CN107290779B - 多级等时点的噪声源位置逆时成像方法 - Google Patents
多级等时点的噪声源位置逆时成像方法 Download PDFInfo
- Publication number
- CN107290779B CN107290779B CN201710464108.XA CN201710464108A CN107290779B CN 107290779 B CN107290779 B CN 107290779B CN 201710464108 A CN201710464108 A CN 201710464108A CN 107290779 B CN107290779 B CN 107290779B
- Authority
- CN
- China
- Prior art keywords
- value
- time point
- equal time
- result
- imaging
- 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.)
- Expired - Fee Related
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 230000000717 retained effect Effects 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- CCEKAJIANROZEO-UHFFFAOYSA-N sulfluramid Chemical group CCNS(=O)(=O)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)F CCEKAJIANROZEO-UHFFFAOYSA-N 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/10—Aspects of acoustic signal generation or detection
- G01V2210/12—Signal generation
- G01V2210/129—Source location
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/30—Noise handling
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
本发明涉及一种多级等时点的噪声源位置逆时成像方法，首先将常规的逆时成像方法应用到噪声源定位当中，结合统计学阈值，获得常规的定位结果；然后，将局部极值点作震源，用程函方程计算其初至走时，利用这些点的波场信息进行成像，得到等时点定位结果；最后，两种定位结果互为参考，保留在两种方法中均被识别为震源的点。显著提高了利用TRI方法进行噪声源定位在成像精度和假象压制两方面的效果，对低信噪比的数据具有良好的适应性；使用了混合成像条件与检波点随机选择的策略组合，实现了定位效率与定位精度的平衡；在最终定位结果中，其假象的分布与常规定位结果也不尽相同，这有利于对比识别真实震源以及假象的分布。
Description
技术领域：
本发明涉及一种地震勘探中的噪声源位置的逆时成像方法。利用某点周围的波场信息(对应等时点处的波场)来计算该点的成像值，并利用一种统计学方法来确定震源识别时的阈值。
背景技术：
噪声勘探是通过接收、处理噪声数据来达到勘探目的的一大类方法，其采用的噪声源一般须具有自然稳定的特点，可以简单描述为持续发生随机振动的震源。目前噪声勘探的研究领域主要集中在主动源记录的重构、格林函数的估计以及地下结构的成像。噪声源定位目前主要见于军工领域，例如根据潜艇辐射噪声来定位潜艇位置。但其震源属性、介质属性、检测仪器以及定位方法等各方面与勘探地震均有所不同。
常规的地震噪声数据处理，例如主动源记录重构，基本无需用到噪声源的位置信息。然而，以微震(瞬态源)定位为例，其主要应用在于地下各类构造破裂、位移的监测；同样的，对于城市背景环境噪声的监测、地下水迁移的实时监测、大型滑坡体与岩崩体的监测和预警、活断层与活火山监测和预警等监测类应用，噪声源位置的确定在其中具有重要意义。
微震定位的方法主要包括基于走时的反演方法以及基于波场反传的逆时成像方法。微震走时反演得以实现的基础是能够拾取微震信号的初至。由于噪声源具有较长的持续时间，故很难记录到常规意义上的初至；而且其能量分散在整个持续时间段内，不同震源信号(同相轴)之间的耦合相较微震而言更为严重，因此同相轴的识别也基本是不可能的。
震源位置成像属于地震干涉法的四类推广应用之一，另外结合了逆时不变性原理。由地震干涉的性质可知，该方法对噪声具有良好的适应性，可以用于噪声源的定位。Artman等人(2010.Source location using time-reverse imaging.GEOPHYSICALPROSPECTING 58(5).856-868)将波场逆时反传-成像域波场分离(针对弹性波的P-S波分离)-成像条件应用这一系列震源位置成像全过程称为TRI(Time Reverse Imaging)，其基本思想与地震干涉是一致的。然而，现有的TRI类方法基本只适用于瞬态源位置的确定，其在噪声源定位中的效果并不理想。且目前针对于噪声源定位的研究也鲜有报道。
成像域的假象一直是TRI方法中较难解决的问题。对于微震TRI假象的消除，Sava等人(2008.Interferometric imaging condition for wave-equationmigration.GEOPHYSICS 73(2).S47-S61)提出一种干涉成像条件，能够压制由稀疏观测带来的串扰噪声和假象；Witten等人(2011.Signal-to-noise estimates of time-reverseimages.GEOPHYSICS 76(2).MA1-MA10)提出在数据域中估计噪声模型，并结合阈值压制假象。然而这些方法对噪声源逆时成像中假象的消除效果也并不理想。
发明内容：
本发明的目的是针对上述现有技术的不足，对TRI方法在噪声源定位中的应用进行了大量的针对性改进，提供一种基于多级等时点的噪声源位置逆时成像方法。
本发明的目的是通过以下技术方案实现的：
首先将常规的逆时成像方法应用到噪声源定位当中，提取成像结果中的局部极值，结合一种统计学阈值，以实现震源识别，获得常规的定位结果；然后，将之前提取出的各局部极值点当作震源，利用程函方程计算其初至走时，在对应的某一条或几条等时线上选取若干点(称其为等时点/多级等时点)，利用这些点的波场信息进行成像，同样结合统计学阈值以实现震源识别，得到等时点定位结果；最后，两种定位结果互为参考，保留在两种方法中均被识别为震源的点(作为最终识别的震源点)，而去除其余的点。
基于多级等时点的噪声源位置逆时成像方法是通过MATLAB和Visual Studio–C/C++双平台实现的。
基于多级等时点的噪声源位置逆时成像方法，主要包括以下步骤：
a、输入噪声记录以及地下速度模型；
b、利用常规的逆时成像方法，得到原始成像结果，在此过程中，使用一种混合成像条件
作为成像条件，式中，Il(x)(l∈Z+)代表在空间位置x处的成像值，Ri(x,t)代表来自第i个检波点的、在空间位置x与反传时刻t处的波场值，G为检波点分组的数量，N(j)为第j组中检波点的数量。G和N(j)的选择(即检波点分组)采用随机方法；
c、对原始成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除充零阈值以下的成像值，得到原始定位结果；
d、提取原始成像结果中的局部极值，得到常规成像结果；
e、对常规成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除充零阈值以下的成像值，得到常规定位结果；
f、对常规成像结果中的各局部极值点利用多级等时点成像方法再次计算成像值，得到等时点成像结果，使用
作为成像条件，式中，xi代表同一条等时线上的点，N为等时点个数。
g、对等时点成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除(充零)阈值以下的成像值，得到等时点定位结果；
h、将常规定位结果和等时点定位结果进行结合，保留在两种方法中均被识别为震源的点，而去除其余的点，得到最终定位结果。
有益效果：本发明将逆时成像方法引入到噪声源定位当中，对该方法在噪声源定位中的应用进行了大量的针对性改进，使用了成像点周围的信息对该点进行成像，显著提高了利用TRI方法进行噪声源定位在成像精度和假象压制两方面的效果。有以下优点：①基于逆时成像的定位方法无需拾取震源信号的初至或同相轴信息，对低信噪比的数据具有良好的适应性；②在常规逆时成像中使用了混合成像条件与检波点随机选择的策略组合，在成像条件的层面上实现了定位效率与定位精度的平衡；③在常规逆时成像中所使用的混合成像条件侧重了能量的累计，使其更能适应噪声源的特性；④多级等时点成像方法所使用的波场信息来源区域与常规逆时成像方法不同，因此该方法所受到的干扰来源也与常规方法不同。进而在最终定位结果中，其假象的分布与常规定位结果也不尽相同，这有利于对比识别真实震源以及假象的分布。
附图说明：
图1多级等时点的噪声源位置逆时成像方法流程图。
图2一次分组的简单实例。共100个检波点，选择了其中的96个，并将其随机分为4组(四条线)，直线上的黑点代表检波点的位置。
图3检波点随机反传效果展示。
(a)模型与震源点分布；
(b)(c)(d)使用相同数据、不同随机分组所得到的三份成像结果。颜色越深，表示成像值越大，每一份都有不同的强聚焦突出区域。
图4等时点成像方法示意。
(a)速度模型，黑色圆点表示某一成像点；
(b)背景为走时，中心黑点为成像点，周围点为选取的某条等时线上的点；
(c)与(b)基本相同，展示了成像点周围选取的某两条等时线上的点。
图5统计学阈值的确定。
(a)十个噪声源(黑色圆点)分布在Marmousi模型的底部；
(b)对整个成像域进行成像值频数统计；
(c)对成像域深度为0-2000m的区域(不包含震源)进行成像值频数统计，区间间隔与(b)相同。
图6均匀模型数值算例。
(a)正演模型，10个震源分散分布在均匀介质中，图中只展示了存在震源的区域；
(b)常规方法成像结果；
(c)图(b)阈值以下充零；
(d)图(b)的统计柱状图以及阈值选择位置；
(e)图(b)局部极大值点；
(f)图(e)阈值以下充零；
(g)图(e)的统计柱状图以及阈值选择位置；
(h)图(b)局部极大值点的等时点方法成像结果；
(i)图(h)阈值以下充零；
(j)图(h)的统计柱状图以及阈值选择位置；
(k)图(f)与(i)的结合，最终定位结果(归一化)。
图7均匀模型记录加噪数值算例。
(a)中心检波点的原始记录；
(b)中心检波点的加噪记录；
(c)常规方法成像结果；
(d)图(c)阈值以下充零；
(e)图(c)的统计柱状图以及阈值选择位置；
(f)图(c)局部极大值点；
(g)图(f)阈值以下充零；
(h)图(f)的统计柱状图以及阈值选择位置；
(i)图(c)局部极大值点的等时点方法成像结果；
(j)图(i)阈值以下充零；
(k)图(i)的统计柱状图以及阈值选择位置；
(l)图(g)与(j)的结合，最终定位结果(归一化)。
具体实施方式：
下面结合附图和实例对本发明进一步的详细说明。
多级等时点的噪声源位置逆时成像方法，包括以下步骤：
a、输入噪声记录以及地下速度模型，精确地速度模型能够帮助获得更好的定位结果；
b、利用常规的逆时成像方法，得到原始成像结果，使用一种混合成像条件
作为成像条件，式中，Il(x)(l∈Z+)代表在空间位置x处的成像值，Ri(x,t)代表来自第i个检波点的、在空间位置x与反传时刻t处的波场值，G为检波点分组的数量，N(j)为第j组中检波点的数量，G和N(j)的选择(即检波点分组)采用随机方法。
对于成像条件，从分辨率和对比度的角度来考虑，加法过低而乘法过高。过低导致震源识别困难，过高则会产生假象，且计算较不稳定。最重要的是，加法与实际物理过程中的波场叠加是等价的，可以在一次反传模拟中完成，但每多一次乘法就需要多一次反传模拟，使效率大大降低。混合成像条件将检波点进行分组，在组内和组间分别采用不同的计算方法。
分组的方式一般是选择等间隔的检波点分为一组，此处为了实现水平方向不同位置的聚焦强度差异化，以有效突出弱震源的成像值，使用了反传检波点随机选择的策略。噪声源中所谓的强震源或弱震源，除了与其平均能量有关以外，还受到震源持续时间的很大影响。持续时间越短，成像时其能量累积就越小，成像值也就越小。
随机反传可以描述为：在总体检波点一定的情况下，选择随机数量、随机位置的检波点(选取过程)，然后将所选择的检波点进行随机分组(分配过程)，称这样的两步处理为一次分组(例如图2所示)。进行多次分组，每一次分组都对应一次重复的定位成像(例如图3所示)，所得多份成像结果进行融合以提高可靠性。在融合时，采用以下规则：对所有重复成像的结果直接相加；再利用高通滤波加强成像效果，取局部极大值，并对阈值以下充零。
c、对原始成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除(充零)阈值以下的成像值，得到原始定位结果。
对全体成像值在不同区间内进行频数统计，根据统计结果来选择阈值。首先利用模拟数据进行试验，以确定成像峰在统计中的分布。用如图5(a)所示的模型获取正演数据并进行初步成像；对整个成像域的成像值进行统计(图5(b))，这其中包括了震源附近的成像峰；再对成像域中不包括震源的部分区域(此处为深度0-2000m的区域)的成像值进行统计(图5(c))。统计时，以0为下限，以全体成像值的最大值为上限，对此区间进行100等分作为间隔。若二者均不包含震源，则二者除了由成像点总数不同而导致的频数上的差异，其分布范围应当基本相同；而前者实际包含震源，则二者在分布范围上的差距就可以指示成像峰的所在。
由图5(b)和(c)可以看出，成像值的分布形态基本符合正态分布的规律。图5(c)与(b)相比，最大成像值只到第56个区间，因此可以认为图5(b)中第56个区间向右的成像值基本指示了成像峰。然而，实际能够获得的只有全体成像值的统计，在此算例中，若没有图5(c)作为参考，则基本无法确定出56这种精确的界限。对此我们引入一些信息冗余，将实际拾取的阈值左移，直至靠近正态分布的“钟形”的边角，在图5(b)为43左右，这表示将整个“钟形”视为无效信息。
接下来步骤中的阈值也按此方法来确定。
本方法将利用阈值提取出的有效信息称为定位结果，未结合阈值的全体信息称为成像结果。
d、提取原始成像结果中的局部极值，得到常规成像结果。
e、对常规成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除(充零)阈值以下的成像值，得到常规定位结果。
f、对常规成像结果中的各局部极值点利用多级等时点成像方法再次计算成像值，得到等时点成像结果，使用
作为成像条件，式中，xi代表同一条等时线上的点，N为等时点个数。这是为了消除由等时点个数不同造成的影响。若对此再进行扩展，可以考虑利用成像点周围的多条等时线进行成像。每条等时线单独成像，多份结果互为参考，此为多级等时点成像方法。图4给出了一个成像点与其等时点的示例。多条等时线所得结果相互融合(相互参考)时，采用以下规则：每份结果对阈值以下充零，若某点成像值在超过半数的结果中不为零，则保留，否则删除。
g、对等时点成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除(充零)阈值以下的成像值，得到等时点定位结果。
h、将常规定位结果和等时点定位结果进行结合，保留在两种方法中均被识别为震源的点(即成像值不为零的点)，而去除其余的点，得到最终定位结果。
实施例1：
a、输入噪声记录以及地下速度模型；采用1043*302的均匀模型，网格间距10m，地表均匀分布522个检波点；所有噪声源的激发均在0-1000ms，采用不同的随机序列与30Hz雷克子波的褶积作为子波；时间采样间隔1ms，噪声源持续时间3000-4000ms，记录总时间4000ms；震源分布为10个震源分散分布在3000m/s的均匀介质中(图6(a))；
b、利用常规的逆时成像方法，得到原始成像结果，使用一种混合成像条件
作为成像条件，式中，Il(x)(l∈Z+)代表在空间位置x处的成像值，Ri(x,t)代表来自第i个检波点的、在空间位置x与反传时刻t处的波场值，G为检波点分组的数量，N(j)为第j组中检波点的数量；在常规的逆时成像方法中使用随机反传策略，选择的反传检波点为总体的70％到90％；进行两次分组(重复定位成像)，每次分组的组数期望为3；对成像结果取对数进行显示；结合随机反传与高通滤波，得到原始成像结果(图6(b))；
c、对原始成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值(图6(d))，滤除充零阈值以下的成像值，得到原始定位结果(图6(c))；震源位置能够较清晰地分辨，但仍然可以看到存在少量假象；
d、提取原始成像结果(图6(b))中的局部极值，得到常规成像结果(图6(e))为了显示效果，对所有基于局部极大值的图像进行了色标翻转；
e、对常规成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值(图6(g))，滤除充零阈值以下的成像值，得到常规定位结果(图6(f))；
f、对常规成像结果中的各局部极值点利用多级等时点成像方法再次计算成像值，得到等时点成像结果；使用
作为成像条件，式中，xi代表同一条等时线上的点，N为等时点个数；在等时点成像方法中不使用随机反传策略，使用两条等时线进行成像；利用统计学阈值(图6(g))获得常规定位结果(图6(f))，仅对极值点进行统计的柱状图中出现了较多的0频数，这有利于阈值选取位置的判断；常规定位结果中的假象(白色圆圈内)与图6(c)中的假象的分布位置基本相同；
g、对等时点成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值(图6(j))，滤除(充零)阈值以下的成像值，得到等时点定位结果(图6(i))；等时点方法的结果受到的假象干扰比常规方法要更多，但其中的假象与常规定位结果(图6(f))中假象的分布位置是不同的，故二者相结合能够有效去除假象；
h、将常规定位结果和等时点定位结果进行结合，保留在两种方法中均被识别为震源的点，而去除其余的点，得到最终定位结果(图6(k))；最终定位结果与实际震源分布完全吻合。
实施例2：
a、输入噪声记录以及地下速度模型；采用1043*302的均匀模型，网格间距10m，地表均匀分布522个检波点；所有噪声源的激发均在0-1000ms，采用不同的随机序列与30Hz雷克子波的褶积作为子波；时间采样间隔1ms，噪声源持续时间3000-4000ms，记录总时间4000ms；震源分布为10个震源分散分布在3000m/s的均匀介质中(图6(a))；为了测试白噪声对本方法的影响，在正演记录中添加白噪声，提取中心检波点处的记录(图7(a)与(b))作为对比；
b、利用常规的逆时成像方法，得到原始成像结果，使用一种混合成像条件
作为成像条件，式中，Il(x)(l∈Z+)代表在空间位置x处的成像值，Ri(x,t)代表来自第i个检波点的、在空间位置x与反传时刻t处的波场值，G为检波点分组的数量，N(j)为第j组中检波点的数量；在常规的逆时成像方法中使用随机反传策略，选择的反传检波点为总体的70％到90％；进行两次分组(重复定位成像)，每次分组的组数期望为3；对成像结果取对数进行显示；结合随机反传与高通滤波，得到原始成像结果(图7(c))；
c、对原始成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值(图7(e))，滤除充零阈值以下的成像值，得到原始定位结果(图7(d))；震源位置能够较清晰地分辨，假象也几乎不可见；
观察到无效信息所呈现的“钟形”发生了整体右移，即有效信息与无效信息的对比度降低了；当前的白噪水平对阈值的确定并无太大影响，但若白噪水平非常高，即使白噪声具有较为理想的不相干性质，无效信息也可能会覆盖有效信息，二者也无法再通过阈值进行分离；
然而，另一方面，在统计柱状图中，代表无效信息的“钟形”相比无白噪时更加规则，阈值的确定也因此更加容易，而结果中的假象相比无白噪时也有所减少，由此可以看出：白噪对假象具有一定的“中和”作用；
结合以上两点影响，在本算例的条件下，白噪声会降低有效信息被识别的可能性，但若可以识别，识别难度(即阈值确定的难度)会有所降低，结果的质量并不会受到太大的影响；
d、提取原始成像结果(图7(c))中的局部极值，得到常规成像结果(图7(f))为了显示效果，对所有基于局部极大值的图像进行了色标翻转；
e、对常规成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值(图7(h))，滤除充零阈值以下的成像值，得到常规定位结果(图7(g))；
f、对常规成像结果中的各局部极值点利用多级等时点成像方法再次计算成像值，得到等时点成像结果；使用
作为成像条件，式中，xi代表同一条等时线上的点，N为等时点个数；在等时点成像方法中不使用随机反传策略，使用两条等时线进行成像；利用统计学阈值(图7(h))获得常规定位结果(图7(g))，仅对极值点进行统计的柱状图中出现了较多的0频数，这有利于阈值选取位置的判断
g、对等时点成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值(图7(k))，滤除(充零)阈值以下的成像值，得到等时点定位结果(图7(j))；等时点方法的结果受到的假象干扰与常规定位结果(图7(g))中假象的分布位置是不同的，二者相结合能够有效去除假象；
h、将常规定位结果和等时点定位结果进行结合，保留在两种方法中均被识别为震源的点，而去除其余的点，得到最终定位结果(图7(l))；最终定位结果与实际震源分布完全吻合。
Claims (1)
1.一种多级等时点的噪声源位置逆时成像方法，包括以下步骤：
a、输入噪声记录以及地下速度模型；
b、利用常规的逆时成像方法，得到原始成像结果：
式中，Il(x)代表在空间位置x处的成像值，其中l∈Z+，Ri(x,t)代表来自第i个检波点的、在空间位置x与反传时刻t处的波场值，G为检波点分组的数量，N(j)为第j组中检波点的数量，G和N(j)的选择采用随机方法；
c、对原始成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除充零阈值以下的成像值，得到原始定位结果；
d、提取原始成像结果中的局部极值，得到常规成像结果；
e、对常规成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除充零阈值以下的成像值，得到常规定位结果；
f、对常规成像结果中的各局部极值点利用多级等时点成像方法再次计算成像值，得到等时点成像结果，用
作为成像条件，式中，xi代表同一条等时线上的点，N为等时点个数；
g、对等时点成像结果的成像域的所有成像值进行统计，选择正态分布“钟形”右侧的临界值作为阈值，滤除充零阈值以下的成像值，得到等时点定位结果；
h、将常规定位结果和等时点定位结果进行结合，保留在两种方法中均被识别为震源的点，而去除其余的点，得到最终定位结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710464108.XA CN107290779B (zh) | 2017-06-19 | 2017-06-19 | 多级等时点的噪声源位置逆时成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710464108.XA CN107290779B (zh) | 2017-06-19 | 2017-06-19 | 多级等时点的噪声源位置逆时成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107290779A CN107290779A (zh) | 2017-10-24 |
| CN107290779B true CN107290779B (zh) | 2018-04-06 |
Family
ID=60096666
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710464108.XA Expired - Fee Related CN107290779B (zh) | 2017-06-19 | 2017-06-19 | 多级等时点的噪声源位置逆时成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107290779B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6161434A (en) * | 1996-06-13 | 2000-12-19 | Fink; Mathias | Method and device for detecting and locating a reflecting sound source |
| CN105549068A (zh) * | 2015-12-09 | 2016-05-04 | 中国科学院地质与地球物理研究所 | 一种三维各向异性微地震干涉逆时定位方法及系统 |
| CN105929444A (zh) * | 2016-04-08 | 2016-09-07 | 中国科学院地质与地球物理研究所 | 一种基于互相关偏移与最小二乘思想的微地震定位方法 |
| CN106033124A (zh) * | 2016-06-29 | 2016-10-19 | 中国石油化工股份有限公司 | 一种基于随机最优化的多震源粘声最小二乘逆时偏移方法 |
-
2017
- 2017-06-19 CN CN201710464108.XA patent/CN107290779B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6161434A (en) * | 1996-06-13 | 2000-12-19 | Fink; Mathias | Method and device for detecting and locating a reflecting sound source |
| CN105549068A (zh) * | 2015-12-09 | 2016-05-04 | 中国科学院地质与地球物理研究所 | 一种三维各向异性微地震干涉逆时定位方法及系统 |
| CN105929444A (zh) * | 2016-04-08 | 2016-09-07 | 中国科学院地质与地球物理研究所 | 一种基于互相关偏移与最小二乘思想的微地震定位方法 |
| CN106033124A (zh) * | 2016-06-29 | 2016-10-19 | 中国石油化工股份有限公司 | 一种基于随机最优化的多震源粘声最小二乘逆时偏移方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于随机反传和模型域筛选的微震逆时定位成像;葛奇鑫;《中国地球物理学会会议论文集》;20161015;全文 * |
| 时间反转和逆时偏移混合法用于层状介质中目标的声学检测和定位;师芳芳;《声学学报》;20131130;第38卷(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107290779A (zh) | 2017-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106526677B (zh) | 一种海上自适应压制鬼波的宽频逆时偏移成像方法 | |
| US6473697B2 (en) | Processing seismic data | |
| CN104483705B (zh) | 一种三维剩余静校正方法 | |
| CN110780348B (zh) | 基于立体成像条件的一次波和多次波联合成像方法及系统 | |
| CN105093301B (zh) | 共成像点反射角角道集的生成方法及装置 | |
| CN107102355A (zh) | 低频重构并行Marchenko成像方法 | |
| CN110907995B (zh) | 井中vsp地震数据的逆时偏移方法及装置 | |
| CN114839673B (zh) | 多震源高效采集波场分离方法、分离系统及计算机设备 | |
| CN107179551B (zh) | 一种利用微震记录对地下构造直接成像的方法 | |
| CN105629300B (zh) | 提高复杂构造偏移数据信噪比的方法 | |
| CN102854532A (zh) | 三维叠前炮检域随机噪声压制方法 | |
| CN105467460A (zh) | 电磁勘探方法和装置 | |
| CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
| CN106772581A (zh) | 一种基于重构技术的三维起伏地表物理模拟采集方法 | |
| Lopez et al. | Refraction seismic for pre-salt reservoir characterization and monitoring | |
| AU2015200555B2 (en) | Correction of sea surface state | |
| CN106199699B (zh) | 利用传输矩阵法清除鬼波的方法 | |
| CN106908836B (zh) | 采集脚印压制方法及系统 | |
| CN107290779B (zh) | 多级等时点的噪声源位置逆时成像方法 | |
| CN110907989A (zh) | 重建拟地面地震反射波成像方法及系统 | |
| CN109975873B (zh) | 一种逆时偏移成像去除低频噪音的方法及系统 | |
| CN105676292A (zh) | 一种基于二维曲波变换的三维地震数据去噪方法 | |
| CN109738944B (zh) | 基于广角反射的地震采集参数确定方法及装置 | |
| CN111665563B (zh) | 基于聚焦分析的叠前偏移垂向分辨率评价方法 | |
| CN104155690B (zh) | 基于椭球展开的三维地震数据叠加速度求取方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180406 Termination date: 20190619 |