摘要
目前基于字典学习的三维地震数据重建方法通常采取二维逐切片重建的策略,这种重建方式忽略了切片间的相互联系,未能充分运用地震数据各个方向上的连续性约束。为此,提出了一种三维联合重建方法——快速结构字典学习三维数据重建方法。该方法在压缩感知理论框架下,利用快速结构字典学习算法训练训练集,产生三维自适应字典;然后利用三维自适应字典、观测矩阵以及正则化正交匹配追踪算法对数据进行高精度重建。模型数据和实际数据的重建结果表明,该方法能够恢复地震数据的细节特征,具有重建精度高、保幅性良好的优点。
Currently,the 3D seismic data reconstruction methods based on dictionary learning usually reconstruct the data slice by slice.This strategy neglects the correlation between slices,and doesn’t make full use of the continuity constraints in various directions of seismic data.To solve this problem,a 3D joint reconstruction method based on fast structure dictionary learning was proposed.Under the framework of compressive sensing theory,the method uses fast structure dictionary learning algorithm to train the training set in order to generate a3D adaptive dictionary,and then reconstruct the data with high precision using 3D adaptive dictionary,observation matrix and regularized orthogonal matching pursuit algorithm.The reconstruction results of model data and real data demonstrated that the method can recover the detailed characteristics of seismic data with high precision and good performance on amplitude preservation.
作者
兰南英
张繁昌
张益明
秦广胜
丁继才
LAN Nanying;ZHANG Fanchang;ZHANG Yiming;QIN Guangsheng;DING Jicai(School of Geoscience,China University of Petroleum(East China),Qingdao,Shandong 266580,China;CNOOC Research Institute Co.Ltd,Beijing 100028,China;SINOPEC Zhongyuan Oilfield,Puyang,Henan 457099,China)
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2020年第1期1-9,249,共10页
Oil Geophysical Prospecting
基金
国家自然科学基金项目“致密裂隙介质波致流机理及物性甜点检测关键算法研究”(41874146)
国家科技重大专项“东濮凹陷油气富集规律与增储领域”(2016ZX05006-004)
中海油科技项目“陆上致密储层的特性和评价技术应用研究”(YXKY-2019-ZY-04)联合资助.
关键词
快速结构字典学习
三维地震数据重建
压缩感知
保幅处理
fast structure dictionary learning
3D seismic data reconstruction
compressive sensing
amplitude-preserved processing
作者简介
张繁昌,山东省青岛市黄岛区长江西路66号中国石油大学(华东)地球科学与技术学院,266580。Email:zhangfch@upc.edu.cn;兰南英,硕士研究生,1995年生,2017年本科毕业于中国石油大学(华东)勘查技术与工程专业,获工学学士学位;现在中国石油大学(华东)攻读地质资源与地质工程专业硕士学位,研究方向为压缩感知地震信号处理。
