基于字典学习和稀疏表示的地震数据超分辨率

摘要

目前，我国大多数主力油田已经进入勘探开发中后期，面临的勘探目标越来越小，地质情况越来越复杂，常规地震资料的分辨率已经远远不能满足油田精细勘探开发的需求。而具有高分辨率的地震资料，可以用来进行有效的反演和地质解释，为实现精细油藏描述奠定坚实的基础。提出了一种基于字典学习和稀疏表示的地震资料超分辨率方法(DLSR).该方法利用测井数据,结合正演褶积模型得到部分采样间隔更小,频带更宽的高分辨率地震合成记录,然后结合其所在测井位置采集到的低分辨率地震数据,采用稀疏字典学习方法学习二者间的匹配模式,即测井位置的合成高分辨率地震数据与实际低分辨率地震数据之间的关联关系;此后,该方法将学得的关联关系应用到无井位置的实际低分辨率地震数据的分析中,重构出更高分辨率的、更低采样间隔的合成地震数据.理论模型测试表明,相比普通的插值方法,该超分辨率方法显著地提高了资料的分辨率,具有一定的可靠性和实用性.