Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Loại bỏ nhiễu và nâng cao chất lượng dữ liệu địa chấn bằng cách sử dụng sự kết hợp của bộ lọc DBM và tách tần số
Tóm tắt
Việc loại bỏ nhiễu dữ liệu địa chấn, giảm thiểu nhiễu ngẫu nhiên (RNA) và triệt tiêu nhiễu kiểu spike là một yếu tố chính trong việc cải thiện chất lượng các bản ghi. RNA có thể làm tăng tỷ lệ tín hiệu trên nhiễu (S/N) để tránh sự hiểu nhầm về dữ liệu địa chấn. Trong nghiên cứu này, một phương pháp mới được phát triển bằng cách kết hợp tách tần số (FXD) và bộ lọc trung vị dựa trên quyết định (DBM) để giảm thiểu RNA từ dữ liệu địa chấn. Phương pháp này được áp dụng trong hai giai đoạn chính; FXD tập trung vào việc loại bỏ nhiễu Gaussian và bộ lọc DBM tập trung vào việc giảm thiểu nhiễu nhất thời và nhiễu spike. Để triển khai và xác minh phương pháp, ba loại dữ liệu đã được sử dụng: hai mô hình tổng hợp (mô hình với các sự kiện tuyến tính và một mô hình với các sự kiện hyperbol) và một đoạn địa chấn đã quan sát. Khả năng của phương pháp đề xuất (FXD-DBM) trong việc so sánh áp dụng từng phương pháp cho ứng dụng RNA địa chấn đã được chứng minh. Mức độ nhiễu được giảm rõ rệt, do đó, S/N của tất cả các bản ghi địa chấn được kiểm tra đã tăng đáng kể sau khi loại bỏ nhiễu bằng sự kết hợp của tách tần số và bộ lọc DBM. Đối với đoạn địa chấn thực, việc loại bỏ nhiễu ngẫu nhiên và nhiễu spike giúp cải thiện tính liên tục của các phản xạ địa chấn và do đó nâng cao khả năng giải thích dữ liệu. Hơn nữa, một số sự kiện bị che khuất bởi nhiễu ngẫu nhiên đã được làm rõ ở các phần khác nhau của dữ liệu sau khi loại bỏ nhiễu bằng phương pháp đã lên kế hoạch.
Từ khóa
#giảm nhiễu dữ liệu địa chấn #giảm thiểu nhiễu ngẫu nhiên #bộ lọc trung vị #tách tần số #tỷ lệ tín hiệu trên nhiễuTài liệu tham khảo
Abma R, Claerbout J (1995) Lateral prediction for noise attenuation by t-x and f-x techniques. Geophysics 60:1887–1896
Arce, G. R., 2005, Nonlinear signal processing: Wiley Interscience, Hoboken
Arastehfar S, Pouyan AA, Jalalian A (2013) An enhanced median filter for removing noise from MR images. J AI Data Min 1(1):13–17
Bednar JB (1983) Applications of median filtering to deconvolution, pulse estimation, and statistical editing of seismic data. Geophysics 48:1598–1610
Bekara M, Baan MV (2007) Local singular value decomposition for signal enhancement of seismic data. Geophysics 72(2):V59–V65
Bekara M. and Baan, M. V.; 2009: Random and coherent noise attenuation by empirical mode decomposition: Geophysics, 74, V89–98
Cai J. F., Chan R. H. and Nikolova, M.; 2008: Fast two-phase image deblurring under impulse noise. DRAFT
Canales LL (1984) Random noise reduction: 54th Annual International Meeting. SEG, Expanded Abstracts, pp 525–527
Dimri VP (1992) Deconvolution and Inverse Theory. Elsevier Publishers, Amsterdam-London-New York-Tokyo
Ganguli SS, Nayak GK, Vedanti N, Dimri VP (2016) A regularized Wiener-Hopf filter for inverting models with magnetic susceptibility. Geophys Prospect 64(2):456–468
Gulunay N.; 1986: FXDECON and complex Wiener prediction filter. 56th Ann. Internat. Mtg., Soc. Expl. Geophys., Expanded Abstracts, pp.279–281
Kulkarni RN, Bhaskar PC (2013) Implementation of decision based algorithm for median filter to extract impulse noise. Int J Adv Res Electr 2:6
Liu C, Liu Y (2006) A 2D multistage median filter to reduce random seismic noise. Geophysics 71(5):v105–v110
Liu Y, Liu C, Wang D (2009) A 1D time-varying median filter for seismic random, spike-like noise elimination. Geophysics 74(1):V25–V33
Sacchi M, Kuehl H (2001) Arma formulation of fx prediction error filters and projection filters. J Seism Explor 9:185–197
Sacchi, M. and M. Naghizadeh 2009, Adaptive linear prediction filtering for random noise attenuation: 79th Annual International Meeting, Soc of Expl Geophys, 3347-3351
Spitz S (1991) Seismic trace interpolation in the f-x domain: Geophysics 56:785794
Spitz S and Deschizeaux B 1994 Random noise attenuation in data volumes FXY predictive filtering versus a signal subspace technique, 56th Annual Conference and Exhibition, EAGE, Extended Abstracts, H033
Sacchi, M. D., 1999, Statistical and transform methods for seismic signal processing: lecture notes, Department of Physics, University of Alberta, Edmonton
Starck JL, Candès EJ, Donoho DL (2002) The Curvelet transform for image denoising. IEEE Trans Image Proc 11(6):670–684
Tukey J (1977) Exploratory data analysis. Addison-Wesley Menlo Park, CA