CN104391325B - 不连续非均质地质体检测方法和装置 - Google Patents

Abstract

本发明提供了一种不连续非均质地质体检测方法和装置，其中，该方法包括：确定地震成像数据中各道地震数据的反射波倾角；根据各道地震数据的反射波倾角，预测出所述地震成像数据中具有线性特征的地震数据；从所述地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，其中，所述剩余地震数据中包括：具有非线性特征的地震数据和噪声数据；根据所述剩余地震数据，构建L1稀疏反演模型；根据构建的所述L1稀疏反演模型，采用拟牛顿算法，逼近迭代反演出不连续非均质地质体信息。本发明解决了现有技术中无法有效分离出小断层、裂缝、溶洞等小尺度地质异常体的技术问题，达到了有效提高油气资源储层评价结果准确度的技术效果。

Description

不连续非均质地质体检测方法和装置

技术领域

本发明涉及地震勘探技术领域，特别涉及一种不连续非均质地质体检测方法和装置。

背景技术

不连续非均质地质体在油气资源储层评价中具有非常重要的应用价值，尤其是在碳酸盐岩风险勘探的研究中，缝洞体、小断裂等小尺度地质体在各油藏单元的形成过程中都起着重要的作用。在目前石油工业界中，用于检测断层的方法有很多种，其中，比较典型的为地震相干体技术，这种技术的出现使得断层自动识别成为可能。第一代相干体算法由M.Bahorich和S.Farmer基于归一化互相关理论提出，该算法对地震数据的品质要求较高。为适应于低信噪比数据，Marfurt等人于1998年，提出了第二代相干体算法，通过引入协方差矩阵多道相似计算，提高了抗噪声能力，但其均值效应却降低了地震解释的横向分辨率。Gersztenkorn和Marfurt通过计算协方差矩阵中的特征值提出了第三代相干体算法，该算法通过子空间运算使得地震解释结果既消除了噪声，又提高了横向分辨率。

然而上述这些方法都不适合对小断层、裂缝、溶洞等小尺度地质异常体进行研究，针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种不连续非均质地质体检测方法，以解决现有技术中无法有效分离出小断层、裂缝、溶洞等小尺度地质异常体的技术问题，该方法包括：

确定地震成像数据中各道地震数据的反射波倾角；

根据各道地震数据的反射波倾角，预测出所述地震成像数据中具有线性特征的地震数据；

从所述地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，其中，所述剩余地震数据中包括：具有非线性特征的地震数据和噪声数据；

根据所述剩余地震数据，构建L1稀疏反演模型；

根据构建的所述L1稀疏反演模型，采用拟牛顿算法，逼近迭代反演出不连续非均质地质体信息。

在一个实施例中，从所述地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，包括：

按照以下公式得到所述剩余地震数据：

其中，[d₁,d₂,……,d_N]^T表示剩余地震数据，[s₁,s₂,……,s_N]^T表示地震道，I表示单位矢量,σ_i表示第i道地震数据的反射波倾角,P_i,j(σ_i)表示由第i道地震数据预测出的第j道地震数据，i和j表示地震道号。

