理工doublexu团队比赛报告

第1章前 1.2数据情 第2章原始资料分 第3章处理流程建立与方法选 第4章资料处理成果分 第5章结论与认 参考文 2本次比赛处理资料为陆上二维数据原始数据，基于陆上资料的地质和特征，主要是声波，面波，工业干扰，随机噪音，相干噪音等非有效0－700m/s左右；能量强，而随机噪声受多种因素的影响，呈现多样性，可能会在局部出现强能量，也可为线性干扰。因此，我们在动校正之前，校正之后，及剖面叠加后多次使用去噪算法和面波的算法并用反褶积提高信号的信噪比，以提高资料的保真度和空间分辨率，得到高质量的处理成果。531通过观察集531频谱图我们可以我们发现，随机噪声及面波的发育，其中从集剖面的频谱图可以看出，集低频成分很多，面波和随机噪声发育，且图为线性干扰，随机噪声在整个集上发育都很厉害。但是我们很难从单个集或CMP道集上分辨出来有效波和随机噪声、面波的具置，并且随着地层深度的通过以上的分析，了解资料参数、噪音的分布规律、原始资料噪音及为随机噪声及面波。我组从多种干扰波技术（如叠前线性干扰、异3偏 相移法偏F-X3-1-13-1-2叠前去噪是提高室内资料信噪比的有效，原始资料上的噪音是多种多样的，存在于多域数据中，集，CMP道集，共检波点集，以及叠加数据的表我们比赛资料为陆上资料，叠前去噪主要去除面波、线性、野值、随机一、叠前线性干扰滤除叠前线性干扰滤除线性噪音，线性干扰、高速面波的特征为干扰波呈线t-x域采用倾斜叠加二、面波自适应衰减面波利用时频分析的方法，根据面波和反射波在频率分布特征、空间分布范围、能量等方面的差异，检测出面波在时间和空间上的分布特征，再并根据这种特征对其进行。就象内切除法一样，去掉面波低频成分，而保留有效波的中高频成分。局域出面波，最后从原始数据减去面波。这个模块主要是低频、低速、规律性较三、自适应高频干扰衰减自适应高频干扰衰减既可以直接从记录中识别高频干扰，也可以根据给出的记录主频利用经验准则来确定各类高频干扰，然后对高频干扰进行。当高频干扰只在局部范围出现时应根据记录的特点自动识别高频干扰并进行干扰。当高频干扰普遍存在时，则应以给出的记录主频为基础，程序利用经验准则来识别和高频干扰。四、强能量干扰强能量干扰采用“多道统计、单道去噪、分频”的思想,在不同的频带内自动识别记录中存在的强能量干扰，确定出噪音出现的空间位置，根据用户定义的门槛值和衰减系数,采用时变、空变的方式予以。强能量干扰主要3-2-1中标注所示。原始单记录（a）第60，（b）第1050五、叠前随机干扰衰减叠前随机干扰衰减把二维叠前数据视为一个三维数据体，其中一维为号或CMP号，二维为道号或检距，三维为记录时间，对其进行随机噪声衰减。-Y前数据，达到衰减二维叠前随机噪声的目的，可面波。等）采用不同的分别，以求最佳的效果，最大程度地挖掘原始差异严重影响着反褶积、动校正、静校正和速度分析的精度，因此我组在多处去往往出现浅、中、反射波的能量差异较大或者道与道间的能量不均衡情形。资料处理中需要进行能量均衡处理。针对波前扩散引起的能量不均衡问题，以便于记录的显示和绘图。所谓动态平衡是指平衡因子在时间和空间上是变二、二维地表一致性振幅补偿 数和速度函数，几何扩散和吸收项不能精确补偿。为了克服它们的不足之处，all，即一步完成几何扩散、吸收补偿和地表一致性振幅补偿。其他Surfaceconsistent（只作地表一致性振幅补偿）。