CN105487118B - 一种处理叠前宽线地震数据的方法 - Google Patents
一种处理叠前宽线地震数据的方法 Download PDFInfo
- Publication number
- CN105487118B CN105487118B CN201410509373.1A CN201410509373A CN105487118B CN 105487118 B CN105487118 B CN 105487118B CN 201410509373 A CN201410509373 A CN 201410509373A CN 105487118 B CN105487118 B CN 105487118B
- Authority
- CN
- China
- Prior art keywords
- mrow
- mtd
- msub
- prestack
- mtr
- 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
本发明公开了一种处理叠前宽线地震数据的方法,所述方法包含以下步骤:步骤一,获取叠前宽线地震数据;步骤二,基于球面拟合技术将所述叠前宽线地震数据合并为叠前单线地震数据。与现有技术相比,利用本发明的处理方法处理叠前宽线地震数据在保证数据处理结果正确性的前提下可以进一步提高数据的信噪比,从而最终得到更为理想的叠前偏移成像结果。
Description
技术领域
本发明涉及地质勘探领域,具体说涉及一种处理叠前宽线地震数据的方法。
背景技术
在地震勘探过程中,针对复杂地况的地区通常采用叠前偏移成像技术。由于叠前偏移成像的成像结果的好坏直接影响着后续的解释和油井的定位,因此叠前偏移成像作为地震数据处理和油气勘探过程中重要的一环,在复杂地区地震勘探中发挥了重要作用。
在地表复杂多变的山前带,由于地质数据采集激发和接收条件差,因此导致获取到的叠前地震数据的信噪比极低。在现有技术中,通常采用宽线观测系统采集地震数据,通过增加覆盖次数的方式从而获取较高信噪比的叠前宽线地震数据。
在现有技术中,对宽线观测系统采集到的叠前宽线地震数据的常规处理是在原始数据上进行简单去噪和相应预处理后进行横向叠加,将其转为二维单线数据。但是基于上述方法得到的叠前宽线地震数据的处理结果并不理想,进而导致利用上述数据处理结果进行叠前偏移成像的成像结果也并不理想。
因此,为了获得更为理想的叠前宽线地震数据处理结果,需要一种新的处理叠前宽线地震数据方法。
发明内容
针对现有叠前宽线地震数据处理方法的处理结果并不理想的问题,本发明提供了一种处理叠前宽线地震数据的方法,所述方法包含以下步骤:
步骤一,获取叠前宽线地震数据;
步骤二,基于球面拟合技术将所述叠前宽线地震数据合并为叠前单线地震数据。
在一实施例中,所述步骤二包含以下步骤:
获取旅行时面步骤,获取所述叠前宽线地震数据中每个样点对应的局部旅行时面;
叠加步骤,根据所述局部旅行时面对所述叠前宽线地震数据进行高斯加权叠加,从而获得所述叠前单线地震数据。
在一实施例中,所述获取旅行时面步骤包含以下步骤:
获取旅行时面描述步骤,利用球面拟合技术获取所述局部旅行时面的描述;
获取运动学属性参数步骤,基于所述局部旅行时面的描述获取所述叠前宽线地震数据中每个样点对应的运动学属性参数;
旅行时面确定步骤,基于所述局部旅行时面的描述以及所述运动学属性参数获取所述叠前宽线地震数据中每个样点对应的局部旅行时面。
在一实施例中,在所述获取运动学属性参数步骤中,所述运动学属性参数为叠加能量最大的参数组合,所述参数组合包括地表出射地震波的方位角、出射角和局部波前曲率。
在一实施例中,在所述叠加步骤中,针对所述叠前宽线地震数据,以目标观测单线为中心,对于所述目标观测单线上观测记录的每个样点实施所述高斯加权叠加。
在一实施例中,所述方法还包含步骤三,根据所述叠前单线地震数据获取平面波数据,所述步骤三包含以下步骤:
分解步骤,将所述叠前单线地震数据分解为局部平面波数据;
局部倾斜叠加步骤,对所述局部平面波数据进行局部倾斜叠加从而获取所述平面波数据。
在一实施例中,所述步骤三还包含高斯束筛选偏移步骤,利用相似系数对所述平面波数据进行筛选。
在一实施例中,所述高斯束筛选偏移步骤包含以下步骤:
获取相似系数步骤,获取所述平面波数据中平面波分量对应的相似系数;
获取相似系数阈值步骤,设定相似系数的阈值;
确定信号平面波分量步骤,基于所述阈值根据所述平面波分量对应的相似系数确定信号平面波分量。
在一实施例中,在所述确定信号平面波分量步骤中,大于所述阈值的所述相似系数所对应的平面波分量为所述信号平面波分量。
在一实施例中,所述方法还包含步骤四,利用所述信号平面波分量进行高斯束延拓及成像。
