CN109471173B - 一种剩余静校正方法及装置 - Google Patents

一种剩余静校正方法及装置 Download PDF

Info

Publication number
CN109471173B
CN109471173B CN201811167830.8A CN201811167830A CN109471173B CN 109471173 B CN109471173 B CN 109471173B CN 201811167830 A CN201811167830 A CN 201811167830A CN 109471173 B CN109471173 B CN 109471173B
Authority
CN
China
Prior art keywords
data
super
static correction
shot
residual static
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
CN201811167830.8A
Other languages
English (en)
Other versions
CN109471173A (zh
Inventor
任晓乔
杨志昱
钱忠平
张旭东
马光凯
倪凤田
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 National Petroleum Corp
BGP Inc
Original Assignee
China National Petroleum Corp
BGP Inc
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 National Petroleum Corp, BGP Inc filed Critical China National Petroleum Corp
Priority to CN201811167830.8A priority Critical patent/CN109471173B/zh
Publication of CN109471173A publication Critical patent/CN109471173A/zh
Application granted granted Critical
Publication of CN109471173B publication Critical patent/CN109471173B/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
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/36Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy

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

本申请提供一种剩余静校正方法及装置。所述方法包括:根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,超级道数据包括:同一时窗内的地震波形组合后的地震道数据;将炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量;将检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量。利用本申请中各实施例充分利用了大规模计算机集群的资源,大幅度缩短了海量数据超级道分解作业的运行时间,提高了剩余静校正量的计算效率。

Description

一种剩余静校正方法及装置
技术领域
本说明书实施例属于地球物理勘探技术领域,尤其涉及一种剩余静校正方法及装置。
背景技术
剩余静校正是对地震资料所作的校正,用于补偿由高程、风化层厚度以及风化层速度产生的影响,把资料校到一个指定的基准面上,是一种地震勘探中消除近地表影响从而提高地震反射波成像质量的主要数据处理方法。剩余静校正是地震数据处理过程中的必要过程,通常与速度分析多次迭代进行,所以,剩余静校正量的计算是否高效、方便,是常规处理需要迫切解决的问题。
剩余静校正的数据处理量通常比较大,现有技术中的剩余静校正计算,当面对海量生产数据时,例如:计算数据达到T级别时,运行时间往往需要几百小时,这样的程序效率极大的影响了计算效率和生产效率。因此,业内亟需一种能够提高剩余静校正数据处理效率的实施方案。
发明内容
本说明书实施例目的在于提供一种剩余静校正方法及装置,提高了剩余静校正数据处理的速度。
一方面本说明书实施例提供了一种剩余静校正方法,包括:
根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,所述超级道数据包括:同一时窗内的地震波形组合后的地震道数据;
将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,所述第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量;
将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,所述第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量。
进一步地,所述方法的另一个实施例中,所述方法还包括:
在生成所述炮点列表数据、所述检波点列表数据后,确定出迭代数据存储空间,所述迭代数据存储空间用于存储所述炮点对应的剩余静校正量、所述检波点对应的剩余静校正量。
进一步地,所述方法的另一个实施例中,所述超级道数据的获取方法包括:
获取地震数据,并对所述地震数据进行动校正处理;
对动校正处理后的地震数据进行叠加,生成叠加剖面,通过所述叠加剖面获取反射层位;
获取地震道的时间窗,将所述时间窗内反射层位的地震波形进行组合,并将组合后形成的地震道数据作为超级道数据。
进一步地,所述方法的另一个实施例中,所述将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,包括:
创建所述第一任务处理线程,将所述炮点列表数据中的炮点超级道数据平均分配给所述第一任务处理线程。
进一步地,所述方法的另一个实施例中,所述将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,包括:
当所述炮点列表数据中的炮点的剩余静校正量计算完成后,销毁所述第一任务处理线程,创建所述第二任务处理线程;
将所述检波点列表数据中的检波点超级道数据平均分配给所述第二任务处理线程。
进一步地,所述方法的另一个实施例中,所述计算出炮点对应的剩余静校正量,包括:
将所述炮点超级道数据进行叠加,并将叠加后的超级道数据作为所述炮点的超级炮数据;
获取所述炮点对应的地震道集,将所述炮点对应的各个地震道数据进行叠加,并将叠加后的地震道数据作为所述炮点的超级模型道数据;
将所述炮点的超级炮数据和超级模型道数据进行互相关,计算出所述炮点的剩余静校正量。
进一步地,所述方法的另一个实施例中,所述计算出检波点对应的剩余静校正量,包括:
将所述检波点超级道数据进行叠加,并将叠加后的超级道数据作为所述检波点的超级检波点数据;
获取所述检波点所对应的地震道集,将所述检波点对应的各个地震道数据进行叠加,并将叠加后的地震道数据作为所述检波点的超级模型道数据;
将所述检波点的超级炮数据和超级模型道数据进行互相关,得到所述检波点的剩余静校正量。
另一方面,本说明书实施例还提供了一种剩余静校正装置,包括:
数据加载模块,用于根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,所述超级道数据包括:同一时窗内的地震波形组合后的地震道数据;
炮点剩余静校正模块,用于将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,所述第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量;
检波点剩余静校正模块,用于将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,所述第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量。
再一方面,本说明书实施例提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时,实现上述剩余静校正方法。
还一方面,本说明书实施例提供了剩余静校正系统,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如上述剩余静校正方法。
本说明书实施例提供的剩余静校正方法及装置,将炮点和检波点的剩余静校正计算分配到多个线程中同时进行,实现了计算任务的并行,充分利用了大规模计算机集群的资源,大幅度缩短了海量数据超级道分解作业的运行时间,大大缩短了计算时间,满足了大数据处理的性能要求,提高了应用范围,提高了剩余静校正量的计算效率。同时通过超级道数据计算炮点和检波点的剩余静校正量,在减少剩余静校正计算所需时间的同时,可以提升地震资料的信噪比,从而增强剩余静校正的抗噪声性能,使剩余静校正的计算结果更加准确。
附图说明
为了更清楚地说明本说明书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说明书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是本申请一个实施例中的一种剩余静校正方法流程示意图;
图2是本说明书有一个实施例中剩余静校正的数据处理方法流程示意图;
图3是本说明书一个实施例中地震数据的静校正前叠加剖面;
图4是本说明书一个实施例中地震数据超级道剩余静校正后的叠加剖面(提速前);
图5是本说明书一个实施例中基于多线程地震数据超级道剩余静校正后的叠加剖面(提速后);
图6是本说明书实施例提供的剩余静校正装置一个实施例的模块结构示意图;
图7是本说明书实施例提供的一种剩余静校正系统实施例的模块结构示意图。
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作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。
在地震勘探生产过程中,可以利用人工模拟地震波,采集到地震数据。根据采集到的地震数据可以实现地层解释、油气藏的确定等,为后续油气的开采提供理论依据。由于地层结构等的影响,通常需要对采集到的地震数据进行处理,以提高地震数据的质量。剩余静校正是地震数据处理的一种方法,可以用于补偿由高程、风化层厚度以及风化层速度产生的影响,把资料校到一个指定的基准面上。
本申请实施例提出剩余静校正方法,利用多线程方式处理超级道数据,实现炮点和检波点的地震数据的剩余静校正,充分利用了大规模计算机集群的资源,大幅度缩短了海量数据超级道分解作业的运行时间,提高了实用性。可以极大地提高剩余静校正量的计算效率。
具体地,图1是本申请一个实施例中的一种剩余静校正方法流程示意图,本申请提供的剩余静校正方法包括:
S1、根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,所述超级道数据包括:同一时窗内的地震波形组合后的地震道数据。
一般地,时间窗内地震波形是不时变、不空变的(即波形不随时间和空间的变化而改变),因此,可以把同一个时间窗内的地震波形组合起来,形成超级道,即获得超级道数据。地震波形的组合方式可以有多种,如:叠加、加权叠加、顺序排列等,还可以根据实际需要进行其他方式的组合,本说明书实施例不作具体限定。本说明书一个实施例中,可以采用如下方法获取到超级道数据:
获取地震数据,并对所述地震数据进行动校正处理;
对动校正处理后的地震数据进行叠加,生成叠加剖面,通过所述叠加剖面获取反射层位;
获取地震道的时间窗,将所述时间窗内反射层位的地震波形进行组合,并将组合后形成的地震道数据作为超级道数据。
在具体的实施过程中,可以获取工区内的地震数据,并对地震数据进行动校正处理。在地震勘探过程中,在激发点即炮点处接收到的反射波时间代表界面的法线反射时间,可以将各个观测点即检波点的时间值都变成相应各点的法线反射时间,时距曲线或同相轴才可以与地下界面的形态一致,这一过程可以称为动校正。本说明书一个实施例中,可以从各观测点的时间值中减去一个相应的校正值,当界面水平时,可以理解为观测时间减去法线反射时间。即使对同一反射界面的相同深度,由于各接收点距激发点远近不同,校正量也不同;而对同一道来说,由浅层至深层的校正量亦不同,校正量是变化的,故称动校正。动校正可以用来消除地震波到达各检波点的正常时差,动校正的具体方法本说明书实施例不作具体限定。在一些实施方式中,在获取到工区内的地震数据后,还可以对获取的地震数据进行能量均衡、地表一致性震幅补偿、地表一致性反褶积、滤波、震幅谱增益分析和速度分析等预处理,并对预处理后的地震数据进行动校正处理。
对地震数据进行动校正处理后,可以对动校正处理后的地震数据进行叠加,获得叠加剖面,叠加剖面可以表示地震反射剖面。可以对地震反射剖面进行时间-地层单元划分,从而得到反射层位,一般地,反射波经过地下地层的反射可以形成振幅层(通常我们称为波阻抗)。由于振幅层与地下地层具有对应关系,因此可以根据反射波的旅行时间和该反射波所形成的振幅层的振幅,从所述叠加剖面上获取反射层位。例如,在所述叠加剖面上,可以将旅行时间和振幅大致相同的层位作为一个反射层位。
在一些实施方式中,可以从叠加剖面上手工拾取旅行时间和振幅大致相同的层位,从而得到反射层位。
在另一些实施方式中,可以采用扫描计算的方法从叠加剖面上拾取旅行时间和振幅大致相同的层位,从而得到反射层位。
获取反射层位后,可以获取待计算的目标地层,然后获取该目标地层所对应的反射波旅行时间范围,并划定时间窗。一般地,时间窗内地震波形是不变的,因此,可以把地震波形叠加起来,获得超级道数据。超级道可以大幅度提高地震数据的抗噪性和计算的高效性。具体地,可以将时间窗内的地震数据经过扫描,得到多个强同相轴波阻抗,然后将所述强同相轴波阻抗组合可以得到超级道。将炮集内或者检波点内道集的所有地震记录串联可以得到超级道,分别获得炮点超级道数据和检波点超级道数据,地震记录串联的过程通常可以表示将地震记录首尾相连接的过程。
获取到的超级道数据中包括炮点对应的道集的地震波形组合获得的炮点超级道数据,还包括将检波点内道集的地震波形组合获得的检波点超级道数据,可以根据超级道数据中的数据对应的是炮点还是检波点,生成炮点列表数据、检波点列表数据。炮点列表数据中可以包括需要进行剩余静校正计算的炮点超级道数据,检波点列表数据可以包括需要进行剩余静校正计算的检波点超级道数据。
S2、将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,所述第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量。
炮点列表数据中可以包括多个需要进行剩余静校正计算的炮点超级道数据,可以将多个炮点超级道数据分配到第一任务处理线程中。第一任务处理线程可以根据实际需要设置多个,各个第一任务处理线程用于对分配的炮点超级道数据进行剩余静校正计算,计算出各个炮点对应的剩余静校正量。
本说明书一个实施例中,所述将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,包括:
创建所述第一任务处理线程,将所述炮点列表数据中的炮点超级道数据平均分配给所述第一任务处理线程。
可以在生成炮点列表数据、检波点列表数据之后,创建第一任务处理线程,如:可以根据进行数据处理的计算机的CPU(Central Processing Unit/Processor,中央处理器)核数即CPU中能处理数据的芯片组的数量,创建合适数量的第一任务处理线程,如:可以一个内核对应一个线程。还可以结合当前计算机的任务繁忙程度,创建第一任务处理线程,创建第一任务处理线程的方法本说明书实施例不作具体限定。创建好第一任务处理线程后,可以将炮点列表数据中的炮点超级道数据平均分配给所述第一任务处理线程,当然也可以根据线程的处理能力,进行任务分配,本说明书实施例不作具体限定。如:若有100个炮点需要进行剩余静校正,根据当前计算机的核数,创建了10个线程,则可以将100个炮点的炮点超级道数据平均分配到10个线程上,即每个线程计算10个炮点的剩余静校正量。
每一个第一任务处理线程可能需要处理多个炮点的剩余静校正计算,可以根据各个第一任务处理线程需要处理的炮点超级道数据,生成对应的任务列表,各个第一任务处理线程可以根据各自的任务列表依次对任务列表中的炮点进行剩余静校正计算。计算炮点对应的剩余静校正量的方法可以根据实际需要进行选择,如:利用模拟退火或遗传算法等进行剩余静校正量的计算,本说明书实施例不作具体限定。
本说明书一个实施例中,可以采用如下方法计算每个炮点对应的剩余静校正量:
1)获取该炮点所对应的炮点超级道数据,将该炮点的炮点超级道数据进行叠加,然后将叠加后的超级道数据作为该炮点的超级炮数据。
2)获取该炮点所对应的地震道集,将该炮点所对应的各个地震道数据进行叠加,然后将叠加后的地震道数据作为该炮点的超级模型道数据。
3)将该炮点的超级炮数据和超级模型道数据进行互相关,从而得到该炮点的剩余静校正量。
其中,步骤3)中所述的互相关也称为“互协方差”,一般用来表示两个信号之间相似性的一个度量。
在步骤3)中,通过将该炮点的超级炮数据和超级模型道数据进行互相关,可以直接得到该炮点的剩余静校正量。而常规的剩余静校正方法一般是将地震波形叠加形成模型道,然后将炮点的CMP道集(Common Middle Point,共中心点道集)和该CMP道集对应的模型道进行互相关,得到每道地震数据的时差,最后对每道地震数据集的时差进行分解,得到该炮点的剩余静校正量。因此,与常规的剩余静校正方法相比,在步骤3)中,通过将炮点的超级炮数据和超级模型道数据进行互相关,可以无需对每道地震数据集的时差进行分解,从而可以提高剩余静校正量的计算效率。
S3、将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,所述第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量。
第二任务处理线程可以表示用于处理检波点的剩余静校正的线程,第二任务处理线程的数量可以与第一任务处理线程的数量相同,也可以不同,具体可以根据实际需要进行设置,本说明书实施例不作具体限定。可以将检波点列表数据中的检波点超级道数据分别分配给第二任务处理线程,各个第二任务处理线程分别计算分配的检波点对应的剩余静校正量。
本说明书一个实施例中,可以在所有的第一任务线程均将各自的炮点剩余静较量计算完成,即所有的炮点对应的剩余静校正量均计算出后,销毁第一任务处理线程,释放计算机资源。再创建第二任务处理线程,第二任务处理线程的创建方法可以与第一任务处理线程的计算方法相同,如:可以根据计算机的CPU核数创建合适数量的第二任务处理线程。第二任务处理线程创建完成后,可以将检波点列表数据中的检波点超级道数据平均分配给所述第二任务处理线程。
每一个第二任务处理线程可能需要处理多个检波点的剩余静校正计算,可以根据各个第二任务处理线程需要处理的检波点超级道数据,生成对应的任务列表,各个第二任务处理线程可以根据各自的任务列表依次对任务列表中的检波点进行剩余静校正计算。计算检波点对应的剩余静校正量的方法可以根据实际需要进行选择,如:利用模拟退火或遗传算法等进行剩余静校正量的计算,本说明书实施例不作具体限定。
本说明书一个实施例中,可以采用如下方法计算每个检波点对应的剩余静校正量:
1)获取该检波点所对应的检波点超级道数据,将该检波点所对应的检波点超级道数据进行叠加,然后将叠加后的检波点超级道数据作为该检波点的超级检波点数据。
2)获取该检波点所对应的地震道集,将该检波点所对应的各个地震道数据进行叠加,然后将叠加后的地震道数据作为该检波点的超级模型道数据。
3)将该检波点的超级检波点数据和超级模型道数据进行互相关,从而得到该检波点的剩余静校正量。互相关的具体含义可以参考上述实施例的记载,此处不再赘述。
需要说明的是,上述步骤S2、S3并不表示先后执行顺序,根据实际需要也可以先执行步骤S3,计算各个检波点的剩余静校正量,再执行步骤S2,计算各个炮点的剩余静校正量。
此外,本说明书实施例中,炮点列表数据、检波点列表数据中的数据结构可以采用二叉平衡树的炮检点数据结构,方便数据的存储和查找。在数据的处理过程中,数据的插入、删除和查找等操作时间复杂度可以设置为O(log2n),O可以表示复杂度,n可以表示炮点数据个数或检波点数据个数,对于千万级别的炮检点数据量计算效率非常高效,提高了数据处理效率。
本申请实施例的剩余静校正方法,将炮点和检波点的剩余静校正计算分配到多个线程中同时进行,实现了计算任务的并行,充分利用了大规模计算机集群的资源,大幅度缩短了海量数据超级道分解作业的运行时间,大大缩短了计算时间,满足了大数据处理的性能要求,提高了应用范围,可以提高剩余静校正量的计算效率。同时通过超级道数据计算炮点和检波点的剩余静校正量,在减少剩余静校正计算所需时间的同时,可以提升地震资料的信噪比,从而增强剩余静校正的抗噪声性能,使剩余静校正的计算结果更加准确。
在上述实施例的基础上,本说明书一个实施例中,可以在生成所述炮点列表数据、所述检波点列表数据后,确定出迭代数据存储空间,即申请一个存储空间。所述迭代数据存储空间用于存储所述炮点对应的剩余静校正量、所述检波点对应的剩余静校正量,前一次存储的剩余静校正量,可以用于后一次剩余静校正量的计算,前一次和后一次表示相邻两次剩余静校正量计算的先后顺序。各个任务处理线程(如:第一任务处理线程、第二任务处理线程)可以将计算出的炮点剩余静校正量或检波点剩余静校正量存储在迭代数据存储空间中,供下次计算剩余静校正量时迭代使用,缩短剩余静校正量的迭代时间。
利用存储空间存储计算出的剩余金校正量,为后续剩余静校正量的迭代计算提供了数据基础,缩短了迭代时间,提高了剩余静校正的数据后处理速度。
图2是本说明书有一个实施例中剩余静校正的数据处理方法流程示意图,如图2所示,本说明书实施例中的剩余静校正方法还可以包括:
1)在地表附近采用人工方式激发地震波,并在地表布置检波器以采集反射地震数据,由于地表起伏不一,需要进行静校正处理;
2)加载超级道数据,要求超级道数据按照测线-CMP(Common Middle Point,共中心点道集)的方式输入,并将其存储在临时文件中。生成炮点列表数据和检波点的列表数据,同时开辟地表一致性分解所需要的内存空间即迭代存储空间。超级道数据的获取方法可以参考上述实施例的记载,此处不再赘述。
3)根据计算节点硬件资源产生多个线程即第一任务处理线程,将炮点列表数据中的炮点的计算任务平均分配到线程中,每个线程分别维护各自的计算任务,即每个线程计算各自任务列表中炮点的剩余静校正量。其中,炮点的剩余静校正量的计算方法可以参考上述实施例的记载,此处不再赘述。
4)各个线程计算炮点剩余静校正,并将计算结果放入内存空间,供下次迭代使用。
5)所有线程结束,得到炮点的剩余静校正量,并释放线程和计算资源。
6)根据计算节点硬件资源产生多个线程即第二任务处理线程,然后将检波点计算任务平均分配到每个线程中,每个线程分别维护各自的检波点计算任务列表,即每个线程计算各自任务列表中检波点的剩余静校正量。其中,检波点的剩余静校正量的计算方法可以参考上述实施例的记载,此处不再赘述。
7)各个线程计算检波点剩余静校正,并将计算结果放入内存空间,供下次迭代使用。
8)所有线程结束,得到检波点点的剩余静校正量,并释放计算资源。
9)重复(3)到(8)的过程到用户指定的迭代次数。
10)得到最终静校正结果。
下面结合具体示例,说明本说明书实施例的技术方案:
1)采集叠前炮集地震记录,总炮数:10445764,数据为312T;这是三维工区的全部数据。
2)做叠前常规处理,包括三维地表一致性震幅谱补偿、三维地表一致性反褶积、滤波、振幅谱增益、速度分析、动校正等处理。
3)根据已经做过处理的数据进行计算超级道,并存入数据表中,超级道数据表为780G。
4)加载数据表中的超级道数据。
5)利用多线程计算炮点剩余静校正量,具体计算过程参考上述实施例的记载。
6)利用多线程计算检波点剩余静校正量,具体计算过程参考上述实施例的记载。
7)重复第5)和6)步进行迭代,直到满足迭代次数为止,得到最终的炮点检波点剩余静校正量。
表1为不同规模数据在同一计算环境下的剩余静校正数据处理对比测试,如表1所示,随着输入数据的增大,加速比不断变大,计算速度提升越明显。以表1中第5行即第四个测试为例,输入数据为780G,原有算法耗时366个小时,采用本发明实施例的方法对算法优化后耗时仅仅需要21个小时,计算速度提高了17倍。
表1:不同规模数据在同一计算环境下的剩余静校正数据处理对比测试
数据大小 优化前(时间/h) 优化后(时间/h) 加速比
1.4 2:21 0:32 4.4
42 4:19 0:44 5.88
244 69:44 4:33 15.16
780 366:12 21:05 17
图3是本说明书一个实施例中地震数据的静校正前叠加剖面,图4是本说明书一个实施例中地震数据超级道剩余静校正后的叠加剖面(提速前),图5是本说明书一个实施例中基于多线程地震数据超级道剩余静校正后的叠加剖面(提速后),如图3-图5所示,提高效率后的三维地表一致性分解和提高效率之前所得到的静校正量是相同的。
本说明书实施例,在面积较大的三维地震勘探工区可以高效的求取全工区的地表一致性剩余静校正量。由于目前的三维地震勘探向高密度大数据方向发展,这样对需要全三维处理的地表一致性分解的要求提高很多,既需要满足同时分解,又要提高工作效率。本说明书实施例对地表一致性剩余静校正量的计算进行提高效率,有很重要的意义。
基于上述所述的剩余静校正方法,本说明书一个或多个实施例还提供一种剩余静校正装置。所述的装置可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,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。
具体地,图6是本说明书实施例提供的剩余静校正装置一个实施例的模块结构示意图,如图6所示,本说明书实施例中提供的剩余静校正装置包括:数据加载模块61、炮点剩余静校正模块62、检波点剩余静校正模块63。
数据加载模块61,可以用于根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,所述超级道数据包括:同一时窗内的地震波形组合后的地震道数据;
炮点剩余静校正模块62,可以用于将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,所述第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量;
检波点剩余静校正模块63,可以用于将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,所述第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量。
本说明书实施例提供的剩余静校正装置,将炮点和检波点的剩余静校正计算分配到多个线程中同时进行,实现了计算任务的并行,充分利用了大规模计算机集群的资源,大幅度缩短了海量数据超级道分解作业的运行时间,大大缩短了计算时间,满足了大数据处理的性能要求,极大的提高了应用范围,可以极大地提高剩余静校正量的计算效率。同时通过超级道数据计算炮点和检波点的剩余静校正量,在减少剩余静校正计算所需时间的同时,可以提升地震资料的信噪比,从而增强剩余静校正的抗噪声性能,使剩余静校正的计算结果更加准确。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果。
本说明书实施例还可以提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时,可以实现上述实施例中的剩余静校正方法,例如:
根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,所述超级道数据包括:同一时窗内的地震波形后的地震道数据;
将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,所述第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量;
将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,所述第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量。
本说明书实施例提供的上述剩余静校正方法或装置可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作系统的c++语言在PC端实现、linux系统实现,或其他例如使用android、iOS系统程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。本说明书提供的一种剩余静校正系统的一个实施例中,图7是本说明书实施例提供的一种剩余静校正系统实施例的模块结构示意图,如图7所示,本说明书另一实施例提供的剩余静校正系统可以包括处理器71以及用于存储处理器可执行指令的存储器72,
处理器71和存储器72通过总线73完成相互间的通信;
所述处理器71用于调用所述存储器72中的程序指令,以执行上述各剩余静校正方法实施例所提供的方法,例如包括:根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,所述超级道数据包括:同一时窗内的地震波形组合后的地震道数据;将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,所述第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量;将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,所述第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量。
需要说明的是说明书上述所述的装置根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照方法实施例的描述,在此不作一一赘述。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,对于硬件+程序类实施例而言,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。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机数据处理和数据存储规则或本说明书一个或多个实施例所描述的情况。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、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制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,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。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。
上述实施例阐明的系统、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。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书一个或多个实施例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。在实际中的装置或终端产品执行时,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。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
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,在实施本说明书一个或多个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或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,例如多个单元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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本发明是参照根据本发明实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。

Claims (8)

1.一种剩余静校正方法,其特征在于,包括:
根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,所述超级道数据包括:同一时窗内的地震波形组合后的地震道数据;
将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,所述第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量;
将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,所述第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量;
其中,在生成所述炮点列表数据、所述检波点列表数据后,确定出迭代数据存储空间,所述迭代数据存储空间用于存储所述炮点对应的剩余静校正量、所述检波点对应的剩余静校正量;将计算出的炮点剩余静校正量或检波点剩余静校正量存储在迭代数据存储空间中,供下次计算剩余静校正量时迭代使用;
所述将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,包括:
当所述炮点列表数据中的炮点的剩余静校正量计算完成后,销毁所述第一任务处理线程,创建所述第二任务处理线程;
将所述检波点列表数据中的检波点超级道数据平均分配给所述第二任务处理线程。
2.如权利要求1所述的一种剩余静校正方法,其特征在于,所述超级道数据的获取方法包括:
获取地震数据,并对所述地震数据进行动校正处理;
对动校正处理后的地震数据进行叠加,生成叠加剖面,通过所述叠加剖面获取反射层位;
获取地震道的时间窗,将所述时间窗内反射层位的地震波形进行组合,并将组合后形成的地震道数据作为超级道数据。
3.如权利要求1所述的一种剩余静校正方法,其特征在于,所述将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,包括:
创建所述第一任务处理线程,将所述炮点列表数据中的炮点超级道数据平均分配给所述第一任务处理线程。
4.如权利要求1所述的一种剩余静校正方法,其特征在于,所述计算出炮点对应的剩余静校正量,包括:
将所述炮点超级道数据进行叠加,并将叠加后的超级道数据作为所述炮点的超级炮数据;
获取所述炮点对应的地震道集,将所述炮点对应的各个地震道数据进行叠加,并将叠加后的地震道数据作为所述炮点的超级模型道数据;
将所述炮点的超级炮数据和超级模型道数据进行互相关,计算出所述炮点的剩余静校正量。
5.如权利要求1所述的一种剩余静校正方法,其特征在于,所述计算出检波点对应的剩余静校正量,包括:
将所述检波点超级道数据进行叠加,并将叠加后的超级道数据作为所述检波点的超级检波点数据;
获取所述检波点所对应的地震道集,将所述检波点对应的各个地震道数据进行叠加,并将叠加后的地震道数据作为所述检波点的超级模型道数据;
将所述检波点的超级炮数据和超级模型道数据进行互相关,得到所述检波点的剩余静校正量。
6.一种剩余静校正装置,其特征在于,包括:
数据加载模块,用于根据获取到的超级道数据,生成炮点列表数据、检波点列表数据,所述超级道数据包括:同一时窗内的地震波形组合后的地震道数据;
炮点剩余静校正模块,用于将所述炮点列表数据中的炮点超级道数据分别分配到至少一个第一任务处理线程中,所述第一任务处理线程用于根据分配的炮点超级道数据,计算出炮点对应的剩余静校正量;
检波点剩余静校正模块,用于将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,所述第二任务处理线程用于根据分配的检波点超级道数据,计算出检波点对应的剩余静校正量;
其中,在生成所述炮点列表数据、所述检波点列表数据后,确定出迭代数据存储空间,所述迭代数据存储空间用于存储所述炮点对应的剩余静校正量、所述检波点对应的剩余静校正量;将计算出的炮点剩余静校正量或检波点剩余静校正量存储在迭代数据存储空间中,供下次计算剩余静校正量时迭代使用;
所述将所述检波点列表数据中的检波点超级道数据分别分配到至少一个第二任务处理线程中,包括:
当所述炮点列表数据中的炮点的剩余静校正量计算完成后,销毁所述第一任务处理线程,创建所述第二任务处理线程;
将所述检波点列表数据中的检波点超级道数据平均分配给所述第二任务处理线程。
7.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时,实现权利要求1-5任一项所述的方法。
8.一种剩余静校正系统,其特征在于,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如权利要求1至5中任意一项所述方法的步骤。
CN201811167830.8A 2018-10-08 2018-10-08 一种剩余静校正方法及装置 Active CN109471173B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811167830.8A CN109471173B (zh) 2018-10-08 2018-10-08 一种剩余静校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811167830.8A CN109471173B (zh) 2018-10-08 2018-10-08 一种剩余静校正方法及装置

Publications (2)

Publication Number Publication Date
CN109471173A CN109471173A (zh) 2019-03-15
CN109471173B true CN109471173B (zh) 2021-04-30

Family

ID=65663346

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811167830.8A Active CN109471173B (zh) 2018-10-08 2018-10-08 一种剩余静校正方法及装置

Country Status (1)

Country Link
CN (1) CN109471173B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112824939B (zh) * 2019-11-20 2022-08-26 中国石油集团东方地球物理勘探有限责任公司 地震数据的剩余静校正方法、装置、设备及可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064110B (zh) * 2011-10-18 2015-11-18 中国石油化工股份有限公司 一种波动方程叠前偏移中的分层延拓成像方法
CN103076627B (zh) * 2011-10-26 2015-10-07 中国石油化工股份有限公司 一种速度模型平滑优化方法
CN104765067B (zh) * 2014-01-03 2017-03-08 中国石油天然气集团公司 一种高效叠前时间偏移速度分析方法
US20150212223A1 (en) * 2014-01-28 2015-07-30 Cgg Services Sa Methods and apparatus for determining residual static corrections using individual ranges
CN105425300B (zh) * 2015-11-17 2017-12-19 中国石油天然气集团公司 一种剩余静校正方法

Also Published As

Publication number Publication date
CN109471173A (zh) 2019-03-15

Similar Documents

Publication Publication Date Title
CN109471171B (zh) 一种混叠地震数据分离的方法、装置及系统
CN108828668B (zh) 一种叠前时间偏移数据处理方法及装置
Liu et al. Streaming orthogonal prediction filter in the t-x domain for random noise attenuation
US10234581B2 (en) System and method for high resolution seismic imaging
AU2020328458B2 (en) Correlation matrix for simultaneously correlating multiple wells
CN109001813B (zh) 一种压制多次波的方法、装置及系统
CN107193045A (zh) 一种地震数据处理方法及装置
Chamarczuk et al. Unsupervised learning used in automatic detection and classification of ambient‐noise recordings from a large‐N array
CN103210323A (zh) 处理地震数据的系统和方法
CN114839673A (zh) 多震源高效采集波场分离方法、分离系统及计算机设备
CN110068860B (zh) 一种时移地震数据处理方法、装置及系统
CN109471173B (zh) 一种剩余静校正方法及装置
CN109709602B (zh) 一种远探测声波偏移成像方法、装置及系统
US11662492B2 (en) Seismic random noise attenuation
WO2021127382A1 (en) Full waveform inversion in the midpoint-offset domain
US9442207B1 (en) System and method for computing residual moveout from seismic images
US10634804B2 (en) System and method for dip-guided seismic image stacking
CN108492014B (zh) 一种确定地质资源量的数据处理方法及装置
CN111239832A (zh) 3d3c-vsp成像处理方法、装置及设备
CN107422375B (zh) 海底节点的共反射点道集的确定方法和装置
CN112764102A (zh) 地震资料采集方法及装置
CN114114421A (zh) 基于深度学习的导向自学习地震数据去噪方法及装置
CN111337973B (zh) 地震数据重建方法、系统
CN108897046B (zh) 远探测声波逆时偏移成像方法及装置
CN113743193A (zh) 一种叠前地震资料线性干扰压制方法及系统

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