基于单道边界检测和样条插值初至波自动拾取.pdfVIP

基于单道边界检测和样条插值的初至波自动拾取 潘树林，高磊，周熙襄，钟本善 成都理工大学，四川成都（610059 ） 摘 要：长期以来，一直没有一种理想的自动拾取初至波的方法。从初至波的特点出发，提 出了单道数据边界检测和样条插值相结合的方法进行初至波自动拾取,为初至波的自动拾取 提出了一种新思路。该方法可按照以下步骤阐述：首先，应用单道边界检测算法确定每道能 量边界的位置；然后将检测结果分为正确边界点和错误边界点，以正确边界点为样点对错误 的边界点进行插值；最后，使用前两步确定的能量边界点对原始记录进行映射，在一定范围 内搜索最准确的初至波到达时刻。使用该方法对某资料拾取初至波，利用初至圆滑法对资料 静校正，在处理中取得了理想的效果。经实际资料的检验，该算法拾取精度好、自动化程度 高，是一种有效的自动拾取方法。 关键词：初至波，边界检测，样条，插值 利用初至波进行静校正对沙漠、山地等地区的资料处理有着重要的意义。当我们利用 常规方法不能获得静校正量时，通过初至波我们可以提取地表表层速度和厚度信息，进一步 计算得到炮点和检波点的静校量[1-3] 。因此，如何准确、快速地拾取初至波有着重要的意义。 现有的初至波自动拾取方法很多，主要可以分为四类。 [10] 第一类是基于地震记录瞬时特征的方法，如极值法，能量比值法 等。这类方法的主 要缺点是对噪音敏感，当地震记录信噪比比较低时，难以准确拾取初至。 第二类是基于地震记录整体特征的方法，比如相关法、线性最小平方预测法和约束初 至拾取法等。这类方法对噪音有一定的抑制作用，但受地震道的相关性等因素影响，对于地 表情况复杂地区的资料其效果较差。[5] [4] 第三类方法是综合地震初至波多维信息的人工智能方法，比如神经网络拾取技术 和分 形走时拾取技术等。该类方法实现复杂，效率较低。 第四类是综合考虑初至波特点的其他算法，如基于边缘检测的算法[6]等。该方法主要特 点也是对噪音特别是初至附近噪音敏感。当初至附近存在较强干扰的时候，往往导致算法失 败。 综上，现有的方法仍不能理想的拾取各种情况下初至波，在实际应用中受到了各种限 制。本文在吸收前人知识的基础上提出了一种通过单道边界检测和样条插值进行初至波自动 拾取的算法。 1 方法原理 1.1 初至波的特点 [9] 初至波是激发源信号经过地层之后最先返回地面的信号 。 -1- t （s ） 图1 实际记录中的两道数据能量分布图 在有效信号返回地面之前检波器所接受的信号主要是一些环境噪音，在能量上远小于有 效地震波信号（在图1 左边振幅较小处）。地震波在地层之间传播能量会不断的衰减，因此 最先到达的初至波在能量上与其他波比较通常表现出较强的能量值，并且位于有效信号和单 纯环境噪音的分界处（在图1 中左边起振幅突然增大处为初至信号）。 初至波在单道里面有能量分界的特性，因此，如果能够准确确定单道记录能量的分界就 可以确定初至波的位置。 1.2 单道边界检测原理 从前面分析可知，如果能够确定单道记录能量的边界，就可以确定初至波的位置。 我们已知单道记录在能量特征上符合图2 （a ）所示特点，如果能够找到一种函数，通 过对图2 （a ）所示数据进行变换在能量边界点取得极值，如图2 （b ）所示，我们就可以解 决确定初至波位