基于Ho-RPCA的地震断层增强方法技术

本发明专利技术提供一种基于Ho‑RPCA的地震断层增强方法，该基于Ho‑RPCA的地震断层增强方法包括：步骤1，对输入三维相干体数据进行预处理,对低秩的断层部分和稀疏的噪声部分进行分离；步骤2，构建基于Ho‑RPCA的目标函数；步骤3，通过交替方向乘子法算法框架来求解该最优化问题；步骤4，对张量核范数进行最小化，采用基于张量随机奇异值分解的核范数近似求解。该基于Ho‑RPCA的地震断层增强方法从张量模型的角度来对相干体进行增强，更好地保护了相干属性体的高维特性，可以较好地去除噪声，增强后的断层连续性得到提升，能够较好地增强相干体中的断层信息，总体效果比较理想。

Seismic Fault Enhancement Method Based on Ho-RPCA

The present invention provides a method of seismic fault enhancement based on Ho RPCA, which includes: step 1, preprocessing input three-dimensional coherence volume data, separating low-rank fault part from sparse noise part; step 2, constructing target function based on Ho RPCA; step 3, solving the problem through the framework of alternating direction multiplier algorithm. In step 4, the tensor kernel norm is minimized and solved approximately by using the kernel norm based on tensor random singular value decomposition. The seismic fault enhancement method based on Ho_RPCA can enhance the coherence cube from the perspective of tensor model, better protect the high-dimensional characteristics of coherence attribute cube, better remove noise, enhance the continuity of the enhanced fault, and better enhance the fault information in coherence cube. The overall effect is ideal.

