CN111060963B - 基于微地震成像特征的速度模型评价方法 - Google Patents

基于微地震成像特征的速度模型评价方法 Download PDF

Info

Publication number
CN111060963B
CN111060963B CN202010017012.0A CN202010017012A CN111060963B CN 111060963 B CN111060963 B CN 111060963B CN 202010017012 A CN202010017012 A CN 202010017012A CN 111060963 B CN111060963 B CN 111060963B
Authority
CN
China
Prior art keywords
imaging
time
delay
wave
correlation
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.)
Expired - Fee Related
Application number
CN202010017012.0A
Other languages
English (en)
Other versions
CN111060963A (zh
Inventor
柳智萱
张建中
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.)
Ocean University of China
Original Assignee
Ocean University of China
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 Ocean University of China filed Critical Ocean University of China
Priority to CN202010017012.0A priority Critical patent/CN111060963B/zh
Publication of CN111060963A publication Critical patent/CN111060963A/zh
Application granted granted Critical
Publication of CN111060963B publication Critical patent/CN111060963B/zh
Expired - Fee Related 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
    • G01V1/30—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
    • G01V1/288—Event detection in seismic signals, e.g. microseismics
    • 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
    • G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
    • G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Acoustics & Sound (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种基于微地震逆时成像聚焦位置和聚焦特征的速度评价方法，属于微地震监测技术领域。本发明包括以下步骤：获取微地震观测记录；利用给定的纵波和横波速度模型，采用有限差分对地震记录进行逆时反传，得到零延迟域的纵波自相关、横波自相关、纵横波互相关和空间‑时间延迟域和二维空间延迟域纵横波互相关的逆时成像结果；根据这些零延迟域自相关和互相关成像的聚焦位置的差异，以及空间‑时间延迟域和二维空间延迟域的纵横波互相关成像位置和聚焦程度的变化，评价逆时成像所用速度模型准确度，以解决微地震监测震源定位所用速度模型的评价问题。

Description

基于微地震成像特征的速度模型评价方法
技术领域
本发明涉及一种基于微地震逆时成像聚焦位置和聚焦特征的速度评价方法，属于微地震逆时成像技术领域。
背景技术
震源定位是微震监测的最重要特点和核心技术，根据微地震资料属性的不同，现有的微地震定位方法基本可以分为两类——基于走时的定位方法和基于波场成像的定位方法。由于地面监测资料信噪比较低，即使有很多噪声压制、有效弱信号提取和提高信噪比的方法，但是走时拾取依旧很困难，并且在走时拾取中会产生一系列的人为误差，降低定位的准确度。因而基于微地震逆时成像定位方法得到发展。
速度模型的误差对微地震逆时成像定位方法的结果有很大的影响，甚至是对于相对定位方法的结果也有一定的影响。若速度模型不准确，对压裂过程产生的微震事件定位不准确，导致对裂缝的发展情况预估产生误差甚至是错误的结果，对生产甚至是地质条件都会产生很大的影响。
虽然已知精确的速度模型对于精确的微震定位是至关重要的，但是想要获得准确的初始速度模型却是一个非常困难的问题。在井监测中，通常情况下只有一个或者是少量的1D测井曲线可以提供有用的帮助。这些测井曲线测量的通常只是限于局部小区域，而且对于地面微震监测，没有测井曲线约束，速度模型的估计更加是一个严峻的问题。
发明内容
为了了解微震定位所用速度模型的准确程度，本发明提出了一种基于微地震逆时成像聚焦位置和聚焦特征的对速度模型的评价方法，以解决微地震监测震源定位所用速度模型的评价问题。
本发明是采用以下的技术方案实现的：本发明所述一种基于微震逆时成像聚焦位置和聚焦特征的速度评价方法，包括如下步骤：
步骤一：获取观测的微地震记录；
步骤二：在给定的速度模型下，输入得到的微地震记录，通过交错网格有限差分方法计算反传波场，计算方程如下：
Figure 555126DEST_PATH_IMAGE001
（1）
Figure 409950DEST_PATH_IMAGE002
（2）
其中，P(x,z,t)、S(x,z,t)表示t时刻、空间位置(x,z)处的反传纵波波场和横波波场，x表示空间水平坐标，z表示空间深度坐标，t表示反传波场的传播时间，v表示介质的速度，T表示微地震记录总时间长度，D(x r , T-t)表示观测的微地震记录，x r 表示检波点坐标；
步骤三：对逆时反传得到的反传波场，应用零延迟域纵波自相关（简记PP相关）、横波自相关（简记SS相关）、纵波横波互相关（简记PS相关）成像条件进行成像，得到零延迟域的成像结果，具体成像条件如下所示：
Figure 189687DEST_PATH_IMAGE003
（3）
Figure 584896DEST_PATH_IMAGE004
（4）
Figure 399269DEST_PATH_IMAGE005
（5）
其中，x表示空间水平坐标，z表示空间深度坐标，t表示反传波场的传播时间，T表示微地震记录总时间长度，I PP (x,z)、I SS (x,z)和I PS (x,z)分别表示零延迟域中PP相关、SS相关、PS相关在空间位置(x,z)处的成像结果，P(x,z,t)和S(x,z,t)分别表示t时刻、空间位置(x,z)处的纵波波场和横波波场；
步骤四：对逆时反传得到的反传波场，利用零延迟域中PS相关成像条件得到的能量聚焦最大值点坐标，应用延迟域成像条件进行成像，得到延迟域的成像结果，具体成像条件如下所示：
Figure 221731DEST_PATH_IMAGE006
（6）
I lags (δ x ,δ z ,
Figure 488764DEST_PATH_IMAGE007
)表示在PS相关成像结果中能量聚焦最大值点(X p_x ,X p_z )处的延迟域成像结果，δ x 表示纵波波场和横波波场在空间x方向的延迟值，δ z 表示纵波波场和横波波场在空间z方向的延迟值，
Figure 123883DEST_PATH_IMAGE007
表示纵波波场和横波波场的时间延迟值；
步骤五：根据零延迟成像结果特征，计算零延迟域中PP相关、SS相关、PS相关成像结果的聚焦位置（即推断的震源位置）之间的差异，并且计算延迟域成像结果中聚焦位置是否偏离零延迟值处；
步骤六：构造衡量成像域聚焦范围变化的聚焦评价函数，聚焦评价函数如下所示：
Figure 792762DEST_PATH_IMAGE008
（7）
Figure 786125DEST_PATH_IMAGE009
（8）
其中，G lags (δ x,
Figure 540455DEST_PATH_IMAGE007
)表示延迟域τx域的聚焦评价函数，G lags (δ x, δ z )表示延迟域xz域的聚焦评价函数，
Figure 277467DEST_PATH_IMAGE007
、δ x 、δ z 分别表示时间t、空间x、空间z方向的延迟，ε x 、ε z 、
Figure 738535DEST_PATH_IMAGE010
为评价函数的参数，分别表示空间延迟δ x 、空间延迟δ z 和时间延迟
Figure 168379DEST_PATH_IMAGE007
方向上的约束范围；
步骤七：针对延迟域成像特征，调整评价函数中的参数；
步骤八：计算延迟域的聚焦评价函数值，计算公式如下所示：
Figure 347688DEST_PATH_IMAGE011
（9）
Figure 622811DEST_PATH_IMAGE012
（10）
其中，E表示聚焦评价函数值，G lags (δ x,
Figure 266282DEST_PATH_IMAGE007
)和G lags (δ x, δ z )表示公式（7）（8）中的评价函数，I lags (δ x,
Figure 539132DEST_PATH_IMAGE007
)和I lags (δ x, δ z )表示微地震延迟域τx域和xz域逆时成像结果，
Figure 268053DEST_PATH_IMAGE007
、δ x 、δ z 分别表示时间t、空间x、空间z方向的延迟值；
步骤九：根据步骤五得到的聚焦位置差异和步骤八得到的聚焦评价函数值，评价速度模型的准确度。
进一步地，所述步骤一中，所用到的微地震记录为地面监测到的微地震记录。
进一步地，所述步骤五中，根据纵波自相关成像与横波自相关成像之间的距离差、纵波自相关成像与纵波横波互相关成像之间的距离差和横波自相关成像与纵波横波互相关成像聚焦位置之间的距离差，得到零延迟域中PP相关、SS相关、PS相关成像结果的震源位置之间的差异。
进一步地，所述步骤六中，在延迟域中，在零延迟坐标处，构造聚焦评价函数。
进一步地，所述步骤八中，对于延迟域成像结果，利用在零延迟坐标处构造的聚焦评价函数和公式（9）、（10），计算延迟域的聚焦评价函数值。
本发明的有益结果是：采用本发明所述的基于微震逆时成像的微地震速度模型评价方法，通过对微地震监测震源定位所用速度模型准确度的评价，了解所用速度模型的有效性、准确度及微震逆时成像和震源定位的精确度和可信度。
附图说明
图1为本发明的流程图；
图2为本发明的P波和S波理论速度模型图。其中的星点表示震源位置；
图3为本发明的通过数值模拟得到的微地震P波和S波记录图；
图4为本发明的逆时成像所用的P波和S波速度模型图；
图5为微地震逆时成像零延迟域的PP相关、SS相关和PS相关成像结果图；
图6为微地震逆时成像延迟域PS相关成像结果图。
具体实施方式
为了使本发明目的、技术方案更加清楚明白，下面结合实例及附图，对本发明作进一步详细说明。
本发明的流程图，如图1所示。
本发明提出了一种基于微地震逆时成像聚焦位置和聚焦特征的速度评价方法，包括如下步骤：
步骤一：获取观测的微地震记录；
步骤二：在给定的速度模型下，输入得到的微地震记录，通过交错网格有限差分方法计算反传波场，计算方程如下：
Figure 346868DEST_PATH_IMAGE001
（1）
Figure 844845DEST_PATH_IMAGE002
（2）
其中，P(x,z,t)、S(x,z,t)表示t时刻、空间位置(x,z)处的反传纵波波场和横波波场，x表示空间水平坐标，z表示空间深度坐标，t表示反传波场的传播时间，v表示介质的速度，T表示微地震记录总时间长度，D(x r , T-t)表示观测的微地震记录，x r 表示检波点坐标；
步骤三：对逆时反传得到的反传波场，应用零延迟域纵波自相关（简记PP相关）、横波自相关（简记SS相关）、纵波横波互相关（简记PS相关）成像条件进行成像，得到零延迟域的成像结果，具体成像条件如下所示：
Figure 616492DEST_PATH_IMAGE013
（3）
Figure 3349DEST_PATH_IMAGE004
（4）
Figure 885854DEST_PATH_IMAGE005
（5）
其中，x表示空间水平坐标，z表示空间深度坐标，t表示反传波场的传播时间，T表示微地震记录总时间长度，I PP (x,z)、I SS (x,z)和I PS (x,z)分别表示零延迟域中PP相关、SS相关、PS相关在空间位置(x,z)处的成像结果，P(x,z,t)和S(x,z,t)分别表示t时刻、空间位置(x,z)处的纵波波场和横波波场；
步骤四：对逆时反传得到的反传波场，利用零延迟域中PS相关成像条件得到的能量聚焦最大值点坐标，应用延迟域成像条件进行成像，得到延迟域的成像结果，具体成像条件如下所示：
Figure 238338DEST_PATH_IMAGE006
（6）
I lags (δ x ,δ z ,
Figure 180886DEST_PATH_IMAGE007
)表示在PS相关成像结果中能量聚焦最大值点(X p_x ,X p_z )处的延迟域成像结果，δ x 表示纵波波场和横波波场在空间x方向的延迟值，δ z 表示纵波波场和横波波场在空间z方向的延迟值，
Figure 618821DEST_PATH_IMAGE007
表示纵波波场和横波波场的时间延迟值；
步骤五：根据零延迟域成像结果特征，计算零延迟域中PP相关、SS相关、PS相关成像结果的聚焦位置（即推断的震源位置）之间的距离差异，并且计算延迟域成像结果中聚焦位置是否偏离零延迟值处；
步骤六：构造衡量成像域聚焦范围变化的聚焦评价函数，聚焦评价函数如下所示：
Figure 39438DEST_PATH_IMAGE008
（7）
Figure 449691DEST_PATH_IMAGE009
（8）
其中，G lags (δ x,
Figure 563140DEST_PATH_IMAGE007
)表示延迟域τx域的聚焦评价函数，G lags (δ x, δ z )表示延迟域xz域的聚焦评价函数，
Figure 488371DEST_PATH_IMAGE007
、δ x 、δ z 分别表示时间t、空间x、空间z方向的延迟，ε x 、ε z 、
Figure 712679DEST_PATH_IMAGE010
为评价函数的参数，分别表示空间延迟δ x 、空间延迟δ z 和时间延迟
Figure 774176DEST_PATH_IMAGE007
方向上的约束范围；
步骤七：针对延迟域成像特征，调整评价函数中的参数；
步骤八：计算延迟域的聚焦评价函数值，计算公式如下所示：
Figure 58527DEST_PATH_IMAGE011
（9）
Figure 408737DEST_PATH_IMAGE014
（10）
其中，E表示聚焦评价函数值，G lags (δ x,
Figure 436735DEST_PATH_IMAGE007
)和G lags (δ x, δ z )表示公式（7）（8）中的评价函数，I lags (δ x,
Figure 618318DEST_PATH_IMAGE007
)和I lags (δ x, δ z )表示微地震延迟域τx域和xz域逆时成像结果，
Figure 807991DEST_PATH_IMAGE007
、δ x 、δ z 分别表示时间t、空间x、空间z方向的延迟值；
步骤九：根据步骤五得到的聚焦位置差异和步骤八得到的聚焦评价函数值，评价速度模型的准确度。
其中，所述步骤一中，所用到的微地震记录为地面监测到的微地震记录。
其中，所述步骤五中，根据纵波自相关成像与横波自相关成像之间的距离差、纵波自相关成像与纵波横波互相关成像之间的距离差和横波自相关成像与纵波横波互相关成像聚焦位置之间的距离差，得到零延迟域中PP相关、SS相关、PS相关成像结果的震源位置之间的差异。
其中，所述步骤六中，在延迟域中，在零延迟坐标处，构造聚焦评价函数。
其中，所述步骤八中，对于延迟域成像结果，利用在零延迟坐标处构造的聚焦评价函数和公式（9）、（10），计算延迟域的聚焦评价函数值。
实施例一：
下面结合具体实施方式，对于本发明的理论模型测试进行解释和说明。
为了进一步说明本方法的实现思路及实现过程并说明方法的有效性，用一个层状速度模型进行测试，并对结果进行说明。
S1：建立一个理论速度模型，如图2所示，模型宽度为5000m，深度为3000m，离散网格大小为10m
Figure 707814DEST_PATH_IMAGE015
10m。
S2：观测系统：采用微地震地面观测系统，水平方向按照网格点每隔10m设置均匀分布的500个检波器，震源位于（2500，1500）m处。微地震记录时间长度为3s，时间采样间隔为0.001s。
S3：由理论速度模型（详见图2）和震源函数为15 Hz的雷克子波，通过时间二阶、空间十二阶精度的交错网格有限差分方法求解声波方程，并采用完全匹配层边界条件，得到数值模拟的微地震记录，如图3。
S4：由初始速度模型（详见图4）和微地震记录，将微地震记录通过时间二阶、空间十二阶精度的交错网格有限差分方法进行逆时反传到初始速度模型中，利用公式（3）-（6）中的成像条件，得到零延迟域（详见图5）及延迟域（详见图6）的成像结果。
S5：计算零延迟域各成像结果中聚焦位置之间的距离。
S6：利用公式（7）-（10），计算延迟域成像的聚焦评价函数值。
S7：获得的各个成像的聚焦位置之间的距离差及聚焦程度（聚焦评价函数值）如下表所示。综合聚焦位置的差异与聚焦程度的变化，评价速度模型的准确度。结果如下：
Figure DEST_PATH_IMAGE017
由上表看出，由微地震逆时成像结果位置关系和聚焦范围，PP相关成像聚焦位置位于SS相关成像聚焦位置下方、位于PS相关成像聚焦位置上方，SS相关成像聚焦位置位于PS相关成像聚焦位置上方，由此可得到，纵、横波速度模型值一个偏大一个偏小；且由于PP自相关成像聚焦位置位于SS自相关成像聚焦位置下方，则是纵波速度偏小、横波速度偏大。又根据成像的聚焦程度，延迟域成像聚焦均偏离零延迟位置，且延迟域结果中计算得到的聚焦评价函数值都大于0.5，并且延迟域τx域聚焦评价函数值为0.88，由于聚焦评价函数值是一个0到1之间的值，τx域聚焦评价函数值比较靠近于1，可见，P、S波速度模型误差约为一个较大的误差。
以上所述仅为本发明的较佳实施例而己，并不以本发明为限制，凡在本发明的精神和原则之内所作的均等修改、等同替换和改进等，均应包含在本发明的专利涵盖范围内。

Claims (5)

1.一种基于微地震逆时成像聚焦位置和聚焦特征的速度评价方法，其特征在于，包括如下步骤：
步骤一：获取观测的微地震记录；
步骤二：在给定的速度模型下，输入得到的微地震记录，通过交错网格有限差分方法计算反传波场，计算方程如下：
Figure FDA0002933745150000011
Figure FDA0002933745150000012
其中，P(x,z,t)、S(x,z,t)表示t时刻、空间位置(x,z)处的反传纵波波场和横波波场，x表示空间水平坐标，z表示空间深度坐标，t表示反传波场的传播时间，v表示介质的速度，T表示微地震记录总时间长度，D(xr,T-t)表示观测的微地震记录，xr表示检波点坐标；
步骤三：对逆时反传得到的反传波场，应用零延迟域纵波自相关，简记PP相关，横波自相关，简记SS相关，纵波横波互相关，简记PS相关，成像条件进行成像，得到零延迟域的成像结果，具体成像条件如下所示：
Figure FDA0002933745150000013
Figure FDA0002933745150000014
Figure FDA0002933745150000015
其中，x表示空间水平坐标，z表示空间深度坐标，t表示反传波场的传播时间，T表示微地震记录总时间长度，IPP(x,z)、ISS(x,z)和IPS(x,z)分别表示零延迟域中PP相关、SS相关、PS相关在空间位置(x,z)处的成像结果，P(x,z,t)和S(x,z,t)分别表示t时刻、空间位置(x,z)处的纵波波场和横波波场；
步骤四：对逆时反传得到的反传波场，利用零延迟域中PS相关成像条件得到的能量聚焦最大值点坐标，应用延迟域成像条件进行成像，得到延迟域的成像结果，具体成像条件如下所示：
Figure FDA0002933745150000021
δx表示纵波波场和横波波场在空间x方向的延迟值，δz表示纵波波场和横波波场在空间z方向的延迟值，δτ表示纵波波场和横波波场的时间延迟值，Xp_x为纵波反传波场中能量最大值点的空间水平坐标，Xp_z为纵波反传波场中能量最大值点的空间深度坐标，Xs_x为横波反传波场中能量最大值点的空间水平坐标，Xs_z为横波反传波场中能量最大值点的空间深度坐标，P(Xp_x-δx,Xp_z-δz，t-δτ)和S(Xs_x+δx,Xs_z-δz,t+δτ)分别表示t时刻、空间位置(x,z)处的纵波和横波延迟域波场，Ilags(δx,δz,δτ)表示在PS相关成像结果中能量聚焦最大值点处的延迟域成像结果；
步骤五：根据零延迟域成像结果特征，计算零延迟域中PP相关、SS相关、PS相关成像结果的聚焦位置，即推断的震源位置，之间的距离差异，并且计算延迟域成像结果中聚焦位置是否偏离零延迟值处；
步骤六：构造衡量成像域聚焦范围变化的聚焦评价函数，聚焦评价函数如下所示：
Figure FDA0002933745150000022
Figure FDA0002933745150000023
其中，Glags(δx,δτ)表示延迟域τx域的聚焦评价函数，Glags(δx,δz)表示延迟域xz域的聚焦评价函数，δτ、δx、δz分别表示时间t、空间x、空间z方向的延迟，εx、εz、ετ为评价函数的参数，分别表示空间延迟δx、空间延迟δz和时间延迟δτ方向上的约束范围；
步骤七：针对延迟域成像特征，调整评价函数中的参数；
步骤八：计算延迟域的聚焦评价函数值，计算公式如下所示：
Figure FDA0002933745150000024
Figure FDA0002933745150000031
其中，E表示聚焦评价函数值，Glags(δx,δτ)和Glags(δx,δz)表示公式(7)(8)中的评价函数，Ilags(δx,δτ)和Ilags(δx,δz)表示微地震延迟域τx域和xz域逆时成像结果，δτ、δx、δz分别表示时间t、空间x、空间z方向的延迟值；
步骤九：根据步骤五得到的聚焦位置差异和步骤八得到的聚焦评价函数值，评价速度模型的准确度。
2.根据权利要求1所述的基于微地震逆时成像聚焦位置和聚焦特征的速度评价方法，其特征在于，所述步骤一中，所用到的微地震记录为地面监测到的微地震记录。
3.根据权利要求1所述的基于微地震逆时成像聚焦位置和聚焦特征的速度评价方法，其特征在于，所述步骤五中，根据纵波自相关成像与横波自相关成像之间的距离差、纵波自相关成像与纵波横波互相关成像之间的距离差和横波自相关成像与纵波横波互相关成像聚焦位置之间的距离差，得到零延迟域中PP相关、SS相关、PS相关成像结果的震源位置之间的差异。
4.根据权利要求1所述的基于微地震逆时成像聚焦位置和聚焦特征的速度评价方法，其特征在于，所述步骤六中，在延迟域中，在零延迟坐标处构造聚焦评价函数。
5.根据权利要求1所述的基于微地震逆时成像聚焦位置和聚焦特征的速度评价方法，其特征在于，所述步骤八中，对于延迟域成像结果，利用在零延迟坐标处构造的聚焦评价函数和公式(9)、(10)，计算延迟域的聚焦评价函数值。
CN202010017012.0A 2020-01-08 2020-01-08 基于微地震成像特征的速度模型评价方法 Expired - Fee Related CN111060963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010017012.0A CN111060963B (zh) 2020-01-08 2020-01-08 基于微地震成像特征的速度模型评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010017012.0A CN111060963B (zh) 2020-01-08 2020-01-08 基于微地震成像特征的速度模型评价方法

Publications (2)

Publication Number Publication Date
CN111060963A CN111060963A (zh) 2020-04-24
CN111060963B true CN111060963B (zh) 2021-04-27

Family

ID=70306651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010017012.0A Expired - Fee Related CN111060963B (zh) 2020-01-08 2020-01-08 基于微地震成像特征的速度模型评价方法

Country Status (1)

Country Link
CN (1) CN111060963B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110018517A (zh) * 2019-05-07 2019-07-16 西安石油大学 一种多尺度地面微地震逆时干涉定位方法
CN110018516A (zh) * 2019-05-07 2019-07-16 西安石油大学 一种解耦波场微地震逆时干涉定位方法
CN110579795A (zh) * 2018-06-08 2019-12-17 中国海洋大学 基于被动源地震波形及其逆时成像的联合速度反演方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160306058A1 (en) * 2015-04-16 2016-10-20 The Board Of Trustees Of The Leland Stanford Junior Univerisity Reverse time migration based on geometric mean for imaging seismic sources

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110579795A (zh) * 2018-06-08 2019-12-17 中国海洋大学 基于被动源地震波形及其逆时成像的联合速度反演方法
CN110018517A (zh) * 2019-05-07 2019-07-16 西安石油大学 一种多尺度地面微地震逆时干涉定位方法
CN110018516A (zh) * 2019-05-07 2019-07-16 西安石油大学 一种解耦波场微地震逆时干涉定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MICROSEISMIC EVENT LOCATION USING REVERSE-TIME FOCUSING AND INTERFEROMETRIC TECHNIQUES FOR SURFACE AND BOREHOLE OBSERVATIONS;WANG Chen-Long et al.;《CHINESE JOURNAL OF GEOPHYSICS》;20131231;第56卷(第5期);第584-597页 *
Reverse time migration for microseismic sources using the geometric mean as an imaging condition;Nori Nakata et al.;《GEOPHYSICS》;20160430;第81卷(第2期);第KS51-KS60页 *
震源逆时定位的成像条件分析;雷朝阳等;《地球物理学进展》;20191231;第34卷(第6期);第2276-2282页 *

Also Published As

Publication number Publication date
CN111060963A (zh) 2020-04-24

Similar Documents

Publication Publication Date Title
KR101548976B1 (ko) 지진 표면파들의 파형들을 사용하는 토양 특성들의 추정
CN110133715B (zh) 一种基于初至时差和波形叠加的微地震震源定位方法
US8560242B2 (en) Pseudo-analytical method for the solution of wave equations
CA2750253C (en) Time reverse imaging operators for source location
US4887244A (en) Method for seismic trace interpolation using a forward and backward application of wave equation datuming
Cannata et al. Monitoring seismo-volcanic and infrasonic signals at volcanoes: Mt. Etna case study
US20070265785A1 (en) Interpolation and Extrapolation Method for Seismic Recordings
MX2011003850A (es) Estimado de señal de dominio de imagen a interferencia.
US6430508B1 (en) Transfer function method of seismic signal processing and exploration
CN111352151B (zh) 一种井中虚源法
CA2431251A1 (en) A method of and apparatus for processing seismic data
CN112462427B (zh) 多分量地震资料保幅角度域共成像点道集提取方法及系统
CN111060963B (zh) 基于微地震成像特征的速度模型评价方法
US7069200B2 (en) Method intended to obtain reflection travel times from an interpretation of migrated cylindrical wave seismic data
Clouser et al. Modeling P-Rg conversions from isolated topographic features near the NORESS array
CN114415234A (zh) 基于主动源面波频散和h/v确定浅地表横波速度的方法
MX2011003852A (es) Atributos de procesamiento de imagen con inversion de tiempo.
Zhang et al. Detecting and locating microseismic events with stacking velocity analysis for surface monitoring
Li et al. Active-source Rayleigh wave dispersion by the Aki spectral formulation
WO2002023222A1 (en) Illumination weighted imaging condition for migrated seismic data
Fang et al. Evaluating the effects of velocity models and array configuration on induced seismic event locations in the Permian Basin
Yang et al. Gaussian-weighted crosscorrelation imaging condition for microseismic source localization
CN114488286B (zh) 基于振幅加权的拖缆与海底地震资料联合波形反演方法
Poletto et al. Seismic acquisition and processing of onshore dual fields by a reciprocal experiment
Gajewski et al. Source location by diffraction stacking

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210427

CF01 Termination of patent right due to non-payment of annual fee