CN107703548B - 基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法 - Google Patents
基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法 Download PDFInfo
- Publication number
- CN107703548B CN107703548B CN201710843742.4A CN201710843742A CN107703548B CN 107703548 B CN107703548 B CN 107703548B CN 201710843742 A CN201710843742 A CN 201710843742A CN 107703548 B CN107703548 B CN 107703548B
- Authority
- CN
- China
- Prior art keywords
- stratum
- shallow
- boundary
- stratum boundary
- return loss
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/38—Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Oceanography (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法,包括:(1)结合预测反褶积法和反馈循环法消除原始浅地层剖面数据中来自海面和浅地层层界的多次波;(2)进行海底线跟踪以期浅地层剖面数据与钻孔数据对齐;(3)利用回波损失级曲线峰谷识别浅地层层界朴素峰,并根据地层走势的稳定性提取层界的稳定峰;(4)在层界稳定峰的基础上,结合沉积物的品质因子计算层界的控制峰;(5)在层界控制峰的基础上搜索符合要求的朴素峰,即获得高可靠性的浅地层层界;(6)利用钻孔取样数据评估上述层界划分方法的精度。本发明既能实现层界划分自动化、智能化,又能精准划分浅地层层界,可达到与钻孔取样数据同一量级的精度。
Description
技术领域
本发明涉及海洋地质工程领域,特别涉及海底浅地层或深地层区域的层界划分。
背景技术
由于对海洋可再生能源、原材料开采和相关基础设施的需求不断增大,人类在近海海底的活动将会显著性增加,为此,精确的海底地图将成为必要的需求(Walree et al.,2006;Saleh and Rabah,2016)。这些应用需要获取海床地形和海底浅地层底质结构相关详细的信息。随着水下声学技术的发展,浅地层剖面仪(浅剖)作为有效的遥感声学探测设备,相对于传统钻孔取样方法而言,利用浅剖获取浅地层底质结构可以较大地节约时间成本和资金成本(Hill et al.,2008; Clarke et al.,2014)。
从浅剖接收到的反射信号可以揭示海底沉积物的密度、孔隙度和粒径等等(Stevenson et al.,2001)。为了获取到真实的反射信号,首先需要压制来自海面和浅地层层界间的多次波,尽管很难完全消除这些多次波,但是在近三十年来许多学者在这一领域已经做出很多努力,但是许多学者努力的多个消除在过去三十年里。目前消除多次波的方法主要有两类:其一是基于有效波和多次波的特征差异,主要包括预测反褶积、FK变换和Radon变换(Foster and Mosher,1992; Yilmaz and Taner,1994);其二是基于声波传播理论的预测相减方法,包括波场外推法、反馈循环法、逆散射级数法(Morley and Claerbout,1983;Weglein,1997)。声信号在浅地层传播过程中会发生声能衰减现象,而且在浅地层剖面中可以体现出声能随深度、沉积物类型、同种底质不同位置发生的明显变化(Fu et al.,1996)。而频谱比法是地球物理反演理论中通常用作从波形中提取声能衰减量的方法。Stevenson等(Stevenson et al.,2002)采用瞬时频率匹配方法对Chirp声信号传播波形能量衰减进行建模,从这个模型中可以建立因果衰减算子和瞬时频率变化的映射关系。最后,通过从浅地层剖面数据计算出的衰减测量和之前文献中的沉积物衰减量进行对比,进而确定沉积物的类型。Kim运用沉积物的相似性指数测量沉积物的粒径、硬度和分布等(Kim etal.,2002)。王方旗等根据地层介质反射系数提出一种浅地层层界变形的校正算法(Wanget al.,2011)。赵建虎等提出一种基于拓扑算法的浅地层层界划分方法,此种方法可以过滤掉零散的层边界和提取出连续的层界,他们通过实验验证此方法可获得与钻孔取样沉积物同一量级的精度(Zhao et al.,2016)。目前,已发表的文献较少关注浅地层层界划分方法,虽然层界划分精度可以达到与钻孔取样沉积物同一量级的精度,但是精度还有待提高,以期能够为精准勘探提供更可靠的依据。
