CN105353405B - 一种全波形反演方法和系统 - Google Patents
一种全波形反演方法和系统 Download PDFInfo
- Publication number
- CN105353405B CN105353405B CN201410415852.7A CN201410415852A CN105353405B CN 105353405 B CN105353405 B CN 105353405B CN 201410415852 A CN201410415852 A CN 201410415852A CN 105353405 B CN105353405 B CN 105353405B
- Authority
- CN
- China
- Prior art keywords
- model
- velocity
- well
- initial
- seismic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种全波形反演方法和系统。该方法包括以下步骤：基于陆上地震资料进行反演获得地震剖面的背景速度场；根据已知井的测井资料获得地震剖面中的井速度矢量；利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的初始速度模型；基于该初始速度模型进行正演计算得到速度扰动模型，根据扰动模型更新初始速度模型，确定在该背景速度场中低频信息缺失情况下的反演模型。本发明利用已经井的测井资料对初始速度模型进行约束，以测井资料丰富的高频信息和完整的低频成分补充地震资料有限带宽的不足，在后续的迭代计算中得到准确的反演最终模型。
Description
技术领域
本发明涉及地质勘探技术领域，具体地说，涉及一种全波形反演方法和系统。
背景技术
近年来，全波反演理论在地质勘探领域得到广泛关注。全波反演可以提高常规地震分辨率并获得优化的数据，提高对地质资源的评价能力，从而确定可采区并提出有利的井位建议。由于地质勘探所针对的目标不仅地表地质条件复杂，并且地下地质构造也复杂，因此，提高反演精度进而获得定量的储层表征参数非常重要。
现有技术的相关研究认为，初始模型的精度对全波反演的结果有显著影响。对于陆地资料而言，由于其品质较差，噪音干扰严重，并且常规的陆上资料缺少全波形反演所要求的低频信息，难以建立精确的初始模型。低频信息是全波形反演的基础，低频信息的缺失在很大程度上限制了全波形反演的实用化进程。
低频信息缺失的全波形反演应用，通常多使用频率扩展的方法完成波形反演。但频率外推具有一定风险性，很可能造成全波形反演的错误收敛。其次，国际上将全波形反演退化成初至波、反射波等特征波形的反演策略，也完成了波形反演的建模，但损失了全波形反演高精度建模的优势。
因此，亟需一种在陆地资料低频信息缺失的情况下的精确的全波形反演方法和系统。
发明内容
针对上述技术问题，本发明提供一种全波形反演方法，包括以下步骤：
基于陆上地震资料进行反演获得地震剖面的背景速度场；
根据已知井的测井资料获得地震剖面中的井速度矢量；
利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的初始速度模型；
基于该初始速度模型进行正演计算得到速度扰动模型，根据扰动模型更新初始速度模型，确定在背景速度场中低频信息缺失情况下的反演模型。
根据本发明的一个实施例，所述利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的初始速度模型包括：
确定地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)；
选取用于调节井速度矢量在背景速度场中权重的权重系数λ；
根据该高斯权重值G(i)和权重系数λ分别得到井速度矢量和背景速度场的组合分量；
对井速度矢量和背景速度场的组合分量求和得到初始速度模型m(i,j)。
根据本发明的一个实施例，所述地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)为：
其中，u为已知井在地震剖面中的横坐标，i为地震剖面中的横坐标，σ2为方差，nx为地震剖面中的横坐标最大值。
根据本发明的一个实施例，所述初始速度模型为：
m(i,j)＝λG(i)mlog(j)+[1-λG(i)mbg(i,j)]，i＝1…nx,j＝1…nz；
