Способ снижения уровня шума элементарных волн данных электромагнитного исследования с контролируемым источником

011104 Заявка на данное изобретение испрашивает приоритет предварительной патентной заявки США 60/703203, зарегистрированной 28 июля 2005 г. Область техники, к которой относится изобретение Данное изобретение относится, в общем, к области геофизических методов разведки и, более конкретно, к электромагнитной разведке с контролируемым источником ("CSEM"), включающей в себя оконтуривание месторождения. В частности, изобретение представляет собой способ обработки данных,предназначенный для снижения шума в результатах исследования CSEM. Предшествующий уровень техники Электромагнитные исследования с контролируемым источником являются важным геофизическим инструментом, предназначенным для оценки присутствия нефтегазоносных пластов в толще пород. Исследования CSEM обычно регистрируют электромагнитный сигнал, наводимый в земле источником (передатчиком) и измеряемый в одном или более приемниках. Поведение этого сигнала в виде функции местоположения передатчика, частоты и разнесения (длины расстановки) между передатчиком и приемником может быть диагностикой свойств горной породы, связанных с присутствием или отсутствием углеводородов. В частности, измерения CSEM используются для определения пространственно изменяющегося удельного сопротивления подземного пласта. В морской среде данные CSEM обычно получают, буксируя симметричную, вибраторную передающую антенну 11 среди множества приемников 12, установленных на морском дне 13 (фиг. 1). Антенну передатчика обычно буксируют на высоте в несколько десятков метров над уровнем морского дна. Приемники имеют множество чувствительных элементов, предназначенных для регистрации одной или более различных векторных составляющих электрических и/или магнитных полей. Альтернативные конфигурации включают в себя стационарные передатчики, находящиеся на дне или в толще воды, также как магнитные передающие антенны. Передающие и приемные системы обычно работают независимо(без какого-либо подсоединения), так что данные приемников должны быть синхронизированы с производимыми на борту корабля измерениями местоположения передатчика посредством сравнения времени на часах приемников с временем на корабле или стандартом GPS (глобальной системы определения местоположения). Данные CSEM обычно интерпретируются во временной частотной области, где каждый сигнал представляет реакцию толщи пород на электромагнитную энергию на этой временной частоте. В необработанных данных интенсивность каждой частотной составляющей изменяется в зависимости от того,сколько энергии передает передатчик, и от чувствительности приемника на этой частоте. Эти влияния обычно удаляют из данных до интерпретации. На фиг. 2A и 2B изображены необработанные данные 21 приемников вместе с формой 22 сигнала передатчика (фиг. 2B), которая вызвала их. На фиг. 2A показаны примеры принимаемых сигналов CSEM на шкале времени в течение нескольких часов, в то время как на фиг. 2B показан тот же самый принимаемый сигнал на значительно более короткой шкале 23 времени,сопоставимой с периодом T формы сигнала передатчика. Обычные величины для T находятся в пределах между 4 и 64 с. Форма сигнала передатчика изображена как пунктирная линия, перекрывающая форму сигнала приемников (форма сигнала передатчика показана только для ссылки: вертикальная шкала применяется только для сигнала приемников). На практике данные приемников преобразуются во временную частоту посредством разделения(или "накопления") зарегистрированных данных временной области в интервалы времени, равные периоду формы сигнала передатчика (фиг. 3A), и определения спектра (фиг. 3B) в пределах каждой ячейки(x1, x2, x3) стандартными способами, основанными на преобразовании Фурье. Фазы спектральных составляющих не показаны. С каждой ячейкой связано время, обычно дата юлианского календаря в центре ячейки. Поскольку местоположение передатчика известно в виде функции времени, эти ячейки могут быть взаимозаменяемым образом помечены несколькими различными способами, включающими в себя дату юлианского календаря центра ячейки; положение передатчика; отмеченную величину длины расстановки между источником и приемником или кумулятивное расстояние, преодолеваемое передатчиком относительно некоторой отправной точки. В общем, принимаемые сигналы состоят из составляющих как синфазных, так и несинфазных с сигналом передатчика. Поэтому сигналы удобно представлять в виде комплексных чисел в алгебраической (вещественно-мнимой) либо в тригонометрической (амплитудно-фазовой) форме. Сигнал передатчика может иметь более сложную форму сигнала, чем изображено на фиг. 2B и 3A. Приемники CSEM (фиг. 4) обычно включают в себя систему электропитания, например аккумуляторные батареи (внутри корпуса 40 регистратора данных и давления); одну или более антенн электрического поля (E) или магнитного поля (B) (симметричные вибраторы 41 принимают поля + и -Ех, симметричные вибраторы 42 принимают + и -Еу, катушки 43 предназначены для Вх, а катушки 44 - для Ву); другие измерительные приборы, такие как компас и термометр (не показаны); электронные модули, которые начинают считывать, оцифровывать и сохранять эти результаты из-1 011104 мерения в предварительно запрограммированное время (внутри корпуса 40); средство для извлечения данных из приемника в корабельный компьютер после возвращения приемника на поверхность (не показано); груз (например, бетонный якорь 49), достаточный для того, чтобы заставить приемник опускаться на морское дно; механизм 45 для отсоединения приемника от его груза после приема (акустическим разъединяющим и навигационным блоком 46) акустического сигнала от надводного корабля (14 на фиг. 1); стеклянные флотационные сферы 47; поплавок 48 части лаглиня до нулевой марки и различные крюки, флажки, стробоскопические источники света и радиомаяки (не показаны), предназначенные для упрощения развертывания и извлечения приемника из корабля на поверхности. Должно быть ясно, что возможны другие конфигурации, такие как соединение нескольких приемников в группу, буксируемую за судном (см., например, патент США 4617518, выданный Srnka). Приемник, изображенный на фиг. 4, представляет собой 4-компонентный (Ex, Ey, Bx и By) приемник CSEM для морского дна. Устройства могут быть сконфигурированы так, чтобы регистрировать различные типы полей, включая вертикальные электрические (Ez) и магнитные (Bz) поля. Величина измеряемого электрического поля резко