地震勘探大数据的高精度处理技术研究

With the deepening of oil-gas seismic exploration, seismic data has increased significantly. The processing of large seismic exploration data becomes a hot topic in the research fields. The high signal-to-noise ratio and high resolution is always the goal of high precision processing of seismic data. In the high precision processing of large seismic exploration data, it is a key problem how to build effective denoising and deconvolution techniques for optimizing the high signal-to-noise ratio and high resolution processing technologies of massive seismic data..In this project, we focus on the high signal-to-noise ratio and high resolution processing technologies of massive seismic data. Firstly, we conduct the analysis of the problems between improving the signal-to-noise ratio and improving resolution. To address these existing problems, we propose a new seismic data reconstruction technology based on norm optimization. Secondly, to overcome the defects in conventional denoising and deconvolution methods, we explore more effective nonlinear blind source separation techniques and sparse transform techniques for optimizing and perfecting the denoising and deconvolution methods. Therefore, we propose a new signal and noise separation method and a novel seismic blind deconvolution technique for seismic data based on a new kernel function and independent component analysis (ICA). In addition, we also propose a novel multi-dimensional deconvolution technique for seismic data based on shearlet sparse transform. Finally, we build the experiment visual platform of the high precision processing of massive seismic data, and the performance analyzing system to verify our research results.

随着油气地震勘探的不断深入，地震数据量与日俱增，地震勘探大数据的处理已成为热门研究领域。高信噪比和高分辨率是地震数据高精度处理追求的目标。在地震勘探大数据的高精度处理研究中，如何创建合理的去噪和反褶积技术属于核心问题，是优化海量地震数据高信噪比和高分辨率处理技术的基础。.本项目将针对地震数据的高信噪比和高分辨率技术展开研究工作。工作中首先对当前提高信噪比和提高分辨率之间存在的问题进行分析，找出解决方案，提出具有自主创新性的基于范数最优化的地震数据重建技术。其次，针对传统去噪和反褶积方法存在的缺陷，探究更加有效的非线性盲源分离技术和稀疏变换技术，对去噪和反褶积方法进行优化完善，提出一套基于新型核函数和独立分量分析的地震数据信噪分离方法和地震盲反褶积技术，以及基于剪切波变换的多维反褶积技术。最后，搭建地震勘探大数据的高精度处理及可视平台，以及相应的性能评测系统，对项目研究成果进行统一验证。

高分辨率和高信噪比一直是石油勘探地震资料高精度处理追求的目标。如何高效地提高地震数据的分辨率和信噪比是该项目关注的核心问题。针对这一问题，该项目围绕提高地震数据分辨率和信噪比技术展开深入的研究工作。项目重点聚焦在三个层面：同时提高地震数据分辨率和信噪比，高信噪比/高分辨率地震信号处理，以及海量地震数据处理平台的构建方案。.项目整体工作依照研究计划循序渐进执行，在上述三个重点层面上依次取得创新性的研究成果。在同时提高地震数据分辨率和信噪比层面，提出一种基于L1范数全变分理论和交替方向法的地震数据重建技术，解决当前提高分辨率技术和提高信噪比技术存在相互影响和制约的技术难题。在高信噪比/高分辨率地震信号处理层面，提出结合人工智能和稀疏变换的处理技术，该技术是地球物理学与人工智能技术交叉结合取得的创新成果。在海量地震数据处理平台的构建方案层面，构建了海量地震数据高信噪比和高分辨率的处理测试系统，作为项目成果验证平台。项目同时与中国石油辽河油田公司和东方地球物理公司就该平台的应用完善达成合作意向，奠定成果产业化的基础。.在项目支持下，项目负责人获得辽宁省优秀科技工作者、辽宁省百千万人才工程等人才称号。项目组发表学术论文包括中科院一区、二区、CCF推荐等国际著名学术期刊及会议文章10余篇；授权一项国内发明专利。在该项目完成的基础上，项目组继续开展了基于深度学习的地震信号处理的研究，重点从卷积神经网络（CNN）模型的基础研究过渡到基于新型CNN网络结构的高精度地震信号处理方面的应用研究，并获得一定初期研究进展，为项目后续延伸工作奠定了扎实的基础。

内容获取失败，请点击重试