与现有技术相比,利用本发明的处理方法处理叠前宽线地震数据在保证数据处理结果正确性的前提下可以进一步提高数据的信噪比,从而最终得到更为理想的叠前偏移成像结果。
本发明的其它特征或优点将在随后的说明书中阐述。并且,本发明的部分特征或优点将通过说明书而变得显而易见,或者通过实施本发明而被了解。本发明的目的和部分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步骤来实现或获得。
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。在附图中:
图1是根据本发明一实施例执行流程图;
图2是本发明一实施例的理论模型图;
图3是基于本发明一实施例的理论模型抽取的任意炮道集成像图;
图4是基于本发明一实施例的理论模型炮道集加随机噪音后的成像图;
图5是基于本发明一实施例的理论模型横向叠加合成的单线炮道集成像图;
图6是基于本发明一实施例的理论模型球面拟合合成的单线炮道集成像图;
图7是基于本发明一实施例的理论模型横向叠加后高斯束偏移成像图;
图8是基于本发明一实施例的理论模型球面拟合后高斯束偏移成像图;
图9是本发明一实施例的任意炮道集实际数据成像图;
图10是基于本发明一实施例的实际数据球面拟合后炮道集成像图;
图11是基于本发明一实施例的实际数据球面拟合后高斯束偏移剖面结果成像图;
图12是基于本发明一实施例的实际数据球面拟合后克希霍夫偏移剖面结果成像图;
图13是基于本发明一实施例的实际数据球面拟合后高斯束偏移成像道集成像图;
图14是基于本发明一实施例的实际数据球面拟合后克希霍夫偏移成像道集成像图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
在现有技术中,通常采用宽线观测系统来采集叠前地震数据,从而提高数据的信噪比。但是针对宽线观测系统采集到的叠前宽线地震数据,利用现有的数据处理方法得到的数据处理结果并不理想。因此本发明提出了一种处理叠前宽线地震数据的方法以获取更为理想的叠前宽线地震数据处理结果。下面基于流程图来详细说明本发明的一实施例的具体执行过程。
附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机系统中执行。虽然在流程图中示出了各步骤的逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
如图1所示,执行本发明的处理方法首先要执行步骤S100,获取叠前宽线地震数据。在这之后就可以对叠前宽线地震数据进行处理。
本发明的处理方法的中心是基于球面拟合技术将叠前宽线地震数据合并为信噪比加强的叠前单线地震数据。由于在合并过程中首先要确定叠前宽线地震数据中每个样点对应的局部旅行时面。因此首先执行步骤S110,获取旅行时面描述,利用球面拟合技术获取叠前宽线地震数据的局部旅行时面的描述。
在本实施例中,将叠前宽线地震数据视为窄方位的三维地震资料,利用地震数据的局部同相性,对于叠前宽线地震数据中的每个样点,将其邻域的数据面近似为一个双曲面或抛物面。在本实施例中选取式(1)来近似描述叠前宽线地震数据的局部旅行时面。
式(1)中:
xm、ym分别为局部邻域范围区域Ω内任意一点的横坐标和纵坐标;
x0、y0分别为区域Ω内的中心点横坐标和纵坐标;
t0为中心点处的地震波旅行时;
t为区域Ω内任意一点的地震波旅行时;
是中点矢量;
是偏移距矢量;
v0是近地表速度;
λ、α、分别是地表出射地震波的方位角、出射角和局部波前曲率。
由于对于叠前宽线地震数据中每个样点,都对应一个由式(1)定义的λ、α、三参数构成的局部旅行时面,当叠加能量为最大时对应的局部旅行时面为本发明处理方法合并过程中所需的局部旅行时面。接下来执行步骤S120,获取叠加能量为最大时对应的λ、α、三参数。
定义叠加能量为最大时λ、α、三个参数的参数组合(λ,α,)max为运动学属性参数。步骤S120即为获取运动学属性参数步骤,基于局部旅行时面的描述获取叠前宽线地震数据中每个样点对应的运动学属性参数。在本实施例中,基于球面拟合技术引入局部球面近似,波前曲率则简化为:
且有:
首先利用式(3)进行关于参数λ、α的二维搜索,即扫描不同的(λ,α)。对每一组(λ,α)沿式(3)描述的旅行时面按用户自定义的孔径进行叠加,寻找到叠加能量最大时对应的参数组合(λ,α)max,从而得到每个样点处对应的两个运动学属性参数(λ,α)max;然后再将搜索到的(λ,α)max代入式(1),实施参数的一维搜索,即扫描不同的沿式(1)描述的旅行时面按用户自定义的孔径进行叠加,同样寻找叠加能量为最大时对应的参数组合(λ,α,)max,便可得到每个样点处最终的运动学属性参数(λ,α,)max。
接下来执行S130,旅行时面确定步骤。基于步骤S110中得到的局部旅行时面的描述(式1)以及步骤S120中获取的运动学属性参数确定叠前宽线地震数据中每个样点对应的局部旅行时面。
接下来就可以执行步骤S140,叠加步骤,根据局部旅行时面对叠前宽线地震数据进行高斯加权叠加,从而获得叠前单线地震数据。在步骤S140中,针对叠前宽线地震数据,以目标观测单线为中心,对于目标单线上观测记录的每个样点,根据步骤S120中获取的(λ,α,)max沿式(1)描述的旅行时面按用户给定的孔径实施高斯加权叠加,这样便将叠前宽线地震数据合并得到信噪比加强的目标叠前单线地震数据。
接下来对叠前单线地震数据做进一步处理,根据叠前单线地震数据获取平面波数据。首先执行步骤S150,分解步骤,将所述叠前单线地震数据分解为局部平面波数据。然后执行步骤S160,局部倾斜叠加步骤,对局部平面波数据进行局部倾斜叠加从而获取平面波数据。在步骤S160中,局部倾斜叠加即为基于式(4)进行线性局部τ-p变换。通过步骤S150以及步骤S160对叠前单线地震数据处理,压制了叠前单线地震数据的随机噪声,提高了数据信噪比。
其中,f(t,x)代表输入数据(炮道集),积分范围x1,x2确定了局部τ-p变换的输入范围,p代表变换后的平面波分量的方向,同时也确定了该平面波分量对应的高斯束初始入射角度。
为进一步提高处理结果的信噪比,本发明的处理方法还加入了高斯束筛选偏移步骤(S170)。高斯束筛选偏移的基本原理是通过判断原始数据与局部同相轴的相干程度,从而区分平面波数据是“噪音”还是“信号”。通过仅对“信号”进行高斯束延拓及成像来实现提高高斯束成像信噪比的目的。
在本实施例中,利用相似系数针对在τ-p变换时合成的平面波进行筛选。图1中虚线框内的流程即为步骤S170的具体执行流程。首先执行步骤S171,相似系数获取步骤。利用式(5)获取平面波数据中平面波分量对应的相似系数s。
式中:X指偏移距,k是X的下标,表示道数;
N为参与局部平面波分解的窗范围,即总道数;
i为时间τ的下标,表示时间样点;
j为射线参数P的下标,表示离散的平面波;
W是可选择的加权系数,不作处理时即为1。
然后执行步骤S172,相似系数阈值获取,根据具体的成像要求(信噪比要求)设定相似系数的阈值。相似系数理论上介于0-1.0之间。实际数据处理时,根据不同数据的原始信噪比不同,进行测试以选择最优的参数。相似系数阈值越大,成像信噪比越高,但剖面的分辨率越低,反之亦然。一般地,初始测试值不高于0.1,通过目标线偏移调整该参数以平衡信噪比和分辨率。只有相似系数大于该阀值的平面波分量才被认为是“信号”。
最后执行步骤S173,确定信号平面波分量。大于阈值的相似系数所对应的平面波分量为信号平面波分量。
最终就可以执行步骤S180,利用平面波数据中的信号平面波分量进行高斯束延拓及成像。
接下来利用具体的应用实例,通过与现有方法的对比来验证本实施例的处理方法的优点。
(1)
基于某地区的实际情况建立本实施例中的一个包含盐丘的三维理论模型,图2所示为该三维理论模型中抽取的一条目标线。图2中,纵坐标表示深度样点,横坐标表示模型的道数,横向600个网格,网格间距10m,纵向150个网格,网格间距10m。
基于图2的模型正演抽取的二维线任意7个炮道集,抽取结果如图3所示。图3中,横向为道数,纵向为时间采样点数,采样间隔1ms。由图3可以看出由于模型的复杂性导致正演波场的复杂性。
对图3的理论模型炮道集加信噪比为0.5的随机噪音,如图4所示,信噪比为0.5,纵坐标表示时间样点,横坐标表示道数。由图4可以看出,低信噪比导致有效信号难以识别。
对图4的加随机噪音数据进行常规的叠前宽线地震数据横向叠加操作合成单线炮道集,如图5所示,纵坐标表示时间样点,横坐标表示道数。由图5可以看出,信噪比得到了一定的提升。
对图4的加随机噪音数据进行本发明的处理方法的基于球面拟合的叠前宽线地震数据同相叠加操作合成单线炮道集,如图6所示,纵坐标表示时间样点,横坐标表示道数。由图6可以看出,相较于图5所示信噪比有了进一步的提升。
对图5的常规横向叠加后数据进行高斯束偏移,如图7所示,纵坐标表示深度样点,横坐标表示道数。可以看出盐丘模型的边界基本得到成像,但陡构造及盐丘底部成像不清。
对图6的基于本发明的处理方法的球面拟合叠前宽线地震数据同相叠加后数据进行高斯束偏移,如图8所示,纵坐标表示深度样点,横坐标表示道数。可以看出盐丘模型的边界成像清楚,陡构造及盐丘底部得到清晰成像。
(2)
从某宽线实际数据中抽取任意5个炮道集,如图9所示,横向为道数,纵向为时间(s),采样间隔2ms。可以看出数据信噪比较低,波场复杂。
