CN103048690A - 基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术 - Google Patents

基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术 Download PDF

Info

Publication number
CN103048690A
CN103048690A CN2012105310734A CN201210531073A CN103048690A CN 103048690 A CN103048690 A CN 103048690A CN 2012105310734 A CN2012105310734 A CN 2012105310734A CN 201210531073 A CN201210531073 A CN 201210531073A CN 103048690 A CN103048690 A CN 103048690A
Authority
CN
China
Prior art keywords
seismic
stratum
optimal
reflection
dimensional
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105310734A
Other languages
English (en)
Other versions
CN103048690B (zh
Inventor
陈学华
钟文丽
贺振华
杨威
蔡涵鹏
裴小刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN201210531073.4A priority Critical patent/CN103048690B/zh
Publication of CN103048690A publication Critical patent/CN103048690A/zh
Application granted granted Critical
Publication of CN103048690B publication Critical patent/CN103048690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术是一种石油地震勘探数据处理与解释技术,它实现了一种利用地震资料准确提取地层反射界面的方法。首先利用地层倾角导向滤波对原始三维地震数据进行预处理,以消除噪声对地层反射和层序结构的影响,在保留地层反射中实际存在的不连续性如断层、沉积间断等特征的同时,突出和改善有效的地层层序趋势和地震同相轴的横向连续性。然后,利用最优地震子波提取的快速匹配投影分解对预处理后的三维地震数据进行分解,提取地层反射界面信息,获得高分辨地层反射界面数据体,用于解释地震反射层序结构,地层反射界面的位置、地层厚度及其横向变化等。

