CN110609326A - 地震道集自动校平方法及系统 - Google Patents
地震道集自动校平方法及系统 Download PDFInfo
- Publication number
- CN110609326A CN110609326A CN201810621833.8A CN201810621833A CN110609326A CN 110609326 A CN110609326 A CN 110609326A CN 201810621833 A CN201810621833 A CN 201810621833A CN 110609326 A CN110609326 A CN 110609326A
- Authority
- CN
- China
- Prior art keywords
- gather
- time shift
- seismic
- dimensional
- initial
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims description 32
- 238000005070 sampling Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 3
- 239000012530 fluid Substances 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000012937 correction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000036039 immunity Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 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
- 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
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
公开了一种地震道集自动校平方法及系统。该方法可以包括:步骤1:对地震道集进行畸变切除处理和能量均衡处理,获得初始道集;步骤2:根据初始道集获得参考道,复制参考道,获得参考道集;步骤3:计算参考道集与初始道集的二维时移量,根据二维时移量对初始道集进行时移处理,获得变形道集;步骤4:判断二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将变形道集作为初始道集,重复步骤3‑4;步骤5:将每次迭代中得到的二维时移量相加获得总时移量,对地震道集进行时移处理,获得校平道集。本发明可以自动快速的完成常规处理后的地震道集校平,为后期的地震叠前反演、储层预测和流体识别提供高质量的地震道集。
Description
技术领域
本发明涉及地球物理勘探领域,更具体地,涉及一种地震道集自动校平方法及系统。
背景技术
叠前地震道集质量直接关乎地震叠前岩性、物性、流体反演和AVO分析成果精度及其可靠性,然而在实际工作中,由于受地震采集激发接收条件、野外观测系统、薄地层调谐、随机噪音干扰、地层横向各向异性和现有处理系统功能不全等因素影响,常规叠前时间偏移处理生成的共反射点(CRP)道集品质偏低,尤其是道集不平、中远道子波动校拉伸现象普遍存在,导致基于CRP道集资料的叠前地震反演和AVO属性分析效果欠佳,严重影响了后续的地震储层预测和油气检测成果质量。
目前,实现地震道集拉平的主流方法有两类,一类是基于地震勘探物理原理(LiYuanjuan 2016,Gang Yu,2017),对偏移后道集进行剩余速度分析,计算剩余动校正量,应用剩余校正量校正道集;另一类是基于数字信号分析,将地震道数据看做一种离散数学信号,应用相关的数学信号处理手段,如互相关算法等,计算相邻道数据之间的时移量,应用该时移量校正道集。剩余速度分析法(Necati Gulunay,2007,Dave Hinkley,2004)是基于速度扫描计算相关速度谱,速度谱的时间分辨率受道集本身特征及其质量影响较大,强地层反射形成速度谱强能量团,弱地层反射在速度谱能量团上表现弱,因此分辨率有限,且需要处理人员大量的分析处理时间,耗时长、效率低。根据相邻道数据之间的相似性(QieZhang,2016),利用局部互相关算法可以实现自动对比分析,计算相邻道之间的时移量,但常规局部互相关算法需要设置计算时窗,并且假设计算时窗内每一点的时移量是不变的,当该时移量较大或者前后两样点间的时移量变化比较剧烈时,该方法就会失效。因此,有必要开发一种地震道集自动校平方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种地震道集自动校平方法及系统,其可以自动快速的完成常规处理后的地震道集校平,为后期的地震叠前反演、储层预测和流体识别提供高质量的地震道集。
根据本发明的一方面,提出了一种地震道集自动校平方法。所述方法可以包括:步骤1:对地震道集进行畸变切除处理和能量均衡处理,获得初始道集;步骤2:根据所述初始道集获得参考道,复制所述参考道,获得参考道集;步骤3:计算所述参考道集与所述初始道集的二维时移量,根据所述二维时移量对所述初始道集进行时移处理,获得变形道集;步骤4:判断所述二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将所述变形道集作为所述初始道集,重复步骤3-4;步骤5:将每次迭代过程中计算得到的二维时移量相加获得总时移量,根据所述总时移量对所述地震道集进行时移处理,获得校平道集。
优选地,所述能量均衡处理包括振幅增益与均衡处理。
优选地,根据所述初始道集获得参考道为:将所述初始道集的零偏移距道作为所述参考道。
优选地,根据所述初始道集获得参考道为:将所述初始道集的近偏移距地震道进行叠加,获得所述参考道。
优选地,所述二维时移量通过二维动态图像变形法计算。
优选地,所述二维时移量通过二维动态图像变形法计算包括:建立二维约束条件与二维时移量目标函数;基于所述二维约束条件对所述二维时移量目标函数进行求解,获得所述二维时移量。
优选地,所述二维时移量目标函数为:
其中,Q为误差能量,f[i,j]为参考道集,g[i,j]为初始道集,u[i,j]为二维时移量,i为时间序列样点序号,N为时间序列样点数,j为地震道序号,M为地震道数。
优选地,所述二维约束条件为:
其中,u[i,j]为二维时移量,i为时间序列样点序号,j为地震道序号。
根据本发明的另一方面,提出了一种地震道集自动校平系统,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现以下步骤:步骤1:对地震道集进行畸变切除处理和能量均衡处理,获得初始道集;步骤2:根据所述初始道集获得参考道,复制所述参考道,获得参考道集;步骤3:计算所述参考道集与所述初始道集的二维时移量,根据所述二维时移量对所述初始道集进行时移处理,获得变形道集;步骤4:判断所述二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将所述变形道集作为所述初始道集,重复步骤3-4;步骤5:将每次迭代过程中计算得到的二维时移量相加获得总时移量,根据所述总时移量对所述地震道集进行时移处理,获得校平道集。
优选地,所述能量均衡处理包括振幅增益与均衡处理。
优选地,根据所述初始道集获得参考道为:将所述初始道集的零偏移距道作为所述参考道。
优选地,根据所述初始道集获得参考道为:将所述初始道集的近偏移距地震道进行叠加,获得所述参考道。
优选地,所述二维时移量通过二维动态图像变形法计算。
优选地,所述二维时移量通过二维动态图像变形法计算包括:建立二维约束条件与二维时移量目标函数;基于所述二维约束条件对所述二维时移量目标函数进行求解,获得所述二维时移量。
优选地,所述二维时移量目标函数为:
其中,Q为误差能量,f[i,j]为参考道集,g[i,j]为初始道集,u[i,j]为二维时移量,i为时间序列样点序号,N为时间序列样点数,j为地震道序号,M为地震道数。
优选地,所述二维约束条件为:
其中,u[i,j]为二维时移量,i为时间序列样点序号,j为地震道序号。
本发明的有益效果在于:基于全局最优化理论,将动态图像变形算法引用到地震道集校平处理中,可以自动快速的完成常规处理后的地震道集校平,对实际地震资料进行了道集校平处理,不受时间窗口限制,抗噪性强,为后期的地震叠前反演、储层预测和流体识别提供高质量的地震道集。
本发明具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的地震道集自动校平方法的步骤的流程图。
图2示出了根据本发明的一个实施例的初始道集的示意图。
图3示出了根据本发明的一个实施例的参考道集的示意图。
图4示出了根据本发明的一个实施例的校平道集的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的地震道集自动校平方法的步骤的流程图。
在该实施例中,根据本发明的地震道集自动校平方法可以包括:步骤1:对地震道集进行畸变切除处理和能量均衡处理,获得初始道集;步骤2:根据初始道集获得参考道,复制参考道,获得参考道集;步骤3:计算参考道集与初始道集的二维时移量,根据二维时移量对初始道集进行时移处理,获得变形道集;步骤4:判断二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将变形道集作为初始道集,重复步骤3-4;步骤5:将每次迭代过程中计算得到的二维时移量相加获得总时移量,根据总时移量对地震道集进行时移处理,获得校平道集。
在一个示例中,能量均衡处理包括振幅增益与均衡处理。
在一个示例中,根据初始道集获得参考道为:将初始道集的零偏移距道作为参考道。
在一个示例中,根据初始道集获得参考道为:将初始道集的近偏移距地震道进行叠加,获得参考道。
在一个示例中,二维时移量通过二维动态图像变形法计算。
在一个示例中,二维时移量通过二维动态图像变形法计算包括:建立二维约束条件与二维时移量目标函数;基于二维约束条件对二维时移量目标函数进行求解,获得二维时移量。
在一个示例中,二维时移量目标函数为:
其中,Q为误差能量,f[i,j]为参考道集,g[i,j]为初始道集,u[i,j]为二维时移量,i为时间序列样点序号,N为时间序列样点数,j为地震道序号,M为地震道数。
在一个示例中,二维约束条件为:
其中,u[i,j]为二维时移量,i为时间序列样点序号,j为地震道序号。
具体地,根据本发明的地震道集自动校平方法可以包括:
步骤1:对地震道集进行预处理,即畸变切除处理和能量均衡处理,获得初始道集。在常规地震处理过程中,共中心点道集受NMO校正的影响,近、远偏移距子波动校拉伸程度不同,导致远偏移距拉伸较严重,波形反生畸变,尤其是浅层远偏移距处道集畸变严重,偏移之后的道集受速度分析、速度模型以及偏移成像算法的影响,浅层远偏移距的道集依然存在畸变,因此必须进行地震道集畸变切除预处理。地震波在地下传播过程中,遇到较强的地层反射界面,反射上来的地震波能量强,在道集上形成强反射同相轴,遇到较弱的地层反射界面,形成道集上的弱反射同相轴。为了准确计算所有反射同相轴的时移量,必须去除反射能量的不均衡的影响,对地震道集数据进行振幅增益、均衡处理,抬起微弱的同相轴。
步骤2:根据初始道集获得参考道,复制参考道,获得参考道集。其中,可直接将初始道集的零偏移距道,即起始道作为参考道;为了提高参考道集的质量,也可以将初始道集的近偏移距地震道,即起始的多个地震道进行叠加,获得参考道。
步骤3:通过二维动态图像变形计算参考道集与初始道集的二维时移量,包括:建立二维约束条件为公式(2),二维时移量目标函数为公式(1),基于二维约束条件对二维时移量目标函数进行求解,获得二维时移量,根据二维时移量对初始道集进行时移处理,获得变形道集。
步骤4:判断二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将变形道集作为初始道集,重复步骤3-4,其中,本领域技术人员可以根据具体情况设定时移阈值。
步骤5:将每次迭代过程中计算得到的二维时移量相加获得总时移量,根据总时移量对地震道集进行时移处理,获得校平道集。
本发明基于全局最优化理论,将动态图像变形算法引用到地震道集校平处理中,可以自动快速的完成常规处理后的地震道集校平,对实际地震资料进行了道集校平处理,不受时间窗口限制,抗噪性强,为后期的地震叠前反演、储层预测和流体识别提供高质量的地震道集。
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
根据本发明的地震道集自动校平方法包括:
图2示出了根据本发明的一个实施例的初始道集的示意图,图中为4个初始道集。
步骤1:对地震道集进行预处理,即畸变切除处理和能量均衡处理,获得初始道集,如图2所示。在常规地震处理过程中,共中心点道集受NMO校正的影响,近、远偏移距子波动校拉伸程度不同,导致远偏移距拉伸较严重,波形反生畸变,尤其是浅层远偏移距处道集畸变严重,偏移之后的道集受速度分析、速度模型以及偏移成像算法的影响,浅层远偏移距的道集依然存在畸变,因此必须进行地震道集畸变切除预处理。地震波在地下传播过程中,遇到较强的地层反射界面,反射上来的地震波能量强,在道集上形成强反射同相轴,遇到较弱的地层反射界面,形成道集上的弱反射同相轴。为了准确计算所有反射同相轴的时移量,必须去除反射能量的不均衡的影响,对地震道集数据进行振幅增益、均衡处理,抬起微弱的同相轴。
图3示出了根据本发明的一个实施例的参考道集的示意图,图中为4个参考道集。
步骤2:将初始道集的近偏移距地震道,即起始的多个地震道进行叠加,获得参考道复制参考道,获得参考道集,如图3所示。
步骤3:通过二维动态图像变形计算参考道集与初始道集的二维时移量,包括:建立二维约束条件为公式(2),二维时移量目标函数为公式(1),基于二维约束条件对二维时移量目标函数进行求解,获得二维时移量,根据二维时移量对初始道集进行时移处理,获得变形道集。
步骤4:判断二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将变形道集作为初始道集,重复步骤3-4,其中,本领域技术人员可以根据具体情况设定时移阈值。
图4示出了根据本发明的一个实施例的校平道集的示意图,图中为4个校平道集。
步骤5:将每次迭代过程中计算得到的二维时移量相加获得总时移量,根据总时移量对地震道集进行时移处理,获得校平道集,如图4所示。
综上所述,本发明基于全局最优化理论,将动态图像变形算法引用到地震道集校平处理中,可以自动快速的完成常规处理后的地震道集校平,对实际地震资料进行了道集校平处理,不受时间窗口限制,抗噪性强,为后期的地震叠前反演、储层预测和流体识别提供高质量的地震道集。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明的一种地震道集自动校平系统,其上存储有计算机程序,其特征在于,程序被处理器执行时实现以下步骤:步骤1:对地震道集进行畸变切除处理和能量均衡处理,获得初始道集;步骤2:根据初始道集获得参考道,复制参考道,获得参考道集;步骤3:计算参考道集与初始道集的二维时移量,根据二维时移量对初始道集进行时移处理,获得变形道集;步骤4:判断二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将变形道集作为初始道集,重复步骤3-4;步骤5:将每次迭代过程中计算得到的二维时移量相加获得总时移量,根据总时移量对地震道集进行时移处理,获得校平道集。
在一个示例中,能量均衡处理包括振幅增益与均衡处理。
在一个示例中,根据初始道集获得参考道为:将初始道集的零偏移距道作为参考道。
在一个示例中,根据初始道集获得参考道为:将初始道集的近偏移距地震道进行叠加,获得参考道。
在一个示例中,二维时移量通过二维动态图像变形法计算。
在一个示例中,二维时移量通过二维动态图像变形法计算包括:建立二维约束条件与二维时移量目标函数;基于二维约束条件对二维时移量目标函数进行求解,获得二维时移量。
在一个示例中,二维时移量目标函数为:
其中,Q为误差能量,f[i,j]为参考道集,g[i,j]为初始道集,u[i,j]为二维时移量,i为时间序列样点序号,N为时间序列样点数,j为地震道序号,M为地震道数。
在一个示例中,二维约束条件为:
其中,u[i,j]为二维时移量,i为时间序列样点序号,j为地震道序号。
本系统基于全局最优化理论,将动态图像变形算法引用到地震道集校平处理中,可以自动快速的完成常规处理后的地震道集校平,对实际地震资料进行了道集校平处理,不受时间窗口限制,抗噪性强,为后期的地震叠前反演、储层预测和流体识别提供高质量的地震道集。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种地震道集自动校平方法,其特征在于,包括:
步骤1:对地震道集进行畸变切除处理和能量均衡处理,获得初始道集;
步骤2:根据所述初始道集获得参考道,复制所述参考道,获得参考道集;
步骤3:计算所述参考道集与所述初始道集的二维时移量,根据所述二维时移量对所述初始道集进行时移处理,获得变形道集;
步骤4:判断所述二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将所述变形道集作为所述初始道集,重复步骤3-4;
步骤5:将每次迭代过程中计算得到的二维时移量相加获得总时移量,根据所述总时移量对所述地震道集进行时移处理,获得校平道集。
2.根据权利要求1所述的地震道集自动校平方法,其中,所述能量均衡处理包括振幅增益与均衡处理。
3.根据权利要求1所述的地震道集自动校平方法,其中,根据所述初始道集获得参考道为:
将所述初始道集的零偏移距道作为所述参考道。
4.根据权利要求1所述的地震道集自动校平方法,其中,根据所述初始道集获得参考道为:
将所述初始道集的近偏移距地震道进行叠加,获得所述参考道。
5.根据权利要求1所述的地震道集自动校平方法,其中,所述二维时移量通过二维动态图像变形法计算。
6.根据权利要求5所述的地震道集自动校平方法,其中,所述二维时移量通过二维动态图像变形法计算包括:
建立二维约束条件与二维时移量目标函数;
基于所述二维约束条件对所述二维时移量目标函数进行求解,获得所述二维时移量。
7.根据权利要求6所述的地震道集自动校平方法,其中,所述二维时移量目标函数为:
其中,Q为误差能量,f[i,j]为参考道集,g[i,j]为初始道集,u[i,j]为二维时移量,i为时间序列样点序号,N为时间序列样点数,j为地震道序号,M为地震道数。
8.根据权利要求6所述的地震道集自动校平方法,其中,所述二维约束条件为:
其中,u[i,j]为二维时移量,i为时间序列样点序号,j为地震道序号。
9.一种地震道集自动校平系统,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现以下步骤:
步骤1:对地震道集进行畸变切除处理和能量均衡处理,获得初始道集;
步骤2:根据所述初始道集获得参考道,复制所述参考道,获得参考道集;
步骤3:计算所述参考道集与所述初始道集的二维时移量,根据所述二维时移量对所述初始道集进行时移处理,获得变形道集;
步骤4:判断所述二维时移量是否小于时移阈值,若是,则进行步骤5,若否,则将所述变形道集作为所述初始道集,重复步骤3-4;
步骤5:将每次迭代过程中计算得到的二维时移量相加获得总时移量,根据所述总时移量对所述地震道集进行时移处理,获得校平道集。
10.根据权利要求9所述的地震道集自动校平系统,其中,所述二维时移量通过二维动态图像变形法计算,包括:
建立二维约束条件与二维时移量目标函数;
基于所述二维约束条件对所述二维时移量目标函数进行求解,获得所述二维时移量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810621833.8A CN110609326A (zh) | 2018-06-15 | 2018-06-15 | 地震道集自动校平方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810621833.8A CN110609326A (zh) | 2018-06-15 | 2018-06-15 | 地震道集自动校平方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110609326A true CN110609326A (zh) | 2019-12-24 |
Family
ID=68888424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810621833.8A Pending CN110609326A (zh) | 2018-06-15 | 2018-06-15 | 地震道集自动校平方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110609326A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459794A (zh) * | 2014-12-01 | 2015-03-25 | 郑鸿明 | 共反射点道集时变时间差值的校正方法及装置 |
CN104808245A (zh) * | 2015-05-19 | 2015-07-29 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 道集优化处理方法及其装置 |
CN105182420A (zh) * | 2015-10-13 | 2015-12-23 | 中国石油天然气集团公司 | 一种动态匹配动校正方法 |
CN106226818A (zh) * | 2016-04-01 | 2016-12-14 | 中国石油天然气股份有限公司 | 地震数据处理方法和装置 |
CN107179552A (zh) * | 2016-03-11 | 2017-09-19 | 中国石油化工股份有限公司 | 一种基于波形动态匹配的子波拉伸校正处理方法 |
CN107976714A (zh) * | 2017-11-14 | 2018-05-01 | 中国石油集团东方地球物理勘探有限责任公司 | 一种复杂地表分级空间距离加权的超道集计算方法 |
-
2018
- 2018-06-15 CN CN201810621833.8A patent/CN110609326A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459794A (zh) * | 2014-12-01 | 2015-03-25 | 郑鸿明 | 共反射点道集时变时间差值的校正方法及装置 |
CN104808245A (zh) * | 2015-05-19 | 2015-07-29 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 道集优化处理方法及其装置 |
CN105182420A (zh) * | 2015-10-13 | 2015-12-23 | 中国石油天然气集团公司 | 一种动态匹配动校正方法 |
CN107179552A (zh) * | 2016-03-11 | 2017-09-19 | 中国石油化工股份有限公司 | 一种基于波形动态匹配的子波拉伸校正处理方法 |
CN106226818A (zh) * | 2016-04-01 | 2016-12-14 | 中国石油天然气股份有限公司 | 地震数据处理方法和装置 |
CN107976714A (zh) * | 2017-11-14 | 2018-05-01 | 中国石油集团东方地球物理勘探有限责任公司 | 一种复杂地表分级空间距离加权的超道集计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106405651B (zh) | 一种基于测井匹配的全波形反演初始速度模型构建方法 | |
CN104597490B (zh) | 基于精确Zoeppritz方程的多波AVO储层弹性参数反演方法 | |
CN101630016A (zh) | 一种提高垂直地震剖面成像质量的方法 | |
CN111487678B (zh) | 一种确定高分辨率小多道地震最小偏移距和系统延迟的分析方法 | |
CN103576200A (zh) | 低信噪比区浅层波阻抗界面静校正方法 | |
CN104977615B (zh) | 一种基于模型统计拾取的深水obc资料多次波压制方法 | |
CN104391324A (zh) | 依赖频率的avo反演前的地震道集动校拉伸校正预处理技术 | |
Guo et al. | Becoming effective velocity-model builders and depth imagers, Part 2—The basics of velocity-model building, examples and discussions | |
CN109143345B (zh) | 基于模拟退火的品质因子q非线性反演方法及系统 | |
CN109085642B (zh) | 一种各向异性介质微地震事件定位方法 | |
Zhu et al. | A multi-channel approach for automatic microseismic event association using RANSAC-based arrival time event clustering (RATEC) | |
CN109581494B (zh) | 叠前偏移方法及装置 | |
CN116755148A (zh) | 正交各向异性介质多方位反射波走时反演方法 | |
CN109212594B (zh) | 一种各向异性介质纵横波联合定位方法 | |
CN110609326A (zh) | 地震道集自动校平方法及系统 | |
WO2017015954A1 (zh) | 一种地震信号处理方法、装置和系统 | |
CN111352157B (zh) | 一种横波静校正方法及系统 | |
CN109143364B (zh) | 初至时间拾取方法 | |
CN112305615A (zh) | 一种地震资料角度域共成像点道集提取方法及系统 | |
CN110857997A (zh) | 一种基于横向约束的分步叠前弹性参数反演方法及系统 | |
CN112578437A (zh) | 地震记录自动增益方法及系统 | |
CN112649876A (zh) | 建立地震偏移速度模型的方法和装置 | |
CN111722287B (zh) | 一种基于渐进数据同化方法的震相特征识别波形反演方法 | |
CN108345035B (zh) | 地球物理勘探密度信息提取的方法和装置 | |
CN112394393B (zh) | 一种crp道集数据体重构的方法 |
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 |
Application publication date: 20191224 |
|
RJ01 | Rejection of invention patent application after publication |