基于Shearlet变换的地震随机噪声压制-论文.pdf

《基于Shearlet变换的地震随机噪声压制-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第4期石油学报Vo1．35NO．42014年7月ACTAPETROLEISINICAJuly2014文章编号：0253—2697(2014)04—692—08DOI：10．7623／syxb2叭4O4009基于Shearlet变换的地震随机噪声压制刘成明王德利王通冯飞程浩孟阁阁(吉林大学地球探测科学与技术学院吉林长春130026)摘要：地震勘探中的噪声对地震信号产生严重的畸变和干扰，常规的地震去噪方法已经不能满足当前高精度地震勘探的要求。提出了基于Shearlet变换的地震数据去噪方法，S

2、hearlet变换是一种新的多尺度变换方法，具有多方向、多分辨率及最佳稀疏逼近性质，并且计算效率高。Shearlet变换在去除随机噪声的同时能最大程度保留有效信号，有效地提高信噪比。利用Shearlet变换闯值去噪法与其他地震去噪方法分别对不同信噪比的合成地震记录和实际地震记录进行对比，结果表明Shearlet变换具有更强的去噪能力和更高的运算效率。关键词：Shearlet变换；去噪；信噪比；多尺度；随机噪声；稀疏变换中图分类号：P631．4文献标识码：ARandomseismicnoiseatt

3、enuationbasedontheShearlettransformLiuChengmingWangDeliWangTongFengFeiChengHaoMengGege(CollegeofGeo—ExplorationScienceandTechnology，JilinUniversity，Changchun130026，China)Abstract：Inseismicexploration，thenoiseseriouslydistortsandinterfereswithseismicsi

4、gna1．．Conventionalmethodsofseismicdatade—noisingcannolongermeettherequirementsofhigh-resolutionseismicexploration．Inthisstudy，amethodofseismicdatadenoisingisproposedbasedontheshearlettransform，anewmulti—scaletransformwithmulti—directions，multi—resolut

5、ions，andoptimalsparseap—proximationpropertiesaswellashighcomputationalefficiency．Theshearlettransformcangetridofrandomnoisewhileretainingeffec—tivesignalstothemaximumdegree，therebyeffectivelyimprovingthesignal-to—noiseratio．Itisappliedtosyntheticandfi

6、eldseismicda—tawithdifferentsignal-to—noiseratios，andcomparedwithconventionalmethodsofseismicdatadenoising．Resultsshowt}ttheshear—lettransformiscompetitiveindenoisingapplicationsintermsofbothperformanceandcomputationalefficiency．Keywords：shearlettrans

7、form；denoise；signal—to—noiseratio；multi—scaletransform；randomnoise；sparsetransform近些年地震勘探领域逐渐延伸，勘探深度逐渐加深，分析方法_6相继提出，为检测、表示和处理图像和地震数勘探环境越来越复杂，所产生的噪声也随之增多，变得复据等空间高维数据增添了新方法，在各向异性特征上展杂，为了达到地震数据高信噪比的要求，压制干扰、去除现了很好的稀疏表示。多尺度方法已经广泛地应用到地噪声、提高信噪比成为首要任务，这也是当前高精

8、度地震震数据处理领域，并取得了良好的效果。勘探的要求，提高信噪比是其基础，因而去噪也成为提高2004年，在SEG年会上Curvelet变换被首次提出用信噪比最主要的内容。刘振武_1等指出目前的地震分辨于地震数据处理，之后Curvelet变换在地震数据的去噪、率难以满足开发需要，因而新的技术方法亟待提出。插值和地层吸收补偿等问题上得到了迅速发展[7。，并取根据信号和噪声在视速度和频率等方面的差异，人得了令人满意的结果，显示了其几乎最佳逼近的效果。们相继提出了F-x反褶积l2]、Rad