CN111239817A - 一种提高断层似然属性分析精度的方法 - Google Patents
一种提高断层似然属性分析精度的方法 Download PDFInfo
- Publication number
- CN111239817A CN111239817A CN202010080252.5A CN202010080252A CN111239817A CN 111239817 A CN111239817 A CN 111239817A CN 202010080252 A CN202010080252 A CN 202010080252A CN 111239817 A CN111239817 A CN 111239817A
- Authority
- CN
- China
- Prior art keywords
- frequency
- value
- seismic data
- coherent
- data volume
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000001427 coherent effect Effects 0.000 claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000010276 construction Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 238000003384 imaging method Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000009792 diffusion process Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 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
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
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
本发明涉及一种提高断层似然属性分析精度的方法，隶属于油气田勘探技术领域。首先对原始三维叠后地震数据(记做g)做高分辨处理，处理后具有高分辨率的地震数据体记做Hg；再对高分辨率地震数据体采用基于倾角控制的构造导向滤波方法进行滤波(滤波后的地震数据体记做(Hg)f)；对(Hg)f进行分频处理(分低频、中频和高频)，采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3)；最后用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值(记做likelihood＝1‑C3_1*C3_2*C3_3，其数值范围为0～1)。该方法有利于凸显断裂异常的成像，获得更加精确的地下断裂构造信息，提高了断裂构造的识别能力，增强断裂的地震成像效果。
Description
技术领域
本发明涉及油气田勘探技术领域，尤其涉及一种提高断层似然属性分析精度的方法。
背景技术
断裂在改善储层物性与油气运聚成藏方面具有重要的控制作用，地球物理工作者也将断裂的精细刻画作为一直追求的目标。
目前，主要有以下3种断裂的地震识别方法：相干类属性、曲率类属性、特殊处理等。这些算法是通过计算地震资料中相邻道之间的相关性，将相邻两道的相似系数作为判断条件，抗干扰能力差，需要资料具有较高的信噪比，而且当地层倾角过大或者变化过快时，检测结果也会出现错误，非断层信息会被错误地当成断层信息。
因此，Hale将图像处理中断裂异常概率统计最大似然体算法引入到地震勘探领域中，提出了一种叫做断裂似然体地震属性检测新技术。断层似然属性分析的常规流程是基于常规三维地震资料，先计算相干性属性Semblance，计算公式为：
其中：image为常规三维地震数据体；<image>s为对尖括号内常规三维地震数据进行构造导向平滑滤波；<image>f为对断层的走向、倾向进行平滑滤波。断层似然体属性计算的表达式为：F＝1-Semblance8。式中：F为断裂似然体属性。断层似然属性分析的常规分析方法虽加大了因断裂似然体属性F低值与高值之间的反差，更有利于凸显断裂异常的成像，但其缺点是基于常规三维地震数据，若是原始地震数据分辨率低、信噪比差，则后续的处理也会没有明显的效果。
因此，本发明针对分辨率、信噪比和地震成像效果三个对裂缝预测结果影响较大的干扰因素，提供一种提高断层似然属性分析精度的方法。首先对原始地震数据进行了高分辨率处理来获得具有更高分辨率的地震数据，然后通过多窗口倾角扫描与构造导向滤波处理，收集地层倾角信息并将其应用于指导滤波工作，将原始资料中“要断不断”的断层和“要连不连”的同相轴进行滤波修饰提高信噪比；之后对滤波后的地震数据体进行分频处理(分低频、中频和高频)，采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3，C3_1是低频数据体的相干体，C3_2是中频数据体的相干体，C3_3是高频数据体的相干体)；最后用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值(记做likelihood＝1-C3_1*C3_2*C3_3，其数值范围为0～1)。该方法更有利于凸显断裂异常的成像，获得更加精确的地下断裂构造信息，提高了断裂构造的识别能力，增强断裂的地震成像效果。
发明内容
本发明的目的是针对地下断裂构造信息，基于高分辨率、滤波后的地震数据体，利用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值(记做likelihood＝1-C3_1*C3_2*C3_3，其数值范围为0～1)，提供了一种提高断层似然属性分析精度的方法，应用本发明可以有效克服分辨率、信噪比和地震成像效果三个对裂缝预测结果影响较大的干扰，提高对断裂刻画的精度。
本发明的具体步骤包括：
(1)采用反Q滤波技术对原始地震数据体(记做g)做高分辨处理，处理后的具有高分辨的地震数据体记做Hg。
(2)采用复数道分析法计算研究工区的倾角数据体。
(3)采用基于倾角控制的构造导向滤波方法对高分辨率地震数据体进行滤波(滤波后的地震数据体记做(Hg)f)。
(4)对滤波后的地震数据体进行分频处理，得到低频、中频和高频的频率域数据体，低频反映大尺度的断裂，中频反映一般尺度的断裂，高频反映小尺度的断裂细节。
(5)采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3，C3_1是低频数据体的相干体，C3_2是中频数据体的相干体，C3_3是高频数据体的相干体)。
(6)用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值(记做likelihood＝1-C3_1*C3_2*C3_3，其数值范围为0～1)。
本发明是一种提高断层似然属性分析精度的方法，具有如下特点，主要表现为：
(1)本发明隶属于石油物探领域，发明人从原始三维地震数据出发，认为只有原始地震数据分辨率高才能做出精确清晰的地下断裂信息，因此发明人首先对原始地震资料做可信度高的高分辨率处理，获得更加清晰的高分辨率地震资料，提高地下断裂计算精度和可靠性。
(2)为了适合于断裂带检测，设计了利用基于倾角控制的构造导向滤波方法对高分辨率地震数据体进行滤波，提高地震资料的信噪比。
(3)用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值likelihood＝1-C3_1*C3_2*C3_3。
具体实施方式
本发明实施例提供的一种提高断层似然属性分析精度的方法，下面结合实施例对本发明进行详细的描述。
本发明具体步骤如下：
(1)采用反Q滤波技术对原始地震数据体(记做g)做高分辨处理，处理后的具有高分辨的地震数据体记做Hg，此步骤原理如下：
①地震波在地层中传播了Δx距离之后，其平面波分量U(x,ω)可以表述为：U(x+Δx,ω)＝U(x,ω)exp[-ik(ω)Δx]
式中，i为虚部单位；ω为角频率；k(ω)为平面波的频数。
②将波数变为复数，则地层的Q效应表达式为：
③将复波数k(ω)代入平面波分量表达式中，并且将Δx替换为时间增量Δτ，即可得到反Q滤波表达式：
式中两个指数项分别为振幅效应(即能量吸收)的补偿算子和相位效应(即速度频散)的校正算子。
(2)采用复数道分析法计算研究工区的倾角数据体，复数道分析法计算步骤如下：
上式中，Hg(x,t)为高分辨后待处理地震数据体，Hg H(x,t)为其希尔伯特变换，
为瞬时相位，Hg和Hg H对时间的导数可以通过有限差分或傅里叶变换来实现。
Hg(x,t)在x方向的瞬时波数kx可表示为：
由上式公式可以得到Hg(x,t)在x方向上的视倾角为：
对于三维地震数据体，同理可以得到Hg(x,y,t)在y方向的视倾角，以此为基础，根据方向的定义关系，通过计算便可得到方位角和真倾角θ。
(3)采用基于倾角控制的构造导向滤波方法对高分辨率地震数据体进行滤波(滤波后的地震数据体记做(Hg)f。
①各向异性扩散模型：
上式中，S为结构张量，
uσ＝Gσ，Gσ表示尺度为σ的高斯核函数。
②对结构张量S进行特征值分解可以得到特征值λ1和λ2及其对应的正交特征向量ω1和ω2，其中ω1代表了梯度变化最大方向，ω2代表了梯度变化最小方向，即具有一致线性结构的方向。
为了保证扩散方向沿着构造方向进行，扩散张量的特征值与结构张量的特征值应保持一致，令：
c1＝α
λ1＝λ2
其中：k为一致性参数，k2＝(λ1-λ2)3。α是用来控制沿着图像的梯度方向变化较大方向的扩散强度，0＜α＜1。在各向同性区域内，c1＝c2，表示沿着各个方向扩散强度均较小；在图像纹理方向一致性比较强的区域内，则主要沿着ω2的方向即梯度变化较小的方向进行扩散，因此能够有效的保护图像的结构信息。
③由此可以得到具有地震波同相轴倾角信息的构造特征张量D:
将包含地震倾角数据即结构信息的扩张张量D作为扩散系数，可以得到非线性的各向异性扩散方程：
利用差分代替微分的方法，可以实现地震图像u(x,y,t)对扩散时间t的求导，根据不同的地震数据体，建立三维对称矩阵特征值和特征向量的计算方法，用以求取各向异性的方向信息和参数，并结合得到的这些信息进行滤波，就可以实现具有边界保持性的方向自适应滤波。
(4)对滤波后的地震数据体进行分频处理，得到低频、中频和高频的频率域数据体，分频区别原则：根据三维地震数据体的主频进行频率选取，若主频在30HZ，则低频选择30HZ/2，高频选择30HZ*2，低频反映大尺度的断裂，中频反映一般尺度的断裂，高频反映小尺度的断裂细节。
(5)采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3)，其中C3_1是低频数据体的相干体，C3_2是中频数据体的相干体，C3_3是高频数据体的相干体。
