CN104570066B - 地震反演低频模型的构建方法 - Google Patents

Abstract

本发明提供一种地震反演低频模型的构建方法，包括：采集经过保幅处理的地震资料、地震工区内相应的测井数据；根据已知先验地质层位与钻井层位对所述的测井数据进行井震标定；对经过井震标定的测井数据进行插值，以建立波阻抗的初始模型；根据地震资料对初始模型进行优化，得到优化波阻抗；对优化波阻抗进行高频滤波，得到高频反演结果；对初始模型利用趋势驱动进行改变，得到改变模型；根据改变模型以及高频反演结果得到新模型；根据地震资料对所述的新模型进行优化，得到最优波阻抗；根据最优波阻抗以及高频反演结果确定地震反演低频模型。解决了因地震数据低频缺失导致反演结果难以定量化的问题，很大程度上提高了反演精度。

Description

地震反演低频模型的构建方法

技术领域

本发明关于地球物理勘探技术领域，特别是关于地震模型的构建技术，具体的讲是一种地震反演低频模型的构建方法。

背景技术

地震勘探是在地表激发人工震源，由震源引起的震动以地震波的形式向地下传播，并在一定的条件下向上反射传回地表，然后由检波器记录反射回来的地震波，从而得到地震记录(也叫地震资料)。地震记录是经由地下介质而得到的，必然受到地下介质物理性质（如岩性、密度、孔隙度等）的影响，其中不仅包含有反射波，还包含有噪声、直达波、面波等。要利用地震记录进行地下储层的油气预测，首先需要进行数据处理，去除各种噪声、直达波和面波。地震记录中的面波能量非常强，频率仅在十几赫兹以内，通常在频率域对其进行去除。处理后的地震记录，其频率一般从十几赫兹到几十赫兹，十几赫兹以下的频率量值很小。

地震反演是地震储层预测的一项核心技术，是利用各种优化方法将地震资料转换成地下介质的物性参数（如纵波速度、横波速度、密度等）以进行储层预测。由于地震资料缺失十几赫兹以下的数据，在地震资料反演中通常仅仅得到和地震频带匹配的地下介质物性参数数据，而无法得到地下介质物性参数的背景值（也即为物性参数的低频值），也就难以进行储层的定量化预测。在实际反演中，通常的做法是利用地震工区内的测井数据进行井震标定，在地震层位的约束下，利用经过标定的测井数据进行数学插值以建立地下介质物性参数的低频模型（也叫初始模型），再利用初始模型进行反演以得到相对精确的地下介质物性参数。

现有技术中的地质建模主要利用测井数据进行数学插值，但无论插值方式多先进，都难以完全反应地下构造在空间上的真实变化，尤其在测井数量稀少的勘探阶段更是如此。因此，利用测井数据插值得到初始模型进行反演，难以在储层预测中实现定量化描述。

发明内容

为了克服现有技术存在的上述问题，本发明提供了一种地震反演低频模型的构建方法，首先基于初始模型进行反演，对反演结果高通滤波得到和地震频带匹配的中高频反演结果，然后对初始模型引入趋势驱动进行改变后加上中高频反演结果，将其作为模型再次进行反演，这一过程中高频结果不变，仅采用趋势驱动方式逐步恢复真实低频，提高反演精度，为复杂区地震勘探打下坚实的基础。

本发明的目的之一是，提供一种地震反演低频模型的构建方法，包括：采集经过保幅处理的地震资料、地震工区内相应的测井数据；根据已知先验地质层位与钻井层位对所述的测井数据进行井震标定；对经过井震标定的测井数据进行插值，以建立波阻抗的初始模型；根据所述地震资料对所述的初始模型进行优化，得到优化波阻抗；对所述的优化波阻抗进行高频滤波，得到高频反演结果；对所述初始模型利用趋势驱动进行改变，得到改变模型；根据所述的改变模型以及高频反演结果得到新模型；根据所述的地震资料对所述的新模型进行优化，得到最优波阻抗；根据所述的最优波阻抗以及所述的高频反演结果确定地震反演低频模型。

本发明的有益效果在于，本发明提供了一种地震反演低频模型的构建方法，在反演过程中提出利用趋势驱动的方式来逐步恢复地下介质物性参数的真实低频背景，突破了现有地质建模主要采取测井插值的瓶颈，解决了因地震数据低频缺失导致反演结果难以定量化的问题，很大程度上提高了反演精度，在地下复杂储层的预测中有明显的效果。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

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，下面描述中的附图仅仅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为本发明实施例提供的一种地震反演低频模型的构建方法的流程图；

图2为图1中的步骤S104的具体流程图；

图3为图2中的步骤S201的具体流程图；

图4为图2中的步骤S203的具体流程图；

图5为图1中的步骤S108的具体流程图；

图6为图5中的步骤S501的具体流程图；

图7为图5中的步骤S503的具体流程图；

图8（a）为本发明具体实施例中所用检验井的实际波阻抗数据示意图；

图8（b）为本发明具体实施例中检验井实际波阻抗数据低频部分和低频波阻抗模型的对比示意图；

图8（c）为本发明具体实施例中检验井实际波阻抗数据的高频部分示意图；

图9(a)为本发明实施例中检验井坐标对应处的一道实际地震记录示意图；

图9(b)为本发明实施例中检验井坐标对应处的一道实际地震记录的频率谱；

图10为具体实施例中实际地震记录对应的子波示意图；

图11(a)为具体实施例中趋势驱动构建前反演的波阻抗和检验井实际波阻抗数据的对比示意图；

图11(b)为具体实施例中反演结果的高频部分和实际数据的高频部分误差示意图；

图12为具体实施例中引入趋势驱动对初始模型进行改变的过程的示意图；

图13(a)为具体实施例中趋势驱动构建前、后反演的波阻抗和检验井实际波阻抗数据的对比示意图；

图13(b)为具体实施例中趋势驱动构建前、后的波阻抗低频模型和检验井实际波阻抗数据低频部分的对比示意图。

具体实施方式

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，所描述的实施例仅仅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。

现有技术中的地质建模主要利用测井数据进行数学插值，但无论插值方式多先进，都难以完全反应地下构造在空间上的真实变化，尤其在测井数量稀少的勘探阶段更是如此。因此，利用测井数据插值得到初始模型进行反演，难以在储层预测中实现定量化描述。

本发明针对现有技术中存在的上述缺陷，提出一种地震反演低频模型的构建方法，首先基于初始模型进行反演，对反演结果高通滤波得到和地震频带匹配的中高频反演结果，然后对初始模型引入趋势驱动进行改变后加上中高频反演结果，将其作为模型再次进行反演，这一过程中高频结果不变，仅采用趋势驱动方式逐步恢复真实低频，提高反演精度，为复杂区地震勘探打下坚实的基础。

图1为本发明提供的一种地震反演低频模型的构建方法的流程图，由图1可知，该方法具体包括：

S101：采集经过保幅处理的地震资料、地震工区内相应的测井数据；

S102：根据已知先验地质层位与钻井层位对所述的测井数据进行井震标定；

S103：对经过井震标定的测井数据进行插值，以建立波阻抗的初始模型。所述的波阻抗的初始模型可以用矢量Z₀来表示：

Z₀=[Z₁ Z₂ Z₃…Z_n]^T

其中，Z_i(i=1,2,3,...,n)为第i个采样点数据，矢量Z₀共有n个元素。

S104：根据所述地震资料对所述的初始模型进行优化，得到优化波阻抗。图2为步骤S104的具体流程图，由图2可知，步骤S104具体包括：

S201：根据所述的初始模型以及地震资料确定合成地震记录与实际的地震记录之间的误差。图3为步骤S201的具体流程图，由图3可知，步骤S201具体包括：

S301：根据所述的初始模型确定反射系数。所述的反射系数可以用矢量R来表示，其中第i个采样点数据R_i(i=1,2,3,...,n-1)表述如下：

$R_i=\frac{Z_{i+1}-Z_i}{Z_{i+1}+Z_i},i=\mathrm{1,2,3}...n-1$

最后一个采样点数据R_n=R_n-1。

S302：在所述地震资料的目的层段提取对应的子波以及实际地震记录。所述的实际地震记录可以用矢量d₀来表示：

d₀=[d₁ d₂ d₃ … d_n]^T

其中，d_i(i=1,2,3,...,n)为第i个采样点数据，矢量d₀共有n个元素。

所述的对应的子波可以用矢量w来表示。

S303：将所述的反射系数与所述的子波进行褶积，得到合成地震记录。所述的合成地震记录可以用矢量d来表示，它具有与d₀相同的元素个数。d由反射系数和子波褶积得到：

d=R*w

S304：确定所述合成地震记录与实际的地震记录之间的误差。合成地震记录d与实际地震记录d₀之间的误差为：

J=∑(d₀-d)²

由图2可知，步骤S104还包括：

S202：采用非线性全局寻优算法修改所述的初始模型，得到修改模型。

S203：根据所述的修改模型以及地震资料确定修改合成地震记录与实际的地震记录之间的误差。图4为步骤S203的具体流程图，由图4可知，该步骤具体包括：

S401：根据所述的修改模型确定修改反射系数；

S402：在所述地震资料的目的层段提取对应的子波以及实际地震记录；

S403：将所述修改反射系数与所述的子波进行褶积，得到修改合成地震记录；

S404：确定所述修改合成地震记录与实际的地震记录之间的误差。

由图2可知，步骤S104还包括：

S204：比较修改合成地震记录与实际的地震记录之间的误差以及合成地震记录与实际的地震记录之间的误差，得到优化波阻抗。在具体的实施方式中，通过比较误差，逐步迭代得到优化波阻抗。逐步迭代得到的优化波阻抗可以用矢量Z₁来表示，它具有与Z₀相同的元素个数。

由图1可知，该方法还包括：

S105：对所述的优化波阻抗进行高频滤波，得到高频反演结果。对优化波阻抗Z₁进行高通滤波后得到的高频反演结果可以用矢量Z_1h来表示，它具有与Z₁相同的元素个数。

S106：对所述初始模型利用趋势驱动进行改变，得到改变模型，改变模型可以用矢量Z_g来表示：

Z_g=[Z_g1 Z_g2 Z_g3 … Z_gn]^T

其中，Z_gi(i=1,2,3,...,n)为第i个采样点数据，矢量Z_g共有n个元素。

Z_g是在Z₀基础上进行改变的，对初始模型Z₀引入趋势驱动进行改变是针对采样点Z_i(i=1,2,3,...,n)及其左右临近点进行的。先定义好趋势长度m(m为奇数且)，趋势修改量l以及能产生(0,1)之间随机数的随机函数rand()，则初始模型第i点及其左右临近点利用趋势驱动改变后的值为：

Z_gj=Z_j+l·rand()·cos((i-j)·π/(m-1))

其中且1≤j≤n，其它未改变的采样点保持原来数值。

S107：根据所述的改变模型以及高频反演结果得到新模型。得到的新模型可以用矢量Z₂来表示，由进行趋势驱动改变后的初始模型（即改变模型）和高频反演结果相加所得，它具有与Z₀相同的元素个数：

Z₂=Z_g+Z_1h

S108：根据所述的地震资料对所述的新模型进行优化，得到最优波阻抗。图5为步骤S108的具体流程图，由图5可知，步骤S108具体包括：

S501：根据所述的新模型以及地震资料确定合成地震记录与实际的地震记录之间的误差。图6为步骤S501的具体流程图，由图6可知，该步骤具体包括：

S601：根据所述的新模型确定反射系数；

S602：在所述地震资料的目的层段提取对应的子波以及实际地震记录；

S603：将所述的反射系数与所述的子波进行褶积，得到合成地震记录；

S604：确定所述合成地震记录与实际的地震记录之间的误差。

由图5可知，步骤S108还包括：

S502：采用非线性全局寻优算法修改所述的新模型，得到修改新模型；

S503：根据所述的修改新模型以及地震资料确定修改新合成地震记录与实际的地震记录之间的误差。图7为步骤S503的具体流程图，由图7可知，该步骤具体包括：

S701：根据所述的修改新模型确定修改反射系数；

S702：在所述地震资料的目的层段提取对应的子波以及实际地震记录；

S703：将所述修改反射系数与所述的子波进行褶积，得到修改合成地震记录；

S704：确定所述修改合成地震记录与实际的地震记录之间的误差。

由图5可知，步骤S108还包括：

S504：比较修改新合成地震记录与实际的地震记录之间的误差以及合成地震记录与实际的地震记录之间的误差，得到最优波阻抗。

步骤S106中对初始模型利用趋势驱动进行改变时，对初始模型的采样点，逐点进行趋势驱动，然后重复执行步骤S107、步骤S108，直到完成所有点，并最终得到一个最优波阻抗。这一过程中高频结果Z_1h不变，仅采用趋势驱动方式逐步恢复真实低频。

由图1可知，该方法还包括：

S109：根据所述的最优波阻抗以及所述的高频反演结果确定地震反演低频模型。

最优波阻抗可以用矢量Z来表示,由其减去高频结果Z_1h得到的结果可以用矢量Z_l来表示，它就是利用趋势驱动进行构建的低频模型。即地震反演低频模型为：

Z_l=Z-Z_1h

如上所示，即为本发明提供的一种地震反演低频模型的构建方法，首先基于初始模型进行反演，对反演结果高通滤波得到和地震频带匹配的中高频反演结果，然后对初始模型引入趋势驱动进行改变后加上中高频反演结果，将其作为模型再次进行反演，这一过程中高频结果不变，仅采用趋势驱动方式逐步恢复真实低频，提高反演精度，为复杂区地震勘探打下坚实的基础。

下面结合具体的实施例，详细介绍本发明实施例提供的一种地震反演低频模型的构建方法，以四川潼南须家河组一口检验井及其对应的一道地震数据为例进行说明。

(1)收集经过保幅处理的地震资料、地震工区内相应的测井数据，根据已知先验地质层位与钻井层位，进行井震标定，把深度域测井的声波时差曲线标定为时间域，利用经过标定的测井数据进行插值以建立波阻抗的初始模型。

步骤(1)所述的波阻抗的初始模型可以用矢量Z₀来表示：

Z₀=[Z₁ Z₂ Z₃ … Z_n]^T

其中，Z_i(i=1,2,3,...,n)为第i个采样点数据，矢量Z₀共有n个元素。图8（a）中实线为本发明实施例中所用检验井的实际波阻抗数据，数据共有192个采样点；图8（b）中实线为图8（a）中实际波阻抗数据通过0-10Hz的低通滤波后得到的低频部分，虚线为利用地震工区中其它测井数据通过插值建立的0-10Hz的波阻抗初始模型Z₀；图8（c）中实线为图8（a）中实际波阻抗数据减去图8（b）中低频部分(实线)后得到的高频部分。对比图8（b）可以看出，通过插值建立的波阻抗初始模型和实际波阻抗数据的低频部分存在很大的差距。

(2)在地震资料目的层段提取对应的子波。

步骤(2)所述的实际地震记录可以用矢量d₀来表示：

d₀=[d₁ d₂ d₃ … d_n]^T

其中，d_i(i=1,2,3,...,n)为第i个采样点数据，矢量d₀共有n个元素。图9(a)为本发明实施例中检验井坐标对应处的一道实际地震记录，数据共有192个采样点；图9(b)为图9(a)中实际地震记录的频率谱，可见缺失了10Hz以下的频率。

步骤(2)所述的对应的子波可以用矢量w来表示。图10是本实施例中地震资料对应的子波。

(3)由初始模型计算得到反射系数，和子波褶积合成地震记录，与实际的地震记录进行比较，计算它们之间的误差。

步骤(3)所述的反射系数可以用矢量R来表示，其中第i个采样点数据R_i(i=1,2,3,...,n-1)表述如下：

$R_i=\frac{Z_{i+1}-Z_i}{Z_{i+1}+Z_i},i=\mathrm{1,2,3}...n-1$

最后一个采样点数据R_n=R_n-1。

步骤(3)所述的合成地震记录可以用矢量d来表示，它具有与d₀相同的元素个数。d由反射系数和子波褶积得到：

d=R*w

合成地震记录d与实际地震记录d₀之间的误差为：

J=∑(d₀-d)²

(4)采用非线性全局寻优算法修改初始模型，重复步骤(3)，计算相应的误差并进行比较，逐步迭代得到优化波阻抗。

步骤(4)所述的过程，逐步迭代得到的优化波阻抗可以用矢量Z₁来表示，它具有与Z₀相同的元素个数。图11(a)中虚线是本实施例中经过反演得到的优化波阻抗Z₁，实线即为图8(a)中本发明实施例中所用检验井的实际波阻抗数据；对比可以看出，反演结果和实际数据在某些部分还是存在较大误差。

(5)对反演结果进行高通滤波得到和地震频带匹配的高频部分，然后对初始模型引入趋势驱动进行改变后加上高频反演结果，得到新的模型。

步骤(5)所述过程中对反演结果Z₁进行高通滤波后得到的高频反演结果可以用矢量Z_1h来表示，它具有与Z₁相同的元素个数。图11(b)中虚线为反演结果Z₁进行高通滤波后得到的高频反演结果Z_1h，实线即为图8(c)中本发明实施例中所用检验井的实际波阻抗数据的高频部分；对比可以看出，反演结果的高频部分和实际数据的高频部分误差很小。

步骤(5)所述过程中对初始模型利用趋势驱动进行改变，得到改变模型，改变模型可以用矢量Z_g来表示：

Z_g=[Z_g1 Z_g2 Z_g3 … Z_gn]^T

其中，Z_gi(i=1,2,3,...,n)为第i个采样点数据，矢量Z_g共有n个元素。

步骤(5)所述过程中对初始模型Z₀引入趋势驱动进行改变是针对采样点Z_i(i=1,2,3,...,n)及其左右临近点进行的。先定义好趋势长度m(m为奇数且)，趋势修改量l以及能产生(0,1)之间随机数的随机函数rand()，则初始模型第i点及其左右临近点利用趋势驱动改变后的值为：

Z_gj=Z_j+l·rand()·cos((i-j)·π/(m-1))

其中且1≤j≤n，其它未改变的初始模型采样点保持原来数值。图12为本发明实施例中引入趋势驱动对初始模型进行改变的过程的示意图。

步骤(5)所述的得到的新的模型可以用矢量Z₂来表示，由进行趋势驱动改变后的模型和高频反演结果相加所得，它具有与Z₀相同的元素个数：

Z₂=Z_g+Z_1h

(6)对新的模型，利用步骤(3)计算相应的误差并采用非线性全局寻优算法进行优化计算。

(7)对初始模型的采样点，逐点重复步骤(5)、(6)直到完成所有点，并最终得到一个最优波阻抗。

步骤(7)所述的过程是针对采样点i=1,2,3,...,n逐点完成的，这一过程中高频结果Z_1h不变，仅采用趋势驱动方式逐步恢复真实低频。

步骤(7)所述的最终得到的波阻抗可以用矢量Z来表示,由其减去高频结果Z_1h得到的结果可以用矢量Z_l来表示，它就是利用趋势驱动进行构建的低频模型。图13（a）中点划线为最终得到的最优波阻抗Z，虚线和实线即为图11（a）中优化波阻抗Z₁和本发明实施例中所用检验井的实际波阻抗；对比可以看出，较之于使用趋势驱动前得到的优化波阻抗Z₁(虚线)和实际数据(实线)的误差，使用趋势驱动后最终得到的最优波阻抗Z(点划线)和实际数据(实线)的误差变的很小。图13（b）中点划线为最终经过趋势驱动构建得到的波阻抗低频Z_l，虚线和实线即为图8（b）中由其它测井数据通过插值建立的波阻抗初始模型Z₀和本发明实施例中所用检验井的实际波阻抗数据的低频部分；对比可以看出，经过趋势驱动构建得到的波阻抗低频Z_l很大程度上还原了真实的波阻抗低频。

综上所述，本发明的有益成果是：提供了一种地震反演低频模型的构建方法，在反演过程中提出利用趋势驱动的方式来逐步恢复地下介质物性参数的真实低频背景，突破了现有地质建模主要采取测井插值的瓶颈，解决了因地震数据低频缺失导致反演结果难以定量化的问题，很大程度上提高了反演精度，在地下复杂储层的预测中有明显的效果。

本发明的优点是：

1）在整个方案中借用了地震数据井震标定、插值建模技术；子波提取技术；

2）在整个方案中提出了趋势驱动构建低频模型的技术；

3）充分考虑了地震反演定量化解释和地质建模的难点。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一般计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。

本领域技术人员还可以了解到本发明实施例列出的各种功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种地震反演低频模型的构建方法，其特征是，所述的方法具体包括：

采集经过保幅处理的地震资料、地震工区内相应的测井数据；

根据已知先验地质层位与钻井层位对所述的测井数据进行井震标定；

对经过井震标定的测井数据进行插值，以建立波阻抗的初始模型；

根据所述地震资料对所述的初始模型进行优化，得到优化波阻抗，该步骤包括根据所述的初始模型以及地震资料确定合成地震记录与实际的地震记录之间的误差；采用非线性全局寻优算法修改所述的初始模型，得到修改模型；根据所述的修改模型以及地震资料确定修改合成地震记录与实际的地震记录之间的误差；

对所述的优化波阻抗进行高频滤波，得到高频反演结果；

对所述初始模型利用趋势驱动进行改变，得到改变模型，该步骤包括：定义趋势长度m、趋势修改量l以及能产生(0,1)之间随机数的随机函数rand()，则初始模型第i点及其左右临近点利用趋势驱动改变后的值为：Z_gj＝Z_j+l·rand()·cos((i-j)·π/(m-1))，其中，m为奇数且初始模型为Z₀＝[Z₁ Z₂ Z₃ … Z_n]^T，Z_i(i＝1,2,3,...,n)为第i个采样点数据，且1≤j≤n，其它未改变的采样点保持原来数值；

根据所述的改变模型以及高频反演结果得到新模型；

根据所述的地震资料对所述的新模型进行优化，得到最优波阻抗，该步骤包括根据所述的新模型以及地震资料确定合成地震记录与实际的地震记录之间的误差；采用非线性全局寻优算法修改所述的新模型，得到修改新模型；根据所述的修改新模型以及地震资料确定修改新合成地震记录与实际的地震记录之间的误差；比较修改新合成地震记录与实际的地震记录之间的误差以及合成地震记录与实际的地震记录之间的误差，得到最优波阻抗；

根据所述的最优波阻抗以及所述的高频反演结果确定地震反演低频模型。

2.根据权利要求1所述的方法，其特征是，根据所述地震资料对所述的初始模型进行优化，得到优化波阻抗还包括：

比较修改合成地震记录与实际的地震记录之间的误差以及合成地震记录与实际的地震记录之间的误差，得到优化波阻抗。

3.根据权利要求2所述的方法，其特征是，根据所述的初始模型以及地震资料确定合成地震记录与实际的地震记录之间的误差具体包括：

根据所述的初始模型确定反射系数；

在所述地震资料的目的层段提取对应的子波以及实际地震记录；

将所述的反射系数与所述的子波进行褶积，得到合成地震记录；

确定所述合成地震记录与实际的地震记录之间的误差。

4.根据权利要求2所述的方法，其特征是，根据修改模型以及地震资料确定修改合成地震记录与实际的地震记录之间的误差具体包括：

根据所述的修改模型确定修改反射系数；

在所述地震资料的目的层段提取对应的子波以及实际地震记录；

将所述修改反射系数与所述的子波进行褶积，得到修改合成地震记录；

确定所述修改合成地震记录与实际的地震记录之间的误差。

5.根据权利要求1或3或4所述的方法，其特征是，根据所述的新模型以及地震资料确定合成地震记录与实际的地震记录之间的误差具体包括：

根据所述的新模型确定反射系数；

在所述地震资料的目的层段提取对应的子波以及实际地震记录；

将所述的反射系数与所述的子波进行褶积，得到合成地震记录；

确定所述合成地震记录与实际的地震记录之间的误差。

6.根据权利要求1或3或4所述的方法，其特征是，根据所述的修改新模型以及地震资料确定修改新合成地震记录与实际的地震记录之间的误差具体包括：

根据所述的修改新模型确定修改反射系数；

在所述地震资料的目的层段提取对应的子波以及实际地震记录；

将所述修改反射系数与所述的子波进行褶积，得到修改合成地震记录；

确定所述修改合成地震记录与实际的地震记录之间的误差。