地震勘探数据压缩相关技术研究及应用

地震勘探数据压缩相关技术研究及应用

王培茂[1]2004年在《地震勘探数据压缩相关技术研究及应用》文中进行了进一步梳理随着多道多分量地震勘探信息采集技术的实施,获取勘探的数据量以惊人的速度增长,给存储和传输都带来了一定的困难,所以对于数据压缩的要求越来越迫切,成为地球物理领域中重要的研究内容。目前国内外地震勘探数据压缩技术的研究相对比较薄弱,还需要进一步发展和完善,使这方面的研究工作更具有系统性、综合性、实用性。本次选择了“地震勘探数据压缩相关技术研究及应用”为研究内容,并选择了两种技术重点研究,即离散余弦变换编码和正交小波变换编码。在离散余弦变换编码中,研究的重点是离散余弦变换的去相关性和对数据的改造重组能力;利用正交小波变换进行小波分频特性分析处理,得到了较好的压缩结果。这两部分都编制了有实用价值的软件。离散余弦变换编码中用到的主要技术是离散余弦变换和游程编码。虽然离散余弦变换已经广泛的应用到信号和图象处理中,但在地震数据上的应用的研究还很少,因为地震数据和自然图象的数据除了相似之处还有差别——地震数据动态范围大、中低频信息丰富。论文中,首先把离散余弦变换编码应用到地震模型中,总结了规律后,再应用到地震勘探的实际数据处理中,通过实验和分析知道该方法有这样几个特点:离散余弦变换能够较好的利用地震数据道与道之间的相关性,经过该方法处理后变换系数的能量集中,有利于合理少分配比特数。变换系数用游程编码进行量化时,对高频信息不灵敏,使该方法的应用受到了很多限制。虽然离散余弦变换是正交变换,但是地震数据经过正变换和反变换后数据还是有细微的变化,但这不影响地质解释,因为反映在地震剖面上这点儿变化是肉眼识别不出来的。压缩处理后,不同压缩比时恢复的地震数据的畸变程度不同,并伴随假高频现象出现。该方法还有一个缺点,那就是会出现“方块”效应,这也影响该方法的应用。经过分析论证,认为解决的最好办法就是降低压缩比,这样“方块”效应不明显,肉眼看不出来。利用离散余弦变换编码进行地震数据压缩时,其效果与压缩的地震数据的松散度、信噪比等有一定的关系,很难给出定量的说明。需要根据数据的具体情况和地质解释精度要求,来给出合适的压缩比。由于离散余弦变换编码的压缩程度比较小,而且效果不是很理想,所以我们还采用小波变换理论来提高数据的压缩比。小波变换被誉为“数学显微镜”,是一个时间和频率的局域变换,能够通过伸缩和平移对函数和信号进行多尺度细化分析。我们应用这一特性把地震数据进行小波变换,把地震数据分成低频低波数、低频高波数、高频低波数和高频高波数四个部分,根据数据特性的差别进行编码处理。处理之前我们应该弄清楚以下几个问题:第一,对数据反映的成层性进行分析,了解其频率和波数的特征。第二,不同数据应选择不同小波基,因为不同的小波基效果是不同的。本次研究采用双正交的小波,以保证变换是可逆的,并没有相位失真。本文用的是 daubechies小波。第叁,研究清楚已知数据的分辨率,根据要求选择适当的压缩比。为了进一步提高地震数据的压缩比,我们把小波变换编码和离散余弦变换编码联合起来应用。通过两个实际地震数据的处理,并经过详细的实验分析,认识到以下几个特点:根据多尺度分析的细化,在频率域和空间域上把地震数据分成不同的块体,然后根据重要性的不同,加以处理。压缩比比较大,而且能够达到比较满意的效果。没有“方块”效应。通过分析,小波编码对于不同的地震数据压缩都有效果,但是压缩比不尽相同,恢复出来的地震剖面的效果差异也很大。因此,在压缩地震数据的时候,应该根据实际情况调整压缩比,以保证恢复出来的地震剖面能够满足需要。如果对地震剖面要求很高,也就是不丢失层间信息的细节结构,那么我们推荐压缩比应在10以下。通过研究,发现地震数据的压缩处理不同于其它的图象压缩,不能用确定的标准和固定的参数进行压缩,应根据实际情况进行实验确定压缩比。这样才能达到既节省存储空间,又加快传输速度,最终实现地震数据压缩的目的。

