[发明专利]一种基于改进BEMD算法的地震叠前数据优化方法及设备

说明书

本发明属于地震资料处理与数据优化领域，特别是一种基于改进BEMD算法的地震叠前数据优化方法及设备。本发明方法利用改进BEMD算法和自适应去噪算法，将叠前道集分解为不同尺度的特征信号。再针对各分量进行基于阈值的正交小波变换去噪，将大部分的噪声进行去除。然后通过求取各分量与原始数据之间的相关系数，并基于相关系数对数据进行重构。最大程度的保留了有效信号，去除了噪声信号的干扰，提高叠前道集的信噪比，为地震后续预测算法提供了良好的数据基础。

技术领域

本发明涉及地震资料处理与数据优化领域，特别是一种基于改进BEMD算法的地震叠前数据优化方法及设备。

背景技术

地震数据作为地下地质情况的媒介，一直占有者至关重要的地位。地震数据的品质直接的影响着地震成像，地震反演的精度。叠前数据更是一切方法的基础，叠后地震数据可以由叠前数据叠加而来，而叠前数据是采集后的数据经过处理之后直接得到的数据。

但就目前来看，由于采集设备的精度，处理算法的缺陷等问题叠前道集往往存在信噪比不高、AVO效应不明显、同相轴不连续等问题。且常规优化处理流程步骤较多且繁琐，再加上叠前数据规模大，所以往往存在处理速度较慢、累计误差较多、适应性较弱等问题。申请号为CN201410415741.6的专利提供了一种基于小波包分解的叠前道集优化方法，该申请利用小波包对地震道集进行自适应分解，在不同频段进行同相轴拉平后重构地震道集，但该方法并未对叠前道集的整体进行优化。所以如今需要一种快速、稳定、高效的叠前道集优化方法。

发明内容

本发明的目的在于克服现有技术中所存在的处理速度较慢、累计误差较多、适应性较弱等问题，提供一种基于改进BEMD(Bidimensional empirical mode decomposition，二维经验模态分解)算法的地震叠前数据优化方法及设备，以有效的增强叠前道集信号的内部趋势，减少信号噪声，从而能够为叠前反演等方法提供更好的数据基础，提高储层预测的准确性。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于改进BEMD算法的地震叠前数据优化方法，包括以下步骤：

S1：输入叠前道集；

S2：通过改进BEMD算法对所述叠前道集进行经验模态分解，获取多个BIMF分量(Bidimensional Intrinsic Mode Function，二维固有模态函数)和残余分量；其中，所述改进BEMD算法为BEMD算法中加入数学形态学算法的腐蚀和膨胀操作计算极值点以及三次样条插值算法进行包络拟合；

S3：对所述BIMF分量进行基于阈值的正交小波变换去噪处理，获取去噪后的所述BIMF分量；

S4：获取去噪后的所述BIMF分量与残余分量的相关系数，并根据所述相关系数进行加权叠加处理，输出加权叠加处理后的数据作为优化后的叠前道集。本发明对二维经验模态算法进行改进，通过数学形态学算法和三次样条插值算法，提高二维经验模态算法的适应性，且采用三次样条插值算法进行计算也大大的提高了数据处理速度；然后通过该算法对叠前道集进行分解，获得不同尺度特征的本征模态分量，更加适应叠前信号的变化特征和波形随偏移距的变化特征。本发明再通过基于阈值的正交小波变换方法对第一分量进行去噪处理，有效的去除信号的噪声，最大限度的保留有效信号。最后基于系数化的加权叠加重构处理，利用相关系数最大程度的保留了有效信号，去除了噪声信号的干扰，为地震后续预测算法提供了良好的数据基础。本发明计算精度更高、速度快，适合海量地震数据的处理。

作为本发明的优选方案，所述步骤S1还包括对输入的所述叠前道集进行预分析；所述预分析包括以下步骤：