海洋可控源電磁信號噪聲壓制綜述

李肅義 張 熠 張繼昆 申 春

(①吉林大學儀器科學與電氣工程學院,吉林長春 130061； ②吉林大學計算機科學與技術學院,吉林長春 130012)

0 引言

隨著陸地石油資源的減少，海洋領域油氣勘探開始逐步吸引人類的目光。由于海洋環境復雜，電磁信號極易受到各種噪聲的干擾，影響反演和解釋效果，相比于陸地勘探有著更大的風險。Eidesmo等[1]提出海底測井(Sea Bed Logging,SBL)技術，可用于檢測海底含油儲層；Ellingsrud 等[2]對這種方法進行了實際的應用。

海洋可控源電磁(Marine Controlled Source Electromagnetic,MCSEM)法基于油氣儲層與圍巖的電導率差異判斷海底是否含有油氣層，這是勘探海底油氣儲層的有效方法之一，近年來已經取得明顯成效[3-4]。Hesthanmmer等[5]利用近10年的數據分析了MCSEM勘探對鉆井成功率的影響。結果表明，對于有著明顯CSEM數據異常的目標，鉆井成功率約為70%，而沒有明顯CSEM數據異常的鉆井成功率則降低至約35%。由此可知，MCSEM數據對于提高鉆井成功率、降低深海鉆探風險具有重要意義。

1968年Bannister[6]首次發表了關于MCSEM的論文，提出了海底電導率可以通過在海面放置水平電偶極發射源、并記錄所產生的水平電磁場分量來確定；還提出水平電偶極源(Horizontal Electric Dipole,HED)的概念，這種發射源是目前實際勘探中應用最廣泛和成熟的偶極源模式。隨著研究的深入，MCSEM法在油氣勘探中的潛力逐漸展現，OHM、AGO、EMGS等相關服務公司相繼成立，在世界范圍內多次進行了MCSEM勘探試驗，為提高海洋鉆探成功率做出了巨大貢獻[7-9]。Macgregor等[10-11]對MCSEM數據采集方法進行了概述，提出通過最小二乘法擬合儀器的背景噪聲，并利用堆棧算法減少計算量。Behrens[12]提出了MCSEM數據預處理的基本流程，對不確定因素，如導航、噪聲等進行了分析，并編寫了相應的數據處理程序。

深水MCSEM勘探雖然具有屏蔽空間電磁噪聲的天然優勢，但是接收機記錄的MCSEM信號仍會受到隨機噪聲、海水擾動噪聲以及空氣波的影響，嚴重影響了電磁數據定性分析精度以及定量反演解釋效果[13]。因此如何抑制噪聲、提高信噪比是目前MCSEM勘探中亟待解決的重要問題之一。后文將簡述MCSEM數據的預處理流程、偶極子振動噪聲和天然電磁場噪聲的壓制途徑，并著重介紹了隨機噪聲、“空氣波”噪聲以及海水擾動噪聲的壓制方法，最后總結了其他噪聲的壓制方法。

1 海洋可控源電磁法原理

MCSEM常見的數據采集方式包括海底測井(SBL)式和拖纜(Towed Streamer ElectroMagnetics,TSEM)式[14]。在深水域(大于600m)，SBL系統的性能優于TSEM系統；在水深300～600m的水域，TSEM系統具有不可或缺的優勢；在淺水域(小于300m)，二者均可提供高質量的采集數據。以目前實際MCSEM勘探中最常用的施工方式SBL為例，圖1為該方式下電磁信號的傳播示意圖。將多分量電磁場接收機沿著預先設計好的測線自由下沉至海底，發射源由勘探船拖拽在海中沿測線進行移動式測量。由于海底沉積地層與高阻油氣儲層的電阻率有明顯差別，所接收到的電磁信號會有明顯的反映。圖2所示為典型的海底油氣藏電場振幅隨偏移距變化(Magnitude Versus Offset,MVO)曲線。可見，若存在油氣儲層，在適當收發距范圍內會出現明顯的異常[15]。通過發射源向海底發射低頻電磁信號，接收機記錄的信號包括直達電磁波、經各介質傳播后的反射電磁波、折射電磁波、空氣波和其他噪聲干擾。噪聲會影響后續的反演工作。

圖1 MCSEM法電磁信號傳播示意圖

圖2 含高阻油氣層和不含高阻油氣層MVO曲線對比

海水的高導電性使其具有屏蔽電磁噪聲的天然優勢，因此常將其視作一個低通濾波器。高頻電磁信號在海水中會迅速衰減，因而空氣中的高頻噪聲很難到達海底。因此，一些高頻成分的噪聲和人類活動產生的電磁噪聲對MCSEM數據基本不會產生影響。但海洋電磁勘探依然會受到由系統本身產生的噪聲和隨機噪聲、由發射源發射的信號向上傳播到達海水—空氣分界面后又向下穿過海水層到達接收端的“空氣波”以及由海水感應運動產生的電磁噪聲的干擾[9,16-17]。表1為Pethick[18]總結的MCSEM數據噪聲分類及描述，這些噪聲會降低MCSEM數據的解釋精度，影響電磁數據的定性分析以及反演效果。

表1 MCSEM數據噪聲來源分類

2 數據預處理

迄今為止，大多數海洋電磁數據都是在頻率域進行處理，但接收機接收到的MCSEM數據是在時域記錄的[19]，并且不同公司開發的接收機采集到的原始數據通常有其特定的存儲格式，如美國OHM公司的數據存儲格式為NetCDF(Network Common Data Form)。因此，需將記錄的原始數據進行數據提取、格式轉換、歸一化及幅度校正等，轉換成能夠處理的數據格式，再對其進行時域濾波。然后，利用快速傅里葉變換(Fast Fourier Transform,FFT)對信號進行頻譜分解，將時域電磁信號轉化為頻域電磁信號。

在MCSEM數據的采集過程中，接收機是自由下落至海底。海水的流動會改變接收機投放的位置；海底地面不完全水平也會導致接收機在海底不是水平放置的；接收機的方位也不確定。這些不確定因素會影響MCSEM信號的數據質量，在數據處理時為了消除接收端的不確定性，需要對接收機返回的數據進行方位校正[20]。方位校正主要分為極化橢圓分析和旋轉電性主軸分析兩個方面。

2.1 極化橢圓分析

原始MCSEM數據的電場分量Ex與Ey有一定的相位差，表現為極化橢圓模式。極化橢圓分析的原理是當發射源向接收機靠近時，極化橢圓的主軸平行于發射源的運動軌跡方向，以此得到較為精準的方位角[21]。如圖3所示，設正交水平復數電場分別為Ex=|Ex|eiφ1和Ey=|Ey|eiφ2，其對應的幅值分別為|Ex|和|Ey|，對應的相位為φ1和φ2，相位差Δφ=φ1-φ2，α是從x軸正方向逆時針旋轉至極化橢圓長軸方向的夾角。

圖3 極化橢圓分析示意圖

通過計算可得

(1)

Pmax=||Ex|eiΔφsinα+|Ey|cosα|

(2)

Pmin=||Ex|eiΔφsinα-|Ey|cosα|

(3)

式中Pmax和Pmin分別代表極化橢圓的長軸和短軸方向上的電場分量幅值。

由式(1)～式(3)可知，α是Δφ的函數，因此相比單一電場值，Pmax不依賴于發射機和接收機的具體位置以及信號的絕對相位。另外，Pmin大于任何單一的電場幅值，在一定程度上降低了隨機噪聲的干擾[21]。

2.2 旋轉電性軸分析

在MCSEM數據采集過程中，由于信號發射機或者接收機發生傾斜或者翻轉，使采集到的電磁數據幅值降低，因此需要將電磁場分量旋轉到電性主軸，再分析不同方位角和傾角的電場分量。

