基于單道SVD和振幅比的地面微地震資料去噪方法

胡永泉,黃建波,田志華,潘樹林

(1.成都工業(yè)學(xué)院計算機(jī)工程學(xué)院,四川成都611730;2.中國石油新疆油田分公司工程技術(shù)研究院,新疆克拉瑪依834000;3.西南石油大學(xué)地球科學(xué)與技術(shù)學(xué)院,四川成都610500)

隨著油氣資源需求量的不斷增加和常規(guī)油氣資源的不斷消耗,非常規(guī)油氣資源的勘探與開發(fā)得到快速發(fā)展。其中,頁巖氣因其蘊藏量豐富、開采周期長等優(yōu)勢而備受青睞。頁巖氣勘探與開發(fā)技術(shù)的進(jìn)步主要受到水力壓裂技術(shù)發(fā)展的制約[1-3],而微地震作為一種監(jiān)測水力壓裂效果的關(guān)鍵技術(shù),可通過對微地震有效信號的識別,利用定位與成像技術(shù)反演出水力壓裂產(chǎn)生裂縫的方位和尺寸,進(jìn)而為壓裂效果評價與施工方案的調(diào)整提供指導(dǎo)性意見[4-7]。目前,微地震技術(shù)分為地面微地震和井中微地震兩種。相對于井中微地震,地面微地震具有便于施工、觀測點充分等優(yōu)點,具有更廣闊的發(fā)展前景。然而,地面微地震資料噪聲種類多、能量強(qiáng),資料信噪比極低,有效微地震信號完全淹沒于噪聲之中,采用常規(guī)去噪方法很難得到理想的效果,不利于有效信號的識別與震源定位[8-10]。因此,尋找合適的去噪方法是微地震資料處理與解釋的關(guān)鍵[11-13]。

近年來,國內(nèi)外專家學(xué)者針對地面微地震資料特點做了很多研究,并提出了適用于地面微地震資料的去噪方法,主要包括:經(jīng)驗?zāi)B(tài)分解互信息熵的去噪方法[14]、高精度字典學(xué)習(xí)算法的去噪方法[15]、τ-p域有效事件時差校正噪聲壓制法[16]、曲波變換自適應(yīng)去噪法[17]、時頻域S變換去噪法[18]、地面陣列式盲源分離去噪方法[19]、Shearlet變換去噪方法[20]、單道SVD去噪方法[21]、字典訓(xùn)練小波域稀疏表示去噪方法[22]、SVD與經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition,EMD)聯(lián)合去噪方法[23]等。這些微地震資料去噪方法大多只能較好地壓制特定種類的噪聲,將其直接用于四川某地區(qū)地面微地震資料的噪聲壓制處理,效果不盡理想。

鑒于此,本文提出一種基于單道SVD與振幅比的聯(lián)合去噪方法。該方法首先采用振幅比法壓制微地震資料中的隨機(jī)噪聲,然后采用單道SVD去噪方法壓制單道微地震記錄中的強(qiáng)周期性噪聲,從而達(dá)到有效壓制噪聲,提高微地震資料信噪比的目的。將此聯(lián)合去噪方法應(yīng)用于實際微地震資料的處理,取得了較為理想的效果。

1 方法原理

1.1 SVD去噪

SVD去噪采用地震記錄構(gòu)建分解矩陣,然后將矩陣進(jìn)行分解和變換,求取矩陣的奇異值(奇異值逆序排列),其中較大奇異值對應(yīng)各道間相關(guān)性較強(qiáng)信號,較小奇異值對應(yīng)隨機(jī)干擾。在實際應(yīng)用中,選取奇異值序列中前列幾個數(shù)值較大的奇異值進(jìn)行矩陣重構(gòu)(低通濾波),突出各道之間相關(guān)性較強(qiáng)的信號;選取部分中間奇異值進(jìn)行矩陣重構(gòu)(帶通濾波),突出具有一定相關(guān)性的信號;選取最后幾個數(shù)值較小的奇異值進(jìn)行矩陣重構(gòu)(高通濾波),用于提取隨機(jī)噪聲[24-25]。

假設(shè)微地震資料剖面有M道,每道N個記錄點,由此產(chǎn)生的矩陣用A表示,其中元素為aij(i代表道號,j代表記錄點序號),即:

(1)

對矩陣A進(jìn)行奇異值分解可表示為:

(2)

式中:U是由AAT的特征值向量構(gòu)成的正交矩陣;V是由ATA的特征值向量構(gòu)成的N×N的正交矩陣;Σ是由奇異值σx按從大到小順序構(gòu)成的一個對角矩陣。

(3)

式中:r為矩陣A的秩,矩陣奇異值滿足σ1≥σ2≥…≥σr≥0。

(4)

在實際重構(gòu)中,奇異值的選擇取決于地震資料有效信號的相關(guān)性。通常情況下,有效信號相關(guān)性越強(qiáng),重構(gòu)所需要的奇異值越少。然而,地面微地震資料有效信號較弱,同相軸連續(xù)性較差,采用常規(guī)SVD方法無法達(dá)到提高信噪比的目的。鑒于此,針對單道微地震記錄周期性干擾較強(qiáng)的特點,采用單道SVD去噪方法進(jìn)行處理。

1.2 單道SVD去噪

本文的單道SVD去噪方法是在傳統(tǒng)SVD去噪方法基礎(chǔ)上針對微地震信號中噪聲的強(qiáng)周期性提出的,其原理如圖1所示。圖1顯示了單道微地震記錄的部分?jǐn)?shù)據(jù),由于有效信號較弱,呈現(xiàn)的基本是噪聲信號,可見,對于單道微地震記錄而言,強(qiáng)周期性干擾較為嚴(yán)重。若對規(guī)律性較強(qiáng)的周期干擾進(jìn)行有效壓制,可較好地突出微地震資料的有效信號。

圖1 單道SVD去噪原理

首先,單道SVD根據(jù)設(shè)定的時間延遲量τ將微地震記錄分成相關(guān)性較強(qiáng)的若干段,并采用分段記錄創(chuàng)建分解矩陣Am。隨后對分解矩陣進(jìn)行奇異值分解,并根據(jù)實際微地震資料強(qiáng)周期干擾的分布規(guī)律選取部分中間奇異值進(jìn)行單道微地震記錄的重構(gòu),從而達(dá)到壓制周期干擾,突出有效信號的目的。

設(shè)單道微地震記錄的采樣點數(shù)為N,根據(jù)設(shè)定的時間延遲量τ將單道微地震記錄分為m-1段,確保各段記錄之間周期干擾信號相關(guān)性較強(qiáng),由m-1段記錄構(gòu)成的分解矩陣Am表示為:

(5)

式中:m代表矩陣維數(shù);τ代表時間延遲量;n代表每個分段的采樣點數(shù)。各參數(shù)之間關(guān)系可表示為:

(6)

對矩陣Am進(jìn)行分解,奇異值構(gòu)成可表示為:

(7)

式中:SA是矩陣Am的全部奇異值;SW代表數(shù)值較大的部分奇異值,與單道微地震資料中的強(qiáng)周期干擾相對應(yīng);SD代表數(shù)值居中的奇異值,該部分奇異值是微地震資料重構(gòu)的關(guān)鍵,包含絕大多數(shù)微地震有效信號;SN代表數(shù)值較小的奇異值,主要對應(yīng)隨機(jī)噪聲。在矩陣重構(gòu)時,保留SD,并將SW和SN充零,這樣經(jīng)過SVD反變換可有效地壓制強(qiáng)周期干擾和隨機(jī)噪聲。依次對所有道進(jìn)行計算,最終便可得到去噪后的微地震剖面。