将图9展示的炮道集数据进行基于球面拟合的同相叠加操作,如图10所示,横向为道数,纵向为时间(s),采样间隔2ms。可以看出数据信噪比得到较大的提升,有利于后续的成像。
利用图10展示的球面拟合同相叠加后数据进行克希霍夫偏移,如图11所示,横向为道数,纵向为深度(m),采样间隔10m。从偏移剖面可以看出该成像信噪比不高,陡构造下的目的层成像不清晰。
利用图10展示的球面拟合同相叠加后数据进行高斯束筛选偏移,如图12所示,横向为道数,纵向为深度(m),采样间隔10m。从偏移剖面可以看出该成像信噪比得到了较大提升,陡构造下的目的层成像更加清晰。
利用图10展示的球面拟合同相叠加后数据进行克希霍夫偏移构成成像道集,如图13所示,横向为道数,纵向为深度(m),采样间隔10m。从成像道集可以看出该成像信噪比不高,由于噪音的影响道集中出现线性假同相轴。
利用图9展示的球面拟合同相叠加后数据进行高斯束筛选偏移构成成像道集,如图14所示,横向为道数,纵向为深度(m),采样间隔10m。从成像道集可以看出该成像道集信噪比很高,由于进行了高斯束筛选,去除了线性噪音的影响,道集中的线性假同相轴比图13的克希霍夫偏移结果较少。
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。本发明所述的方法还可有其他多种实施例。在不背离本发明实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变或变形,但这些相应的改变或变形都应属于本发明的权利要求的保护范围。
Claims (8)
1.一种处理叠前宽线地震数据的方法,所述方法包含以下步骤:
步骤一,获取叠前宽线地震数据;
步骤二,基于球面拟合技术将所述叠前宽线地震数据合并为叠前单线地震数据;
所述步骤二包含以下步骤:
获取旅行时面步骤,获取所述叠前宽线地震数据中每个样点对应的局部旅行时面;
叠加步骤,根据所述局部旅行时面对所述叠前宽线地震数据进行高斯加权叠加,从而获得所述叠前单线地震数据;
所述获取旅行时面步骤包含以下步骤:
获取旅行时面描述步骤,利用球面拟合技术获取所述局部旅行时面的描述;
所述局部旅行时面根据如下公式来近似描述:
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<msup>
<mi>t</mi>
<mn>2</mn>
</msup>
<mrow>
<mi>h</mi>
<mi>y</mi>
<mi>p</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mover>
<mi>m</mi>
<mo>&OverBar;</mo>
</mover>
<mo>,</mo>
<mover>
<mi>h</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mover>
<msub>
<mi>m</mi>
<mn>0</mn>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>,</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>cos</mi>
<mi>&lambda;</mi>
<mi>sin</mi>
<mi>&alpha;</mi>
</mrow>
<msub>
<mi>v</mi>
<mn>0</mn>
</msub>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>m</mi>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>sin</mi>
<mi>&lambda;</mi>
<mi>cos</mi>
<mi>&alpha;</mi>
</mrow>
<msub>
<mi>v</mi>
<mn>0</mn>
</msub>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>m</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mover>
<msub>
<mi>m</mi>
<mn>0</mn>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>,</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow></mrow>
</mfrac>
<mover>
<mi>m</mi>
<mo>&OverBar;</mo>
</mover>
<msup>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>cos</mi>
<mi>&alpha;</mi>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
<msup>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>cos</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>sin</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>sin</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<munder>
<mi>K</mi>
<mo>&OverBar;</mo>
</munder>
<mi>N</mi>
</msub>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>cos</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>sin</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>sin</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>cos</mi>
<mi>&alpha;</mi>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mover>
<mi>m</mi>
<mo>&OverBar;</mo>
</mover>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,xm、ym分别为局部邻域范围区域Ω内任意一点的横坐标和纵坐标;
x0、y0分别为区域Ω内的中心点横坐标和纵坐标;
t0为中心点处的地震波旅行时;
t为区域Ω内任意一点的地震波旅行时;
是中点矢量;
是偏移距矢量;
v0是近地表速度;
λ、α、K N分别是地表出射地震波的方位角、出射角和局部波前曲率;
获取运动学属性参数步骤,基于所述局部旅行时面的描述获取所述叠前宽线地震数据中每个样点对应的运动学属性参数;
旅行时面确定步骤,基于所述局部旅行时面的描述以及所述运动学属性参数获取所述叠前宽线地震数据中每个样点对应的局部旅行时面。
2.如权利要求1所述的方法,其特征在于,在所述获取运动学属性参数步骤中,所述运动学属性参数为叠加能量最大的参数组合,所述参数组合包括地表出射地震波的方位角、出射角和局部波前曲率。
3.如权利要求1所述的方法,其特征在于,在所述叠加步骤中,针对所述叠前宽线地震数据,以目标观测单线为中心,对于所述目标观测单线上观测记录的每个样点实施所述高斯加权叠加。
4.如权利要求1所述的方法,其特征在于,所述方法还包含步骤三,根据所述叠前单线地震数据获取平面波数据,所述步骤三包含以下步骤:
分解步骤,将所述叠前单线地震数据分解为局部平面波数据;
局部倾斜叠加步骤,对所述局部平面波数据进行局部倾斜叠加从而获取所述平面波数据。
5.如权利要求4所述的方法,其特征在于,所述步骤三还包含高斯束筛选偏移步骤,利用相似系数对所述平面波数据进行筛选。
6.如权利要求5所述的方法,其特征在于,所述高斯束筛选偏移步骤包含以下步骤:
获取相似系数步骤,获取所述平面波数据中平面波分量对应的相似系数;
获取相似系数阈值步骤,设定相似系数的阈值;
确定信号平面波分量步骤,基于所述阈值根据所述平面波分量对应的相似系数确定信号平面波分量。
7.如权利要求6所述的方法,其特征在于,在所述确定信号平面波分量步骤中,大于所述阈值的所述相似系数所对应的平面波分量为所述信号平面波分量。
8.如权利要求6所述的方法,其特征在于,所述方法还包含步骤四,利用所述信号平面波分量进行高斯束延拓及成像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410509373.1A CN105487118B (zh) | 2014-09-28 | 2014-09-28 | 一种处理叠前宽线地震数据的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410509373.1A CN105487118B (zh) | 2014-09-28 | 2014-09-28 | 一种处理叠前宽线地震数据的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105487118A CN105487118A (zh) | 2016-04-13 |
CN105487118B true CN105487118B (zh) | 2018-03-06 |
Family
ID=55674224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410509373.1A Active CN105487118B (zh) | 2014-09-28 | 2014-09-28 | 一种处理叠前宽线地震数据的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105487118B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873031B (zh) * | 2017-02-15 | 2019-01-15 | 中国科学院地质与地球物理研究所 | 一种三维地震观测系统垂向分辨率定量分析评价方法 |
CN112180446A (zh) * | 2019-07-04 | 2021-01-05 | 中国石油天然气集团有限公司 | 三维地震数据叠前道集叠加方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103216A (zh) * | 2009-12-16 | 2011-06-22 | 中国石油天然气集团公司 | 二维高斯射线束叠前偏移方法 |
CN102116870A (zh) * | 2011-02-12 | 2011-07-06 | 中国石油大学(华东) | 弹性波高斯束叠前深度偏移技术 |
CN102183786A (zh) * | 2011-02-12 | 2011-09-14 | 中国石油大学(华东) | 双复杂条件下保真振幅高斯束叠前深度偏移方法 |
CN102636810A (zh) * | 2012-04-05 | 2012-08-15 | 中国海洋石油总公司 | 基于多次聚焦的噪音压制与成像方法 |
CN102944894A (zh) * | 2012-11-26 | 2013-02-27 | 中国科学院地质与地球物理研究所 | 一种地震叠前偏移成像方法 |
US20140126781A1 (en) * | 2012-11-06 | 2014-05-08 | Cgg Services Sa | Spatial expansion seismic data processing method and apparatus |
CN103984012A (zh) * | 2014-04-16 | 2014-08-13 | 孙赞东 | 基于叠前高斯束深度偏移的绕射波场分离方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5274605A (en) * | 1992-06-26 | 1993-12-28 | Chevron Research And Technology Company | Depth migration method using Gaussian beams |
-
2014
- 2014-09-28 CN CN201410509373.1A patent/CN105487118B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102103216A (zh) * | 2009-12-16 | 2011-06-22 | 中国石油天然气集团公司 | 二维高斯射线束叠前偏移方法 |
CN102116870A (zh) * | 2011-02-12 | 2011-07-06 | 中国石油大学(华东) | 弹性波高斯束叠前深度偏移技术 |
CN102183786A (zh) * | 2011-02-12 | 2011-09-14 | 中国石油大学(华东) | 双复杂条件下保真振幅高斯束叠前深度偏移方法 |
CN102636810A (zh) * | 2012-04-05 | 2012-08-15 | 中国海洋石油总公司 | 基于多次聚焦的噪音压制与成像方法 |
US20140126781A1 (en) * | 2012-11-06 | 2014-05-08 | Cgg Services Sa | Spatial expansion seismic data processing method and apparatus |
CN102944894A (zh) * | 2012-11-26 | 2013-02-27 | 中国科学院地质与地球物理研究所 | 一种地震叠前偏移成像方法 |
CN103984012A (zh) * | 2014-04-16 | 2014-08-13 | 孙赞东 | 基于叠前高斯束深度偏移的绕射波场分离方法 |
Non-Patent Citations (3)
Title |
---|
"基于局部球面波前近似的地震初至旅行时计算";黄新武;《中国人口·资源与环境》;20031231(第13(2013年)期);第30-33页 * |
"桂中山区宽线地震采集观测系统优选";于世焕 等;《石油勘探》;20030831;第50卷(第4期);第255-259页 * |
"球面波近似快速波前射线追踪";宋炜;《勘探地球物理进展》;20030831;第26卷(第4期);第255-259页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105487118A (zh) | 2016-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180292553A1 (en) | Method and Apparatus for Separating Seismic Diffracted Wave | |
CN105488770B (zh) | 一种面向对象的机载激光雷达点云滤波方法 | |
CN104049245B (zh) | 基于LiDAR点云空间差异分析的城市建筑物变化检测方法 | |
Kim et al. | High-speed drone detection based on yolo-v8 | |
CN103871039B (zh) | 一种sar图像变化检测差异图生成方法 | |
CN107870355B (zh) | 一种复杂地形条件下的克希霍夫型波束偏移方法 | |
CN104932010B (zh) | 一种基于近道镶边稀疏Radon变换的绕射波分离方法 | |
CN107861156A (zh) | 绕射波的提取方法及装置 | |
CN106156758A (zh) | 一种sar海岸图像中海岸线提取方法 | |
CN112231974B (zh) | 基于深度学习的tbm破岩震源地震波场特征恢复方法及系统 | |
CN105487118B (zh) | 一种处理叠前宽线地震数据的方法 | |
CN116579943A (zh) | 基于生成对抗网络的遥感sar-光学图像融合去云方法 | |
CN105510975A (zh) | 提高地震数据信噪比的方法及装置 | |
CN114910956A (zh) | 基于共成像点道集的智能化绕射波分离方法 | |
CN106873031A (zh) | 一种三维地震观测系统垂向分辨率定量分析评价方法 | |
CN107942389A (zh) | 用于压制邻炮干扰的方法、系统和计算机可读介质 | |
CN107422375B (zh) | 海底节点的共反射点道集的确定方法和装置 | |
CN104502972B (zh) | 三分量地震波积分偏移方法和装置 | |
Refayee et al. | Fault and fracture detection in unconventional reservoirs: A Utica shale study | |
CN106249286A (zh) | 一种针对低信噪比地震数据的高斯束偏移方法及系统 | |
CN113687416B (zh) | 一种针对倾斜金属矿体成像方法 | |
CN111812715B (zh) | 一种煤矿工作面围岩多方向全变分正则化层析成像方法 | |
CN111562616A (zh) | 地震数据散射噪音压制方法及装置 | |
Harrison et al. | A new approach to the automated mapping of pockmarks in multi-beam bathymetry | |
Yi et al. | Enhancing the accuracy of automatic eddy detection and the capability of recognizing the multi-core structures from maps of sea level anomaly. |
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 |