CN104536043B - 一种深度域整体速度模型融合方法及装置 - Google Patents

Abstract

本发明实施例提供了一种深度域整体速度模型融合方法及装置，该方法包括如下步骤：拾取地震数据中的初至波数据；根据拾取的初至波数据，通过旅行时层析方法反演得到近地表速度模型；对地震数据进行时间域速度分析，获取均方根速度模型；将均方根速度模型转换为深度域层速度模型；将深度域层速度模型作为初始模型，对所述初始模型进行优化，获得中深层速度模型；将近地表速度模型和中深层速度模型进行融合，获得深度域整体速度模型；对深度域整体速度模型进行叠前深度偏移。本发明方法公开了将近地表速度模型和中深层速度模型融合的技术，获取高精度的深度域整体速度模型，同时也满足工业生产中对计算成本的要求。

Description

一种深度域整体速度模型融合方法及装置

技术领域

本发明属于地震数据处理技术，具体涉及一种深度域整体速度模型融合方法及装置。

背景技术

地震波速度参数贯穿于整个地震数据采集、处理和解释流程，在地震勘探的每个环节中，速度均起着至关重要的作用。因此，精确求取地震波在地下介质中的传播速度一直是地震勘探中值得深入研究的问题。

地震旅行时层析成像法是目前获取地震波速度常用的方法，该方法是通过观测到的地震旅行时信息，应用模型重建算法反演地下介质结构、速度分布及弹性参数等重要信息的一种反演方法。地震旅行时层析成像法的不足之处在于该方法只针对单种波旅行时信息进行非线性反演，不能够更准确、更全面的重构地下速度信息，因此尽可能的利用更多的地震数据信息进行反演一直是探索研究的方向。

现有技术有初至波和反射波联合反演法，初至波易识别，易追踪，在井间地震或近地表速度分析及复杂地表静校正中，稳定性高，优势明显。与初至波旅行时相比，反射波携带地下更丰富信息，能够反映地下不同深度不同位置更精细尺度的结构和参数分布。因此，利用初至波和反射波旅行时进行联合层析，可以提高速度模型精度，改善地震成像效果。但是在复杂山地等低信噪比地区，初至波和反射波旅行时信息拾取较困难。

深度域速度建模是制约深度域成像的关键问题，如何提高速度模型精度是目前地球物理领域研究重点。由于近地表和中深层地震有效信号不同，所以使用的建模方法也不同。近地表反射波很少，能够用于速度建模的有效波成分主要为直达波、折射波等初至波以及瑞雷面波信息，利用初至波走时信息以及瑞雷面波频散信息，均可以反演得到较高精度的浅层速度模型。而中深层有效波以反射为主，通常采用反射层析方法建立地下层速度模型，由于浅层缺乏有效反射信息，所以反射波层析反演方法不能得到近地表速度模型。

发明内容

地震旅行时层析成像法只针对单种波旅行时信息进行非线性反演，不能够更准确、更全面的重构地下速度信息，初至波和反射波联合反演法在复杂山地等低信噪比地区拾取信息较困难，针对上述两种方法的不足之处，本发明的发明目的在于在成像道集上建立一种高精度的速度模型，把具有较高精度的近地表模型和中深层模型融合起来，得到从浅至深都具有较高精度的深度域整体速度模型。

