一种面向非平稳叠后地震数据的自适应频带扩展方法

摘要: 本发明涉及地震资料处理,尤其涉及一种面向非平稳叠后地震数据的自适应频带扩展方法。背景技术:1、叠后地震剖面的有效频带受地震子波、地层吸收、噪声和处理流程等因素限...
一种面向非平稳叠后地震数据的自适应频带扩展方法

本发明涉及地震资料处理,尤其涉及一种面向非平稳叠后地震数据的自适应频带扩展方法。

背景技术:

1、叠后地震剖面的有效频带受地震子波、地层吸收、噪声和处理流程等因素限制,常表现为低频信息不足、高频能量衰减以及局部波形失真。频带受限会降低薄层分辨、断层刻画和储层解释的可靠性。实际地震资料还具有明显非平稳性,子波和退化程度可随时间或深度、横向位置或二者共同变化。

2、现有反褶积、反q滤波和稀疏反射率反演等方法通常依赖子波估计、稀疏假设或较高信噪比;在复杂构造、横向非均质和强噪声条件下,可能出现非唯一性、噪声放大或伪频率分量。现有深度学习方法虽可通过编码器-解码器恢复细节,但如果按照普通图像增强处理地震剖面,容易混淆垂向波形频率变化与横向地质结构连续性,也难以同时兼顾边频带补偿、公共频带保持和局部频谱非平稳性。

3、因此,需要一种能在不改变叠后地震剖面空间尺寸的条件下,针对样本间及剖面内部的频谱差异自适应调节补偿强度,并同时约束波形、振幅谱和公共频带复频谱的频带扩展的方法。

技术实现思路

1、为解决带限叠后地震数据中低、高频端同时缺失或衰减、非平稳频谱退化难以适配、公共频带幅相关系易被破坏以及不受控高频纹理易产生的技术问题,本发明公开了一种面向非平稳叠后地震数据的自适应频带扩展方法。

2、为实现上述目的,本发明采用下述技术方案:

3、一种面向非平稳叠后地震数据的自适应频带扩展方法,包括以下步骤:

4、s1,获取待处理的带限叠后地震剖面,对带限叠后地震剖面进行幅值归一化并保持其时间采样数和道数不变;

5、s2,根据带限叠后地震剖面构造地震先验特征,并将地震先验特征投影为初始特征;

6、s3,采用预先训练的多尺度残差编码器-解码器处理初始特征,利用不同尺度的自适应频带扩展残差块提取垂向波形、横向同相轴连续性及频域交互信息,通过跳跃连接融合编码与解码特征;

7、s4,在步骤s3的残差块内部,依据当前特征的垂向幅度谱生成样本级通道调制权重,再依据样本级调制特征的局部能量生成位置相关调制权重,对频带补偿强度进行两级调节,将调制后的特征返回所在残差块继续处理;

8、s5,根据最终解码特征预测单通道全频带校正残差,将其与归一化后的带限叠后地震剖面相加,并依据输入剖面的有效幅值统计量或动态范围施加自适应幅值约束;

9、s6,恢复输出剖面的归一化尺度,输出与带限叠后地震剖面尺寸一致的宽频带叠后地震增强剖面。

10、进一步地,步骤s2中,地震先验特征包括带限叠后地震剖面的原始振幅、垂向梯度、横向梯度、拉普拉斯响应、垂向局部细节和横向局部细节这六类特征,按照下式进行拼接并投影:

11、;

12、式中,为归一化后的单通道带限输入剖面;和分别为垂向梯度与横向梯度;、分别表示对应方向的差分算子,下标表示横向方向;为二维离散拉普拉斯响应,是拉普拉斯算子;;分别为垂向和横向局部细节;、分别为垂向和横向的局部平均算子;concat表示沿通道维拼接;为六通道先验特征;

13、采用边界填充保持各先验通道尺寸一致,再通过浅层卷积投影得到初始特征,其中,为浅层卷积投影,为其输出。

14、进一步地,步骤s3中,多尺度残差编码器-解码器包括逐级降低空间尺寸并增加通道数的编码路径、位于最粗尺度的瓶颈层以及逐级恢复空间尺寸的解码路径;解码路径在各对应尺度将上采样特征与编码路径的同尺度特征进行融合;其预先训练过程在执行步骤s1之前完成,包括:以同一反射率模型分别与宽、窄频带子波场进行卷积,形成成对训练样本;采用网络前向计算获得预测剖面;以掩膜charbonnier重建损失、垂向对数振幅谱损失和公共频带复频谱损失的加权和更新网络参数,对于已完成训练的网络,处理不同待处理剖面时复用训练后的参数。

