CN111060961A - 基于多信息约束反演的品质因子确定方法、装置及系统 - Google Patents
基于多信息约束反演的品质因子确定方法、装置及系统 Download PDFInfo
- Publication number
- CN111060961A CN111060961A CN201911372429.2A CN201911372429A CN111060961A CN 111060961 A CN111060961 A CN 111060961A CN 201911372429 A CN201911372429 A CN 201911372429A CN 111060961 A CN111060961 A CN 111060961A
- Authority
- CN
- China
- Prior art keywords
- sparsity
- quality factor
- attenuation
- time
- reflection coefficient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 117
- 238000012545 processing Methods 0.000 claims abstract description 34
- 239000011435 rock Substances 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 79
- 238000012937 correction Methods 0.000 claims description 57
- 230000015654 memory Effects 0.000 claims description 37
- 238000010521 absorption reaction Methods 0.000 claims description 31
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 abstract description 50
- 230000006872 improvement Effects 0.000 abstract description 16
- 238000001914 filtration Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 21
- 230000008859 change Effects 0.000 description 18
- 239000010410 layer Substances 0.000 description 18
- 238000003860 storage Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000005755 formation reaction Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 239000002356 single layer Substances 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005293 physical law Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000002441 reversible effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 230000001808 coupling effect Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000007795 chemical reaction product Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 229910021389 graphene Inorganic materials 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 240000006829 Ficus sundaica Species 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G01V1/28—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
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
本说明书实施例公开了一种基于多信息约束反演的品质因子确定方法、装置及系统。所述方法包括获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;基于所述关系模型,反演获得多道反射系数;利用预设稀疏准则函数计算所述多道反射系数的稀疏度;根据固有衰减与反射系数稀疏度的关系,确定品质因子。利用本说明书实施例可以极大提高Q谱反演的稳定性和Q值估计的精度,从而为后续的反Q滤波、提高地震分辨率等处理提供良好基础。
Description
技术领域
本说明书实施例方案属于地球物理勘探技术领域,尤其涉及一种基于多信息约束反演的品质因子确定方法、装置及系统。
背景技术
在地震勘探数据处理过程中,高保真、高分辨率及高信噪比的地震资料处理是地震数据解释、油气储层预测的重要依据和保证。随着油气勘探程度日益提高,对地震资料的分辨率提出了更高的要求。而地层的吸收衰减效应是影响地震资料分辨率的主要因素之一,品质因子Q是表征地层本身固有吸收特性的主要参数。因此提取准确的Q值对于补偿粘弹性介质吸收衰减效应、提高地震资料的分辨率、地震成像、储层预测和油藏描述等方面具有重要意义。
1962年,Futterman首次将地层对地震波的吸收衰减论述为地层的本质属性。此后,许多地球物理工作者在地层吸收参数——品质因子Q的求取方法上进行了大量的研究。Bath于1974年提出利用谱比法估算地层品质因子,该方法的实质是利用地震波在粘弹性介质中传播后振幅谱的变化对Q值进行估计。通过选取不同深度或不同时间处的两个地震子波,经过傅里叶变换得到其振幅谱,建立谱比值的自然对数与频率之间的关系,通过线性拟合计算得到品质因子Q。谱比法易于实现得到了较为广泛的应用,但子波的频谱往往受到噪声、频谱干涉等因素的影响,从而降低了利用谱比法估算Q值的精度。1979年,Kjartansson和Biai等基于地震波的频散理论提出上升时间法。上升时间定义为地震波在第一个传播周期内波形的最大振幅和最大斜率之比,通过建立上升时间与品质因子之间的解析关系来估算地层吸收参数。1985年,Jannsen等提出子波模拟法,借助于旅行时差和频散之间的关系,通过不断修正Q值,使参考信号和观测信号达到最佳的近似。1997年,Quan和Harris推导了品质因子Q与质心频率的关系,提出质心频率偏移法。实验结果表明,在这些方法中品质因子Q的计算强烈地依赖于地震资料的品质,在信噪比低时误差较大。
此外,传统的地层吸收参数反演方法主要基于VSP(Vertical SeismicProfiling,垂直地震剖面)资料和叠后地震资料。虽然VSP资料和叠后地震资料具有相对较高的信噪比,但是,基于VSP资料的Q值反演只能得到吸收参数在垂向上的数值,缺乏横向的地层信息,信息量有限。另外,利用叠后地震资料,即使忽略地震偏移精度的影响,由于受到不同地震道传播路径的差异、动较正拉伸对频谱影响的差异、反射透射能量分配的差异等因素的影响,使得叠加后地震道扭曲了真实的地层吸收响应,从而导致基于叠后地震资料估算的地层吸收参数存在较大的误差,甚至是错误的。为此,1998年,Dasgupta和Clark提出一种从叠前CMP道集中估算品质因子的QVO(Q versus offset)方法。该方法首先分别计算不同偏移距处谱比值对数关于频率的斜率,然后对不同的斜率和偏移距的平方进行线性拟合,其所得截距即为所求的Q值。2002年,Zhang和Ulrych在假设震源子波为雷克子波以及地震波沿直线路径传播的情况下,推导了地震子波峰值频率与品质因子Q之间的解析关系,提出一种逐层剥离的Q值估算方法。2005年,Liu和Wei将Zhang等的地震波沿直线路径传播的假设改为弯曲射线传播路径,提高了从CMP道集中反演Q值的精度。2009年,Reine等提出利用变时窗时频分析方法提取振幅谱,较好的解决了频谱干涉问题。考虑到叠前地震记录振幅谱的角度依赖关系和对噪声敏感的特点,2012年Reine等进一步将叠前地震记录变换到τ-p域并且利用反演的算法同时拟合频率和传播时差来求取Q值,较好地解决了叠前地震数据振幅谱的角度依赖问题且抗噪性较强。
然而,传统的QVO方法需要利用经过动校正处理后的叠前地震数据进行处理,而常规动校正会导致浅层和远偏移距处存在子波拉伸的现象,其主频降低,振幅和相位发生严重畸变,从而使得基于动校正后的叠前震数据估算出的Q值误差较大,甚至是错误的。若在切除后的叠前地震数据上估计Q值则会由于浅层远道的衰减信息缺失,降低Q值估计的精度。此外,基于褶积理论,反射系数的干涉也会导致地震数据振幅和相位的畸变,而无论是基于叠后资料还是叠前资料的现有的Q值估计方法,普遍都忽略了地层吸收引起的固有衰减和子波干涉引起的视衰减之间的耦合效应,导致估计的品质因子Q普遍是固有衰减和子波干涉引起的地震视衰减的综合反映,进而降低了非稳态地震数据高分辨率处理结果的精度。
因此,业内亟需一种可以提高地震数据分辨率精度的解决方案。
发明内容
本说明书实施例在于提供一种基于多信息约束反演的品质因子确定方法、装置及系统,可以极大提高Q谱反演的稳定性和Q值估计的精度,从而为后续的反Q滤波、提高地震分辨率等处理提供良好基础,对AVO分析、储层预测和油藏描述等方面有重要的指导意义。
本说明书提供的基于多信息约束反演的品质因子确定方法、装置、设备及系统是包括以下方式实现的:
基于多信息约束反演的品质因子确定方法,包括:
获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;
基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;
基于所述关系模型,反演获得多道反射系数;
利用预设稀疏准则函数计算所述多道反射系数的稀疏度;
根据固有衰减与反射系数稀疏度的关系,确定品质因子。
本说明书提供的所述方法的另一个实施例中,所述基于所述关系模型,反演获得多道反射系数,包括:
根据预设衰减模型以及时变子波与时不变子波关系,获得时变地震子波;
基于时变地震子波与反动校正算子,获得时变混合反动校正算子;
基于所述关系模型、时变混合反动校正算子以及叠前地震数据,获得反射系数。
本说明书提供的所述方法的另一个实施例中,所述基于所述关系模型、时变混合反动校正算子以及叠前地震数据,获得反射系数,包括:
其中,表示Ri的l2,1范数值的最小值,表示地震数据匹配项,σ表示数据误差或噪声能量,S表示未经校正的地震数据,i表示扫描的品质因子的个数,Gi表示第i个品质因子对应的时变混合反动校正算子,Ri表示第i个品质因子对应的反射系数矩阵,下标F表示弗罗贝尼乌斯范数。
本说明书提供的所述方法的另一个实施例中,所述利用预设准则函数计算所述多道反射系数的稀疏度,包括:
利用l2,p范数计算所述多道反射系数的稀疏度;或者,
选取窗函数,利用所述窗函数对多道反射系数进行滑动开窗处理;
基于l2,p范数计算窗内准则函数值,将所述窗内准则函数值作为所述多道反射系数的稀疏度。
本说明书提供的所述方法的另一个实施例中,所述根据固有衰减与反射系数稀疏度的关系,确定品质因子,包括:
当利用l2,p范数计算所述多道反射系数的稀疏度时,将所述稀疏度中最小值对应的固有衰减确定为品质因子;
当将窗内准则函数值作为所述多道反射系数的稀疏度时,基于所述准则函数值构建品质因子谱图,将所述品质因子谱图中最大值对应的固有衰减确定为品质因子。
本说明书提供的所述方法的另一个实施例中,还包括:
基于所述品质因子,对地震波的吸收衰减进行补偿处理。
基于多信息约束反演的品质因子确定装置,所述装置包括:
地震数据获取模块,用于获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;
关系模型建立模块,用于基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;
反射系数获得模块,用于基于所述关系模型,反演获得多道反射系数;
稀疏度计算模块,用于利用预设稀疏准则函数计算所述多道反射系数的稀疏度;
品质因子确定模块,用于根据固有衰减与反射系数稀疏度的关系,确定品质因子。
本说明书提供的所述装置的另一个实施例中,所述反射系数获得模块,包括:
时变地震子波获得单元,用于根据预设衰减模型以及时变子波与时不变子波关系,获得时变地震子波;
时变混合反动校正算子获得单元,用于基于时变地震子波与反动校正算子,获得时变混合反动校正算子;
反射系数获得单元,用于基于所述关系模型、时变混合反动校正算子以及叠前地震数据,获得反射系数。
本说明书提供的所述装置的另一个实施例中,所述反射系数获得单元,包括:
其中,表示Ri的l2,1范数值的最小值,表示地震数据匹配项,σ表示数据误差或噪声能量,S表示未经校正的地震数据,i表示扫描的品质因子的个数,Gi表示第i个品质因子对应的时变混合反动校正算子,Ri表示第i个品质因子对应的反射系数矩阵,下标F表示弗罗贝尼乌斯范数。
本说明书提供的所述装置的另一个实施例中,所述稀疏度计算模块,包括:
第一计算单元,用于利用l2,p范数计算所述多道反射系数的稀疏度;或者,
选取单元,用于选取窗函数,利用所述窗函数对多道反射系数进行滑动开窗处理;
第二计算单元,用于基于l2,p范数计算窗内准则函数值,将所述窗内准则函数值作为所述多道反射系数的稀疏度。
本说明书提供的所述装置的另一个实施例中,所述品质因子确定模块,包括:
第一确定单元,用于当利用l2,p范数计算所述多道反射系数的稀疏度时,将所述稀疏度中最小值对应的固有衰减确定为品质因子;
第二确定单元,用于当将窗内准则函数值作为所述多道反射系数的稀疏度时,基于所述准则函数值构建品质因子谱图,将所述品质因子谱图中最大值对应的固有衰减确定为品质因子。
本说明书提供的所述装置的另一个实施例中,还包括:
补偿处理模块,用于基于所述品质因子,对地震波的吸收衰减进行补偿处理。
基于多信息约束反演的品质因子确定设备,包括处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:
获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;
基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;
基于所述关系模型,反演获得多道反射系数;
利用预设稀疏准则函数计算所述多道反射系数的稀疏度;
根据固有衰减与反射系数稀疏度的关系,确定品质因子。
基于多信息约束反演的品质因子确定系统,包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现本说明书实施例中任意一个方法实施例方法的步骤。
本说明书提供的基于多信息约束反演的品质因子确定方法、装置及系统。一些实施例中利用时空几何结构关系及时空域振幅、相位的衰减变化规律约束Q谱反演,由于利用了包含走时、结构化稀疏、振幅和相位等多种信息的叠前资料进行反演,极大的提高了Q谱反演的稳定性和Q值估计的精度。另外,通过结合岩石物理的衰减物理规律,建立含衰减的叠前地震数据与Q和反射系数之间的数学物理联系,以反演得到的多道反射系数稀疏性为评判准则确定Q值,可以提高Q值估计的准确性。采用本说明书提供的实施方案,可以极大提高Q谱反演的稳定性和Q值估计的精度,从而为后续的反Q滤波、提高地震分辨率等处理提供良好基础,对AVO分析、储层预测和油藏描述等方面有重要的指导意义。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本说明书提供的一种基于多信息约束反演的品质因子确定方法的一个实施例的流程示意图;
图2是本说明书提供的一种基于多信息约束反演的品质因子确定方法的一个具体实施例的流程示意图;
图3是本说明书提供的一种单层Q模型的示意图;
图4是本说明书提供的一种地震记录的示意图;
图5是本说明书提供的一种Q谱及Q场的示意图;
图6是本说明书提供的一种双层Q模型的示意图;
图7是本说明书提供的另一种地震记录的示意图;
图8是本说明书提供的另一种Q谱及Q场的示意图;
图9是本说明书提供的一种五层Q模型的示意图;
图10是本说明书提供的另一种地震记录的示意图;
图11是本说明书提供的另一种Q谱及Q场的示意图;
图12是本说明书提供的一种加入噪声后地震记录的示意图;
图13是本说明书提供的另一种Q谱及Q场的示意图;
图14是本说明书提供的由测井资料得到的纵波速度、横波速度、密度曲线图;
图15是本说明书提供的另一种地震记录的示意图;
图16是本说明书提供的另一种Q谱及Q场的示意图;
图17是本说明书提供的一种基于多信息约束反演的品质因子确定装置的一个实施例的模块结构示意图;
图18是本说明书提供的一种基于多信息约束反演的品质因子确定服务器的一个实施例的硬件结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书中的一部分实施例,而不是全部的实施例。基于本说明书中的一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书实施例保护的范围。
在地震勘探数据处理过程中,高保真、高分辨率及高信噪比的地震资料处理是地震数据解释、油气储层预测的重要依据和保证。随着油气勘探程度日益提高,对地震资料的分辨率提出了更高的要求。由于地下介质是介于弹性和粘性之间的粘弹性介质,振幅衰减及相位畸变是地震波在粘弹性介质中传播的两个主要特征,振幅随着传播时间增加而减小,相位也随之变化,且高频相比低频能量衰减的剧烈,最终导致地震资料的主频向低频移动,严重降低了地震资料的分辨率。可见,地层的吸收衰减效应是影响地震资料分辨率的主要因素之一。品质因子Q值作为表征地层粘弹性衰减的重要参数,其反演和估计理论一直是地震勘探的研究热点。
然而传统的吸收参数反演方法往往强烈地依赖于地震资料的品质,易受噪声和频谱干涉等影响,且普遍忽略了地层吸收引起的固有衰减和子波干涉引起的视衰减之间的耦合效应,导致估算结果存在较大误差。此外,基于叠后资料的Q值反演只能得到吸收参数在垂向上的数值,缺乏横向的地层信息,信息量有限。而且利用叠后地震资料,受到不同地震道传播路径的差异、动较正拉伸对频谱影响的差异等因素的影响,使得叠加后地震道扭曲了真实的地层吸收响应,从而导致基于叠后地震资料估算的地震吸收参数存在较大的误差,甚至是错误的。而常规的叠前方法大多需要经过常规动校正,导致浅层和远偏移距处存在子波拉伸的现象,其主频降低,振幅和相位发生严重畸变,从而使得基于动校正后的叠前震数据估算出的Q值误差较大。因此,为了获得更加精确可靠的地层吸收参数,必须考虑地层吸收引起的固有衰减和子波干涉引起的视衰减之间的耦合效应,并尽可能消除动校正拉伸影响对Q值估计的影响。
本说明书提供的一种基于多信息约束反演的品质因子确定方法、装置及系统,一些实施例中利用时空几何结构关系及时空域振幅、相位的衰减变化规律约束Q谱反演,由于利用了包含走时、结构化稀疏、振幅和相位等多种信息的叠前资料进行反演,极大的提高了Q谱反演的稳定性和Q值估计的精度。另外,通过结合岩石物理的衰减物理规律,建立含衰减的叠前共中心点道集与Q和反射系数之间的数学物理联系,以反演得到的多道反射系数稀疏性为评判准则确定Q值,可以提高Q值估计的准确性。采用本说明书提供的实施方案,可以极大提高Q谱反演的稳定性和Q值估计的精度,从而为后续的反Q滤波、提高地震分辨率等处理提供良好基础,对AVO分析、储层预测和油藏描述等方面有重要的指导意义。
下面以一个具体的应用场景为例对本说明书实施方案进行说明。具体的,图1是本说明书提供的一种基于多信息约束反演的品质因子确定方法的一个实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构,但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中,这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时,可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
需要说明的是,下述实施例描述并不对基于本说明书的其他可扩展到的应用场景中的技术方案构成限制。具体的一种实施例如图1所示,本说明书提供的一种基于多信息约束反演的品质因子确定方法的一种实施例中,所述方法可以包括:
S0:获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息。
其中,时空几何结构信息可以包括双曲轨迹信息。时空域振幅衰减信息可以包括时空域振幅的衰减变化规律,如地震波振幅随传播时间、深度、炮检距、偏移距等的衰减变化规律。时空域相位衰减信息可以包括时空域相位的衰减变化规律,如地震波相位随传播时间、深度、炮检距、偏移距等的衰减变化规律。
本说明书一个实施例中,所述叠前地震数据可以包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息。例如一些实施场景中,叠前地震数据可以是多种信息融合后的数据。例如,可以是走时、结构化稀疏、振幅随偏移距变化和相位随偏移距变化等多种信息融合的叠前地震资料。
由于时变子波矩阵可以包括子波振幅及相位随深度、炮检距等的衰减变化规律。本说明书一个实施例中,可以通过引入时变子波矩阵为反演加入时空振幅、相位的变化规律约束。
由于反动校正算子可以包括双曲轨迹信息。本说明书一个实施例中,可以通过引入反动校正算子增加多道双曲轨迹信息,从而可以在避免常规动校正导致浅层和远偏移距处存在子波拉伸问题的同时,为反演加入了时空几何关系信息约束,进一步提高反演稳定性。其中,可以利用动校正速度得到每一个炮检距反射系数对应的旅行时获得反动校正算子。
本说明书一个实施例中,可以获取叠前CMP(Common Middle Point,共中心点)道集,然后通过对叠前CMP道集进行处理,获得包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息的叠前地震数据。
本说明书实施例中,通过在叠前资料中加入多种时空域信息,可以为后续Q谱反演提供多种信息约束,从而可以提高Q值估计的稳定性。
S2:基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型。
所述岩石物理理论中子波衰减的物理信息可以指地震波在粘弹性介质下传播时,由于地下介质的吸收等,其振幅和相位会发生变化,其变化规律与固有衰减有关。
本说明书一个实施例中,利用时空几何结构关系及时空振幅、相位变化规律等多种信息约束,并结合岩石物理的衰减物理规律,可以建立含衰减的叠前地震数据与Q和反射系数之间的数学物理联系,为后续准确地表征固有衰减提供基础。
由于固有衰减与多道反射系数脉冲的振幅和数量有一定的内在联系,本说明书一个实施例中,基于岩石物理的衰减物理信息和叠前地震数据,可以通过扫描的方式,用一系列的Q生成不同的时变子波矩阵WB,然后根据反射系数与地震数据关系建立褶积模型,最后可以引入一个与动校正轨迹相关的反动校正算子来构建叠前地震数据、品质因子、反射系数之间的关系模型。其中关系模型也可以称为正演模型。
具体的,一些实施例中,由于地下介质是粘弹性介质,地震波在传播过程中有吸收衰减效应,地震子波的振幅和相位会随地层深度和炮检距的变化而变化,根据Kjartansson提出的Q模型,粘弹性介质下的频率响应为
上式可以称为衰减模型,其中,B(x,w)表示粘弹性介质下的频率响应,x表示在粘弹性介质中传播的距离,ω0表示任意参考频率,ω表示角频率,C0表示任意参考频率ω0下的视速度,γ没有具体的物理意义。一些实施场景中,为了简化公式,可以定义
一些实施例中,根据上述衰减模型以及时变子波与时不变子波关系,可以引入考虑衰减的时变子波矩阵WB:
WB=WB (2)
其中,WB表示考虑衰减的时变子波矩阵,W表示时不变子波矩阵,B表示吸收衰减滤波器,其为公式(1)中B的矩阵形式。一些实施场景中,在正演建模型中,W可以用雷克子波表示。
根据岩石物理理论和波动理论,时变子波矩阵WB中包括时空域子波的振幅及相位变化规律,WB具体形式可以表示为:
其中,Wij表示时变子波矩阵中的元素,其中每一列可以表示一个子波,横向上的变化表示每一列子波的变化,i表示每个子波中第i个子波振幅,j表示第j个时间采样点对应的衰减后的子波。
一些实施例中,为了得到反演后的反射系数,可以先根据反射系数与地震数据关系建立了褶积模型。未校正的叠前CMP道集中的地震数据可以表示为:
sk(t)=wk(t)*rk(t) (3)
其中,sk(t)、wk(t)和rk(t)分别表示第k道的地震数据、地震子波和反射系数。将公式(3)写成矩阵形式为:
S=WBR (4)
其中,WB表示考虑衰减的时变子波矩阵,R表示反射系数矩阵,S表示地震数据。由于时变子波矩阵包含着子波振幅及相位随深度、炮检距的衰减变化规律,引入时变子波矩阵意味着为反演加入了时空振幅、相位的变化规律约束。
一些实施例中,在对叠前地震数据进行反演前,为了避免常规动校正导致的浅层远偏移距地震子波拉伸现象,从而影响Q值估计的精度,可以引入一个与动校正轨迹相关的反动校正算子来构建正演模型。反动校正算子的引入增加了多道双曲轨迹信息,在避免子波拉伸问题的同时,实质上是为反演加入了时空几何关系信息约束,可以进一步提高反演稳定性。此时建立动校正前的CMP道集和动校正后拉平的道集之间的关系可以表示如下:
sk=WBrk=WBNkrk′ (5)
其中,向量sk表示未经校正的CMP道,矩阵WB表示考虑衰减的时变子波矩阵,向量rk表示未经校正的反射系数,向量rk′表示经过校正的反射系数,Nk表示反动校正算子。其中,可以利用动校正速度得到每一个炮检距反射系数对应的旅行时获得反动校正算子。
一些实施例中,上述过程可以写成下述矩阵形式:
S=GiRi (6)
其中,S=[s1,…,sk,…,sK]表示未经校正的地震数据,Ri=[r1i′,...,rki′,...,rKi′]表示第i个Q值对应的反射系数矩阵,Gi=[WBiN1,...,WBiNk,...,WBiNK]表示通过第i个Q值对应的时变子波矩阵计算的时变混合反动校正算子,WBi表示由Qi计算的时变子波矩阵,K表示总道数,k表示第k道。
本说明书实施例中,由于利用包含走时、结构化稀疏、振幅和相位等多种信息的叠前资料建立含衰减的叠前地震数据与Q和反射系数之间的数学物理联系,可以极大的提高后续Q谱反演的稳定性和Q值估计的精度。
S4:基于所述关系模型,反演获得多道反射系数。
本说明书实施例中,在建立叠前地震数据、品质因子、反射系数之间的关系模型后,可以根据该关系模型进行反演,获得反射系数。
本说明书一个实施例中,所述基于所述关系模型,反演获得多道反射系数,可以包括:根据预设衰减模型以及时变子波与时不变子波关系,获得时变地震子波;基于时变地震子波与反动校正算子,获得时变混合反动校正算子;基于所述关系模型、时变混合反动校正算子以及叠前地震数据,获得反射系数。例如一些实施场景中,可以通过扫描的方式,用一系列的Q=[Q1,...,Qi,...,QI]生成不同的时变子波矩阵WB=[WB1,...,WBi,...,WBI],然后再利用对应的衰减子波进行反演,获得不同Q值对应的反射系数。其中,I表示参与扫描的Q值个数。
本说明书一个实施例中,所述基于所述关系模型、时变混合反动校正算子以及叠前地震数据,获得反射系数,可以包括:利用交替方向法对公式求解,获得反射系数;其中,表示Ri的l2,1范数值的最小值,表示地震数据匹配项,σ表示数据误差或噪声能量,S表示未经校正的地震数据,i表示扫描的品质因子的个数,Gi表示第i个品质因子对应的时变混合反动校正算子,Ri表示第i个品质因子对应的反射系数矩阵,下标F表示弗罗贝尼乌斯范数。
例如一些实施场景中,基于所述关系模型,反演获得多道反射系数可以考虑为公式(6)中的逆问题:
其中,下标F表示弗罗贝尼乌斯范数(即Frobenius范数)。
由于地震数据的带限本质,直接解式(7)是不适定的,且地层的吸收衰减影响会增加方程的不适定性,令求解更加困难。由于固有衰减与多道反射系数的振幅数量间有一定的数学物理联系,即固有衰减与多道反射系数稀疏度相关,且敏感程度高。为此,可以对目标解加入时间稀疏性和反射系数水平连续性两个约束。在考虑时空振幅和相位的变化规律的同时考虑几何结构等多种信息约束,可以采用l2,1范数来描述上述过程,其表达式为:
其中,rj,k,i表示由第i个品质因子进行反演生成的第j个时间采样点第k道地震数据的反射系数幅值,j表示第j个时间采样点,k表示第k道地震数据,M表示总时间采样点数,K表示地震数据总道数。
当R满足横向水平连续性和时间稀疏性两个条件时,R的l2,1范数值达到最小值。考虑噪声影响,将式(7)和式(8)联立可得:
由于l2,1范数是一个非光滑混合范数,很难直接求解(9)中的优化问题。一些实施例中,选择交替方向法求解(9),可以保证其收敛性和良好稳定性,从而得到一系列Q值对应的反射系数Ri。
S6:利用预设稀疏准则函数计算所述多道反射系数的稀疏度。
本说明书实施例中,为了得到横向水平、纵向稀疏的结构化稀疏的反射系数剖面,根据反射系数振幅和数量与固有衰减的关系,即固有衰减与多道反射系数的稀疏度相关,且敏感程度高,可以采用多道反射系数的稀疏度来评价Q值的准确度。为此,可以利用预设稀疏准则函数计算所述多道反射系数的稀疏度。
本说明书一个实施例中,所述利用预设准则函数计算所述多道反射系数的稀疏度,可以包括:利用l2,p范数计算所述多道反射系数的稀疏度。例如一些实施场景中,由于多道反射系数的稀疏度在数学上可以用l2,p范数表征,因此可以选取l2,p范数作为评价准则,从而量化反射系数脉冲的振幅和数量与固有衰减的关系,其表达式为:
本说明书另一个实施例中,所述利用预设准则函数计算所述多道反射系数的稀疏度,可以包括:选取窗函数,利用所述窗函数对多道反射系数进行滑动开窗处理;基于l2,p范数计算窗内准则函数值,将所述窗内准则函数值作为所述多道反射系数的稀疏度。其中,窗内准则函数值的倒数可以表示利用l2,p范数计算窗内多道反射系数的稀疏度。例如一些实施场景中,为了方便,在评价时可以进行滑动开窗处理,然后计算窗内l2,p范数的倒数,具体可以写为:
本说明书实施例,通过获得反射系数稀疏度,可以为后续根据固有衰减与反射系数稀疏度关系准确表征固有衰减提供基础。
需要说明的是,l2,1范数和l2,p范数可以表示一种混合范数,其约束的是一种结构化稀疏,在本申请中可以用来约束横向水平纵向稀疏。其中,l2,p范数更加偏向纵向稀疏。
S8:根据固有衰减与反射系数稀疏度的关系,确定品质因子。
本说明书一个实施例中,所述根据固有衰减与反射系数稀疏度的关系,确定品质因子,可以包括:当利用l2,p范数计算所述多道反射系数的稀疏度时,将所述稀疏度中最小值对应的固有衰减确定为品质因子;当将窗内准则函数值作为所述多道反射系数的稀疏度时,基于所述准则函数值构建品质因子谱图,将所述品质因子谱图中最大值对应的固有衰减确定为品质因子。例如一些实施场景中,可以根据l2,p范数曲线,找到范数值最小的Ri,其所对应的Qi为正确值Qright。另一些实施场景中,为了得到纵向变化的Q场,可以选取窗函数,利用窗函数对多道反射系数进行滑动开窗处理,获得窗内准则函数值 的最大值所对应的Qi为正确值Qright。
需要说明的是,与速度谱扫描方式类似,每个CMP道集都可以通过滑动窗的方式,获得纵坐标表示时间,横坐标表示Q值的二维Q谱图,其中,准则值最大值对应该位置扫描的最佳Q值,经插值后多个CMP道集扫描得到的多个Q谱即可得到横向变化的Q场。
需要说明的是,根据地震数据的时间和炮检距的不同,可以选定不同的滑动窗长及滑动步长。此外,在信噪比较低的位置,选取更大的窗长可以获得更准确地Q值结果。
本说明书一个实施例中,在确定品质因子后,可以基于所述品质因子,对地震波的吸收衰减进行补偿处理。例如一些实施场景中,提取准确的Q值后,可以利用Q值补偿粘弹性介质吸收衰减效应,从而提高地震资料的分辨率。一些实施场景中,在确定品质因子后,还可以基于品质因子确定分辨率,从而获得尽可能清晰的油气藏图像。本说明书实施例中,获得较为准确的Q值,可以为后续反Q滤波、提高地震分辨率等处理提供良好基础,也可以为AVO(Amplitude variation with offset,振幅随偏移距的变化)分析、储层预测、油藏描述、地震数据解释等方面提供重要的指导意义。
下面以一个具体的应用场景为例对本说明书实施方案进行说明。具体的,图2是本说明书提供的一种基于多信息约束反演的品质因子确定方法的一个具体实施例的流程示意图。所述方法可以包括:
(1)输入叠前CMP道集及扫描的Q值范围;
本实施例中,可以对CMP道集进行速度分析,计算速度谱并拾取叠加速度,并用叠加速度构建反动校正算子。
(2)提取地震子波,并计算时变地震子波;
本实施例中,可以对输入的每一个Q值计算衰减滤波器,然后根据公式(1)、(2)计算出一系列时变地震子波。
(3)多信息约束反演获得反射系数;
本实施例中,可以由时变地震子波与反动校正算子获得时变混合反动校正算子,然后根据公式(9),反演获得多道反射系数。
一些实施例中,可以对给定的一系列Q值执行步骤(3),从而获得不同几何特征的多个多道反射系数剖面。
(4)选取窗函数,在反射系数剖面上开滑动窗;
(5)计算窗内准则函数值,基于准则函数值构建Q谱;
本实施例中,可以利用l2,p准则函数评价窗内的多道反射系数稀疏度。
(6)获取准则函数最大值得到Q场。
本实施例中,可以根据Q值与多道反射系数剖面的几何特征关系,在Q谱上每个时间点横向拾取最大值,可以获得叠前资料剖面的纵向变化的Q场。
为了进一步来验证本方法的实用性和可行性,本说明书还提供了应用上述方案的具体实施例。以测井合成模型为例,首先根据测井曲线的速度密度模型合成反射系数,根据预设Q模型计算时变子波,将时变子波与反射系数进行褶积获得叠前CMP道集;其次设定Q扫描的范围为10:10:150,根据这些Q值生成对应的时变混合动校正算子G;然后根据公式(9)进行反演,得到不同的反射系数;最后设定窗函数,计算准则函数值,得到Q谱,从Q谱中拾取每行最大值,其最大值对应位置的Q值即为真实的固有衰减值。
具体的,如图3所示是本说明书提供的一种单层Q模型的一个实施例的示意图,其品质因子Q为30。图4是由图3单层Q模型生成的地震记录,其共31道,总时长为1.7s,在深层和远偏移距处,地震子波的幅值和相位都由于吸收衰减发生了变化。图5是由图4扫描得到的Q谱及Q场,其中,设定Q扫描的范围为10:10:150,通过500ms窗长的滑动窗评价反射系数剖面,获得单层Q模型的不同深度的Q谱及Q场,纵坐标表示时间,横坐标表示Q值。可以看出,纵向上反演的Q场与真实Q场完全一致,说明本申请方案的可行性。
如图6所示是本说明书提供的一种双层Q模型的一个实施例的示意图,其每层的品质因子Q分别为30、80,分界点为1.5s处。图7是由图6双层Q模型生成的地震记录,其共31道,总时长为3s,在深层和远偏移距处,地震子波的幅值和相位都由于吸收衰减发生了变化。图8是由图7扫描得到的Q谱及Q场,其中,设定Q扫描的范围为10:10:150,通过500ms窗长的滑动窗评价反射系数剖面,获得双层Q模型的不同深度的Q谱及Q场,纵坐标表示时间,横坐标表示Q值。可以看出,纵向上反演的Q场与真实层Q的等效Q场基本一致,且反演Q值突变点也在真实Q值分界点附近,说明本申请方案在Q层模型上应用的有效性。
如图9所示是本说明书提供的一种五层Q模型的一个实施例的示意图,其每层的品质因子Q分别为40、60、30、80、100,分界点分别为0.5、1、1.2、2s处。图10是由图9五层Q模型生成的地震记录,其共31道,总时长为3s,在深层和远偏移距处,地震子波的幅值和相位都由于吸收衰减发生了变化。图11是由图10扫描得到的Q谱及Q场,其中,设定Q扫描的范围为10:10:150,通过500ms窗长的滑动窗评价反射系数剖面,获得五层Q模型的不同深度的Q谱及Q场,纵坐标表示时间,横坐标表示Q值。可以看出,纵向上反演的Q场与真实层Q的等效Q场基本一致,且反演Q值突变点也在真实Q值分界点附近,说明本申请方案在Q层模型上应用的有效性。
为测试本方案的抗噪性,在图4的基础上加入10%噪声。如图12是在单层Q模型生成的地震记录中加入噪声后的地震记录,其在深层和浅层都可以看到明显的噪声。图13是由图12扫描得到的Q谱及Q场,其中,设定Q扫描的范围为10:10:150,通过500ms窗长的滑动窗评价反射系数剖面,获得单层Q模型的不同深度的Q谱及Q场,纵坐标表示时间,横坐标表示Q值。可以看出,在浅层纵向上反演的Q场与真实Q场完全一致,由于噪声的存在深层反演的Q值略有误差,但整体上与真实Q场基本一致,说明本申请方案具有一定的抗噪性。
如图14所示是本说明书提供的由测井资料得到的纵波速度、横波速度、密度曲线图。首先可以根据该测井曲线的速度密度模型合成反射系数,根据单层Q模型计算时变子波,将时变子波与反射系数进行褶积获得叠前CMP道集,如图15所示是合成的单层Q模型地震记录,可以看出子波干涉现象严重,同时在深层和远偏移距处,地震子波的幅值和相位都由于吸收衰减发生了变化;其次设定Q扫描的范围为10:10:150,根据这些Q值生成对应的时变混合动校正算子G;然后根据公式(9)进行反演,得到不同的反射系数;最后设定窗函数,计算准则函数值,得到Q谱,如图16是由图15扫描得到的Q谱及Q场,其纵坐标为时间,横坐标为Q值,从图16中拾取每行最大值,其最大值对应位置的Q值(图16中黑色虚线所示)即为真实的固有衰减值。可以看出,纵向上反演的Q场与真实Q场基本一致,浅层由于同相轴较少,略有误差,进一步说明本申请方案的可行性。
本说明书提供的基于多信息约束反演的品质因子确定方法,通过利用时空几何结构关系及时空域振幅、相位的衰减变化规律约束Q谱反演,可以极大的提高Q谱反演的稳定性和Q值估计的精度。通过结合岩石物理的衰减物理规律,建立含衰减的叠前共中心点道集与Q和反射系数之间的数学物理联系,以反演得到的多道反射系数稀疏性为评判准则确定Q值,可以提高Q值估计的准确性,从而为后续的反Q滤波、提高地震分辨率等处理提供良好基础,对AVO分析、储层预测和油藏描述等方面有重要的指导意义。
本说明书中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参加即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参加方法实施例的部分说明即可。
基于上述所述一种基于多信息约束反演的品质因子确定方法,本说明书一个或多个实施例还提供一种基于多信息约束反演的品质因子确定装置。所述的装置可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,图17是本说明书提供的一种基于多信息约束反演的品质因子确定装置的一个实施例的模块结构示意图,如图17所示,本说明书提供的一种基于多信息约束反演的品质因子确定装置可以包括:地震数据获取模块120,关系模型建立模块122,反射系数获得模块124,稀疏度计算模块126,品质因子确定模块128。
地震数据获取模块120,可以用于获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;
关系模型建立模块122,可以用于基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;
反射系数获得模块124,可以用于基于所述关系模型,反演获得多道反射系数;
稀疏度计算模块126,用于利用预设稀疏准则函数计算所述多道反射系数的稀疏度;
品质因子确定模块128,可以用于根据固有衰减与反射系数稀疏度的关系,确定品质因子。
所述装置的另一个实施例中,所述反射系数获得模块124,可以包括:
时变地震子波获得单元1240,可以用于根据预设衰减模型以及时变子波与时不变子波关系,获得时变地震子波;
时变混合反动校正算子获得单元1242,可以用于基于时变地震子波与反动校正算子,获得时变混合反动校正算子;
反射系数获得单元1244,可以用于基于所述关系模型、时变混合反动校正算子以及叠前地震数据,获得反射系数。
所述装置的另一个实施例中,所述反射系数获得单元1244,可以包括:
其中,表示Ri的l2,1范数值的最小值,表示地震数据匹配项,σ表示数据误差或噪声能量,S表示未经校正的地震数据,i表示扫描的品质因子的个数,Gi表示第i个品质因子对应的时变混合反动校正算子,Ri表示第i个品质因子对应的反射系数矩阵,下标F表示弗罗贝尼乌斯范数。
所述装置的另一个实施例中,所述稀疏度计算模块126,可以包括:
第一计算单元1260,可以用于利用l2,p范数计算所述多道反射系数的稀疏度;或者,
选取单元1262,可以用于选取窗函数,利用所述窗函数对多道反射系数进行滑动开窗处理;
第二计算单元1264,可以用于基于l2,p范数计算窗内准则函数值,将所述窗内准则函数值作为所述多道反射系数的稀疏度。
所述装置的另一个实施例中,所述品质因子确定模块128,可以包括:
第一确定单元1280,可以用于当利用l2,p范数计算所述多道反射系数的稀疏度时,将所述稀疏度中最小值对应的固有衰减确定为品质因子;
第二确定单元1282,可以用于当将窗内准则函数值作为所述多道反射系数的稀疏度时,基于所述准则函数值构建品质因子谱图,将所述品质因子谱图中最大值对应的固有衰减确定为品质因子。
所述装置的另一个实施例中,还可以包括:
补偿处理模块,用于基于所述品质因子,对地震波的吸收衰减进行补偿处理。
本说明书提供的基于多信息约束反演的品质因子确定装置,通过利用时空几何结构关系及时空域振幅、相位的衰减变化规律约束Q谱反演,可以极大的提高Q谱反演的稳定性和Q值估计的精度。通过结合岩石物理的衰减物理规律,建立含衰减的叠前共中心点道集与Q和反射系数之间的数学物理联系,以反演得到的多道反射系数稀疏性为评判准则确定Q值,可以提高Q值估计的准确性,从而为后续的反Q滤波、提高地震分辨率等处理提供良好基础,对AVO分析、储层预测和油藏描述等方面有重要的指导意义。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书还提供一种基于多信息约束反演的品质因子确定设备的实施例,包括处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:
获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;
基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;
基于所述关系模型,反演获得多道反射系数;
利用预设稀疏准则函数计算所述多道反射系数的稀疏度;
根据固有衰减与反射系数稀疏度的关系,确定品质因子。
需要说明的,上述所述的设备根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书还提供一种基于多信息约束反演的品质因子确定系统的实施例,包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤,例如包括:获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;基于所述关系模型,反演获得多道反射系数;利用预设稀疏准则函数计算所述多道反射系数的稀疏度;根据固有衰减与反射系数稀疏度的关系,确定品质因子。所述的系统可以为单独的服务器,也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例装置的服务器集群、系统(包括分布式系统)、软件(应用)、实际操作装置、逻辑门电路装置、量子计算机等并结合必要的实施硬件的终端装置。
本说明书所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图18是本说明书提供的一种基于多信息约束反演的品质因子确定服务器的一个实施例的硬件结构框图,该服务器可以是上述实施例中的基于多信息约束反演的品质因子确定装置或基于多信息约束反演的品质因子确定系统。如图18所示,服务器10可以包括一个或多个(图中仅示出一个)处理器100(处理器100可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器200、以及用于通信功能的传输模块300。本领域普通技术人员可以理解,图18所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器10还可包括比图18中所示更多或者更少的组件,例如还可以包括其他的处理硬件,如数据库或多级缓存、GPU,或者具有与图18所示不同的配置。
存储器200可用于存储应用软件的软件程序以及模块,如本说明书实施例中的基于多信息约束反演的品质因子确定方法对应的程序指令/模块,处理器100通过运行存储在存储器200内的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器200可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器200可进一步包括相对于处理器100远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块300用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输模块300包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块300可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果。
所述存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
本说明书提供的上述基于多信息约束反演的品质因子确定方法或装置实施例可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作系统的c++语言在PC端实现、linux系统实现,或其他例如使用android、iOS系统程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。
需要说明的是说明书上述所述的装置、计算机存储介质、系统根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照对应方法实施例的描述,在此不作一一赘述。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机数据处理和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书一个或多个实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本发明是参照根据本发明实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。
Claims (14)
1.基于多信息约束反演的品质因子确定方法,其特征在于,包括:
获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;
基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;
基于所述关系模型,反演获得多道反射系数;
利用预设稀疏准则函数计算所述多道反射系数的稀疏度;
根据固有衰减与反射系数稀疏度的关系,确定品质因子。
2.如权利要求1所述的方法,其特征在于,所述基于所述关系模型,反演获得多道反射系数,包括:
根据预设衰减模型以及时变子波与时不变子波关系,获得时变地震子波;
基于时变地震子波与反动校正算子,获得时变混合反动校正算子;
基于所述关系模型、时变混合反动校正算子以及叠前地震数据,获得反射系数。
4.如权利要求1所述的方法,其特征在于,所述利用预设准则函数计算所述多道反射系数的稀疏度,包括:
利用l2,p范数计算所述多道反射系数的稀疏度;或者,
选取窗函数,利用所述窗函数对多道反射系数进行滑动开窗处理;
基于l2,p范数计算窗内准则函数值,将所述窗内准则函数值作为所述多道反射系数的稀疏度。
5.如权利要求1所述的方法,其特征在于,所述根据固有衰减与反射系数稀疏度的关系,确定品质因子,包括:
当利用l2,p范数计算所述多道反射系数的稀疏度时,将所述稀疏度中最小值对应的固有衰减确定为品质因子;
当将窗内准则函数值作为所述多道反射系数的稀疏度时,基于所述准则函数值构建品质因子谱图,将所述品质因子谱图中最大值对应的固有衰减确定为品质因子。
6.如权利要求1所述的方法,其特征在于,还包括:
基于所述品质因子,对地震波的吸收衰减进行补偿处理。
7.基于多信息约束反演的品质因子确定装置,其特征在于,包括:
地震数据获取模块,用于获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;
关系模型建立模块,用于基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;
反射系数获得模块,用于基于所述关系模型,反演获得多道反射系数;
稀疏度计算模块,用于利用预设稀疏准则函数计算所述多道反射系数的稀疏度;
品质因子确定模块,用于根据固有衰减与反射系数稀疏度的关系,确定品质因子。
8.如权利要求7所述的装置,其特征在于,所述反射系数获得模块,包括:
时变地震子波获得单元,用于根据预设衰减模型以及时变子波与时不变子波关系,获得时变地震子波;
时变混合反动校正算子获得单元,用于基于时变地震子波与反动校正算子,获得时变混合反动校正算子;
反射系数获得单元,用于基于所述关系模型、时变混合反动校正算子以及叠前地震数据,获得反射系数。
10.如权利要求7所述的装置,其特征在于,所述稀疏度计算模块,包括:
第一计算单元,用于利用l2,p范数计算所述多道反射系数的稀疏度;或者,
选取单元,用于选取窗函数,利用所述窗函数对多道反射系数进行滑动开窗处理;
第二计算单元,用于基于l2,p范数计算窗内准则函数值,将所述窗内准则函数值作为所述多道反射系数的稀疏度。
11.如权利要求7所述的装置,其特征在于,所述品质因子确定模块,包括:
第一确定单元,用于当利用l2,p范数计算所述多道反射系数的稀疏度时,将所述稀疏度中最小值对应的固有衰减确定为品质因子;
第二确定单元,用于当将窗内准则函数值作为所述多道反射系数的稀疏度时,基于所述准则函数值构建品质因子谱图,将所述品质因子谱图中最大值对应的固有衰减确定为品质因子。
12.如权利要求7所述的装置,其特征在于,还包括:
补偿处理模块,用于基于所述品质因子,对地震波的吸收衰减进行补偿处理。
13.基于多信息约束反演的品质因子确定设备,其特征在于,包括处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:
获取叠前地震数据,所述叠前地震数据包括时空几何结构信息、时空域振幅衰减信息、时空域相位衰减信息;
基于岩石物理理论中子波衰减的物理信息,建立叠前地震数据、品质因子、反射系数之间的关系模型;
基于所述关系模型,反演获得多道反射系数;
利用预设稀疏准则函数计算所述多道反射系数的稀疏度;
根据固有衰减与反射系数稀疏度的关系,确定品质因子。
14.基于多信息约束反演的品质因子确定系统,其特征在于,包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现权利要求1-6中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911372429.2A CN111060961B (zh) | 2019-12-27 | 2019-12-27 | 基于多信息约束反演的品质因子确定方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911372429.2A CN111060961B (zh) | 2019-12-27 | 2019-12-27 | 基于多信息约束反演的品质因子确定方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111060961A true CN111060961A (zh) | 2020-04-24 |
CN111060961B CN111060961B (zh) | 2020-11-20 |
Family
ID=70302767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911372429.2A Active CN111060961B (zh) | 2019-12-27 | 2019-12-27 | 基于多信息约束反演的品质因子确定方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111060961B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113219536A (zh) * | 2021-06-25 | 2021-08-06 | 成都理工大学 | 依赖频率的纵横波衰减参数的叠前地震反演方法 |
CN113341463A (zh) * | 2021-06-10 | 2021-09-03 | 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 |
CN117434592A (zh) * | 2023-02-24 | 2024-01-23 | 中国石油化工股份有限公司 | 地震数据处理方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105607124A (zh) * | 2016-03-09 | 2016-05-25 | 蒋立 | 地震波近地表地层品质因子的补偿方法及装置 |
US20160170059A1 (en) * | 2014-12-16 | 2016-06-16 | Pgs Geophysical As | Visco-acoustic reverse-time migration using pseudo-analytical method |
CN108387933A (zh) * | 2018-02-01 | 2018-08-10 | 中国石油天然气股份有限公司 | 一种确定地层品质因子的方法、装置及系统 |
CN108693555A (zh) * | 2018-05-16 | 2018-10-23 | 中国石油大学(北京) | 智能化时变盲反褶积宽频处理方法及装置 |
CN110471113A (zh) * | 2019-08-01 | 2019-11-19 | 中国石油大学(北京) | 基于非稳态地震资料的反演动校正方法、装置及存储介质 |
-
2019
- 2019-12-27 CN CN201911372429.2A patent/CN111060961B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160170059A1 (en) * | 2014-12-16 | 2016-06-16 | Pgs Geophysical As | Visco-acoustic reverse-time migration using pseudo-analytical method |
CN105607124A (zh) * | 2016-03-09 | 2016-05-25 | 蒋立 | 地震波近地表地层品质因子的补偿方法及装置 |
CN108387933A (zh) * | 2018-02-01 | 2018-08-10 | 中国石油天然气股份有限公司 | 一种确定地层品质因子的方法、装置及系统 |
CN108693555A (zh) * | 2018-05-16 | 2018-10-23 | 中国石油大学(北京) | 智能化时变盲反褶积宽频处理方法及装置 |
CN110471113A (zh) * | 2019-08-01 | 2019-11-19 | 中国石油大学(北京) | 基于非稳态地震资料的反演动校正方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
袁三一: "固有衰减与薄层干涉视衰减解耦的高分辨率反演方法", 《2019年中国地球科学联合学术年会论文集》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113341463A (zh) * | 2021-06-10 | 2021-09-03 | 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 |
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 |
CN113219536A (zh) * | 2021-06-25 | 2021-08-06 | 成都理工大学 | 依赖频率的纵横波衰减参数的叠前地震反演方法 |
CN113219536B (zh) * | 2021-06-25 | 2022-03-01 | 成都理工大学 | 依赖频率的纵横波衰减参数的叠前地震反演方法 |
CN117434592A (zh) * | 2023-02-24 | 2024-01-23 | 中国石油化工股份有限公司 | 地震数据处理方法、装置及电子设备 |
CN117434592B (zh) * | 2023-02-24 | 2024-05-07 | 中国石油化工股份有限公司 | 地震数据处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111060961B (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111208561B (zh) | 基于时变子波与曲波变换约束的地震声波阻抗反演方法 | |
Chen et al. | Random noise attenuation using local signal-and-noise orthogonalization | |
Margrave et al. | Gabor deconvolution: Estimating reflectivity by nonstationary deconvolution of seismic data | |
Chen et al. | Robust reduced-rank filtering for erratic seismic noise attenuation | |
CN111060961B (zh) | 基于多信息约束反演的品质因子确定方法、装置及系统 | |
Liu et al. | Random noise attenuation using f-x regularized nonstationary autoregression | |
CN102884447B (zh) | Q层析成像方法 | |
CN104950334B (zh) | 一种预测储层分布的方法及装置 | |
Zu et al. | Shot-domain deblending using least-squares inversion | |
US11294087B2 (en) | Directional Q compensation with sparsity constraints and preconditioning | |
CN111596366B (zh) | 一种基于地震信号优化处理的波阻抗反演方法 | |
US20160091623A1 (en) | Method and Device for Estimating Quality Factor Based on Zero Offset Vertical Seismic Profile Data | |
CN110471113B (zh) | 基于非稳态地震资料的反演动校正方法、装置及存储介质 | |
CN105425289A (zh) | 确定低频波阻抗的方法和装置 | |
Chen | Automatic velocity analysis using high-resolution hyperbolic Radon transform | |
CN103499836B (zh) | 空变-多时窗融合高精度剩余静校正方法 | |
CN108196304B (zh) | 一种多次波压制方法及装置 | |
Ozgun Konca et al. | Kinematic inversion of physically plausible earthquake source models obtained from dynamic rupture simulations | |
EA032186B1 (ru) | Сейсмическая адаптивная фокусировка | |
EP2075597A2 (en) | Spectral conditioning for surface seismic data | |
CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
Liu et al. | Seismic quality factor estimation using frequency-dependent linear fitting | |
Shao et al. | Simultaneous inversion of Q and reflectivity using dictionary learning | |
CN110988991B (zh) | 一种弹性参数反演方法、装置及系统 | |
CN108508481A (zh) | 一种纵波转换波地震数据时间匹配的方法、装置及系统 |
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 |