[发明专利]基于特征分解的采集脚印去除方法

说明书

本发明公开了基于特征分解的采集脚印去除方法，方法根据部分分析点的三维时窗数据的特征空间分布特点，识别出能表征采集脚印的特征映射子空间，然后将此特征向量作用至整个地震体数据，识别出采集脚印数据，并从原始数据中去掉。本发明方法基于部分数据的统计特征分析进而识别采集脚印的特征子空间向量，利用采集脚印特征子空间向量提取采集脚印噪声分量数据，能准确的识别出采集脚印，灵活选择部分数据进行特征分析，节约了分析计算的时间；利用特征分解，使不同统计特征信号在不同的特征向量子空间中进行分离，对于有效信号具有无损性。

技术领域

本发明涉及油气勘探技术领域，尤其涉及基于特征分解的采集脚印去除方法。

背景技术

近年来，随着油气勘探工作的深入，以油气检测为目标对地震勘探处理提出了更高的要求。实际三维地震采集过程中，会产生周期振动的规则噪声，这些噪声在时间切片和深度域切片上表现为周期性的噪声，这些噪声是由于采集过程中炮检点的规则变化引起，称为采集脚印。采集脚印对地震构造成像处理和油气属性分析造成影响，因此，采集脚印的压制保障了基础资料的品质，有利于后续的构造解释与油气解释。

目前除了采集阶段利用炮检距道数变化最小来压制采集脚印，采集脚印的压制主要是在地震资料处理阶段，目前地震处理阶段采集脚印的压制方法主要有f-k滤波方法、小波变换方法，主成分分析方法。其中f-k滤波方法是根据噪声在频率波数域的分布特征进行噪声去除和波场分离，但由于傅里叶变换本身会产生卷绕形的假频噪声，且f-k滤波器由阻带到通带必须平滑的过度，否则容易产生假频噪声，不易控制；小波变换方法是针对二维地震信号不同分辨率的分布特征，通过调整小波变换系数的阈值，去除噪声，实际生产中，小波变换的过程的冗余数据较多，有效信号与采集脚印对应的小波系数接近，采集脚印压制不彻底；主成分分析方法，主要是根据地震数据的协方差矩阵的特征分解，依据特征映射子空间特点，识别出采集脚印，但主成分分析方法受数据规模影响较大，数据样本个数与属性维度大小影响主成分分析的准确性，只能在分析结果中识别出采集脚印对应的特征空间，结果的准确性需要进行反复的判断和筛选。

发明内容

本发明的目的在于克服现有技术的不足，提供基于特征分解的采集脚印去除方法，根据部分分析点的三维时窗数据的特征空间分布特点，识别出能表征采集脚印的特征映射子空间，然后将此特征向量作用至整个地震体数据，识别出采集脚印数据，并从原始数据中去掉，达到压制采集脚印的目标。

本发明的目的是通过以下技术方案来实现的：

基于特征分解的采集脚印去除方法，具体包括以下步骤：

步骤一：给定三维分析窗口大小，在原始地震体中随机选出部分数据点为特征向量分析点；

步骤二：以每个数据分析点为中心，取三维窗口数据为一个分析样本，遍历所有的特征向量分析点，得到分析数据样本集；

步骤三：对样本集进行特征分解，并根据特征空间映射特点，筛选出能表征采集脚印的特征子空间向量；

步骤四：以原始地震的每个点为中心，取三维窗口数据为一个分析样本，计算样本数据在采集脚印特征子空间向量的投影；

步骤五：利用步骤四遍历所有地震体数据点，得到采集脚印特征子空间向量投影，即采集脚印分量数据，原始地震数据减去采集脚印分量数据去除采集脚印噪声。

本发明的有益效果：

1、本发明方法基于部分数据的统计特征分析进而识别采集脚印的特征子空间向量，利用采集脚印特征子空间向量提取采集脚印噪声分量数据，本发明方法具有准确、灵活和无损的特点，首先，由于采集脚印数据具有低属性维度特征，本方法使用时窗长度控制地震数据投影正交特征空间的维度，在地震数据的协方差矩阵基础上进行特征分解，采集脚印分量数据会集中在某个特征向量子空间具有有效投影长度，而其它有效信号与此特征向量呈正交关系，所以本发明方法能准确的识别出采集脚印；