CN106597540B - 高斯束偏移成像方法及装置 - Google Patents
高斯束偏移成像方法及装置 Download PDFInfo
- Publication number
- CN106597540B CN106597540B CN201611265432.0A CN201611265432A CN106597540B CN 106597540 B CN106597540 B CN 106597540B CN 201611265432 A CN201611265432 A CN 201611265432A CN 106597540 B CN106597540 B CN 106597540B
- Authority
- CN
- China
- Prior art keywords
- earth
- gaussian beam
- seismic wave
- wave field
- field
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 99
- 230000006870 function Effects 0.000 claims abstract description 76
- 230000005012 migration Effects 0.000 claims abstract description 62
- 238000013508 migration Methods 0.000 claims abstract description 62
- 230000005428 wave function Effects 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 25
- 230000000644 propagated effect Effects 0.000 claims abstract description 7
- 238000001228 spectrum Methods 0.000 claims description 13
- 229910052704 radon Inorganic materials 0.000 claims description 7
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000011478 gradient descent method Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 7
- 241001269238 Data Species 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 108010023321 Factor VII Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003518 caustics Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/51—Migration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种高斯束偏移成像方法及装置,涉及地震勘探资料处理领域。所述高斯束偏移成像方法包括:以时间‑空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场;将所述地表处的地震波场中高斯束基函数的宽度设定为预设宽度,将所述地表处的地震波场中相邻高斯束中心的间距设定为预设间距,得到设定后的所述地表处的地震波场;根据所述设定后的所述地表处的地震波场建立地表处地震波场分解模型;根据地震数据以及介质速度模型对所述地表处地震波场分解模型进行优化求解,得到地震数据对应的多个波形函数;根据介质速度模型将多个波形函数对应的高斯束进行传播,进行偏移成像获得偏移成像结果。用该方法提高成像过程的计算效率。
Description
技术领域
本发明涉及地震勘探资料处理领域,具体而言,涉及一种高斯束偏移成像方法及装置。
背景技术
随着社会的发展和人们生活水平的提高,对油气资源的需求量越来越大,需要加快勘探复杂构造地区的油气资源。地震成像是地震勘探的重要组成部分,加快偏移成像技术的计算效率,对于油气勘探具有重要意义。
高斯束偏移已经广泛应用于偏移成像中,它具有Kirchhoff偏移的优点,比如方法灵活、陡倾角成像等,并且能够方便的处理焦散点、多值走时等问题,实践表明它是一种优秀的偏移技术。Hill给出了高斯束表示平面波以及高斯束偏移的具体实现过程,奠定了高斯束偏移的基础。其后科研人员对其进行了大量的扩展研究,如:各向异性高斯束偏移、真振幅高斯束偏移、高斯束逆时偏移、动态聚焦高斯束偏移,以及稀疏高斯束偏移。
目前高斯束偏移可以分为三个步骤:把地震数据分解表示为高斯束形式;向下传播高斯束;根据成像条件,在成像点处叠加高斯束的贡献。其中把地震数据分解表示为高斯束形式是高斯束偏移的关键,它决定了偏移的计算量和成像效果。
现有的稀疏高斯束偏移成像方法中,使用曲率为零的高斯束稀疏分解地震数据,但地震数据本身带有曲率,因此要求高斯束基函数的宽度以及相邻两个高斯束中心的间距足够小,才能恰当的拟合地震数据。但是该现有的高斯束偏移成像方法中,分解得到大量的波形函数,而地震成像的偏移过程中需要对每个波形函数偏移成像,因此整个偏移过程计算效率低。
发明内容
有鉴于此,本发明实施例提供了一种高斯束偏移成像方法及装置,使用带有不为零的预设曲率参数的时间-空间域高斯束来分解地震数据,从而可以在现有方法的基础上适当增加高斯束基函数的宽度,同时增加相邻两个高斯束中心的间距,因此可以相对于现有方法减少分解得到的波形函数的量,提高偏移过程的计算效率。
为了实现上述目的,本发明采用的技术方案如下:
