CN108398719A - 地震波数据的处理方法及装置 - Google Patents

地震波数据的处理方法及装置 Download PDF

Info

Publication number
CN108398719A
CN108398719A CN201810076505.4A CN201810076505A CN108398719A CN 108398719 A CN108398719 A CN 108398719A CN 201810076505 A CN201810076505 A CN 201810076505A CN 108398719 A CN108398719 A CN 108398719A
Authority
CN
China
Prior art keywords
velocity model
wave
data
iteration
compressional
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.)
Pending
Application number
CN201810076505.4A
Other languages
English (en)
Inventor
张捷
刘志洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
China National Petroleum Corp
BGP Inc
Original Assignee
University of Science and Technology of China USTC
China National Petroleum Corp
BGP Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC, China National Petroleum Corp, BGP Inc filed Critical University of Science and Technology of China USTC
Priority to CN201810076505.4A priority Critical patent/CN108398719A/zh
Publication of CN108398719A publication Critical patent/CN108398719A/zh
Pending legal-status Critical Current

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
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection

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

本发明提供了一种地震波数据的处理方法及相应的装置，先将共炮域地震波数据转换为共偏移距地震波数据，再对所述共偏移距地震波数据进行正演计算和反演计算，重复迭代多次，不断更新计算数据函数和目标函数，直至达到预定结果，得到最终压缩波速度模型和最终剪切波速度模型。本发明的处理方法及装置的处理效率高，能够根据最终压缩波速度模型和最终剪切波速度模型，高度还原地震波传输的地下介质的精细结果。

Description

地震波数据的处理方法及装置
技术领域
本发明涉及地震勘探领域，尤其涉及一种地震波数据的处理方法及装置。
背景技术
完整的弹性全波形数据包括各种波的类型模式：压缩波，剪切波，多次波，转换波和面波等等。它们中的每一个都可以用于帮助反演近地表或地下速度结果。例如，在近地表结果中通常由未固结的低速介质组成，这可能导致折射地震波，特别是剪切波的时间延迟(Roy et al.，2010)。因此，有必要获得精确的近地表剪切波速度结果来校正这些延迟。所以，研究弹性波的速度反演方法，对实际地震资料处理有着重大的意义。
另一方面，弹性波全波形反演的方法在二维和三维中已经有很好的探索(eg.，Tarantola，1984；Mora，1987；Warner et al.，2008)。然而，在石油勘探工业中，需要反演大量地震数据。因此，这些方法可能不够高效。而计算效率低下的问题，在进行三维弹性波全波形反演时，显得尤为严重。所以，石油勘探工业中的三维地震波反演常见做法是使用声波场的近似。这种方法对于解决海洋成像问题可能是有效的(Prieux et al.，2010)。但对于陆地成像，声波方程假设通常是不足够的(Kuang et al.，2011)。
发明内容
(一)要解决的技术问题
本发明的目的在于提供一种地震波数据的处理方法及装置，以解决上述的至少一项技术问题。
(二)技术方案
本发明的一方面，提供了一种地震波数据的处理方法，包括：
将共炮域地震波数据转换为共偏移距地震波数据，所述共偏移距地震波数据包括压缩波数据和剪切波数据；
进行正演计算：输入初始压缩波速度模型和初始剪切波速度模型，确定计算数据函数；以及输入当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型，更新计算数据函数；
进行反演计算：构建目标函数，输入所述计算数据函数、压缩波数据和剪切波数据进行迭代，确定当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型；以及输入当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型，更新目标函数；
重复迭代，当迭代次数达到预设迭代次数时，迭代暂停，判断目标函数的结果是否达到预定结果，若达到该预定结果，则停止迭代；若未达到该预定结果，则继续迭代，直至达到该预定结果，输出最终压缩波速度模型和最终剪切波速度模型。
在本发明的一些实施例中，所述目标函数包括交叉梯度函数，其公式为||αhh(mp，ms)||2，其中，|| ||2指求模平方，h(mp，ms)为压缩波速度模型mp和剪切波速度模型ms的交叉梯度，其公式为 为梯度算子，αh是交叉梯度的权重因子，所述压缩波速度模型包括初始压缩波速度模型、当前迭代后的压缩波速度模型和最终压缩波速度模型，剪切波速度模型包括初始剪切波速度模型、当前迭代后的剪切波速度模型和最终剪切波速度模型，且所述压缩波速度模型与所述剪切波速度模型一一对应。
在本发明的一些实施例中，所述目标函数还包括拟合残差函数和正则化函数，其中，所述拟合残差函数的公式为dp为压缩波数据，ds为剪切波数据，u为计算数据函数；正则化函数的公式为其中，L为正则化矩阵，αp和αs分别为L(mp)和L(ms)的权重因子。
在本发明的一些实施例中，所述目标函数的公式为：
在本发明的一些实施例中，当前迭代与前一次迭代的速度模型m的增加量其中，m包括所述压缩波速度模型mp与所述剪切波速度模型ms，Δm为下一次迭代的速度模型增加量，为φ(m)的偏导。
在本发明的一些实施例中，在进行正演计算之前，还包括步骤：通过时窗选取共偏移距地震波数据中的压缩波数据和剪切波数据；以及
采用数值计算所述预设地震波在传输的介质中作e的微小扰动，计算近似公式其中，m为介质的速度模型量，e大于0且远小于1。
在本发明的一些实施例中，所述计算数据函数的公式为：
其中，t为时间，k为波数，i为虚部，n为序数，为基坐标向量，
Yn(r，θ)＝Jn(kr)einθ，J为以mp和ms为自变量的贝塞尔函数。
本发明的另一方面，还提供了一种地震波数据的处理装置，包括：
转换单元，用于将共炮域地震波数据转换为共偏移距地震波数据，所述共偏移距地震波数据包括压缩波数据和剪切波数据；
正演计算单元，用于输入初始压缩波速度模型和初始剪切波速度模型，确定计算数据函数；以及输入迭代后的压缩波速度模型和剪切波速度模型，更新计算数据函数；
反演计算单元，用于构建目标函数，输入所述计算数据函数、压缩波数据和剪切波数据进行迭代，确定迭代后的压缩波速度模型和剪切波速度模型；以及输入所述迭代后的压缩波速度模型和剪切波速度模型，更新目标函数；重复迭代，当迭代次数达到预设迭代次数时，迭代暂停，判断目标函数的结果是否达到预定结果，若达到该预定结果，则停止迭代；若未达到该预定结果，则继续迭代，直至达到该预定结果，输出最终压缩波速度模型和最终剪切波速度模型。
在本发明的一些实施例中，所述目标函数为：
其包括：
交叉梯度函数，其公式为||αhh(mp，ms)||2，其中，|| ||2指求模平方，h(mp，ms)为压缩波速度模型mp和剪切波速度模型ms的交叉梯度，其公式为 为梯度算子，αh是交叉梯度的权重因子，所述压缩波速度模型包括初始压缩波速度模型、当前迭代后的压缩波速度模型和最终压缩波速度模型，剪切波速度模型包括初始剪切波速度模型、当前迭代后的剪切波速度模型和最终剪切波速度模型，且所述压缩波速度模型与所述剪切波速度模型一一对应；
拟合残差函数，其公式为其中，dp为压缩波数据，ds为剪切波数据，u为计算数据函数；以及
正则化函数，其公式为其中，L为正则化矩阵，αp和αs分别为L(mp)和L(ms)的权重因子；
所述计算数据函数的公式为：
其中，t为时间，k为波数，i为虚部，n为序数，为基坐标向量，
Yn(r，θ)＝Jn(kr)einθ，J为以mp和ms为自变量的贝塞尔函数。
本发明的再一方面，还提供了一种地震波数据的处理装置，包括：
存储器，用于存储操作指令；
处理器，用于根据所述存储器中的操作指令执行前述的地震波数据的处理方法。
(三)有益效果
本发明的地震波数据的处理方法及装置，相较于现有技术至少具有以下优点：
1、将共炮域地震波数据转换为共偏移距地震波数据，能够得到共偏移距地震波数据的正演计算地震波形解析解，避免了共炮域地震波数据的数值正演计算，加快了正演效率。在此基础上，整个反演算法的计算效率也大大提高。
2、通过在共偏移距域中应用离散波数积分法以及反射率方法进行正演计算，可以得到十分精确的计算地震数据。相较于一般数值正演计算精度更高。
3、此外，还使用交叉梯度来约束两种或更多种不同的地球物理属性来进行反演，同时得到符合地质结构一致性的压缩波速度模型和剪切波速度模型。
4、能够根据最终压缩波速度模型和最终剪切波速度模型，高度还原地震波传输的地下介质的精细结果。
附图说明
图1为本发明实施例的地震波数据的处理方法的步骤示意图。
图2为本发明实施例的地震波数据的处理装置的结构示意图。
图3为本发明实施例的地震波数据的处理装置的结构示意图。
图4A为本发明实施例的用于检验方法合理性的压缩波真实速度模型。
图4B为本发明实施例的用于检验方法合理性的剪切波真实速度模型。
图5A为本发明实施例的用于反演输入的初始压缩波速度模型。
图5B为本发明实施例的用于反演输入的初始剪切波速度模型。
图6A为本发明实施例的压缩波速度模型的最终反演结果。
图6B为本发明实施例的剪切波速度模型的最终反演结果。
图7A为基于压缩波真实速度模型得到的波形数据(黑色)与基于初始压缩波速度模型得到的波形数据(灰色)对比图。
图7B为基于压缩波真实速度模型得到的波形数据(黑色)与基于压缩波速度模型最终反演模型结果得到的波形数据(灰色)对比图。
图8A为基于剪切波真实速度模型得到的波形数据(黑色)与基于初始剪切波速度模型得到的波形数据(灰色)对比图。
图8B为基于剪切波真实速度模型得到的波形数据(黑色)与基于剪切波速度模型最终反演模型结果得到的波形数据(灰色)对比图。
图9A为本发明实施例的第一次迭代压缩波速度模型的二维剖面结构示意图。
图9B为本发明实施例的最终压缩波速度模型的二维剖面结构示意图。
具体实施方式
基于现有技术的地震波数据的处理效率低下的问题，本发明提供了一种地震波数据的处理方法及装置，将共炮域地震波数据转换为共偏移距地震波数据，只需对共偏移距地震波数据进行解析解，不需对共炮域地震波数据进行数值计算，加快了处理效率。另外，还对所述共偏移距地震波数据进行正演计算和反演计算，重复迭代多次，不断更新计算数据函数和目标函数，直至达到预定结果，得到最终压缩波速度模型和最终剪切波速度模型，能够根据最终压缩波速度模型和最终剪切波速度模型，高度还原地震波传输的地下介质的精细结果。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
本发明的一方面，提供了一种地震波数据的处理方法，图1为本发明实例的地震波数据的处理方法的步骤示意图，如图1所示，该处理方法包括以下步骤：
S1、将共炮域地震波数据转换为共偏移距地震波数据，所述共偏移距地震波数据包括压缩波数据和剪切波数据；
一般来说，会通过时窗将压缩波数据和剪切波数据分别从共偏移距地震波数据中提取出来进行后续的处理，具体地，提取地震波的垂直分量作为压缩波数据，提取地震波的水平分量作为剪切波数据。
S2、进行正演计算：输入初始压缩波速度模型和初始剪切波速度模型，确定计算数据函数；以及输入当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型，更新计算数据函数。
根据本发明的一种实施例，所述计算数据函数的公式可以为：
其中，t为时间，k为波数，i为虚部，n为序数，为基坐标向量，
Yn(r，θ)＝Jn(kr)einθ，J为以mp和ms为自变量的贝塞尔函数。
S3、进行反演计算：构建目标函数，输入所述计算数据函数、压缩波数据和剪切波数据进行迭代，确定当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型；以及输入当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型，更新目标函数。
在本发明实施例中，所述目标函数的公式为：
其包括三部分：交叉梯度函数、拟合残差函数和正则化函数。
交叉梯度函数的公式为||αhh(mp，ms)||2，其中，|| ||2指求模平方，h(mp，ms)为压缩波速度模型mp和剪切波速度模型ms的交叉梯度，其公式为 为梯度算子，αh是交叉梯度的权重因子，所述压缩波速度模型包括初始压缩波速度模型、当前迭代后的压缩波速度模型和最终压缩波速度模型，剪切波速度模型包括初始剪切波速度模型、当前迭代后的剪切波速度模型和最终剪切波速度模型，且所述压缩波速度模型与所述剪切波速度模型一一对应。
一般来说，当φ(m)越小，相应地，交叉梯度函数也会减小，这样就能约束压缩波速度模型和剪切波速度模型在处理过程中的地质一致性。
拟合残差函数的公式为dp为压缩波数据，ds为剪切波数据，u为计算数据函数。
正则化函数的公式为其中，L为正则化矩阵，αp和αs分别为L(mp)和L(ms)的权重因子。
可以理解的是，当前迭代与前一次迭代的速度模型m的增加量其中，m包括所述压缩波速度模型mp与所述剪切波速度模型ms，Δm为下一次迭代的速度模型增加量，可以根据实际情况进行选择，为φ(m)的偏导。
在本实施例中，还可以采用数值计算所述预设地震波在传输的介质中作e的微小扰动，计算近似公式其中，m为介质的速度模型量，0＜e＜＜1，即e大于0且远小于1。
S4、重复迭代，当迭代次数达到预设迭代次数时，迭代暂停，判断目标函数的结果是否达到预定结果，若达到该预定结果，则停止迭代；若未达到该预定结果，则继续迭代，直至达到该预定结果，输出最终压缩波速度模型和最终剪切波速度模型。
将步骤S2、步骤S3和步骤S4结合起来，其过程大致是：
开始第一次迭代：将初始压缩波速度模型和初始剪切波速度模型作为第一次正演计算的输入，得到第一次正演后计算数据函数，将其与压缩波数据和剪切波数据作为第一次反演计算的目标函数的输入，得到第一次迭代后的速度模型，至此，第一次迭代完毕；
开始第二次迭代：将第一次迭代后的速度模型作为第二次正演计算的输入，得到第二次正演后计算数据函数，将其与压缩波数据和剪切波数据作为第二次反演计算的目标函数的输入，得到第二次迭代后速度模型，至此，第二次迭代完毕。
每一次迭代都会更新计算数据函数和目标函数，当前正演计算得到目标函数作为当前反演计算的输入，当前反演计算得到的速度模型作为下一次正演计算的输入，如此，重复迭代，直至迭代次数达到预设迭代次数(可以根据实际情况选择)时，迭代先暂停，判断目标函数是否达到预定结果(可根据实际改变)，若达到该预定结果，则停止迭代；若为未达到该预定结果，则继续迭代。一般来说，每次迭代，该预定结果都会减小，直至达到该预定结果，同时，输出此次迭代后速度模型(最终速度模型)即可。
本发明的另一方面，还提供了一种地震波数据的处理装置，图2为本发明实施例的地震波数据的处理装置的结构示意图，如图2所示，该处理装置包括转换单元、正演计算单元和反演计算单元。
转换单元1，用于将共炮域地震波数据转换为共偏移距地震波数据，所述共偏移距地震波数据包括压缩波数据和剪切波数据。
正演计算单元2，用于输入初始压缩波速度模型和初始剪切波速度模型，确定计算数据函数；以及输入迭代后的压缩波速度模型和剪切波速度模型，更新计算数据函数。
反演计算单元3，用于构建目标函数，输入所述计算数据函数、压缩波数据和剪切波数据进行迭代，确定迭代后的压缩波速度模型和剪切波速度模型；以及输入所述迭代后的压缩波速度模型和剪切波速度模型，更新目标函数；重复迭代，当迭代次数达到预设迭代次数时，迭代暂停，判断目标函数的结果是否达到预定结果，若达到该预定结果，则停止迭代；若未达到该预定结果，则继续迭代，直至达到该预定结果，输出最终压缩波速度模型和最终剪切波速度模型。
该处理装置各个单元的具体工作过程与前述的处理方法类似，此处不再赘述。
本发明的再一方面，还提供了一种地震波数据的处理装置，图3为本发明实施例的处理装置的结构示意图，如图3所示，该处理装置包括：
存储器31，用于存储操作指令；
处理器32，用于根据所述存储器31中的操作指令执行前述的地震波数据的处理方法。
接着，就结合实验数据来证明本发明的处理效率高，还原度高的优点：
为了验证该方法的反演效果和高效性，我们将其应用于一个具有隐藏低速带的速度模型所生成的合成数据当中。图4A显示了本发明实施例的用于检验方法合理性的压缩波真实速度模型。图4B显示了本发明实施例的用于检验方法合理性的剪切波真实速度模型。如果我们能够正确反演出图4A和图4B的速度模型，就说明该发明正确有效。将图4A和图4B的速度模型进行正演，得到三维数据。这个三维数据分为20条测线，每条测线距离500米。而每条测线采用480炮，跑间距250米。此外，每条测线上的弹性波场由距离为250米的480个接收器记录。该数据的震源子波采用中心频率为5Hz的雷克子波。正如在反演理论中所讨论的，我们首先将数据转换到共偏移距域中。图5A显示了本发明实施例的用于输入的初始压缩波真实速度模型。图5B显示了本发明实施例的用于输入的初始剪切波真实速度模型。图6A显示了本发明实施例的压缩波速度模型的最终反演结果。图6B显示了本发明实施例的剪切波速度模型的最终反演结果。我们对反演一共进行了15次迭代。应该注意的是，如果提供足够的并行计算资源，该方法进行一次反演迭代只需大约8分钟。这是因为我们在不同的共偏移距道集位置分别应用了并行的一维半解析弹性波正演，从而大大提高了反演效率。
此外，我们对该方法反演结果的数据拟合情况进行了对比。图7A和7B分别显示了共偏移距域弹性波压缩波分量波形对比，其中，图7A为基于压缩波真实速度模型得到的波形(黑色)与基于初始模型的计算波形(灰色)的对比图；图7B为基于压缩波真实速度模型得到的波形(黑色)与基于最终反演模型结果的计算波形(灰色)的对比图。另一方面，图8A和8B分别显示了共偏移距域弹性波剪切波分量波形对比，图8A为基于剪切波真实速度模型得到的波形(黑色)与基于初始模型的计算波形(灰色)对比图；图8B为基于剪切波真实速度模型得到的波形(黑色)与基于最终反演模型结果的计算波形(灰色)对比图。从这些结果中，我们观察到通过反演的进行，波形数据的垂直分量和水平分量的拟合情况均得到了提升。这说明，该弹性波波形反演稳定的收敛到了具有更小的波形差异的解。
另外，还将第一次迭代后的压缩波速度模型，与最终压缩波速度模型的二维剖面进行了对比。为了更加清楚的显示三维模型结果的差异，选取了居于中间第10条测线上的二维模型剖面。两个速度模型的剖面结果对比图，如图9A和图9B所示。图9A为本发明实施例的第一次迭代后压缩波速度模型的剖面结构示意图，图9B为本发明实施例的最终压缩波速度模型的剖面结构示意图，可以观察到，随着反演迭代的进行，图9B中的最终压缩波速度模型能够逐渐成功恢复出该地质结果的隐藏低速带的构造。
综上所述，该本发明是基于共偏移距地震波数据，能够实现快速处理，高度还原地震波传输的地下介质的精细结果，尤其适用于平缓的横向速度变化区域，同时仍然适用于其他区域当中。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种地震波数据的处理方法，包括：
将共炮域地震波数据转换为共偏移距地震波数据，所述共偏移距地震波数据包括压缩波数据和剪切波数据；
进行正演计算：输入初始压缩波速度模型和初始剪切波速度模型，确定计算数据函数；以及输入当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型，更新计算数据函数；
进行反演计算：构建目标函数，输入所述计算数据函数、压缩波数据和剪切波数据进行迭代，确定当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型；以及输入当前迭代后的压缩波速度模型和当前迭代后的剪切波速度模型，更新目标函数；以及
