
期刊论文
[1]井地联合近地表Q因子层析反演（英文）[J]. 李国发,郑浩,祝文亮,王明超,翟桐立.  Applied Geophysics. 2016(01)
[2]基于ARMA模型非因果空间预测滤波（英文）[J]. 刘志鹏,陈小宏,李景叶.  Applied Geophysics. 2009(02)
[3]全三维随机噪声衰减技术[J]. 李国发.  石油地球物理勘探. 1995(03)



本文编号：3506410