Off-the-grid vertical seismic profile data regularization by a compressive sensing method
Off-the-grid vertical seismic profile data regularization by a compressive sensing method
复制标题
采用压缩感知方法对离网垂直地震剖面数据进行正则化
DOI：
10.1190/geo2019-0357.1
复制
发表时间：
2020-03
期刊：
影响因子：
3.3
通讯作者：
Bangliu Zhao
中科院分区：
文献类型：
--
作者：
Siwei Yu;Jianwei Ma;Bangliu Zhao
与地面测量不同，垂直地震剖面（VSP）测量在地面部署震源，在井中部署检波器。VSP提供了更高分辨率的地下结构信息。利用多分量VSP可以探测到地面地震资料无法成像的断层，并实现对断裂带的详细分析。然而，在实际的VSP测量中，一个主要问题是很少在规则网格上获取源。不规则采样会在迁移或成像中造成严重的伪影，因此必须首先实现数据正则化。我们开发了一种基于压缩感知（CS）的方法来正则化非平稳VSP数据。我们的方法直接操作不规则网格数据集，与现有的基于cs的规则网格重建方法相比，这是一个关键的贡献。CS框架由稀疏性约束和惩罚项组成。我们在正则化项中使用曲波变换来约束非平稳事件的稀疏性，在惩罚项中使用非均衡傅立叶变换来正则化VSP数据。采用一种可选的乘法器方向法来求解优化问题。我们的方法在合成、现场二维和三维VSP数据集上进行了测试。与众所周知的防泄漏傅立叶变换方法相比，我们的方法在事件的连续性上得到了改进的重建，并且产生了更少的伪影。
Different from the surface survey, the vertical seismic profile (VSP) survey deploys sources on the surface and geophones in a well. VSP provides higher resolution information of subsurface structures. The faults that cannot be imaged with surface seismic data may be detected with VSP data, and detailed analysis of fracture zones can be achieved with multicomponent VSP. However, one of the main problems is that the sources seldom are acquired on a regular grid in realistic VSP surveys. The irregular samplings cause serious artifacts in migration or imaging, such that data regularization must be implemented first. We have developed a compressive sensing (CS)-based method to regularize nonstationary VSP data. Our method directly operates on irregularly gridded data sets, which is a key contribution compared to the existing CS-based reconstruction methods that work on regular grids. The CS framework consists of a sparsity constraint and a penalty term. We have used the curvelet transform for sparsity constraint of nonstationary events in the regularization term and the nonequispaced Fourier transform to regularize the VSP data in a penalty term. An alternative directional method of multipliers is used for solving the optimization problem. Our method is tested on synthetic, field 2D and 3D VSP data sets. Our method obtains improved reconstructions on continuities of the events and produces fewer artifacts compared to the well-known antileaking Fourier transform method.
登录
查看更多内容
通过学习紧框架对高维地震数据进行插值和去噪
影响因子：
3.3
作者：
Yu Siwei;Ma Jianwei;Zhang Xiaoqun;Sacchi Mauricio D.
通讯作者：
Sacchi Mauricio D.
DOI：
10.1145/1486525.1486526
发表时间：
2009-03
期刊：
ACM Trans. Math. Softw.
影响因子：
--
作者：
Jan Mayer
通讯作者：
Jan Mayer
影响因子：
3.3
作者：
Dong Zhang;Yatong Zhou;Hanming Chen;Wei Chen;S. Zu;Yangkang Chen
通讯作者：
Dong Zhang;Yatong Zhou;Hanming Chen;Wei Chen;S. Zu;Yangkang Chen
DOI：
10.1190/1.1851185
发表时间：
2004
期刊：
Seg Technical Program Expanded Abstracts
影响因子：
--
作者：
P. Zwartjes;M. Sacchi
通讯作者：
P. Zwartjes;M. Sacchi
影响因子：
3.3
作者：
Oropeza, Vicente;Sacchi, Mauricio
通讯作者：
Sacchi, Mauricio