重复迭代，当迭代次数达到预设迭代次数时，迭代暂停，判断目标函数的结果是否达到预定结果，若达到该预定结果，则停止迭代；若未达到该预定结果，则继续迭代，直至达到该预定结果，输出最终压缩波速度模型和最终剪切波速度模型。
2.根据权利要求1所述的方法，其中，所述目标函数包括交叉梯度函数，其公式为||αhh(mp，ms)||2，其中，||||2指求模平方，h(mp，ms)为压缩波速度模型mp和剪切波速度模型ms的交叉梯度，其公式为 为梯度算子，αh是交叉梯度的权重因子，所述压缩波速度模型包括初始压缩波速度模型、当前迭代后的压缩波速度模型和最终压缩波速度模型，剪切波速度模型包括初始剪切波速度模型、当前迭代后的剪切波速度模型和最终剪切波速度模型，且所述压缩波速度模型与所述剪切波速度模型一一对应。
3.根据权利要求2所述的方法，其中，所述目标函数还包括拟合残差函数和正则化函数，其中，所述拟合残差函数的公式为dp为压缩波数据，ds为剪切波数据，u为计算数据函数；正则化函数的公式为其中，L为正则化矩阵，αp和αs分别为L(mp)和L(ms)的权重因子。
4.根据权利要求3所述的方法，其中，所述目标函数的公式为：
5.根据权利要求4所述的方法，其中，当前迭代与前一次迭代的速度模型m的增加量其中，m包括所述压缩波速度模型mp与所述剪切波速度模型ms，Δm为下一次迭代的速度模型增加量，为φ(m)的偏导。
6.根据权利要求5所述的方法，其中，在进行正演计算之前，还包括步骤：通过时窗选取共偏移距地震波数据中的压缩波数据和剪切波数据；以及
采用数值计算所述预设地震波在传输的介质中作e的微小扰动，计算近似公式其中，m为介质的速度模型量，e大于0且远小于1。
7.根据权利要求5所述的方法，其中，所述计算数据函数的公式为：
其中，t为时间，k为波数，i为虚部，n为序数，为基坐标向量，
Yn(r，θ)＝Jn(kr)einθ，J为以mp和ms为自变量的贝塞尔函数。
8.一种地震波数据的处理装置，包括：
转换单元，用于将共炮域地震波数据转换为共偏移距地震波数据，所述共偏移距地震波数据包括压缩波数据和剪切波数据；
正演计算单元，用于输入初始压缩波速度模型和初始剪切波速度模型，确定计算数据函数；以及输入迭代后的压缩波速度模型和剪切波速度模型，更新计算数据函数；以及
反演计算单元，用于构建目标函数，输入所述计算数据函数、压缩波数据和剪切波数据进行迭代，确定迭代后的压缩波速度模型和剪切波速度模型；以及输入所述迭代后的压缩波速度模型和剪切波速度模型，更新目标函数；重复迭代，当迭代次数达到预设迭代次数时，迭代暂停，判断目标函数的结果是否达到预定结果，若达到该预定结果，则停止迭代；若未达到该预定结果，则继续迭代，直至达到该预定结果，输出最终压缩波速度模型和最终剪切波速度模型。
9.根据权利要求8所述的装置，其中，所述目标函数为：
其包括：
交叉梯度函数，其公式为||αhh(mp，ms)||2，其中，||||2指求模平方，h(mp，ms)为压缩波速度模型mp和剪切波速度模型ms的交叉梯度，其公式为 为梯度算子，αh是交叉梯度的权重因子，所述压缩波速度模型包括初始压缩波速度模型、当前迭代后的压缩波速度模型和最终压缩波速度模型，剪切波速度模型包括初始剪切波速度模型、当前迭代后的剪切波速度模型和最终剪切波速度模型，且所述压缩波速度模型与所述剪切波速度模型一一对应；
拟合残差函数，其公式为其中，dp为压缩波数据，ds为剪切波数据，u为计算数据函数；以及
正则化函数，其公式为其中，L为正则化矩阵，αp和αs分别为L(mp)和L(ms)的权重因子；
其中，t为时间，k为波数，i为虚部，n为序数，为基坐标向量，
Yn(r，θ)＝Jn(kr)einθ，J为以mp和ms为自变量的贝塞尔函数。
10.一种地震波数据的处理装置，包括：
存储器，用于存储操作指令；
处理器，用于根据所述存储器中的操作指令执行如权利要求1至7中任一项所述的地震波数据的处理方法。
CN201810076505.4A 2018-01-25 2018-01-25 地震波数据的处理方法及装置 Pending CN108398719A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810076505.4A CN108398719A (zh) 2018-01-25 2018-01-25 地震波数据的处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810076505.4A CN108398719A (zh) 2018-01-25 2018-01-25 地震波数据的处理方法及装置

Publications (1)

Publication Number Publication Date
CN108398719A true CN108398719A (zh) 2018-08-14

Family

ID=63094964

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810076505.4A Pending CN108398719A (zh) 2018-01-25 2018-01-25 地震波数据的处理方法及装置

Country Status (1)

Country Link
CN (1) CN108398719A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726354A (zh) * 2018-12-18 2019-05-07 山东交通学院 一种面向海量数据的并行互相关计算方法
CN111366975A (zh) * 2020-03-21 2020-07-03 西华师范大学 基于交叉梯度正则化约束的叠前地震ava反演方法
CN116699695A (zh) * 2023-08-07 2023-09-05 北京中矿大地地球探测工程技术有限公司 一种基于衰减矫正的反演方法、装置和设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005076A (zh) * 2015-06-02 2015-10-28 中国海洋石油总公司 基于最小二乘梯度更新速度模型的地震波全波形反演方法
CN105277978A (zh) * 2015-10-15 2016-01-27 中国石油天然气集团公司 一种确定近地表速度模型的方法及装置
CN106483559A (zh) * 2015-08-24 2017-03-08 中国石油化工股份有限公司 一种地下速度模型的构建方法
CN107203002A (zh) * 2017-06-12 2017-09-26 中国科学院地质与地球物理研究所 反演速度模型及其建立方法和地下结构的像的获得方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005076A (zh) * 2015-06-02 2015-10-28 中国海洋石油总公司 基于最小二乘梯度更新速度模型的地震波全波形反演方法
CN106483559A (zh) * 2015-08-24 2017-03-08 中国石油化工股份有限公司 一种地下速度模型的构建方法
CN105277978A (zh) * 2015-10-15 2016-01-27 中国石油天然气集团公司 一种确定近地表速度模型的方法及装置
CN107203002A (zh) * 2017-06-12 2017-09-26 中国科学院地质与地球物理研究所 反演速度模型及其建立方法和地下结构的像的获得方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘志洋: "基于数据属性信息提取的波形联合反演方法研究", 《中国博士学位论文全文数据库 基础科学辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726354A (zh) * 2018-12-18 2019-05-07 山东交通学院 一种面向海量数据的并行互相关计算方法
CN109726354B (zh) * 2018-12-18 2022-12-20 山东交通学院 一种面向海量数据的并行互相关计算方法
CN111366975A (zh) * 2020-03-21 2020-07-03 西华师范大学 基于交叉梯度正则化约束的叠前地震ava反演方法
CN116699695A (zh) * 2023-08-07 2023-09-05 北京中矿大地地球探测工程技术有限公司 一种基于衰减矫正的反演方法、装置和设备
CN116699695B (zh) * 2023-08-07 2023-11-03 北京中矿大地地球探测工程技术有限公司 一种基于衰减矫正的反演方法、装置和设备

Similar Documents

Publication Publication Date Title
CA2969101C (en) Seismic elastic wave simulation for tilted transversely isotropic media using adaptive lebedev staggered grid
CN105277978B (zh) 一种确定近地表速度模型的方法及装置
KR102021276B1 (ko) 진폭 보존을 갖는 fwi 모델 도메인 각도 스택들
AU2019382288B2 (en) Passive seismic imaging
CN107894618B (zh) 一种基于模型平滑算法的全波形反演梯度预处理方法
CN108398719A (zh) 地震波数据的处理方法及装置
WO2019118160A1 (en) Generating a reflectivity model of subsurface structures
CN109154674B (zh) 利用光流确定在地震图像之间的位移
CN109073772B (zh) 利用光流确定在地震图像之间的位移
CN116774292B (zh) 一种地震波走时确定方法、系统、电子设备及存储介质
WO2022232572A1 (en) Method and system for high resolution least-squares reverse time migration
CN109633749A (zh) 基于散射积分法的非线性菲涅尔体地震走时层析成像方法
EP3211594B1 (en) Seismic modeling system providing seismic survey data inpainting based upon suspect region boundary comparisons and related methods
CN108680968B (zh) 复杂构造区地震勘探数据采集观测系统评价方法及装置
US20140129188A1 (en) System and method for analysis of seismic images
EP3217354A2 (en) Seismic modeling system providing seismic survey data frequency domain inpainting and related methods
CN114139335A (zh) 基于单松弛时间格子玻尔兹曼模型的粘滞声波模拟方法
CN115576014B (zh) 一种基于声波远探测成像的裂缝型储层智能识别方法
CN109738944B (zh) 基于广角反射的地震采集参数确定方法及装置
CN113534247A (zh) 基于叠后地震数据的裂缝定量化预测方法及装置
CN113866827B (zh) 一种解释性速度建模地震成像方法、系统、介质和设备
CN115170428A (zh) 一种声波远探测成像图的降噪方法
CN114442145A (zh) 一种目标导向地震采集方法、装置、介质及设备
CN108646288B (zh) 近地表模型的建立方法和装置
CN115598700A (zh) 一种地震剖面成像的方法、装置、存储介质及电子设备

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180814

WD01 Invention patent application deemed withdrawn after publication