CN101201406B - 一种高效地表一致性反褶积的方法 - Google Patents

Abstract

本发明是地震资料处理过程中地表一致性反褶积的方法，采集叠前炮集或CMP地震记录，用常规方法截取地震记录，一般选择地震记录信噪比较高的时窗段，用常规的方法对地震记录段做傅立叶变换，把地震记录从时间域变换到频率域，并计算功率谱，其特征在于：对功率谱的每个采样点值采取查表的方式取对数，得到对数功率谱，把地震记录段变换成复赛谱，并把复赛谱截断，然后进行地表一致性分解。本发明充分保留地震子波的信息，节省内存空间，所要进行地表一致性分解的采样点减少，后处理内存节省，可得到高分辩率的地震资料，并消除各炮点和检波点之间的差别。

Description

一种高效地表一致性反褶积的方法

技术领域

本发明涉及地球物理勘探技术，属于地震资料处理过程中提高分辨率的技术范畴，是用于提高地震资料的分辩率和消除地震记录炮点、检波点和CMP之间的差异的一种高效地表一致性反褶积的方法。

背景技术

在地球物理勘探技术中对记录的数据要进行处理，地表一致性约束下的反褶积技术是地震资料处理的一种常规处理方法。在地表起伏、表层结构复杂地区，当震源和接受点位置变化时，激发条件、接收条件等都发生变化，对地震记录将造成不同影响，地表一致性反褶积可以消除这种影响，反褶积过程中道间振幅补偿了由震源和接收器耦合引起的变化，同时能有效的提高地震资料的分辩率。通常的地表一致性反褶积原理是假定地震记录可以用以下的公式表示(源自yilmaz，1987)

x_ij(t)＝s_j(t)*h_m(t)*e_n(t)*q_i(t)+n(t)    (1)

式中：x_ij(t)是地震记录，s_j(t)是炮点位置为j的响应，q_i(t)是检波点位置为i的响应，h_m(t)是依赖于炮检距的响应，e_n(t)与面元有关的响应，n(t)为噪音响应，这里假定n(t)＝0。

方程(1)在频率域则为：

X_ij(ω)＝S_j(ω)H_m(ω)E_n(ω)Q_i(ω)    (2)

如果预测反褶积，只需估算功率谱，对功率谱取对数(为书写方便，下面用X_ij(ω)，S_j(ω)，H_m(ω)，E_n(ω)和Q_i(ω)表示对应的功率谱)：

lnX_ij(ω)＝lnS_j(ω)+lnH_m(ω)+lnE_n(ω)+lnQ_i(ω)    (3)

应用最小平方方法：

$L=\underset{i,j,\mathrm{\ω}}{\mathrm{\Σ}}{(\ln X_{\mathrm{ij}}\left(\mathrm{\ω}\right)-\ln S_j\left(\mathrm{\ω}\right)-\ln H_m\left(\mathrm{\ω}\right)-\ln E_n\left(\mathrm{\ω}\right)-\ln Q_i\left(\mathrm{\ω}\right))}^2---\left(4\right)$

式中，lnX_ij(ω)是地震记录的对数功率谱。

对L求偏导：

$\frac{\∂L}{\∂\left(\ln S_j\left(\mathrm{\ω}\right)\right)}=\frac{\∂L}{\∂\left(\ln H_m\left(\mathrm{\ω}\right)\right)}=\frac{\∂L}{\∂\left(\ln E_n\left(\mathrm{\ω}\right)\right)}=\frac{\∂L}{\∂\left(\ln Q_i\left(\mathrm{\ω}\right)\right)}=0---\left(5\right)$

其中j＝1，2，…J，J为炮点总个数；m＝1，2，…M，M为以米为单位的不同炮检距的个数；n＝1，2，…N，N为面元个数；i＝1，2，…I，I为检波点个数，ω＝1Δω，2Δω，…WΔω，W为频率采样点个数。对每个频率采样点都要用高斯-塞德尔迭代法求解。而后对每一项响应取指数，反傅立叶变换，得到相应的自相关函数，解托布里兹方程，得到各个分量的反褶积算子。

