基于L0范数稀疏约束的地震数据反褶积.pdf

《基于L0范数稀疏约束的地震数据反褶积.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第53卷第4期石油物探V0L53，No．42014年7月GE0PHYSICALPR0SPECTINGF0RPETR0LEUMJu1．，2014文章编号：1000-1441(2014)04—0397—07基于LO范数稀疏约束的地震数据反褶积梁东辉，陈生昌(浙江大学地球科学系，浙江杭州310027)摘要：地震数据稀疏约束反褶积假设反射系数由一系列稀疏脉冲组成，在进行反褶积时对反射系数进行稀疏约束，避免了子波最小相位和反射系数是白噪声的假设。LO范数是数据稀疏度的最佳度量，最能够反映数据的稀疏性，因此将LO范数稀疏约束引入到地震资料反褶积处理方法研究中。通过对反射系数进行LO范数约束，建立地震数据

2、反褶积的优化目标函数，然后运用迭代硬阈值法求解，得到稀疏分布的反射系数。通过模型试验并与柯西准则约束、上，1范数约束进行对比，证明了LO范数稀疏约束反褶积方法的有效性。关键词：地震数据；反褶积；高分辨率；稀疏约束；LO范数DOI：10．3969／j．issr~1000-1441．2014．04．004中图分类号：P631．4文献标识码：ADeconvolutionofseismicdatabasedonLOnormsparseconstraintLiangDonghui，ChenShengchang(DepartmentofEarthSciences，ZhejiangUniversity，H

3、angzhou310027，China)Abstract：Sparseconstraineddeeonvolutionofseismicdataisbuiltontheassumptionthatthereflectivityiscom-posedbyaseriesofsparsepulses．Sparseconstraintcanbeappliedtoreflectivityindeconvolution，avoidingthetwohypothesesthatthewaveletisminimumphaseandthereflectivityiswhitenoise．L0normisth

4、emostsuitablemeasurementofdatasparseness．Therefore，webringLOnormsparseconstraintinseismicdatadeconvolution．ThroughapplyingLOnormconstrainttOreflectivity，theoptimizationobjectivefunctionofseismicdatadeconvolu—tionisbuilt．IterativehardthresholdingmethodisusedtOcalculatethefunctionandsparselydistribut

5、edreflectivi—tyisobtained．ThevalidityofLOnorlTlsparseconstraintdeconvolutionisprovedbythecomparisonwithCauchycriterionconstraintandL1normconstraintinsyntheticmodeltests．Keywords：seismicdata，deconvolution，highresolution，sparseconstraint，LOnorm随着油气勘探进程的不断推进，需要寻找地质的解是连续的、光滑的，分辨率不够高。为了提高构造复杂、规模较小及埋藏较深的

6、油气藏，这就要地震勘探资料的分辨率，可运用稀疏优化手段，使求地震勘探资料要有更高的分辨率。反褶积是地反褶积结果稀疏化，这就是稀疏约束反褶积。传统震数据处理中的一个基本环节，它的作用是压缩地的反褶积方法需要假设子波为最小相位和反射系震记录中的地震子波，同时可以压制鸣震和多次数是白噪声，而实际地震资料中子波通常不是最小波，提高地震记录的纵向分辨率_1]。实际地震记录相位的，反射系数也是非白噪的[2≈]，这就导致传统中不可避免的包含有未知噪声，所以反褶积是一个的反褶积效果不理想。稀疏约束反褶积则避免了病态的反问题，需要采取正则化方法来求解。求解这两种假设，它利用反射系数由稀疏脉冲序列组成此类问题时

7、常用的阻尼最小二乘法(预白化法)在这一先验信息，从带有噪声的地震记录中提取出反子波自相关矩阵的对角线上加一个小的扰动量，等射系数的时间位置和振幅值，同时去除噪声，可得价于零阶二次正则化，虽然这样能够很好地提高算到比常规反褶积具有更高分辨率的反演结果。法的稳定性，但这是一种较宽泛的二次约束，求得稀疏约束反褶积方法有很多，前人已做了很多收稿日期：2014—01～26；改回日期：2014—03—14。作者简介：梁东