论文摘要
稀疏脉冲反褶积方法对提高地震资料分辨率有着重要作用,迭代阈值收缩算法(ISTA)是其核心算法,首先利用地震数据提取子波,再利用ISTA求解反射系数。当地震子波提取不准确时,反褶积效果不理想。为此,在ISTA基础上,结合循环神经网络(RNN)中反向传播(BPTT)的思想,研究形成了一种类RNN的改进ISTA稀疏脉冲反褶积方法。该算法首先使用常规手段从实际地震数据中提取地震子波,构建反褶积的子波字典;然后将构建的地震子波字典作为已知的初始条件,结合ISTA求取的反射系数;再根据BPTT算法思想,将求取的反射系数与子波褶积并与实际数据进行比较,反向修改地震子波;最终,经过多次迭代修改获得合理的地震子波字典,并利用该地震子波字典求解实际地震数据的反射系数序列。为验证算法的有效性,采用不同信噪比的理论地震记录,给定存在较大误差的初始子波,进行了反褶积计算。采用传统的ISTA和类RNN的改进ISTA进行对比处理,结果表明,改进ISTA具有较好的抗噪能力和子波自适应能力,可使实测地震资料的有效频带拓展约1.5倍,能够较好地适应实际地震资料的反褶积处理。
论文目录
文章来源
类型: 期刊论文
作者: 潘树林,闫柯,杨海飞,蒋从元,秦子雨
关键词: 稀疏脉冲反褶积,分辨率,地震子波,信噪比,循环神经网络,反向传播
来源: 石油物探 2019年04期
年度: 2019
分类: 基础科学
专业: 地质学,地球物理学
单位: 西南石油大学地球科学与技术学院,长庆油田长北作业分公司,四川职业技术学院电子电气工程系
基金: 国家自然基金项目(NSFC 41674095),“油气藏地质及开发工程”国家重点实验室开放基金项目(PLN201733),天然气地质四川省重点实验室开放基金项目(2015trqdz03)共同资助~~
分类号: P631.4
页码: 533-540
总页数: 8
文件大小: 4620K
下载量: 90