CN106338762B - 基于数据域导向的模型道重建反聚焦成像方法 - Google Patents

基于数据域导向的模型道重建反聚焦成像方法 Download PDF

Info

Publication number
CN106338762B
CN106338762B CN201510394517.8A CN201510394517A CN106338762B CN 106338762 B CN106338762 B CN 106338762B CN 201510394517 A CN201510394517 A CN 201510394517A CN 106338762 B CN106338762 B CN 106338762B
Authority
CN
China
Prior art keywords
data
focal imaging
gather
property parameters
optimization
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
Application number
CN201510394517.8A
Other languages
English (en)
Other versions
CN106338762A (zh
Inventor
赵爱国
滕厚华
尚新民
毕丽飞
冷天
李强
王胜阁
李辉
乌洪翠
张琳璞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Geophysical Research Institute of Sinopec Shengli Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN201510394517.8A priority Critical patent/CN106338762B/zh
Publication of CN106338762A publication Critical patent/CN106338762A/zh
Application granted granted Critical
Publication of CN106338762B publication Critical patent/CN106338762B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Geophysics And Detection Of Objects (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种基于数据域导向的模型道重建反聚焦成像方法，该方法包括：对初始叠加数据进行叠后时间偏移处理；应用反聚焦成像算法对叠后时间偏移数据进行搜索，优化叠后时间偏移数据；根据优化的叠后时间偏移数据，得到优化后的共中心点道集；对优化的共中心点道集进行降噪手段处理，得到标准的模型道集数据；根据标准的模型道集数据，应用反聚焦成像算法，提取优化后的反聚焦成像属性参数和初始的反聚焦成像属性参数；以及根据反聚焦成像属性参数，得到优化的共反射点道集。该方法可通过在地震数据域内构建模型道方式提供信噪比大幅提高的叠前道集，可以供进一步的速度分析或地震属性分析使用，拓宽了MF方法的应用潜力。

Description

基于数据域导向的模型道重建反聚焦成像方法
技术领域
本发明涉及地震资料处理应用领域，特别是涉及到一种基于数据域导向的模型道重建反聚焦成像方法。
背景技术
反聚焦(Multi-focusing，以下简称MF)零偏成像方法是近年来国际上引人注目的一种零偏成像方法。MF零偏成像方法在傍轴射线理论指导下采取了一种大面元的叠加策略。这种策略在实践中被证明是行之有效的，反射信息的信噪比和连续性均得到大幅提高，在常规叠加剖面上原先不显著的弱反射信息也在MF零偏成像剖面上得到了反映,在此基础上的叠后成像结果明显优于常规流程。随着国民经济的高速发展和国际政治环境的日益严峻,油气资源储备已经被提到国家安全的高度上来。基于地震数据的处理和解释作为寻找油气的最重要手段,在油气勘探与开发中发挥着举足轻重的作用。在诸多油气勘探地区采集的地震资料存在相当严重的低信噪比问题，极大影响了地震数据精度。为此通过对反聚焦零偏成像方法的研究，开发基于数据域导向的模型道重建反聚焦成像技术，提升地震资料信噪比，提高地震剖面成像精度，极具现实意义。为此我们发明了一种新的基于数据域导向的模型道重建反聚焦成像方法，解决了以上技术问题。
发明内容
本发明的目的是提供一种可通过在地震数据域内构建模型道方式提供信噪比大幅提高的叠前道集的基于数据域导向的模型道重建反聚焦成像方法。
本发明的目的可通过如下技术措施来实现：基于数据域导向的模型道重建反聚焦成像方法，该基于数据域导向的模型道重建反聚焦成像方法包括：步骤1，对初始叠加数据进行叠后时间偏移处理；步骤2，应用反聚焦成像算法对叠后时间偏移数据进行搜索，优化叠后时间偏移数据；步骤3，根据优化的叠后时间偏移数据，得到优化后的共中心点道集；步骤4，对优化的共中心点道集进行降噪手段处理，得到标准的模型道集数据；步骤5，根据标准的模型道集数据，应用反聚焦成像算法，提取优化后的反聚焦成像属性参数和初始的反聚焦成像属性参数；以及步骤6，根据优化后的反聚焦成像属性参数和初始的反聚焦成像属性参数，得到优化的共反射点道集。
本发明的目的还可通过如下技术措施来实现：
在步骤2中，搜索的参数分别为地层倾角、地层曲率半径和法相入射点波曲率半径，寻找合适的反聚焦成像属性参数，优化叠后时间偏移数据，增强同相轴的连续性。
在步骤3中，将优化的叠后时间偏移数据做反偏移处理，得到优化后的叠加数据；将优化后的叠加数据做反叠加处理，得到优化后的共中心点道集。
在步骤5中，应用反聚焦成像算法对模型道集数据进行搜索，从模型道集数据中提取优化后的反聚焦成像属性参数；应用反聚焦成像算法对原始地震道集数据进行搜索，提取初始的反聚焦成像属性参数。
在步骤5中，提取的优化后的反聚焦成像属性参数包括三维的地层倾角、地层曲率半径矩阵和法相入射点波曲率半径矩阵。
在步骤6中，对初始的反聚焦成像属性参数约束搜索，应用两部弥散算法，使得初始的反聚焦成像属性参数优化逼近模型道集中的优化后的反聚焦成像属性参数，应用到原始地震道集数据，得到优化的共反射点道集。
根据克希霍夫统一成像理论认为任何一种积分叠加型成像方法总可以有两种实现方式：惠更斯面叠加成像方式与等旅行时面叠加成像方式。传统的MF零偏成像方法属于惠更斯面叠加成像方式，根据克希霍夫统一成像理论推导出等旅行时面叠加方式的反聚焦成像(MF-IS)算法，具有更精确的运动学特征，也更易于实现，在运动学方面MF-IS有很大的空间改进零偏成像质量。基于数据域导向的模型道重建反聚焦成像技术源于MF-IS算法，除可得到高信噪比的零偏成像剖面外，还可通过在地震数据域内构建模型道方式提供信噪比大幅提高的叠前道集(共反射面元道集，简称CRS道集)，可以供进一步的速度分析或地震属性分析使用，而传统方法仅能提供一张零偏成像剖面，拓宽了MF方法的应用潜力。与常规技术相比，该方法能够提升地震资料信噪比，提高地震剖面成像精度。
附图说明
图1为本发明的基于数据域导向的模型道重建反聚焦成像方法的一具体实施例的流程图；
图2为原始道集数据的示意图；
图3为优化的共中心点道集数据的示意图；
图4为某工区常规处理的叠加剖面示意图；
图5为某工区MF-IS处理后叠加剖面的示意图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合所附图式，作详细说明如下。
如图1所示，图1为本发明的基于数据域导向的模型道重建反聚焦成像方法的流程图。
在步骤101，对初始叠加数据进行叠后时间偏移处理。图2为原始的单炮数据对应的中心点道集，可以看到800ms处和2200ms的同相轴连续性较差。从图4为原始单炮的叠加剖面，可以看到2200ms处的倾斜同相轴以下有效信息能量很弱。流程进入到步骤102。
在步骤102，应用MF算法对叠后时间偏移数据进行搜索，搜索的参数分别为地层倾角、地层曲率半径和法相入射点波曲率半径，寻找合适的MF属性参数，优化叠后时间偏移数据，增强同相轴的连续性。流程进入到步骤103。
在步骤103，将优化的叠后时间偏移数据做反偏移处理，得到优化后的叠加数据。流程进入到步骤104。
在步骤104，将优化的叠加数据做反叠加处理，得到优化后的共中心点(CMP)道集。图3为优化的共中心点道集数据的示意图,从优化后的共中心点道集中看到800ms和2200ms处的同相轴连续性明显得到改善，剖面的信噪比也得到了较大提高。流程进入到步骤105。
在步骤105，对优化的共中心点道集进行降噪等手段处理，得到标准的模型道集数据。流程进入到步骤106。
在步骤106，应用MF算法对模型道集数据进行搜索，从模型道集数据中提取三维的地层倾角、地层曲率半径矩阵和法相入射点波曲率半径矩阵，即优化后的MF属性参数。流程进入到步骤107。
在步骤107，应用MF算法对原始地震道集数据进行搜索，提取初始的MF属性参数。流程进入到步骤108。
在步骤108，对原始的MF属性参数约束搜索，应用两部弥散算法等算法，使得初始参数优化逼近模型道集中的优化参数，应用到原始地震道集数据，得到优化的共反射点(CRS)道集。处理后得到的叠加剖面如图5所示，可以看到2200ms处的倾斜层以下有效信息能量得到了明显加强，层位清楚，效果明显。流程结束。

Claims (3)

1.一种基于数据域导向的模型道重建反聚焦成像方法，其特征在于，该方法包括：
步骤1，对初始叠加数据进行叠后时间偏移处理；
步骤2，应用反聚焦成像算法对叠后时间偏移数据进行搜索，优化叠后时间偏移数据；
步骤3，根据优化的叠后时间偏移数据，得到优化后的共中心点道集；
步骤4，对优化的共中心点道集进行降噪手段处理，得到标准的模型道集数据；
步骤5，应用反聚焦成像算法对标准的模型道集数据进行搜索，从标准的模型道集数据中提取优化后的反聚焦成像属性参数；应用反聚焦成像算法对原始地震道集数据进行搜索，提取初始的反聚焦成像属性参数；以及
步骤6，根据优化后的反聚焦成像属性参数和初始的反聚焦成像属性参数，得到优化的共反射点道集；
所述反聚焦成像算法，是根据克希霍夫统一成像理论推导出的等旅行时面叠加的成像方法；
在步骤3中，将优化的叠后时间偏移数据做反偏移处理，得到优化后的叠加数据；将优化后的叠加数据做反叠加处理，得到优化后的共中心点道集。
2.根据权利要求1所述的基于数据域导向的模型道重建反聚焦成像方法，其特征在于，在步骤5中，提取的优化后的反聚焦成像属性参数包括三维的地层倾角、地层曲率半径矩阵和法相入射点波曲率半径矩阵。
3.根据权利要求1所述的基于数据域导向的模型道重建反聚焦成像方法，其特征在于，在步骤6中，对初始的反聚焦成像属性参数进行约束搜索，应用两步弥散算法，使得初始的反聚焦成像属性参数优化逼近标准的模型道集数据中优化后的反聚焦成像属性参数，将优化逼近后的初始的反聚焦成像属性参数应用到原始地震道集数据中，得到优化的共反射点道集。
CN201510394517.8A 2015-07-07 2015-07-07 基于数据域导向的模型道重建反聚焦成像方法 Active CN106338762B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510394517.8A CN106338762B (zh) 2015-07-07 2015-07-07 基于数据域导向的模型道重建反聚焦成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510394517.8A CN106338762B (zh) 2015-07-07 2015-07-07 基于数据域导向的模型道重建反聚焦成像方法

Publications (2)

Publication Number Publication Date
CN106338762A CN106338762A (zh) 2017-01-18
CN106338762B true CN106338762B (zh) 2018-03-02

Family

ID=57826404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510394517.8A Active CN106338762B (zh) 2015-07-07 2015-07-07 基于数据域导向的模型道重建反聚焦成像方法

Country Status (1)

Country Link
CN (1) CN106338762B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107153217B (zh) * 2017-07-10 2019-03-29 中国石油集团东方地球物理勘探有限责任公司 一种低信噪比区域模型道构建方法
CN108919351A (zh) * 2018-05-15 2018-11-30 中国海洋石油集团有限公司 基于逆时聚焦原理进行观测系统双向聚焦性的评价方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6446007B1 (en) * 1998-11-05 2002-09-03 Exxonmobil Upstream Research Company Method for controlled-amplitude prestack time migration of seismic data
CN101839999B (zh) * 2009-03-20 2011-12-07 中国石油集团东方地球物理勘探有限责任公司 一种确定叠前时间偏移最佳速度剖面的方法
CN104570077A (zh) * 2013-10-18 2015-04-29 中国石油化工股份有限公司 一种逆时偏移偏移距域共成像点道集提取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110320180A1 (en) * 2010-06-29 2011-12-29 Al-Saleh Saleh M Migration Velocity Analysis of Seismic Data Using Common Image Cube and Green's Functions

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6446007B1 (en) * 1998-11-05 2002-09-03 Exxonmobil Upstream Research Company Method for controlled-amplitude prestack time migration of seismic data
CN101839999B (zh) * 2009-03-20 2011-12-07 中国石油集团东方地球物理勘探有限责任公司 一种确定叠前时间偏移最佳速度剖面的方法
CN104570077A (zh) * 2013-10-18 2015-04-29 中国石油化工股份有限公司 一种逆时偏移偏移距域共成像点道集提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
复杂地表条件下共反射面元(CRS)叠加方法研究;李振春 等;《地球物理学报》;20061130;第49卷(第6期);第1794-180l页 *
多聚焦成像技术及应用研究;罗银河 等;《石油物探》;20050531;第44卷(第3期);第209-213页 *

Also Published As

Publication number Publication date
CN106338762A (zh) 2017-01-18

Similar Documents

Publication Publication Date Title
CN106199709B (zh) 扭张断裂活动性的评价方法
CN106597533A (zh) 一种用于山前带地震资料处理的深度域速度建模方法
CN103713323B (zh) 一种全方位各向异性保幅成像与抽道集方法
CN105093277B (zh) 地震建模中的浅中深层速度融合方法
CN103399346B (zh) 一种井震联合初始波阻抗建模方法
CN104316965B (zh) 一种裂缝方位和强度的预测方法及系统
CN108107473B (zh) 地震偏移时间剖面构造畸变现象的校正方法
CN109884707B (zh) 近地表分层时深曲线静校正方法
CN105388526A (zh) 一种陆相湖盆的古地质结构恢复方法
CN113703045B (zh) 一种基于轻量级网络的地震相识别方法
CN103969683B (zh) 一种三维地震解释中基于约束的批量拾取层位面的方法
CN105093320A (zh) 针对高速结晶盐壳覆盖区层析静校正初至拾取方法
CN106646601A (zh) 多信息联合约束的浅中深层三维q体建立方法
CN110687602A (zh) 浅层地震多波联合勘探方法
CN109633745A (zh) 一种三维构造图的制图方法及装置
CN108427140B (zh) 一种用于小尺度缝洞储集体地震识别的方法
CN107884831B (zh) 一种基于近似支持向量机的avo类型判别方法
CN106338762B (zh) 基于数据域导向的模型道重建反聚焦成像方法
CN106443791B (zh) 求取倾斜地层或各向异性地层横波剩余静校正量的方法
CN106990434B (zh) 椭圆展开转换波成像方法及系统
CN103777242A (zh) 一种深度聚焦和道集同相轴拉平联合的速度判别方法
CN105738949B (zh) 一种用于时移地震的九面元一致性并行处理方法
CN108508486B (zh) 一种基于构造演化地层应变的裂缝预测分析方法
CN106990449A (zh) 一种基于多维数据的陆相层序地层格架构建表征方法
CN104076395B (zh) 基于滤波组合的镜面能量提取与成像方法

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