CN104181588B - 一种构建高品质模型道的方法 - Google Patents

Abstract

本发明公开了一种构建高品质模型道的方法，即从满覆盖或信噪比相对较高的共中心点道集开始进行处理，在叠前采用非地表一致性的思路处理将共中心点道集生成叠加道，在叠后采用距离加权和相似性加权相结合的方式进行倾角扫描，求出每个倾角对应的叠加道能量，最后选出能量最大的叠加道作为高品质模型道。本发明应用品质较好的地震资料约束品质较差的地震资料，可以对地震资料进行充分科学地应用，计算结果稳定、可靠，可很好的解决复杂山地、厚黄土塬、沙漠等地区的低信噪比资料的模型道构建困难的问题，应用前景广泛。

Description

一种构建高品质模型道的方法

技术领域

本发明涉及地震勘探资料处理的技术领域，更具体地讲，涉及一种构建高品质模型道的方法。

背景技术

近年来，油气勘探领域逐渐向复杂地区延伸，这些地区的地震地表条件复杂、地形起伏大、表层结构横向变化剧烈，静校正问题严重并导致剖面成像困难，其精度难以满足后期的构造、储层解释，由这类品质的资料提供的建议井位可靠性不高，会增加油气勘探的成本和风险。

为了降低这类因素带来的成本和风险，勘探工作者目前用得最多的解决方法是采用地表一致性反射波剩余静校正技术，该技术被广泛地应用于生产的主要有三种方法：延迟时分解法、能量迭代法和非线性剩余静校正方法。这些方法都需要应用模型道与地震道进行互相关求取延迟时，这就涉及到一个技术关键点和难点，即如何求取模型道。

模型道是需要通过相关策略根据地震道构建的，模型道品质的好坏决定了延迟时求取的可靠性，也就决定了反射波剩余静校正的效果。常规的模型道构建方法是在叠后做的，通常采用混波方法，其具体做法是在叠后域，针对某一共中心点道集选取参与混波的道数，对这几道数据做一个平均或加权，其结果就是该共中心点道集的模型道。

仅仅在叠后采用简单混波方法构建模型道在地震资料信噪比较高的地方还是可以取得比较满意的效果的，但是在静校正问题严重的山地、厚黄土塬、沙漠等探区，由于构建的模型道连续性不够，无法很好地解决剩余的高频静校正问题，使得资料的成像精度无法满足生产的需要。

申请人本着应用品质较高的资料约束品质较差的资料的思想，在叠前叠后两个域综合考虑了多种因素，提出一种多参数模型道构建方法，以提高模型道的连续性，改善反射波剩余静校正的效果。

发明内容

为了解决复杂地区低信噪比资料的模型道构建困难而导致的反射波剩余静校正技术失效的问题，本发明综合了叠前叠后两个域的多种因素，提供了一种能够提高模型道的连续性并改善反射波剩余静校正效果的高品质模型道构建方法。

为了实现上述目的，本发明提供了一种构建高品质模型道的方法，所述方法包括以下步骤：选择一个高质量共中心点道集作为起始道集，将所述起始道集的多个地震道进行简单叠加处理，得到起始道集的初始模型道；在预设时窗内将起始道集的初始模型道与起始道集进行互相关计算，得到起始道集的每个地震道的相似系数和由起始道集的每个地震道的一列相关值组成的一个相关矩阵；选取相关矩阵的各列相关值的绝对值最大值所对应的时刻作为对应的起始道集的地震道的延迟时，利用起始道集的各个地震道的延迟时对起始道集的各个地震道进行时间校正，得到起始道集的多个更新后地震道；利用起始道集的各个地震道的偏移距和相似系数对起始道集的多个更新后地震道进行相似性结合距离的加权叠加处理，得到起始道集的更新后模型道；选择起始道集左侧相邻的n个道集和起始道集右侧相邻的n个道集，并利用以上求取所述起始道集的更新后模型道的步骤分别求取各道集的更新后模型道，其中，n为正整数且1≤n≤7；以起始道集的更新后模型道作为中心道，将包括所述中心道、起始道集左侧相邻的n个道集的更新后模型道和起始道集右侧相邻的n个道集的更新后模型道的2n+1个更新后模型道作为扫描道依次进行多个预设倾角的倾角扫描叠加，得到多个叠加道，其中，所述预设倾角取n-7至7-n的数值范围内的每个整数；分别求取每个叠加道的能量值并选取能量值的最大值对应的叠加道作为高品质模型道。

