高分辨率全谱分解方法研究.pdf

高分辨率全谱分解方法研究 摘要 （作者：韩利 指导教师：韩立国 教授） 地震信号是典型的非平稳信号，需要借助时频分析技术刻画其频率随时间的 变化特征，这在地震勘探中被称为地震谱分解技术。随着我国陆上油气田勘探程 度的增加，勘探目标逐渐转向地层、岩性等复杂油气藏。在这种情况下，常规的 谱分解方法已经越来越不能满足地震解释对精度和分辨率的要求，在薄层探测中 甚至会得出错误的结论。为此，本文研究了两种聚焦性好、分辨率高的谱分解方 法，分别为基于Gabor变换的时频谱重排方法（Reassignment ）和基于稀疏反演的 谱分解方法，并研究了与之相关的一些算法和技术。文中将能同时产生时频能量 谱和有效时频相位谱的谱分解方法称为全谱分解方法，是相对于传统谱分解只利 用时频能量信息，而忽略时频相位信息而提出的概念。本文研究力求在一定程度 上提高解释能力，为生产和开发提供技术支持，从而降低储层勘探和开发的风险。 传统时频分析方法是研究高分辨谱分解方法的基础，本文首先回顾了几种常 用的时频分析方法，包括短时窗Fourier变换法（STFT ）、Gabor变换、连续小波 变换（CWT ）、S变换和Wigner-Ville分布 （WVD ）方法。重点从时频分辨率和相 位特征两方面对其进行了对比分析。为提高计算效率，并给后续反演谱分解方法 提供正反变换算子，本文利用基函数的概念，将几种线性时频分析方法正变换推 导成互相关运算形式，逆变换推导成褶积运算形式，并在频率域实现。 本文研究的第一种高分辨率谱分解方法是基于Gabor变换的时频谱重排方 法。系统阐述了时频谱重排方法的原理并推导了实现过程。将谱重排法用于地震 数据谱分解，测试例子表明谱重排方法产生的时频谱聚焦性要比常规谱分解方法 高很多，计算量仅是Gabor变换方法的2～3倍。但是，对于地震数据这种方法在 频率方向聚焦效果受高斯窗参数的影响，高 值时低频信号聚焦好，而高频信号 在频率方向聚焦不足；低 值时高频信号聚焦效果好而低频信号在频率方向聚焦 不足。为了解决这个问题，本文提出使用时变窗参数方法，有效的改善了Gabor 变换谱重排效果，使其在整个频带内产生聚焦性好、分辨率高的时频谱，本文将 提出的这种方法称为变窗参数的Gabor谱重排方法。 在谱重排域，信号能量高度聚焦，随机噪声能量分散，信号和噪声水平有明 显的区分。利用这一特点，本文提出了基于重排谱域阈值的地震数据随机噪声压 制技术。利用此原理去噪的前提是存在一个信号可以从重排谱域反投影到时间域 的逆过程。为此，本文提出了一种时频谱重排逆过程的实现方法。通过在正变换 过程中记录一个加权因子和重排坐标函数，实现信号重构。拟合数据例子证明了 I 谱重排逆过程的可行性和正确性。针对2D地震数据去噪，考虑地震记录的横向 连续性和相关性，本文提出首先将2D地震数据转换到频率-空间域，再逐频率运 算，在空间-波数域进行谱重排和阈值，称之为空间-波数域谱重排去噪方法。拟 合例子和实际数据例子证明了谱重排在随机噪声去除上的有效性。 本文研究的另一种高分辨率、聚焦性好的谱分解方法是基于稀疏反演的谱分 解方法。用非平稳地震褶积模型和基函数分解信号两种方式描述了反演谱分解问 题的建立过程，前者被证明等价于CWT 变换，是后者的一个特例。用线性反演 理论系统的论述了反演谱分解的求解原理。为产生稀疏时频分布，本文使用了 L1 范数约束条件。快速迭代软阈值算法（FISTA ）和 In-Crowd 算法都是用来求 解 L1 范数正则化问题的快速算法，前者实现简单，适合复数运算，后者更重要 的是体现了一种将大型矩阵优化问题降解为小的拥挤矩阵问题的思想。本文提出 了将两种算法相结合的方法用于稀疏反演谱分解，拟合算例证明了组合方法比单 独使用FISTA 算法要快2～3 倍。传统谱分解方法对单个地震道独立运算，忽略 了地震数据的空间连续性，本文基于反演算法提出了一种考虑横向连续性的谱分 解方法，将上一道的结果进行延时校正后作为当前道的初始解，热启动反演算法， 速度较单道求解提高了5 倍以上。将稀疏反演谱分解用于实际数据储层低频异常 检测，用实例证明了稀疏反演谱的高分辨率特性及其在储层识别和层位识别上的 优势。利