地震弱反射信号联合去噪方法可行性研究

2019年1月

PETROLEUMGEOPHYSICS

第17卷第1期

地震弱反射信号联合去噪方法可行性研究

王彬，刘伟祖，张文鑫，王鹏飞，李雪梅

（成都理工大学地球物理学院，四川成都610059）

摘要：南海西部陵水凹陷区有效信号反射弱，受多次波影响，存在大量随机噪声干扰。基于盲源分离提取地震弱信号及多道奇异谱分析（MSSA）对地震数据进行重建约束化处理，去除了多次波以及随机噪声影响，成功解决了断面模糊、地层同向轴不连续、构造形态不确定的地质问题。沉积坡折带实际数据试验结果表明，联合去噪方法在复杂沉积地质结构的噪声压制方面具有一定的适用性。

关键词：多道奇异谱分析；盲源分离；联合去噪；随机噪声；沉积坡折带

Feasibilitystudyonjointdenoisingmethodfortheweakseismicreflectionsignals

WANGBin,LIUWei-zu,ZHANGWen-xin,WANGPeng-fei,LIXue-mei

（GeophysicsSchool,ChengduUniversityofTechnology,Chengdu610059,China）

Abstract:TheeffectiveseismicreflectionsignalsintheLingshuiSagofthewestoftheSouthChinaSeaareweak.Besides,thereisalotofrandomnoiseinterferenceundertheinfluenceofmultiplewaves,theseismicweaksignalextractionmethodbasedonblindsourceseparationandthemultitracesingularspectrumanalysis(MSSA)areusedtoreconstructtheseismicdataintheconstraintprocessing,whicheliminatetheinfluenceofmultiplewavesandrandomnoise.Thejointmethodsuccessfullysolvesthegeologicalproblemsoftheambiguityofthefaultsurface,theeventdiscontinuityandthestructuralshapeuncertainty.Theexperimentalresultsoftheactualdatafromasedimentaryslope-breakzoneshowthatthejointdenoisingmethodhasacertainapplicabilityinthenoisesuppressionofcomplexsedimentarygeologicalstructures.

Keywords:multitracesingularspectrumanalysis,blindsourceseparation,jointdenoising,randomnoiseandsedimentaryslope-breakzone

海上勘探尤其是深水勘探，多次波十分发育，能量强的全程多次波几乎完全掩盖了深部一次反射波，浅部层间多次波常与一次波相互干涉，导致地震同相轴错乱，深部构造难以识别[1]。多次波干扰严重影响速度的拾取和地震剖面的质量，产生各种地质假象，进而造成解释的多解性，降低了钻探的成功率。因此，针对深水地震资料，为了获取高精度的地震剖面，除了需要精细去噪以外，还必须深入研究多次波压制技术，利用盲源分离法研究地震多次波处理的问题，解决地震弱信号去噪和多次波压制。MSSA也是奇异谱分析（SSA）

收稿日期：2018-09-25；改回日期：2018-11-26

的延伸，应用SSA来分析一维时间序列[2]。同其

他的噪声压制方法一样，MSSA将数据转换成一个域，信号和噪声在域中映射到单独的子空间，然后去除噪声[3]。由于相干噪声和有效波存在频谱、视速度或到达时间的差异，本文采用基于多道奇异谱分析MSSA的地震信号重构方法进行处理，得到的波形效果较好。

1联合去噪原理

随着现代地震勘探技术的发展以及对于能源

作者简介：王彬，男，硕士研究生，固体地球物理学专业，现主要从事储层油气预测以及数值模拟研究方面的工作。

··油气地球物理2019年1月的需求，勘探目标开始转向复杂的构造油气藏，对于深部的复杂地质构造，地表震源激发的地震波在介质中经过较长时间的传播、散射以及介质非弹性效应等造成的地震反射信号衰减，使检波器接收到的深目的层反射信号能量相对较弱，且常淹没在背景噪声中，波形发生畸变[4]。这样就对地震信号处理技术提出了一项挑战：如何从地面接收的信号中检测、提取、重建淹没在背景噪声中的有效信号（通常为弱信号）？常规的方法不能有效拾取弱信号信息，因此依据盲源信号处理理论，将不同的地质目标作为源信号，对观测到的信号（可能是由多个信号混叠而成）可设计相应的算法进

