[发明专利]一种基于EEMD-SVD的地震流体识别方法

说明书

本发明公开了一种基于EEMD‑SVD的地震流体识别方法，本发明利用EEMD分解原始地震信号，并根据SVD算法消除地震信号在EEMD分解过程中的残余在各层IMF分量中的高斯噪声，提高振幅保真性，消除无效冗余信息。本发明利用EEMD‑SVD的算法优势，既有效克服模态混叠与端点效应，又能够有效抑制EEMD在分解过程中产生的随机噪声，保证地震信号分解过程中的振幅保真性，有利于提高地震流体预测精度。

技术领域

本发明具体涉及一种基于EEMD-SVD的叠后地震流体预测方法。

背景技术

在利用地震数据进行流体预测方法，考虑到流体的地震波吸收衰减机理，利用频率衰减梯度方法进行流体预测。地震波的频率衰减梯度是指在对地震波进行时频分析的基础上，对地震波时频结果中高频部分的振幅包络进行拟合得到的斜率值。对地震波进行时频分析可以得到多种与地震波频率有关的属性，比如地震波的总能量、地震波能量最大值对应的频率值(即地震波的主频)、瞬时频率、瞬时主频，频率衰减梯度等。

2014年，薛雅娟提出了HHT时频分析方法，用于地震流体预测。该方法主要是利用EMD经验模态分解，利用地震低频信息进行流体预测，该方法相对于短时傅里叶和小波变换，时频分辨率有一定的改善。该方法不足之处在于，且对于突变较大的非线性信号无法克服模态混叠与端点效，所以就会造成在此基础上进行地震低频信息分析误差，影响流体预测效果与精度。

发明内容

本发明目的在于针对现有技术的不足，提供一种基于EEMD-SVD的叠后地震流体预测方法。本发明充分考虑地震数据的非平稳性，利用EEMD-SVD的算法优势，既有效克服模态混叠与端点效应，又能够有效抑制EEMD在分解过程中产生的随机噪声，保证地震信号分解过程中的振幅保真性，有利于提高地震流体预测精度。

为此，本发明采用以下技术方案：一种基于EEMD-SVD的地震流体识别方法，其特征是，具体的步骤如下：

步骤一：输入地震叠后单道CDP数据，进行EEMD经验模态分解，得到IMF分量；将待处理CDP数据中加入等长度不等幅高斯白噪声，对复合信号EMD分解，重复操作k次，得到IMF分量c_ik和余项r_ik；

白噪声幅值并遵循如下规律：

a＝ek或lne+0.5alnk＝0

式中，e为原信号标准差，即信号与EMD重构结果的偏离，a为白噪声幅值；当加入白噪声幅值增加时，EMD重复分解的次数k需相应增大，以便减少噪声对分解结果的影响。EEMD筛分结果不会因为某一个或几个参数设置不同而产生很大不同，即不依赖人的主观介入，仍具有自适应性。

步骤二：对IMF分量整体平均，

式中，n为EMD分解的次数；

步骤三：对输出的IMF分量进行信噪比SNR计算，并去除掉低信噪比的IMF第一分量；

步骤四：对余下的各层IMF分别采用基于Hankle矩阵的奇异值分解去噪，通过奇异值曲线的突变点选择降阶参数；其具体做法如下：设单道地震CDP信号为X,道数为1，时间采样点数位n，则可以将单道地震CDP信号设为1*n的矩阵A，可以分解为：

A＝UWV^T