基于多t-x域聯合的多震源地震數據混疊噪聲分離方法

俞 岱，黃德智，孫 淵，楊文平

基于多t-x域聯合的多震源地震數據混疊噪聲分離方法

俞 岱1，黃德智2，孫 淵1，楊文平3

(1. 長安大學 地質工程與測繪學院，陜西 西安 710054；2. 黑龍江科技大學 礦業工程學院，黑龍江 哈爾濱 150022；3. 中石化石油工程地球物理有限公司華北分公司，河南 鄭州 450000)

隨著多震源同時激發采集方法在地震油氣勘探領域的應用逐年增加，許多學者對其關鍵技術多震源地震數據混疊噪聲分離進行了研究，就目前為止，仍需開展保真度更高的方法研究。基于以下設想：對多震源地震數據做正常時差校正(NMO)，可以加強反射信號的線性分布程度(尤其在共中心點CMP道集內)，并擴大反射信號和混疊噪聲的分布差異；單域分離混疊噪聲，僅針對混疊噪聲和反射信號的某一分布特性差異進行分離，多t-x域聯合分離可綜合利用各t-x域內混疊噪聲和反射信號在各域內的分布差異，其分離效果更好。首先，通過對多震源數據CMP道集做NMO以強化反射信號的線性程度、擴大隨機分布混疊噪聲的離散程度，利用中值濾波分離大部分混疊噪聲，再在其他t-x域內(如共炮點CSG道集、共檢波點CRG道集和共偏移距COG道集等)根據殘余混疊噪聲分布特征利用隨機噪聲衰減等方法進一步分離，并在整個分離處理中使用保幅處理方法。提出的多t-x域聯合分離混疊噪聲方法，經理論數據驗證，相較于單域分離方法可以有效且保真分離多震源數據中的混疊噪聲，并對其他噪聲和橫波有一定的壓制作用；實際數據應用效果表明，該方法比單域方法分離效果較好，疊后成像效果品質較高。多t-x域聯合分離混疊噪聲方法，能夠穩定、可靠和保真地分離多震源地震數據中的混疊噪聲。

多震源地震采集；混疊噪聲分離；多t-x域聯合；噪聲離散化

D. Silverman[1]在1979年首先提出多震源同時激發采集方法，并成功從多震源采集數據中分離出單炮數據；C. J. Beasley[2]引入了脈沖型震源的同時激發采集；C. Bagaini[3]對比討論了各種不同可控震源同時激發采集方法。多震源采集技術在20世紀70年代末提出并在野外試驗成功后，相較于傳統地震采集技術，其高效性使其廣泛應用于實際生產當中。但在采集過程中有多震源的混疊，使其存在嚴重的混疊噪聲干擾問題，嚴重制約了地震信號的成像。

目前，混疊噪聲分離主要有反演和濾波去噪2種分離方法[4]。反演法分離多震源數據是將數據分離過程視為數學物理反演問題；濾波法分離多震源數據是根據混疊噪聲在不同域內與有效信號之間的分布特性差異來對混疊噪聲進行分離。多位學者通過濾波法實現了混疊噪聲分離，主要有：在偽分離道集的共偏移距道集進行濾波去噪[5-6]；在非炮域中使用矢量中值濾波方法分離[7]；根據反射信號和混疊噪聲在不同時域的相干性差異使用迭代法分離[8]；通過調整閾值在共檢波點域使用FK濾波方法進行分離[9-10]；通過聯合Curvelet閾值迭代以及多級中值濾波進行混疊噪聲分離[11]；利用動校正速度對局部時窗內同相軸斜率進行估算，據此拉平同相軸并通過中值濾波法分離[12]；采用局部正交化加權信號和噪聲方法恢復去噪過程中損失的信號，并設計出將偽動校正、中值濾波和F-K濾波3種方法結合在一起的迭代算法[13-14]；利用自適應迭代多級中值濾波方法，在迭代過程中采用自適應減小中值濾波窗口方法，對海上多震源混合波場的分離效果好[15]；利用基于脈沖檢測的混采波場分離方法，并與迭代的多級中值濾波方法作對比，時間延時范圍較小時，脈沖檢測法更有效[16]；聯合中值濾波、動校正、復曲波域或seislet迭代閾值去噪方法，設計出改進型的混疊噪聲壓制技術流程，其綜合了濾波方法計算效率快和反演類方法噪聲壓制效果精度高的優點[17-18]；利用基于奇異值分解約束迭代反演的混疊噪聲壓制方法，在共炮檢距域或動校正后的共中心點域實現混疊噪聲與有效信號的分離[19]。