將電場分量旋轉到電性主軸后，Ex和Ey的實部和虛部分別為[12]

(4)

圖和旋轉到電性軸示意圖

3 噪聲壓制

MCSEM勘探會受到隨機噪聲、海水擾動以及“空氣波”等噪聲的影響，為了提高后期數據定性分析效果及反演精度，地球物理學家們對上述噪聲的壓制展開了研究。

3.1 隨機噪聲

隨機噪聲包括系統隨機干擾和系統本身的噪聲。由于隨機噪聲與信號不具有相關性，因此在時域通常利用多次疊加的方法進行壓制，在頻域通過計算互功率譜進行壓制。但是有限的船速和空間采樣決定了可以用于疊加的數據量是有限的；且數據中的噪聲并不總是遵從高斯分布，這也會降低疊加去噪的效果[20]。

Myer等[22-23]指出，與單個或僅使用幾個相隔緊密的頻率數據相比，使用寬頻數據能夠更好地解釋地質構造；基于雙對稱波形具有緊湊性、相位可控、不極化且可通過簡單的閉式數學解描述的特性，提出可改進時間序列的處理方法；通過使用短時窗和一階差分預增白劑可減少MT噪聲和其他低頻噪聲帶來的頻譜污染；緊湊波形時間窗口的數據疊加可減少時間序列瞬變帶來的偏差；從時間序列的波形長度傅里葉變換(Fourier Transform,FT)窗口的平均值中可得出準確的方差估計值。Attias等[24-25]將MCSEM時間序列數據變換到頻域處理，使用1s的時間窗對數據進行快速傅里葉變換(FFT)，得到振幅和相位，并以60s的間隔堆疊數據，明顯提高了信噪比；Hsu等[26]為了更好地了解臺灣西南部潛在的天然氣水合物情況，首次在該地區進行了MCSEM勘探實驗，認為采集數據中的高頻噪聲可能是海底劇烈起伏造成的，并使用了0.00001～5Hz的帶通Butterworth濾波器平滑視電阻率曲線，消除離群值的影響。

Lu等[27]提出了壓制MCSEM噪聲的兩種方法，即時域濾波方法和噪聲估計方法。其中，時域濾波方法選取較長的時間窗會得到更好的效果；噪聲估計方法是通過濾除主動頻率噪聲提高MCSEM的信噪比，一般利用最小二乘法建立主動頻率噪聲和周邊頻率噪聲的關系，并通過處理模擬數據驗證了提高信噪比以及增加有效收發距的可行性。林昕等[28]對此方法進行了應用分析，在模擬電場數據中疊加隨機噪聲，對加噪信號進行頻譜轉換，選用2、8、20s的時間窗分別對加噪信號進行處理，得出當采用越長的時間窗時收到噪聲的影響越小。并根據最小二乘法原理，建立主動頻率噪聲與周邊頻率噪聲的關系，對一維模型進行MCSEM信號模擬，利用隨機噪聲模擬海底噪聲環境，最后得出結論，在加入噪聲時可獲得有效信號的收發距離約為2km，濾除主動噪聲后的有效收發距可增加到5km。

于彩霞[20]基于MCSEM數據具有非線性、非平穩性的特征提出利用Hilbert時—頻能量對MCSEM數據進行處理。在MCSEM模擬數據中加入頻率為1Hz的正弦噪聲和5%的隨機噪聲，對其進行經驗模態分解(Empirical Mode Decomposition,EMD)，自適應分解后得到7階IMF，對時域信號進行希爾伯特—黃變換(Hilbert Huang Transform,HHT)得到Hilbert譜。對比原始信號固有模態函數(IMF)，利用具有原始信號特征的IMF重構信號，去除其他含有噪聲的各階IMF，對比發現此方法能夠壓制大部分隨機噪聲和正弦噪聲，從而提高數據處理的效果。譚帥等[29-30]將自適應空域相關濾波方法應用到MCSEM數據的處理。仿真結果證明該方法可極大程度地濾除了重構邊緣信號的噪聲，并保留了有效信號；還利用EMD對MCSEM數據進行了去噪處理，并指出EMD方法具有模態混疊的問題，提出了一種改進EMD方法——集成平均經驗模式分解方法(Ensemble Empirical Mode Decomposition，EEMD)。在原始信號中加入服從正態分布的高斯白噪聲，對噪聲信號進行EMD得到多個IMF 分量，多次重復上述步驟，加入不同的白噪聲。將得到的IMF分量進行集成平均運算，抵消所加白噪聲對IMF的影響，最后得到一組避免模態混疊的IMF分量。這種方法不僅能去除大部分噪聲，還去除了低頻段的混雜信號，提取了清晰的信號特征。

李予國等[31]提出了系列MCSEM數據處理方法，包括預白處理、時鐘漂移補償、隨機噪聲估計以及疊加窗口選擇等，并通過實驗說明了這些方法能夠有效壓制噪聲。Li等[32]結合傅里葉變換和相關分析，提出了一種新的CSEM數據處理方法：首先對數據進行FT，在頻域中消除供電電線的噪聲；其次，對去噪后的頻譜執行傅里葉逆變換(Inverse Fourier Transform,IFT)，再計算發送和接收數據之間的相關性、定量評估數據質量；最后通過設置適當的閾值獲取高質量的接收數據，降低噪聲影響。Chen等[33]提出了一種適用于復雜地下結構的f-xEMD新型降噪方法，通過預測過濾的方式壓制隨機噪聲，提高信噪比。基于f-xEMD的框架，Gan等[34]通過局部相似度檢測噪聲中的有效信號點，設計一個用于提取信號的加權算子檢索丟失的有用信號，以保留更多的有效信號。Yang等[35-36]通過逆離散傅里葉變換(Inverse Discrete Fourier Transform,IDFT)、連續小波變換(Continuous Wavelet Transform,CWT)以及超定方程(Over Determined Equations,ODE)對周期性變化的CSEM數據進行去噪，可大幅度地提高信噪比；又基于IDFT和僅存在幾個高斯白噪聲的時間窗的逆問題消除非周期噪聲，通過一種新的最小二乘法估計非周期噪聲的系數，然后將其從原始數據的系數中減去，得到去噪數據。

3.2 空氣波噪聲

MCSEM數據中的空氣波是由HED源激發的、沿空氣—海水界面傳播的電磁波。在深水域，由于海水的衰減作用，空氣波的影響較小。在海水深度小于300m時，使用常規的HED發射源，接收到的有效信號，尤其是來自高阻油氣層的電磁信號會被空氣波成分掩蓋，嚴重影響反演效果[37]。因此，壓制空氣波噪聲在淺水域MCSEM勘探中顯得尤為重要[38]。

Kees等[39]提出了通過反卷積進行干涉測量的方法，可以忽略介質是無損的這一大多數地震干涉測量方案的主要假設。這個方法不僅適用于地震波，也適用于任何類型的耗散介質及其波場。在淺水域，導致MCSEM數據處理復雜化的兩個主要因素是直接場和空氣波。通過去卷積的干涉測量法可消除這兩種效應，從而在理論上解決了CSEM應用中的淺水域空氣波噪聲問題。

Amundsen等[40]提出將電磁場分解成上行成分和下行成分的方法去除空氣波的影響。該方法首先以頻率—波數域中的微分方程矩陣的形式編寫麥克斯韋方程，通過FT將原始數據變換到波數域，在波數域進行特征方程分析，將數據分解為上行波場和下行波場，其中上行波是高阻層的電磁響應，下行波是直達波和空氣波等噪聲的場分量，再利用傅里葉逆變換將數據轉化為空間數據。根據實驗數據，屏蔽下行波場后，電場上行分量相位數據幾乎呈線性特征，表明已經去除大部分空氣波成分的影響。Michael等[41]提出基于電磁場的水平梯度分離電磁場的上、下波場，以消除空氣波在淺水域中的影響。合成MCSEM數據計算結果表明，該方法可以得到穩定可靠的分離結果。David[42]提出將響應信號分解為四部分，以更好地分析淺水域MCSEM空氣波的影響。該方法還可以用于分析不同的空氣波去除方案對某些參數(如海底電阻率)的有效性和靈敏度的影響。王書明等[43]基于麥克斯韋方程組推導了一種利用觀測場水平梯度進行場分解的方法。該方法能夠快速準確地將電磁場分解為上、下行波場，有效消除淺水域MCSEM勘探時空氣波的影響。Wang等[44]進一步提出基于Stratton-Chu積分變換提取MCSEM數據中的有效異常場，消除了空氣波的影響。這種方法實際是一種基于離散數據集的有限脈沖響應濾波器，數值實驗表明該方法可有效壓制空氣波的影響。

基于空氣波是側波，即由垂直的電偶極子或磁偶極子在空氣—海水界面附近產生的橫向電磁波，可用雙半空間電阻率模型分析表達，Chen等[45]提出了三種降低空氣波影響的方法： ①通過對兩次測量結果進行加權相減的方法，將不同收發距條件下測量的電場分別乘以收發距的立方，所得結果中含有空氣波的項應相等，通過相減可將空氣波的影響去除； ②基于空氣波場對頻率求導后其系數與發射機和接收機到海面的距離之和成正比，其他波場對頻率求導后的系數與收發距成正比這一結論，提出利用觀測數據對頻率求導的方法可以壓制空氣波； ③利用空氣波場對頻率求導后系數與其他波場對頻率求導后系數的不同正比關系，提出利用觀測數據對頻率求導的方法可以壓制空氣波。通過下式

(5)

Mittet等[49-50]利用改進的歸一化振幅比方法分析了水深的影響。這種歸一化振幅比是基于電磁場的振幅和絕對相位計算的，可以將相位變化轉換為異常振幅。通過對背景模型進行估計，計算不含高阻油氣層的模型響應，再利用改進的歸一化表達式處理與解釋MCSEM數據。這種方法能夠應用于淺水域MCSEM勘探，已形成了一套系統方法，主要用于研究MCSEM數據對高阻目標體的敏感性；Mittet等[51]還指出，水平電偶極子引起的空氣波振幅隨著水深的減小而增大，并通過補償效應使發射源中的埋入式薄電阻器產生的散射場幅度隨水深的減小而增大，獲得了包括薄電阻器在內的淺水電阻率模型近似但精度較高的總場表達式，使淺水域MCSEM勘探得以實現。Mittet等[52]提出了一種基于MCSEM數據估算海底淺部地層電阻率的數據驅動方法，得到的電阻率數據可應用于分解海底地層中傳播電場的上、下行波場，可有效抑制空氣波對上行電場的影響，提高電磁場數據對海底地層電阻率變化的敏感度。沈金松等[53]提出，在其他參數相同的情況下，電磁場的水平分量受空氣波的影響嚴重，而垂直分量受空氣波影響則較小，因此測量垂直電場分量有利于削弱空氣波的影響。Zhou等[54]采用時頻分析技術研究如何抑制空氣波，比較了短時傅里葉變換(Short-time Fourier Transform,STFT)、希爾伯特—黃變換和偽W-V分布三種頻譜分析方法，結果表明平滑的偽W-V分布更適合于海洋電磁信號分析中壓制空氣波。Singer[55]考慮到空氣波遵從幾何定律衰減，提出使用水平電偶和磁偶極子的組合發射源。研究結果表明，使用組合發射源的水平電流的幅值及相位和磁矩可使遠區垂直磁場最小化，減弱了空氣波的影響。Yoon等[56]為了消除淺水域油氣儲層由于空氣波的作用而出現的失真效應，設計了一種Boxcar函數形式的合成孔徑數據，該函數覆蓋了預期的儲層異常區域，基于這種Boxcar函數設計的合成孔徑方法能夠明顯減弱淺水域空氣波的影響。

3.3 海水擾動噪聲

海水擾動噪聲主要是由海浪、海流等海水運動產生的感應電磁場，會對海洋電磁探測數據質量產生影響，具有頻率低、幅值高的特點。在較大偏移距時，測量的MCSEM信號十分微弱，受海水擾動噪聲的影響會很嚴重。

Willen[57]提出對MCSEM信號進行離散小波變換以壓制噪聲。周潞等[58-59]在原始信號中加入高斯白噪聲，使用小波收縮閾值去噪方法，利用sym8小波對信號進行4層分解處理，并通過不同的閾值函數比較去噪效果。對比處理結果發現，軟閾值去噪后信號較平滑；硬閾值去噪后有較多尖峰； semisoft閾值去噪效果粗糙； Garrote閾值函數的去噪效果優于其他三種函數，可以很好地還原真實的信號。馬海舲[16]對疊加信噪比為5的MCSEM原始數據，將小波變換模極大值應用于MCSEM信號的去噪，對信號進行4尺度的小波分解，經過信號二進變換、去噪和重構后，對比原始信號去噪效果明顯，同時還具有抑制偽Gibbs震蕩的效果。Hussain等[60]根據Daubechies小波的正交性和緊密支撐性將其作為求解MCSEM波動方程的基函數壓制噪聲，證明了基于小波的數值處理方法對MCSEM數據的去噪處理是有效的。李肅義等[61]針對海水擾動噪聲處理提出一種基于小波多分辨率分析的校正方法，通過建立海底均勻層狀介質模型進行數據模擬，證明了該方法能夠很好地壓制海水擾動噪聲，提高了MCSEM數據的信噪比。為了進一步提升小波方法對MCSEM數據消噪的效果，李肅義等[62]根據MCSEM數據的特點，設計了新型小波基，提出了相應去噪方法。通過與傳統小波基去噪方法進行對比，基于仿真與實測MCSEM數據，證明了使用新型小波基的去噪方法優于傳統小波基的去噪方法。于彩霞等[20,63]通過HHT壓制海浪電磁噪聲，并對南海實測MT數據進行處理，得到了較理想的去噪效果。并進一步在HHT的基礎上進行小波濾波，實現了更加有效的噪聲壓制。

Yutaka[64]指出，對于深水油藏模型，電場響應的畸變主要源于電流效應，對MCSEM數據進行地形校正，可以消除電場響應中的測深曲線形變。Johan[65]提出了拖拽式MCSEM數據的去噪技術，通過使用空間平均和低秩近似模擬高密度空間數據，可以減少拖拽式MCSEM數據的電場噪聲。Mo等[66]提出了將灰色系統理論與魯棒M估計相結合的方法抑制MCSEM噪聲，通過灰色建模求解測量數據的標準差，結合閾值法識別、剔除異常值。并采用魯棒M估計估算測量結果，以壓制異常值的影響，提高處理結果的精度。處理結果與預期值非常接近。

劉寧等[67-68]根據MCSEM噪聲的特點，在傳統平滑濾波的基礎上提出改進的時變平滑濾波方法，在電場x分量數據時間序列上截取收發距大于7500m的低信噪比數據，建立20個固定長度的時間窗口。隨著收發距增大，與第一個窗口卷積的平滑濾波器的初始平滑半徑參數線性增加(迭代次數為5)。以濾波后的數據代替原數據，得出在中、遠收發距處的振幅值相對含噪數據降低了2～3個數量級，一定程度上提高了信噪比；同時還基于傳統的雙邊濾波方法提出了時變雙邊濾波方法壓制MCSEM噪聲。理論模型和實際數據的處理結果驗證了這兩種方法能夠有效地提高數據質量，利于提高反演精度。Sato等[69]提出使用獨立分量分析(Independent Component Analysis,ICA)將電場信號和海底噪聲分離為多個信號，并通過數據疊加方式去除噪聲。Imamura等[70]開發了一種基于獨立分量分析的魯棒方法，從含噪MCSEM數據中提取有用的信號，實驗結果表明效果良好。

