地震资料处理中的预测反褶积参数选择及效果分析

2017-10-25 20:01王弘扬宋鑫磊任秋月姚佳芮胡乔治
中国科技纵横 2017年18期
关键词:信噪比分辨率

王弘扬++宋鑫磊++任秋月++姚佳芮++胡乔治

摘 要:预测反褶积在地震资料处理中有突出的贡献,既能提高分辨率又能压制一些规则干扰,是一种非常有效的处理手段。预测反褶积中预测步长的选择非常重要,其对资料的改善效果也会因“步”而异。本文通过对预测步长参数的优化,得到了分辨率较高,构造体现较好的成果。同时也发现,预测步长越小,分辨率越高,但信噪比越差;反之亦然。所以,实际处理时,要兼顾信噪比和分辨率,根据实际资料选择合理的参数。

关键词:预测反褶积;预测步长;分辨率;信噪比

中图分类号:P631.4 文献标识码:A 文章编号:1671-2064(2017)18-0203-03

1 引言

反褶积是地震资料处理中一个必不可少的步骤,它在地震数据处理中占有重要的地位。反褶积的主要作用是尽可能消除大地滤波作用,压缩地震子波,使实际的地震记录接近于反射系数序列,从而提高地震资料分辨率。在地震资料处理中,反褶积处理,按方法分类,可以包括:最小平方反褶积、预测反褶积、子波反褶积、伯格反褶积、地表一致性反褶积等。预测反褶积是资料处理中比较常用的一种方法,主要用于提高分辨率,压制一些规则干扰。

预测反褶积的关键参数主要有:预测步长、预测反褶积因子长度、预测时窗等,而且它们是与地震资料品质、地震地质条件有关。因此,对于一个地区的地震资料应用预测反褶积处理时,需要对这些参数进行大量的试验,并根据处理要求,选择合适的参数,才能最终达到反褶积处理的良好效果[1]。

本文所述的3D地震资料是来自我国东部某地的陆上地震资料,资料品质一般,存在较多噪音干扰,另外,断层较多,地质构造较为复杂。本次使用我国东方地球物理公司研发的GeoEast软件,对该资料进行了较为精细的处理。特别是在反褶积,包括预测反褶积方面,通过多次试验,找到了较为适合该地区资料品质及地震地质条件的相关参数,取得了较好的反褶积效果,从而保证了整个处理流程的效果。本文着重阐述了本次处理中预测反褶积参数选取优化的方法及对处理效果的影响分析等,为相关处理工作提供一些可以参考的思路和方法。

2 预测反褶积的原理

假设输入信号为X(t),预测滤波因子为c(t)=[c(0),c(1),…,c(m)],为预测步长,期望输出为,则预测输出为:

(1)

预测误差:

(2)

由最小平方原理可得:

(3)

这就是预测方程,此方程的解就是预测滤波因子。用此濾波因子对进行滤波,可得到和,其中是预测滤波的结果,是预测反褶积的结果。

预测反褶积在地震资料处理中的主要作用是根据地震数据中原始的一次波和多次波等规则干扰的信息,预测出纯干扰部分。由此,可以从原始地震记录中减去干扰部分,得到消除干扰后的一次波,提高了地震记录的信噪比和分辨率。预测反褶积中的预测值就为多次波等规则干扰,预测误差才是最重要的数据,即消除干扰后的地震记录。因此,预测反褶积是做的预测误差的反褶积,求取的结果是预测误差的反射序列。同时,也要强调一次反射波是由随机反射系数序列产生的,预测反褶积对它是没有效果的,预测反褶积只能预测有变化规律或者有周期性的数据[2]。

为提高分辨率,关键是预测步长的选择,即上式(2)中的的选择。本文针对预测步长的选择进行了讨论,通过对实际地震资料的处理和对比,得出适合该地区的预测反褶积处理的最佳参数。

3 参数选择的效果分析

对于预测步长的选择,首先要明白预测步长为1时,是指的一个采样间隔,所以在选择预测步长时,应尽量选择采样周期的倍数,这样得出的预测值和预测误差才有效。本文根据实际资料的情况,分别在浅层(500-1500ms)和深层(1000-3500ms)取了不同的预测步长,这样主要是针对浅、深层不同的规则干扰,去除更加精细。浅层的预测步长分别取16ms、24ms、32ms;深层的预测步长分别取20ms、28ms、36ms,固定预测滤波因子长度为120ms,在炮集上显示结果图1所示。