上述方法在混疊噪聲分離方面取得了不錯的效果，但針對混疊噪聲離散程度方面的研究較少，多震源數據中反射信號在動校正(Normal Moveout Correction，NMO)后其線性分布程度會得到有效提高，尤其共中心點(Common Middle Point， CMP)道集內的反射信號經NMO后會變成線性水平分布，同時混疊噪聲分布的離散程度會顯著增大；在NMO前的道集中混疊噪聲的分布形態類似于單炮數據，但在NMO后的非炮集時空(t-x)域地震數據中，這種分布特性被破壞，使混疊噪聲和有效反射波之間的分布特性出現本質性差異。基于此，筆者提出多t-x域聯合分離方法，通過聯合NMO和多域混合去噪方法，對混疊噪聲進行分離。該技術為多震源地震數據分離提供新的思路。

1 基本原理

1.1 混疊噪聲離散化

CMP道集中反射信號在時空域內呈雙曲線形態展布的二次函數，NMO后在時空域其會被拉成水平線性分布，如圖1所示。

圖1 CMP道集反射波

相同反射層處于不同偏移距的反射波，NMO可將相同反射層同相軸校至自激自收時間，式(1)為均勻水平層狀介質下NMO時差公式：

由式(1)推導可知，對于相同非零偏移距位置，不同時刻的2個采樣點、(t>t，h>h，t0>t0)，兩點間NMO后的時差要大于它們之間的原有時差：

式中：t、t分別為采樣點、的記錄時間；t0、t0分別為采樣點、在NMO后對應的自激自收時間； h、h分別為采樣點、對應的地震反射深度；由幾何關系推導可知不等式關系成立，如圖1a所示。

由式(1)可知，同一反射深度的2個不同偏移距采樣點、，偏移距x>x，大偏移距采樣點的NMO時差大于小偏移距采樣點的NMO時差：

綜合式(2)、式(3)可知，對于非零偏移距位置的隨機噪聲而言，NMO后相同偏移距位置不同時刻的隨機噪聲之間的時差會變大；對于同一反射點上的隨機噪聲，其時差會隨著偏移距的增大而增大。對于CMP道集中相同反射層位的有效反射信號而言， NMO后同相軸呈水平線性；對于其他t-x域地震數據中的反射信號而言，NMO后其線性分布也會得到不同程度提高。

在非NMO炮集中，混疊噪聲的分布特性與正常單炮數據的分布特性非常相似，但在NMO炮集中，混疊噪聲與正常單炮數據的分布特性會產生本質性差異。如圖2所示，圖2a為非NMO炮集數據，圖2b為NMO后炮集數據，圖2a中位于左側的單炮數據為有效數據，位于右側的單炮數據為本炮的混疊噪聲。對比兩圖可以看出，經NMO后，圖2a中的有效數據的反射波同相軸基本被拉成線性，而混疊噪聲中的同相軸則變成反向雙曲線形態(圖2b)。故NMO后有效信號的分布特征與混疊噪聲的分布特征會產生明顯區別。

因此，對多震源數據中的反射信號進行NMO，可以提高道集中反射信號的線性化程度，擴大道集中隨機分布混疊噪聲的離散化程度以及多震源地震數據中混疊噪聲與有效反射信號間的分布特征差異。

