CN111352156A - 多次波无关的地震资料自动速度分析方法 - Google Patents

Abstract

本发明涉及一种多次波无关的地震资料自动速度分析方法，首先利用全波场预测多次波方法，获得预测出的多次波数据，通过抽道集获取二者的共中心点道集数据，之后将全波场和预测多次波的共中心点道集数据，通过常规的速度扫描获取二者的速度谱，接下来按照条件概率最大化的方法，使多次波能量团与一次波能量团分离，随后通过选取局部极大值的方法，获取一次波速度谱的极大值，最后对选取出的极大值点，进行插值，便可以获得速度曲线。本发明引入了全波场预测和条件概率最大化分离理论，有效将地震数据中的多次波分离，消除了速度自动分析中多次波带来的大量影响，提升了地震数据自动分析的鲁棒性。

Description

多次波无关的地震资料自动速度分析方法

技术领域

本发明涉及一种地震勘探领域中的自动速度分析方法，具体为一种多次波无关的地震资 料自动速度分析方法。

背景技术

速度分析在地震数据处理流程中扮演着重要的角色，速度参数的准确与否，往往会对最 后的处理结果带来巨大影响。因此，如何获取准确的速度参数，一直是业界关注的重点。目 前的速度分析流程虽然已经大致成熟，但仍然还存留着一些问题亟待解决，如何解决地震数 据中的多次波便是其中极为重要的一个。

因为常规的速度分析是靠人工点选速度谱上的一次波能量团来实现的，费时费力(PAN H X.FANG W B.Review of seismic velocity analysis methods[J].Progress inExploration Geophysics,20066,29(5):305-311)，而自动分析速度谱又受限于地震数据中多次波的存在，导 致速度谱上会混有大量的多次波能量团，简单自动拾取的稳定性极低。针对这个问题，工业 界目前主要采取先在炮集中压制多次波，(PAN H X,SUN K F,YEY.Review of seismic velocity analysis methods[J].Progress in ExplorationGeophysics,2008,31(3):172-177)再对处理 后的地震数据进行速度分析的方法，但过程复杂，成本较高。

发明内容

本发明的目的在于提供一种多次波无关的地震资料自动速度分析方法，以克服自动速度 分析中存在多次波影响的缺点。

本发明的目的是通过以下技术方案实现的：

首先，利用全波场预测多次波方法，获得预测出的多次波数据，其中全波场预测分为两 部分，分别是利用自由表面多次波压制(Surface-related Multiple Elimination，SRME)方法 获取多次波，以及共聚焦点(Common Focus Point，CFP)层间多次波的预测。将全波场数 据和预测出的多次波数据按道头关键字重排，得到这两个数据的共中心点道集形式，这个过 程被称为抽道集，随后将全波场和预测多次波的共中心点道集数据，通过常规的速度扫描获 取二者的速度谱，接下来按照条件概率最大化的方法，使多次波能量团与一次波能量团分离， 再通过选取局部极大值的方法，获取一次波速度谱的极大值，最后对选取出的极大值点，进 行插值，便可以获得速度曲线。

一种多次波无关的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E_p分别通过SRME方法和CFP方法，获取预测的自由表面多次波M_s和层间多次波M_c，二者构成了原始数据的全波场预测多次波E_m；

E_m＝M_s+M_c

b、对全波场数据E_p和预测多次波E_m，进行抽道集，获取其共中心点道集形式；

c、利用速度扫描获取速度谱的方法，获得全波场数据的速度谱V_e和预测多次波的速度 谱V_m

其中，x_i为炮点到检波器的距离t_OR为与反射界面所对应的反射时间，g_i(t)为，t时刻的 样值，

N代表共有N个记录道，M代表一共有M个扫描速度；

d、用全波场数据速度谱减去预测多次波速度谱，获得准一次波速度谱V_p

V_p＝V_e-V_m；

e、由于预测出的多次波与实际情况存在差异，所以我们采用条件概率最大化的方法， 将准一次波速度谱V_p和预测多次波速度谱V_m进行分离，获得一次波速度谱V_d

其中，

F表示正 向傅里叶变换，F^-1逆向傅里叶变换，

δ为原始数据 对预测多次波的信任度，λ₁、λ₂表示准一次波V_p和预测多次波V_m的稀疏程度，n代表迭代次 数，n越大，则结果越精确，但计算量也会相应变大，参数越小代表着越稀疏，T为软阈值算 子为：

f、对一次波速度谱V_d，通过查找局部峰值的方法获得一系列代表局部最大值的点H_z(z＝1，2，3，…，z)z与地下介质层数有关；

g、对所有的点H_z进行线性拟合，获取曲线公式；

y＝A(x²)+B(x)+C

h、通过曲线公式，计算速度谱边界位置的速度大小；即将x＝1和x＝t带入 y＝A(x²)+B(x)+C中，求出H₀(1，y₁)、H_n(t，y_t)其中t为总采样次数，n＝z+1；

i、最后对一系列点H₀，H₁，H₂，…，H_n进行插值，便可以获得自动分析后的多次波 无关速度曲线V_f。

与现有技术相比，本发明的有益效果在于：

本发明针对常规速度自动分析会受到地震数据中的多次波影响的问题，引入了全波场预 测的方法，预测出地震数据中的多次波，再通过条件概率最大化理论，对一次波数据和多次 波数据进行分离。在完好保留有效数据的前提下，解决了地震数据中多次波带来的大量干扰， 所获一次波速度谱，只需简单求取局部极大值并插值便可以获得自动分析后的多次波无关速 度曲线。有效解决了简单自动速度分析稳定性不高的问题。

本发明有以下优点：

1、通过全波场预测方法可以准确的预测出原始数据中存在的多次波，为后续的分离过 程提供了准确的多次波数据。

2、无需在炮集进行加复杂的多次波匹配，转化为在速度谱中进行多次波的分离，由一 个不稳定的局部分时窗的滑动减去过程转化为一个全局的分离过程，有效提升了多次波分离 过程的稳定性；

3、引入了条件概率最大化理论，将速度谱中的多次波能量团与一次波能量团相分离， 为后续自动速度分析提供了准确的一次波速度谱，有效提升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 SRME方法预测的多次波共炮点道集示意图；

图1c层间多次波共炮点道集示意图；

图1d全波场预测多次波共炮点道集示意图；

图2基于多次波无关的地震数据自动速度分析方法流程示意图；

图3速度模型；

图4数值算例；图4a全波场数据共中心点道集，图4b全波场预测多次波共中心点道集，图4c全波场数据速度谱，图4d全波场预测多次波速度谱，图4e条件概率最大化消去 后的一次波速度谱，图4f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。

由于常规自动速度分析主要是通过将局部极大值进行插值实现的，地震数据中含有的多 次波会对自动分析结果造成巨大影响，本发明针对这个问题做出改进。引入了全波场预测和 条件概率最大化理论以分离地震数据中的多次波，极大地提升了自动速度分析的鲁棒性。首 先利用全波场预测多次波方法，获得预测出的多次波数据，通过抽道集获取二者的共中心点 道集数据，之后将全波场和预测多次波的共中心点道集数据，通过常规的速度扫描获取二者 的速度谱，接下来按照条件概率最大化的方法，使多次波能量团与一次波能量团分离，随后 通过选取局部极大值的方法，获取一次波速度谱的极大值，最后对选取出的极大值点，进行 插值，便可以获得速度曲线。此方法是通过MATLAB平台实现的。

本发明基于多次波无关的地震数据自动速度分析方法，包括以下步骤：

a.如图1a所示，将全波场数据E_p分别通过SRME方法和CFP方法，获取预测的自由表面多次波M_s，如图1b所示和层间多次波M_c，如图1c所示，二者构成了原始数据的全波场 预测多次波E_m，如图1d所示；

E_m＝M_s+M_c

b.对全波场数据E_p和预测多次波E_m，进行抽道集，获取其共中心点道集形式；

c.利用速度扫描获取速度谱的方法，获得全波场数据的速度谱V_e，如图4c所示和预测多 次波的速度谱V_m，如图4d所示，

其中，x_i为炮点到检波器的距离t_OR为与反射界面所对应的反射时间，g_i(t)为，t时刻的 样值，

N代表共有N个记录道，M代表一共有M个扫描速度

d用全波场数据速度谱减去预测多次波速度谱，获得准一次波速度谱V_p

V_p＝V_e-V_m；

e.采用条件概率最大化的方法，将准一次波速度谱V_p和预测多次波速度谱V_m进行分离， 获得一次波速度谱V_d

其中，

F表示 正向傅里叶变换，F^-1逆向傅里叶变换，

δ为原始数 据对预测多次波的信任度，如果预测的多次波足够准确，那么η→1，λ₁、λ₂表示准一次波V_p和预测多次波V_m的稀疏程度，n代表迭代次数，n越大，则结果越精确，但计算量也会相应变大，T为软阈值算子为：

f.对一次波速度谱V_d，通过查找局部峰值的方法获得一系列代表局部最大值的点H_z(z＝1，2，3，…，z)z与地下介质层数有关；

g.对所有的点H_z进行线性拟合，获取曲线公式；

y＝A(x²)+B(x)+C

h.通过曲线公式，计算速度谱边界位置的速度大小；即将x＝1和x＝t带入y＝A(x²)+B(x)+C中，求出H₀(1，y₁)、H_n(t，y_t)其中t为总采样次数，n＝z+1；。