从炮集显示结果可以得出:随着预测步长的逐渐增大,地震记录纵向分辨率逐渐下降,振幅能量逐渐下降。同时,处理后的结果其信噪比随着预测步长的增加逐渐趋于处理前地震数据。频谱分析如图2所示,预测步长较小时,资料中的低频和高频能量比较突出,出现一些“毛刺”现象,局部能量分布杂乱,造成时空域信噪比不高。但是,资料的频谱得到了极大拓宽,这也就是时空域纵向分辨率的提高。而随着预测步长的增大,低频和高频能量逐渐衰减,“毛刺”现象减少,能量分布变稳定,时空域信噪比提高;同时,资料频谱宽度降低,资料纵向分辨率降低。由此,炮集上出现的现象就得到了合理的解释[3]。

为了得到更加明显的现象,对预测反褶积后的数据进行叠加处理,得到以下叠加剖面结果,见图3所示。叠加剖面的结果验证了频谱分析得出的结论:较短的预测步长改善分辨率,较长的预测步长改善信噪比,而信噪比和分辨率不可兼得,预测步长增加到一定程度后,得到处理结果的变化变得基本稳定(见图3中的方框部分)。

预测反褶积有两个作用:压缩子波和消除规则干扰。对于消除规则干扰,需要根据实际资料来确定规则干扰的出现周期,取预测步长等于出现周期时,得到预测值就大致接近于规则干扰,得到的预测误差信噪比就更高。上述资料在预测步长大于24ms后,信噪比得到明显的增强,由此得出规则干扰出现的周期大概在24-28ms之间[4]。

对于压缩子波,理论上是预测步长取得越小,子波压缩程度越高,得出的分辨率越高。但是实际运用中却不尽人意,当预测步长变小时,资料的分辨率确实提高了,但是信噪比却极大的降低了。这是由于资料本身中含有干扰,由频谱分析得:小步长预测反褶积处理对高频干扰进行了放大,低频也有一定影响;大步长预测反褶积处理,子波压缩小,对频谱高频段的压制和输入谱形状的保持较好,但分辨率不佳,当预测长度等于子波长度时,子波完全没有压缩,此时处理对资料没有任何改变。显然为了取得分辨率而极大牺牲信噪比是不可取,因此要选择合适的预测步长兼顾分辨率和信噪比。本资料的预测步长选取24ms&28ms这组参数比较合适,既满足同相轴的分离度又满足同相轴的清晰度[5-7]。endprint

按照这样的参数选取,得到了较好的预测反褶积效果。同时结合其它处理方法,组成了完整的处理流程,见图4所示,最后得到了最終处理结果。其中的一条剖面图,如图5所示。从图中可以看出,由于预测反褶积的参数优化,构造细节都体现出来,纵向分辨率得到了显著改善。

4 结语

(1)预测滤波的结果为预测值,即预测出的规则干扰;预测误差为预测反褶积结果,预测反褶积是做的预测误差的反褶积,求取的结果是预测误差的反射序列。预测反褶积对一次反射波没有效果,预测反褶积只能处理有变化规律或者有周期性的数据。(2)预测步长的选择要兼顾子波压缩和规则干扰消除,较短的预测步长改善分辨率,较长的预测步长改善信噪比,而信噪比和分辨率不可兼得。要根据实际资料的情况,选取合适的步长。

参考文献

[1]王承曙.双边预测反褶积理论与算法[J].石油地球物理勘探,1991,(1):10-18+128.

[2]雍凡,罗水余,李颜贵,刘建生,刘子龙,蒋正中.F-K变换与预测反褶积压制多次波效果对比[J].物探化探计算技术,2014,(6):700-707.

[3]赵昌垒,叶月明,姚根顺,胡冰,庄锡进.线性拉东域预测反褶积在海洋多次波去除中的应用[J].地球物理学进展,2013,(2):1026-1032.

[4]张军华,缪彦舒,郑旭刚,周振晓,单联瑜,梁鸿贤.预测反褶积去多次波几个理论问题探讨[J].物探化探计算技术,2009,(1):6-10+5.

[5]Porsani MJ,Ursin B.Direct multichannel predictive deconvolution[J].Geophysics: Journal of the Society of Exploration Geophysicists,2007,(2):H11-H27.

[6]Liu, Lei,Lu, Wenkai.A Fast L-1 Linear Estimator and Its Application on Predictive Deconvolution[J].IEEE geoscience and remote sensing letters,2015,(5):1056-1060.

[7]MICHAEL K.BROADHEAD.PREDICTIVE DECONVOLUTION FROM THE POINT OF VIEW OF KRIGING[J].Journal of seismic exploration,2009,(3):199-214.endprint

猜你喜欢
信噪比分辨率
信噪比在AR模型定阶方法选择中的研究
基于深度学习的无人机数据链信噪比估计算法
基于递归残差网络的图像超分辨率重建
EM算法的参数分辨率
原生VS最大那些混淆视听的“分辨率”概念
低信噪比下LFMCW信号调频参数估计
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
基于深度特征学习的图像超分辨率重建
一种改进的基于边缘加强超分辨率算法
保持信噪比的相位分解反褶积方法研究