圖2 多震源炮集NMO前后記錄對比

1.2 去噪處理

1.2.1 中值濾波

中值濾波是一種基于排序統計理論抑制噪聲的非線性信號處理技術。它將數字圖像或數字序列中一點的值用該點一個鄰域中各點值的中值代替，讓該點的像素值接近真實值，從而消除孤立的噪聲點。中值濾波對脈沖噪聲有良好的濾除作用，特別是在濾除噪聲的同時，能夠保護信號的邊緣，使之不被模糊[20]。

在混疊噪聲隨機分布的t-x域地震數據中，混疊噪聲是以孤立脈沖噪聲形式存在的。因此，中值濾波是一種比較適合消除該域中混疊噪聲的方法。

1.2.2 振幅一致性處理(保幅處理)

地震波在傳播過程中，因表層地質條件變化、激發震源能量差異、接收檢波器與周圍介質耦合程度的差異以及因傳播距離而造成的能量損失等因素，會造成相同道集內的不同地震道之間出現振幅一致性差異。這種振幅非一致性問題會造成中值濾波后地震道的振幅屬性改變，使得濾波后地震數據不能真實反映原數據所代表的真實地球物理信息。因此，在中值濾波前，要對道集內地震數據做振幅一致性處理，將道集內所有地震道的振幅調整到同一水平；濾波后再對所有地震道進行反振幅一致性處理，將濾波后地震道振幅水平恢復回原地震道振幅水平。這樣會使得濾波前后地震數據保持相同振幅水平，從而達到保幅處理的目的。

對于一個包含個地震道的道集，首先統計出各道內n個非零采樣點振幅絕對值(n為第道內非零采樣點個數)的平均值，將其作為各道振幅一致性參考值vi；然后取各道振幅一致性參考值的平均值作為道集振幅一致性參考值v，求取各道振幅一致性參考值與道集振幅一致性參考值的比值作為各道的振幅一致性系數R，并將各道采樣點振幅除以對應地震道振幅一致性系數，從而使地震道內各道能量處于同一振幅級別。在濾波后，各道內采樣點振幅再乘以對應地震道振幅一致性系數，從而恢復各道原有振幅。

1.2.3 隨機噪聲衰減

根據f-x 域預測理論，若多個信號線性相干，利用前一道統計出空間預測算子可預測下一道。如果信號只有一個視速度，且各道信號的振幅譜相同，則相鄰道的相位差對于固定的頻率來說是常數。前一道的某個頻率成分乘上適當的固定相移因子就等于后一道的同一頻率成分[21-23]。

實際地震數據中，因噪聲的存在使得相鄰道的同一頻率成分會不規則地偏離上述關系。采用多點預測算子，即使用多道來預測單道。通過這種方法，可以顯著減小各道間的不規則程度，再將預測結果經過傅里葉反變換回時間域輸出，即得到去噪后信號，從而達到衰減隨機噪聲的目的。

對于有個不同視速度的信號，預測算子長度應等于或大于個點。若一個信號的道間時差為，第道的頻譜為：

第1道的頻譜為：

因此，由傅里葉級數展開為：

式中：a為離散后的振幅，=1, 2, …,。

要求極小，對于同一圓頻率預測算子是二維的，得到方程組：

對得到的各頻率算子應用于實際數據，做f-x預測，再做傅里葉反變換后輸出，得到去噪結果。

1.3 多t-x域聯合分離

據前述可知，多震源地震數據經NMO后，CMP道集內的反射信號變成水平線性，并有效擴大隨機分布混疊噪聲的離散程度，使得NMO后CMP道集成為最有利于分離混疊噪聲的道集。其他道集地震數據NMO后反射信號的線性程度也會得到有效提高，其中隨機分布混疊噪聲的離散程度也會得到擴大。

多t-x域聯合分離方法實現步驟，如圖3所示，CMP道集經過NMO后，反射信號成水平線性，通過中值濾波很容易將大部分隨機分布的混疊噪聲去除，在此基礎上，根據殘余混疊噪聲在其他t-x域地震數據內的分布特征，利用隨機噪聲衰減等去噪方法進一步分離，以達到多t-x域聯合分離的目的。

圖3 多t-x域聯合分離方法流程

2 理論數據驗證

為驗證本文所提方法，先使用理論數據合成多震源地震數據進行驗證[24-25]，對理論數據進行混疊噪聲分離，并將分離后地震數據與合成前數據進行對比。建立5層地質模型(圖4a)，地層縱波速度分別為1 700、1 900、2 100、2 300、2 500 m/s，模型的縱橫波速比為1.36，各向同性介質彈性波正演采用Tesseral軟件，30 Hz雷克子波，固定排列接收，每炮251道，道間距20 m。圖4是合成多震源地震數據示意圖，圖4d數據為圖4b數據和圖4c數據合成的多震源地震數據，假定圖4b數據在合成數據中為混疊噪聲。

理論數據驗證包含兩方面內容，一是多震源地震數據NMO后隨機混疊噪聲的離散化程度擴大驗證；二是多t-x域聯合分離混疊噪聲能力與單域分離能力對比驗證。

2.1 隨機分布混疊噪聲離散化擴大驗證

混疊噪聲在CMP道集、共檢波點(Common Receiver Gather，CRG)道集和共偏移距(Common Offset Gather，COG)道集中是以隨機噪聲的形態分布的，如圖5所示，除有效反射信號(紅色箭頭指示處)外，其余絕大部分信號成分橫向不連續，呈隨機分布。因此，多震源數據中隨機混疊噪聲的離散化擴大驗證主要在這3種道集中進行，分別對這3種道集進行NMO，以驗證NMO對混疊噪聲的離散程度擴大效果[26-27]。

圖4 多震源地震數據合成

圖5a、圖5b、圖5c分別為CMP道集數據、CRG道集數據和COG道集數據，圖5d—圖5f分別為對應道集數據NMO后結果。對比各道集數據NMO前后結果，在NMO后，3個道集內隨機分布混疊噪聲的離散化程度都得到有效擴大。但CMP道集和CRG道集中隨機分布混疊噪聲的離散化程度，明顯大于常規分離方法中經常使用的COG道集(圖5c)中的離散化程度。這是因為COG道集相對于其他道集，少了偏移距變化這個變量，在單個COG道集中，混疊噪聲離散化的比例基本一致；但在不同的COG道集中，混疊噪聲的離散比例是不同的，偏移距越小的COG道集，NMO后混疊噪聲離散化越弱，反之則越強。CMP道集NMO后相同層位的有效反射波呈完全水平線性分布，CRG道集和COG道集NMO后，有效反射波同相軸分布的線性程度由其所對應地下反射地層的形態決定。

NMO后道集的隨機混疊噪聲分離能力較NMO前有很大提高。圖6a數據是使用未做NMO的COG道集分離混疊噪聲結果，圖6b是對NMO后CMP道集分離混疊噪聲結果。對比兩圖可見，NMO后CMP道集相較未做NMO的COG道集，其混疊噪聲分離能力明顯提高。

圖5 NMO前后隨機分布混疊噪聲在多震源地震數據不同道集分布

圖6 2種道集混疊噪聲分離效果對比

2.2 多域聯合分離驗證

針對圖4所示的理論數據進行多域聯合分離驗證，圖7為對第50炮理論數據(圖7a)進行多t-x域聯合分離混疊噪聲的過程。按照前述方法步驟，利用速度分析結果對CMP道集進行NMO處理，在此基礎上，通過中值濾波分離大部分混疊噪聲(圖7b)，根據混疊噪聲分離后結果在不同t-x域(圖7c，以CSG道集為例)內分布特征，進一步利用隨機噪聲衰減等去噪方法分離殘余混疊噪聲(圖7d)，最終得到多t-x域聯合分離結果(圖7e)。圖7中的頻譜是對紅色時窗內反射波信號分析的結果，對比多t-x域聯合分離前后頻譜可見，主頻均為30 Hz，時窗內最大振幅值均為3.7，證明該方法的保真度較高。

(a) 理論合成多震源數據；(b) NMO后CMP道集去噪結果；(c) 對b抽CSG道集；(d) CSG道集進一步去噪結果；(e) 多t-x域聯合分離結果

圖8為理論數據多t-x域聯合與單域分離混疊噪聲效果對比圖。由圖8c和圖8d可看出，多t-x域聯合方法分離混疊噪聲能力明顯高于單域方法(僅在未做NMO的COG道集中分離混疊噪聲)，單域方法分離后數據中殘留有嚴重的混疊噪聲，而多t-x域聯合方法分離后數據中混疊噪聲得到了有效分離。

從圖8a、圖8c和圖8d中提取第120道數據，繪制混疊噪聲分離前后波形對比圖(圖9)，對比可見，多域分離結果中除完整保留4個主要反射信號波形(1 028、1 701、2 407、2 890 ms)外，其余混疊噪聲的波形均被有效壓制，單域分離結果中還殘余一些混疊噪聲的波形。對圖中展示時間段內波形進行信噪比計算，信噪比計算公式為：

圖8 理論數據多t-x域聯合與單域分離混疊噪聲效果對比

圖9 理論數據分離混疊噪聲前后第120道波形對比

分離前理論數據波形信噪比為–0.000 96，單域分離結果波形信噪比為0.083 177，多t-x域聯合分離結果波形信噪比為0.098 696，從量化分析結果看多t-x域聯合分離效果更好。對比圖8a、圖8b、圖8d以及圖9可以看出，多t-x域聯合分離混疊噪聲后，原數據中的有效反射波信號得到很好的還原，混疊噪聲得到有效分離，且原數據中的橫波反射也得到了很好的壓制。因此，多t-x域聯合分離混疊噪聲方法，可以有效分離多震源地震數據中的混疊噪聲，且對數據中的其他噪聲和橫波有一定的壓制作用。

3 實際數據分離驗證

為驗證該方法對實際多震源地震數據的分離能力，選取了一段傳統方法施工的二維地震數據，所用數據的野外采集參數為：181道接收、道間距30 m，排列固定不動，炮點滾動激發，炮間距60 m，共45炮，將其人工合成為多震源地震數據進行混疊噪聲分離處理。

圖10為實際數據分離混疊噪聲效果對比圖。圖10c為圖10a數據與圖10b數據合成的多震源地震數據，圖10d為單域分離方法(與前同)分離后結果，圖10e為多t-x域聯合分離方法分離后結果。對比圖10d與圖10e可看出單域分離方法得到結果中殘存有嚴重的混疊噪聲，多域分離方法中混疊噪聲得到了很好的分離。圖10b為圖10c中的有效炮部分，對比圖10b與圖10e可以看出，圖10b中其他噪聲也得到有效壓制。

在前述2種分離混疊噪聲方法得到的單炮記錄基礎之上，進一步完成后續成像處理，如圖11所示，為實際數據分離混疊噪聲后疊加剖面對比圖，對比兩剖面可以看出，多t-x域聯合分離方法得到的疊加剖面反射同相軸清晰，且淺部被混疊噪聲壓制的弱能量同相軸也突顯出來，剖面成像品質更高，證明該分離方法穩定、可靠。

圖10 實際數據分離混疊噪聲效果對比

圖11 實際數據混疊噪聲分離效果剖面對比

通過以上兩方面對比，充分說明本方法能可靠、穩定分離多震源地震數據中的混疊噪聲。

4 結論

a. 通過理論與實際數據驗證，提出的多t-x域聯合分離混疊噪聲方法能有效分離多震源數據中的混疊噪聲；相較于單域(在未做NMO的COG道集內分離)方法，分離結果信噪比更高。

b. 該方法的優點在于，多震源數據經NMO后，可以有效改善反射波在各t-x域地震數據內的線性分布，擴大各種t-x域道集內混疊噪聲分布的離散化程度。該方法應用中值濾波，在濾波前需對道集內各地震數據做振幅一致性處理，濾波后再進行反一致性處理，以達到保留原始地震單炮道間振幅關系的目的，為后續利用傳統地震處理方法提供數據保障。

c.本次未對多震源數據采集的混合度對多t-x域內混疊噪聲隨機分布特征的影響進行討論，在今后工作中應針對其做進一步的研究。

[1] SILVERMAN D. Method of three dimensional seismic prospecting：US4159463[P].1979-06-26.

[2] BEASLEY C J. A new look at marine simultaneous source[J]. The Leading Edge，2008，27(7)：914–917.

[3] BAGAINI C. Overview of simultaneous vibroseis acquisition methods[C]//SEG Technical Program Expanded Abstracts 2006. New Orleans：Society of Exploration Geophysicists，2006：70–74.

[4] 鄔達理. 多源地震資料重疊炮信息消除方法研究[J].石油物探，2013，52(5)：519–523.

WU Dali. Elimination of duplicate shots information of multi-sources seismic data[J]. Geophysical Prospecting for Petroleum，2013，52(5)：519–523.

[5] MOORE I，DRAGOSET B，OMMUNDSEN T，et al. Simultaneous source separation using dithered sources[C]//SEG Technical Program Expanded Abstracts Society of Exploration Geophysicists. 2008. Las Vegas，2008：2806–2810.

[6] AKERBERG P，HAMPSON G，RICKETT J，et al. Simultaneous source separation by sparse radon transform[C]//SEG Technical Program Expanded Abstracts 2008. Las Vegas：Society of Exploration Geophysicists，2008：2801–2805.

[7] HUO Shoudong，LUO Yi，KELAMIS P G. Simultaneous sources separation via multi-directional vector-median filtering[C]//SEG Technical Program Expanded Abstracts 2009. Houston：Society of Exploration Geophysicists，2009：31–35.

[8] MAHDAD A，BLACQUIèRE G. Iterative method for the seperation of blended encoded shot records[C]//72ndEAGE Conference and Exhibition incorporating SPE EUROPEC 2010. Barcelona：European Association of Geoscientists & Engineers，2010：1–4.

[9] DOULGERIS P，MAHDAD A，BLACQUIèRE G. Separation of blended data by iterative estimation and subtraction of interference noise[C]//DOULGERIS P. SEG Technical Program Expanded Abstracts 2010. Denver：Society of Exploration Geophysicists，2010：3514–3518.

[10] MAHDAD A，DOULGERIS P，BLACQUIRE G. Separation of blended data by iterative estimation and subtraction of blending interference noise[J]. Geophysics，2011，76(3)：9–17.

[11] 韓立國，譚塵青，呂慶田，等. 基于迭代去噪的多源地震混合采集數據分離[J]. 地球物理學報，2013，56(7)：2402–2412.

HAN Liguo，TAN Chenqing，LYU Qingtian，et al. Separation of multi-source blended seismic acquisition data by iterative denoising[J]. Chinese Journal of Geophysics(in Chinese)，2013，56(7)：2402–2412.

[12] GAN Shuwei，WANG Shoudong，CHEN Xiaohong，et al. Deblending using a structural-oriented median filter[C]// GAN Shuwei. SEG Technical Program Expanded Abstracts 2015. New Orleans：Society of Exploration Geophysicists，2015：59–64.

[13] CHEN Yangkang，FOMEL S. Random noise attenuation using local signal-and-noise orthogonalization[J]. Geophysics，2015，80(6)：WD1–WD9.

[14] CHEN Yangkang，JIN Zhaoyu，GAN Shuwei，et al. Iterative deblending using shaping regularization with a combined PNMO-MF-FK coherency filter[J]. Journal of Applied Geophysics，2015，122(5)：18–27.

[15] 周麗，莊眾，成景旺，等. 利用自適應迭代多級中值濾波法分離海上多震源混合波場[J]. 石油地球物理勘探，2016，51(3)：434–443.

ZHOU Li，ZHUANG Zhong，CHENG Jingwang，et al. Multi-source blended wavefield separation for marine seismic based on an adaptive iterative multi-level median filtering[J]. Oil Geophysical Prospecting，2016，51(3)：434–443.

[16] 魏亞杰，韓立國，單剛義，等. 基于脈沖檢測的混合震源數據分離[J]. 地球物理學報，2018，61(3)：1157–1168.

WEI Yajie，HAN Liguo，SHAN Gangyi，et al. Separation of mixed source seismic data based on the impulse detection[J]. Chinese Journal of Geophysics(in Chinese)，2018，61(3)：1157–1168.

[17] 董烈乾，張慕剛，周大同，等. 一種優化的復曲波變換壓制混疊噪聲方法[J]. 地球物理學進展，2019，34(2)：517–522.

DONG Lieqian，ZHANG Mugang，ZHOU Datong，et al. Blended noise suppression using an optimized complex curvelet transform approach[J]. Progress in Geophysics(in Chinese)，2019，34(2)：517–522.

[18] 董烈乾，周恒，郭善力，等. 一種改進型seislet域迭代閾值壓制混疊噪聲方法[J]. 物探與化探，2020，44(3)：568–572.

DONG Lieqian，ZHOU Heng，GUO Shanli，et al. An optimized blending noise suppression based on seislet domain iterative threshold denoising approach[J]. Geophysical and Geochemical Exploration，2020，44(3)：568–572.

[19] 董烈乾，張慕剛，駱飛，等. 應用SVD約束的迭代反演混疊噪聲壓制方法[J]. 石油地球物理勘探，2021，56(1)：57–61.

DONG Lieqian，ZHANG Mugang，LUO Fei，et al. Blended noise suppression based on SVD constrained iterative inversion[J]. Oil Geophysical Prospecting，2021，56(1)：57–61.

[20] 劉財，李紅星，陶春輝，等.模糊嵌套多級中值濾波方法及其在地震數據處理中的應用[J]. 地球物理學報，2007，50(5)：1534–1542.

LIU Cai，LI Hongxing，TAO Chunhui，et al. A new fuzzy nesting multilevel median filter and its application to seismic data processing[J]. Chinese Journal of Geophysics(in Chinese)，2007，50(5)：1534–1542.

[21] 劉偉，曹思遠，王征，等. 隨機噪聲的多尺度多方向域壓制方法研究[J]. 石油物探，2011，50(3)：301–306.

LIU Wei，CAO Siyuan，WANG Zheng，et al. Multi-scale & multi-direction suppressing method for random noise[J]. Geophysical Prospecting for Petroleum，2011，50(3)：301–306.

[22] 康冶，于承業，賈臥，等. f–x域去噪方法研究[J]. 石油地球物理勘探，2003，38(2)：136–138.

KANG Ye，YU Chengye，JIA Wo，et al. A study on noise- suppression method in f-x domain[J]. Oil Geophysical Prospecting，2003，38(2)：136–138.

[23] 田新琦，周彤，王志明，等. 滑動掃描可控震源地震數據諧波干擾的消除方法[J]. 石油物探，2011，50(6)：565–574.

TIAN Xinqi，ZHOU Tong，WANG Zhiming，et al. Method of eliminating harmonic noise for vibroseis data in slip sweep technique[J]. Geophysical Prospecting for Petroleum，2011，50(6)：565–574.

[24] 劉強，韓立國，李洪建. 混采數據分離中插值與去噪的同步處理[J]. 地球物理學報，2014，57(5)：1647–1654.