снижается с увеличением длины расстановки между источником и приемником (фиг. 5). Когда длина расстановки достаточно большая, реакция толщи пород на передаваемый сигнал будет слабой, и измеряемый сигнал будет искажаться шумом. Шум представляет собой ограничивающий фактор в применении исследования CSEM для поисково-разведочных работ по углеводородам, потому что он затеняет реакцию от структур малого размера, вызывает помехи при использовании данных от множества приемников и ограничивает диапазон временных частот, которые можно использовать. Фиг. 5A, 5B представляют собой графики данных электрического поля от фактического исследования CSEM, показывающие шум высоких (пространственных) частот, когда передатчик находится далеко от приемника. Кривые представляют собой величину (фиг. 5A) и фазу (фиг. 5B) электрического поля,нормализованного интенсивностью передатчика. Передатчик перемещается на расстояние, равное приблизительно 58 км, в течение 0,9 дня, охватываемое горизонтальной осью. Передатчик приближается к приемнику слева, проходит ближе всего к приемнику приблизительно на 184,95 день и уходит от приемника вправо. Передатчик был ближе всего к приемнику сразу после 184,95 дня. Каждая точка данных представляет амплитуду электрического поля на частоте 0,0625 Гц, вычисленную на основании 64-секундной ячейки, которая для этого исследования эквивалентна перемещению передатчика приблизительно на 48 м. Большие флуктуации сигнала перед 184,85 днем и после 185,05 дня физически не могут быть приписаны изменениям в удельном сопротивлении подземного пласта, которое не изменяется в течение таких коротких интервалов времени. Эти флуктуации могут быть только шумом. Хотя некоторые типы шума могут быть преодолены с помощью увеличения мощности передатчика или замедления скорости гидрографического корабля, оба подхода являются дорогостоящими. Поэтому для подавления шума в данных CSEM выгодно использовать способы обработки сигналов, основанные на применении вычислительной машины. Когда источник шума точно известен, его иногда можно удалять с помощью явного моделирования и вычитания, как раскрывает публикация патента PCTWO/2005/010560, зарегистрированного с датой приоритета от 26 июня 2003 г., для случая шума воздушной волны. В других случаях, в которых источник шума не так хорошо понятен или в которых шум может возникать в результате более чем одного явления, способы подавления могут быть основаны на том, как сам шум присутствует в данных. Например, патентная заявка PCTPCT/US06/01555, зарегистрированная с датой приоритета от 18 февраля 2005 г., описывает способ, где шум оценивается на основании сигналов, измеряемых на частотах, которые не передавались источником. Настоящее изобретение подавляет шум в данных CSEM, основываясь на объединении пространственного содержания и содержания пространственных частот в шуме. Термин "пространственная частота" относится к частотной переменной, вводимой посредством преобразования Фурье пространственно изменяющегося сигнала. Шум, представленный на фиг. 5A, 5B, может быть подавлен в соответствии с настоящим изобретением. Относительно плоская характеристика на фиг. 5A, 5B между приблизительно 184,96 и 184,98 днями называется "зоной насыщения". Во время этого интервала времени передатчик находился достаточно близко к приемнику, чтобы подавлять динамический диапазон регистрирующей электронной аппаратуры приемника. Разложение на составные части по временной частоте само представляет способ подавления шума,поскольку оно подавляет те участки сигнала, которые не соответствуют частотам, передаваемым передатчиком. Прямой подход к послаблению пространственно изменяющегося шума состоит в том, чтобы "суммировать" данные, объединяя несколько смежных временных ячеек в единственную большую ячейку. См., например, L.M. MacGregor et al., "The RAMESSES experiment - III. Controlled-source electromagneticsounding of the Reykjanes Ridge at 5745'N", Geophys. J. Int. 135, 773-789 (1998). Для исследования временных областей Macnae и др. обсуждали использование взвешенных пакетов (Geophysics, 49, 934-948,(1984.Spies оценивает шум на одной составляющей магнитного поля на основании измерений на других двух составляющих. (Geophysics 53, 1068-1079, (1988. Для снижения шума в аэромагнитных данных, которые являются результатами бортовых измерений естественно встречающегося статического (с нулевой частотой) магнитного поля земли, применяли пространственные фильтры. См., например, работу B.K. Bhattacharyya, "Design of spatial filters and their application to high-resolution aeromagnetic data", Geophysics 37, 68-91 (1972). Понижение уровня шума элементарных волн применяли к различным типам данных, не относящимся к CSEM (J.S. Walker, "А Primer on Wavelets and their Scientific Applications", ChapmanHall/CRC(1999. Патент США 5619998, выданный Abdel-Malek и Rigby, раскрывает понижение зависящего от сигнала шума в когерентном сигнале системы формирования изображений (таком, как в медицинской ультразвуковой эхограмме) посредством фильтрации гранулированного шума, используя нелинейное адаптивное установление пороговых значений коэффициентов преобразования принимаемых элементарных волн эхо-сигналов. Патент США 6741739, выданный Vincent, раскрывает способ улучшения соотношения сигнал/шум сигнала, несущего информацию, в котором вычисляется преобразование элементарных волн до предварительно определенного уровня, сигнал с установленными пороговыми значениями по частоте, который является показательным для шума, получается из преобразования элементарных волн, и сигнал с установленными пороговыми значениями по частоте вычитается из сигнала, несущего информацию. В геофизической литературе понижение уровня шума элементарных волн применялось к аэромагнитным данным (Leblanc and Morris, "Denoising of aeromagnetic data via the wavelet transform",Geophysics 66, 1793-1804, (2001); Ridsdill-Smith and Dentith, "The wavelet transform in aeromagnetic processing", Geophysics 64, 1003-1013 (1999); и Ridsdill-Smith, "The Application of the Wavelet Transform to theProcessing of Aeromagnetic Data", Ph. D. thesis, The University of Western Australia (2000; для данных силы тяжести (J.C. Soares и др., "Efficient automatic denoising of gravity gradiometry data", Geophysics 69, 772782 (2004 и к сейсмическим данным (Zhang and Ulrych, "Physical Wavelet Frame Denoising", Geophysics 68, 225-231 (2003. Поведение и происхождение шума в морских исследованиях CSEM могут значительно изменяться от одного места к другому в толще пород и с изменениями в океанических течениях и в атмосферных условиях. Кроме того, шумы в какой-либо конкретной совокупности данных CSEM могут происходить более чем от одного источника и демонстрировать более чем один тип поведения. Поэтому преимуществом является ситуация, когда методика подавления шумов может применяться вместе с другими способами ослабления шумов, такими как разложение на составные части по временной частоте и суммирование. Суммирование как методика подавления шумов представляет собой статистический процесс, который является наиболее эффективным, когда шум имеет гауссово распределение относительно некоторой средней величины. В данных морской CSEM шум может иметь очень большие отклонения от его средней величины. В результате большие суммированные ячейки будут иметь тенденцию доминирования нескольких из самых больших шумовых выбросов и могут быть не в состоянии представлять лежащий в основе сигнал. Кроме того, большие суммированные ячейки уменьшают пространственную разрешающую способность данных, поскольку становится не ясно, как большие ячейки должны быть связаны с конкретным временем или длиной расстановки. Пространственная разрешающая способность является важной, поскольку пользователь данных CSEM пытается определять и резистивную природу, и положение пластов в толще пород. На суше способы подавления шумов основаны на работе с данными во временной области и обычно имеют дело только с данными, приобретенными в течение периодов, когда ток передатчика выключен. Эта стратегия является основной для данных на суше, поскольку она обеспечивает путь ослабления очень большого сигнала, который достигает приемника через воздух ("воздушную волну"). В морской установке воздушная волна часто подавляется омическими потерями в воде. Кроме того, поддерживая передатчик главным образом в состоянии "включено", морские исследования могут действовать на увеличенных уровнях сигналов и распространять больше энергии среди различных временных частот, чтобы получать лучшее разрешение для структуры толщи пород в глубине. Сущность изобретения В одном варианте осуществления изобретение представляет собой реализуемый с помощью компьютера способ снижения высокочастотного, зависящего от длины расстановки, шума, смешанного с истинным сигналом в сигнале, зарегистрированном приемником в электромагнитном исследовании с контролируемым источником в находящейся на некотором расстоянии от берега подземной области, содержащий:(a) выбор функции элементарных волн, удовлетворяющей условиям компактного основания и нулевого среднего значения;(b) преобразование упомянутого зарегистрированного сигнала с помощью преобразования элемен-3 011104 тарных волн, используя упомянутую функцию элементарных волн, таким образом генерируя разложенный на составные части сигнал, состоящий из высокочастотной составляющей (детализирующих коэффициентов) и низкочастотной составляющей (аппроксимирующих коэффициентов);(c) снижение величины высокочастотной составляющей, где такая величина превышает предварительно выбранное пороговое значение, таким образом завершая первый уровень разложения на составные части; и(d) обратное преобразование низкочастотной составляющей плюс высокочастотной составляющей со сниженным пороговым значением, таким образом восстанавливая сигнал с отфильтрованным шумом. В других вариантах осуществления выполняется более чем один уровень разложения на составные части перед восстановлением последней совокупности аппроксимирующих коэффициентов, объединенных с какими-либо детализирующими коэффициентами, остающимися от предыдущих разложений после установления пороговых значений. Другими словами, после вышеупомянутого этапа (c) этап (i) выбирает низкочастотную составляющую из предыдущего уровня разложения на составные части и преобразовывает ее с помощью преобразования элементарных волн в высокочастотную составляющую и низкочастотную составляющую; (ii) понижает величину полученной в результате высокочастотной составляющей, где такая величина превышает предварительно выбранное пороговое значение; (iii) аккумулирует высокочастотную составляющую со сниженным пороговым значением из предыдущего этапа с высокочастотными составляющими со сниженными пороговыми значениями от предыдущих уровней разложения на составные части и (iv) повторяет этапы (i)-(iii) до тех пор, пока не будет выполнен предварительно выбранный уровень разложения на составные части, приводя к окончательной низкочастотной составляющей и окончательной высокочастотной составляющей, состоящей из аккумулированных высокочастотных составляющих со сниженными пороговыми значениями от всех уровней разложения. В некоторых, но не во всех, вариантах осуществления изобретения пороговое значение для каждого уровня разложения на составные части устанавливается на нуль, и это означает, что все детализирующие коэффициенты устанавливаются равными нулю. Краткое описание чертежей Настоящее изобретение и его преимущества будут лучше понятны при обращении к последующему подробному описанию и прилагаемым чертежам, на которых: фиг. 1 иллюстрирует развертывание оборудования для обычного обследования, CSEM; фиг. 2A и 2B изображают принимаемый сигнал CSEM и форму сигнала передатчика, который вызвал его, в зависимости от времени; фиг. 3A и 3B иллюстрируют процесс накопления сигнала приемника во времени и определения частотного спектра в пределах каждой временной ячейки с помощью анализа Фурье; фиг. 4 изображает 4-компонентный (Ex, Ey, Bx и By) придонный приемник CSEM; фиг. 5A и 5B представляют данные электрического поля от обследования CSEM, показывающие высокочастотный шум, когда передатчик находится далеко от приемника; фиг. 6 представляет собой блок-схему процесса, показывающую одно возможное место, где настоящее изобретение может быть выполнено в обычной последовательности этапов обработки данныхCSEM; фиг. 7 представляет собой блок-схему процесса, показывающую основные этапы в одном варианте осуществления настоящего обладающего признаками новизны способа; фиг. 8A-8P иллюстрируют трехуровневое разложение на составные части данных на фиг. 5 с помощью настоящего обладающего признаками новизны способа; фиг. 9A и 9B показывают данные фиг. 5 после понижения уровня шума с помощью настоящего обладающего признаками новизны способа, основанного на трехуровневом разложении на составные части элементарных волн; фиг. 10A и 10B показывают данные фиг. 5 после понижения уровня шума с помощью настоящего обладающего признаками новизны