CN108594301B - 一种具有差异特征的地震数据融合的方法及处理终端 - Google Patents
一种具有差异特征的地震数据融合的方法及处理终端 Download PDFInfo
- Publication number
- CN108594301B CN108594301B CN201810739287.8A CN201810739287A CN108594301B CN 108594301 B CN108594301 B CN 108594301B CN 201810739287 A CN201810739287 A CN 201810739287A CN 108594301 B CN108594301 B CN 108594301B
- Authority
- CN
- China
- Prior art keywords
- data
- seismic
- obs
- average
- formula
- 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 27
- 230000004927 fusion Effects 0.000 title claims abstract description 16
- 238000001228 spectrum Methods 0.000 claims abstract description 88
- 238000003384 imaging method Methods 0.000 claims abstract description 50
- 230000009466 transformation Effects 0.000 claims description 11
- 230000005012 migration Effects 0.000 claims description 8
- 238000013508 migration Methods 0.000 claims description 8
- 238000000926 separation method Methods 0.000 claims description 7
- 230000003667 anti-reflective effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 description 2
- 241000219000 Populus Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000004575 stone Substances 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
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
本发明涉及一种具有差异特征的地震数据融合的方法,包括依次进行的以下步骤:步骤S1:获取OBS数据,并对OBS数据进行预处理;步骤S2:根据预先从OBS数据的反射成像叠加剖面中选取的数据进行计算,获得平均地震子波;步骤S3:进行波阻抗反演,获得OBS波阻抗;步骤S4:获取拖缆地震数据,并对拖缆地震数据进行预处理;步骤S5:与步骤S2一样,经过计算后,获得拖缆地震数据的平均地震子波;步骤S6:进行波阻抗反演,获得地下界面的反射系数;步骤S7:进行一致性处理;骤S8:进行加权叠加生成新的振幅谱,并获得新的地震子波;步骤S9:进行褶积运算,获得融合后的结果。本发明实现OBS和拖缆数据的融合,丰富了低频信息,拓宽了频带,提高了成像精度。
Description
技术领域
本发明涉及地震数据处理技术领域,具体是一种具有差异特征的地震数据融合的方法及处理终端。
背景技术
地震方法能很好识别出海底反射、振幅空白带及与水合物相关的气烟囱构造,因此地震方法是目前天然气水合物勘探中最常用且最有效的方法。
目前水合物地震调查中最常用的地震方法是采用海洋拖缆多道地震调查,通过采用密点放炮、密点接收的方式进行资料采集;能够反映构造并提供速度信息,可以确定水合物富集层位、厚度以及气体运移通道等。但实际资料中,由于缆长限制了偏移距范围,导致深部构造区域的速度很难运用拖缆地震数据准确的获得;另外拖缆地震资料缺乏10Hz以下的低频成分,由于吸收、衰减的影响,使得接收到的深部地层信息较弱。由于这两方面的原因,使得提升与水合物运移通道及气源研究息息相关的中、深层构造成像较难。
另一种地震调查方法是采用海底地震仪(Ocean Bottom Seismograph,OBS)调查,是一种将检波器放置于海底,采用海面放炮、海底接收的观测方式,同时接收四分量信息,相对常规拖缆地震资料而言具备长偏移距和宽方位信息、具有更丰富的低频信息、具有更高的信噪比、能同时接收纵波和转换横波等优势。但由于炮检点不在同一水平面上,且由于OBS仪器非常昂贵,因此接收点非常稀疏。从而导致OBS共反射点成像高频成分不丰富、分辨率不高。
海洋拖缆多道地震反射成像数据缺乏低频,但高频成分相对丰富;OBS地震反射成像数据具有丰富的低频,但高频成分不足;利用两种数据的各自优势频段,将两数据进行融合,能拓宽频带,提升成像精度。目前尚没有将两类数据进行融合的方法。
与地震方法相关的文献如下:
1.张军华,张在金,张彬彬,等.地震低频信号对关键处理环节的影响分析[J].石油地球物理勘探,2016,51(1):54-62.
2.徐云霞,文鹏飞,张宝金等.琼东南海域水合物OBS资料成像处理关键技术[J].地球物理学进展,2018(1):418-425.
3.符溪,杨木壮,文鹏飞等.南海天然气水合物地震资料处理及特征[J].地质科技情报,2001,20(4):33-36。
发明内容
针对现有技术的不足,本发明的目的之一提供一种具有差异特征的地震数据融合的方法,其能够解决将拖缆地震数据和OBS数据融合的问题,能拓宽频带和提升成像精度。
本发明的目的之二提供一种处理终端,其能够解决将拖缆地震数据和OBS数据融合的问题,能拓宽频带和提升成像精度。
实现本发明目的之一的技术方案为:一种具有差异特征的地震数据融合的方法,其包括依次进行的以下步骤:
步骤S1:步骤S1:获取OBS数据,并对OBS数据进行预处理,获得均方根速度和OBS数据的反射成像叠加剖面;
步骤S2:根据预先从OBS数据的反射成像叠加剖面中选取的数据按公式①至④进行计算,获得OBS数据的平均地震子波和平均地震子波的振幅谱:
式中,x(t)λ表示选取的数据中的第λ个地震道,ω为傅里叶变换变量,i为虚数单位,N表示地震道的个数,t为时间,X(ω)λ为x(t)λ的傅里叶变换,|X(ω)λ|为第λ个地震道的振幅谱,w(t)λ为第λ个单道地震子波,w(t)ave为OBS数据的平均地震子波,|X(ω)obs|为OBS数据的平均地震子波的振幅谱;
步骤S3:以步骤S1获得的均方根速度作为初始模型、步骤S2中的平均地震子波和步骤S1预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得OBS波阻抗;
步骤S4:获取拖缆地震数据,并对拖缆地震数据进行预处理,获得拖缆地震数据的反射成像叠加剖面;
步骤S5:根据预先从拖缆地震数据的反射成像叠加剖面中选取的数据按步骤S2的公式①至④进行计算,获得拖缆地震数据的平均地震子波和拖缆地震数据的平均地震子波的振幅谱;
步骤S6:以步骤S3中的OBS波阻抗作为初始模型、步骤S5中的拖缆地震数据的平均地震子波、步骤S4预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得地下界面的反射系数;
步骤S7:对OBS数据的平均地震子波的振幅谱与拖缆地震数据的平均地震子波的振幅谱进行一致性处理,一致性处理依次按公式⑤和⑥进行:
式中,max表示取最大值,coe为OBS振幅一致性处理系数,|X(ω)|mcs为步骤S5中的拖缆地震数据的平均地震子波的振幅谱,为一致性处理后的OBS数据的平均地震子波的振幅谱;
步骤S8:将步骤S7中的和|X(ω)|mcs按公式⑦进行加权叠加并生成新的振幅谱:
式中,α和β分别表示OBS振幅谱权重和拖缆振幅谱权重,|X(ω)|-mcs表示新构建地震子波的振幅谱;
经过公式⑦计算后,将|X(ω)|-mcs代入公式⑧进行计算,并获得新的地震子波w′(t):
步骤S9:将步骤S8中获得的新的地震子波w′(t)与步骤S6中获得的反射系数进行褶积运算,获得OBS数据与拖缆地震数据融合后的结果,褶积运算如公式⑨:
x′(t)=w′(t)*r(t) ------⑨
式中,x′(t)为融合后的地震数据,r(t)为步骤S6获得的反射系数。
进一步地,所述步骤S1的预处理包括依次进行的重定位、重定向、波场分离、速度分析及镜像偏移处理。
进一步地,所述步骤S3中的波阻抗反演的密度为2。
进一步地,所述步骤S4的预处理包括依次进行的噪音衰减、反褶积、速度分析和偏移成像处理。
进一步地,所述步骤S6中的波阻抗反演的密度为2。
实现本发明目的之二的技术方案为:一种处理终端,其包括,
存储器,用于存储程序指令;
处理器,用于运行所述程序指令,以执行如下步骤:
步骤S1:获取OBS数据,并对OBS数据进行预处理,获得均方根速度和OBS数据的反射成像叠加剖面;
步骤S2:根据预先从OBS数据的反射成像叠加剖面中选取的数据按公式①至④进行计算,获得OBS数据的平均地震子波和平均地震子波的振幅谱:
式中,x(t)λ表示选取的数据中的第λ个地震道,ω为傅里叶变换变量,i为虚数单位,N表示地震道的个数,t为时间,X(ω)λ为x(t)λ的傅里叶变换,|X(ω)λ|为第λ个地震道的振幅谱,w(t)λ为第λ个单道地震子波,w(t)ave为OBS数据的平均地震子波,|X(ω)obs|为OBS数据的平均地震子波的振幅谱;
步骤S3:以步骤S1获得的均方根速度作为初始模型、步骤S2中的平均地震子波和步骤S1预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得OBS波阻抗;
步骤S4:获取拖缆地震数据,并对拖缆地震数据进行预处理,获得拖缆地震数据的反射成像叠加剖面;
步骤S5:根据预先从拖缆地震数据的反射成像叠加剖面中选取的数据按步骤S2的公式①至④进行计算,获得拖缆地震数据的平均地震子波和拖缆地震数据的平均地震子波的振幅谱;
步骤S6:以步骤S3中的OBS波阻抗作为初始模型、步骤S5中的拖缆地震数据的平均地震子波、步骤S4预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得地下界面的反射系数;
步骤S7:对OBS数据的平均地震子波的振幅谱与拖缆地震数据的平均地震子波的振幅谱进行一致性处理,一致性处理依次按公式⑤和⑥进行:
式中,max表示取最大值,coe为OBS振幅一致性处理系数,|X(ω)|mcs为步骤S5中的拖缆地震数据的平均地震子波的振幅谱,为一致性处理后的OBS数据的平均地震子波的振幅谱;
步骤S8:将步骤S7中的和|X(ω)|mcs按公式⑦进行加权叠加并生成新的振幅谱:
式中,α和β分别表示OBS振幅谱权重和拖缆振幅谱权重,|X(ω)|-mcs表示新构建地震子波的振幅谱;
经过公式⑦计算后,将|X(ω)|-mcs代入公式⑧进行计算,并获得新的地震子波w′(t):
步骤S9:将步骤S8中获得的新的地震子波w′(t)与步骤S6中获得的反射系数进行褶积运算,获得OBS数据与拖缆地震数据融合后的结果,褶积运算如公式⑨:
x′(t)=w′(t)*r(t) ------⑨
式中,x′(t)为融合后的地震数据,r(t)为步骤S6获得的反射系数。
进一步地,所述步骤S1的预处理包括依次进行的重定位、重定向、波场分离、速度分析及镜像偏移处理。
进一步地,所述步骤S3中的波阻抗反演的密度为2。
进一步地,所述步骤S4的预处理包括依次进行的噪音衰减、反褶积、速度分析和偏移成像处理。
进一步地,所述步骤S6中的波阻抗反演的密度为2。
本发明的有益效果为:
1)能有效实现因接收方式差异导致的差异化特征的OBS和拖缆地震资料的融合处理,实现OBS数据低频信息与拖缆地震数据低、中、高频信息的有效结合,在拖缆资料的基础上丰富低频信息,从而达到拓宽资料频带,提高分辨率,提高成像精度的目的;
2)通过本方法进行融合后的地震数据的频带相对拖缆数据而言,极大地丰富了低频信息,拓宽了频带,提高了成像精度。
附图说明
图1(a)为OBS反射地震数据偏移叠加剖面;
图1(b)为OBS反射地震数据的频谱;
图2(a)为拖缆地震数据偏移叠加剖面;
图2(b)为拖缆地震数据的频谱;
图3(a)为OBS数据的平均地震子波;
图3(b)为OBS数据的平均地震子波的频谱;
图4(a)为拖缆地震数据的平均地震子波;
图4(b)为拖缆地震数据的平均地震子波的频谱;
图5为OBS与拖缆地震数据融合后的地下界面的反射系数;
图6(a)为OBS和拖缆地震数据融合后的地震子波;
图6(b)为OBS和拖缆地震数据融合后的地震子波的频谱;
图7为OBS与拖缆地震数据融合后的地震记录;
图8为将OBS与拖缆地震数据融合后的频谱与OBS数据频谱及拖缆地震数据频谱对比图;
图9为本发明较佳实施例的流程图;
图10为本发明一种处理终端的结构示意图;
其中,图1b、图2b和图8的横坐标Frequency(Hz)表示频率(Hz),纵坐标Amplitude(dB)表示振幅(dB);图3b、图4b和图6b中的横坐标表示频率(Hz),纵坐标表示振幅(dB)。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述:
如图1至图8所示,一种具有差异特征的地震数据融合的方法,其包括依次进行的以下步骤:
步骤S1:对获得的OBS数据,依次按以下子步骤进行的预处理:重定位、重定向、波场分离、速度分析及镜像偏移处理,预处理包括依次进行的重定位、重定向、波场分离、速度分析及镜像偏移处理,其中,速度分析获得均方根速度,经过预处理后,获得OBS数据的反射成像叠加剖面;
步骤S2:从步骤S1预处理后获得的反射成像叠加剖面中选取一段地形变化相对平缓、信噪比较高的数据,选取的数据包括N个地震道,在本实施例中,可按如下步骤来选取地震道:
分析并选择出反射成像叠加剖面中在海底以下且300ms以内的多道地震道数据,并以segy格式输出数据,如图1(a)所示,可以选取在0.2-0.6s之间的强反射轴的区域内的数据,该区域内的数据代表了地形变化相对平缓、信噪比较高的N个地震道,每个地震道的数据量都与时间有关,比如本实施例中,每个地震道都是从海底以下且300ms以内选取的数据,所以每个地震道都是一个数据序列;
对选取后的地震道依次按公式(1)至(4)进行计算,获得OBS数据的平均地震子波和OBS数据的平均地震子波的振幅谱:
式中,x(t)λ表示步骤S2中选取数据中的第λ个地震道,ω为傅里叶变换变量,i为虚数单位,N表示地震道的个数,λ表示第λ个的地震道,t为时间,X(ω)λ为x(t)λ的傅里叶变换,即ω域的地震道,e-iwt表示复变三角函数,即e-iwt=sin(wt)-icos(wt),相应的有eiwt=sin(wt)+icos(wt),|X(ω)λ|为第λ个地震道的振幅谱,w(t)λ为第λ个单道地震子波,w(t)ave为OBS数据的平均地震子波,|X(ω)obs|为OBS数据的平均地震子波的振幅谱,|X(ω)obs|是一个数据序列;
获得的OBS数据的平均地震子波如图3(a)所示,其频谱如图3(b)所示;
步骤S3:以步骤S1获得的均方根速度作为初始模型、步骤S2中的平均地震子波和步骤S1预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得OBS波阻抗;
在本实施例中,步骤S3中的波阻抗反演的密度为2;
步骤S4:对获得的拖缆地震数据进行噪音衰减、反褶积、速度分析、偏移成像等预处理,该预处理包括依次进行的噪音衰减、反褶积、速度分析和偏移成像,经过预处理后,获得拖缆地震数据的反射成像叠加剖面;
步骤S5:与步骤S2一样,选取一段地形变化相对平缓、信噪比较高的数据,如图2(a)所示,可以从中选取一段数据,选取出的数据也包括N个拖缆地震道,经过计算后,获得拖缆地震数据的平均地震子波,具体过程与步骤S2类似,在这里就不赘述了;
获得的拖缆地震数据的平均地震子波如图4(a)所示,其频谱如图4(b)所示;
步骤S6:以步骤S3中的OBS波阻抗作为初始模型、以及步骤S5中的拖缆地震数据的平均地震子波、步骤S4预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得地下界面的反射系数,获得的反射系数如图5所示;
在本实施例中,步骤S6中的波阻抗反演的密度为2;
步骤S7:由于OBS数据的平均地震子波的振幅谱与拖缆地震数据的平均地震子波的振幅谱能量差异较大,需要进行一致性处理,一致性处理依次按公式(5)和(6)进行:
式中,max表示取最大值,coe为OBS振幅一致性处理系数,|X(ω)obs|为步骤S2中的OBS数据的平均地震子波的振幅谱,|X(ω)|mcs为步骤S5中的拖缆地震数据的平均地震子波的振幅谱,为一致性处理后的OBS数据的平均地震子波的振幅谱;
步骤S8:将步骤S7中的和|X(ω)|mcs按公式(7)进行加权叠加并生成新的振幅谱,在低频段,权重偏向于OBS数据,在高频段,权重偏向于拖缆地震数据,也即在低频段,OBS振幅谱权重取值大,拖缆振幅谱权重取值小,在高频段,拖缆振幅谱权重取值大,OBS振幅谱权重取值小:
式中,α和β分别表示OBS振幅谱权重和拖缆振幅谱权重,均为常数,|X(ω)|-mcs表示新构建地震子波的振幅谱;
在本实施例中,α和β的取值依据频率进行取值,对应图6中的频率,α和β的取值,如下表所示:
频率(Hz) | α值 | β值 |
7.692308 | 200 | 10 |
15.38462 | 1.574768 | 0.5 |
23.07692 | 0.616449 | 0.5 |
30.76923 | 0.547582 | 0.5 |
38.46154 | 0.754802 | 0.5 |
46.15385 | 1.418764 | 0.5 |
53.84615 | 0.1 | 0.99705 |
61.53846 | 0.1 | 0.95776 |
69.23077 | 0.1 | 0.93165 |
76.92308 | 0.1 | 0.92336 |
100-250 | 0 | 1 |
经过公式(7)计算后,将|X(ω)|-mcs代入步骤S2中的公式(2),即按公式(8)进行计算并获得新的地震子波w′(t):
新的地震子波w′(t)如图6(a)所示,其频谱图6(b)所示;
步骤S9:将步骤S8中获得的新的地震子波w′(t)与步骤S6中获得的反射系数进行褶积运算,褶积运算的结果即为OBS数据与拖缆地震数据融合后的结果,其结果的地震记录如图7所示,该结果也即是本发明需要的结果,褶积运算公式如下:
x′(t)=w′(t)*r(t) (9)
式中,x′(t)为融合后的地震数据,r(t)为步骤S6获得的反射系数。
通过以上步骤,可实现由于震源或接收方式差异导致的具有差异化特征地震数据的融合,如图1(b)和图2(b)所示,可以看出OBS数据具有丰富的低频,而拖缆地震数据高频成分相对丰富,将OBS数据和拖缆地震数据进行融合后的的频谱如图8所示,丰富了低频信息,拓宽了频带;通过本发明将OBS数据和拖缆地震数据进行融合后的频谱与OBS数据及拖缆地震数据的频率对比,以-10dB为依据,发现融合后的数据频带相对拖缆地震数据而言,将原始拖缆地震数据的低频端由16Hz拓展到5Hz,极大的丰富了低频成分,高频成分同样以-10dB为准,高频端由90Hz拓展到92Hz,极大地丰富了低频信息,拓宽了频带,提高了成像精度。
本发明还涉及一种实现以上方法的实体装置的处理终端100,其包括,
存储器101,用于存储程序指令;
处理器102,用于运行所述程序指令,以执行如下步骤:
步骤S1:获取OBS数据,并对OBS数据进行预处理,获得均方根速度和OBS数据的反射成像叠加剖面;
步骤S2:根据预先从OBS数据的反射成像叠加剖面中选取的数据按公式①至④进行计算,获得OBS数据的平均地震子波和平均地震子波的振幅谱:
式中,x(t)λ表示选取的数据中的第λ个地震道,ω为傅里叶变换变量,i为虚数单位,N表示地震道的个数,t为时间,X(ω)λ为x(t)λ的傅里叶变换,e-iwt表示复变三角函数,即e-iwt=sin(wt)-icos(wt),相应的有eiwt=sin(wt)+icos(wt),|X(ω)λ|为第λ个地震道的振幅谱,w(t)λ为第λ个单道地震子波,w(t)ave为OBS数据的平均地震子波,|X(ω)obs|为OBS数据的平均地震子波的振幅谱;
步骤S3:以步骤S1获得的均方根速度作为初始模型、步骤S2中的平均地震子波和步骤S1预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得OBS波阻抗;
步骤S4:获取拖缆地震数据,并对拖缆地震数据进行预处理,获得拖缆地震数据的反射成像叠加剖面;
步骤S5:根据预先从拖缆地震数据的反射成像叠加剖面中选取的数据按步骤S2的公式①至④进行计算,获得拖缆地震数据的平均地震子波和拖缆地震数据的平均地震子波的振幅谱;
步骤S6:以步骤S3中的OBS波阻抗作为初始模型、步骤S5中的拖缆地震数据的平均地震子波、步骤S4预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得地下界面的反射系数;
步骤S7:对OBS数据的平均地震子波的振幅谱与拖缆地震数据的平均地震子波的振幅谱进行一致性处理,一致性处理依次按公式⑤和⑥进行:
式中,max表示取最大值,coe为OBS振幅一致性处理系数,|X(ω)|mcs为步骤S5中的拖缆地震数据的平均地震子波的振幅谱,为一致性处理后的OBS数据的平均地震子波的振幅谱;
步骤S8:将步骤S7中的和|X(ω)|mcs按公式⑦进行加权叠加并生成新的振幅谱:
式中,α和β分别表示OBS振幅谱权重和拖缆振幅谱权重,|X(ω)|-mcs表示新构建地震子波的振幅谱;
经过公式⑦计算后,将|X(ω)|-mcs代入公式⑧进行计算,并获得新的地震子波w′(t):
步骤S9:将步骤S8中获得的新的地震子波w′(t)与步骤S6中获得的反射系数进行褶积运算,获得OBS数据与拖缆地震数据融合后的结果,褶积运算如公式⑨:
x′(t)=w′(t)*r(t) ------⑨
式中,x′(t)为融合后的地震数据,r(t)为步骤S6获得的反射系数。
进一步地,所述步骤S1的预处理包括依次进行的重定位、重定向、波场分离、速度分析及镜像偏移处理。
进一步地,所述步骤S3中的波阻抗反演的密度为2。
进一步地,所述步骤S4的预处理包括依次进行的噪音衰减、反褶积、速度分析和偏移成像处理。
进一步地,所述步骤S6中的波阻抗反演的密度为2。
对于本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及变形,而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。
Claims (10)
1.一种具有差异特征的地震数据融合的方法,其特征在于:包括依次进行的以下步骤:
步骤S1:获取OBS数据,并对OBS数据进行预处理,获得均方根速度和OBS数据的反射成像叠加剖面;
步骤S2:根据预先从OBS数据的反射成像叠加剖面中选取的数据按公式①至④进行计算,获得OBS数据的平均地震子波和平均地震子波的振幅谱:
式中,x(t)λ表示选取的数据中的第λ个地震道,ω为傅里叶变换变量,i为虚数单位,N表示地震道的个数,t为时间,X(ω)λ为x(t)λ的傅里叶变换,e-iwt表示复变三角函数,|X(ω)λ|为第λ个地震道的振幅谱,w(t)λ为第λ个单道地震子波,w(t)ave为OBS数据的平均地震子波,|X(ω)obs|为OBS数据的平均地震子波的振幅谱;
步骤S3:以步骤S1获得的均方根速度作为初始模型、步骤S2中的平均地震子波和步骤S1预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得OBS波阻抗;
步骤S4:获取拖缆地震数据,并对拖缆地震数据进行预处理,获得拖缆地震数据的反射成像叠加剖面;
步骤S5:根据预先从拖缆地震数据的反射成像叠加剖面中选取的数据按步骤S2的公式①至④进行计算,获得拖缆地震数据的平均地震子波和拖缆地震数据的平均地震子波的振幅谱;
步骤S6:以步骤S3中的OBS波阻抗作为初始模型、步骤S5中的拖缆地震数据的平均地震子波、步骤S4预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得地下界面的反射系数;
步骤S7:对OBS数据的平均地震子波的振幅谱与拖缆地震数据的平均地震子波的振幅谱进行一致性处理,一致性处理依次按公式⑤和⑥进行:
式中,max表示取最大值,coe为OBS振幅一致性处理系数,|X(ω)|mcs为步骤S5中的拖缆地震数据的平均地震子波的振幅谱,为一致性处理后的OBS数据的平均地震子波的振幅谱;
步骤S8:将步骤S7中的和|X(ω)|mcs按公式⑦进行加权叠加并生成新的振幅谱:
式中,α和β分别表示OBS振幅谱权重和拖缆振幅谱权重,|X(ω)|-mcs表示新构建地震子波的振幅谱;
经过公式⑦计算后,将|X(ω)|-mcs代入公式⑧进行计算,并获得新的地震子波w′(t):
步骤S9:将步骤S8中获得的新的地震子波w′(t)与步骤S6中获得的反射系数进行褶积运算,获得OBS数据与拖缆地震数据融合后的结果,褶积运算如公式⑨:
x′(t)=w′(t)*r(t)------⑨
式中,x′(t)为融合后的地震数据,r(t)为步骤S6获得的反射系数。
2.根据权利要求1所述的具有差异特征的地震数据融合的方法,其特征在于:所述步骤S1的预处理包括依次进行的重定位、重定向、波场分离、速度分析及镜像偏移处理。
3.根据权利要求1所述的具有差异特征的地震数据融合的方法,其特征在于:所述步骤S3中的波阻抗反演的密度为2。
4.根据权利要求1所述的具有差异特征的地震数据融合的方法,其特征在于:所述步骤S4的预处理包括依次进行的噪音衰减、反褶积、速度分析和偏移成像处理。
5.根据权利要求1所述的具有差异特征的地震数据融合的方法,其特征在于:所述步骤S6中的波阻抗反演的密度为2。
6.一种处理终端,其包括,
存储器,用于存储程序指令;
处理器,用于运行所述程序指令,以执行如下步骤:
步骤S1:获取OBS数据,并对OBS数据进行预处理,获得均方根速度和OBS数据的反射成像叠加剖面;
步骤S2:根据预先从OBS数据的反射成像叠加剖面中选取的数据按公式①至④进行计算,获得OBS数据的平均地震子波和平均地震子波的振幅谱:
式中,x(t)λ表示选取的数据中的第λ个地震道,ω为傅里叶变换变量,i为虚数单位,N表示地震道的个数,t为时间,X(ω)λ为x(t)λ的傅里叶变换,e-iwt表示复变三角函数,|X(ω)λ|为第λ个地震道的振幅谱,w(t)λ为第λ个单道地震子波,w(t)ave为OBS数据的平均地震子波,|X(ω)obs|为OBS数据的平均地震子波的振幅谱;
步骤S3:以步骤S1获得的均方根速度作为初始模型、步骤S2中的平均地震子波和步骤S1预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得OBS波阻抗;
步骤S4:获取拖缆地震数据,并对拖缆地震数据进行预处理,获得拖缆地震数据的反射成像叠加剖面;
步骤S5:根据预先从拖缆地震数据的反射成像叠加剖面中选取的数据按步骤S2的公式①至④进行计算,获得拖缆地震数据的平均地震子波和拖缆地震数据的平均地震子波的振幅谱;
步骤S6:以步骤S3中的OBS波阻抗作为初始模型、步骤S5中的拖缆地震数据的平均地震子波、步骤S4预处理后的反射成像叠加剖面作为波阻抗反演需要的三个输入参数进行波阻抗反演,获得地下界面的反射系数;
步骤S7:对OBS数据的平均地震子波的振幅谱与拖缆地震数据的平均地震子波的振幅谱进行一致性处理,一致性处理依次按公式⑤和⑥进行:
式中,max表示取最大值,coe为OBS振幅一致性处理系数,|X(ω)|mcs为步骤S5中的拖缆地震数据的平均地震子波的振幅谱,为一致性处理后的OBS数据的平均地震子波的振幅谱;
步骤S8:将步骤S7中的和|X(ω)|mcs按公式⑦进行加权叠加并生成新的振幅谱:
式中,α和β分别表示OBS振幅谱权重和拖缆振幅谱权重,|X(ω)|-mcs表示新构建地震子波的振幅谱;
经过公式⑦计算后,将|X(ω)|-mcs代入公式⑧进行计算,并获得新的地震子波w′(t):
步骤S9:将步骤S8中获得的新的地震子波w′(t)与步骤S6中获得的反射系数进行褶积运算,获得OBS数据与拖缆地震数据融合后的结果,褶积运算如公式⑨:
x′(t)=w′(t)*r(t)------⑨
式中,x′(t)为融合后的地震数据,r(t)为步骤S6获得的反射系数。
7.根据权利要求6所述的处理终端,其特征在于:所述步骤S1的预处理包括依次进行的重定位、重定向、波场分离、速度分析及镜像偏移处理。
8.根据权利要求6所述的处理终端,其特征在于:所述步骤S3中的波阻抗反演的密度为2。
9.根据权利要求6所述的处理终端,其特征在于:所述步骤S4的预处理包括依次进行的噪音衰减、反褶积、速度分析和偏移成像处理。
10.根据权利要求6所述的处理终端,其特征在于:所述步骤S6中的波阻抗反演的密度为2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810739287.8A CN108594301B (zh) | 2018-07-06 | 2018-07-06 | 一种具有差异特征的地震数据融合的方法及处理终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810739287.8A CN108594301B (zh) | 2018-07-06 | 2018-07-06 | 一种具有差异特征的地震数据融合的方法及处理终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108594301A CN108594301A (zh) | 2018-09-28 |
CN108594301B true CN108594301B (zh) | 2019-07-26 |
Family
ID=63617746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810739287.8A Active CN108594301B (zh) | 2018-07-06 | 2018-07-06 | 一种具有差异特征的地震数据融合的方法及处理终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108594301B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110361792B (zh) * | 2019-06-24 | 2020-08-25 | 山东大学 | 一种地球物理数据融合及成像方法、介质与设备 |
CN112255685B (zh) * | 2020-09-28 | 2022-03-01 | 广州海洋地质调查局 | 一种obs与海面拖缆地震数据联合成像方法及处理终端 |
CN114488286B (zh) * | 2022-01-25 | 2023-03-10 | 中国海洋大学 | 基于振幅加权的拖缆与海底地震资料联合波形反演方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2479200A (en) * | 2010-04-01 | 2011-10-05 | Statoil Asa | Interpolating pressure and/or vertical particle velocity data from multi-component marine seismic data including horizontal derivatives |
CN103792573B (zh) * | 2012-10-26 | 2017-03-08 | 中国石油化工股份有限公司 | 一种基于频谱融合的地震波阻抗反演方法 |
-
2018
- 2018-07-06 CN CN201810739287.8A patent/CN108594301B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108594301A (zh) | 2018-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107526101B (zh) | 一种获取地震反射波的采集和处理方法 | |
CN104656142B (zh) | 一种利用垂直地震剖面与测井联合的地震层位标定方法 | |
CN105607124B (zh) | 地震波近地表地层品质因子的补偿方法及装置 | |
AU2011201258B2 (en) | System and method for using time-distance characteristics in acquisition, processing and imaging of t-CSEM data | |
AU2002301800B2 (en) | Method for absolute preserved amplitude processing of seismic well data | |
US20080270033A1 (en) | Methods of hydrocarbon detection using spectral energy analysis | |
CN108594301B (zh) | 一种具有差异特征的地震数据融合的方法及处理终端 | |
BRPI0500722B1 (pt) | Sistema para combinar sinais de sensores de pressão e sensores de movimento de partícula em serpentinas sísmicas marinhas | |
Tsuji et al. | Surface-wave analysis for identifying unfrozen zones in subglacial sediments | |
CN106896409B (zh) | 一种基于波动方程边值反演的变深度缆鬼波压制方法 | |
WO2006054181A1 (en) | Method for processing at least two sets of seismic data | |
CN107728204A (zh) | 基于叠前纵波各向异性的裂缝预测方法及系统 | |
Song et al. | Surface-wave dispersion spectrum inversion method applied to Love and Rayleigh waves recorded by distributed acoustic sensing | |
AU2013200589A1 (en) | Sweep design for seismic sources | |
JPS59137876A (ja) | 海上地震探査の信号の波形を記録する方法及び装置 | |
CN107247291A (zh) | 海底浅地层声能衰减模型构建及其两个重要声能衰减特征参数提取方法 | |
CN103018771A (zh) | 确定拖缆形状的装置和方法 | |
CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
CN109669223A (zh) | 利用微测井获得浅地表声波测井与合成地震记录的方法 | |
CN101609163B (zh) | 基于波动理论的多尺度地震资料联合成像方法 | |
US20060253257A1 (en) | Method of processing seismic data for AVO or AVOA characterization | |
KR100412097B1 (ko) | 탄성파 자료 시변 최적 옵셋 처리 방법, 시스템 및 장치 | |
CN108303741A (zh) | 基于水检积分的地震双检合并鸣震压制方法 | |
Rutenko et al. | A method for estimating the characteristics of acoustic pulses recorded on the sakhalin shelf for multivariate analysis of their effect on the behavior of gray whales | |
CN110244383A (zh) | 基于近地表数据的地质岩性综合模型创建方法 |
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 |