|
Автор: X. Wu и B. Hung
Номер: Том 33, Выпуск 1, Январь 2015
Язык: русский
Информация: Статья, PDF (3.12 Mb)
Краткое описание:
В данной работе предлагается адаптивная схема разделения однократных и многократных волн, в которой сначала выполняется оценка многократных волн по данным сейсморазведки, а затем — их устранение с помощью курвлет-преобразования. В силу разреженности данных сейсморазведки в области курвлет-преобразования задача разделения однократных и многократных волн формулируется путём введения норм L1 и L2 с помощью аппарата теории максимизации байесовской вероятности. Для решения задачи оптимизации используется итерационный метод мягкого трешолдинга. Перед устранением спрогнозированных кратных волн выполняется их предобусловливание с помощью процедуры согласованной фильтрации методом наименьших квадратов, чтобы они соответствовали реальным кратным волнам в данных сейсморазведки. В работе показано, что такая адаптивная процедура является более надёжной, чем традиционный метод наименьших квадратов, и превосходит его по эффективности подавления кратных волн. Для того чтобы повысить эффективность разделения однократных и многократных волн в случае сложных данных, разрабатывается адаптивный подход к разделению в области курвлет-преобразования с частотной регуляризацией. Метод оптимизируется для различных частот с целью усовершенствовать процедуру подавления кратных волн при наличии шума, а также в областях с менее точными моделями кратных волн (например, при сужении диапазона частот из-за процесса свёртки в рамках подавления поверхностных кратных волн). Следовательно, это дополнение придаёт методу большую гибкость и позволяет увеличить точность процедуры разделения по сравнению с исходным вариантом. Применение нового подхода демонстрируется на примере синтетических и реальных данных. В итоге результаты, полученные с помощью разработанных нами подходов, значительно превосходят те, которые получены традиционным методом наименьших квадратов.
Для загрузки статьи необходима подписка на журнал First Break
|