由此可见,上述现有技术仍存在以下缺陷:
(1)目前浅地层图像中层界人工划分方法效率低,自动化程度不高,并且划分层界的主观性较强;
(2)一般的图像处理技术较难实现层界的准确、连续划分,而且单独使用一种方法处理时,容易误判层界或遗漏真实层界的识别。
(3)在识别层界过程中,耗费时间过长,造成极大的时间资源浪费。
发明内容
本发明要解决的技术问题是在全面分析回波损失级曲线峰谷法和沉积物品质因子划分层界优缺点的基础上,结合获取的浅地层剖面数据特点,公开基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法,实现全自动智能化高精度地划分海底浅地层层界,为后期的海底地下介质解读和底质分类提供更可靠的依据。
为达到上述发明目的,本发明要解决的技术问题主要包括如下几个方面:
(1)实现层界划分高度自动化,避免人工干预的主观性判断。
(2)在复杂海洋环境下,由于回波损失级曲线峰谷法识别层界易受到海洋强噪声或伪层界造成的干扰,为此,顾及沉积物的品质因子,在获取稳定峰基础上,以一定的约束条件进一步计算出控制峰,在控制峰的基础上搜索出满足条件的朴素峰,从而达到精确识别浅地层层界的目的。
为此,本发明提供的基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法,主要包括以下步骤:
(1)结合预测反褶积法和反馈循环法消除原始浅地层剖面数据中来自海面和浅地层层界的多次波;
(2)进行海底线跟踪以期浅地层剖面数据与钻孔数据对齐;
(3)利用回波损失级曲线峰谷识别浅地层层界朴素峰,并根据地层走势的稳定性提取层界的稳定峰;
(4)在层界稳定峰的基础上,结合沉积物的品质因子计算层界的控制峰;
(5)在层界控制峰的基础上搜索符合要求的朴素峰,即获得高可靠性的浅地层层界;
(6)利用钻孔取样数据评估上述层界划分方法的精度。
进一步,所述的海底线跟踪采用如下公式计算:
进一步,所述的提取层界的稳定峰采用如下公式计算:
LL(m)-Vl>3dB(2) 或
LL(m)-Vl>5σ且LL(m)-Vl>1.5dB(3)
本发明的基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法,其技术方案达到的有益效果:
(1)在复杂海洋环境下,能够精确地识别出真实的层界和受强噪声影响的伪层界,从而达到精准划分浅地层层界的目的。
(2)实现层界划分高度自动化,避免人工干预的主观性判断。
(3)能够高效地通过此方法实现浅地层层界划分,较大地节约时间成本。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是浅地层层界划分总体技术路线图;
图2是结合预测反褶积和反馈循环多次波综合压制方法;
图3是峰谷法搜索整个浅地层剖面朴素峰结果;
图4是基于回波损失级曲线峰谷法搜索单道层界结果;
图5是浅地层沉积物品质因子计算过程;
图6是顾及沉积品质因子和回波损失级曲线峰谷的层界划分方法。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
首先,本发明涉及如下技术术语:
回波损失级曲线
回波损失曲线实际上由一些离散采样点的回波损失能级组成,可用LL(m) 表示回波损失曲线上第m个采样点的回波损失能级。
沉积物品质因子
反馈对于浅地层的黏滞效应引起的声波的能量衰减常用品质因子Q或吸收系数来定量估计(佟威,2009)。品质因子Q反映了浅地层介质的非完全弹性特性,通过它可获知浅地层内部的本质特征。Q值越大,表示浅地层中声波的衰减越小,反之,表示浅地层中声波的衰减越大。
峰谷法
波峰和波谷都是在回波损失级曲线上一定宽度统计窗口提取的,统计窗口指连续一定数量的回波采样点。在一定长度l范围内的统计窗口中,判断第 m个采样点是否为波峰或波谷,取决于以第m个采样点为中心,长度l范围内所有采样点的统计值。统计窗口的大小和形状需要综合考虑测区浅地层的厚度特点、分辨率及回波损失曲线等特点。搜索回波损失曲线上统计窗口的波峰,首先需要确定统计窗口中的波谷,然后根据两个波谷之间再进一步确定波峰(卢建华,2013)。
浅地层层界划分
层序界面的划分与识别是浅地层分析的基础,利用一定的统计方法或沉积物物理参数法识别出每道数据中不同深度的层界,在小区域范围内,根据层界走势的稳定性,对不连续的层界进行平滑拟合,最后移动拟合窗口,直到整条浅地层剖面的层界划分完成为止。
本发明提供的基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法,包括以下步骤:
(1)结合预测反褶积法和反馈循环法消除原始浅地层剖面数据中来自海面和浅地层层界的多次波;
(2)进行海底线跟踪以期浅地层剖面数据与钻孔数据对齐;
(3)利用回波损失级曲线峰谷识别浅地层层界朴素峰,并根据地层走势的稳定性提取层界的稳定峰;
(4)在层界稳定峰的基础上,结合沉积物的品质因子计算层界的控制峰;
(5)在层界控制峰的基础上搜索符合要求的朴素峰,即获得高可靠性的浅地层层界;以及
(6)利用钻孔取样数据评估上述层界划分方法的精度。
参见图1至图6所示,本发明的具体实施方式如下:
(1)总体技术方案
如图1所示,首先利用双曲Radon域综合预测反褶积与反馈循环压制多次波方法消除来自海面和层界的多次波,随后通过频谱比法计算出每道不同序列数据之间的品质因子;其次进行海底线跟踪,以期与钻孔取样数据对齐;再次运用回波损失级曲线峰谷法提取出朴素峰,根据小区域范围内层界走势的稳定性提取出稳定峰;然后结合沉积物的品质因子和稳定峰计算出层界的控制峰,在控制峰的基础上搜索符合条件的朴素峰,即得到可靠性较高的层界;最后运用众数平滑方法将划分出的层界进行平滑拟合,即获得连续平滑的浅地层层界。
(2)双曲Radon域综合预测反褶积法与反馈循环法压制多次波
双曲Radon域综合预测反褶积法与反馈循环法压制多次波的流程如图2所示。首先将原始浅剖数据分别通过预测反褶积和反馈循环法进行预处理,利用反馈循环法在原始浅剖数据中粗略预测多次波的位置,作为多次波道数据模型,预测出来的多次波道数据模型无需与原始数据的多次波完全严格匹配。同时,结合预测反褶积的处理结果,由于预测误差中包含有效反射波和未彻底压制的长周期多次波,多次波能量主要分布在具有较大曲率参数的道上(曾忠玉, 2013)。其次,将两者预测的多次波成分和预测误差进行双曲Radon变换。然后通过设计的自适应滤波器,将有效反射波区域切除,保留多次波能量。当 Fm(τ,h)近似为0时,认为还存在有效反射波,则需返回再迭代处理,直至Fm(τ,h) 约等于1,结束迭代处理。之后,结合两种方法获得的多次波道数据模型,获得双曲Radon域统一的多次波数据模型,再通过反双曲Radon变换,便可获得滤波后的多次波数据模型,即保留了多次波同相轴存在的浅剖数据。最后从原始浅剖数据减去多次波数据即可完成多次波的综合压制过程。
(3)海底线跟踪
因为海底是介质特性差异较大的海水和浅地层沉积物的分界面,声速在海水和浅地层沉积物中的差异较大,在追踪浅地层沉积物分界面的过程中,依赖于声速和采样点时间。此外,海底也是浅剖数据与钻孔数据对齐的重要关键量,取芯钻孔中的地层界面可作为浅剖数据中钻孔所在区域的一个重要的约束条件,此外,海底也是海底声强增益BG的起始深度(时间窗口)。
首先剔除浅剖数据的噪声,保证每道数据精确的振幅最大值在均值和3倍标准差之间:
式中,μ表示每道振幅的均值,σ表示每道振幅的标准差。
第二步,根据式(8)可粗略搜索出海底最大值所处的粗略位置:
B=FV+0.8*max(SP(i))(5)
上式中,SP(i)为浅剖每道回波采样点振幅序列,FV为浅剖实测时初始设置的大概海底深度所对应的回波采样点序号,B为海底最大值所处粗略位置所对应的回波采样点序号。
第三步,在[FV-50,B]区间逆方向按照以下条件精准搜索海底位置,当找到第一个满足式(9)条件时即搜索到了海底对应的精确回波采样点序号,根据等间隔采样点的距离l,则可将海底的精确位置计算出来。
当跟踪好第1道的海底线位置后,由于小区域内海底走势的稳定性,第2 道海底线位置与第1道的海底线位置相差不大,因此可把第1道跟踪好的海底位置带入式(5)中,替换FV值继续搜索第2道的精确位置。直到跟踪完每道的海底线位置为止,整个浅剖测线的海底线即跟踪完毕。
(4)回波损失级曲线峰谷法
海底浅地层沉积物分界面的提取是基于回波损失级曲线进行的。回波损失级曲线实际上由一些离散采样点的回波损失能级组成,可用LL(m)表示回波损失曲线上第m个采样点的回波损失能级。
波峰和波谷都是在回波损失级曲线上一定宽度统计窗口提取的,统计窗口指连续一定数量的回波采样点。在此采用的统计窗口为[m-15,m+15],判断第m个采样点是否为波峰或波谷,取决于第m个采样点前15个至后15个一共31个采样点的统计值。统计窗口的大小和形状需要综合考虑测区浅地层的厚度特点、分辨率及回波损失曲线等特点。搜索回波损失曲线上统计窗口的波峰,首先需要确定统计窗口中的波谷,然后根据两个波谷之间再进一步确定波峰(卢建华,2013)。
第m个回波采样点是否为波谷的须具备两个前提条件:
其一,在统计窗口内回波损失级即LL(m)为最小,并且足够小或者突然下降很多;其二,后一个波谷要比相邻前一个波谷要小,至少不能比前一个波谷高太多。下面将这些前提条件具体逐一列出。
足够小的条件可表示为:
μ-LL(m)>3σ(7) μ和σ分别为统计窗口内回波损失级的均值和标准差。
突然下降很多的条件可表示为:
μ-LL(m)>3dB或μ-LL(m)>5σ(8)
不能高于相邻前一个波谷太多的条件可表示为:
LL(m)-Vlast<1.5σ(9) Vlast为相邻前一个波谷的回波损失级。
第m个采样点是否为波峰的前提条件可表示为:
1)在统计窗口内回波损失级即LL(m)为最大,且足够大或突然上升很多;
2)相邻两个波谷之间有且只有一个波峰。
足够大的条件可表示为:
LL(m)-Vl>3dB(10) Vl为相邻左边波谷的回波损失级。
突然上升很多的条件可表示为:
LL(m)-Vl>5σ且LL(m)-Vl>1.5dB(11)
基于以上约束条件搜索到的波峰称为朴素波峰,如图3所示,是基于21 道回波损失曲线上具有相同序列号采样点的均值搜索到的波峰。由于噪声影响,取21道未能体现出浅地层沉积物层界在一定区域中的稳定趋势,因此需取更多道的均值,以体现这种稳定趋势。当取201道回波损失曲线具有相同序列号采样点的均值时,此201道区域只能找到7个波峰。此7个波峰被认为是该区域稳定的波峰,称为稳定波峰,但其所处位置与每一道的实际波峰位置不一定都吻合。把稳定波峰作为约束条件,再基于21道回波损失曲线均值搜索到的众多朴素波峰中,距离这7个稳定波峰较近又高(LL(m)值大)的朴素波峰称为典型波峰。在每个21道统计窗口回波损失曲线均值中,每个稳定波峰至多与一个典型波峰相对应,换言之,有些稳定波峰不是典型波峰。如图4中黑色实心上三角表示的稳定波峰就是典型波峰。
(5)顾及沉积物品质因子和回波损失级曲线峰谷的层界划分法
由于利用回波损失峰谷法在获得区域稳定波峰后,在每道的朴素波峰中,以人为的约束条件搜索每道的典型波峰,有些时候会出现丢失反映真实浅地层层界的朴素波峰。因此,需要结合浅地层沉积物的品质因子,计算出每道中浅地层的品质因子,在此,利用频谱比法计算每道的品质因子,流程如图5所示。在计算回波损失稳定波峰区域,同样计算出该区域的品质因子均值,在该区域中,利用加权平均法在稳定波峰和品质因子中取值,获得区域稳定的控制波峰,最后以控制波峰为约束条件,在每道朴素波峰中搜索满足条件的典型波峰。计算完一个窗口内每道的典型波峰后,随着窗口移动,继续将整个浅剖测线上每道的典型波峰搜索出来。结合品质因子和回波损失峰谷法提取浅地层层界的流程如图6所示。
(6)层界划分精度评定
运用基于沉积物品质因子和回波损失级曲线峰谷的浅地层划分方法完成整条浅地层剖面层界划分之后,利用钻孔取样数据的层界标高数据与层界划分数据对比,评估出层界划分的精度。
由此可见,本发明中解决了下列技术问题:
(1)实现层界划分高度自动化,避免人工干预的主观性判断。
(2)在复杂海洋环境下,顾及沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法能够识别易受到海洋强噪声造成的伪层界,并能无遗漏地准确识别真实的浅地层层界。
通过上面的描述,本领域的技术人员可以看出,本发明的技术特点如下:
(1)在复杂海洋环境下,能够精确地识别出真实的层界和受强噪声影响的伪层界,从而达到精准划分浅地层层界的目的。
(2)实现层界划分高度自动化,避免人工干预的主观性判断。
(3)能够高效地通过此方法实现浅地层层界划分,较大地节约时间成本。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
参考文献:
J.E.H.Clarke,C.R.V.Marques,D.Pratomo,2014.Imaging Active Mass-Wastingand Sediment Flows on a Fjord Delta,Squamish,British Columbia.SpringerInternational Publishing.
