CN108508487A - 一种基于多子波分解的地震道集子波拉伸校正方法和装置 - Google Patents

一种基于多子波分解的地震道集子波拉伸校正方法和装置 Download PDF

Info

Publication number
CN108508487A
CN108508487A CN201810272569.1A CN201810272569A CN108508487A CN 108508487 A CN108508487 A CN 108508487A CN 201810272569 A CN201810272569 A CN 201810272569A CN 108508487 A CN108508487 A CN 108508487A
Authority
CN
China
Prior art keywords
wavelet
road
corrected
library track
stretching
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.)
Granted
Application number
CN201810272569.1A
Other languages
English (en)
Other versions
CN108508487B (zh
Inventor
张繁昌
兰南英
桑凯恒
张佳佳
梁锴
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.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
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 China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201810272569.1A priority Critical patent/CN108508487B/zh
Publication of CN108508487A publication Critical patent/CN108508487A/zh
Application granted granted Critical
Publication of CN108508487B publication Critical patent/CN108508487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/36Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy

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

本发明公开了一种基于多子波分解的地震道集子波拉伸校正方法和装置,先选取参考道;利用傅里叶变换计算参考道和各待校正道的峰值频率;分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。本发明实现完全消除拉伸现象,使各道主频基本一致,最大程度的恢复大角度、大偏移距的高频成分以及保幅处理,为后续的振幅随偏移距变化分析提供准确的振幅信息。

Description

一种基于多子波分解的地震道集子波拉伸校正方法和装置
技术领域
本发明涉及油气资源勘探技术领域,特别涉及一种基于多子波分解的地震道集子波拉伸校正方法和装置。
背景技术
在地震资料处理过程中,动校正和偏移处理都会使大角度、大炮检距出现子波拉伸现象,子波拉伸现象使得地震数据主频、分辨率降低,不利于地震振幅随偏移距变化分析,并极大影响了叠前参数反演和叠后解释的精度。由此,子波拉伸现象的校正或消除在油气勘探中具有极为重要的意义。
子波拉伸包含偏移拉伸和动校正拉伸两种类型,偏移拉伸是由于输入的射线时间间隔比对到同等的垂直空间间隔所造成的波形拉伸现象,而动校正拉伸则是由于同一子波不同点处的动校正量不同而导致的拉伸现象。两类拉伸现象产生的机理虽然不同,但校正的方法却是相同的。现有的拉伸校正方法是依据傅里叶变换的尺度变换特性,在频域利用仅与反射角有关的拉伸因子改造频谱来实现拉伸校正的。但该方法会存在以下两个问题:1、实际处理中往往无法获得准确的角度信息;2、利用拉伸因子改造频谱的过程中往往会出现谐波效应,导致校正后的地震道无法保持振幅不被改变,会破坏振幅随偏移距变化效应。因此,现有的子波拉伸校正方法往往存在拉伸现象无法完全消除以及保幅校正的技术问题。
叠前数据处理的一个重要前提是不同入射角道集的频率不随角度发生变化,只是振幅随角度的变化而变化。但由于现有的子波拉伸校正方法存在无法实现拉伸完全消除、保幅校正的技术问题,仍然会影响振幅随偏移距变化属性提取的正确性。
综上所述,现有技术中对于无法实现拉伸完全消除、保幅校正的问题,尚缺乏有效的解决方案。
发明内容
为了克服上述现有技术的不足,本发明提供了一种基于多子波分解的地震道集子波拉伸校正方法和装置,实现完全消除拉伸现象,使各道主频基本一致,最大程度的恢复大角度、大偏移距的高频成分以及保幅处理,为后续的振幅随偏移距变化分析提供准确的振幅信息。
本发明所采用的技术方案是:
一种基于多子波分解的地震道集子波拉伸校正方法,该方法包括以下步骤:
选取参考道;
利用傅里叶变换计算参考道和各待校正道的峰值频率;
分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;
利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;
对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。
进一步的,所述选取参考道包括:
选取最小偏移距地震道或最小角度地震道作为参考道;
或者,选取最小偏移距地震道和最小角度地震道的叠加道作为参考道。
进一步的,所述利用傅里叶变换计算参考道和各待校正道的峰值频率的步骤包括:
分别对参考道和各待校正道的地震信号进行傅里叶变换,得到参考道和各待校正道的振幅谱最大峰值;
分别寻找参考道和各待校正道振幅谱最大峰值所对应的频率,该频率即为参考道和各待校正道的峰值频率。
进一步的,在分解参考道和待校正道之前,还建立了基本子波字典。
进一步的,所述分解参考道和待校正道,搜索参考道和各待校正道的最佳子波的步骤包括:
通过能量极大值位置确定每个子波的中心时间,在复数域通过能量最小原则求取复振幅,进而得到每个子波的振幅和相位信息;
在基本子波字典上,通过子波的振幅和相位信息在每道的峰值频率的附近搜索与参考道最匹配的最佳子波;
以参考道的最佳子波中心时间为中心的时窗中搜索待与待校正道最匹配的最佳子波及其振幅;
重复上述步骤,直至迭代次数达到最大迭代次数或者残差信号的能量于设定阈值。
进一步的,所述利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正的步骤包括:
依次将各待校正道的最佳子波主频替换成与之对应的参考道最佳子波主频,实现对待校正道所有最佳子波依次进行拉伸校正。
进一步的,所述对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集的步骤包括:
按照公式(1)将拉伸校正后的各最佳子波重构成地震信号,进而得到拉伸校正后的地震道集;
其中,gr(t-Ti,fii)为拉伸校正后的最佳子波;Ai为最佳子波的振幅;M为最佳子波的总数;x(t)为拉伸校正后的地震信号。
根据本发明的第二目的,本发明还提供了一种计算机装置,用于基于多子波分解的地震道集子波拉伸校正,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
选取参考道;
利用傅里叶变换计算参考道和各待校正道的峰值频率;
分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;
利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;
对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。
根据本发明的第三目的,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行以下步骤:
选取参考道;
利用傅里叶变换计算参考道和各待校正道的峰值频率;
分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;
利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;
对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。
与现有技术相比,本发明的有益效果是:
(1)本发明利用多子波分解算法在地震信号分解和重构的独特优势,将小角度参考道和待校正的大角度道地震道分解成一系列最佳子波,然后以参考道最佳子波为标准,对待校正道最佳子波逐一进行拉伸校正,最后利用校正后的子波重构成消除拉伸现象的地震道,完全消除拉伸现象,使各道主频基本一致,最大程度的恢复大角度、大偏移距的高频成分以及保幅处理,为后续的振幅随偏移距变化分析提供准确的振幅信息;
(2)本发明既能够完全消除大角度、大偏移距的子波拉伸现象,又能够保持地震数据的振幅变化信息及振幅随偏移距变化效应不改变,同时,经校正的各道主频、带宽基本一致,能够最大程度的保留大角度、大偏移距的高频成分,并在一定程度上提高了地震资料的分辨率。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是基于多子波分解的地震道集子波拉伸校正方法流程图;
图2是用于拉伸校正的模型道集;
图3是使用现有拉伸校正方法处理模型道集结果;
图4是本发明提出的基于多子波分解的地震道集子波拉伸校正方法处理模型道集结果;
图5是对模型数据使用现有方法和本发明校正后AVA信息及频率信息对比图;
图6是对实际道集进行拉伸校正前、后的对比图;
图7是参考道及拉伸校正道前、后频谱的对比图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术所介绍的,现有技术中存在无法实现拉伸完全消除、保幅校正的不足,为了解决如上的技术问题,本申请提出了一种基于多子波分解的地震道集子波拉伸校正方法和装置,利用多子波分解算法将大、小角度地震道分解成一系列最佳子波,以小角度参考道搜索的最佳子波为标准,对大角度待校正道的最佳子波逐一进行主频替换,最后将将校正后的最佳子波重构成地震信号,便得到拉伸校正后的道集,实现完全消除拉伸现象,使各道主频基本一致,最大程度的恢复大角度、大偏移距的高频成分以及保幅处理,为后续的振幅随偏移距变化分析提供准确的振幅信息。
本申请的一种典型的实施方式中,如图1所示,提供了一种基于多子波分解的地震道集子波拉伸校正方法,该方法包括以下步骤:
步骤1:参考道的选取。
参考道应该具备高信噪比、分辨率的特点,理论上需要其为零偏移距地震道或者零角度地震道。但实际资料往往难以获得零偏移距地震道或者是零角度地震道,故可以将最小偏移距的地震道或者最小角度地震道作为参考道。
对于最小偏移距地震道或者最小角度道信噪比较低的情况,可以使用叠加处理来压制噪音提高信噪比,将叠加道作为参考道。
步骤2:利用傅里叶变换求取参考道及各待校正道的峰值频率。
利用傅里叶变换,计算参考道及各待校正道的振幅谱最大峰值Xmax
Xmax=max{|X(1)|,|X(2)|,…,|X(N/2+1)|} (2)
其中,x(n)为地震信号;X(k)为相应频谱;n为信号的点数;N为频谱点数;k从1到N;j为虚数单位;Xmax为振幅谱最大峰值。
分别寻找参考道及各待校正道的振幅谱最大峰值Xmax所对应的频率,确定参考道及各待校正道的峰值频率fpeak
步骤3:建立超完备的基本子波字典:D={gγ(t)}γ∈Γ,其中,D中的每个子波gγ(t)均要满足有限支撑以及||gγ||=1。
步骤4:参考道、待校正道的分解。
通过能量极大值位置确定子波的中心时间ti,在复数域通过能量最小原则求取复振幅,进而得到子波的振幅ai和相位信息
在基本子波字典上,通过计算的子波的振幅ai和相位信息在每道的峰值频率fpeak的附近搜索与参考道最为匹配的最佳子波
在以参考道搜索的最佳子波中心时间ti为中心的时窗Δt中搜索待与待校正道最为匹配的最佳子波gr(Ti,Fii)及其振幅Ai
步骤5:重复步骤(4)的分解过程,直到迭代次数达到预先设定值,或者残差信号的能量小于某个阈值时停止迭代。
步骤6:对待校正道所有最佳子波依次进行拉伸校正。
将待校正道的每个最佳子波主频率Fi替换成与之对应的参考道最佳子波主频率fi,依此原理,由浅到深对待校正道所有最佳子波依次进行拉伸校正。
步骤7:利用公式(3)对拉伸校正后的最佳子波gr(Ti,fii)进行重构,便得到了拉伸校正后的地震道集。
其中,gr(t-Ti,fii)为拉伸校正后的最佳子波;Ai为最佳子波振幅;M为最佳子波个数;x(t)为拉伸校正后的地震信号。
如图2所示为模型道集,每一层代表一类振幅随偏移距变化,每个道集均有严重的子波拉伸现象。
如图3所示为使用现有拉伸校正方法对模型道集校正的结果,校正结果显示该方法存在拉伸校正不完全以及能够改变振幅随偏移距变化效应(特别是第二类振幅随偏移距变化)的不足。
如图4所示为使用本发明提出的基于多子波分解的地震道集子波拉伸校正方法对模型道集校正的结果,校正结果显示本发明能够完全消除拉伸现象,并且不改变道集振幅随偏移距变化特征。
图5是对比图3及图4中0.05s和0.25s处的振幅随偏移距变化信息及频率信息,进一步说明了现有拉伸校正方法的缺陷以及本发明提出的基于多子波分解的地震道集子波拉伸校正方法的优点。
如图6所示为利用本发明提出的基于多子波分解的地震道集子波拉伸校正方法对实际道集校正的结果,该校正结果显示大角度道集的子波拉伸现象已完全消除,大角度道集同相轴波形基本与小角度道集同相轴一致。特别是方框内的部分效果更为明显,在采样点40~60范围内由子波拉伸造成的大角度复杂的波形,经拉伸校正后分成具有与小角度道几乎同样宽度的两个单波,一定程度的提高了分辨率。同时,也验证了本发明提出的基于多子波分解的地震道集子波拉伸校正方法在实际资料校正拉伸现象的可行性。
如图7所示为参考道、待校正道拉伸校正前后频谱对比图,可以看到经本发明提出的基于多子波分解的地震道集子波拉伸校正方法校正后待校正道主频与参考道主频完全一致,频带宽度也基本一致,并且高频成分得到了补偿,最大程度的恢复大角度、大偏移距的高频成分。
本发明提出的基于多子波分解的地震道集子波拉伸校正方法,首先选取高信噪比、分辨率的小角度、小偏移距的地震道。然后利用傅里叶变换求取参考道及各待校正道的峰值频率。再建立超完备的基本子波字典,将参考道、待校正道在子波字典上垂直投影搜索最佳子波直至达到最大迭代次数,或者残差信号的能量小于阈值。最后将待校正道的最佳子波主频替换为其对应参考道最佳子波的主频,校正后的最佳子波利用式(3)进行重构便得到拉伸校正后的地震道集。
本发明利用多子波分解算法在地震信号分解和重构的独特优势,将小角度参考道和待校正的大角度道地震信号分解成一系列子波,然后以参考道子波为标准,对待校正道子波逐一进行拉伸校正,最后利用校正后的子波重构成消除拉伸现象的地震道。本发明的优点在于既能够完全消除大角度、大偏移距的子波拉伸现象,又能够保持地震数据的振幅变化信息及振幅随偏移距变化效应不改变。同时,经校正的各道主频、带宽基本一致,能够最大程度的保留大角度、大偏移距的高频成分,并在一定程度上提高了地震资料的分辨率。
本申请的另一种典型实施方式,提供了一种计算机装置,用于基于多子波分解的地震道集子波拉伸校正,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
选取参考道;
利用傅里叶变换计算参考道和各待校正道的峰值频率;
分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;
利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;
对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。
本申请的另一种典型实施方式,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行以下步骤:
选取参考道;
利用傅里叶变换计算参考道和各待校正道的峰值频率;
分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;
利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;
对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (9)

1.一种基于多子波分解的地震道集子波拉伸校正方法,其特征在于,包括以下步骤:
选取参考道;
利用傅里叶变换计算参考道和各待校正道的峰值频率;
分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;
利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;
对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。
2.根据权利要求1所述的基于多子波分解的地震道集子波拉伸校正方法,其特征在于,所述选取参考道包括:
选取最小偏移距地震道或最小角度地震道作为参考道;
或者,选取最小偏移距地震道和最小角度地震道的叠加道作为参考道。
3.根据权利要求1所述的基于多子波分解的地震道集子波拉伸校正方法,其特征在于,所述利用傅里叶变换计算参考道和各待校正道的峰值频率的步骤包括:
分别对参考道和各待校正道的地震信号进行傅里叶变换,得到参考道和各待校正道的振幅谱最大峰值;
分别寻找参考道和各待校正道振幅谱最大峰值所对应的频率,该频率即为参考道和各待校正道的峰值频率。
4.根据权利要求1所述的基于多子波分解的地震道集子波拉伸校正方法,其特征在于,在分解参考道和待校正道之前,还建立基本子波字典。
5.根据权利要求1所述的基于多子波分解的地震道集子波拉伸校正方法,其特征在于,所述分解参考道和待校正道,搜索参考道和各待校正道的最佳子波的步骤包括:
通过能量极大值位置确定每个子波的中心时间,在复数域通过能量最小原则求取复振幅,进而得到每个子波的振幅和相位信息;
在基本子波字典上,通过子波的振幅和相位信息在每道的峰值频率的附近搜索与参考道最匹配的最佳子波;
以参考道的最佳子波中心时间为中心的时窗中搜索待与待校正道最匹配的最佳子波及其振幅;
重复上述步骤,直至迭代次数达到最大迭代次数或者残差信号的能量于设定阈值。
6.根据权利要求1所述的基于多子波分解的地震道集子波拉伸校正方法,其特征在于,所述利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正的步骤包括:
依次将各待校正道的最佳子波主频替换成与之对应的参考道最佳子波主频,实现对待校正道所有最佳子波依次进行拉伸校正。
7.根据权利要求1所述的基于多子波分解的地震道集子波拉伸校正方法,其特征在于,所述对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集的步骤包括:
按照公式(1)将拉伸校正后的各最佳子波重构成地震信号,进而得到拉伸校正后的地震道集;
其中,gr(t-Ti,fii)为拉伸校正后的最佳子波;Ai为最佳子波的振幅;M为最佳子波的总数;x(t)为拉伸校正后的地震信号。
8.一种计算机装置,用于基于多子波分解的地震道集子波拉伸校正,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
选取参考道;
利用傅里叶变换计算参考道和各待校正道的峰值频率;
分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;
利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;
对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时执行以下步骤:
选取参考道;
利用傅里叶变换计算参考道和各待校正道的峰值频率;
分解参考道和各待校正道,搜索参考道和各待校正道的最佳子波;
利用参考道的最佳子波对各待校正道的最佳子波进行拉伸校正;
对拉伸校正后的各最佳子波进行重构,得到拉伸校正后的地震道集。
CN201810272569.1A 2018-03-29 2018-03-29 一种基于多子波分解的地震道集子波拉伸校正方法和装置 Active CN108508487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810272569.1A CN108508487B (zh) 2018-03-29 2018-03-29 一种基于多子波分解的地震道集子波拉伸校正方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810272569.1A CN108508487B (zh) 2018-03-29 2018-03-29 一种基于多子波分解的地震道集子波拉伸校正方法和装置

Publications (2)

Publication Number Publication Date
CN108508487A true CN108508487A (zh) 2018-09-07
CN108508487B CN108508487B (zh) 2019-02-01

Family

ID=63379326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810272569.1A Active CN108508487B (zh) 2018-03-29 2018-03-29 一种基于多子波分解的地震道集子波拉伸校正方法和装置

Country Status (1)

Country Link
CN (1) CN108508487B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113589384A (zh) * 2020-04-30 2021-11-02 中国石油化工股份有限公司 基于信号随偏移距变化特征的叠前道集保幅去噪方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070258323A1 (en) * 2006-05-07 2007-11-08 Ping An Method for Seismic Trace Decomposition and Reconstruction Using Multiple Wavelets
CN101131435A (zh) * 2006-08-23 2008-02-27 中国石油集团东方地球物理勘探有限责任公司 一种避免动校拉伸的动校正叠加方法
US20080232193A1 (en) * 2007-03-20 2008-09-25 Geocyber Solutions, Inc. Methods for Noise Removal and/or Attenuation from Seismic Data by Wavelet Selection
CN101276000A (zh) * 2008-05-26 2008-10-01 张文坡 一种对地震信号进行波形拉伸补偿的方法
CN104570119A (zh) * 2013-10-29 2015-04-29 中国石油化工股份有限公司 一种三维垂直地震剖面反射波拉伸校正方法
CN107179552A (zh) * 2016-03-11 2017-09-19 中国石油化工股份有限公司 一种基于波形动态匹配的子波拉伸校正处理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070258323A1 (en) * 2006-05-07 2007-11-08 Ping An Method for Seismic Trace Decomposition and Reconstruction Using Multiple Wavelets
CN101131435A (zh) * 2006-08-23 2008-02-27 中国石油集团东方地球物理勘探有限责任公司 一种避免动校拉伸的动校正叠加方法
US20080232193A1 (en) * 2007-03-20 2008-09-25 Geocyber Solutions, Inc. Methods for Noise Removal and/or Attenuation from Seismic Data by Wavelet Selection
CN101276000A (zh) * 2008-05-26 2008-10-01 张文坡 一种对地震信号进行波形拉伸补偿的方法
CN104570119A (zh) * 2013-10-29 2015-04-29 中国石油化工股份有限公司 一种三维垂直地震剖面反射波拉伸校正方法
CN107179552A (zh) * 2016-03-11 2017-09-19 中国石油化工股份有限公司 一种基于波形动态匹配的子波拉伸校正处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄文锋: "子波拉伸校正", 《地球物理学进展》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113589384A (zh) * 2020-04-30 2021-11-02 中国石油化工股份有限公司 基于信号随偏移距变化特征的叠前道集保幅去噪方法

Also Published As

Publication number Publication date
CN108508487B (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
Wang et al. Seismic sparse-spike deconvolution via Toeplitz-sparse matrix factorization
Yang et al. Simultaneous earthquake detection on multiple stations via a convolutional neural network
Zwartjes et al. Fourier reconstruction of nonuniformly sampled, aliased seismic data
CN102116868B (zh) 一种地震波分解方法
Sun et al. Cross-correlation analysis and time delay estimation of a homologous micro-seismic signal based on the Hilbert–Huang transform
CN104155691B (zh) 转换波各向异性速度分析方法及装置
Tian et al. Variable-eccentricity hyperbolic-trace TFPF for seismic random noise attenuation
CN102099705A (zh) 处理地震数据以供解读的系统和方法
CN106918838A (zh) 起伏地表条件下高斯束偏移成像方法及装置
CN107255831A (zh) 一种叠前频散属性的提取方法
CN106291681A (zh) 地震层位自动追踪方法及装置
CN107179552B (zh) 一种基于波形动态匹配的子波拉伸校正处理方法
Scafetta High resolution coherence analysis between planetary and climate oscillations
CN112882099B (zh) 一种地震频带拓宽方法、装置、介质及电子设备
CN110471113A (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
Tang et al. Two algorithms to stabilize multidirectional Poynting vectors for calculating angle gathers from reverse time migration
CN104391324A (zh) 依赖频率的avo反演前的地震道集动校拉伸校正预处理技术
CN106483563A (zh) 基于互补集合经验模态分解的地震能量补偿方法
CN108508487B (zh) 一种基于多子波分解的地震道集子波拉伸校正方法和装置
CN103728661A (zh) 一种高精度反q滤波地震资料处理方法
Liao et al. Residual learning with feedback for strong random noise attenuation in seismic data
Zhang et al. Seismic-gather wavelet-stretching correction based on multiwavelet decomposition algorithm
CN106249282A (zh) 一种适用于avaf反演的频率域地震道集生成方法
Li et al. Removing abnormal environmental noise in nodal land seismic data using deep learning
Innocenti et al. Improved forecasts of solar wind parameters using the Kalman filter

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