【技术实现步骤摘要】
基于Ho-RPCA的地震断层增强方法
本专利技术涉及地球物理勘探领域
，特别是涉及到一种基于Ho-RPCA的地震断层增强方法。
技术介绍
地震勘探采集到的地震资料通常是三维或者四维的数据体。地震资料数据是由多道对应工区地表坐标的地震反射波组成，每道波形都会随着反射层的地质特性差异而产生不同的波形幅值。地震资料能够为地质分析与解释提供充足的物理依据。地震数据的纹理属性提取方法是地震资料解释的重要手段。在众多的纹理属性提取方法中，最具代表性是相干体算法，它能够通过突出地震资料中的不连续性来识别断层，从而提高断层解释的效率。由于断层在油气勘探和开发中有着重要的控圈控储控藏作用，因此发展先进的相干体算法与断层增强技术，实现对断层的准确刻画，一直是地质领域中研究的热点。地震资料在信号采集以及资料解释的过程中，会受到高斯噪声、相干噪声以及其他地质噪声的干扰。现有的纹理属性提取方法仅突出了地震资料中特定的纹理信息，并不能从根本上消除这些噪声干扰。对原始的振幅数据体进行相干计算后，得到的相干体信噪比仍较低，反映在相干切片上断层的横向分辨率低、可辨识度差以及断层的连续性差。对于这样的相干体，不管是进行断层的人工解释还是自动解释，都具有较高的难度。因此，通常还需要对相干体进行适当的断层增强处理，以削弱各类噪声的影响，突出断层的线型特征，提升相干体的横向分辨率，以便于后续的构造解释或是断层自动识别。地震纹理属性提取方法属于多维图像处理领域，主要研究的是从多维地震资料中提取出感兴趣的地质信息的方法。在计算机图像学中，纹理指的是在一个区域中成周期性的均匀变化的结构，在现实世界中，比较典型的例子是树木纹理，而类似的纹理构造广泛存在于地震资料数据中。断层提取是地震纹理属性提取方法的一个重要研究方向。断层是地壳中岩层连续性受到破坏后，沿断裂面发生明显相对移动的一种构造现象，矿床的形成、矿体产状及其分布等，都要受到断层构造的控制；断层的形态和分布决定了油气田分布，断层提取在油气勘探开发中有着及其重要的作用。研究人员针对断层识别提取问题发展出了一系列断层纹理属性提取算法，其中最具代表性的是相干体算法。对原始的振幅数据体进行相干计算后，得到的相干体信噪比仍较低，反映在相干切片上断层的横向分辨率低、可辨识度差以及断层的连续性差。对于这样的相干体，不管是进行断层的人工解释还是自动解释，都具有较高的难度。因此，通常还需要对相干体进行适当的断层增强处理，以削弱各类噪声的影响，突出断层的线型特征，提升相干体的横向分辨率，以便于后续的构造解释或是断层自动识别。对于相干体三维数据而言，其中有用信息是断层部分，在空间上具有很强的相关性和冗余性，这样的性质可以通过张量的低秩性来描述；而噪声部分则在三维数据体中呈近似稀疏分布。因此，采用低秩张量恢复模型(Ho-RPCA)对相干体进行建模，从相干体数据中分离出低秩的断层部分，以达到断层增强的目的。为此我们专利技术了一种新的基于Ho-RPCA的地震断层增强方法，解决了以上技术问题。
技术实现思路
本专利技术的目的是提供一种基于Ho-RPCA的地震断层增强方法。本专利技术的目的可通过如下技术措施来实现：基于Ho-RPCA的地震断层增强方法，该基于Ho-RPCA的地震断层增强方法包括：步骤1，对输入三维相干体数据进行预处理,对低秩的断层部分和稀疏的噪声部分进行分离；步骤2，构建基于Ho-RPCA的目标函数；步骤3，通过交替方向乘子法算法框架来求解该最优化问题；步骤4，对张量核范数进行最小化，采用基于张量随机奇异值分解的核范数近似求解。本专利技术的目的还可通过如下技术措施来实现：在步骤1中，采用鲁棒主成分分析法对输入三维相干体数据进行预处理，鲁棒主成分分析法的数学模型可表示为：D＝A+E(1-1)如果将相干体图像用D来表示，由于断层在相干体数据中是规律的平面结构，所以它对应的是低秩部分A；在相干体图像中，所有噪声的和是满足近似稀疏性的，即噪声的和可以对应鲁棒主成分分析法模型中的稀疏部分E，这样，就将三维相干体数据D用低秩部分A和稀疏部分E表示出来。在步骤2中，采用低秩张量恢复模型Ho-RPCA来对三维相干数据体进行断层增强；根据Ho-RPCA对相干体三维图像建模，类似于鲁棒主成分分析法的图像去噪模型，有如下公式：其中，rank(A)表示对矩阵A取秩；||E||0是E的0范数，表示矩阵E中非零元素的个数；参数λ是用来平衡低秩项和稀疏项的权重参数，一般λ>0；D是待去噪增强的相干体数据，A对应了低秩的断层部分；E对应了稀疏的噪声部分；当低秩矩阵的奇异向量分布合理且稀疏矩阵的非零元素均匀分布,该目标函数可转换为如下问题的求解；其中，||A||*是矩阵A的核范数，||E||1表示矩阵E的1范数，即σk(A)表示矩阵A的奇异值。在步骤3中，对于公式(1-3)中的两个凸函数，套用ADMM原始的公式，得到：f(E)＝λ||E||1(1-4)g(A)＝||A||*(1-5)其中，||·||*表示张量核范数，采用张量奇异值分解T-SVD，写成如下形式：g(A)＝||A||TNN(1-6)利用增广拉格朗日方法求解，将约束项放入到目标函数中；目标函数变为：对于公式(1-7)，<W,D-A-E>表示张量的内积，ADMM算法首先固定其他变量求解A；然后固定A和W，将E作为变量；最后更新拉格朗日乘子W；β是惩罚参数，作用是平衡残差的权重；增广是指在加入了二次惩罚性对于最小化目标函数J的ADMM具体迭代求解方法为：针对A变量：针对E变量：针对W变量：引理1：假设矩阵那么秩为r的矩阵A的奇异值分解SVD表示为：A＝UErVT，Er＝diag({σi}1≤i≤r)(1-14)其中U和V各列是单位正交的，Er是对角阵，对角元素是A的奇异值σi；对于目标函数它的奇异值软阈值算子如公式(1-15)所示：Sδ(W)＝U*Sδ(Er)*VT(1-15)Sδ(Er)＝diag(max((σi-δ),0))(1-16)在对RPCA模型的目标函数进行优化求解时，其ADMM算法子问题对其矩阵核范数进行最小化，是采用了引理1中给出的矩阵的奇异值近似解；同理，在Ho-RPCA模型的目标函数求解时，也需要对公式(1-11)中的张量核范数求解最小化。在步骤4中，采用基于TR-SVD分解的核范数近似求解对公式(1-11)中的张量核范数进行最小化优化处理；由于在时域进行TR-SVD分解计算相对较复杂，充分利用这种张量分解经过DFT变换所具有的性质，本次在频域中执行TR-SVD计算。步骤5包括：(1)设定TR-SVD分解的截断项k，过采样参数p，并构建高斯随机张量且使得G满足标准的正态分布；(2)对于待处理的和均进行傅里叶变换处理获得和(3)分别对不同的频率进行计算并进行正交三角(QR)分解，获得正交酉矩阵并对正交酉矩阵做运算(4)对做奇异值分解，获得(5)根据设置的截断参数获得(6)对每一个频率执行(3)、(4)、(5)步骤，并执行反傅里叶变换获得并输出结果：和将算法应用到实际地震数据中，并对得到的结果进行展示、分析和评价，通过现实采集的数据来验证基于Ho-RPCA的断层增强方法。本专利技术中的基于Ho-RPCA的地震断层增强方法，在矩阵稀疏低秩分解模型的基础上，通过T-本文档来自技高网...

【技术保护点】
1.基于Ho‑RPCA的地震断层增强方法，其特征在于，该基于Ho‑RPCA的地震断层增强方法包括：步骤1，对输入三维相干体数据进行预处理,对低秩的断层部分和稀疏的噪声部分进行分离；步骤2，构建基于Ho‑RPCA的目标函数；步骤3，通过交替方向乘子法算法框架来求解该最优化问题；步骤4，对张量核范数进行最小化，采用基于张量随机奇异值分解的核范数近似求解。

【技术特征摘要】
1.基于Ho-RPCA的地震断层增强方法，其特征在于，该基于Ho-RPCA的地震断层增强方法包括：步骤1，对输入三维相干体数据进行预处理,对低秩的断层部分和稀疏的噪声部分进行分离；步骤2，构建基于Ho-RPCA的目标函数；步骤3，通过交替方向乘子法算法框架来求解该最优化问题；步骤4，对张量核范数进行最小化，采用基于张量随机奇异值分解的核范数近似求解。2.根据权利要求1所述的基于Ho-RPCA的地震断层增强方法，其特征在于，在步骤1中，采用鲁棒主成分分析法对输入三维相干体数据进行预处理，鲁棒主成分分析法的数学模型可表示为：D＝A+E(1-1)如果将相干体图像用D来表示，由于断层在相干体数据中是规律的平面结构，所以它对应的是低秩部分A；在相干体图像中，所有噪声的和是满足近似稀疏性的，即噪声的和可以对应鲁棒主成分分析法模型中的稀疏部分E，这样，就将三维相干体数据D用低秩部分A和稀疏部分E表示出来。3.根据权利要求1所述的基于Ho-RPCA的地震断层增强方法，其特征在于，在步骤2中，采用低秩张量恢复模型Ho-RPCA来对三维相干数据体进行断层增强；根据Ho-RPCA对相干体三维图像建模，类似于鲁棒主成分分析法的图像去噪模型，有如下公式：其中，rank(A)表示对矩阵A取秩；||E||0是E的0范数，表示矩阵E中非零元素的个数；参数λ是用来平衡低秩项和稀疏项的权重参数，一般λ>0；D,A,D是待去噪增强的相干体数据，A对应了低秩的断层部分；E对应了稀疏的噪声部分；当低秩矩阵的奇异向量分布合理且稀疏矩阵的非零元素均匀分布,该目标函数可转换为如下问题的求解；其中，||A||*是矩阵A的核范数，||E||1表示矩阵E的1范数，即σk(A)表示矩阵A的奇异值。4.根据权利要求3所述的基于Ho-RPCA的地震断层增强方法，其特征在于，在步骤3中，对于公式(1-3)中的两个凸函数，套用ADMM原始的公式，得到：f(E)＝λ||E||1(1-4)g(A)＝||A||*(1-5)其中，||·||*表示张量核范数，采用张量奇异值分解T-SVD，写成如下形式：g(A)＝||A||TNN(1-6)利用增广拉格朗日...

【专利技术属性】
技术研发人员：宋明水，王金铎，王千军，张曰静，马波，石好果，徐佑德，商丰凯，陈林，袁青，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司胜利油田分公司勘探开发研究院，
类型：发明
国别省市：山东,37