CN111239816B - 一种基于匹配追踪的超低信噪比高精度速度谱生成方法 - Google Patents
一种基于匹配追踪的超低信噪比高精度速度谱生成方法 Download PDFInfo
- Publication number
- CN111239816B CN111239816B CN202010068543.2A CN202010068543A CN111239816B CN 111239816 B CN111239816 B CN 111239816B CN 202010068543 A CN202010068543 A CN 202010068543A CN 111239816 B CN111239816 B CN 111239816B
- Authority
- CN
- China
- Prior art keywords
- velocity spectrum
- curvelet
- precision
- velocity
- setting
- 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
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. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
- G01V1/30—Analysis
- G01V1/303—Analysis for determining velocity profiles or travel times
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)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于匹配追踪的超低信噪比高精度速度谱生成方法,该方法包括以下步骤:步骤(1)向计算机输入计算参数,曲波变换的最大频率fmax,有效信号曲波域分布范围Ω,滤波阈值百分比ε,增益参数s,收敛系数α;步骤(2)输入某一待处理CMP地震道集d;步骤(3)利用(1)中输入的曲波变换的参数生成完备的原子库A;步骤(4)令k=1,设置初始迭代结果设置残差rk=d,迭代分解有效信号,保留Ω内系数百分比ε范围的曲波系数并重建得到对有效信号进行增强及残差以计算高精度速度谱,迭代终止条件为如果满足,输出步骤(5)设定速度计算范围v∈[v1,v2],速度间隔Δv,利用计算速度谱常规双曲线振幅叠加及高精度加权系数计算高精度速度谱Sembhi=Semb·S,sa为指数因子,输出速度谱Sembhi。
Description
技术领域
本发明涉及地震勘探技术领域,具体为一种基于匹配追踪的超低信噪比高精度速度谱生成方法。
背景技术
地震速度分析是地震数据处理中非常重要的一个流程,地震速度的精度直接影响地震成像的好坏,准确的地震速度可以使复杂构造、低信噪比等难以成像的地区得以较好地成像,反之,如果成像速度与真实速度偏差较大,这些地质情况下,地震数据则很难成像,从而严重制约地下地质构造认识。目前,所有的地震速度分析均是从时间域速度谱拾取开始的,时间域速度通常作为后续深度域速度反演的初始速度,如果初始速度与真实速度偏离较大,后续速度反演则会出现不收敛或者往错误的解收敛等问题。常规的速度分析方法普遍采用相干性度量方法进行速度分析,也有引入了相位信息的更高精度速度分析方法,但是这些方法针对信噪比极低的数据,例如多次波能量非常强、完全掩盖有效信号的沉积破碎带地区的海洋地震资料,均无法凸显有效信号的速度特征。海洋地震资料最主要的干扰波就是多次波,多次波振幅相对于中深层有效反射能量相对较强,在没有压制多次波或者多次波无法压制的情况下,道集速度谱往往凸显的是多次波的能量,一次波的能量较弱甚至无法识别。针对以上所述,那么如何发明出一种针对超低信噪比、能识别有效弱反射的高精度速度谱生成方法,这成为我们需要解决的问题。
发明内容
本发明的目的在于提供一种基于匹配追踪的超低信噪比高精度速度谱生成方法,解决了背景技术中所提出的问题。
为解决上述问题,本发明提供如下技术方案:
一种基于匹配追踪的超低信噪比高精度速度谱生成方法,其总的计算流程如图1所示,该方法包括以下步骤:
步骤(1)向计算机输入计算参数,曲波变换的最大频率fmax,有效信号曲波域分布范围Ω,滤波阈值百分比ε,增益参数s,收敛系数α;
步骤(2)输入某一待处理CMP地震道集d;
步骤(3)利用(1)中输入的曲波变换的参数生成完备的原子库A,原子库尺度层数为log2(Nt)-2,Nt为曲波变换时间样点数且必须为2的指数,如果Nt不等于2的指数则取值2的最相近指数;最内层与最外层分解角度数为1,其它层分解角度数依次为floor[[3:1:log2(Nt)-1]/2]+1,其中floor表示向下取整,a:b:c表示a、c之间步长为b的所有整数;
步骤(4.1)利用A对rk进行曲波域分解得到Ck;
上述步骤(1)~步骤(4)为弱有效信号分解及增强算法流程,执行流程如图2所示;
步骤(5)设定速度计算范围v∈[v1,v2],速度间隔Δv,利用采用如下流程和公式计算速度谱:步骤(5.1)对v、t0进行循环计算,计算走时其中x为偏移距,步骤(5.2)计算v、t0常规双曲线振幅叠加计算高精度加权系数计算高精度速度谱Sembhi=Semb·S,sa为指数因子,调节能量的聚焦度,步骤(5.3)完成所有v,t0计算。步骤(5)为高精度速度谱计算算法流程,执行流程如图3所示。
本发明首先采用匹配追踪技术对弱有效信号进行提取和增强,其实现方式为,根据弱有效信号的频率和曲率范围Ω在曲波域进行迭代分解,直到不再能分解出有效信号为止。
其关键在于每次分解保留Ω内系数百分比ε范围曲波系数这种分解具有稀疏性,稀疏性主要通过参数ε控制,参数ε保证了每次迭代Ck只保留Ω内能量相对较大的有效信号,因此可以有效提高迭代的稳定性和抗噪性,能很好地保留弱有效信号而去掉其它噪音信号。由于弱有效信号本身振幅能量较弱,为了让后续速度谱计算能够凸显有效信号,因此针对此弱有效信号进行适当增强,增强的比例因子由参数s控制。
同时,在计算速度谱的时候,采用一个加权系数sa对速度谱聚焦度及弱有效信号进行进一步提高和凸显,这种加权系数在现有公开文献中未有公布,而此加权系数对于提高速度谱精度以及凸显弱有效信号具有关键意义,如果不应用此步骤,其结果则与本发明中的结果相差较大,具体参考数据测试效果对比。
与现有技术相比,本发明的有益效果如下:本发明通过匹配追踪技术凸显超低信噪比地区弱有效信号,同时应用了一种加权系数,大大提高了有效信号与噪声的可区分度及速度谱精度,通过模拟数据验证了该技术的有效性及正确性,整体方法简单,作为地震数据处理的常规流程之一,其推广应用范围很广,值得推广。
附图说明:
图1本发明弱信号增强与高精度速度谱生成总流程图;
图2本发明的匹配追踪低信噪比数据有效信号分解及增强流程图;
图3本发明高精度速度谱生成具体流程图;
图4本发明测试CMP数据;
图5现有技术常规速度谱图;
图6本发明高精度速度谱图;
图7本发明未加权速度谱图。
具体实施方式
下面将结合实施例及附图对本发明做进一步详细说明,这些实施例仅用于说明本发明,并不限制本发明发保护范围。
一种基于匹配追踪的超低信噪比高精度速度谱生成方法,其总的计算流程如图1所示,该方法包括以下步骤:
步骤(1)向计算机输入计算参数,曲波变换的最大频率fmax,有效信号曲波域分布范围Ω,滤波阈值百分比ε,增益参数s,收敛系数α;
步骤(2)输入某一待处理CMP地震道集d,如图3正演模拟得到的共中心点(CommonMiddle Point,CMP)道集,该道集展示了沉积破碎带区域内及区域外的CMP道集对比,其中CMP号分别为1200、1600、2000、2400、2800、3200、3500;
步骤(3)利用(1)中输入的曲波变换的参数生成完备的原子库A,原子库尺度层数为log2(Nt)-2,Nt为曲波变换时间样点数且必须为2的指数,如果Nt不等于2的指数则取值2的最相近指数;最内层与最外层分解角度数为1,其它层分解角度数依次为floor[[3:1:log2(Nt)-1]/2]+1,其中floor表示向下取整,a:b:c表示a、c之间步长为b的所有整数;
步骤(4.1)利用A对rk进行曲波域分解得到Ck;
上述步骤(1)~步骤(4)为弱有效信号分解及增强算法流程,执行流程如图2所示;
步骤(5)设定速度计算范围v∈[v1,v2],速度间隔Δv,利用采用如下流程和公式计算速度谱:步骤(5.1)对v、t0进行循环计算,计算走时其中x为偏移距,步骤(5.2)计算v、t0常规双曲线振幅叠加计算高精度加权系数计算高精度速度谱Sembhi=Semb·S,sa为指数因子,调节能量的聚焦度,步骤(5.3)完成所有v,t0计算。步骤(5)为高精度速度谱计算算法流程,执行流程如图3所示。
从图4中数据可以得出,CMP=2400处的道集处于沉积破碎带的正中心,而CMP=2000及2800处于沉积破碎带的边缘地区。从图4可以看到,由于受到沉积破碎带强绕射波及自由表面绕射多次波的影响,沉积破碎带正中心CMP=2400处下方完全无法识别有效地层反射同相轴,有效反射被强绕射多次波掩盖,同时,CMP=2000及2800处多次波能量虽然比CMP=2400处多次波能量弱,但是从道集上依然无法识别有效地层反射同相轴。
图5为现有技术常规速度谱,我们可以从图5中看到,如果在道集上无法识别有效的同相轴反射,那么其常规速度谱上也无法识别有效的反射轴能量,在没有采取针对性的处理技术凸显有效反射的弱信号的情况下,那么二者的特征基本一致。从图5还可以看到,在沉积破碎带下覆地层速度与周围地层速度横向上无变化的情况下,左右速度谱基本上一致,最大的区别在于,沉积破碎带下伏地层受到强绕射多次波能量的干扰,速度谱能量发散,有效信号无法识别。
图6为采用本专利方法生成的速度谱,从图6可以看到,不仅仅速度谱的能量聚焦度有了很大的提高,可大大提高速度分析精度,沉积破碎带区域速度谱的有效弱信号速度谱得以凸显,图5中完全无法识别的弱反射能量能够很好的识别,其趋势与左右正常速度谱的趋势一致,因此,可以证明此方法得到的速度谱是正确的。此方法生成的速度谱不仅仅凸显了有效弱反射信号,同时由于还大大提高了速度谱的聚焦度,多次波与一次波在速度谱上可以明显区分,因此本技术还可以应用到多次波与一次波的识别及分离处理,提高数据处理的保真度。
图7显示了文中发明仅仅应用匹配追踪凸显弱信号后而未应用加权系数的速度谱,从速度谱上可以明显看到,由于应用了匹配追踪技术凸显了弱信号,沉积破碎带下伏弱地层反射速度谱能量有了较大的提升,但是其分辨率相对较低,与传统现有技术的速度谱(如图5所示)能量聚焦度相当。
本发明首先采用匹配追踪技术对弱有效信号进行提取和增强,其实现方式为,根据弱有效信号的频率和曲率范围Ω在曲波域进行迭代分解,直到不再能分解出有效信号为止。
其关键在于每次分解保留系数百分比ε范围的曲波系数这种分解具有稀疏性,稀疏性主要通过参数ε控制,参数ε保证了每次迭代Ck只保留Ω内能量相对较大的有效信号,因此可以有效提高迭代的稳定性和抗噪性,能很好地保留弱有效信号而去掉其它噪音信号。由于有效信号本身振幅能量较弱,为了让后续速度谱计算能够凸显有效信号,因此针对此弱有效信号进行适当增强,增强的比例由参数s控制。
同时,在计算速度谱的时候,采用一个加权系数对速度谱聚焦度及弱有效信号进行进一步提高和凸显,这种加权系数在现有公开文献中未有公布,而此加权系数对于提高速度谱精度以及凸显弱有效信号具有关键意义,如果不应用此步骤,其结果则与本发明中的结果相差较大。
综上,可以通过数据测试结果看到,本发明中两项新的技术对于本发明的实际应用效果均具有明显的贡献。本技术通过匹配追踪技术凸显超低信噪比地区有效信号,同时应用了一种加权系数,大大提高了有效信号与噪声的可区分度,提高了速度谱精度,通过模拟数据验证了该技术的有效性及正确性,整体方法简单,作为地震数据处理的常规流程之一,其推广应用范围很广。
Claims (1)
1.一种基于匹配追踪的超低信噪比高精度速度谱生成方法,其特征在于:该方法包括以下步骤:
步骤(1)向计算机输入计算参数,曲波变换的最大频率fmax,有效信号曲波域分布范围Ω,滤波阈值百分比ε,增益参数s,收敛系数α;
步骤(2)输入某一待处理CMP地震道集d:
步骤(3)利用(1)中输入的曲波变换的参数生成完备的原子库A,原子库尺度层数为log2(Nt)-2,Nt为曲波变换时间样点数且必须为2的指数,如果Nt不等于2的指数则取值2的最相近指数;最内层与最外层分解角度数为1,其它层分解角度数依次为floor[[3:1:log2(Nt)-1]/2]+1,其中floor表示向下取整,a:b:c表示a、c之间步长为b的所有整数;
步骤(4.1)利用A对rk进行曲波域分解得到Ck;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068543.2A CN111239816B (zh) | 2020-01-21 | 2020-01-21 | 一种基于匹配追踪的超低信噪比高精度速度谱生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068543.2A CN111239816B (zh) | 2020-01-21 | 2020-01-21 | 一种基于匹配追踪的超低信噪比高精度速度谱生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239816A CN111239816A (zh) | 2020-06-05 |
CN111239816B true CN111239816B (zh) | 2021-06-25 |
Family
ID=70870024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010068543.2A Active CN111239816B (zh) | 2020-01-21 | 2020-01-21 | 一种基于匹配追踪的超低信噪比高精度速度谱生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239816B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012048175A2 (en) * | 2010-10-07 | 2012-04-12 | Westerngeco, L.L.C. | Matching pursuit-based apparatus and technique to construct a seismic signal using a predicted energy distribution |
CN105700020A (zh) * | 2016-03-23 | 2016-06-22 | 中国石油天然气集团公司 | 一种地震数据随机噪声压制方法及装置 |
CN106291676A (zh) * | 2015-05-22 | 2017-01-04 | 中国石油化工股份有限公司 | 一种基于匹配追踪算法的地震数据重构方法 |
CN109856673A (zh) * | 2019-02-21 | 2019-06-07 | 中国海洋石油集团有限公司 | 一种基于优势频率迭代加权的高分辨Radon变换数据分离技术 |
CN110208851A (zh) * | 2019-03-20 | 2019-09-06 | 中国石油化工股份有限公司 | 一种基于加权匹配追踪的三维vsp地震资料内插方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11112518B2 (en) * | 2015-02-24 | 2021-09-07 | Cgg Services Sas | Method and apparatus for deblending seismic data using a non-blended dataset |
-
2020
- 2020-01-21 CN CN202010068543.2A patent/CN111239816B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012048175A2 (en) * | 2010-10-07 | 2012-04-12 | Westerngeco, L.L.C. | Matching pursuit-based apparatus and technique to construct a seismic signal using a predicted energy distribution |
CN106291676A (zh) * | 2015-05-22 | 2017-01-04 | 中国石油化工股份有限公司 | 一种基于匹配追踪算法的地震数据重构方法 |
CN105700020A (zh) * | 2016-03-23 | 2016-06-22 | 中国石油天然气集团公司 | 一种地震数据随机噪声压制方法及装置 |
CN109856673A (zh) * | 2019-02-21 | 2019-06-07 | 中国海洋石油集团有限公司 | 一种基于优势频率迭代加权的高分辨Radon变换数据分离技术 |
CN110208851A (zh) * | 2019-03-20 | 2019-09-06 | 中国石油化工股份有限公司 | 一种基于加权匹配追踪的三维vsp地震资料内插方法 |
Non-Patent Citations (5)
Title |
---|
Adaptive multiple subtraction by statistical curvelet matching;Truong Nguyen et al.;《2016 SEG International Exposition and 86th Annual Meeting》;20161231;第4566-4571页 * |
The method and application of anisotropic velocity model building using trend velocity constraints;Ren Ting et al.;《2018 CPS/SEG International Geophysical Conference》;20180427;第536-539页 * |
基于曲波域扩展滤波的多次波匹配衰减;张洪洋等;《中国地球科学联合学术年会 2019》;20191231;第1578-1580页 * |
莺歌海盆地浅层气地震资料成像改善研究;任婷等;《莺歌海盆地浅层气地震资料成像改善研究》;20190930;第1142-1145页 * |
高精度叠前时间域速度分析方法研究及应用;谢玉洪等;《中国石油大学学报(自然科学版)》;20140430;第38卷(第2期);第38-43页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111239816A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | A 1D time-varying median filter for seismic random, spike-like noise elimination | |
Wu et al. | Noise attenuation for 2-D seismic data by radial-trace time-frequency peak filtering | |
Zhong‐Lai et al. | A SECOND‐ORDER SYNCHROSQUEEZING S‐TRANSFORM AND ITS APPLICATION IN SEISMIC SPECTRAL DECOMPOSITION | |
EP0296041A1 (en) | Inversion of a vertical seismic profile by minimization of an entropy like function | |
CN114994758A (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
CN108226997A (zh) | 一种基于叠前地震数据的地震相划分方法 | |
CN111239816B (zh) | 一种基于匹配追踪的超低信噪比高精度速度谱生成方法 | |
CN110095815B (zh) | 一种基于稀疏脉冲反褶积的透射补偿方法 | |
CN116482761A (zh) | 基于二维Teager-Huang变换的叠前地震资料薄层识别方法 | |
CN111505709A (zh) | 一种基于稀疏谱分解的衰减定性分析的方法 | |
CN112213784B (zh) | 复杂地表地震数据一次处理快速静校正方法 | |
CN114779332A (zh) | 地震数据沉积背景去除方法、装置及电子设备 | |
CN110673211B (zh) | 一种基于测井与地震数据的品质因子建模方法 | |
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 | |
CN115236744A (zh) | 一种火成岩强屏蔽剥离和弱信号能量补偿的方法 | |
CN109884701B (zh) | 地质体散射角度导向深度成像方法 | |
Pan et al. | Automatic Seismic Lithology Interpretation via Multi-attribute Integrated Deep Learning | |
CN115480313A (zh) | 压制火成岩强屏蔽恢复下伏地层有效弱信号能量的综合方法 | |
CN113075734B (zh) | 一种基于信噪比约束的剩余曲率谱计算方法及装置 | |
CN116520419B (zh) | 一种热流体裂缝通道识别方法 | |
CN113534250A (zh) | 一种基于快速匹配追踪的多尺度地震反演方法 | |
CN114563824B (zh) | 一种二阶多重同步挤压多项式chirplet变换薄储层识别方法 | |
CN117148425A (zh) | 基于变速度子波正交匹配追踪的深度波数谱分解方法 | |
Li et al. | N-th root slant stack for enhancing weak seismic signals | |
Zhang et al. | The ridgelet transform with non-linear threshold for seismic noise attenuation in marine carbonates |
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 |