LIU Qiang，HAN Liguo，LI Hongjian. Synchronous interpolation and denoising in simultaneous-source data separation[J]. Chinese Journal Geophysics(in Chinese)，2014，57(5)：1647–1654.

[25] 佘德平. 多震源地震正演數值模擬技術[J]. 地球物理學進展，2012，27(4)：1533–1540.

SHE Deping. A numerical modeling of simultaneous sources[J]. Progress in Geophysics(in Chinese)，2012，27(4)：1533–1540.

[26] 朱立華. 基于稀疏反演的多震源地震混合采集數據分離技術[J]. 石油物探，2018，57(2)：208–212.

ZHU Lihua. Deblending simultaneous-source seismic data using sparse inversion[J]. Geophysical Prospecting for Petroleum，2018，57(2)：208–212.

[27] ZU Shaohuan，ZHOU Hui，LI Qingqing，et al. Shot-domain deblending using least-squares inversion[J]. Geophysics，2017，82(4)：1–96.

Blending interference noise separation method of simultaneous source seismic data based on multi-t-x domain combination

YU Dai1, HUANG Dezhi2, SUN Yuan1, YANG Wenping3

(1. College of Geology Engineering and Geomatics, Chang’an University, Xi’an 710054, China; 2. College of Mining Engineering, Heilongjiang University of Science & Technology, Harbin 150022, China; 3. North China Branch of SINOPEC Geophysical Corporation, Zhengzhou 450000, China)

With the increasing application of simultaneous source seismic data acquisition method in seismic oil and gas exploration, many scholars have studied the key technology of simultaneous source seismic data blending interference noise separation. So far, research on methods with higher fidelity is still needed. This article is based on the following assumptions: Normal Moveout Correction(NMO) in simultaneous source seismic data can enhance the linear distribution degree of reflection(especially in Common Middle Point(CMP) gather), and expand the distribution difference of reflection and blending interference noise; single domain separation of blending interference noise only aims at a certain distribution characteristic difference of blending interference noise and reflection; multi-t-x domain combined separation can comprehensively utilize the distribution difference of blending interference noise and reflection in each t-x domain, and its separation effect is better. We first use NMO for simultaneous source seismic data CMP gather to enhance the linearity of the reflection, and expand the dispersion of randomly distributed blending interference noise. Secondly, we use median filtering to separate most of the blending interference noise. Finally, based on the residual blending interference noise distribution in other t-x domains(such as Common Shot Gather(CSG), Common Receiver Gather(CRG) and Common Offset Gather(COG) etc.), the random noise attenuation is used for further separation, and the amplitude-preserving method is used in the whole separation process. The multi-t-x domain combination separation method is verified by theoretical data, and compared with the single domain separation method, it can effectively separate blending interference noise from simultaneous source seismic data with high fidelity, and suppress other noises and shear waves to a certain extent. The actual data results show that the method has better suppression effect and better seismic profile results.

simultaneous source seismic acquisition; blending interference noise separation; multi-t-x domain combination; noise discretization

移動閱讀

語音講解

P631

A

1001-1986(2021)05-0209-11

2021-05-31；

2021-08-06

陜西省自然科學基金項目(2021-JQ-588)

俞岱，1986年生，男，陜西西安人，博士，從事井中地震資料處理和偏移成像研究工作. E-mail：tablemax47@126.com

俞岱，黃德智，孫淵，等. 基于多t-x域聯合的多震源地震數據混疊噪聲分離方法[J]. 煤田地質與勘探，2021，49(5)：209–219. doi: 10.3969/j.issn.1001-1986.2021.05.023

YU Dai，HUAN Dezhi，SUN Yuan，et al. Blending interference noise separation method of simultaneous source seismic data based on multi-t-x domain combination[J]. Coal Geology & Exploration，2021，49(5)：209–219. doi: 10.3969/j. issn.1001-1986.2021.05.023

(責任編輯 聶愛蘭)