We have performed a comparison of microseismic data denoising methods based on their effect on the polarization attributes of 3C microseismic signals. The compared denoising methods include the classic band-pass filtering, and three recently proposed denoising techniques: restricted-domain hyperbolic Radon transform denoising, singular value decomposition (SVD)-based reduced-rank filtering, and empirical mode decomposition denoising. In order to draw the comparison, we denoised 3C synthetic data contaminated with noise extracted from field data records; calculated their rectilinearity, azimuth, and dip polarization attributes; and arranged them into histograms. The comparison has been drawn by measuring the distances between the polarization histograms of the clean and denoised data, assuming that one method outperforms another if the aforementioned distance is smaller. This strategy allows us to quantify the improvement in the calculated polarization attributes due to the different denoising processes. In addition, we also calculated the quality factor (QF) of the denoised signals, which adds value and robustness to the comparison. Our results indicated that the method based on SVD preserves the original polarization attributes better than the other techniques tested in this work. Moreover, it also retrieved the denoised signal with the highest QF. Finally, we tested the methods with field data and assessed their performance qualitatively on the basis of the insight gained from numerical tests with synthetic data.

中文翻译：

---

通过极化直方图评估微震降噪

基于微震数据降噪方法对3C微震信号极化属性的影响，我们进行了比较。比较后的降噪方法包括经典的带通滤波和三种最近提出的降噪技术：受限域双曲Radon变换降噪，基于奇异值分解（SVD）的降秩滤波和经验模式分解降噪。为了进行比较，我们对被现场数据记录中提取的噪声污染的3C合成数据进行了去噪。计算其直线度，方位角和倾角极化属性；并将它们排列成直方图 通过测量干净数据和去噪数据的极化直方图之间的距离进行比较，如果上述距离较小，则假定一种方法优于另一种方法。这种策略使我们能够量化由于不同的降噪过程而导致的计算极化属性的改善。此外，我们还计算了去噪信号的品质因数（QF），从而为比较增加了价值和稳健性。我们的结果表明，基于SVD的方法比本工作中测试的其他技术保留了更好的原始偏振属性。此外，它还检索了具有最高QF的降噪信号。最后，我们使用现场数据对这些方法进行了测试，并基于对合成数据进行数值测试获得的见解，对这些方法的性能进行了定性评估。这种策略使我们能够量化由于不同的降噪过程而导致的计算极化属性的改善。此外，我们还计算了去噪信号的品质因数（QF），从而为比较增加了价值和稳健性。我们的结果表明，基于SVD的方法比本工作中测试的其他技术保留了更好的原始偏振属性。此外，它还检索了具有最高QF的降噪信号。最后，我们使用现场数据对这些方法进行了测试，并基于对合成数据进行数值测试获得的见解，对这些方法的性能进行了定性评估。这种策略使我们能够量化由于不同的降噪过程而导致的计算极化属性的改善。此外，我们还计算了去噪信号的品质因数（QF），从而为比较增加了价值和稳健性。我们的结果表明，基于SVD的方法比本工作中测试的其他技术保留了更好的原始偏振属性。此外，它还检索了具有最高QF的降噪信号。最后，我们使用现场数据对这些方法进行了测试，并基于对合成数据进行数值测试获得的见解，对这些方法的性能进行了定性评估。我们的结果表明，基于SVD的方法比本工作中测试的其他技术保留了更好的原始偏振属性。此外，它还检索了具有最高QF的降噪信号。最后，我们使用现场数据对这些方法进行了测试，并基于对合成数据进行数值测试获得的见解，对这些方法的性能进行了定性评估。我们的结果表明，基于SVD的方法比本工作中测试的其他技术保留了更好的原始偏振属性。此外，它还检索了具有最高QF的降噪信号。最后，我们使用现场数据对这些方法进行了测试，并基于对合成数据进行数值测试获得的见解，对这些方法的性能进行了定性评估。