由此可见，地表一致性反褶积需要很大的设备内存和计算量。随着大面积三维采集的广泛应用和高密度采集的推广，需要处理的数据量越来越大，这种比较成熟的方法无法适应大数据量处理。解决办法有采用对输入数据直接做自相关，然后用三角窗截断自相关函数，经较少点数的傅立叶变换，对对数功率谱迭代分解，这种方法虽然可节省内存和减少计算量，但反褶积结果分辩率降低。也有的直接截断功率谱来节省内存和计算量，这种方法容易造成高频异常。

发明目的

本发明提供一种适合大面积三维采集和高密度采集、既节省计算量又节省内存空间、效率高效果好的一种高效地表一致性反褶积的方法。

发明内容

本发明提供如下解决方案：

先采集叠前炮集或CMP地震记录，用常规方法截取地震记录，一般选择地震记录信噪比较高的时窗段，用常规的方法对地震记录段做傅立叶变换，把地震记录从时间域变换到频率域，并计算功率谱，然后对功率谱的每个采样点值采取查表的方式取对数，得到对数功率谱，把地震记录段变换成复赛谱，并把复赛谱截断，然后进行地表一致性分解。

本发明还提供如下解决方案：

地表一致性反褶积的方法，采用以下步骤：

1)采集叠前炮集或CMP地震记录；

2)用常规方法截取地震记录，一般选择地震记录信噪比较高的时窗段；

3)用常规的方法对地震记录段做傅立叶变换，把地震记录从时间域变换到频率域，并计算功率谱；

4)对功率谱的每个采样点值取对数，得到对数功率谱；

5)对得到的对数功率谱做反傅立叶变换，得到复赛谱，

6)取复赛谱零点附近的记录，时间长度与人工填写的自相关长度一致；

7)在复赛域分解，对复赛谱用高斯-塞德尔方法进行地表一致性分解，分解后得到各个分量的响应；

8)对各个分量响应做傅氏变换，得到各个分量的对数功率谱；

9)对每个分量的对数功率谱分别取指数，得到功率谱；

10)对功率谱做反傅氏变换，得到各个分量的自相关函数；

11)分别解各个分量自相关函数组成的托布里兹方程组，求出预测算子；

12)分别在地震道上应用各个分量的反褶积算子，用常规的方法处理得到高分辩率的地震资料，并消除各炮点和检波点之间的差别。

所述的信噪比较高的时窗段同相轴的位置在0.8s～3s之间。

所述的各个分量是炮点、检波点、CMP和炮检距。

所述的地震记录段的功率谱取对数，采用造表查表的方式。

本发明由于在复赛谱域地震子波一般集中在复赛谱的零点附近，所以截断零点附近的复赛谱进行地表一致性分解，这样既充分保留了地震子波的信息，也节省了内存空间，同时由于复赛谱被截断，所要进行地表一致性分解的采样点减少，提高了分解的效率。本发明后处理时内存大约节省到原来的

效率大约节省到原来的效果要好于常规的地表一致性反褶积。

附图说明

图1是本发明在单炮上面的应用效果图；

图1(a)是单炮记录；

图1(b)是一般的地表一致性反褶积方法；

图1(c)是本发明地表一致性反褶积方法；

图2是地震记录自相关结果图；

图2(a)是原始地震记录的自相关函数；

图2(b)是经过地表一致性反褶积后结果图；

图2(c)是经过本发明处理后结果图。

具体实施方案

本发明先采集叠前炮集或CMP地震记录，用常规方法截取地震记录，一般选择地震记录信噪比较高的时窗段，用常规的方法对地震记录段做傅立叶变换，把地震记录从时间域变换到频率域，并计算功率谱，然后对功率谱的每个采样点值采取查表的方式取对数，得到对数功率谱，把地震记录段变换成复赛谱，并把复赛谱截断，然后进行地表一致性分解。

