§4.3提高纵向分辨率的反滤波
一、反滤波的基本概念
1. 一般的反滤波的概念
正滤波 x(t) 滤波器h(t)
(t)=h(t)*x(t)
反滤波
(t) 反滤波器a(t) x(t)=a(t)*
(t)
当然a(t)=f[h(t)]——是反滤波因子。+-,×÷,乘方开方,褶积反褶积。
地震勘探中的反滤波——目的是提高垂向分辨率
2.复习
子波延迟时间Δt↗,垂向分辨率↘。子波延迟时间Δt↘,垂向分辨率↗。
3.大地滤波器
δ(t) b(t)
1
t 大地滤波器b(t) t b(t)=δ(t)*b(t)
b(t) δ(t)
1
t 反大地滤波器a(t) t δ(t)=b(t)*a(t)
放炮激发的过程是瞬间的,可近似成δ(t)。但实际
到的地震子波并不是δ(t),而是延续时间为60—100ms的脉冲波,这就使纵向分辨率降低。地震中把这个过程叫大地的滤波作用。假如能找到反大地滤波因子a(t),让它与子波进行褶积得到δ(t),分辨率就会提高。
4.褶积模型
EMBED Equation.3 (6.1-104)
x(t)——地震记录,b(t)——子波,R(t)——反射系数序列。
5.用反褶积将子波压缩成δ函数,提高纵向分辨率
据
(6.1-104)
两边同时褶积a(t),得
我们的目的是
则
,得到反射系数序列,提高了纵向分辨率。
6.图示
正滤波:
地 质 模 型 反射系数R(t) 子波b(t) 地震记录x(t)
V1
V2 ╳
V3
V4
t t t
反滤波:
地震记录x(t) 反子波a(t) 反射系数R(t) 地 质 模 型
V1
╳ V2
V3
V4
t t t
6. 知子波b(t),求反子波a(t)
A(f)B(f)=1
进行反付氏变换得到
。
7.问题
①要求出a(t)或A(f),需要已知b(t)或B(f),这在地震中是件难事。
②一般a(t)应为无限长序列,实际工作中只能取有限项;包括中途用到的b(t)或B(f)也只能取有限项,其效果不佳。
所以以上结果只作为理论上的讨论,实际在地震勘探中一般用统计法来求取反滤波因子,这就是下面介绍的最小平方反滤波和预测反滤波。
二、最小平方反滤波
1.基本思想
已知输入为地震子波:
b(t)=[b(0),b(1),……,b(n)],长度为n+1。
要设计一个反滤波因子:
a(t)=[a(-m0),a(-m0+1),……,a(-m0+m)],长度为m+1,m0为起始时刻。
使得滤波后的实际输出:
c(t)=a(t)*b(t)=
,长度为m+n+1。
与希望输出:
d(t)=[d(0),d(1),……,d(m+n)],长度为m+n+1
在最小平方意义下接近。
2.最小平方滤波基本方程(正规方程,法方程)
(1)基本方程
(6.4-52) 书中
╳
其中
子波的自相关
希望输出与子波的互相关 (6.4-51)
将(6.4—52)写成矩阵形式为
(6.4-53)
(2)(6.4—52)的推导过程提示
利用
就可得到(6.4-52)。
(3)基本方程(6.4-53)的物理意义
利用基本方程求出的反滤波因子a(t)与地震子波b(t)进行褶积,可得到任意的希望输出d(t),相当于对地震子波按希望进行整形。所以用该方程求出的反滤波因子a(t)有时称脉冲整形因子。
3.希望输出为δ函数的滤波方程
(1)方程
要求d(t)=δ(t),利用(6.4-51),有
(6.4-54)
其中
代入(6.4-53),得
(6.4-55)
(2)(6.4—55)式的物理意义
只要已知地震子波b(t),求出子波的自相关函数,代入(6.4-55)可解出反滤波因子a(t),用a(t)与地震记录褶积,可得到反射系数序列,
EMBED Equation.3 (6.4-56),就可提高纵向分辨率。
4.子波未知情况下的最小平方反滤波方程
(1)问题
因为地震子波一般事先不知道,所以无法利用上述方程求反子波a(t)。
(2)假设条件
在子波未知的情况下,要求出反滤波因子,需要以下假设条件:
1 假设反射系数R(t)是随机的白噪序列,即其自相关为:
2 假设地震子波是最小相位的。
时域 频域
b(t) Z变换的全部根在单位园外
Im(z)
最小相位子波
-1 1 Re(z)
0 t
(3)反滤波方程
根据假设①,地震子波的自相关
可用地震记录的自相关
代替。
P147(6.4-57)
根据假设②,可知地震子波b(t)的Z变换B(z)的零点全部在单位圆外,也就是反滤波因子a(t)的Z变换
的分母多项式的零点全部在单位圆外。所以a(t)是稳定的,是物理可实现的,即当t<0时a(t)=0。那么由(6.4-55)可见,必定有m0=0,则方程(6.4-55)式的右边变成[(b(0),b(-1),……,b(-m)]T 。又因为b(t)是物理可实现的,所以b(-1)=……=b(-m)=0,只剩下b(0)一项,令
,(6.4-55)成为
(6.4-58)
(4)(6.4—58)式的物理意义
当反射系数为白噪序列、子波为最小相位时,在未知子波的情况下,可以求地震记录的自相关,代入(6.4-58)求出反滤波因子
,用
对地震记录进行反褶积,可将子波压缩成δ函数,提高纵向分辨率。
三、预测滤波与预测反滤波
(一)预测滤波的原理
1.什么叫预测滤波
预测滤波就是对某个物理量的过去值和现在值进行加工处理,获得未来某个时刻的预测值。(用过去值和现在值,预测未来值)
例如:要击毁敌人的导弹,在发射反导弹时,就不能对准敌导弹即时位置,而是要根据敌导弹的运行情况,预测出敌导弹未来某个时刻的位置,使反导弹和敌导弹在将来的某个时刻的同一个位置上相遇,才能击毁。
再如:天气预报,地震预报,高考成绩预测,寿命预测,前途预测。
7. 地震勘探中的预测滤波
(1)方程
要设计一个预测滤波因子C(t),
对地震的现在值g(t)和过去值g(t-1),g(t-2),……,g(t-m)进行滤波,
获得未来某个时刻t+α的预测值
(t+α):
(6.4-59)
并且使预测值
(t+α)与实际未来值g(t+α)之间的误差即预测误差:
为最小。
按最小平方原理,就是使预测误差的平方和:
为最小。
即
(s=0,1,2,……,m),可得到
(s=0,1,2,……,m) (6.4-60)
将上式写成矩阵形式
(6.4-61)
(2)(6.4-61)的物理意义
方程中的α叫预测步长或预测间距。求解方程组(6.4-61)得到预测滤波因子C(t),代入(6.4-59)对输入道进行滤波,可得到未来的预测值。
(2) 预测反滤波
1. 预测反滤波思想
例如:预测一个学生能否考上大学,学习一致很好可预测,学习一致很差可预测,学习今天好明天差不可预测。
实测值=可预测量部分+不可预测量部分
预测值=可预测量部分
预测误差=实测值-预测值=不可预测量部分
2.地震勘探中预测反滤波
一次波不可预测,因为反射系数随机分布使一次波随机分布。
多次波可预测,因为有规律,如海上多次波每隔
重复一次。
实测值=一次波+多次波
预测值=多次波
预测误差=实际值-预测值=(一次波+多次波)-多次波=一次波
可见:预测误差是一次波,地震预测反滤波是为了消除多次波。又叫预测误差滤波。
3.预测误差滤波因子的求取
(6.4-62)
实测值 预测值
进行Z变换:
令
则
可见
是预测误差滤波因子的Z变换。
∵C(Z)是预测滤波因子的Z变换。
预测滤波因子C(t)=[C(0),C(1),C(2),……,C(m)]
∴预测误差滤波因子
(α-1)个0 (6.4-63)
物理意义:首先求解(6.4-61)得到预测滤波因子C(t),再根据(6.4-63)写出预测误差滤波因子,对地震记录进行预测误差滤波,能得到去掉多次波的地震记录。
4.用预测误差滤波压制海上多次波
接上面的分析,只要取预测步长
(海水双程旅行时),对地震记录进行预测误差滤波,就可消除海上多次波。关键是确定α,实际工作中估测或实验确定
。
5. 用预测反滤波提高垂向分辨率
可以证明当α=1时,预测反滤波与最小平方反滤波的输出相差常数倍,所以预测反滤波也可将子波压缩成δ函数,提高垂向分辨率。
《地震勘探
处理方法》,石油出版社,牟永光,P81。
4、 反滤波存在的问题
理论上反滤波可以将地震子波压缩成尖脉冲,使地震记录变成反射系数序列,实际上从未得到这一理想结果,原因可能有以下几点:
1. 反滤波的两个假设与实际有差异
因为子波b(t)不知道,反滤波用地震记录g(t)的自相关代替子波的自相关,这要满足两点假设才能代替,即①子波是最小相位的②反射系数是随机的白噪序列。
实际上子波一般是混合相位的。