其中，λG(i)mlog(j)表示井速度矢量的组合分量，[1-λG(i)mbg(i,j)]表示背景速度场的组合分量，mbg(i,j)为背景速度场，mlog(j)为已知井速度矢量，λ为权重系数，i为地震剖面中的横坐标，j为地震剖面中的纵坐标，σ2为方差，nx为地震剖面中的横坐标最大值，nz为地震剖面中的纵坐标最大值。
根据本发明的一个实施例，所述基于该初始速度模型进行正演计算得到速度扰动模型，根据速度扰动模型更新初始速度模型，确定在该背景速度场中低频信息缺失情况下的反演模型包括：迭代执行以下步骤
判断步骤，判断初始速度模型是否满足精度要求，若不能满足精度要求，则执行扰动模型计算步骤和模型更新步骤，若能够满足精度要求，则将更新后的初始速度模型确定为反演模型；
速度扰动模型计算步骤，基于初始速度模型进行正演计算，根据计算数据与陆上地震资料的数据残差得到速度扰动模型；
模型更新步骤，根据速度扰动模型更新初始速度模型。
根据本发明的另一方面，提供一种全波形反演系统，包括：
背景速度场计算模块，用于基于陆上地震资料进行反演获得地震剖面的背景速度场；
井速度矢量计算模块，根据已知井的测井资料获得地震剖面中的井速度矢量；
插值计算模块，用于利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的初始速度模型；
反演模型计算模块，用于基于该初始速度模型进行正演计算得到速度扰动模型，根据速度扰动模型更新初始速度模型，确定在该背景速度场中低频信息缺失情况下的反演模型。
根据本发明的一个实施例，所述插值计算模块包括：
高斯权重计算单元，用于确定地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)；
权重系数设定单元，用于选取用于调节井速度矢量在背景速度场中权重的权重系数λ；
组合分量计算单元，用于根据该高斯权重值G(i)和权重系数λ分别得到井速度矢量和背景速度场的组合分量；
求和计算单元，用于对井速度矢量和背景速度场的组合分量求和得到初始速度模型m(i,j)。
根据本发明的一个实施例，所述地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)为：
其中，u为已知井在地震剖面中的横坐标，i为地震剖面中的横坐标，σ2为方差，nx为地震剖面中的横坐标最大值，nz为地震剖面中的纵坐标最大值。
根据本发明的一个实施例，所述初始速度模型为：
m(i,j)＝λG(i)mlog(j)+[1-λG(i)mbg(i,j)]，i＝1…nx,j＝1…nz；
其中，mbg(i,j)为背景速度场，mlog(j)为已知井速度矢量，λ为权重系数，i为地震剖面中的横坐标，j为地震剖面中的纵坐标，σ2为方差，nx为地震剖面中的横坐标最大值，nz为地震剖面中的纵坐标最大值。
根据本发明的一个实施例，所述反演模型模块包括判断单元、扰动模型计算单元和模型更新单元，其中，
所述判断单元用于判断初始速度模型是否满足精度要求，若不能满足精度要求，则调用扰动模型计算单元和模型更新单元，若能够满足精度要求，则将更新后的初始速度模型确定为反演模型；
所述扰动模型计算单元用于基于初始速度模型进行正演计算，根据计算数据与陆上地震资料的数据残差得到扰动模型；
所述模型更新单元用于根据扰动模型更新初始速度模型。
本发明将测井数据获得的速度信息通过插值方法对背景速度模型进行约束，提高了初始模型的纵向分辨率，减小了全波形反演对低频数据的依赖，使初始模型与陆地资料可用最低频率达到很好的耦合，从而完成在陆上最低可用频段资料的全波形反演流程，得到精确的反演结果。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。
图1是根据本发明实施例一的全波形反演方法的步骤流程图；
图2是利用实施例一的方法得到的基于测井约束的初始模型；
图3是根据现有技术中的常规建模方法得到的反演模型；
图4是利用图2中的初始模型得到的反演模型；
图5是图3和图4相对应的真实地质模型；
图6是根据本发明实施例二的全波形反演系统的结构示意图。
具体实施方式
在野外地震记录中，由于受接收仪器的频率特性影响，地震记录中基本不包括低于6Hz的频率分量。因而根据低频信息缺失的地震资料得到的初始速度模型不准确，当初始速度模型远离全局极小值的时候，会导致全波形反演陷入局部极值。
本发明的实施例利用已经井的测井资料对初始速度模型进行约束，以测井资料丰富的高频信息和完整的低频成分补充地震资料有限带宽的不足，可以得到高精度的初始速度模型，从而在后续的迭代计算中得到准确的反演最终模型。
为使本发明的目的、技术方案和优点更加清楚，以下结合附图对本发明作进一步地详细说明。
实施例一