15、步骤s3中,自适应频带扩展残差块按照归一化、特征变换、可学习残差缩放和残差相加的方式,依次执行各向异性地震卷积、轴向注意力与窗口注意力、垂向全频带傅里叶混合、局部频谱调制以及门控卷积前馈处理;其中:

16、各向异性卷积按照下式并行融合局部二维、垂向长核、横向长核、空洞及深度可分离卷积分支:

17、;

18、式中,为当前处理环节的输入特征张量;为各向异性卷积融合输出;、、分别为核尺寸3×3、7×1和1×7的二维卷积算子,核尺寸的前一维为垂向、后一维为横向;为空洞卷积算子;为深度可分离卷积算子;为将各分支沿通道维拼接后执行的融合投影;

19、轴向注意力分别沿垂向和横向建立长程依赖,窗口注意力在局部二维窗口内聚合结构信息;垂向傅里叶混合按照下式实现:

20、;

21、式中,表示垂向采样方向,为沿特征张量垂向采样轴的一维傅里叶变换,其他维度保持不变;s为变换得到的垂向复频谱;

22、;

23、式中,为逆变换后的频域混合特征;、分别为复频谱s的实部和虚部;为对实部和虚部进行可学习混合并组成输出复频谱的映射;为沿垂向采样轴的逆傅里叶变换;

24、门控卷积前馈处理按照下式执行:

25、;

26、式中,、、分别为门控分支映射、值分支映射和输出投影;表示同形张量间的逐元素乘法,必要时按通道或空间位置广播;为门控前馈分支输出,各映射名称的下标、、分别标识门控、值和输出。

27、进一步地,步骤s4包括依据特征垂向幅度谱生成通道权重并进行样本级调制,再依据局部能量进行局部级调制;样本级和局部级调制执行过程:

28、;

29、式中,为其垂向幅度谱;为频谱池化算子,将频率维和横向位置上的统计信息汇聚为每个样本的通道描述;mlp为通道多层感知器;为s形激活函数,为该函数自变量;为每个样本、每个通道的调制权重,在该通道的空间位置上共享;

30、;

31、式中,为样本级调制后的特征;

32、由于,单级调制因子位于(0.5,1.5),以1为中心;

33、;

34、;

35、式中,为从提取的局部能量描述;为将能量描述映射为位置相关响应的卷积映射;为局部调制权重;为局部调制后的特征,下标l表示局部级;

36、单级因子位于(0.5,1.5),两级相乘的总体缩放范围为(0.25,2.25)。

37、进一步地,步骤s5中,残差预测头输出用于补偿低频端和高频端缺失或衰减分量的全频带校正残差,按照下式与输入相加:

38、;

39、式中,为残差预测头根据最终解码特征输出的单通道全频带校正残差;为残差相加后的宽频带预测剖面,三者时间采样数和道数相同;幅值约束作用于,约束后的剖面经归一化尺度恢复得到最终输出;

40、对进行幅值约束时,根据输入有效幅值分位数或动态范围确定下限和上限,且,将每个预测幅值截断至该区间;、分别表示自适应下限和上限,幅值统计仅使用有效区,约束规则在训练和推理时保持一致。

41、本发明的有益效果是,

42、第一,通过六通道地震先验、方向卷积和长程注意力的协同处理,将垂向波形频率信息与横向构造连续性区别建模,有助于在增加分辨率时保持反射位置、极性和横向形态。

43、第二,通过垂向全频带傅里叶混合与样本级、局部级双尺度频谱调制,根据整体带宽状态和局部能量分布调整补偿强度,从而适应随时间和横向位置变化的非平稳子波与衰减。

44、第三,通过全频带残差学习和公共频带复频谱损失,在恢复低频端和高频端分量的同时联合约束可靠公共频带的幅值与相位,并利用自适应幅值约束降低过度补偿风险。

45、第四,通过同一反射率模型下的宽、窄频带非平稳卷积配对以及吸收和噪声退化,提高训练样本在构造样式、子波和退化模式方面的覆盖度。

46、综上,消融和独立合成测试支持上述各技术手段具有互补作用;现场迁移效果仍应结合残差和幅值一致性检查使用。