способа, основанного на шестиуровневом разложении на составные части элементарных волн; и фиг. 11A-11F показывают искусственные данные CSEM с аддитивным шумом до и после понижения уровня шума элементарных волн, основанного на четырехуровневом разложении на составные части с использованием симлетов 4-го порядка и с использованием элементарной волны Хаара. Теперь изобретение будет описано в связи с его предпочтительными вариантами осуществления. Однако до такой степени, до которой последующее подробное описание специфично для конкретного варианта осуществления или конкретного использования изобретения, оно предназначено для того, чтобы быть только иллюстративным и не должно рассматриваться как ограничивающее объем данного изобретения. Напротив, оно предназначено для того, чтобы охватить все варианты, модификации и эквиваленты, которые могут быть включены в пределы сущности и объема изобретения, как определено в соответствии с прилагаемой формулой изобретения.-4 011104 Подробное описание предпочтительных вариантов осуществления Настоящее изобретение представляет собой способ выполнения понижения уровня шума элементарных волн с целью удаления участков данных CSEM, которые (1) изменяются слишком быстро при изменении длин расстановки, чтобы быть законной реакцией земли на передаваемый сигнал, и (2) демонстрируют устойчивые высокочастотные характеристики по диапазону длин расстановки. Оно охватывает различные способы выполнения разложения на составные части элементарных волн и понижения уровня шума так, чтобы процессор обработки данных CSEM мог выбирать реализацию, которая является наиболее эффективной для конкретной совокупности данных, сопоставляя эффективности альтернативных вариантов осуществления изобретения. Фиг. 6 показывает, где настоящий обладающий признаками новизны способ (этап 61) может быть вставлен в обобщенную обычную последовательность операций обработки данных CSEM. Специалистам в области обработки данных CSEM должно быть понятно, что этапы в пределах последовательности операций обработки всегда выбираются так, чтобы удовлетворять потребностям конкретного обследования или совокупности данных, и что эти этапы могут быть упорядочены по-другому или могут выполняться этапы, отличающиеся от показанных на фиг. 6. Это особенно верно в случае настоящего изобретения, которое только требует, чтобы было выполнено понижение уровня шума элементарных волн в некоторый момент (по меньшей мере один) в течение обработки данных. Другие общие этапы обработки, такие как анализ ориентации приемника и обратное преобразование, не показаны. В предпочтительном варианте осуществления настоящего изобретения шум удаляется посредством выполнения дискретного преобразования элементарных волн данных, установки на нуль (или подавления иным образом) малых величин (потому что они, вероятно, представляют шум) среди детализирующих коэффициентов элементарных волн ("установки порогового значения") и выполнения обратного преобразования элементарных волн данных с установленными пороговыми значениями. Этот способ,который может быть назван "понижением уровня шума элементарных волн", может подавлять шум широкополосных, высоких пространственных частот, появляющийся на больших длинах расстановки, без разрушения локализированных, имеющих большую крутизну сигналов вблизи от зоны насыщения. Терминология, такая как "детализирующие коэффициенты" и "аппроксимирующие коэффициенты", обычно используется в связи с широко известной методикой преобразований элементарных волн, и она может быть найдена даже в пользовательской документации для коммерческого программного продукта, который может выполнять преобразования элементарных волн сложной входной информации численными способами, например продукт под названием MATLAB, продаваемый фирмой The Math Works, Inc. См. также продукт SAS от фирмы SAS Institute, Inc., продукт Mathematica фирмы Wolfram Research, Inc. andPress, и др., "Numerical Recipes in Fortran", Cambridge University Press, 2nd ed. (2-е изд.), 1992. Иногда вместо термина "аппроксимирующий" используются термины "масштабирующий" или "сглаживающий", а вместо "детализирования" можно найти термин "элементарная волна". Использование преобразований элементарных волн было раскрыто во многих не относящихся к CSEM применениях. Фиг. 7 представляет собой блок-схему основных этапов способа по настоящему изобретению,предназначенного для понижения уровня шума элементарных волн. Критерии ослабления шума и оставления сигнала неповрежденным могут быть оценены с помощью визуальной проверки данных. В качестве альтернативы эффективность выборов параметров элементарных волн может быть оценена степенью,до которой отфильтрованные данные могут согласовываться с искусственными данными, сгенерированными реалистической моделью удельного сопротивления земли. Лучший выбор элементарных волн,уровня разложения на составные части и методики установления пороговых значений - все зависят от данных. Однако способ элементарных волн и установления пороговых значений обычно можно выбирать из широкого диапазона допустимых значений, в то время как уровень разложения должен быть выбран более тщательно, при исследовании его влияния на данные. Понижение уровня шума элементарных волн, представленное этапом 73, где дискретное преобразование элементарных волн (см., например, работу S. Mallat, "A theory for multiresolution signal decomposition: The Wavelet representation", IEEE Pattern Analysis and Machine Intelligence 11, 674-693, 1989) рекурсивно делит сигналы на высокочастотные и низкочастотные составляющие. Высокочастотная составляющая сигнала на фиг. 5 ("детализирующие" коэффициенты) представлена на графике на фиг. 8A (вещественная, или синфазная, составляющая) и на фиг. 8E (мнимая, или квадратурная, составляющая). Низкочастотные составляющие ("аппроксимирующие" коэффициенты), которые не показаны на чертежах для какого-либо из уровней разложения, кроме последнего, были сами разложены на детализирующие и аппроксимирующие коэффициенты, и детализирующие коэффициенты на этом втором уровне показаны на фиг. 8B и 8F. Разложение на детализирующие и аппроксимирующие коэффициенты было проведено еще один раз, и детализирующие коэффициенты вычерчены на фиг. 8C и 8G. Аппроксимирующие коэффициенты на третьем и окончательном уровне показаны на фиг. 8D и 8H. Это соответствует выбору уровня разложения, на этапе 72 фиг. 7, составляющему три. Фиг. 8I-8P показывают три совокупности детализирующих и аппроксимирующих коэффициентов данных после понижения уровня шума элементарных волн. Детализирующие коэффициенты после понижения уровня шума элементарных волн, т.