简介：常规的时间一空间域和频率一空间域预测滤波方法假设地震记录由地震信号和随机噪声两部分构成，即所谓的加噪声模型，但是，在对随机噪声进行估算时，又假设随机噪声可以通过预测误差滤波器由地震记录中进行预测，即所谓的源噪声模型。这种前后不一致的噪声模型降低了该类方法的去噪能力和保幅性能。为此，本文提出了一种基于反演的时空域随机噪声衰减方法。它首先从地震数据中估算预测滤波算子，该算子表征了地震信号的可预测性，自适应地描述了地震信号的空间结构。在得到预测误差算子之后，将该算子作为正则化约束引入到地震信号反演系统，由含有随机噪声的地震数据直接反演地震信号。不同于常规随机噪声衰减方法，该方法将随机噪声衰减问题归结为正则化约束下的地震信号反演问题，克服了常规方法噪声模型的不一致性问题。我们采用模型数据和实际数据进行了实验分析，并与常规方法进行了效果对比。实验结果表明：与常规方法相比，本文方法在噪声压制的同时，没有对有效信号产生明显伤害，具有更好的振幅保持能力。

简介：正则化因子的选择方法决定了正则化方法的稳定性和准确度。在分析改进的奇异值分解法与正则化方法的关系的基础上，给出一个正则因子计算公式。数值模拟试验表明改进的奇异值分解法和正则化方法适应低信噪比。当信噪比低于30时正则化方法比奇异值分解法结果更好，当信噪比高于30时奇异值分解法更优。采用本文提出的正则因子的正则化方法可以适用于实际核磁测井的低信噪比（5〈SNR）情况。数值模拟及实际资料的计算实验表明，改进的SVD反演算法与正则化方法都具有适应低信噪比、求解速度快等优点，可以满足核磁共振测井工作的需求。