[发明专利]基于主成分分析的地震波场次成分提取方法

权利要求书

1.一种基于主成分分析的地震波场次成分提取方法，其特征在于：所述方法包括以下步骤：

(1)综合利用测井、合成地震记录及地质信息准确标定地震道目标层；

(2)根据标定的目标层位，获取与所述目标层位对应的井旁地震道数据；

(3)利用自适应噪声完整集成经验模态分解将步骤(2)中获取的地震数据逐道分解为一系列本征模态函数；

(4)将获得的本征模态函数分量按照矩阵形式写成一个m×n维样本数据矩阵；

(5)对所述样本矩阵进行标准化处理得到标准化处理后的样本矩阵；

(6)将所述标准化处理后的样本矩阵转化为样本协方差矩阵，然后通过主成分分析获取地震数据的本征值及特征向量；

(7)特征向量序列的选择：将所述样本协方差矩阵的所有本征值按降序排列，按降序排列后的本征值序列所对应的特征向量序列也呈降序排列，选择呈降序排列的特征向量序列中不同范围内的一组特征向量即可实现特征向量序列的选择；

(8)地震波场次成分提取：舍去反映地质介质属性的主要特征向量(抽取出高阶的主成分)，然后重构地震数据，即获得反应地质介质属性微小变化的地震波场的次成分。

2.根据权利要求1所述的基于主成分分析的地震波场次成分提取方法，其特征在于，所述步骤(3)中自适应噪声完整集成经验模态分解是在集合经验模态分解和互补集合经验模态的基础上，提出的一种具有自适应噪声的完整集成经验模态分解方法。分解过程完整，重构误差极低，可有效解决经验模态分解所产生的模态混叠问题，同时可以克服集合经验模态分解方法依赖增加集成次数而使重构误差降低的不足。

3.根据权利要求1所述的基于主成分分析的地震波场次成分提取方法，其特征在于，所述步骤(7)中特征向量序列的选择，其中本征值的排列顺序指示了地震数据所包含信息成分的类别，具体选择那些特征向量进行重构需要根据实际情况确定。

4.根据权利要求1所述的基于主成分分析的地震波场次成分提取方法，其特征在于，所述步骤(8)中的地震波场次成分提取是这样实现的：对地震数据计算出其在步骤(7)选出的k个特征向量上的投影之和，所有投影之和构成了重构的地震数据S*，该重构的地震数据S*就是包含有地质介质微细结构、微小属性变化的地震波场的次成分。