基于S变换的软阈值滤波在深地震反射数据处理中的应用

曲中党， 吴蔚， 贺日政， 高锐

中国地质科学院地质研究所, 国土资源部深部探测与地球动力学重点实验室,大陆构造与动力学国家重点实验室, 北京 100037



基于S变换的软阈值滤波在深地震反射数据处理中的应用

曲中党， 吴蔚， 贺日政*， 高锐

中国地质科学院地质研究所, 国土资源部深部探测与地球动力学重点实验室,大陆构造与动力学国家重点实验室, 北京 100037

深地震反射原始单炮数据是非平稳的弱能量反射信号, 信噪比较低. 如何提高信噪比一直是深地震反射数据前处理中的一大难题. S变换是一种适用于分析非平稳信号的时频变换方法. 同其他分析时变信号的方法相比, S变换的基本小波不必满足小波在时间域均值为零的容许性条件, 它的时频分辨率与分析信号的频率有关, 且其在时间域的积分可以得到傅里叶频谱,其反变换也简单. 因此, S变换容易表示深地震反射信号复杂的时频特性. 本文在S变换的基础上, 利用软阈值滤波方法对深地震反射数据进行处理, 实验结果表明, 该方法有效地提高了信噪比, 压制了有效频带范围内的混频干扰, 突出了弱反射信号, 使得波组信息更加丰富, 有利于连续追踪有效反射波组和识别薄地层, 特别是提高了深部Moho界面反射层位的分辨率, 为深地震反射剖面后续处理和准确解释奠定了基础.

S变换； 深地震反射单炮； 软阈值滤波； 前处理

1 引言

深地震反射剖面探测是地震学调查工具的首选, 能够得到剖面下的精细结构, 便于准确剖析复杂的构造地质问题(Clowes et al., 1987; 王海燕等, 2010). 因此, 深地震反射剖面一般穿越构造复杂的结合带, 而在这些构造复杂地区(如地形起伏较大, 断裂带发育)中, 激发和接受条件都很差, 导致了深地震反射数据一般反射信号弱和信噪比低, 干扰类型多而复杂且差别大(Bois et al., 1988; 吴宣志等, 1995; 杨文采等, 1999; 崔兴宝, 2003; Ross et al., 2004; 杨卓欣等, 2006; 刘金凯等, 2010; Karplus et al., 2011; Kumar et al., 2011). 此外, 为了兼顾获得剖面下的浅、中、深层反射信息, 爆炸震源激发时采取不同药量和井深组合以及变观测系统接收, 从而导致激发、接收条件变化较大, 同一深地震反射剖面的地震信号在频带、振幅、能量、相位等方面都存在着较大的差异(朱小三等, 2013). 深地震反射数据的采集成本很高, 而且重复采集几乎不可能, 如果这些炮集位于关键目标构造带内, 就会对整个区域的构造解释产生很大的影响. 因此, 对于如何有效地从深地震反射数据中剔除干扰波, 提高信噪比, 前人曾做过大量尝试(朱小三等, 2013), 虽然取得了一定的效果, 但仍有不足.

S变换结合了短时傅里叶变换与小波变换的优点, 克服了短时傅里叶变换时频窗口在时频平面中不可变的问题, 其时窗宽度随频率呈反向变化, 又无须满足小波变换中小波在时间域均值为零的容许性条件(Stockwell et al., 1996; 赵淑红和朱光明, 2007; 陈学华等, 2008). 因此, S变换是非平稳信号时频分析的良好工具, 其高质量的时频表示为具体应用中设计有效的时频滤波器提供了保证. S变换与傅里叶变换的直接联系使得其算法实现简洁高效(Stockwell et al., 1996). 本文利用S变换的这些优点重新处理了西南天山深地震反射剖面中的废炮数据(高锐等, 2008; He et al., 2008; Gao et al., 2013), 通过综合对比分析, 效果明显, 这些废炮数据得以重新使用.

2 基于S变换的软阈值滤波

2.1 S变换

S变换是由美国地球物理学家Stockwell于1996年提出的一种类似于短时傅里叶变换(Gabor, 1946)的时频谱表示方法, 函数h(t)的S变换定义为(Stockwelletal., 1996)：

(1)

图1 不同频率f所对应的时窗函数w(t,f,τ)(其中τ=0)Fig.1 Gaussian time window function w(t,f,τ) for various values of f (τ=0)

S变换也可以由h(t)的傅里叶频谱H(f)表示(Stockwell, 1999)：

(2)

从式(2)可以得到离散的S变换:

(3)

(4)

S变换表示的是局部的频谱特征, 将其在时间方向积分可以容易地得到傅里叶频谱(Stockwell et al., 1996)：

(5)

因此,h(t)也可以由S(τ,f)准确的反变换得到：

}ei2πftdf,

(6)

其离散表达形式为：

(7)

2.2 软阈值滤波

阈值滤波主要分为硬阈值法和软阈值法, 最早是由斯坦福大学的Donoho D L和Johnstone I M在估计小波系数时提出的(Donoho and Johnstone, 1994a, 1994b; Donoho et al., 1995; Donoho, 1995).硬阈值法是指: 信号的系数大于一个确定的阈值λ时, 保持不变, 系数小于阈值λ时置零. 硬阈值法运算量小, 操作简单, 但函数在阈值λ处不连续, 估计的方差较大, 对数据的微小变化敏感(DonohoandJohnstone, 1994a, 1994b; 侯建华, 2003).软阈值法是指: 信号的系数大于一个确定的阈值λ时, 系数逐渐变小使λ趋近于0, 系数小于阈值λ时置零. 软阈值法估计的偏差较大, 对代表有用信息的数据进行了压缩, 易出现过平滑现象(Donohoetal., 1994a, 1994b; 侯建华, 2003). 但对大多数的信号而言, 软阈值滤波的效果要好于硬阈值滤波(YoonandVaidyanathan, 2004). 因此本文采用软阈值滤波方法对数据进行处理, 软阈值法的函数表达式为(Donoho, 1995)：

(8)

(9)

3 数据分析与处理

本文所用到的数据来自盆山结合带深部结构与油气远景研究项目 (Heetal., 2008; 侯贺晟等, 2012;Gaoetal., 2013). 地表条件复杂, 经过平原带、山前带、高山区等各种类型的地形和构造结合带, 原始单炮资料属典型的山地低信噪比资料 (高锐等, 2008;Heetal., 2008;Gaoetal., 2013), 这类资料在深地震反射剖面 (Alsdorfetal., 1998;Langinetal., 2003;Karplusetal., 2011;Kumaretal., 2011)中普遍存在. 在数据采集过程中, 如图2所示的炮集遇到不明震源干扰. 当时无法很好地排除其影响, 只能弃之不用. 考虑到数据缺失对整个区域构造解释的影响, 本文选取其中一个废炮记录进行处理, 以期最大可能的获得有用信号. 该单炮的激发药量为40kg, 炮点埋深为24m, 炮点桩号为1541.5, 检波器排列的起止桩号为1042-2041, 道间距为50m, 共1000道, 采样率为4ms. 文中选取桩号1042-1441共400道30s的数据进行尝试性处理(高锐等, 2008;Heetal., 2008;Gaoetal., 2013).

图2为原始单炮记录, 显示该炮集中的干扰波能量较强, 信噪比较低, 5s以上反射波组较弱, 连续性差, 很难识别有效信号. 图3为所有道集的频谱叠加图, 该单炮记录的能量主要集中在5～50Hz范围内, 其中5～25Hz的频带范围(图中方框a区域)包含了该单炮深部和浅部有效信号的主要能量; 25～50Hz的频带范围(图中方框b区域)包含少量的浅部有效信号, 但以强干扰噪声为主. 这与处理报告分析结果相似(高锐等, 2008). 由于深地震反射主要目的是为了探测深部结构信息, 目标信号以低频为主, 且25～50Hz频带范围内的强干扰噪声对突出显示有用信号不利, 因此本文只针对5～25Hz范围内的信号进行精细化处理.

利用巴特沃斯时不变带通滤波器, 保留有效频带5～25Hz范围之内的信号. 地震波在地下介质传播, 由于大地吸收衰减使得地震波的能量随着传播距离的增加而逐渐的衰减, 尤其对于大偏移距(超过数公里, 甚至十多公里)的深地震反射而言, 这种现象尤为明显. 为了突出显示深部的有效能量信号, 对经过带通滤波之后的单炮记录进行瞬时自动增益. 在实际处理中选取的瞬时自动增益时间门值通常在256～1024ms范围内(渥·伊尔马滋, 1994), 本文选取512ms的瞬时自动增益时间门对带通滤波之后的单炮记录进行处理, 处理结果如图5所示. 带通滤波的效果明显, 有效滤除了大部分的干扰噪声, 信噪比得到显著的提高, 深部和浅部的有效能量信号均得以突显, 浅部10s以上的壳内反射信息丰富, 深部20～25s范围内Moho界面反射清晰可见. 但是在5～25Hz的通带范围内依然存在混频干扰噪声, 这部分噪声严重影响了相邻的有效波组之间的区分, 同时掩盖了部分深部弱反射的有效信号. 因此, 为了更加清晰地区分有效波组和突出显示弱反射有效信号, 本文利用基于S变换的软阈值滤波方法对瞬时自动增益后的带通数据(图4)进行处理, 逐频点压制有效频带范围(5～25Hz)内的混频噪声.

