CN108646288A - 近地表模型的建立方法和装置 - Google Patents
近地表模型的建立方法和装置 Download PDFInfo
- Publication number
- CN108646288A CN108646288A CN201810160746.7A CN201810160746A CN108646288A CN 108646288 A CN108646288 A CN 108646288A CN 201810160746 A CN201810160746 A CN 201810160746A CN 108646288 A CN108646288 A CN 108646288A
- Authority
- CN
- China
- Prior art keywords
- model
- surface model
- mesh point
- disturbance velocity
- disturbance
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 124
- 238000010606 normalization Methods 0.000 claims description 11
- 239000004615 ingredient Substances 0.000 abstract description 28
- 239000011159 matrix material Substances 0.000 abstract description 28
- 238000009499 grossing Methods 0.000 abstract description 17
- 238000003384 imaging method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 15
- 238000003860 storage Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004587 chromatography analysis Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 238000013517 stratification Methods 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种近地表模型的建立方法和装置,其中,该方法包括:获取目标区域的单炮资料;根据单炮资料,建立第一近地表模型;根据第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型;根据第一近地表模型中的平均速度、扰动速度模型、第一近地表模型,建立第二近地表模型,由于该方案考虑到基于现有方法所建立的近地表模型由于使用了平滑技术导致遗失掉了散射基质中小尺度成分的影响,根据散射介质中小尺度成分的速度特征,通过建立扰动速度模型,以确定出了现有方法所遗失掉的小尺度成分的具体影响,再利用上述扰动速度模型,建立出较为准确的近地表模型,从而解决了现有方法中存在的确定近地表模型精确度差的技术问题。
Description
技术领域
本申请涉及地球物理勘探技术领域,特别涉及一种近地表模型的建立方法和装置。
背景技术
在进行地震勘探时,常常需要先根据所采集的单炮数据建立关于目标区域的具体近地表模型,进而可以利用所建立的近地表模型对目标区域进行具体的地震勘探研究。
目前,现有方法在建立近地表模型的过程中都不可避免地使用了平滑技术。平滑技术导致在建立近地表模型的过程中遗失掉目标区域的散射基质中小尺度成分的影响,进而导致建立的近地表模型不够准确。例如,地表相对较复杂的目标区域上往往存在许多小尺度非均质体(即一种散射基质中小尺度成分),这种小尺度非均质体往往会产生较强的散射波,对目标区域的地震成像等产生影响。如果遗失掉这种影响(即散射基质中小尺度成分的影响),将导致所建立的近地表模型的精度较差。
针对上述确定近地表模型精确度较差的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种近地表模型的建立方法和装置,以解决现有方法存在的确定近地表模型精确度较差的技术问题,达到有针对性地补回由于平滑技术遗失掉的散射基质中小尺度成分的影响,建立精度较高的近地表模型的技术效果。
本申请实施例提供了一种近地表模型的建立方法,包括:
获取目标区域的单炮资料;
根据所述单炮资料,建立第一近地表模型;
根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型;
根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型。
在一个实施方式中,所述根据所述单炮资料,建立第一近地表模型,包括:
对所述单炮资料进行层析反演,得到速度反演结果;
根据所述速度反演结果,建立所述第一近地表模型。
在一个实施方式中,根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型包括:
根据所述第一近地表模型,确定第一近地表模型中各个网格点的速度;
根据所述第一近地表模型中各个网格点的速度,确定所述第一近地表模型中的平均速度;
根据所述第一近地表模型中各个网格点的速度、所述第一近地表模型中的平均速度,确定第一近地表模型中各个网格点的扰动速度;
根据所述第一近地表模型中各个网格点的扰动速度,建立所述扰动速度模型。
在一个实施方式中,在根据所述第一近地表模型中各个网格点的速度、所述第一近地表模型中的平均速度,确定第一近地表模型中各个网格点的扰动速度后,所述方法还包括:
根据所述第一近地表模型中各个网格点的扰动速度,将所述第一近地表模型中绝对值最大的网格点的扰动速度确定为第一归一化参数;
利用所述第一归一化参数对所处第一近地表模型中各个网格点的扰动速度进行第一归一化处理,得到归一化后的各个网格点的扰动速度。
在一个实施方式中,根据所述第一近地表模型中各个网格点的速度,确定所述第一近地表模型中的平均速度,包括:
按照以下公式,确定第一近地表模型中的平均速度:
其中,为第一近地表模型中的平均速度,v(i,j)为第一近地表模型中编号为(i,j)的网格点的速度,i为第一近地表模型中网格点在X方向上的编号,i的取值范围为大于等于0,且小于NX,NX为第一近地表模型在X方向上的网格点的总数,j为第一近地表模型中网格点在Z方向上的编号,j的取值范围为大于等于0,且小于NZ,NZ为第一近地表模型在Z方向上的网格点的总数。
在一个实施方式中,根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型,包括:
根据所述第一近地表模型、所述扰动速度模型、所述随机模型,建立扰动影响模型;
根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型。
在一个实施方式中,根据所述第一近地表模型、所述扰动速度模型、所述随机模型,建立扰动影响模型,包括:
根据所述第一近地表模型,确定第一近地表模型的特征尺度;
根据所述第一近地表模型的特征尺度,计算影响因子;
根据所述影响因子、所述扰动速度模型、所述随机模型,建立所述扰动影响模型。
在一个实施方式中,根据所述第一近地表模型的特征尺度,计算影响因子,包括:
按照以下公式,计算影响因子:
Factor=-0.008*Scale+3.5
其中,Factor为影响因子,Scale为第一近地表模型的特征尺度。
在一个实施方式中,根据所述影响因子、所述扰动速度模型、所述随机模型,建立所述扰动影响模型,包括:
将所述扰动速度模型中各个网格点的扰动速度分别乘以所述影响因子,得到影响模型;
获取随机数组,并将所述随机数组作为随机模型,其中,所述随机数组中的数据个数与第一近地表模型中网格点的总数相等;
根据所述影响模型、所述随机模型,建立所述扰动影响模型。
在一个实施方式中,在建立所述扰动影响模型后,所述方法还包括:
根据跟所述扰动影响模型,将所述扰动影响模型中绝对值值最大的数据作为第二归一化参数;
利用所述第二归一化参数对所述扰动影响模型中各个数据分别进行第二归一化处理。
在一个实施方式中,根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型,包括:
按照以下公式,建立所述第二近地表模型:
其中,V(p,q)为第二近地表模型中编号为(p,q)的网格点的速度,p为第二近地表模型中网格点在X方向上的编号,p的取值范围为大于等于0,且小于NX,NX为第二近地表模型在X方向上的网格点的总数,q为第二近地表模型中网格点在Z方向上的编号,q的取值范围为大于等于0,且小于NZ,NZ为第二近地表模型在Z方向上的网格点的总数,R(p,q)为扰动影响模型中编号为(p,q)的数据,v′max为第一近地表模型中绝对值最大的网格点的速度,为第一近地表模型中的平均速度。
本申请实施例还提供了一种近地表模型的建立装置,包括:
获取模块,用于获取目标区域的单炮资料;
第一建立模块,用于根据所述单炮资料,建立第一近地表模型;
确定模块,用于根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型;
第二建立模块,用于根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型。
在本申请实施例中,由于考虑到基于现有方法所建立的近地表模型由于使用了平滑技术导致遗失掉了散射基质中小尺度成分的影响,并根据散射介质中小尺度成分的速度特征,通过建立扰动速度模型,以确定出了现有方法所遗失掉的小尺度成分的具体影响,再利用上述扰动速度模型,建立出较为准确的近地表模型,从而解决了现有方法存在的确定近地表模型精确度较差的技术问题,达到有针对性地补回由于平滑技术遗失掉的散射基质中小尺度成分的影响,建立精度较高的近地表模型的技术效果。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施方式提供的近地表模型的建立方法的处理流程图;
图2是根据本申请实施方式提供的近地表模型的建立装置的组成结构图;
图3是基于本申请实施例提供的近地表模型的建立方法的电子设备组成结构示意图;
图4是在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的层析反演近地表模型的示意图;
图5是在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的加入特征尺度300的小尺度成分后的层析反演近地表模型的结果示意图;
图6是在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的加入特征尺度50的小尺度成分后的层析反演近地表模型的结果示意图;
图7是在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的层析反演近地表模型成像结果的示意图;
图8是在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的加入特征尺度300的小尺度成分后的层析反演近地表模型的成像结果示意图;
图9是在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的加入特征尺度50的小尺度成分后的层析反演近地表模型的成像结果示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
考虑到现有的近地表模型建模方法大多是直接通过层析反演建立对应的近地表模型,由于具体实施过程中不可避免地采用了平滑技术进行平滑处理,导致所建立的近地表模型中往往会遗失掉基质中小尺度成分的影响,进而导致现有方法具体实施时,往往存在确定近地表模型精确度较差的技术问题。针对产生上述技术问题的根本原因,本申请考虑可以根据散射介质中小尺度成分的具体速度特征,通过建立扰动速度模型,以确定出了现有方法由于平滑技术所遗失掉的小尺度成分的具体影响,再利用上述扰动速度模型补回遗失掉的小尺度成分的影响,建立出较为准确的近地表模型,从而解决了现有方法存在的确定近地表模型精确度较差的技术问题,达到有针对性地补回由于平滑技术遗失掉的散射基质中小尺度成分的影响,建立精度较高的近地表模型的技术效果。
基于上述思考思路,本申请实施例提供了一种近地表模型的建立方法。具体请参阅图1所示的根据本申请实施方式提供的近地表模型的建立方法的处理流程图。本申请实施例提供的近地表模型的建立方法,具体实施时,可以包括以下步骤。
S11:获取目标区域的单炮资料。
在本实施方式中,上述单炮资料也可以称为单炮记录,具体可以理解为是一种在目标区域采集得到的地震数据。具体的,上述单炮资料可以通过以下方式获取:在目标区域中设置某些位置作为激发点进行放炮,然后通过事先设置在目标区域中的一系列检波器接收地层由于激发而产生的反射波信号,将同一炮每一道收到的信号排在一起就形成一个单炮记录,即单炮资料。
在本实施方式中,上述单炮资料具体可以是一种二维地震数据,也可以是一种三维地震数据。相应的,利用二维的单炮资料建立的近地表模型具体可以是一种二维的近地表模型,利用三维的单炮资料建立的近地表模型具体可以是一种三维的近地表模型。在本实施方式中,仅以二维的单炮地震资料为例说明如何利用二维的单炮地震资料建立较为精确的二维的近地表模型。对于建立三维的近地表模型,可以利用三维的单炮资料,参照本申请提供的建立的二维的近地表模型方式建立。对此,本申请不作赘述。
S12:根据所述单炮资料,建立第一近地表模型。
在一个实施方式中,上述根据所述单炮资料,建立第一近地表模型,具体实施时,可以包括以下内容:
S12-1:对所述单炮资料进行层析反演,得到速度反演结果;
S12-2:根据所述速度反演结果,建立所述第一近地表模型。
在本实施方式中,上述层析反演也可以称为层析成像反演。具体的,上述层析反演可以是一种根据采集的地震波信息,对所得到的信息进行反演计算,重建被测范围内岩体弹性波和电磁波参数分布规律的图像,从而达到圈定地质异常体的一种物探反演解释方法。
在本实施方式中,所使用的层析反演具体可以是一种基于大炮初至走时的层析反演。具体的,假设近地表的速度是成层分布的,将初至时间认为是折射波的到达时,进而利用大炮中的折射波的旅行时建立近地表模型。当然,需要说明的是,上述所列举的大炮初至走时的层析反演只是为了更好地说明本申请实施方式。具体实施时,也可以根据具体情况和施工要求,选择其他合适的层析反演方式建立第一近地表模型。
在一个实施方式中,上述第一近地表模型具体可以是一种近地表模型。其中,近地表具体可以理解为埋藏相对较浅的地层位置。因此,近地表模型可以为一种相对概念。对于不同的目标区域,由于地质特点差异,例如反射性质不同,导致对近地表的定义不同。例如,对于某些区域可能将埋藏100米的区域确定为近地表,对于其他区域可能将埋藏500米的确定为近地表。相应的,对于不同的目标区域,对于近地表模型的定义也不相同。具体实施时,可以根据具体情况和施工要求设置近地表的范围。对此,本申请不作限定。
