论文部分内容阅读
地震勘探规模和数值模拟规模的不断扩大产生了海量的地震数据,并且这些数据需要被存储以供后期处理解释。虽然目前可以通过使用大容量存储设备保存的方式来解决这个问题,但之后的处理步骤又会面临当前计算机固有的I/O瓶颈问题,从而大大降低了处理效率。为此,许多地震数据压缩算法被提出以期解决这个问题,例如无损压缩算法中哈夫曼编码,算术编码,字典编码等,以及有损压缩算法中的离散余弦变换(DCT)压缩,Dreamlet变换压缩,小波变换压缩等。在这些算法中,由于无损算法的压缩率较低,因此以如上所述的有损压缩算法使用较为广泛,但是它们都不能在压缩前就对重构误差进行控制,同时具体实现也相对较为复杂。本文在对以上传统无损压缩算法和有损压缩算法充分调研的基础上,引入了一种新的数据压缩算法——Squeeze算法,这是一种误差约束压缩算法,同时实现简单,使用方便。之前的研究中还没有Squeeze算法在地震数据压缩中的相关工作,因此本文是首次将其引入并实现了与地震波正演流程的结合。依托Squeeze算法本身优秀的压缩实现:多维和多层预测,自适应误差约束量化和熵编码操作,使其在实际压缩测试中获得了不错的压缩效果。但在实际波场压缩应用过程中,Squeeze算法在压缩设置为相对误差约束且误差限相对较大的情况下会产生所谓的“零漂”问题,即某些接近于零值的数据点不再为零,而是一个绝对值异常大值。本文将Squeeze算法应用到了3个测试数据中:1,二维地震记录数据;2,单剖面单分量波场数据;3,四维应力张量波场数据。其中前两个测试以DCT和Dreamelt的压缩结果作为参照,对比表明在这3种算法中,Squeeze算法的压缩效果是最好的,DCT次之。第3个数据测试主要是为了探讨Squeeze算法在不同压缩设置下的压缩性能差异,并对其重构误差以及时间开销进行分析。同时针对算法的“零漂”问题,本文给出了梯度校正策略和带通滤波校正策略进行改善。通过校正后数据得到的地震记录、波场快照以及敏感核误差的变化说明了校正策略的有效性。本文还提出了一种混合参数误差约束方式——HL压缩模式用于降低“零漂”问题对敏感核计算造成的影响。通过在波场模拟初始阶段使用高精度压缩设置来尽可能地避免数据产生“零漂”,而在后续阶段使用低精度压缩设置来保证压缩率,这种方式可以在丢失部分压缩率的情况下获得不错的压缩结果。