本发明实施例提供一种深度域整体速度模型融合方法，所述方法包括以下步骤：

拾取地震数据中的初至波数据；

根据拾取的所述初至波数据，通过旅行时层析方法反演得到近地表速度模型；

对地震数据进行时间域速度分析，获取均方根速度模型；

将所述均方根速度模型转换为深度域层速度模型；

将所述深度域层速度模型作为初始模型，对所述初始模型进行优化，获得中深层速度模型；

将所述近地表速度模型和所述中深层速度模型进行融合，获得深度域整体速度模型；

对所述深度域整体速度模型进行叠前深度偏移。

优选的，在本发明一实施例中，所述将所述深度域层速度模型作为初始模型，对所述初始模型进行优化，包括：

1)将所述深度域层速度模型作为网格层析反演的初始模型；

2)利用所述初始模型对所述地震数据进行叠前深度偏移处理，得到成像剖面和共成像点道集；

3)利用旅行时网格层析法更新所述初始模型；

4)重复上述步骤2)和3)，直到所述共成像点道集的中深层同相轴拉平。

优选的，在本发明一实施例中，所述拾取地震数据中的初至波数据包括：

在所述初至波所在位置拾取所述初至波的走时值。

优选的，在本发明一实施例中，所述将所述近地表速度模型和所述中深层速度模型进行融合，包括：

获取所述中深层速度模型的正演走时；

将所述中深层速度模型作为初始速度模型；

将所述初至波的走时值和所述中深层速度模型的正演走时作为理论走时，利用射线追踪旅行时层析法优化所述初始速度模型，获得所述深度域整体速度模型。

优选的，在本发明一实施例中，所述将所述初至波的走时值和所述中深层速度模型的正演走时作为理论走时，利用射线追踪旅行时层析法优化所述初始速度模型，获得所述深度域整体速度模型，包括：

计算所述初至波的走时以及所述中深层层速度模型的正演走时与根据所述初始模型计算的走时的误差平方和，表达式为：

a||FV-t₁||+b||FV-t₂||

其中V为初始模型，F为射线追踪旅行时计算算子，t₁为初至波的走时，t₂为中深层速度模型的正演走时，a，b为加权系数；

当所述表达式的值为最小值时，所述初始模型为所述深度域整体速度模型。

本发明实施例还提供一种深度域整体速度模型融合装置，所述装置包括：

拾取单元，用于拾取地震数据中的初至波数据；

近地表速度模型单元，用于根据拾取的所述初至波数据，通过旅行时层析方法反演得到近地表速度模型；

均方根速度模型单元，用于对地震数据进行时间域速度分析，获取均方根速度模型；

深度域层速度模型单元，用于将所述均方根速度模型转换为深度域层速度模型；

中深层速度模型单元，用于将所述深度域层速度模型作为初始模型，对所述初始模型进行优化，获得中深层速度模型；

速度模型融合单元，用于将所述近地表速度模型和所述中深层速度模型进行融合，获得深度域整体速度模型；

叠前深度偏移单元，用于对所述深度域整体速度模型进行叠前深度偏移。

优选的，在本发明一实施例中，所述中深层速度模型单元，包括：

第一子单元，用于将所述深度域层速度模型作为网格层析反演的初始模型；

第二子单元，用于利用所述初始模型对所述地震数据进行叠前深度偏移处理，得到成像剖面和共成像点道集；

第三子单元，用于利用旅行时网格层析法更新所述初始模型；

第四子单元，用于将所述共成像点道集的中深层同相轴拉平。

优选的，在本发明一实施例中，所述拾取单元还包括拾取子单元，所述拾取子单元用于在所述初至波所在位置拾取所述初至波的走时值。

优选的，在本发明一实施例中，所述速度模型融合单元，包括：

第一融合子单元，用于获取所述中深层速度模型的正演走时；

第二融合子单元，用于将所述中深层速度模型作为初始速度模型；

第三融合子单元，用于将所述初至波的走时值和所述中深层速度模型的正演走时作为理论走时，利用射线追踪旅行时层析法优化所述初始速度模型，获得所述深度域整体速度模型。

优选的，在本发明一实施例中，所述第三融合子单元，还包括第三融合计算子单元，所述第三融合计算子单元用于计算所述初至波的走时以及所述中深层层速度模型的正演走时与根据所述初始模型计算的走时的误差平方和，表达式为：