采用以下具体步骤：

1)采集叠前炮集或CMP地震记录。

可设地震记录为x(t)，t＝1，…，N，

1，…，N为采样点，

2)用常规方法截取地震记录，一般选择地震记录信噪比较高的时窗段，如在0.8s～3s之间。

设截取后的地震记录为x(t)，t＝N₁，…，N₂，N₁，N₂为截取地震记录的起止采样点；

3)用常规的方法对地震记录段做傅立叶变换，把地震记录从时间域变换到频率域，并计算功率谱；

如所述的对x(t)做傅立叶变换X(f)＝∫x(t)e^i2πftdt，其中X(f)的功率谱为|X(f)|²；

4)造对数表，只计算一次对数值，并把自变量和相应的对数值制成对数表，以后需要计算对数值得时候根据自变量直接查找对数值，可以避免相同自变量的重复计算，然后对功率谱的每个采样点值采取查表的方式取对数，得到对数功率谱；设|X(f)|²的对数功率谱表示为ln|X(f)|²

5)对得到的对数功率谱做反傅立叶变换，得到复赛谱，设 $\hat{x}\left(t\right)={\∫\ln \left|X\left(f\right)\right|}^2{e}^{-i2\mathrm{\πft}}\mathrm{df},$

为复赛谱；

6)取复赛谱零点附近的记录，时间长度与人工填写的自相关长度一致，取

零点附近的记录

t＝1，…，N′；

7)在复赛域分解，对复赛谱用高斯-塞德尔方法进行地表一致性分解，分解后得到炮点项、检波点项、CMP项和炮检距项的响应，如；

${\hat{s}}_i^{\left(n\right)}\left(t\right)=\frac{1}{N}(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{x}}_{\mathrm{ij}}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{r}}_{\mathrm{ij}}^{(n-1)}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{c}}_{\mathrm{ij}}^{(n-1)}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{f}}_{\mathrm{ij}}^{(n-1)}\left(t\right))$

${\hat{r}}_i^{\left(n\right)}\left(t\right)=\frac{1}{N}(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{x}}_{\mathrm{ij}}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{s}}_{\mathrm{ij}}^{\left(n\right)}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{c}}_{\mathrm{ij}}^{(n-1)}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{f}}_{\mathrm{ij}}^{(n-1)}\left(t\right))$

${\hat{c}}_i^{\left(n\right)}\left(t\right)=\frac{1}{N}(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{x}}_{\mathrm{ij}}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{s}}_{\mathrm{ij}}^{\left(n\right)}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{r}}_{\mathrm{ij}}^{\left(n\right)}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{f}}_{\mathrm{ij}}^{(n-1)}\left(t\right))$

${\hat{f}}_i^{\left(n\right)}\left(t\right)=\frac{1}{N}(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{x}}_{\mathrm{ij}}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{s}}_{\mathrm{ij}}^{\left(n\right)}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{r}}_{\mathrm{ij}}^{\left(n\right)}\left(t\right)-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\hat{c}}_{\mathrm{ij}}^{\left(n\right)}\left(t\right))$

其中

为炮点项，

为检波点项，

为CMP项，

为炮检距项，(n)为第n次迭代的结果，(n-1)为第n-1次迭代的结果，i为炮号，j为炮集i中的所有检波点号；

8)对各个分量响应做傅氏变换，得到各个分量的对数功率谱如；

$\hat{S}\left(f\right)=\∫\hat{s}\left(t\right)e^{i2\mathrm{\πft}}\mathrm{dt}$ 为炮点项的对数功率谱

$\hat{R}\left(f\right)=\∫\hat{r}\left(t\right)e^{i2\mathrm{\πft}}\mathrm{dt}$ 为检波点项的对数功率谱

$\hat{C}\left(f\right)=\∫\hat{c}\left(t\right)e^{i2\mathrm{\πft}}\mathrm{dt}$ 为CMP项的对数功率谱

$\hat{F}\left(f\right)=\∫\hat{f}\left(t\right)e^{i2\mathrm{\πft}}\mathrm{dt}$ 为炮检距项的对数功率谱

