一种基于奇异值分解技术的废道识别方法技术

本发明专利技术提供了一种基于奇异值分解技术的废道识别方法，属于石油地球物理勘探领域。本方法包括：(1)将地震数据剖面划分为三个范围，分别为浅范围、中范围和深范围，其中浅范围包括初至前的数据，中范围包括初至所在区域内的数据，深范围包括初至后的深层数据；(2)对于每个地震道的数据，分别获取其三个范围中的属性特征，所述属性特征包括浅范围的平均振幅、主频、过零点个数，中范围的平均振幅、主频、过零点个数、相关系数，深范围的平均振幅、主频、过零点个数、视衰减因子；(3)对每个属性特征分别作归一化处理，得到属性矩阵；(4)对所述属性矩阵进行奇异值分解，并计算得到欧氏距离；(5)输入阈值。

【技术实现步骤摘要】
一种基于奇异值分解技术的废道识别方法
本专利技术属于石油地球物理勘探领域，具体涉及一种基于奇异值分解技术的废道识别方法。
技术介绍
在地震资料处理过程中，废道检测与剔除是数据处理中非常重要且繁琐的工作。通常处理人员只能通过振幅值的大小、视频率的高低等特征识别废道，人工判断和手工剔除存在着效率低、不够准确的问题，难以适应高密度勘探中海量地震数据处理进度的要求。目前一些自动或半自动地震道编辑算法和软件，例如软件Promax，它的处理过程主要是机械地使用该软件中的各单独处理模块，通过主频来判别异常道，因此处理结果通常不尽如人意，最终仍需与人工编辑相结合。有的采用分时间段数据分析，提取不同时间段内地震数据的特征参数，综合互相关参数、分频扫描、视衰减因素等检测不正常道。然而分析过程中根据各属性特点的不同设定不同的判定条件，算法比较复杂，不容易实现。而一些基于地震道特征评价的识别方法，由于其参数众多或准则复杂，不利于大规模推广应用。考虑到提取的地震道特征属性是用矩阵来描述的，本专利技术将奇异值分解算法引入废道识别算法中，由于矩阵的奇异值是矩阵特征值的改进，用奇异值代表矩阵的特征比用特征值更有优点，可以应用于一般矩阵的求解，而不仅仅是方阵。同时降低存储矩阵的大小，有利于减少内存空间的占用。在现今的海量地震数据处理中，废道识别依然成为地震资料处理中的一个瓶颈。由于废道对后续处理效果的影响不容忽视，特别是能量较强的废道，对地表一致性处理振幅补偿、叠前随机噪声衰减等多道处理有不良的影响：影响振幅的衰减规律，导致补偿系数难以准确求取；使得地震反射信号在频率域的可预测性减弱，限制了叠前随机噪声衰减作用的有效发挥。在现有的废道识别技术中，0mega作为目前主流的处理软件，在滤波过程中可以识别出工业干扰、空炮等废道，但仍旧无法识别出夹杂在正常数据中的空道；在Promax中，只能采取人工操作的方式来识别废道，费时费力。然而由于废道对地震资料处理的结果有着很大的影响，对这些废道的处理也势在必行，而仅靠人工拾取废道远不能满足现有的项目进度要求。
技术实现思路
本专利技术的目的在于解决上述现有技术中存在的难题，提供一种基于奇异值分解技术的废道识别方法，高效使用的地震道自动编辑算法可以进一步减轻处理人员的工作量，并且可以更准确的进行废道的剔除，便于后续处理工作的进行。本专利技术是通过以下技术方案实现的：一种基于奇异值分解技术的废道识别方法，包括：(1)将地震数据剖面划分为三个范围，分别为浅范围、中范围和深范围，其中浅范围包括初至前的数据，中范围包括初至所在区域内的数据，深范围包括初至后的深层数据；(2)对于每个地震道的数据，分别获取其三个范围中的属性特征，所述属性特征包括浅范围的平均振幅、主频、过零点个数，中范围的平均振幅、主频、过零点个数、相关系数，深范围的平均振幅、主频、过零点个数、视衰减因子；(3)对每个属性特征分别作归一化处理，得到属性矩阵；(4)对所述属性矩阵进行奇异值分解，并计算得到欧氏距离；(5)输入阈值；(6)判断所述欧氏距离是否大于阈值，如果是，则此地震道的识别结果为废道，如果否，则此地震道的识别结果为正常道。所述方法进一步包括：(7)判断所述识别结果是否准确，如果否，则调整阈值，然后返回步骤(6)；如果是，则转入步骤(8)；(8)结束。所述步骤(1)中的所述浅范围和深范围均为矩形区域，所述中范围为倒V型区域。所述步骤(2)中获取其三个范围中的地震属性是这样实现的：提取浅范围内的地震道的平均振幅、主频和过零点个数；提取中范围内的地震道的平均振幅、主频和过零点个数，并计算得到中范围内相邻道的相关系数；提取深范围内的地震道的平均振幅、主频、过零点个数，并计算得到该范围内的视衰减因子；这样得到11个地震属性。所述步骤(3)是这样实现的：对于含有n道数据的炮集，对于第j道数据，将所述11个属性特征，记为ai＝[a1j，a2j，a3j，a4j，a5j，a6j，a7j，a8j，a9j，a10j，a11j]T，其中a1j，a2j，a3j表示浅范围内的平均振幅、主频和过零点个数；a4j，a5j，a6j，a7j表示中范围内的平均振幅、主频、过零点个数和相关系数；a8j，a9j，a10j，a11j表示深范围内的平均振幅、主频、过零点个数和视衰减因子；对每个属性特征分别作归一化处理，得到属性矩阵所述步骤(4)是这样实现的：对所述属性矩阵A采用奇异值分解，得到右特征矩阵V，取右特征矩阵V的第一列v1，即v1＝[v11，…，vn1]T，得到列向量s＝Av1，即利用下式求得属性矩阵A中的每一列向量与列向量s的欧氏距离dj：所述阈值的取值范围为[0，1]之间。所述步骤(7)中的调整阈值是这样实现的，如果地震道中的废道没有被识别出，则将阈值减小，如果将正常道判定为了废道，则将阈值增大。与现有技术相比，本专利技术的有益效果是：本专利技术方法实现了对相关废道的快速识别，可以自动的拾取废道(包含空道，噪声道，野值道等)，拾取结果准确，速度较快；此外本专利技术可以作为一个单独的自动化模块进行废道剔除，从而推进整个数据处理的进度和精度。附图说明图1是根据不同时间段确定不同识别废道区域的示意图；图2是本专利技术实施例中的炮号1的识别废道效果示意图；图3是图2中部分剖面的放大图；图4是本专利技术实施例中的炮号195的识别废道效果示意图；图5是图4中部分剖面的放大图；图6是本专利技术方法的步骤框图。具体实施方式下面结合附图对本专利技术作进一步详细描述：本专利技术从废道与正常道的相异处入手，提取出包括平均振幅、主频、过零点个数、相关系数、视衰减因子等11项特征，借助奇异值分解算法识别异常特征，进而识别出废道，本专利技术简单易懂，内存使用量较少，可以实现海量地震数据的废道识别。(1)原始地震道属性特征提取初至前数据的分析与检测。地震波初至到达前，检波器接收到的是环境噪声的信号，因此初至前的地震数据可用于环境噪声的分析和不正常道的识别。通常情况下，假设环境噪声为平稳随机过程，可通过对初至前的数据进行统计来研究环境噪声的规律。对于单炮数据，此处选择初至前的一个矩形区域，选择平均振幅、主频和过零点个数三个特征作为识别废道的属性特征。图1中的数据采样间隔为2ms，取前200个采样点进行初至前数据的分析。在初至所在区域内的废道特征提取。对于原始单炮数据，如果划定初至所在的一个较大范围，可以得到一个“倒V”型的区域，相对于原始单炮数据上的“矩形”区域，它可以尽量避免由于选择区间不当造成的属性特征的不同。在此区域中，提取地震道的平均振幅、主频、过零点个数三个特征；此外，在此区域中含有品质较好的反射层，可以计算此区域中相邻道的相关系数(依据地震道的相关系数(或者称为互相关函数)公式得到，具体步骤为：1)找到零偏移距对应的地震信号xk(n)，0≤n≤M；2)对于地震信号xi(n)，0≤n≤L，查看其偏移距offseti，若offseti≥0，则第xi(n)道与xk(n)的互相关函数为rik(n)，否则第xi(n)道与xk(n)的互相关函数为rki(n)；3)无论rik(n)还是rki(n)都是利用FFT(快速傅里叶变换)计算得到的；具体为选择N＝2k，N≥L+M，构造xk(n)，xi(n)的以N为周期的周期信号利用FFT分别计算对本文档来自技高网...

【技术保护点】
一种基于奇异值分解技术的废道识别方法，其特征在于：所述方法包括：(1)将地震数据剖面划分为三个范围，分别为浅范围、中范围和深范围，其中浅范围包括初至前的数据，中范围包括初至所在区域内的数据，深范围包括初至后的深层数据；(2)对于每个地震道的数据，分别获取其三个范围中的属性特征，所述属性特征包括浅范围的平均振幅、主频、过零点个数，中范围的平均振幅、主频、过零点个数、相关系数，深范围的平均振幅、主频、过零点个数、视衰减因子；(3)对每个属性特征分别作归一化处理，得到属性矩阵；(4)对所述属性矩阵进行奇异值分解，并计算得到欧氏距离；(5)输入阈值；(6)判断所述欧氏距离是否大于阈值，如果是，则此地震道的识别结果为废道，如果否，则此地震道的识别结果为正常道。

【技术特征摘要】
1.一种基于奇异值分解技术的废道识别方法，其特征在于：所述方法包括：(1)将地震数据剖面划分为三个范围，分别为浅范围、中范围和深范围，其中浅范围包括初至前的数据，中范围包括初至所在区域内的数据，深范围包括初至后的深层数据；(2)对于每个地震道的数据，分别获取其三个范围中的属性特征，所述属性特征包括浅范围的平均振幅、主频、过零点个数，中范围的平均振幅、主频、过零点个数、相关系数，深范围的平均振幅、主频、过零点个数、视衰减因子；(3)对每个属性特征分别作归一化处理，得到属性矩阵；(4)对所述属性矩阵进行奇异值分解，并计算得到欧氏距离；(5)输入阈值；(6)判断所述欧氏距离是否大于阈值，如果是，则此地震道的识别结果为废道，如果否，则此地震道的识别结果为正常道。2.根据权利要求1所述的基于奇异值分解技术的废道识别方法，所述方法进一步包括：(7)判断所述识别结果是否准确，如果否，则调整阈值，然后返回步骤(6)；如果是，则转入步骤(8)；(8)结束。3.根据权利要求2所述的基于奇异值分解技术的废道识别方法，其特征在于：所述步骤(1)中的所述浅范围和深范围均为矩形区域，所述中范围为倒V型区域。4.根据权利要求3所述的基于奇异值分解技术的废道识别方法，其特征在于：所述步骤(2)中获取其三个范围中的属性特征是这样实现的：提取浅范围内的地震道的平均振幅、主频和过零点个数；提取中范围内的地震道的平均振幅、主频和过零点个数，并计算得到中范围内相邻道的相关系数；提取深范围内的地震道的...

【专利技术属性】
技术研发人员：曹永生，孙成龙，庞世明，许自龙，陈金焕，
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石油物探技术研究院，
类型：发明
国别省市：北京;11