CN108693558A - 地震数据处理方法和装置 - Google Patents

地震数据处理方法和装置 Download PDF

Info

Publication number
CN108693558A
CN108693558A CN201810478911.3A CN201810478911A CN108693558A CN 108693558 A CN108693558 A CN 108693558A CN 201810478911 A CN201810478911 A CN 201810478911A CN 108693558 A CN108693558 A CN 108693558A
Authority
CN
China
Prior art keywords
seismic
wavelet
seismic data
objective function
seismic wavelet
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
CN201810478911.3A
Other languages
English (en)
Other versions
CN108693558B (zh
Inventor
杜昕
李皓
李国发
周振晓
张文波
唐博文
王伟
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 Beijing
BGP Inc
China Petroleum and Natural Gas Co Ltd
Original Assignee
China University of Petroleum Beijing
BGP Inc
China Petroleum and Natural Gas Co Ltd
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 Beijing, BGP Inc, China Petroleum and Natural Gas Co Ltd filed Critical China University of Petroleum Beijing
Priority to CN201810478911.3A priority Critical patent/CN108693558B/zh
Publication of CN108693558A publication Critical patent/CN108693558A/zh
Application granted granted Critical
Publication of CN108693558B publication Critical patent/CN108693558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01V1/30—Analysis
    • G01V1/301—Analysis for determining seismic cross-sections or geostructures
    • 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
    • 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
    • G01V2210/66—Subsurface modeling

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

本申请实施例提供了一种地震数据处理方法和装置，其中，该方法包括：获取目标区域的地震数据；从地震数据中提取第一地震子波；在时间域中对第一地震子波进行压缩处理，以获取第二地震子波；根据地震数据、第一地震子波、第二地震子波建立反演目标函数；根据反演目标函数，确定处理后的地震数据，由于该方案是基于反演的原理通过建立并根据反演目标函数来获取具有较高分辨率的处理后的地震数据，从而避免了由于使用反子波算子造成的数据处理不稳定，解决了现有方法中存在的地震数据处理的准确度差、可靠性低的技术问题，达到了稳定获取保幅、高分辨率的地震数据的技术效果。

Description

地震数据处理方法和装置
技术领域
本申请涉及地球物理勘探技术领域，特别涉及一种地震数据处理方法和装置。
背景技术
在地球物理勘探领域，常常会采集目标区域的地震数据，以便后续可以利用上述地震数据对目标区域进行储层预测等具体的地震勘探。
但是，由于在采集地震数据的过程中，地震波会受到大地滤波的作用，例如大地或其他传播介质会对地震波产生一种低通滤波效应，使得所采集得到的地震数据往往是低分辨率的波形数据。此外，又由于地下还存在各类的噪声干扰，会降低地震波的反射波的信噪比，进一步对所采集的地震数据的质量造成影响。
目前，为了提高所采集的地震数据的分辨率，大多采用反褶积方法进行地震数据的处理，通常会先确定反子波算子，再利用反子波算子和地震数据做褶积处理。但是，对于上述方法，数据处理的效果在很大程度上依赖于所确定的反子波算子。具体的，例如反子波算子的微小扰动容易导致反褶积结果发生大幅度的抖动，从而影响基于反褶积方法的获取的处理后的地震数据的准确度。即，现有方法具体实施往往存在地震数据处理的准确度差、可靠性低的技术问题。
针对上述问题，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地震数据处理方法和装置，以解决现有方法中存在的地震数据处理的准确度差、可靠性低的技术问题，达到了稳定获取保幅、高分辨率的地震数据的技术效果。
本申请实施例提供了一种地震数据处理方法，包括：
获取目标区域的地震数据；
从所述地震数据中提取第一地震子波；
在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波；
根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，其中，所述反演目标函数为基于反演机理建立的用于进行高分辨率地震数据处理的函数；
根据所述反演目标函数，确定处理后的地震数据。
在一个实施方式中，根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，包括：
按照以下公式，建立所述反演目标函数：
其中，minimize表示求取最小值，表示求取L2范数，y表示反演目标函数的解析解，W为基于第一地震子波的第一地震子波矩阵，Wh为基于第二地震子波的第二地震子波矩阵，x为地震数据的列向量形式，μ为正则化参数。
在一个实施方式中，根据所述第二地震子波，按照以下公式确定所述基于第二地震子波的第二地震子波矩阵：
其中，Wh为基于第二地震子波的第二地震子波矩阵，wh(i)为第二地震子波中编号为i的时间点的振幅值，n为第二地震子波时间点的总数。
在一个实施方式中，根据所述反演目标函数，确定处理后的地震数据，包括：
根据所述反演目标函数，求取所述反演目标函数的导数为0时所对应的解析解，并将所述解析解作为所述处理后的地震数据。
在一个实施方式中，按照以下公式确定所述反演目标函数的导数为0时所对应的解析解：
y′＝(WTW+μI)-1WTd
其中，(·)-1表示矩阵求逆，y′为反演目标函数的导数为0时所对应的解析解，W为基于第一地震子波的第一地震子波矩阵，WT为基于第一地震子波的第一地震子波矩阵转置，I为单位矩阵，d为模型向量，μ为正则化参数。
在一个实施方式中，按照以下方式确定所述模型向量：
d＝Wh·x
其中，d为模型向量，Wh为基于第二地震子波的第二地震子波矩阵，x为地震数据的列向量。
本申请实施例还提供了一种地震数据处理装置，包括：
获取模块，用于获取目标区域的地震数据；
提取模块，用于从所述地震数据中提取第一地震子波；
压缩处理模块，用于在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波；
建立模块，用于根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，其中，所述反演目标函数为基于反演机理建立的用于进行高分辨率地震数据处理的函数；
求解模块，用于根据所述反演目标函数，确定处理后的地震数据。
在本申请实施例中，由于是基于反演的原理通过建立并根据反演目标函数来获取具有较高分辨率的处理后的地震数据，从而解决了现有方法中存在的地震数据处理的准确度差、可靠性低的技术问题，达到能够稳定地获取保幅、高分辨率的地震数据的技术效果。
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地震数据处理方法的处理流程图；
图2是根据本申请实施方式提供的地震数据处理装置的组成结构图；
图3是基于本申请实施例提供的地震数据处理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例提供的地震数据处理方法和装置获得的某油田处理前的地震记录的示意图；
图5是在一个场景示例中应用本申请实施例提供的地震数据处理方法和装置获得的某油田处理后的地震记录的示意图；
图6是在一个场景示例中应用本申请实施例提供的地震数据处理方法和装置获得的油田A处理前的叠加地震记录的示意图；
图7是在一个场景示例中应用本申请实施例提供的地震数据处理方法和装置获得的油田A处理后的叠加地震记录的示意图；
图8是在一个场景示例中应用本申请实施例提供的地震数据处理方法和装置获得的油田C处理前的地震数据的示意图；
图9是在一个场景示例中应用本申请实施例提供的地震数据处理方法和装置获得的油田C处理后的地震数据的示意图。
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。
考虑到现有的地震数据处理方法大多是采用反褶积方法进行具体的地震数据处理，即：先确定反子波算子，再利用反子波算子和地震数据做褶积处理。但是，上述方法的处理效果过于依赖于所确定的反子波算子，且处理效果对于反子波算子非常敏感，例如反子波算子出现微小的扰动就很容易导致反褶积结果发生大较幅度的抖动，进而影响基于反褶积方法所获取的处理后的地震数据的准确度，导致现有方法具体实施时往往存在地震数据处理的准确度差、可靠性低的技术问题。针对产生上述技术问题的根本原因，本申请考虑可以不采用需要依赖反子波算子的反褶积方法，而是从地震数据的反演机理出发，设计一套基于反演的数据处理方法，即：可以基于反演的原理通过建立并根据反演目标函数来获取具有较高分辨率的处理后的地震数据，从而避免了由于使用反子波算子造成的数据处理不稳定，解决了现有方法中存在的地震数据处理的准确度差、可靠性低的技术问题，达到了稳定获取保幅、高分辨率的地震数据的技术效果。
基于上述思考思路，本申请实施例提供了一种地震数据处理方法。具体请参阅图1所示的根据本申请实施方式提供的地震数据处理方法的处理流程图。本申请实施例提供的地震数据处理方法，具体实施时，可以包括以下步骤。
S11：获取目标区域的地震数据。
在本实施方式中，通过深入分析现有的地震数据处理方法所采用的反褶积方法的实现机理，即：先确定反子波算子作为一种反子波滤波器，再利用这反子波滤波器和地震数据做褶积处理，以消除地震子波对地震数据分辨率的影响，得到高分辨率的地震数据。但是，上述方法本身存在无法避免的缺陷，即：褶积处理的效果在很大程度上依赖于所确定的反子波算子，也可以理解为通过上述方法处理地震数据的准确度对于反子波算子表现得较为敏感。具体的，如果反子波算子出现了微小的扰动就会很容易导致反褶积结果发生大较幅度的抖动，进而影响基于反褶积方法所获取的处理后的地震数据的准确度，即导致现有方法具体实施时往往存在地震数据处理的准确度差、可靠性低的技术问题。正是考虑到上述反褶积方法本身固有的缺陷，本申请考虑可以换一个角度抛开现有方法的处理思路，不求反子波算子，而是从地震数据的反演机理出发，通过数据反演获得较高分辨率的地震数据作为处理后的地震数据。
在本实施方式中，上述地震数据具体可以是指在目标区域中采集的地震记录。具体的，上述地震数据可以表示为以下形式：x(t)，t＝1,2,...n，其中，t具体可以表示为时间点的编号，n具体可以表示为时间点的总数。
在一个实施方式中，上述地震数据具体可以按照以下方式获取：在目标区域的地下激发地震波，当地震波在地下传播约到地下地质体时会产生反射，通过检波器采集上述反射信号作为上述地震数据。
S12：从所述地震数据中提取第一地震子波。
在本实施方式中，上述第一地震子波具体可以认为是直接根据所采集的地震数据所获取的原始地震子波，是震源子波。其中，上述第一地震子波具体可以表示为以下形式：wt(t)。
在一个实施方式中，上述从所述地震数据中提取第一地震子波，具体实施时，可以包括：通过子波估计法，从所述地震数据中提取所述第一地震子波。其中，通过子波估计法，从所述地震数据中提取所述第一地震子波，具体的，可以包括以下步骤：根据所述地震数据提取频谱数据；根据所述频谱数据确定地震波的外包络；根据所述地震波的外包络确定地震波的振幅谱；根据所述地震波的振幅谱，通过反傅里叶变换获取所述第一地震子波。当然，需要说明的是，上述所列举的获取第一地震子波的方式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，引入其他的方式获取第一地震子波。对此，本申请不作限定。
S13：在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波。
在本实施方式中，上述第二地震子波具体可以理解为是一种高频地震子波。其中，上述第二地震子波具体可以表示为以下形式：wh(t)。需要说明的是，在采集地震数据的过程中，由于大地对地震波的低通滤波作用，以及地下各类噪声的干扰，导致地下的高频地震子波往往比较微弱，以致不能清晰地反映出地下薄层的结构。正是考虑到上述情况，在本实施方式中先对第二地震子波进行提取，以便后续处理时可以通过引入第二地震子波以增强处理后的数据反映薄层结构的能力。
在一个实施方式中，具体实施时，可以根据傅里叶变换伸缩性，按照以下方式对上述第一地震子波进行压缩处理，以获取上述第二地震子波：
wh(t)＝wt(at)
其中，wh(t)具体可以表示为第二地震子波，wt(t)具体可以表示为第一地震子波，t具体可以表示为时间点的编号，a具体可以表示为压缩因子。
在一个实施方式中，上述压缩因子的数值具体可以根据目标区域的地质背景参数确定。具体的，上述压缩因子要求是大于1的数值。其中，需要说明的是，上述压缩因子不同于用于将PS波(PS wave)压缩为PP波(PP wave)的波场间压缩系数，而是一种用于将低频地震子波压缩成高频地震子波的参数。因此，确定上述压缩因子的过程实际上也是与确定将PS波(PS wave)压缩为PP波(PP wave)的波场间压缩系数的过程完全不同的。
在本实施方式中，为了能够获取较为准确的第二地震子波，具体实施时，可以将上述压缩因子的数值设置为1.5。当然，需要说明的是，上述所列举的压缩因子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，选择使用其他大于1的合适的数值作为上述压缩因子。对此，本申请不作限定。
S14：根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，其中，所述反演目标函数为基于反演机理建立的用于进行高分辨率地震数据处理的函数。
在本实施方式中，上述基于反演机理建立的用于进行高分辨率地震数据处理的函数具体可以理解为是通过反演的方法建立的用于表征地震数据和高分辨率地震数据之间的对应关系的函数(即反演目标函数)，进而可以通过上述反演目标函数直接根据所采集的地震数据(或称原始数据)通过反演得到高分辨率的地震数据。
其中，需要说明的是，现有的涉及反演的地震数据处理方法在利用反演技术处理地震数据时，大多是利用平均入射角道集进行PP波(即PP wave)与PS波(即PS wave)联合AVO反演。具体的，需要先利用测井数据得到的P波速度、S波速度以及密度，再根据上述数据通过外推生成初始模型，进而利用上述模型进行后续地震数据的处理，导致实施过程相对较复杂、处理效率相对较低。而在本实施方式中，不同于现有的反演处理方式，而是基于反演框架建立用于表征地震数据和高分辨率地震数据之间的对应关系的函数，即反演目标函数；再利用该反演目标函数对所采集的地震数据直接进行处理，以获得具有较高分辨率的处理后的地震数据，即通过将反演目标函数值最小化以得到分辨率较高的处理后的地震数据。
在本实施方式中，还需要补充的是，现有的地震数据处理方法在处原始数据以获取高分辨率的地震数据时，整体上通常会采用滤波的方法，即先对原始数据进行处理，并建立对应的滤波器；再通过滤波器对处理后的数据进行滤波以获得分辨率相对较高的地震数据。上述实施过程较为复杂，处理效率也较低。此外，现有的地震数据处理方法大多是针对叠前地震数据设计的，往往不适用于对叠后地震数据进行处理。在应用现有的地震数据处理方法对叠后地震数据处理时得到的结果往往保幅性相对较差，存在噪声等干扰。而在本实施例中，由于建立了上述基于反演机理建立的用于进行高分辨率地震数据处理的反演目标函数，因此可以直接利用该目标函数对采集的地震数据(即原始数据)进行处理，以获取的高分辨率的地震数据，相对于现有方法处理效率相对更高。此外，通过上述反演目标函数还可以适用于对叠后地震数据进行处理，可以得到较好的保幅效果，降低了噪声的影响和干扰。
在一个实施方式中，为了能够基于反演机理获取高分辨率的地震数据，具体的，可以结合所采集的地震数据、第一地震子波，以及具有高频特性的第二地震子波等多种数据建立反演目标函数，即基于反演机理建立的用于进行高分辨率地震数据处理的函数。具体的，可以按照以下公式，建立所述反演目标函数：
其中，minimize具体可以表示求取最小值，具体可以表示求取L2范数，y具体可以表示反演目标函数的解析解，W具体可以表示为基于第一地震子波的第一地震子波矩阵，Wh具体可以表示为基于第二地震子波的第二地震子波矩阵，x具体可以表示为地震数据的列向量形式，μ具体可以表示为正则化参数。
在本实施方式中，上述反演目标函数的解析解即为本申请实施例所提供的数据处理方法所要确定的处理后的地震数据，即高分辨率的地震数据。
在本实施方式中，上述正则化参数具体可以用于控制约束强度的参数。其中，上述正则化参数具体可以结合目标区域的地质背景数据，通过多次测试实验获取。在本实施方式中，上述正则化参数的具体数值可以设置为0.8。当然，上述所列举的正则化参数只是为了更好地说明本申请实施方式。具体实施时，可以根据具体情况和施工要求，选择使用其他合适的数值作为上述正则化参数。对此，本申请不作限定。
在本实施方式中，上述L2范数具体可以表示所求取的范数中参数服从高斯分布。在本实施方式中，通过使用L2范数而不是其他类型的范数，有利于防止出现过拟合。
在一个实施方式中，具体实施时，可以根据所述第二地震子波，按照以下公式确定所述基于第二地震子波的第二地震子波矩阵：
其中，Wh具体可以表示为基于第二地震子波的第二地震子波矩阵，wh(i)具体可以表示为第二地震子波中编号为i的时间点的振幅值，n具体可以表示为第二地震子波时间点的总数。
在一个实施方式中，具体实施时，可以根据所述第一地震子波，按照以下公式确定所述基于第一地震子波的第一地震子波矩阵：
其中，W具体可以表示为基于第一地震子波的第一地震子波矩阵，wt(i)具体可以表示为第一地震子波中编号为i的时间点的振幅值，n具体可以表示为第一地震子波时间点的总数。
在一个实施方式中，具体实施时，上述反演目标函数可以按照以下方式通过逐步的推导获得。
首先，可以基于褶积模型，将地震数据x(t)近似地认为是地下反射系数与震源子波即第一地震子波的褶积，即地震数据满足以下形式：
x(t)＝r(t)*wt(t)
其中，r(t)具体可以表示为地下反射系数，*具体可以表示褶积运算，wt(t)具体可以表示为地震子波。
对于一个高频子波，即第二地震子波wh(t)，类似也存在如下所示的褶积模型：
y(t)＝r(t)*wh(t)
其中，y(t)具体可以表示高分辨率的地震数据，wh(t)具体可以表示对应的高频子波。
再将地震数据x(t)与第二地震子波wh(t)做褶积，得到以下算式：
wh(t)*x(t)＝wh(t)*r(t)*wt(t)。
同时将高分辨率的地震数据y(t)与第一地震子波wt(t)做褶积，得到以下算式：
wt(t)*y(t)＝wt(t)*r(t)*wh(t)。
进而可以根据褶积运算的交换律：a(t)*b(t)≡b(t)*a(t)，整理上述两个公式，可以得到如下的算式：
wh(t)*x(t)＝wh(t)*wt(t)*r(t)
w(t)*y(t)＝wh(t)*wt(t)*r(t)。
分析，上述两公式可知：两公式的等号右端项相同，故可以建立关于地震数据x(t)、第一地震子波wt(t)、高分辨率的地震数据y(t)、第二地震子波wh(t)的恒等式，具体可以表示为以下形式：
wh(t)*x(t)＝wt(t)*y(t)。
再根据第一地震子波确定基于第一地震子波的第一地震子波矩阵，根据第二地震子波确定基于第二地震子波的第二地震子波据，利用第一地震子波矩阵、第二地震子波矩阵将上述褶积运算形式转换为矩阵乘积的形式，可以表示为如下形式：
Wh·x＝W·y
其中，y具体可以表示为高分辨率的地震数据，W具体可以表示为基于第一地震子波的第一地震子波矩阵，Wh具体可以表示为基于第二地震子波的第二地震子波矩阵，x具体可以表示为地震数据的列向量形式。
基于上述矩阵等式进一步可以建立基于反演的高分辨率处理系统，即反演目标函数：
其中，minimize具体可以表示求取最小值，具体可以表示求取L2范数，y具体可以表示反演目标函数的解析解，W具体可以表示为基于第一地震子波的第一地震子波矩阵，Wh具体可以表示为基于第二地震子波的第二地震子波矩阵，x具体可以表示为地震数据的列向量形式，μ具体可以表示为正则化参数。
S15：根据所述反演目标函数，确定处理后的地震数据。
在一个实施方式中，上述根据所述反演目标函数，确定处理后的地震数据，具体实施时，可以包括以下内容：根据所述反演目标函数，求取所述反演目标函数的导数为0时所对应的解析解，并将所述解析解作为所述处理后的地震数据。
在本实施方式中，具体的，可以通过求取反演目标函数的导数为0时所对应的解析解以寻找到反演目标函数为最小值时所对应的解析解，该解析解即为最终要获得的符合要求的解析解，高分辨率的地震数据，即处理后的地震数据。
在一个实施方式中，具体实施时，可以按照以下公式确定所述反演目标函数的导数为0时所对应的解析解：
y′＝(WTW+μI)-1WTd
其中，(·)-1具体可以表示矩阵求逆，y′具体可以表示为反演目标函数的导数为0时所对应的解析解，W具体可以表示为基于第一地震子波的第一地震子波矩阵，WT具体可以表示为基于第一地震子波的第一地震子波矩阵转置，I具体可以表示为单位矩阵，d具体可以表示为模型向量，μ具体可以表示为正则化参数。
在本实施方式中，需要说明的单位矩阵I的维度与矩阵WTW一致。
在一个实施方式中，具体实施时，可以按照以下方式确定所述模型向量：
d＝Wh·x
其中，d具体可以表示为模型向量，Wh具体可以表示为基于第二地震子波的第二地震子波矩阵，x具体可以表示为地震数据的列向量。
在一个实施方式中，具体实施时，上述反演目标函数的导数为0时所对应的解析解具体可以根据反演目标函数按照以下方式逐步推导获得。
首先通过另外定义一个模型向量d＝Wh·x，对反演目标函数进行变形处理，变形后的反演目标函数具体可以表示为以下形式：
在求解该变形后的反演目标函数的最小值时，可以令即可得到对应的解析解，即反演目标函数的导数为0时所对应的解析解。
具体的，可以先将上述变形后的反演目标函数展开为以下形式：
J(y)＝(d-W·y)T(d-W·y)+μ(yTy)
其中，T具体可以表示转置运算。
根据矩阵运算法则：(a-b)T＝aT-bT、(ab)T＝bTaT等可以进一步化简变形后的反演目标函数J(y)，具体可以表示为以下形式：
J(y)＝dTd-dTWy-yTWTd+yTWTWy+μ(yTy)。
由于基于第一地震子波的第一地震子波矩阵W是对称阵，故有WT＝W。又在向量与矩阵相乘时，有运算法则：dTWy＝yTWTd，根据上述法则可以进一步简化反演目标函数J(y)，得到简化后的反演目标函数：
J(y)＝dTd-2yTWTd+yTWTWy+μ(yTy)。
再对上述简化后的反演目标函数J(y)对期望输出y求偏导数具体可以得到以下算式：
分析上述偏导数算式可知：等号右端的第一项dTd与y无关，故对偏导数不产生影响。而对于第二项：由矩阵理论知其中，yj是向量y中的第j个元素，n为向量y中的元素总数，(WTd)j代表矩阵W与向量d做乘积得到新向量的第j个元素。
再根据yTWTd对向量y中的每一个元素单独偏导数时有以下形式：
根据上述算式，利用yTWTd对向量y求导时有：
同理可得：
整理上述多个算式可以得到最终的求导结果，具体可以表示为如下形式：
在令上述反演目标函数的导数：可以得到以下算式：
WTd＝(WTW+μI)y′
其中，I具体可以表示为单位矩阵，其维度与矩阵WTW相一致。
对上述算式的两端同时左乘(WTW+μI)-1，一步简化后可以得到期望的高分辨率输出解析解，即反演目标函数的导数为0时所对应的解析解：
y′＝(WTW+μI)-1WTd
其中，(·)-1表示矩阵求逆，y′为反演目标函数的导数为0时所对应的解析解，W为基于第一地震子波的第一地震子波矩阵，WT为基于第一地震子波的第一地震子波矩阵转置，I为单位矩阵，d为模型向量，μ为正则化参数。
再将上述基于第一地震子波的第一地震子波矩阵、模型向量、正则化参数分别代入反演目标函数的导数为0时所对应的解析解，便可获得的y′作为处理的地震数据，即高分辨率的地震数据。
在本申请实施例中，相较于现有方法，由于是基于反演的原理通过建立并根据反演目标函数来获取具有较高分辨率的处理后的地震数据，从而避免了由于使用反子波算子造成的数据处理不稳定，解决了现有方法中存在的地震数据处理的准确度差、可靠性低的技术问题，达到了稳定获取保幅、高分辨率的地震数据的技术效果。
在一个实施方式中，在建立了上述反演目标函数后，为了能够更加高效地根据上述反演目标函数，确定处理后的地震数据，具体实施时，可以先对上述反演目标函数进行简化处理。具体的，可以按照以下方式对所述反演目标函数进行简化处理，以获取简化后的反演目标函数：
其中，y具体可以表示反演目标函数的解析解，J(y)具体可以表示基于y的反演目标函数，W具体可以表示为基于第一地震子波的第一地震子波矩阵，d具体可以表示为模型向量，μ为正则化参数。
进而，可以将确定反演目标函数的最小值，即导数为0时所对应的解析解转换为确定上述简化后的反演目标函数的导数为0时所对应的解析解。从而可以降低求解的难度，提高处理效率。
在一个实施方式中，在确定出反演目标函数的导数为0时所对应的解析解后，即确定出以下算式后：
y′＝(WTW+μI)-1WTd。
具体实施时，或者处理新的地震数据时，可以直接根据待处理的地震数据提取第一地震子波；再根据第一地震子波确定基于第一地震子波的第一地震子波矩阵和模型向量，同时根据目标区域的具体情况设置正则化参数；最后将上述基于第一地震子波的第一地震子波矩阵、模型向量和正则化参数直接代入上述反演目标函数的导数为0时所对应的解析解的算式计算出处理后的地震数据，即高分辨率的地震数据。当然，具体实施时，根据具体情况使用者也可以参阅上述所列举的完整的方法过程逐步推导确定出上述反演目标函数的导数为0时所对应的解析解，再根据上述反演目标函数的导数为0时所对应的解析解确定处理后的地震数据。对此，本申请不作限定。
在一个实施方式中，在获取处理后的地震数据后，所述方法具体实施时还可以包括以下内容：根据所述处理后的地震数据，对所述目标区域进行地震勘探。具体的，例如可以根据处理后的地震数据对目标区域进行储层预测。需要说明的是，基于本申请获得处理后的地震数据相对于基于现有方法获得的地震数据，具有更高的分辨率，从而具备相对更强地反映地层中薄层结构的能力。因此，利用基于本申请获得的处理后的地震数据进行储层预测，相对于基于现有方法获得处理后的地震数据进行储层预测，预测准确度更高，预测的结果更具参考性和实用性。当然，上述所列举的储层预测只是一种示意性说明。具体实施时，还可以根据具体情况和施工要求，利用处理后的地震数据进行其他类型的地震勘探。对此，本申请不作限定。
在一个实施方式中，所述地震数据具体还可以包括叠后地震数据。
在本实施方式中，需要说明的是，现有的涉及反演的处理方法大多只能对叠前地震数据进行数据处理，而对叠后地震数据进行处理时处理效果相对较差，例如会存在保幅性差、受噪声影响较严重的问题。即现有方法往往不适用于针对叠后地震数据的数据处理。而在本实施方式中，由于建立了上述反演目标函数可以对叠后地震数据进行有效的数据处理(即除适用于处理叠前地震数据外也适用于处理叠后地震数据)，从而可以利用叠后地震数据的特点，提高了垂向分辨率，得到分辨率更高的处理后的地震数据。
从以上的描述中，可以看出，本申请实施例提供的地震数据处理方法，由于分析了现有反褶积方法存在的弊端，没有采用依赖反子波算子的反褶积方法对地震数据进行处理，而是基于反演的原理通过建立并根据反演目标函数来获取具有较高分辨率的处理后的地震数据，从而避免了由于使用反子波算子造成的数据处理不稳定，解决了现有方法中存在的地震数据处理的准确度差、可靠性低的技术问题，达到了稳定获取保幅、高分辨率的地震数据的技术效果；又通过对反演目标函数进行求导，以确定符合要求的解析解作为处理后的地震数据，达到高效求解高分辨率的地震数据的效果。
基于同一发明构思，本发明实施例中还提供了一种地震数据处理装置，如下面的实施例所述。由于地震数据处理装置解决问题的原理与地震数据处理方法相似，因此装置的实施可以参见地震数据处理方法的实施，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地震数据处理装置的一种组成结构图，该装置具体可以包括：获取模块21、提取模块22、压缩处理模块23、建立模块24、求解模块25，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地震数据；
提取模块22，具体可以用于从所述地震数据中提取第一地震子波；
压缩处理模块23，具体可以用于在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波；
建立模块24，具体可以用于根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，其中，所述反演目标函数为基于反演机理建立的用于进行高分辨率地震数据处理的函数；
求解模块25，具体可以用于根据所述反演目标函数，确定处理后的地震数据。
在一个实施方式中，为了能够从所述地震数据中提取第一地震子波，上述提取模块22具体实施时，可以通过子波估计法，从所述地震数据中提取所述第一地震子波。
在一个实施方式中，为了能够在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波，上述压缩处理模块23具体实施时，可以按照以下方式在时间域中对所述第一地震子波进行压缩处理，以获取所述第二地震子波：
wh(t)＝wt(at)
其中，wh(t)具体可以表示为第二地震子波，wt(t)具体可以表示为第一地震子波，t具体可以表示为时间点的编号，a具体可以表示为压缩因子。
在一个实施方式中，为了能够根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，上述建立模块24具体实施时，可以按照以下公式，建立所述反演目标函数：
其中，minimize具体可以表示求取最小值，具体可以表示求取L2范数，y具体可表示反演目标函数的解析解，W具体可以表示为基于第一地震子波的第一地震子波矩阵，Wh具体可以表示为基于第二地震子波的第二地震子波矩阵，x具体可以表示为地震数据的列向量形式，μ具体可以表示为正则化参数。
在一个实施方式中，上述建立模块24具体实施时，可以根据所述第二地震子波，按照以下公式确定所述基于第二地震子波的第二地震子波矩阵：
其中，Wh具体可以表示为基于第二地震子波的第二地震子波矩阵，wh(i)具体可以表示为第二地震子波中编号为i的时间点的振幅值，n具体可以表示为第二地震子波时间点的总数。
在一个实施方式中，为了能够根据所述反演目标函数，确定处理后的地震数据，上述求解模块25具体实施时，可以按照以下程序执行：根据所述反演目标函数，求取所述反演目标函数的导数为0时所对应的解析解，并将所述解析解作为所述处理后的地震数据。
在一个实施方式中，上述求解模块25具体实施时，可以按照以下公式确定所述反演目标函数的导数为0时所对应的解析解：
y′＝(WTW+μI)-1WTd
其中，(·)-1具体可以表示矩阵求逆，y′具体可以表示为反演目标函数的导数为0时所对应的解析解，W具体可以表示为基于第一地震子波的第一地震子波矩阵，WT具体可以表示为基于第一地震子波的第一地震子波矩阵转置，I具体可以表示为单位矩阵，d具体可以表示为模型向量，μ具体可以表示为正则化参数。
在一个实施方式中，上述求解模块25具体实施时，可以按照以下方式确定所述模型向量：
d＝Wh·x
其中，d具体可以表示为模型向量，Wh具体可以表示为基于第二地震子波的第二地震子波矩阵，x具体可以表示为地震数据的列向量。
在一个实施方式中，所述装置还可以包括施工模块，所述施工模块具体实施时，可以用于根据所述处理后的地震数据，对所述目标区域进行地震勘探。其中，所述地震勘探具体可以包括储层预测等。
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地震数据处理装置，由于分析了现有反褶积方法存在的弊端，没有采用依赖反子波算子的反褶积方法对地震数据进行处理，而是基于反演的原理通过建立模块二和求解模块建立并根据反演目标函数来获取具有较高分辨率的处理后的地震数据，从而避免了由于使用反子波算子造成的数据处理不稳定，解决了现有方法中存在的地震数据处理的准确度差、可靠性低的技术问题，达到了稳定获取保幅、高分辨率的地震数据的技术效果；又通过求解模块对反演目标函数进行求导，以确定符合要求的解析解作为处理后的地震数据，达到高效求取高分辨率的地震数据的技术效果。
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地震数据处理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地震数据。所述处理器32具体可以用于从所述地震数据中提取第一地震子波；在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波；根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数；根据所述反演目标函数，确定处理后的地震数据。所述存储器33具体可以用于存储通过输入设备31输入的地震数据，以及处理器32在处理过程中产生的中间数据。
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地震数据处理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：获取目标区域的地震数据；从所述地震数据中提取第一地震子波；在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波；根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数；根据所述反演目标函数，确定处理后的地震数据。
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(Random AccessMemory,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地震数据处理方法和装置对某油田中的地震数据进行数据处理，以获取分辨率较高的地震数据，以便进行储层预测。具体实施过程，可以参阅以下内容执行。
S1：利用常规采集技术获取某油田的地震记录(即地震数据)。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例提供的地震数据处理方法和装置获得的某油田处理前的地震记录的示意图。图中，CMP表示的是地震数据中的CMP道集，Time表示的是时间。
在本实施方式中，所采集的地震数据具体可以表示为以下形式：x(t),t＝1,2,…n，其中t代表采样时间点的编号，n是采样时间点的总数。
在本实施方式中，可以采用MarmousiII模型生成的含噪声地震数据，其中，n＝750，t＝1500ms，采样间隔2ms，共有737道。
S2：采用常规子波估计方法，从地震数据中提取原始地震子波(即第一地震子波)。
在本实施方式中，上述原始地震子波具体可以表示为以下形式：x(t),t＝1,2,…n。其中，所提取原始地震子波wt(t)包括81点采样，采样间隔2ms。
S3：获取高频子波(即第二地震子波)。
在本实施方式中，具体实施时，可以设计一个期望的高频子波，并根据以下公式获取上述高频子波：wh(t)＝wt(at)。其中，具体的，可以设置压缩因子a＝1.5，获得的高频子波包括81点采样，采样间隔2ms。
S4：建立不依赖反褶积算子的高分辨率处理系统。
在本实施方式中，具体实施时，可以建立以下公式作为上述高分辨率处理系统：
Wh·xi＝W·yi
其中，Wh具体可以表示为高频子波矩阵(即基于第二地震子波的第二地震子波矩阵)，x具体可以表示为地震数据组成的列向量(即地震数据的列向量形式)，W具体可以表示为原始地震子波矩阵(即基于第一地震子波的第一地震子波矩阵)，y具体可以表示为期望得到的高分辨率反褶积输出(即后续的反演目标函数的解析解)。
在本实施方式中，上述W、Wh分别与低频子波w(t)、高频子波wh(t)的转换过程可可以描述为以下形式：
S5：根据上述高分辨率处理系统，建立基于反演的高分辨率处理目标函数(即反演目标函数)。
在本实施方式中，上述基于反演的高分辨率处理目标函数具体可以表示为以下形式：
其中，minimize||·||2具体可以表示最小L2范数准则，μ具体可以表示为控制约束强度的正则化参数，在本实施方式中，优选的，可以设置μ＝0.8。
为了简化上述目标函数，具体实施时，可以令上式中模型向量d＝W·x，则最终目标函数可化简为以下形式：
S6：求解目标函数，由基本原理可知，通过对目标函数求导并令导数为零，可得到上述目标函数的唯一解析解，其形式具体可以表示为：
y′＝(WTW+μI)-1WTd
其中，I具体可以表示为单位矩阵，其维度与矩阵WTW一致，在本实施方式中I的维度具体可以设置为737×737，(·)-1具体可以表示矩阵求逆。
在本实施方式中，求出解析解y′后即可以将所求出的解析解作为所要求取的高分辨率的处理后的地震数据。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例提供的地震数据处理方法和装置获得的某油田处理后的地震记录的示意图。
S7：根据处理后的地震数据对该油田所在区域进行具体的储层预测。
比较图4和图5的内容可知：通过本实施方式提供的地震数据处理方法和装置处理后得到地震记录的分辨率得到了较为明显的提高，同时，地震记录是稳定的，它的信噪比与图4相比并未出现视觉上可见的损失。进而可以确定，经过本实施方式处理之后的地震记录，具有更宽的有效频带。
为了进一步检验本申请实施方式所提供的地震数据处理方法和装置实际处理效果，还按照上述的处理步骤，将上述本申请实施方式所提供的地震数据处理方法和装置分别应用到了具备不同地质特征区域：油田A和油田C进行检验。具体实施情况可以参阅以下内容。
在本实施方式中，将本申请实施方式所提供的地震数据处理方法和装置应用到油田A。其中，该区域位于西部黄土塬，这种地区地下介质对地震波能量的衰减很强，导致接收到的地震数据往往分辨率很低，且随着深度的增加，较深层的有效反射分辨率更低，而该区域的目的层是地下2000米左右的弱反射层。参阅图6是该区域由野外采集数据得到的叠加地震记录，从该叠加地震记录可以看出，该区域较深层位处具有复杂地下结构，而有效反射的分辨率很低。在这种复杂结构背景下提高有效反射的分辨率，从而识别目的层是反褶积处理的重点与难点。图7是经过本申请实施方式所提供的地震数据处理方法和装置处理之后的该区域的叠加地震记录，与处理之前相比，地震记录的分辨率得到了明显的改善，同时整个叠后剖面的信噪比并未出现可察觉的损失。较深处的弱反射层分辨率有了明显改善，更多的薄层变得可以分辨。
在本实施方式中，将本申请实施方式所提供的地震数据处理方法和装置应用到油田B。其中，该区域位于东部地区，信噪比略高于油田A的地震数据。图8是该区块采集得到的地震数据，分析可知：2200ms之下为勘探的目的地层，由于分辨率较低，在图5所示的地震剖面上只能追踪到浅、中层强反射界面所产生的同相轴，而目的层处的较弱有效反射则无法分辨。图9是利用本申请实施方式所提供的地震数据处理方法和装置处理后得到的结果，分析可知：波场干涉现象明显变弱，2200ms以下的弱反射信号得以恢复，可见经过处理之后的信噪比仍然在可接受的范围之内。
通过上述场景示例，验证了本申请实施例提供的地震数据处理方法和装置，由于是基于反演的原理通过建立并根据反演目标函数来获取具有较高分辨率的处理后的地震数据，从而避免了由于使用反子波算子造成的数据处理不稳定，确实解决了现有方法中存在的地震数据处理的准确度差、可靠性低的技术问题，达到了稳定获取保幅、高分辨率的地震数据的技术效果。
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 (8)

1.一种地震数据处理方法，其特征在于，包括：
获取目标区域的地震数据；
从所述地震数据中提取第一地震子波；
在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波；
根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，其中，所述反演目标函数为基于反演机理建立的用于进行高分辨率地震数据处理的函数；
根据所述反演目标函数，确定处理后的地震数据。
2.根据权利要求1所述的方法，其特征在于，根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，包括：
按照以下公式，建立所述反演目标函数：
其中，min imize表示求取最小值，表示求取L2范数，y表示反演目标函数的解析解，W为基于第一地震子波的第一地震子波矩阵，Wh为基于第二地震子波的第二地震子波矩阵，x为地震数据的列向量形式，μ为正则化参数。
3.根据权利要求2所述的方法，其特征在于，根据所述第二地震子波，按照以下公式确定所述基于第二地震子波的第二地震子波矩阵：
其中，Wh为基于第二地震子波的第二地震子波矩阵，wh(i)为第二地震子波中编号为i的时间点的振幅值，n为第二地震子波时间点的总数。
4.根据权利要求2所述的方法，其特征在于，根据所述反演目标函数，确定处理后的地震数据，包括：
根据所述反演目标函数，求取所述反演目标函数的导数为0时所对应的解析解，并将所述解析解作为所述处理后的地震数据。
5.根据权利要求4所述的方法，其特征在于，按照以下公式求取所述反演目标函数的导数为0时所对应的解析解：
y′＝(WTW+μI)-1WTd
其中，(·)-1表示矩阵求逆，y′为反演目标函数的导数为0时所对应的解析解，W为基于第一地震子波的第一地震子波矩阵，WT为基于第一地震子波的第一地震子波矩阵转置，I为单位矩阵，d为模型向量，μ为正则化参数。
6.根据权利要求5所述的方法，其特征在于，按照以下方式确定所述模型向量：
d＝Wh·x
其中，d为模型向量，Wh为基于第二地震子波的第二地震子波矩阵，x为地震数据的列向量。
7.一种地震数据处理装置，其特征在于，包括：
获取模块，用于获取目标区域的地震数据；
提取模块，用于从所述地震数据中提取第一地震子波；
压缩处理模块，用于在时间域中对所述第一地震子波进行压缩处理，以获取第二地震子波；
建立模块，用于根据所述地震数据、所述第一地震子波、所述第二地震子波建立反演目标函数，其中，所述反演目标函数为基于反演机理建立的用于进行高分辨率地震数据处理的函数；
求解模块，用于根据所述反演目标函数，确定处理后的地震数据。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括施工模块，所述施工模块用于根据所述处理后的地震数据，对所述目标区域进行地震勘探。
CN201810478911.3A 2018-05-18 2018-05-18 地震数据处理方法和装置 Active CN108693558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810478911.3A CN108693558B (zh) 2018-05-18 2018-05-18 地震数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810478911.3A CN108693558B (zh) 2018-05-18 2018-05-18 地震数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN108693558A true CN108693558A (zh) 2018-10-23
CN108693558B CN108693558B (zh) 2020-09-08

Family

ID=63846722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810478911.3A Active CN108693558B (zh) 2018-05-18 2018-05-18 地震数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN108693558B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110619382A (zh) * 2019-07-22 2019-12-27 中国石油化工股份有限公司 适用于地震勘探的褶积深度网络构建方法
CN112444876A (zh) * 2019-08-27 2021-03-05 中国石油天然气集团有限公司 一种地震数据处理方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104090298A (zh) * 2014-07-07 2014-10-08 中国石油集团川庆钻探工程有限公司地球物理勘探公司 一种基于稀疏反射系数的反褶积方法
CN104914466A (zh) * 2015-06-26 2015-09-16 中国石油大学(华东) 一种提高地震资料分辨率的方法
CN105259574A (zh) * 2015-10-12 2016-01-20 中国石油大学(华东) 基于一次波稀疏约束的多道预测反褶积方法
CN105467442A (zh) * 2015-12-09 2016-04-06 中国石油大学(北京) 全局优化的时变稀疏反褶积方法及装置
CN105549076A (zh) * 2015-12-08 2016-05-04 中国石油天然气股份有限公司 一种基于交替方向法和全变分理论的地震数据处理方法
CN105842732A (zh) * 2016-03-16 2016-08-10 中国石油大学(北京) 多道稀疏反射系数的反演方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104090298A (zh) * 2014-07-07 2014-10-08 中国石油集团川庆钻探工程有限公司地球物理勘探公司 一种基于稀疏反射系数的反褶积方法
CN104914466A (zh) * 2015-06-26 2015-09-16 中国石油大学(华东) 一种提高地震资料分辨率的方法
CN105259574A (zh) * 2015-10-12 2016-01-20 中国石油大学(华东) 基于一次波稀疏约束的多道预测反褶积方法
CN105549076A (zh) * 2015-12-08 2016-05-04 中国石油天然气股份有限公司 一种基于交替方向法和全变分理论的地震数据处理方法
CN105467442A (zh) * 2015-12-09 2016-04-06 中国石油大学(北京) 全局优化的时变稀疏反褶积方法及装置
CN105842732A (zh) * 2016-03-16 2016-08-10 中国石油大学(北京) 多道稀疏反射系数的反演方法及系统

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
WEI WANG ET AL.: "Laterally-constrained sparse deconvolution in the mixed domain", 《2017 SEG INTERNATIONAL EXPOSITION AND 87TH ANNUAL MEETING》 *
XIN DU ET AL.: "Frequency-domain multitrace band-limited sparsity deconvolution", 《2017 SEG INTERNATIONAL EXPOSITION AND 87TH ANNUAL MEETING》 *
曹静杰: "基于广义高斯分布和非凸Ｌｐ范数正则化的地震稀疏盲反褶积", 《石油地球物理勘探》 *
李正文: "《高分辨率地震勘探》", 30 September 1993, 成都科技大学出版社 *
梁东辉等: "基于Ｌ0范数稀疏约束的地震数据反褶积", 《石油物探》 *
陈业全等: "《塔中地区火山岩预测的综合地球物理方法》", 31 July 2004, 东营：石油大学出版社 *
魏吉贞: "块状地质结构约束下非线性反褶积方法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *
魏吉贞等: "空间连续性约束稀疏脉冲反演", 《中国地球科学联合学术年会 2015》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110619382A (zh) * 2019-07-22 2019-12-27 中国石油化工股份有限公司 适用于地震勘探的褶积深度网络构建方法
CN112444876A (zh) * 2019-08-27 2021-03-05 中国石油天然气集团有限公司 一种地震数据处理方法及装置

Also Published As

Publication number Publication date
CN108693558B (zh) 2020-09-08

Similar Documents

Publication Publication Date Title
Mousavi et al. Automatic microseismic denoising and onset detection using the synchrosqueezed continuous wavelet transform
Li et al. A method for low-frequency noise suppression based on mathematical morphology in microseismic monitoring
Liu et al. A novel hydrocarbon detection approach via high-resolution frequency-dependent AVO inversion based on variational mode decomposition
Wang et al. Applying machine learning to 3D seismic image denoising and enhancement
Höcker et al. Fast structural interpretation with structure-oriented filtering
Verdon Microseismic monitoring and geomechanical modeling of CO 2 storage in subsurface reservoirs
Yang et al. Denoising of distributed acoustic sensing data using supervised deep learning
Saad et al. Uncovering the microseismic signals from noisy data for high-fidelity 3D source-location imaging using deep learning
Xue et al. Recent developments in local wave decomposition methods for understanding seismic data: application to seismic interpretation
CN108387931B (zh) 储层孔隙压力的确定方法和装置
Wei et al. Small-data-driven fast seismic simulations for complex media using physics-informed Fourier neural operators
CN108693558A (zh) 地震数据处理方法和装置
Yang et al. Denoising distributed acoustic sensing data using unsupervised deep learning
Bai et al. Gaussian beam reconstruction of seismic data
CN107991716B (zh) 薄层的沉积相图和沉积体厚度的确定方法和装置
CN112213782B (zh) 分相位地震数据的处理方法、装置和服务器
Li et al. An attention‐guided convolution neural network for denoising of distributed acoustic sensing–vertical seismic profile data
Wu et al. Multi-scale progressive fusion attention network based on small sample training for DAS noise suppression
CN108254785A (zh) 储层确定方法和装置
CN109358365A (zh) 一种基于井震信息匹配的薄层识别方法
CN109100803A (zh) 微断裂的确定方法和装置
Sun et al. Flank-preserving deprimary reverse time migration
CN108035708A (zh) 一种去除地层界面反射波的方法及装置
Xudong et al. Pre-stack gather optimization technology based on an improved bidimensional empirical mode decomposition method
CN110109179A (zh) 频宽补偿处理方法、装置和设备

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
GR01 Patent grant
GR01 Patent grant