单点数字检波器地震资料中弱信号特征分析及识别方法

作者：张军华; 王静; 梁晓腾; 刘振; 单联瑜; 石林光; 梁鸿贤

来源：地震学报, 2011, (06): 788-799.

• 奇异值分解
• 曲波变换
• 信噪比
• 高频死亡线 singular value decomposition
• curvelet transform
• signal to noise ratio
• high frequency death line

弱信号的检测和识别是当今地球物理学界非常关注的一个技术问题.对于高密度单点资料究竟多弱的信号才是弱信号,如何检测和识别,以往学术界很少有这样的文献报道.本文以理论研究为主,结合胜利油田某高密度实际资料,对此做了分析和讨论,得出以下初步结论:①就视觉分辨率而言,当弱信号的信噪比S/N>2时,较易识别;S/N=1时,有可能识别错;S/N<0.5时,通过肉眼识别和解释已基本不可能.②对于薄储集层来说,S/N=2为计算薄层厚度的信噪比分界点.③单点资料中背景噪声会较大程度上影响深层弱信号,高密度资料弱信号的死亡值就是环境噪声的幅度.④单个弱信号,它所占的频谱成分很少,随机噪声主要影响频谱的高频端和低频端,即使S/N达到5,噪声对信号的频谱改造仍十分严重.⑤研究区高密度资料频带很宽,为5—210Hz;目标层高频衰减比较快,高频的死亡线在170Hz;深层20Hz以上信息基本与噪声变化规律非常相像,弱信号已很难检测.⑥对于混杂在噪声中的水平同相轴弱信号(S/N<1),经奇异值分解(SVD)法处理后,仍能有效地检测出.经研究确定,在动校正(NMO)后的共中心点道集(CMP)资料中S/N=0.5是能否用SVD方法进行处理的临界点;即使N/S达到3,仍能用曲波变换恢复出弱信号.这给我们一个启示:对于高密度单点资料,只要处理方法得当,仍有很大的潜力识别出更多的弱信号.

• 出版日期2011
• 单位中国石油大学（华东）