е. фиг. 8I-8K и фиг. 8M-8O, были получены посредством-5 011104 установки на нуль малых величин (этап 74) из числа детализирующих коэффициентов на фиг. 8A-8C и 8E-8G, на этапе, называемом установлением порогового значения. В этом случае все детализирующие коэффициенты были меньше, чем выбранное пороговое значение и, следовательно, были установлены на нуль. Время представляет собой переменную, представляемую на горизонтальной оси фиг. 8A-8P. Разложение данных, таких как представлены на фиг. 5A и 5B, обязательно должно быть выполнено численными способами, и это означает, что шкала времени должна быть последовательно разделена на маленькие, но дискретные интервалы, процесс, называемый дискретизацией. Фиг. 8A-8H показывают результаты преобразования элементарных волн участка данных сигнала на фиг. 5A и 5B, в частности, участка между датами 184,4 и 185,3 юлианского календаря. Например, чтобы произвести конкретное разложение,представленное на фиг. 8A и 8E, были сгенерированы и вычерчены 1200 дискретных точек. 1200 значений, которые нанесены на фиг. 8A, составляют детализирующие коэффициенты для первого уровня разложения элементарных волн вещественной части зарегистрированного сигнала. Выбросы при значении приблизительно 720 абсциссы представляют относительно существенные детализирующие коэффициенты. Нанесенные точки для других интервалов являются лишь едва различаемыми относительно вертикальной шкалы, использованной на чертеже. Решение установления порогового значения, которое произведено на фиг. 8I, состояло в том, чтобы установить на нуль каждый из 1200 детализирующих коэффициентов на фиг. 8A, включая большие значения при 720. Аппроксимирующие коэффициенты, соответствующие фиг. 8A, не показаны, и они также не показаны на втором уровне разложения, но они показаны для третьего и последнего уровня разложения на фиг. 8D. Однако к аппроксимирующим коэффициентам,полученным в результате первого разложения, применяли второе преобразование элементарных волн,чтобы произвести детализирующие коэффициенты фиг. 8B и соответствующие аппроксимирующие коэффициенты (не показаны). Процесс был продолжен подобным способом для генерирования аппроксимирующих коэффициентов фиг. 8B. Этот разложенный на составные части сигнал затем можно подвергнуть обратному преобразованию обратно к первоначальной области, и он составит вещественную часть окончательного сигнала с пониженным уровнем шума, если был сделан выбор (на этапе 76), представляющий собой три уровня разложения, и выбор порогового значения на фиг. 8I-8K был оптимальным для этого конкретного применения. Программный продукт MATLAB отдельно выводит детализирующие коэффициенты и аппроксимирующие коэффициенты на каждом уровне разложения, выбранного пользователем. Пользователь также имеет варианты выбора пороговых значений, чтобы произвести из них выбор (этап 72). Детализирования фильтрации верхних частот и фильтрации нижних частот, используемых на этапе 73 разложения элементарных волн по настоящему изобретению, управляются выбором функции элементарных волн на этапе 71. В предпочтительном варианте осуществления настоящего изобретения дискретное разложение элементарных волн выполняется с помощью быстрого преобразования элементарных волн (Mallat, 1989, op. cit.), которое имеется в MATLAB. Таким образом, преобразование элементарных волн делит этот входной сигнал на низкочастотные и высокочастотные составляющие в прогрессивно укрупняющемся масштабе разложения. Результирующее представление данных является промежуточным между пространственной областью (без частотного разрешения) и областью пространственных частот (без пространственного разрешения). В результате разложение элементарных волн обеспечивает отличительное средство отделения шума от сигнала в данных CSEM. Разложение на составные части элементарных волн в общем представляет шум с детализирующими коэффициентами и плавно изменяющийся сигнал с остающимися аппроксимирующими коэффициентами. Кроме того, в отличие от преобразования Фурье (которое измеряет относительное количество быстрых изменений в зависимости от медленных изменений для всего сигнала), разложение элементарных волн распознает быстрые изменения (детализирующие коэффициенты) на каждом уровне разложения. Эти уровни соответствуют прогрессивно укрупняющимся представлениям данных. Таким образом, разложение элементарных волн на фиг. 5 может различать внезапные изменения с обоих концов данных от углов приблизительно на 184,96 и 184,98 дни, фиксируя эти характерные особенности на различных уровнях разложения. Разделив шум и сигнал на детализирующие и амплитудные коэффициенты, соответственно, стратегия понижения уровня шума элементарных волн относительно того, как устанавливать пороговое значение детализирующих коэффициентов (этап 74), заключается в том, чтобы сводить к установке на нуль(или понижать иначе) детализирующие коэффициенты до инвертирования разложения и формирования сигнала с пониженным уровнем шума. Таким образом, на фиг. 8I-8K и 8M-8O детализирующие коэффициенты были установлены на нуль, тогда как аппроксимирующие коэффициенты были сохранены (окончательные аппроксимирующие коэффициенты, показанные на фиг. 8L и 8P). При формировании, т.е. реверсировании разложения этапа 73 посредством выполнения обратного преобразования элементарных волн, эти новые коэффициенты (этап 75 на фиг. 7) приводят к кривым с пониженным уровнем шума,представленным на фиг. 9A и 9B. Таким образом, участок фиг. 9A и 9B между датами юлианского календаря 134,4 и 185,3 был сгенерирован посредством выполнения обратного преобразования элементарных волн аппроксимирующих коэффициентов фиг. 8L и 8P.-6 011104 Однако прежде чем выполнять этап 75 восстановления, будет выполнено второе разложение, если количество уровней разложения, выбранных на этапе 72, было два или более. В этом втором разложении преобразование элементарных волн выполняется на аппроксимирующих коэффициентах из первого разложения. После этого второго применения этапа 73 для полученных в результате детализирующих коэффициентов устанавливаются пороговые значения, и они аккумулируются с детализирующими коэффициентами с установленными пороговыми значениями с первого уровня разложения. Таким образом, способ делает петлю через этапы 73 и 74 столько раз, сколько было выбрано на этапе 72 (на фиг. 7 петля не показана). Затем последняя совокупность аппроксимирующих коэффициентов объединяется с аккумулированными детализирующими коэффициентами, и на этапе 75 производится обратное преобразование элементарных волн, чтобы генерировать восстановленный сигнал со сниженным шумом. В примере, иллюстрируемом на фиг. 8A-8P, пороговый уровень для этапа 74 был установлен на нуль, и поэтому на этапе 75 обратное преобразование элементарных волн применялось только к аппроксимирующим коэффициентам третьего уровня. Конечно, если разложение производится до слишком большого уровня, среди детализирующих коэффициентов начнут проявляться существенные характерные особенности сигнала. Фиг. 10A и 10B показывают результат понижения уровня шума для тех же самых первоначальных данных с фиг. 5 с использованием шестиуровневого разложения. Однако в отличие от случая на фиг. 9A и 9B, четвертый,пятый и шестой уровни разложения разделили некоторую часть плавно изменяющегося сигнала CSEM среди детализирующих коэффициентов. Хотя эти уровни содержат статистически небольшие характерные особенности данных, удаление их полностью чрезмерно сглаживает кривые на фиг. 10A и 10B и вводимый шум в сигнале. Должно быть ясно, особенно из графика амплитуды на фиг. 10A, что уровень разложения является слишком большим и категоризирует некоторые составляющие плавно изменяющегося сигнала CSEM как детализирующие. После потери во время установления порогового значения характерные особенности, представляемые этими составляющими, теряются из сигнала с пониженным уровнем шума. Вместо того чтобы позволить этому случиться, пользователь настоящего изобретения может распознавать эти важные характерные особенности сигнала среди детализирующих коэффициентов при более низком уровне разложении и сохранять их при формировании данных с пониженным уровнем шума. В общем, выбор соответствующего уровня разложения на составные части (первоначально на этапе 72, а затем повторно на этапе 76) будет зависеть от данных, но плохой выбор уровня проявит себя в очевидном повреждении сигнала. Преобразование элементарных волн (этап 73) функции f(t) представляет собой ее свертку с функцией элементарных волн,(Е. Foufoula-Georgiou and P. Kumar, "Wavelets in Geophysics", vol. 4 "Wavelet Analysis and its Applications", Academic Press, 1994). Здесьпредставляет собой масштабный коэффициент, который устанавливает разрешение преобразования непрерывных элементарных волн и соответствует уровню разложения в случае дискретных и быстрых преобразований элементарных волн. В дискретизации этого уравнения масштабный коэффициент выбран так, чтобы он изменялся по степеням 2 таким образом, чтобы j становился уровнем дискретизированного преобразования. Переменные времени, u и t являются дискретизированными по единице времени,В результате в ее дискретизированной форме, свертку, выраженную уравнением (1), можно записать как последовательность операций цифрового фильтра нижних частот и верхних частот, сопровождающуюся укрупнением единицы времени до 2. Выходной сигнал после фильтрования верхних частот и укрупнения становится детализирующими коэффициентами на этом уровне, а выходной сигнал фильтрования нижних частот и укрупнения становится аппроксимирующими коэффициентами, которые факультативно преобразуются в соответствии с той же самой процедурой, чтобы произвести коэффициенты элементарных волн, соответствующие следующему уровню. Программы Фортрана для реализации этой процедуры и ее обратного преобразования даются в работе W.H. Press, и др., "Numerical Recipes in Fortran: the Art of Scientific Computing", Cambridge University Press, 2nd ed. (2-е изд.), 1992. Элементарная волна представляет собой импульс конечной продолжительности, где импульс содержит ограниченный диапазон частотных составляющих. В отличие от преобразования Фурье, которое выполняет преобразование назад и вперед между временной областью и частотной областью, преобразование элементарных волн переходит в промежуточные области, где функции частично локализированы во времени, а также частично локализированы в частоте. Имеется множество возможных вариантов выбора (этап 71 на фиг. 7) функций , которые удовлетворяют требованиям элементарных волн относительно компактного основания и нулевого среднего значения. В то время как некоторые варианты выбора могут давать слегка улучшенное ослабление шума по сравнению с другими, опыт работы с даннымиCSEM показал, что конкретные функции являются либо допустимыми, либо недопустимыми, и что не-7 011104 допустимые функции элементарных волн сами проявляются в очевидном разрушении сигнала. Например, фиг. 11A и 11B показывают искусственные данные CSEM (черные кривые) вместе с искусственным данными плюс аддитивный шум (серые кривые). Этот искусственный пример не был произведен математически моделированием CSEM линии буксировки через модель удельного сопротивления толщи пород. Скорее он был создан посредством накладывания простых математических кривых и случайного шума, чтобы имитировать форму фактического набора CSEM, такого как показан на фиг. 5A и 5B. Что касается фиг. 11C и 11D, по сравнению с данными помехами (серые кривые), результатом элементарных волн с пониженным уровнем шума (черные кривые) является восстановленный дополнительный сигнал, прежде чем шум становится настолько большим при больших длинах расстановки, что он подавляет искусственные данные. Отфильтрованные данные были получены посредством понижения уровня шума, основанного на 4-уровневом разложении с использованием симлетов 4-го порядка. Фиг. 11 Е-11F показывают соответствующие результаты для понижения уровня шума с использованием 4 уровневого разложения, основанного на элементарной волне Хаара. В отличие от результатов с симлетами на фиг. 11 С и 11D, элементарная волна Хаара является явно неподходящей для этого применения,вводя нежелательные ступени лестницы в то, что было плавно изменяющимся сигналом. Элементарные волны обычно категоризируют в семействах, основанных на математических свойствах, таких как симметрия. В пределах семейства элементарные волны дополнительно категоризируют по их порядку, который грубо соответствует числу моментов обращения в нуль. Порядки элементарных волн, составляющие 5 или меньше, обычно являются наиболее полезными для подавления шумов CSEM. Некоторые семейства элементарных волн, который являются особенно полезными для уменьшения шумаDaubechies, компактная элементарная волна с самым высоким числом моментов обращения в нуль; симлет, модификация элементарных волн Daubechies, которая является более симметричной; биортогональная, для которой точное восстановление является возможным с помощью фильтров с конечной импульсной характеристикой; и койфлет, для которой фильтры верхних частот и нижних частот в дискретных преобразованиях являются настолько компактными, насколько возможно. В общем, из-за ее массивной природы, элементарная волна Хаара является не очень полезной для снижения шума CSEM, как доказано фиг. 11E и 11F. Имеются различные стратегии выполнения этапа 74 установления порогового значения ослабления или снижения малых значений в детализирующих коэффициентах. См., например, работы D.L. Donoho,"De-noising by soft-thresholding", IEEE Transactions on Information Theory 41, 613-627 (1995); D.L. Donoho,"Progress in wavelet analysis and WVD: a ten minute tour", Progress in Wavelet Analysis and Applications,109-128, Y. Meyer and S. Roques, ed., Gif-sur-Yvette (1993); и J. Walker, "A Primer on Wavelets and theirScientific Applications", ChapmanHall/CRC (1999). Все эти способы работают, ослабляя (устанавливая на нуль) детализирующие коэффициенты, абсолютная величина которых падает ниже некоторого порогового значенияи сохраняя только те коэффициенты, величина которых находится выше этого порогового значения. Одним установлением порогового значения, предлагаемым Donoho (1993), является установление гдепредставляет собой среднеквадратическое ослабление детализирующих коэффициентов;N - количество детализирующих точек на конкретном уровне разложения. Например, N=1200 на фиг. 8 А и N составляет приблизительно 600 на фиг. 8 В и приблизительно 300 на фиг. 8 С. Возможно даже на различных уровнях разложения к детализирующим коэффициентам применять различные критерии установления пороговых значений. Во всех приведенных в данном описании примерах использованные критерии эффективно ослабляли все детализирующие коэффициенты, оставляя данные с пониженным уровнем шума, которые будут образованы из одних аппроксимирующих коэффициентов. В различных вариантах осуществления изобретения можно устанавливать пороговые значения синфазных и несинфазных составляющих индивидуально (как в данном описании) или основываясь на некотором объединенном свойстве их детализирующих коэффициентов, таких как сумма возведенных в квадрат величин вещественной и мнимой частей. Поскольку понижение уровня шума элементарных волн данных CSEM, т.е. настоящий обладающий признаками новизны способ, основано на пути, при котором в этих данных появляются шумы, этот способ подходит для шума от различных источников, таких как магнитотеллурическая энергия, молнии,океанические течения и флуктуации в положении источника. Настоящее изобретение использует объединенные пространственные характерные особенности и характерные особенности пространственных частот шума в исследованиях CSEM. Т.е. обеспечена возможность распознавать, что некоторые изменения данных по ячейкам могут быть приписаны структурам удельного сопротивления внутри толщи пород, в то время как другие изменения, содержащие высокие пространственные частоты, не могут быть им приписаны. Эти изменения составляют модель шума в ис-8 011104 следованиях CSEM, и изобретение уменьшает шумы, которые удовлетворяют условиям этой модели. В обычном применении изобретения данные CSEM, представляющие единственную временную частоту, подвергаются разложению на составные части до небольшого количества уровней (например, 4) с помощью дискретного преобразования элементарных волн, основанного на симлете младшего порядка(3 или 4). Затем детализирующие коэффициенты устанавливаются на нуль полностью или устанавливаются на нуль за исключением статистически значимых выбросов, и все аппроксимирующие коэффициенты сохраняются. Затем данные восстанавливаются посредством реверсирования процесса разложения элементарных волн. В предпочтительных вариантах осуществления изобретения вещественные (синфазные) и мнимые (несинфазные) составляющие комплексных значений данных обрабатываются независимо. Для применения способа, включающего в себя оценку влияния уровней установления пороговых значений и уровней разложения на составные части, изобретение наиболее полезно реализовывать в виде программного обеспечения для компьютеров и использовать вместе с существующим программным обеспечением для компьютеров (таким, как MATLAB, для выполнения преобразования элементарных волн) для выполнения этапов, показанных на фиг. 7. Как и с другими этапами на фиг. 7, изобретение также может быть реализовано в электронном аппаратном средстве или в некоторой комбинации аппаратного средства и программного обеспечения. В применении может быть найдено после проверки параметров и оценки влияния изобретения на данные CSEM, что пользователь может решить прекратить использование изобретения для данных, содержащихся в пределах конкретного обследования, либо потому, что данные содержат не достаточно помех, либо потому, что шум является шумом такого типа, который не поддается понижению в соответствии с настоящим изобретением. Специалистам в области геофизической обработки данных должна быть понятна важность проведения испытания множества способов уменьшения шума, испытания их в комбинации и наблюдения влияния их управляющих параметров посредством исследования влияния на их данные. Как заявлено выше, способы, предназначенные для выполнения дискретных преобразований элементарных волн и установления пороговых значений данных, опубликованы и доступны для приобретения в форме систем и библиотек программирования компьютеров. (См., например, работы "MATLAB, the Language of Technical Computing", 2001, The Math Works, Inc. и SAS/IML "User's Guide", Version 8, SAS Publishing, 1999). В результате приведенное выше описание изобретения вместе с разработкой или приобретением соответствующего программного обеспечения обеспечат возможность процессору обработки геофизических данных осуществлять на практике изобретение после записи только относительно небольшого объема программирования. Варианты выбора оптимальных параметров для разложения на составные части элементарных волн и установления пороговых значений являются зависимыми от данных и, таким образом, не могут быть определены перед обработкой данных. Кроме того, специалистам в области геофизической обработки данных должно быть очевидно, что способ можно применять к измерениям составляющих магнитного поля и к данным, генерируемым передатчиком, который первоначально наводит магнитное поле в толще пород. (Это представляет собой отличие от линейной антенны, изображенной на фиг. 1, которая первоначально наводит электрическое поле в толще пород. Известно, что любой изменяющийся во времени ток наводит и электрическое, и магнитное поля в толще пород, и, кроме того, известно, что линейные антенны представляют собой, прежде всего, устройства электрического поля, тогда как антенны рамочного типа представляют собой, прежде всего, устройства магнитного поля.) И устройства, служащие источником электрического поля, и устройства, служащие источником магнитного поля, относятся к области обследования CSEM. Вышеизложенное применение направлено на конкретные варианты осуществления настоящего изобретения для цели его иллюстрирования. Однако специалистам в данной области техники должно быть очевидно, что возможно множество модификаций и видоизменений вариантов осуществления, описанных в данном описании. Например, специалистам в данной области техники должно быть очевидно,что не каждый этап на фиг. 7 должен быть выполнен в показанном порядке. Например, этап 72, на котором выбирается количество уровней разложения так, чтобы оно было целым числом, равным одному или более, может быть выполнен перед этапом 71, или перед этапом 75, или где-нибудь между ними. Все такие модификации и видоизменения предназначены для того, чтобы находиться в пределах объема настоящего изобретения, как определено в прилагаемой формуле изобретения. ФОРМУЛА ИЗОБРЕТЕНИЯ 1. Реализуемый с помощью компьютера способ снижения высокочастотного, зависящего от длины расстановки шума, смешанного систинным сигналом в сигнале, зарегистрированном приемником в электромагнитном исследовании с контролируемым источником в находящейся на некотором расстоянии от берега подземной области, содержащий:(a) выбор функции элементарных волн, удовлетворяющей условиям компактного основания и нулевого среднего значения;(b) преобразование упомянутого зарегистрированного сигнала с помощью преобразования элементарных волн, используя упомянутую функцию элементарных волн, таким образом генерируя разложенный на составные части сигнал, состоящий из высокочастотной составляющей и низкочастотной составляющей;(c) снижение величины высокочастотной составляющей, где такая величина превышает предварительно выбранное пороговое значение, таким образом завершая первый уровень разложения на составные части, и(d) обратное преобразование низкочастотной составляющей плюс высокочастотной составляющей со сниженным пороговым значением, таким образом восстанавливая сигнал с отфильтрованным шумом. 2. Способ по п.1, дополнительно содержащий после этапа (с):(i) выбор низкочастотной составляющей из предыдущего уровня разложения на составные части и преобразование ее с помощью преобразования элементарных волн в высокочастотную составляющую и низкочастотную составляющую,(ii) снижение величины полученной в результате высокочастотной составляющей, где такая величина превышает предварительно выбранное пороговое значение,(iii) аккумулирование высокочастотной составляющей со сниженным пороговым значением из предыдущего этапа с высокочастотными составляющими со сниженными пороговыми значениями из предыдущих уровней разложения на составные части и(iv) повторение этапов (i)-(iii) до тех пор, пока предварительно выбранный уровень разложения на составные части не будет выполнен, приводя в результате к окончательной низкочастотной составляющей и окончательной высокочастотной составляющей, состоящей из аккумулированных высокочастотных составляющих со сниженным пороговым значением из всех уровней разложения на составные части. 3. Способ по п.1, дополнительно содержащий повторение этапов (а)-(d), если восстановленный сигнал не демонстрирует разрушение сигнала. 4. Способ по п.3, дополнительно содержащий повторение этапов (а)-(d) до тех пор, пока восстановленный сигнал не будет демонстрировать либо разрушение сигнала, либо отсутствие какого-либо дальнейшего снижения уровня шума. 5. Способ по п.1, в котором упомянутое пороговое значение представляет собой нуль. 6. Способ по п.1, в котором упомянутые величины высокочастотных составляющих выше порогового значения понижаются до упомянутого порогового значения. 7. Способ по п.1, в котором упомянутая функция элементарных волн выбирается из группы, состоящей из элементарной волны Daubechies, симлет, биортогональной элементарной волны и койфлет. 8. Способ по п.1, в котором упомянутое пороговое значениеустанавливается на величину гдепредставляет собой среднеквадратическое ослабление высокочастотных составляющих, а N - количество точек в высокочастотной составляющей сигнала, причем упомянутый сигнал выражен в дискретизированной форме. 9. Способ по п.1, в котором упомянутое преобразование элементарных волн сигнала f(u) выражено с помощью дискретизированной версии где- функция элементарных волн, t - время, а- масштабный коэффициент, связанный с разрешающей способностью. 10. Способ по п.9, в котором интеграл выполняется с использованием методики быстрого преобразования элементарных волн Маллата. 11. Способ добычи углеводородов из области нижнего горизонта, содержащий:(a) выполнение электромагнитного исследования с контролируемым источником области подземного пласта,(b) получение обработанных данных исследования, в котором обработка включает в себя снижение высокочастотного, зависящего от длины расстановки шума, смешанного с истинным сигналом, в сигнале, зарегистрированном приемником обследования, с помощью этапов, содержащих:(i) выбор функции элементарных волн, удовлетворяющей условиям компактного основания и нулевого среднего значения,(ii) преобразование зарегистрированного сигнала с помощью преобразования элементарных волн,используя упомянутую функцию элементарных волн, производя таким образом разложенный на составные части сигнал, состоящий из высокочастотной составляющей и низкочастотной составляющей,(iii) снижение величины высокочастотной составляющей, где такая величина превышает предварительно выбранное пороговое значение, таким образом завершая первый уровень разложения на составные части, и(iv) обратное преобразование низкочастотной составляющей плюс высокочастотной составляющей- 10011104 со сниженным пороговым значением, таким образом восстанавливая сигнал с отфильтрованным шумом,и(c) бурение по меньшей мере одной скважины в области подземного пласта, основываясь отчасти на пространственно изменяющемся удельном сопротивлении, определяемом из обработанных электромагнитных данных после снижения высокочастотного, зависящего от длины расстановки шума, и(d) добычу углеводородов по меньшей мере из одной скважины.