CN107229072A - 剩余静校正方法及系统 - Google Patents

Abstract

公开了一种剩余静校正方法及系统。该方法可以包括：基于共中心点道集数据进行动校正处理，获得动校正后的共中心点道集数据和叠加剖面；基于动校正后的共中心点道集数据进行第一剩余静校正处理，获得第一剩余静校正后的共中心点道集数据和叠加剖面；基于第一剩余静校正后的共中心点道集数据和叠加剖面，生成共中心点道集数据的外部模型；以及基于共中心点道集数据的外部模型进行第二剩余静校正处理，获得第二剩余静校正后的共中心点道集数据和叠加剖面。

Description

剩余静校正方法及系统

技术领域

本发明涉及地震勘探领域，更具体地，涉及一种剩余静校正方法及系统。

背景技术

在地震勘探领域，需要对所采集的地震数据进行处理。在地震数据处理中，静校正的准确性直接影响地下构造的成像效果。近年来，面对复杂地区的低信噪比的地震资料，现有的剩余静校正方法存在许多缺陷。目前生产中常用的剩余静校正方法为地表一致性剩余静校正和非地表一致性剩余静校正，这两种方法属于线性旅行时反演方法，是在动校正道集内求取时移量，其目标是互相关值最大，当最大静校正量太大时容易出现“周期跳跃”现象，使得线性反演方法陷入局部极小，而不是全局最小，导致剩余静校正效果不佳。另外，这类方法在求取剩余静校正量时，需要输入叠加剖面作为内部模型或者外部模型(模型道)，模型道的质量直接影响剩余静校正量的效果。

发明人发现，对于信噪比极低的资料，现有的剩余静校正方法输入的模型剖面中几乎看不到有效反射信号，模型质量较差，成像效果不好。因此，有必要开发一种对于低信噪比资料的有效的剩余静校正方法及系统。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明提出了一种剩余静校正方法及系统，其能够通过在第一剩余静校正处理的基础上建立外部模型约束第二剩余静校正，实现对低信噪比资料的有效的剩余静校正。

根据本发明的一方面，提出了一种剩余静校正方法。所述方法可以包括：基于共中心点道集数据进行动校正处理，获得动校正后的共中心点道集数据和叠加剖面；基于动校正后的共中心点道集数据进行第一剩余静校正处理，获得第一剩余静校正后的共中心点道集数据和叠加剖面；基于第一剩余静校正后的共中心点道集数据和叠加剖面，生成共中心点道集数据的外部模型；以及基于共中心点道集数据的外部模型进行第二剩余静校正处理，获得第二剩余静校正后的共中心点道集数据和叠加剖面。

根据本发明的另一方面，提出了一种剩余静校正系统，所述系统可以包括：用于基于共中心点道集数据进行动校正处理，获得动校正后的共中心点道集数据和叠加剖面的单元；用于基于动校正后的共中心点道集数据进行第一剩余静校正处理，获得第一剩余静校正后的共中心点道集数据和叠加剖面的单元；用于基于第一剩余静校正后的共中心点道集数据和叠加剖面，生成共中心点道集数据的外部模型的单元；以及用于基于共中心点道集数据的外部模型进行第二剩余静校正处理，获得第二剩余静校正后的共中心点道集数据和叠加剖面的单元。

本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施例中将是显而易见的，或者将在并入本文中的附图和随后的具体实施例中进行详细陈述，这些附图和具体实施例共同用于解释本发明的特定原理。

附图说明

通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。

图1示出了根据本发明的剩余静校正方法的步骤的流程图。

图2示出了根据现有技术的层析静校正的叠加剖面的示意图。

图3示出了根据现有技术的地表一致性剩余静校正的叠加剖面的示意图。

图4示出了根据现有技术的非地表一致性剩余静校正的叠加剖面的示意图。

图5示出了根据本发明的一个实施例的第一剩余静校正的叠加剖面的示意图。

图6示出了根据本发明的一个实施例的第二剩余静校正的叠加剖面的示意图。

具体实施方式

下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

实施例1

图1示出了根据本发明的剩余静校正方法的步骤的流程图。

在该实施例中，根据本发明的剩余静校正方法包括：步骤101，基于共中心点道集数据进行动校正处理，获得动校正后的共中心点道集数据和叠加剖面；步骤102，基于动校正后的共中心点道集数据进行第一剩余静校正处理，获得第一剩余静校正后的共中心点道集数据和叠加剖面；步骤103，基于第一剩余静校正后的共中心点道集数据和叠加剖面，生成共中心点道集数据的外部模型；以及步骤104，基于共中心点道集数据的外部模型进行第二剩余静校正处理，获得第二剩余静校正后的共中心点道集数据和叠加剖面。

该实施例通过在第一剩余静校正处理的基础上建立外部模型，约束并进行第二剩余静校正，实现对低信噪比资料的有效的剩余静校正。

下面详细说明根据本发明的剩余静校正方法的具体步骤。

动校正处理

在一个示例中，可以基于共中心点道集数据进行动校正处理，获得动校正后的共中心点道集数据和叠加剖面。

在一个示例中，获得动校正后的共中心点道集数据和叠加剖面可以包括：基于共中心点道集数据，用当前最好的速度进行动校正和切除，获得动校正后的共中心点道集数据和叠加剖面。

本领域技术人员应当理解，本发明并不限于此，可以采用本领域已知的各种常规方法，进行动校正和切除，从而获得动校正后的共中心点道集数据和叠加剖面。

第一剩余静校正

在一个示例中，可以基于动校正后的共中心点道集数据进行第一剩余静校正处理，获得第一剩余静校正后的共中心点道集数据和叠加剖面。

在一个示例中，获得第一剩余静校正后的共中心点道集数据和叠加剖面可以包括：对动校正后的共中心点道集数据进行第一剩余静校正计算，获得第一剩余静校正量；对共中心点道集数据进行第一剩余静校正处理，并进行动校正和叠加，获得第一剩余静校正后的共中心点道集数据和叠加剖面；以及基于第一剩余静校正的叠加剖面，调整第一剩余静校正参数，获得第一剩余静校正后的共中心点道集数据和叠加剖面。

实际上，可以应用全局寻优能力很强的剩余静校正方法在全局范围内寻找最优解，从而完成大静校正量的剩余静校正，优选地，第一剩余静校正可以为蒙特卡罗剩余静校正。蒙特卡罗剩余静校正方法引入模拟退火算法，先随机产生一系列种子，再经过大量的迭代来寻找最优解，是一种全局寻优能力很强的非线性反演方法。这类方法计算量大，结果比较稳定，得到的是全局范围内的极小值，能够得到最优解。该方法在求取静校正量时不依赖于模型道，对低信噪比资料非常适用。本领域技术人员应当理解，本发明并不限于此，可以采用本领域已知的各种全局寻优能力较强的各种剩余静校正方法，进行第一剩余静校正，以完成大静校正量的剩余静校正。

具体地，首先，可以对动校正后的共中心点道集数据进行蒙特卡罗剩余静校正计算，获得蒙特卡罗剩余静校正量。基于蒙特卡罗剩余静校正量，对共中心点道集数据进行蒙特卡罗剩余静校正处理，并进行动校正和叠加，获得应用蒙特卡罗剩余静校正后的共中心点道集数据和叠加剖面。

然后，基于应用蒙特卡罗剩余静校正后的共中心点道集数据和叠加剖面，分析比较蒙特卡罗剩余静校正叠加效果，也即，分析比较蒙特卡罗剩余静校正的叠加剖面的成像效果。如果效果不理想或者变差，则修改蒙特卡罗剩余静校正参数，并返回重新计算蒙特卡罗剩余静校正量。如果达到预期的效果，则可以将所获得的蒙特卡罗剩余静校正后的共中心点道集数据和叠加剖面，作为第一剩余静校正后的共中心点道集数据和叠加剖面。

生成外部模型

在一个示例中，可以基于第一剩余静校正后的共中心点道集数据和叠加剖面，生成共中心点道集数据的外部模型。

在一个示例中，生成共中心点道集数据的外部模型可以包括：基于第一剩余静校正后的共中心点道集数据和叠加剖面，在叠加剖面上拾取有效反射波层位，生成共中心点道集数据的外部模型。通过蒙特卡罗剩余静校正方法求取全局最优解，可以得到一个相对较好的叠加剖面。再在叠加剖面上进行层位拾取，生成外部模型。

第二剩余静校正

在一个示例中，可以基于共中心点道集数据的外部模型进行第二剩余静校正处理，获得第二剩余静校正后的共中心点道集数据和叠加剖面。

在一个示例中，获得第二剩余静校正后的共中心点道集数据和叠加剖面可以包括：基于共中心点道集数据的外部模型，进行第二剩余静校正计算，获得第二剩余静校正量；基于第二剩余静校正量，对共中心点道集数据进行第二剩余静校正处理，并进行动校正和叠加，获得基于第二剩余静校正的共中心点道集数据和叠加剖面；以及基于第二剩余静校正的叠加剖面，调整第二剩余静校正参数，获得第二剩余静校正后的共中心点道集数据和叠加剖面。优选地，第二剩余静校正可以为最大能量剩余静校正。本领域技术人员应当理解，本发明并不限于此，可以采用本领域已知的各种局部寻优能力较强的各种剩余静校正方法，进行第二剩余静校正，以完成小静校正量的剩余静校正。

实际上，以外部模型为基础，可以在一定时窗范围内用模型约束最大能量剩余静校正方法进行剩余静校正。模型约束最大能量剩余静校正方法的目标函数是最终叠加的能量最大，求解时是通过时移量而不是依靠拾取互相关最大值作为确定静校正量的可能标准。该方法先在叠加剖面上拾取有效反射波层位作为外部模型，求解时以拾取的外部模型为基准，上下一定时窗范围内进行扫描，使得叠加能量最大。在剩余静校正计算时，很容易出现“周波跳跃”现象，剖面表现为串相位问题，模型约束最大能量剩余静校正能够很好地解决“周波跳跃”问题。

具体地，首先，可以基于共中心点道集数据的外部模型，进行最大能量剩余静校正计算，获得最大能量剩余静校正量。基于最大能量剩余静校正量，对共中心点道集数据进行最大能量剩余静校正处理，并进行动校正和叠加，获得基于最大能量剩余静校正的共中心点道集数据和叠加剖面。

然后，基于最大能量剩余静校正的叠加剖面，分析比较最大能量剩余静校正叠加效果，也即，分析比较最大能量剩余静校正的叠加剖面的成像效果。如果效果不理想或者变差，则修改最大能量剩余静校正参数，并返回重新计算最大能量剩余静校正量。如果达到预期的效果，则可以将所获得的最大能量剩余静校正后的共中心点道集数据和叠加剖面，作为第二剩余静校正后的共中心点道集数据和叠加剖面。

该实施例通过在第一剩余静校正处理的基础上建立外部模型，约束并进行第二剩余静校正，实现对低信噪比资料的有效的剩余静校正。

应用示例

为便于理解本发明实施例的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。

可以通过银额盆地沙漠区二维地震资料来说明低信噪比资料的综合剩余静校正方法的效果。

图2示出了对于低信噪比资料的层析静校正的叠加剖面的示意图，图3和图4分别示出了根据现有技术对图2的叠加剖面进行地表一致性剩余静校正和非地表一致性剩余静校正后的叠加剖面的示意图，而图5和图6分别示出了根据本发明的一个实施例的第一剩余静校正的叠加剖面的示意图，在图2-图6中，横轴表示叠加剖面的共中心点的编号，纵轴表示叠加剖面的旅行时(单位为毫秒)。

从图3和图4中可以看到，由于资料的信噪比太低，模型道质量太差，剩余静校正计算时容易陷入局部极值，这两种方法的静校正效果均不好，局部区域成像效果变差。图5为蒙特卡罗剩余静校正叠加剖面，蒙特卡罗剩余静校正的全局寻优能力很强，能够得到全局最优解，不会陷入局部极值，且不依赖于模型道，尤其适用于低信噪比资料。从图5中可见，经过蒙特卡罗剩余静校正处理之后，剖面中同相轴的连续性明显变好，信噪比得到提高，波组特征得到改善，成像效果改善很大。在信噪比得到提高之后，进行模型约束最大能量剩余静校正处理，借助于人工拾取的外部模型道，该方法能够以模型道为中心，在一定时窗内求取剩余静校正量，它的局部寻优能力很强，属于模型约束的剩余静校正方法，适合于静校正量较小的情况，对低信噪比资料也非常适用，效果见图6，模型约束最大能量剩余静校正进一步提高了资料的信噪比，成像效果得到进一步改善。

可以看到，在蒙特卡罗剩余静校正的基础上进行模型约束最大能量剩余静校正，既能够充分利用蒙特卡罗剩余静校正全局寻优能力很强的优点，又能够利用最大能量剩余静校正局部寻优能力很强的特点，两者相互取长补短，加上模型进行约束，还能有效地解决“周波跳跃”问题，该方法能够很好地解决低信噪比资料的剩余静校正问题。

本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。

实施例2

根据本发明的实施例，提供了一种剩余静校正系统，所述系统可以包括：用于基于共中心点道集数据进行动校正处理，获得动校正后的共中心点道集数据和叠加剖面的单元；用于基于动校正后的共中心点道集数据进行第一剩余静校正处理，获得第一剩余静校正后的共中心点道集数据和叠加剖面的单元；用于基于第一剩余静校正后的共中心点道集数据和叠加剖面，生成共中心点道集数据的外部模型的单元；以及用于基于共中心点道集数据的外部模型进行第二剩余静校正处理，获得第二剩余静校正后的共中心点道集数据和叠加剖面的单元。

该实施例通过在第一剩余静校正处理的基础上建立外部模型，约束并进行第二剩余静校正，实现对低信噪比资料的有效的剩余静校正。

在一个示例中，获得第一剩余静校正后的共中心点道集数据和叠加剖面可以包括：对动校正后的共中心点道集数据进行第一剩余静校正计算，获得第一剩余静校正量；对共中心点道集数据进行第一剩余静校正处理，并进行动校正和叠加，获得基于第一剩余静校正的的共中心点道集数据和叠加剖面；以及，基于第一剩余静校正的叠加剖面，调整第一剩余静校正参数，获得第一剩余静校正后的共中心点道集数据和叠加剖面。

在一个示例中，获得第二剩余静校正后的共中心点道集数据和叠加剖面包括：基于共中心点道集数据的外部模型，进行第二剩余静校正计算，获得第二剩余静校正量；基于第二剩余静校正量，对共中心点道集数据进行第二剩余静校正处理，并进行动校正和叠加，获得基于第二剩余静校正的共中心点道集数据和叠加剖面；以及基于第二剩余静校正的叠加剖面，调整第二剩余静校正参数，获得第二剩余静校正后的共中心点道集数据和叠加剖面。

在一个示例中，所述第一剩余静校正可以为蒙特卡罗剩余静校正；并且所述第二剩余静校正可以为最大能量剩余静校正。

本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种剩余静校正方法，包括：

基于共中心点道集数据进行动校正处理，获得动校正后的共中心点道集数据和叠加剖面；

基于动校正后的共中心点道集数据进行第一剩余静校正处理，获得第一剩余静校正后的共中心点道集数据和叠加剖面；

基于第一剩余静校正后的共中心点道集数据和叠加剖面，生成共中心点道集数据的外部模型；以及

基于共中心点道集数据的外部模型进行第二剩余静校正处理，获得第二剩余静校正后的共中心点道集数据和叠加剖面。

2.根据权利要求1所述的剩余静校正方法，其中，获得动校正后的共中心点道集数据和叠加剖面包括：

基于共中心点道集数据，用当前最好的速度进行动校正和切除，获得动校正后的共中心点道集数据和叠加剖面。

3.根据权利要求1所述的剩余静校正方法，其中，获得第一剩余静校正后的共中心点道集数据和叠加剖面包括：

对动校正后的共中心点道集数据进行第一剩余静校正计算，获得第一剩余静校正量；

基于第一剩余静校正量，对共中心点道集数据进行第一剩余静校正处理，并进行动校正和叠加，获得基于第一剩余静校正的共中心点道集数据和叠加剖面；以及

基于第一剩余静校正的叠加剖面，调整第一剩余静校正参数，获得第一剩余静校正后的共中心点道集数据和叠加剖面。

4.根据权利要求1所述的剩余静校正方法，其中，生成共中心点道集数据的外部模型包括：

基于第一剩余静校正后的共中心点道集数据和叠加剖面，在叠加剖面上拾取有效反射波层位，生成共中心点道集数据的外部模型。

5.根据权利要求1所述的剩余静校正方法，其中，获得第二剩余静校正后的共中心点道集数据和叠加剖面包括：

基于共中心点道集数据的外部模型，进行第二剩余静校正计算，获得第二剩余静校正量；

基于第二剩余静校正量，对共中心点道集数据进行第二剩余静校正处理，并进行动校正和叠加，获得基于第二剩余静校正的共中心点道集数据和叠加剖面；以及

基于第二剩余静校正的叠加剖面，调整第二剩余静校正参数，获得第二剩余静校正后的共中心点道集数据和叠加剖面。

6.根据权利要求1所述的剩余静校正方法，其中，所述第一剩余静校正为蒙特卡罗剩余静校正；以及

所述第二剩余静校正为最大能量剩余静校正。

7.一种剩余静校正系统，包括：

用于基于共中心点道集数据进行动校正处理，获得动校正后的共中心点道集数据和叠加剖面的单元；

用于基于动校正后的共中心点道集数据进行第一剩余静校正处理，获得第一剩余静校正后的共中心点道集数据和叠加剖面的单元；

用于基于第一剩余静校正后的共中心点道集数据和叠加剖面，生成共中心点道集数据的外部模型的单元；以及

用于基于共中心点道集数据的外部模型进行第二剩余静校正处理，获得第二剩余静校正后的共中心点道集数据和叠加剖面的单元。

8.根据权利要求7所述的剩余静校正系统，其中，获得第一剩余静校正后的共中心点道集数据和叠加剖面包括：

对动校正后的共中心点道集数据进行第一剩余静校正计算，获得第一剩余静校正量；

基于第一剩余静校正量，对共中心点道集数据进行第一剩余静校正处理，并进行动校正和叠加，获得基于第一剩余静校正的共中心点道集数据和叠加剖面；以及

基于第一剩余静校正的叠加剖面，调整第一剩余静校正参数，获得第一剩余静校正后的共中心点道集数据和叠加剖面。

9.根据权利要求7所述的剩余静校正系统，其中，获得第二剩余静校正后的共中心点道集数据和叠加剖面包括：

基于共中心点道集数据的外部模型，进行第二剩余静校正计算，获得第二剩余静校正量；

基于第二剩余静校正量，对共中心点道集数据进行第二剩余静校正处理，并进行动校正和叠加，获得基于第二剩余静校正的共中心点道集数据和叠加剖面；以及

基于第二剩余静校正的叠加剖面，调整第二剩余静校正参数，获得第二剩余静校正后的共中心点道集数据和叠加剖面。

10.根据权利要求7所述的剩余静校正系统，其中，所述第一剩余静校正为蒙特卡罗剩余静校正；以及

所述第二剩余静校正为最大能量剩余静校正。