图1是根据本实施例的全波形反演方法的步骤流程图。以下结合图1对本发明提供的方法做详细说明。
首先，在步骤S101中，基于陆上地震资料进行反演获得地震剖面的背景速度场。具体而言，可利用射线层析反演方法、偏移速度分析方法或者菲涅尔带层析等方法从陆上地震资料获得地震剖面的背景速度场。在本实施例中，优选采用射线层析反演方法。该方法具有计算简单，对起伏地表适应强等优势，是常规地震速度分析中最常使用的方法之一。
接下来执行步骤S102，根据已知井的测井资料获得地震剖面中的井速度矢量。通过对已知井的测井资料进行网格化处理、平滑插值处理得技术手段得到地震剖面中的井速度矢量。优选的，在本实施例中，运用网格化处理对测井曲线做平滑处理得到适合初始模型网格的井速度矢量数据。
随后，在步骤S103中利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的基于测井约束的初始速度模型。
需要说明的是，由于已知的测井速度具有较高的纵向分辨率，通过高斯插值手段将这一优势引入初始模型，可提高初始速度模型的纵向分辨率。详细处理过程如下文所述。
首先，确定地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)，
其中，u为已知井在地震剖面中的横坐标，i为地震剖面中的横坐标，σ2为方差，nx为地震剖面中的横坐标最大值。
由于位置u处的井速度矢量根据已知测井资料计算得到，是一个准确的数值。高斯分布为正态分布是一个在数学、物理及工程等领域都非常重要的概率分布。基于高斯分布可求取位置i处模型的速度值。通过高斯分布求取已知井附近速度模型的值，在地下未知条件下得到符合数学上概率分布的数学期望值。
然后，选取用于调节井速度矢量在背景速度场中权重的权重系数λ，并根据该高斯权重值G(i)和权重系数λ分别得到井速度矢量和背景速度场的组合分量。
最后，对井速度矢量和背景速度场的组合分量求和得到初始速度模型m(i,j)：
m(i,j)＝λG(i)mlog(j)+[1-λG(i)mbg(i,j)]，i＝1…nx,j＝1…nz (2)
其中，λG(i)mlog(j)表示井速度矢量的组合分量，[1-λG(i)mbg(i,j)]表示背景速度场的组合分量，mbg(i,j)为背景速度场，mlog(i,j)为已知井速度矢量，λ为权重系数，0<λ<1，u为已知井在地震剖面中的横坐标，i为地震剖面中的横坐标，j为地震剖面中的纵坐标，σ2为方差，nx为地震剖面中的横坐标最大值，nz为地震剖面中的纵坐标最大值。
公式(2)表示的初始速度模型是基于背景速度场和测井约束的较为精确的初始速度模型。由于测井速度具有较高的纵向分辨率，通过权重系数λ将这一优势引入初始模型，提高初始模型的纵向分辨率。
其中，权重系数λ可根据背景速度场精度和工区地质情况进行灵活选择。例如，在地质构造简单、背景速度场较为准确的情况下可降低该系数，反之则增大该系数，以提高测井信息所占权重。
这样使得本实施例提供的方法具有广泛的适用性，对于不同地质构造情况可以灵活调整权重系数λ。即使在野外地震数据噪音比较大的情况下，也能够通过设定较大的权重系数λ，利用准确的测井数据来约束初始模型，使初始模型与陆地资料可用最低频率达到很好的耦合。
最后执行步骤S104，基于该初始速度模型进行正演计算得到扰动模型，根据扰动模型更新初始速度模型，确定在该背景速度场中低频信息缺失情况下的反演模型。
具体而言，步骤S104包括迭代执行下述子步骤。
子步骤S1041为判断步骤，判断初始速度模型是否满足精度要求，若不能满足精度要求，则执行子步骤S1042速度扰动模型计算步骤和子步骤S1043模型更新步骤；若能够满足精度要求，则执行子步骤S1045，将更新后的初始速度模型确定为反演模型。
具体来说，可采用L1-范数或者L2-范数表示目标函数，判断目标函数是否满足预设要求。预先设定目标泛函收敛阈值，如果观测数据与计算数据的L1或者L2范数误差达到预设阈值，则停止迭代，执行子步骤S1045确定反演模型。如果达不到预设阈值则执行子步骤S1042扰动模型计算步骤和子步骤S1043模型更新步骤，继续更新迭代模型。
其中，子步骤S1042为扰动模型计算步骤，基于初始速度模型进行正演计算，根据计算数据与陆上地震资料的数据残差得到扰动模型。
子步骤S1043为模型更新步骤，根据扰动模型更新初始速度模型。
本实施例提供的方法中，在步骤S103中得到的初始速度模型具有较高纵向分辨率，并且能够反应低频信息，经过步骤S104中反复迭代计算，可在低频缺失的情况下得到高精度的反演模型，可以减小全波形反演对低频数据的依赖。