單道SVD去噪方法的有效性主要取決于矩陣Am參數(shù)的取值。其中,時間延遲量τ是決定最終效果的關(guān)鍵。它不但決定了Am各分段記錄的相關(guān)性,還間接限定了Am其它參數(shù)的取值。本文采用單道微地震記錄自相關(guān)歸一化方法求取τ值,從而改善固定取值不能適應(yīng)每道記錄特點的不足。τ值求取可表示為:

(8)

由于單道SVD去噪是選取數(shù)值大小居中的部分奇異值進(jìn)行記錄重構(gòu)的,這就要確保矩陣分解后奇異值個數(shù)不能過少,否則,很難從中選取適合的奇異值進(jìn)行重構(gòu)。由于分解矩陣奇異值的個數(shù)與Am的秩相等,為了防止奇異值個數(shù)過少現(xiàn)象的產(chǎn)生,本文將由單道微地震記錄分段構(gòu)成的分解矩陣維數(shù)m和每維記錄點數(shù)n設(shè)置為相同數(shù)值,將m=n代入(6)式變換可得:

(9)

1.3 振幅比法去噪

借鑒能量比法原理,振幅比法同樣利用時窗內(nèi)信號統(tǒng)計規(guī)律進(jìn)行噪聲壓制。與能量比法不同的是,振幅比法采用一個固定時窗和一個擴(kuò)展時窗來求取振幅比,其原理如圖2所示。

首先計算參考點p處固定時窗和擴(kuò)展時窗內(nèi)信號的振幅和,即:

圖2 振幅比法原理示意

式中:Eg(p)為參考點p處固定時窗內(nèi)信號的振幅和;Es(p)為參考點p處擴(kuò)展時窗內(nèi)信號的振幅和;T0為單道微地震記錄的起始時間;T1為參考點p處固定時窗的起始時間;T2為參考點p處固定時窗和擴(kuò)展時窗的終止時間;x(t)為時窗內(nèi)微地震記錄采樣點的振幅取值。兩個時窗的振幅比為:

(12)

式中:R(p)代表參考點p處的振幅比。依次滑動兩時窗,逐一計算所有點的振幅比,隨后,找出最大振幅比,從而得到單道微地震記錄各點的歸一化振幅比,即:

R′(p)=R(p)/max{R(p)},p=1,2,…,N

(13)

式中:R′(p)為微地震記錄各點歸一化的振幅比;max{·}為最大值運算,即求取微地震記錄各點的最大振幅比。最后,采用歸一化的振幅比作為濾波因子對微地震資料進(jìn)行去噪,即:

(14)

振幅比去噪方法采用擴(kuò)展時窗代替固定時窗,當(dāng)時窗內(nèi)信號以隨機(jī)噪聲為主時,振幅和趨近于零,當(dāng)存在有效信號時,振幅和絕對值較大,可以更好地突出有效信號。這在較大程度上削弱了隨機(jī)噪聲對振幅比法的影響,保證了有效信號得到更好的突出。對于振幅比法,固定時窗長度選擇直接關(guān)系到方法效果的好壞,若長度過短,振幅疊加無法有效壓制噪聲;若長度過長,導(dǎo)致固定時窗與擴(kuò)展時窗內(nèi)信號振幅和相當(dāng),其振幅比無法突出有效信號。在實際資料處理中,固定時窗在80～200ms選擇為宜,伸縮時窗長度至少為固定時窗的兩倍。

1.4 單道SVD與振幅比聯(lián)合去噪

由上述分析可知,單道SVD去噪方法可有效壓制單道微地震記錄中的強(qiáng)周期性干擾,然而對隨機(jī)噪聲的壓制效果并不理想;振幅比法利用有效信號和噪聲的統(tǒng)計特性差異,可有效壓制微地震記錄中的隨機(jī)噪聲,然而對強(qiáng)周期性干擾的壓制并不理想。綜合兩種去噪方法的優(yōu)點,本文采用單道SVD與振幅比聯(lián)合去噪方法進(jìn)行地面微地震資料去噪。

首先,采用振幅比法壓制微地震剖面中的隨機(jī)噪聲。利用公式(13)計算兩個時窗內(nèi)振幅比R′(p),以此作為濾波因子對資料進(jìn)行去噪。在實際應(yīng)用中,為了削弱噪聲統(tǒng)計規(guī)律對去噪效果的影響,振幅比法中固定時窗長度在80～200ms選取較為合適,兼顧去噪效果和計算效率,擴(kuò)展時窗長度定為固定時窗的2倍。經(jīng)過振幅比去噪后,剖面中的噪聲主要為單道記錄中的強(qiáng)周期干擾,這為單道SVD去噪方法的使用提供了良好的前提條件。

其次,采用單道SVD去噪方法進(jìn)一步壓制單道記錄中的強(qiáng)周期干擾。單道SVD去噪效果的好壞主要取決于分解矩陣各道之間的相關(guān)性,為了確保各道之間具有較強(qiáng)的相關(guān)性,采用歸一化自相關(guān)方法公式(8)確定時間延遲量τ,再由公式(9)計算分解矩陣維數(shù)和每維記錄點數(shù)。由于單道SVD去噪的目的在于壓制各道之間相關(guān)性較強(qiáng)的周期干擾,因此在矩陣重構(gòu)時選取奇異值序列中間部分奇異值以達(dá)到壓制強(qiáng)周期干擾和隨機(jī)干擾的目的。在實際應(yīng)用中,重構(gòu)奇異值取值范圍占奇異值序列的15%～45%為宜。

2 測試及應(yīng)用

2.1 理論模型測試

2.1.1 單道SVD理論模型測試

圖3為模擬微地震記錄。由圖3可見,在200ms,400～700ms存在兩條有效信號同相軸。為驗證單道SVD去噪方法的有效性,在單道記錄中加入周期性較強(qiáng)的干擾信號。

圖4是采用單道SVD方法去噪后的重構(gòu)剖面,其中,時間延遲量τ采用自相關(guān)歸一化方法求取。

圖3 單道SVD理論模型微地震記錄

圖4 采用單道SVD方法的重構(gòu)結(jié)果(采用自相關(guān)歸一化法確定時間延遲量)a 各分解矩陣對應(yīng)時間延遲量τ曲線; b 第一道模擬記錄構(gòu)建的分解矩陣對應(yīng)的奇異值序列; c 奇異值序列比例<6%; d 奇異值序列比例為6%～45%; e 奇異值序列比例為10%～45%; f 奇異值序列比例為15%～45%; g 奇異值序列比例為45%～100%; h 奇異值序列比例為50%～100%

圖4a 是各道模擬微地震記錄所構(gòu)建的分解矩陣對應(yīng)的時間延遲量τ曲線。分解矩陣其它參數(shù)用公式(9)求取。圖4b是由第一道模擬記錄所構(gòu)建的分解矩陣經(jīng)過奇異值分解后所對應(yīng)的奇異值序列,可以看出,奇異值分布呈現(xiàn)明顯的階梯狀。其中,前3個數(shù)值較大的奇異值主要對應(yīng)分解矩陣中各道相關(guān)性較強(qiáng)的強(qiáng)周期干擾;數(shù)值居中的奇異值(序號為4～70)主要對應(yīng)強(qiáng)周期干擾和微地震有效信號;數(shù)值較小的奇異值主要對應(yīng)隨機(jī)干擾(序號為71～126)。單道SVD去噪就是通過選取有限個數(shù)值居中的奇異值進(jìn)行矩陣重構(gòu)(帶通濾波),以達(dá)到削弱強(qiáng)周期干擾和隨機(jī)干擾的目的。由于每道模擬記錄構(gòu)建的分解矩陣經(jīng)奇異值分解后對應(yīng)的奇異值序列不同,為了更合理地討論奇異值選取原則,剖面重構(gòu)奇異值選取采用百分比形式進(jìn)行描述。圖4c是采用數(shù)值較大奇異值重構(gòu)后的剖面,可以看出,較大奇異值主要對應(yīng)微地震記錄中周期性較強(qiáng)的噪聲。圖4d,圖4e和圖4f是采用中間不同范圍奇異值進(jìn)行重構(gòu)的剖面,可見,采用中間部分奇異值進(jìn)行剖面重構(gòu)可較好地突出有效信號。圖4g和圖4h是采用數(shù)值較小的奇異值進(jìn)行重構(gòu)的剖面,可以看出,較小奇異值主要對應(yīng)微地震記錄中的隨機(jī)噪聲,對有效信號的重構(gòu)貢獻(xiàn)不大。但在圖4g 中隱約呈現(xiàn)出有效信號同相軸的影子,因此可將45%定為奇異值序列的上限比例。由模擬結(jié)果可見,參與剖面重構(gòu)奇異值序列比例下限以大于6%為宜,上限以小于45%為宜,選取10%～45%內(nèi)的奇異值進(jìn)行重構(gòu)可有效壓制周期干擾。

2.1.2 振幅比理論模型測試

圖5a是振幅比法理論模型,模型在200～600ms含有一條呈雙曲線規(guī)律分布的同相軸,與此同時,在模型中加入能量較強(qiáng)的隨機(jī)噪聲。下面采用振幅比法對該模型數(shù)據(jù)進(jìn)行處理。

圖5b至圖5e是采用不同尺寸時窗振幅比法進(jìn)行去噪后的重構(gòu)剖面。其中,擴(kuò)展時窗長度均為固定時窗的2倍。從重構(gòu)效果可以看出,當(dāng)固定時窗長度為20ms時(圖5b),原始模型中隨機(jī)噪聲得到較好壓制,但有效信號也受到較大程度的削弱。固定時窗長度為40ms時(圖5c),有效信號得到更好的突出,同相軸的連續(xù)性有所增強(qiáng)。當(dāng)固定時窗長度增加到100ms時(圖5d),有效信號的同相軸基本得到恢復(fù),但在200～400ms出現(xiàn)能量較強(qiáng)的隨機(jī)干擾。當(dāng)固定時窗長度增大到200ms時(圖5e),有效信號得到完全重構(gòu),隨機(jī)噪聲得到較好壓制。圖5f是固定時窗為200ms時,第一道模擬記錄對應(yīng)的R′(n)曲線。從曲線圖可以看出,第100個采樣點處R′(n)值較大,由于剖面采樣間隔為2ms,該點正好對應(yīng)剖面中第一道記錄200ms位置,與實際情況相符。從理論模型實驗可以看出,固定時窗長度增加到200ms時,隨機(jī)噪聲得到有效的壓制,有效信號得到了較好的突出?？梢?振幅比法是一種壓制隨機(jī)噪聲,突出有效信號的去噪方法。

圖5 理論模型及振幅比法重構(gòu)結(jié)果a 振幅比法理論模型;b 固定時窗長度20ms,擴(kuò)展時窗40ms;c 固定時窗長度40ms,擴(kuò)展時窗80ms; d 固定時窗長度100ms,擴(kuò)展時窗200ms;e 固定時窗長度200ms,擴(kuò)展時窗400ms;f 第一道模擬記錄R′(n)曲線(固定時窗長度200ms)

2.1.3 聯(lián)合去噪理論模型測試

圖6a為聯(lián)合去噪方法的理論模型。模型在200ms有一條水平同相軸,在400～700ms含有一條呈雙曲線規(guī)律分布的同相軸。

為驗證聯(lián)合去噪方法的有效性,在模型的單道記錄中加入強(qiáng)周期干擾,在整體模型中加入能量較強(qiáng)的隨機(jī)噪聲。圖6b是采用振幅比法(固定時窗長度200ms)去噪后的重構(gòu)剖面,可以看出,原始剖面中的隨機(jī)干擾得到較好的壓制,但單道模擬記錄中的強(qiáng)周期干擾依然較為嚴(yán)重。圖6c是采用單道SVD方法(重構(gòu)奇異值序列比例為15%～45%)去噪后的重構(gòu)剖面,可見,原始剖面單道記錄中的強(qiáng)周期干擾得到較好壓制,但剖面中的隨機(jī)干擾仍然較為嚴(yán)重。圖6d是聯(lián)合去噪后的重構(gòu)剖面,可以看出,聯(lián)合去噪方法同時壓制了模擬記錄中的強(qiáng)周期干擾和隨機(jī)干擾,資料的信噪比得到明顯改善,這也說明本文的聯(lián)合去噪方法是一種有效的微地震資料去噪方法。

圖6 理論模型及不同固定時窗下模型重構(gòu)剖面a 含噪聲的理論模型數(shù)據(jù); b 固定時窗長度200ms的振幅比重構(gòu)剖面; c 奇異值序列比例為15%～45%的單道SVD重構(gòu)剖面; d 聯(lián)合去噪后重構(gòu)剖面(參數(shù)同b和c)

2.2 實際微地震資料處理

2.2.1 單道SVD應(yīng)用于實際資料處理

圖7為四川某地區(qū)地面微地震射孔資料剖面,圖中橢圓內(nèi)的同相軸為直達(dá)波同相軸。圖中可見能量較強(qiáng)的噪聲干擾使得直達(dá)波同相軸無法得到較好的突出。觀察單道微地震記錄可以看出,噪聲的周期性較強(qiáng),這為單道SVD去噪方法提供了前提條件。因此,可采用單道SVD去噪方法對微地震資料進(jìn)行去噪處理。此外,參與剖面重構(gòu)的奇異值采用百分比形式進(jìn)行選取。

圖8是利用單道SVD選取不同范圍奇異值重構(gòu)后的結(jié)果。其中,圖8a是各道微地震記錄所構(gòu)建的分解矩陣對應(yīng)的時間延遲量τ曲線,分解矩陣其它參數(shù)按公式(9)求取。圖8b是由第一道微地震記錄所構(gòu)建的分解矩陣經(jīng)奇異值分解過后所對應(yīng)的奇異值序列。與模擬記錄相比,實際微地震資料奇異值數(shù)值變化相對平緩,這說明實際微地震資料強(qiáng)周期干擾沒有理論模型明顯。

圖7 四川某地區(qū)地面微地震射孔資料剖面

圖8c是選取奇異值序列前5%數(shù)值較大奇異值進(jìn)行重構(gòu)后的剖面,從重構(gòu)效果可以看出,主要對應(yīng)低頻強(qiáng)周期干擾。圖8d和圖8e分別是選取奇異值序列比例大于38%和大于36%的數(shù)值較小奇異值進(jìn)行重構(gòu)的剖面。對比圖8d和圖8e可以看出,圖8d主要對應(yīng)原始微地震剖面中的隨機(jī)干擾,而從圖8e中卻隱約可見有效直達(dá)波的信息。所以,在進(jìn)行微地震資料重構(gòu)時,可將參與剖面重構(gòu)奇異值序列比例上限定為36%。

圖8f,圖8g和圖8h分別為采用不同范圍中間部分奇異值進(jìn)行重構(gòu)的剖面,可以看出,當(dāng)奇異值序列比例上限為36%時,剖面重構(gòu)效果隨著參與重構(gòu)奇異值比例下限的增大得到明顯改善;當(dāng)下限值達(dá)到15%時,重構(gòu)效果較為理想,強(qiáng)周期干擾和隨機(jī)干擾都得到較好的壓制。可見,選取序列比例為15%～36%的奇異值進(jìn)行重構(gòu)時,微地震剖面信噪比可得到較大程度的改善。

綜上所述,對于實際的微地震資料,參與重構(gòu)的奇異值序列比例以下限大于5%,上限小于36%為宜。通常情況下,選取序列比例為15%～36%的奇異值進(jìn)行微地震資料重構(gòu)。

圖8 單道SVD去噪重構(gòu)剖面a 各分解矩陣對應(yīng)時間延遲量τ曲線; b 第一道微地震記錄構(gòu)建的分解矩陣對應(yīng)的奇異值序列; c 奇異值序列比例<5%; d 奇異值序列比例>38%; e 奇異值序列比例>36%; f 奇異值序列比例為5%～36%; g 奇異值序列比例為12%～36%; h 奇異值序列比例為15%～36%

2.2.2 振幅比應(yīng)用于實際資料處理

為驗證振幅比法的有效性,我們采用振幅比法對微地震射孔資料(圖7)進(jìn)行處理。圖9是采用不同尺寸固定時窗的振幅比法進(jìn)行去噪后的微地震資料重構(gòu)剖面,可以看出,固定時窗長度在小于40ms范圍內(nèi)變化時,原始剖面中噪聲得到較好的壓制,尤其是能量較強(qiáng)的低頻隨機(jī)噪聲,并且隨著時窗長度的增加,微地震有效信號的同相軸連續(xù)性有所增強(qiáng);當(dāng)固定時窗長度增加到100ms時,盡管有效信號同相軸連續(xù)性得到進(jìn)一步改善,但低頻隨機(jī)噪聲能量也有所增強(qiáng)(圖9c);當(dāng)固定時窗長度增加到200ms時,低頻噪聲已經(jīng)相當(dāng)嚴(yán)重(圖9d中紅色矩形框區(qū)域)。經(jīng)分析可知,采用振幅比法進(jìn)行微地震資料處理時,固定時窗長度不宜過長。針對四川地區(qū)地面微地震資料,固定時窗長度在40～100ms取值可以得到較好的去噪效果。

圖9 不同固定時窗下振幅比法資料重構(gòu)剖面a 固定時窗長度20ms,擴(kuò)展時窗長度40ms; b 固定時窗長度40ms,擴(kuò)展時窗長度80ms; c 固定時窗長度100ms,擴(kuò)展時窗長度200ms; d 固定時窗長度200ms,擴(kuò)展時窗長度400ms

2.2.3 聯(lián)合資料處理

圖10是采用單道SVD和振幅比聯(lián)合去噪方法對地面微地震射孔資料(圖7)去噪后的重構(gòu)剖面。首先采用振幅比法(固定時窗80ms,擴(kuò)展時窗160ms)壓制微地震資料中的隨機(jī)噪聲,減少隨機(jī)噪聲對單道SVD方法的影響;然后采用單道SVD方法(奇異值序列比例取值為15%～36%)壓制單道微地震記錄中的強(qiáng)周期干擾。

圖10 單道SVD與振幅比聯(lián)合去噪微地震資料重構(gòu)剖面

從重構(gòu)效果可見,聯(lián)合去噪方法充分發(fā)揮了兩種去噪方法的優(yōu)勢,同時壓制了強(qiáng)周期性干擾和隨機(jī)干擾,使微地震資料信噪比得到較大程度的改善。這也說明,對于地面微地震資料而言,聯(lián)合去噪是提高資料信噪比的一種有效手段。

3 結(jié)論

本文在已有地面微地震資料去噪方法的基礎(chǔ)上,提出基于單道SVD和振幅比的聯(lián)合去噪方法,實現(xiàn)對壓制微地震資料中的強(qiáng)周期性噪聲和隨機(jī)噪聲的壓制,提高了信噪比。將此方法應(yīng)用于模型數(shù)據(jù)和四川某地區(qū)地面微地震射孔資料,在很大程度上改善了單一去噪方法無法有效突出有效信號的不足,進(jìn)一步說明了聯(lián)合去噪方法是改善地面微地震資料信噪比的有效手段。此外,由于單道SVD方法需進(jìn)行矩陣構(gòu)建、分解、重構(gòu)等一系列計算,盡管采用了內(nèi)存優(yōu)化手段,計算效率不是十分理想。在后期實踐中,將GPU計算、分布式計算等技術(shù)應(yīng)用于聯(lián)合去噪方法是提高算法效率的主要研究方向。