Description

基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术
技术领域
本发明涉及石油地震勘探数据处理与解释领域,是一种通过最优地震子波提取的快速匹配投影分解去除地震资料中的子波信息,提取和突出地震反射层序结构,指示地层反射界面的位置、地层厚度及其横向变化的技术。 
背景技术
利用地震资料提取地层的层序变化特征、储层各反射界面的准确位置及其厚度是油气地球物理勘探的重要内容。地震信号可看成是震源子波通过大地滤波后形成的,它是时间和空间上同时变化的地震子波、地层反射系数和噪声等信息的综合反映,这为利用地震资料提取地层反射系数的位置及其横向变化、储层界面的位置及厚度、地层的层序变化等信息提供了可能。 
利用地震资料提取目标地层的反射界面的位置是地震解释的重要工作,一类常规方法如人工层位追踪生成地层位置信息,存在实现效率低和明显的人为主观性问题。目前,许多地震资料解释软件可利用计算机自动拾取层位,提高了工作效率,但它需要人工布设种子点作为初始化条件,受地震资料和人为主观影响明显,当地震同相轴连续性差时,计算机自动拾取层位将出现困难。另外,由于复杂的地下地质条件、地震调谐、地层横向变化大等因素的影响,上述地层反射拾取方法都未能考虑地震子波在时间和空间上的变化性以及地震调谐导致地层反射同相轴的畸变,故拾取的精度难以保证。 
另一类方法一般通过提高地震资料分辨率的技术实现,如利用反褶积增强分辨率、对叠后地震资料进行带通滤波提高地震资料主频、补偿地震高频能量或拓宽地震信号频带等方法,但此类方法忽视了地震信号中地震子波本身存在的时变和空变特性,即地震子波的特征参数存在可变性,且单纯提高地震资料主频或拓展地震频带的方法虽然增加了地震同相轴的数量,但会引入了过多的反射假象,难以可靠地用于地层反射界面和层序结构的准确拾取。 
匹配追踪分解算法(MPD,Mallat和Zhang Zhifeng,1993)可将地震信号分解为一组时频原子基的线性组合, Castagna和Sun Shenjie(2003)利用该算法对地震数据进行瞬时谱分析,用于检测油气储层的低频阴影,Liu (2007)和Wang(2008)利用改进的MPD检测河道和油气层低频异常。Puryear(2008)把地震反射系数看成是偶部与奇部的组合,利用MPD实现了一种谱反演算法(Chopra,2006;Portniaguine,2007;Puryear,2008),用于提取和指示层序界面特征和薄层,然而,常规MPD的时频原子集不一定适合地震信号,影响了层序界面提取的可靠性,另外,MPD方法利用贪婪算法反复迭代,不断搜索能匹配地震信号剩余能量的时频原子,运算效率极低,限制了它的实际应用。 
发明内容
本发明是要提供一种基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术,它能快速去除地震资料中的时空变地震子波,提取和突出与地层层序结构和反射界面位置有关的信息,为描述地层的层序变化特征、储层各反射界面的准确位置及其厚度等提供依据。 
本发明的最优地震子波提取的快速匹配投影分解的地层反射界面拾取技术,首先要对地震资料进行地层倾角导向滤波,以消除噪声对地层反射和层序结构的影响,可突出和保留有效的地层层序趋势和横向变化,使提取的反射界面信息更加准确可靠。 
本发明的最优地震子波提取的快速匹配投影分解的地层反射拾取技术,采用一种最优地震子波提取的快速匹配投影分解方法,构建反映地震信号局部层次结构的子波集,以最优化方法快速提取最优匹配地震子波,从而去除地震资料中的时空变子波信息,获得地层反射的准确信息。 
本发明的基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术,具有如下优越性: 
 使用了地层倾角导向滤波对地震资料进行预处理,减少了噪声对地层反射和层序结构信息的破坏,使提取的地层反射更加准确可靠; 
Figure 969184DEST_PATH_IMAGE002
 利用能刻画地震信息局部层次结构的地震子波集,减少了地震信号分解的多解性,提高了分解的准确性,
Figure DEST_PATH_IMAGE003
 利用最优化方法搜索并提取地震资料中的时空变子波,可以快速获得高分辨率的地震反射层序结构和地震反射界面信息,指示地层反射界面的位置、地层厚度及其横向变化。
本发明的具体实现原理如下: 
首先利用地层倾角导向滤波技术对三维叠后地震数据进行预处理,在保留地层反射中实际存在的不连续性如断层、沉积间断等特征的同时,改善地层反射的横向连续性,去除地震资料噪声,提高后续地层反射界面拾取的可靠性。
地层倾角导向滤波是利用基于扩散张量的非线性各向异性扩散方程的滤波方法,首先输入三维叠后地震勘探数据
Figure 853964DEST_PATH_IMAGE004
,定义如下如下结构张量S: 
其中,
Figure DEST_PATH_IMAGE007
、分别为沿xyz(即深度或时间方向)方向的偏微分。
对结构张量
Figure DEST_PATH_148968DEST_PATH_IMAGE009
进行特征值分解,得 
Figure DEST_PATH_982932DEST_PATH_IMAGE010
其中,
Figure DEST_PATH_933570DEST_PATH_IMAGE011
为结构张量
Figure DEST_PATH_878393DEST_PATH_IMAGE009
的特征值,
Figure DEST_PATH_293194DEST_PATH_IMAGE012
分别为对应的特征向量。取与梯度方向垂直的特征向量的分量
Figure DEST_PATH_735993DEST_PATH_IMAGE014
构成扩散张量
Figure DEST_PATH_218927DEST_PATH_IMAGE015
Figure DEST_PATH_753814DEST_PATH_IMAGE016
构成地层倾角导向滤波方程为
其中,
Figure DEST_PATH_DEST_PATH_IMAGE018
为时间因子,用于控制扩散方程迭代的次数,
Figure DEST_PATH_917128DEST_PATH_IMAGE019
用于控制扩散方程的速度, 
Figure DEST_PATH_203753DEST_PATH_IMAGE020
为高斯核函数;
Figure DEST_PATH_345144DEST_PATH_IMAGE021