9)对每个分量的对数功率谱分别取指数，得到功率谱，如；

以炮点项为例： $S\left(f\right)=e^{\hat{S}\left(f\right)}$ 为炮点项的功率谱

10)对功率谱做反傅氏变换，得到各个分量的自相关函数，如；

以炮点项为例：R_s(t)＝∫S(f)e^i2πftdt为炮点项的自相关函数

11)分别解由炮点、检波点、CMP和炮检距自相关函数组成的托布里兹方程组，求出预测算子；

如：解托布里兹方程组

h(τ)，h(τ+1)，…，h(τ+N)是求出的预测算子。

12)分别在地震道上应用各个分量的反褶积算子。得到高分辩率的地震资料，并消除各炮点和检波点之间的差别。

本发明实施例：

1)采集叠前炮集地震记录，总炮数为210炮。

2)选择时窗2000～3000ms对地震记录截断

3)对地震记录段变换到复赛域，对复赛域地震记录进行地表一致性分解，得到各个分量的自相关函数。

4)然后分别解自相关函数组成的托布里兹方程组，得到各个分量的反褶积算子。

5)在地震记录上分别应用这些反褶积算子。

图1(c)是本实施例效果，明显好于图1(b)一般地表一致性反褶积的效果。

通常对地表一致性反褶积效果的监控，一般都是利用自相关函数。本发明另一实施例处理后对地震道做自相关处理，对自相关后的数据按炮集叠加，炮集自相关结果，用来判别地表一致性反褶积的效果。

图2是实际地震记录地表一致性反褶积前后自相关的对比。显示的自相关函数是炮集上各道自相关函数之和。图2(a)是原始地震记录的自相关函数，炮间差别很大，分辩率并不高。经过地表一致性反褶积(限频80Hz)后图2(b)分辩率有所提高，但是地表一致性并不是很好，而且有高频分量，复赛谱域地表一致性反褶积结果图2(c)，各炮之间的差异很小，分辩率提高。

Claims (3)

1.一种高效地表一致性反褶积的方法，采集叠前炮集或CMP地震记录，用常规方法截取地震记录，选择地震记录信噪比较高的时窗段，用常规的方法对地震记录段做傅立叶变换，把地震记录从时间域变换到频率域，并计算功率谱，其特征在于：对功率谱的每个采样点值采取查表的方式取对数，得到对数功率谱，把地震记录段变换成复赛谱，并把复赛谱截断，然后进行地表一致性分解；

具体采用以下步骤：

1)采集叠前炮集或CMP地震记录；

2)用常规方法截取地震记录，选择地震记录信噪比较高的时窗段；

3)用常规的方法对地震记录段做傅立叶变换，把地震记录从时间域变换到频率域，并计算功率谱；

4)对功率谱的每个采样点值采取查表的方式取对数，得到对数功率谱；

5)对得到的对数功率谱做反傅立叶变换，得到复赛谱，

6)取复赛谱零点附近的记录，时间长度与人工填写的自相关长度一致；

7)在复赛域分解，对复赛谱用高斯-塞德尔方法进行地表一致性分解，分解后得到各个分量的响应；

8)对各个分量响应做傅立叶变换，得到各个分量的对数功率谱；

9)对每个分量的对数功率谱分别取指数，得到功率谱；

10)对功率谱做反傅立叶变换，得到各个分量的自相关函数；

11)分别解各个分量自相关函数组成的托布里兹方程组，求出反褶积算子；

12)分别在地震道上应用各个分量的反褶积算子，用常规的方法处理得到高分辩率的地震资料，并消除各炮点和检波点之间的差别。

2.根据权利要求1所述的一种高效地表一致性反褶积的方法，其特征在于步骤2)所述的信噪比较高的时窗段同相轴的位置在0.8s～3s之间。

3.根据权利要求1所述的一种高效地表一致性反褶积的方法，其特征在于所述的各个分量是炮点、检波点、CMP和炮检距。

Images