a||FV-t₁||+b||FV-t₂||

其中V为初始模型，F为射线追踪旅行时计算算子，t₁为初至波的走时，t₂为中深层速度模型的正演走时，a，b为加权系数；

当所述表达式的值为最小值时，所述初始模型为所述深度域整体速度模型。

本发明实施例提供的深度域整体速度模型融合方法具有如下有益效果：本发明方法充分公开了将近地表速度模型和中深层速度模型融合的技术，克服了利用单种波反演和初至波以及反射波联合反演的缺点，获取高精度的深度域整体速度模型，同时也满足工业生产中对计算成本的要求。这也是本发明方法能够代替或联合其他现有速度建模方法应用于地震资料处理中的必要条件和优势所在。本发明可以广泛用于深度域偏移成像等。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的深度域整体速度模型融合方法的流程图。

图2为本发明实施例一中利用初至波旅行时层析得到的近地表速度模型。

图3为本发明实施例一中对深度域层速度模型优化的流程图。

图4为本发明实施例一中最终层析得到的中深层速度模型。

图5为本发明实施例一中利用最终层析得到的中深层速度模型偏移得到的成像结果。

图6为本发明实施例一中融合后的深度域整体速度模型。

图7为本发明实施例一中利用融合后的深度域整体速度模型进行偏移得到的成像结果。

图8为本发明实施例二中深度域整体速度模型融合装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

有鉴于此，本发明的目的在于提供一种深度域整体速度模型融合方法，图1为该方法的流程图，包括以下步骤：

S101，拾取地震数据中的初至波数据。

S102，根据拾取的初至波数据，通过旅行时层析方法反演得到近地表速度模型。

近地表高精度模型建立可以通过初至波走时反演、初至波并形反演、瑞雷波反演等方法获得，本实施例中采用初至波走时反演方法建立近地表层速度模型，先拾取目标工区的炮集记录中的初至时间，再利用初至旅行时层析得到近地表模型，图2是利用初至波旅行时层析得到的近地表速度模型。

S103，对地震数据进行时间域速度分析，获取均方根速度模型。

S104，将均方根速度模型转换为深度域层速度模型。

S105，将所述深度域层速度模型作为初始模型，对所述初始模型进行优化，获得中深层速度模型，图3是对深度域层速度模型优化的流程图，包括以下步骤：

S201，将所述深度域层速度模型作为网格层析反演的初始模型；

S202，利用所述初始模型对所述地震数据进行叠前深度偏移处理，得到成像剖面和共成像点道集；

S203，利用旅行时网格层析法更新所述初始模型；

S204，重复上述步骤2)和3)，直到所述共成像点道集的中深层同相轴拉平。

图4是最终层析得到的中深层速度模型，图5是利用最终层析得到的中深层速度模型偏移得到的成像结果。

S106，将所述近地表速度模型和所述中深层速度模型进行融合，获得深度域整体速度模型。

首先对建立的中深层层速度模型进行射线追踪，得到中深层速度模型的走时信息。射线追踪时，为了保证射线均衡，采用地表及模型底边界同时激发策略，激发点在地表时，接收点位于模型底界面，激发点在模型底界面时，接收点位于地表，炮点间隔为100m，接收点间隔50m，炮点与检波点在水平方向坐标误差不超过6000m。

利用步骤S101中拾取的初至波数据和上述中深层速度模型的走时信息为旅行时层析的理论走时，将上述中深层速度模型为初始速度模型，进行旅行时射线追踪层析，计算初至波的走时以及中深层速度模型的正演走时与根据初始模型计算的走时的误差平方和，表达式为：

a||FV-t₁||+b||FV-t₂||

其中V为初始模型，F为射线追踪旅行时计算算子，t₁为初至波的走时，t₂为中深层层速度模型的正演走时，a，b为加权系数；

当上述表达式的值为最小值时，此时的初始模型V即为深度域整体速度模型，图6为深度域整体速度模型。

S107，对所述深度域整体速度模型进行叠前深度偏移。

对上述获得的深度域整体速度模型进行叠前深度偏移，得到新的成像结果。图7为利用融合后的深度域整体速度模型进行偏移得到的成像结果，和图5相比近地表成像得到改善，同相轴聚焦性变好。

