具体实施方式
以下,将参照附图更充分地描述本发明的示例性实施例,示例性实施例在附图中示出。然而,可以以许多不同的形式实施示例性实施例,并且不应被解释为局限于在此阐述的示例性实施例。相反,提供这些实施例从而本公开将会彻底和完整,并将完全地将示例性实施例的范围传达给本领域的技术人员。
图1示出根据本发明示例性实施例的提高地震数据的分辨率的方法的流程图。
在步骤S100,获取共中心点道集的地震数据,并将地震数据划分为对应于不同频段的多个分频地震数据。
这里,获取的共中心点道集的地震数据为对采集的地震数据进行预处理后的地震数据。
图2示出通过共中心点道集的地震数据获得的叠加剖面的示图。
由图2可以看出,由于获取的地震数据的分辨率低,从而生成的叠加剖面分辨率低,因此,难以通过图2所示的叠加剖面获得精细的地层结构。
图3示出通过获取的共中心点道集的地震数据获得的振幅谱。
由图3可以看出,获得的地震数据的振幅谱的频带范围窄,有效振幅集中于较小的频率范围内,因此,难以通过该振幅谱获得地层的细节信息。
这里,当获取到共中心点道集的地震数据后,为了提高获取的地震数据的分辨率,可将地震数据划分为对应于不同频段的多个分频地震数据。具体地说,可首先将获取的时间域的地震数据变换为频率域的地震数据,然后将频率域的地震数据按频段进行划分得到频率域分频地震数据,并将频率域分频地震数据变换到时间域,从而获得对应于不同频段的多个分频地震数据。
图4示出根据本发明示例性实施例的提高地震数据的分辨率的方法中获得分频地震数据步骤的流程图。
在步骤S110,获取共中心点道集的地震数据,将获取的地震数据进行傅里叶变换,获得频率域的地震数据。
这里,获取的共中心点道集的地震数据为时间域的地震数据,为了按频段来划分地震数据,需要对获取的地震数据进行傅里叶变换,以将时间域的地震数据变换为频率域的地震数据。
在步骤S120,将频率域的地震数据划分为对应于不同频段的多个频率域分频地震数据。
作为示例,当将频率域的地震数据划分为对应于n个不同频段的n个频率域分频地震数据时,可使用n个窄带通滤波器来将地震数据划分为n个频率域分频地震数据,n为大于1的整数。这里,为了减少吉普斯效应和频率泄露,在设置窄带通滤波器时可选择等腰梯形的带通滤波门。
作为示例,所述不同频段中的每个频段可具有预定带宽。即,使每个频率域分频地震数据所对应的带宽相同。
在步骤S130,将所述多个频率域分频地震数据进行傅里叶反变换,获得时间域的对应于不同频段的多个分频数据。
这里,为了后续处理,需要将频率域的每个频率域分频地震数据转换为时间域的分频地震数据。
再次参照图1,在步骤S200,将每个分频地震数据变换为分频叠加剖面数据。这里,可通过道集叠加的方式将每个分频地震数据变换为分频叠加剖面数据。
在步骤S300,对每个分频叠加剖面数据的振幅数据进行处理,以获得对应于每个分频地震数据的处理振幅数据。
这里,可通过从分频叠加剖面数据中选择信噪比最高的分频叠加剖面数据,并以选择的分频叠剖面数据的振幅为基本单位,将每个分频叠加剖面数据的振幅进行归一化来获得对应于每个分频地震数据的处理振幅数据。
图5示出根据本发明示例性实施例的提高地震数据的分辨率的方法中获得处理振幅数据步骤的流程图;
在步骤S310,从所有分频叠加剖面数据中选择信噪比最高的分频叠加剖面数据作为主分频叠加剖面数据。
这里,信噪比最高的分频叠加剖面数据即为包含了最多的有效地震信号的分频叠加剖面数据。
在步骤S320,将每个分频叠加剖面数据进行傅里叶变换,获得每个分频叠加剖面数据的频率域的振幅数据。
这里,由于分频叠加剖面数据为时间域的分频叠加剖面数据,因此可通过傅里叶变换来获得叠加剖面数据的频率域的振幅数据。
例如,可通过下面的等式对每个分频叠加剖面数据进行傅里叶变换:
其中,为傅里叶变换后的频率域的第k个分频叠加剖面数据,为时间域的第k个分频叠加剖面数据,k为大于或等于1的整数。t表示时间,f表示频率,i表示复数。应该理解,当将地震数据划分为上述示例中的n个分频地震数据时,k还应该小于等于n。
在步骤S330,以主分频叠加剖面数据的振幅数据为基本单位,将每个分频叠加剖面数据的振幅数据进行归一化,获得每个分频叠加剖面数据的归一化振幅数据。
这里,由于主分频叠加剖面数据中包含了最多的有效地震信号,因此,主分频叠加剖面数据的振幅的有效频带范围最宽,所以通过将主分频叠加剖面数据的振幅数据作为基本单位,将每个分频叠加剖面数据的振幅数据进行归一化,可有效拓宽每个分频叠加剖面数据的振幅的有效频带范围。
作为示例,可通过如下方式进行归一化:首先,从主分频叠加剖面数据的振幅数据中选择最大的振幅值并以该最大的振幅值作为基本单位1,即,将振幅值归一化为然后,对于每个分频叠加剖面数据的振幅数据中除最大的振幅值之外的任一振幅值按照下面的等式进行归一化:
其中,是对所述任一振幅值进行归一化的归一化振幅值,为上述最大的振幅值。
在步骤S340,将每个分频叠加剖面数据的归一化振幅数据进行傅里叶反变换,以获得分别对应于每个分频地震数据的处理振幅数据。