在一个实施例中，

其中，Z_x表示空间坐标的Z变换，Z_t表示时间坐标的Z变换。

在一个实施例中，根据所述剩余地震数据，构建L1稀疏反演模型，包括：

根据所述剩余地震数据，构建以下的L1稀疏反演模型：

在d＝D(σ)m的条件下，计算min||m||_L1

其中，d表示剩余地震数据，m表示不连续非均质地质体信息，D(σ)表示非线性构造加强算子，min||m||_L1表示求解模型m的L1极小化问题；

引入拉格朗日算子，将所述L1稀疏反演模型等价为求解无约束问题：

其中，J^α(m)表示目标函数，α表示可调节的正则化参数，其中，表示分段函数，

其中，m_i为求解模型m的分量表示形式，表示微小的常数，当时，非光滑泛函Ω(m)近似为L1范数。

在一个实施例中，所述非线性构造加强算子通过高斯相似均值滤波算子构建。

在一个实施例中，确定地震成像数据中各道地震数据的反射波倾角，包括：

通过局部平面波微分方程，建立反射波倾角与地震成像数据之间的对应关系；

根据建立的对应关系，采用正则化迭代逼近方式，计算出所述地震成像数据中各道地震数据的反射波倾角。

本发明实施例还提供了一种不连续非均质地质体检测装置，以解决现有技术中无法有效分离出小断层、裂缝、溶洞等小尺度地质异常体的技术问题，该装置包括：

反射波倾角确定单元，用于确定地震成像数据中各道地震数据的反射波倾角；

线性特征地震数据预测单元，用于根据各道地震数据的反射波倾角，预测出所述地震成像数据中具有线性特征的地震数据；

剩余地震数据获取单元，用于从所述地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，其中，所述剩余地震数据中包括：具有非线性特征的地震数据和噪声数据；

L1稀疏反演模型构建单元，用于根据所述剩余地震数据，构建L1稀疏反演模型；

L1稀疏反演模型求解单元，用于根据构建的所述L1稀疏反演模型，采用拟牛顿算法，逼近迭代反演出不连续非均质地质体信息。

在一个实施例中，所述剩余地震数据获取单元具体用于按照以下公式得到所述剩余地震数据：

其中，[d₁,d₂,……,d_N]^T表示剩余地震数据，[s₁,s₂,……,s_N]^T表示地震道，I表示单位矢量,σ_i表示第i道地震数据的反射波倾角,P_i,j(σ_i)表示由第i道地震数据预测出的第j道地震数据，i和j表示地震道号。

在一个实施例中，

其中，Z_x表示空间坐标的Z变换，Z_t表示时间坐标的Z变换。

在一个实施例中，所述L1稀疏反演模型构建单元，包括：

构建子单元，用于根据所述剩余地震数据，构建以下的L1稀疏反演模型：

在d＝D(σ)m的条件下，计算min||m||_L1

其中，d表示剩余地震数据，m表示不连续非均质地质体信息，D(σ)表示非线性构造加强算子，min||m||_L1表示求解模型m的L1极小化问题；

转换子单元，用于引入拉格朗日算子，将所述L1稀疏反演模型等价为求解无约束问题：

其中，J^α(m)表示目标函数，α表示可调节的正则化参数，其中，表示分段函数，

其中，m_i为求解模型m的分量表示形式，ε表示微小的常数，当ε→0时，非光滑泛函Ω(m)近似为L1范数。

在一个实施例中，所述非线性构造加强算子通过高斯相似均值滤波算子构建。

在一个实施例中，所述反射波倾角确定单元包括：对应关系建立子单元，用于通过局部平面波微分方程，建立反射波倾角与地震成像数据之间的对应关系；计算子单元，用于根据建立的对应关系，采用正则化迭代逼近方式，计算出所述地震成像数据中各道地震数据的反射波倾角。

在本发明实施例中，先预测出去除了非线性和噪声的具有线性特征的地震数据，然后从地震成像数据中去除这些具有线性特征的地震数据，得到具有非线性特征的地震数据，同时其中也包含噪声，然后通过构建L1系数反演模型，采用拟牛顿算法逼近迭代反演出不连续非均质体数据，通过稀疏反演压制了噪声，并很好地保护了串珠状岩溶、裂缝、小尺寸断裂等与碳酸盐岩储层直接关系的小尺寸地质信息，从而解决了现有技术中无法有效分离出小断层、裂缝、溶洞等小尺度地质异常体的技术问题，达到了有效提高油气资源储层评价结果准确度的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是根据本发明实施例的不连续非均质地质体检测方法的方法流程图；