3.4 其他噪聲

前文根據噪聲的成因將噪聲分類，總結了不同種類噪聲的壓制方法。然而在實際勘探中，并不只存在上文提到的三類噪聲。也有些去噪算法并不僅僅只針對一種噪聲，而是對含噪信號整體去噪。抑制噪聲的手段也不僅限于后期數據處理階段，硬件設備的改進同樣可以在一定程度上壓制噪聲。

針對表1中接收機偶極子天線振動產生的噪聲可以通過接收機天線上加裝玻璃棒、增加重量的方式抑制[68]。天然電磁場噪聲是由于地磁場和太陽風相互作用產生的，由于海水的衰減作用，其能量隨著海水深度的增加會逐漸減小。Bhatt[71]指出微震在站間MCSEM數據中是相干噪聲，根據其分布特征、相干性質和強度可知，在較大偏移處，微震是MCSEM數據的重要噪聲源，可通過建模將其去除，以提高目標檢測的可能性和解釋精度。Nyamasvisva等[72]指出，直達波在MCSEM數據中需要量化并消除，提出了一種輔助方法，可以根據天線的發射電流、天線頻率、接收機相對于天線的偏移量量化直達波。通過估算給定頻率的任意給定偏移距處直達波的幅度，可有效補充直達波的偏移量，提高數據的可靠性。丁學振等[73]指出，激電效應也會對海洋可控源電磁場響應造成影響，導致反演結果中油氣儲層電阻率偏大。

Oleg等[74]提出一種快速而穩健的可控源電磁數據處理方案，詳細分析了各種噪聲成分，并提出了抑制噪聲的方法。通過使用中值均值和Hodges-Lehmann估計抑制瞬態噪聲，采用線性陷波濾波抑制工業噪聲，以及通過頻域累積的方法處理噪聲數據，都能夠從含噪原始數據中恢復出質量較高的響應函數。周文強等[75]提出一種MT噪聲降噪效果評估方法，驗證了短時窗結合預白化濾波降噪方法的有效性。相比于未進行降噪處理的直接反演結果，均方相對誤差減小了126%，有效地壓制了噪聲。Wang等[76]利用FFT和單頻正弦波擬合兩種方法提高了MCSEM信號的信噪比。Dehiya等[77]通過利用堆疊緊鄰的發射器響應壓縮數據，從而減少了數據冗余，提高計算優勢，降低了噪聲。Xuan等[78]提出一種基于瞬時離群功率的冪律衰減規則的新型半自動降噪方法，可以輕松地識別和衰減STFT頻譜圖中暴露的常規噪聲，并對其進行校正，壓制噪聲，提高信噪比。楊洋等[79]基于小波變換和希爾伯特解析包絡提出一種新的CSEM信號噪聲評價方法，能夠在頻率域快速提取CSEM信號中的有效頻率成分，篩選出高信噪比的主頻和諧波信號；之后又進一步提出一種新的方法估計CSEM數據主頻率及其諧波的可靠性[80]：首先計算原始CSEM數據的頻譜，然后對CSEM頻率處的頻譜進行預處理，獲得處理后的頻譜，通過應用基于HHT的包絡算法獲得頻譜上的包絡；最后，將CSEM頻率處的包絡值除以原始頻譜，得到噪聲比，用于指示響應CSEM頻率處的噪聲，可以從原始CSEM數據中提取出具有高信噪比的頻率成分。張必明等[81]提出了一種自適應雙向均方差閾值法，實現電磁勘探數據粗大誤差的自動判別和剔除。大量實驗結果表明，選取30～90范圍內(經驗值)的均方差閾值，能夠有效地剔除電磁勘探原始電場數據中的粗大誤差，提高信噪比。

