[发明专利]基于卡尔曼滤波的地震反射同相轴自动拾取方法

说明书

技术领域

本发明属于地震勘探信号处理技术领域，具体涉及地震反射同相轴自动拾取技术。

背景技术

自从20世纪60年代初卡尔曼滤波方法被提出，它在目标跟踪、导航、电力系统、医学、自动控制、气象、通信、地震勘探等领域得到了广泛的应用。在地震勘探领域，卡尔曼滤波主要用于地震资料的反褶积，以提高地震勘探信号的分辨率和信噪比。而地震信号中所携带的大部分信息基本上都包含在同相轴中,如:同相轴的自激自收时间t₀在一定程度上反映界面的深度信息，同相轴的形态反映地震波在介质中的传播速度信息，同相轴内地震子波变化源自地震波传播过程的条件等。因此同相轴的检测与拾取对地震资料的处理和解释至关重要。

通常获取反射地震资料的方式为：通过人工震源（常用炸药）激发地震波，利用地震波在其传播过程中遇到介质性质不同的岩层界面会有一部分能量反射回地面的性质，然后由布置在与炮点不同远近的各检波器接收而得到多道地震记录（信号），每道地震信号对应一个检波器。当地下具有多个反射界面时，每道地震信号包含多个反射地震子波。其中，地震记录上各道振动相位相同的极值（俗称波峰或波谷）的连线称为同相轴。为了获取地震资料中的同相轴信息，国内外已发展了多种不同的检测和拾取方法。主要包括：（1）边缘检测法。这类方法将二维地震信号每个采样点的振幅值转换成不同的灰度值，将地震道集看作为一幅灰度图像从而利用图像处理中的边缘检测方法来检测同相轴。此类方法得到的同相轴比较模糊，分辨率不高，受噪声因素影响较大，且检出的结果是灰度突变区域的包络线，并不能直接作为同相轴检测结果，还需一些后续处理，如细化处理等。（2）神经网络法。此类方法利用已知同相轴作标准样本训练网络，利用误差回传法逐步修正神经元之间的连接权值，达到最佳权值分布后即可使用网络处理新的数据。神经网络法训练过程需要足够多的学习样本，样本的选择存在较大困难，且新样本的学习会影响已训练好的网络，大量的迭代运算导致处理耗时较长。（3）互相关法、高阶累积量法和相干算法。这三种方法的基本原理都是利用同相轴在地震道间的波形相似性特征来提取同相轴，易受噪声影响，且随着计算道的增加空间分辨力下降，同时计算量较大。（4）链匹配法。该方法把每道波形用带若干特征的波峰和波谷所组成的链来代表，则同相轴的拾取就转化为各链之间的最优匹配问题，即寻找所有路径中使总代价为最小的链路。该方法同样易受噪声影响且难于解决交叉同相轴问题。（5）插值法与拟合法。插值法是对地震资料先通过手动拾取地震同相轴的一些控制点（种子点），然后通过插值法对控制点数据插值，再用滤波器滤掉插值过程中可能产生的高频异常值。拟合法的基本思想是将同相轴视为具有某种动态规律的曲线，通过一个广义的时间序列来描述，并用某种模型（如：AR模型）去拟合这个时间序列，其中合适的模型以及波达的时间序列仍是较难确定的，这些都将影响后续的同相轴拟合结果。（6）Tu等提出一种自动拾取同相轴系统（Tu P.,Mason I.，Zisserman A.An automated system for picking seismic events.SEG63rd annual meeting,1993:234–237）。该方法由二维匹配滤波器、卡尔曼滤波器和柔性模板三步构成。但文中未给出卡尔曼滤波器所需的具体的状态方程和量测方程，方法描述简略，同时未见后续文章进一步报道。（7）混沌振子检测法。该方法利用修正的Duffing方程建立检测微弱同相轴的混沌振子系统，之后根据假设的不同时间-速度对经过对同相轴的扫描处理，构成新子波等时间间隔序列送入混沌振子系统中，若振子系统相态发生大的改变表明该时间-速度对存在同相轴，否则不存在。该方法在地震资料信噪比极低的情况下仍能较准确地检测到同相轴，但该方法由于需要搜索时间-速度对，且每次搜索时都需求解混沌振子微分方程组，运行效率较低。

综上所述，到目前为止，国内外地震记录同相轴拾取技术已经取得了许多成果，但多数方法与地震波的运动规律结合较少，且对多同相轴同时拾取有困难。

发明内容

有鉴于此，本发明提供一种基于卡尔曼滤波的地震反射同相轴自动拾取方法，给出了结合地震波的运动规律设计的卡尔曼滤波器，同时利用数据关联技术实现对多同相轴的同时拾取。