图2是根据本发明实施例的不连续非均质地质体检测装置的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

发明人发现对碳酸盐岩储层风险勘探而言，关注点除了小断层、断裂等不连续地质体外，还有岩溶溶洞等非均质体，而对于小断层、断裂等不连续地质体，以及岩溶溶洞等非均地质体，都可以统一用L1非光滑范数描述，因此，提出了一种不连续非均质地质体检测方法，该方法利用数学上L1非光滑范数的概念，对地质上的不连续非均质体进行表征，特别适用于小断层、裂缝、溶洞等小尺度地质异常体的研究，具体的，如图1所示，该方法包括以下步骤：

步骤101：确定地震成像数据中各道地震数据的反射波倾角；

步骤102：根据各道地震数据的反射波倾角，预测出所述地震成像数据中具有线性特征的地震数据；

步骤103：从地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，其中，所述剩余地震数据中包括：具有非线性特征的地震数据和噪声数据；

步骤104：根据所述剩余地震数据，构建L1稀疏反演模型；

步骤105：根据构建的所述L1稀疏反演模型，采用拟牛顿算法，逼近迭代反演出不连续非均质地质体信息。

在上述实施例中，先预测出去除了非线性和噪声的具有线性特征的地震数据，然后从地震成像数据中去除这些具有线性特征的地震数据，得到具有非线性特征的地震数据，同时其中也包含噪声，然后通过构建L1系数反演模型，采用拟牛顿算法逼近迭代反演出不连续非均质体数据，通过稀疏反演压制了噪声，并很好地保护了串珠状岩溶、裂缝、小尺寸断裂等与碳酸盐岩储层直接关系的小尺寸地质信息，从而解决了现有技术中无法有效分离出小断层、裂缝、溶洞等小尺度地质异常体的技术问题，达到了有效提高油气资源储层评价结果准确度的技术效果。

为更精确地求取反射波倾角，在上述步骤101中确定地震成像数据中各道地震数据的反射波倾角可以包括：通过局部平面波微分方程，建立反射波倾角与地震成像数据之间的对应关系；根据建立的对应关系，采用正则化迭代逼近方式，计算出所述地震成像数据中各道地震数据的反射波倾角。

具体的，在上述步骤103中，从地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，其中，所述剩余地震数据中包括：具有非线性特征的地震数据和噪声数据，可以是按照以下方式进行的：

利用局部平面波方程来表征地震数据构造特征，定义线性算子，用于描述地质上光滑构造，剩余地震数据可以按照以下公式求取：

d＝R(σ)s

其中，d表示剩余地震数据，s＝[s₁,s₂,……,s_N,]^T表示地震道，R(σ)表示线性平面波算子，σ表示地震数据倾角，具体的，该公式可以表示为：

其中，[d₁,d₂,……,d_N]^T表示剩余地震数据，[s₁,s₂,……,s_N]^T表示地震道，I表示单位矢量,σ_i表示第i道地震数据的反射波倾角,P_i,j(σ_i)表示由第i道地震数据预测出的第j道地震数据，i和j表示地震道号。

通过最小二乘化d^Td，并通过共轭梯度算法求解，得出地震数据的反射波倾角σ，为预测震数据中的光滑信息，在本例中选择低阶滤波器，公式如下：

其中，Z_x表示空间坐标的Z变换，Z_t表示时间坐标的Z变换。

由于断层、裂缝、溶洞等地质异常体位置的局部倾角无法正确估计，因此，在上述预测方法中，需要将这些信息分离出来，经过上述的平面波破坏滤波后，得出的破坏剩余地震数据d中就包含了地震数据中的不连续非均质地震信息与噪声，即，剩余地震数据中包括有具有非线性特征的地震数据和噪声数据。

