CN111239830B - 基于局部相关加权函数的海洋地震数据自动速度分析方法 - Google Patents

基于局部相关加权函数的海洋地震数据自动速度分析方法 Download PDF

Info

Publication number
CN111239830B
CN111239830B CN202010156341.3A CN202010156341A CN111239830B CN 111239830 B CN111239830 B CN 111239830B CN 202010156341 A CN202010156341 A CN 202010156341A CN 111239830 B CN111239830 B CN 111239830B
Authority
CN
China
Prior art keywords
data
velocity
speed
velocity spectrum
spectrum
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
CN202010156341.3A
Other languages
English (en)
Other versions
CN111239830A (zh
Inventor
胡斌
王德利
张峻铭
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202010156341.3A priority Critical patent/CN111239830B/zh
Publication of CN111239830A publication Critical patent/CN111239830A/zh
Application granted granted Critical
Publication of CN111239830B publication Critical patent/CN111239830B/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
    • G01V1/38—Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
    • 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
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/622—Velocity, density or impedance
    • G01V2210/6222—Velocity; travel time

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Oceanography (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种基于局部相关加权函数的海洋地震数据自动速度分析方法，利用常规自由表面多次波压制多次波方法，获得预测出的多次波数据。对两者进行速度分析，获得全波场数据和预测多次波数据的速度谱，利用二者速度谱的局部相关系数，构建局部相关加权函数，获得一次波速度谱，求取一次波谱局部极大值，利用三角圆滑函数计算对应背景场，根据局部极大值与其背景场的梯度差异剔除异常点，对剩余极大值插值以获取自动分析速度曲线。该方法能够实现速度分析的自动化，并且可以获得较为准确的速度数据，在极大的节省了时间和人力成本的同时也提升了自动速度分析的鲁棒性，为后续的处理水平叠加、偏移等处理方法奠定了基础。

Description

基于局部相关加权函数的海洋地震数据自动速度分析方法
技术领域
本发明涉及一种地球物理信号处理领域中的自动速度分析方法，具体涉及一种基于局部相关加权函数的海洋地震数据自动速度分析方法。
背景技术
速度分析是地震资料数据处理中的关键一步，其功能为处理水平叠加、偏移等处理方法所需的速度参数。为了获取准确的速度数据，根据由给定时间和速度步长计算出的反射波时距曲线在共炮点道集或共深度点道集各道上取值并叠加，通过一个速度取值叠加，可得到一个叠加振幅值；通过一系列速度进行速度扫描，便可以获得速度谱，再通过人工在速度谱上拾取能量团以此获得速度曲线。但是，常规的速度分析流程仍存在一些问题，其中一个问题在于，地震数据中的多次波如图1a和图1b所示，会对速度分析结果造成严重干扰，工业界会在速度分析之前将多次波作为噪声压制。SRME方法将多次波压制过程分为预测和减去两部分(Verschuur,D.J.,Berkhout,A.J.,Wapenaar,C.P.A.,1992Adaptivesurface-related multiple elimination,Geophysics,57,1166-1177)。通过SRME方法预测多次波数据，虽然可以较为准确地预测旅行时，但其相位与振幅往往与实际情况存在差异，无法直接减去，造成了多次波易预测难减去的现状(Niu Binhua,Shen Cao,HuangXinwu.Progress in multiple attenuation techniques based on wave equation,Progress in Geophysics,2002,17(3):480～485)，目前的多次波减去通常通过维纳滤波方式，以多次波模型和原始数据能量差最小为原则来进行剔除，耗时耗力。
另一个问题在于，常规的速度分析流程，在压制多次波之后，需要人工在叠加速度谱上点选合适的能量团，以获得较为合理的速度曲线，虽然人工拾取能量团的方法，具有一定的灵活性，但是无疑需要消耗大量的时间和人力成本。但由于地下介质不连续，简单自动拾取无法获得稳定连续的速度曲线。
发明内容
本发明的目的在于提供一种基于局部相关加权函数的海洋地震数据自动速度分析方法，通过对海洋数据的速度分析过程进行改进，以克服多次波易预测难减去以及需要人工拾取消耗大量时间和人力的缺点。
本发明的目的是通过以下技术方案实现的：
将全波场数据利用SRME方法，获得预测出的多次波数据。根据观测系统信息，将全波场数据和预测出的多次波数据按道头关键字CDP重排，得到这两个数据的共深度点CDP道集。随后对全波场和预测多次波的CDP道集数据进行速度分析，获得全波场数据和预测多次波数据的速度谱，再计算两个速度谱的局部相关系数并构建局部相关加权函数。通过计算局部相关加权函数与全波场数据的内积，获得一次波速度谱，然后通过查找局部峰值的方式获得一次波速度谱的局部极大值，对其进行线性插值，并计算梯度，接下来通过圆滑函数圆滑插值曲线，获得背景场，并计算梯度，再由插值曲线与背景场的梯度差异，剔除异常点，通过剩余极大值点进行线性拟合，获得速度场边界位置速度大小，最后对极大值点和速度边界位置进行插值，便可获得自动分析后的速度曲线。
一种基于局部相关加权函数的海洋地震数据自动速度分析方法，包括以下步骤：
a、将全波场数据通过常规SRME方法预测多次波，获得地震数据的预测多次波数据；
b、对共炮点道集的全波场数据和预测多次波数据，按照道头关键字CDP重排，获取其共深度点道集形式；
c、利用速度扫描获取速度谱的方法，逐点计算平均振幅获得全波场数据速度谱Vp和预测多次波的速度谱Vm，假设有N个记录道，M个扫描速度则：
Figure BDA0002404180050000021
其中gi(t)为第i道t时刻样值，tij为给定速度下的旅行时间，由公式：
Figure BDA0002404180050000031
得出，其中xi为炮点到检波器的距离，tOR为与反射界面所对应的垂直入射反射时间。
d、依次按道计算全波场数据速度谱和预测多次波速度谱的每一道的局部相关系数c
Figure BDA0002404180050000032
Figure BDA0002404180050000033
Figure BDA0002404180050000034
其中，Vpj代表输入的全波场数据速度谱Vp的一道，Vmj代表输入的预测多次波速度谱Vm的一道，P、M代表数据Vpj、Vmj的对角矩阵形式P＝diag(Vpj)、M＝diag(Vmj)，I代表维度与MTM相同的单位矩阵，τ代表圆滑算子，采用三角圆滑，其圆滑公式为：1-Z5/1-Z＝1+Z+Z2+Z3+Z4，λ1、λ2代表控制反演速度的参数，一般取P、M的最大特征值的10％，c代表输入道Vpj、Vmj的局部相关系数；
e、利用所获局部相关系数构建局部相关加权函数W
Figure BDA0002404180050000035
其中cij代表局部相似系数中对应位置的数据，s1、s2为两个控制圆滑程度的参数；
f、用局部相关加权函数W与全波场数据速度谱Vp内积，获得一次波速度谱Vf；
Vf＝W·Vp
一次波速度谱Vf为局部相关加权函数W与全波场数据速度谱Vp对应元素的内积；
g、通过求取每道内ε≤Vfj≤VfH的数据获得一次波速度谱的局部极大值Hz