为梯度。
Figure DEST_PATH_691812DEST_PATH_IMAGE022
为断层算子,利用它控制滤波过程中保留地层反射实际存在的不连续信息,它按下式计算
Figure DEST_PATH_166656DEST_PATH_IMAGE023
式中,diag()表示主对角线求和,
Figure DEST_PATH_194655DEST_PATH_IMAGE024
为初始结构张量,
Figure DEST_PATH_438554DEST_PATH_IMAGE009
为迭代时间为
Figure DEST_PATH_690544DEST_PATH_IMAGE018
时的结构张量。,在地层的强不连续处趋近于0,在地层连续处趋近于1。
最优地震子波提取的快速匹配投影分解主要选用Mexican Hat小波构建地震子波基集,由于Mexican Hat小波与Ricker子波有直接的对应关系,能较好地匹配地震信号,有利于算法的实现,使地震信号分解的结果更稀疏,分解后的残差信号能量衰减得更快,并且能更加准确地刻画地震信号的局部层次结构。 
对于Mexican Hat小波:
Figure DEST_PATH_IMAGE023
,有 
Figure DEST_PATH_IMAGE025
(其中
Figure 899926DEST_PATH_IMAGE026
为主频率),上式即对应为如下的Ricker子波
Figure DEST_PATH_IMAGE027
从上式可见,不同主频的Ricker子波与不同尺度伸缩的Mexican Hat子波是能直接对应的,包含尺度伸缩因子
Figure 894427DEST_PATH_IMAGE028
和时间平移因子
Figure DEST_PATH_IMAGE029
的Mexican Hat子波基为
地震资料中存在的地震子波信息,其统计参数是时变和空变的,它的振幅、频率、相位等参数会随着传播时间、穿过介质的类型及地质构造而发生不稳定的变化。快速匹配投影分解利用遗传算法作为搜索最优地震子波的最优化方法,将地震子波基集与地震信号进行匹配投影,获得匹配程度最佳的最优地震子波,再从去除最优地震子波的剩余地震信号中迭代执行这一过程,直到剩余地震信号的能量相对于原始地震信号而言足够小(或剩余地震信号的能量低于预设的门槛值),从而将原始地震信号分解为一组不同振幅、尺度(或频率)、时移和相移的最优地震子波的线性组合
Figure DEST_PATH_IMAGE031
其中,
Figure 658169DEST_PATH_IMAGE032
是指包含了相移的Mexican Hat子波基,
Figure DEST_PATH_IMAGE033
即为组成地震信号的最优地震子波集的投影系数。
Figure 806647DEST_PATH_IMAGE034
为剩余地震信号,它的能量很小,主要是噪声。上述计算过程将原始地震信号分解为最优地震子波集
Figure DEST_PATH_IMAGE035
和最优匹配投影系数
Figure 429390DEST_PATH_IMAGE036
,利用后者即可构成用于地层反射拾取的高分辨地层反射界面数据。
附图说明
图1是从TH油田的三维叠后地震数据体中抽取的一个原始过井地震剖面,时间深度位于2.5s~3.5s。 
图2是与图1对应的高分辨地层反射界面拾取剖面。 
图3是与图1对应的分解后的剩余地震信号剖面。 
图4是与图1对应最优地震子波集重构的地震剖面。 
图5是与图2对应的主频30Hz雷克子波卷积合成的地震剖面。 
图6是对图1的过井地震道在快速匹配投影分解过程中的剩余信号能量曲线。 
具体实施方式
本发明的具体实施方式如下:
Figure 577474DEST_PATH_IMAGE001
 输入三维叠后地震数据体; 利用地层倾角导向滤波,选取合适的计算参数对三维叠后地震数据体进行滤波处理,从而得到去除了噪声、增强了反射同相轴横向连续性和实际不连续性信息的三维地震数据体;
Figure 246408DEST_PATH_IMAGE003
 利用最优地震子波提取的快速匹配投影分解对三维地震数据体逐道进行分解,将地震道分解为最优地震子波的线性组合,获得相应的投影系数和最优地震子波集; 提取各地震道的投影系数,构成三维地层反射界面拾取数据体;
Figure 497392DEST_PATH_IMAGE038
 输入地下目的层段的地震时间或深度信息,结合其它可资利用的地质资料,从上述三维数据体中抽取一系列垂直剖面、水平或等时切片、沿层切片或地层切片;
Figure DEST_PATH_IMAGE039
 利用地震数据解释软件将处理后的数据转化成剖面图像或进行三维可视化显示,用于解释地震反射层序结构,地层反射界面的位置、地层厚度及其横向变化等。 
本发明的实施实例说明: 
图1是从三维叠后地震数据体中抽取的原始过井地震剖面,图2是与之对应的,从三维地层反射界面拾取数据体中抽取的剖面,它清楚地显示了反射层序结构、各地层反射界面的位置及其横向变化,可准确确定各层的时间厚度,整个剖面具有很高的分辨率。
图3是与图2对应的,对三维叠后地震数据体进行最优地震子波提取的快速匹配投影分解后的剩余地震信号数据体中抽取的地震剖面,从图中可见,剖面中主要为杂乱噪声信息,基本上不含有效的地震反射同相轴,图3说明本发明的最优地震子波提取的快速匹配投影分解还可用于地震资料的去噪处理。图4是与图1对应的,利用最优地震子波提取的快速匹配投影分解后的最优地震子波集构成的重构地震剖面,与图1比较可见,两者的地震反射特征和反射能量几乎相同,因此,通过图3和图4说明最优地震子波提取的快速匹配分解对地震资料的分解是准确可靠的。 
图5是利用图2的高分辨地层反射界面拾取剖面数据与主频为30Hz的Ricker子波卷积形成的合成地震剖面,与图1的原始地震剖面比较可见,图5中显示的基本反射特征与图1是完全一致的,它们的差别主要是由于图5的地震剖面是用固定的地震子波卷积合成的,不能体现最优地震子波的时变和空变特性,因此,图5再次说明最优地震子波提取的快速匹配分解对地震资料的分解是准确可靠的。 
图6是对图1中的过井地震道进行最优地震子波提取的快速匹配投影分解时,随着分解的迭代次数增加,剩余地震信号的能量迅速递减的过程,当分解至80次时,剩余地震信号的能量只有原始地震信号能量的
Figure 294840DEST_PATH_IMAGE040
,说明最优地震子波提取的快速匹配投影分解对地震资料的分解是稳定的、收敛的、可靠的。 

Claims (5)

1.一种基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术,其特征在于采用以下具体步骤:                                               
Figure DEST_PATH_IMAGE002
 输入三维叠后地震数据体; 利用地层倾角导向滤波,选取合适的计算参数对三维叠后地震数据体进行滤波处理,从而得到去除了噪声、增强了反射同相轴横向连续性和实际不连续性信息的三维地震数据体; 利用最优地震子波提取的快速匹配投影分解对三维地震数据体逐道进行分解,将地震道分解为最优地震子波的线性组合,获得相应的投影系数和最优地震子波集;
Figure DEST_PATH_IMAGE008
 提取各地震道的投影系数,构成三维地层反射界面拾取数据体;
Figure DEST_PATH_IMAGE010
 输入地下目的层段的地震时间或深度信息,结合其它可资利用的地质资料,从上述三维地层反射界面拾取数据体中抽取一系列垂直剖面、水平或等时切片、沿层切片或地层切片;
Figure DEST_PATH_IMAGE012
 利用地震数据解释软件将处理后的数据转化成剖面图像或进行三维可视化显示,用于解释地震反射层序结构,地层反射界面的位置、地层厚度及其横向变化等。
2.根据权利要求1所述的基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术,其特征在于:利用地层倾角导向滤波对三维叠后地震数据体进行预处理,使后续的最优地震子波提取的快速匹配投影分解提取的地层反射界面数据更可靠,质量更高。
3.根据权利要求1或2所述的基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术,其特征在于:利用最优地震子波提取的快速匹配投影分解将地震信号分解为最优地震子波和投影系数的线性组合。
4.根据权利要求1或3所述的基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术,其特征在于:利用了地震信号中地震子波存在的时变性和空变性。
5.根据权利要求1或3所述的基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术,其特征在于:利用最优化方法去除地震信号中的最优地震子波,得到了三维地层反射界面拾取数据体的计算方法。
CN201210531073.4A 2012-12-11 2012-12-11 基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术 Active CN103048690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210531073.4A CN103048690B (zh) 2012-12-11 2012-12-11 基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210531073.4A CN103048690B (zh) 2012-12-11 2012-12-11 基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术

Publications (2)

Publication Number Publication Date
CN103048690A true CN103048690A (zh) 2013-04-17
CN103048690B CN103048690B (zh) 2015-10-21

Family

ID=48061395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210531073.4A Active CN103048690B (zh) 2012-12-11 2012-12-11 基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术

Country Status (1)

Country Link
CN (1) CN103048690B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106154318A (zh) * 2015-04-16 2016-11-23 中国石油化工股份有限公司 一种地震频谱重建方法
CN106154318B (zh) * 2015-04-16 2018-08-31 中国石油化工股份有限公司 一种地震频谱重建方法
CN110389380A (zh) * 2018-04-23 2019-10-29 中国石油天然气股份有限公司 地震剖面的同相轴自动拾取方法、装置及存储介质
CN110441768A (zh) * 2019-09-09 2019-11-12 北京工业大学 一种快速提取南极航空冰雷达数据中冰面与基岩界面的方法
CN110824565A (zh) * 2018-08-10 2020-02-21 中国石油化工股份有限公司 一种空变子波体的构建方法及系统
CN111427080A (zh) * 2020-03-13 2020-07-17 王仰华 地震数据空变广义子波的提取方法
CN112835100A (zh) * 2021-01-21 2021-05-25 中国石油天然气股份有限公司 频谱分解方法及装置
CN113433589A (zh) * 2021-08-03 2021-09-24 成都理工大学 一种基于数理统计的风化壳储层底界面识别方法
CN113484908A (zh) * 2021-08-25 2021-10-08 成都理工大学 部分卷积与注意力机制融合深度学习网络的缺失地震数据重建方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100235102A1 (en) * 2009-03-12 2010-09-16 Schlumberger Technology Corporation Technique and system to process a seismic signal to determine an attribute of a geological layer
CN102116868A (zh) * 2009-12-31 2011-07-06 中国石油化工股份有限公司 一种地震波分解方法
CN102809762A (zh) * 2012-08-13 2012-12-05 成都理工大学 基于全频带地震信息挖掘的储层成像技术

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100235102A1 (en) * 2009-03-12 2010-09-16 Schlumberger Technology Corporation Technique and system to process a seismic signal to determine an attribute of a geological layer
CN102116868A (zh) * 2009-12-31 2011-07-06 中国石油化工股份有限公司 一种地震波分解方法
CN102809762A (zh) * 2012-08-13 2012-12-05 成都理工大学 基于全频带地震信息挖掘的储层成像技术

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张尔华等: "非线性各向异性扩散滤波器用于三维地震资料噪声衰减与结构特征增强", 《地球物理学进展》, vol. 25, no. 3, 30 June 2010 (2010-06-30), pages 866 - 870 *
高少武等: "地震子波提取方法研究进展", 《地球物理学进展》, vol. 24, no. 4, 31 August 2009 (2009-08-31), pages 1384 - 1391 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106154318A (zh) * 2015-04-16 2016-11-23 中国石油化工股份有限公司 一种地震频谱重建方法
CN106154318B (zh) * 2015-04-16 2018-08-31 中国石油化工股份有限公司 一种地震频谱重建方法
CN110389380A (zh) * 2018-04-23 2019-10-29 中国石油天然气股份有限公司 地震剖面的同相轴自动拾取方法、装置及存储介质
CN110824565A (zh) * 2018-08-10 2020-02-21 中国石油化工股份有限公司 一种空变子波体的构建方法及系统
CN110441768A (zh) * 2019-09-09 2019-11-12 北京工业大学 一种快速提取南极航空冰雷达数据中冰面与基岩界面的方法
CN110441768B (zh) * 2019-09-09 2021-06-18 北京工业大学 一种快速提取南极航空冰雷达数据中冰面与基岩界面的系统
CN111427080A (zh) * 2020-03-13 2020-07-17 王仰华 地震数据空变广义子波的提取方法
CN111427080B (zh) * 2020-03-13 2021-08-13 王仰华 地震数据空变广义子波的提取方法
CN112835100A (zh) * 2021-01-21 2021-05-25 中国石油天然气股份有限公司 频谱分解方法及装置
CN113433589A (zh) * 2021-08-03 2021-09-24 成都理工大学 一种基于数理统计的风化壳储层底界面识别方法
CN113484908A (zh) * 2021-08-25 2021-10-08 成都理工大学 部分卷积与注意力机制融合深度学习网络的缺失地震数据重建方法
CN113484908B (zh) * 2021-08-25 2023-07-14 成都理工大学 部分卷积与注意力机制融合深度学习网络的缺失地震数据重建方法

Also Published As

Publication number Publication date
CN103048690B (zh) 2015-10-21

Similar Documents

Publication Publication Date Title
CN103048690B (zh) 基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术
Xue et al. Amplitude-preserving iterative deblending of simultaneous source seismic data using high-order radon transform
Yuan et al. Multiscale adjoint waveform tomography for surface and body waves
de Ridder et al. Ambient seismic noise eikonal tomography for near-surface imaging at Valhall
CN104237945B (zh) 一种地震资料自适应高分辨处理方法
CN106896409B (zh) 一种基于波动方程边值反演的变深度缆鬼波压制方法
CN103954992B (zh) 一种反褶积方法及装置
Wang et al. Self-training and learning the waveform features of microseismic data using an adaptive dictionary
US20160161619A1 (en) Systems and methods for aligning a monitor seismic survey with a baseline seismic survey
CN106597545B (zh) 一种水平裂缝地震叠前反演方法和装置
CN112255690B (zh) 基于地震相位分解的自适应围岩强反射分离方法
CN116520419B (zh) 一种热流体裂缝通道识别方法
CN106019376A (zh) 一种频率驱动空变q值模型构建的地震波补偿方法
CA2926179C (en) System and method for seismic adaptive optics
CN102721979A (zh) 一种基于地震资料的薄层自动解释及厚度预测方法和装置
EP3963371B1 (en) 4d time shift and amplitude joint inversion for velocity perturbation
Xudong et al. Pre-stack gather optimization technology based on an improved bidimensional empirical mode decomposition method
CN102830432A (zh) 一种煤系强地震反射特征掩盖下弱反射储层的识别方法
CN110673211B (zh) 一种基于测井与地震数据的品质因子建模方法
CN111929726B (zh) 地震相干数据体处理方法及装置
Bing et al. Technology and application of thin reservoir prediction shielded by strong seismic energy caused by coal seams
Morales et al. Impact of seismic data conditioning on the identification of structural elements: A case of study from the pre-salt reservoir, Santos Basin, Brazil
Davogustto et al. Removing acquisition footprint from legacy data volumes
Al Marashly FACULTY OF EARTH SCIENCE AND ENGINEERING
Al-Heety et al. Random and Coherence Noise Attenuation Complete Sequence for 2-D Land Seismic Data Acquired in Iraq

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant