CN107255833B - 地震叠加剖面的确定方法和装置 - Google Patents
地震叠加剖面的确定方法和装置 Download PDFInfo
- Publication number
- CN107255833B CN107255833B CN201710595306.XA CN201710595306A CN107255833B CN 107255833 B CN107255833 B CN 107255833B CN 201710595306 A CN201710595306 A CN 201710595306A CN 107255833 B CN107255833 B CN 107255833B
- Authority
- CN
- China
- Prior art keywords
- data
- processing data
- obtains
- interference
- before superposition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 192
- 238000012545 processing Methods 0.000 claims abstract description 122
- 238000012937 correction Methods 0.000 claims abstract description 113
- 230000008569 process Effects 0.000 claims abstract description 92
- 238000001914 filtration Methods 0.000 claims abstract description 32
- 238000006243 chemical reaction Methods 0.000 claims abstract description 24
- 238000000926 separation method Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000010030 laminating Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 34
- 238000001228 spectrum Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 12
- 238000010276 construction Methods 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000017105 transposition Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- 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
- G01V2210/512—Pre-stack
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请实施方式提供了一种地震叠加剖面的确定方法和装置,其中,该方法包括:获取叠前地震数据;对叠前地震数据进行两次动校正处理,得到第一处理数据;通过横向滤波,分离所述第一处理数据,得到第一干扰信号和有效信号;利用第一干扰信号,对有效信号进行反动校正处理,得到去干扰后的叠前地震数据;对去干扰后的叠前地震数据进行动校正处理,得到第二处理数据;将所述第二处理数据进行水平叠加,得到地震叠加剖面。由于该方案通过利用横向滤波,对两次动校正处理后的叠前地震数据进行有效信号和干扰信号的分离,获得去干扰后的叠前地震数据。因此解决了现有方法中存在的不能获得同时具有高信噪比、高分辨率的地震叠加剖面的技术问题。
Description
技术领域
本申请涉及地震勘探技术领域,特别涉及一种地震叠加剖面的确定方法和装置。
背景技术
在进行地震勘探的过程中,通常需要先对叠前地震数据进行预处理,获得符合要求的处理后的地震数据,进而可以根据处理后的数据进行具体的地质研究。具体的,例如,可以先对CMP(Common Middle Point,共中心点)道集进行数据处理,得到质量更高(高分辨率或高信噪比)的地震数据,再通过水平叠加,得到较为准确的地震叠加剖面,进而可以根据地震叠加剖面进行储层识别或储层预测。
现有的地震叠加剖面的确定方法在对CMP道集进行数据处理时,往往只能单一地提高数据的分辨率或者信噪比。为了提高CMP道集的信噪比,通常可以通过以下方法实现:利用地震信号多项式拟合技术提高叠加剖面的信噪比;通过基于F-K滤波的去噪方法提高CMP道集的信噪比;通过多步、多域联合去噪的方法提高CMP道集的信噪比;利用基于频率域偏振分析的方法通过CMP道集的信噪比。为了提高CMP道集的分辨率,通常可以以下方法实现:反褶积法、吸收衰减补偿法及基于时频谱的频谱恢复法。
但是,由于具体实施时,有效信号在向地层传播时会存在吸收衰减,导致高频部分信号衰减比较严重,高频部分信噪比相对比较低,而提高分辨率的方法通常是通过拓宽频带来实现,即将高频部分能量抬升。因此,在通过现有方法提高分辨率时,往往会放大高频部分噪声,导致信噪比降低。所以,根据现有方法信噪比和分辨率不能同时提高,通过现有方法只能达到单独提高信噪比或单独提高分辨率的效果。即,现有的地震叠加剖面的确定方法具体实施时,往往存在无法获得同时具有高信噪比、高分辨率的地震叠加剖面的技术问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本申请实施方式提供了一种地震叠加剖面的确定方法和装置,以解决现有方法中存在的无法获得同时具有高信噪比、高分辨率的地震叠加剖面的技术问题。
本申请实施方式提供了一种地震叠加剖面的确定方法,包括:
获取目标区域的叠前地震数据;
对所述叠前地震数据进行两次动校正处理,得到第一处理数据;
通过横向滤波,分离所述第一处理数据,以得到第一干扰信号和有效信号;
利用所述第一干扰信号,对所述有效信号进行反动校正处理,得到去干扰后的叠前地震数据;
对所述去干扰后的叠前地震数据进行动校正处理,得到第二处理数据;
将所述第二处理数据进行水平叠加,得到地震叠加剖面。
在一个实施方式中,在所述得到地震叠加剖面后,所述方法还包括:
根据所述地震叠加剖面,进行储层预测,和/或,储层识别。
在一个实施方式中,所述叠前地震数据为共中心点道集。
在一个实施方式中,对所述叠前地震数据进行两次动校正处理,得到第一处理数据,包括:
对所述叠前地震数据进行速度分析,得到第一有效波速度;
根据所述第一有效波速度,对所述叠前地震数据进行动校正处理,得到第三处理数据;
对所述第三处理数据进行动校拉伸切除和横向滤波,得到去噪后的第三处理数据,将所述去噪后的第三处理数据作为第四处理数据;
利用所述第一有效波速度对所述第四处理数据进行反动校正处理,得到第五处理数据;
对所述第五处理数据进行速度分析,得到第二干扰信号波速度;
根据所述第二干扰信号波速度,对所述第五处理数据进行动校正处理,得到第一处理数据。
在一个实施方式中,根据所述第一有效波速度,对所述叠前地震数据进行动校正处理,包括:
按照以下公式确定动校正量,并根据所述动校正量对所述叠前地震数据进行动校正处理:
上式中,x为炮检距,v为第一有效波速度,t(x)为非零炮检距反射波旅行时,t(0)为零炮检距反射波旅行时,Δt(x)为动校正量。
在一个实施方式中,通过横向滤波,分离所述第一处理数据,包括:
根据所述第二干扰信号波速度,确定同相轴的斜率;
根据所述同相轴的斜率,分离所述第一处理数据。
在一个实施方式中,根据所述同相轴的斜率,分离所述第一处理数据,以得到第一干扰信号,包括:
按照以下公式,根据所述第一处理数据,确定所述第一干扰信号:
上式中,为第一干扰信号,Cp为沿着第一有效波的斜率的平面波重构,Cp T为Cp的转置,Cn为沿着第二干扰信号波速度的斜率的平面波重构,Cn T为Cn的转置,d为目标区域的叠前地震数据的集合矩阵,ε为正则化参数,n为d中的列数,N为d中的行数,IN为单位矩阵。
在一个实施方式中,分离所述第一处理数据,以得到有效信号,包括:
从所述第一处理数据中去除所述第一干扰信号,得到所述有效信号。
在一个实施方式中,对所述去干扰后的叠前地震数据进行动校正处理,得到第二处理数据,包括:
对所述去干扰后的叠前地震数据进行速度分析,得到第二有效波速度;
根据所述第二有效波速度,对所述去干扰后的叠前地震数据进行动校正处理,得到第二处理数据。
本申请实施方式还提供了一种地震叠加剖面的确定装置,包括:
获取模块,用于获取目标区域的叠前地震数据;
处理模块,用于对所述叠前地震数据进行两次动校正处理,得到第一处理数据;
分离模块,用于通过横向滤波,分离所述第一处理数据,以得到第一干扰信号和有效信号;
第一确定模块,用于利用所述第一干扰信号,对所述有效信号进行反动校正处理,确定去干扰后的叠前地震数据;
第二确定模块,用于对所述去干扰后的叠前地震数据进行动校正处理,确定第二处理数据;
叠加模块,用于将所述第二处理数据进行水平叠加,得到地震叠加剖面。
在一个实施方式中,所述处理模块包括:
第一速度分析单元,用于对所述叠前地震数据进行速度分析,得到第一有效波速度;
第一动校正单元,用于根据所述第一有效波速度,对所述叠前地震数据进行动校正处理,得到第三处理数据;
处理单元,用于对所述第三处理数据进行动校拉伸切除和横向滤波,得到去噪后的第三处理数据,将所述去噪后的第三处理数据作为第四处理数据;
反动校正单元,用于利用所述第一有效波速度对所述第四处理数据进行反动校正处理,得到第五处理数据;
第二速度分析单元,用于对所述第五处理数据进行速度分析,得到第二干扰信号波速度;
第二动校正单元,用于根据所述第二干扰信号波速度,对所述第五处理数据进行动校正处理,得到第一处理数据。
在一个实施方式中,所述装置还包括:
实施模块,用于根据所述地震叠加剖面,进行储层预测,和/或,储层识别。
在本申请实施方式中,通过利用基于速度谱的横向滤波技术,对经两次动校正处理后的叠前地震数据进行有效信号和干扰信号的分离,获得去干扰后的叠前地震数据,进而可以确定符合要求的地震叠加剖面。因此解决了现有方法中存在的不能获得同时具有高信噪比、高分辨率的地震叠加剖面的技术问题,达到改善所确定的地震叠加剖面准确度的技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施方式的地震叠加剖面的确定方法的处理流程图;
图2是根据本申请实施方式的地震叠加剖面的确定装置的组成结构图;
图3是在一个场景示例中应用本申请实施方式提供的地震叠加剖面的确定方法/装置的流程示意图;
图4是应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的第一有效波速度示意图;
图5是应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的动校正拉伸切除前(左图)和切除后(右图)对比示意图;
图6是应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的横向滤波去噪示意图(其中,左图为去噪前,中图为去噪后,右图为去除的噪声);
图7是应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的速度分析示意图;
图8是未应用本申请实施方式提供的地震叠加剖面的确定方法/装置得到的一个水平叠加剖面示意图;
图9是应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的一个水平叠加剖面示意图;
图10是未应用本申请实施方式提供的地震叠加剖面的确定方法/装置得到的另一个水平叠加剖面示意图;
图11是应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的另一个水平叠加剖面示意图;
图12是未应用本申请实施方式提供的地震叠加剖面的确定方法/装置得到的局部放大的水平叠加剖面示意图;
图13是应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的局部放大的水平叠加剖面示意图;
图14是未应用本申请实施方式提供的地震叠加剖面的确定方法/装置得到的叠加剖面频谱示意图;
图15是应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的叠加剖面频谱示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
考虑到现有的地震叠加剖面的确定方法,由于单独提高分辨率的方法和单独提高信噪比的方法在数据处理上上存在无法避免的矛盾,导致具体实施往往存在无法获取同时具有高信噪比和高分辨率的地震叠加剖面的技术问题。针对产生上述技术问题的根本原因,本申请考虑可以避免直接使用现有的单独提高分辨率的方法或单独提高信噪比的方法处理数据,而在速度谱上对数据进行处理,从速度谱上将干扰信号和有效信号分离,即可以利用基于速度谱的横向滤波将叠前地震数据(CMP道集)进行分离,进而可以根据分离后的数据获得符合要求的地震叠加剖面。从而可以解决现有的地震叠加剖面的确定方法中存在的无法获取同时具有高信噪比和高分辨率的地震叠加剖面的技术问题,达到改善所确定的地震叠加剖面准确度的技术效果。
基于上述思考思路,本申请实施方式提供了一种地震叠加剖面的确定方法。请参阅图1的根据本申请实施方式的地震叠加剖面的确定方法的处理流程图。本申请实施方式提供的地震叠加剖面的确定方法,具体实施时可以包括以下步骤。
步骤S101:获取目标区域的叠前地震数据。
在本实施方式中,所述叠前地震数据具体可以是共中心点道集(Common MiddlePoint,CMP)。其中,所述共中心点道集具体可以是指在地震资料采集中,以地下界面为水平界面,以共反射点在地面的投影作为炮集中拥有共反射点接受距的中心点,把不同炮集中拥有共中心点的道抽取出来,得到的一个新的数据集合。当然,具体实施时,上述叠前地震数据还可以是除CMP道集以外其他的地震数据。对此,本申请不作限定。
步骤S102:对所述叠前地震数据进行两次动校正处理,得到第一处理数据。
在一个实施方式中,为了提高所获得数据的精度,减少干扰信号造成的误差,具体实施时,可以按照以下方式对所述叠前地震数据依次进行两次动校正处理。
S102-1:对所述叠前地震数据进行速度分析,得到第一有效波速度。
在本实施方式中,所述速度分析具体可以是根据地震资料,例如,叠前地震数据,求取叠加速度的过程。具体实施时,可以是先根据叠前地震数据获得相应的地震波;再相对于速度变换,获得关于地震波的能量的速度谱;通过搜寻取点,从所述速度谱中拾取得到所述第一有效波速度。
S102-2:根据所述第一有效波速度,对所述叠前地震数据进行动校正处理,得到第三处理数据。
在本实施方式中,在获取叠前地震数据时,由于地震波是点震源激发,即可以近似认为是一个光源,朝着地下层状介质发射射线,因为地下介质之间的密度不同,会存在反射投射,反射上来的地震波可以通过地震检波器接收,用于反映地下的构造。但是由于检波器与震源之间的距离会引起时间延迟,并且地表不均匀也会引起时间差异。为了能够使地震记录可以较为真实、准确地反映地下界面的情况,为后续的资料处理解释提供可靠信息,因此还需要对叠前地震数据进行动校正。
在本实施方式中,所述动校正处理具体可以是先计算动校正量;再将动校正量从对应的检波器接收到的叠前地震数据时间中减去,从而得到零炮检距时间;进而可以得校正后的叠前地震数据,并将校正后的叠前地震数据作为所述第三处理数据。即可以认为是把非零炮检距反射时间t校正为零炮检距反射时间t0的校正过程。
在本实施方式中,为了对叠前地震数据进行动校正处理,具体实施时,可以按照以下公式确定动校正量,再根据所述动校正量对所述叠前地震数据进行具体的动校正处理。
上式中,x为炮检距,v为第一有效波速度,t(x)为非零炮检距反射波旅行时,t(0)为零炮检距反射波旅行时,Δt(x)为动校正量。
S102-3:对所述第三处理数据进行动校拉伸切除和横向滤波,得到去噪后的第三处理数据,将所述去噪后的第三处理数据作为第四处理数据。
在本实施方式中,由于地下的介质无论纵向还是横向上都不可能是严格的均匀介质,因此在对地震数据进行动校正时,信号总是在时间上产生不同程度的变化,进而产生动校拉伸畸变。对于不同的时间和空间,动校拉伸畸变可以具有不同的规律:例如,浅层和大炮间距时,拉伸畸变相对较大;深层和小炮检距时,拉伸畸变相对较小。为了去除上述动校拉伸畸变,具体可以实施时,可以根据不同的深度和炮检距设置一定的畸变门槛值,对超过该畸变门槛的进行切除,以确保后续处理的准确性。上述过程即为所述动校拉伸切除。
在本实施方式中,所述横向滤波具体可以是先计算动校正后CMP道集中同相轴的斜率,例如,干扰信号的斜率;再根据该斜率设定一定的斜率阈值范围,当同相轴斜率的绝对值超出这一范围就将范围内与范围外的同相轴进行分离。具体的,例如,如果按照有效信号的速度进行动校正,有效信号的同相轴就会被校平,斜率接近于0,则在0附近取一定的数值范围作为斜率阈值范围。如此,可以设定斜率值在该范围内的为有效信号,超出该范围的为噪声或者干扰信号。类似的,若以干扰波速度进行动校正,则干扰信号被校平,有效信号斜率不在该斜率阈值范围内。如此,可以利用斜率大小将有效信号与干扰信号分离。具体的,在该步骤里,可以通过横向滤波进行去噪,以获取噪声较少的第四处理数据。
S102-4:利用所述第一有效波速度对所述第四处理数据进行反动校正处理,得到第五处理数据。
在本实施方式中,具体实施时,由于动校正是在一定的速度基础上进行的,为了能够消除炮检距的影响,会将同相轴按照一定的速度校平。因此,为了能进行后续第二次速度分析,以得到第二干扰信号速度,在本实施方式中还需要再进行反动校正。其中,所述反动校正处理具体可以是将原来动校正处理中减去的动校正量再加回去。
S102-5:对所述第五处理数据进行速度分析,得到第二干扰信号波速度。
在本实施方式中,为了获得第二干扰信号速度,对第五处理数据进行了第二次速度分析。其中,第二次速度分析的具体过程与第一次速度分析的具体过程类似,具体实施过程可以参阅上述获得第一有效波速度的速度分析过程。本申请实施方式在此不再赘述。
S102-6:根据所述第二干扰信号波速度,对所述第五处理数据进行动校正处理,得到第一处理数据。
在本实施方式中,为了对所述第五处理数据进行动校正处理,具体可以参阅对叠前地震数据进行动校正处理,得到第三处理数据的过程,先按照以下公式,利用所述第二干扰信号波速度确定第二动校正量,再根据第二动校正量对所述第五处理数据进行动校正处理。
上式中,x为炮检距,v为第二干扰信号波速度,t(x)为非零炮检距反射波旅行时,t(0)为零炮检距反射波旅行时,Δt(x)为第二动校正量。
步骤S103:通过横向滤波,分离所述第一处理数据,以得到第一干扰信号和有效信号。
在本实施方式中,可以通过横向滤波将第一处理数据进行分离得到第一干扰信号和有效信号。具体过程,与对所述第三处理数据进行横向滤波的过程类似。区别在于,第一横向滤波主要目的是对第三处理数据进行去噪处理,第二次横向率波的主要目的是从第一处理数据中分离第一干扰信号和有效信号。
在一个实施方式中,为了分离上述第一处理数据,具体实施时,可以按照以下步骤执行。
S102-6-1:根据所述第二干扰信号波速度,确定同相轴的斜率。
在本实施方式中,所述同相轴的斜率具体可以是第二干扰信号波速度的斜率,该斜率具体可以根据第二干扰信号波速度确定。其中,所述第二干扰信号波速度的斜率可以用于横向滤波中,以分离所述第一处理数据。
S102-6-2:根据所述同相轴的斜率,分离所述第一处理数据。
在一个实施方式中,为了从所述第一处理数据中分离出第一干扰信号,具体实施时,可以按照以下公式,根据所述第一处理数据,确定所述第一干扰信号:
上式中,为第一干扰信号,Cp为沿着第一有效波的斜率的平面波重构,Cp T为Cp的转置,Cn为沿着第二干扰信号波速度的斜率的平面波重构,Cn T为Cn的转置,d为目标区域的叠前地震数据的集合矩阵,ε为正则化参数,n为d中的列数,N为d中的行数,IN为单位矩阵。
在一个实施方式中,在确定了所述第一干扰信号后,为了确定出有效信号,具体实施时,可以从所述第一处理数据中去除所述第一干扰信号,得到所述有效信号。
步骤S104:利用所述第一干扰信号,对所述有效信号进行反动校正处理,得到去干扰后的叠前地震数据。
在本实施方式中,所述通过反动校正处理得到去干扰后的叠前地震数据的过程与利用所述第一有效波速度对所述第四处理数据进行反动校正处理,得到第五处理数据的实施过程和目的相似,具体可以参阅利用所述第一有效波速度对所述第四处理数据进行反动校正处理,得到第五处理数据的实施过程。本申请实施方式在此不作赘述。
步骤S105:对所述去干扰后的叠前地震数据进行动校正处理,得到第二处理数据。
在一个实施方式中,为了得到精确度相对较高的第二处理数据,可以对去干扰后的叠前地震数据再进行一次动校正处理,具体可以参阅以下步骤执行。
S105-1:对所述去干扰后的叠前地震数据进行速度分析,得到第二有效波速度。
S105-2:根据所述第二有效波速度,对所述去干扰后的叠前地震数据进行动校正处理,得到第二处理数据。
在本实施方式中,上述动校正处理的具体实施过程和第一动校正、第二次动校正的具体实施过程类似,本申请在此不再赘述。
步骤S106:将所述第二处理数据进行水平叠加,得到地震叠加剖面。
在本实施方式中,具体实施时,通常会对地下同一反射点做多次观测,例如,具体由多个检波器接收,每个检波器接收的信号就相当于一次观测。上述水平叠加具体可以是将不同接收点接收到的来自地下同一反射点的不同激发点的信号,经过动校正后再叠加起来。如此,可以使得一次(有效波)反射波相对加强,而使得多次反射波以及其他类型的干扰波(干扰信号)相对被削弱,从而可以达到提高信噪比,改善地震记录的质量的目的。需要补充的是,上述水平叠加具体是利用的了动校正后有效波与干扰信波之间的剩余时差的差异实现的。适用于压制规则的干扰波,尤其是多次波。
在本申请实施例中,相较于现有技术,通过利用基于速度谱角度的横向滤波,对经两次动校正处理后的叠前地震数据进行有效信号和干扰信号的分离,获得去干扰后的叠前地震数据,进而可以确定符合要求的地震叠加剖面。因此解决了现有方法中存在的不能获得同时具有高信噪比、高分辨率的地震叠加剖面的技术问题,达到改善所确定的地震叠加剖面准确度的技术效果。
在一个实施方式中,为了能够利用所获取的地震叠加剖面进行具体的施工,在所述得到地震叠加剖面后,所述方法还可以包括:根据所述地震叠加剖面,进行储层预测,和/或,储层识别。当然,需要说明的是,具体实施时,还可以根据具体情况和施工要求,利用上述地震叠加剖面进行除上述列举的施工外的其他相应施工。对此,本申请不再列举。
从以上的描述中,可以看出,本申请实施方式提供的地震叠加剖面的确定方法,通过利用基于速度谱角度的横向滤波,对经两次动校正处理后的叠前地震数据进行有效信号和干扰信号的分离,获得去干扰后的叠前地震数据,进而可以确定符合要求的地震叠加剖面。因此解决了现有方法中存在的不能获得同时具有高信噪比、高分辨率的地震叠加剖面的技术问题,达到改善所确定的地震叠加剖面准确度的技术效果;又通过根据CMP道集同相轴的斜率,对叠前地震数据进行具体分离,提高了所分离得到的第一干扰信号的精度;还通过对叠前地震数据进行多次动校正处理和反动校正处理,提高了整体结果的精确度,使得最后得到的结果具有较好的保真度。
基于同一发明构思,本发明实施方式中还提供了一种地震叠加剖面的确定装置,如下面的实施方式所述。由于装置解决问题的原理与地震叠加剖面的确定方法相似,因此装置的实施可以参见地震叠加剖面的确定方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。请参阅图2,是本申请实施方式的地震叠加剖面的确定装置的一种组成结构图,该装置可以包括:获取模块201、处理模块202、分离模块203、第一确定模块204、第二确定模块205、叠加模块206,下面对该结构进行具体说明。
获取模块201,具体可以用于获取目标区域的叠前地震数据。
处理模块202,具体可以用于对所述叠前地震数据进行两次动校正处理,得到第一处理数据。
分离模块203,具体可以用于通过横向滤波,分离所述第一处理数据,以得到第一干扰信号和有效信号。
第一确定模块204,具体可以用于利用所述第一干扰信号,对所述有效信号进行反动校正处理,确定去干扰后的叠前地震数据。
第二确定模块205,具体可以用于对所述去干扰后的叠前地震数据进行动校正处理,确定第二处理数据。
叠加模块206,具体可以用于将所述第二处理数据进行水平叠加,得到地震叠加剖面。
在一个实施方式中,为了获得精确度较高的数据,即获得所述第一处理数据。所述处理模块202具体可以包括以下单元。
第一速度分析单元,具体可以用于对所述叠前地震数据进行速度分析,得到第一有效波速度。
第一动校正单元,具体可以用于根据所述第一有效波速度,对所述叠前地震数据进行动校正处理,得到第三处理数据。
处理单元,具体可以用于对所述第三处理数据进行动校拉伸切除和横向滤波,得到去噪后的第三处理数据,将所述去噪后的第三处理数据作为第四处理数据。
反动校正单元,具体可以用于利用所述第一有效波速度对所述第四处理数据进行反动校正处理,得到第五处理数据。
第二速度分析单元,具体可以用于对所述第五处理数据进行速度分析,得到第二干扰信号波速度。
第二动校正单元,具体可以用于根据所述第二干扰信号波速度,对所述第五处理数据进行动校正处理,得到第一处理数据。
在一个实施方式中,为了能够进行储层预测或储层识别,所述装置具体还可以包括:实施模块,具体可以用于根据所述地震叠加剖面,进行储层预测,和/或,储层识别。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,上述实施方式阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,在本说明书中,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
此外,在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
从以上的描述中,可以看出,本申请实施方式提供的地震叠加剖面的确定装置,通过利用基于速度谱角度的横向滤波,对经两次动校正处理后的叠前地震数据进行有效信号和干扰信号的分离,获得去干扰后的叠前地震数据,进而可以确定符合要求的地震叠加剖面。因此解决了现有方法中存在的不能获得同时具有高信噪比、高分辨率的地震叠加剖面的技术问题,达到改善所确定的地震叠加剖面准确度的技术效果;又通过根据CMP道集同相轴的斜率,对叠前地震数据进行具体分离,提高了所分离得到的第一干扰信号的精度;还通过对叠前地震数据进行多次动校正处理和反动校正处理,提高了整体结果的精确度,使得最后得到的结果具有较好的保真度。
在一个具体实施场景,应用本申请实施方式提供的地震叠加剖面的确定方法/装置对某区域的地震叠加剖面进行确定。具体可以参阅图3的是在一个场景示例中应用本申请实施方式提供的地震叠加剖面的确定方法/装置的流程示意图,按照以下方式执行。
S1:输入待处理的叠前CMP道集;
S2:对该叠前CMP道集进行速度分析,拾取一次波速度(即第一有效波速度),并对输入叠前CMP道集进行动校正;
具体实施时,可以参阅图4的应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的第一有效波速度示意图,对叠前CMP道集进行速度分析时,在速度谱上,椭圆内所示能量团为干扰信号能量团,右边黑线显示为一次波速度。
S3:对动校正后的叠前CMP道集进行动校拉伸切除,并利用横向滤波技术进行去噪处理;
具体实施时,可以参阅图5的应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的动校正拉伸切除前(左图)和切除后(右图)对比示意图。其中,图5左图所示为利用上述一次波速度进行动校正后,产生动校正拉伸现象,对其进行动校正拉伸切除后,得到结果可以参阅图5右图所示的情形。
进行横向滤波去噪时,可以参阅图6的应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的横向滤波去噪示意图。其中,图6左图为去噪前的叠前CMP道集,图6中间为去噪后的叠前CMP道集,图6右图为去除的噪声。从去除的噪声中可以发现横向滤波方法可以很好地保留了有效信号,去除了大部分线性干扰及随机干扰噪声,从而可以达到去除噪声,提高信噪比的目的。
S4:使用一次波速度,对上述处理后的叠前CMP道集进行反动校正;
S5:对反动校正后的叠前CMP道集进行速度分析,拾取干扰信号速度(即第二干扰信号波速度);
S6:利用上述干扰信号速度对上述处理后的叠前CMP道集进行动校正,用横向滤波技术将干扰信号(即第一干扰信号)与有效信号(主要包括一次波)分离;
S7:对上述分离得到的有效信号叠前CMP道集利用干扰信号速度进行反动校正,得到去干扰后的叠前CMP道集;
具体实施时,可以参阅图7的应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的速度分析示意图,其中,图7左图为利用多次波速度进行反动校正后的有效信号的叠前CMP道集,图7右图为其速度谱,从速度谱标记的黑线,对比图4中椭圆内相同位置,可以发现干扰信号基本上被分离。图中一次波速度能量团显示更清晰,拾取更加准确。
S8:对上述去干扰后的叠前CMP道集进行速度分析,再次拾取一次波速度(即第二有效波速度),并用该速度对去干扰后的叠前CMP道集进行动校正;
S9:对上述动校正后的叠前CMP道集进行水平叠加,即可得到高信噪比、高分辨率、高保真的叠加剖面(即地震叠加剖面)。
在本实施方式的步骤S2中,需要先对该叠前CMP道集进行速度分析,并拾取一次波速度,进而可以利用该速度对叠前CMP道集做动校正处理。
在本实施方式中,根据步骤S2至S6,具体可以按照以下方式逐步从叠前CMP道集中分离得到干扰信号(即第一干扰信号)。
对S2中得到的叠前CMP道集动校拉伸切除后,进行横向滤波,以去除噪声。具体实施时,可以首先利用s表示获得的某一个的地震记录集合s=[s1s2...sN]T。引入一个算子将每一道利用相邻道进行预测并将预测量从原始记录中减去。在线性算子中,该算子具体可以表示为:
r=Ds
其中r表示分解残余,D为分解算子,具体可以表示为:
其中I表示单位矩阵算子,P表示预测算子,Pi,j表示第j道是由第i道预测得到的。通过沿着最速下降斜率方向对原始地震记录进行位移即可预测下一道的地震记录。利用最优的正则化最小二乘算法,求取预测误差的最小值(也就是算子D作用后的输出),从而估计最速下降斜率,N为目标区域的叠前地震数据的集合矩阵。
再引入一个算子C,它是算子D的逆算子,具体可以表示为:
为了提高计算效率,进而提高本方案实施效率,具体实施时,可以将其用于递归三角反演。进而可以计算得到:
c=Cs=[c1c2...sN]T
可以递归地表示为:
c1=s1,ck=sk+Pk-1,kck-1
k=2,3,..N
其中,得到的c沿着局部的平面波场是光滑的。通过算子C重参数化后的正则化效率更高且其在求解最优化的反问题时促进收敛。
当使用算子C对以下正向模型算子的最小二乘反问题进行重参数化时,可以得到:
d=Lm=LCp
进而可以导出常规的反演为:
其中,m表示的是一个求解模型,为重参数化后的模型,d是观测到的数据,ε是正则化参数,是正则化模型估计(即对应第一干扰信号),CCT是作为模型的协方差算子。
具体实施时,对于大数据问题,利用上述求解模型及相关公式循环迭代共轭梯度法进行计算。
结合上述理论,将数据模型具体可以表示为:
其中Cp表示的是沿着一次波斜率的平面波重构,Cn表示的是沿着干扰信号斜率的平面波重构。根据方程,干扰信号(即第一干扰信号)的最小二乘估计可以表示为:
需要补充的是,速度分析及按干扰信号动校正后的叠前CMP道集上可以按照上述方法,以一定的斜率估计出干扰信号的波场,进而对有效信号和干扰信号进行分离。其中,横向滤波主要原理即按照上述估计出的干扰信号斜率方向,计算相邻地震道之间的相似性,估计出一定斜率范围内的干扰信号,然后将其从叠前CMP道集中抽离,达到了对干扰信号的压制目的。此处横向滤波的作用主要是去噪,压制随机以及部分的规则干扰噪声。
本实施方式中的步骤S6中,利用干扰信号速度对该叠前CMP道集进行动校正,用横向滤波技术将干扰信号与有效信号(主要包括一次波)分离,此处横向滤波作用是实现对动校正后被校平的干扰信号和未被校平的有效信号的分离。需要说明的是,通过横向滤波将干扰信号和有效信号分离是本实施方式的关键,也是提高分辨率的关键步骤。其作用是消除了同相叠加时的干扰信号,并提高叠加后的分辨率。
在本实施方式中的步骤S8中,对处理后的叠前CMP道集进行速度分析再次拾取一次波速度,此次一次波速度相比于初次拾取的一次波速度更加准确,有利于提高叠加剖面的分辨率。可以按照以下方式对所获得叠加剖面的质量进行具体评价。
在获得了地震叠加剖面后,可以按照以下方式对该实施方式产生的技术效果进行具体的评价。具体实施时,可以按照以下信噪比(SNR)公式(其单位为dB),确定具体的信噪比:
其中,log表示10为底的对数,N表示采样点数,s(n)表示信号采样点值,v(n)表示噪声采样点值。SNR值大表示信噪比高,叠加剖面质量好。
需要补充的是,严格的分辨率可以定义为地震子波脉冲的时间延续度,也可以称为厚层分辨率,但是一般评判分辨率常用以下公式评判:
其中,tR表示时间分辨率,f*表示地震子波视频率(或主频)。从上式出发,只要剖面主频偏高,就可以认为时间分辨率高,同相轴增多也是分辨率高的体现。
具体的可以参阅图8的未应用本申请实施方式提供的地震叠加剖面的确定方法/装置得到的一种水平叠加剖面示意图,该水平叠加剖面的信噪比SNR=2.3dB。对比图9的应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的一种水平叠加剖面示意图,可知处理后的水平叠加剖面信噪比SNR=9.5dB,信噪比得到了明显的提高。
此外,参阅图10的未应用本申请实施方式提供的地震叠加剖面的确定方法/装置得到的另一种水平叠加剖面示意图,对比图11的应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的另一种水平叠加剖面示意图,可以发现:黑色矩形框内同相轴增多,分辨率得到了明显的提高。
参阅图12的未应用本申请实施方式提供的地震叠加剖面的确定方法/装置得到的局部放大的水平叠加剖面示意图,对比图13的应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的局部放大的水平叠加剖面示意图。可知:红色矩形框内处理后的剖面信噪比得到了明显的提高,同相轴打开成多条,且按照同相轴走向和未处理的剖面,处理后出现的同相轴真实可信。
还可以参阅图14的未应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的叠加剖面频谱示意图,对比图15的应用本申请实施方式提供的地震叠加剖面的确定方法/装置获得的叠加剖面频谱示意图。通过两图对比可以发现高频部分得到一定的抬升,对低频部分也较好地保留,且其主频往高频方向移动,进而可以判断其分辨率得到提高。
按照上述的方式进行评价后可知,本申请实施方式提供的地震叠加剖面的确定方法克服了信噪比和分辨率的矛盾,同时提高了信噪比和分辨率,且具有较高的保证度;此外该方法具体实施时主要是针对叠前数据处理,相比于叠后处理方法较为简单,易于实现,可以广泛应用于叠前地震数据处理。
通过本场景示例,验证了应用本申请实施方式提供的地震叠加剖面的确定方法确实可以解决现有方法中存在的无法获得同时具有高信噪比、高分辨率的地震叠加剖面的技术问题,达到改善所确定的地震叠加剖面准确度的技术效果。
尽管本申请内容中提到不同的具体实施方式,但是,本申请并不局限于必须是行业标准或实施例所描述的情况等,某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例,仍然可以属于本申请的可选实施方案范围之内。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请。
Claims (9)
1.一种地震叠加剖面的确定方法,其特征在于,包括:
获取目标区域的叠前地震数据;
对所述叠前地震数据进行至少两次动校正处理,得到第一处理数据;
通过横向滤波,分离所述第一处理数据,以得到第一干扰信号和有效信号;
利用所述第一干扰信号,对所述有效信号进行反动校正处理,得到去干扰后的叠前地震数据;
对所述去干扰后的叠前地震数据进行动校正处理,得到第二处理数据;
将所述第二处理数据进行水平叠加,得到地震叠加剖面;
其中,通过横向滤波,分离所述第一处理数据,包括:
根据第二干扰信号波速度,确定同相轴的斜率;
根据所述同相轴的斜率,分离所述第一处理数据。
2.根据权利要求1所述的方法,其特征在于,在所述得到地震叠加剖面后,所述方法还包括:
根据所述地震叠加剖面,进行储层预测,和/或,储层识别。
3.根据权利要求1所述的方法,其特征在于,所述叠前地震数据为共中心点道集。
4.根据权利要求1所述的方法,其特征在于,对所述叠前地震数据进行至少两次动校正处理,得到第一处理数据,包括:
对所述叠前地震数据进行速度分析,得到第一有效波速度;
根据所述第一有效波速度,对所述叠前地震数据进行动校正处理,得到第三处理数据;
对所述第三处理数据进行动校拉伸切除和横向滤波,得到去噪后的第三处理数据,将所述去噪后的第三处理数据作为第四处理数据;
利用所述第一有效波速度对所述第四处理数据进行反动校正处理,得到第五处理数据;
对所述第五处理数据进行速度分析,得到第二干扰信号波速度;
根据所述第二干扰信号波速度,对所述第五处理数据进行动校正处理,得到第一处理数据。
5.根据权利要求4所述的方法,其特征在于,根据所述第一有效波速度,对所述叠前地震数据进行动校正处理,包括:
按照以下公式确定动校正量,并根据所述动校正量对所述叠前地震数据进行动校正处理:
上式中,x为炮检距,v为第一有效波速度,t(x)为非零炮检距反射波旅行时,t(0)为零炮检距反射波旅行时,Δt(x)为动校正量。
6.根据权利要求1所述的方法,其特征在于,根据所述同相轴的斜率,分离所述第一处理数据,以得到第一干扰信号,包括:
按照以下公式,根据所述第一处理数据,确定所述第一干扰信号:
上式中,为第一干扰信号,Cp为沿着第一有效波的斜率的平面波重构,Cp T为Cp的转置,Cn为沿着第二干扰信号波速度的斜率的平面波重构,Cn T为Cn的转置,d为目标区域的叠前地震数据的集合矩阵,ε为正则化参数,n为d中的列数,N为d中的行数,IN为单位矩阵。
7.根据权利要求6所述的方法,其特征在于,分离所述第一处理数据,以得到有效信号,包括:
从所述第一处理数据中去除所述第一干扰信号,得到所述有效信号。
8.根据权利要求1所述的方法,其特征在于,对所述去干扰后的叠前地震数据进行动校正处理,得到第二处理数据,包括:
对所述去干扰后的叠前地震数据进行速度分析,得到第二有效波速度;
根据所述第二有效波速度,对所述去干扰后的叠前地震数据进行动校正处理,得到第二处理数据。
9.一种地震叠加剖面的确定装置,其特征在于,包括:
获取模块,用于获取目标区域的叠前地震数据;
处理模块,用于对所述叠前地震数据进行两次动校正处理,得到第一处理数据;
分离模块,用于通过横向滤波,分离所述第一处理数据,以得到第一干扰信号和有效信号;
第一确定模块,用于利用所述第一干扰信号,对所述有效信号进行反动校正处理,确定去干扰后的叠前地震数据;
第二确定模块,用于对所述去干扰后的叠前地震数据进行动校正处理,确定第二处理数据;
叠加模块,用于将所述第二处理数据进行水平叠加,得到地震叠加剖面;
其中,所述分离模块具体用于根据第二干扰信号波速度,确定同相轴的斜率;根据所述同相轴的斜率,分离所述第一处理数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710595306.XA CN107255833B (zh) | 2017-07-20 | 2017-07-20 | 地震叠加剖面的确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710595306.XA CN107255833B (zh) | 2017-07-20 | 2017-07-20 | 地震叠加剖面的确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107255833A CN107255833A (zh) | 2017-10-17 |
CN107255833B true CN107255833B (zh) | 2019-06-28 |
Family
ID=60024959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710595306.XA Active CN107255833B (zh) | 2017-07-20 | 2017-07-20 | 地震叠加剖面的确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107255833B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110554434B (zh) * | 2019-08-20 | 2020-06-26 | 中国石油大学(北京) | 地震噪声压制方法及装置 |
CN111239832B (zh) * | 2020-03-10 | 2020-12-22 | 中国地质大学(北京) | 3d3c-vsp成像处理方法、装置及设备 |
CN112099092B (zh) * | 2020-09-02 | 2024-05-31 | 中海油田服务股份有限公司 | 一种检测漏电串扰噪音的方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199103A (zh) * | 2014-08-15 | 2014-12-10 | 中国石油天然气集团公司 | 转换波静校正方法及装置 |
CN104714251A (zh) * | 2015-03-24 | 2015-06-17 | 西安交通大学 | 用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150301211A1 (en) * | 2014-04-18 | 2015-10-22 | Cgg Services Sa | Method and device compensating for water velocity variation for 4d data sets |
-
2017
- 2017-07-20 CN CN201710595306.XA patent/CN107255833B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199103A (zh) * | 2014-08-15 | 2014-12-10 | 中国石油天然气集团公司 | 转换波静校正方法及装置 |
CN104714251A (zh) * | 2015-03-24 | 2015-06-17 | 西安交通大学 | 用于同相轴自动拾取的倾斜叠加峰值振幅处边缘检测法 |
Non-Patent Citations (1)
Title |
---|
"SVD-Constrained MWNI With Shaping Theory";Xiao Pan el.;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20170630;第14卷(第6期);第856-860页 |
Also Published As
Publication number | Publication date |
---|---|
CN107255833A (zh) | 2017-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Preserving the discontinuities in least-squares reverse time migration of simultaneous-source data | |
Han et al. | Microseismic and seismic denoising via ensemble empirical mode decomposition and adaptive thresholding | |
Zu et al. | A periodically varying code for improving deblending of simultaneous sources in marine acquisition | |
Gómez et al. | A simple method inspired by empirical mode decomposition for denoising seismic data | |
Liu et al. | Seismic data interpolation beyond aliasing using regularized nonstationary autoregression | |
US20160320509A1 (en) | Suppressing near-surface scattered surface waves | |
Liu et al. | A 1D time-varying median filter for seismic random, spike-like noise elimination | |
US9766357B2 (en) | Seismic image dip decomposition estimation and recomposition | |
CA3043334A1 (en) | Use of wavelet cross-correlation for virtual source denoising | |
CN107102356B (zh) | 基于ceemd的地震信号高分辨率处理方法 | |
CN110471113B (zh) | 基于非稳态地震资料的反演动校正方法、装置及存储介质 | |
CN107255833B (zh) | 地震叠加剖面的确定方法和装置 | |
CN104502974A (zh) | 一种压制多次波的组合方法及装置 | |
Wang et al. | Separation and imaging of seismic diffractions using a localized rank-reduction method with adaptively selected ranks | |
CN105700020A (zh) | 一种地震数据随机噪声压制方法及装置 | |
Huang et al. | Random noise attenuation by planar mathematical morphological filtering | |
Zhou et al. | Deblending of simultaneous-source data using iterative seislet frame thresholding based on a robust slope estimation | |
Abedi et al. | Nonhyperbolic stretch-free normal moveout correction | |
CN111708087A (zh) | 一种基于DnCNN神经网络对地震数据噪声压制的方法 | |
Yuan et al. | Attenuation of linear noise based on denoising convolutional neural network with asymmetric convolution blocks | |
CN105572735B (zh) | 一种提高叠前深度偏移成像精度的方法及装置 | |
Wang et al. | Multicomponent seismic noise attenuation with multivariate order statistic filters | |
CN108037533B (zh) | 一种基于块重组期望对数似然的地震勘探噪声压制方法 | |
Dondurur et al. | Swell noise suppression by Wiener prediction filter | |
CN109212609A (zh) | 基于波动方程延拓的近地表噪音压制方法 |
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 |