[发明专利]地震剖面的经验模态分解方法

说明书

技术领域

本发明涉及油气地震勘探领域，更具体地，涉及地震瞬时属性分析中的地震剖面的经验模态分解方法。

背景技术

传统的二维地震剖面复分析技术（A.E.Barnes，Theory of 2D complex seismic trace analysis，Geophysics,Vol.61,No.1，1996，264–272）是对地震剖面直接做二维Hilbert变换（Bidimensional Hilbert Transform，BHT），组成解析信号，进而计算瞬时振幅、瞬时相位和瞬时频率等地震瞬时特征属性，反映了地震波传播过程中的微局部变化情况，可以帮助确定地下岩层的岩性、岩相变化和岩石孔隙中所含流体的性质。但是，这种复分析技术仅适用于单分量数据，而由单道地震信号组成的地震剖面是典型的非线性、非平稳的多分量数据，直接计算地震瞬时属性不符合数学意义和物理意义。

为了得到单分量数据，需要对多分量数据进行二维经验模态分解（Bidimensional Empirical Mode Decomposition，BEMD），得到一系列具有单一振荡模式分量的二维固有模态函数（Bidimensional Intrinsic Mode Function，BIMF）。由于每个BIMF都满足BHT必要条件，计算瞬时属性变得合理。BEMD计算每个BIMF过程中，计算上下包络面需要进行不规则数据的曲面插值或者拟合，花费大量的运算时间，而且在大多数情况下，还涉及到大规模矩阵和其特征值的计算，计算复杂度高，难以处理大规模数据。为简化计算提高效率，Zhaohua Wu等（Zhaohua Wu,N.E.Huang and Xianyao Chen,The Multi-dimensional Ensemble Empirical Mode Decomposition Method Advances in Adaptive Data Analysis,Vol.1,No.3，2009，339–372）提出了基于双向一维联合经验模态分解（Ensemble Empirical Mode Decomposition），组合实现二维EEMD（BEEMD），能够快速有效地分解二维数据。这里EEMD是在每次分解前，加入不同的振幅有限的随机白噪声，可以提高分解计算的稳定性。

虽然都是非线性、非平稳的多分量数据，地震剖面不同于一般的图像。一维地震信号是时间方向的地震波形记录，二维地震剖面是由空间方向排列的多道一维地震信号组成，在相邻空间位置的信号波形有一定的错位相似性，表现为连续的起伏波峰和波谷所示的波形同相轴特征。由于地下介质情况的复杂性，地震数据往往不具有高阶光滑性，而且波形同相轴更多表现为时间方向极值的空间连续性。同时，地震数据处理的规模更大，对计算效率有更高的要求。对于地震剖面而言，Zhaohua Wu提出的BEEMD方法，优点是计算量小运算快，但它过于强调这个空间和时间两个方向的极值信息，而忽略这两个方向的差异，丢失很多的波形同相轴信息，不适合地震剖面数据处理。同时，由于分解过程中不断加入白噪声，最后由BIMF计算瞬时属性时，会产生随机噪声背景。

发明内容

本发明的主要目的在于克服了BEEMD方法的不足，提出一种适合地震剖面的快速经验模态分解方法，该分解方法针对地震剖面特点，能够捕捉更多同相轴信息，实现真正的BEMD，简化计算保证效率。

为了实现上述目的，本发明的技术方案为：

一种地震剖面的经验模态分解方法，包括以下步骤：

S1.初始化，r₀=Iori，i=1；给定迭代终止条件中ε的值；Iori表示原始剖面数据，r代表当前残差剖面数据，i为第i个BIMF；

S2.迭代筛分计算第i个BIMF；

S21.初始化：h₀=r_i-1，j=1；

S22.检测h_j-1的二维局部极小值点和极大值点，构造上下包络曲面E_up和E_down；

S23.计算均值曲面m=(E_up+E_down)/2；

S24.h_j=h_j-1-m；

S25.判断当前h是否满足筛分终止条件，若满足，则得到第i个BIMFb_i=h_j，跳转到步骤S3；否则，j=j+1，跳转到步骤S22，继续筛分迭代；