FK和Shearlet域联合压缩感知数据重构技术

作者：闫海洋; 周辉^*; 刘海波; 徐朝红; 孙赞东; 刘昭

来源：石油地球物理勘探, 2022, 57(03): 557-491.

DOI：10.13810/j.cnki.issn.1000-7210.2022.03.007

• 压缩感知
• 数据重构
• Shearlet变换
• 分段随机
• 稀疏采样

由于稀疏炮检点采集或野外采集因素造成地震数据的不规则，影响地震资料成像质量。基于压缩感知理论的重构方法，能够在有限采样的情况下有效重构地震数据。由于地震道的空间随机缺失在波数域表现为空间假频，文中将时空域的地震道重构转化为频率波数(FK)域的随机噪声压制问题。对FK域数据做多尺度、多方向性的剪切(Shearlet)变换，通过反演迭代消除FK域的空间假频，从而实现地震道的空间重构。该方法是在FK变换后进行Shearlet变换，可以看作一种新的稀疏基变换。由于全局随机采样因子频谱呈白噪特征，分段随机采样因子频谱呈蓝谱特征，因此分段采样数据有效信号与假频的混叠相对减少，更有利于数据重构。实验结果表明，分段随机采样FK+Shearlet域重构精度高于全局随机采样Shearlet域重构、分段随机采样Shearlet域重构和全局随机采样FK+Shearlet域重构。

• 单位
  中国石油大学（北京）; 油气资源与探测国家重点实验室