CN110618449B - 一种地震数据处理的方法及系统 - Google Patents

一种地震数据处理的方法及系统 Download PDF

Info

Publication number
CN110618449B
CN110618449B CN201810636774.1A CN201810636774A CN110618449B CN 110618449 B CN110618449 B CN 110618449B CN 201810636774 A CN201810636774 A CN 201810636774A CN 110618449 B CN110618449 B CN 110618449B
Authority
CN
China
Prior art keywords
data
seismic
operator
function
constructing
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
Application number
CN201810636774.1A
Other languages
English (en)
Other versions
CN110618449A (zh
Inventor
董宁
王震宇
刘兰锋
袁三一
王铁一
时磊
夏红敏
王箭波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201810636774.1A priority Critical patent/CN110618449B/zh
Publication of CN110618449A publication Critical patent/CN110618449A/zh
Application granted granted Critical
Publication of CN110618449B publication Critical patent/CN110618449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V1/28—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
    • G01V1/36—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/30—Noise handling
    • G01V2210/32—Noise reduction
    • G01V2210/322—Trace 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

公开了一种地震数据处理的方法及系统。该方法包括：对叠前数据进行预处理；构建对地震道进行选取的插值算子P；构造沿着同相轴方向对数据做差分运算的空间差分算子C和沿着时间方向对数据做差分的时间差分算子Lt；构造具有保边保构造或平滑作用的f函数；基于获得的插值算子P、空间差分算子C和时间差分算子Lt、f函数构建反演目标函数；通过最优化算法对构建的反演目标函数进行求解。本发明采用空间构造算子起到了保持地质构造细节的作用，并利用插值算子可对缺失地震道进行插值处理，在低信噪比的不同类型的叠前地震资料处理中发挥了很好的效果。

Description

一种地震数据处理的方法及系统
技术领域
本发明涉及石油、天然气地震勘探处理和反演解释领域，更具体地，涉及一种地震数据处理的方法及系统。
背景技术
近年来，随着勘探技术的不断发展，油气勘探由常规简单油气藏逐渐向深层、复杂构造和岩性油气藏发展，人们对地震资料处理提出了更高的标准和要求，地震资料“高信噪比、高分辨率、高保真度”三高要求中，信噪比是基础，提高信噪比是地震数据处理的首要任务，也是后面常规处理、地震解释甚至储层预测的一项重要基础性工作，然而信噪比和分辨率是相互矛盾又不能分开的。此外，叠前地震数据普遍具有信噪比低和有时具有缺道等特征。这些会严重影响后续反演的质量，进而可能促使解释发生较大偏差。因此进行同时插值和保幅去噪是解决问题的一项关键技术。
为了提高地震资料的信噪比，人们根据信号与噪声的各种特征差异，设计了许多去除噪声、提高信噪比的方法，不同的方法具有不同的方法原理、物理意义和适用条件。例如，大家所熟知的f-x反褶积方法，它是基于相干同相轴是线性可预测的假设条件。为了确保满足“可预测性”这一假设，相干同相轴必须是局部线性、连续且平稳的，而且道间距也必须是一个常数。同时该方法在使用时对所有相干信号进行加强，不管它们是有效反射信号，还是相干干扰。另外，由于高频段信噪比较低，求取的预测算子受噪声成分的影响较大，从而使得滤波去噪处理后的剖面高频段有效信号严重畸变，降低信号的保真度和剖面的信噪比。常见的奇异值分解(SVD) 算法通过选取较大的特征值对应的特征向量进行信号重建，达到去除随机噪声的目的。该算法在同相轴是水平时有较好的去噪效果，但是在同相轴是倾斜或弯曲时则效果不佳。后来人们又提出了基于Radon变换的去噪方法，可用于多次波和随机噪声的衰减，但是该方法与其他的常规技术相比，所需计算时间大了很多，并且也会由于吉布斯现象而产生一些假象。
实际地震资料往往同时包含有效波和噪声，但它们不能做到完全分开，而且上述方法也只能从数学角度大致地去除噪声的主要能量，低频噪声的去除以及有效信号的保护都不能做到最优。此外，叠前资料经常存在缺道的问题，直接部分叠加进行后续反演解释可能会导致解释误差。我们需要根据地震资料及噪声的特征不断地改进去噪方法，特别需要从地质构造的角度去达到真正保幅预处理的目的。因此，有必要开发一种能够达到真正保幅预处理的地震数据处理方法及系统。
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
提高地震信号的分辨率是地震勘探所要解决的一项主要任务，而提高地震信号的信噪比是提高地震信号分辨率的必要条件。传统的去噪方法由于受到各种因素的制约，不能很好地提高地震资料的信噪比，并且大多数方法都是针对叠后数据体进行处理，更是没有考虑到实际工作中叠前地震资料道缺失的情况，因此有必要发明一种能够针对缺失地震道的叠前地震资料的保幅保构造去噪方法。为了解决这些问题，本发明充分考虑了现有方法的局限性，利用了地震信号的构造信息(包括倾角、横向连续性和间断等信息)，采用贝叶斯反演框架引入了一些先验约束，能够在构造细节保持的情况下同时极大地减小噪声，并且也能同时进行数据插值，极大提升了资料的品质，为后续油气勘探提供了高质量的基础数据。同时，本发明虽属于石油、天然气地震勘探处理和反演领域，尤其是涉及了高维叠前地震资料的处理、地球物理数据反演技术、保幅保构造去噪技术与地震道插值技术，同时该技术的思想也可用于信号处理和图像处理等方面，应用领域极其广泛。
根据本发明的一方面，提出了一种地震数据处理的方法。所述方法包括：
1)对叠前数据进行预处理；
2)构建对地震道进行选取的插值算子P；
3)构造沿着同相轴方向对数据做差分运算的空间差分算子C和沿着时间方向对数据做差分的时间差分算子Lt；
4)构造具有保边保构造或平滑作用的f函数；
5)基于步骤2)、3)、4)获得的插值算子P、空间差分算子C和时间差分算子Lt、f函数构建反演目标函数；
6)通过最优化算法对构建的反演目标函数进行求解。
优选地，在步骤1)中，预处理包括对所输入的叠前数据进行全叠加、倾角滤波处理与倾角估计。
优选地，在步骤2)中，通过以下公式表达插值算子P：
Figure RE-RE-GDA0001819379660000031
其中，对应的有道位置取单位矩阵，缺道的位置取零值矩阵。
优选地，在步骤3)中，通过以下公式计算空间差分算子C和时间差分算子Lt：
Figure RE-RE-GDA0001819379660000041
Figure RE-RE-GDA0001819379660000042
其中：
Figure RE-RE-GDA0001819379660000043
Figure RE-RE-GDA0001819379660000044
Figure RE-RE-GDA0001819379660000045
和
Figure RE-RE-GDA0001819379660000046
为方阵，其大小为地震剖面的道数与采样点数的乘积；
Qcos和Qsin分别为对叠前数据进行预处理后获得的全叠加数据估计出的倾角
Figure RE-RE-GDA0001819379660000047
j＝1，2，…，k，的余弦值和正弦值所形成的稀疏对角矩阵。
优选地，在步骤5)中，所构建的反演目标函数，其表示为如下形式：
Figure RE-RE-GDA0001819379660000048
其中，λi(i＝1,2)是平衡数据匹配度与先验信息的一个折中参数，d是观测到的地震数据，s是真实地震信号。
根据本发明的另一方面，提出了一种地震数据处理的系统，包括：
叠前数据预处理模块，用于进行叠前数据预处理；
第一构造模块，用于构建对地震道进行选取的插值算子P；
第二构造模块，用于构造沿着同相轴方向对数据做差分运算的空间差分算子C和沿着时间方向对数据做差分的时间差分算子Lt；
第三构造模块，用于构造具有保边保构造或平滑作用的f函数；
反演目标函数构建模块，用于实现地震数据处理，获得最优反演信号。
优选地，在叠前数据预处理模块，对所输入的叠前数据进行全叠加、倾角滤波处理与倾角估计。
优选地，在第一构造模块中，通过以下公式表达插值算子P：
Figure RE-RE-GDA0001819379660000051
其中，对应的有道位置取单位矩阵,缺道的位置取成零值矩阵；
优选地，在第二构造模块中，通过以下公式计算空间差分算子C和时间差分算子Lt：
Figure RE-RE-GDA0001819379660000052
Figure RE-RE-GDA0001819379660000053
其中：
Figure RE-RE-GDA0001819379660000054
Figure RE-RE-GDA0001819379660000061
Figure RE-RE-GDA0001819379660000062
和
Figure RE-RE-GDA0001819379660000063
为方阵，其大小为地震剖面的道数与采样点数的乘积；
Qcos和Qsin分别为对叠前数据进行预处理后获得的全叠加数据估计出的倾角
Figure RE-RE-GDA0001819379660000064
j＝1，2，…，k，的余弦值和正弦值所形成的稀疏对角矩阵。
优选地，在反演目标函数构建模块，构造的反演目标函数为如下形式：
Figure RE-RE-GDA0001819379660000065
其中，λi,i＝1,2，是平衡数据匹配度与先验信息的折中参数，d是观测到的地震数据，s是真实地震信号。
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数据处理方法和系统的具体步骤流程图；
图2(a)为地震叠前角道集模型数据，图2(b)为待去噪处理的原始数据，图(c)为经过本发明处理后的地震数据结果；
图3(a)为模型角道集顶界面的去噪前后的AVO曲线对比；图3(b) 为角道集中底界面的去噪前后的AVO曲线对比；
图4(a)为实际角道集数据图；图4(b)为本发明处理后角道集数据图；
图5(a)为AVO曲线对比图；图5(b)为去噪前后叠前地震数据的振幅谱的对比图；
图6(a)为地震道叠前实际数据图；图6(b)为处理后地震数据图；
图7(a)为去噪前后的差异数据图；图7(b)为去噪前后振幅谱对比图。
具体实施方式
本发明基于贝叶斯反演框架的滤波理论，选取合适的构造约束的先验信息表示方式和地震道插值算子，构建合理的反演目标函数，并给出了一种高效的计算解法，从而形成地震数据叠前同时插值和保幅去噪技术。
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数据处理的方法的步骤的流程图。
步骤1：对叠前数据进行预处理。
其中，预处理流程包括叠前数据输入、叠前数据特征分析、数据全叠加、倾角滤波处理与倾角估计。
图2(a)为我们基于褶积模型设计的地震叠前角道集模型数据，该模型共有两个反射界面，入射角从1°到45°均匀分布；图2(b)为对图2 (a)的无噪数据加入50％(噪声能量与信号能量的比值为0.5)的随机噪声后，再随机缺失部分地震道得到的数据，即我们待进行去噪处理的原始数据。
步骤2：构建对地震道进行选取的插值算子P。
考虑到实际中叠前地震资料存在地震道缺失的情况，通过合理构建插值算子，并加入到目标函数中，就能够实现地震道插值的目的，空道位置取0，非空道位置取1，通过以下公式表达插值算子P：
Figure RE-RE-GDA0001819379660000081
其中，对应的有道位置取单位矩阵，缺道的位置取零值矩阵。
步骤3：构造沿着同相轴方向对数据做差分运算的空间差分算子C和沿着时间方向对数据做差分的时间差分算子Lt。
其中，C是空间构造差分算子，即沿着同相轴方向对数据做差分运算，能起到保护构造和低频信息空间连续的作用。Lt是时间方向差分算子，即沿着时间方向对数据做差分，能起到降低高频噪声的目的。
为了去除更多的随机噪声，同时尽可能地保护有效信号，通过以下公式计算空间差分算子C和时间差分算子Lt：
Figure RE-RE-GDA0001819379660000082
Figure RE-RE-GDA0001819379660000083
其中：
Figure RE-RE-GDA0001819379660000084
和
Figure RE-RE-GDA0001819379660000085
分别为水平差分算子和时间(或纵向)差分算子，具体形式分别如下：
Figure RE-RE-GDA0001819379660000086
Figure RE-RE-GDA0001819379660000091
Figure RE-RE-GDA0001819379660000092
和
Figure RE-RE-GDA0001819379660000093
为方阵，其大小为地震剖面的道数与采样点数的乘积；
Qcos和Qsin分别为对叠前数据进行预处理后获得的全叠加数据估计出的倾角
Figure RE-RE-GDA0001819379660000094
j＝1,2,…,k，的余弦值和正弦值所形成的稀疏对角矩阵。
具体形式如下：
Figure RE-RE-GDA0001819379660000095
Figure RE-RE-GDA0001819379660000096
本领域技术人员应当理解，也可以通过其他的形式表达该稀疏矩阵。
其中，水平差分算子中-1和1之间的0的个数为待处理数据时间方向的采样点总数，
Figure RE-RE-GDA0001819379660000097
j＝1,2,…,k为对应全叠加数据每个采样点位置处的倾角， k是整个数据体或剖面的采样点总数。
空间构造差分算子C的主要作用是保护构造的横向连续性和间断性等，纵向差分算子Lt或
Figure RE-RE-GDA0001819379660000098
也能起到降低高频噪声的作用。嵌入的空间构造差分算子本质上利用了构造的角度信息。
步骤4：构造具有保边保构造或平滑作用的f函数。
其中，f是能够起到保持构造细节特征作用的函数；如果取柯西函数，其具有保边保构造的作用，可以自适应起到保护同相轴的横向连续性和边界(或间断面)的目的；如果取二范数，其具有平滑的作用，可结合P算子起到对地震道进行插值的目的。
步骤5：基于步骤2、3、4获得的插值算子P、空间差分算子C和时间差分算子Lt、f函数构建反演目标函数。
地震数据叠前同时插值和保幅去噪是将去噪的过程等价为一个反演的过程，最终反演出的数据就是降噪后的数据。需要注意的是，在进行反演时，先验信息的加入是非常关键的一个环节，为了保持构造的细节特征，选择与构造的角度和横向连续性等有关的先验函数，并且考虑到实际工作中缺失地震道的情况，也就是说，其关键环节在于空间构造差分算子、插值算子与约束函数的设置与选取，以此为基础构建了一种新的反演目标函数，其表示为如下形式：
Figure RE-RE-GDA0001819379660000101
其中，λi(i＝1,2)是平衡数据匹配度与先验信息的一个折中参数，如果λi＝0，那么降噪后的剖面就是原始剖面，这时没有噪声被去除；如果λi≠0，我们就即考虑了信号的空间约束也考虑了压制高频噪声的目的。d是观测到的地震数据，s是真实地震信号。
步骤6：通过最优化算法对构建的反演目标函数进行求解。
经过最优化算法对公式(6)进行求解，就可以得到既去噪又插值后的结果。
图2(c)为本发明处理的结果，可以看到地震资料的信噪比得到了很大的提高，同时还很好地保护了有效信号，另外与常规去噪算法更大的优势在于能够对缺失地震道进行插值处理，从而使得同相轴连续性得到增强，去噪后结果与图2(a)的真实数据能够较好的吻合。
具体地，将得到的最优反演信号进行结果质量评价，从4个方面进行质量评价，即去噪成果分析、差异剖面、地震频谱以及AVO分析。
图3(a)为模型角道集顶界面的去噪前后的AVO曲线对比；图3(b) 为角道集中底界面的去噪前后的AVO曲线对比。可以看出，无论地下浅层、深层位置，去噪后的角道集AVO曲线变得平滑，不再出现去噪前的震荡剧烈的现象，并且缺失地震道位置处的振幅得到了合理的补偿，这对于我们分析AVO和利用AVO特征提供了高质量的基础数据。
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。
利用H气田实际角道集数据进行了测试，取得了良好的效果。
图4(a)为一个低信噪比且缺失地震道的实际角道集数据；图4(b) 为本发明的处理结果，可以看到整个道集的信噪比得到提高，缺失的地震道得到补偿，目标层(2.4s附近)处的同相轴变得连续，这为后续叠前反演提供了高品质的基础数据。
图5(a)为去噪前后目标层(2.4s附近)位置处的AVO曲线对比，可以看到去噪后的角道集的AVO曲线变得平滑，不再出现去噪前的震荡剧烈的现象；图5(b)为去噪前后叠前地震数据的振幅谱对比，可以看出高频噪声得到衰减，有效信息得到保持。
图6(a)为一个缺失地震道的单偏移距叠前实际数据；图6(b)为本发明的处理结果，可以看到地震剖面的质量得到提高，缺失的地震道能够得到补偿，同相轴更加连续。
图7(a)为去噪前后的差异数据，即原始数据与去噪结果的差值，我们可以看到该技术去除了大部分的随机噪声，并且较好地保护了有效信号；图7(b)为去噪前后叠前数据的振幅谱对比，可以看出高频噪声得到压制，但频带宽度没有遭到破坏，有效信息也得到很好的保持，这就给后续叠后剖面质量的提高和叠前反演提供了强有力的数据支持。
本发明还提出了一种地震数据处理的系统，其包括：
叠前数据预处理模块，用于进行叠前数据预处理；
第一构造模块，用于构建对地震道进行选取的插值算子P；
第二构造模块，用于构造沿着同相轴方向对数据做差分运算的空间差分算子C和沿着时间方向对数据做差分的时间差分算子Lt；
第三构造模块，用于构造具有保边保构造或平滑作用的f函数；
反演目标函数构建模块，用于实现地震数据处理，获得最优反演信号。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述，通过本发明可达到如下三方面效果：
(1)该发明采用空间构造算子起到了保护构造倾角、横向连续性和间断性(断层、尖灭等)等作用，并可起到降低低频噪声的作用。同时，该方法也考虑了数据的纵向差分约束，起到了降低高频噪声的目的。
(2)该发明能够对不同类型的叠前地震资料进行保幅预处理，极大地提升了AVO数据质量，可为后续反演提供了好的基础数据。
(3)考虑到实际工作中缺失地震道的情况，该发明能够在去噪的同时对缺失地震道的叠前数据进行插值处理，这是常规去噪方法所不能做到的，这对后面的数据处理、解释等工作提供了高品质的基础数据。
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。
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 (4)

1.一种地震数据处理的方法，其特征在于，包括：
1)对叠前数据进行预处理；
2)构建对地震道进行选取的插值算子P；
3)构造沿着同相轴方向对数据做差分运算的空间差分算子C和沿着时间方向对数据做差分的时间差分算子Lt；
4)构造具有保边保构造或平滑作用的f函数；
5)基于步骤2)、3)、4)获得的插值算子P、空间差分算子C和时间差分算子Lt、f函数构建反演目标函数；
6)通过最优化算法对构建的反演目标函数进行求解；
其中，在步骤2)中，通过以下公式表达插值算子P：
Figure FDA0002982958710000011
其中，对应的有道位置取单位矩阵，缺道的位置取零值矩阵；
通过以下公式计算空间差分算子C和时间差分算子Lt：
Figure FDA0002982958710000012
Figure FDA0002982958710000013
其中：
Figure FDA0002982958710000021
Figure FDA0002982958710000022
Figure FDA0002982958710000023
和
Figure FDA0002982958710000024
为方阵，其大小为地震剖面的道数与采样点数的乘积；
Qcos和Qsin分别为对叠前数据进行预处理后获得的全叠加数据估计出的倾角
Figure FDA0002982958710000025
的余弦值和正弦值所形成的稀疏对角矩阵；
所构建的反演目标函数为：
Figure FDA0002982958710000026
其中，λi，i＝1,2是平衡数据匹配度与先验信息的一个折中参数，d是观测到的地震数据，s是真实地震信号，f是具有保边保构造或平滑作用的函数。
2.根据权利要求1中所述的地震数据处理的方法，其特征在于，在步骤1)中，预处理包括对所输入的叠前数据进行全叠加、倾角滤波处理与倾角估计。
3.一种地震数据处理的系统，其特征在于，包括：
叠前数据预处理模块，用于进行叠前数据预处理；
第一构造模块，用于构建对地震道进行选取的插值算子P；
第二构造模块，用于构造沿着同相轴方向对数据做差分运算的空间差分算子C和沿着时间方向对数据做差分的时间差分算子Lt；
第三构造模块，用于构造具有保边保构造或平滑作用的f函数；
反演目标函数构建模块，用于实现地震数据处理，获得最优反演信号；
其中，在步骤2)中，通过以下公式表达插值算子P：
Figure FDA0002982958710000031
其中，对应的有道位置取单位矩阵，缺道的位置取零值矩阵；
通过以下公式计算空间差分算子C和时间差分算子Lt：
Figure FDA0002982958710000032
Figure FDA0002982958710000033
其中：
Figure FDA0002982958710000034
Figure FDA0002982958710000035
Figure FDA0002982958710000036
和
Figure FDA0002982958710000037
为方阵，其大小为地震剖面的道数与采样点数的乘积；
Qcos和Qsin分别为对叠前数据进行预处理后获得的全叠加数据估计出的倾角
Figure FDA0002982958710000042
的余弦值和正弦值所形成的稀疏对角矩阵；
所构建的反演目标函数为：
Figure FDA0002982958710000041
其中，λi，i＝1,2是平衡数据匹配度与先验信息的一个折中参数，d是观测到的地震数据，s是真实地震信号，f是具有保边保构造或平滑作用的函数。
4.根据权利要求3中所述的地震数据处理的系统，其特征在于，在叠前数据预处理模块中，对所输入的叠前数据进行全叠加、倾角滤波处理与倾角估计。
CN201810636774.1A 2018-06-20 2018-06-20 一种地震数据处理的方法及系统 Active CN110618449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810636774.1A CN110618449B (zh) 2018-06-20 2018-06-20 一种地震数据处理的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810636774.1A CN110618449B (zh) 2018-06-20 2018-06-20 一种地震数据处理的方法及系统

Publications (2)

Publication Number Publication Date
CN110618449A CN110618449A (zh) 2019-12-27
CN110618449B true CN110618449B (zh) 2021-07-20

Family

ID=68921034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810636774.1A Active CN110618449B (zh) 2018-06-20 2018-06-20 一种地震数据处理的方法及系统

Country Status (1)

Country Link
CN (1) CN110618449B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112255684B (zh) * 2020-10-26 2024-03-01 中国石油天然气集团有限公司 一种地震数据的采集脚印的处理方法及装置
CN113341463B (zh) * 2021-06-10 2023-05-26 中国石油大学(北京) 一种叠前地震资料非平稳盲反褶积方法及相关组件
CN116561481B (zh) * 2023-05-10 2023-12-19 广东海洋大学 一种针对avo效应的速度分析方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2409900B (en) * 2004-01-09 2006-05-24 Statoil Asa Processing seismic data representing a physical system
CN103293552B (zh) * 2013-05-24 2015-10-28 中国石油天然气集团公司 一种叠前地震资料的反演方法及系统

Also Published As

Publication number Publication date
CN110618449A (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
US11243322B2 (en) Automated system and methods for adaptive robust denoising of large-scale seismic data sets
Chen et al. Improving the signal‐to‐noise ratio of seismological datasets by unsupervised machine learning
Liu et al. Stacking seismic data using local correlation
Liu et al. A 1D time-varying median filter for seismic random, spike-like noise elimination
CN110618449B (zh) 一种地震数据处理的方法及系统
CN110806602B (zh) 基于深度学习的智能化地震数据随机噪声压制方法
CN102854533A (zh) 一种基于波场分离原理提高地震资料信噪比的去噪方法
CN106680876A (zh) 一种地震数据联合去噪方法
CN111158051A (zh) 一种基于稀疏正则化的联合约束随机噪声压制方法
CN104849757A (zh) 消除地震信号中随机噪声系统及方法
Huang et al. Random noise attenuation by planar mathematical morphological filtering
CN110687597B (zh) 一种基于联合字典的波阻抗反演方法
Wu et al. Attenuating seismic noise via incoherent dictionary learning
Yuan et al. Attenuation of linear noise based on denoising convolutional neural network with asymmetric convolution blocks
CN107255833B (zh) 地震叠加剖面的确定方法和装置
Wang et al. Robust singular value decomposition filtering for low signal-to-noise ratio seismic data
CN109655916B (zh) 用于分离地震数据中有效波与多次波的方法及系统
Qin et al. A robust implementation and application of antileakage Fourier transform interpolation
Fang et al. Seismic random noise suppression model based on downsampling and superresolution
EP3245542B1 (en) Stack ghost suppression
Wellington et al. Preconditioning full-waveform inversion with efficient local correlation operators
CN108037533A (zh) 一种基于块重组期望对数似然的地震勘探噪声压制方法
CN111856559B (zh) 基于稀疏贝叶斯学习理论的多道地震谱反演方法及系统
CN112213775A (zh) 一种高覆盖次数叠前地震数据的保真提频方法
US9014985B2 (en) System and method for compensating time and offset varying near-surface effects in seismic data background

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