Seislet变换在地震处理中的应用的研究.pdfVIP

中国地球物理2011 ·583· (17)油气田与煤田地球物理勘探 Seislet变换在地震处理中的应用研究 The ofSeislettransformseismic applicationstudy in processes 申建波1，+刘成斋2李振春1 Liu Li ShenJianbo Zhenchun Chengzhai 1．中国石油大学(华东)青岛266555；2．中石化胜利油田分公司物探研究院东营257000 1．引言 Fomel在2002年提出的。它是在对 本文主要介绍一种小波类变换方法—seislet变换，该变换是Sergey 小波变换的提升算法深入研究的基础上，将平面波分解计算同相轴斜率的方法，同提升算法结合的一种新的 变换方法。该变换方法具有以下三个方面的优势：①克服了傅里叶变换不能展示每个频率在信号延伸时间上 的分布的缺陷；②利用多分辨率分析同时满足高频和低频分析的需求；③对地震数据具有良好的压缩特性。 2．方法原理及其应用 Seislet变换具有两个要点：①不能仅仅把地震数据看作是一系列的地震波采样数据，而应该建立沿空 间方向的宏观认识。地层的局部连续性，使每道地震数据与相邻道数据的有效信号有较好的局部相关性。 变换尺度下，相互作用的数据之间的间距不同。进行Seislet变换，首先用平面波分解方法计算地震波同相 轴上每一点的斜率：然后沿每一点斜率方向，相互关联需要计算的数据点。与小波变换相比，Seislet变换 充分兼顾了地震数据在空间方向上的构造特征，因此更适合于地震资料数据处理。 Seislet变换分解算法的分解步骤：①首先将数据分解成偶数序列e和奇数序列o；②用预测算子P求 奇数序列0中每项的差值序列r=D叩(P)，，反映原信号中的高频细节信息，称为变换的小波系数；③用更 新算子【，求偶数序列e中每项的近似序列c=计“(r)，称为变换的尺度系数，反映低频信息：④类似Mallat 塔式算法，尺度系数c做为新得到的序列，可以作为下一尺度分解的源数据。对尺度系数C重复做上述步 骤，即可完成多尺度的Seislet变换分解。 式非别表示表示如下： P(P)I一【研(反一1)+研_(吼)】／2 u(，．)I皇[g(噍一1)+碰_(％)】／4 其中，双曲为一个地震道的预测因子，+和一分别对应沿局部地震倾角从左右两侧进行时移，P沿地震倾角 方向对地震同相轴进行预测：【，确保每一尺度下的尺度系数c，都和原数据有相同的均值。 Seislet变换的应用：①去噪：利用有效信号和噪声信号在变换系数的差异，选取合适的变换系数，通 过重构，去除噪声；②数据规则化：通过拓宽变换域，并在拓宽区域插入随机噪声，达到对输入道集进行 道插值的目的，实现数据规则化；③叠加：对地震同相轴的走向进行预测，得到地震同相轴局部倾角，然 后沿着同相轴叠加，因为该方法没有用到动校正，便不存在动校正拉伸的现象，但目前的研究，只能对 CMP和CIP道集进行叠加。 3．认识和结论 seislet变换，克服了傅立叶变换和小波变换的不足，能够很好地描述地震数据，对地震数据具有良好 的压缩特性。模型试算和实际资料处理结果表明，该方法能够很好地应用于地震数据去噪、数据规则化和 CMP和CIP道集叠加处理，并且在叠加处理中避免了动校正拉伸的影响，取得了较好的效果，与同类方 法相比，该方法具有很大的优越性。 本研究由国家863课题(2007AA060504)资助。 参考文献 Liu．Seislettransformandseislet Fomel，yang frame[J]．Geophysics，2010，75(