以下结合附图说明本实施例提供的方法得到的全波形反演结果。
图2为在步骤S103中得到的基于测井约束的初始模型。图3为根据现有技术中的常规建模方法得到的反演模型。图4是利用图2中的初始模型得到的反演模型。图5是图3和图4对应的真实地质模型。
对比图4和图5可以看出，真实地质模型中的主要构造信息在图4中均得到重建，例如图5中的断裂带、河道等细节在图4中得到准确归位。图4中的箭头401指示断裂带，箭头402指示河道。对比图3和图5可以看出，断裂带、河道等细节在图3中并没有显示。
因此，本实施例的方法能够综合应用测井信息，提高初始模型精度，使初始模型与陆地资料可用最低频率达到很好的耦合，从而得到精确的反演结果。
实施例二
本实施例提供一种全波形反演系统。如图6所示，该系统包括背景速度场计算模块61、井速度矢量计算模块62、插值计算模块63和反演模型计算模块64。
其中，背景速度场计算模块61用于基于陆上地震资料进行反演获得地震剖面的背景速度场。例如，可采用射线层析反演方法进行速度分析。
井速度矢量计算模块62根据已知井的测井资料获得地震剖面中的井速度矢量。通过对已知井的测井资料进行网格化处理、平滑插值处理得技术手段得到地震剖面中的井速度矢量。
插值计算模块63分别与背景速度场计算模块61和井速度矢量计算模块62连接，利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的初始速度模型。具体而言，插值计算模块63进一步包括高斯权重计算单元631、权重系数设定单元632、组合分量计算单元633和求和计算单元634。
其中，高斯权重计算单元631用于确定地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)，
u为已知井在地震剖面中的横坐标，i为地震剖面中的横坐标，σ2为方差，nx为地震剖面中的横坐标最大值。
权重系数设定单元632用于选取用于调节井速度矢量在背景速度场中权重的权重系数λ。
组合分量计算单元633用于根据该高斯权重值G(i)和权重系数λ分别得到井速度矢量和背景速度场的组合分量。
求和计算单元634用于对井速度矢量和背景速度场的组合分量求和得到初始速度模型m(i,j)：
m(i,j)＝λG(i)mlog(j)+[1-λG(i)mbg(i,j)]，i＝1…nx,j＝1…nz
其中，λG(i)mlog(j)表示井速度矢量的组合分量，[1-λG(i)mbg(i,j)]表示背景速度场的组合分量，mbg(i,j)为背景速度场，mlog(i,j)为已知井速度矢量，λ为权重系数，0<λ<1，u为已知井在地震剖面中的横坐标，i为地震剖面中的横坐标，j为地震剖面中的纵坐标，σ2为方差，nx为地震剖面中的横坐标最大值，nz为地震剖面中的纵坐标最大值。
反演模型计算模块64与插值计算模块63连接，基于该初始速度模型进行正演计算得到速度扰动模型，根据速度扰动模型更新初始速度模型，确定在该背景速度场中低频信息缺失情况下的反演模型。
具体的，反演模型计算模块64进一步包括判断单元641、扰动模型计算单元642和模型更新单元643。其中，判断单元641用于判断初始速度模型是否满足精度要求，若不能满足精度要求，则调用扰动模型计算单元642和模型更新单元643，若能够满足精度要求，则将更新后的初始速度模型确定为反演模型。所述扰动模型计算单元642用于基于初始速度模型进行正演计算，根据计算数据与陆上地震资料的数据残差得到扰动模型。所述模型更新单元643用于根据扰动模型更新初始速度模型。
本实施例在插值计算模块63中得到的初始速度模型具有较高纵向分辨率，并且能够反应低频信息，经过反演模型计算模块64的反复迭代计算，可在低频缺失的情况下得到高精度的反演模型，可以减小全波形反演对低频数据的依赖。
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (8)
1.一种全波形反演方法，其特征在于，包括以下步骤：
基于陆上地震资料进行反演获得地震剖面的背景速度场；
根据已知井的测井资料获得地震剖面中的井速度矢量；
利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的初始速度模型；
基于该初始速度模型进行正演计算得到速度扰动模型，根据速度扰动模型更新初始速度模型，确定在背景速度场中低频信息缺失情况下的反演模型；
其中，所述利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的初始速度模型包括：
确定地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)；
选取用于调节井速度矢量在背景速度场中权重的权重系数λ；
根据该高斯权重值G(i)和权重系数λ分别得到井速度矢量和背景速度场的组合分量；
对井速度矢量和背景速度场的组合分量求和得到初始速度模型m(i,j)，j为地震剖面中的纵坐标。
2.根据权利要求1所述的方法，其特征在于，所述地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)为：
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&sigma;</mi>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>...</mo>
<msub>
<mi>n</mi>
<mi>x</mi>
</msub>
<mo>,</mo>
<mi>u</mi>
<mo>=</mo>
<mn>1</mn>
<mo>...</mo>
<msub>
<mi>n</mi>
<mi>x</mi>
</msub>
<mo>;</mo>
</mrow>
其中，u为已知井在地震剖面中的横坐标，i为地震剖面中的横坐标，σ2为方差，nx为地震剖面中的横坐标最大值。
3.根据权利要求2所述的方法，其特征在于，所述初始速度模型为：
m(i,j)＝λG(i)mlog(j)+[1-λG(i)mbg(i,j)]，i＝1…nx,j＝1…nz；
其中，λG(i)mlog(j)表示井速度矢量的组合分量，[1-λG(i)mbg(i,j)]表示背景速度场的组合分量，mbg(i,j)为背景速度场，mlog(j)为已知井速度矢量，λ为权重系数，i为地震剖面中的横坐标，j为地震剖面中的纵坐标，nx为地震剖面中的横坐标最大值，nz为地震剖面中的纵坐标最大值。
4.根据权利要求3所述的方法，其特征在于，所述基于该初始速度模型进行正演计算得到速度扰动模型，根据速度扰动模型更新初始速度模型，确定在该背景速度场中低频信息缺失情况下的反演模型包括：迭代执行以下步骤；
判断步骤，判断初始速度模型是否满足精度要求，若不能满足精度要求，则执行扰动模型计算步骤和模型更新步骤，若能够满足精度要求，则将更新后的初始速度模型确定为反演模型；
扰动模型计算步骤，基于初始速度模型进行正演计算，根据计算数据与陆上地震资料的数据残差得到速度扰动模型；
模型更新步骤，根据速度扰动模型更新初始速度模型。
5.一种全波形反演系统，其特征在于，包括：
背景速度场计算模块，用于基于陆上地震资料进行反演获得地震剖面的背景速度场；
井速度矢量计算模块，根据已知井的测井资料获得地震剖面中的井速度矢量；
插值计算模块，用于利用井速度矢量对背景速度场进行插值处理，得到在低频范围内与测井资料耦合的初始速度模型；
反演模型计算模块，用于基于该初始速度模型进行正演计算得到速度扰动模型，根据速度扰动模型更新初始速度模型，确定在该背景速度场中低频信息缺失情况下的反演模型；
其中，所述插值计算模块包括：
高斯权重计算单元，用于确定地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)；
权重系数设定单元，用于选取用于调节井速度矢量在背景速度场中权重的权重系数λ；
组合分量计算单元，用于根据该高斯权重值G(i)和权重系数λ分别得到井速度矢量和背景速度场的组合分量；
求和计算单元，用于对井速度矢量和背景速度场的组合分量求和得到初始速度模型m(i,j)，j为地震剖面中的纵坐标。
6.根据权利要求5所述的系统，其特征在于，所述地震剖面中位置u处的井速度矢量在位置i处的高斯权重值G(i)为：
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&sigma;</mi>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>...</mo>
<msub>
<mi>n</mi>
<mi>x</mi>
</msub>
<mo>,</mo>
<mi>u</mi>
<mo>=</mo>
<mn>1</mn>
<mo>...</mo>
<msub>
<mi>n</mi>
<mi>x</mi>
</msub>
<mo>;</mo>
</mrow>
其中，u为已知井在地震剖面中的横坐标，i为地震剖面中的横坐标，σ2为方差，nx为地震剖面中的横坐标最大值。
7.根据权利要求6所述的系统，其特征在于，所述初始速度模型为：
m(i,j)＝λG(i)mlog(j)+[1-λG(i)mbg(i,j)]，i＝1…nx,j＝1…nz；
其中，mbg(i,j)为背景速度场，mlog(j)为已知井速度矢量，λ为权重系数，i为地震剖面中的横坐标，j为地震剖面中的纵坐标，nx为地震剖面中的横坐标最大值，nz为地震剖面中的纵坐标最大值。
8.根据权利要求7所述的系统，其特征在于，所述反演模型计算模块包括判断单元、扰动模型计算单元和模型更新单元，其中，
所述判断单元用于判断初始速度模型是否满足精度要求，若不能满足精度要求，则调用扰动模型计算单元和模型更新单元，若能够满足精度要求，则将更新后的初始速度模型确定为反演模型；
所述扰动模型计算单元用于基于初始速度模型进行正演计算，根据计算数据与陆上地震资料的数据残差得到扰动模型；
所述模型更新单元用于根据扰动模型更新初始速度模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410415852.7A CN105353405B (zh) | 2014-08-21 | 2014-08-21 | 一种全波形反演方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410415852.7A CN105353405B (zh) | 2014-08-21 | 2014-08-21 | 一种全波形反演方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105353405A CN105353405A (zh) | 2016-02-24 |
| CN105353405B true CN105353405B (zh) | 2018-03-09 |
Family
ID=55329406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410415852.7A Active CN105353405B (zh) | 2014-08-21 | 2014-08-21 | 一种全波形反演方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105353405B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106405651B (zh) * | 2016-11-14 | 2021-01-29 | 中国石油化工股份有限公司 | 一种基于测井匹配的全波形反演初始速度模型构建方法 |
| CN107589451B (zh) * | 2017-09-05 | 2018-08-31 | 中国科学院地质与地球物理研究所 | 地震全波形反演方法及装置 |
| CN109633742B (zh) * | 2019-01-08 | 2020-03-27 | 中国科学院地质与地球物理研究所 | 一种全波形反演方法及装置 |
| CN109766867B (zh) * | 2019-01-22 | 2021-08-20 | 长沙智能驾驶研究院有限公司 | 车辆运行状态确定方法、装置、计算机设备和存储介质 |
| CN112649893B (zh) * | 2019-10-10 | 2024-04-09 | 中国石油化工股份有限公司 | 一种面向薄储层的多资料多参数融合建模方法及系统 |
| CN113589366B (zh) * | 2020-04-30 | 2023-10-20 | 中国石油化工股份有限公司 | 基于全波形反演的宽频融合建模方法 |
| CN115616660B (zh) * | 2022-12-20 | 2023-05-19 | 广州海洋地质调查局三亚南海地质研究所 | 利用绕射波监测海域碳封存项目二氧化碳泄露情况的方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10310123B2 (en) * | 2012-03-09 | 2019-06-04 | Cgg Services Sas | Seismic reflection full waveform inversion for reflected seismic data |
| CN103592680B (zh) * | 2012-08-13 | 2016-09-07 | 中国石油天然气集团公司 | 一种基于正反演的测井数据和深度域地震剖面合成方法 |
-
2014
- 2014-08-21 CN CN201410415852.7A patent/CN105353405B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105353405A (zh) | 2016-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105353405B (zh) | 一种全波形反演方法和系统 | |
| CN102884447B (zh) | Q层析成像方法 | |
| CN105277978B (zh) | 一种确定近地表速度模型的方法及装置 | |
| CN108072892B (zh) | 一种自动化的地质构造约束层析反演方法 | |
| EP2810101B1 (en) | Improving efficiency of pixel-based inversion algorithms | |
| US20140372043A1 (en) | Full Waveform Inversion Using Perfectly Reflectionless Subgridding | |
| US11294087B2 (en) | Directional Q compensation with sparsity constraints and preconditioning | |
| US20130258810A1 (en) | Method and System for Tomographic Inversion | |
| SG184803A1 (en) | Artifact reduction in method of iterative inversion of geophysical data | |
| US20190179047A1 (en) | Generating a reflectivity model of subsurface structures | |
| CN112949134B (zh) | 基于非结构有限元方法的地-井瞬变电磁反演方法 | |
| EA032186B1 (ru) | Сейсмическая адаптивная фокусировка | |
| CN111125885A (zh) | 一种基于改进克里金插值算法的asf修正表构建方法 | |
| Siqueira et al. | Fast iterative equivalent-layer technique for gravity data processing: A method grounded on excess mass constraint | |
| US20220350042A1 (en) | Method and system for super resolution least-squares reverse time migration | |
| CN110927779B (zh) | 一种断层约束层析反演方法及反演系统 | |
| EP3047310A1 (en) | Eikonal solver for quasi p-waves in anisotropic media | |
| Gholami et al. | Regularization of geophysical ill-posed problems by iteratively re-weighted and refined least squares | |
| CN111060961B (zh) | 基于多信息约束反演的品质因子确定方法、装置及系统 | |
| Shao et al. | Simultaneous inversion of Q and reflectivity using dictionary learning | |
| CN114428343A (zh) | 基于归一化互相关的Marchenko成像方法及系统 | |
| CN117406272A (zh) | 一种快速多元信息约束的反褶积宽频处理方法及装置 | |
| US20170108618A1 (en) | Geophysical inversion using sparse modeling | |
| CN109188522B (zh) | 速度场构建方法及装置 | |
| CN112731520A (zh) | 一种基于结构张量扩散滤波的全波形反演方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |