CN109283583A - 一种静校正寻优整合方法和装置 - Google Patents

一种静校正寻优整合方法和装置 Download PDF

Info

Publication number
CN109283583A
CN109283583A CN201811393372.XA CN201811393372A CN109283583A CN 109283583 A CN109283583 A CN 109283583A CN 201811393372 A CN201811393372 A CN 201811393372A CN 109283583 A CN109283583 A CN 109283583A
Authority
CN
China
Prior art keywords
static correction
correction value
point
static
constraint
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
CN201811393372.XA
Other languages
English (en)
Other versions
CN109283583B (zh
Inventor
刘宜文
潘龙
林娟
马俊彦
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.)
Petrochina Co Ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201811393372.XA priority Critical patent/CN109283583B/zh
Publication of CN109283583A publication Critical patent/CN109283583A/zh
Application granted granted Critical
Publication of CN109283583B publication Critical patent/CN109283583B/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
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/362—Effecting static or dynamic corrections; Stacking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/10—Aspects of acoustic signal generation or detection
    • G01V2210/16—Survey configurations
    • G01V2210/163—Cross-well
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/50—Corrections or adjustments related to wave propagation
    • G01V2210/53—Statics correction, e.g. weathering layer or transformation to a datum

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

本发明实施例提供一种静校正寻优整合方法和装置,其中，该静校正寻优整合方法首先针对多种不同静校正方法得到的多种不同静校正量进行优势区域边界划分，然后在微测井成果的约束下，基于划分后的优势区域边界对各静校正量的优势区域进行整合，以对多种方法获得的静校正量的不规则区域进行无痕迹整合,达到寻优整合的目的。

Description

一种静校正寻优整合方法和装置
技术领域
本发明涉及石油地震勘探技术处理领域，具体而言，涉及一种静校正寻优整合方法和装置。
背景技术
目前主流的静校正方法主要包括基于近地表调查点的分层建模法、基于初至时间的折射或层析反演方法等，但由于各方法自身原理和应用条件的限制，单一的静校正方法均难以有效解决如准噶尔盆地等复杂地表探区的静校正问题，且前述几种静校正方法的综合应用因地表条件等诸多因素的限制也使其应用效果难以到达预期目标。
发明内容
有鉴于此，本发明实施例的目的在于提供一种静校正寻优整合方法和装置，以改善上述问题。
一方面，本发明较佳实施例提供了一种静校正寻优整合方法，所述方法包括：
步骤S0，获取地震勘探区域的与静校正相关的地震数据，该地震数据包括位于所述地震勘探区域的微测井点对应的微测井数据和炮检点对应的炮检点位置数据；
步骤S1，基于多种不同的静校正方法和所述地震数据对所述地震勘探区域进行近地表结构建模以得到包括多套静校正量的静校正量集，以及从多个炮检点中选取一个炮检点作为目标点；
步骤S2，从所述静校正量集中选取一套静校正量作为目标静校正量；
步骤S3，计算各所述微测井点与所述目标点之间的距离值，基于该距离值从各所述微测井点中选取距离所述目标点最近的三个微测井点作为基点，并计算依据所述基点内插的静校正量与所述目标点的静校正量的静校正量差值；
步骤S4，根据所述目标点对应的静校正量差值对其他炮检点的静校正量进行逐个校正以得到微测井约束控制下的约束静校正量；
步骤S5，针对所述静校正量集中的其他静校正量，重复步骤S3-步骤S4以计算得到所述静校正量集中各套静校正量分别对应的约束静校正量；
步骤S6，对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集。
在本发明较佳实施例的选择中，所述静校正量差值DTj的计算步骤包括：
其中，xi为各基点到目标点之间的直线距离，ki为各基点相对于目标点的权重系数，DTi为目标点的目标静校正量。
在本发明较佳实施例的选择中，所述目标点在微测井约束控制下的约束静校正量STj的计算步骤包括：
STj＝RSTj-DTj，其中，RSTj为目标点需要整合的目标静校正量，DTj为静校正量差值。
在本发明较佳实施例的选择中，对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集的步骤包括：
从多套约束静校正量中选取满足预设条件的约束静校正量作为整合基底，将其他约束静校正量与所述整合基底进行比对以确定各约束静校正量对应的优势静校正量区域；
将各约束静校正量对应的优势静校正量区域整合至所述整合基底上以得到优势静校正量集。
在本发明较佳实施例的选择中，所述方法还包括：
基于各约束静校正量对应的优势静校正量区域确定包含异常痕迹点的整合异常条带；
在距离所述异常痕迹点的预设半径范围内搜索用于进行整合痕迹消除的多个参考点，各所述参考点不在所述整合异常条带中；
基于各所述参考点对所述异常痕迹点的目标静校正量进行修正得到实际静校正量。
在本发明较佳实施例的选择中，所述实际静校正量STk的计算公式为：
其中，m为参考点，n为参考点的数量，km为每个参考点的权重系数，km与所述异常痕迹点和各参考点之间的距离有关，STm为异常痕迹点的目标静校正量。
另一方面，本发明较佳实施例还提供一种静校正寻优整合装置，所述装置包括：
数据获取模块，用于获取地震勘探区域的与静校正相关的地震数据，该地震数据包括位于所述地震勘探区域的微测井点对应的微测井数据以及炮检点对应的炮检点位置数据；
静校正量集确定模块，用于基于多种不同的静校正方法和所述地震数据对所述地震勘探区域进行近地表结构建模以得到包括多套静校正量的静校正量集，以及从多个炮检点中选取一个炮检点作为目标点；
目标量确定模块，用于从所述静校正量集中选取一套静校正量作为目标静校正量；
差值计算模块，用于计算各所述微测井点与所述目标点之间的距离值，基于该距离值从各所述微测井点中选取距离所述目标点最近的三个微测井点作为基点，并计算依据所述基点内插的静校正量与所述目标点的静校正量的静校正量差值；
数值校正模块，用于根据所述目标点对应的静校正量差值对其他炮检点的静校正量进行逐个校正以得到微测井约束控制下的约束静校正量；
重复调用模块，用于针对所述静校正量集中的其他静校正量，依次重复调用差值计算模块以及数值校正模块以计算得到所述静校正量集中各套静校正量分别对应的约束静校正量；
优势整合模块，用于对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集。
在本发明较佳实施例的选择中，所述静校正量差值DTj的计算步骤包括：
其中，xi为各基点到目标点之间的直线距离，ki为各基点相对于目标点的权重系数，DTi为目标点的目标静校正量。
在本发明较佳实施例的选择中，所述目标点在微测井约束控制下的约束静校正量STj的计算步骤包括：
STj＝RSTj-DTj，其中，RSTj为目标点需要整合的目标静校正量，DTj为静校正量差值。
在本发明较佳实施例的选择中，所述优势整合模块包括：
优势区域确定单元，用于从多套约束静校正量中选取满足预设条件的约束静校正量作为整合基底，将其他约束静校正量与所述整合基底进行比对以确定各约束静校正量对应的优势静校正量区域；
优势区域整合单元，用于将各约束静校正量对应的优势静校正量区域整合至所述整合基底上以得到优势静校正量集。
与现有技术相比，本发明实施例提供一种静校正寻优整合方法和装置，其中，针对多种不同静校正方法得到的多种不同静校正量进行优势区域边界划分，以基于微测井成果约束控制的概念，在微测井约束下，基于划分后的优势区域进行有效的拼接整合，从而大幅提高静校正整合结果的精确性。同时，本发明能够有效降低优势整合处的静校正的差值，规避整合痕迹，大幅提高基准面静校正量的准确性，尤其对解决如准噶尔盆地等复杂地表探区的静校正问题，本发明具有明显优势。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为现有技术中采用不同静校正方法时的静校正量误差结果示意图。
图2为应用本发明实施例提供的静校正寻优整合方法和装置的电子终端的方框结构示意图。
图3为本发明实施例提供的静校正寻优整合方法的流程示意图。
图4为本发明实施例提供三角插值网络示意图。
图5为本发明实施例提供的静校正寻优整合方法的另一流程示意图。
图6为本发明实施例提供的优势区域边界划分结果示意图。
图7为本发明实施例提供的静校正寻优整合方法的又一流程示意图。
图8为本发明实施例提供的整合异常条带中的整合痕迹消除计算示意图。
图9为本发明实施例提供的静校正寻优整合装置的方框结构示意图。
图10为图9中所示的优势整合模块的单元结构示意图。
图标：10-电子终端；100-静校正寻优整合装置；110-数据获取模块；120-静校正量集确定模块；130-目标量确定模块；140-差值计算模块；150-数值校正模块；160-重复调用模块；170-优势整合模块；1700-优势区域确定单元；1701-优势区域整合单元；300-存储器；400-存储控制器；500-处理器。
具体实施方式
经发明人研究发现，在实际应用中，为使整体静校正效果达到最佳，经常会将通过不同静校正方法得到的静校正量的优势区域进行整合，但是如图1所示，常用的整合过程一直存在两个问题。
(1)根据不同静校正方法所得的静校正量之间存在一个难以控制的系统误差，加之整合前该误差的校正没有定量的标准，容易导致最终整合结果残留拼接痕迹或人为引入中、长波长静校正量。例如，图1中所示的折射法与分层法在不同位置的应用效果差别较大，且在横向上的静校正量大小差异明显，不能用统一的标准进行整合前校正。
(2)现有的整合方法在对静校正量长、短波长分离后进行短波长整合，其分离半径难以准确掌控容易导致残留中、长波长静校正分量，影响最终的整体静校正应用效果。
针对上述问题，本发明给出一种静校正寻优整合方法和装置以解决上述问题。为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
如图2所示，为应用本发明实施例提供的静校正寻优整合方法和装置的电子终端10的方框结构示意图，该电子终端10包括静校正寻优整合装置100、存储器300、存储控制器400以及处理器500。其中，所述存储器300、存储控制器400、处理器500各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件之间通过一条或多条通讯总线或信号线实现电性连接。所述静校正寻优整合装置100包括至少一个可以软件或固件的形式存储于所述存储器300中或固化在所述电子终端10中的操作系统中的软件功能模块。所述处理器500在所述存储控制器400的控制下访问所述存储器300，以用于执行所述存储器300中存储的可执行模块，例如所述静校正寻优整合装置100所包括的软件功能模块及计算机程序等。
可以理解，图2所示的结构仅为示意，所述电子终端10还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。另外，所述电子终端10可以是但不限于智能手机、个人电脑(personal computer，PC)、平板电脑、个人数字助理(personaldigital assistant，PDA)、移动上网设备(mobile Internet device，MID)、云服务器、小型机等。
进一步地，如图3所示，为本发明实施例提供的静校正寻优整合方法的流程示意图，该静校正寻优整合方法应用于上述的电子终端10，下面将结合图3对所述静校正寻优整合方法的具体步骤和流程进行详细阐述。应理解的是，本实施例中给出的静校正寻优整合方法不以下面所述的步骤和流程的顺序为限制。
步骤S0，获取地震勘探区域的与静校正相关的地震数据，该地震数据包括位于所述地震勘探区域的微测井点对应的微测井数据以及炮检点对应的炮检点位置数据；
步骤S1，基于多种不同的静校正方法和所述地震数据对所述地震勘探区域进行近地表结构建模以得到包括多套静校正量的静校正量集，以及从多个炮检点中选取一个炮检点作为目标点；
步骤S2，从所述静校正量集中选取一套静校正量作为目标静校正量；
步骤S3，计算各所述微测井点与所述目标点之间的距离值，基于该距离值从各所述微测井点中选取距离所述目标点最近的三个微测井点作为基点，并计算依据所述基点内插的静校正量与所述目标点的静校正量的静校正量差值；
步骤S4，根据所述目标点对应的静校正量差值对其他炮检点的静校正量进行逐个校正以得到微测井约束控制下的约束静校正量；
步骤S5，针对所述静校正量集中的其他静校正量，重复步骤S3-步骤S4以计算得到所述静校正量集中各套静校正量分别对应的约束静校正量；
步骤S6，对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集。
在上述步骤S0-步骤S6给出的静校正寻优整合方法中，通过将微测井成果约束控制的概念引入多套静校正优势区域整合的过程中，从而实现多种静校正量的有效拼接、整合，以大幅提高静校正整合结果的精确性。
详细地，在步骤S0中，所述地震数据包括但不限于位于所述地震勘探区域的微测井点对应的微测井地震数据和炮检点对应的炮检点地震数据等近地表调查数据。
在步骤S1中，所述多种不同静校正方法可以包括但不限于分层建模法、基于初至时间的折射或层析反演方法等，且所述静校正量集中包括的各静校正量与采用的不同的静校正方法一一对应。
在步骤S2和步骤S3中，如图4所示，假设本发明实施例中采用三角插值网络进行各基点的静校正误差的计算，那么假设目标点为J点，多个微测井点中距离所述目标点的距离值最小的三个点分别为A点、B点和C点，即所述目标点可以为图4中所示的J点，所述基点为图4中所示A点、B点和C点，xi为A点距离目标点J的直线距离值，xi+1为B点距离目标点J的直线距离值，xi+2为C点距离目标点J的直线距离值，那么在本实施例中，所述静校正量差值DTj的计算步骤包括其中，ki为各基点相对于目标点的权重系数，DTi为目标点的目标静校正量。
在步骤S4中，当得到目标点J点的静校正量差值后，所述目标点在微测井约束控制下的约束静校正量STj的计算步骤可包括STj＝RSTj-DTj，其中，RSTj为目标点J需要整合的目标静校正量，DTj为静校正量差值。同理，可以得到各套微测井约束控制下的约束静校正量。
在步骤S5中，针对所述静校正量集中的其他静校正量，重复步骤S2-步骤S4以计算得到所述静校正量集中各套静校正量分别对应的约束静校正量，具体步骤在此不再赘述。
在步骤S6中，在获得各种不同的静校正方法对应的约束静校正量后，可通过目标点(炮\检)的物理坐标在整合校正范围中(交互寻优划定的基底、优势边界范围内)搜索相应的整合目标静校正量，以形成最终的优势静校正量集。可选地，如图5所示，在本实施例中，上述步骤S6中的对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集的过程可通过步骤S60和步骤S61实现，具体如下。
步骤S60，从多套约束静校正量中选取满足预设条件的约束静校正量作为整合基底，将其他约束静校正量与所述整合基底进行比对以确定各约束静校正量对应的优势静校正量区域；
步骤S61，将各约束静校正量对应的优势静校正量区域整合至所述整合基底上以得到优势静校正量集。
其中，步骤S60中，在进行不同静校正方法分别对应的静校正优势范围的确定时，可基于预设规则进行划分，如设定具体的数值等，也可根据实际经验进行手动划分，本实施例在此不做限制。但应注意的是，在步骤S60和步骤S61中应遵循优势区域稳定控制、局部整合校正的原则进行边界划分，如图6所示，可选择一套剖面整体叠加效果相对较好、中长波长控制基本准确的静校正量为整合校正基底(如方法A的优势范围)，在此基底上分别确定其它方法静校正量的优势区域(如方法B和方法C的优势区域范围)作为整合校正范围，进而得到各优势区域范围对应的优势静校正量集。
进一步地，基于上述对静校正寻优整合方法的描述，考虑到在实际应用中受地表条件及微测井密度的影响，很难完全消除整合痕迹，而该整合痕迹的存在会影响静校正的应用效果，因此，如图7所示，本实施例可通过下述步骤S7-步骤S9进一步消除上述的整合痕迹。
步骤S7，基于各约束静校正量对应的优势静校正量区域确定包含异常痕迹点的整合异常条带；
步骤S8，在距离所述异常痕迹点的预设半径范围内搜索用于进行整合痕迹消除的多个参考点，各所述参考点不在所述整合异常条带中；
步骤S9，基于各所述参考点对所述异常痕迹点的目标静校正量进行修正得到实际静校正量。
详细地，在步骤S7-步骤S9中，请结合参阅图8，假设所述整合校正范围中确定存在有融合痕迹的条带范围，那么将该条带范围定义为整合异常条带，当整合异常条带中的每一个目标点(如异常痕迹点K)的融合静校正量STj均不可靠，因此，可以将异常痕迹点K作为原点，搜索在该原点的预设半径范围R内且在整合异常条带之外的所有参考点m的目标静校正量STm，进而可通式求得对异常痕迹点K修改后的实际静校正量STk，以消除式融合痕迹，并得到最终基于微测井约束下的整体静校正量。其中，n为符合搜索条件的参考点的数量，km为每个参考点的权重系数，且该权重系数km与所述异常痕迹点K和各参考点m之间的距离有关。可以理解的是，上述的异常痕迹点K可以与上述的目标点J相同，也可以不同，本实施例在此不做限制。
进一步地，在上述的静校正寻优整合方法中，首先对不同静校正量优势区域进行划分，然后基于划分后的优势区域并在微测井成果的约束下进行静校正量优势区域整合，以提高整体静校正量精度。此外，本实施例还可达到以下效果：
(1)对多种方法静校正量的不规则区域无痕迹整合；
(2)初至波法静校正量的边界约束与整合；
(3)基于微测井成果的中、长波长绝对约束与校正。
另外，发明人已将上述的静校正寻优整合方法广泛应用于实际地震资料处理中涉及的多方法静校正量优势区域整合过程中，尤其是近几年处理的几乎所有复杂地表区的静校正整合过程，均有实际数据证明本发明给出的静校正寻优整合方法的最终整合静校正量效果明显，中长波长精度可靠，为油气藏的发现提供了可靠的地震剖面。
进一步地，如图9所示，为本发明实施例提供的静校正寻优整合装置100的方框结构示意图，所述静校正寻优整合装置100应用于所述电子终端10，且该静校正寻优整合装置100包括数据获取模块110、静校正量集确定模块120、目标量确定模块130、差值计算模块140、数值校正模块150、重复调用模块160和优势整合模块170。
所述数据获取模块110，用于获取地震勘探区域的与静校正相关的地震数据，该地震数据包括位于所述地震勘探区域的微测井点对应的微测井数据以及炮检点对应的炮检点位置数据；本实施例中，关于所述数据获取模块110的描述具体可参考上述步骤S0的详细描述，也即，所述步骤S0可以由数据获取模块110执行，因而在此不作更多说明。
所述静校正量集确定模块120，用于基于多种不同的静校正方法和所述地震数据对所述地震勘探区域进行近地表结构建模以得到包括多套静校正量的静校正量集，以及从多个炮检点中选取一个炮检点作为目标点；本实施例中，关于所述静校正量集确定模块120的描述具体可参考上述步骤S1的详细描述，也即，所述步骤S1可以由静校正量集确定模块120执行，因而在此不作更多说明。
所述目标量确定模块130，用于从所述静校正量集中选取一套静校正量作为目标静校正量；本实施例中，关于所述目标量确定模块130的描述具体可参考上述步骤S2的详细描述，也即，所述步骤S2可以由目标量确定模块130执行，因而在此不作更多说明。
所述差值计算模块140，用于计算各所述微测井点与所述目标点之间的距离值，基于该距离值从各所述微测井点中选取距离所述目标点最近的三个微测井点作为基点，并计算依据所述基点内插的静校正量与所述目标点的静校正量的静校正量差值；本实施例中，关于所述差值计算模块140的描述具体可参考上述步骤S3的详细描述，也即，所述步骤S3可以由差值计算模块140执行，因而在此不作更多说明。
所述数值校正模块150，用于根据所述目标点对应的静校正量差值对其他炮检点的静校正量进行逐个校正以得到微测井约束控制下的约束静校正量；本实施例中，关于所述数值校正模块150的描述具体可参考上述步骤S4的详细描述，也即，所述步骤S4可以由数值校正模块150执行，因而在此不作更多说明。
所述重复调用模块160，用于针对所述静校正量集中的其他静校正量，依次重复调用差值计算模块140以及数值校正模块150以计算得到所述静校正量集中各套静校正量分别对应的约束静校正量；本实施例中，关于所述重复调用模块160的描述具体可参考上述步骤S5的详细描述，也即，所述步骤S5可以由重复调用模块160执行，因而在此不作更多说明。
所述优势整合模块170，用于对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集。本实施例中，关于所述优势整合模块170的描述具体可参考上述步骤S6的详细描述，也即，所述步骤S6可以由优势整合模块170执行，因而在此不作更多说明。可选地，在本实施例中，所述优势整合模块170还可包括优势区域确定单元1700和优势区域整合单元1701。
所述优势区域确定单元1700，用于从多套约束静校正量中选取满足预设条件的约束静校正量作为整合基底，将其他约束静校正量与所述整合基底进行比对以确定各约束静校正量对应的优势静校正量区域；本实施例中，关于所述优势区域确定单元1700的描述具体可参考上述步骤S60的详细描述，也即，所述步骤S60可以由优势区域确定单元1700执行，因而在此不作更多说明。
所述优势区域整合单元1701，用于将各约束静校正量对应的优势静校正量区域整合至所述整合基底上以得到优势静校正量集。本实施例中，关于所述优势区域整合单元1701的描述具体可参考上述步骤S61的详细描述，也即，所述步骤S601可以由优势区域整合单元1701执行，因而在此不作更多说明。
综上所述，本发明实施例提供一种静校正寻优整合方法和装置，其中，针对多种不同静校正方法得到的多种不同静校正量进行优势区域边界划分，以基于微测井成果约束控制的概念，在微测井约束下，基于划分后的优势区域进行有效的拼接整合，从而大幅提高静校正整合结果的精确性。同时，本发明能够有效降低优势整合处的静校正的差值，规避整合痕迹，大幅提高基准面静校正量的准确性，尤其对解决如准噶尔盆地等复杂地表探区的静校正问题，本发明具有明显优势。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，电子设备，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，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、物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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的可选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种静校正寻优整合方法，其特征在于，所述方法包括：
步骤S0，获取地震勘探区域的与静校正相关的地震数据，该地震数据包括位于所述地震勘探区域的微测井点对应的微测井数据以及炮检点对应的炮检点位置数据；
步骤S1，基于多种不同的静校正方法和所述地震数据对所述地震勘探区域进行近地表结构建模以得到包括多套静校正量的静校正量集，以及从多个炮检点中选取一个炮检点作为目标点；
步骤S2，从所述静校正量集中选取一套静校正量作为目标静校正量；
步骤S3，计算各所述微测井点与所述目标点之间的距离值，基于该距离值从各所述微测井点中选取距离所述目标点最近的三个微测井点作为基点，并计算依据所述基点内插的静校正量与所述目标点的静校正量的静校正量差值；
步骤S4，根据所述目标点对应的静校正量差值对其他炮检点的静校正量进行逐个校正以得到微测井约束控制下的约束静校正量；
步骤S5，针对所述静校正量集中的其他静校正量，重复步骤S3-步骤S4以计算得到所述静校正量集中各套静校正量分别对应的约束静校正量；
步骤S6，对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集。
2.根据权利要求1所述的静校正寻优整合方法，其特征在于，所述静校正量差值DTj的计算步骤包括：
其中，xi为各基点到目标点之间的直线距离，ki为各基点相对于目标点的权重系数，DTi为目标点的目标静校正量。
3.根据权利要求1所述的静校正寻优整合方法，其特征在于，所述目标点在微测井约束控制下的约束静校正量STj的计算步骤包括：
STj＝RSTj-DTj，其中，RSTj为目标点需要整合的目标静校正量，DTj为静校正量差值。
4.根据权利要求1所述的静校正寻优整合方法，其特征在于，对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集的步骤包括：
从多套约束静校正量中选取满足预设条件的约束静校正量作为整合基底，将其他约束静校正量与所述整合基底进行比对以确定各约束静校正量对应的优势静校正量区域；
将各约束静校正量对应的优势静校正量区域整合至所述整合基底上以得到优势静校正量集。
5.根据权利要求1所述的静校正寻优整合方法，其特征在于，所述方法还包括：
基于各约束静校正量对应的优势静校正量区域确定包含异常痕迹点的整合异常条带；
在距离所述异常痕迹点的预设半径范围内搜索用于进行整合痕迹消除的多个参考点，各所述参考点不在所述整合异常条带中；
基于各所述参考点对所述异常痕迹点的目标静校正量进行修正得到实际静校正量。
6.根据权利要求5所述的静校正寻优整合方法，其特征在于，所述实际静校正量STk的计算公式为：
其中，m为参考点，n为参考点的数量，km为每个参考点的权重系数，km与所述异常痕迹点和各参考点之间的距离有关，STm为异常痕迹点的目标静校正量。
7.一种静校正寻优整合装置，其特征在于，所述装置包括：
数据获取模块，用于获取地震勘探区域的与静校正相关的地震数据，该地震数据包括位于所述地震勘探区域的微测井点对应的微测井数据以及炮检点对应的炮检点位置数据；
静校正量集确定模块，用于基于多种不同的静校正方法和所述地震数据对所述地震勘探区域进行近地表结构建模以得到包括多套静校正量的静校正量集，以及从多个炮检点中选取一个炮检点作为目标点；
目标量确定模块，用于从所述静校正量集中选取一套静校正量作为目标静校正量；
差值计算模块，用于计算各所述微测井点与所述目标点之间的距离值，基于该距离值从各所述微测井点中选取距离所述目标点最近的三个微测井点作为基点，并计算依据所述基点内插的静校正量与所述目标点的静校正量的静校正量差值；
数值校正模块，用于根据所述目标点对应的静校正量差值对其他炮检点的静校正量进行逐个校正以得到微测井约束控制下的约束静校正量；
重复调用模块，用于针对所述静校正量集中的其他静校正量，依次重复调用差值计算模块以及数值校正模块以计算得到所述静校正量集中各套静校正量分别对应的约束静校正量；
优势整合模块，用于对多套所述静校正量分别对应的多套约束静校正量进行优势整合以得到优势静校正量集。
8.根据权利要求7所述的静校正寻优整合装置，其特征在于，所述静校正量差值DTj的计算步骤包括：
其中，xi为各基点到目标点之间的直线距离，ki为各基点相对于目标点的权重系数，DTi为目标点的目标静校正量。
9.根据权利要求7所述的静校正寻优整合装置，其特征在于，所述目标点在微测井约束控制下的约束静校正量STj的计算步骤包括：
STj＝RSTj-DTj，其中，RSTj为目标点需要整合的目标静校正量，DTj为静校正量差值。
10.根据权利要求7所述的静校正寻优整合装置，其特征在于，所述优势整合模块包括：
优势区域确定单元，用于从多套约束静校正量中选取满足预设条件的约束静校正量作为整合基底，将其他约束静校正量与所述整合基底进行比对以确定各约束静校正量对应的优势静校正量区域；
优势区域整合单元，用于将各约束静校正量对应的优势静校正量区域整合至所述整合基底上以得到优势静校正量集。
CN201811393372.XA 2018-11-21 2018-11-21 一种静校正寻优整合方法和装置 Active CN109283583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811393372.XA CN109283583B (zh) 2018-11-21 2018-11-21 一种静校正寻优整合方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811393372.XA CN109283583B (zh) 2018-11-21 2018-11-21 一种静校正寻优整合方法和装置

Publications (2)

Publication Number Publication Date
CN109283583A true CN109283583A (zh) 2019-01-29
CN109283583B CN109283583B (zh) 2020-05-12

Family

ID=65173248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811393372.XA Active CN109283583B (zh) 2018-11-21 2018-11-21 一种静校正寻优整合方法和装置

Country Status (1)

Country Link
CN (1) CN109283583B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113495296A (zh) * 2020-04-08 2021-10-12 中国石油天然气集团有限公司 层析静校正量的确定方法、装置、设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050256648A1 (en) * 2004-05-11 2005-11-17 West Michael P Velocity determination of the near-surface layers in the earth using exploration 2D or 3D seismic data
CN103293554A (zh) * 2013-05-07 2013-09-11 王维红 一种基于地震数据的静校正方法
CN105093320A (zh) * 2014-05-16 2015-11-25 中国石油化工股份有限公司 针对高速结晶盐壳覆盖区层析静校正初至拾取方法
WO2017035104A1 (en) * 2015-08-24 2017-03-02 Schlumberger Technology Corporation Velocity model seismic static correction

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050256648A1 (en) * 2004-05-11 2005-11-17 West Michael P Velocity determination of the near-surface layers in the earth using exploration 2D or 3D seismic data
CN103293554A (zh) * 2013-05-07 2013-09-11 王维红 一种基于地震数据的静校正方法
CN105093320A (zh) * 2014-05-16 2015-11-25 中国石油化工股份有限公司 针对高速结晶盐壳覆盖区层析静校正初至拾取方法
WO2017035104A1 (en) * 2015-08-24 2017-03-02 Schlumberger Technology Corporation Velocity model seismic static correction

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113495296A (zh) * 2020-04-08 2021-10-12 中国石油天然气集团有限公司 层析静校正量的确定方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN109283583B (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
US11409020B2 (en) Method and apparatus for obtaining residual gravity anomaly
Rodgers et al. Regional‐scale 3D ground‐motion simulations of Mw 7 earthquakes on the Hayward fault, northern California resolving frequencies 0–10 Hz and including site‐response corrections
CN107765298B (zh) 一种确定近地表速度模型的方法及装置
CN107783185B (zh) 一种层析静校正的处理方法及装置
CN106054251B (zh) 一种初至波拾取方法及装置
Monelli et al. The hazard component of OpenQuake: The calculation engine of the Global Earthquake Model
Liang et al. Solar meridional circulation from twenty-one years of SOHO/MDI and SDO/HMI observations-Helioseismic travel times and forward modeling in the ray approximation
Paolucci et al. BB‐SPEEDset: A validated dataset of broadband near‐source earthquake ground motions from 3D physics‐based numerical simulations
CN105652320B (zh) 逆时偏移成像方法和装置
WO2012135043A1 (en) Detecting structural and stratigraphic information from seismic data
US20100121622A1 (en) Systems and Methods for Computing and Validating a Variogram Model
CN106982414A (zh) 一种定位更新方法、装置和移动终端
CN104865597A (zh) 一种深度域层速度初始模型的建模方法
CN106353818A (zh) 一种地震数据时差校正的方法及系统
CN109283583A (zh) 一种静校正寻优整合方法和装置
CN106054252B (zh) 一种叠前时间偏移的方法及装置
Atkinson et al. Constraints on the near‐distance saturation of ground‐motion amplitudes for small‐to‐moderate induced earthquakes
CN106353816B (zh) 一种地震采集脚印噪音压制方法及系统
CN108828681B (zh) 地层电阻率和极化率的确定方法和装置
CN105353406B (zh) 一种生成角道集的方法和装置
CN106291691A (zh) 一种地震偏移成像方法及装置
Yu Automatic sounding generalization in nautical chart considering bathymetry complexity variations
CN111208558B (zh) 超深低幅度三维地质构造的建立方法及装置
CN109188522B (zh) 速度场构建方法及装置
CN107390271B (zh) 地震资料的振幅补偿方法和装置

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
TR01 Transfer of patent right

Effective date of registration: 20201111

Address after: Intercontinental building, 16 ande Road, Dongcheng District, Beijing, 100007

Patentee after: PetroChina Co.,Ltd.

Address before: 830000 Institute of Geophysics, 397 Beijing North Road, Urumqi City, Xinjiang Uygur Autonomous Region

Patentee before: Liu Yiwen

TR01 Transfer of patent right