一种高斯束偏移成像方法,所述方法包括:以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场,所述地表处的地震波场中包括波形函数以及时间-空间域高斯束基函数;将所述地表处的地震波场中高斯束基函数的宽度设定为预设宽度,将所述地表处的地震波场中相邻高斯束中心的间距设定为预设间距,得到设定后的所述地表处的地震波场;根据所述设定后的所述地表处的地震波场建立地表处地震波场分解模型;根据地震数据以及介质速度模型对所述地表处地震波场分解模型进行优化求解,得到地震数据对应的多个波形函数;根据介质速度模型将多个波形函数对应的高斯束进行传播,进行偏移成像获得偏移成像结果。
一种高斯束偏移成像装置,所述装置包括:地震波场设定模块、参数设定模块、模型建立模块、模型求解模块以及偏移成像模块。其中:所述地震波场设定模块用于以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场,所述地表处的地震波场中包括波形函数以及时间-空间域高斯束基函数;所述参数设定模块用于将所述地表处的地震波场中高斯束基函数的宽度设定为预设宽度,将所述地表处的地震波场中相邻高斯束中心的间距设定为预设间距,得到设定后的所述地表处的地震波场;所述模型建立模块用于根据所述设定后的所述地表处的地震波场建立地表处地震波场分解模型;所述模型求解模块用于根据地震数据以及介质速度模型对所述地表处地震波场分解模型进行优化求解,得到地震数据对应的多个波形函数;所述偏移成像模块用于根据介质速度模型将多个波形函数对应的高斯束进行传播,进行偏移成像获得偏移成像结果。
本发明实施例提供的高斯束偏移成像方法及装置,以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场,从而可以将高斯束基函数的宽度设定为预设宽度,将相邻高斯束中心的间距设定为预设间距,根据设定后的地表处地震波场建立地表处地震波场分解模型,于是该方案中,可以使预设宽度以及预设间距相对于现有技术中均增加,使根据该模型求解得到的波形函数的量相对于现有方法减少,从而较少需要进行偏移成像的高斯束,使偏移成像的计算效率提升。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示出了本发明实施例提供的用户终端的结构示意图;
图2示出了本发明第一实施例提供的高斯束偏移成像方法的流程图;
图3示出了本发明第一实施例提供的高斯束偏移成像方法中步骤S110的流程图;
图4示出了本发明第一实施例提供的时间-空间域的高斯束基函数示意图;
图5示出了本发明第一实施例提供的高斯束偏移成像方法中步骤S140的流程图;
图6示出了本发明第一实施例提供的高斯束偏移成像方法中步骤S150的流程图;
图7示出了本发明第一实施例提供的高斯束传播示意图;
图8示出了本发明第一实施例提供的高斯束偏移成像结果示意图;
图9示出了本发明第二实施例提供的高斯束偏移成像装置的功能模块图。
图10示出了本发明第二实施例提供的高斯束偏移成像装置的地震波场设定模块的功能模块图;
图11示出了本发明第二实施例提供的高斯束偏移成像装置的模型求解模块的功能模块图;
图12示出了本发明第二实施例提供的高斯束偏移成像装置的偏移成像模块的功能模块图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,是本申请实施例提供的计算机100的方框示意图。所述计算机100包括高斯束偏移成像装置200、存储器101、存储控制器102、处理器103、外设接口104、显示单元105及其他。
所述存储器101、存储控制器102、处理器103、外设接口104以及显示单元105各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述高斯束偏移成像装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述计算机100的操作系统(operating system,OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块,例如所述高斯束偏移成像装置200包括的软件功能模块或计算机程序。
其中,存储器101可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器101用于存储程序,所述处理器103在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的计算机100所执行的方法可以应用于处理器103中,或者由处理器103实现。
处理器103可能是一种集成电路芯片,具有信号的处理能力。上述的处理器103可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器103也可以是任何常规的处理器等。
所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中,外设接口104,处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
显示单元105在所述计算机100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元105可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器103进行计算和处理。
可以理解的,图1所示的结构仅为示意,计算机100还可以包括比图1中所示更多或更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
本发明第一实施例提供了一种高斯束偏移成像方法,通过减少求解得到的波形函数的量来减少进行偏移成像的高斯束的量,从而提高偏移成像的计算效率。请参见图2,该方法包括:
步骤S110:以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场,所述地表处的地震波场中包括波形函数以及时间-空间域高斯束基函数。
具体的,如图3所示,步骤S110包括:
步骤S111:根据二维声波介质中的波动方程获取在高频假设条件下二维声波介质中的波动方程的近似解,获取的近似解为带曲率参数的高斯束。
在二维声波介质中,波动方程可以表示为:
其中,V(x,z)为介质模型的速度,ω为角频率,u(x,z,ω)频率域地震波场。
获取在高频假设条件下二维声波介质中的波动方程的近似解ugb(s,n,ω),
所述近似解为带曲率参数的高斯束。
其中,变量s为沿中心射线的弧长,函数τ(s)和v(s)为沿中心射线的旅行时和速度,(s,n)构成射线中心坐标系。复值函数M(s)=P(s)/Q(s)为旅行时的二阶偏导数,要求Im(M(s))>0,K(s)=v(s)Re(M(s))称为高斯束的波前曲率。中心射线和旅行时通过射线追踪方程组计算,复数函数P(s)和Q(s)通过动力学追踪方程组计算,且|Q(s)|≠0。
步骤S112:将地表处的带曲率参数的高斯束的曲率参数设置为预设曲率参数,以带预设曲率参数的频谱函数作为叠加系数,对地表处的多个参数不同的带预设曲率参数的高斯束进行叠加,获得带预设曲率参数的高斯束叠加的形式表示的地表处频率域地震波场。
地震波场带有一定的曲率,给定初值:
该初值作为预设曲率参数,使地表处的高斯束的曲率参数为该预设曲率参数,所述预设曲率参数不为零,从而使地表处的高斯束带有预设曲率参数对应的大小的曲率。
在地表处,中心射线的出射位置为xm=am,m=1,2,…,M,a为相邻两个束中心之间的间距。
以带预设曲率参数的频谱函数Bmnlj(ω)作为叠加系数,对多个曲率参数不为零且参数不同的高斯束进行叠加,具体的,不同的参数为不同的正整数M,不同的倾角方向N,不同的曲率L,不同的时间延迟J。得到频率域地震波场u(x,z,ω),
该频率域地震波场中代入的地表处(z=0)的高斯束的曲率参数为预设曲率参数,得到带预设曲率参数的高斯束叠加的形式表示的地表处频率域地震波场。
步骤S113:将所述地表处的频率域地震波场中的高斯束变换为时间域高斯束基函数,将所述地表处的频率域地震波场中的频谱函数变换为波形函数,获得地表处的时间域地震波场。
具体的,步骤S113包括:将地表处(z=0)的射线中心坐标系坐标n=(x-xm)cosθ代入所述地表处的频率域地震波场u(x,z,ω)中的高斯束中,得到频率域高斯束基函数叠加形式表示的地表处地震波场;将所述频率域高斯束基函数进行傅里叶逆变换得到时间域高斯束基函数其中,tj为时间延迟,θn为倾角方向,Kl为曲率。将所述频谱函数Bmnlj(ω)进行傅里叶逆变换得到波形函数Bmnlj(t),从而得到地表处时间域地震波场u(x,z=0,t),
步骤S114:将所述地表处的时间域地震波场中的时间域高斯束基函数变换为时间-空间域的高斯束基函数,获得时间-空间域的带预设曲率参数的高斯束叠加的形式表示的地表处的地震波场。
当倾角|θ|接近90度时,时间域高斯束基函数过宽,为满足高斯束基函数的宽度不随倾角变化,用常数w代替w0/cosθ,得到时间-空间域的高斯束基函数ψ(x,t;xm,tj,θn,Kl),如图4所示,表示倾角为零曲率不为零的高斯束基函数。
IFT[·]为傅里叶逆变换。并且,采集的地震数据带有带宽,如0<ωl≤|ω|≤ωh<2πfNyquist,ωl和ωh分别为地震数据的最低和最高角频率,fNyquist为尼奎斯特频率。
用时间-空间域高斯束基函数ψ(x,t;xm,tj,θn,Kl)替换所述地表处时间域地震波场中的时间域高斯束基函数得到时间-空间域的带预设曲率参数的高斯束叠加的形式表示的地表处的地震波场u(x,z=0,t),
u(x,z=0,t)=ΣγBγ(t)*ψγ(x,t)。
其中,γ为xm,tj,θn,Kl参数的集合,Bγ(t)为Bmnlj(t)的缩写,ψγ(x,t)为的缩写ψ(x,t;xm,tj,θn,Kl)。
步骤S120:将所述地表处的地震波场中高斯束基函数的宽度设定为预设宽度,将所述地表处的地震波场中相邻高斯束中心的间距设定为预设间距,得到设定后的所述地表处的地震波场。
在本实施例中,使预设宽度相对于现有技术中曲率为零的情况下的高斯束基函数的宽度有所增加,同样的,使预设间距相对于现有技术中曲率为零的情况下的相邻高斯束中心的间距有所增加。具体的,可以取现有技术中高斯束基函数曲率为零情况下高斯束基函数的宽度的1.5倍作为预设宽度,相邻高斯束中心的间距的1.5倍作为预设间距。将所述地表处的地震波场中高斯束基函数的宽度设定为预设宽度w,将所述地表处的地震波场中相邻高斯束中心的间距设定为预设间距a,其中:
从而得到设定后的所述地表处的地震波场u(x,z=0,t),
u(x,z=0,t)=ΣγBγ(t)*ψ'γ(x,t)。
步骤S130:根据所述设定后的所述地表处的地震波场建立地表处地震波场分解模型。
根据设定后的所述地表处的地震波场u(x,z=0,t)=ΣγBγ(t)*ψ'γ(x,t),建立地表处地震波场分解模型,该地表处地震波场分解模型表示为:
d=Ac;
其中,向量d和矩阵A分别由地震数据和高斯束基函数组成,向量c由波形函数组成。
步骤S140:根据地震数据以及介质速度模型对所述地表处地震波场分解模型进行优化求解,得到地震数据对应的多个波形函数。
具体的,请参见图5,步骤S140包括:
步骤S141:根据所述地表处地震波场分解模型建立Tikhonov正则化模型。
对于地表处地震波场分解模型:d=Ac,求解向量c需要合适的反演模型。因此根据地表处地震波场分解模型建立Tikhonov正则化模型:
其中,Ω(c)是稳定因子,v>0是正则化参数。
步骤S142:根据所述Tikhonov正则化模型,选取约束项建立等式约束极小化模型。