采用常规的第3代相干体算法对分频后数据体做相干处理，这里的重点是三维数据的纵横向参与的计算的道数以及时间窗口(采样点)的设置，参数的设置需考虑分析区内断裂构造在平面上的延伸长度、发育规模等特征；断裂延伸长，平面变化小，参数需设置的大一点，其结果连续性好；断裂延展短、平面变化大，参数设置的要小一些，突出断层的平面变化，但参数设置值越大，分析越精细，但计算时间越长。
(6)最后用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值，此步骤具体实施步骤如下：
步骤(5)完成后，得到所研究工区分频后地震数据体的相干值数据体(记做C3_1、C3_2和C3_3)，用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值，公式为：
likelihood＝1-C3_1*C3_2*C3_3 数值范围为0～1
其中，C3_1是低频数据体的相干体，C3_2是中频数据体的相干体，C3_3是高频数据体的相干体。即得到所研究工区地震数据体的断层似然属性体，可对属性体做时间切片得到平面属性图，相似值越大，似然属性值越小。
说明：由于本发明滤波操作和相似系数计算均采用的矩形时窗，受时窗边界的影响，工区边界信息不可靠。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种提高断层似然属性分析精度的方法，其特征是包括以下步骤：
步骤一：采用反Q滤波技术对原始地震数据体(记做g)做高分辨处理，处理后的具有高分辨的地震数据体记做Hg；
步骤二：采用复数道分析法计算研究工区的倾角数据体；
步骤三：采用基于倾角控制的构造导向滤波方法对高分辨率地震数据体进行滤波(滤波后的地震数据体记做(Hg)f)；
步骤四：对滤波后的地震数据体进行分频处理，得到低频、中频和高频的频率域数据体；
步骤五：采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3)；
步骤六：用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值(记做likelihood＝1-C3_1*C3_2*C3_3，其数值范围为0～1)。
2.如权利要求1所述的一种提高断层似然属性分析精度的方法，其特征在于步骤一至步骤四基于高分辨高信噪比的地震数据，采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3，C3_1是低频数据体的相干体，C3_2是中频数据体的相干体，C3_3是高频数据体的相干体)，最后用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值(记做likelihood＝1-C3_1*C3_2*C3_3，其数值范围为0～1)，具体实施步骤如下：
(1)采用反Q滤波技术对原始地震数据体(记做g)做高分辨处理，处理后的具有高分辨的地震数据体记做Hg；
(2)采用复数道分析法计算研究工区的倾角数据体；
(3)采用基于倾角控制的构造导向滤波方法对高分辨率地震数据体进行滤波(滤波后的地震数据体记做(Hg)f；
(4)对滤波后的地震数据体进行分频处理，得到低频、中频和高频的频率域数据体，分频区别原则：根据三维地震数据体的主频进行频率选取，若主频在30HZ，则低频选择30HZ/2，高频选择30HZ*2；
(5)采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3)，其中C3_1是低频数据体的相干体，C3_2是中频数据体的相干体，C3_3是高频数据体的相干体；
采用常规的第3代相干体算法对分频后数据体做相干处理，这里的重点是三维数据的纵横向参与的计算的道数以及时间窗口(采样点)的设置，参数的设置需考虑分析区内断裂构造在平面上的延伸长度、发育规模等特征；断裂延伸长，平面变化小，参数需设置的大一点，其结果连续性好；断裂延展短、平面变化大，参数设置的要小一些，突出断层的平面变化，但参数设置值越大，分析越精细，但计算时间越长；
(6)用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值，此步骤具体实施步骤如下：
步骤(5)完成后，得到所研究工区分频后地震数据体的相干值数据体(记做C3_1、C3_2和C3_3，)，用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值，公式为：
likelihood＝1-C3_1*C3_2*C3_3 数值范围为0～1
其中，C3_1是低频数据体的相干体，C3_2是中频数据体的相干体，C3_3是高频数据体的相干体，即得到所研究工区地震数据体的新的断层似然属性体，可对属性体做时间切片得到平面属性图，相似值越大，似然属性值越小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010080252.5A CN111239817B (zh) | 2020-02-05 | 2020-02-05 | 一种提高断层似然属性分析精度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010080252.5A CN111239817B (zh) | 2020-02-05 | 2020-02-05 | 一种提高断层似然属性分析精度的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111239817A true CN111239817A (zh) | 2020-06-05 |
| CN111239817B CN111239817B (zh) | 2022-04-01 |
Family
ID=70879847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010080252.5A Expired - Fee Related CN111239817B (zh) | 2020-02-05 | 2020-02-05 | 一种提高断层似然属性分析精度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111239817B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485401A (zh) * | 2020-11-10 | 2021-03-12 | 成都理工大学 | 一种多因素耦合影响下页岩物理性质响应的定量实验方法 |
| CN113126156A (zh) * | 2021-04-13 | 2021-07-16 | 中海石油(中国)有限公司 | 拉东域高角度断裂提取方法、装置、存储介质及设备 |
| CN116699690A (zh) * | 2023-06-14 | 2023-09-05 | 成都理工大学 | 一种基于裂缝精细刻画的钻井轨迹优化设计技术 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090122643A1 (en) * | 2007-11-14 | 2009-05-14 | Guigne Jacques Y | Method for acoustic imaging of the earth's subsurface using a fixed position sensor array and beam steering |
| CN101545984A (zh) * | 2009-05-05 | 2009-09-30 | 中国石油集团西北地质研究所 | 基于小波变换的地震相干体计算方法 |
| CN104267431A (zh) * | 2014-10-13 | 2015-01-07 | 成都北方石油勘探开发技术有限公司 | 一种地震构造解释的小断层获取方法 |
| US20150081219A1 (en) * | 2013-09-19 | 2015-03-19 | Deep Imaging Technologies, Inc. | Coherent transmit and receiver bi-static electromagnetic geophysical tomography |
| CN109799531A (zh) * | 2019-03-20 | 2019-05-24 | 成都理工大学 | 一种基于地震分频相干属性的裂缝储层预测方法 |
-
2020
- 2020-02-05 CN CN202010080252.5A patent/CN111239817B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090122643A1 (en) * | 2007-11-14 | 2009-05-14 | Guigne Jacques Y | Method for acoustic imaging of the earth's subsurface using a fixed position sensor array and beam steering |
| CN101545984A (zh) * | 2009-05-05 | 2009-09-30 | 中国石油集团西北地质研究所 | 基于小波变换的地震相干体计算方法 |
| US20150081219A1 (en) * | 2013-09-19 | 2015-03-19 | Deep Imaging Technologies, Inc. | Coherent transmit and receiver bi-static electromagnetic geophysical tomography |
| CN104267431A (zh) * | 2014-10-13 | 2015-01-07 | 成都北方石油勘探开发技术有限公司 | 一种地震构造解释的小断层获取方法 |
| CN109799531A (zh) * | 2019-03-20 | 2019-05-24 | 成都理工大学 | 一种基于地震分频相干属性的裂缝储层预测方法 |
Non-Patent Citations (3)
| Title |
|---|
| DAVE HALE: "Methods to compute fault images, extract fault surfaces,and estimate fault throws from 3D seismic images", 《GEOPHYSICS》 * |
| 韩磊 等: "分频相干技术在复杂断裂解释中的应用", 《复杂油气藏》 * |
| 马德波 等: "最大似然属性在断裂识别中的应用-以塔里木盆地哈拉哈塘地区热瓦普区块奥陶系走滑断裂的识别为例", 《天然气地球科学》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485401A (zh) * | 2020-11-10 | 2021-03-12 | 成都理工大学 | 一种多因素耦合影响下页岩物理性质响应的定量实验方法 |
| CN113126156A (zh) * | 2021-04-13 | 2021-07-16 | 中海石油(中国)有限公司 | 拉东域高角度断裂提取方法、装置、存储介质及设备 |
| CN113126156B (zh) * | 2021-04-13 | 2023-02-24 | 中海石油(中国)有限公司 | 拉东域高角度断裂提取方法、装置、存储介质及设备 |
| CN116699690A (zh) * | 2023-06-14 | 2023-09-05 | 成都理工大学 | 一种基于裂缝精细刻画的钻井轨迹优化设计技术 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111239817B (zh) | 2022-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111239817B (zh) | 一种提高断层似然属性分析精度的方法 | |
| Pinnegar et al. | The S-transform with windows of arbitrary and varying shape | |
| Lu et al. | Seismic spectral decomposition using deconvolutive short-time Fourier transform spectrogram | |
| 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 | |
| CN104237940B (zh) | 一种基于动力学特征的绕射波成像方法及装置 | |
| CN110456417B (zh) | 一种地震数据多次波压制方法 | |
| CN106772586B (zh) | 一种基于地震信号奇异性的隐蔽性断裂检测方法 | |
| Liu et al. | A review of variational mode decomposition in seismic data analysis | |
| CN110703331A (zh) | 一种基于常q粘滞声波方程的衰减补偿逆时偏移实现方法 | |
| CN111399048A (zh) | 一种对断溶体计算相关属性及数据加权重构的方法 | |
| CN110058316A (zh) | 一种基于电阻率等值性原理的电磁测深约束反演方法 | |
| CN111582114B (zh) | 一种地震断层识别方法、装置、设备和存储介质 | |
| Yuan et al. | 6D phase-difference attributes for wide-azimuth seismic data interpretation | |
| CN106842297A (zh) | 井约束非稳态相位校正方法 | |
| CN107479091B (zh) | 一种提取逆时偏移角道集的方法 | |
| Li et al. | An attention‐guided convolution neural network for denoising of distributed acoustic sensing–vertical seismic profile data | |
| CN112946752B (zh) | 基于裂缝密度模型预测裂缝概率体的方法 | |
| CN112230274B (zh) | 面向随钻导向的声波方程频率域逆时偏移快速成像方法 | |
| CN108562936B (zh) | 一种裂缝预测方法、系统、存储介质及终端 | |
| Dong et al. | Can deep learning compensate for sparse shots in the imaging domain? A potential alternative for reducing the acquisition cost of seismic data | |
| Wang et al. | Deep velocity generator: A plug-in network for FWI enhancement | |
| CN111665559B (zh) | 一种用于描述走滑断裂带的方法及系统 | |
| Xudong et al. | Pre-stack gather optimization technology based on an improved bidimensional empirical mode decomposition method | |
| Zhou et al. | Deep learning with fault prior for 3-D seismic data super-resolution | |
| CN106291675A (zh) | 一种基于基追踪技术的地震数据重构方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220401 |