[发明专利]一种基于凸集投影算法的曲波变换反假频地震数据重建方法

说明书

本发明公开了一种基于凸集投影算法的曲波变换反假频地震数据重建方法，其特征在于，针对规则缺失的假频地震数据或采样间隔较大的假频地震数据，首先将曲波变换分解成f‑k算子和曲波拼接算子，从f‑k域原点出发，利用全频段信息，采用角度扫描策略得出能量分布图并拾取分布图中的边界峰值，该边界代表有效波能量边界，再选择合适的阈值，根据边界峰值内的有效波能量建立相应的mask函数，最后将mask函数引入到传统凸集投影算法中，得到新的凸集投影算法；在迭代过程中，采用指数阈值参数公式，利用硬阈值算子重建出无假频的地震数据。本发明提高了重建信号的信噪比和计算速度，保护了微弱的有效波信号，使反射波同相轴更加连续、清晰。

技术领域

本发明涉及的是规则缺失和缺失间隔较大的地震数据重建方法，具体是一种基于凸集投影算法的曲波变换反假频地震数据重建方法。

技术背景

在野外数据采集过程中，为了得到相对完整而规则的地震数据，在数据采集之前必须进行野外观测系统的设计，但由于采集设备、野外地形条件以及经济成本限制等原因，地震炮点和检波点通常会偏离原始设计位置，甚至有些炮点检波点无法采集到有效的地震数据，从而导致地震数据沿空间方向常进行不规则欠采样，出现空间假频(Trad,2009；Zhaoet al.,2013)。这种空间欠采样的假频地震数据严重影响到后续的处理方法，比如多次波压制、速度分析、波动方程偏移等。为了解决这种问题，最直接也是最有效的方法就是在野外重新进行数据采集，但从经济角度出发，显然不可能重新进行数据采集来完美的解决该问题。因此，必须在室内提出高效率的反假频地震数据重建方法，使得缺失道数据得到有效地恢复。其实，从另外一个方面来讲，如果有了高效率的反假频重建方法，则可以在数据采集阶段主动缺失部分地震道，节省野外勘探成本，而将这种成本转移到室内数据重建中来。

目前已经有了很多数据重建方法，这些数据重建方法可以分为波动方程和数据处理两大类，其中数据处理方法主要包括预测滤波方法(Spitz,1991；Naghizadeh andSacchi,2007)，降秩方法(Oropeza and Sacchi,2011；Ma,2013)，傅里叶变换，曲波变换(Hennenfent,2008)，机器学习(Yu et al.,2016)等。然而这些方法尽管得到了广泛应用，但是只适合随机欠采样的地震数据重建，而对于规则欠采样数据重建，由于缺少反假频机制，因此会产生一个相对较差的重建结果。为了解决这个问题，Gulunay(2003)通过利用低频信息在f-k来重建假频地震数据。Zwartjes and Sacchi (2007)结合Gulunay方法，采用傅里叶反演实现反假频数据重建。基于这个思想。Naghizadeh(2007)也提出了多步自动回归的方法进行反假频重建。Curry(2010)根据沿着频率轴中同相轴的连续性，实现了基于傅立叶变换的径向自适应阈值策略重建方法。Naghizadeh(2012)通过利用整个频带信息，在f-k域进行角度扫描，建立一个面具函数进行约束假频，从而实现了反假频数据重建。Chiu(2014)在最小加权范数方法的基础上提出利用先验模型作为约束来解决反假频问题。然而以上所有反假频重建方法都是基于傅里叶变换，本质上来讲，这些方法都需要假设地震数据为线性或近似线性同相轴组成，尽管可以通过开设窗口函数的方法来重建非线性同相轴地震数据，但操作较为复杂，在窗口重叠部分重建效果较差，特别是对于那些缺失间隔较大的假频地震数据。

曲波变换能够表征信号的局部细节特征，可以有效地重建非线性同相轴或者非平稳变化的地震数据，众多的研究结果也证明，基于曲波变换的数据重建方法效果显著(Naghizadeh and Sacchi,2010；张华等，2015)。然而在他们的文章中，都是采用随机欠采样策略来进行地震数据重建，而对于规则欠采样的地震数据则重建效果较差，即：不具有反假频能力。因此，需要发展有一种有效的反假频数据重建方法。而在数据重建过程中，凸集投影算法被广泛应用，但根据凸集投影算法的原理得知，该算法也不具有反假频功能，不能重建规则缺失的假频数据，为此，本发明采用曲波变换方法，利用全频段数据建立mask函数，提出一种基于凸集投影算法的曲波变换反假频地震数据重建方法，在保证重建精度和效率的同时，使得该方法能够有效地重建出规则缺失的严重假频地震数据。