Myer等[23]討論了2009年澳大利亞西北海岸斯卡伯勒氣田MCSEM勘測的調查結果，表明關于發射機導航和數據處理技術的最新改進可以提高頻域數據的質量。Duan等[82]使用雙絞線屏蔽和磁環設計的CAN總線網絡的通信線路抑制環境噪聲和共模干擾，采用算術平均濾波方法減少隨機干擾。Knaak等[83]將二維合成孔徑陣列和十字線合成孔徑陣列應用于電場噪聲模擬，與原始CSEM信號相比，兩種合成孔徑陣列都降低了噪聲水平，并增加了模擬儲存器的可檢測性。Yoon等[56]通過選擇數據權重構建合成孔徑源，并開發了一種通用的優化技術，找到合成孔徑方法的最佳參數(數據權重)，對含噪MCSEM數據，有助于增強由于油氣儲層引起的異常。Ma等[84]利用合成孔徑技術，通過在每個源點上施加實際加權因子構造加權2D合成孔徑，數值實驗表明MCSEM有效信號得到顯著增強。Wang等[85]將粒子群優化(Particle Swarm Optimization,PSO)用于MCSEM的相移和合成孔徑振幅補償系數優化，并利用本征態分析(Eigenstate analysis,EA)優化非線性合成孔徑權重，將該方法應用于MCSEM數據的處理，結果表明這兩種方法都可以壓制噪聲，提高信噪比，提高儲層的可探測性。李盼等[86]研究了MCSEM電磁場合成源干涉法，利用雷達領域合成孔徑思想的合成源處理方法突出儲層的電阻率異常相應，從而更好地識別高阻油氣層。

4 總結與展望

本文對MCSEM信號不同種類噪聲進行分析和總結，隨機噪聲、空氣波噪聲以及海水擾動噪聲是影響海洋電磁探測數據質量的主要噪聲，基于數據預處理、方位校正以及噪聲壓制這3個處理流程，簡述了原始信號的處理過程和多種噪聲壓制方法，對國內外消除這三種主要噪聲的方法進行總結。

(1)在淺水域，空氣波噪聲幾乎能夠淹沒儲層的有效信息。盡管Andreis等[87]指出空氣波與地層有效信號之間有著復雜的耦合關系，但仍然缺乏全面定量的分析，這是淺水區海洋電磁勘探的最大障礙。去除空氣波的方法大體可以分為兩類，一類將是對觀測到的電磁場數據進行分解，從中分離出有效信號與空氣波，再屏蔽空氣波分量以達到去噪的效果；另一類則是通過時頻分析，利用數值模擬等方法從觀測電磁信號中直接去除空氣波；也可以通過建立模型、求解模型的方法削弱空氣波。

(2)在深水域，空氣波經過海水的衰減，到達海底時已經非常微弱，因此在深水探測中常常可忽略空氣波噪聲，主要考慮隨機噪聲和海水擾動噪聲的影響。隨機噪聲的壓制常常通過在時域疊加、在頻域計算功率譜密度的方法，其中經常用到最小二乘法和傅里葉變換；而小波變換和希爾伯特—黃變換則是海水擾動噪聲常用的壓制方式。本文除了上述常用方法外，還總結了其他一些相關的消噪算法或措施，為進一步提高MCSEM數據的信噪比、增加有效收發距的范圍、提升后期反演效果奠定基礎。

(3)抑制噪聲的方式并不只有后期數據處理，利用合成孔徑技術對發射源和接收機設備進行升級、采用新的導航技術以及使用改進的通信線路都可增強有效信號、壓制噪聲，也是未來發展的重要方向之一。

海洋可控源電磁法是未來勘探海底油氣資源的重要方法，對初始電磁數據進行去噪處理則是數據解釋過程中重要的一環，是在后期反演中定性解釋油氣儲層的重要因素，因此有效抑制噪聲以提高信噪比是未來海洋可控源電磁數據處理的重要研究內容之一。本文總結了近年來國內外研究人員所使用的去噪算法，希望能為未來海洋可控源電磁信號噪聲壓制技術的發展添磚加瓦。