根据Tikhonov正则化模型,选取约束项Ω(c)为l0范数,从而建立等式约束极小化模型:
步骤S143:将所述等式约束极小化模型松弛为一个无约束极小化问题。
将所述等式约束极小化模型进行松弛,从而得到一个无约束极小化问题:
其中,λ≥0是拉格朗日系数。定义为且0°=0。我们可以简单定义l0范数为其中num(v≠0)表示矢量v的基数,要求最小,即向量c中非零值的个数最少。
步骤S144:在高斯束中心相邻道上通过多项式型radon变换提取地震子波所处的时间、倾角以及曲率。
根据无约束极小化问题,可以得出:无法直接求解出向量的非零值并且要求非零值个数最少。地下反射或绕射来的地震子波,具有时间和方向特性,因此可以在高斯束中心相邻道上通过多项式型radon变换提取地震子波所处的时间、倾角以及曲率。其中,多项式radon变换为:
该多项式radon变换与所述时间-空间域的高斯束基函数ψ(x,t;xm,tj,θn,Kl)的表达式对应,得到:
因此可以提出地震子波所处的时间,倾角方向以及曲率,根据地震数据以及介质速度模型可以得到具体的地震子波所处的时间,倾角方向以及曲率。
步骤S145:根据所述地震子波所处的时间、倾角以及曲率并利用梯度下降法求解所述无约束极小化问题,得到所述波形向量的解,所述波形向量的解对应多个波形函数。
根据地震子波所处的时间、倾角以及曲率,可以得出向量c中的非零值个数以及所处位置,从而实现了达到了稀疏的目的。
然后再求解无约束极小化问题中的极小化问题:
计算向量c,利用梯度下降法计算。根据极小化问题,记:g(c)=AT(Ac-d);
定义一个下降方向:
梯度下降法的迭代公式为:
其中:J[c]定义为||d-Ac||2,dl和αl分别为搜索方向和沿搜索方向所走的步长。
取沿搜索方向所走的步长的方法可以采用柯西步长,即:
但是采用柯西步长会导致取沿搜索方向所走的步长较大,从而使每次迭代的梯度方向趋于真解比较慢。
因此,在本发明第一实施例中,沿直线y(cn)=cn-αg(cn)交替极小化||g(c)||以及J[c],使得:
或
在计算中,和交替使用,具体的,当n为奇数时,根据得到:当n为偶数时,根据得到:
从而迭代公式可以变换为:
从而可以满足梯度的模随着迭代递减,并且使目标函数充分下降。当梯度的模值趋近于0时,迭代过程结束。
将地震数据d(x,t)代入所述迭代公式,给定向量c的初值(如c0=0),从而求解出波形向量c的解。求解出的波形向量c的解对应多个波形函数。
本发明实施例中,由于将高斯束基函数的宽度以及相邻高斯束中心之间的间距设定为现有技术中的高斯束基函数的宽度的1.5倍以及相邻高斯束中心之间的间距的1.5倍,因此本发明实施例求解得到的波形函数的数量为相对于现有技术中得到的波形函数数量的2/3。
步骤S150:根据介质速度模型将多个波形函数对应的高斯束进行传播,进行偏移成像获得偏移成像结果。
具体的,请参见图6,步骤S150包括:
步骤S151:根据多个波形函数,得到多个波形函数分别对应的多个检波点高斯束。
构建检波点高斯束是根据ugb(s,n,ω)进行构建,
因此需要计算参数中心射线旅行时τ(s)、P(s)和Q(s),中心射线的速度v(s)通过介质速度模型插值计算。
将计算得到的参数代入ugb(s,n,ω),得到高斯束。并且将波形函数与高斯束基函数进行褶积,根据褶积结果得到检波点高斯束的振幅。根据ugb(s,n,ω)以及得到的检波点高斯束的振幅,得到检波点高斯束。
具体的,通过计算射线追踪方程组得到中心射线的轨迹以及沿中心射线的旅行时。
射线追踪方程组:
计算所述射线追踪方程组,需要初始参数:x0,z0,px0,pz0。
根据所述波形函数的初始倾角θ,得到:速度通过介质速度模型插值计算。
从而根据所述射线追踪方程组计算出中心射线,中心射线包括中心射线的轨迹以及沿中心射线的旅行时。
再沿中心射线计算参数P(s)和Q(s),根据动力学射线追踪方程组:
计算出P(s)和Q(s)。计算所述动力学射线追踪方程组需要初始参数:P(s0)和Q(s0)。根据所述波形函数的初始宽度以及曲率可以算出P(s0)和Q(s0)。
从而根据所述动力学射线追中方程组计算出P(s)和Q(s)。再将中心射线旅行时τ(s)、P(s)、Q(s)以及中心射线的速度v(s)代入ugb(s,n,ω)得到高斯束,从而根据得到的高斯束以及检波点高斯束的振幅得到检波点高斯束,如图7所示,为本发明实施例中初始曲率不为零的高斯束示意图。
步骤S152:通过试射法得到与所述多个检波点高斯束分别对应的多个炮点高斯束。
炮点高斯束的构造过程与步骤S151描述的检波点高斯束构造过程类似,区别在于初始参数不同,在此不再赘述。构造炮点高斯束时,初始曲率为零,炮点高斯束振幅为1,只需要得到初始倾角。
初始倾角可以通过试射法得到。从而可以根据步骤S151中构造检波点高斯束的方法,进行构造炮点高斯束。
步骤S153:将所述多个检波点高斯束以及所述多个炮点高斯束各自对应进行互相关成像,得到多个波形函数偏移成像结果。
通过互相关成像条件实现高斯束偏移成像,其公式为:W(x;xs)=∫dtUD(x,t;xs)U(x,t)。
其中,x=(x,z)是成像位置,xs为炮点,UD(x,t,xs)表示炮点发出的正传播场,U(x,t)表示反传播的记录波场。
UD(x,t,xs)近似等于格林函数,通过炮点高斯束的叠加计算;U(x,t)则通过所有检波点高斯束的叠加得到。
从而根据检波点高斯束以及炮点高斯束可以根据高斯束偏移成像公式进行偏移成像。
步骤S154:将所述多个波形函数偏移成像结果求和得到一炮地震数据对应的偏移成像结果。
由于在步骤S140中,将一炮地震数据进行稀疏分解,从而一炮地震数据对应了在步骤S140中求解出的多个波形函数,将一炮地震数据对应的多个波形函数的偏移成像结果进行求和得到一炮地震数据对应的偏移成像结果。
该高斯束偏移成像方法还包括:将预定勘探区域范围内的所有炮地震数据的偏移成像结果求和得到所述预定勘探区域范围内的成像结果。
一勘探区域需要放多炮进行探测,所以有多炮地震数据。为了得到预定勘探区域范围对应的成像结果,需要将预定勘探区域范围内的所有地震数据的偏移成像结果求和得到预定勘探区域范围内对应的成像结果。如图8所示为本发明实施例中得到的高斯束偏移成像结果的示意图。
第二实施例
本发明第二实施例提供了一种高斯束偏移成像装置200,如图9所示,所述高斯束偏移成像装置200包括:地震波场设定模块210、参数设定模块220、模型建立模块230、模型求解模块240以及偏移成像模块250。其中:所述地震波场设定模块210用于以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场,所述地表处的地震波场中包括波形函数以及时间-空间域高斯束基函数;所述参数设定模块220用于将所述地表处的地震波场中高斯束基函数的宽度设定为预设宽度,将所述地表处的地震波场中相邻高斯束中心的间距设定为预设间距,得到设定后的所述地表处的地震波场;所述模型建立模块230用于根据所述设定后的所述地表处的地震波场建立地表处地震波场分解模型;所述模型求解模块240用于根据地震数据以及介质速度模型对所述地表处地震波场分解模型进行优化求解,得到地震数据对应的多个波形函数;所述偏移成像模块250用于根据介质速度模型将多个波形函数对应的高斯束进行传播,进行偏移成像获得偏移成像结果。
请参见图10,所述地震波场设定模块210包括:波动方程求解单元211、叠加单元212、第一变换单元213以及第二变换单元214,其中:所述波动方程求解单元211用于根据二维声波介质中的波动方程获取在高频假设条件下二维声波介质中的波动方程的近似解,获取的近似解为带曲率参数的高斯束;所述叠加单元212用于将地表处的带曲率参数的高斯束的曲率参数设置为预设曲率参数,以带预设曲率参数的频谱函数作为叠加系数,对地表处的多个参数不同的带预设曲率参数的高斯束进行叠加,获得带预设曲率参数的高斯束叠加的形式表示的地表处频率域地震波场;所述第一变换单元213用于将所述地表处的频率域地震波场中的高斯束变换为时间域高斯束基函数,将所述地表处的频率域地震波场中的频谱函数变换为波形函数,获得地表处的时间域地震波场;所述第二变换单元214用于将所述地表处的时间域地震波场中的时间域高斯束基函数变换为时间-空间域的高斯束基函数,获得时间-空间域的带预设曲率参数的高斯束叠加的形式表示的地表处的地震波场。
所述第一变换单元包括:第一变换子单元以及第二变换子单元。其中:所述第一变换子单元用于将地表处的射线中心坐标系坐标代入所述地表处的频率域地震波场中的高斯束中得到频率域高斯束基函数叠加形式表示的地表处地震波场;所述第二变换子单元用于将所述频率域高斯束基函数进行傅里叶逆变换,将所述频谱函数进行傅里叶逆变换,得到地表处时间域地震波场。
请参见图11,所述模型求解模块240包括:正则化模型建立单元241、约束单元242、松弛单元243、参数提取单元244以及向量求解单元245。其中:所述正则化模型建立单元241用于根据所述地表处地震波场分解模型建立Tikhonov正则化模型;所述约束单元242用于根据所述Tikhonov正则化模型,选取约束项建立等式约束极小化模型;所述松弛单元243用于将所述等式约束极小化模型松弛为一个无约束极小化问题;所述参数提取单元244用于在高斯束中心相邻道上通过多项式型radon变换提取地震子波所处的时间、倾角以及曲率;所述向量求解单元245用于根据所述地震子波所处的时间、倾角以及曲率并利用梯度下降法求解所述无约束极小化问题,得到所述波形向量的解,所述波形向量的解对应多个波形函数。
请参见图12,所述偏移成像模块250包括:检波点高斯束获取单元251、炮点高斯束获取单元252、互相关成像单元253以及求和单元254。其中:所述检波点高斯束获取单元251用于根据多个波形函数,得到多个波形函数分别对应的多个检波点高斯束;所述炮点高斯束获取单元252用于通过试射法得到与所述多个检波点高斯束分别对应的多个炮点高斯束;所述互相关成像单元253用于将所述多个检波点高斯束以及所述多个炮点高斯束各自对应进行互相关成像,得到多个波形函数偏移成像结果;所述求和单元254用于将所述多个波形函数偏移成像结果求和得到一炮地震数据对应的偏移成像结果。
如图9所示,所述高斯束偏移成像装置200还包括:成像结果求和模块260。所述成像结果求和模块用于将预定勘探区域范围内的所有炮地震数据的偏移成像结果求和得到所述预定勘探区域范围内的成像结果。
综上所述,本发明实施例提供的高斯束偏移成像方法及装置,以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场,从而可以将高斯束基函数的宽度设定为预设宽度,将相邻高斯束中心的间距设定为预设间距,根据设定后的地表处地震波场建立地表处地震波场分解模型,使根据该模型求解得到的波形函数的量相对于现有方法减少,从而较少需要进行偏移成像的高斯束,使偏移成像的计算效率提升。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二、另一等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种高斯束偏移成像方法,其特征在于,所述方法包括:
以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场,所述地表处的地震波场中包括波形函数以及时间-空间域高斯束基函数;
将所述地表处的地震波场中高斯束基函数的宽度设定为预设宽度,将所述地表处的地震波场中相邻高斯束中心的间距设定为预设间距,得到设定后的所述地表处的地震波场;
根据所述设定后的所述地表处的地震波场建立地表处地震波场分解模型;
根据地震数据以及介质速度模型对所述地表处地震波场分解模型进行优化求解,得到地震数据对应的多个波形函数;
根据介质速度模型将多个波形函数对应的高斯束进行传播,进行偏移成像获得偏移成像结果。
2.根据权利要求1所述的方法,其特征在于,所述以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场包括:
根据二维声波介质中的波动方程获取在高频假设条件下二维声波介质中的波动方程的近似解,获取的近似解为带曲率参数的高斯束;
将地表处的带曲率参数的高斯束的曲率参数设置为预设曲率参数,以带预设曲率参数的频谱函数作为叠加系数,对地表处的多个参数不同的带预设曲率参数的高斯束进行叠加,获得带预设曲率参数的高斯束叠加的形式表示的地表处频率域地震波场;
将所述地表处的频率域地震波场中的高斯束变换为时间域高斯束基函数,将所述地表处的频率域地震波场中的频谱函数变换为波形函数,获得地表处的时间域地震波场;
将所述地表处的时间域地震波场中的时间域高斯束基函数变换为时间-空间域的高斯束基函数,获得时间-空间域的带预设曲率参数的高斯束叠加的形式表示的地表处的地震波场。
3.根据权利要求2所述的方法,其特征在于,所述将所述地表处的频率域地震波场中的高斯束变换为时间域高斯束基函数,将所述地表处的频率域地震波场中的频谱函数变换为波形函数,获得地表处的时间域地震波场包括:
将地表处的射线中心坐标系坐标代入所述地表处的频率域地震波场中的高斯束中得到频率域高斯束基函数叠加形式表示的地表处地震波场;
将所述频率域高斯束基函数进行傅里叶逆变换,将所述频谱函数进行傅里叶逆变换,得到地表处时间域地震波场。
4.根据权利要求1所述的方法,其特征在于,所述根据地震数据以及介质速度模型对所述地表处地震波场分解模型进行优化求解,得到地震数据对应的多个波形函数包括:
根据所述地表处地震波场分解模型建立Tikhonov正则化模型;
根据所述Tikhonov正则化模型,选取约束项建立等式约束极小化模型;
将所述等式约束极小化模型松弛为一个无约束极小化问题;
在高斯束中心相邻道上通过多项式型radon变换提取地震子波所处的时间、倾角以及曲率;
根据所述地震子波所处的时间、倾角以及曲率并利用梯度下降法求解所述无约束极小化问题,得到波形向量的解,所述波形向量的解对应多个波形函数。
5.根据权利要求1所述的方法,其特征在于,所述根据介质速度模型将多个波形函数对应的高斯束进行传播,进行偏移成像获得偏移成像结果包括:
根据多个波形函数,得到多个波形函数分别对应的多个检波点高斯束;
通过试射法得到与所述多个检波点高斯束分别对应的多个炮点高斯束;
将所述多个检波点高斯束以及所述多个炮点高斯束各自对应进行互相关成像,得到多个波形函数偏移成像结果;
将所述多个波形函数偏移成像结果求和得到一炮地震数据对应的偏移成像结果。
6.根据权利要求1所述的方法,其特征在于,还包括:将预定勘探区域范围内的所有炮地震数据的偏移成像结果求和得到所述预定勘探区域范围内的成像结果。
7.根据权利要求1所述的方法,其特征在于,所述预设宽度为所述预设间距为ωl和ωh分别为地震数据的最低和最高角频率,Va为介质速度模型的平均值。
8.一种高斯束偏移成像装置,其特征在于,所述装置包括:地震波场设定模块、参数设定模块、模型建立模块、模型求解模块以及偏移成像模块,其中:
所述地震波场设定模块用于以时间-空间域的带预设曲率参数的高斯束叠加的形式表示地表处的地震波场,所述地表处的地震波场中包括波形函数以及时间-空间域高斯束基函数;
所述参数设定模块用于将所述地表处的地震波场中高斯束基函数的宽度设定为预设宽度,将所述地表处的地震波场中相邻高斯束中心的间距设定为预设间距,得到设定后的所述地表处的地震波场;
所述模型建立模块用于根据所述设定后的所述地表处的地震波场建立地表处地震波场分解模型;
所述模型求解模块用于根据地震数据以及介质速度模型对所述地表处地震波场分解模型进行优化求解,得到地震数据对应的多个波形函数;
所述偏移成像模块用于根据介质速度模型将多个波形函数对应的高斯束进行传播,进行偏移成像获得偏移成像结果。
9.根据权利要求8所述的装置,其特征在于,所述地震波场设定模块包括:波动方程求解单元、叠加单元、第一变换单元以及第二变换单元,其中:
所述波动方程求解单元用于根据二维声波介质中的波动方程获取在高频假设条件下二维声波介质中的波动方程的近似解,获取的近似解为带曲率参数的高斯束;
所述叠加单元用于将地表处的带曲率参数的高斯束的曲率参数设置为预设曲率参数,以带预设曲率参数的频谱函数作为叠加系数,对地表处的多个参数不同的带预设曲率参数的高斯束进行叠加,获得带预设曲率参数的高斯束叠加的形式表示的地表处频率域地震波场;
所述第一变换单元用于将所述地表处的频率域地震波场中的高斯束变换为时间域高斯束基函数,将所述地表处的频率域地震波场中的频谱函数变换为波形函数,获得地表处的时间域地震波场;
所述第二变换单元用于将所述地表处的时间域地震波场中的时间域高斯束基函数变换为时间-空间域的高斯束基函数,获得时间-空间域的带预设曲率参数的高斯束叠加的形式表示的地表处的地震波场。
10.根据权利要求8所述的装置,其特征在于,所述模型求解模块包括:正则化模型建立单元、约束单元、松弛单元、参数提取单元以及向量求解单元,其中:
所述正则化模型建立单元用于根据所述地表处地震波场分解模型建立Tikhonov正则化模型;
所述约束单元用于根据所述Tikhonov正则化模型,选取约束项建立等式约束极小化模型;
所述松弛单元用于将所述等式约束极小化模型松弛为一个无约束极小化问题;
所述参数提取单元用于在高斯束中心相邻道上通过多项式型radon变换提取地震子波所处的时间、倾角以及曲率;
所述向量求解单元用于根据所述地震子波所处的时间、倾角以及曲率并利用梯度下降法求解所述无约束极小化问题,得到波形向量的解,所述波形向量的解对应多个波形函数。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611265432.0A CN106597540B (zh) | 2016-12-30 | 2016-12-30 | 高斯束偏移成像方法及装置 |
