- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
横向寻优叠加提高地震资料成像精度
葛JII庆夏洪瑞
(江汉石油管理局物探处物探研究中心湖北潜江433100)
摘 要针对目前常规资料处理中加权叠加方法中存在的模型道建立不够准确,及自适应加权叠加中存在计
算量过大的问题,提出了将这两种方法的优点结合起来建立模型道的方法一横向滑动寻优建立模型道法。即
首先将欲处理的整个CMP道集采用滑动的办法生成若干子集,这些子集中叠加能量和最强的子集选作建立模
型道的基础。然后在该子集中采用两两互相关的办法,选出最好的信号道建立模型道。并以此为基础,采用
逻辑滤波的办法来克服加权成像本身存在的问题,以消除加权叠加所带来的不利影响。最后,展示了实际资
料处理结果,并进行了对比分析。
关键词 加权叠加模型道两两互相关 横向滑动寻优逻辑滤波
引 言
水平叠加技术是地震资料处理技术中成像的基本方法,同时也是有效的消除各种干扰的方法。其只
有在波形统一、时间对齐、能量一致这三个基本假设满足且噪声呈白噪分布时,才可能得到最佳的成像
结果。然而由于激发、接收、速度、传播路径、偏移距等诸多变化导致上述三个基本条件有时不能得到
满足,噪声也并不一定呈白噪分布,因而影响了叠加效果。为了解决这些问题,人们通过严格野外施工
及加强室内处理,企图使上述三种基本条件得到满足。实际上,受客观实际影响,上述努力能力有限。
这是由于尽管通过种种努力,能使三个假设条件得以近似,但噪声为白噪序列的假定很难得到满足。
在这种情况下,人们提出了各种加权技术Ⅲ,希望对参与叠加的道集中的“好”记录施加较大的权,
而对“差”记录施加较小的权,使“好”记录对叠加的贡献大,而“差”记录对叠加的贡献小,这种方
法也可以说是企图使白噪假定得到满足。这种技术能够缓解各种不利于叠加的因素对叠加的影响。
加权技术主要分为下面两种方式。其一,模型道法,即以CMP道集所有道的叠加结果作为模型道,
然后各道与之互相关,并以互相关系数作为加权系数。这是一种简单易行,且能见到一定效果的方法。
然而当道集内信噪比比较低,以噪音为主体且噪声不呈白噪分布时,建立的模型道就不准确,进而使权
系数计算基础动摇,加权叠加的效果可想而知。在这种情况下,有人提出了将道集内的记录道两两互相
关,并计算各自两两互相关系数之和,并以此作为叠加时该道的权系数,即互相关法圜。这种方法避开
了叠加建立模型道法时的盲目性。但我们知道,当CMP道集中记录道较多时,计算一个道集内所有各
道的两两互相关时计算量巨大。尽管在拥有千亿次计算速度计算机的今天,这种方法对机时的要求人们
仍不满意。
另外,通过各种方法计算出的权系数均有各自的方法背景,权系数计算方法原理本身应该进行深入
分析讨论。同时,加权方法本身也存在商榷的地方。例如,本身相似系数较小,或为负,加权后,其对
叠加的影响减少,但对叠加仍然存在负作用。这样,就有必要寻求新的方法来减少不利因素对叠加的影
响。
方法原理
前言叙及,由于各种不利因素的存在导致了叠加精度的降低,我们应寻求一个彻底消除之的办法。
显然,最简单的办法是只让“好”道参与叠加,而“差记录不参加叠加,使三个假定条件及白噪假定得
189
以满足。问题的关键在于如何识别好、坏记录道。
上述两种识别“好”、“差”记录道的办法有各自的优缺点,我们希望找出将上述两种方法各自的优
点保留,将其缺点抛弃的一种识别“好”、“差”记录道的办法。即希望采用模型道法的简洁,互相关法
的准确。模型道法之所以不够准确,其主要原因在于参与建立模型道的道好、坏不分,均以相同的份额
参与模型道的建立。为此,我们应采取措施尽可能地减少模型建立过程中的盲目性。互相关法的主要缺
点是计算量大。为了减少计算量可通过将整个道集分为多个子集来实现。在一道集的诸多子集中,总存
在一个包括有效信号最多的子集,我们可以选取之作为建立模型道的基础。在选出的最好子集内可能仍
存在“差”记录,便可以利用两两互相关法来识别。子集道数少,则互相关计算量减少。这样,两种方
法就有效地结合在一起,给模型道的建立提出了简洁、快速而又准确的方法。
我们知道,加权的方法并不一定是最佳消除各种对叠加结果不利影响的方法,若仅让“好”记录参
与叠加,而“差”记录不参与,显然是一种最理想的办法。上述模型道的建立,为我们辨别“好”与“坏”
文档评论(0)