根据本发明的构建高品质模型道的方法的一个实施例，所述高质量共中心点道集为满覆盖且具有高信噪比的共中心点道集。

根据本发明的构建高品质模型道的方法的一个实施例，所述简单叠加处理是在道集的地震道的起始时间至终止时间内，将道集的多个地震道中具有相同双程旅行时间的多个样点的振幅进行求和计算，进而得到每个双程旅行时间对应的多个样点的叠加振幅并由得到的一系列叠加振幅构成道集的初始模型道。

根据本发明的构建高品质模型道的方法的一个实施例，根据式1对道集的多个更新后地震道进行相似性结合距离的加权叠加处理并得到道集的更新后模型道，式1为：

${M_j}^{\′}=\frac{\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{W_{\mathrm{jk}}}{D_{\mathrm{jk}}}*{f_{\mathrm{jk}}}^{\′}}{\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{W_{\mathrm{jk}}}{D_{\mathrm{jk}}}}$

在式1中，j为共中心点道集的道集序号，j＝1,2,…,MD，MD为共中心点道集的总道集数；k为共中心点道集的道序号，k＝1,2,…,N_j，N_j为第j个共中心点道集的最大道数；f_jk′指示第j个共中心点道集的第k个地震道的更新后地震道；W_jk指示第j个共中心点道集的第k个地震道的相似系数；D_jk指示第j个共中心点道集的第k个地震道的偏移距，其中，对D_jk进行归一化处理并使0＜D_jk≤1；M_j′指示第j个共中心点道集的更新后模型道。

根据本发明的构建高品质模型道的方法的一个实施例，在进行一个预设倾角的倾角扫描叠加时，包括以下子步骤：取所述中心道的任一样点的振幅和所述中心道左右相邻的2n个更新后模型道上沿着所述一个预设倾角方向的多个样点的振幅组成扫描数据系列；将所述扫描数据系列进行累加求和及求平均值的计算，得到所述一个预设倾角对应的叠加道的一个样点的振幅；重复以上两个子步骤，直至得到所述一个预设倾角对应的叠加道的每个样点的振幅并构成所述一个预设倾角对应的叠加道。

根据本发明的构建高品质模型道的方法的一个实施例，对所述叠加道的所有样点的振幅进行求平方和的计算，得到所述叠加道的能量值。

根据本发明的构建高品质模型道的方法的一个实施例，将所述高品质模型道用于反射波剩余静校正。

本发明应用于地震资料的叠前处理，能解决复杂山地区低信噪比资料的反射波剩余静校正因模型道品质不佳导致效果不好的难题。采用本发明构建的模型道连续性增强，基于本发明构建的模型道求取的剩余高频静校正量的随机性增强、更收敛并且处理的剖面品质得到了改善。

具体实施方式

以下，将详细说明本发明的示例性实施例。

可通过计算机软件模块实现本发明的构建高品质模型道的方法。在本发明中描述的各个步骤不限制为上述步骤，其中的一些步骤可被进一步拆分为更多的步骤，并且一些步骤可合并为较少的步骤。

需要说明的是，地震资料、地震数据或地震记录均为本领域常用的术语并且在本领域具有基本相同的涵义。共中心点道集是地震资料处理最常用的一种道集形式，其道集中的所有地震道来自于同一个中心点，通过抽道集就可得到共中心点道集，对该道集进行动校正、水平叠加等处理就可得到水平叠加剖面，本发明主要是对二维地震资料中已获取的叠加前共中心点道集进行高品质模型道的构建以获得更优的反射波剩余静校正量。

本发明构建高品质模型道的方法的基本思路在于：从满覆盖或信噪比相对较高的共中心点道集开始，在叠前采用非地表一致性的思路处理该共中心点道集生成叠加道，在叠后采用距离加权和相似性加权相结合的方式进行倾角扫描，求出每个倾角对应的叠加道能量后选出能量最大的叠加道作为模型道。本发明通过应用品质较高的地震资料约束品质较差的地震资料的思想，在叠前叠后两个域综合考虑了多种因素进行模型道的构建，可以提高模型道的连续性并改善反射波剩余静校正的效果。不过由于本发明在构建模型道时，涉及互相关、距离结合相似性的加权叠加、倾角扫描等计算，计算量比常规混波法大很多，所以需要计算能力较强的硬件设施，必要时可考虑多进程多线程计算。

根据本发明的示例性实施例，所述构建高品质模型道的方法包括以下步骤：

步骤A：

选择一个高质量共中心点道集作为起始道集，将所述起始道集的多个地震道进行简单叠加处理，得到起始道集的初始模型道。

选择高质量共中心点道集作为起始道集进行处理能够更好地在最终的模型道中体现出品质较好的地震资料的影响，根据本发明，上述高质量共中心点道集可以为满覆盖且具有高信噪比的共中心点道集，本领域技术人员均了解满覆盖和高信噪比的判断方法，在此不进行赘述。

在本发明中，各步骤主要处理的是各道数据中样点的振幅值。简单叠加处理为本领域常规的叠加方法，具体地，简单叠加处理可以是在某一个道集的地震道的起始时间至终止时间内，将该道集的多个地震道中具有相同双程旅行时间的多个样点的振幅进行求和计算，进而得到每个双程旅行时间对应的多个样点的叠加振幅并由得到的一系列叠加振幅构成该道集的初始模型道。

步骤B：

在预设时窗内将起始道集的初始模型道与起始道集进行互相关计算，得到起始道集的每个地震道的相似系数和由起始道集的每个地震道的一列相关值组成的一个相关矩阵。

互相关计算也是本领域常用的一种计算方法，其主要用于获取初始模型道与起始道集的各个地震道之间的相似度信息。通过用户给定的预设时窗范围就可以对起始道集的初始模型道与起始道集进行互相关计算，并得到起始道集的每个地震道的相似系数和由起始道集的每个地震道的一列相关值组成的一个相关矩阵。其中，相关值反映了初始模型道中的样点与起始道集的各个地震道的样点之间的相关性，本领域技术人员均了解互相关计算的方法以及相似系数、相关矩阵的获取方法，在此不进行赘述。

步骤C：

然后选取相关矩阵的各列相关值的绝对值最大值所对应的时刻作为对应的起始道集的地震道的延迟时，利用起始道集的各个地震道的延迟时对起始道集的各个地震道进行时间校正，得到起始道集的多个更新后地震道。

在本步骤中，由于起始道集的每一个地震道在相关矩阵中都有对应的一列相关值，因此选取出各列相关值中的绝对值最大值对应的时刻，就可以将其作为对应的起始道集的各个地震道的延迟时，并利用获得的延迟时对相应的地震道进行时间校正。

步骤D：

利用起始道集的各个地震道的偏移距和相似系数对起始道集的多个更新后地震道进行相似性结合距离的加权叠加处理，得到起始道集的更新后模型道。

上述相似性结合距离的加权叠加处理是综合考虑了各地震道与初始模型道之间的相似性和各地震道的偏移距而进行的加权叠加，即增大近距离、相似性高的地震道对模型道的贡献，从而增加模型道的连续性并提高模型道的品质。其中，与初始模型道的相似性越高、偏移距越小的地震道，其权越大；而与初始模型道的相似性越低、偏移距越大的地震道，其权越小。

根据本发明的示例性实施例，根据式1对道集的多个更新后地震道进行相似性结合距离的加权叠加处理并得到道集的更新后模型道：

${M_j}^{\′}=\frac{\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{W_{\mathrm{jk}}}{D_{\mathrm{jk}}}*{f_{\mathrm{jk}}}^{\′}}{\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{W_{\mathrm{jk}}}{D_{\mathrm{jk}}}}$ ——式1

在式1中，j为共中心点道集的道集序号，j＝1,2,…,MD，MD为共中心点道集的总道集数；k为共中心点道集的道序号，k＝1,2,…,N_j，N_j为第j个共中心点道集的最大道数；f_jk′指示第j个共中心点道集的第k个地震道的更新后地震道；W_jk指示第j个共中心点道集的第k个地震道的相似系数；D_jk指示第j个共中心点道集的第k个地震道的偏移距，其中，对D_jk进行归一化处理并使0＜D_jk≤1；M_j′指示第j个共中心点道集的更新后模型道。

步骤E：

选择起始道集左侧相邻的n个道集和起始道集右侧相邻的n个道集，并利用以上求取所述起始道集的更新后模型道的步骤分别求取各道集的更新后模型道，其中，n为正整数且1≤n≤7。

在求取出起始道集的更新后模型道之后，按照步骤A至D的相同步骤对所选择的起始道集左侧相邻的n个道集和起始道集右侧相邻的n个道集(一共2n个道集)分别进行更新后模型道的求取，以进行后续2n+1个更新后模型道的倾角扫描叠加。n为用户给定的正整数值，通常在1至7的范围内选取，并且之后进行倾角扫描叠加的总道数为3至15道。

步骤F：

以起始道集的更新后模型道作为中心道，将包括所述中心道、起始道集左侧相邻的n个道集的更新后模型道和起始道集右侧相邻的n个道集的更新后模型道的2n+1个更新后模型道作为扫描道依次进行多个预设倾角的倾角扫描叠加，得到多个叠加道，其中，所述预设倾角取n-7至7-n的数值范围内的每个整数，即预设倾角可以为正整数、负整数和零。

倾角扫描叠加为本领域常规的叠加方法，其作用是为了避免地质构造的复杂情况造成地震信号错位并确保同相叠加。在进行倾角扫描叠加时，通常会给定倾角作为扫描参数，也可以称为线性时移参数。该倾角事实上代表地层与水平面所成的夹角，但在进行具体的倾角扫描叠加处理时，为了实现简单，将倾角的扫描参数转换为样点在双程旅行时间的一定范围内的遍历，具体的实现方式可参看下文的示例。

根据本发明的一个实施例，在进行一个预设倾角的倾角扫描叠加时，可以包括以下子步骤：

首先，取所述中心道的任一样点的振幅和所述中心道左右相邻的2n个更新后模型道上沿着所述一个预设倾角方向的多个样点的振幅组成扫描数据系列。

例如，当预设倾角为0时，则选取中心道的任一样点的振幅，以及中心道左右相邻的2n个更新后模型道上与所述中心道的任一样点的双程旅行时间相同的多个样点的振幅组成扫描数据系列。

当预设倾角为-1时，则选取中心道的任一样点的振幅，中心道左侧第1道上的原样点上移一个采样间隔之后的样点的振幅、中心道左侧第2道的原样点上移两个采样间隔之后的样点振幅、…以及中心道左侧第n道的原样点上移n个采样间隔之后的样点振幅，中心道右侧第1道上的原样点下移一个采样间隔之后的样点的振幅、中心道右侧第2道的原样点下移两个采样间隔之后的样点振幅、…以及中心道右侧第n道的原样点下移n个采样间隔之后的样点振幅，一起组成扫描数据系列。

上述的原样点即为除中心道以外的各更新后模型道上与所选取的中心道的任一样点的双程旅行时间相同的样点。其中，所述的上移和下移均指沿着数据的时间轴方向的移动，上移是朝着时间减小的方向移动，下移是朝着时间增大的方向移动，采样间隔即为两个样点之间的时间间隔。

然后，将所述扫描数据系列进行累加求和及求平均值的计算，得到所述一个预设倾角对应的叠加道的一个样点的振幅。

最后，重复以上两个子步骤，直至得到所述一个预设倾角对应的叠加道的每个样点的振幅并构成所述一个预设倾角对应的叠加道。即对中心道的每个样点均进行上述步骤的处理，从而得到所述一个预设倾角的叠加道。

当预设倾角取其它值时，以此类推。

步骤G：

分别求取每个叠加道的能量值并选取能量值的最大值对应的叠加道作为高品质模型道。具体可以通过对所述叠加道的所有样点的振幅进行求平方和的计算得到所述叠加道的能量值。

根据本发明，可以将获得的高品质模型道用于反射波剩余静校正，从而改善反射波剩余静校正效果。

下面结合具体示例对本发明作进一步的说明。

1)用户选择一个满覆盖且具有较高信噪比的高质量共中心点道集C_j作为起始道集，其中，j为共中心点道集的道集序号，j＝1,2,…,MD，MD为共中心点道集的总道集数。

获取该起始道集的所有地震道f_jk，k为共中心点道集的道序号，k＝1,2,…,N_j，N_j为第j个共中心点道集的最大道数。

2)起始道集的每个地震道有S个样点，从起始时间至终止时间并按照从早到晚的计算顺序，将起始道集的多个地震道中具有相同双程旅行时间的N_j个样点的振幅进行求和计算，得到每个双程旅行时间对应的N_j个样点的叠加振幅并由得到的S个叠加振幅构成起始道集的初始模型道M_j。

3)将起始道集的初始模型道M_j与起始道集的地震道f_jk进行互相关计算，得到起始道集的每个地震道的相似系数W_jk和由起始道集的每个地震道的一列相关值组成的一个相关矩阵X_jkl，l＝1,2,…,E。其中，E＝2V+1并且V是进行互相关计算的预设时窗。

4)选取相关矩阵的各列相关值的绝对值最大值所对应的时刻作为对应的起始道集的地震道的延迟时t_jk，并利用起始道集的各个地震道的延迟时对起始道集的各个地震道进行时间校正，得到起始道集的多个更新后地震道f_jk′：

f_jk′＝f_jk(t-t_jk)——式2

5)根据式1并利用起始道集的各个地震道的偏移距D_jk和相似系数W_jk对起始道集的多个更新后地震道f_jk′进行相似性结合距离的加权叠加处理，得到起始道集的更新后模型道M_j′：

${M_j}^{\′}=\frac{\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{W_{\mathrm{jk}}}{D_{\mathrm{jk}}}*{f_{\mathrm{jk}}}^{\′}}{\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{W_{\mathrm{jk}}}{D_{\mathrm{jk}}}}$ ——式1

在式1中，D_jk指示第j个共中心点道集的第k个地震道的偏移距，其中，对D_jk进行归一化处理并使0＜D_jk≤1。

6)选择起始道集左侧相邻的2个道集C_j-2、C_j-1和起始道集右侧相邻的2个道集C_j+1、C_j+2，并利用以上求取起始道集的更新后模型道的步骤分别求取各道集的更新后模型道M_j-2′、M_j-1′、M_j+1′、M_j+2′。

7)以M_j′为中心道，对M_j-2′、M_j-1′、M_j′、M_j+1′、M_j+2′进行倾角扫描叠加，设置预设倾角取-5～5中的每个整数值，即预设倾角可以是-5、-4、-3、-2、-1、0、1、2、3、4、5，一共11个值。

具体地，当预设倾角为0时，选取M_j′的任一样点的振幅以及M_j-2′、M_j-1′、M_j+1′、M_j+2′上与所述中心道的任一样点的双程旅行时间相同的多个样点的振幅组成扫描数据系列，将该描数据系列的所有样点的振幅值进行累加求和及求平均值的计算，得到预设倾角为0时对应的叠加道的一个样点的振幅。重复以上步骤，直至得到预设倾角为0时对应的叠加道的每个样点的振幅并构成预设倾角为0时对应的叠加道M_j(0)″，通过对M_j(0)″的所有样点的振幅进行求平方和的计算得到M_j(0)″的能量值A₀。

当预设倾角为-1时，则选取M_j′的任一样点的振幅、M_j-1′的原样点上移一个采样间隔之后的样点的振幅、M_j-2′的原样点上移两个采样间隔之后的样点振幅、M_j+1′的原样点下移一个采样间隔之后的样点的振幅、M_j+2′的原样点下移两个采样间隔之后的样点振幅一起组成扫描数据系列，将该描数据系列的所有样点的振幅值进行累加求和及求平均值的计算，得到预设倾角为-1时对应的叠加道的一个样点的振幅。重复以上步骤，直至得到预设倾角为-1时对应的叠加道的每个样点的振幅并构成预设倾角为-1时对应的叠加道M_j(-1)″，通过对M_j(-1)″的所有样点的振幅进行求平方和的计算得到M_j(-1)″的能量值A_-1。

当预设倾角为-2时，则选取M_j′的任一样点的振幅、M_j-1′的原样点上移两个采样间隔之后的样点的振幅、M_j-2′的原样点上移四个采样间隔之后的样点振幅、M_j+1′的原样点下移两个采样间隔之后的样点的振幅、M_j+2′的原样点下移四个采样间隔之后的样点振幅一起组成扫描数据系列，将该描数据系列的所有样点的振幅值进行累加求和及求平均值的计算，得到预设倾角为-2时对应的叠加道的一个样点的振幅。重复以上步骤，直至得到预设倾角为-2时对应的叠加道的每个样点的振幅并构成预设倾角为-2时对应的叠加道M_j(-2)″，通过对M_j(-2)″的所有样点的振幅进行求平方和的计算得到M_j(-2)″的能量值A_-2。

以此类推，得到M_j(-3)″、M_j(-4)″、M_j(-5)″和A_-3、A_-4、A_-5。

当预设倾角为1时，则选取M_j′的任一样点的振幅、M_j-1′的原样点下移一个采样间隔之后的样点的振幅、M_j-2′的原样点下移两个采样间隔之后的样点振幅、M_j+1′的原样点上移一个采样间隔之后的样点的振幅、M_j+2′的原样点上移两个采样间隔之后的样点振幅一起组成扫描数据系列，将该描数据系列的所有样点的振幅值进行累加求和及求平均值的计算，得到预设倾角为1时对应的叠加道的一个样点的振幅。重复以上步骤，直至得到预设倾角为1时对应的叠加道的每个样点的振幅并构成预设倾角为1时对应的叠加道M_j(1)″，通过对M_j(1)″的所有样点的振幅进行求平方和的计算得到M_j(1)″的能量值A₁。

当预设倾角为2时，则选取M_j′的任一样点的振幅、M_j-1′的原样点下移两个采样间隔之后的样点的振幅、M_j-2′的原样点下移四个采样间隔之后的样点振幅、M_j+1′的原样点上移两个采样间隔之后的样点的振幅、M_j+2′的原样点上移四个采样间隔之后的样点振幅一起组成扫描数据系列，将该描数据系列的所有样点的振幅值进行累加求和及求平均值的计算，得到预设倾角为2时对应的叠加道的一个样点的振幅。重复以上步骤，直至得到预设倾角为2时对应的叠加道的每个样点的振幅并构成预设倾角为2时对应的叠加道M_j(2)″，通过对M_j(2)″的所有样点的振幅进行求平方和的计算得到M_j(2)″的能量值A₂。

以此类推，得到M_j(3)″、M_j(4)″、M_j(5)″和A₃、A₄、A₅。

8)比较所得A_-5、A_-4、A_-3、A_-2、A_-1、A₀、A₁、A₂、A₃、A₄、A₅的十一个能量值，选择能量值的最大值对应的叠加道作为高品质模型道，并用于反射波剩余静校正。

综上所述，本发明应用于地震资料的叠前处理，能解决复杂山地区低信噪比资料的反射波剩余静校正因模型道品质不佳导致效果不好的难题。采用本发明构建的模型道连续性增强，基于本发明构建的模型道求取的剩余高频静校正量的随机性增强、更收敛并且处理的剖面品质得到了改善。

尽管已参照优选实施例表示和描述了本发明，但本领域技术人员应该理解，在不脱离由权利要求限定的本发明的精神和范围的情况下，可以对这些实施例进行各种修改和变换。

Claims (7)

1.一种构建高品质模型道的方法，其特征在于，所述方法包括以下步骤：

选择一个高质量共中心点道集作为起始道集，将所述起始道集的多个地震道进行简单叠加处理，得到起始道集的初始模型道；

在预设时窗内将起始道集的初始模型道与起始道集求取互相关，得到起始道集的每个地震道的相似系数和由起始道集的每个地震道的一列相关值组成的一个相关矩阵；

选取相关矩阵的各列相关值的绝对值最大值所对应的时刻作为对应的起始道集的地震道的延迟时，利用起始道集的各个地震道的延迟时对起始道集的各个地震道进行时间校正，得到起始道集的多个更新后地震道；

利用起始道集的各个地震道的偏移距和相似系数对起始道集的多个更新后地震道进行相似性结合距离的加权叠加处理，得到起始道集的更新后模型道；

选择起始道集左侧相邻的n个道集和起始道集右侧相邻的n个道集，利用以上求取所述起始道集的更新后模型道的步骤分别求取各道集的更新后模型道，其中，n为正整数且1≤n≤7；

以起始道集的更新后模型道作为中心道，将包括所述中心道、起始道集左侧相邻的n个道集的更新后模型道和起始道集右侧相邻的n个道集的更新后模型道的2n+1个更新后模型道作为扫描道依次进行多个预设倾角的倾角扫描叠加，得到多个叠加道，其中，所述预设倾角取n-7至7-n的数值范围内的每个整数；

分别求取每个叠加道的能量值并选取能量值的最大值对应的叠加道作为高品质模型道。

2.根据权利要求1所述的构建高品质模型道的方法，其特征在于，所述高质量共中心点道集为满覆盖且具有高信噪比的共中心点道集。

3.根据权利要求1所述的构建高品质模型道的方法，其特征在于，所述简单叠加处理是在道集的地震道的起始时间至终止时间内，将道集的多个地震道中具有相同双程旅行时间的多个样点的振幅进行求和计算，进而得到每个双程旅行时间对应的多个样点的叠加振幅并由得到的一系列叠加振幅构成道集的初始模型道。

4.根据权利要求1所述的构建高品质模型道的方法，其特征在于，根据式1对道集的多个更新后地震道进行相似性结合距离的加权叠加处理并得到道集的更新后模型道，式1为：

${M_j}^{\′}=\frac{\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{W_{\mathrm{jk}}}{D_{\mathrm{jk}}}*{f_{\mathrm{jk}}}^{\′}}{\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{W_{\mathrm{jk}}}{D_{\mathrm{jk}}}}$

在式1中，j为共中心点道集的道集序号，j＝1,2,…,MD，MD为共中心点道集的总道集数；k为共中心点道集的道序号，k＝1,2,…,N_j，N_j为第j个共中心点道集的最大道数；f_jk′指示第j个共中心点道集的第k个地震道的更新后地震道；W_jk指示第j个共中心点道集的第k个地震道的相似系数；D_jk指示第j个共中心点道集的第k个地震道的偏移距，其中，对D_jk进行归一化处理并使0＜D_jk≤1；M_j′指示第j个共中心点道集的更新后模型道。

5.根据权利要求1所述的构建高品质模型道的方法，其特征在于，在进行一个预设倾角的倾角扫描叠加时，包括以下子步骤：

取所述中心道的任一样点的振幅和所述中心道左右相邻的2n个更新后模型道上沿着所述一个预设倾角方向的多个样点的振幅组成扫描数据系列；

将所述扫描数据系列进行累加求和及求平均值的计算，得到所述一个预设倾角对应的叠加道的一个样点的振幅；

重复以上两个子步骤，直至得到所述一个预设倾角对应的叠加道的每个样点的振幅并构成所述一个预设倾角对应的叠加道。

6.根据权利要求1所述的构建高品质模型道的方法，其特征在于，对所述叠加道的所有样点的振幅进行求平方和的计算，得到所述叠加道的能量值。

7.根据权利要求1所述的构建高品质模型道的方法，其特征在于，将所述高品质模型道用于反射波剩余静校正。