CN109581488A - 一种基于粒子群优化crs超道集地震波成像方法 - Google Patents
一种基于粒子群优化crs超道集地震波成像方法 Download PDFInfo
- Publication number
- CN109581488A CN109581488A CN201811547491.6A CN201811547491A CN109581488A CN 109581488 A CN109581488 A CN 109581488A CN 201811547491 A CN201811547491 A CN 201811547491A CN 109581488 A CN109581488 A CN 109581488A
- Authority
- CN
- China
- Prior art keywords
- crs
- superposition
- channel set
- data
- kinematic parameters
- 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.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 46
- 238000003384 imaging method Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 14
- 239000000654 additive Substances 0.000 claims abstract description 9
- 230000000996 additive effect Effects 0.000 claims abstract description 9
- 230000005012 migration Effects 0.000 claims abstract description 7
- 238000013508 migration Methods 0.000 claims abstract description 7
- 230000001427 coherent effect Effects 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000019771 cognition Effects 0.000 claims description 3
- 230000008602 contraction Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000012937 correction Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 description 15
- 238000001228 spectrum Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000008434 ginseng Nutrition 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
-
- 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
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/51—Migration
- G01V2210/514—Post-stack
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/70—Other details related to processing
- G01V2210/74—Visualisation of seismic data
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
本发明属于油气勘探地震资料处理领域，尤其涉及一种基于粒子群优化CRS超道集地震波成像方法。包括步骤1、对叠前数据进行优化分布CRS叠加，并对叠加最终输出的CRS叠加面的三个波场参数利用粒子群优化算法进行更新；步骤2、在CRS波场参数最优值指导下，对叠前数据做曲率、倾角校正；步骤3、用CRS波场参数最优值作为标准参数输入，对叠前数据进行部分CRS叠加，并输出CRS优化超道集；步骤4、对输出的CRS优化超道集进行CRS叠加和时间偏移，获得最佳CRS叠加剖面和偏移剖面。本发明能有效解决现有技术中CRS叠加过程中因未对数据进行倾角、曲率校正，使得曲率、倾角产生的影响在叠加过程中伴随有效信号被一同放大，进而严重影响成像质量的问题。
Description
技术领域
本发明属于油气勘探地震资料处理领域，尤其涉及一种基于粒子群优化CRS超道集地震波成像方法。
背景技术
共反射面元(CRS)叠加由Hurbal教授最早提出，基于旁轴射线理论，通过CRS三参数(α、RNIP、RN)对地震数据进行叠加，将第一菲涅尔带内的全部反射列入考虑范围内，提高数据信噪比的同时实现对复杂地下介质更准确的成像。共反射面元(CRS)叠加相较以往基于信号的噪声压制算法，其优势在于能够在成像过程中有效的压制噪声、提高信噪比，在低信噪比地区如山地、沙漠、黄土塬地区或非常规油气藏勘探中有广阔的应用前景。共反射面元相关研究国外起步较早，相比国内处于领先地位。
CRS叠加相比传统的CMP叠加最大优势在于它基于旁轴射线理论，只依赖法向地震波在地面的出射角α以及法向入射点波和法向波的波前曲率半径RNIP和RN这三项地震波运动学参数，无需预知宏观速度模型，叠加质量只受近地表速度和波场属性约束。叠加过程中人为标定一定的范围，并且收集反射点附近该范围内所有反射面元的反射能量，借此提高数据信噪比。
CRS叠加虽能够提高地震数据覆盖次数，对数据信噪比有明显的提升作用。但因传统CRS叠加流程较为简单，未对数据进行倾角、曲率校正，所以处理结果中曲率及倾角产生的影响有可能在叠加过程中伴随有效信号被一同放大，即数据误差被叠加放大，这对成像精度和效果造成的影响不可忽视。
发明内容
根据以上现有技术的不足，本发明提供了一种基于粒子群优化CRS超道集地震波成像方法，其能有效解决现有技术中CRS叠加过程中因未对数据进行倾角、曲率校正，使得曲率、倾角产生的影响在叠加过程中伴随有效信号被一同放大，进而严重影响成像质量的问题。
本发明解决的技术问题采用的技术方案为：
一种基于粒子群优化CRS超道集地震波成像方法，其特征在于，包括如下步骤：
步骤1、对叠前数据进行优化分布CRS叠加，并对叠加最终输出的CRS叠加面的三个波场参数α、RNIP、RN利用粒子群优化算法进行更新，提高波场参数准确性并搜索CRS波场参数的最优值，其中，α为出射到地表的零炮检距射线的出射角、RN为出射到地表的Normal波的波前曲率半径、RNIP为NIP波的波前曲率半径；
步骤2、在搜索获得的CRS波场参数α和RNIP的最优值指导下，对叠前数据曲率、倾角校正，将叠前数据规则化；
步骤3、用步骤1搜索获得的CRS波场参数最优值作为标准参数输入，对步骤2的输出结果进行部分CRS叠加，即将采样点周边所有相干波场参数的数据沿CRS叠加面叠加，并输出CRS优化超道集；
步骤4、对步骤3输出的CRS优化超道集进行CRS叠加和时间偏移，获得最佳CRS叠加剖面和偏移剖面。
进一步地，步骤1中利用粒子群优化算法优化CRS波场参数的具体步骤包括：
步骤1-1、设置最大迭代次数kmax；
步骤1-2、在搜索空间内初始化CRS三个波场参数α、RNIP、RN的参数位置；
步骤1-3、在搜索空间内初始化CRS三个波场参数α、RNIP、RN的最优位置；假设第k次迭代的第i个粒子的当前位置和速度分别为和粒子到目前为止的最佳位置是此外，考虑到在第k次迭代之前群集所获得的最佳位置是mg，那么在第k+1次迭代中第i个粒子的新位置为：
其中对于所有的粒子，k＝1，2，...和常数b和c分别表示认知和社会行为的学习效率，常数a是一个收缩因子，它随着时间进程不断的地降低速度，逐渐集中在局部搜索上，符号ran(.)表示在开放区间(0，1)中均匀分布的随机数；
步骤1-4、利用CRS三个参数求取地震数据相干值，以此为准则通过相干函数来计算每个粒子的最佳位置；
其中fi，j(i)代表M道地震数据中的第i道中的第j个采样点，相似度沿着与采样点对称和平行的面k(i)来计算，这些面在ZO地震道中的时间采样点位于以k(i)为中心，±W/2的时窗内；
步骤1-5、计算后根据最佳适应度找到全局最优位置；
步骤1-6、如新CRS波场参数值得到的地震数据相干值未比原相干值高，更新步骤1-3和1-5；
步骤1-7、终止条件是达到最大的迭代次数或得到参数的新相干值比原相干值高。
进一步地，步骤2的具体实现为：
利用步骤1中所得的参数α最优值逐点对叠前数据进行参数更新，对数据进行倾角校正；同理，利用参数RN最优值逐点对叠前数据进行参数更新，对数据进行曲率校正。
进一步地，步骤3的具体实现为：
叠加过程中，搜索确定采样点A(t，h)的t0，α，RNIP，将时间t0以及相关CRS波场参数描述的点沿叠加面进行叠加，且将更新后的A(t，h)作为下一个采样点；
对步骤3参数叠加算法多次循环输出许多采样点集合为共偏移距道；
再将输出共偏移距道的算法循环，将循环输出的半偏移距道集合输出CRS优化超道集。
本发明中采用循环算法，进一步提高覆盖次数，提升了数据信噪比。
本发明具有以下有益效果：(1)CRS波场参数使用粒子群优化算法并搜索最优值，叠加效果优于传统CRS叠加；(2)基于CRS波场参数最优值对道集进行倾角、曲率校正，消除地层影响，避免了数据误差被叠加放大；(3)在CRS优化超道集构建过程中运用循环算法，进一步提高覆盖次数，提升数据信噪比。总之，本发明是基于共反射面元理论的含道集构建、叠加、偏移成像的一套优化流程算法，在提高地震资料信噪比，提高地震资料成像效果方面有明显突破。
附图说明
图1是本发明所述基于粒子群优化CRS超道集地震波成像方法的总体流程；
图2是本发明所述方法中利用粒子群算法更新CRS波场参数的流程图；
图3是本发明所述方法中CRS超道集构建技术流程图；
图4是CMP道集、速度谱与CRS优化超道集、速度谱对比图；
图5是传统CMP叠加与优化CRS叠加效果对比图；
图6是传统CMP偏移与优化CRS偏移效果对比图。
具体实施方式
下面结合附图对本发明做进一步描述。
实施例一：
如图1～图6所示，本发明所述的一种基于粒子群优化CRS超道集地震波成像方法，包括如下步骤：
步骤S1.对叠前数据进行优化分布CRS叠加，并对叠加最终输出的CRS叠加面的三个波场参数α、RNIP、RN利用粒子群优化算法进行更新，提高波场参数准确性并搜索CRS波场参数的最优值，其中，α为出射到地表的零炮检距射线的出射角、RN为出射到地表的Normal波的波前曲率半径、RNIP为NIP波的波前曲率半径；
粒子群算法定义了一个M维空间中的粒子群，每个粒子维持其以前最佳位置的记忆和速度。在每次迭代中，粒子的速度根据该粒子的最佳位置和整体的最佳位置进行调整。新的速度用于计算粒子的新位置。由个体以前的最佳位置所决定的速度调整的组成部分被称为“认知”，也同时受社会整体影响即社会组成成分。
首先，从预设的参数搜索空间中随机选择一组粒子，并将每个粒子的速度初始化为零。随后，根据等式来更新粒子的速度和位置，同时规定每个粒子的位置不超过指定参数空间的边界。
粒子群算法仅由一个算子控制，即速度更新。一般而言，优化算法需要对控制参数进行仔细的调整，这极大地影响了优化方法的行为。
在步骤S1中，利用粒子群优化算法优化CRS波场参数的具体步骤包括：
步骤S11、设置最大迭代次数kmax；
步骤S12、在搜索空间内初始化CRS三个波场参数α、RNIP、RN的参数位置；
步骤S13、在搜索空间内初始化CRS三个波场参数α、RNIP、RN的最优位置；假设第k次迭代的第i个粒子的当前位置和速度分别为和粒子到目前为止的最佳位置是此外，考虑到在第k次迭代之前群集所获得的最佳位置是mg，那么在第k+1次迭代中第i个粒子的新位置为：
其中对于所有的粒子，k＝1，2，...和常数b和c分别表示认知和社会行为的学习效率，常数a是一个收缩因子，它随着时间进程不断的地降低速度，逐渐集中在局部搜索上，符号ran(.)表示在开放区间(0，1)中均匀分布的随机数；
步骤S14、利用CRS三个参数求取地震数据相干值，以此为准则通过相干函数来计算每个粒子的最佳位置；
其中fi，j(i)代表M道地震数据中的第i道中的第j个采样点，相似度沿着与采样点对称和平行的面k(i)来计算，这些面在ZO地震道中的时间采样点位于以k(i)为中心，±W/2的时窗内；
步骤S15、计算后根据最佳适应度找到全局最优位置；
步骤S16、如新CRS波场参数值得到的地震数据相干值未比原相干值高，更新步骤1-3和1-5；
当满足终止条件，即达到最大的迭代次数或得到参数的新相干值比原相干值高时结束。
步骤S2.在搜索获得的CRS波场参数α和RNIP的最优值指导下，对叠前数据集做曲率、倾角校正，将叠前数据规则化；
在步骤S2中，由于参数α主要受地层倾角影响，因此利用步骤S1中所得的参数α最优值逐点对叠前数据进行参数更新，对数据进行倾角校正，同理，利用参数RN最优值逐点对叠前数据进行参数更新，对数据进行曲率校正，经校正后的数据体，基本不再包含地层倾角及曲率影响。如此避免数据误差被叠加放大，以达到最佳成像效果。
步骤S3、用步骤S1搜索获得的CRS波场参数最优值作为标准参数输入，对步骤S2的输出结果进行部分CRS叠加，即将采样点周边所有相干波场参数的数据沿CRS叠加面叠加，并输出CRS优化超道集；
步骤S3的具体实现为：
叠加过程中，搜索确定采样点A(t，h)的t0，α，RNIP，将时间t0以及相关CRS波场参数描述的点沿叠加面进行叠加，且将更新后的A(t，h)作为下一个采样点；
对步骤S3参数叠加算法多次循环输出许多采样点集合为共偏移距道；
再将输出共偏移距道的算法循环，将循环输出的半偏移距道集合输出CRS优化超道集。
在步骤S3中采用循环算法，进一步提高覆盖次数，提升了数据信噪比。
步骤S4、对步骤S3输出的CRS优化超道集进行CRS叠加和时间偏移，获得最佳CRS叠加剖面和偏移剖面。
本发明所述方法，是基于共反射面元理论的含道集构建、叠加、偏移成像的一套优化流程算法。相对于传统CMP叠加的地震数据处理流程，优化CRS超道集地震波成像方法具有更高的信噪比，且基本已消除地层倾角、曲率影响带来的处理误差，成像的精度和效果更佳。
下面为本发明所述方法在某一具体场景中的应用。
为了验证本方法的实用效果，以国内某工区海上地震资料为基础，分别应用本方法及传统CMP叠加处理流程进行处理，通过对比效果验证本方法的效果。
步骤1.分步CRS叠加：
首先对叠前数据进行分步CRS叠加，意在获得CRS波场参数最优值以其作为指导构建CRS优化超道集。
步骤2.优化超道集构建：
在分步CRS叠加所得CRS波场参数最优值指导下，利用循环算法构建CRS优化超道集，在保留CRS超道集高信噪比优势的同时，消除地层倾角、曲率等对地震数据体产生的影响，进一步减小数据处理误差。
步骤3.CRS叠加、偏移：
对构建的CRS优化超道集进行CRS叠加，获得最佳CRS叠加剖面。随后对校正后的高信噪比数据体进行时间偏移，获得更佳偏移效果，大大提高地震数据处理精度。
相对于传统CMP叠加的地震数据处理流程，优化CRS超道集地震波成像方法具有更高的信噪比，且基本已消除地层倾角、曲率影响带来的处理误差，成像效果更佳。
图4(a)为CMP道集形态及速度谱；图4(b)为优化CRS超道集形态及速度谱。对比图4(a)和图4(b)可明显发现，优化后的CRS超道集数据信噪比得到明显提高，同相轴更为清晰和连续，易于识别追踪，速度谱能量团聚焦效果也得到明显改善。图5(a)为CMP叠加剖面，图5(b)为优化CRS超道集叠加剖面。对比可见，对比可见CRS超道集，数据信噪比得到显著增强，特别是在深层部分，反射信息以及地层信息得到更准确的体现，为后续地震资料的处理提供更准确的输入数据。图6(a)为CMP道集偏移剖面，图6(b)为CRS优化超道集偏移剖面。可见，CRS偏移剖面较CMP偏移剖面成像精度更高，其中包含更多来自深层的反射信息，反射地层归位更加准确。总体来说，成像质量相比CMP偏移剖面有较明显提高。
从实例试算结果可以看出，采用本专利所提出的CRS优化超道集地震波成像方法可以有效提高地震数据信噪比，提高地震成像分辨率和精度，从而更好地为后续勘探开发服务。
以上所述为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书以及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种基于粒子群优化CRS超道集地震波成像方法，其特征在于，包括如下步骤：
步骤1、对叠前数据进行优化分布CRS叠加，并对叠加最终输出的CRS叠加面的三个波场参数α、RNIP、RN利用粒子群优化算法进行更新，提高波场参数准确性并搜索CRS波场参数的最优值，其中，α为出射到地表的零炮检距射线的出射角、RN为出射到地表的Normal波的波前曲率半径、RNIP为NIP波的波前曲率半径；
步骤2、在搜索获得的CRS波场参数α和RNIP的最优值指导下，对叠前数据曲率、倾角校正，将叠前数据规则化；
步骤3、用步骤1搜索获得的CRS波场参数最优值作为标准参数输入，对步骤2的输出结果进行部分CRS叠加，即将采样点周边所有相干波场参数的数据沿CRS叠加面叠加，并输出CRS优化超道集；
步骤4、对步骤3输出的CRS优化超道集进行CRS叠加和时间偏移，获得最佳CRS叠加剖面和偏移剖面。
2.根据权利要求1所述的基于粒子群优化CRS超道集地震波成像方法，其特征在于，步骤1中利用粒子群优化算法优化CRS波场参数的具体步骤包括：
步骤1-1、设置最大迭代次数kmax；
步骤1-2、在搜索空间内初始化CRS三个波场参数α、RNIP、RN的参数位置；
步骤1-3、在搜索空间内初始化CRS三个波场参数α、RNIP、RN的最优位置；假设第k次迭代的第i个粒子的当前位置和速度分别为和粒子到目前为止的最佳位置是此外，考虑到在第k次迭代之前群集所获得的最佳位置是mg，那么在第k+1次迭代中第i个粒子的新位置为：
其中对于所有的粒子，k＝1,2，...和Vi 0＝0，常数b和c分别表示认知和社会行为的学习效率，常数a是一个收缩因子，它随着时间进程不断的地降低速度，逐渐集中在局部搜索上，符号ran(.)表示在开放区间(0,1)中均匀分布的随机数；
步骤1-4、利用CRS三个参数求取地震数据相干值，以此为准则通过相干函数来计算每个粒子的最佳位置；
其中fi,j(i)代表M道地震数据中的第i道中的第j个采样点，相似度沿着与采样点对称和平行的面k(i)来计算，这些面在ZO地震道中的时间采样点位于以k(i)为中心，±W/2的时窗内；
步骤1-5、计算后根据最佳适应度找到全局最优位置；
步骤1-6、如新CRS波场参数值得到的地震数据相干值未比原相干值高，则更新步骤1-3和1-5；
步骤1-7、终止条件是达到最大的迭代次数或得到参数的新相干值比原相干值高。
3.根据权利要求1所述的基于粒子群优化CRS超道集地震波成像方法，其特征在于，步骤2的具体实现为：
利用步骤1中所得的参数α最优值逐点对叠前数据进行参数更新，对数据进行倾角校正；同理，利用参数RN最优值逐点对叠前数据进行参数更新，对数据进行曲率校正。
4.根据权利要求1所述的基于粒子群优化CRS超道集地震波成像方法，其特征在于，步骤3的具体实现为：
叠加过程中，搜索确定采样点A(t,h)的t0,α,RNIP，将时间t0以及相关CRS波场参数描述的点沿叠加面进行叠加，且将更新后的A(t,h)作为下一个采样点；
对步骤3参数叠加算法多次循环输出许多采样点集合为共偏移距道；
再将输出共偏移距道的算法循环，将循环输出的半偏移距道集合输出CRS优化超道集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811547491.6A CN109581488A (zh) | 2018-12-18 | 2018-12-18 | 一种基于粒子群优化crs超道集地震波成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811547491.6A CN109581488A (zh) | 2018-12-18 | 2018-12-18 | 一种基于粒子群优化crs超道集地震波成像方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109581488A true CN109581488A (zh) | 2019-04-05 |
Family
ID=65930644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811547491.6A Pending CN109581488A (zh) | 2018-12-18 | 2018-12-18 | 一种基于粒子群优化crs超道集地震波成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109581488A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112327364A (zh) * | 2020-11-02 | 2021-02-05 | 中国石油大学(华东) | 一种改进型一步法三维crs叠加方法 |
| CN114594517A (zh) * | 2022-03-04 | 2022-06-07 | 中国科学院地质与地球物理研究所 | Crs共反射面元叠加成像方法 |
-
2018
- 2018-12-18 CN CN201811547491.6A patent/CN109581488A/zh active Pending
Non-Patent Citations (5)
| Title |
|---|
| 丁仁伟: "CRS叠加优化方法的改进", 《CRS叠加优化方法的改进》 * |
| 刘洞波: "《移动机器人粒子滤波定位与地图创建》", 30 September 2016, 湘潭大学出版社 * |
| 孙小东: "共反射面元叠加及参数正演", 《中国优秀博士学位论文全文数据库 基础科学辑》 * |
| 孙小东: "基于最优化方法的共反射面元叠加", 《中国石油大学学报》 * |
| 王志亮: "部分共反射面元叠加技术在海上数据中的应用", 《地球物理学进展》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112327364A (zh) * | 2020-11-02 | 2021-02-05 | 中国石油大学(华东) | 一种改进型一步法三维crs叠加方法 |
| CN114594517A (zh) * | 2022-03-04 | 2022-06-07 | 中国科学院地质与地球物理研究所 | Crs共反射面元叠加成像方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101839999B (zh) | 一种确定叠前时间偏移最佳速度剖面的方法 | |
| CN104730579B (zh) | 一种基于表层横波速度反演的纵横波联合静校正方法 | |
| CN102841379B (zh) | 一种基于共散射点道集的叠前时间偏移与速度分析方法 | |
| CN106646601B (zh) | 多信息联合约束的浅中深层三维q体建立方法 | |
| CN104316963A (zh) | 一种异常道识别方法 | |
| CN109581488A (zh) | 一种基于粒子群优化crs超道集地震波成像方法 | |
| CN111257941B (zh) | 一种组合式海底地震仪方位角自动识别装置及方法 | |
| CN103399300A (zh) | 波包叠加微地震地面定位方法 | |
| CN104570076A (zh) | 一种基于二分法的地震波初至自动拾取方法 | |
| CN109856676B (zh) | 一种实现地震共反射面叠加参数优化的方法 | |
| CN105182420A (zh) | 一种动态匹配动校正方法 | |
| CN106970417B (zh) | 椭圆展开转换波速度分析方法与系统 | |
| CN104155694B (zh) | 一种反射转换横波共检波点叠加剖面的剩余静校正方法 | |
| CN105301641A (zh) | 一种方位各向异性速度反演的方法及装置 | |
| CN106154319A (zh) | 一种成像道集的分选方法 | |
| CN108845357A (zh) | 一种基于同步挤压小波变换估计地层等效品质因子的方法 | |
| CN115327616B (zh) | 一种海量数据驱动的矿山微震震源自动定位方法 | |
| CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
| CN107515420A (zh) | 一种用于局部相关同相轴的走时与梯度精确拾取方法 | |
| CN104267432B (zh) | 一种基于规则化的转换波共转换点道集高精度抽取方法 | |
| CN104199087B (zh) | 水陆检波器数据海水深度反演方法和装置 | |
| CN106054252B (zh) | 一种叠前时间偏移的方法及装置 | |
| CN106990434B (zh) | 椭圆展开转换波成像方法及系统 | |
| CN103675900A (zh) | 一种确定转换波叠前时间偏移最佳速度剖面的方法 | |
| CN102338885B (zh) | 三分量vsp资料初至时间自动拾取方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |