三维地震非线性干扰波衰减方法研究及实践

◇重庆科技学院 于滕飞 宋宪新 李智昊 唐 然

在地震野外勘探中，几乎不可能完全避免外界的干扰。由于干扰产生的波形的存在严重影响了地震数据的信噪比和可分辨程度，对地震数据带来了严重影响，使得后续解释工作非常困难。因此，本文对数据进行处理解释，采用F-K滤波衰减、叠前相干压制、叠前随机噪声衰减、自适应高频噪音衰减处理过程后，有效的去除了非线性干扰波，提高了地震资料的分辨能力。

1 非线性干扰波基本特征

非线性干扰波主要有两种，一种为非线性物理干扰波，一种为由于有限变形所产生的几何非线性干扰波。这两种非线性干扰波在地震剖面上具体表现为波形突然突陡，进而导致波形的破坏。这是与线性干扰波的不同。但由于耗散效应这类现象常常伴随出现，它能使波形平缓，阻止追赶现象发生，这也让非线性干扰波的影响大大降低，并稳定的传出光滑且陡峭的波形。冲击波和罗素水波的产生原因是非线性干扰波受到几种相互抑制的效应（和弥散效应、耗散效应）而产生的向一定的方向稳定的行进的波。特别是罗素水波，它有许多有趣的特性：罗素水波在形成过程中能量不断集聚，在性质均匀的介质中时，形态和速度也不发生变化，振幅也不发生衰减；罗素水波在行进过程中，与其他罗素水波撞击后，波形、速度、幅值均保持不变，呈现出犹如微观物理学中粒子的行为，因此我们也称其为孤粒子[1]。

2 非线性干扰波处理方法

2.1 定义观测系统

（1）加载SPS数据。启动Geometry中的SPS，选择对应的SPS数据，格式版本为SPS Rev2.1。

（2）面元化。先对数据表经行检查，确认检查结果无误后，再对SPS数据进行网格化，并进行网格化参数设置。对观测系统网格化设置后，再进行面元化（Bin）操作，运行结束后，更新数据库，该线束观测系统定义完毕，查看覆盖次数图。

（3）观测系统检查。定义观测系统时，需对输入的地震数字资料进行检查。检查位置是否符合设计，覆盖次数是否符合要求。

由于地震记录上的噪声干扰是随机的，也就是随机干扰，这样的噪声难以识别，特征表现很杂乱，但是我们可以根据有效信号的相关性，在不对有效信号的破坏下，根据有效信号的特征运用减去法来实现对随机噪声的去除。根据此原理可采用如下方法对非线性干扰波进行处理。

2.2 F-K滤波处理

FK滤波即是二维滤波，二维滤波是建立在二维傅氏变换的基础上的，频率波数谱函数U（f，k）可使用二维傅氏变换得到[2]：

这个公式表明，该信息的频谱是几个频率波数分量加叠形成的，对频波图的基本特征做些介绍：①测线方向的传播速度值是固定值的任一平面，过原点的相同方向射线是为该频率波。②在固定的情况下，增大波数则在时间剖面上的倾角随之增大。③相同射线，射线斜率越大，视速度越大。由于实际生产中输入、输出都是以时间剖面的形式出现，频率波数域滤波应按照下列步骤实施[3]。

图1 频率波数域滤波流程图

2.3 频率滤波处理

对于频率滤波法，小波变换可以清晰、简洁的实现。小波变换原理为：地震信号的连续小波变换在时间域定义为：

式中：a为尺度因子，b为时移因子，w(t)函数称为母小波。小波基函数由不相同的a和b组成：，小波的反变换为[4]：

小波变换在频率域可以表示为：

对比可知，在频率确定的平稳信号去除噪声时，Fourier变换的效果要略好于小波变换。信号的频率因时间变化而变化，这是因为该信号不是平稳的，所以采用频率滤波和变换去除噪声很容易丢失掉原信号中有用的成分[5]。

2.4 相关滤波处理

地震记录与地震子波的互相关就等于地震子波a(t)的自相关，自相关函数的极大值出现在50 ms处，说明在地震记录x(t)上50 ms处有一个信号a(t)出现，与a(t)波形对齐。所以通过地震子波与地震记录的互相关可以从地震记录x(t)上检测出有效信号a(t)的到达时刻，即相关滤波。本次处理主要研究中值相关滤波处理。在地震记录中，我们把有效波、规则干扰波这样的具有显著干涉现象的波看做是一种相干信号[6]。我们可以在理想情况下沿着某一组相干信号的同向轴取数，在有限区域内，将获得的一个样点序列看做一个常数序列。实际地震记录中，干扰波以震源或外界产生的相干噪声、随机噪声、以及许多不同视倾角的相干信号的形式同时存在。在我们预测的某一个视倾角的相干信号之外的其他相干信号都可看做是随机噪声。

3 处理效果分析

3.1 振幅分析

（1）单道振幅分析。利用Surouce analysis对原始数据进行单道振幅分析，本次课设拾取第56炮第61道进行振幅分析（图2单道振幅分析），在浅层地震道振幅能量较高，在500 ms左右振幅能量达到最大，最大值为1005。在500 ms之后振幅能量发生剧减，在1030 ms之后，振幅能量减小缓慢，能量变化趋势平缓。总体能量较低，分析其原因可能是地震波在传播过程中由于地层吸收衰减，地震道又远离炮点能量接收较低[4]。

图2 单道振幅分析图

图3 多边形窗口振幅分析

（2）多边形窗口振幅分析。本次拾取是第1炮和第56炮的浅层多边形窗口振幅分析。拾取道：43-96道。从拾取的第1炮中（图多边形窗口振幅分析上）可知：地震道增加振幅能量呈先减小后增大的趋势。振幅能量变化范围不大，大部分在440～550之间，大致在200动态变化范围内。从在拾取的第56炮窗口振幅（图多边形窗口振幅分析下）中可知：随着地震道记录的深度增加，有效波与干扰波振幅均出现降低。

3.2 频谱分析

（1）单道频谱。使用Spectrum Analysis功能对地震道进行频谱分析，选用Single trace Spectrum对炮点单道频谱分析。如图4对第一炮第64道的分析，主频大小为13.62Hz，振幅能量最大值为157，最小值为0.09。有效带宽在0-20Hz范围内。频率在80Hz时振幅能量变大，这有可能是受到线性噪声干扰的缘故。

图4 单道频谱拾取

（2）多道频谱。使用Spectrum Analysis功能对地震道进行频谱分析，选用Multi trace Spectrum对炮点单道频谱分析。如图5拾取第一炮第170-187道的频谱，可知：振幅能量总体呈先增大后减小的趋势，频率在35 Hz以后振幅能量大小减小缓慢，主频为13 Hz，有效带宽在6 Hz～35 Hz范围内，有效带宽较大。振幅能量最大值为96，最小值为0.04。

图5 多道频谱拾取

（3）窗口频谱分析。使用Spectrum Analysis功能对地震道进行频谱分析，选用Windows of single trace对炮点单道窗口频谱分析以及Windows of multi-traces炮点多道窗口频谱分析。使用单道窗口拾取频谱（见图6），第一炮第152道1200 ms～1650 ms，主频为15.38 Hz，有效带宽较窄。振幅能量最大值为25，振幅能量较小，大部分能量集中在3左右。使用多道窗口拾取频谱（见图7），可以识别多个道的窗口频谱，本次拾取窗口共16个地震道，主频为14.42 Hz，有效带宽在11.78 Hz～16.18 Hz范围内，有效带宽较窄。振幅能量在0.4～14.4之间。

图6 窗口频谱拾取（单道窗口频谱）

图7 窗口频谱拾取（多道窗口频谱）

从面波衰减处理效果对比图，可知经过面波衰减处理单炮地震剖面面波明显被压制，提高了地震剖面的信噪比。

3.3 野值振幅处理

从数据树中打开野值衰减处理后的数据，在GeoSeismicView窗口空白处单击右键，勾选datalist，双击左键其中野值衰减前的数据，调整显示参数，进行噪声衰减对比分析。

图8 野值振幅衰减处理对比图（处理前）

图9 野值振幅衰减处理对比图（处理后）

从图野值振幅衰减处理对比图中，可知野值振幅去除处理将上一步的面波衰减处理中面波噪声较大的地震剖面进一步压制处理，面波噪声得到进一步的有效控制。浅层规则干扰波衰减严重，中、深层面波近消失，去噪效果较好。

3.4 非线性噪声衰减

从数据树中打开非线性噪声处理后的数据，在GeoSeismic View窗口空白处单击右键，勾选datalist，双击左键其中非线性噪声处理前的数据，调整显示参数，进行噪声衰减对比分析。非线性干扰压制前后对比，发现经过叠前非线性干扰压制处理的地震资料中规则干扰波被滤除。

图10 非线性噪声衰减处理对比图（处理前）

图11 非线性噪声衰减处理对比图（处理后）

4 结论

处理前的数据显示效果较差，同相轴不够明显且中间有明显的干扰波，对后续进行数据处理解释有明显影响，经过F-K滤波衰减、叠前相干压制、叠前随机噪声衰减、自适应高频噪音衰减处理过程后，有效的去除了非线性干扰波突出了有效波，所得水平叠加剖面图同相轴显示清晰且连续较好，能够较好的展示出底层的构造样貌，提高了地震资料的分辨能力。使用此次的处理流程、方法能明显的压制非线性干扰波，达到处理目的及要求。