[论文解读] Revisiting Homomorphic Wavelet Estimation and Phase Unwrapping
本文重新探討了地震資料處理中的同態小波估計與去卷積的去繞相位技術,提出直接估計非最小延遲小波的非最小延遲表面一致性去卷積方法。評估了多種去繞相位技術,以克服傳統方法中最小延遲假設的限制,進而提升陸上地震資料處理中之小波估計精度。
Surface-consistent deconvolution is a standard processing technique in land data to uniformize the wavelet across all sources and receivers. The required wavelet estimation step is generally done in the homomorphic domain since this is a convenient way to separate the phase and the amplitude spectrum in a linear fashion. Unfortunately all surface-consistent deconvolutions make a minimum-phase assumption which is likely to be sub-optimal. Recent developments in statistical wavelet estimation demonstrate that nonminimum wavelets can be estimated directly from seismic data, thus offering promise to create a nonminimum phase surface-consistent deconvolution approach. Unfortunately the major impediment turns out to be phase unwrapping. In this paper we review several existing phase unwrapping techniques and discuss their advantages and inconveniences.
研究动机与目标
- 針對地震資料處理中因最小延遲假設所導致的表面一致性去卷積性能不佳之問題提出解決方案。
- 實現直接從地震資料中估計非最小延遲小波,以提升不同震源與檢波點之間的小波一致性。
- 克服非最小延遲小波估計中去繞相位所帶來的主要障礙。
- 評估並比較現有去繞相位技術,以評估其在地震小波估計中的適用性。
- 支援發展出一套穩健的非最小延遲表面一致性去卷積框架,以應用於陸上地震資料處理。
提出的方法
- 應用同態處理技術,於頻域線性分離地震小波的振幅譜與相位譜。
- 採用統計小波估計技術,直接從地震資料中估計非最小延遲小波,無需假設最小延遲行為。
- 回顧並評估多種去繞相位演算法,以識別最適合具有複雜相位特性的地震資料之方法。
- 利用同態域將捲積模型分解為加法成分,以簡化相位與振幅的估計。
- 將去繞相位結果重新整合至時域,以重建用於去卷積的精確小波。
- 使用來自 Recovery 2011 CSPG CSEG CWLS 會議之地震資料進行驗證,專注於相位一致性與估計精度。
实验结果
研究问题
- RQ1如何在不依賴最小延遲假設的情況下,可靠地從地震資料中估計非最小延遲小波?
- RQ2針對具有複雜、非線性相位響應的地震資料,哪些去繞相位技術最為有效?
- RQ3目前同態小波估計方法在保留真實小波相位特性方面存在哪些限制?
- RQ4去繞相位是否能有效整合至表面一致性去卷積中,以提升小波一致性?
- RQ5在實際地震資料中,非最小延遲小波估計的表現與傳統最小延遲方法相比如何?
主要发现
- 去繞相位仍是非最小延遲小波估計中的關鍵瓶頸,對估計精度有顯著影響。
- 評估了多種去繞相位技術,但並無單一方法在所有類型的地震資料中均普遍優於其他方法。
- 同態域可實現振幅與相位的線性分離,簡化小波估計,但需精確的相位重構。
- 直接估計非最小延遲小波是可行的,並相較於最小延遲假設,具有提升去卷積性能的潛力。
- 本研究顯示,克服去繞相位挑戰對於實現非最小延遲小波估計之優勢至關重要。
- 所提出的框架提供了一條通往更精確表面一致性去卷積的途徑,使陸上地震資料中能實現非最小延遲小波建模。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。