具体的，在上述步骤104中，根据所述剩余地震数据，构建L1稀疏反演模型，由于不连续非均质地震信息为非线性构造，因此从剩余地震数据d中分离出有效信息，需要利用非线性构造加强滤波的方法，这里用算子D(σ)表示，在本例中，采用高斯相似均值滤波的方法。

d＝D(σ)m

由于不连续非均质地震信息具有稀疏特点，并且与噪声混叠在一起，因此要想分离出高信噪比的地质异常体信息，需要利用稀疏反演方法进行求解，因此将该参数反演问题，转化为了一个求解L1极小化问题，即，根据所述剩余地震数据，构建的L1稀疏反演模型为：

min||m||_L1,s.t.d＝D(σ)m，

该反演模型表示在d＝D(σ)m的条件下，求解模型m的L1极小化问题。其中，d表示剩余地震数据，m表示不连续非均质地质体信息，D(σ)表示非线性构造加强算子，可以理解为一种滤波器，该算子可以通过高斯相似均值滤波算子构建，min||·||_L1表示求L1的极小值；

引入拉格朗日算子，将所述L1稀疏反演模型等价为了求解无约束问题：

其中，J^α(m)表示目标函数，α表示可调节的正则化参数，其中，表示分段函数，

其中，m_i为求解模型m的分量表示形式，ε表示微小的常数，当ε→0时，非光滑泛函Ω(m)近似为L1范数。

总的来说，不连续非均质L1稀疏反演模型的建立是本发明核心内容之一，由于不连续非均质地震信息为非线性构造，因此如果要从剩余地震数据中分离出有效的地质信息，需要利用非线性构造加强滤波的方法。考虑到不连续非均质地震信息具有稀疏特点，并且与噪声混叠在一起，因此要想分离出高信噪比的地质异常体信息，需要利用稀疏反演方法求解，具体的，就将参数反演的问题，转化为一个求解L1极小化的问题。

在上述步骤105中，根据构建的所述L1稀疏反演模型，采用拟牛顿算法，逼近迭代反演出不连续非均质地质体信息，拟牛顿算法主要的核心思想就是：

设上述目标函数J^α(m)的Hessian矩阵为H(m)，由于地震成像数据规模比较大，因此，采用拟牛顿法求解，拟牛顿算法只需要计算一阶偏导数,计算简单,运算量小,比解析求得Hessian矩阵更加高效稳定，具体的：

目标函数J^α(m)是一个非线性方程，J^α(m)的梯度函数为：

对上式求导，得到J^α(m)的梯度函数为：

g(m)＝D^T(Dm-d)+αK(m)

其中，

令B≈H^-1(m)，J^α(m)的梯度g_k为第k次迭代的梯度g_k＝g(m_k)，方向为s_k＝(m)_k+1-(m)_k，则模型参数更新如下：

其中，ω_k表示线性试探步长，矩阵B_k迭代求法如下：

其中，上式中，y_k，ρ_k，V_k为第k次迭代的中间变量，可由梯度g_k和方向s_k求出。

在上例中，通过引入数学表征的L1不连续范数，不但能够从地震数据中提取出小断层、断裂等不连续地质体，还能够分离出岩溶溶洞等非均质体，这两类小尺度地质异常体在碳酸盐岩及火山岩储层预测中具有重要的应用价值。

基于同一发明构思，本发明实施例中还提供了一种不连续非均质地质体检测装置，如下面的实施例所述。由于不连续非均质地质体检测装置解决问题的原理与不连续非均质地质体检测方法相似，因此不连续非均质地质体检测装置的实施可以参见不连续非均质地质体检测方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图2是本发明实施例的不连续非均质地质体检测装置的一种结构框图，如图2所示，包括：反射波倾角确定单元201、线性特征地震数据预测单元202、剩余地震数据获取单元203、L1稀疏反演模型构建单元204和L1稀疏反演模型求解单元205，下面对该结构进行说明。

反射波倾角确定单元201，用于确定地震成像数据中各道地震数据的反射波倾角；

线性特征地震数据预测单元202，用于根据各道地震数据的反射波倾角，预测出所述地震成像数据中具有线性特征的地震数据；

剩余地震数据获取单元203，用于从所述地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，其中，所述剩余地震数据中包括：具有非线性特征的地震数据和噪声数据；

L1稀疏反演模型构建单元204，用于根据所述剩余地震数据，构建L1稀疏反演模型；

L1稀疏反演模型求解单元205，用于根据构建的所述L1稀疏反演模型，采用拟牛顿算法，逼近迭代反演出不连续非均质地质体信息。

在一个实施例中，剩余地震数据获取单元203具体用于按照以下公式得到所述剩余地震数据：

其中，[d₁,d₂,……,d_N]^T表示剩余地震数据，[s₁,s₂,……,s_N]^T表示地震道，I表示单位矢量,σ_i表示第i道地震数据的反射波倾角,P_i,j(σ_i)表示由第i道地震数据预测出的第j道地震数据，i和j表示地震道号。

在一个实施例中：

其中，Z_x表示空间坐标的Z变换，Z_t表示时间坐标的Z变换。

在一个实施例中，L1稀疏反演模型构建单元204，包括：构建子单元，用于根据所述剩余地震数据，构建以下的L1稀疏反演模型：

在d＝D(σ)m的条件下，计算min||m||_L1

其中，d表示剩余地震数据，m表示不连续非均质地质体信息，D(σ)表示非线性构造加强算子，min||m||_L1表示求解模型m的L1极小化问题；

转换子单元，用于引入拉格朗日算子，将所述L1稀疏反演模型等价为求解无约束问题：

其中，J^α(m)表示目标函数，α表示可调节的正则化参数，其中，表示分段函数，

其中，m_i为求解模型m的分量表示形式，ε表示微小的常数，当ε→0时，非光滑泛函Ω(m)近似为L1范数。

在一个实施例中，所述非线性构造加强算子通过高斯相似均值滤波算子构建。

在一个实施例中，反射波倾角确定单元201包括：对应关系建立子单元，用于通过局部平面波微分方程，建立反射波倾角与地震成像数据之间的对应关系；计算子单元，用于根据建立的对应关系，采用正则化迭代逼近方式，计算出所述地震成像数据中各道地震数据的反射波倾角。

在另外一个实施例中，还提供了一种软件，该软件用于执行上述实施例及优选实施方式中描述的技术方案。

在另外一个实施例中，还提供了一种存储介质，该存储介质中存储有上述软件，该存储介质包括但不限于：光盘、软盘、硬盘、可擦写存储器等。

从以上的描述中，可以看出，本发明实施例实现了如下技术效果：先预测出去除了非线性和噪声的具有线性特征的地震数据，然后从地震成像数据中去除这些具有线性特征的地震数据，得到具有非线性特征的地震数据，同时其中也包含噪声，然后通过构建L1系数反演模型，采用拟牛顿算法逼近迭代反演出不连续非均质体数据，通过稀疏反演压制了噪声，并很好地保护了串珠状岩溶、裂缝、小尺寸断裂等与碳酸盐岩储层直接关系的小尺寸地质信息，从而解决了现有技术中无法有效分离出小断层、裂缝、溶洞等小尺度地质异常体的技术问题，达到了有效提高油气资源储层评价结果准确度的技术效果。

显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种不连续非均质地质体检测方法，其特征在于，包括：

确定地震成像数据中各道地震数据的反射波倾角；

根据各道地震数据的反射波倾角，预测出所述地震成像数据中具有线性特征的地震数据；

从所述地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，其中，所述剩余地震数据中包括：具有非线性特征的地震数据和噪声数据；

根据所述剩余地震数据，构建L1稀疏反演模型；

根据构建的所述L1稀疏反演模型，采用拟牛顿算法，逼近迭代反演出不连续非均质地质体信息；

其中，根据所述剩余地震数据，构建L1稀疏反演模型，包括：

根据所述剩余地震数据，构建以下的L1稀疏反演模型：

在d＝D(σ)m的条件下，计算min||m||_L1

其中，d表示剩余地震数据，m表示不连续非均质地质体信息，D(σ)表示非线性构造加强算子，min||m||_L1表示求解模型m的L1极小化问题；

引入拉格朗日算子，将所述L1稀疏反演模型等价为求解无约束问题：

其中，J^α(m)表示目标函数，α表示可调节的正则化参数，其中，表示分段函数，

其中，m_i为求解模型m的分量表示形式，表示微小的常数，当时，非光滑泛函Ω(m)近似为L1范数。

2.如权利要求1所述的方法，其特征在于，从所述地震成像数据中减去所述具 有线性特征的地震数据，得到剩余地震数据，包括：

按照以下公式得到所述剩余地震数据：

其中，[d₁,d₂,……,d_N]^T表示剩余地震数据，[s₁,s₂,……,s_N]^T表示地震道，I表示单位矢量,σ_i表示第i道地震数据的反射波倾角,P_i,j(σ_i)表示由第i道地震数据预测出的第j道地震数据，i和j表示地震道号。

3.如权利要求2所述的方法，其特征在于：

其中，Z_x表示空间坐标的Z变换，Z_t表示时间坐标的Z变换。

4.如权利要求1所述的方法，其特征在于，所述非线性构造加强算子通过高斯相似均值滤波算子构建。

5.如权利要求1至4中任一项所述的方法，其特征在于，确定地震成像数据中各道地震数据的反射波倾角，包括：

通过局部平面波微分方程，建立反射波倾角与地震成像数据之间的对应关系；

根据建立的对应关系，采用正则化迭代逼近方式，计算出所述地震成像数据中各道地震数据的反射波倾角。

6.一种不连续非均质地质体检测装置，其特征在于，包括：

反射波倾角确定单元，用于确定地震成像数据中各道地震数据的反射波倾角；

线性特征地震数据预测单元，用于根据各道地震数据的反射波倾角，预测出所述地震成像数据中具有线性特征的地震数据；

剩余地震数据获取单元，用于从所述地震成像数据中减去所述具有线性特征的地震数据，得到剩余地震数据，其中，所述剩余地震数据中包括：具有非线性特征的地震数据和噪声数据；

L1稀疏反演模型构建单元，用于根据所述剩余地震数据，构建L1稀疏反演模型；

L1稀疏反演模型求解单元，用于根据构建的所述L1稀疏反演模型，采用拟牛顿算法，逼近迭代反演出不连续非均质地质体信息；

其中，所述L1稀疏反演模型构建单元，包括：

构建子单元，用于根据所述剩余地震数据，构建以下的L1稀疏反演模型：

在d＝D(σ)m的条件下，计算min||m||_L1

其中，d表示剩余地震数据，m表示不连续非均质地质体信息，D(σ)表示非线性构造加强算子，min||m||_L1表示求解模型m的L1极小化问题；

转换子单元，用于引入拉格朗日算子，将所述L1稀疏反演模型等价为求解无约束问题：

其中，J^α(m)表示目标函数，α表示可调节的正则化参数，其中，表示分段函数，

其中，m_i为求解模型m的分量表示形式，表示微小的常数，当时，非光滑泛函Ω(m)近似为L1范数。

7.如权利要求6所述的装置，其特征在于，所述剩余地震数据获取单元具体用于按照以下公式得到所述剩余地震数据：

其中，[d₁,d₂,……,d_N]^T表示剩余地震数据，[s₁,s₂,……,s_N]^T表示地震道，I表示单位矢量,σ_i表示第i道地震数据的反射波倾角,P_i,j(σ_i)表示由第i道地震数据预测出 的第j道地震数据，i和j表示地震道号。

8.如权利要求7所述的装置，其特征在于：

其中，Z_x表示空间坐标的Z变换，Z_t表示时间坐标的Z变换。

9.如权利要求6所述的装置，其特征在于，所述非线性构造加强算子通过高斯相似均值滤波算子构建。

10.如权利要求6至9中任一项所述的装置，其特征在于，所述反射波倾角确定单元包括：

对应关系建立子单元，用于通过局部平面波微分方程，建立反射波倾角与地震成像数据之间的对应关系；

计算子单元，用于根据建立的对应关系，采用正则化迭代逼近方式，计算出所述地震成像数据中各道地震数据的反射波倾角。