Knowledge Resource Center for Ecological Environment in Arid Area
| DOI | 10.27162/d.cnki.gjlin.2021.000553 |
| 基于复扩散滤波和深度学习的地震勘探噪声压制模型研究及应用 | |
| 张钰姝 | |
| 出版年 | 2021 |
| 学位类型 | 博士 |
| 学位授予单位 | 吉林大学 |
| 中文摘要 | 高质量地震勘探数据对于探测地下结构、地质成像及进一步探查地下资源至关重要。在数据采集过程中地震检波器不仅会采集到弱有效地震信号,同时会接收到大量地震勘探随机噪声,导致地震勘探数据信噪比低且地震信号难以识别。因此,压制地震勘探数据中的随机噪声以提高地震数据质量是地震勘探信号处理的基础环节。此外,地震勘探随机噪声性质受地表条件和采集环境的影响,不同测区地震勘探随机噪声特性差异明显,对地震随机噪声压制方法的鲁棒性和有效性提出更高的要求。本文重点研究低信噪比地震勘探记录中非平稳、非高斯和低频随机噪声压制问题,提出基于复数域扩散滤波和深度卷积神经网络的复杂地震勘探随机噪声滤除方案。针对非平稳随机噪声压制与地震有效信号保留问题,本文提出了结构自适应复扩散滤波算法,实现信号增强-噪声消减的滤波过程。复数域锐化扩散方法由线性扩散项和锐化项组成,在演化过程中可产生充当结构引导算子的虚部,且不受噪声非平稳性质的影响,可实现非平稳噪声的滤除。但是复数域锐化扩散滤波方法的扩散项对地震勘探随机噪声和地震有效信号实施恒定的扩散强度,这会严重平滑复杂地震纹理结构。本文首先采用结构张量提取地震纹理结构特征,通过研究结构张量的参数,使其适应浅层和深层地震数据的纹理结构特点,获得可引导扩散系数的地震同相轴结构信息和方向信息。其次,在地震同相轴结构信息引导下,本文构建了梯度方向上扩散系数的阈值函数,并进一步利用阈值函数与虚部协同调节梯度方向上的扩散系数。最后,针对陡峭地震同相轴较平缓同相轴衰减程度更大的问题,在梯度方向复扩散系数的基础上,本文进一步利用地震同相轴方向信息来引导一致性方向上扩散系数,当地震同相轴越陡峭时扩散强度越小,从而在压制噪声的同时达到有效保护地震信号的作用,改善陡峭地震同相轴幅值衰减的问题。针对低信噪比情况下非平稳地震强随机噪声压制问题,本文基于深度卷积神经网络与随机噪声局部平稳的特性,提出了块去噪卷积神经网络模型框架。深度卷积神经网络在图像去噪处理领域性能优越,然而大多由特定噪声水平训练而成,难以适应低信噪比情况下非平稳地震强随机噪声的滤除。本文将基于图像块的去噪方式应用于深度卷积神经网络中,将图像块聚类和多卷积神经网络去噪相结合,该联合去噪的框架既保证了模型的去噪性能,又保证了对非平稳地震强随机噪声的适应性。为了实现非平稳地震强随机噪声滤除与地震复杂纹理结构保护两者的平衡,本文进一步提出了以结构统计量为导向的模型选择准则,自动且高效地选择每类图像块匹配的卷积神经网络模型,从而在保护复杂形态地震同相轴的同时压制非平稳强随机噪声。针对强低频地震随机噪声与地震有效信号波形相似的问题,本文基于扩散滤波方法的去噪灵活性与深度卷积神经网络的深层特征提取能力,将两者相结合,构建了深度复数域反应扩散模型。复数域锐化扩散方法依赖数据幅值变化而实施滤波,因此仅使用复数域扩散方法难以描述强低频随机噪声与地震信号的特征差异,从而会严重干扰滤波过程,而深度学习网络具备提取数据深层特征的能力,且深层特征相比较数据的中低层特征更能表征强低频随机噪声与地震信号的差异。但是深度学习网络的性能易受训练数据集的限制,对当前待处理实际数据缺乏一定的适应性。本文在复数域锐化扩散方法基础上引入反应项,并将深度学习网络嵌入到反应项中,从地震训练数据集中学习有效信号的深层结构特征,以区分强低频随机噪声和地震信号,使反应项能够增强期望的信号。其次,随着反应项不断反馈有效信号,沙漠强低频随机噪声与地震信号的相似性被减弱,复数域锐化方法的扩散项和锐化项能够逐渐恢复噪声滤除和信号增强能力,而且这同时也缓解了深度学习网络在处理与训练集不同的数据时所存在的适应性问题,因此深度复数域反应扩散模型的扩散项、锐化项和反应项能够实现协同作用,在滤除强低频随机噪声的同时能够保护有效地震同相轴。本文在研究复数域锐化扩散方法和深度学习网络性能的基础上,针对低信噪比情况下复杂地震勘探随机噪声压制的不足,提出了不同测区地震勘探随机噪声优化消噪方案,并在仿真实验和实际地震记录处理基础上,对所提方案的性能进行分析比较,验证了所提方案在信噪比提高、复杂地震随机噪声压制以及有效地震信号保护等方面取得的成效,为复数域非线性扩散滤波方法与深度学习网络模型在地震数据处理中的应用提供了新的思路。 |
| 中文关键词 | 地震数据处理 ; 非平稳性 ; 随机噪声压制 ; 复数域非线性扩散滤波 ; 深度学习网络 |
| 语种 | 中文 |
| 国家 | 中国 |
| 中图法分类号 | P631.4;TP18 |
| 资源类型 | 学位论文 |
| 条目标识符 | http://119.78.100.177/qdio/handle/2XILL650/373160 |
| 作者单位 | 吉林大学 |
| 推荐引用方式 GB/T 7714 | 张钰姝. 基于复扩散滤波和深度学习的地震勘探噪声压制模型研究及应用[D]. 吉林大学,2021. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张钰姝]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张钰姝]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张钰姝]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