反射系数并不完全是随机的。因为相邻界面的反射系数是有关联的,它们与相邻的层速度和密度有关。
这就不可能得到理想的反滤波结果。应研究更接近实际的反滤波方法。
2. 褶积模型不可靠
反滤波的基础建立在褶积模型上,即地震记录等于子波与反射系数的褶积,褶积模型也是在一些假设下得到的。
实际上地震记录是大地滤波器对子波有响应。到现在为止,子波不完全清楚。大地滤波器很复杂,也不能完全弄清楚。
正演过程的褶积模型就不十分可靠。当然反演问题不可能彻底解决好。只有深入研究正演过程,反滤波效果才能提高。
:
1.反滤波的目的是压缩子波长度提高垂向分辨率。反滤波还可以压制海上多次波。
3. 实现反滤波的方法有两种:①最小平方反滤波②预测反滤波。
五、补充 波阻抗反演
由反射系数计算
:
递推可得:
,
为波阻抗初始值,
上式右端有反射系数Ri的变限求和。
在实际资料处理中,通常把反褶积后的地震道s(t)当做Ri使用。
得到相对波阻抗:
计算的结果反映波阻抗相对变化,而相对波阻抗数值的横向变化反映了储层特性、岩石物性、流体性质等的空间变化,所以该参数在储层横向预测和油藏描述中具有较好的应用价值。
� EMBED Equation.3 ���
� EMBED Equation.3 ���
只有� EMBED Equation.3 ���其它为0
1
1
_1069088393.unknown
_1069224755.unknown
_1069229493.unknown
_1069273962.unknown
_1078950546.unknown
_1113154360.unknown
_1113154457.unknown
_1113155494.unknown
_1113155851.unknown
_1113154464.unknown
_1113154376.unknown
_1113154340.unknown
_1113139161.unknown
_1069334402.unknown
_1069334541.unknown
_1069332739.unknown
_1069273800.unknown
_1069273960.unknown
_1069273961.unknown
_1069273959.unknown
_1069266939.unknown
_1069268838.unknown
_1069273777.unknown
_1069265705.unknown
_1069226645.unknown
_1069228480.unknown
_1069228843.unknown
_1069227640.unknown
_1069228294.unknown
_1069225196.unknown
_1069226555.unknown
_1069225140.unknown
_1069177710.unknown
_1069179953.unknown
_1069223414.unknown
_1069224341.unknown
_1069185189.unknown
_1069222517.unknown
_1069222034.unknown
_1069180682.unknown
_1069178682.unknown
_1069179155.unknown
_1069178327.unknown
_1069093203.unknown
_1069094461.unknown
_1069094681.unknown
_1069091272.unknown
_1069092787.unknown
_1069092801.unknown
_1069093068.unknown
_1069092214.unknown
_1069088420.unknown
_1069088124.unknown
_1069088205.unknown
_1069088311.unknown
_1069088161.unknown
_1068967504.unknown
_1069087057.unknown
_1068753719.unknown
_1068967301.unknown
_1055618876.unknown