CN103728665A - 一种精细剩余静校正方法 - Google Patents

Abstract

本发明公开了一种精细剩余静校正方法，该方法用于处理原始地震数据，该原始地震数据包括至少一个CMP道集，每个CMP道集包含多个地震道，该方法包括：A）对每个CMP道集中的地震道进行子波变形道预处理，以消除子波变形严重的地震道；B）对每个CMP道集中的地震道进行自适应分权叠加，以生成新的模型道G₂(t)；C）将每个CMP道集中的地震道与对应的新的CMP叠加模型道G₂(t)进行互相关计算，以得到该CMP道集中的地震道的延迟时；以及D）在对所述至少一个CMP道集都执行步骤A）至步骤C）后，采用统计互相关算法分离炮点和检波点静校正量。该方案能极大压制地震子波变形道对模型道的影响，有效地提高了剩余静校正方法的计算精度，使地震资料的叠加剖面构造成像更加清晰。

Description

一种精细剩余静校正方法

技术领域

本发明涉及地震资料数字信号处理领域，具体地，涉及一种压制子波变形道的剩余静校正方法。

背景技术

在地震资料的剩余静校正处理领域中，通常CMP（共中心点）道集中采用统计互相关算法求解炮点和检波点静校正量。该方法认为，在共反射点道集中，来自同一反射点的反射波同相轴应为一条直线，通过各道记录与该道集的叠加道的互相关即可求得各地震道的剩余静校正量。

统计相关法的基本实现步骤主要有三步：首先生成共反射点道集叠加模型道；然后利用道集内地震道和模型道进行互相关，通过相关曲线确定当前地震道静校正量；最后对整个工区数据进行静校正量分解，得到每个炮点和每个检波点的静校正量。

在这三步中，模型道的生成占有重要的地位。生成的模型道质量直接影响着静校正量的计算效果。对于建立模型道的最简单的方法是，把CMP道集内的所有各道加起来形成模型道，然后利用每个单道去跟模型道进行互相关。

但是，在经过多种地震资料的实践观察中，发现地震信号在中深层区域，由于高频分量严重缺失，导致部分地震道的子波衰减程度很大，发生严重的畸变，由此生成的模型道不再代表准确的构造时间，严重影响了剩余静校正的求解精度。

Chun和Jacewitz（1977）提出，在求解剩余静校正量的迭代过程中，还可以在某次迭代时沿CMP增加方向建立模型道，而在下一次迭代时沿CMP减小方向建立模型道，这样做可以改善低信噪比区域的模型道，也可以改善测线两端的模型道。Kirchheimer（1987）提出利用各道与模型道的互相关系数作为该道的加权因子，采用加权叠加形成模型道，这可确保模型道中质量差的道比质量高的道的贡献少。Tjan等（1994），Baixas（1995），Larner和Tjan（1995）提出一种较新的建立模型道的方法，这一方法使用倾角时差校正（DMO）和叠前深度偏移形成叠加数据，在复杂构造地区这些方法特别适用，叠加数据经过正演后可以形成相应的参考道或模型道，叠加前的每一道和自己相应的参考道进行互相关可以求取该道的时移，像常规方法那样对时移进行分解便可求取剩余静校正量，该方法利用真实的反射点形成模型道，因而模型道更加标准。

但是上述提出的优化模型道的方法，并没有对地震子波变形道对模型道影响作出分析，也没有提出针对性的有效措施，因此不能解决当地震子波变形严重时，剩余静校正精度无法提高的问题。

发明内容

为解决上述问题，本发明的目的是提供一种能够压制地震子波变形道对叠加生成模型道影响的改进的剩余静校正方法。

为了实现上述目的，本发明提供一种精细剩余静校正方法，该方法用于处理原始地震数据，该原始地震数据包括至少一个CMP道集，每个CMP道集包含多个地震道，该方法包括：A）对每个CMP道集中的地震道进行子波变形道预处理，以消除子波变形严重的地震道。B）对每个CMP道集中的地震道进行自适应分权叠加，以生成新的模型道G₂(t)；C）将每个CMP道集中的地震道与对应的新的CMP叠加模型道G₂(t)进行互相关计算，以得到该CMP道集中的地震道的延迟时；以及D）在对所述至少一个CMP道集都执行步骤A）至步骤C）后，采用统计互相关算法分离炮点和检波点静校正量。

通过上述技术方案，能极大压制地震子波变形道对模型道的影响，有效地提高了剩余静校正方法的计算精度，使地震资料的叠加剖面构造成像更加清晰。

本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是本发明的实施方式提供的剩余静校正方法的流程图；

图2a-e是CMP道集中压制地震子波变形道效果图；

图3a-c是剩余静校正处理后的叠加效果图；

图4a-c是剩余静校正处理后的CMP道集图；

图5a和5b是本发明与常用商业软件执行的剩余静校正后叠加效果对比图；以及

图6a-c是本发明与常用商业软件执行的剩余静校正后CMP道集效果对比图。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

本文中提到的炮点是指激发震源的位置，检波点是指接收地震波信号的仪器位置。

如图1所示，根据本发明的实施方式，提供了一种精细剩余静校正方法，该方法用于处理原始地震数据，该原始地震数据包括至少一个CMP道集，每个CMP道集包含多个地震道，例如CMP道集的个数可以为M个，每个CMP道集中包含的地震道个数可以为N个，可以记为g₁(t),g₂(t)...g_n(t)，1≤n≤N。

该方法可以包括步骤：

A.对每个CMP道集中的地震道g₁(t),g₂(t)...g_n(t)进行子波变形道预处理，以去除子波变形严重的地震道，其目的是不让这些地震道参与之后的叠加模型道和计算。

具体来说，步骤A可以包括以下步骤：

A1：对于每个CMP道集，根据等式（1）将CMP道集中的地震道例如g₁(t),g₂(t)...g_n(t)叠加生成模型道G₀(t)：

$G_0\left(t\right)=\underset{i=t_1}{\overset{t_2}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{g}_j\left(i\right)---\left(1\right)$

其中，g_j(i)表示CMP道集中第j道地震道，n表示CMP道集中的地震道数量，(t₁,t₂)表示地震道的时间范围；

A2：给定相关时窗(-t₀,t₀)，按照等式（2）将地震道g₁(t),g₂(t)...g_n(t)分别与G₀(t)在相关时窗内进行互相关计算，将每一地震道的最大互相关系数记录成c₁,c₂...c_n，：

$c_i=\underset{\mathrm{\τ}=(-t_0,t_0)}{\mathrm{MAX}}(g_i(t-\mathrm{\τ})\⊗G_0\left(t\right))---\left(2\right)$

其中，

表示互相关，τ表示互相关时移，g_i(t)表示CMP道集中第i道地震道，c_i表示第i道地震道对应的最大互相关系数，相关时窗(-t₀,t₀)例如可以为（-50ms，+50ms）；

对每个地震道的互相关系数求和为SUMC，如下式：

$\mathrm{SUMC}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{c}_i$

A3：将CMP道集中的每个地震道的最大互相关系数c₁,c₂...c_n分别除以地震道的最大互相关系数之和SUMC，得到每个地震道的相似权重ω₁,ω₂...ω_n，如下式：

${\mathrm{\ω}}_i=\frac{c_i}{\mathrm{SUMC}}$

其中，ω_i表示CMP道集中第i个地震道对应的相似权重；

A4：给定一权重阈值，去除所述CMP道集中所述相似权重小于该权重阈值的地震道。例如权重阈值可以是0.3，凡是相似权重ω₁,ω₂...ω_n小于0.3的地震道都被标记为不能参加叠加生成模型道和静校正计算。

B.对每个CMP道集中的地震道进行自适应分权叠加，以生成新的模型道G₂(t)。

具体来说，步骤B包括以下步骤：

B1：将CMP道集中没有在步骤A4）被去除的地震道重新叠加生成新的模型道G₁(t)；

B2：在零时刻相关位置上，根据等式（3）求取模型道G₁(t)的自相关系数为M：

$M=G_1\left(t\right)\⊗G_1\left(t\right)---\left(3\right);$

B3：在零时刻相关位置上，根据等式（4）分别计算没有被去除的地震道（g₁(t),g₂(t)...g_n(t)的子集）与模型道G₁(t)的互相关系数d_i：

$d_i=g_i\left(t\right)\⊗G_1\left(t\right)---\left(4\right)$

其中，d_i为CMP道集中第i道地震道的互相关系数；

B4：根据等式（5）将没有被去除的地震道中的每一个地震道的互相关系数d_i除以自相关系数M，以得到每一个地震道的新的相似权重ω′_i：

${\mathrm{\ω}}_i^{\′}=\frac{d_i}{M}---\left(5\right)$

其中，ω′_i为CMP道集中第i道地震道的新的相似权重；

B5：将没有被去除的地震道（g₁(t),g₂(t)...g_n(t)的子集）乘以对应的新的相似权重并进行叠加，以再次生成新的模型道G₂(t)。

C.将每个CMP道集中的地震道g₁(t),g₂(t)...g_n(t)与对应的新的CMP叠加模型道G₂(t)进行互相关计算，以得到该地震道的延迟时τ₁,τ₂...τ_n。这里“延迟时”是指两个相关序列在做互相关计算时，其互相关值最大时对应的时移量，此处的时移量就是炮点静校正量和检波点静校正量之和。

D.在对所述至少一个CMP道（例如M个）集都执行步骤A）至C）后，采用统计互相关算法分离炮点和检波点静校正量。

其中步骤D可以包括步骤：

D1：对所述至少一个CMP道集中与每个检波点对应的CMP道集的地震道的时间延迟求和后进行平均，以得到该检波点对应静校正量（StaticR）；

D2：对所述至少一个CMP道集中与每个炮点对应的CMP道集的地震道的时间延迟求和后进行平均，以得到该炮点对应静校正量（StaticS）。

需要说明的是，步骤C和D中所用到的算法可以是本领域中公知的算法，本文不再对其进行赘述。本发明提供的方法涉及的主要数字信号处理技术例如有：子波变形道预处理技术（步骤A）、自适应分权叠加算法（步骤B）、统计互相关算法（步骤D）。子波变形道预处理技术是对子波变形严重的地震道进行预先判断，适量消除子波变形严重的地震道，不让此类地震道参与模型道叠加和计算。自适应分权叠加算法是在子波变形道预处理技术上对子波变形道的进一步处理，该技术是对相似性特征较强的子波变形道的能量削弱，加强有效信号对模型道叠加的影响。统计互相关算法是在真个算法的基础，统计分离出炮点和检波点静校正量。为使本发明重点突出并避免使本发明不简练，上述处理技术中与现有技术相同的部分在本文中没有详细描述，但应当视为本发明公开的内容。

下面参照图2a-e描述本发明提供的剩余静校正方法。

图2a-e分别示出了：原始CMP道集叠加生成模型道示意图、子波变形道预处理技术辨别子波变形严重的地震道示意图、消除子波变形严重地震道示意图、自适应分权叠加算法辨别子波变形道示意图、应用自适应分群叠加算法后CMP道集叠加生成模型道示意图。参照图2a-e，以单个CMP道集为例：

第一步：输入单个CMP道集数据，即为图2a中箭头左端CMP道集图，将CMP道集叠加成模型道，即为图2a中箭头右端模型道；

第二步：CMP道集中采用子波变形道预处理技术消除子波变形严重的地震道，即为图2b中虚线框内与模型道相似权重小于权重阈值（例如0.3）的地震道，使这些地震道不参与计算，即为图2c中所示。

第三步：CMP道集采用自适应加权算法叠加生成新的模型道G₁(t)，即首先辨别出图2d中虚线框内子波变形道，再利用地震道与模型道的相似权重减弱子波变形道的能量，如图2e箭头左端所示，从而叠加生成新的模型道，如图2e箭头右端所示。

第四步：CMP道集中每个地震道与新叠加道进行互相关计算，得到对应延迟时。

第五步：采用统计互相关算法将地震道延迟时分离成对应的炮点和检波点静校正量。

使用本发明提供的方法对川西海相二维地震资料进行了工业化生产处理，得到了显著的效果。

图3a-c给出了实际处理的叠加效果对比图，其分别示出了：原始叠加剖面、现有技术的统计互相关算法输出的叠加剖面、根据本发明的方法输出的叠加剖面。从图中我们可以看出，该发明确实能最大限度的压制子波变形道对模型道的影响，提高了剩余静校正处理精度。而且，从图3b和图3c的对比可以看出，图c中左上部分、中间部分、右下部分，成像质量高，小幅度构造清晰，提高了资料的信噪比，这说明本发明确实能压制子波变形道的影响，提高模型道精度从而提高剩余静校正精度。

图4a-c给出了实际处理的道集效果对比图，其分别示出了：原始CMP道集、现有技术的统计互相关算法输出的CMP道集、根据本发明的方法输出的CMP道集。从图4b和图4c的对比可以看出，图4c的道集同相轴对的更齐更直，说明本发明计算的静校正量更加准确。

图5a和图5b给出了本发明和某著名商业软件的剩余静校正叠加效果对比图，其分别示出了：CGG SATAN算法计算两次后结合SAGA计算一次输出的叠加剖面、根据本发明的方法输出的叠加剖面。从图5a和图5b的对比可以看出，对近山断资料的处理中，图5b的成像质量更高，构造更加清晰，极大的提高了资料信噪比，说明本发明对子波变形道的压制是成功的。

图6a-c给出了本发明和某著名商业软件的剩余静校正道集效果对比图，其分别示出了：原始CMP道集、CGG SATAN算法计算两次后结合SAGA计算一次输出的CMP道集、根据本发明的方法输出的CMP道集。从图6b和图6c的对比可以看出，对近山断资料的处理中，图6c的道集同相轴对的更齐更直，说明本发明计算的静校正量更加准确。

以上实例，均有力地证明了本发明的有益效果：能极大压制地震子波变形道对模型道的影响，保证了模型道能够代表准确的构造时间，有效地提高了剩余静校正方法的计算精度，使地震资料的叠加剖面构造成像更加清晰。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (4)

1.一种精细剩余静校正方法，该方法用于处理原始地震数据，该原始地震数据包括至少一个共中心点（CMP）道集，每个CMP道集包含多个地震道，该方法包括：

A）对每个CMP道集中的地震道进行子波变形道预处理，以消除子波变形严重的地震道；

B）对每个CMP道集中的地震道进行自适应分权叠加，以生成新的模型道G₂(t)；

C）将每个CMP道集中的地震道与对应的新的CMP叠加模型道G₂(t)进行互相关计算，以得到该CMP道集中的地震道的延迟时；以及

D）在对所述至少一个CMP道集都执行步骤A）至步骤C）后，采用统计互相关算法分离炮点和检波点静校正量。

2.根据权利要求1所述的方法，其中，所述步骤A）包括：

A1）根据等式（1）将所述CMP道集中的地震道叠加生成模型道G₀(t)：

$G_0\left(t\right)=\underset{i=t_1}{\overset{t_2}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{g}_j\left(i\right)---\left(1\right)$

其中，g_j(i)表示CMP道集中第j道地震道，n表示CMP道集中的地震道数量，(t₁,t₂)表示地震道的时间范围；

A2）给定相关时窗(-t₀,t₀)，按照等式（2）将所述地震道分别与G₀(t)在该相关时窗内进行互相关计算：

$c_i=\underset{\mathrm{\τ}=(-t_0,t_0)}{\mathrm{MAX}}(g_i(t-\mathrm{\τ})\⊗G_0\left(t\right))---\left(2\right)$

其中，

表示互相关，τ表示互相关时移，g_i(t)表示CMP道集中第i道地震道，c_i表示第i道地震道对应的最大互相关系数；

A3）将所述CMP道集中的每个地震道的最大互相关系数分别除以所述地震道的最大互相关系数之和，以得到每个地震道的相似权重；

A4）给定一权重阈值，去除所述CMP道集中所述相似权重小于该权重阈值的地震道。

3.根据权利要求2所述的方法，其中，所述步骤B）包括：

B1）将所述CMP道集中没有在步骤A4）被去除的地震道重新叠加生成新的模型道G₁(t)；

B2）在零时刻相关位置上，根据等式（3）求取模型道G₁(t)的自相关系数M：

$M=G_1\left(t\right)\⊗G_1\left(t\right)---\left(3\right);$

B3）在零时刻相关位置上，根据等式（4）分别计算没有被去除的地震道与模型道G₁(t)的互相关系数d_i：

$d_i=g_i\left(t\right)\⊗G_1\left(t\right)---\left(4\right)$

其中，d_i为CMP道集中第i道地震道的互相关系数；

B4）根据等式（5）将没有被去除的地震道中的每一个地震道的互相关系数d_i除以自相关系数M，以得到每一个地震道的新的相似权重ω′_i：

${\mathrm{\ω}}_i^{\′}=\frac{d_i}{M}---\left(5\right)$

其中，ω′_i为所述CMP道集中第i道地震道的新的相似权重；

B5）将没有被去除的地震道乘以对应的新的相似权重并进行叠加，以再次生成新的模型道G₂(t)。

4.根据权利要求1-3中任意一项所述的方法，其中所述步骤D）包括：

D1）对所述至少一个CMP道集中与每个检波点对应的CMP道集的地震道的时间延迟求和后进行平均，以得到该检波点对应静校正量；以及

D2）对所述至少一个CMP道集中与每个炮点对应的CMP道集的地震道的时间延迟求和后进行平均，以得到该炮点对应静校正量。

Images