这里,将每个分频叠加剖面数据的归一化振幅数据进行傅里叶反变换是为了获得分别对应于每个分频地震数据的时间域的处理振幅数据。
再次参照图1,在步骤S400,获得每个分频地震数据的瞬时振幅数据、瞬时相位数据。
这里,可首先将每个分频地震数据进行希尔伯特变换,获得对应于每个分频地震数据的希尔伯特变换数据。
然后,利用希尔伯特变换数据与相应的分频地震数据获得每个分频地震数据的瞬时振幅数据和瞬时相位数据。
这里,获取的瞬时振幅数据和瞬时相位数据为时间域的瞬时振幅数据和瞬时相位数据。例如,可通过下面的等式来表示获取的瞬时振幅数据和瞬时相位数据:
其中,αk(t)表示第k个分频地震数据的瞬时振幅数据,θk(t)表示第k个分频地震数据的瞬时相位数据,xk(t)表示第k个分频地震数据,hibk(t)表示第k个分频地震数据的希尔伯特变换数据,k的定义可参照上述示例。
在步骤S500,通过所述瞬时振幅数据和瞬时相位数据获得每个分频地震数据的白化分频地震数据。
这里,对于每个分频地震数据中的任一分频地震数据,可通过所述任一分频地震数据的瞬时相位数据获得瞬时频率数据,通过瞬时频率数据以及瞬时振幅数据获得白化瞬时振幅数据,并通过白化瞬时振幅数据以及瞬时相位数据获得所述任一分频地震数据的白化分频地震数据。
图6示出根据本发明示例性实施例的提高地震数据的分辨率的方法中获得任一分频地震数据的白化分频地震数据步骤的流程图。
在步骤S510,利用所述任一分频地震数据的瞬时相位数据获得所述任一分频地震数据的瞬时频率数据。
在步骤S520,将所述任一分频地震数据进行傅里叶变换,获得频率域的所述任一分频地震数据,并利用频率域的所述任一分频地震数据、所述任一分频地震数据的瞬时振幅数据和瞬时频率数据获得所述任一分频地震数据的白化瞬时振幅数据。
这里,可通过获得的频率域的所述任一分频地震数据(例如,上述示例中的第k个分频地震数据),获得第k个分频地震数据的频率域的振幅谱xk(f),并可求取所述振幅谱xk(f)的包络ek(f),通过求取的包络ek(f)设置用于获取白化瞬时振幅数据的白化滤波器。例如,可通过下面的等式设置白化滤波器:
其中,Hk(f)表示对应于第k个分频地震数据(即,所述任一分频地震数据)的白化滤波器,ek(f)表示求取的第k个分频地震数据的振幅谱的包络,uk表示包络ek(f)的最大值,β为白噪因子。这里,通常可将白噪因子β设置为0.01。
当设置白化滤波器Hk(f)后,可通过将瞬时振幅数据代入白化滤波器中来获得所述任一分频地震数据的白化瞬时振幅数据。例如,可通过下面的等式获得所述任一分频地震数据的白化瞬时振幅数据:
bk(t)=αk(t)Hk(fk(t))
其中,bk(t)表示第k个分频地震数据(即,所述任一分频地震数据)的白化瞬时振幅数据,αk(t)为上述示例中的第k个分频地震数据的瞬时振幅数据,fk(t)表示在步骤S510获得的瞬时频率数据。
在步骤S530,将所述任一分频地震数据的瞬时相位数据和白化瞬时振幅数据进行希尔伯特反变换,获得所述任一分频地震数据的时间域的白化分频地震数据。
这里,获得的白化分频地震数据可有效凸显地震数据中能量较弱的地震信号。
再次参照图1,在步骤S600,通过对应于每个分频地震数据的白化分频地震数据和处理振幅数据获得重构地震数据。
作为示例,可先将对应于每个分频地震数据的时间域的白化分频地震数据与处理振幅数据相乘,获得分频重构地震数据。例如,当共划分了n个分频地震数据时,可通过下面的等式获得对应于第k个分频地震数据的分频重构地震数据:
其中,sk(t)表示对应于第k个分频地震数据的分频重构地震数据,zk(t)表示第k个分频地震数据的时间域的白化分频地震数据,表示对应于第k个分频地震数据的处理振幅数据。
之后,将所有分频重构地震数据进行叠加,获得时间域的重构地震数据。
这里,由于白化分频地震数据zk(t)有效凸显了地震数据中能量较弱的地震信号,处理振幅数据为拓宽了振幅的有效频带范围的振幅数据,因此,通过白化分频地震数据zk(t)和处理振幅数据获得的重构地震数据可大大提高地震数据的分辨率。
图7示出根据本发明示例性实施例的通过重构地震数据获得的叠加剖面的示图。
由图7可以看出,由于获得的重构地震数据的分辨率很高,从而生成的叠加剖面分辨率较高,因此,可以通过图7所示的叠加剖面获得精细的地层结构。
图8示出根据本发明示例性实施例的通过重构地震数据获得的振幅谱。
由图8可以看出,重构地震数据的振幅谱的频带范围很宽,有效振幅分散在较大的频率范围内,因此,可以通过该振幅谱获得地层的细节信息。
在根据本发明示例性实施例的提高地震数据的分辨率的方法中,可通过对共中心点道集的地震数据进行分频,对分频地震数据进行白化处理并对分频地震数据的振幅进行处理,从而能够获得精度较高的地震数据。进而通过获得的精度较高的地震数据可获得更加精细的地层信息。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。