CN110261911B - 地震数据时差、相位差自动识别及校正方法 - Google Patents

Abstract

本发明提供一种地震数据时差、相位差自动识别及校正方法，包括：步骤1，输入标准地震道数据与待校正地震道数据；步骤2，确定步长，在指定相位区间对待校正地震道数据进行相位校正扫描；步骤3，对应每次扫描，对标准地震道数据和校正后的地震道数据做互相关处理；步骤4，更新互相关值最大时对应的时差、相位差校正量；步骤5，重复步骤2‑4，完成在指定区间内地震道数据的相位扫描；步骤6，完成时差、相位差校正量的自动识别；步骤7，对地震道数据进行定量时差、相位差校正；步骤8，输出校正后地震道数据。该地震数据时差、相位差自动识别及校正方法提高了不同地震数据体之间的连续性和一致性，为后续处理及解释过程提供了支撑和保障。

Description

地震数据时差、相位差自动识别及校正方法

技术领域

本发明涉及油田开发技术领域，特别是涉及到一种地震数据时差、相位差自动识别及校正方法。

背景技术

随着地震勘探技术向更精细化发展，高分辨率地震勘探对精度的要求越来越高，提高地震剖面的信噪比和分辨率成为地震资料处理的关键问题。地震数据的动力学信息受到越来越多的关注，时间、相位信息显得更加重要。时差、相位校正技术能消除地震记录的时差、相位差异，提高叠加剖面的质量，提供更利于解释的处理剖面。在地震资料处理中通常用反褶积技术提高地震资料的纵向分辨率，而后经叠加技术获得更高信噪比的剖面，时差、相位差异是影响叠加剖面质量的主要因素，其中相位的影响最为严重。

无论是采集年代不同的连片地震资料，还是相同区块中具有不同震源参数或者多分量接收的地震资料，受到采集时激发、接收端不同参数以及不同处理过程的影响，不可避免的会产生系统或者人为带来的时间、相位差异。以连片地震资料为例，常规的做法是利用互相关算法进行各区块之间的系统时差校正后进行连片处理，但其实各区块资料采集时间、设备和采用的处理流程都不可能完全相同，所形成的叠加剖面在时间、相位上都会有一定差异，仅仅校正时差并不能得到较好的一致性处理结果。同样，对于多分量数据来说，加速度分量和速度分量在理论上存在90度的相位差异，但受到检波器制作工艺及施工条件的影响，实际相位差异与理论值往往存在较大偏离，需要通过实验识别并加以校正，之后再进一步进行时差校正，因为时差求取的前提是基于各地震道之间相位相同的假设。在依次经过相位差、时差一致性处理后，可以有效提高如双检合成等后续处理步骤的精度，使剖面质量得到提高。

针对不同情况下地震数据中同时存在时差、相位差的情况，本发明采用基于希尔伯特变换的相位扫描的思路，结合互相关算法求取时差，实现了地震数据时差、相位差的自动识别及校正。之所以采用相位扫描而不是时差扫描的思路，是因为相位差和时差在求取的先后顺序上有一定的依赖关系。时差求取的前提是基于各地震道之间相位相同的假设，所以必须要先进行相位的识别及校正，反过来会造成时差求取精度降低，影响一致性处理效果。

在申请号为CN201710935821.8的中国专利申请中，涉及到一种三维地震数据动态拉伸时差校正方法及系统，包括：1)分别逐线读取第一组三维地震数据和第二组三维地震数据，计算两组三维数据的每个点的时移量，获得三维时移量数据；2)对三维时移量数据进行平滑处理；3)利用经平滑处理的时移量数据对于第二组三维地震数据逐线进行时差校正。该发明通过逐点计算进行时移校正，无法设置校正步长，增大了计算量，同时回避了数据之间的可能存在的相位差异，无法定量描述数据整体或一定区域内的时差及相位差。

在申请号为CN201610663124.7的中国专利申请中，涉及到一种地震数据时差校正的方法及系统，所述方法包括：获取目标区域第一时间对应的基础地震数据，和第二时间对应的监测地震数据；分别获取基础地震数据和监测地震数据中相同位置对应的第一地震道数据和第二地震道数据，分别选取第一地震道数据和第二地震道数据中第一时窗位置处的时间样点；预设多个第一时差量，计算与每个所述第一时差量分别对应的第一时窗位置处的时间样点的第一方差值；根据第一方差值确定最小方差值，将最小方差值对应的第二时差量作为第二地震道数据中第一时窗位置处的时间样点对应的目标时差量；根据目标时差量对所述监测地震数据进行时差校正，得到目标地震数据。该发明只考虑了基础地震数据和监测地震数据间的时间差异，而本发明兼顾数据间的时差、相位差，校正精度更高。

在申请号为CN201510292495.4的专利申请中，涉及到一种三维地震资料多块拼接处理时差校正方法和装置，该申请中提到仅包含时差校正的类似的实现过程：1)从待拼接资料区块中确定主区块作为起始区块，并确定主区块为零时差；2)确定拼接的方向及路线；3)根据拼接的方向及路线确定待校正区块；4)获得使得起始区块及待校正区块的地震信号的互相关最大的时差，作为起始区块与待校正区块之间的时差；5)根据所获得的时差，对待校正区块的地震信号进行时移，以实现该待校正区块与起始区块之间的时差校正；6)在待校正区块不是最后一个待拼接资料区块的情况下，根据所确定的拼接方向和路线确定新的起始区块和新的待校正区块，重新执行上述获得时差的步骤和时差校正的步骤。该发明忽略了待拼接地震资料间由于采集时间、处理参数等因素的不同造成的相位差异，会直接影响拼接结果的一致性。

在实际地震处理中，无论是以系统时差为主的连片地震资料还是以相位差为主的多分量资料，都是通过理论上的定量校正或者人工调整参数试算来得到时差、相位差校正量的，求取精度受人为因素影响很大，而且时差、相位差的求取过程相互独立，需要二次操作，效率低下，求取顺序出错时(先求取时差再求取相位差)更会进一步造成校正量精度降低，影响剖面质量，给后续的处理及解释过程带来困难。

为此我们发明了一种新的地震数据时差、相位差自动识别及校正方法，解决了以上技术问题。

发明内容

本发明的目的是提供一种针对连片、多分量地震数据存在时差、相位差，不利于后续一致性处理的情况的地震数据时差、相位差自动识别及校正方法。

本发明的目的可通过如下技术措施来实现：地震数据时差、相位差自动识别及校正方法，该地震数据时差、相位差自动识别及校正方法包括：步骤1，输入标准地震道数据与待校正地震道数据；步骤2，确定步长，在指定相位区间对待校正地震道数据进行相位校正扫描；步骤3，对应每次扫描，对标准地震道数据和校正后的地震道数据做互相关处理；步骤4，更新互相关值最大时对应的时差、相位差校正量；步骤5，重复步骤2-4，完成在指定区间内地震道数据的相位扫描；步骤6，完成时差、相位差校正量的自动识别；步骤7，对地震道数据进行定量时差、相位差校正；步骤8，输出校正后地震道数据。

本发明的目的还可通过如下技术措施来实现：

在步骤1中，输入待连片的两块地震资料，确定拼接处的标准地震道数据A与待校正地震道数据B。

在步骤2中，以0.1度为相位扫描步长，[-π,π]为相位扫描区间，对地震道数据B信号S_B(t)进行相位校正扫描；对于指定的相位校正量θ，校正后的地震道数据B信号S_B(θ，t)表示为：

S_B(θ,t)＝S_B(t)·cosθ-H(S_B(t))·sinθ (式1)

其中H(S_B(t))为地震道数据B进行希尔伯特变换后的地震道数据。

在步骤3中，对标准地震道数据A信号S_A(t)和校正后的S_B(θ，t)做互相关处理，得到互相关函数R_AB(τ)的最大值R_max，具体过程表示为：

其中τ为相位校正后的地震道数据B在时间刻度上的平移量，对于长度相等且为N的两道离散地震信号的互相关，τ的取值范围为[-(N-1),N-1]。

在步骤4中，更新扫描过程中的互相关最大值R_max，并记录对应的相位校正量θ和时间平移量τ。

在步骤5中，重复步骤2-4，计算下一个相位扫描间隔时地震道数据B的相位校正结果以及该结果与标准地震道数据A的互相关函数，记录并更新互相关最大值R_max、相位校正量θ和时间平移量τ，直至全部计算完成指定区间内的相位扫描。

在步骤6中，完成时差、相位差校正量的自动识别，扫描过程结束后，更新停止时互相关最大值R_max对应的时间平移量τ和相位校正量θ就是地震道数据B到标准地震道数据A的时差和相位差。

在步骤7中，对地震道数据B所在的待拼接地震数据中的所有地震道进行定量的相位差和时差校正，校正量分别为θ和τ。

在步骤8中，将标准地震道数据A所在的待拼接地震数据与校正后的地震道数据B所在的待拼接地震数据进行连片处理，输出一致性校正处理后的连片地震数据。

在步骤1中，输入多分量地震资料，包括加速度分量和速度分量，确定加速度分量中的标准地震道数据C与速度分量中的待匹配地震道数据D。

在步骤2中，以0.1度为相位扫描步长，

为相位扫描区间，对待匹配地震道数据D信号S_n(t)进行相位校正扫描；对于指定的相位校正量θ，校正后的地震道数据D信号S_n(θ,t)表示为：

S_n(θ，t)＝S_n(t)·cosθ-H(S_n(t))·sinθ (式3)

其中H(Sn(t))为地震道数据D进行希尔伯特变换后的地震道数据。

在步骤3中，对标准地震道数据C信号S_o(t)和校正后的S_D(θ，t)做互相关处理，得到互相关函数R_CD(τ)的最大值R_mix，具体过程表示为：

其中τ为相位校正后的地震道数据D在时间刻度上的平移量，对于长度相等且为N的两道离散地震信号的互相关，τ的取值范围为[-(N-1),N-1]。

在步骤4中，更新扫描过程中的互相关最大值，并记录对应的相位校正量和时间平移量。

在步骤5中，重复步骤2-4，计算下一个相位扫描间隔时地震道数据D的相位校正结果以及该结果与标准地震道数据C的互相关函数，记录并更新互相关最大值、相位校正量和时间平移量，直至全部计算完成指定区间内的相位扫描。

在步骤6中，完成时差、相位差校正量的自动识别，扫描过程结束后，更新停止时互相关最大值对应的时间平移量和相位校正量就是地震道数据D到标准地震道数据C匹配的时差和相位差。

在步骤7中，对地震道数据D所在的速度分量数据中的所有地震道进行步骤6中求取得到的定量相位差和时差校正。

在步骤8中，输出校正处理后的速度分量数据，为后续与加速度分量数据的双检合成处理做准备。

本发明中的地震数据时差、相位差自动识别及校正方法，采用基于希尔伯特变换的相位扫描的思路，结合互相关算法，实现了地震数据时差、相位差的自动识别与校正，既避免了人为因素带来的求取误差，提高了校正量求取精度，又节省了二次求取的时间，提升了处理效率。本发明的方法可以通用于叠前、叠后地震数据，在震源匹配、连片地震、多分量匹配等方面均可取得有益效果，提高了不同地震数据体之间的连续性和一致性，为后续处理及解释过程提供了有效的技术支撑和保障。

本发明考虑到未经一致性校正处理的不同地震数据体在时间、相位上都会有不同程度的差异，尤其是叠后数据，无论是不同时期的连片资料还是同一时期的多分量资料在经过针对资料自身特点的叠前处理后，这种时间和相位上的差异几乎是不可避免的。针对这种情况，采用基于希尔伯特变换的相位扫描的思路，结合互相关算法，实现了地震数据时差、相位差的自动同步校正。本发明的方法可以通用于叠前、叠后地震数据，在震源匹配、连片地震、多分量匹配等方面均可取得有益效果，提高了不同地震数据体之间的连续性和一致性，为后续处理及解释过程提供了有效的技术支撑和保障。

附图说明

图1为本发明的地震数据时差、相位差自动识别及校正方法的一具体实施例的流程图；

图2为本发明的一实施例中待连片地震数据的示意图；

图3为本发明的一实施例中校正后的连片地震数据的示意图；

图4为本发明的一实施例中匹配校正前的多分量地震数据的示意图；

图5为本发明的一实施例中匹配校正后的多分量地震数据的示意图。

具体实施方式

为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。

如图1所示，图1为本发明的地震数据时差、相位差自动识别及校正方法的流程图。

步骤101，输入标准地震道数据A与待校正地震道数据B；

步骤102，确定步长，在指定相位区间对待校正地震道数据B进行相位校正扫描；

步骤103，对应每次扫描，对标准地震道数据A和校正后的地震道数据B做互相关处理；

步骤104，更新互相关值最大时对应的时差、相位差校正量；

步骤105，重复步骤102-104，完成在指定区间内地震道数据B的相位扫描；

步骤106，完成时差、相位差校正量的自动识别；

步骤107，对地震道数据B进行定量时差、相位差校正；

步骤108，输出校正后地震道数据。

在应用本发明的一具体实施例中，包括了以下步骤：

(1)输入待连片的两块地震资料，确定拼接处的标准地震道数据A与待校正地震道数据B，其中A如图2中拼接处右侧所示，B如图2中拼接处左侧所示；

(2)以0.1度为相位扫描步长，[-π,π]为相位扫描区间，对地震道数据B信号S_B(t)进行相位校正扫描；对于指定的相位校正量θ，校正后的地震道数据B信号S_B(θ，t)表示为：

S_B(θ，t)＝S_B(t)·cosθ-H(S_B(t))·sinθ (式1)

其中H(S_B(t))为地震道数据B进行希尔伯特变换后的地震道数据。

(3)对标准地震道数据A信号S_A(t)和校正后的S_B(θ，t)做互相关处理，得到互相关函数R_AB(τ)的最大值R_max，具体过程表示为：

其中τ为相位校正后的地震道数据B在时间刻度上的平移量，对于长度相等且为N的两道离散地震信号的互相关，τ的取值范围为[-(N-1),N-1]。

(4)更新扫描过程中的互相关最大值，并记录对应的相位校正量θ和时间平移量τ；

(5)重复第(2)-(4)步，计算下一个相位扫描间隔时B的相位校正结果以及该结果与A的互相关函数，记录并更新互相关最大值、相位校正量θ和时间平移量τ，直至全部计算完成指定区间内的相位扫描；

(6)完成时差、相位差校正量的自动识别，扫描过程结束后，更新停止时互相关最大值对应的时间平移量τ和相位校正量θ就是B到A的时差和相位差；

(7)对B所在的待拼接地震数据中的所有地震道进行定量的相位差和时差校正，校正量分别为θ和τ；

(8)将A所在的待拼接地震数据与校正后的B所在的待拼接地震数据进行连片处理，输出一致性校正处理后的连片地震数据，如图3所示。

在应用本发明的另一具体实施例中，包括了以下步骤：

(1)输入多分量地震资料(加速度分量和速度分量)，其中加速度分量如图4左侧所示，速度分量如图4右侧所示，确定加速度分量中的标准地震道数据C与速度分量中的待匹配地震道数据D；

(2)在步骤2中，以0.1度为相位扫描步长，

为相位扫描区间，对待匹配地震道数据D信号S_D(t)进行相位校正扫描；对于指定的相位校正量θ，校正后的地震道数据D信号S_D(θ，t)表示为：

S_D(θ，t)＝S_D(t)·cosθ-H(S_D(t))·sinθ (式3)

其中H(S_D(t))为地震道数据D进行希尔伯特变换后的地震道数据。

(3)对标准地震道数据C信号S_c(t)和校正后的S_D(θ，t)做互相关处理，得到互相关函数R_CD(τ)的最大值R_max，具体过程表示为：

其中τ为相位校正后的地震道数据D在时间刻度上的平移量，对于长度相等且为N的两道离散地震信号的互相关，τ的取值范围为[-(N-1),N-1]。

(4)更新扫描过程中的互相关最大值，并记录对应的相位校正量和时间平移量。

(5)重复第(2)-(4)步，计算下一个相位扫描间隔时D的相位校正结果以及该结果与C的互相关函数，记录并更新互相关最大值、相位校正量和时间平移量，直至全部计算完成指定区间内的相位扫描；

(6)完成时差、相位差校正量的自动识别，扫描过程结束后，更新停止时互相关最大值对应的时间平移量和相位校正量就是D到C匹配的时差和相位差；

(7)对D所在的速度分量数据中的所有地震道进行步骤(6)中求取得到的定量相位差和时差校正；

(8)输出校正处理后的速度分量数据，校正结果如图5所示，为后续与加速度分量数据的双检合成处理做准备。

本发明中的地震数据时差、相位差自动识别及校正方法，实现不同地震数据时差、相位差的自动同步识别及校正；通用于叠前、叠后数据，适用地震数据连片、多分量数据一致性校正等多种情况。本发明是在基于希尔伯特变换的相位扫描过程中加入互相关时延估计算法，自动同步识别并校正地震数据的时差和相位差，也可在相位扫描过程中采用或扩展其他的时延估计算法，如基于不同加权函数的广义互相关法。与现有的地震资料校正技术相比，本发明主要有两点优势：

(1)不仅仅是单一的地震数据相位校正或者是时差校正，而是把二者结合在一起，实现时差、相位差的自动同步识别及校正，提高了处理效率；

(2)基于自动同步校正的模式，拓宽了校正应用范围，通用于叠前、叠后地震数据，在震源匹配、连片地震、多分量匹配等方面均可取得有益效果。

Claims (2)

1.地震数据时差、相位差自动识别及校正方法，其特征在于，该地震数据时差、相位差自动识别及校正方法包括：

步骤1，输入标准地震道数据与待校正地震道数据；

步骤2，确定步长，在指定相位区间对待校正地震道数据进行相位校正扫描；

步骤3，对应每次扫描，对标准地震道数据和校正后的地震道数据做互相关处理；

步骤4，更新互相关值最大时对应的时差、相位差校正量；

步骤5，重复步骤2-4，完成在指定区间内地震道数据的相位扫描；

步骤6，完成时差、相位差校正量的自动识别；

步骤7，对地震道数据进行定量时差、相位差校正；

步骤8，输出校正后地震道数据；

在步骤1中，输入待连片的两块地震资料，确定拼接处的标准地震道数据A与待校正地震道数据B；

在步骤2中，以0.1度为相位扫描步长，[-π,π]为相位扫描区间，对地震道数据B信号S_B(t)进行相位校正扫描；对于指定的相位校正量θ，校正后的地震道数据B信号S_B(θ，t)表示为：

S_B(θ，t)＝S_B(t)·cosθ-H(S_B(t))·sinθ (式1)

其中H(S_B(t))为地震道数据B进行希尔伯特变换后的地震道数据；

在步骤3中，对标准地震道数据A信号S_A(t)和校正后的S_B(θ，t)做互相关处理，得到互相关函数R_AB(τ)的最大值R_max，具体过程表示为：

其中τ为相位校正后的地震道数据B在时间刻度上的平移量，对于长度相等且为N的两道离散地震信号的互相关，τ的取值范围为[-(N-1),N-1]；

在步骤4中，更新扫描过程中的互相关最大值R_max，并记录对应的相位校正量θ和时间平移量τ；

在步骤5中，重复步骤2-4，计算下一个相位扫描间隔时地震道数据B的相位校正结果以及该结果与标准地震道数据A的互相关函数，记录并更新互相关最大值R_max、相位校正量θ和时间平移量τ，直至全部计算完成指定区间内的相位扫描；

在步骤6中，完成时差、相位差校正量的自动识别，扫描过程结束后，更新停止时互相关最大值R_max对应的时间平移量τ和相位校正量θ就是地震道数据B到标准地震道数据A的时差和相位差；

在步骤7中，对地震道数据B所在的待拼接地震数据中的所有地震道进行定量的相位差和时差校正，校正量分别为θ和τ；

在步骤8中，将标准地震道数据A所在的待拼接地震数据与校正后的地震道数据B所在的待拼接地震数据进行连片处理，输出一致性校正处理后的连片地震数据。

2.地震数据时差、相位差自动识别及校正方法，其特征在于，该地震数据时差、相位差自动识别及校正方法包括：

步骤1，输入标准地震道数据与待校正地震道数据；

步骤2，确定步长，在指定相位区间对待校正地震道数据进行相位校正扫描；

步骤3，对应每次扫描，对标准地震道数据和校正后的地震道数据做互相关处理；

步骤4，更新互相关值最大时对应的时差、相位差校正量；

步骤5，重复步骤2-4，完成在指定区间内地震道数据的相位扫描；

步骤6，完成时差、相位差校正量的自动识别；

步骤7，对地震道数据进行定量时差、相位差校正；

步骤8，输出校正后地震道数据；

在步骤1中，输入多分量地震资料，包括加速度分量和速度分量，确定加速度分量中的标准地震道数据C与速度分量中的待匹配地震道数据D；

在步骤2中，以0.1度为相位扫描步长，

为相位扫描区间，对待匹配地震道数据D信号S_D(t)进行相位校正扫描；对于指定的相位校正量θ，校正后的地震道数据D信号S_D(θ，t)表示为：

S_D(θ，t)＝S_D(t)·cosθ-H(S_D(t))·sinθ (式3)

其中H(S_D(t))为地震道数据D进行希尔伯特变换后的地震道数据；

在步骤3中，对标准地震道数据C信号S_C(t)和校正后的S_D(θ，t)做互相关处理，得到互相关函数R_CD(τ)的最大值R_max，具体过程表示为：

其中τ为相位校正后的地震道数据D在时间刻度上的平移量，对于长度相等且为N的两道离散地震信号的互相关，τ的取值范围为[-(N-1),N-1]；

在步骤4中，更新扫描过程中的互相关最大值，并记录对应的相位校正量和时间平移量；

在步骤5中，重复步骤2-4，计算下一个相位扫描间隔时地震道数据D的相位校正结果以及该结果与标准地震道数据C的互相关函数，记录并更新互相关最大值、相位校正量和时间平移量，直至全部计算完成指定区间内的相位扫描；

在步骤6中，完成时差、相位差校正量的自动识别，扫描过程结束后，更新停止时互相关最大值对应的时间平移量和相位校正量就是地震道数据D到标准地震道数据C匹配的时差和相位差；

在步骤7中，对地震道数据D所在的速度分量数据中的所有地震道进行步骤6中求取得到的定量相位差和时差校正；

在步骤8中，输出校正处理后的速度分量数据，为后续与加速度分量数据的双检合成处理做准备。

Images