图2 原始单炮记录(方框A1、B1、C1为图8中对比分析区域)Fig.2 The raw shot set ( boxes A1, B1, C1 are used to compare in Fig.8)

图3 原始单炮记录频谱叠加分析图(方框a反映深浅部主要有效信息，方框b反映强干扰噪声和部分浅部有效信息)Fig.3 The stacked Fourier amplitude spectra of raw shot set (The box of a reveals seismic reflection signals, the box of b reveals strong disturbing waves and a little shallow layers reflection signals)

图4 时不变带通滤波(5～25 Hz)后瞬时自动增益的单炮记录(方框A2、B2、C2为在图8中效果对比区域, 与图2中A1、B1、C1分别代表相同时窗)Fig.4 The shot set after time-invariant bandpass filtering (5～25 Hz) and AGC (boxes A2, B2, C2 are used to compare in Fig.8, which are the same time windows with A1，B1，C1 shown in Fig.2，separately)

图5 阈值λ随道号和频率的变换Fig.5 The variation of threshold λ with trace and frequency

图6 基于S变换的软阈值滤波后的单炮记录 (方框A3、B3、C3为图8中的对比区域, 与图2中A1、B1、C1和图4中A2、B2、C2分别代表相同时窗)Fig.6 The shot set after S-transform-based soft threshold filtering (boxes A3, B3, C3 are used to compare in Fig.8, which are the same time windows with A1，B1，C1 shown in Fig.2 and A2，B2，C2 shown in Fig.4，separately)

图7 第1292道数据在不同数据处理阶段的波形及其对应的S变换时频分析图(a) 原始单道记录; (c) 时不变带通滤波(5～25 Hz)后瞬时自动增益的单道记录; (e)基于S变换的软阈值滤波后的单道记录; (b), (d), (f)分别对应图(a), (c), (e)的S变换时频分析图.Fig.7 The seismic record of trace 1292 and its S transform amplitude spectra on different data processing stages(a) The raw record; (c) The record after time-invariant bandpass filtering and AGC; (e) The record after soft threshold filtering; (b), (d) and (f) are the S transform amplitude spectra of the Fig.(a), (c) and (e).

图8 处理效果局部对比图(A1、B1、C1为原始记录, 见图2; A2、B2、C2为时不变带通滤波(5～25 Hz)后瞬时自动增益的记录, 见图4; A3、B3、C3为基于S变换软阈值滤波之后的记录, 见图6)Fig.8 Comparison of local shot set (A1, B1, C1 is the raw record in Fig.2; A2, B2, C2 is the record after time-invariant bandpass filtering (5～25 Hz) and AGC in Fig.4; A3, B3, C3 is the record after soft threshold filtering based on S transform in Fig.6)

为了更好地说明滤波效果, 图7给出了第1292道数据在不同处理阶段的地震波形态及其相对应的S变换时频分析图. 初至波大致在2.2s左右到达(如图7中红线所示). 原始数据(图7a)的S变换时频分析图(图7b)可以看出地震波的有效信号主要集中在5～25Hz的频带范围内(图7b黄色方框所示), 再次印证了图3频谱分析图所确定的时不变带通滤波的通带范围(5～25Hz)的合理性. 同时也明显地看出深部地震信号能量较弱, 不利于地震信号的分析处理. 因此在带通滤波之后, 对地震信号进行瞬时自动增益处理, 以便突出显示深部的有效能量, 处理结果如图7c所示. 为了压制5～25Hz范围内的混频噪声干扰, 本文运用基于S变换的软阈值滤波方法对图7c数据进行处理, 之后的处理结果(图7e)清晰地显示该方法能够明显压制有效频带范围(5～25Hz)内的干扰波, 初至之前的噪声被显著地压制, 而在初至之后, 干扰波被压制的同时, 有效信号的能量基本被保留, 显著地提高了信噪比.

为了进一步突出显示整体滤波效果, 选取了三个子区域(A、B和C)在不同处理阶段的结果进行对比, 如图8所示.A1、B1和C1区域为原始信号(图2);A2、B2和C2区域为经过时不变带通滤波(有效频带范围5～25Hz)并进行瞬时自动增益后的信号(图4);A3、B3和C3区域是在A2、B2和C2处理基础之上执行S变换软阈值滤波的结果(图6).

原始单炮局部记录(图8的A1)中可以看到有效波组, 但是波组毛刺较多, 经过带通滤波后瞬时自动增益的单炮局部记录(图8的A2)中反射波组更加圆滑, 反射波同相轴更加的清晰, 再经过基于S变换软阈值滤波后的单炮局部记录(图8的A3)部分反射波同相轴更加连续, 同时使得部分弱反射波组更加突出. 原始单炮局部记录(图8的B1)中1215-1240道有较强的高频噪声, 有效波混杂其中, 经过带通滤波后瞬时自动增益的单炮局部记录(图8的B2)高频噪声被有效去除, 再通过基于S变换软阈值滤波后(图8的B3)不仅反射波同相轴更加连续, 而且反射波组相当丰富, 相邻反射波组也被有效地分开, 有效弱反射信号能量进一步增强, 有利于薄地层的识别和同相轴的追踪. 原始单炮局部记录(图8的C1)中有较强的高频噪声, 基本看不出有效反射波信息, 经过带通滤波后瞬时自动增益的单炮局部记录(图8的C2)高频噪声被有效去除, 可以识别出几个连续的有效反射波组, 再经过基于S变换软阈值滤波后(图8的C3)背景噪声被进一步压制, 较弱有效反射波得到进一步的突显, 信噪比显著提高. 从图8的对比可以看出, 基于S变换的软阈值滤波在深地震反射单炮数据滤波处理中取得了显著的效果.

虽然经过本文精细化处理之后, 原来的废炮数据现得以重新使用, 但如图6所示的单炮记录中不明震源所形成的规则强干扰仍未完全消除, 为减少强干扰数据对后续共深度点叠加数据的影响, 需要剔除强干扰信号. 如果坏道或强干扰波出现在关键构造目标区内, 剔除后所造成的数据缺失将不利于揭示该区域复杂的地质构造, 重建剔除区域的地震波场(吴蔚等, 2014)十分重要. 因此, 关于深地震反射数据的处理仍需进一步研究.

4 结论

本文运用了基于S变换的软阈值滤波方法对西南天山的废炮数据进行实验性的去噪处理, 取得了较好的效果. 与传统的滤波方法(朱小三等, 2013)相比, 基于S变换的软阈值滤波方法去噪效果明显, 压制了有效频带范围内的混频干扰噪声, 突出了弱反射信号, 提高了信噪比, 更便于有效反射波组的连续追踪和薄地层的识别. 另外,S变换可以在频率域实现, 有较高的计算效率. 因此, 基于S变换的软阈值滤波方法不仅可以用于地震反射数据去噪处理, 也适用于其他地震学数据去噪处理.

致谢 感谢中国石化集团华东石油局第六物探大队采集了大量的野外资料,感谢侯贺晟副研究员从数据库中提取了本文处理所需的原始数据, 感谢北京派特森科技发展有限公司在数据处理中提供的宝贵经验, 感谢中国地质科学院地质研究所岩石圈中心的所有成员对作者写作过程中的指导与帮助. 文中的数据处理和成图是通过Matlab、Mathematica和CorelDRAW软件来完成的.

Alsdorf D, Brown L, Nelson K D, et al. 1998. Crustal deformation of the Lhasa terrane, Tibet plateau from Project INDEPTH deep seismic reflection profiles.Tectonics, 17(4): 501-519.

Bois C, Cazes M, Hirn A, et al. 1988. Contribution of deep seismic profiling to the knowledge of the lower crust in France and neighbouring areas.Tectonophysics, 145(3-4): 253-275.

Chakraborty A, Okaya D. 1995. Frequency-time decomposition of seismic data using wavelet-based methods.Geophysics, 60(6): 1906-1916.

Chen X H, He Z H, Huang D J. 2008. Generalized S transform and its time-frequency filtering.SignalProcessing(in Chinese), 24(1): 28-31.

Chen Y H, Yang C C, Cao Q F, et al. 2006. The comparison of some time-frequency analysis methods.ProgressinGeophysics(in Chinese), 21(4): 1180-1185.

Clowes R M, Brandon M T, Green A G, et al. 1987. LITHOPROBE-southern Vancouver Island: Cenozoic subduction complex imaged by deep seismic reflections.CanadianJournalofEarthSciences, 24(1): 31-51. Cui X B. 2003. Seismic acquisition QC under complicated geological condition.OilGeophysicalProspecting(in Chinese), 38(1): 11-16.

Donoho D L, Johnstone I M. 1994a. Threshold selection for wavelet shrinkage of noisy data. ∥ Proceedings OF The 16th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 1994, Engineering Advances; New Opportunities

For Biomedical Engineers. Baltimore, MD: IEEE, A24-A25. Donoho D L, Johnstone I M. 1994b. Ideal spatial adaptation by wavelet shrinkage.Biometrika, 81(3): 425-455.

Donoho D L, Johnstone I M, Kerkyacharian G. 1995. Wavelet shrinkage: Asymptotia.JournaloftheRoyalStatisticalSocietySeries(B), 57(2): 301-369. Donoho D L. 1995. De-noising by soft-thresholding.IEEETransactionsonInformationTheory, 41(3): 613-627.

Gabor D. 1946. Theory of communication. Part 1: The analysis of information.JournaloftheInstitutionofElectricalEngineers-PartIII:RadioandCommunicationEngineering, 93(26): 429-441.

Gao R, He R Z, Hou H S, et al. 2008. The basin-mountain tectonics of the junction of the south-west Tian Shan and Tarim Basin and oil-gas prospects (in Chinese). SINOPEC Corp.

Gao R, Hou H S, Cai X Y, et al. 2013. Fine crustal structure beneath the junction of the southwest Tian Shan and Tarim Basin, NW China.Lithosphere, 5(4): 382-392, doi: 10.1130/L248.1.

He R Z, Gao R, Sai X. 2008. Evidence from seismic reflection profiling for crustal deformation across the juncture zone between the Tarim Basin and the southwestern Tian Shan Mountains. ∥ Bogomolov L M, Zakupin A S, Mubassarova V A eds. Geodynamics of Intracontinental Orogens and Geoenvironmental Problems: Moscow-Bishkek, Scientific Station of the Russian Academy of Science, No. 4: 170-173. Hou H S, Gao R, He R Z, et al. 2012. Shallow-deep tectonic relationship for the junction belt of western part of South Tianshan and Tarim basin-Revealed from preliminary processed deep seismic reflection profile.ChineseJ.Geophys. (in Chinese), 55(12): 4116-4125, doi: 10.6038/j.issn.0001-5733.2012.12.024. Hou J H. 2003. Research on image denoising approach based on wavelet and its statistical characteristics [Ph. D. thesis] (in Chinese). Wuhan: Huazhong University of Science and Technology. Karplus M S, Zhao W, Klemperer S L, et al. 2011. Injection of Tibetan crust beneath the south Qaidam Basin: Evidence from INDEPTH IV wide-angle seismic data.JournalofGeophysicalResearch:SolidEarth(1978—2012), 116(B7), doi: 10.1029/2010JB007911.

Kumar V, Oueity J, Clowes R M, et al. 2011. Enhancing crustal reflection data through curvelet denoising.Tectonophysics, 508(1-4): 106-116.

Langin W R, Brown L D, Sandvol E A. 2003. Seismicity of central Tibet from Project INDEPTH III seismic recordings.BulletinoftheSeismologicalSocietyofAmerica, 93(5): 2146-2159.

Liu J K, Kuang C Y, Gao R, et al. 2010. Data processing test and research on the deep seismic reflection profile in polymetallic deposits area: Taking an example of Luzong ore concentrated area.ActaPetrologicaSinica(in Chinese), 26(9): 2561-2576.

Mallat S. 1999. A Wavelet Tour of Signal Processing. New York: Academic Press.

Parolai S. 2009. Denoising of seismograms using the S transform.BulletinoftheSeismologicalSocietyofAmerica, 99(1): 226-234.

Pinnegar C R, Mansinha L. 2003. The S-transform with windows of arbitrary and varying shape.Geophysics, 68(1): 381-385.

Ross A R, Brown L D, Pananont P, et al. 2004. Deep reflection surveying in central Tibet: lower-crustal layering and crustal flow.GeophysicalJournalInternational, 156(1): 115-128.

Stockwell R G. 1999. S-transform analysis of gravity wave activity from a small scale network of airglow imagers [Ph. D. thesis]. Canada: The University of Western Ontario.

Stockwell R G, Mansinha L, Lowe R P. 1996. Localization of the complex spectrum: the S transform.IEEETransactionsonSignalProcessing, 44(4): 998-1001.

Wang H Y, Gao R, Lu Z W, et al. 2010. Fine structure of the continental lithosphere circle revealed by deep seismic reflection profile.ActaGeologicaSinica(in Chinese), 84(6): 818-839.

Wu X Z, Wu C L, Lu J, et al. 1995. Research on the fine crustal structure of the Northern Qilian-Hexi corridor by deep seismic reflection.ActaGeophysicaSinica( in Chinese), 38(A02): 29-35.

Wu W, Qu Z D, He R Z. 2014. Denoising of deep reflection seismic data using the Curvelet transform [Expanded Abstracts] (in Chinese). Annual Meeting of Chinese Geoscience Union.

Yang W C, Cheng Z Y, Chen J G, et al. 1999. Geophysical investigation in Northern Sulu UHPM belt, part I: Deep seismic reflection.ChineseJ.Geophys. (in Chinese), 42(1): 41-52.

Yang Z X, Zhang X K, Jia S X, et al. 2006. Fine crustal structure around the Jiashi earthquake swarm region by deep seismic reflection profiling.ChineseJ.Geophys. (in Chinese), 49(6): 1701-1708.

Yilmaz Ö. 1994. Seismic Data Processing (in Chinese). Huang X D, Yuan M D Trans. Beijing: Petroleum Industry Press, 45-53.

Yoon B J, Vaidyanathan P P. 2004. Wavelet-based denoising by customized thresholding. ∥ IEEE Int. Conf. on Acoustics, Speech, and Signal Processing (ICASSP). Montreal: IEEE, 2004.

Zhao S H, Zhu G M. 2007. Time-frequency filtering to denoise by S transform.OilGeophysicalProspecting(in Chinese), 42(4): 402-406.

Zhu X S, Gao R, Li Q S, et al. 2013. Review of the noises attenuation of deep reflection seismic data.ProgressinGeophys. (in Chinese), 28(6): 2878-2900, doi: 10.6038/pg20130609.

附中文参考文献

陈学华, 贺振华, 黄德济. 2008. 广义S变换及其时频滤波. 信号处理, 24(1): 28-31.

陈雨红, 杨长春, 曹齐放等. 2006. 几种时频分析方法比较. 地球物理学进展, 21(4): 1180-1185.

崔兴宝. 2003. 复杂地质条件下的地震采集质量监控. 石油地球物理勘探, 38(1): 11-16.

高锐, 贺日政, 侯贺晟等. 2008. 西南天山与塔里木结合带盆山结构与油气远景. 中国石油化工股份有限公司.

侯贺晟, 高锐, 贺日政等. 2012. 西南天山—塔里木盆地结合带浅深构造关系——深地震反射剖面的初步揭露. 地球物理学报, 55(12): 4116-4125, doi: 10.6038/j.issn.0001-5733.2012.12.024.

侯建华. 2003. 基于小波及其统计特性的图像去噪方法研究[博士论文]. 武汉: 华中科技大学.

刘金凯, 匡朝阳, 高锐等. 2010. 多金属成矿区深地震反射剖面数据处理技术实验研究——以庐枞矿集区为例. 岩石学报, 26(9): 2561-2576.

王海燕, 高锐, 卢占武等. 2010. 深地震反射剖面揭露大陆岩石圈精细结构. 地质学报, 84(6): 818-839.

吴宣志, 吴春玲, 卢杰等. 1995. 利用深地震反射剖面研究北祁连—河西走廊地壳细结构. 地球物理学报, 38(A02): 29-35.

吴蔚, 曲中党, 贺日政. 2014. Curvelet变换在深反射地震数据噪声压制中的研究[会议摘要]. 2014年中国地球科学联合学术年会.

杨文采, 程振炎, 陈国九等. 1999. 苏鲁超高压变质带北部地球物理调查 (I)——深反射地震. 地球物理学报, 42(1): 41-52.

