摘要：高信噪比、高保真度和高分辨率地震数据是获得地下结构清晰成像的前提。在地震数据采集过程中,不利地形、坏道等因素造成地震数据不满足采样定理,需重建以获得完备的地震数据。多道奇异谱分析法是一种常用的地震数据重建与去噪方法,其关键是对划分的每个数据块确定有效奇异值个数。该参数需根据不同的数据特征判定,但目前的人工选择方法需花费大量人力和计算资源。针对每个数据块,基于频率域多道奇异谱分析框架,分析奇异值的离散点曲线和谱的规律,提出层次聚类法自动识别有效信号对应的奇异值个数,提高地震数据去噪效果和重建质量。对经过块Hankel矩阵奇异值分解得到的奇异值序列,采用层次聚类法进行聚类,得到各频率的有效奇异值个数;再对有效频率内求取的奇异值个数求最大,获得数据块的有效奇异值个数;在阻尼多道奇异谱分析同时重建和去噪的框架下,进而提出一种改进的多道奇异谱分析(MSSA)方法以实现地震数据的同时重建和去噪。对模拟地震数据与实际地震资料进行测试,结果表明基于层次聚类的多道奇异谱分析法在同时重建和去噪方面具有优越性,能避免人工选择有效的奇异值个数,减小地震数据处理工作量,对大规模地震数据的重建与去噪具有现实意义。

摘要：对于地震数据去噪来说,基于降秩的方法需要将地震数据分成不同的块,然而每个块对应的奇异值个数不同,目前需要人工估计每个块的有效奇异值个数,计算效率低,无法实现产业化。为此,提出一种自动判定保留的奇异值个数的地震随机噪声压制算法——自适应阻尼多道奇异谱分析(ADMSSA)算法。该方法利用Akaike信息准则自动地确定地震信号的奇异值个数,然后基于阻尼多道奇异谱分析(DMSSA)算法去噪。首先介绍了多道奇异谱分析(MSSA)方法的去噪原理,然后给出确定有效奇异值个数的Akaike信息准则和经验方法,经验方法可以验证Akaike信息准则的有效性。去噪过程采用DMSSA方法的框架,在ADMSSA算法中仅需要确定信号的主频范围,就可以自动地去噪。模拟和实际数据实验表明,所提方法能够自动地确定可靠的奇异值个数,并且获得高信噪比的去噪结果,在工业化应用中具有巨大潜力。