随着油气工业的快速发展，勘探目标逐渐向以复杂断裂、裂缝、潜山、浅滩为特征的深部和超深部地区转移。在这些地区，地震波经历了长距离传播，导致记录具有强能量衰减和低信噪比。深层弱信号的识别和提取对深部地质构造成像至关重要。有效提取和增强这些微弱信号是提高地震成像和反演质量的关键，是成功勘探开发深部油气资源的关键。
逐级图像降噪方法最初是针对图像数据，其中噪音方差多为已知。这种已知方差的情况允许对信号和噪音进行精确的估计和分离。然而，地震数据与图像数据有很大的不同，地震信号往往由于地震波的传播过程而表现出强烈的能量变化，并且通常是受盲噪声影响的三维数据。全局噪声方差不足以准确估计不同深度地震信号中的噪声。此外，传统的二维逐级图像降噪方法可能忽略了地震数据的空间特征。
图1.基于APSD的噪音压制示意图
未解决上述问题，本文提出了一种自适应噪音估计的渐进式地震背景噪音压制方法。我们改进了传统逐级图像降噪算法中的全局噪音方差估计，利用拉普拉斯算子对信号边缘以及噪音的敏感性，设计两个拉普拉斯算子相减，抵消边缘特征影响。我们将得到的噪音作为初始噪音估计做用于局部梯度场，随窗口变化不断更新噪声方差。改进后的方法解决了对非稳态地震数据噪声估计的问题，并且有效解决了弱信号存在下的地震数据去噪难题。对实际地震资料的应用结果表明，我们的方法较传统渐进式方法对于非平稳地震信号有更好的去噪效果。
图2.西部三维地震资料结果对比。(a) 噪音数据；(b)二维逐级图像噪音压制结果；(c)三维逐级图像噪音压制结果；(d)三维自适应逐级地震降噪结果
研究成果近期发表在地学领域国际重要期刊IEEE Transcations on Geoscicence and Remote Sensing。获得中国石油大学（华东）深部油气全国重点实验室资助。论文第一作者为中国石油大学（华东）地球科学与技术学院王伟奇博士，通讯作者为中国石油大学（华东）杨继东教授和李振春教授。
论文信息：W. Wang, J. Yang, N. Qin, Z. Li, J. Huang and T. Shan, "An Adaptive High-Dimensional Progressive Denoising Method for Seismic Weak Signal Enhancement," in IEEE Transactions on Geoscience and Remote Sensing, vol. 62, pp. 1-9, 2024, Art no. 5914409, doi: 10.1109/TGRS.2024.3493135. https://ieeexplore.ieee.org/abstract/document/10746456/
