CN110023790B - 地震采集几何全波形反演 - Google Patents
地震采集几何全波形反演 Download PDFInfo
- Publication number
- CN110023790B CN110023790B CN201780074573.0A CN201780074573A CN110023790B CN 110023790 B CN110023790 B CN 110023790B CN 201780074573 A CN201780074573 A CN 201780074573A CN 110023790 B CN110023790 B CN 110023790B
- Authority
- CN
- China
- Prior art keywords
- subsurface
- illumination image
- inversion
- wave illumination
- seismic data
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims abstract description 97
- 238000005286 illumination Methods 0.000 claims abstract description 65
- 230000008569 process Effects 0.000 claims description 35
- 230000005012 migration Effects 0.000 claims description 21
- 238000013508 migration Methods 0.000 claims description 21
- 230000002441 reversible effect Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 8
- 239000000523 sample Substances 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 description 12
- 230000008901 benefit Effects 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000005755 formation reaction Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000009877 rendering Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000015654 memory Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000007795 chemical reaction product Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 229910000078 germane Inorganic materials 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/003—Seismic data acquisition in general, e.g. survey design
- G01V1/005—Seismic data acquisition in general, e.g. survey design with exploration systems emitting special signals, e.g. frequency swept signals, pulse sequences or slip sweep arrangements
-
- 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V1/30—Analysis
- G01V1/303—Analysis for determining velocity profiles or travel times
-
- 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
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- 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
- G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
- G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/38—Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
- G01V1/3808—Seismic data acquisition, e.g. survey design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- 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
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- 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
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/614—Synthetically generated data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/622—Velocity, density or impedance
- G01V2210/6222—Velocity; travel time
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/67—Wave propagation modeling
- G01V2210/679—Reverse-time modeling or coalescence modelling, i.e. starting from receivers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Geophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Oceanography (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
一种用于地震勘探的方法,包括:使用选定的采集几何,从表示地下区域的一组地震数据中获得地下区域的潜波照明图像;将潜波照明图像的反演裁剪到值的范围;以及执行加权全波形反演。加权的全波形反演进一步包括:利用裁剪的潜波照明图像的反演加权全波形反演梯度;以及使用加权梯度执行全波形反演。
Description
相关申请的交叉引用
本申请要求2016年12月2日提交的美国临时专利申请No.62/429,559的优先权。其公开内容特此通过引用整体地并入本文。
技术领域
本发明涉及地震勘测信息的成像,并且更具体地,涉及这种成像中的计算资源的有效操作和使用。
背景技术
本文档的这个部分介绍本领域的可能与在下面描述和/或要求保护的本发明的各个方面相关的所选部分。其提供背景信息以促进对所要求保护的内容的更好理解。这因此是对“相关”技术的讨论。这样的技术是相关的决不暗示它也是“现有技术”。相关技术可以是或者可以不是现有技术。此讨论将从这个角度来阅读,而不是作为对现有技术的承认。
常常通过“地震勘测”来执行对碳氢化合物的追踪。在地震勘测中,使用脉冲源、扫频源或其它种类的能量源来将地震频率的声学信号传递到地球中。来自这些信号的能量通过地球传播并且地球的地下地层的结构以特有方式更改信号及其属性。然后通过各种机制(诸如反射、折射等)将地震信号部分地返回到地球的表面。所返回的信号被接收和记录为地震数据。
由于地层的结构更改信号及其属性的特有方式,地震数据表示它们传播通过的地下区域。地球物理学家通常可根据所识别的地震信号的特有变更来推理地下区域的结构。地球物理学家用来做此推理的分析严重地依赖于计算资源。地震数据集足够大以致无法进行人工数值计算和分析,所以地球物理学家需要计算机完成此任务。数据集也足够大并且处理足够复杂,以致大多数数值任务的计算成本也非常高。也就是说,使用许多计算资源,花费长时间。
此过程的一个方面是“建模”正在探索或将要探索的地下区域。通常根据地震或其他数据构建表示地下区域的模型。有时,先前已经以例如测井曲线、地质信息、地质模型和来自于先前地震处理的结果的形式从地下区域获取此数据。其他时候,此数据是合成的,已经以其他方式生成。例如,可以使用如上所述的模型从执行数值算法/方法的计算机获得合成数据。
模型通常具有地下地层的各种属性,并且因此可称为“地下属性模型”。这些模型通常表示地下区域的特定物理属性。在这些类型的尝试中感兴趣的一个物理属性是速度,并且其以“速度模型”表示。速度模型是能够在地震数据的分析中使用的表面下地质地层的表示。为了将地震数据转换成“地震图像”,地球物理学家要求在地下区域中的各个位置处进行表面下速度的分析。速度模型的这种计算计算成本也是非常高的,并且其准确性和精确性直接地影响地震图像的质量。
在这些类型的尝试中感兴趣的另一物理属性是“探测深度”(depth ofinvestigation,“DOI”)。可以将探测深度认为是从针对地表下区域内的给定经度和纬度坐标的给定勘测获得可用信息的深度。它是若干众所周知的参数的函数,所述参数诸如源和接收器放置、地震信号的属性、表面下速度等。
源和接收器的位置也被称为“采集几何(acquisition geometry)”、并且因此表面下结构总体上可大大地影响勘测的探测深度。表面下结构和表面下结构内的地震信号的相互作用可能是相当复杂的。它还将因表面下地层内的位置而变化。因此探测深度与其说是数字,不如说是许多因素的函数,所述许多因素将因地下区域内的位置而变化。针对任何给定的一组地震数据确定探测深度通常计算成本也是非常高且模糊的。
在分析地震数据中使用的一种方法是全波形反演(full-waveform inversion,FWI),其输出要在计算地震图像中使用的表面下属性模型。地球物理学家有时也根据FWI——探测深度中的因素和地震图像的总体准确性来执行速度模型的探测深度的分析。然而,FWI的计算成本是非常高的。
从以上讨论中能够看出,该尝试在时间和资源上的计算成本是非常高的。因此,通过提高计算资源的操作和使用效率,能够在地震勘探活动过程中产生显著的益处。虽然存在许多适合于此目的的技术,但是技术总是有进一步的发展。因此,目前公开的技术将深受欢迎。
附图说明
附图被并入在本文中并构成本说明书的一部分,附图图示本发明的实施例,并且与说明书一起用来说明本发明的原理。在图中:
图1图式地呈现本文中公开的技术的方法中的过程流。
图2图式地呈现用于在图1的方法的一个特定实施例中获得潜波照明图像的过程流。
图3A-图3B图示可以用于实现目前公开的技术的一些方面的计算设备。
图4呈现在示例性地震勘测的场景中与潜波照明图像的采集相关联的一些构思。
图5是如可以在本发明的一些实施例中使用的示例性速度模型的图形渲染。
图6是从图5的速度模型获得的合成的正向建模的低频数据的图形渲染。
图7是通过图6的低频数据的逆时偏移(reverse time migration)所获得的角度道集(gathers)的图形渲染。道集的开口角度在面板内从左向右增加。
图8A-图8C是分别针对8km、12km和15km的最大偏移量的从图7的大角度道集获得的潜波照明的图形渲染。
图9描绘DWI图像体积的一个特定实施例。
图10描绘通过图9的DWI体积预处理的FWI梯度。
图11A-图11B分别是使用传统FWI工作流和根据本发明公开技术的DWI预处理FWI梯度的更新棋盘格扰动,每个附图描绘图像体积的两个切片。
具体实施方式
可以使用具有低频、长偏移、潜波的地震数据来创建通过全波形反演(“FWI”)构建的诸如速度模型的表面下属性模型。因为FWI的第一次迭代近似等于偏移,所以本技术通过凭借具有大开口角度的低频能量的偏移计算潜波照明(“DWI”)图像体积来近似所选择的采集几何的影响。通过分析此DW1图像体积,可以观察到模型内的照明的相对强度,其作为深度的函数而减小。如果通过将FWI梯度与DW1图像体积相乘来预处理FWI,则在随后的迭代中能够仅在跟随模型的弱照明的更深部分的模型的强照明的浅部分内更新模型。对于选择的采集几何,该技术因此迫使FWI仅在数据最有可能帮助的地方更新模型,减轻问题的非线性。
更具体地,当前公开的技术使用DWI图像体积作为用特定采集几何记录的地震数据的FWI的预处理器。如上所述,来自FWI的表面下属性模型对每个炮点(shot)道集中记录的低频、长偏移、潜波信息的存在最敏感。同样如上所述,FWI的第一次迭代大约等同于偏移,并且因此通过对每个炮点位置运行单次迭代的反向时间偏移(“RTM”)并且如在成像中一样针对给定的几何进行堆叠来近似选择的采集几何的影响。通过仅包括来自每个炮点道集的波场的低频潜波部分,能够针对所选择的采集几何近似FWI探测深度(“DOI”)。
在此场景中的探测深度被称为DWI图像体积。通过分析此DWI图像体积,能够针对特定采集几何观察表面下属性模型中的潜波照明的相对强度。在模型的浅部分中,照明更强,并且在截面中随着深度变深逐渐变弱。
在数学上,FWI通过从梯度和步长的乘积计算速度扰动并将此添加到起始模型来更新表面下属性模型。针对整个模型计算梯度,但是通过分析DWI体积,已知FWI的探测深度取决于用于记录地震数据的采集几何。为了使模型聚焦以仅在照明区域内更新,当前公开的技术实现自上而下的更新策略,通过将其与DWI图像体积相乘来预处理FWI梯度,以便于允许更新首先应用于模型的强照明的浅部分,然后是模型的弱照明的更深部分。
现在将详细地参考本发明的目前的实施例(示例性实施例),其示例被图示在附图中。只要有可能,将在所有附图中使用相同的附图标记指代相同或相似的部分。
在图1中呈现此技术的一个特定实施例,其图式地呈现了该技术方法中的过程流100。过程流100开始于首先使用选择的采集几何从表示地下区域的一组地震数据中获得(在105处)地下区域的DWI图像。可以以若干方式中的任何一种获得DWI图像。例如,这样的DWI图像可能先前已生成并存档。在这种情况下,能够通过从存档存储中检索来“获得”DWI图像。在其他实施例中,可以从头开始生成DWI。可以使用对于受益于本公开的本领域的技术人员来说显而易见的任何合适的方法。
然而,为了更好地理解该技术的这个方面,现在将更详细地讨论一个特定实施例。在此特定实施例中,根据数据生成DWI。然而,要理解的是,下面要求保护的方法不限于此。类似地,在此特定实施例中,表面下属性模型是速度模型,但是在替代实施例中可以使用替代属性的模型。
在图2中图式地呈现根据一个特定实施例的通过其可以获得DWI图像(在105处,图1)的过程流200。如对于具有本文公开知识的本领域的技术人员来说显而易见的,该过程流主要并且在一些实施例中完全是计算机实现的。为此,图3A-图3B呈现可以通过其执行过程流200的计算机实现的方面的示例性计算设备。
现在参考图3A,示出计算设备300的硬件和软件架构的所选部分。取决于特定实施方式,计算设备300可以是通用计算设备或专用计算设备。计算设备300至少包括通过通信介质309与存储装置306通信的电子处理器303。
电子处理器303可以是本领域已知的任何适合的处理器或处理器组。本领域的技术人员将领会的是,数据和数据集(例如在诸如本文中公开的过程这样的过程中使用的数据和数据集)是相当庞大的,并且本文中描述的处理是计算密集的。电子处理器303的典型实施方式因此实际上构成分布在协同工作的多个计算设备上的多个电子处理器组。在下面讨论一个这样的实施例。
存储装置306可以包括诸如磁硬盘和/或随机存取存储器(“RAM”)这样的非暂时性存储介质和/或诸如光盘315这样的可移动存储装置。存储装置306被编码有许多软件组件,其包括操作系统(“OS”)312、应用314、速度模型(“VM”)316、可以存储低频地震数据(“LFSD”)318的数据结构、可以存储多个道集320的数据结构、以及可以存储图像322的数据结构。如上所述,存储装置306也可以分布在多个计算设备上。
和电子处理器303一样,实施方式特定设计约束可以在任何特定实施例中影响存储装置306的设计。例如,如上面所指出的,所公开的技术对庞大的数据集进行操作,所述数据集对于诸如独立磁盘冗余阵列(“RAID”)这样的各种类型的“大容量”存储装置通常将得到缓解。其它类型的大容量存储装置是本领域已知的并且还可以作为RAID的补充或替代被使用。
电子处理器303在OS 312的控制下操作并且通过通信介质309执行应用314。可以例如在启动时或者应用户命令而自动地发起此过程。用户命令可以直接地通过用户接口324。
用户接口324包括用户界面软件(“UIS”)326和显示器328。它还可以包括诸如键区或键盘330和鼠标332的外围输入/输出(“I/O”)装置。这些将是与目前公开的技术没有密切关系的实施方式特定细节。例如,如果显示器328包括触摸屏,则一些实施例可以放弃外围I/O装置。因此,目前公开的技术在计算系统300的这个方面中容许广泛变化,并且可以使用本领域已知的任何常规的实施方式。
此外,不要求像公开的那样实现上述的计算系统300的功能。例如,可以在某种其它种类的软件组件(诸如守护进程或实用程序)中实现应用314。应用314的功能不需要被聚合到单个软件组件中并且可以分布在两个或更多个软件组件上。类似地,可以使用本领域已知的任何适合的数据结构来实现这些数据结构。
和电子处理器303和存储装置306一样,通信介质309的实施方式将随着特定实施例而变化。如果计算系统300被部署在单个计算设备上,则通信介质309可以是例如该单个计算设备的总线系统。或者,如果跨越多个联网的计算设备实现计算系统300,则通信介质309可以包括计算设备之间的有线或无线链路。
本文的详细描述的一些部分是按软件实现的过程而呈现的,所述过程涉及对计算系统或计算装置中的存储器内的数据比特的操作的符号表示。这些描述和表示是由本领域的技术人员使用来将其工作的实质最有效地传达给本领域的其它技术人员的手段。过程和操作要求物理量的物理操纵,所述物理量将以物理方式变换在上面执行操纵或者在上面存储结果的特定机器或系统。通常,虽然不一定,但是这些量采取能够被存储、转移、组合、比较和以其它方式操纵的电信号、磁信号或光信号的形式。有时主要由于通用的原因,将这些信号称为比特、值、元素、符号、字符、术语、数字等已证明是方便的。
然而,应该记住的是,所有这些和类似的术语都将与适当的物理量相关联并且仅仅是应用于这些量的方便标签。除非具体地陈述或者另外如可能是显而易见的,否则贯穿本公开,这些描述涉及电子装置的动作和过程,这些动作和过程操纵并将被表示为某个电子装置的存储器内的物理(电子、磁或光学)量的数据变换成被类似地表示为存储装置内或传输或显示装置中的物理量的其它数据。表示这样的描述的术语的示例不限于是术语“处理”、“计算”、“计算出”、“确定”、“显示”等。
此外,软件的功能的执行变换在上面执行它的计算设备。例如,数据的采集将以物理方式更改存储装置的内容,该数据的后续处理也将如此。物理更改是“物理变换”,原因在于它改变计算设备的存储装置的物理状态。
还应注意的是,本发明的软件实现的方面通常被编码在某种形式的程序存储介质上,或者可替选地,被实现在某种类型的传输介质上。程序存储介质可以是磁的(例如,硬盘驱动器)或光学的(例如,光盘只读存储器,或“CD ROM”),并且根据需要可以是只读或随机存取。类似地,传输介质可以是双绞线对、同轴电缆、光纤或本领域已知的某个其它适合的传输介质。本发明不受任何给定实施方式的这些方面限制。
在图3B中示出在所图示的实施例中发生这样的处理的示例性计算系统350的一部分。计算系统350是联网的,但是不要求计算系统350联网。替代实施例可以采用例如对等架构或对等架构和客户端/服务器架构的某种混合体。计算系统350的大小和地理范围对于本发明的实践而言不重要。大小和范围可以是从位于同一房间中的局域网(“LAN”)的几个机器到全球分布在企业计算系统中的数百或数千个机器的任何地方。
在所图示的部分中,计算系统350包括服务器352、大容量存储设备354和工作站356。本领域的技术人员将进一步领会的是,计算系统350以及甚至所示的它的部分将更加复杂。然而,这样的细节是常规的并且不应被示出或者讨论以避免模糊在下面要求保护的主题。
在图3B中,应用314被示出为驻留在服务器352上,然而速度模型316、低频地震数据318、道集320和图像322驻留在大容量存储装置354中。虽然这是定位各种软件组件的一种方式,但是该技术不依赖于这样的布置。尽管在特定实施例中,性能关注点对于某些位置可以有所缓解,但是软件组件的位置在其他方面并不重要。
取决于最终产品的采集的方式和实施方式特定目标,目前公开的技术在处理中容许某种变化。本领域的技术人员将领会的是,不论处理方法如何通常都将有一定程度的预处理。通常在目前公开的技术的各种实施例中将使用这样的预处理。然而,由于其在本领域中的普遍性以及本领域的技术人员对它的熟悉,为了清楚起见并且为了避免模糊在下面要求保护的主题,将不进一步讨论这样的预处理。
现在参考图2和图3B,工作站356处的用户358调用应用314来执行过程200。如上面所提及的,速度模型316被假定为已经在用户358发起过程300时被生成。速度模型316是已经被勘测或者将被勘测的地球的特定地下区域的模型。它使用本领域公知的技术来生成。在先前尚未生成速度模型316的实施例中,可首先使用那些众所周知的技术来生成速度模型316。那些技术是本领域众所周知的,为了清楚起见并且为了避免模糊本发明,将省略对细节的进一步讨论。
速度模型316从表示地球的地下区域的数据(未示出)生成。在所图示的实施例中,该数据是在前一次地震勘测中采集的地震数据。如果需要地震数据,则替代实施例可以出于此目的使用其它数据源作为地震数据的替代或补充。作为示例,这样的其它数据源可以包括测井日志、重力勘测、电磁勘测、地质检查等。受益于本公开的本领域的技术人员可以辨识可能适合于此目的的另外的数据源。
利用足够低频和足够高信噪比的地震数据,本领域的技术人员众所周知的用于从地震数据构建速度模型的一种技术是全波形反演(“FWI”)。在实施例中,FWI从低频(尽可能低)开始,然后添加越来越高的频率。速度为一的表面下属性模型因此缓慢地成为焦点,同时随着反演的轮次继续而渐进地添加更精细的特征。通过该过程的每个阶段所输出的速度模型然后变成用于下一个阶段的起始模型。参见L.Sirgue和R.G.Pratt,"EfficientWaveform Inversion and Imaging:A Strategy for Selecting TemporalFrequencies",69 Geophysics 231(2004)。
所图示的实施例的速度模型316此外是“平滑”速度模型。在此场景中,术语“平滑”指示速度模型已被低通滤波,使得速度标度长度大于研究的地震波长。然而,在所有实施例中这样的平滑对于本发明的实践而言不是必需的。一些替代实施例可以使用尚未被平滑的速度模型。
返回到图2和图3A,过程200通过在地下区域的速度模型316上进行正向建模(在310处)以生成一组低频地震数据318来开始。这种正向建模更具体地被称为“双向”正向建模。在其它实施例中,正向建模可以是“单向”正向建模,其通常被认为不如双向建模准确。然而,在本实施例中,对正向建模的引用是描述双向建模。速度模型上的双向正向建模的一般构思本身是本领域众所周知的。然而,在本发明中与常规实践至少有两个区别。
一个区别是选择性地利用源和接收器的一个或多个特定采集几何(或位置)来执行正向建模(在210处)。采集几何的选择将取决于实施例,因为FWI DOI依赖于采集几何。一些实施例可以对于已经被执行的地震勘测估计FWI DOI。这些实施例将使用在采集期间部署的实际采集几何。该过程还可以用于对于提出的勘测估计DOI。在这样的实施例中,可以使用若干提出的采集几何来确定哪一个对于地下感兴趣区域产生最好的FWI DOI。
第二区别是将定制正向建模(在210处)中使用的仿真地震信号以产生低频地震数据。本领域的技术人员将领会的是,地震勘测或一个的正向建模将通常在合成的地震数据中包括频率范围。例如,一个实施例使用横跨三个八音度的频率范围,直到能够以几十米分辨率解析表面下结构的感兴趣频率。本领域的技术人员还将领会的是,正向建模的计算成本非常高,并且将正向建模局限于低频地震数据将加速正向建模过程。目前要求保护的过程对低频地震数据进行操作,如此可以相应地定制正向建模(在210处)中使用的地震信号,从而降低正向建模(在210处)的总体计算成本。
在本公开的场景内,术语“低频”通常意指2Hz-6Hz。理论上,所要求保护的过程可以使用低于2Hz。然而,由于公认的地球物理限制和仪器问题,野外地震源很少低于2Hz。所要求保护的过程可以使用高于6Hz的频率,但是所估计的FWI DOI受此频率限制,并且频率越高,通常所估计的FWI DOI越浅。
因此可能存在经建模的地震数据的“低频”落在2Hz-6Hz的范围外的异常情况。例如,可以知道地震数据尤其没有噪声,使得可以使用低于2Hz的频率。类似地,技术可以发展到在野外可容易地实现小于2Hz的地震频率的点。或者,一个人可能正在对特别浅的FWIDOI进行测试,在此情况下,可能使用高于6Hz的频率。然而,预期大多数实施例将采用2Hz-6Hz范围内的“低频”。
不管怎样,在“低频”的场景中术语“大致”意味着数值量化在行业内可接受的误差的余量内。例如,众所周知,在勘测过程中,仪器设定和测量结果可能因各种原因而变化。因此,“大致2Hz”的频率包括不精确地为2.0Hz而是包括在误差的可接受余量内稍微变化的频率的频率。类似地,大致2Hz-6Hz的频率范围可以包括在2.0Hz-6.0Hz范围外的频率,只要它们在误差的可接受余量内即可。构成“误差的可接受余量”的内容将取决于对受益于本公开的本领域的技术人员显而易见的情况。
所要求保护的过程独立于建模源和它们传递的信号的类型。仿真源可以是脉冲源、扫描源或本领域已知的任何其它种类的源。如受益于本公开的本领域的技术人员将领会的,这些种类的建模源中的每一个均将产生不同种类的信号。所要求保护的过程可以与这些信号中的每一个一起使用。
返回到图1,过程100通过对通过正向建模(在210处)所产生的低频地震数据执行(在220处)逆时偏移而继续。此逆时偏移的目的是为了获得(在220处)具有大开口角度的多个图像道集。逆时偏移本身是本领域众所周知的,但是其在此场景中的使用不是众所周知的。预期所要求保护的过程的实施例将使用逆时偏移技术,所述逆时偏移技术区分具有大开口角度的道集和不具有大开口角度的那些道集。在2014年3月31日以发明人Qie Zhang的名义提交的标题为“Specular Filter(SF)and Dip Oriented Partial Imaging(DOPI)Seismic Migration”并且同此共同转让的美国专利公开2014/0293744中公开了一种这样的技术。
在本公开的场景内,“大开口角度”意指等于或者超过大致160°的那些开口角度。如图4中所示,这将通常包括本领域已知的“潜波”400和反向散射能量410。潜波400是被折射而不是被反射到地球的记录表面420的那些波。地下地层430的地震速度特性的变化逐渐地改变能量的传播方向,以将它从向下轨迹重定向到向上轨迹。开口角度沿着潜波的路径等于180°。反向散射能量410由地下地层430中的反射器440处的反射产生。沿着反向散射波路径410的开口角度具有180°的开口角度。
在此场景中,“大致”意味着对于构成“大开口角度”的内容的精确测量结果可以根据逆时偏移算法的准确性而在一定程度上变化。在这种情况下,即使不完全是所期望的,一个人也可能放松≥160°的标准以包括接近于该角度的大量能量。因此,一些实施例可以放松标准以便捕获该能量。受益于本公开的本领域的技术人员将能够在实现所要求保护的过程时容易地行使这样的个人判断。
如上面所指出的,预期大多数实施例将利用逆时偏移(“RTM”)技术,所述RTM技术将区分并产生具有大开口角度的道集。逆时偏移是基于波场的偏移的示例,其中波场被生成并用于通过以下步骤来形成地震图像:对波场(或源波场)进行正向建模,使用相同的正向建模引擎(接收器波场)来反向传播一组记录的地震数据,并且应用成像条件,诸如源波场与接收器波场之间的零滞后互相关。基于波场的偏移方法通常被认为在地下区域中是理想的,所述地下区域在地质上是复杂的并且包含陡峭倾斜地质结构。虽然在计算上比基于射线的偏移更昂贵,但是RTM产生更准确的地震图像。
返回到图2,过程200然后通过堆叠(在230处)具有大开口角度的图像道集以产生潜波照明图像而继续。注意的是,潜波照明图像不仅包含潜波,而且包含像上面所讨论的那样开口角度≥160°的反向散射能量。堆叠本身在本领域中是众所周知的,但是其在此场景中的使用不是众所周知的。它包括道集的求和以生成潜波照明图像。
过程200然后通过从潜波照明图像估计(在240处)全波形反演探测深度(“DOI”)而结束。这将通常包括渲染潜波照明图像以用于目视检查。本领域的技术人员将领会的是,DOI不是数字,而是相反地为函数。通常,用户想要评估给定地震采集的FWI DOI是否足以探测表面下的感兴趣区域。受益于本公开的本领域的技术人员将能够根据对潜波照明图像的目视检查来判断此询问的答案。然而,一些实施例可以选择利用计算技术来实现此步骤。
更具体地,此特定实施例仅在低于6Hz的频率下生成正向模型数据并且利用仅具有大开口角度≥160°的角度道集的部分来计算逆时偏移(“RTM”)图像。也就是说,此实施例仅包括RTM中满足近似用于潜波的开口角度成像条件的开口角度成像条件的数据。(注意的是,这将不仅包括潜波,而且包括如上面所讨论的一些反向散射能量。)它通过使用前述美国专利公开2014/0293744中公开的光流方法来计算RTM中的角度道集来区分这些大角度。对于所选择的采集几何,这些低频大角度道集的对应堆叠被称为潜波照明(“DWI”)图像,其近似针对此相同采集几何的FWI的DOI。
基本上,在此实施例中存在用于像图2中所图示的那样获得DWI图像的三步骤过程。它通过在平滑速度模型上正向建模(在210处)以生成低频(2-6Hz)数据(诸如图6中所示的数据)而开始。它通过运行(在220处)低频RTM(2-6Hz)继续进行,包括通过上面公开的光流技术来计算角度道集。图7是在此实施例中通过图6的低频数据的逆时偏移所获得的角度道集的图形渲染。它然后生成具有大开口角度的角度道集的部分的堆叠(在230处)。此堆叠是DWI图像,所述DWI图像近似所选择的采集几何的FWI DOI。图8A至图8C是分别针对8km、12km和15km的最大偏移量的从图7的大角度道集获得的潜波照明图像的图形渲染。
现在返回图1,一旦获得DWI图像(在105处),过程100通过裁剪先前获得的DWI图像的反演继续(在110处)。虽然DWI图像对于本领域是未知的,但是在诸如DWI图像的图像的反演和裁剪在其他场景中是已知的。裁剪图像也可以描述为在选定的幅度值处的阈值处理。那些反演和裁剪技术可以容易地应用于DWI图像,并且可以采用任何这种合适的技术。在所图示的实施例中,反演的DWI图像被裁剪到在1到0之间的值。
接下来执行加权FWI(在115处)。加权FWI包括利用裁剪的DWI图像的反演来加权FWI梯度(在115a处)。在所图示的实施例中,这通过乘法来完成-将FWI梯度乘以裁剪的DWI图像的反演。裁剪过程将反演DWI图像限制为DOI内的那部分。
反演和裁剪(在110处)产生“权重”,可以利用该权重为原始DWI图像的所选几何预处理FWI迭代。更具体地,预处理(在115a处)的是FWI梯度,因此FWI梯度的加权(在115a处)作为整体预处理FWI。因为从DWI图像中获得裁剪的反演图像,并且因为该DWI图像是所选几何的函数,所以通过所选几何预处理FWI。
如上所述的加权FWI梯度(在115a处)的效果是限制可用于FWI的信息量。图9描绘DWI图像体积的一个特定实施例。较暗区域900指示DOI内的区域,并且较亮区域905指示DOI外部的区域。图10描绘从图9的DWI体积导出的预处理FWI梯度1000。FWI梯度内的区域1005包含在FWI中有用的信息。区域1010不包含任何信息,并且在FWI中无用。
因此,当利用加权梯度执行FWI(在115b处)时,仅需要对与加权梯度内的区域1005相对应的模型的那些部分执行FWI。反过来,这通过仅更新模型的一部分来节省计算资源。然而,更新的模型的那部分是DOI内的强加权区域中的那部分,并且因此在最感兴趣的区域内。
然后根据需要迭代执行加权FWI的过程(在115处)。但是,在每次迭代中,使用不同的值裁剪DWI的反演,使得结果创建DWI图像的裁剪反演,其包含模型较深部分中的信息。因此,每次迭代的加权FWI梯度包含更多信息,用于将模型更新到更深的深度。这逐渐推动每次迭代以更新速度模型的更深、更弱的照明部分。因此,DOI中的模型区域被更强烈地照射,并且因此被更新和调整为比那些弱照射的区域更深。
因此,所公开的技术基本上能够被认为是所图示实施例中的四步迭代过程。对于选定的采集几何,首先获取DWI图像体积。然后,将DWI体积的反演裁剪到1到0之间的值,较高的值表示更强的潜波照明。接下来,通过使用用于计算DWI体积的相同采集几何获取的场数据,将FWI梯度乘以该加权体积以强调在速度模型的强照射部分内更新的模型,执行FWI。然后,根据需要重复裁剪和加权的FWI,改变剪辑值以迫使FWI更新速度模型的更深、更弱照射的部分。
通过图11A-图11B能够证明所公开技术的功效。图11A是使用描绘图像体积的两个切片的传统FWI工作流的更新的棋盘扰动。图11B是根据当前公开的技术使用DWI预处理的FWI梯度的更新的棋盘扰动,其描绘图像体积的相同的两个切片。具有如何阅读这些附图的知识的本领域的技术人员将观察到图11B的更新的棋盘扰动比图11A的改进得多。
因此,本文公开的技术通过对FWI进行加权以针对所选择的采集几何进行预处理来改进计算资源的使用和效率。此加权使FWI通过将较早的迭代限制到这些区域然后在随后的迭代中扩展到更弱的照射区域来聚焦于在勘测期间最强烈照射的地下地层的区域。值得注意的是,在采集期间最强烈照明的区域受益于全部迭代次数,使得由于加权而在最终产品中不会发生有意义的降级。实际上,如图11A-图11B中所示,所公开的技术在某些方面至少产生优异的最终产品。
从对本文中公开的本发明的说明书和实践的考虑中,本发明的其它的实施例对于本领域的技术人员而言将是显而易见的。意图是,说明书和示例仅被认为是示例性的,同时本发明的真实范围和精神通过以下权利要求来指示。
Claims (31)
1.一种用于地震勘探的方法,包括:
响应于对低频地震数据执行反向时间偏移,使用选择的采集几何,从表示地下区域的一组地震数据中获得所述地下区域的潜波照明图像,其中,所述选择的采集几何描述源的位置接收器的位置;
将所述潜波照明图像的反演裁剪到值的范围以获得裁剪的潜波照明图像的反演;
对所述地下区域的表面下属性模型执行加权全波形反演,包括:
通过将全波形反演梯度乘以所裁剪的潜波照明图像的反演,利用所裁剪的潜波照明图像的反演加权所述全波形反演梯度以获得加权的梯度;以及
在与所加权的梯度关联的区域相对应的所述表面下属性模型的部分上执行所述全波形反演。
2.根据权利要求1所述的方法,其中,获得所述潜波照明图像包括从存储装置检索传统潜波照明图像。
3.根据权利要求1所述的方法,其中,获得所述潜波照明图像包括:
在所述表面下属性模型上进行正向建模以生成一组合成的低频地震数据,从表示所述地下区域的数据生成所述表面下属性模型;
对低频地震数据进行逆时偏移以获得具有大开口角度的多个道集;以及
堆叠所述道集以产生所述潜波照明图像。
4.根据权利要求3所述的方法,其中,所述表面下属性模型是平滑的表面下属性模型。
5.根据权利要求3所述的方法,其中,通过执行在2Hz-6Hz之间的采集来获取所述低频地震数据。
6.根据权利要求3所述的方法,其中,所述大开口角度包括大于160°的角度。
7.根据权利要求3所述的方法,其中,所述表面下属性模型包括速度模型。
8.根据权利要求3所述的方法,其中,从一组地震数据获得所述表面下属性模型。
9.根据权利要求1所述的方法,进一步包括使用值的第二范围裁剪和加权全波形反演。
10.根据权利要求1所述的方法,其中,将所述潜波照明图像的反演裁剪到所述值的范围包括将所述潜波照明图像的反演裁剪到0和1之间的值的范围。
11.根据权利要求1所述的方法,其中,执行所述加权全波形反演包括:使用所选择的采集几何,利用从所述地下区域获取的地震数据来执行加权全波形反演。
12.根据权利要求1所述的方法,其中,执行所述加权全波形反演包括:使用所选择的采集几何,利用从所述地下区域的表面下属性模型获取的合成地震数据来执行加权全波形反演。
13.一种用于地震勘探的方法,包括:
客观地量化选择的采集几何的地下区域的探测深度,其中,所述选择的采集几何描述源的位置接收器的位置;
更新所述地下区域的表面下属性模型直到客观量化的探测深度,包括:
响应于对低频地震数据执行反向时间偏移,使用所述选择的采集几何,从表示地下区域的一组地震数据中获得所述地下区域的潜波照明图像;
将所述潜波照明图像的反演裁剪到值的范围以获得裁剪的潜波照明图像的反演;
通过将全波形反演梯度乘以所裁剪的潜波照明图像的反演,利用所裁剪的潜波照明图像的反演加权所述全波形反演梯度;
在与所加权的梯度关联的区域相对应的所述表面下属性模型的部分上执行全波形反演以获得加权的梯度;以及
使用不同加权的全波形反演梯度迭代地执行后续加权全波形反演以将所述表面下属性模型更新到比所述探测深度更深的深度。
14.根据权利要求13所述的方法,进一步包括:
在所述地下区域的所述表面下属性模型上进行正向建模以生成一组合成的低频地震数据,从表示所述地下区域的所述数据生成所述表面下属性模型;
对所述低频地震数据执行逆时偏移以获得具有大开口角度的多个道集;以及
堆叠所述道集以产生所述潜波照明图像。
15.根据权利要求14所述的方法,其中,所述表面下属性模型是平滑的表面下属性模型。
16.根据权利要求14所述的方法,其中,通过执行在2Hz-6Hz之间的采集来获取所述低频地震数据。
17.根据权利要求14所述的方法,其中,所述大开口角度包括大于160°的角度。
18.一种用于地震勘探的方法,包括:
获得给定的采集几何,其中,所述给定的采集几何描述源的位置接收器的位置;
通过以下操作使用所述给定的采集几何预处理地下区域的表面下属性模型上的全波形反演:
响应于对低频地震数据执行反向时间偏移,使用所述给定的采集几何,从表示地下区域的一组地震数据中获得所述地下区域的潜波照明图像;
将所述潜波照明图像的反演裁剪到值的范围以获得裁剪的潜波照明图像的反演;
通过将全波形反演梯度乘以所裁剪的潜波照明图像的反演,利用所裁剪的潜波照明图像的反演加权所述全波形反演梯度以获得加权的梯度;以及
在与所加权的梯度关联的区域相对应的所述表面下模型的部分上执行预处理的全波形反演。
19.根据权利要求18所述的方法,其中,预处理所述全波形反演包括:
使用所述给定的采集客观量化所述表面下属性模型的探测深度。
20.一种用于地震勘探的方法,包括:
响应于对低频地震数据执行反向时间偏移,使用选择的采集几何,从表示地下区域的一组地震数据中获得所述地下区域的潜波照明图像,其中,所述选择的采集几何描述源的位置接收器的位置;
将所述潜波照明图像的反演裁剪到值的范围以获得裁剪的潜波照明图像的反演;
对所述地下区域的表面下属性模型执行加权全波形反演,包括:
通过将全波形反演梯度乘以所裁剪的潜波照明图像的反演,利用裁剪的所述潜波照明图像的反演加权所述全波形反演梯度以获得加权的梯度;以及
在与所加权的梯度关联的区域相对应的所述表面下属性模型的部分上执行所述全波形反演;以及
使用不同加权的全波形反演梯度迭代地执行后续加权全波形反演以将所述表面下属性模型更新到比针对所述选择的采集几何在所述地下区域中的探测深度更深的深度。
21.根据权利要求20所述的方法,其中,获得所述潜波照明图像包括:
在所述表面下属性模型上进行正向建模以生成一组合成的低频地震数据,从表示所述地下区域的数据生成所述表面下属性模型;
对所述低频地震数据执行逆时偏移以获得具有大开口角度的多个道集;以及
堆叠所述道集以产生所述潜波照明图像。
22.根据权利要求21所述的方法,其中,所述表面下属性模型是平滑的表面下属性模型。
23.根据权利要求21所述的方法,其中,通过执行在2Hz-6Hz之间的采集来获取所述低频地震数据。
24.根据权利要求21所述的方法,其中,所述大开口角度包括大于160°的角度。
25.根据权利要求20所述的方法,其中,将所述潜波照明图像的反演裁剪到所述值的范围包括将所述潜波照明图像的反演裁剪到0和1之间的值的范围。
26.一种用于地震勘探的设备,包括:
存储装置;
通信介质;
处理器,所述处理器通过所述通信介质与所述存储装置通信;
驻留在所述存储装置上的一组地震数据,所述一组地震数据表示地下区域并使用选择的采集几何获得,其中,所述选择的采集几何描述源的位置接收器的位置;
软件组件,所述软件组件驻留在所述存储装置上,当由所述处理器执行所述软件组件时,执行用于地震勘探的过程,包括:
响应于对低频地震数据执行反向时间偏移,从所述一组地震数据中获得地下区域的潜波照明图像;
将所述潜波照明图像的反演裁剪到值的范围以获得裁剪的潜波照明图像的反演;
对所述地下区域的表面下属性模型执行加权全波形反演,包括:
通过将全波形反演梯度乘以所裁剪的潜波照明图像的反演,利用裁剪的所述潜波照明图像的反演加权所述全波形反演梯度以获得加权的梯度;以及
在与所加权的梯度关联的区域相对应的所述表面下属性模型的部分上执行所述全波形反演。
27.根据权利要求26所述的设备,其中,获得所述潜波照明图像包括:
在所述表面下属性模型上进行正向建模以生成一组合成的低频地震数据,从表示所述地下区域的所述数据生成所述表面下属性模型;
对所述低频地震数据执行逆时偏移以获得具有大开口角度的多个道集;以及
堆叠所述道集以产生所述潜波照明图像。
28.根据权利要求27所述的设备,其中,所述表面下属性模型是平滑的表面下属性模型。
29.根据权利要求27所述的设备,其中,通过执行在2Hz-6Hz之间的采集来获取所述低频地震数据。
30.根据权利要求27所述的设备,其中,所述大开口角度包括大于160°的角度。
31.根据权利要求26所述的设备,其中,将所述潜波照明图像的反演裁剪到所述值的范围包括将所述潜波照明图像的反演裁剪到在0到1之间的值的范围。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662429569P | 2016-12-02 | 2016-12-02 | |
US62/429,569 | 2016-12-02 | ||
PCT/US2017/064503 WO2018102813A2 (en) | 2016-12-02 | 2017-12-04 | Seismic acquisition geometry full-waveform inversion |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110023790A CN110023790A (zh) | 2019-07-16 |
CN110023790B true CN110023790B (zh) | 2022-03-08 |
Family
ID=60972333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780074573.0A Expired - Fee Related CN110023790B (zh) | 2016-12-02 | 2017-12-04 | 地震采集几何全波形反演 |
Country Status (10)
Country | Link |
---|---|
US (1) | US10877175B2 (zh) |
EP (1) | EP3548932A2 (zh) |
CN (1) | CN110023790B (zh) |
AU (1) | AU2017366757A1 (zh) |
BR (1) | BR112019011336A2 (zh) |
CA (1) | CA3045473A1 (zh) |
EA (1) | EA038776B1 (zh) |
MX (1) | MX2019006431A (zh) |
SG (1) | SG11201907500VA (zh) |
WO (1) | WO2018102813A2 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108680968B (zh) * | 2018-07-24 | 2020-01-07 | 中国石油天然气集团有限公司 | 复杂构造区地震勘探数据采集观测系统评价方法及装置 |
US11914101B2 (en) | 2020-01-31 | 2024-02-27 | ExxonMobil Technology and Engineering Company | Method for partitioning a search direction when using least squares reverse time migration |
US12060781B2 (en) | 2020-02-20 | 2024-08-13 | ExxonMobil Technology and Engineering Company | Method for generating initial models for least squares migration using deep neural networks |
CN114428338A (zh) * | 2020-09-30 | 2022-05-03 | 中国石油化工股份有限公司 | 一种构造增强的梯度预处理全波形反演方法及系统 |
CN112773396B (zh) * | 2021-01-13 | 2023-06-16 | 佟小龙 | 基于全波形反演的医学成像方法、计算机设备及存储介质 |
CN113296146B (zh) * | 2021-05-19 | 2022-02-22 | 中国海洋大学 | 一种基于梯度道集相关加权的全波形反演梯度预处理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991269A (zh) * | 2015-06-04 | 2015-10-21 | 中国科学技术大学 | 一种边缘引导和结构约束的全波形反演快速方法 |
CN105308479A (zh) * | 2013-05-24 | 2016-02-03 | 埃克森美孚上游研究公司 | 通过与偏移距相关的弹性fwi的多参数反演 |
CN105319589A (zh) * | 2014-07-25 | 2016-02-10 | 中国石油化工股份有限公司 | 一种利用局部同相轴斜率的全自动立体层析反演方法 |
CN105572728A (zh) * | 2014-10-16 | 2016-05-11 | 中国石油化工股份有限公司 | 基于最小二乘目标泛函的反向照明速度反演方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5530679A (en) * | 1993-05-10 | 1996-06-25 | Western Atlas International, Inc. | Method for migrating seismic data |
US7725266B2 (en) | 2006-05-31 | 2010-05-25 | Bp Corporation North America Inc. | System and method for 3D frequency domain waveform inversion based on 3D time-domain forward modeling |
US8345038B2 (en) | 2007-10-30 | 2013-01-01 | Sharp Laboratories Of America, Inc. | Methods and systems for backlight modulation and brightness preservation |
US8537638B2 (en) | 2010-02-10 | 2013-09-17 | Exxonmobil Upstream Research Company | Methods for subsurface parameter estimation in full wavefield inversion and reverse-time migration |
US20130311151A1 (en) * | 2010-09-28 | 2013-11-21 | René-Edouard André Michel Plessix | Earth model estimation through an acoustic full waveform inversion of seismic data |
US9651694B2 (en) | 2013-04-02 | 2017-05-16 | Bp Corporation North America Inc. | Specular filter (SF) and dip oriented partial imaging (DOPI) seismic migration |
EP3094991A2 (en) | 2014-01-14 | 2016-11-23 | CGG Services SA | Detecting and estimating anisotropy errors using full waveform inversion and ray based tomography |
WO2016089884A1 (en) | 2014-12-02 | 2016-06-09 | Bp Corporation North America Inc. | Seismic acquisition methods |
-
2017
- 2017-12-04 CN CN201780074573.0A patent/CN110023790B/zh not_active Expired - Fee Related
- 2017-12-04 MX MX2019006431A patent/MX2019006431A/es unknown
- 2017-12-04 US US15/830,643 patent/US10877175B2/en active Active
- 2017-12-04 WO PCT/US2017/064503 patent/WO2018102813A2/en unknown
- 2017-12-04 SG SG11201907500VA patent/SG11201907500VA/en unknown
- 2017-12-04 EP EP17829368.4A patent/EP3548932A2/en not_active Withdrawn
- 2017-12-04 EA EA201991314A patent/EA038776B1/ru unknown
- 2017-12-04 AU AU2017366757A patent/AU2017366757A1/en not_active Abandoned
- 2017-12-04 BR BR112019011336A patent/BR112019011336A2/pt not_active Application Discontinuation
- 2017-12-04 CA CA3045473A patent/CA3045473A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105308479A (zh) * | 2013-05-24 | 2016-02-03 | 埃克森美孚上游研究公司 | 通过与偏移距相关的弹性fwi的多参数反演 |
CN105319589A (zh) * | 2014-07-25 | 2016-02-10 | 中国石油化工股份有限公司 | 一种利用局部同相轴斜率的全自动立体层析反演方法 |
CN105572728A (zh) * | 2014-10-16 | 2016-05-11 | 中国石油化工股份有限公司 | 基于最小二乘目标泛函的反向照明速度反演方法 |
CN104991269A (zh) * | 2015-06-04 | 2015-10-21 | 中国科学技术大学 | 一种边缘引导和结构约束的全波形反演快速方法 |
Non-Patent Citations (1)
Title |
---|
"An overview of full-waveform inversion in exploration geophysics";J. Virieux 等;《GEOPHYSICS》;20091203;第74卷(第6期);第1-26页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2018102813A3 (en) | 2018-08-09 |
BR112019011336A2 (pt) | 2019-10-15 |
CA3045473A1 (en) | 2018-06-07 |
US20180156933A1 (en) | 2018-06-07 |
WO2018102813A2 (en) | 2018-06-07 |
EP3548932A2 (en) | 2019-10-09 |
AU2017366757A1 (en) | 2019-07-04 |
MX2019006431A (es) | 2019-08-21 |
CN110023790A (zh) | 2019-07-16 |
EA201991314A1 (ru) | 2019-11-29 |
US10877175B2 (en) | 2020-12-29 |
SG11201907500VA (en) | 2019-09-27 |
EA038776B1 (ru) | 2021-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110023790B (zh) | 地震采集几何全波形反演 | |
Schuster et al. | A theoretical overview of model-based and correlation-based redatuming methods | |
CN110050205B (zh) | 使用偏移道集的潜波照明 | |
EP1611461B1 (en) | Method for simulating local prestack depth migrated seismic images | |
Van den Ende et al. | A self-supervised deep learning approach for blind denoising and waveform coherence enhancement in distributed acoustic sensing data | |
KR102021276B1 (ko) | 진폭 보존을 갖는 fwi 모델 도메인 각도 스택들 | |
WO2004034088A2 (en) | Method and system for limited frequency seismic imaging | |
EA032008B1 (ru) | Двухэтапное построение скоростных моделей распространения сейсмических волн | |
Borcea et al. | Coherent interferometric imaging in clutter | |
BR112016019718B1 (pt) | Método para uso em exploração sísmica, aparelho de computação programado para realizar o referido método e meio de armazenamento de programa não transitório codificado com instruções | |
US20240265696A1 (en) | Methods for Digital Imaging of Living Tissue | |
RU2570827C2 (ru) | Гибридный способ для полноволновой инверсии с использованием способа одновременных и последовательных источников | |
Dafni et al. | Scattering and dip angle decomposition based on subsurface offset extended wave-equation migration | |
WO2021127382A1 (en) | Full waveform inversion in the midpoint-offset domain | |
Alam | Near-surface characterization using traveltime and full-waveform inversion with vertical and horizontal component seismic data | |
CN108508481B (zh) | 一种纵波转换波地震数据时间匹配的方法、装置及系统 | |
US10379245B2 (en) | Method and system for efficient extrapolation of a combined source-and-receiver wavefield | |
Aragao et al. | Elastic full waveform inversion with probabilistic petrophysical clustering | |
EP3776010B1 (en) | Systems and methods for refining estimated effects of parameters on amplitudes | |
Liu et al. | Wave-equation diffraction imaging using pseudo dip-angle gather | |
Löer et al. | Automatic identification of multiply diffracted waves and their ordered scattering paths | |
Huynh et al. | Near-surface seismic arrival time picking with transfer and semi-supervised learning | |
Shabelansky et al. | Data-driven estimation of the sensitivity of target-oriented time-lapse seismic imaging to source geometry |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220308 |
|
CF01 | Termination of patent right due to non-payment of annual fee |