尺度自适应三维Shearlet变换地震随机噪声压制  

Seismic random noise suppression based on scale-adaptive 3D-Shearlet transform

作　　者：程浩[1] 王德利[2] 王恩德[1] 付建飞[1] 侯振隆 CHENG Hao;WANG Deli;WANG Ende;FU Jianfei;HOU Zhenlong(Key Laboratory of Safe Mining of Deep Metal Mines,Ministry of Education,Northeastern University,Shenyang,Liaoning 110819,China;College of Geo-Exploration Sciences and Technology,Jilin University,Changchun,Jilin 130026,China)

机构地区：[1]东北大学深部金属矿山安全开采教育部重点实验室,辽宁沈阳110819 [2]吉林大学地球探测科学与技术学院,吉林长春130026

出　　处：《石油地球物理勘探》2019年第5期970-978,I0007,I0008,共11页Oil Geophysical Prospecting

基　　金：国家自然科学基金项目“弹性波被动源数据稀疏重构与一次波估计方法研究”(41804103);国家重点研发计划项目“大型露天矿坑下隐伏空区致灾机理与协同处理技术”(2016YFC0801603)和“抚顺西露天矿区环境地质灾害与时空演化规律”(2017YFC1503101);中央高校基本科研业务专项资金资助项目“地震波干涉技术被动源数据成像及一次波估计方法研究”(N160103001)联合资助

摘　　要：应用尺度自适应三维Shearlet变换压制多炮地震数据随机噪声,通过将多炮数据变换到三维Shearlet域,充分考虑单炮记录及其间的相关性,在三维Shearlet域更稀疏地表示地震数据。由于有效信号主要分布在低尺度,随机噪声分布在各个尺度,因此在硬阈值的基础上,结合尺度自适应因子压制随机噪声。再通过三维Shearlet反变换,得到去噪地震数据。数值模拟和实际多炮地震数据去噪结果表明:尺度自适应三维Shearlet变换的去噪效果优于二维Shearlet变换、不结合尺度自适应因子的三维Shearlet变换;尺度自适应三维Shearlet变换去噪方法对服务器内存要求较高,且可能对幅值相对较小的有效信号产生损害。We use a scale-adaptive 3 D-Shearlet transform to suppress random noise of multi-source seismic data.First multi-source seismic data is transformed into the 3 D-Shearlet domain.In this domain,seismic data can be represented more sparsely.Since seismic signals distribute in a low scale and random noise distributes in the all scales,scale-adaptive factors suppress random noise based on hard thresholds.With the inverse 3 DShearlet transform,the de-noising seismic data can be obtained.According to numerical and seismic data tests,the proposed approach can better suppress random noise than the 2 D-Shearelet transform and the 3 D-Shearlet transform;however it needs a larger computer memory,and may damage weak signals.

关 键 词：三维Shearlet变换 稀疏性 随机噪声 尺度自适应因子 信噪比 

分 类 号：P631[天文地球—地质矿产勘探]