US15/809,660 US10261206B2 (en) | 2016-12-30 | 2017-11-10 | Gaussian beam migration imaging method and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611265432.0A CN106597540B (zh) | 2016-12-30 | 2016-12-30 | 高斯束偏移成像方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106597540A CN106597540A (zh) | 2017-04-26 |
CN106597540B true CN106597540B (zh) | 2017-10-31 |
Family
ID=58581806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611265432.0A Active CN106597540B (zh) | 2016-12-30 | 2016-12-30 | 高斯束偏移成像方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10261206B2 (zh) |
CN (1) | CN106597540B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10171158B1 (en) * | 2018-03-26 | 2019-01-01 | At&T Intellectual Property I, L.P. | Analog surface wave repeater pair and methods for use therewith |
CN109491639B (zh) * | 2018-11-16 | 2019-08-13 | 中国人民解放军军事科学院国防科技创新研究院 | 一种光路追踪计算方法及系统 |
US10749569B2 (en) * | 2018-12-04 | 2020-08-18 | At&T Intellectual Property I, L.P. | Surface wave repeater with pilot signal and methods for use therewith |
CN111781635B (zh) * | 2019-04-04 | 2023-02-24 | 中国石油天然气集团有限公司 | 海底四分量弹性波高斯束深度偏移方法和装置 |
CN110927784B (zh) * | 2019-11-29 | 2020-09-29 | 中国地质大学(武汉) | 一种基于OpenMP的频率域高斯束格林函数计算方法 |
US11474267B2 (en) | 2020-06-11 | 2022-10-18 | China Petroleum & Chemical Corporation | Computer-implemented method and system employing compress-sensing model for migrating seismic-over-land cross-spreads |
CN112034520B (zh) * | 2020-09-04 | 2022-07-01 | 中国石油大学(华东) | 一种各向异性介质动态聚焦束偏移成像方法及系统 |
CN114428292B (zh) * | 2020-09-22 | 2023-06-02 | 中国石油化工股份有限公司 | 近地表速度模型的构建方法和存储介质 |
CN113138418B (zh) * | 2021-04-26 | 2022-06-07 | 中国石油大学(华东) | 一种弹性介质起伏地表菲涅耳束偏移成像方法 |
CN114924312B (zh) * | 2022-05-10 | 2024-03-12 | 吉林大学 | 一种基于波前初始化射线追踪技术的高斯波束偏移方法及装置 |
CN117452485B (zh) * | 2023-12-26 | 2024-03-12 | 中国科学院精密测量科学与技术创新研究院 | 基于声vti散射模式矩阵的共炮域高斯束偏移反演方法 |
Citations (5)
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 |
CN101738636A (zh) * | 2009-12-01 | 2010-06-16 | 中国石油天然气集团公司 | 一种三维vsp高斯束法多波联合偏移成像方法 |
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 |
CN103995288A (zh) * | 2014-05-13 | 2014-08-20 | 中国石油天然气集团公司 | 一种高斯束叠前深度偏移方法及装置 |
CN104749623A (zh) * | 2014-10-20 | 2015-07-01 | 袁茂林 | 一种地震资料成像处理方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9011836D0 (en) * | 1990-05-25 | 1990-07-18 | Mason Iain M | Seismic surveying |
US5235555A (en) * | 1992-10-23 | 1993-08-10 | Western Atlas International, Inc. | Diving-wave migration using airy functions |
US8060312B2 (en) * | 2008-03-24 | 2011-11-15 | Chevron U.S.A. Inc. | System and method for migrating seismic data |
US8209126B2 (en) * | 2008-04-01 | 2012-06-26 | Geo{umlaut over (m)}age (2003) Ltd. | Wavefront-defined Radon transform |
US9651694B2 (en) * | 2013-04-02 | 2017-05-16 | Bp Corporation North America Inc. | Specular filter (SF) and dip oriented partial imaging (DOPI) seismic migration |
-
2016
- 2016-12-30 CN CN201611265432.0A patent/CN106597540B/zh active Active
-
2017
- 2017-11-10 US US15/809,660 patent/US10261206B2/en active Active
Patent Citations (5)
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 |
CN101738636A (zh) * | 2009-12-01 | 2010-06-16 | 中国石油天然气集团公司 | 一种三维vsp高斯束法多波联合偏移成像方法 |
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 |
CN103995288A (zh) * | 2014-05-13 | 2014-08-20 | 中国石油天然气集团公司 | 一种高斯束叠前深度偏移方法及装置 |
CN104749623A (zh) * | 2014-10-20 | 2015-07-01 | 袁茂林 | 一种地震资料成像处理方法 |
Non-Patent Citations (1)
Title |
---|
地震数据的稀疏高斯束分解方法;刘鹏;《地球物理学报》;20131130;第56卷(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106597540A (zh) | 2017-04-26 |
US20180188398A1 (en) | 2018-07-05 |
US10261206B2 (en) | 2019-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106597540B (zh) | 高斯束偏移成像方法及装置 | |
CN106918838A (zh) | 起伏地表条件下高斯束偏移成像方法及装置 | |
CN109923440B (zh) | 面波勘探方法及终端设备 | |
CN106772583B (zh) | 一种地震绕射波分离方法和装置 | |
CN105277978B (zh) | 一种确定近地表速度模型的方法及装置 | |
CN105319581B (zh) | 一种高效的时间域全波形反演方法 | |
CN102854533B (zh) | 一种基于波场分离原理提高地震资料信噪比的去噪方法 | |
CN107015274A (zh) | 一种缺失地震勘探数据恢复重构方法 | |
CN107843922A (zh) | 一种基于地震初至波和反射波走时联合的层析成像方法 | |
CN106249291A (zh) | 一种基于二维非均匀曲波变换的高精度地震数据重建方法 | |
CN105607122B (zh) | 一种基于全变分地震数据分解模型的地震纹理提取与增强方法 | |
Herzfeld et al. | Analysis and simulation of scale-dependent fractal surfaces with application to seafloor morphology | |
CN103839292A (zh) | 对等值面进行采样并生成高质量三角网格的方法 | |
CN104459770B (zh) | 一种高维地震数据规则化方法 | |
CN104181593B (zh) | 一种三维无射线追踪回折波层析成像方法及装置 | |
CN108984939A (zh) | 基于3D Gauss-FFT的三维重力场正演方法 | |
CN105549078A (zh) | 不规则地震数据的五维插值处理方法及装置 | |
WO2022011893A1 (zh) | 基于储层的孔隙网络模型的建模方法及装置 | |
CN108957538A (zh) | 一种虚拟震源二维波前构建地震波走时计算方法 | |
CN107561592A (zh) | 一种密度为多项式的任意多面体的重力场正演方法 | |
CN102736108B (zh) | 基于样条拟合的真三维地震数据噪声压制方法 | |
Zhai et al. | A new fractal interpolation algorithm and its applications to self-affine signal reconstruction | |
CN109856676A (zh) | 一种实现地震共反射面叠加参数优化的方法 | |
CN106908836B (zh) | 采集脚印压制方法及系统 | |
CN107356971A (zh) | 地震数据规则化方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |