单频干扰的高精度自动识别和自适应压制方法

陈可洋，陈树民，李来林，王建民，吴清岭，范兴才

（中国石油大庆油田有限责任公司勘探开发研究院，黑龙江大庆163712）

单频干扰的高精度自动识别和自适应压制方法

陈可洋，陈树民，李来林，王建民，吴清岭，范兴才

（中国石油大庆油田有限责任公司勘探开发研究院，黑龙江大庆163712）

根据原始地震资料中工业电干扰的单频特点，提出了基于归一化互相关系数自动识别含单频干扰地震道并进行自适应压制的方法。选择深部位时窗，采用正弦函数和余弦函数的组合形式来表征单频干扰，以此逼近实际地震数据中可能含有的单频干扰，并使目标函数（实际地震数据与单频干扰的平方残差）达到极小值，由此求得单频干扰的振幅、相位和频率；再将该单频干扰与实际地震数据进行归一化互相关系数计算，归一化互相关系数越大，则该实际地震数据中含有单频干扰的可能性越大，反之则不含有单频干扰或含有的单频干扰能量较弱，可以忽略；对归一化互相关系数设置单频干扰的识别门槛值来分选含有单频干扰的实际地震道，并将单频干扰从实际地震数据中减掉，由此实现地震数据中单频干扰的自动识别和自适应压制。实际地震资料验证了所提方法的准确性和有效性，在单频干扰识别精度和压制效果方面均优于常规带通滤波均方根能量单频识别方法和某工业化软件，为实际地震资料保幅处理提供了一种有效的方法。

地震资料；单频干扰；归一化互相关系数；自动识别；自适应压制

0 引言

在勘探程度较高的地区进行地震数据采集，可能受到密集电网对地震资料品质的影响，因为这些电网在传送工业交流电时，会在电线附近形成一个约50 Hz的电磁场［1］。如果地震检波器布置在这些输电线附近时，检波器就会对电磁场形成感应，从而在最终的地震资料记录上叠加一个频率约为50 Hz的单频信号，而且从浅层到深层其相位、振幅和频率基本保持稳定不变［2-3］。由于这种频率成分的信号与地震资料的优势频带范围相重叠，为非真实地下介质的地震响应，因此，必须将这种单频干扰信号从采集到的原始资料里剔除出来，才能提高最终叠加等的处理质量。随着叠前地震资料预处理的保真性和保幅性要求越来越高，如何有效压制这种单频干扰已成为地震资料数字处理领域的一个不可忽视的重要问题［4-5］。

早期常采用最简单的带限滤波单频干扰压制方法，但经该方法处理后的频谱在50 Hz附近存在一个下凹的坑，因此损失了有效地震信号，同时也易引起吉布斯现象［1］。为了克服带限滤波的缺陷，地球物理工作者们提出了多种压制方法，并取得了丰富的研究成果。如李文艳等［6］提出了基于互相关理论的单频干扰压制方法；胡伟等［7］从相位、频率及振幅3个方面改进了余弦逼近单频压制方法；王立歆等［8］提出了基于维纳滤波的单频去噪技术；高少武等［9-16］提出了时间域单频干扰波压制（并进行了改进）、自适应单频干扰波识别与消除以及利用线性调频谱法识别与消除单频干扰等方法，并对2种正余弦型函数逼近方法进行了单频干扰逼近误差分析；罗国安等［17］提出了采用Chirp-Z变换谱分析压制地震记录单频干扰的方法；吴小培等［18］提出了采用独立分量分析方法消除信号中的工业电干扰的方法。综上可知，经过10多年的发展，工业电干扰的压制方法和手段已较为成熟，并在实际地震资料处理中取得了较好的应用效果，但自动识别单频干扰道的方法较少。步长城等［19］提出了在检波点域分离50 Hz工业电干扰的方法；李慧等［20］提出了在检波点域带通滤波滤出50 Hz左右的地震信号，并采用均方根振幅能量自动识别工业电干扰的方法，但该方法的计算效率和识别精度等仍较低。因此，在前人研究的基础上，笔者提出了一种基于归一化互相关系数的含单频干扰地震数据道的自动识别和自适应压制方法，并应用于实际地震数据处理中，验证了该方法的实用性。

1 单频干扰的自动识别和自适应压制机理

工业电干扰通常采用余弦函数表示［9］，即

式中：C为单频干扰的振幅，无量纲；f为单频干扰的频率，Hz；τ为单频干扰的时延，无量纲；Δt为时间采样率，ms；i为时间采样序号。由于τ与yi存在非线性关系，因此直接求解式（1）的计算效率较低。

为了解决上述问题，将式（1）分解为余弦函数和正弦函数的组合形式［10］，即

式中：A和B分别为余弦函数和正弦函数的振幅，无量纲；yi为关于A和B的线性函数。这样就降低了计算的复杂度。于是，建立目标函数

式中：Si为原始地震数据；N为时窗内总采样点个数，一般选在实际地震数据的深部位。式（3）可保证实际地震数据与预测的单频干扰之间的残差达到最小。对于给定的频率f和时间采样率Δt，可根据最小二乘法原理直接求出式（3）中单频干扰最优化逼近后的振幅A和B，即

将式（4）代入式（2），可得到具有余弦函数形式单频干扰的振幅和相位α=arctan（B/ A）=2π fτΔt，且其形式与式（1）相一致。

将利用上述步骤计算得到的单频干扰yi从实际地震信号Si中减掉，得到不含有单频干扰的有效地震信号

式（1）～（5）的计算过程是针对实际地震数据中含有工业电干扰时的自适应单频干扰压制方法。

在地震资料处理过程中，通常无法事先知道某实际地震数据道是否含有工业电干扰，于是，可以先假设该地震数据道含有单频干扰，并根据上述单频干扰的自适应压制步骤求得该地震数据道中含有工业电干扰时的单频干扰余弦函数形式，以及构建归一化互相关系数（ψ），即

式中：M1和M2分别代表分析时窗的上、下限采样点序号，数值在1至N之间变化；归一化互相关系数ψ在0到1之间变化。当预测出的单频干扰与实际地震数据的归一化互相关系数ψ较大时（此时预测出的单频干扰与原始地震数据相似度较大），表明该实际地震数据中含有工业电干扰；反之，则不含有工业电干扰或含有的工业电干扰能量较弱（此时预测出的单频干扰与原始地震数据相似度较小），可以忽略。为了自动识别出含有工业电干扰的地震数据道，对归一化互相关系数ψ设置一个门槛值ψ，当地震数据道的归一化互相关系数大于或等于该值时，则认为该地震数据道含有工业电干扰，可以采用笔者所提的单频干扰自适应压制方法对其进行压制，否则不作任何处理。

2 应用效果分析

为了验证本文方法在实际地震资料处理中的应用效果，选取了某地区含工业电干扰的原始三维地震炮集记录。分析图1可知：在原始单炮记录上［图1（a）黑色虚线方框］，能量较弱的单频工业电干扰在带通滤波记录里［图1（b）黑色虚线方框］可较为容易地辨别。将本文方法与带通滤波均方根振幅能量识别和压制方法进行对比，并选择在炮集记录的深部位置时窗来开展实验分析。选择在深部时窗进行单频干扰识别和压制的依据是：在原始叠前道集数据上，浅层有效反射波能量较强，几乎淹没了单频干扰，因此浅层时间段不利于单频干扰的识别；深层时间段有效地震波的能量由于地层的吸收衰减作用等因素，导致地震有效反射信号比浅层要弱很多，同时单频干扰的能量在深浅层基本保持不变。因此，可以利用深层时间段来估算单频干扰波的振幅、相位和频率信息，再将其从原始地震数据中减去，从而恢复出被单频干扰“污染”的有效地震数据。

图1 含单频干扰的实际地震数据及其带通滤波（49～51 Hz）结果Fig.1Practical seismic data containing single frequency interference and its bandpass filtering results

分析图2（a）可知：均方根振幅能量识别方法仅对能量较强的工业电干扰具有较好的识别能力，但对于较弱的单频干扰其识别能力较差［对比图2中椭圆位置与图1（b）中黑色虚线框内的单频干扰］，若对这些道进行限波处理将丢失更多的有效信号；而引入归一化互相关系数后［图2（b）］，除能够识别出含能量较强的工业电干扰道外，还能够识别出常规均方根振幅能量识别方法无法识别的能量较弱的单频干扰（图2椭圆位置），且单频干扰出现的位置及其强度与图1（b）中黑色虚线框内的单频干扰具有较好的对应性，于是给定一个归一化互相关系数门槛值［需通过参数试验确定，本文取为0.2，图2（b）中粉红色箭头位置指示了该地震数据含有和不含有工业电干扰的归一化互相关系数的分界线］，就可实现对工业电干扰的高精度自动识别，由此验证了笔者所提方法在自动识别工业电干扰方面的可靠性。

图22 种工业电干扰自动识别方法的识别结果Fig.2Identifying results with two kinds of industrial electrical interference automatic identification method

图3 不同方法的工业电干扰压制效果Fig.3Industrial electrical interference suppression results with different methods

分析图3（a）可知：炮记录初至附近引入了虚假波场，可见这种方法压制工业电干扰具有不保幅的缺点［图3（a）中红色方框内］。分析图3（b）和图3（c）可知：该方法不仅可以准确地预测出地震数据中含有的工业电干扰，而且具有更好的工业电干扰保幅、自适应压制的特点［图3（b）中粉红色方框内］，同时保留异常振幅地震道，因此该方法具有更高的可靠性。分析图3（d）～3（f）可知，该炮集记录中含有的工业电干扰频率在（50±0.2）Hz范围内变化，其振幅变化与工业电干扰的强弱相关，而相位变化特征较为杂乱，在90°范围内变化。

分析图4可知：在50 Hz附近，原始地震信号含有较强的工业电干扰，而应用本文方法后，工业电干扰得到了有效压制，有效地震数据的频谱在50 Hz附近过渡自然，无下陷现象。由此可见，本文方法在实际地震资料自动识别和自适应压制工业电干扰方面具有显著的优势。

图4 本文方法工业电干扰压制前后的频谱Fig.4Spectrum before and after industrial electrical interference suppression with the proposed method

3 结论

（1）提出了一种逐道高精度自动识别含工业电干扰地震道的方法，并对含有的单频干扰实现自适应压制。这种方法可以根据正余弦函数组合关系准确地预测出余弦形式工业电的振幅、相位和频率信息，同时根据预测出的工业电干扰与原始地震数据之间的归一化互相关系数，实现地震数据中含有工业电干扰地震道的自动识别。

（2）本文方法在地震数据中是否含有工业电干扰的识别方面要显著优于均方根振幅能量单频识别方法，且能够识别出含能量更弱的单频干扰的地震道。同时本文方法在工业电干扰的保幅自适应压制方面也要显著优于某工业化软件。

（3）归一化互相关系数门槛值可通过参数实验确定，也可取经验参数0.2，通常能够较好地筛选出含有工业电干扰的地震道，因此采用本文方法可以更好地实现工业电干扰的有效压制，这对于实际地震资料保幅处理提供了一种有效的方法。

［1］陆基孟.地震勘探原理（上、下册）［M］.北京：石油大学出版社，2004.

［2］Linville A F，Meek R A.Canceling stationary sinusoidal noise［J］. Geophysics，1992，57（11）：1493-1501.

［3］渥·伊尔马滋.地震资料分析——地震资料处理、反演和解释（上、下册）［M］.刘怀山，译.北京：石油工业出版社，2006.

［4］李振春，张军华.地震数据处理方法［M］.东营：中国石油大学出版社，2004：60-63.

［5］凌云.地震数据采集·处理·解释·一体化实践与探索［M］.北京：石油工业出版社，2007.

［6］李文艳，牛彦良，吴明华.消除50 Hz干扰波的地震资料处理新方法［J］.大庆石油地质与开发，2001，20（5）：67-68.

［7］胡伟，吕小伟.压制地震资料中工业电干扰的余弦逼近法的改进及应用［J］.物探与化探，2005，29（6）：537-540.

［8］王立歆，孟宪军，张军华，等.基于维纳滤波的50 Hz工业干扰去噪方法及应用［J］.勘探地球物理进展，2010，33（1）：32-35.

［9］高少武，周兴元，蔡加铭.时间域单频干扰波压制［J］.石油地球物理勘探，2001，36（1）：51-55.

［10］高少武，贺振华，赵波，等.时间域单频干扰波消除方法的改进［J］.石油地球物理勘探，2008，43（3）：270-274.

［11］高少武，贺振华，赵波，等.自适应单频干扰波识别与消除方法研究［J］.石油物探，2008，47（4）：352-356.

［12］高少武，赵波，贺振华，等.基于余弦函数的自适应单频干扰消除［J］.地球物理学进展，2009，24（5）：1762-1767.

［13］高少武，罗国安，赵波，等.利用线性调频谱法识别与消除单频干扰［J］.石油地球物理勘探，2010，45（6）：861-867.

［14］高少武，赵波，祝树云，等.自相关法单频干扰识别与消除方法［J］.地球物理学报，2011，54（3）：854-861.

［15］高少武，赵波，祝树云，等.余弦函数自适应法识别与消除单频干扰［J］.石油地球物理勘探，2011，46（1）：64-69.

［16］高少武，赵波，祝树云，等.单频干扰逼近误差分析［J］.石油地球物理勘探，2011，46（4）：550-560.

［17］罗国安，高少武，魏庚雨，等.Chirp-Z变换谱分析压制地震记录单频干扰［J］.石油地球物理勘探，2009，44（2）：166-172.

［18］吴小培，詹长安，周荷琴.采用独立分量分析方法消除信号中的工频干扰［J］.中国科学技术大学学报，2000，30（6）：671-676.

［19］步长城，赵志萍，王广勇，等.在检波点域分离50 Hz工业干扰［J］.油气地球物理，2005，3（3）：20-21.

［20］李慧，王依川，张春堂，等.地震记录中工业电干扰噪声识别与压制［J］.大庆石油地质与开发，2012，31（5）：170-174.

（本文编辑：杨琦）

A high-accuracy automatic identification and self-adaptive suppression method for single-frequency interference

CHEN Keyang，CHEN Shumin，LI Lailin，WANG Jianmin，WU Qingling，FAN Xingcai
（Research Institute of Exploration and Development，PetroChina Daqing Oilfield Company Ltd.，Daqing 163712，Heilongjiang，China）

Industrial electrical interference in seismic data has the characteristics of single-frequency,which can be expressed with sine or cosine function.Therefore,this paper presented a new method of automatic identification and self-adaptive suppression of the single-frequency interference based on normalized cross correlation coefficient.We combined the sine function and cosine function to depict the single-frequency interference within the deep time-window, which can approximate the single-frequency interference that may be contained within the practical seismic data,and then minimized the square difference target function between the practical seismic data and the predicted singlefrequency interference,and finally computed the amplitude,frequency and phase of single-frequency interference.We carried out the normalized cross correlation computation between the predicted single-frequency interference and the practical seismic data,the larger the normalized cross correlation coefficient is,the more possibility the seismic data contains the single-frequency interference.On the contrary,this seismic trace does not contain single frequencyinterference or contains single frequency interference with week amplitude that can be ignored.Consequently,we presented a threshold value which is used to select the seismic trace containing single-frequency interference,which is subtracted from the original seismic data.With above processing stages,we finished the automatic identification and selt-adaptive suppression of single-frequency interference from the seismic data.The practical seismic data verifies the effectiveness and accuracy of the proposed method,which is better than conventional band pass filter square energy identifying method and the industrial software over the identification accuracy and suppression effect.In a summary, the proposed method can provide an effective method for the practical seismic data amplitude-preserved processing.

seismic data；single frequencyinterference；normalized cross correlation coefficient；automatic identification；self-adaptivesuppression

P631.4

A

1673-8926（2014）03-0109-05

2013-11-19；

2014-01-15

国家重点基础研究发展计划（973）项目“火山岩油气藏的形成机制与分布规律”（编号：2009CB219307）资助

陈可洋（1983-），男，硕士，工程师，主要从事高精度地震波传播模拟与逆时成像、多线程并行计算与模块开发、实际地震资料数字处理方法研究与应用等研究工作。地址：（163712）黑龙江省大庆市让胡路区大庆石油勘探开发研究院地震处理二室。电话：（0459）5508524。E-mail：keyangchen@163.com。