CN109856676B - 一种实现地震共反射面叠加参数优化的方法 - Google Patents
一种实现地震共反射面叠加参数优化的方法 Download PDFInfo
- Publication number
- CN109856676B CN109856676B CN201811451480.8A CN201811451480A CN109856676B CN 109856676 B CN109856676 B CN 109856676B CN 201811451480 A CN201811451480 A CN 201811451480A CN 109856676 B CN109856676 B CN 109856676B
- Authority
- CN
- China
- Prior art keywords
- initial
- curvature radius
- representing
- seismic
- reflection surface
- 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
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种实现地震共反射面叠加参数优化的方法,包括以下步骤:步骤S1,获取地震数据,基于地震数据获取初始反射点波前曲率半径、初始反射面波前曲率半径及倾角;步骤S2,通过所述初始反射点波前曲率半径、初始反射面波前曲率半径及倾角,基于目标函数,获取所述反射点波前曲率半径、初始反射面波前曲率半径及倾角的优化值。本发明提供一种实现地震共反射面叠加参数优化的方法,通过第一步先找出三个初始参数,搜索初始参数是单一逐个搜索,可使用简单的线性搜索;第二步是使用全局优化算法在初始参数附近搜索最优组合解,以实现CMAES算法解决CRS成像参数快速扫描问题。
Description
技术领域
本发明涉及地质勘测技术领域,更具体地,涉及一种实现地震共反射面叠加参数优化的方法。
背景技术
共反射面(common reflection surface,简称CRS)叠加是一种特殊的零偏移距的成像方法,具有不依赖于宏观速度模型和完全数据驱动的特点。由于CRS理论引入了反射面的概念,并将其限定在第一菲涅尔带范围内,从而能够在通过提高叠加次数来增强叠加剖面的信噪比的同时,又保持了一定的分辨率,所以CRS叠加方法更适应于低信噪比,低覆盖次数的地震资料。具体来说,共反射面元(CRS)叠加方法利用菲涅尔原理,扩大反射面元(对二维来说,扩大线元)增加覆盖次数,利用射线旁轴近似理论,将不同的共反射点道集校正到同一道集内,然后进行叠加,使反射信号的能量得以增强。
在二维情况下,需确定三个参数,相对确认CMP叠加速度来说稍微复杂,为了找出三个参数的最优组合,我们先找三参数初始值,再在初始值附件找出最优组合。初始值扫描使用线性扫描,以确定三参数的大概范围,之后再此基础之上需要使用全局优化算法来同时优化三参数。
二维条件下,依据旁轴射线旅行时射线理论(Schleicher等,1993),经典的CRS旅行时方程可以表达为(Jager等,2001)一个双曲型表达式,
传统的CMP叠加需要一个速度参数,而CRS叠加需要三个参数,此时参数搜索空间从一维上升到三维,搜索计算量成指数增长,计算量巨大。一维空间搜索使用线性搜索即可,但是三维空间需要更先进快速的优化搜索算法。目前使用较多的是模拟退火算法和基于梯度的算法,相对效率较低,容易陷入局部最小值,限制了CRS技术的推广应用。
发明内容
本发明提供一种实现地震共反射面叠加参数优化的方法,通过第一步先找出三个初始参数,搜索初始参数是单一逐个搜索,可使用简单的线性搜索;第二步是使用全局优化算法在初始参数附近搜索最优组合解,以实现CMAES算法解决CRS成像参数快速扫描问题。
根据本发明的一个方面,提供一种实现地震共反射面叠加参数优化的方法,包括以下步骤:
步骤S1,获取地震数据,基于地震数据获取初始反射点波前曲率半径、初始反射面波前曲率半径及初始倾角;
步骤S2,通过所述初始反射点波前曲率半径、初始反射面波前曲率半径及倾角,基于目标函数,获取所述波前曲率半径、反射面波前曲率半径及倾角的优化值。
在上述方案基础上优选,所述目标函数为:
其中,
A表示地震道振幅,是时间位置t的函数;
M表示当前道集的道数;
K表示当前时间窗口内的地震信号样点数;
在上述方案基础上优选,所述位置时间t的计算表达式为:
其中:h表示偏移距;
本发明的一种实现地震共反射面叠加参数优化的方法,通过将目标函数设计成一致性函数与加权模型差的和的结构,使其在搜索参数时,在保证得到比较好的一致性条件下,又不偏离给定的初始模型参数(模型差异小),而且规则化参数,可用于调节偏离模型程度的大小。
本发明通过获取目标函数最小值时的反射点波前曲率半径、反射面波前曲率半径及倾角的优化值组合,使用CRS旅行时公式(1)就可以计算CRS旅行时间,就可以对CMP道集或超道集进行动较与叠加,生成最后的CRS叠加成果剖面,供地球物理学家和地质人员来做进一步的处理和解释。
附图说明
图1为本发明的某CDP点位置的三参数优化前与优化后的曲线图;
图2为本发明的某CDP位置动郊正时间随时间深度和偏移距变化图;
图3为本发明的单CDP叠加剖面图;
图4为本发明的CRS叠加剖面图;
图5为本发明的一种实现地震共反射面叠加参数优化的方法流程框图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
请参阅图5所示,本发明提供了一种实现地震共反射面叠加参数优化的方法,包括以下步骤:
步骤S1,获取地震数据,基于地震数据计算获取初始反射点波前曲率半径、初始反射面波前曲率半径及初始倾角;
步骤S2,通过初始反射点波前曲率半径、初始反射面波前曲率半径及初始倾角,基于目标函数,获取所述反射点波前曲率半径、反射面波前曲率半径及倾角的优化值。
为了进一步的说明的本发明的技术方案,以下将详细的介绍本发明的步骤S1中,用于获取反射点波前曲率半径、反射面波前曲率半径及倾角的初始参数。
在常规地震数据处理中,我们需要人工拾取速度,而在CRS处理中需要的叠加速度就是常规叠加速度,但是测叠加速度可以依据CMP旅行时方程自动扫描实现。采用人工拾取的速度作为自动扫描的参照,在人工拾取速度的基础之上,扫描得到一致性函数最大值时对应的速度,这样可以保证得到的扫描速度的稳定性,同时又避免扫描到多次波的低速范围。
二维条件下,依据旁轴射线旅行时射线理论(Schleicher等,1993),经典的CRS旅行时方程可以表达为(Jager等,2001)一个双曲型表达式,
对比叠加速度公式,
令,
变换后得到,
具体实施,是参数自动扫描速度,这里需要指出叠加速度在CRS处理中非常重要,但是无任何参数约束的速度模型自动扫描可能会存在很多问题,扫描速度前,提供参考速度,以参考速度为中心依据来设定扫描的范围,进行线性扫描,取一致性最好时对应的速度,再将得到了进行光滑,之后使用此速度做共中心点道集的动较和叠加,生成地震叠加剖面。生成剖面后,对剖面进行角度扫描,得到每个样点出的倾角值。倾角的扫描首先使用大角度间隔扫描,如2°左右,在确定大概角度范围后,使用小间隔进行二次扫描,如0.1°左右。在初始扫描得到速度和倾角后,依据公式(5)可以计算出NIP半径;假设公式(1)的h为0,即可扫描得到N波半径,取其倒数,极为N波曲率。
其中,CMAES 是一种随机的与梯度无关的多维参数搜索的算法(Hansen,2011)。该算法并不基于梯度搜索,也没有导数计算过程,适合各种复杂搜索问题,如多局部最小问题,非线性非光滑问题,参数不可分离问题,不连续和含噪音问题等等。CMAES算法搜索是一个迭代的过程,使用随机采样方法不断的迭代更新随机变量,根据其特点可概括为三步:(1)依据样点均值和协方差矩阵对数据进行空间采样,(2)估算新的样点均值,(3)估算新的样点协方差。这三步依次不断的循环迭代更新,能够高效地搜索参数空间的多为多维解,而且收敛速度快。
这种特有的随机参数更新方式可用方程表示为,
~:表示随机变量分布;
CRS叠加参数的搜索本质上就是一个含噪音,非线性,不连续,不可分离的参数优化问题,因而CMAES是一种适合于CRS参数搜索的非常好的优化方法。
使用CMAES搜索首先第一步是定义最小化目标函数,本发明的目标函数为:
其中,
A表示地震道振幅,是时间位置t的函数;
M表示当前道集的道数;
K表示当前时间窗口内的地震信号样点数;
其中,本发明的位置时间t的计算表达式为:
其中:h表示偏移距;
以下将结合实施例具体说明如何采用CMAES基于目标函数来扫描优化三个初始参数。
在三个初始参数计算出来后,使用CMAES基于目标函数(9)来扫描优化后的三参数,这里以实例说明。图1是某CDP点位置的三参数优化前(蓝色)优化后(红色)的曲线图。相比较而言,红色曲线跳动更多,这个是由于CMAES是一种随机算法,为了寻找最优参数组合,搜索的参数在初始参数附近寻优达到更小的目标函数值。
在搜索到最优三个参数组合后,接下来是使用公式(1)计算得到曲面的旅行时间,图2显示的是某CDP位置动郊正时间图形,x轴是偏移距,图2中的时间参数是经过光滑后的,由于是随机的求解过程,计算的三参数含有随机成分,因而计算的时间需要做光滑。
得到了光滑后的动校正时间,即可对CDP道集数据进行动校正和叠加,图3显示的是单CDP叠加剖面图,图4是CRS叠加剖面图,属于本发明的最新成果,可以看出,图4的信号得到的增强,噪音得到了压制,图4成像效果得到了极大的改善。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。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 (2)
1.一种实现地震共反射面叠加参数优化的方法,其特征在于,包括以下步骤:
步骤S1,获取地震数据,基于地震数据计算获得初始反射点波前曲率半径、初始反射面波前曲率半径及初始倾角;
步骤S2,通过所述初始反射点波前曲率半径、初始反射面波前曲率半径及初始倾角,基于目标函数,获取所述初始反射点波前曲率半径、初始反射面波前曲率半径及初始倾角的优化值;
所述目标函数为:
fobj(t)=fsem(t)+ε*||Δm||;
且,fsem(t)=1/(1+S(t));
||Δm|=(α-α0)2+(RNIP-RNIP0)2+(CN-CN0)2;
其中,
RNIP表示待优化的反射点波前曲率半径;
a表示待优化倾角;
CN表示待优化的反射面波前曲率半径RN的倒数,-1≤CN≤+1;
RN表示待优化的反射面波前曲率半径;
RNIP0表示初始反射点波前曲率半径;
a0表示初始倾角;
CN0表示初始反射面波前曲率半径的倒数,-1≤CN0≤+1;
S(t)表示地震信号随时间变化的一致性函数;
A表示地震道振幅,是位置时间t的函数;
fsem(t)表示地震信号随时间变化的一致性组合函数;
M表示当前道集的道数;
K表示当前时间窗口内的地震信号样点数;
||Δm||表示样点空间偏离初始参数模型的L2范数;
ε表示规则化的系数,0<ε<+1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811451480.8A CN109856676B (zh) | 2018-11-30 | 2018-11-30 | 一种实现地震共反射面叠加参数优化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811451480.8A CN109856676B (zh) | 2018-11-30 | 2018-11-30 | 一种实现地震共反射面叠加参数优化的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109856676A CN109856676A (zh) | 2019-06-07 |
CN109856676B true CN109856676B (zh) | 2021-03-12 |
Family
ID=66890441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811451480.8A Active CN109856676B (zh) | 2018-11-30 | 2018-11-30 | 一种实现地震共反射面叠加参数优化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109856676B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110954955A (zh) * | 2019-12-23 | 2020-04-03 | 西南石油大学 | 一种基于进化优化算法的地震随机反演方法 |
CN112327364B (zh) * | 2020-11-02 | 2022-04-29 | 中国石油大学(华东) | 一种改进型一步法三维crs叠加方法 |
CN113960669A (zh) * | 2021-10-21 | 2022-01-21 | 中国石油化工股份有限公司 | 基于共成像点道集组合计算的反射信息增强方法及装置 |
CN113960668B (zh) * | 2021-10-21 | 2024-04-16 | 中国石油化工股份有限公司 | 基于叠前时间偏移的增强反射信息的方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL83306A (en) * | 1987-07-23 | 1990-12-23 | Gelchinsky Boris | Method of analysing the structure of a medium,particularly useful for seismic prospecting |
CN105301648A (zh) * | 2014-07-31 | 2016-02-03 | 中国石油化工股份有限公司 | 一种获取共反射面元叠加参数的方法 |
CN106483559B (zh) * | 2015-08-24 | 2018-11-23 | 中国石油化工股份有限公司 | 一种地下速度模型的构建方法 |
KR101842656B1 (ko) * | 2015-10-05 | 2018-03-27 | 주식회사 에프에스 | 지층구조의 해석력 향상 기능을 갖는 공통반사표면법과 공통회절표면법을 이용한 탄성파 데이터의 복합처리방법 |
CN107179543B (zh) * | 2016-03-11 | 2019-06-04 | 中国石油化工股份有限公司 | 对叠前数据进行规则化的方法和装置 |
CN109557585B (zh) * | 2019-01-25 | 2019-08-20 | 中国石油大学(华东) | 一种基于差分进化算法的crs倾角分解方法 |
-
2018
- 2018-11-30 CN CN201811451480.8A patent/CN109856676B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109856676A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109856676B (zh) | 一种实现地震共反射面叠加参数优化的方法 | |
CN108872926B (zh) | 一种基于凸优化的幅相误差校正及doa估计方法 | |
CN108196305B (zh) | 一种山地静校正方法 | |
AU2014280832B2 (en) | Seismic data spectrum restoring and broadening | |
CN109239649B (zh) | 一种阵列误差条件下的互质阵列doa估计新方法 | |
CN108845325A (zh) | 拖曳线列阵声纳子阵误差失配估计方法 | |
CN117077547B (zh) | 森林地上生物量估计方法及系统 | |
Liu et al. | Navigability analysis of local gravity map with projection pursuit-based selection method by using gravitation field algorithm | |
CN113466933A (zh) | 基于深度加权的地震斜率层析成像方法 | |
CN108957545A (zh) | 气枪阵列子波方向性反褶积方法及系统 | |
CN109975869B (zh) | 一种沿地层走向光滑约束的反射波波形反演方法 | |
Abedi et al. | Three‐parameter Radon transform in layered transversely isotropic media | |
CN112731520A (zh) | 一种基于结构张量扩散滤波的全波形反演方法及系统 | |
CN109581488A (zh) | 一种基于粒子群优化crs超道集地震波成像方法 | |
CN109669172A (zh) | 基于主瓣内强干扰抑制的弱目标方位估计方法 | |
CN114076985B (zh) | 可控震源的噪音压制方法、装置、设备和存储介质 | |
Waldeland et al. | Fast estimation of prestack common reflection surface parameters | |
CN113805233A (zh) | 一种点扩散函数的计算方法 | |
Wu et al. | Stacking common-image gathers via the flatten-illumination-similarity method | |
CN111538084B (zh) | Ovt域数据转换成方位角度域成像道集的方法及系统 | |
Reta-Tang et al. | A case study: Improved subsalt imaging through TTI model building and imaging of a WAZ survey in the Gulf of Mexico | |
Vincent et al. | Solving Trinidad’s imaging challenges through orthorhombic and least-squares Q migration of high-density full-azimuth OBN data | |
CN116226627B (zh) | 一种非高斯环境下洛伦茨约束角度估计方法及系统 | |
Wang et al. | Passive distributed arrays cross-location algorithm with windowed deconvolution | |
CN112946601B (zh) | 基于Gauss-Seidel的高效分布式目标相位优化方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |