CN110531410A - 一种基于直达波场的最小二乘逆时偏移梯度预条件方法 - Google Patents
一种基于直达波场的最小二乘逆时偏移梯度预条件方法 Download PDFInfo
- Publication number
- CN110531410A CN110531410A CN201910899030.3A CN201910899030A CN110531410A CN 110531410 A CN110531410 A CN 110531410A CN 201910899030 A CN201910899030 A CN 201910899030A CN 110531410 A CN110531410 A CN 110531410A
- Authority
- CN
- China
- Prior art keywords
- approximation
- gradient
- time
- energy
- wavefield energy
- 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.)
- Granted
Links
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. analysis, for interpretation, for correction
- 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. analysis, for interpretation, for correction
- 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
Abstract
本发明涉及一种基于直达波场的最小二乘逆时偏移梯度预条件方法,属于地震偏移成像领域,具体包括以下步骤:在最小二乘逆时偏移的每次迭代过程中,首先基于背景速度模型与反射系数模型,采用声波方程有限差分线性化正演模拟技术得到地震记录,然后采用无反射声波方程有限差分正演模拟技术,模拟得到以炮点震源子波为扰动的正时“近似直达”波场能量,和以上述线性化正演模拟得到的地震记录为扰动的逆时“近似直达”波场能量,最后应用此正时“近似直达”波场能量和逆时“近似直达”波场能量对梯度进行预条件处理。模型实验结果表明,本方法可有效克服常规基于地震波能量梯度预条件方法中波场能量不准确的缺陷,提高梯度预条件的精度,从而显著提升最小二乘逆时偏移的成像效果。
Description
技术领域
本发明属于地震偏移成像领域,具体涉及一种基于直达波场的最小二乘逆时偏移梯度预条件方法。
背景技术
精确的地下构造偏移成像可为后续的地震资料解释提供精确的构造信息,一直以来都是地震勘探领域的研究热点。最小二乘逆时偏移作为一种高精度成像方法,将常规逆时偏移成像问题视为最小二乘框架下的反演问题,采用反演的方法来求取地下的反射系数模型,能够获得高精度、高保幅、高分辨率的成像结果。近年来,最小二乘逆时偏移技术的研究与发展受到了业界的广泛关注。然而,在常规最小二乘逆时偏移中,由于存在几何扩散效应以及地下照明不均衡的问题,浅层的地震波能量要强于中深层,使得迭代过程中反射系数模型的浅层更新一直占据主导地位,导致了中深层反演收敛较慢且精度较低。因此,采用合适的梯度预条件方法以较好地均衡浅、中、深层能量就显得尤为重要。
当前梯度预条件方法主要有深度梯度加权法、Hessian矩阵类方法及地震波能量加权法三大类。深度梯度加权法采用深度加权公式来弥补深层能量弱的缺陷,即对浅层梯度乘以较小的加权系数,而对深层梯度乘以较大的加权系数。但由于深度加权公式中的加权系数选取缺少严格的理论支撑,此种方法只能粗略地估计梯度与深度的关系,中深层能量补偿并不准确。Hessian矩阵类方法利用Hessian矩阵或近似Hessian矩阵来修正振幅能量。此类方法通常需要显式计算Hessian矩阵或近似Hessian矩阵,其会不可避免地带来巨大的计算及内存消耗。这使得该类方法难以广泛应用于实际地震数据处理中。为避免Hessian矩阵或近似Hessian矩阵的计算和存储,Tan和Huang于2014年在地震勘探最小二乘逆时偏移领域中采用了一种基于地震波能量的梯度预条件方法(即为地震波能量加权法),其通过计算地下各点的正时、逆时波场能量并将其作为几何扩散效应的校正因子,然后对梯度进行加权处理,近似消除了几何扩散与地下照明不均衡的影响,大幅度提高了中深层的成像效果,其实现流程如图1所示。然而,常规的地震波能量中除了所需的直达波场能量以外,还包含有反射波、多次波等其它波场能量,这使得几何扩散效应的校正因子仍然不够精确,进而使最终的成像结果并未达到最佳。
发明内容
本发明要解决的技术问题在于提供一种基于直达波场的最小二乘逆时偏移梯度预条件方法。本发明在最小二乘逆时偏移的每次迭代过程中,首先基于背景速度模型与反射系数模型,采用声波方程有限差分线性化正演模拟技术得到地震记录,然后采用无反射声波方程有限差分正演模拟技术,模拟得到以炮点震源子波为扰动的正时“近似直达”波场能量,和以上述线性化正演模拟得到的地震记录为扰动的逆时“近似直达”波场能量,最后应用此正时“近似直达”波场能量和逆时“近似直达”波场能量对梯度进行预条件处理。本方法可有效提高梯度预条件的精度,显著提升最小二乘逆时偏移的中深层成像效果,可为后续地震勘探的解释工作奠定良好的基础。
本发明采取以下技术方案:
一种基于直达波场的最小二乘逆时偏移梯度预条件方法,其特征在于所述方法具体包括以下步骤:
(1)基于水平层状介质速度模型,采用全排列的观测方式进行地震数据采集,炮点与检波点均在地表,然后基于速度模型与采集的地震数据进行最小二乘逆时偏移成像;
(2)在最小二乘逆时偏移的第i次迭代计算中,i>=1,输入上次迭代更新后的反射系数模型Mi–1,其中第1次迭代时输入给定的初始速度模型M0,基于背景速度模型v0、反射系数模型Mi–1,其中第1次迭代时为给定的初始速度模型M0,采用声波方程有限差分线性化正演模拟技术,以震源子波w为扰动,模拟得到地震记录R;
(3)基于背景速度模型v0,采用无反射声波方程有限差分正演模拟技术,以震源子波w为扰动,模拟得到正时“近似直达”波场Us;无反射声波方程的具体表达式为:
式(1)中,P为应力,x、z分别为空间坐标,v为声波速度,t为时间,f为震源扰动项;
(4)计算正时“近似直达”波场能量Es,其具体表达式如下:
式(2)中,Es为正时“近似直达”波场能量,Us为正时“近似直达”波场,t为时间,T为正演模拟时长;
(5)基于背景速度模型v0,采用无反射声波方程有限差分正演模拟技术,无反射声波方程的具体表达式如式(1)所示,然后以第(2)步中得到的地震记录R为扰动,模拟得到逆时“近似直达”波场Ur;
(6)计算逆时“近似直达”波场能量Er,其具体表达式如下:
式(3)中,Er为逆时“近似直达”波场能量,Ur为逆时“近似直达”波场,t为时间,T为逆时延拓时长,正演模拟时长与逆时延拓时长一致;
(7)输入本次迭代计算得到的梯度值gi,对其进行预条件处理,其表达式为:
式(4)中,gi为本次迭代计算得到的梯度值,Es为正时“近似直达”波场能量,Er为逆时“近似直达”波场能量,Gi为基于直达波场梯度预条件处理后的梯度值;
最小二乘逆时偏移每次迭代中的梯度预条件处理均需要重复(2)~(7)6个步骤。
本发明与现有技术相比的有益效果:
相对于常规方法而言,基于直达波场的最小二乘逆时偏移梯度预条件方法显著降低了地震波能量中反射波、多次波能量对于梯度预条件处理的影响,使得地下照明补偿因子与几何扩散效应的校正因子更为精确。本发明即在最小二乘逆时偏移的每次迭代过程中,首先基于背景速度模型与反射系数模型,采用声波方程有限差分线性化正演模拟技术得到地震记录,然后采用无反射声波方程有限差分正演模拟技术,模拟得到以炮点震源子波为扰动的正时“近似直达”波场能量,和以上述线性化正演模拟得到的地震记录为扰动的逆时“近似直达”波场能量,最后应用此正时“近似直达”波场能量和逆时“近似直达”波场能量对梯度进行预条件处理。该方法可有效克服常规基于地震波能量梯度预条件方法中波场能量不准确的缺陷,实现地下介质的高精度成像,从而为后续的地震资料解释提供精确的构造信息。
附图说明
图1为基于常规地震波能量的最小二乘逆时偏移梯度预条件方法流程图;
图2为基于直达波场的最小二乘逆时偏移梯度预条件方法流程图;
图3为水平层状介质真实速度模型;
图4为水平层状介质背景速度模型;
图5为水平层状介质理论反射系数模型;
图6为基于常规地震波能量梯度预条件的最小二乘逆时偏移成像结果;
图7为基于直达波场梯度预条件的最小二乘逆时偏移成像结果;
图8为两种梯度预条件方法的偏移结果与理论反射系数模型抽道对比图(X=1500m)。
图9为两种梯度预条件方法的偏移结果与理论反射系数模型抽道对比图(中深层放大显示,X=1500m)。
具体实施方式
下面通过实例结合附图来对本发明的技术方案作进一步解释,但本发明的保护范围不受任何形式上的限制。
实施例1
本发明提出的一种基于直达波场的最小二乘逆时偏移梯度预条件方法,其实现流程如图2所示。本发明以水平层状介质模型(水平层状介质真实速度模型如图3所示)来模拟野外真实的地下介质情况,水平层状介质模型共四层,第一层速度为2500m/s,第二层速度为3000m/s,第三层速度为3500m/s,第四层速度为3800m/s,模型横向长度为3000m,纵向长度为2000m。对水平层状介质速度模型进行高斯平滑,得到背景模型(水平层状介质背景速度模型如图4所示),由真实速度模型与背景速度模型即可得到理论反射系数模型(水平层状介质理论反射系数模型如图5所示)。
下面详细阐述本发明具体实施方式:
(1)基于上述水平层状介质速度模型,采用全排列的观测方式进行地震数据采集,共61炮,每炮401道接收,炮间隔为50m,道间隔为5m,炮点与检波点均在地表,深度为0m。基于速度模型与采集的地震数据进行最小二乘逆时偏移成像。
(2)在最小二乘逆时偏移的第i(i>=1)次迭代计算中,输入上次迭代更新后的反射系数模型Mi-1(第1次迭代时输入给定的初始速度模型M0),基于背景速度模型v0、反射系数模型Mi-1(第1次迭代时为给定的初始速度模型M0),采用声波方程有限差分线性化正演模拟技术,以震源子波w为扰动,模拟得到地震记录R;
(3)基于背景速度模型v0,采用无反射声波方程有限差分正演模拟技术,以震源子波w为扰动,模拟得到正时“近似直达”波场Us;无反射声波方程的具体表达式为:
式(1)中,P为应力,x、z分别为空间坐标,v为声波速度,t为时间,f为震源扰动项。
(4)计算正时“近似直达”波场能量Es,其具体表达式如下:
式(2)中,Es为正时“近似直达”波场能量,Us为正时“近似直达”波场,t为时间,T为正演模拟时长;
(5)基于背景速度模型v0,采用无反射声波方程有限差分正演模拟技术,无反射声波方程的具体表达式如式(1)所示,然后以第(2)步中得到的地震记录R为扰动,模拟得到逆时“近似直达”波场Ur;
(6)计算逆时“近似直达”波场能量Er,其具体表达式如下:
式(3)中,Er为逆时“近似直达”波场能量,Ur为逆时“近似直达”波场,t为时间,T为逆时延拓时长,正演模拟时长与逆时延拓时长一致;
(7)输入本次迭代计算得到的梯度值gi,对其进行预条件处理,其表达式为:
式(4)中,gi为本次迭代计算得到的梯度值,Es为正时“近似直达”波场能量,Er为逆时“近似直达”波场能量,Gi为基于直达波场梯度预条件处理后的梯度值;
最小二乘逆时偏移每次迭代中的梯度预条件处理均需要重复(2)~(7)6个步骤。
图6为基于常规地震波能量梯度预条件的最小二乘逆时偏移成像结果,图7为基于直达波场梯度预条件的最小二乘逆时偏移成像结果。对比图6、图7可知,基于直达波场梯度预条件的最小二乘逆时偏移可获得更优的成像效果,尤其在中深层,其横向能量更为均衡,分辨率更高。为了更清晰地对比两种梯度预条件方法的偏移结果,将两个偏移结果与理论反射系数模型进行抽道对比,如图8、图9所示。由图8、图9可知,基于直达波场梯度预条件的最小二乘逆时偏移结果与理论反射系数模型更为接近,其保幅性更好。因此,采用本发明的梯度预条件方法来进行最小二乘逆时偏移可更为精确地求取地下反射系数模型,能够获得高精度、高保幅、高分辨率的成像结果,从而为后续的实际地震资料解释提供精确的构造信息。
Claims (1)
1.一种基于直达波场的最小二乘逆时偏移梯度预条件方法,其特征在于所述方法具体包括以下步骤:
(1)基于水平层状介质速度模型,采用全排列的观测方式进行地震数据采集,炮点与检波点均在地表,然后基于速度模型与采集的地震数据进行最小二乘逆时偏移成像;
(2)在最小二乘逆时偏移的第i次迭代计算中,i>=1,输入上次迭代更新后的反射系数模型Mi–1,其中第1次迭代时输入给定的初始速度模型M0,基于背景速度模型v0、反射系数模型Mi–1,其中第1次迭代时为给定的初始速度模型M0,采用声波方程有限差分线性化正演模拟技术,以震源子波w为扰动,模拟得到地震记录R;
(3)基于背景速度模型v0,采用无反射声波方程有限差分正演模拟技术,以震源子波w为扰动,模拟得到正时“近似直达”波场Us;无反射声波方程的具体表达式为:
式(1)中,P为应力,x、z分别为空间坐标,v为声波速度,t为时间,f为震源扰动项;
(4)计算正时“近似直达”波场能量Es,其具体表达式如下:
式(2)中,Es为正时“近似直达”波场能量,Us为正时“近似直达”波场,t为时间,T为正演模拟时长;
(5)基于背景速度模型v0,采用无反射声波方程有限差分正演模拟技术,无反射声波方程的具体表达式如式(1)所示,然后以第(2)步中得到的地震记录R为扰动,模拟得到逆时“近似直达”波场Ur;
(6)计算逆时“近似直达”波场能量Er,其具体表达式如下:
式(3)中,Er为逆时“近似直达”波场能量,Ur为逆时“近似直达”波场,t为时间,T为逆时延拓时长,正演模拟时长与逆时延拓时长一致;
(7)输入本次迭代计算得到的梯度值gi,对其进行预条件处理,其表达式为:
式(4)中,gi为本次迭代计算得到的梯度值,Es为正时“近似直达”波场能量,Er为逆时“近似直达”波场能量,Gi为基于直达波场梯度预条件处理后的梯度值;
最小二乘逆时偏移每次迭代中的梯度预条件处理均需要重复(2)~(7)6个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910899030.3A CN110531410B (zh) | 2019-09-23 | 2019-09-23 | 一种基于直达波场的最小二乘逆时偏移梯度预条件方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910899030.3A CN110531410B (zh) | 2019-09-23 | 2019-09-23 | 一种基于直达波场的最小二乘逆时偏移梯度预条件方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110531410A true CN110531410A (zh) | 2019-12-03 |
CN110531410B CN110531410B (zh) | 2020-04-14 |
Family
ID=68669669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910899030.3A Active CN110531410B (zh) | 2019-09-23 | 2019-09-23 | 一种基于直达波场的最小二乘逆时偏移梯度预条件方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110531410B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111290019A (zh) * | 2020-03-16 | 2020-06-16 | 中国海洋大学 | 一种应用于最小二乘逆时偏移的l-bfgs初始矩阵求取方法 |
CN113031062A (zh) * | 2021-04-09 | 2021-06-25 | 中国海洋大学 | 一种基于波场分离的相关加权逆时偏移成像方法 |
CN113031063A (zh) * | 2021-04-09 | 2021-06-25 | 中国海洋大学 | 一种基于成像道集相关加权的逆时偏移成像方法 |
CN114624766A (zh) * | 2022-05-16 | 2022-06-14 | 中国海洋大学 | 基于行波分离的弹性波最小二乘逆时偏移梯度求取方法 |
CN114924313A (zh) * | 2022-05-16 | 2022-08-19 | 中国海洋大学 | 基于行波分离的声波最小二乘逆时偏移梯度求取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160178801A1 (en) * | 2014-12-18 | 2016-06-23 | Aleksandar Bobrek | Scalable Scheduling of Parallel Iterative Seismic Jobs |
CN106526674A (zh) * | 2016-11-14 | 2017-03-22 | 中国石油化工股份有限公司 | 一种三维全波形反演能量加权梯度预处理方法 |
CN107894618A (zh) * | 2017-11-10 | 2018-04-10 | 中国海洋大学 | 一种基于模型平滑算法的全波形反演梯度预处理方法 |
-
2019
- 2019-09-23 CN CN201910899030.3A patent/CN110531410B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160178801A1 (en) * | 2014-12-18 | 2016-06-23 | Aleksandar Bobrek | Scalable Scheduling of Parallel Iterative Seismic Jobs |
CN106526674A (zh) * | 2016-11-14 | 2017-03-22 | 中国石油化工股份有限公司 | 一种三维全波形反演能量加权梯度预处理方法 |
CN107894618A (zh) * | 2017-11-10 | 2018-04-10 | 中国海洋大学 | 一种基于模型平滑算法的全波形反演梯度预处理方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111290019A (zh) * | 2020-03-16 | 2020-06-16 | 中国海洋大学 | 一种应用于最小二乘逆时偏移的l-bfgs初始矩阵求取方法 |
CN111290019B (zh) * | 2020-03-16 | 2021-04-13 | 中国海洋大学 | 一种应用于最小二乘逆时偏移的l-bfgs初始矩阵求取方法 |
CN113031062A (zh) * | 2021-04-09 | 2021-06-25 | 中国海洋大学 | 一种基于波场分离的相关加权逆时偏移成像方法 |
CN113031063A (zh) * | 2021-04-09 | 2021-06-25 | 中国海洋大学 | 一种基于成像道集相关加权的逆时偏移成像方法 |
CN113031063B (zh) * | 2021-04-09 | 2022-01-28 | 中国海洋大学 | 一种基于成像道集相关加权的逆时偏移成像方法 |
CN113031062B (zh) * | 2021-04-09 | 2022-01-28 | 中国海洋大学 | 一种基于波场分离的相关加权逆时偏移成像方法 |
CN114624766A (zh) * | 2022-05-16 | 2022-06-14 | 中国海洋大学 | 基于行波分离的弹性波最小二乘逆时偏移梯度求取方法 |
CN114924313A (zh) * | 2022-05-16 | 2022-08-19 | 中国海洋大学 | 基于行波分离的声波最小二乘逆时偏移梯度求取方法 |
CN114924313B (zh) * | 2022-05-16 | 2022-12-13 | 中国海洋大学 | 基于行波分离的声波最小二乘逆时偏移梯度求取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110531410B (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110531410A (zh) | 一种基于直达波场的最小二乘逆时偏移梯度预条件方法 | |
AU2009200446B2 (en) | Method for three dimensional seismic travel time tomography in transversely isotropic media | |
US8830788B2 (en) | Sensitivity kernal-based migration velocity analysis in 3D anisotropic media | |
CN105652321B (zh) | 一种粘声各向异性最小二乘逆时偏移成像方法 | |
AU4577102A (en) | Extraction of P-wave and S-wave velocities from multi- component seismic data by joint velocity inversion | |
CN113552625B (zh) | 一种用于常规陆域地震数据的多尺度全波形反演方法 | |
CN105093278B (zh) | 基于激发主能量优化算法的全波形反演梯度算子提取方法 | |
CN111025387B (zh) | 一种页岩储层的叠前地震多参数反演方法 | |
CN113740901B (zh) | 基于复杂起伏地表的陆上地震数据全波形反演方法及装置 | |
CN109917454B (zh) | 基于双基准面的真地表叠前深度偏移成像方法及装置 | |
CN107894618B (zh) | 一种基于模型平滑算法的全波形反演梯度预处理方法 | |
CN113031068B (zh) | 一种基于反射系数精确式的基追踪叠前地震反演方法 | |
CN109799540B (zh) | 基于地质信息约束下的火山岩型铀矿床磁化率反演方法 | |
CN102116869A (zh) | 高精度叠前域最小二乘偏移地震成像技术 | |
CN106033124A (zh) | 一种基于随机最优化的多震源粘声最小二乘逆时偏移方法 | |
CN111722284B (zh) | 一种基于道集数据建立速度深度模型的方法 | |
CN111290019B (zh) | 一种应用于最小二乘逆时偏移的l-bfgs初始矩阵求取方法 | |
CN108957554B (zh) | 一种地球物理勘探中的地震反演方法 | |
CN111025388B (zh) | 一种多波联合的叠前波形反演方法 | |
CN111308558B (zh) | 页岩气水平井纵波时差校正方法 | |
CN111175822B (zh) | 改进直接包络反演与扰动分解的强散射介质反演方法 | |
CN111257969A (zh) | 一种断层控制下高精度速度建模方法及处理终端 | |
CN111239822A (zh) | 一种消除井震闭合差的断层下速度建模方法及处理终端 | |
CN112305595A (zh) | 基于折射波分析地质体结构的方法及存储介质 | |
CN111198400B (zh) | 一种可消除井震闭合差的速度建模方法及处理终端 |
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 |