微震監(jiān)測技術是利用微弱地震波反演來定位巖層破裂位置,描述裂縫屬性,實現(xiàn)對流體運動、巖性變化進行監(jiān)測的方法,在非常規(guī)油氣藏勘探領域有著非常重要的應用價值。隨著微地震勘探深度的增加以及環(huán)境的復雜化,勘探得到的微地震資料中噪聲的干擾也愈加強烈。大量噪聲的存在對震相初至拾取、震源定位等后續(xù)研究工作產(chǎn)生極大干擾。因此,壓制微地震隨機噪聲并有效地恢復微地震信號來提高微地震數(shù)據(jù)的信噪比是微地震信號處理的重要組成部分。由于微地震數(shù)據(jù)具有信號能量微弱、頻率較高以及隨機噪聲強的特點,常規(guī)的地震勘探去噪手段難以在低信噪比條件下有效恢復微地震信號。鑒于此,本文采用具有多尺度、多方向特性的Shearlet變換研究地面微地震和井中微地震數(shù)據(jù)的去噪問題。本文在Shearlet變換原理的基礎上,系統(tǒng)分析了微地震信號在Shearlet域不同尺度和不同方向的結構特征,驗證了Shearlet變換刻畫微地震信號的結構特征的能力。研究表明,Shearlet變換能夠?qū)崿F(xiàn)對微地震信號的稀疏表示,地面微地震信號稀疏集中在中低頻帶,而井中微地震信號在高頻帶仍有大量的有效信號。此外,微地震信號的相鄰層的Shearlet系數(shù)結構相似,存在層間相關性。本文的創(chuàng)新性工作概況如下:提出基于自適應雙變量收縮的Shearlet變換微地震去噪技術。為了避免高頻微地震分量的損失,不能簡單采用舍棄高頻系數(shù)的Shearlet去噪方法。在低信噪比情況下,各層微地震噪聲的Shearlet系數(shù)能量強,嚴重影響信號系數(shù)的辨識,且低頻分量也受噪聲影響,很難用閾值的方式實現(xiàn)噪聲壓制的目的。因此,本文借助Shearlet系數(shù)的層間相關性,提出基于自適應雙變量收縮的Shearlet變換微地震去噪技術。該算法首先對微地震數(shù)據(jù)進行Shearlet變換分解,計算父系數(shù)與子系數(shù)(下一鄰層相同方向系數(shù))的相關性作為收縮函數(shù),得到了各層噪聲方差自適應估計的收縮函數(shù)。然后逐層估計微地震信號對應的Shearlet系數(shù),從含噪微地震數(shù)據(jù)中重構出有效微地震信號。仿真實驗結果表明,基于自適應雙變量收縮的Shearlet變換降噪技術能夠有效恢復地面微地震信號。針對低信噪比條件下高頻微地震信號失真和低頻系數(shù)也存在噪聲的問題,提出聯(lián)合雙變量收縮的Shearlet降噪方法。由于Shearlet系數(shù)高頻分量的信噪比極低,最細尺度的雙變量收縮函數(shù)受噪聲影響不能準確刻畫地震信號特征。進一步研究表明,相鄰層收縮函數(shù)間結構具有相似性,且較粗尺度層收縮函數(shù)能更準確地描述微地震信號的結構信息。因此,本文利用相鄰層收縮函數(shù)的結構相似性,通過相鄰層收縮函數(shù)加權構建聯(lián)合雙變量收縮,改進高頻分量收縮函數(shù)的信號恢復能力。此外,本文將低頻系數(shù)相鄰尺度的收縮函數(shù)進行聯(lián)合,估計出一個低頻聯(lián)合收縮函數(shù),提升了降噪性能。為驗證所提方法的有效性,將本文方法應用于地面和井中的微地震資料處理。去噪結果表明,聯(lián)合雙變量收縮Shearlet變換去噪方法能夠有效壓制隨機噪聲,增強高頻信號,同相軸非常清晰連貫。與小波變換,雙變量收縮Shearlet變換相比,聯(lián)合雙變量收縮Shearlet變換降噪效果更明顯,能夠最大程度的保留有效信號,提高微震勘探記錄信噪比。
【學位單位】：吉林大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：P631.4
【部分圖文】：

圖 2.1 SH ( )的頻域支撐圖100 1 00e de dd ddeBdA ,且滿足 3/4 1,, ,( ) ( ) : , ,ej ck de SH u d Nu k j R c R k 為剪切波(Shearlet)系統(tǒng)[47]，此時剪切波基函數(shù)可表示為： 3/4 1 1j , c ,k d e u d A B u k ……………… 2 2 LR，其連續(xù) Shearlet 變換可定義為 , ,,j c kSHT ……………………h(huán)earlet 變換hearlet 變換

第 2 章 Shearlet 變換原理及閾值去噪、輪廓和紋理等局部特征，但由于其不連續(xù)，消噪后的圖像在平滑方面有所欠缺，會出現(xiàn)振鈴和偽吉布斯效應等視覺失真現(xiàn)象。從圖 2.2(c)可以看出,采用軟閾值法由噪圖像和原始圖像含有特定的偏差，因而具有原始圖像的平滑性等特性，但是這種造成邊緣模糊等失真，不能保留圖像細節(jié)信息。

變量收縮算法，將該算換微地震去噪，并對去系數(shù)特征 Shearlet 系數(shù)進行去噪處震信號經(jīng)過 Shearlet 變?yōu)榇殖叨�，該尺度不分文稱作尺度逐漸變細，低頻尺度以外的尺度統(tǒng)尺度和不同方向的特征合成信號中含有三條同次為：80Hz，60Hz，4
【相似文獻】

相關期刊論文 前10條

1 吳建光;張平;呂昊;曾曉獻;;基于震幅疊加的微地震事件定位在地面監(jiān)測中的應用[J];吉林大學學報(地球科學版);2017年01期

2 錢鵬;;微地震裂縫監(jiān)測技術原理在龍12區(qū)塊的應用[J];石化技術;2017年10期

3 劉建中,王春耘,劉繼民,趙玉武,劉志鵬;用微地震法監(jiān)測油田生產(chǎn)動態(tài)[J];石油勘探與開發(fā);2004年02期

4 John Dangerfield ,陳持正;微地震——為了什么?[J];石油物探譯叢;1999年05期

5 T. Wallroth ,朱成宏;用注水激發(fā)的微地震描述裂隙儲層[J];石油物探譯叢;1996年06期

6 趙金亭;;礦山控制的儀器設備[J];礦山測量;1987年03期

7 郭東潤;G.H.F.Gardner;;用模糊數(shù)學方法進行微地震相自動化解釋[J];石油地球物理勘探;1988年02期

8 崔慶輝;尹成;刁瑞;尚新民;芮擁軍;;地面微地震監(jiān)測數(shù)據(jù)處理難點及對策[J];油氣藏評價與開發(fā);2017年01期

9 刁瑞;吳國忱;尚新民;芮擁軍;崔慶輝;;地面陣列式微地震數(shù)據(jù)盲源分離去噪方法[J];物探與化探;2017年03期

10 宋維琪;李艷清;劉磊;;獨立分量分析與壓縮感知微地震弱信號提取方法[J];石油地球物理勘探;2017年05期

相關博士學位論文 前10條

1 朱亞東洋;適于井地聯(lián)合監(jiān)測的井下微地震信號采集關鍵技術研究[D];吉林大學;2018年

2 林葉;微地震散射波結構成像[D];中國科學技術大學;2018年

3 逄煥東;巖體微地震的模式、定位及其失穩(wěn)預報研究[D];山東科技大學;2004年

4 張喚蘭;微地震數(shù)值模擬及震源定位方法研究[D];西安科技大學;2014年

5 江海宇;油田壓裂微地震地面監(jiān)測速度模型校正及定位研究[D];吉林大學;2016年

6 尹陳;微地震震源破裂特征研究及應用[D];成都理工大學;2017年

7 況文歡;結合地震學和地質(zhì)力學對微地震數(shù)據(jù)的研究[D];中國科學技術大學;2015年

8 張雄;微地震位置和震源機制的快速波形反演及搜索引擎算法的研究[D];中國科學技術大學;2016年

9 蘇華友;雙護盾TBM開挖深埋隧洞圍巖穩(wěn)定性研究[D];西南交通大學;2009年

10 盛冠群;微地震信號檢測與震源定位方法研究[D];中國石油大學(華東);2016年

相關碩士學位論文 前10條

1 王紀程;基于網(wǎng)格剖分的微地震地面監(jiān)測定位技術研究[D];吉林大學;2018年

2 倪卓;基于近似負熵算法實現(xiàn)微地震數(shù)據(jù)初至拾取研究[D];吉林大學;2018年

3 王悅;基于DWSW算法的微地震初至拾取[D];吉林大學;2018年

4 鞏佳琦;基于Shearlet變換與AIC的微地震初至提取[D];吉林大學;2018年

5 張彥峰;基于檢波器權重因子約束的微地震定位算法研究[D];吉林大學;2018年

6 孟宇奇;基于譜多流形聚類的微地震信號處理[D];吉林大學;2018年

7 唐娜;基于自適應閾值Shearlet變換的微地震數(shù)據(jù)去噪[D];吉林大學;2018年

8 蔣小忠;基于聯(lián)合雙變量收縮Shearlet變換的微地震勘探噪聲壓制算法[D];吉林大學;2018年

9 張瑞芳;基于時空統(tǒng)計的大地震前后小微地震時空格局演變研究[D];西南交通大學;2018年

10 王洪超;基于Fast-AIC算法的微地震事件初至拾取及自動識別技術研究[D];吉林大學;2017年

本文編號：2883307