The invention provides a method of fault enhancement based on optimized Morlet wavelet by frequency division diffusion filtering, which includes: converting post-stack seismic data into identifiable data format of MATLAB; spectrum analysis of seismic data and extraction of wavelet; improving Morlet wavelet generating function to construct Morlet wavelet function combination; using optimized Morlet wavelet to perform wavelet frequency division processing; and calculating post-stack seismic data. Structural tensor is used to construct a new fault factor based on structural tensor trace. Under the protection of structural tensor trace, anisotropic diffusion filtering is applied to the frequency-division seismic data. The results of the frequency-division diffusion filtering are inversely transformed by wavelet transform, and the seismic data with improved signal-to-noise ratio and resolution are reconstructed, and the fault information is protected. This method realizes the denoising and edge preservation of seismic data and improves its resolution, thus improving the recognition ability of low-order faults in seismic data.
【技术实现步骤摘要】
基于优化Morlet小波的分频扩散滤波断层强化方法
本专利技术涉及油田开发
,特别是涉及到一种基于优化Morlet小波的分频扩散滤波断层强化方法。
技术介绍
在地震数据采集过程中,不可避免地会受到传感器灵敏度、野外噪声干扰和数模转换量化问题等因素的影响,导致地震数据信噪比低等问题,给后续构造解释带来很大困难。针对常规叠后地震数据噪声压制的问题,国内外学者开展了大量研究,提出了中值滤波、高斯滤波、时频域滤波等方法。上述方法在噪声压制方面效果较好,但由于无法识别地震反射的局部方向信息,在噪声压制的同时,会破坏边缘信息。为此,国内外学者将各向异性扩散滤波方法引入到地震数据滤波处理中。Perona等最先提出各项异性扩散方程(即P-M模型),Fehmers等将该方法引入到地震资料的处理和解释中,Weickert和Lavialle等对P-M模型进行了改进,提出一致性增强扩散滤波(CED滤波),通过使用扩散张量作为扩散系数,实现了真正意义上的非线性各项异性扩散滤波。此后,众多学者在CED滤波的基础上进行改进,并引入地震相干属性、非平稳相似系数等断层因子,提出诸如双向增强扩散滤波、构造导向扩散滤波等。上述扩散滤波方法的基本思想都是通过地震剖面局部图像的方向特征,判断是否存在断层等异常地质体边界,进而确定是否进行滤波,从而达到去噪的同时保护边界的目的。需要注意的是,滤波处理在提高信噪比的同时会降低地震数据的分辨率。为了解决上述问题,通过对分频地震数据进行各向异性扩散滤波处理,然后重构得到全频地震数据,可以一定程度提高滤波后地震数据的分辨率。目前,用于分频处理的主要是谱 ...
【技术保护点】
1.基于优化Morlet小波的分频扩散滤波断层强化方法,其特征在于,该基于优化Morlet小波的分频扩散滤波重构断层强化处理方法包括:步骤1,将叠后地震数据转换为MATLAB可识别的数据格式;步骤2,对地震数据进行频谱分析并提取子波;步骤3,参照地震子波的波形和频谱特征,改进Morlet子波母函数,构建Morlet子波函数组合;步骤4,利用优化Morlet子波进行小波分频处理;步骤5,计算叠后地震数据的结构张量,进而构建基于结构张量迹的新断层因子;步骤6,在结构张量迹的保护下,对分频地震数据进行各项异性扩散滤波;步骤7,对分频扩散滤波结果进行小波反变换,并重构得到提高了信噪比和分辨率,并保护了断层信息的地震数据。
【技术特征摘要】
1.基于优化Morlet小波的分频扩散滤波断层强化方法,其特征在于,该基于优化Morlet小波的分频扩散滤波重构断层强化处理方法包括:步骤1,将叠后地震数据转换为MATLAB可识别的数据格式;步骤2,对地震数据进行频谱分析并提取子波;步骤3,参照地震子波的波形和频谱特征,改进Morlet子波母函数,构建Morlet子波函数组合;步骤4,利用优化Morlet子波进行小波分频处理;步骤5,计算叠后地震数据的结构张量,进而构建基于结构张量迹的新断层因子;步骤6,在结构张量迹的保护下,对分频地震数据进行各项异性扩散滤波;步骤7,对分频扩散滤波结果进行小波反变换,并重构得到提高了信噪比和分辨率,并保护了断层信息的地震数据。2.根据权利要求1所述的基于优化Morlet小波的分频扩散滤波断层强化方法,其特征在于,在步骤2中,利用快速傅里叶变换对地震数据进行频谱分析,并进行地震子波提取。3.根据权利要求1所述的基于优化Morlet小波的分频扩散滤波断层强化方法,其特征在于,在步骤3中,改进的Morlet子波母函数公式为:式中:fc为小波母函数的主频;t为时间;在改进Morlet小波母函数的基础上,构建不同尺度的Morlet小波函数组合:式中:fc为小波母函数的主频,a为尺度参数,该参数与分频数据主频fa的关系为:a=fs*fc/fa,其中fs为地震数据采样频率。4.根据权利要求1所述的基于优化Morlet小波的分频扩散滤波断层强化方法,其特征在于,在步骤4中,利用优化Morlet小波开展叠后地震数据的小波分频处理,其小波变换公式为:式中:Wψ(a,b)为小波分解后的小波系数;ψ(t)为优化Morlet小波母函数,a为尺度因子,b为时移因子。5.根据权利要求1所述的基于优化Morlet小波的分频扩散滤波断层强化方法,其特征在于,在步骤5中,结构张量的计算公式如下所示:式中:fδ=Gδ*f,Gδ为尺度为δ的高斯核函数,*为卷积运算符,f为地震数据;为梯度算子;T为矩阵转置符号;算子Sδ是在尺度δ下的结构张量,包含着与梯度一样的方向信息;在此基础上,对上述Sδ进一步利用尺度为ρ的高斯...
【专利技术属性】
技术研发人员:周海廷,刘显太,杜玉山,王建,武刚,赵开连,黄超,房环环,谭琴辉,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。