摘要/Abstract

摘要： 本文首先总结了叠前偏移得到的共反射点(CRP)道集优化处理及主成分分析(PCA)技术的研究现状.CRP道集通常包含随机噪声和相干噪声,其主要表现为CRP地震资料信噪比低、道集同相轴不平、存在呈现抛物线特征的残余多次波等.这些问题会导致叠加成像不理想及构造解释误差,甚至导致后续错误的地震储层反演结果,对定量地震解释带来不利影响.针对道集优化问题,文中给出了一种新的解决方案,将多用于图像处理的主成分分析(PCA)算法创新性的应用于CRP地震道集优化处理研究,其基本原理是利用CRP道集有效信号同相轴呈水平特征,且能量强,其主分量特征单一的特点,对地震数据相关矩阵进行特征值分解,选取大特征值分量进行信号重建,即滤除次要分量等噪声及残余多次波能量.文中给出了公式推导过程和模型验证效果,并将该方法应用于南海某实际地震工区,处理效果表明,相比于当前流行的Radon变换道集优化处理方法,主成分分析(PCA)道集优化方法噪声识别精度高,保幅性强,可以同时去除随机噪声、线性成像噪声和残余多次波,且计算效率高,适合于大数据量作业.


PDF全文下载地址:

http://www.progeophys.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=9197