CN109143398B - 一种自动网格层析深度域速度的建模方法 - Google Patents

一种自动网格层析深度域速度的建模方法 Download PDF

Info

Publication number
CN109143398B
CN109143398B CN201710507243.8A CN201710507243A CN109143398B CN 109143398 B CN109143398 B CN 109143398B CN 201710507243 A CN201710507243 A CN 201710507243A CN 109143398 B CN109143398 B CN 109143398B
Authority
CN
China
Prior art keywords
depth
point
velocity
domain
reflection point
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
Application number
CN201710507243.8A
Other languages
English (en)
Other versions
CN109143398A (zh
Inventor
刘百红
许自龙
杨祥森
亢永敢
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 Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
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 Petroleum and Chemical Corp, Sinopec Geophysical Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201710507243.8A priority Critical patent/CN109143398B/zh
Publication of CN109143398A publication Critical patent/CN109143398A/zh
Application granted granted Critical
Publication of CN109143398B publication Critical patent/CN109143398B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

公开了自动网格层析深度域速度的建模方法。该方法可以包括:1)获得深度域偏移剖面以及各个网格点处的共成像点道集;2)对每一个网格点的共成像点道集进行γ谱扫描获得γ谱值;3)获得各同相轴的倾角以及沿倾角相干值;4)确定深度域初始速度模型与深度域偏移剖面中的反射点;5)提取所述反射点处的剩余深度,并将其转换为时差;6)确定所述反射点的射线路径;7)通过求解所述层析方层得到速度扰动量来更新深度域初始速度模型中的速度。本发明通过对反射点以及时差Δt进行自动解释拾取,从而实现了自动网格层析深度域的偏移速度建模,避免了繁琐而耗时的人工交互拾过程,节省了人力物力。

Description

一种自动网格层析深度域速度的建模方法
技术领域
本发明涉及油气及煤层气地震勘探与开发领域,更具体地,涉及一种自动网格层析深度域速度的建模方法。
背景技术
随着石油勘探目标的日益复杂和隐蔽,叠前深度偏移越来越多地被应用到生产中。叠前深度偏移能够实现地下复杂构造的高精度地震成像,在构造复杂速度横向变化剧烈的地区能精确反映地下构造。但是,建立精确的速度模型是叠前偏移成像的关键。速度模型的正确与否或其精度的高低,直接影响着成像的成败。
速度可以由测井资料、岩芯测量数据、地震资料来获取。由地震资料获取速度通常称之为速度分析,有叠加速度分析、偏移速度分析、层速度分析以及层析反演等。有其名称可知,不同的速度分析方法获得的速度是不同的,它们基于的原理、所需要的数据、速度的性质以及用途也各不相同。叠加速度分析输入的是CMP道集,得到是使叠加效果最好的时间域速度。偏移速度分析按照其偏移算法不同,可以有不同的输入数据,例如共炮数据集、共偏移距数据集等,得到的速度模型可以是时间域的速度(叠前时间偏移)、也可以是深度域速度模型(叠前深度偏移)。层速度分析则一般要求输入CMP道集和反射界面,得到的是深度域层速度模型。层析反演可以利用反射旅行时(反射层析)得到深度域速度模型,也可以同时利用旅行时和振幅信息进行波形反演得到深度域速度模型。在这些方法中叠加速度分析相对简单,效率很高,因此应用也最普遍,但是精度相对比较低,并且得到仅仅是时间域的速度。偏移速度分析得到速度模型比叠加速度分析得到的速度模型的精度要高,更适合复杂地质条件。早期的速度模型的构建是通过叠加速度分析或者利用叠前时间偏移进行速度分析,获得均方根速度,再通过DIX公式可以转换成层速度,利用DIX约束反演得到初始模型速度体,再利用层析方法,人机交互拾取剩余速度,进行模型优化。由于叠加速度分析无法适应地层横向变速、地层倾斜的复杂地质条件,此方法已不能满足速度分析的精度要求。
于是,在上述方法提供初始速度模型的基础上,利用叠前深度偏移对偏移速度误差的敏感性来进行剩余速度分析。最初的剩余速度分析是制作γ谱,然后像叠加速度分析那样,人工进行γ谱的拾取和解释。一方面,γ谱的拾取和解释需要太多的人工操作,很繁琐耗时。另一方面,制作γ谱是利用每一个网格点(X,Y)上的共成像点道集,这也类似于叠加速度分析时的CMP道集。这种方法都是对单点进行,不能很好的兼顾速度模型中其他点上的速度对当前点的影响。层析反演可以从全局调整速度模型。层析最早应用于医学,后来被应用到地球物理领域,但是也主要是应用透射波。在数学表达上,层析反演就是求解一个线性方程组:L·ΔS=Δt。其中L是一个矩阵,其元素代表了射线在网格中的长度,ΔS代表每个网格内的慢度变化量(慢度是速度的倒数),Δt是观测到的旅行时Tobs与计算旅行时Tcal之差。其中Tcal就是利用初始速度模型计算得到的。虽然层析反演方法已经比较成熟,但是在实际应用时,需要从地震观测数据上拾取到Tobs,在计算Tcal时除了需要初始速度模型,还需要激发点与接收点位置。由于透射波或者初至层析中,拾取Tobs相对简单,因此在地震勘探中,层析反演方法主要应用于透射波层析和初至层析。但是对于以反射波为主要有效信号的的地面地震勘探需要探索的是中深层的目标,而初至波层析仅仅能得到表层的速度模型,透射波层析则对钻井的数量、间隔等有很高的要求,因此这两种层析反演无法应用于地震勘探中深层速度模型的建立。反射波层析利用了来自中深层的反射波信息,因此是可以用于中深层速度模型建立。传统的反射波层析与初至波层析和透射层析一样都需要旅行时信息。但是在实际工业应用中已成功解决了快速准确地拾取初至波旅行时和透射波旅行时的问题,而快速准确地拾取反射波旅行时却十分困难,因此反射波层析远远没有像初至波层析和透射波层析那样得到广泛应用。与传统的数据域反射波层析不同,层析偏移速度分析利用的数据是由叠前深度偏移产生的共成像点道集,因此反射波更加清晰可见。另外,叠前深度偏移使用的速度模型可以作为层析反演的初始速度模型,这样可以使层析反演更稳定。叠前深度偏移还可以产生深度域地震剖面,从而使得拾取反射点相对容易。而且层析偏移速度分析可以利用层析反演中十分成熟的反演算法,在综合考虑了实现难度、计算复杂性以及应用效果等因素后,层析偏移速度分析开始被工业界推广应用。但是层析偏移速度分析仍然避免不了要拾取反射点以及时差Δt。在目前的层析偏移速度分析应用中,反射点以及时差Δt都是人工交互拾取,这是一个十分繁琐而又耗时的工作,制约了层析偏移速度分析的实用化。因此,有必要开发一种能够实现自动层析偏移速度的深度域建模方法。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提出了一种自动网格层析深度域速度的建模方法,能够克服现有评价方法的缺点和不足。
根据本发明的一种自动网格层析深度域速度的建模方法可以包括以下步骤:
1)基于深度域初始速度模型和叠前地震数据获得深度域偏移剖面以及各个网格点处的共成像点道集CIG(x,y,z,h),其中,x表述网格点的横坐标,y表示网格点的纵坐标,z表示网格点的深度,h表示偏移距;
2)对每一个网格点的共成像点道集CIG(x,y,z,h)进行γ谱扫描获得γ谱值Sem(x,y,z);
3)对在各个网格点对深度域偏移剖面进行倾角扫描,获得各同相轴的倾角
Figure BDA0001334957770000041
以及沿倾角相干值c(x,y,z,h);
4)基于深度偏移剖面中的同相轴振幅、步骤2)获得的γ谱值Sem(x,y,z)以及步骤3)获得的沿倾角相干值c(x,y,z,h)确定深度域初始速度模型与深度域偏移剖面中的反射点R(x,y,z);
5)提取所述反射点处的剩余深度Δz(x,y,z,h),并将其转换为时差Δτ(h);
6)利用深度域初始速度模型,从所述反射点R(x,y,z)处出发向地面进行射线追踪,以确定所述反射点R(x,y,z)的射线路径L;
7)基于步骤4)所确定的时差Δτ(h)和步骤5)所确定的射线路径L建立层析方程,通过求解所述层析方层得到速度扰动量ΔS来更新深度域初始速度模型中的速度。
优选地,步骤2)包括:拾取深度域偏移剖面的每个网格点(x,y)处γ谱上各个深度z处能量最大的γ谱值,得到所有点(x,y,z)处的γ谱值Sem(x,y,z)。
优选地,步骤4)包括:选择与所述反射点R(x,y,z)对应的网格点上的共成像点道集CIG(x,y,z,h),从上到下依次在每个反射点深度为中心的窗口内对网格点上的共成像点道集中零偏移距道或最小偏移距道与偏移距增大方向的下一道进行互相关,通过选择互相关值最大时的深度位移获得反射点处的剩余深度Δz(x,y,z,h)。
优选地,通过以下公式将剩余深度Δz(x,y,z,h)转换为时差Δτ(h):
Δτ=Δz·2·cosθ·cosφ·S
其中,S为深度域初始速度模型中的速度的倒数;θ为反射点处射线与法线的夹角;φ为反射点处反射界面的倾角。
优选地,步骤3)还包括:计算深度偏移剖面中各个同相轴的局部倾角场φ′(x,y,z)。
优选地,步骤6)包括:通过所述反射点R(x,y,z)以及与其相应处深度偏移剖面中的局部倾角φ′(x,y,z)得到反射点R(x,y,z)处反射界面的法线方向,从所述反射点R(x,y,z)出发,分别在法线两侧以与法线夹角相同角度θ进行射线追踪,两条射线在地面的出射点分别为激发点和接收点,从而得到所述反射点R(x,y,z)的一对射线以及与之相应的偏移距,选择同一反射点处与剩余深度Δz(x,y,z,h)中的偏移距h相对应的射线对则形成所述反射点R(x,y,z)的射线路径并得到射线路径L。
优选地,步骤7)中的建立层析方程为:Δz·2·cosθ·cosφ·S=L·ΔS。
优选地,对于偏移距域的共成像点道集,γ谱扫描利用以下公式进行:
z2(h)=z2(0)+(γ2-1)·h2
优选地,对于角度域共成像点道集,γ谱扫描利用以下公式进行:
Figure BDA0001334957770000051
优选地,在步骤3)之前判断γ谱上各个深度z处的能量是否集中在γ=0,如果没有集中在γ处则表明网格点的共成像道集中的同相轴的倾角不为零,则执行步骤3);如果集中在γ=0则表明网格点的共成像点道集中的同相轴为零,则不对深度域初始速度模型中的速度进行更新。
本发明通过对反射点以及时差Δt进行自动解释拾取,从而实现了自动网格层析深度域的偏移速度建模,避免了繁琐而耗时的人工交互拾过程,节省了人力物力。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施例中将是显而易见的,或者将在并入本文中的附图和随后的具体实施例中进行详细陈述,这些附图和具体实施例共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1为根据本发明的示例性实施方案的自动网格层析深度域速度的建模方法的流程图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
以下参考图1详细描述根据本发明示例性实施例的自动网格层析深度域速度的建模方法。该方法主要包括:
步骤1:基于深度域初始速度模型和叠前地震数据获得深度域偏移剖面以及各个网格点处的共成像点道集CIG(x,y,z,h),其中,x表述网格点的横坐标,y表示网格点的纵坐标,z表示网格点的深度,h表示偏移距。
对野外采集的原始地面地震数据进行常规处理以获得均方根速度模型和处理后的地震数据,并通过DIX公式由均方根速度获得深度域初始速度模型。其中处理后的地震数据要与后续的叠前深度偏移方法所要求的数据类型一致,例如CMP道集或者共炮道集等。
利用初始速度模型和处理后的地震数据叠前深度偏移,获取深度域偏移剖面和成像道集(CIG)。其中叠前深度偏移方法可以是Kirchhoff叠前深度偏移也可以是单程波波动方程偏移;获得的成像道集可以是偏移距域共成像道集,也可以是角度域共成像道集。
步骤2:对每一个网格点的共成像点道集CIG(x,y,z,h)进行γ谱扫描获得γ谱值Sem(x,y,z)。
通过拾取深度域偏移剖面的每个网格点(x,y)处γ谱上各个深度z处能量最大的γ谱值,即可以得到所有点(x,y,z)处的γ谱值Sem(x,y,z)。
步骤3:对在各个网格点对深度域偏移剖面进行倾角扫描,获得各同相轴的倾角
Figure BDA0001334957770000071
以及沿倾角相干值c(x,y,z,h)。
当前网格点处的共成像点道集进行倾角扫描,自动计算出当前网格点处的共成像点道集中各同相轴在各个偏移距(对于角度域共成像道集,则是各个角度)的局部倾角,从而自动得到各个网格点(X,Y)处的共成像道集中各同相轴的倾角场:
Figure BDA0001334957770000072
自动计算深度偏移剖面中各个同相轴的局部倾角场:φx(x,y,z),φy(x,y,z),并进而沿此倾角自动计算出相干场:cx(x,y,z),cy(x,y,z)。其中局部倾角场的计算方法与上一步相同,可以用梯度结构张量法,也可以使用互相关方法或者方向可调滤波方法。梯度结构张量法求倾角的过程为:首先分别沿X、Y、Z三个方向求梯度:gx,gy,gz,然后构建梯度结构张量:
Figure BDA0001334957770000073
求解上述张量的特征值及其相应的特征向量,假设该特征向量表示为:
Figure BDA0001334957770000074
则其沿X、Y方向的倾角分别为:
Figure BDA0001334957770000075
可以在步骤3)之前判断γ谱上各个深度z处的能量是否集中在γ为零或者近似为零处。如果没有集中在γ为零或者近似为零处则表明网格点的共成像道集中的同相轴的倾角不为零,则执行步骤3);如果集中在γ为零或者近似为零处则表明网格点的共成像点道集中的同相轴为零,则不对深度域初始速度模型中的速度进行更新。
步骤4:基于深度偏移剖面中的同相轴振幅、步骤2)获得的γ谱值Sem(x,y,z)以及步骤3)获得的沿倾角相干值c(x,y,z,h)确定深度域初始速度模型与深度域偏移剖面中的反射点R(x,y,z)。
初始速度模型与深度偏移剖面网格(X,Y,Z)中的任意一点都有可能是反射点,要对其进行选择。
选择的依据是深度偏移剖面中同相轴振幅、深度偏移剖面沿倾角相干值、γ谱值,共三个参数。所谓自动选择,就是有用户对这三个参数分别设置阀值,三个参数均大于各自的阀值时,相应的网格点就作为反射点:R(x,y,z)。
步骤5:提取所述反射点处的剩余深度Δz(x,y,z,h),并将其转换为时差Δτ(h)。
选择好反射点以后,选择与反射点R(x,y,z)对应的地面网格点上的共成像道集CIG(x,y,z,h),并从上到下,依次以每个反射点深度为中心的窗口内对共成像道集中零偏移距道(或最小偏移距道)与偏移距增大方向的下一道互相关,然后选择互相关值最大时的深度位移,从而自动得到反射点处的剩余深度:Δz(x,y,z,h)。
步骤6:利用深度域初始速度模型,从所述反射点R(x,y,z)处出发向地面进行射线追踪,以确定所述反射点R(x,y,z)的射线路径L。
利用初始速度模型,从反射点处出发向地面进行射线追踪。首先,由各个反射点R(x,y,z)以及与之相应处深度偏移剖面的局部倾角场φ′(x,y,z)得到反射点处反射界面的法线方向,然后从反射点出发,分别在法线两侧以与法线夹角相同角度θ进行射线追踪,这两条射线在地面的出射点分别记为激发点和接收点,从而得到反射点的一对射线以及与之相应的偏移距。选择同一反射点处那些与剩余深度Δz(x,y,z,h)中的偏移距h相对应的射线对,形成当前反射点的射线路径L。射线路径L是一个与射线相对应的矩阵,这个矩阵中每一个元素lij是一个数值,表示了射线在此单元中的路径长度,而射线未经过的单元其元素值为0。不同的射线对应不同的矩阵,矩阵大小都相同,即具有相同的元素个数,但是矩阵中的元素值不相同。
实际反射界面是三维空间中的一个面,因此,反射界面上的每一点上沿各个方向都会有一个倾角,而在实际计算时一般都只计算x方向和y方向上的倾角φx(x,y,z),φy(x,y,z),所以倾角场包含了两个方向的倾角;而在确定路径L时,是在剖面上进行的,即分别沿X和Y方向进行,这时候用到的倾角就是相应方向上的倾角φx(x,y,z),或者φy(x,y,z)。
步骤7:基于步骤4)所确定的时差Δτ(h)和步骤5)所确定的射线路径L建立层析方程,通过求解所述层析方层得到速度扰动量ΔS来更新深度域初始速度模型中的速度。
由上述计算结果构建层析反演方程组:Δz·2·cosθ·cosφ·S=L·ΔS。其中S是速度的倒数,由初始速度模型得来。求解上述方程组就可以得到速度的更新量ΔS,从而实现对初始速度模型的更新。
方程组的求解方法则有很多选择,例如共轭梯度法、最小平方QR分解法等。
上述步骤,除了步骤1用常规处理获得初始速度模型以及叠前深度偏移获得共成像点道集以外,其余步骤均可以通过软件实现自动进行,从而实现自动网格层析偏移速度建模。数据的输入以及阀值选择需要用户控制,并且各步骤中的计算结果可以用图像的形式展示给用户。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种自动网格层析深度域速度的建模方法,其特征在于,所述方法包括以下步骤:
1)基于深度域初始速度模型和叠前地震数据获得深度偏移剖面以及各个网格点处的共成像点道集CIG(x,y,z,h),其中,x表述网格点的横坐标,y表示网格点的纵坐标,z表示网格点的深度,h表示偏移距;
2)对每一个网格点的共成像点道集CIG(x,y,z,h)进行γ谱扫描获得γ谱值Sem(x,y,z);
3)在各个网格点对深度偏移剖面进行倾角扫描,获得各同相轴的倾角
Figure FDA0002402716160000011
以及沿倾角相干值c(x,y,z,h);
4)基于深度偏移剖面中的同相轴振幅、步骤2)获得的γ谱值Sem(x,y,z)以及步骤3)获得的沿倾角相干值c(x,y,z,h)确定深度域初始速度模型与深度偏移剖面中的反射点R(x,y,z);
5)提取所述反射点处的剩余深度Δz(x,y,z,h),并将其转换为时差Δτ(h);
6)利用深度域初始速度模型,从所述反射点R(x,y,z)处出发向地面进行射线追踪,以确定所述反射点R(x,y,z)的射线路径L;
7)基于步骤5)所确定的时差Δτ(h)和步骤6)所确定的射线路径L建立层析方程,通过求解所述层析方程得到速度扰动量ΔS来更新深度域初始速度模型中的速度。
2.根据权利要求1所述的自动网格层析深度域速度的建模方法,其特征在于,步骤2)包括:拾取深度偏移剖面的每个网格点(x,y)处γ谱上各个深度z处能量最大的γ谱值,得到所有点(x,y,z)处的γ谱值Sem(x,y,z)。
3.根据权利要求1所述的自动网格层析深度域速度的建模方法,其特征在于,步骤5)包括:选择与所述反射点R(x,y,z)对应的网格点上的共成像点道集CIG(x,y,z,h),从上到下依次在每个反射点深度为中心的窗口内对网格点上的共成像点道集中零偏移距道或最小偏移距道与偏移距增大方向的下一道进行互相关,通过选择互相关值最大时的深度位移获得反射点处的剩余深度Δz(x,y,z,h)。
4.根据权利要求3所述的自动网格层析深度域速度的建模方法,其特征在于,通过以下公式将剩余深度Δz(x,y,z,h)转换为时差Δτ(h):
Δτ=Δz·2·cosθ·cosφ·S
其中,S为深度域初始速度模型中的速度的倒数;θ为反射点处射线与法线的夹角;φ为反射点处反射界面的倾角。
5.根据权利要求1所述的自动网格层析深度域速度的建模方法,其特征在于,步骤3)还包括:计算深度偏移剖面中各个同相轴的局部倾角φ′(x,y,z)。
6.根据权利要求5所述的自动网格层析深度域速度的建模方法,其特征在于,步骤6)包括:通过所述反射点R(x,y,z)以及与其相应处深度偏移剖面中的局部倾角φ′(x,y,z)得到反射点R(x,y,z)处反射界面的法线方向,从所述反射点R(x,y,z)出发,分别在法线两侧以与法线夹角相同角度θ进行射线追踪,两条射线在地面的出射点分别为激发点和接收点,从而得到所述反射点R(x,y,z)的一对射线以及与之相应的偏移距,选择同一反射点处与剩余深度Δz(x,y,z,h)中的偏移距h相对应的射线对则形成所述反射点R(x,y,z)的射线路径并得到射线路径L。
7.根据权利要求1所述的自动网格层析深度域速度的建模方法,其特征在于,步骤7)中的建立层析方程为:Δz·2·cosθ·cosφ·S=L·ΔS,Δz为剩余深度Δz(x,y,z,h),θ为反射点处射线与法线的夹角,φ为反射点处反射界面的倾角,S为深度域初始速度模型中的速度的倒数,L为射线路径,ΔS为速度扰动量。
8.根据权利要求1所述的自动网格层析深度域速度的建模方法,其特征在于,对于偏移距域的共成像点道集,γ谱扫描利用以下公式进行:
z2(h)=z2(0)+(γ2-1)·h2,z(h)为偏移距域的共成像点道集,h为偏移距。
9.根据权利要求1所述的自动网格层析深度域速度的建模方法,其特征在于,对于角度域共成像点道集,γ谱扫描利用以下公式进行:
Figure FDA0002402716160000031
z(θ)为角度域共成像点道集,θ为反射点处射线与法线的夹角,h为偏移距。
10.根据权利要求1所述的自动网格层析深度域速度的建模方法,其特征在于,在步骤3)之前判断γ谱上各个深度z处的能量是否集中在γ=0,如果没有集中在γ=0处则表明网格点的共成像道集中的同相轴的倾角不为零,则执行步骤3);如果集中在γ=0则表明网格点的共成像点道集中的同相轴的倾角为零,则不对深度域初始速度模型中的速度进行更新。
CN201710507243.8A 2017-06-28 2017-06-28 一种自动网格层析深度域速度的建模方法 Active CN109143398B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710507243.8A CN109143398B (zh) 2017-06-28 2017-06-28 一种自动网格层析深度域速度的建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710507243.8A CN109143398B (zh) 2017-06-28 2017-06-28 一种自动网格层析深度域速度的建模方法

Publications (2)

Publication Number Publication Date
CN109143398A CN109143398A (zh) 2019-01-04
CN109143398B true CN109143398B (zh) 2020-06-23

Family

ID=64805679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710507243.8A Active CN109143398B (zh) 2017-06-28 2017-06-28 一种自动网格层析深度域速度的建模方法

Country Status (1)

Country Link
CN (1) CN109143398B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111474584B (zh) * 2020-05-29 2023-05-05 核工业北京地质研究院 一种基于相关型地震干涉的聚焦叠加成像方法及系统
CN112946742B (zh) * 2021-03-17 2023-10-27 成都捷科思石油天然气技术发展有限公司 一种拾取精确叠加速度谱的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102841376A (zh) * 2012-09-06 2012-12-26 中国石油大学(华东) 一种基于起伏地表的层析速度反演方法
CN102967882A (zh) * 2012-11-16 2013-03-13 中国石油集团川庆钻探工程有限公司地球物理勘探公司 地层的层速度模型的建模方法
CN104268412A (zh) * 2014-09-29 2015-01-07 中国石油天然气股份有限公司 一种角道集射线层析偏移速度分析方法及装置
CN105093281A (zh) * 2014-05-16 2015-11-25 中国石油化工股份有限公司 一种反演框架下的地震多波建模方法
CN106353799A (zh) * 2015-07-17 2017-01-25 中国石油化工股份有限公司 一种纵横波联合层析速度反演方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102841376A (zh) * 2012-09-06 2012-12-26 中国石油大学(华东) 一种基于起伏地表的层析速度反演方法
CN102967882A (zh) * 2012-11-16 2013-03-13 中国石油集团川庆钻探工程有限公司地球物理勘探公司 地层的层速度模型的建模方法
CN105093281A (zh) * 2014-05-16 2015-11-25 中国石油化工股份有限公司 一种反演框架下的地震多波建模方法
CN104268412A (zh) * 2014-09-29 2015-01-07 中国石油天然气股份有限公司 一种角道集射线层析偏移速度分析方法及装置
CN106353799A (zh) * 2015-07-17 2017-01-25 中国石油化工股份有限公司 一种纵横波联合层析速度反演方法

Also Published As

Publication number Publication date
CN109143398A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
EP2062071B1 (en) Method for building velocity models for pre-stack depth migration via the simultaneous joint inversion of seismic, gravity and magnetotelluric data
CN108139498B (zh) 具有振幅保持的fwi模型域角度叠加
US10267937B2 (en) Generating subterranean imaging data based on vertical seismic profile data and ocean bottom sensor data
US9562983B2 (en) Generating subterranean imaging data based on vertical seismic profile data
US8793113B2 (en) Method and apparatus for near well structural modeling based on borehole dips
Haldorsen et al. Locating microseismic sources using migration-based deconvolution
CN101086535A (zh) 表征油藏随时间演变的方法和程序
EP3529640B1 (en) Generating subterranean imaging data based on vertical seismic profile data and ocean bottom sensor data
US11604301B2 (en) Methods and systems for automated sonic imaging
US20140278120A1 (en) Methods and systems for locating seismic events
CN109884710B (zh) 针对激发井深设计的微测井层析成像方法
CN109444956B (zh) 三维起伏观测面地震斜率层析成像方法
CN111123359B (zh) 随钻测井与地层格架约束的井周地震成像探测方法及装置
CN105158795A (zh) 利用地层叠前纹理属性值来检测缝洞的方法
Yuan et al. Joint inversion for effective anisotropic velocity model and event locations using S-wave splitting measurements from downhole microseismic data
Takougang et al. Extraction and characterization of faults and fractures from 3D VSP data in a carbonate reservoir: A workflow
CN106443791B (zh) 求取倾斜地层或各向异性地层横波剩余静校正量的方法
CN109143398B (zh) 一种自动网格层析深度域速度的建模方法
Guo et al. Becoming effective velocity-model builders and depth imagers, Part 2—The basics of velocity-model building, examples and discussions
WO2014132023A2 (en) Enhanced visualisation of geologic features in 3d seismic survey data
CN109884693A (zh) 自适应走向速度谱求取方法和系统
CA2815211A1 (en) System and method for characterization with non-unique solutions of anisotropic velocities
WO2020205169A1 (en) Low-frequency seismic survey design
CN110579799A (zh) 一种等旅行时间间隔的地震采集观测方法及系统
Verma et al. Calibration of attribute anomalies through prestack seismic modeling

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