石水勇[2]2011年在《基于提升小波变换的地震勘探数据有损压缩研究》文中提出地震勘探是获取地球内部信息的重要手段,是寻找地下矿产和其他资源的基本方法之一。当前,地震勘探技术正向多维、多分量、多参数、高分辨率方向发展,使得地震勘探数据量不断增加。如何对这些数据进行有效传送和存取是一个重大难题。因此,对地震勘探数据进行有效压缩是解决这个问题的关键。通过对地震勘探数据的特征分析可知,地震勘探信号存在冗余。本文以小波变换为基础,研究了不同小波转化为提升方案的原理,并且对选择出的bior系列和daubechies系列不同的小波基分别给出了其提升方案,用于地震勘探数据提升小波正逆变换。对基于小波变换的叁种典型的有损压缩方法-EZW、SPIHT、EBCOT方法,研究了其各自的原理和优缺点,从而选择出SPIHT算法作为地震勘探数据的编码方法。对于地震勘探原始数据和重构数据,设计并使用5种不同的评价标准对重构数据进行分析。实验结果表明:(1).使用不同提升小波对地震勘探数据进行变换,得到重构数据的效果不同,其中db4小波和bior6.8提升小波变换的效果最好。(2).针对本文使用的实验数据,使用db4提升小波对地震勘探数据变换5次,且压缩倍率小于10时,压缩效果最好;使用bior6.8提升小波对地震勘探数据变换5次,且压缩倍率为10-20时,可取得很好的重构效果。(3).SPIHT算法可以精确控制压缩比,当压缩比小于5时,重构数据的效果近似于无损压缩;而当压缩比增大时,重构数据的质量降低。本文使用的有损压缩方法对地震勘探数据取得了较好的效果,也可以对不同的地震勘探数据体压缩效果进行分析。针对不同的数据可以构造自己的小波基,也可以对SPIHT算法可以进行改进,或者使用EBCOT算法对数据进行分析。

徐锋涛[3]2016年在《基于小波变换的地震勘探数据压缩的研究》文中研究指明随着地震勘探技术的不断发展,通过多维度、多参数、多分量、高分辨率所采集的地震勘探数据量以指数形式快速增长着,这必然对现有存储器的存储容量、计算机处理所要求的处理速度以及实时性、数据进行远程网络传输所要求的带宽造成了非常巨大的压力和挑战。因此,对地震勘探数据进行有效压缩以减少数据的传输存储具有十分重要的意义。针对二维地震勘探数据的特点,文本选用了基于小波变换的JPEG2000标准所使用的核心算法和EZW编码算法分别对迭前地震数据和迭后地震数据进行压缩与解压缩实验。其中,在利用JPEG2000核心算法压缩地震勘探数据的实验过程中,对现有的JPEG2000算法体系结构作出修改,省去预处理操作和颜色变换操作,将原先仅适用于图像数据的读取操作改写为适用于大动态范围的地震勘探数据的读取处理,首先对二维地震信号进行5层W5/3小波提升变换,将原信号中的绝大部分能量集中在少数低频子带系数上;然后经过量化操作,去除一定的冗余信息;之后让变换系数经过Tier-1编码,利用8领域系数上下文对变换系数的重要性进行预测,经MQ算术编码器得到编码比特流;最后通过Tier-2编码部分,将比特流分段形成多个质量层,根据预先所设定的压缩比特率选择丢弃最不重要的几个质量层,以形成最终的压缩数据。实验结果表明,对迭前地震数据压缩5倍时,信噪比(SNR)可达40dB以上,对迭后地震数据压缩15倍时,SNR可达30dB以上。较为成功的将JPEG2000核心算法从图像编码领域引用到地震勘探数据压缩领域。在利用EZW算法压缩地震勘探数据的实验过程中,对现有的EZW编码算法的体系结构作出修改,将原先仅适用于图像数据的读取操作改写为适用于大动态范围的地震勘探数据的读取处理,首先对二维地震信号按Mallat快速算法进行5层小波变换,将原信号中的绝大部分能量集中在少数低频子带系数上;然后经过量化操作,去除一定的冗余信息;然后对量化后的变换系数进行EZW编码,在该模块中,变换系数的重要性将根据小波变换域的树型结构进行零树预测,将对变换系统的编码转化为对POS、NEG、ZTR、IZ这四类符号的编码,产生有损压缩比特流。此外,为了进一步提高压缩倍数,在整个EZW编解码系统设计的最后,选用了在无损压缩方法中性能较优的自适应算术编码作为最后的熵编码器,对EZW编码比特流进行无损熵编码,实现了将有损压缩方法与无损压缩方法相结合的混合编码方法。实验结果表明,对迭前地震数据压缩4倍时,信噪比(SNR)可达50dB以上,而选用合适的小波基对迭后地震数据压缩16倍时,SNR可达30dB以上。较为成功的将EZW算法从图像编码领域引用到地震勘探数据压缩领域。此外,在EZW算法的压缩实验中,选取了常见的十多种小波基分别进行压缩。实验结果进一步表明,二维地震勘探数据有着与图像数据相区别的结构特性,其压缩效果与所选用的小波基的特性以及地震信号波形与小波基函数的相似程度有关。

刘婧玉[4]2010年在《基于稀疏分解的地震数据压缩编码》文中提出随着地震勘探工作的不断深入、先进科技在地震勘探中的大范围应用,地震数据量日益增加,不断膨胀,而这其中包含了很大的数据冗余。在实际的地震勘探工作中,常常需要将边远地区或海上采集到的大量地震勘探数据通过卫星传送到内地进行分析和处理,因此对远距离传输地震数据的研究十分重要。使用卫星传输数据成本非常高,我们都希望能够通过有效的处理降低成本,为了这样的目的,且要保证在一定压缩比的条件下满足地震数据重建精度的要求,本文研究了稀疏分解在地震数据压缩领域中的应用,并提出了一种基于稀疏分解的一、二维地震数据稀疏分解结果数据的压缩量化编码方案。文中首先分析了信号稀疏分解的思想,同时介绍了信号稀疏分解结果的表示形式一信号稀疏表示;接下来,介绍了信号稀疏分解最常用的算法一匹配追踪算法。与其它稀疏分解算法相比,信号的匹配追踪算法易于理解,便于实现;之后基于对信号稀疏分解的分析,重点研究了构建适合一维地震数据的过完备原子库及对地震数据稀疏分解,并讨论了地震数据稀疏分解结果数据的分布规律,在此基础上提出了针对结果数据的量化、编码方案。根据此量化、编码方案,实现基于稀疏分解的一维地震数据压缩编码并作出改进。在研究了一维地震数据压缩编码的基础上讨论二维地震数据的压缩,将差分应用于二维地震数据压缩,构建适合的过完备原子库并稀疏分解,对结果数据提出适合的量化、编码方案,使得压缩效果进一步提高。试验结果证明本文提出的地震数据压缩编码方案能够有效的对地震数据压缩,且压缩效果、重建质量可控。

张正炳, 杨顺辽, 徐锋涛, 桂志先[5]2017年在《针对地震勘探数据压缩的JPEG 2000算法改进》文中提出为减轻海量地震数据给地震勘探的远程质量监督所带来的巨大压力,对静止图像压缩标准JPEG2000算法进行了适当改进:去掉了原编码算法中用于均值调整的预处理和用于色彩处理的分量间变换2个部分及其在解码器中的对应部分,改进了数据输入输出的动态范围和编解码器所能表示的数据动态范围,使其与地震数据的大动态范围相匹配。利用改进后的算法对地震数据进行压缩试验,结果表明,对迭前数据压缩5倍以下时,信噪比高于42dB,效果较好,对迭后数据压缩15倍以下时,信噪比高于30dB。

张正炳, 桂志先[6]2010年在《基于预测编码算法的地震勘探数据无失真压缩理论与方法》文中指出海量数据给地震勘探数据的传输、存储和处理提出了严峻挑战.地震数据压缩是解决海量地震数据传输和存储问题的关键.本文定义了SEG Y地震勘探数据文件中的头段数据所占比例(简称头段比例),给出了头段比例计算式,并导出了SEG Y文件压缩倍数与头段比例、头段压缩倍数和样点压缩倍数之间的关系式,从而发现SEG Y文件压缩倍数随样点压缩倍数变化的理论极限是头段压缩倍数与头段比例之比值,并据此从理论上阐明了对头段数据进行高效无失真压缩的必要性.更重要的是,本文对SEG Y数据文件中的头段数据进行了研究,发现了卷头数据和道头数据各自的统计规律,为对头段数据实现高倍压缩提供了重要的理论依据.在此基础上,本文提出了一种适合于对SEG Y头段数据进行高效压缩的方法,实验结果表明,在保证无失真的情况下,本文方法可对SEG Y头段数据实现30~1000倍的压缩,这远高于用Winzip和WinRAR压缩SEG Y头段数据所达到的压缩倍数.

刘凤陵[7]2012年在《基于提升小波的地震勘探数据压缩研究》文中进行了进一步梳理随着地震勘探技术正向多维、多参数、多分量、高分辨率方向发展,获取的地震勘探数据量也越来越大,这给存储器的存储容量、计算机的处理速度以及远程网络的传输带来了极大的压力。因此,对地震勘探数据进行有效压缩具有实际的意义。地震勘探数据中存在冗余,为数据压缩提供了可能,而采取小波变换对地震勘探数据进行变换能够实现对勘探数据的压缩,且一定压缩比的数据进行重建后仍然能够满足勘探精度的要求。本文首先对现有小波基进行分析,选择出适应于地震勘探数据小波变换的10种小波基。接着使用这10种小波基对地震勘探数据进行提升小波的正逆变换,采用SPIHT算法对提升小波变换后的数据进行压缩和解压缩编码。通过使用信噪比、剩余能量和形态逼真度对地震勘探原始数据和重构数据进行分析和评价,确定了进行地震勘探数据压缩效果最优的小波基、提升小波变换次数和压缩倍率。

陈英芝[8]2012年在《基于SEG-Y格式的地震勘探数据无失真压缩研究》文中研究说明随着地震勘探的深入,地震勘探数据量也越来越大,那地震数据压缩是解决地震数据传输和存储问题的关键。在本文中研究了SEG-Y数据文件的特点,并分析了道头数据各道之间的统计规律,实现对道头数据无失真压缩。

徐锋涛, 张正炳, 桂志先[9]2015年在《基于EZW算法的地震数据压缩》文中进行了进一步梳理地震数据压缩是解决海量地震数据传输及存储的一项关键技术。针对地震数据的特点,选用基于小波变换的适用的地震信号压缩方法,实现了对地震信号的有效压缩。该方法主要包括:对地震信号进行二维小波变换;利用系数之间的相关性对变换后的系数采用嵌入式小波零树编码(EZW)方法重新组织;采用自适应算术编码对量化后的系数进行无损熵编码。试验结果表明,对迭前地震数据压缩4倍时,信噪比可达50dB以上,而选用适用小波基对迭后地震数据压缩16倍时,信噪比仍可达30dB以上。

王培茂, 刘财[10]2004年在《地震勘探中联合数据压缩技术研究》文中进行了进一步梳理随着多道多分量地震勘探信息采集技术的实施,获取勘探的数据量以惊人的速度增长,给存储和传输都带来了一定的困难,所以对于数据压缩的要求越来越迫切,成为地球物理领域中重要的研究内容。目前国内外地震勘探数据压缩技术的研究相对比较薄弱,还需要进一步发展和完善,使这方面的研究工作更具有系统性、综合性、实用性。本次工作选择了“地震勘探中联合数据压缩技术研究”为研究内容,并选择了两种技术重点研究,即离散余弦变换编码和正交小波变换编码,然后把两项技术结合起来建立压缩系统。这些都已编制了有实用价值的软件。

参考文献:

[1]. 地震勘探数据压缩相关技术研究及应用[D]. 王培茂. 吉林大学. 2004

[2]. 基于提升小波变换的地震勘探数据有损压缩研究[D]. 石水勇. 青岛大学. 2011

[3]. 基于小波变换的地震勘探数据压缩的研究[D]. 徐锋涛. 长江大学. 2016

[4]. 基于稀疏分解的地震数据压缩编码[D]. 刘婧玉. 西南交通大学. 2010

[5]. 针对地震勘探数据压缩的JPEG 2000算法改进[J]. 张正炳, 杨顺辽, 徐锋涛, 桂志先. 长江大学学报(自科版). 2017

[6]. 基于预测编码算法的地震勘探数据无失真压缩理论与方法[J]. 张正炳, 桂志先. 地球物理学报. 2010

[7]. 基于提升小波的地震勘探数据压缩研究[D]. 刘凤陵. 青岛大学. 2012

[8]. 基于SEG-Y格式的地震勘探数据无失真压缩研究[J]. 陈英芝. 网友世界. 2012

[9]. 基于EZW算法的地震数据压缩[J]. 徐锋涛, 张正炳, 桂志先. 石油地球物理勘探. 2015

[10]. 地震勘探中联合数据压缩技术研究[C]. 王培茂, 刘财. 中国地球物理学会第二十届年会论文集. 2004

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

地震勘探数据压缩相关技术研究及应用
下载Doc文档

猜你喜欢