Hz＝max(Vfj)
ε为可以被识别为波峰的振幅最小值，z一般与地下介质层数有关；
h、对代表所获极大值的一系列点(Hz)进行线性插值获得插值曲线(y1＝F(x))，并计算插值曲线y1的梯度g1(x)；
Figure BDA0002404180050000041
i、通过圆滑函数圆滑插值曲线y1，获得背景场(y2＝τy1)，并计算背景场y2的梯度g2(x)；
Figure BDA0002404180050000042
其中，圆滑函数采取三角圆滑τ；
j、当插值曲线与背景场的梯度乘积为负数时，即：Bi＝sign(g1i*g2i)，＜0，标记为异常点，对选取出的异常点，通常情况下，地层速度由浅到深逐渐增加，但为了防止特殊的情况，即下层地层的速度小于上层地层的速度引起的异常，首先通过控制异常点与最近正常极大值点的时间差异较小，防止误删正常的数据，然后控制与最近正常极大值点的速度差异较大，由地层一致性考虑去掉异常点，提升稳定性；
k、对余点进行线性拟合，推算速度谱边界的速度大小，再对边界点和剩下的极大值点进行插值，便可以获得自动分析后的速度曲线。
与现有技术相比，本发明的有益效果：
本发明将局部相关系数引入到速度分析中，针对多次波预测简单，但难于减去的情况，通过局部相关系数来测量一次波与多次波的相似度，构建局部相关加权函数，保留相似度较小的一次波，再通过选取局部极大值，对所获极大值进行线性插值，并计算其梯度。通过圆滑函数圆滑插值曲线，获得背景场，并计算其梯度，通过插值曲线与背景场的梯度差异，利用时间、速度的双重约束，剔除异常点，对剩下的极大值点进行线性拟合，推算速度谱边界的速度大小，再对边界点和剩下的极大值点进行插值，便可以获得自动分析后的速度谱。提升了海洋地震数据自动速度分析的鲁棒性。
本发明有以下优点：
1、基于局部相关系数的自动速度分析方法无需进行复杂的多次波压制处理，只需要输入全波场数据，就可以获得较为准确的一次波速度谱；
2、该方法与常规的速度分析不同，在计算出速度谱后，不需要进行人工分析，通过求取局部极大值和线性拟合确定速度边界的方式，节省了大量的时间和人力成本；
3、针对于地下介质不连续，简单自动拾取无法获得稳定连续的速度曲线的问题，通过控制局部极大值曲线与其背景场的梯度差异，同时通过速度差异和时间差异进行双重约束，有效从速度谱中排除层间多次波带来的干扰，提高了自动速度分析的鲁棒性。
附图说明
图1a全波场数据共炮点道集示意图；
图1b吸收边界获得的一次波共炮点道集示意图；
图1c常规SRME方法预测的多次波共炮点道集示意图；
图2基于局部相关加权函数的海洋地震数据自动速度分析流程示意图；
图3常规速度分析流程示意图；
图4构建局部相关加权函数图；
图5插值曲线与背景场梯度乘积示意图；
图6数值算例；图6a速度模型，图6b全波场数据CDP道集，图6c预测多次波CDP道集，图6d全波场数据速度谱，图6e预测多次波速度谱，图6f全波场数据测与预测多次波速度谱的相关系数图，图6g一次波速度谱，图6h局部极大值，图6i带有速度曲线的速度谱。
具体实施方式
下面结合附图和实例对本发明进行进一步的详细说明。
本发明利用常规自由表面多次波压制多次波(Surface-related MultipleElimination，SRME)方法，获得预测出的多次波数据。对两者进行速度分析，获得全波场数据和预测多次波数据的速度谱，利用二者速度谱的局部相关系数，构建局部相关加权函数，获得一次波速度谱，求取一次波谱局部极大值，利用三角圆滑函数计算对应背景场，根据局部极大值与其背景场的梯度差异剔除异常点，对剩余极大值插值以获取自动分析速度曲线。此方法是通过MATLAB平台实现的。
本发明基于局部相关加权函数的海洋地震数据自动速度分析方法，包括以下步骤：
a、将全波场数据(图1a)通过常规SRME方法预测多次波，获得地震数据的预测多次波数据(图1c)；
b、对共炮点道集的全波场数据和预测多次波数据，按照道头关键字CDP重排，获取其共深度点道集形式；
c、利用速度扫描获取速度谱的方法，逐点计算平均振幅获得全波场数据速度谱Vp和预测多次波的速度谱Vm，假设有N个记录道，M个扫描速度则：
Figure BDA0002404180050000061
其中gi(t)为第i道t时刻样值，tij为给定速度下的旅行时间，由公式：
Figure BDA0002404180050000062
得出，其中xi为炮点到检波器的距离，tOR为与反射界面所对应的垂直入射反射时间。
d、依次按道计算全波场数据速度谱和预测多次波速度谱的每一道的局部相关系数c
Figure BDA0002404180050000063
Figure BDA0002404180050000064
Figure BDA0002404180050000065
其中，Vpj代表输入的全波场数据速度谱Vp的一道，Vmj代表输入的预测多次波速度谱Vm的一道，P、M代表数据Vpj、Vmj的对角矩阵形式P＝diag(Vpj)、M＝diag(Vmj)，I代表维度与MTM相同的单位矩阵，τ代表圆滑算子，采用三角圆滑，其圆滑公式为：1-Z5/1-Z＝1+Z+Z2+Z3+Z4，λ1、λ2代表控制反演速度的参数，一般取P、M的最大特征值的10％，c代表输入道Vpj、Vmj的局部相关系数；
e、利用所获局部相关系数构建局部相关加权函数W(图4)
Figure BDA0002404180050000071
其中cij代表局部相似系数中对应位置的数据，s1、s2为两个控制圆滑程度的参数；
f、用局部相关加权函数W与全波场数据速度谱Vp内积，获得一次波速度谱Vf；
Vf＝w·Vp
一次波速度谱Vf为局部相关加权函数w与全波场数据速度谱Vp对应元素的内积；
g、通过求取每道内ε≥Vfj≥VfH的数据获得一次波速度谱的局部极大值Hz
Hz＝max(Vfj)
ε为可以被识别为波峰的振幅最小值，z一般与地下介质层数有关；
h、对代表所获极大值的一系列点(Hz)进行线性插值获得插值曲线(y1＝F(x))，并计算插值曲线y1的梯度g1(x)；
Figure BDA0002404180050000072
i、通过圆滑函数圆滑插值曲线y1，获得背景场(y2＝τy1)，并计算背景场y2的梯度g2(x)；
Figure BDA0002404180050000073
其中圆滑函数采取三角圆滑τ；
j、当插值曲线与背景场的梯度乘积为负数时(图5)，即：Bg1＝sign(g1)，Bg2＝sign(g2)，B＝Bg1×Bg2＜0，标记为异常点，对选取出的异常点，通常情况下，地层速度由浅到深逐渐增加，但为了防止特殊的情况，即下层地层的速度小于上层地层的速度引起的异常，首先通过控制异常点与最近正常极大值点的时间差异较小，防止误删正常的数据，然后控制与最近正常极大值点的速度差异较大，由地层一致性考虑去掉异常点，提升稳定性；
k、对余点进行线性拟合，推算速度谱边界的速度大小，再对边界点和剩下的极大值点进行插值，便可以获得自动分析后的速度曲线。
实施例
a、提取水平层状模型的地震数据，模型为950*1200的9层模型(图6a)，网格间距为10m，地表均匀分布600个检波器，检波器间距为10m，采样间隔为0.004s。本实施实例的目的是通过模拟数据来测试本方法的有效性；
将全波场数据通过常规SRME方法预测多次波，获得地震数据的预测多次波数据；
b、对共炮点道集的全波场数据和预测多次波数据，进行道头重排，获取其共深度点道集形式(图6b、图6c)；
c、利用速度扫描获取速度谱的方法，逐点计算平均振幅获得全波场数据速度谱Vp和预测多次波的速度谱Vm(图6d、图6e)假设有N个记录道，M个扫描速度则：
Figure BDA0002404180050000081
其中gi(t)为第i道t时刻样值，tij为给定速度下的旅行时间，由公式：
Figure BDA0002404180050000082
得出，其中xi为炮点到检波器的距离，tOR为与反射界面所对应的垂直入射反射时间此模型取N＝600，M＝100；
d、依次按道计算全波场数据速度谱和预测多次波速度谱的每一道的局部相关系数c(图6f)
Figure BDA0002404180050000083
Figure BDA0002404180050000084
Figure BDA0002404180050000085
其中，Vpj代表输入的全波场数据速度谱Vp的一道，Vmj代表输入的预测多次波速度谱Vm的一道，P、M代表数据Vpj、Vmj的对角矩阵形式P＝diag(Vpj)、M＝diag(Vmj)，I代表维度与MTM相同的单位矩阵，τ代表圆滑算子，采用三角圆滑，其圆滑公式为：1-Z5/1-Z＝1+Z+Z2+Z3+Z4，λ1、λ2代表控制反演速度的参数，一般取P、M的最大特征值的10％，c代表输入道Vpj、Vmj的局部相关系数；此模型中λ1、λ2取1；
e、利用所获局部相关系数构建局部相关加权函数W
Figure BDA0002404180050000091
其中cij代表局部相似系数中对应位置的数据，s1、s2为两个控制圆滑程度的参数s1＝1×10-11，s2＝1×10-10；
f、用局部相关加权函数W与全波场数据速度谱Vp内积，获得一次波速度谱Vf(图6g)；
Vf＝w·Vp
一次波速度谱Vf为局部相关加权函数w与全波场数据速度谱Vp对应元素的内积；
g、通过求取每道内ε≤Vfj≤VfH的数据获得一次波速度谱的局部极大值Hz(图6h)
Hz＝max(Vfj)
ε为可以被识别为波峰的振幅最小值，z一般与地下介质层数有关；
h、对所获极大值进行线性插值获得插值曲线(y1＝F(x))，并插值曲线y1的梯度g1(x)；
Figure BDA0002404180050000092
i、通过圆滑函数圆滑插值曲线，获得背景场(y2＝τy1)，并计算背景场y2的梯度g2(x)；
Figure BDA0002404180050000093
其中圆滑函数采取三角圆滑τ；
j、当插值曲线与背景场的梯度乘积为负数时即：Bg1＝sign(g1)，Bg2＝sign(g2)，B＝Bg1×Bg2＜0，标记为异常点，对选取出的异常点，通常情况下，地层速度由浅到深逐渐增加，但为了防止特殊的情况，即下层地层的速度小于上层地层的速度引起的异常，首先通过控制异常点与最近正常极大值点的时间差异较小，防止误删正常的数据，然后控制与最近正常极大值点的速度差异较大，由地层一致性考虑去掉异常点，提升稳定性；
k、对余点进行线性拟合，推算速度谱边界的速度大小，再对边界点和剩下的极大值点进行插值，便可以获得自动分析后的速度曲线(图6i)。

Claims (1)

1.一种基于局部相关加权函数的海洋地震数据自动速度分析方法，包括以下步骤：
a、将全波场数据通过常规SRME方法预测多次波，获得地震数据的预测多次波数据；
b、对共炮点道集的全波场数据和预测多次波数据，按照道头关键字CDP重排，获取其共深度点道集形式；
c、利用速度扫描获取速度谱的方法，逐点计算平均振幅获得全波场数据速度谱(Vp)和预测多次波的速度谱Vm，假设有N个记录道，M个扫描速度则：
Figure FDA0003019322530000011
其中，gi(t)为第i道t时刻样值，tij为给定速度下的旅行时间，由公式：
Figure FDA0003019322530000012
得出，其中xi为炮点到检波器的距离，tOR为与反射界面所对应的垂直入射反射时间；
d、依次按道计算全波场数据速度谱和预测多次波速度谱的每一道的局部相关系数c
Figure FDA0003019322530000013
Figure FDA0003019322530000014
Figure FDA0003019322530000015
其中，Vpj代表输入的全波场数据速度谱(Vp)的一道，Vmj代表输入的预测多次波速度谱Vm的一道，P、M代表数据Vpj、Vmj的对角矩阵形式P＝diag(Vpj)、M＝diag(Vmj)，I代表维度与MTM相同的单位矩阵，τ代表圆滑算子，采用三角圆滑，其圆滑公式为：1-Z5/1-Z＝1+Z+Z2+Z3+Z4，λ1、λ2代表控制反演速度的参数，取P、M的最大特征值的10％，c代表输入道Vpj、Vmj的局部相关系数；
e、利用所获局部相关系数构建局部相关加权函数W
Figure FDA0003019322530000021
其中，cij代表局部相似系数中对应位置的数据，s1、s2为两个控制圆滑程度的参数；
f、用局部相关加权函数W与全波场数据速度谱(Vp)内积，获得一次波速度谱Vf；
Vf＝W·Vp
一次波速度谱Vf为局部相关加权函数W与全波场数据速度谱Vp对应元素的内积；
g、通过求取每道内ε≤Vfj≤VfH的数据获得一次波速度谱的局部极大值Hz
Hz＝max(Vfj)
ε为可以被识别为波峰的振幅最小值，z一般与地下介质层数有关；
h、对代表所获极大值的一系列点Hz进行线性插值获得插值曲线y1＝F(x)，并计算插值曲线y1的梯度g1(x)；
Figure FDA0003019322530000022
i、通过圆滑函数圆滑插值曲线y1，获得背景场y2＝τy1，并计算背景场y2的梯度g2(x)；
Figure FDA0003019322530000023
其中，圆滑函数采取三角圆滑τ；
j、当插值曲线与背景场的梯度乘积为负数时，即：Bi＝sign(g1i*g2i),<0，标记为异常点，对选取出的异常点，首先通过控制异常点与最近正常极大值点的时间差异较小，防止误删正常的数据，然后控制与最近正常极大值点的速度差异较大，由地层一致性考虑去掉异常点，提升稳定性；
k、对余点进行线性拟合，推算速度谱边界的速度大小，再对边界点和剩下的极大值点进行插值，便可以获得自动分析后的速度曲线。
CN202010156341.3A 2020-03-09 2020-03-09 基于局部相关加权函数的海洋地震数据自动速度分析方法 Expired - Fee Related CN111239830B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010156341.3A CN111239830B (zh) 2020-03-09 2020-03-09 基于局部相关加权函数的海洋地震数据自动速度分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010156341.3A CN111239830B (zh) 2020-03-09 2020-03-09 基于局部相关加权函数的海洋地震数据自动速度分析方法

Publications (2)

Publication Number Publication Date
CN111239830A CN111239830A (zh) 2020-06-05
CN111239830B true CN111239830B (zh) 2021-07-16

Family

ID=70873588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010156341.3A Expired - Fee Related CN111239830B (zh) 2020-03-09 2020-03-09 基于局部相关加权函数的海洋地震数据自动速度分析方法

Country Status (1)

Country Link
CN (1) CN111239830B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106324669A (zh) * 2016-08-22 2017-01-11 中国石油大学(华东) 一种地震勘探数据中各阶表层多次波分离方法
CN106353817A (zh) * 2016-08-11 2017-01-25 北京软岛科技有限公司 一种地震勘探数据多次波自动搜索和压制方法
CN107422379A (zh) * 2017-07-27 2017-12-01 中国海洋石油总公司 基于局部自适应凸化方法的多尺度地震全波形反演方法
CN109407151A (zh) * 2018-12-18 2019-03-01 吉林大学 基于波场局部相关时移的时间域全波形反演方法
CN109917453A (zh) * 2019-01-25 2019-06-21 吉林大学 基于Shearlet变换的多尺度一次波分离方法
CN110456417A (zh) * 2019-08-23 2019-11-15 中国海洋石油集团有限公司 一种地震数据多次波压制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10386519B2 (en) * 2015-12-18 2019-08-20 Saudi Arabian Oil Company Automated near surface analysis by surface-consistent refraction methods
US11092708B2 (en) * 2017-12-15 2021-08-17 Pgs Geophysical As Processes and systems to enhance illumination and resolution of seismic images using multiple reflected wavefields

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106353817A (zh) * 2016-08-11 2017-01-25 北京软岛科技有限公司 一种地震勘探数据多次波自动搜索和压制方法
CN106324669A (zh) * 2016-08-22 2017-01-11 中国石油大学(华东) 一种地震勘探数据中各阶表层多次波分离方法
CN107422379A (zh) * 2017-07-27 2017-12-01 中国海洋石油总公司 基于局部自适应凸化方法的多尺度地震全波形反演方法
CN109407151A (zh) * 2018-12-18 2019-03-01 吉林大学 基于波场局部相关时移的时间域全波形反演方法
CN109917453A (zh) * 2019-01-25 2019-06-21 吉林大学 基于Shearlet变换的多尺度一次波分离方法
CN110456417A (zh) * 2019-08-23 2019-11-15 中国海洋石油集团有限公司 一种地震数据多次波压制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
分级组合多次波压制技术--以玛湖地区为例;曾华会 等;《石油地球物理勘探》;20181231;第53卷;第13-19页 *
线性Ｒadon域地震干涉层间多次波预测方法;孙宇 等;《世界地质》;20180331;第37卷(第1期);第267-275页 *

Also Published As

Publication number Publication date
CN111239830A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
Bell et al. Removing noise from the vertical component records of ocean‐bottom seismometers: Results from year one of the Cascadia Initiative
US7917295B2 (en) Modeling and filtering coherent noise in seismic surveying
US9377549B2 (en) Method for estimating elastic parameters by inverting 4D seismic measurements
US9091786B2 (en) Image based effective medium modeling of the near surface earth formation
US4204279A (en) Method for enhancing seismic data
CN110568485B (zh) 一种基于神经网络的多道地震连续记录分离方法
CA2745139C (en) Wavefield extrapolation modeling for internal multiple prediction
CN101598809A (zh) 一种自适应消除线性规则噪声以及多次波干扰的方法
MXPA06001757A (es) Metodo para atenuar los multiples de capas de agua.
CN113625337B (zh) 一种极浅水高精度地震资料快速成像方法
CN111239830B (zh) 基于局部相关加权函数的海洋地震数据自动速度分析方法
CN110389377B (zh) 基于波形互相关系数相乘的微震偏移成像定位方法
CN102323618B (zh) 基于分数阶傅里叶变换的相干噪声抑制方法
CN112327362A (zh) 速度域的海底多次波预测与追踪衰减方法
CA2412995C (en) Seismic survey system
CN109490961B (zh) 起伏地表无射线追踪回折波层析成像方法
CN110261899B (zh) 地震数据z字形干扰波去除方法
CN107703548A (zh) 基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法
EP2249183B1 (en) Modeling and filtering coherent noise in seismic surveying
CN116861955A (zh) 一种基于地形单元分区使用机器学习反演海底地形的方法
CN116360001A (zh) 消除冻土区低频非屏蔽探地雷达多次波信号干扰的方法
CN112526611A (zh) 表层地震波品质因子的提取方法及装置
CN112462428B (zh) 一种多分量地震资料偏移成像方法及系统
Yao et al. Microseismic signal denoising using simple bandpass filtering based on normal time–frequency transform
CN114200543B (zh) 一种基于沉积速率估算的三角洲沉积微相定量划分方法

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: 20210716