D.J.Foster,C.C.Mosher,1992.Suppression of multiple reflections usingthe Radon transform.Geophysics.57, 386-395.
S.S.Fu,R.H.Wilkens,L.N.Frazer,1996.Acoustic lance:New insitu seafloorvelocity profiles.Journal of the Acoustical Society of America.99,234-242.
P.R.Hill,K.Conway,D.G.Lintern,S.Meulé,K.Picard,J.V.Barrie,2008.Sedimentary processes and sediment dispersal in the southern Strait ofGeorgia,BC,Canada.Marine Environmental Research.66 Suppl,S39-S48.
H.J.Kim,J.K.Chang,H.T.Jou,G.T.Park,B.C.Suk,K.Y.Kim,2002.Seabedclassification from acoustic profiling data using the similarityindex.Journal of the Acoustical Society of America.111,794-799.
L.Morley,J.Claerbout,1983.Predictive deconvolution in shot‐receiverspace.Geophysics.48,515-531.
M.Saleh,M.Rabah,2016.Seabed sub-bottom sediment classification usingparametric sub-bottom profiler.Nriag Journal of Astronomy&Geophysics.5,87-95.
I.R.Stevenson,C.Mccann,P.B.Runciman,2002.An attenuation-basedsediment classification technique using Chirp
sub-bottom profiler data and laboratory acoustic analysis.MarineGeophysical Research.23,277-298.
I.R.Stevenson,P.Nicholson,L.M.Linnett,S.Morrison,2001.A method forthe analysis of chirp signals insonifying layered media for sub-bottomprofiling,Oceans,pp.2608-2615.
P.A.V.Walree,M.A.Ainslie,D.G.Simons,2006.Mean grain size mapping withsingle-beam echo sounders.Journal of the Acoustical Society of America.120,2555-2566.
F.Q.Wang,F.Q.Qi,J.Yao,X.H.Gao,H.P.Zhao,2011.Distortion and Correctionof C-Boom Subbottom Profiles From the Shallow Sea Areas.Advances in MarineScience.29,47-53.
A.B.Weglein,1997.An inverse-scattering series method for attenuatingmultiples in seismic reflection data. Geophysics.62,1975-1989.
O.Yilmaz,M.T.Taner,1994.Discrete plane-wave decomposition by least-mean-square-error method.Geophysics.59, 973-982.
J.Zhao,J.Feng,F.Shi,H.Zhang,L.He,2016.Demarcation method for sub-bottom layers based on image processing techniques.Journal of ChinaUniversity of Mining&Technology.45,411-417.
曾忠玉,2013.复杂介质三维道集模型的纵波多分量NMO动校正速度研究,中国地震局地球物理研究所.
卢建华,2013.基于浅地层剖面仪回波信息的海底浅地层底质分类方法研究,武汉大学.
佟威,2009.表层吸收衰减与表层速度及地震信号频率关系研究,中国地质大学(北京).
Claims (3)
1.基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法,其特征在于,包括以下步骤:
(1)结合预测反褶积法和反馈循环法消除原始浅地层剖面数据中来自海面和浅地层层界的多次波;
(2)进行海底线跟踪以期浅地层剖面数据与钻孔数据对齐;
(3)利用回波损失级曲线峰谷识别浅地层层界朴素峰,并根据地层走势的稳定性提取层界的稳定峰;
(4)在层界稳定峰的基础上,结合沉积物的品质因子计算层界的控制峰;
(5)在层界控制峰的基础上搜索符合要求的朴素峰,即获得高可靠性的浅地层层界;以及
(6)利用钻孔取样数据测定上述层界划分方法的精度。
2.如权利要求1所述的基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法,其特征在于,所述的海底线跟踪采用如下公式计算:
3.如权利要求1所述的基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法,其特征在于,所述的提取层界的稳定峰采用如下公式计算:
LL(m)-Vl>3dB(2)
或LL(m)-Vl>5σ且LL(m)-Vl>1.5dB(3)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710843742.4A CN107703548B (zh) | 2017-09-15 | 2017-09-15 | 基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710843742.4A CN107703548B (zh) | 2017-09-15 | 2017-09-15 | 基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107703548A CN107703548A (zh) | 2018-02-16 |
CN107703548B true CN107703548B (zh) | 2019-05-07 |
Family
ID=61172817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710843742.4A Expired - Fee Related CN107703548B (zh) | 2017-09-15 | 2017-09-15 | 基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107703548B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983243B (zh) * | 2018-05-03 | 2020-10-27 | 国家海洋局第二海洋研究所 | 海底声学底质的三维概率密度分类方法 |
CN111965698B (zh) * | 2020-08-28 | 2021-04-23 | 广州海洋地质调查局 | 一种浅地层层界提取方法及处理终端 |
CN115542331B (zh) * | 2022-09-23 | 2023-04-07 | 江苏海洋大学 | 一种基于浅剖声强数据的淤泥层厚度自动提取方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4422166A (en) * | 1981-08-17 | 1983-12-20 | Klein Associates, Inc. | Undersea sonar scanner correlated with auxiliary sensor trace |
CN102478670B (zh) * | 2010-11-24 | 2014-05-14 | 中国石油天然气集团公司 | 一种利用地震衰减属性进行储层流体性质预测的方法 |
CN103558635B (zh) * | 2013-10-30 | 2016-09-14 | 北京诺克斯达石油科技有限公司 | 基于偶函数地震响应以估算薄层厚度的方法及装置 |
NL2013969B1 (en) * | 2014-12-12 | 2016-10-11 | Fugro N V | Marine Surveying. |
-
2017
- 2017-09-15 CN CN201710843742.4A patent/CN107703548B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN107703548A (zh) | 2018-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113759425B (zh) | 井震联合评价深层古岩溶储层充填特征的方法与系统 | |
Berne et al. | Pleistocene forced regressions and tidal sand ridges in the East China Sea | |
CN114994759B (zh) | 基于gan网络的碳封存箱智能识别方法和系统 | |
Yanhu et al. | A method of seismic meme inversion and its application | |
CN112883564B (zh) | 一种基于随机森林的水体温度预测方法及预测系统 | |
CN101349764B (zh) | 一种地震旋回分析方法 | |
CN107703548B (zh) | 基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法 | |
CN105445800A (zh) | 一种厚层砂体顶部分异岩性油藏的识别方法 | |
CN109188520B (zh) | 薄储层厚度预测方法及装置 | |
CN111856566B (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
US20220237891A1 (en) | Method and system for image-based reservoir property estimation using machine learning | |
CN114994758B (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
CN113625337A (zh) | 一种极浅水高精度地震资料快速成像方法 | |
CN108508489B (zh) | 一种基于波形微变化匹配的地震反演方法 | |
US11947063B2 (en) | Method of conditioning seismic data for first-break picking using nonlinear beamforming | |
CN115100363A (zh) | 基于探地雷达的地下异常体三维建模方法及装置 | |
CN108957540B (zh) | 一种高效提取复杂储层中衰减品质因子的方法 | |
WO2022159698A1 (en) | Method and system for image-based reservoir property estimation using machine learning | |
WO2022155676A1 (en) | Source separation using multistage inversion with sparsity promoting priors | |
CN111983683B (zh) | 一种少井条件下盐下湖相灰岩储层预测方法和系统 | |
EP1292848A1 (en) | Seismic survey system | |
CN110568490B (zh) | 一种高速层顶薄储层的识别方法 | |
He et al. | High-accuracy acoustic sediment classification using sub-bottom profile data | |
CN113219531A (zh) | 致密砂岩气水分布的识别方法及装置 |
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 | ||
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: 20190507 Termination date: 20210915 |