在本实施方式中,上述第一近地表模型与基于现有方法建立的近地表模型相似,在建模的过程中也采用了平滑技术进行平滑处理,抹掉了目标区域内散射基质中小尺度成分,进而使得所建立的第一近地表模型遗失掉了散射基质中小尺度成分的影响,导致所建立的第一近地表模型精确度相对较差,影响后续地震勘探的精度。例如,对于地表相对较复杂的区域,散射基质中小尺度成分产生的散射波相对较强,会对地震勘探成像产生较为明显的影响,具体的,缺失了这种散射基质中小尺度成分的影响将会较明显地降低地震勘探偏移成像的成像效果,甚至导致无法正常成像。因此,在获取了上述第一近地表模型后,还需要参照本申请实施方式提供的近地表模型的建立方法进行进一步处理以得到准确度更高的近地表模型。
在本实施方式中,上述散射基质中小尺度成分具体也可以称为小尺度的不均匀速度体、近地表小尺度非均匀速度体、近地表强散射中的小尺度成分或小尺度强散射介质等。具体的,上述散射基质中小尺度的划分与地震波的主频有关。通常将能够导致地震波在传播过程中产生大量散射噪音的非均质体划分为上述散射基质中小尺度成分。在本实施方式中,根据所研究的地震波的主频,将200米以下的非均质体划分为所述散射基质中小尺度成分。
在本实施方式中,上述第一近地表模型具体可以是一种二维的近地表模型,包括多个网格点。具体实施时,可以根据目标区域的具体情况结合具体施工要求,设置上述网格点的大小和数量。例如,目标区域地层的长度为x米,深度为z米,可以根据精度要求,将网格点沿长度方向,即X方向的间距设置为dX,将网格点沿深度方向,即Z方向的间距设置为dZ。相应的,沿长度方向,即X方向网格点的数量可以设置为:NX=x/dX,沿深度方向,即Z方向网格点的数量可以设置为:NZ=z/dZ,第一近地表模型中网格点的总数则可以表示为:NX*NZ。
S13:根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型。
在一个实施方式中,上述根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型,具体实施时,可以包括以下内容。
S13-1:根据所述第一近地表模型,确定第一近地表模型中各个网格点的速度。
在本实施方式中,上述网格点的速度具体可以理解为地震波在该网格点的介质中的传播速度。
在本实施方式中,上述近地表模型中任意一个网格点的速度具体可以表示为:v(i,j),即第一近地表模型中编号为(i,j)的网格点的速度。其中,i具体可以表示为第一近地表模型中网格点在X方向上的编号,i的取值范围为大于等于0,且小于NX,NX具体可以表示为第一近地表模型在X方向上的网格点的总数,j具体可以表示为第一近地表模型中网格点在Z方向上的编号,j的取值范围为大于等于0,且小于NZ,NZ具体可以表示为第一近地表模型在Z方向上的网格点的总数。
S13-2:根据所述第一近地表模型中各个网格点的速度,确定所述第一近地表模型中的平均速度。
在一个实施方式中,具体实施时,可以按照以下公式,确定第一近地表模型中的平均速度:
其中,具体可以表示为第一近地表模型中的平均速度,v(i,j)具体可以表示为第一近地表模型中编号为(i,j)的网格点的速度,i具体可以表示为第一近地表模型中网格点在X方向上的编号,i的取值范围为大于等于0,且小于NX,NX具体可以表示为第一近地表模型在X方向上的网格点的总数,j具体可以表示为第一近地表模型中网格点在Z方向上的编号,j的取值范围为大于等于0,且小于NZ,NZ具体可以表示为第一近地表模型在Z方向上的网格点的总数。
S13-3:根据所述第一近地表模型中各个网格点的速度、所述第一近地表模型中的平均速度,确定第一近地表模型中各个网格点的扰动速度。
在一个实施方式中,上述根据所述第一近地表模型中各个网格点的速度、所述第一近地表模型中的平均速度,确定第一近地表模型中各个网格点的扰动速度,具体可以包括:分别将第一近地表模型中各个网格点的速度减去第一近地表模型中的平均速度,得到差值记为对应网格的扰动速度。具体实施时,可以按照以下公式,分别计算各个网格点的扰动速度:
其中,v′(i,j)具体可以表示为编号为(i,j)的网格点的扰动速度,i具体可以表示为第一近地表模型中网格点在X方向上的编号,i的取值范围为大于等于0,且小于NX,NX具体可以表示为第一近地表模型在X方向上的网格点的总数,j具体可以表示为第一近地表模型中网格点在Z方向上的编号,j的取值范围为大于等于0,且小于NZ,NZ具体可以表示为第一近地表模型在Z方向上的网格点的总数,具体可以表示为第一近地表模型中的平均速度,v(i,j)具体可以表示为第一近地表模型中编号为(i,j)的网格点的速度。
S13-4:根据所述第一近地表模型中各个网格点的扰动速度,建立所述扰动速度模型。
在本实施方式中,上述扰动速度模型中各个网格点的排列位置与第一近地表模型中各个网格点的排列位置相同。具体的,例如扰动速度模型中编号为(2,3)的网格点对应于第一近地表模型中编号为(2,3)的网格点,即扰动速度模型中的v′(2,3)可以是第一近地表模型中编号为(2,3)的网格点的扰动速度。
S14:根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型。
在一个实施方式中,上述根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型,具体实施时,可以包括以下内容。
S14-1:根据所述第一近地表模型、所述扰动速度模型、所述随机模型,建立扰动影响模型。
在一个实施方式中,上述根据所述第一近地表模型、所述扰动速度模型、所述随机模型,建立扰动影响模型,具体可以包括:
S1:根据所述第一近地表模型,确定第一近地表模型的特征尺度;
S2:根据所述第一近地表模型的特征尺度,计算影响因子;
S3:根据所述影响因子、所述扰动速度模型、所述随机模型,建立所述扰动影响模型。
在本实施方式中,具体实施时,可以根据建立第一近地表模型所采用的平滑技术中的平滑尺度确定对应的第一近地表模型的特征尺度。具体的,可以将50作为第一近地表模型的特征尺度,也可以将300作为第一近地表模型的特征尺度。具体实施时,可以根据建立第一近地表模型的具体过程,兼顾散射基质中小尺度成分的局部区域范围,灵活设置第一近地表模型的特征尺度。对于第一近地表模型的特征尺度的具体数值,本申请不作限定。
在一个实施方式中,上述根据所述第一近地表模型的特征尺度,计算影响因子,具体实施时,可以按照以下公式,计算影响因子:
Factor=-0.008*Scale+3.5
其中,Factor具体可以表示为影响因子,Scale具体可以表示为第一近地表模型的特征尺度。其中,上述影响因子具体可以理解为网格点的扰动速度对近地表模型的影响程度的表征。
在一个实施方式中,上述根据所述影响因子、所述扰动速度模型,建立所述扰动影响模型,具体实施时,可以包括以下内容:
S1:将所述扰动速度模型中各个网格点的扰动速度分别乘以所述影响因子,得到影响模型;
S2:获取随机数组,其中,所述随机数组中的数据个数与第一近地表模型中网格点的总数相等,并将所述随机数组作为所述随机模型;
S3:根据所述影响模型、所述随机模型,建立所述扰动影响模型。
在本实施方式中,上述将所述扰动速度模型中各个网格点的扰动速度分别乘以所述影响因子,得到影响模型,具体实施时,可以按照以下公式分别计算影响模型中的各个数据:
r(i,j)=v′(i,j)*Factor
其中,r(i,j)具体可以表示为影响模型中编号为(i,j)的数据,Factor具体可以表示为影响因子,v′(i,j)具体可以表示为编号为(i,j)的网格点的扰动速度,编号(i,j)与第一近地表模型中的网格编号对应。
在本实施方式中,考虑到所建立的第一近地表模型、影响模型、扰动速度模型都是二维模型,相应的所述随机数组具体可以是一种二维随机数据,其中,所述随机数组中的数据个数与第一近地表模型中网格点的总数相等,即随机数组中的数据个数也可以表示为NX*NZ,且随机数组中各个数据的位置排列方式也与第一近地表模型中各个网格点的位置排列方式相同,即沿长度方向,如X方向上的数据个数为:NX,沿深度方向,如Z方向上的数据个数为:NZ。类似的,如果所建立的第一近地表模型、影响模型、扰动速度模型都是三维模型,相应的所述随机数组具体可以是一种三维随机数据。
在一个实施方式中,上述获取随机数组(即随机模型),具体实施时,可以利用以下公式获取随机数,获取所述随机数组:
e(i,j)=exp(-(i+j)/a)
其中,e(i,j)具体可以表示为随机数组(或随机模型)中编号为(i,j)的数据,编号(i,j)与第一近地表模型中的网格编号对应,a具体可以表示为相关长度。
在本实施方式中,上述相关长度是一种参数数值,该参数数值和地震波波数的乘积可以作为一种描述随机介质特性的参数,用于在一定程度上反映随机基质的变化规律。具体实施时,根据具体情况和施工需要,沿不同坐标方向的相关长度可以取不同的数值。例如,可以通过控制沿垂直坐标方向和沿水平坐标方向的相关长度的比例值控制非均匀体形状的纵横比。
在本实施方式中,根据所研究的近地表模型的特征,可以将相关长度的数值控制在200米以内。
在一个实施方式中,上述根据所述影响模型、所述随机模型,建立所述扰动影响模型,具体实施时,可以按照以下公式,建立所述扰动影响模型:
R(i,j)=r(i,j)+e(i,j)
其中,R(i,j)具体可以表示为扰动影响模型中编号为(i,j)的数据,编号(i,j)与第一近地表模型中的网格编号对应,r(i,j)具体可以表示为影响模型中编号为(i,j)的数据,e(i,j)具体可以表示为随机数组中编号为(i,j)的数据。
S14-2:根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型。
在一个实施方式中,上述根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型,具体实施时,可以按照以下公式,建立所述第二近地表模型:
其中,V(p,q)具体可以表示为第二近地表模型中编号为(p,q)的网格点的速度,p具体可以表示为第二近地表模型中网格点在X方向上的编号,p的取值范围为大于等于0,且小于NX,NX具体可以表示为第二近地表模型在X方向上的网格点的总数,q具体可以表示为第二近地表模型中网格点在Z方向上的编号,q的取值范围为大于等于0,且小于NZ,NZ具体可以表示为第二近地表模型在Z方向上的网格点的总数,R(p,q)具体可以表示为扰动影响模型中编号为(p,q)的数据,v′max具体可以表示为第一近地表模型中绝对值最大的网格点的速度,具体可以表示为第一近地表模型中的平均速度。
在本实施方式中,上述第二近地表模型即为重新补回了之前由于平滑技术遗失掉的散射基质中小尺度成分影响的更加精确的近地表模型,即一种更为精确的近地表模型。
在本申请实施例中,相较于现有方法,由于考虑到了基于现有方法所建立的近地表模型由于使用了平滑技术导致遗失掉了散射基质中小尺度成分的影响,并根据散射介质中小尺度成分的速度特征,通过建立扰动速度模型,以确定出了现有方法所遗失掉的小尺度成分的具体影响,再利用上述扰动速度模型,建立出较为准确的近地表模型,从而解决了现有方法存在的确定近地表模型精确度较差的技术问题,达到有针对性地补回由于平滑技术遗失掉的散射基质中小尺度成分的影响,建立精度较高的近地表模型的技术效果。
在一个实施方式中,在根据所述第一近地表模型中各个网格点的速度、所述第一近地表模型中的平均速度,确定第一近地表模型中各个网格点的扰动速度后,所述方法具体实施时,还可以包括以下内容:
S1:根据所述第一近地表模型中各个网格点的扰动速度,将所述第一近地表模型中绝对值最大的网格点的扰动速度确定为第一归一化参数;
S2:利用所述第一归一化参数对所处第一近地表模型中各个网格点的扰动速度进行第一归一化处理,得到归一化后的各个网格点的扰动速度。
在本实施方式中,具体实施时,可以按照以下方式分别对各个网格点的扰动速度进行第一归一化处理:v′(i,j)/v′max。其中,v′(i,j)具体可以表示为编号为(i,j)的网格点的扰动速度,v′max具体可以表示为绝对值最大的网格点的扰动速度。
相应的,后续具体实施时,可以利用归一化后的各个网格点的扰动速度代替未进行归一化的第一近地表模型中各个网格点的扰动速度。具体的,根据所述第一近地表模型中各个网格点的扰动速度,建立所述扰动速度模型,可以是根据归一化后的各个网格点的扰动速度,建立所述扰动速度模型。
在本实施方式中,通过按照上述方式先对各个网格点的扰动速度进行归一化处理,将各个网格点的扰动速度进行数值范围的统一,即通过归一化统一到数值范围[-1,1]内,可以有效地降低由于不同网格点的扰动速度数值上可能存在的较大差异导致的误差,进而可以提高所建立的扰动速度模型的精度。
在一个实施方式中,在建立所述扰动影响模型后,所述方法具体实施时,还可以包括以下内容:
S1:根据跟所述扰动影响模型,将所述扰动影响模型中绝对值值最大的数据作为第二归一化参数;
S2:利用所述第二归一化参数对所述扰动影响模型中各个数据分别进行第二归一化处理。
在本实施方式中,具体实施时,可以按照以下方式分别对扰动影响模型中各个数据分别进行第二归一化处理:R(i,j)/Rmax。其中,R(i,j)具体可以表示为扰动影响模型中编号为(i,j)的数据,Rmax具体可以表示为扰动影响模型中绝对值值最大的数据。
相应的,后续具体实施时,可以利用归一化后的扰动影响模型代替未进行归一化的扰动影响模型。具体的,根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型,可以是根据归一化后的扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型。
在本实施方式中,通过按照上述方式先对扰动影响模型中的数据分别进行归一化处理,将扰动影响模型中的各个数据进行数值范围的统一,即通过归一化统一到数值范围[-1,1]内,可以有效地降低由于数值上可能存在的较大差异导致的误差,进而可以提高扰动影响模型的精确度,提高后续建立的第二近地表模型的精确度。
在一个实施方式中,在建立所述第二近地表模型后,所述方法具体实施时,还可以包括以下内容:
S1:根据所述第二近地表模型进行偏移成像,得到成像结果;
S2:根据所述成像结果,设计地震采集观测系统,以便进行后续具体的地震勘探。
当然,需要说明的是,上述所列举的利用第二近地表模型进行地震勘探只是一种示意性说明,具体实施时,也可以根据具体情况和施工要求,将上述第二近地表模型应用到其他生产施工领域。对此,本申请不作限定。
从以上的描述中,可以看出,本申请实施例提供的近地表模型的建立方法,由于考虑到了基于现有方法所建立的近地表模型由于使用了平滑技术导致遗失掉了散射基质中小尺度成分的影响,并根据散射介质中小尺度成分的速度特征,通过建立扰动速度模型,以确定出了现有方法所遗失掉的小尺度成分的具体影响,再利用上述扰动速度模型,建立出较为准确的近地表模型,从而解决了现有方法存在的确定近地表模型精确度较差的技术问题,达到有针对性地补回由于平滑技术遗失掉的散射基质中小尺度成分的影响,建立精度较高的近地表模型的技术效果;又通过多次归一化处理,对使用的数据进行统一,进一步提高了所确定的近地表模型的精确度。
基于同一发明构思,本发明实施例中还提供了一种近地表模型的建立装置,如下面的实施例所述。由于近地表模型的建立装置解决问题的原理与近地表模型的建立方法相似,因此近地表模型的建立装置的实施可以参见近地表模型的建立方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。请参阅图2,是本申请实施例提供的近地表模型的建立装置的一种组成结构图,该装置具体可以包括:获取模块21、第一建立模块22、确定模块23、第二建立模块24,下面对该结构进行具体说明。
获取模块21,具体可以用于获取目标区域的单炮资料。
第一建立模块22,具体可以用于根据所述单炮资料,建立第一近地表模型。
确定模块23,具体可以用于根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型。
第二建立模块24,具体可以用于根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型。
在一个实施方式中,为了能够根据所述单炮资料,建立第一近地表模型,所述第一建立模块22具体可以包括以下结构单元:
反演单元,具体可以用于对所述单炮资料进行层析反演,得到速度反演结果;
第一建立单元,具体可以用于根据所述速度反演结果,建立所述第一近地表模型。
在一个实施方式中,为了能够根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型,确定模块23具体可以包括以下结构单元:
第一确定单元,具体可以用于根据所述第一近地表模型,确定第一近地表模型中各个网格点的速度;
第二确定单元,具体可以用于根据所述第一近地表模型中各个网格点的速度,确定所述第一近地表模型中的平均速度;
第三确定单元,具体可以用于根据所述第一近地表模型中各个网格点的速度、所述第一近地表模型中的平均速度,确定第一近地表模型中各个网格点的扰动速度;
第二建立单元,具体可以用于根据所述第一近地表模型中各个网格点的扰动速度,建立所述扰动速度模型。
在一个实施方式中,所述确定模块23具体还可以包括第一归一化单元,所述第一归一化单元具体可以用于根据所述第一近地表模型中各个网格点的扰动速度,将所述第一近地表模型中绝对值最大的网格点的扰动速度确定为第一归一化参数;并利用所述第一归一化参数对所处第一近地表模型中各个网格点的扰动速度进行第一归一化处理,得到归一化后的各个网格点的扰动速度。相应的,所述第二建立单元,可以根据所述归一化后的各个网格点的扰动速度,建立所述扰动速度模型。
在一个实施方式中,为了能够根据所述第一近地表模型中各个网格点的速度,确定所述第一近地表模型中的平均速度,第二确定单元具体实施时,可以按照以下公式,确定第一近地表模型中的平均速度:
其中,具体可以表示为第一近地表模型中的平均速度,v(i,j)具体可以表示为第一近地表模型中编号为(i,j)的网格点的速度,i具体可以表示为第一近地表模型中网格点在X方向上的编号,i的取值范围为大于等于0,且小于NX,NX具体可以表示为第一近地表模型在X方向上的网格点的总数,j具体可以表示为第一近地表模型中网格点在Z方向上的编号,j的取值范围为大于等于0,且小于NZ,NZ具体可以表示为第一近地表模型在Z方向上的网格点的总数。
在一个实施方式中,为了能够根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型,所述第二建立模块24具体可以包括以下结构单元:
第三建立单元,具体可以用于根据所述第一近地表模型、所述扰动速度模型、所述随机模型,建立扰动影响模型;
第四建立单元,具体可以用于根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型。
在一个实施方式中,为了能够根据所述第一近地表模型、所述扰动速度模型、所述随机模型,建立扰动影响模型,上述第三建立单元具体实施时,可以按照以下程序执行:根据所述第一近地表模型,确定第一近地表模型的特征尺度;根据所述第一近地表模型的特征尺度,计算影响因子;根据所述影响因子、所述扰动速度模型、所述随机模型,建立所述扰动影响模型。
在一个实施方式中,为了能够根据所述第一近地表模型的特征尺度,计算影响因子,上述第三建立单元具体实施时,可以按照以下公式,计算影响因子:
Factor=-0.008*Scale+3.5
其中,Factor具体可以表示为影响因子,Scale具体可以表示为第一近地表模型的特征尺度。
在一个实施方式中,为了能够根据所述影响因子、所述扰动速度模型,建立所述扰动影响模型,上述第四建立单元具体实施时,可以:将所述扰动速度模型中各个网格点的扰动速度分别乘以所述影响因子,得到影响模型;获取随机数组,并将所述随机数组作为随机模型,其中,所述随机数组中的数据个数与第一近地表模型中网格点的总数相等;根据所述影响模型、所述随机模型,建立所述扰动影响模型。
在一个实施方式中,所述第二建立模块24具体还可以包括第二归一化单元,所述第二归一化单元具体实施时,可以根据跟所述扰动影响模型,将所述扰动影响模型中绝对值值最大的数据作为第二归一化参数;并利用所述第二归一化参数对所述第三建立单元建立的所述扰动影响模型中各个数据分别进行第二归一化处理。
在一个实施方式中,为了能够根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型,所述第四建立单元具体实施时,可以按照以下公式,建立所述第二近地表模型:
其中,V(p,q)具体可以表示为第二近地表模型中编号为(p,q)的网格点的速度,p具体可以表示为第二近地表模型中网格点在X方向上的编号,p的取值范围为大于等于0,且小于NX,NX具体可以表示为第二近地表模型在X方向上的网格点的总数,q具体可以表示为第二近地表模型中网格点在Z方向上的编号,q的取值范围为大于等于0,且小于NZ,NZ具体可以表示为第二近地表模型在Z方向上的网格点的总数,R(p,q)具体可以表示为扰动影响模型中编号为(p,q)的数据,v′max具体可以表示为第一近地表模型中绝对值最大的网格点的速度,具体可以表示为第一近地表模型中的平均速度。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,上述实施方式阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,在本说明书中,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
此外,在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
从以上的描述中,可以看出,本申请实施例提供的近地表模型的建立装置,由于考虑到了基于现有方法所建立的近地表模型由于使用了平滑技术导致遗失掉了散射基质中小尺度成分的影响,并根据散射介质中小尺度成分的速度特征,通过确定模块建立扰动速度模型,以确定出了现有方法所遗失掉的小尺度成分的具体影响,再通过第二建立模块利用上述扰动速度模型,建立出较为准确的近地表模型,从而解决了现有方法存在的确定近地表模型精确度较差的技术问题,达到有针对性地补回由于平滑技术遗失掉的散射基质中小尺度成分的影响,建立精度较高的近地表模型的技术效果;又具体通过近地表模型的建立装置进行多次归一化处理,对使用的数据先进行统一,进一步提高了所确定的近地表模型的精确度。
本申请实施方式还提供了一种电子设备,具体可以参阅图3所示的基于本申请实施例提供的近地表模型的建立方法的电子设备组成结构示意图,所述电子设备具体可以包括输入设备31、处理器32、存储器33。其中,所述输入设备31具体可以用于输入目标区域的单炮资料。所述处理器32具体可以用于根据所述单炮资料,建立第一近地表模型;根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型;根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型。所述存储器33具体可以用于存储输入的单炮资料,以及在建立第二近地表模型过程中生成的中间数据,例如第一近地表模型、扰动速度模型等等。
在本实施方式中,所述输入设备具体可以是用户和计算机系统之间进行信息交换的主要装置之一。所述输入设备可以包括键盘、鼠标、摄像头、扫描仪、光笔、手写输入板、语音输入装置等;输入设备用于把原始数据和处理这些数的程序输入到计算机中。所述输入设备还可以获取接收其他模块、单元、设备传输过来的数据。所述处理器可以按任何适当的方式实现。例如,处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。所述存储器具体可以是现代信息技术中用于保存信息的记忆设备。所述存储器可以包括多个层次,在数字系统中,只要能保存二进制数据的都可以是存储器;在集成电路中,一个没有实物形式的具有存储功能的电路也叫存储器,如RAM、FIFO等;在系统中,具有实物形式的存储设备也叫存储器,如内存条、TF卡等。
在本实施方式中,该电子设备具体实现的功能和效果,可以与其它实施方式对照解释,在此不再赘述。
本说申请实施方式中还提供了一种基于近地表模型的建立方法的计算机存储介质,所述计算机存储介质存储有计算机程序指令,在所述计算机程序指令被执行时实现:获取目标区域的单炮资料;根据所述单炮资料,建立第一近地表模型;根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型;根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型。
在本实施方式中,上述存储介质包括但不限于随机存取存储器(RandomAccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的,用于进行网络连接通信的接口。
在本实施方式中,该计算机存储介质存储的程序指令具体实现的功能和效果,可以与其它实施方式对照解释,在此不再赘述。
在一个具体实施场景示例中,应用本申请实施例的提供的近地表模型的建立方法和装置根据所采集的单炮资料,利用不同数值的特征尺度,分别建立相应的近地表模型。具体实施过程可以参阅以下内容。
根据区域1的单炮资料和相关背景资料,结合基于现有方法得到的离散近地表模型(即第一近地表模型)可知:对于该区域,近地表模型的长度:x=10240m,深度:z=400m;相应的,纵横向的网格大小分别可以设置为:dx=10m,dz=10m。具体可以参阅图4所示的在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的层析反演近地表模型的示意图,图中即为基于现有方法得到的离散近地表模型。
S1:根据上述信息,可以分别计算近地表模中不同方向上的网格点的总数。
在纵向(即沿深度方向)上,有:
NZ=z/dZ=400/10=40;
在横向(即沿长度方向)上,有:
NX=x/dX=10240/10=1024。
S2:根据S1可知其中的离散近地表模型(即第一近地表模型)v中每个离散点(即网格点)的速度可以表示为v[i],其中0≤i<1024*40,离散近地表模型的平均速度(即第一近地表模型中的平均速度)可以由以下公式计算得到:
S3:根据S1中的离散近地表模型每个离散点平均速度可以进一步计算各个离散点的扰动速度(各个网格点扰动速度):
v′[i]=v[i]-2001.2。
S4:根据S3中扰动速度v′[i]的最大值(即第一归一化参数)v′max=316.5,进而可以按照公式V′[i]/316.5(进行第一归一化处理)把所有扰动速度归一化到[-1,1],得到扰动速度模型V′(即归一化后的扰动速度)。
S5:可以根据具体的精度要求,将特征尺度设置为300,则相应的影响因子具体可以表示为:Factor=-0.008*300+3.5=1.1;也可以将特征尺度设置为50,则相应的影响因子具体可以表示为:Factor=-0.008*50+3.5=3.1。对于特征尺度为300的情况,可以将模型V′的每个离散点V′[i]分别乘以影响因子1.1(得到影响模型);对于特征尺度为50的情况,可以以将模型V′的每个离散点V′[i]分别乘以影响因子3.1(得到对应的影响模型)。
S6:生成一个由1024*40个随机数组成的二维数组(即随机数组),该数组中每个元素(即数据)的位置可以表示为(i,j),其中0≤i<1024,0≤j<40。具体实施时,可以使用以下公式:exp(-(i+j)/a)获取上述数组中的元素,并通过对随机数滤波以建立随机模型,其中,a为相关长度。
S7:将S5和S6中的模型进行点对点相加,相加后每个离散点的值可以表示为R[i](即得到扰动影响模型)。
S8:计算S7)中R[i]的最大值Rmax=2.6,用公式R[i]/2.6把所有值归一化到[-1,1],得到归一化后的模型R(即归一化后的扰动影响模型)。
S9:将S8获得的R每个离散点的值R[i]分别乘以S4中得到的最大值V′max,然后加上S2中得到的平均速度得到带有小尺度成分的近地表模型(即第二近地表模型)V中的各个数据。
具体的,对于特征尺度为300的情况,可以按照以下公式分别计算近地表模型中的各个元素V[i]=R[i]*316.5+2001.2,进而可以得到带有小尺度成分的近地表模型V,具体可以参阅图5所示的在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的加入特征尺度300的小尺度成分后的层析反演近地表模型的结果示意图。对于特征尺度为50的情况,可以按照以下公式分别计算近地表模型中的各个元素V[i]=R[i]*316.5+2001.2,进而可以得到带有小尺度成分的近地表模型V,具体可以参阅图6所示的在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的加入特征尺度50的小尺度成分后的层析反演近地表模型的结果示意图。
S10:利用S9得到的近地表模型进行层析反演成像,得到层析反演近地表模型成像结果,以便后续可以利用上述层析反演近地表模型成像结果进行具体的地震勘探。
在本实施方式中,通过比较基于现有方法得到的近地表模型的层析反演近地表模型成像结果(参阅图7所示在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的层析反演近地表模型成像结果的示意图)和基于本发明获得的近地表模型的层析反演近地表模型成像结果(参阅图8所示的在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的加入特征尺度300的小尺度成分后的层析反演近地表模型的成像结果示意图,以及图9所示的在一个场景示例中应用本申请实施方式提供的近地表模型的建立方法和装置获得的加入特征尺度50的小尺度成分后的层析反演近地表模型的成像结果示意图),可以发现,利用本发明得到的近地表模型进行层析反演成像得到的结果确实更加精确。
通过上述场景示例,验证了本申请实施例提供的近地表模型的建立方法和装置,由于考虑到了基于现有方法所建立的近地表模型由于使用了平滑技术导致遗失掉了散射基质中小尺度成分的影响,并根据散射介质中小尺度成分的速度特征,通过建立扰动速度模型,以确定出了现有方法所遗失掉的小尺度成分的具体影响,再利用上述扰动速度模型,建立出较为准确的近地表模型,确实解决了现有方法存在的确定近地表模型精确度较差的技术问题,达到有针对性地补回由于平滑技术遗失掉的散射基质中小尺度成分的影响,建立精度较高的近地表模型的技术效果。
尽管本申请内容中提到不同的具体实施例,但是,本申请并不局限于必须是行业标准或实施例所描述的情况等,某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例,仍然可以属于本申请的可选实施方案范围之内。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的实施方式包括这些变形和变化而不脱离本申请。
Claims (12)
1.一种近地表模型的建立方法,其特征在于,包括:
获取目标区域的单炮资料;
根据所述单炮资料,建立第一近地表模型;
根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型;
根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述单炮资料,建立第一近地表模型,包括:
对所述单炮资料进行层析反演,得到速度反演结果;
根据所述速度反演结果,建立所述第一近地表模型。
3.根据权利要求1所述的方法,其特征在于,根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型包括:
根据所述第一近地表模型,确定第一近地表模型中各个网格点的速度;
根据所述第一近地表模型中各个网格点的速度,确定所述第一近地表模型中的平均速度;
根据所述第一近地表模型中各个网格点的速度、所述第一近地表模型中的平均速度,确定第一近地表模型中各个网格点的扰动速度;
根据所述第一近地表模型中各个网格点的扰动速度,建立所述扰动速度模型。
4.根据权利要求3所述的方法,其特征在于,在根据所述第一近地表模型中各个网格点的速度、所述第一近地表模型中的平均速度,确定第一近地表模型中各个网格点的扰动速度后,所述方法还包括:
根据所述第一近地表模型中各个网格点的扰动速度,将所述第一近地表模型中绝对值最大的网格点的扰动速度确定为第一归一化参数;
利用所述第一归一化参数对所述第一近地表模型中各个网格点的扰动速度进行第一归一化处理,得到归一化后的各个网格点的扰动速度。
5.根据权利要求3所述的方法,其特征在于,根据所述第一近地表模型中各个网格点的速度,确定所述第一近地表模型中的平均速度,包括:
按照以下公式,确定第一近地表模型中的平均速度:
其中,为第一近地表模型中的平均速度,v(i,j)为第一近地表模型中编号为i,j的网格点的速度,i为第一近地表模型中网格点在X方向上的编号,i的取值范围为大于等于0,且小于NX,NX为第一近地表模型在X方向上的网格点的总数,j为第一近地表模型中网格点在Z方向上的编号,j的取值范围为大于等于0,且小于NZ,NZ为第一近地表模型在Z方向上的网格点的总数。
6.根据权利要求1所述的方法,其特征在于,根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型,包括:
根据所述第一近地表模型、所述扰动速度模型、所述随机模型,建立扰动影响模型;
根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型。
7.根据权利要求6所述的方法,其特征在于,根据所述第一近地表模型、所述扰动速度模型、所述随机模型,建立扰动影响模型,包括:
根据所述第一近地表模型,确定第一近地表模型的特征尺度;
根据所述第一近地表模型的特征尺度,计算影响因子;
根据所述影响因子、所述扰动速度模型、所述随机模型,建立所述扰动影响模型。
8.根据权利要求7所述的方法,其特征在于,根据所述第一近地表模型的特征尺度,计算影响因子,包括:
按照以下公式,计算影响因子:
Factor=-0.008*Scale+3.5
其中,Factor为影响因子,Scale为第一近地表模型的特征尺度。
9.根据权利要求7所述的方法,其特征在于,根据所述影响因子、所述扰动速度模型、所述随机模型,建立所述扰动影响模型,包括:
将所述扰动速度模型中各个网格点的扰动速度分别乘以所述影响因子,得到影响模型;
获取随机数组,并将所述随机数组作为随机模型,其中,所述随机数组中的数据个数与第一近地表模型中网格点的总数相等;
根据所述影响模型、所述随机模型,建立所述扰动影响模型。
10.根据权利要求9所述的方法,其特征在于,在建立所述扰动影响模型后,所述方法还包括:
根据所述扰动影响模型,将所述扰动影响模型中绝对值最大的数据作为第二归一化参数;
利用所述第二归一化参数对所述扰动影响模型中各个数据分别进行第二归一化处理。
11.根据权利要求6所述的方法,其特征在于,根据所述扰动影响模型、所述第一近地表模型中的平均速度,建立所述第二近地表模型,包括:
按照以下公式,建立所述第二近地表模型:
其中,V(p,q)为第二近地表模型中编号为p,q的网格点的速度,p为第二近地表模型中网格点在X方向上的编号,p的取值范围为大于等于0,且小于NX,NX为第二近地表模型在X方向上的网格点的总数,q为第二近地表模型中网格点在Z方向上的编号,q的取值范围为大于等于0,且小于NZ,NZ为第二近地表模型在Z方向上的网格点的总数,R(p,q)为扰动影响模型中编号为p,q的数据,v′max为第一近地表模型中绝对值最大的网格点的速度,为第一近地表模型中的平均速度。
12.一种近地表模型的建立装置,其特征在于,包括:
获取模块,用于获取目标区域的单炮资料;
第一建立模块,用于根据所述单炮资料,建立第一近地表模型;
确定模块,用于根据所述第一近地表模型,确定第一近地表模型中的平均速度、扰动速度模型;
第二建立模块,用于根据所述第一近地表模型中的平均速度、所述扰动速度模型、所述第一近地表模型、随机模型,建立第二近地表模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810160746.7A CN108646288B (zh) | 2018-02-27 | 2018-02-27 | 近地表模型的建立方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810160746.7A CN108646288B (zh) | 2018-02-27 | 2018-02-27 | 近地表模型的建立方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108646288A true CN108646288A (zh) | 2018-10-12 |
CN108646288B CN108646288B (zh) | 2020-03-10 |
Family
ID=63744074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810160746.7A Active CN108646288B (zh) | 2018-02-27 | 2018-02-27 | 近地表模型的建立方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646288B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426739A (zh) * | 2019-08-02 | 2019-11-08 | 中铁第四勘察设计院集团有限公司 | 一种地质勘探检测方法、装置和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110134722A1 (en) * | 2009-12-07 | 2011-06-09 | Mediwound Ltd. | Simultaneous Joint Inversion of Surface Wave and Refraction Data |
CN103499835A (zh) * | 2013-10-13 | 2014-01-08 | 中国石油集团西北地质研究所 | 初至波波形反演近地表速度模型方法 |
CN103913768A (zh) * | 2014-01-17 | 2014-07-09 | 中国石油化工股份有限公司 | 基于地震波资料对地表中浅层进行建模的方法及装置 |
US20160131780A1 (en) * | 2004-02-06 | 2016-05-12 | Sigma Cubed, Inc. | Method for processing borehole seismic data |
CN106443829A (zh) * | 2016-08-26 | 2017-02-22 | 郑鸿明 | 一种近地表模型构建方法及装置 |
US20170115411A1 (en) * | 2015-10-26 | 2017-04-27 | Geotomo Llc | Joint inversion of seismic data |
CN107656314A (zh) * | 2017-10-20 | 2018-02-02 | 中国石油天然气集团公司 | 道集记录处理方法、装置及计算机存储介质 |
-
2018
- 2018-02-27 CN CN201810160746.7A patent/CN108646288B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160131780A1 (en) * | 2004-02-06 | 2016-05-12 | Sigma Cubed, Inc. | Method for processing borehole seismic data |
US20110134722A1 (en) * | 2009-12-07 | 2011-06-09 | Mediwound Ltd. | Simultaneous Joint Inversion of Surface Wave and Refraction Data |
CN103499835A (zh) * | 2013-10-13 | 2014-01-08 | 中国石油集团西北地质研究所 | 初至波波形反演近地表速度模型方法 |
CN103913768A (zh) * | 2014-01-17 | 2014-07-09 | 中国石油化工股份有限公司 | 基于地震波资料对地表中浅层进行建模的方法及装置 |
US20170115411A1 (en) * | 2015-10-26 | 2017-04-27 | Geotomo Llc | Joint inversion of seismic data |
CN106443829A (zh) * | 2016-08-26 | 2017-02-22 | 郑鸿明 | 一种近地表模型构建方法及装置 |
CN107656314A (zh) * | 2017-10-20 | 2018-02-02 | 中国石油天然气集团公司 | 道集记录处理方法、装置及计算机存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426739A (zh) * | 2019-08-02 | 2019-11-08 | 中铁第四勘察设计院集团有限公司 | 一种地质勘探检测方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108646288B (zh) | 2020-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108397130B (zh) | 钻井方法和装置 | |
CN108983285A (zh) | 一种基于矩张量的多种震源波场模拟方法及装置 | |
CN105549084A (zh) | 一种三维高精度速度建模方法和系统 | |
CN108318937A (zh) | 地质解释方法和装置 | |
US9581707B2 (en) | System for automated identification of surfaces for building of geologic hydrodynamic model of oil and gas deposit by seismic data | |
CN105301638B (zh) | 一种提取风化层底界面的方法和装置 | |
CN108646288A (zh) | 近地表模型的建立方法和装置 | |
CN106597542A (zh) | 一种储层特征参数的预测方法及装置 | |
CN109683197A (zh) | 水平裂缝预测方法、装置和设备 | |
CN107507179A (zh) | 基于gocad的岩土体量化分析方法 | |
CN108387711A (zh) | Toc表征参数、脆性表征参数的确定方法和装置 | |
CN107390271B (zh) | 地震资料的振幅补偿方法和装置 | |
CN106842314A (zh) | 地层厚度的确定方法 | |
CN109001804B (zh) | 一种基于三维地震数据确定有效应力的方法、装置及系统 | |
CN108387934B (zh) | 一种裂缝储层预测方法、装置、电子设备及存储介质 | |
US20090043549A1 (en) | Methods, apparatus, and products for seismic ray tracing | |
CN108802821B (zh) | 一种三维起伏地表地震资料偏移成像方法、装置及系统 | |
CN106597536A (zh) | 一种地震成像的处理方法及装置 | |
US11255993B2 (en) | Variable aperture estimation using bottom-up ray tracing | |
CN107942387B (zh) | 一种续至波衰减处理方法及装置 | |
CN107589457B (zh) | 测井资料尺度粗化的方法和装置 | |
CN105259577A (zh) | 一种确定地层界面的角度信息的方法及装置 | |
CN109100802A (zh) | 储层确定方法和装置 | |
CN108873059A (zh) | 构建黄土厚度模型的方法及装置 | |
CN108897061A (zh) | 一种确定储层砂体比例的方法、装置及系统 |
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 |