本发明实施例介绍的上述技术方案具有如下有益效果：本实施例方法将具有高精度的近地表速度模型和高精度中深层速度模型进行融合的技术，获得由浅至深的高精度深度域整体速度模型，提高偏移成像质量。

实施例二

本申请实施例还提供了一种深度域整体速度模型融合装置，如图8所示，该装置包括：拾取单元1、近地表速度模型单元2、均方根速度模型单元3、深度域层速度模型单元4、中深层速度模型单元5、速度模型融合单元6以及叠前深度偏移单元7。其中，

拾取单元1用于拾取地震数据中的初至波数据；近地表速度模型单元2用于根据拾取的所述初至波数据，通过旅行时层析方法反演得到近地表速度模型；均方根速度模型单元3用于对地震数据进行时间域速度分析，获取均方根速度模型；深度域层速度模型单元4用于将所述均方根速度模型转换为深度域层速度模型；中深层速度模型单元5用于将所述深度域层速度模型作为初始模型，对所述初始模型进行优化，获得中深层速度模型；速度模型融合单元6用于将所述近地表速度模型和所述中深层速度模型进行融合，获得深度域整体速度模型；叠前深度偏移单元7用于对所述深度域整体速度模型进行叠前深度偏移。

中深层速度模型单元5还包括第一子单元51、第二子单元52、第三子单元53以及第四子单元54，其中，

第一子单元51用于将所述深度域层速度模型作为网格层析反演的初始模型；

第二子单元52用于利用所述初始模型对所述地震数据进行叠前深度偏移处理，得到成像剖面和共成像点道集；

第三子单元53用于利用旅行时网格层析法更新所述初始模型；

第四子单元54用于将所述共成像点道集的中深层同相轴拉平。

所述拾取单元1还包括拾取子单元11，所述拾取子单元11用于在所述初至波所在位置拾取所述初至波的走时值。

所述速度模型融合单元6还包括第一融合子单元61、第二融合子单元62以及第三融合子单元63，其中，

第一融合子单元61用于获取所述中深层速度模型的正演走时；

第二融合子单元62用于将所述中深层速度模型作为初始速度模型；

第三融合子单元63用于将所述初至波的走时值和所述中深层速度模型的正演走时作为理论走时，利用射线追踪旅行时层析法优化所述初始速度模型，获得所述深度域整体速度模型。

所述第三融合子单元63还包括第三融合计算子单元631，所述第三融合计算子单元631用于计算所述初至波的走时以及所述中深层层速度模型的正演走时与根据所述初始模型计算的走时的误差平方和，表达式为：

a||FV-t₁||+b||FV-t₂||

其中V为初始模型，F为射线追踪旅行时计算算子，t₁为初至波的走时，t₂为中深层速度模型的正演走时，a，b为加权系数；

当所述表达式的值为最小值时，所述初始模型为所述深度域整体速度模型。

本发明实施例提供的深度域整体速度模型融合装置具有如下技术效果：将近地表速度模型和中深层速度模型融合的技术，获取高精度的深度域整体速度模型，同时也提高了偏移成像质量。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种深度域整体速度模型融合方法，其特征在于，所述方法包括以下步骤：

拾取地震数据中的初至波数据；

根据拾取的所述初至波数据，通过旅行时层析方法反演得到近地表速度模型；

对地震数据进行时间域速度分析，获取均方根速度模型；

将所述均方根速度模型转换为深度域层速度模型；

将所述深度域层速度模型作为网格层析反演的初始模型；

利用所述初始模型对所述地震数据进行叠前深度偏移处理，得到成像剖面和共成像点道集；

利用旅行时网格层析法更新所述初始模型；

重复前两个步骤，直到所述共成像点道集的中深层同相轴拉平；

将所述近地表速度模型和所述中深层速度模型进行融合，获得深度域整体速度模型；

对所述深度域整体速度模型进行叠前深度偏移。

2.根据权利要求1所述的深度域整体速度模型融合方法，其特征在于，所述拾取地震数据中的初至波数据包括：

在所述初至波所在位置拾取所述初至波的走时值。

3.根据权利要求2所述的深度域整体速度模型融合方法，其特征在于，所述将所述近地表速度模型和所述中深层速度模型进行融合，包括：

获取所述中深层速度模型的正演走时；

将所述中深层速度模型作为初始速度模型；

将所述初至波的走时值和所述中深层速度模型的正演走时作为理论走时，利用射线追踪旅行时层析法优化所述初始速度模型，获得所述深度域整体速度模型。

4.根据权利要求3所述的深度域整体速度模型融合方法，其特征在于，所述将所述初至波的走时值和所述中深层速度模型的正演走时作为理论走时，利用射线追踪旅行时层析法优化所述初始速度模型，获得所述深度域整体速度模型，包括：

计算所述初至波的走时以及所述中深层层速度模型的正演走时与根据所述初始模型计算的走时的误差平方和，表达式为：

a||FV-t₁||+b||FV-t₂||

其中V为初始模型，F为射线追踪旅行时计算算子，t₁为初至波的走时，t₂为中深层速度模型的正演走时，a，b为加权系数；

当所述表达式的值为最小值时，所述初始模型为所述深度域整体速度模型。

5.一种深度域整体速度模型融合装置，其特征在于，包括：

拾取单元，用于拾取地震数据中的初至波数据；

近地表速度模型单元，用于根据拾取的所述初至波数据，通过旅行时层析方法反演得到近地表速度模型；

均方根速度模型单元，用于对地震数据进行时间域速度分析，获取均方根速度模型；

深度域层速度模型单元，用于将所述均方根速度模型转换为深度域层速度模型；

第一子单元，用于将所述深度域层速度模型作为网格层析反演的初始模型；

第二子单元，用于利用所述初始模型对所述地震数据进行叠前深度偏移处理，得到成像剖面和共成像点道集；

第三子单元，用于利用旅行时网格层析法更新所述初始模型；

第四子单元，用于将所述共成像点道集的中深层同相轴拉平；

速度模型融合单元，用于将所述近地表速度模型和所述中深层速度模型进行融合，获得深度域整体速度模型；

叠前深度偏移单元，用于对所述深度域整体速度模型进行叠前深度偏移。

6.根据权利要求5所述的深度域整体速度模型融合装置，其特征在于，所述拾取单元还包括拾取子单元，所述拾取子单元用于在所述初至波所在位置拾取所述初至波的走时值。

7.根据权利要求6所述的深度域整体速度模型融合装置，其特征在于，所述速度模型融合单元，包括：

第一融合子单元，用于获取所述中深层速度模型的正演走时；

第二融合子单元，用于将所述中深层速度模型作为初始速度模型；

第三融合子单元，用于将所述初至波的走时值和所述中深层速度模型的正演走时作为理论走时，利用射线追踪旅行时层析法优化所述初始速度模型，获得所述深度域整体速度模型。

8.根据权利要求7所述的深度域整体速度模型融合装置，其特征在于，所述第三融合子单元，还包括第三融合计算子单元，所述第三融合计算子单元用于计算所述初至波的走时以及所述中深层层速度模型的正演走时与根据所述初始模型计算的走时的误差平方和，表达式为：

a||FV-t₁||+b||FV-t₂||

其中V为初始模型，F为射线追踪旅行时计算算子，t₁为初至波的走时，t₂为中深层速度模型的正演走时，a，b为加权系数；

当所述表达式的值为最小值时，所述初始模型为所述深度域整体速度模型。