s(t)混合系统A

行储层目标弱信号提取。

对于盲源分离（BlindSourceSeparation）模型：

x=As，混合矩阵A∈Rm×n，当m>n时，BSS是超定的；当m=n时，BSS是适定的；当mT

T

均为源信号矢量的组合。盲源分离的目的就是在源信号s和混合系统A均未知的情况下，由观测数据向量x通过调整分离系统W，使输出y为源信号s的一般估计。

x(t)y(t)分离系统W

+

n(t)图1盲源分离数学模型

对于欠定BSS问题，常用的解决方法是利用信号的稀疏性进行盲源分离，即稀疏分量分析（SCA）。稀疏性是针对信号中非零值点而言的，它是一种衡量信号非零值点数目的标准。非零值点数目越少，代表信号越稀疏。其实，一个稀疏信号可以用拉普拉斯变换得到其有效信号。典型的稀疏信号服从Laplace分布，其表达式为[5]æ|s-μ|ö1P(s)=expçç-b÷÷2bèø

式中：μ为均值；b为尺度参数。

æD(i,1)D(i,2)çç

D(i,1)D(i,2)ç

Ri=çç⋮⋮ç

çç

èD(i,Nx-m+1)D(i,Nx-m+2)D(i,m)ö

÷÷

⋯D(i,m+1)÷÷

÷⋱⋮÷÷÷

⋯D(i,Nx)ø⋯

（3）

MSSA为矩阵Ri构建一个Hankel矩阵数组M，即

R2⋯RnöæR1

çRR3⋯R(n+1)÷2

÷（4）M=ç

⋮⋮⋱⋮÷ççR÷èNy-n+1RNy-n+2⋯RNyø

噪声是通过沿着低降秩矩阵M的反对角线

（1）

提取地震弱信号之后，利用多道奇异谱分析将地震信号进一步去噪以及波形重建修正，得到经过联合去噪处理的地震资料[6]。

要对一个地震信号做多道奇异谱分析，首先要利用傅里叶变换将地震信号转到频率—空间域，即

+∞

W(x,ω)=1∫-∞W(x,t)e-iωtdt

2πW(x,t)为时域地震信号。式中：

作截断奇异值分解（TSVD），从而达到衰减。将M作奇异值分解（SVD），可以表示为

éMù

ê∑0úé(VM)Hù

1ú1úêêúM=U1MU2Mê（5）MúêHúêMê(V)ú

ê0∑úë2û

2ûë

式中：对角矩阵分别包含最大奇异值和最小奇异

U1、U2、V1、V2分别为具有奇异向量的相关值；

[]（2）

对每个频率分量构建Hankel矩阵，即

第17卷第1期

H

王彬，等：地震弱反射信号联合去噪方法可行性研究·65·

矩阵。()为矩阵的共轭转置。

一般情况下，有用信号比噪声能量更集中，并且相关性更好。因此，较大的奇异值与其相关奇异向量代表有用信号，而较小的则代表随机噪声信号。令∑2=0，以此压制噪声，则

M

H~M=S+U1S(U1S)N

因子T来识别缺失的地震道位置，即

T=I-ε∑1

(M

)-n

̂n

δ

（7）

式（7）表明，当n越大，阻尼因子越弱；当

式（7）降级为式（6）。n→+∞时，

（6）

2应用实例

应用南海西部琼东南盆地陵水凹陷区叠前三

~显然，M不等于S。因为矩阵U1S和N均是未知的，所以不能直接利用式（6）压制残留噪声[7]。

2.1叠前数据测试

维数据进行了测试处理（图2），成功去除了原地震数据中的多种噪声。

地震道的缺失也会使Hankel矩阵的秩增加，同样地，通过矩阵减秩可以实现缺失地震道信息的重建，为了得到更好的重建效果，可以利用阻尼

CDP

500

204060时间/ms80100120140160180200

1000

150020002500

20-2-4-6

（a）原始剖面

CDP

500

204060时间/ms80100120140160180200

-50

1000

1500

2000

2500

5

（b）降噪后剖面

CDP

500

204060时间/ms80100120140160180200

-3-1-2021

1000

1500

2000

2500

3

（c）去除的噪声

图2南海坡折带叠前数据测试

·66·油气地球物理2019年1月图2是南海坡折带叠前数据处理效果对比，可以看出，盲源分离算法与多道奇异谱结合的去噪方法对叠前地震的有效反射信号恢复效果显著，且提取精度也比较高。此方法可以明显提高叠前道集的信噪比，降噪后剖面（图2（b））的连续性比原剖面（图2（a））保持得更好，成功消除了坡折带多次波的影响，解决了断面模糊不宜追踪的

问题。同时，对比降噪后剖面（图2（b））与已去除的噪声（图2（c）），本方法成功压制了多次波引起的相干噪声，并去除了大量随机噪声。由此证明本算法在地震弱信号提取及重建的正确性。2.2叠后数据测试

应用南海西部琼东南盆地陵水凹陷区叠后三维数据进行了测试处理（图3）。

（a）原始数据剖面

（b）联合去噪方法剖面

图3南海坡折带叠后数据测试

图3是叠后数据处理得到的原始数据剖面与联合去噪方法剖面对比，可以看出，联合去噪方法可以有效去除叠后地震资料中的噪声，加强了坡折带弱信号数据的反射特征，即增强了地震同相轴的连续性，提升了数据信噪比，抑制了能量较弱的多次波。但是，对于两翼同相轴连续性及倾斜同相轴的处理还不能达到完美的精度要求，坡折带两翼的同相轴连续性不高，可能与重建矩阵的秩拾取不够准确有关（图3（b））。

（1）对于盲源分离在地震弱信号中的应用研究发现，在有效信号和噪声差异较大的情况下，盲源分离算法能准确地描述有效信号的存在，为储层弱反射信号的提取建立了基础，达到提取弱信号的目的，提高了地震资料的信噪比，并且对有效信号也有较强的保真性。

3结论

第17卷第1期王彬，等：地震弱反射信号联合去噪方法可行性研究

cationtoseismicdatadenoisingandreconstruction.2010.

·67·

（2）基于截断奇异值分解的多道奇异谱分析的方法能够在一定程度上通过截取较大的奇异值和其相关奇异向量来提高计算的效率和质量。

（3）联合去噪方法能有效地适应各种地震数据的复杂多变性以及尺度变化的特点。

参考文献：

[1]张军华，吕宁等．地震资料去噪方法、技术综合评述[J]．地球

物理学进展，2005，20（4）：1083-1091.

[2]OeopezaVE.Thesingularspectrumanalysismethodanditsappli-

[3]黄建平，李闯，李国磊等．基于奇异谱分析的联合去噪及规则

化方法[J]．地球物理学进展，2014，29（4）：1666-1671.[4]穆星．基于盲信号处理技术的地震弱信号分离方法[J]．油气

地质与采收率，2012，19（5）：47-49.

[5]李建锋．基于盲源分离的地震信号处理方法研究及应用[D]．

中国石油大学（华东），2012.

[6]魏小强，雷秀丽，马庆珍．基于多道奇异谱分析的三维地震数

据规则化方法[J]．石油地球物理勘探，2014，49（5）：846-851.[7]Chen,Y.,J.Ma,andS.Fomel,2016,Double-sparsitydictionaryforseis-micnoiseattenuation:Geophysics,81,no.2.V17-V30.

（编辑：郑桂琴）

（上接第62页）

3结论

（1）多种裂缝属性的不同主成分分量具有不同

参考文献：

[1]汪勇，陈学国，王月蕾等．叠后多属性分析在哈山西石炭系火

山岩裂缝预测中的应用研究[J]．地球物理学进展，2014，29（4）：1772-1779.

[2]刘爱疆，左烈，李景景等．主成分分析法在碳酸盐岩岩性识别

中的应用——以地区寒武系碳酸盐岩储层为例[J]．石油与天然气地质，2013，34（2）：192-196.

[3]杨兆栓，林畅松，尹宏等．主成分分析在塔中地区奥陶系鹰山

组碳酸盐岩岩性识别中的应用[J]．天然气地球科学，2015，26（1）：54-59.

[4]尹帅，丁文龙等．主成分分析法在致密碎屑岩储层有效裂缝

识别中的应用[J]．油气地质与采收率，2016，23（6）：1-7.

的地质意义，其中，方差贡献率最大的主分量反映研究区主干断裂展布特征，方差贡献率较小的分量

[4]

主要反映细小断裂的分布情况。

（2）相对于单一属性，基于主成分分析的多属性聚类方法综合考虑了每一种属性的优势特征，能够更准确地定位地下裂缝系统，具有一定的地质意义。

（编辑：赵剑敏）