杨卓欣, 张先康, 嘉世旭等. 2006. 伽师强震群区震源细结构的深地震反射探测研究. 地球物理学报, 49(6): 1701-1708.

渥·伊尔马滋. 1994. 地震数据处理. 黄绪德, 袁明德译. 北京: 石油工业出版社, 45-53.

赵淑红, 朱光明. 2007. S变换时频滤波去噪方法. 石油地球物理勘探, 42(4): 402-406.

朱小三, 高锐, 李秋生等. 2013. 深反射地震数据的噪声衰减方法综述. 地球物理学进展, 28(6): 2878-2900, doi: 10.6038/pg20130609.

(本文编辑 何燕)

Soft threshold filter based on S transform and its application to data processing of deep seismic reflection

QU Zhong-Dang, WU Wei, HE Ri-Zheng*, GAO Rui

StateKeyLaboratoryofContinentalTectonicsandDynamics,KeyLaboratoryofEarthProbeandGeodynamics,InstituteofGeology,ChineseAcademyofGeologicalSciences,Beijing100037,China

Shot-gather data in deep seismic reflection profiling have complicated characteristics of non-stationary, weak energy, a wide variety of strong noise, and so on. How to increase signal to noise ratio of the shot gather has been one big hard nut to crack. We use the soft threshold filter based on S transform to process the obsolete data and show its chart flow is valid.Stockwell (1996) proposed S transform, which is a time-frequency transformation method to analyze non-stationary signal. Compared with other methods for analyzing time-varying signal, the basic wavelet of S transform does not meet an admissibility condition of zero mean in the time domain. The broadness of time window in S transform has an inverse ratio to frequency, which is wide at low frequency and narrow at high frequency. So, the time-frequency resolution in S transform is related to the signal frequency, which has high frequency resolution at low frequency and high time resolution at high frequency. A simple operation of sum along the time axis in the S transform domain can get the Fourier spectrum. Therefore, it is simple to invert S transform. The hard threshold and the soft threshold are the most common methods in de-noising. The soft threshold is better than the hard threshold generally, though it may cause over-smoothing effects. The threshold is calculated from the noise before the first break in the S transform domain.The data are collected in the junction of the southwest Tian Shan and Tarim Basin, northwestern China. This shot set is exploded with 40 kg charge placed in a 24 m-deep borehole and gathered on a 2 ms sampling rate with a 50 m group interval. The raw shot set has a variety of strong noise, and the signal after 5 s is difficult to recognize. After time-invariant bandpass filtering (5～25 Hz) and AGC, the signal to noise ratio is obviously improved. However, mixing interference in 5～25 Hz hampers the identification of thin layers at depth. So, we filter the data further using the soft threshold filter based on S transform to highlight the weak reflection and the Moho reflector.We use the soft threshold filter based on S transform to process the deep seismic reflection data. Our results show that the processing flow does improve signal to noise ratio in deep seismic reflection effectively, which suppresses the frequency mixing interference and enhances weak reflection signal, favorable to track wave groups and further to recognize thin layers. The method increases stratigraphic resolution of the Moho discontinuity especially, which provides the base for subsequent data processing and interpretation of deep seismic reflection profiling. In addition, S transform can be calculated in the frequency domain with the benefits of high calculation efficiency. So, the soft threshold filter based on S transform can also be used in de-noising of other seismic data.

S transform; Shot data of deep seismic reflection profiling; Soft threshold filter; Pre-processing

曲中党，吴蔚，贺日政等. 2015. 基于S变换的软阈值滤波在深地震反射数据处理中的应用.地球物理学报，58(9):3157-3168,

10.6038/cjg20150912.

Qu Z D, Wu W, He R Z, et al. 2015. Soft threshold filter based on S transform and its application to data processing of deep seismic reflection.ChineseJ.Geophys. (in Chinese),58(9):3157-3168,doi:10.6038/cjg20150912.

10.6038/cjg20150912

P315

2014-10-24，2015-07-31收修定稿

中国地质调查局项目(12120115027101); 国家自然科学基金项目(40974060, 41274095, 41430213); 国土资源部公益行业基金项目(SinoProbe02, 201011044)资助.

曲中党, 男, 1991年生, 硕士研究生, 固体地球物理学专业, 主要从事地震学研究. E-mail:quzhongdang@163.com

*通讯作者 贺日政, 男, 1973年生, 博士, 研究员, 主要从事青藏高原深部结构与构造研究. E-mail:herizheng@cags.ac.cn