CN106154319B - 一种成像道集的分选方法 - Google Patents

Abstract

本发明提供了一种成像道集的分选方法，属于地震资料成像领域。本方法包括：S1，利用深度速度模型进行正演模拟，分析并记录对构造部位成像有贡献的炮点分布范围，并计算这些炮点与成像点之间的偏移距离及方位角；S2，逆时偏移地震成像，生成成像道集；S3，利用成像点加权系数进行成像道集加权叠加。

Description

一种成像道集的分选方法

技术领域

本发明属于地震资料成像领域，具体涉及一种成像道集的分选方法。

背景技术

双程波动方程叠前深度偏移(逆时偏移)技术是复杂地区地震资料数据成像的最佳方法，被广泛用于大倾角、复杂速度场的成像中，如盐下构造及逆掩推覆构造的成像。就目前来说，叠前深度偏移的算法日趋成熟和完善，然而针对不同的构造及地震资料的特点，要想得到理想的成果，常常还需要一系列相关的配套技术做基础，以保证叠前深度偏移的成功。在这些配套技术中，现在做的较多的工作主要有数据优选与净化、静校正处理、基准面选择、信号特征补偿与恢复、深度速度模型建立等。然而，所有这些工作都是在应用叠前深度偏移之前进行的，为的是满足叠前深度偏移所需要的特殊条件，提高成像精度。在对每一炮的地震数据进行叠前深度偏移之后，目前并没有相应的技术对其结果进行优选，而是不管其偏移结果是否对成像有帮助，便将所有成像数据进行叠加输出。

对于高陡构造或复杂盐丘来说，波场传播的路径复杂，高陡部位或盐丘边界部位不能清晰成像。因为对这些部位成像有贡献的成像数据是有限的，它们往往仅集中在较窄的偏移距范围或方位角内。在深度速度模型相对准确的情况下，如果不对深度偏移成像的结果进行优选，偏移结果中大量的无效信息会对关键部位的成像产生不利影响。

双程波动方程叠前深度偏移后的成像道集处理技术没有被广泛应用的原因之一，是其成像道集的获取有一定难度，一旦能够得到成像道集，便可以对偏移结果进行灵活处理，提高复杂构造关键部位的成像精度。

在使用逆时偏移技术对盐丘或高陡构造成像时，受制于成像道集不易获取的原因，往往将成像结果直接叠加，这对于波场照明本就不高的高陡构造来说是不利的。对高陡构造有贡献的成像数据往往集中在有限的偏移距或方位角范围内，过大的叠加范围不利于高陡构造的准确成像。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种成像道集的分选方法，提高高陡构造部位深度域成像结果的信噪比，借助最新的逆时偏移技术得到的成像道集，根据对深度速度模型进行的正演及照明分析，本发明对逆时偏移成像道集进行分选，通过优选对关键构造部位有贡献的单炮成像结果参与最终成像，达到改善地震成像效果的目的。

本发明是通过以下技术方案实现的：

一种成像道集的分选方法，包括：

S1，利用深度速度模型进行正演模拟，分析并记录对构造部位成像有贡献的炮点分布范围，并计算这些炮点与成像点之间的偏移距离及方位角；

S2，逆时偏移地震成像，生成成像道集；

S3，利用成像点加权系数进行成像道集加权叠加。

所述S1中利用深度速度模型进行正演模拟，分析并记录对构造部位成像有贡献的炮点分布范围是这样实现的：

对成像位置上每一个深度采样点，根据射线照明计算各个炮点对它的成像贡献：在正演模拟时计算地震波射线照明，得到通过介质中每一点的地震波射线的来源、密度和传播方向，如果在地下某空间位置上(x1,y1,z)把来自特定炮点P(x2,y2)的射线信息计算出来，就得到该炮点对共成像点的贡献值，用w(I(x1,y1),P(x2,y2),z)表示，其中I(x1,y1)代表成像点，P(x2,y2)代表不同的炮点，z代表成像深度；

记录波场在目标区域的整个传播过程，然后对这个过程进行分析，根据所述炮点对共成像点的贡献值，识别并统计出具有有效反射的炮点分布范围。

所述S1中计算这些炮点与成像点之间的偏移距离及方位角是这样实现的：

计算炮点与共成像点之间的偏移距离是指计算炮点所在的地表坐标和共成像点所在的地表坐标之间的距离；

计算炮点与共成像点之间的方位角是指计算炮点在地表所在位置与共成像点在地表的位置之间的方位角；

在上述计算中，所述共成像点所在的地表坐标采用的是共成像点的坐标位置。

所述S2是这样实现的：

保留各炮的逆时偏移成像结果，记录每一个数据道对应的炮点坐标和成像点坐标，然后将其中具有相同成像位置的地震道提取出来，就得到该成像点的共成像点道集；

在所述共成像点道集上计算出炮点和共成像点之间的偏移距离和方位角。

所述S3是这样实现的：

将S1中计算得到的w(I(x1,y1),P(x2,y2),z)作为成像点加权系数对每一个参与叠加的成像道及其样点进行约束，实现对逆时偏移输出道集中的数据加权叠加，得到信噪比更高的成像结果，具体如下：

在共成像点道集叠加时，对道集中某深度z上的每一个样点值，均乘以对应的加权系数w(I(x1,y1),P(x2,y2),z)然后再叠加到一起，公式为：

其中，I_img代表成像空间，n代表炮号，w代表第i炮在成像位置处的加权系数，T[P_i(x,y),z]代表共成像点道集中来自炮点P_i的成像结果在深度z上的数值。

与现有技术相比，本发明的有益效果是：本发明是在逆时偏移共成像点道集上进行开发的，得到了信噪比更高的成像结果。

附图说明

图1本发明方法的步骤框图。

图2本发明实施例中未分选道集的叠加结果。

图3本发明实施例中分选道集的叠加结果。

具体实施方式

下面结合附图对本发明作进一步详细描述：

本发明方法如图1所示，首先利用深度速度模型进行正演模拟，分析并记录对构造部位成像有贡献的炮点分布范围，可通过下面的w(I,P,z)来计算。由于只有那些能够被复杂构造反射，且又被地表接收点记录到的信息才会在成像的过程中起作用，因此首先需要记录波场在目标区域的整个传播过程，然后对这个过程进行分析，识别并统计出具有有效反射(能够被地表接收到)的炮点分布范围，也就是炮点坐标分布范围，统计炮点与成像点之间的偏移距离及方位角等信息。这些信息与传统意义上的炮检点之间的偏移距和方位角不同，需要重新计算。常规的地震数据中的偏移距表示的是炮点和接收点之间的距离，此处所说的炮点和成像点之间的偏移距离是指炮点所在的地表坐标和共成像点所在的地表坐标之间的距离；同样，此处的方位角也是指炮点在地表所在位置与共成像点在地表的位置之间的方位角；这两个概念在计算时与常规算法相似，不同之处为：这里是通过用共成像点的坐标位置代替传统地震数据中接收点的坐标位置进行计算的。

对成像位置上每一个深度采样点，根据射线照明计算各个炮点对它的成像贡献。在正演模拟时计算地震波射线照明，得到通过介质中每一点的地震波射线的来源、密度和传播方向，如果在地下某空间位置上(x1,y1,z)把来自特定炮点P(x2,y2)的射线信息(射线密度、射线在地表接收位置等)计算出来，就得到该炮点对共成像点的贡献值，用w(I(x1,y1),P(x2,y2),z)表示，其中I(x1,y1)代表成像点，P(x2,y2)代表不同的炮点，z代表成像深度。通过正演模拟可以了解地震波在物理介质中的传播过程，既包括波场在介质中的传播，也包括波场在介质表面(相当于地表)的表现；在正演模拟时计算地震波射线照明有助于了解波的传播路径和能量分布；本步骤中得到的是各炮对共成像点的“成像贡献”，如上文所述，可直接用来判断各炮是否能对共成像点成像。

然后，在逆时偏移结束后生成共成像点道集。为了得到共成像点道集，首先需要保留各炮的逆时偏移成像结果，记录每一个数据道对应的炮点坐标和成像点坐标，然后将其中具有相同成像位置的地震道提取出来，就得到该成像点的共成像点道集，同样计算出炮点和共成像点之间的偏移距离和方位角(在上述道集中，每一个数据道的道头中都记录有炮点的地表位置和共成像点地表位置信息，这样就可以直接用两者的坐标计算出偏移距离和方位角)，对每一个成像道集上的每一个样点，根据之前计算的w(I(x1,y1),P(x2,y2),z)作为加权系数，对每一个参与叠加的成像道及其样点进行约束，实现对逆时偏移输出道集中的数据加权叠加，得到信噪比更高的成像结果：

在共成像点道集叠加时，对道集中某深度z上的每一个样点值，均乘以对应的加权系数w(I(x1,y1),P(x2,y2),z)(即前文所述“成像贡献值”)，然后再叠加到一起，公式为：

其中，I_img代表成像空间，n代表炮号，w代表第i炮在成像位置处的加权系数，T[P_i(x,y),z]代表共成像点道集中来自炮点P_i的成像结果在深度z上的数值。

利用本方法进行的实施例如图2和图3所示，图2中箭头所指为将逆时偏移结果中所有数据进行叠加得到的构造，图3是根据波传播路径将来自成像点右侧的偏移结果进行叠加的结果。两者相比，通过对成像道集进行分选后的成像效果要好于全部叠加的成像效果。

本发明利用深度速度模型进行正演模拟，分析并记录对构造部位成像有贡献的炮点分布范围，统计炮点与成像点之间的偏移距离及方位角等信息；在逆时偏移结束后生成共成像点道集，同样计算出炮点和共成像点之间的偏移距离和方位角，然后将上述重新计算的有效偏移距离和方位角作为约束，对逆时偏移输出道集中的数据进行加权叠加，得到信噪比更高的成像结果。

上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (4)

1.一种成像道集的分选方法，其特征在于：所述方法包括：

S1，利用深度速度模型进行正演模拟，分析并记录对构造部位成像有贡献的炮点分布范围，并计算这些炮点与成像点之间的偏移距离及方位角；

S2，逆时偏移地震成像，生成成像道集；

S3，利用成像点加权系数进行成像道集加权叠加，

所述S1中利用深度速度模型进行正演模拟，分析并记录对构造部位成像有贡献的炮点分布范围是这样实现的：

对成像位置上每一个深度采样点，根据射线照明计算各个炮点对它的成像贡献：在正演模拟时计算地震波射线照明，得到通过介质中每一点的地震波射线的来源、密度和传播方向，如果在地下某空间位置上(x1,y1,z)把来自特定炮点P(x2,y2)的射线信息计算出来，就得到该炮点对共成像点的贡献值，用w(I(x1,y1),P(x2,y2),z)表示，其中I(x1,y1)代表成像点，P(x2,y2)代表不同的炮点，z代表成像深度；

记录波场在目标区域的整个传播过程，然后对这个过程进行分析，根据所述炮点对共成像点的贡献值，识别并统计出具有有效反射的炮点分布范围。

2.根据权利要求1所述的成像道集的分选方法，其特征在于：所述S1中计算这些炮点与成像点之间的偏移距离及方位角是这样实现的：

计算炮点与共成像点之间的偏移距离是指计算炮点所在的地表坐标和共成像点所在的地表坐标之间的距离；

计算炮点与共成像点之间的方位角是指计算炮点在地表所在位置与共成像点在地表的位置之间的方位角；

在上述计算中，所述共成像点所在的地表坐标采用的是共成像点的坐标位置。

3.根据权利要求1所述的成像道集的分选方法，其特征在于：

所述S2是这样实现的：

保留各炮的逆时偏移成像结果，记录每一个数据道对应的炮点坐标和成像点坐标，然后将其中具有相同成像位置的地震道提取出来，就得到该成像点的共成像点道集；

在所述共成像点道集上计算出炮点和共成像点之间的偏移距离和方位角。

4.根据权利要求2所述的成像道集的分选方法，其特征在于：

所述S3是这样实现的：

将S1中计算得到的w(I(x1,y1),P(x2,y2),z)作为成像点加权系数对每一个参与叠加的成像道及其样点进行约束，实现对逆时偏移输出道集中的数据加权叠加，得到信噪比更高的成像结果，具体如下：

在共成像点道集叠加时，对道集中某深度z上的每一个样点值，均乘以对应的加权系数w(I(x1,y1),P(x2,y2),z)然后再叠加到一起，公式为：

<mrow> <msub> <mi>I</mi> <mrow> <mi>i</mi> <mi>m</mi> <mi>g</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mn>1</mn> <mo>,</mo> <mi>z</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mo>{</mo> <mi>w</mi> <mo>&amp;lsqb;</mo> <mi>I</mi> <mrow> <mo>(</mo> <mi>x</mi> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mn>1</mn> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>P</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>,</mo> <mi>z</mi> <mo>&amp;rsqb;</mo> <mo>&amp;CenterDot;</mo> <mi>T</mi> <mo>&amp;lsqb;</mo> <msub> <mi>P</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>,</mo> <mi>z</mi> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow>

其中，I_img代表成像空间，n代表炮号，w代表第i炮在成像位置处的加权系数，T[P_i(x,y),z]代表共成像点道集中来自炮点P_i的成像结果在深度z上的数值。