i.最后，对一系列点H₀，H₁，H₂，…，H_n进行插值，便可以获得自动分析后的速度曲线(V_f)。

实施例

a、提取水平层状模型的地震数据，模型为750*1200的7层模型，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；

b、将全波场数据E_p分别通过SRME方法和CFP方法，获取预测的自由表面多次波M_s和层间多次波M_c，二者构成了原始数据的全波场预测多次波E_m；

E_m＝M_s+M_c

对全波场数据E_p和预测多次波E_m，进行抽道集，获取其共中心点道集形式，如图4a、图4b 所示；

c、利用速度扫描获取速度谱的方法，获得全波场数据的速度谱V_e，如图4c所示和预测 多次波的速度谱V_m，如图4d所示，

其中x_i为炮点到检波器的距离t_OR为与反射界面所对应的反射时间，g_i(t)为，t时刻的样 值，

N代表共有N个记录道，M代表一共有M个扫描速度 N＝600，M＝100；

d、用全波场数据速度谱减去预测多次波速度谱，获得准一次波速度谱V_p

V_p＝V_e-V_m

e、采用条件概率最大化的方法，将准一次波速度谱V_p和预测多次波速度谱V_m进行分 离，获得一次波速度谱V_d，如图4e所示，

其中

F表示正 向傅里叶变换，F^-1逆向傅里叶变换，

δ为原始数据 对预测多次波的信任度，本例中δ＝2，λ₁、λ₂表示准一次波V_p和预测多次波V_m的稀疏程度 本例中λ₁＝5，λ₂＝0.1，n代表迭代次数，n越大，则结果越精确，但计算量也会相应变大， 本例中n＝10，T为软阈值算子为：

f、对一次波速度谱V_d，通过查找局部峰值的方法获得一系列代表局部最大值的点H_z(z＝1，2，3，…，z)z与地下介质层数有关；

g、对所有的点H_z进行线性拟合，获取曲线公式，

y＝A(x²)+B(x)+C；

h、通过曲线公式，计算速度谱边界位置的速度大小；即将x＝1和x＝t带入 y＝A(x²)+B(x)+C中，求出H₀(1，y₁)、H_n(t，y_t)其中t为总采样次数，n＝z+1；

i、最后，对一系列点H₀，H₁，H₂，…，H_n进行插值，便可以获得自动分析后的速度 曲线V_f，如图4f所示。

Claims (1)

1.一种多次波无关的地震数据自动速度分析方法，其特征在于，包括以下步骤：

a、将全波场数据E_p分别通过SRME方法和CFP方法，获取预测的自由表面多次波M_s和层间多次波M_c，二者构成了原始数据的全波场预测多次波E_m

E_m＝M_s+M_c；

b、对全波场数据E_p和预测多次波E_m，进行抽道集，获取其共中心点道集形式；

c、利用速度扫描获取速度谱的方法，获得全波场数据的速度谱V_e和预测多次波的速度谱V_m，

其中，x_i为炮点到检波器的距离t_OR为与反射界面所对应的反射时间，g_i(t)为，t时刻的样值，

N代表共有N个记录道，M代表一共有M个扫描速度；

d、用全波场数据速度谱减去预测多次波速度谱，获得准一次波速度谱V_p

V_p＝V_e-V_m；

e、由于预测出的多次波与实际情况存在差异，所以我们采用条件概率最大化的方法，将准一次波速度谱V_p和预测多次波速度谱V_m进行分离，获得一次波速度谱V_d

其中，

F表示正向傅里叶变换，F^-1逆向傅里叶变换，

δ为原始数据对预测多次波的信任度，λ₁、λ₂表示准一次波V_p和预测多次波V_m的稀疏程度，n代表迭代次数，n越大，则结果越精确，计算量也会相应变大，参数越小代表着越稀疏，T为软阈值算子为：

f、对一次波速度谱V_d，通过查找局部峰值的方法获得一系列代表局部最大值的点H_z(z＝1，2，3，…，z)z与地下介质层数有关；

g、对所有的点(H_z)进行线性拟合，获取曲线公式，

y＝A(x²)+B(x)+C；

h、通过曲线公式，计算速度谱边界位置的速度大小；即将x＝1和x＝t带入y＝A(x²)+B(x)+C中，求出H₀(1，y₁)、H_n(t，y_t)其中t为总采样次数，n＝z+1；

i、最后对一系列点H₀，H₁，H₂，…，H_n进行插值，便可以获得自动分析后的多次波无关速度曲线V_f。

Images