过程中，由于激发、接受条件不同，从而导 的原始数在振幅、时延、子波等方面存在差异，反褶积通过压缩子波提高时积还可以消除短周期鸣震和其他多次波干扰，突出有效波，提高资料的信噪两步法是指：首先在集记录上提取统计子波(最小相位),根据不同的期望子波做反褶积处理；然后在共接收点道集上提取统计子波(最小相位或零相位),根据不同的期望子波进行反褶积处理本模块也可仅在集记录上提取子波,进行反褶根据不同的记录，用户可定义不同的期望输出，可以为雷克子波、俞氏子波、带通因子、高通因子、低通因子。在此，我组选择“bandpassoperator（带通滤波因子）；对于“在时间和空间的变化参数”选件，我们选择“zerophasedeconIcommonsourcegather”(在集记录上提取子波做零相位反褶积)，本选件只在集记录上完成统计子波反褶积,子波为最小相位,期望输出零相位。用户SRDecon功能选件均衡的，把各频率成分的信号均衡到同一水平上，再叠加输出。从而达到在预测反褶积假设反射系数序列为白噪序列，子波为最小相位。在以上两个假设的前提下在时域进行反褶积。该模块既可以用于消除记录中的长、短周期多次波，又可以用来提高记录的分辨率。该模块既可输出反褶积后的数四、Tau-P域预测反褶积Tau-P域预测反褶积是在Tau-P变换后的数据上进行预测反褶积来多次波。在非零检距的情况下，记录中不同阶段的多次波是非周期的，这时仅仅用预测反褶积来多次波难以取得良好的效果。但是包含多次波的记Tau-PP值道上多次波时间差是相同的（周期的），这时可以利用预测反褶积来多次波。在做Tau-Pt-x域转换到t-pTau-PTau-Pt-pt-x域。实Tau-P方法一：VelocityAna方法二：a.VelAnaDefinitionb.VelAnaCorr对于信噪比较高的资料采用速度谱计算(VelocityAna)或者速度分析点定义(VelAnaDefinition与相关速度谱计算(VelAnaCorr)都很好。如果针对信噪比较差的资料，建议采用速度分析点定义VelAnaDefinition进速度分析点范围的定义并从叠前数据中抽取速度VelAnaCorr对输入的速度分析道集进行切除与动校正，然后进行互相关分析，将分析的结果写入谱能量矩阵，形成速度谱。T-V对场编辑。我组进行了多次编辑，发现该步操作对后续处理结相轴不明显、不连续甚至。在拾取过程中，应当尽量保证速度没有倒转。 3-2-6CMP(a)300；(b)动校正(NMO)是消除检距对反射波旅行时的影响，即非零检距道上的初至时间与零检距道上的时间之差。动校正之后消除了检距的影响，但并未消除地表因素，风化层速度等因素一、叠后二维随机噪声衰减F-X域预测理论，假设有若干信号，各自有不同二、多项式拟合利用多项式拟合法提高输入道的信噪比，该方法基于道数据具有横向相干性的原理，假设记录相位时间横向变化可用一高次多项式表示，沿相式拟合，求出信号相位时间、标准波形和振幅系数，然后将它们组合成拟合道。拟合道与原始道混波后得到最终结果。3-2-7征、振幅变化和反射系数，提高空间分辨率和保真度。在此模块，我组主要运用了二维差分法叠后偏移（FDMig2D）、F-X二维有限差分波动方程叠后时间偏移（FDMig2D）。根据“反射面”模X-T域采用差分法直接求解波动方程的近似式，该方法具有运算45度偏移，CMP25米，延拓步长为F-X域有限差分波动方程偏移（FXFDMig）通过在频率域对各个频率成份单CMP间距为25米，延拓步长20ms。我们对偏移速度中我组选择均速度以及100ms50米，延20ms，其余参数缺省。第4章资料处理成果分数据资料处理就是对数据做各种处理提高反射波数据的信噪比、分辨率和保真度，为解释提供可靠的处理成果剖面，便于解释分析。 图4-1-1原始单记录(a)第60，(b)第531，(c)第1050 (b)，(c)1050如4-1-1图是原始单记录，分别为第、、。首先对原始集做叠前线性干扰(LinNoiRemv)，对应的几个集的结果如4-1-2图显示，由两幅图的对比可以看出做了线性之后的单记录左右旁侧的直达波能量减 图4-1-3做了自适应高频噪声衰减(HIFNoiAtten)的单记录(a)第60，(b)第531，(c)第1050 图4-1-4做了异常振幅衰减(WildAmpAtten)的单记录(a)第60，(b)第，(c)1050其次对做了线性的集（4-1-2图）进行自适应高频噪声衰减处(HIFNoiAtten)4-1-34-1-2相比同相轴更加明显。4-1-44-1-3集做异常振幅衰减(WildAmpAtten)的单记录结果，可以看出单中间呈 4-1-5自适应面波衰减(GrndRolAtten)的单记录(a)第60，(b)第5311050果，在做自适应面波处理之前，做了振幅补偿(Amqequ和2D)，防止由于几何扩散等引起的振幅异常，从图中可看出面波能量得到了很好的，如图量干扰和自适应高频干扰衰减，集数据干扰信息得到很好的，有效信首先对4-1-5单记录做两步法统计子波反褶积(SRDeCon)和零相位反褶积 图4-2-1做了两步法统计子波反褶积(SRDeCon)和零相位反褶积的单记录(a)第60，(b)第531，(c)第1050其次做了频率Tao-P一系列处理其中包括Tao-P域正变（TaoTra 图。可以看出做频率Tao-P一系列处理之后的结果所有的能量都得到了均衡，并且噪音也得到了。4-2-3是预测反褶积(PredictDecon)的结果，能量稍微减弱了 图4-2-2做了频率Tao-P反褶积处理的单记录(a)第60，(b)第531，(c)1050 图4-2-3做了预测反褶积(PredictDecon)的单记录(a)第60，(b)第531反褶积处理就是为了提高集的信噪比，突出有效信息，从以上几种反褶积算法可以，看出都有一定的效果，在一定程度上了干扰信息。速度场拾取在数据处理过程中是至关重要的一步，我组多次拾取，多方4-3-1所示是我组得到最为理想的速度场。4-3-1滤除，自适应衰减面波，强能量干扰，自适应高频干扰衰减以及反褶积的叠4-3-2所示。4-3-2对动校正之后的CMP道集经过去噪处理，我组又进行了剩余静校正处理4-3-4做剩余静校正（ResidualStasticCorrection）为了更加突出地的特征和边界，叠后处理部分，我组主要做了修饰性处理多项式拟合，还做了叠后去噪除了，由图4-35可看出效果比较明显有效波同相轴清晰了很多，叠加剖面同相轴的能量加强，有效波能量与干扰信号的能量差距更大，且 同相轴更加明显，突出了有用信息。4-3-5做多项式拟合（PoliFit）与叠后去噪（RNA2D）分叠后偏移处理方法（FMig2D）4-3-15由图可看出剖面浅层的差距不大，做完偏移之后的叠加剖面出现了弧形的同相轴，应该是将异常能量加强了，且在，由于绕射波的存在，干扰信息掩盖的有效同相轴，如图中红色箭头所示。4-3-6做二维差分叠后偏移方法（FDMig2D）5通过对陆上二维实际资料的处理结果，得出以下一些认识提高信噪比，振幅补偿能够优化资料。二、速度谱拾取决定资料处理效果的好坏，应多次拾取，择优使用。三叠后多项式拟合算法能够清晰刻画地质异常体范围边界干扰信息通过参加本次比赛及对GEOEAST软件的学习，对数据处理流程有个晰明确的概念，也增