三維地震非線性干擾波衰減方法研究及實踐

◇重慶科技學院 于滕飛 宋憲新 李智昊 唐 然

在地震野外勘探中，幾乎不可能完全避免外界的干擾。由于干擾產生的波形的存在嚴重影響了地震數據的信噪比和可分辨程度，對地震數據帶來了嚴重影響，使得后續解釋工作非常困難。因此，本文對數據進行處理解釋，采用F-K濾波衰減、疊前相干壓制、疊前隨機噪聲衰減、自適應高頻噪音衰減處理過程后，有效的去除了非線性干擾波，提高了地震資料的分辨能力。

1 非線性干擾波基本特征

非線性干擾波主要有兩種，一種為非線性物理干擾波，一種為由于有限變形所產生的幾何非線性干擾波。這兩種非線性干擾波在地震剖面上具體表現為波形突然突陡，進而導致波形的破壞。這是與線性干擾波的不同。但由于耗散效應這類現象常常伴隨出現，它能使波形平緩，阻止追趕現象發生，這也讓非線性干擾波的影響大大降低，并穩定的傳出光滑且陡峭的波形。沖擊波和羅素水波的產生原因是非線性干擾波受到幾種相互抑制的效應（和彌散效應、耗散效應）而產生的向一定的方向穩定的行進的波。特別是羅素水波，它有許多有趣的特性：羅素水波在形成過程中能量不斷集聚，在性質均勻的介質中時，形態和速度也不發生變化，振幅也不發生衰減；羅素水波在行進過程中，與其他羅素水波撞擊后，波形、速度、幅值均保持不變，呈現出猶如微觀物理學中粒子的行為，因此我們也稱其為孤粒子[1]。

2 非線性干擾波處理方法

2.1 定義觀測系統

（1）加載SPS數據。啟動Geometry中的SPS，選擇對應的SPS數據，格式版本為SPS Rev2.1。

（2）面元化。先對數據表經行檢查，確認檢查結果無誤后，再對SPS數據進行網格化，并進行網格化參數設置。對觀測系統網格化設置后，再進行面元化（Bin）操作，運行結束后，更新數據庫，該線束觀測系統定義完畢，查看覆蓋次數圖。

（3）觀測系統檢查。定義觀測系統時，需對輸入的地震數字資料進行檢查。檢查位置是否符合設計，覆蓋次數是否符合要求。

由于地震記錄上的噪聲干擾是隨機的，也就是隨機干擾，這樣的噪聲難以識別，特征表現很雜亂，但是我們可以根據有效信號的相關性，在不對有效信號的破壞下，根據有效信號的特征運用減去法來實現對隨機噪聲的去除。根據此原理可采用如下方法對非線性干擾波進行處理。

2.2 F-K濾波處理

FK濾波即是二維濾波，二維濾波是建立在二維傅氏變換的基礎上的，頻率波數譜函數U（f，k）可使用二維傅氏變換得到[2]：

這個公式表明，該信息的頻譜是幾個頻率波數分量加疊形成的，對頻波圖的基本特征做些介紹：①測線方向的傳播速度值是固定值的任一平面，過原點的相同方向射線是為該頻率波。②在固定的情況下，增大波數則在時間剖面上的傾角隨之增大。③相同射線，射線斜率越大，視速度越大。由于實際生產中輸入、輸出都是以時間剖面的形式出現，頻率波數域濾波應按照下列步驟實施[3]。

圖1 頻率波數域濾波流程圖

2.3 頻率濾波處理

對于頻率濾波法，小波變換可以清晰、簡潔的實現。小波變換原理為：地震信號的連續小波變換在時間域定義為：

式中：a為尺度因子，b為時移因子，w(t)函數稱為母小波。小波基函數由不相同的a和b組成：，小波的反變換為[4]：

小波變換在頻率域可以表示為：

對比可知，在頻率確定的平穩信號去除噪聲時，Fourier變換的效果要略好于小波變換。信號的頻率因時間變化而變化，這是因為該信號不是平穩的，所以采用頻率濾波和變換去除噪聲很容易丟失掉原信號中有用的成分[5]。

2.4 相關濾波處理

地震記錄與地震子波的互相關就等于地震子波a(t)的自相關，自相關函數的極大值出現在50 ms處，說明在地震記錄x(t)上50 ms處有一個信號a(t)出現，與a(t)波形對齊。所以通過地震子波與地震記錄的互相關可以從地震記錄x(t)上檢測出有效信號a(t)的到達時刻，即相關濾波。本次處理主要研究中值相關濾波處理。在地震記錄中，我們把有效波、規則干擾波這樣的具有顯著干涉現象的波看做是一種相干信號[6]。我們可以在理想情況下沿著某一組相干信號的同向軸取數，在有限區域內，將獲得的一個樣點序列看做一個常數序列。實際地震記錄中，干擾波以震源或外界產生的相干噪聲、隨機噪聲、以及許多不同視傾角的相干信號的形式同時存在。在我們預測的某一個視傾角的相干信號之外的其他相干信號都可看做是隨機噪聲。

3 處理效果分析

3.1 振幅分析

（1）單道振幅分析。利用Surouce analysis對原始數據進行單道振幅分析，本次課設拾取第56炮第61道進行振幅分析（圖2單道振幅分析），在淺層地震道振幅能量較高，在500 ms左右振幅能量達到最大，最大值為1005。在500 ms之后振幅能量發生劇減，在1030 ms之后，振幅能量減小緩慢，能量變化趨勢平緩。總體能量較低，分析其原因可能是地震波在傳播過程中由于地層吸收衰減，地震道又遠離炮點能量接收較低[4]。

圖2 單道振幅分析圖

圖3 多邊形窗口振幅分析

（2）多邊形窗口振幅分析。本次拾取是第1炮和第56炮的淺層多邊形窗口振幅分析。拾取道：43-96道。從拾取的第1炮中（圖多邊形窗口振幅分析上）可知：地震道增加振幅能量呈先減小后增大的趨勢。振幅能量變化范圍不大，大部分在440～550之間，大致在200動態變化范圍內。從在拾取的第56炮窗口振幅（圖多邊形窗口振幅分析下）中可知：隨著地震道記錄的深度增加，有效波與干擾波振幅均出現降低。

3.2 頻譜分析

（1）單道頻譜。使用Spectrum Analysis功能對地震道進行頻譜分析，選用Single trace Spectrum對炮點單道頻譜分析。如圖4對第一炮第64道的分析，主頻大小為13.62Hz，振幅能量最大值為157，最小值為0.09。有效帶寬在0-20Hz范圍內。頻率在80Hz時振幅能量變大，這有可能是受到線性噪聲干擾的緣故。

圖4 單道頻譜拾取

（2）多道頻譜。使用Spectrum Analysis功能對地震道進行頻譜分析，選用Multi trace Spectrum對炮點單道頻譜分析。如圖5拾取第一炮第170-187道的頻譜，可知：振幅能量總體呈先增大后減小的趨勢，頻率在35 Hz以后振幅能量大小減小緩慢，主頻為13 Hz，有效帶寬在6 Hz～35 Hz范圍內，有效帶寬較大。振幅能量最大值為96，最小值為0.04。

圖5 多道頻譜拾取

（3）窗口頻譜分析。使用Spectrum Analysis功能對地震道進行頻譜分析，選用Windows of single trace對炮點單道窗口頻譜分析以及Windows of multi-traces炮點多道窗口頻譜分析。使用單道窗口拾取頻譜（見圖6），第一炮第152道1200 ms～1650 ms，主頻為15.38 Hz，有效帶寬較窄。振幅能量最大值為25，振幅能量較小，大部分能量集中在3左右。使用多道窗口拾取頻譜（見圖7），可以識別多個道的窗口頻譜，本次拾取窗口共16個地震道，主頻為14.42 Hz，有效帶寬在11.78 Hz～16.18 Hz范圍內，有效帶寬較窄。振幅能量在0.4～14.4之間。

圖6 窗口頻譜拾取（單道窗口頻譜）

圖7 窗口頻譜拾取（多道窗口頻譜）

從面波衰減處理效果對比圖，可知經過面波衰減處理單炮地震剖面面波明顯被壓制，提高了地震剖面的信噪比。

3.3 野值振幅處理

從數據樹中打開野值衰減處理后的數據，在GeoSeismicView窗口空白處單擊右鍵，勾選datalist，雙擊左鍵其中野值衰減前的數據，調整顯示參數，進行噪聲衰減對比分析。

圖8 野值振幅衰減處理對比圖（處理前）

圖9 野值振幅衰減處理對比圖（處理后）

從圖野值振幅衰減處理對比圖中，可知野值振幅去除處理將上一步的面波衰減處理中面波噪聲較大的地震剖面進一步壓制處理，面波噪聲得到進一步的有效控制。淺層規則干擾波衰減嚴重，中、深層面波近消失，去噪效果較好。

3.4 非線性噪聲衰減

從數據樹中打開非線性噪聲處理后的數據，在GeoSeismic View窗口空白處單擊右鍵，勾選datalist，雙擊左鍵其中非線性噪聲處理前的數據，調整顯示參數，進行噪聲衰減對比分析。非線性干擾壓制前后對比，發現經過疊前非線性干擾壓制處理的地震資料中規則干擾波被濾除。

圖10 非線性噪聲衰減處理對比圖（處理前）

圖11 非線性噪聲衰減處理對比圖（處理后）

4 結論

處理前的數據顯示效果較差，同相軸不夠明顯且中間有明顯的干擾波，對后續進行數據處理解釋有明顯影響，經過F-K濾波衰減、疊前相干壓制、疊前隨機噪聲衰減、自適應高頻噪音衰減處理過程后，有效的去除了非線性干擾波突出了有效波，所得水平疊加剖面圖同相軸顯示清晰且連續較好，能夠較好的展示出底層的構造樣貌，提高了地震資料的分辨能力。使用此次的處理流程、方法能明顯的壓制非線性干擾波，達到處理目的及要求。