CN111399036B - 一种地震数据高效采集观测系统设计方法 - Google Patents
一种地震数据高效采集观测系统设计方法 Download PDFInfo
- Publication number
- CN111399036B CN111399036B CN202010258246.4A CN202010258246A CN111399036B CN 111399036 B CN111399036 B CN 111399036B CN 202010258246 A CN202010258246 A CN 202010258246A CN 111399036 B CN111399036 B CN 111399036B
- Authority
- CN
- China
- Prior art keywords
- sampling
- data
- jitter
- acquisition
- random sampling
- 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
- G01V1/16—Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
- G01V1/20—Arrangements of receiving elements, e.g. geophone pattern
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种地震数据高效采集观测系统设计方法,包括:1)进行基于奈奎斯特的常规地震采集观测系统设计;2)将待采样的空间沿着采样方向进行分段处理,确定两端及中间段的段长,并在两端进行奈奎斯特采样,中间段进行抖动随机采样;3)对中间段进行抖动随机采样设计,确定抖动随机采样参数,根据确定的抖动随机采样参数正演模拟高效采集数据,并进行规则化重构;4)进行误差对比,若满足误差要求,则输出高效采集观测系统,否则进入步骤5);5)采用预设步长对抖动随机采样参数进行更新,然后重复步骤3)~步骤4),直到获得满足误差要求的高效采集观测系统。本发明可以广泛应用于地震数据高效采集领域。
Description
技术领域
本发明涉及地震数据采集技术领域,具体涉及一种地震数据高效采集观测系统设计方法,通过规则边缘的抖动随机采样,即中间抖动随机采样、两端奈奎斯特采样的方式,实现地震数据的高效采集,从而降低地震数据野外采集成本。
背景技术
地震勘探是油气勘探最主要的手段,耗资巨大。其主要支出是地震数据的野外采集,占地震勘探支出的70%以上。勘探复杂化和精细化导致采集数据急剧增大,采集处理成本不断攀升。
传统的地震数据采集依据经典的奈奎斯特采样定律,需要采集密集、等间隔的样本。而随机采样相较于奈奎斯特采样,在保证相当的采样效果的情况下,采集更小的样本,从而为高效信号采样提供了可能。随机采样可用于地震数据野外采集。同样的采集效果,工作量和成本大大减少,可为增储上产、降本增效迈出实质步伐。
随机采样方法有多种,常见的有高斯随机采样、伯努利随机采样等。它们在理论上都能够大大减小采样样本的大小,满足高效采样的要求。然而,在实际采样中,高斯随机和伯努利随机采样都难以控制最大和最小采样间隔,容易产生较大或较小的间隔,从而不利于信号的重构。此外,一般的随机采样方法都存在一定的边缘效应,即在后续进行数据重构时,边缘处容易出现重构假象。
发明内容
针对上述问题,本发明的目的是提供一种地震数据高效采集观测系统设计方法,用以解决高斯随机和伯努利随机采样都难以控制最大和最小采样间隔,容易产生较大或较小的间隔,并且出现边缘效应,从而不利于信号重构的问题。
为实现上述目的,本发明采取以下技术方案:一种地震数据高效采集观测系统设计方法,其包括以下步骤:
1)根据地质条件和勘探需求,进行基于奈奎斯特的常规地震采集观测系统设计,确定常规地震采集观测系统的参数,并正演模拟常规采集数据;
2)将待采样的空间沿着采样方向进行分段处理,确定两端及中间段的段长,并在两端段长内进行奈奎斯特采样,在中间段段长内进行抖动随机采样;
3)进行抖动随机采样设计,并确定当前抖动随机采样参数,根据确定的抖动随机采样参数正演模拟高效采集数据,并进行规则化重构;
4)将步骤3)中得到的规则化重构数据与步骤1)中相应的中间段段长内的常规采集数据进行误差对比,若满足误差要求,则输出高效采集观测系统,否则进入步骤5);
5)采用预设步长对步骤3)中的抖动随机采样参数进行更新,重复步骤3)~步骤4),直到获得满足误差要求的高效采集观测系统。
进一步地,所述步骤2)中,在两端段长内进行奈奎斯特采样时,两端段长内的采样点取3~10个。
进一步地,所述步骤3)中,进行抖动随机采样设计,并确定抖动随机采样参数,根据确定的抖动随机采样参数正演模拟高效采集数据,并进行规则化重构的方法,包括以下步骤:
3.1)确定当前抖动随机采样参数,包括炮点抖动随机采样参数ns和检波点抖动随机采样参数nr;
3.2)基于确定的炮点抖动随机采样参数ns和检波点抖动随机采样参数nr以及中间段对应的常规奈奎斯特采样炮点数Ns和检波点数Nr进行抖动随机采样,生成炮点、检波点位置文件;
3.3)根据炮点和检波点位置文件进行正演模拟,得到高效采集数据;
3.4)对高效采集数据进行规则化重构,使规则化重构后的数据与步骤1)中的常规采集数据具有相同的系统参数。
进一步地,所述步骤3.2)中,基于确定的炮点抖动随机采样参数ns和检波点抖动随机采样参数nr以及中间段对应的常规奈奎斯特采样炮点数Ns和检波点数Nr进行抖动随机采样,生成炮点、检波点位置文件的方法,包括以下步骤:
进一步地,生成炮点和检波点位置文件时,在每一段上随机地取一个采样点时按均匀概率密度分布规律进行选取,即采样点的样点号x在该段上的概率密度函数符合:
其中,[a-1/2,b+1/2]为采样点x所属分段,a和b分别是该段的最小和最大样点号,x是在该段上进行随机采样所得的样点号,并对其取整。
进一步地,所述步骤4)中,将规则化重构后的数据与步骤1)中模拟的常规采集数据进行误差对比的方法,包括以下步骤:
4.1)将规则化重构数据与模拟的常规采集数据进行波形误差对比;
4.2)将规则化重构数据与模拟的常规采集数据进行偏移成像处理,进行成像剖面的差异对比以及成像道集的AVO(振幅随炮检距变化)特征对比;
4.3)若步骤4.1)和步骤4.2)中各项误差对比均满足地震数据采集误差要求,则输出高效采集观测系统,否则进入步骤5)。
进一步地,所述步骤4.1)中,所述波形误差对比计算公式为:
式中,E是能量,dreconstruct是规则化重构数据,dorigin是模拟的常规采集数据。
进一步地,所述步骤5)中,采用预设步长对步骤3)中的随机采样参数进行更新的方法为:
按预设步长Δns增大炮点抖动随机采样点数ns,即ns=ns0+Δns,其中ns0是给定的初始炮点抖动随机采样点数,在下一次迭代时,ns0的值用ns的值代替;
按预设步长Δnr增大检波点抖动随机采样点数nr,即nr=nr0+Δnr,其中nr0是给定的初始检波点抖动随机采样点数,在下一次迭代时,nr0的值用nr的值代替。
本发明由于采取以上技术方案,其具有以下优点:1、本发明提出的地震数据高效采集观测系统设计方法,突破了传统地震数据采集对经典奈奎斯特采样定律的限制,大大减小了地震采样的样本大小,从而能够较明显地提升地震采集效率,降低地震采集成本。2、本发明克服了高斯随机和伯努利随机采样都难以控制最大和最小采样间隔,容易产生较大或较小的间隔,从而不利于信号重构的问题,采用抖动随机的采样方式,能够较好控制随机采样间隔从而较好地规则化重构地震信号。3、本发明采用抖动随机采样与奈奎斯特采样相结合的方法,边缘处采用奈奎斯特采样,中间处采用抖动随机采样,在提高采样效率的同时,有效地控制了边缘效应。4、本发明在对中间段采用抖动随机采样时,根据随机采集的样点数划分采样区间,划分的采样区间不要求每段的段长一样,所以相对于常规的Jitter随机,采样方式更加灵活。本发明可以广泛应用于地震数据采集技术领域。
附图说明
图1是本发明地震数据高效采集观测系统设计的流程图
图2(a)和图2(b)分别是常规数据与规则边缘抖动随机采样的高效采集数据的炮点、检波点分布对比图;
图3(a)和图3(b)分别是常规数据与规则边缘抖动随机采样的高效采集数据单个炮集一条接收线数据的对比;
图4(a)和图4(b)是常规数据与规则化重构后的规则边缘抖动随机采样的高效采集数据单道波形对比图;
图5(a)~图5(c)是常规数据与规则化重构后的规则边缘抖动随机采样的高效采集数据的偏移成像剖面对比图;
图6(a)~图6(c)是常规数据与规则化重构后的规则边缘抖动随机采样的高效采集数据的偏移成像道集对比图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
实施例1提供了一种地震数据高效采集观测系统设计方法,具体包括以下步骤:
1)根据地质条件和勘探需求,进行基于奈奎斯特的常规地震采集观测系统设计,确定常规地震采集观测系统的参数,并正演模拟常规采集数据。
2)将待采样的空间沿着采样方向进行分段处理,确定两端及中间段的段长,并在两端段长内进行奈奎斯特采样,在中间段段长内进行抖动随机采样;
3)进行抖动随机采样设计,确定抖动随机采样参数,根据确定的抖动随机采样参数正演模拟高效采集数据,并进行规则化重构。
4)将步骤3)中得到的规则化重构数据与步骤1)中相应的中间段段长内的模拟常规采集数据进行误差对比,若满足误差要求,则输出高效采集观测系统,否则进入步骤5);
5)采用预设步长对步骤3)中的抖动随机采样参数进行更新,然后重复步骤3)~步骤4),直到获得满足误差要求的高效采集观测系统。
作为一种具体的实施方式,上述步骤1)中,对于常规地震采集观测系统设计可以基于常规地震采集设计商业软件进行,如NORSAR软件等。对于常规地震采集观测系统参数的设计,主要包括炮间距、道间距、最大/最小偏移距、覆盖次数等参数的设计;在确定了常规地震采集观测系统的参数后,利用有限差分地震正演模拟方法进行常规采集数据的模拟。
作为一种具体的实施方式,上述步骤2)中,一般两端段长取3~10个奈奎斯特样点为宜。对于边缘构造较为复杂的工区(如边缘处有较陡地层或是较多断层等),边缘段长可以取5~10个奈奎斯特样点,对于边缘构造较为简单的工区(如边缘处地层较平缓),边缘段长可以取3~5个奈奎斯特样点。
作为一种具体的实施方式,上述步骤3)中,进行抖动随机采样设计,确定抖动随机采样参数,根据确定的抖动随机采样参数正演模拟高效采集数据,并进行规则化重构的方法,包括以下步骤:
3.1)确定当前抖动随机采样参数,包括炮点抖动随机采样参数ns和检波点抖动随机采样参数nr;
3.2)基于确定的炮点抖动随机采样参数ns和检波点抖动随机采样参数nr以及中间段对应的常规奈奎斯特采样炮点数Ns和检波点数Nr进行抖动随机采样,生成炮点、检波点位置文件;
其中,抖动随机采样方法可以描述如下:
抖动随机采样对所有样点先分段,然后在每个段内随机选择一个样点作为采样点。抖动随机采样方法能够控制采样间隔的大小,并且能够保持采样的随机性。
假设中间段进行常规奈奎斯特采样点数为N,随机采集的样点数为n,则抖动随机采样时需将所有的采样点数N划分为n段,每段长度为Ni,且满足分段之后在每段上按均匀概率密度分布规律随机地取一个采样点,具体方法如下:
每段上随机采样的样点号x在该段[a-1/2,b+1/2]区间上呈均匀概率密度分布,其概率密度函数f(x)表述如下:
其中,a和b分别是该段的最小和最大样点号,x是在该段上进行随机采样所得的样点号,在此需要对x进行取整。
3.3)根据炮点和检波点位置文件进行正演模拟,得到高效采集数据;
3.4)对高效采集数据进行规则化重构,使规则化重构后的数据与步骤1)中的常规采集数据具有相同的系统参数。
这里,可以借助地震处理商业软件的地震数据规则化方法对不规则的高效采集数据进行规则化重构,使规则化重构后的数据与模拟的常规采集数据具有相同的观测系统。
上述步骤4)中,将规则化重构后的数据与步骤1)中模拟的常规采集数据进行误差对比的方法,包括以下步骤:
4.1)将规则化重构数据与模拟的常规采集数据进行波形误差对比,波形误差对比计算公式为:
式中,E是能量,dreconstruct是规则化重构数据,dorigin是模拟的常规采集数据。
4.2)将规则化重构数据与模拟的常规采集数据进行偏移成像处理,进行成像剖面的差异对比以及成像道集的AVO(振幅随炮检距变化)特征对比;
4.3)若步骤4.1)和步骤4.2)中各项误差对比均满足地震数据采集误差要求,则输出高效采集观测系统,否则进入步骤5)。
上述步骤5)中,采用预设步长对步骤3)中的随机采样参数进行更新的方法为:
按预设步长Δns增大炮点抖动随机采样点数ns,即ns=ns0+Δns,其中ns0是给定的初始炮点抖动随机采样点数,在下一次迭代时,ns0的值用ns的值代替;
按预设步长Δnr增大检波点抖动随机采样点数nr,即nr=nr0+Δnr,其中nr0是给定的初始检波点抖动随机采样点数,在下一次迭代时,nr0的值用nr的值代替。
这样,即实现了本发明的地震数据高效采集观测系统设计方法。该方法采用抖动随机模式进行随机采样,较好地控制了最大和最小采样间隔,有利于高效采集数据的规则化重构。该方法在边缘处采用奈奎斯特采样,有效地控制了边缘效应。该方法设计的地震采集观测系统具有高效性,能够较大限度地降低地震数据野外采集成本。
为验证本发明方法的可行性和有效性,以下举1个实例。
实施例2:
如图2(a)和2(b)所示,分别是利用常规地震采集设计方法设计得到的常规采集观测系统和利用本发明方法设计得到的规则边缘抖动随机采样的高效采集观测系统。该观测系统的边缘段长取为3个奈奎斯特样点。其它的采集参数具体如表1所示。图中呈北西——南东方向展布的点为检波点,呈北东——南西方向展布的点为炮点。可以看出,常规采集观测系统的炮、检点空间分布相对规则、均匀,密集;而规则边缘抖动随机采样的高效采集观测系统炮、检点空间分布相对不规则、不均匀,稀疏;相较于此常规采集观测系统,规则边缘抖动随机采样的高效采集观测系统能够节约近30%的野外采集资源(炮点、检波点的节省总量)。
表1主要采集参数对比表
如图3(a)和3(b)所示,分别是使用常规观测系统采集所得常规数据与基于高效采集观测系统采集所得的规则边缘抖动随机采样的高效采集数据单个炮集的一条接收线数据。对比可见,常规数据的初至波同相轴是光滑连续的,而高效采集数据的初至波同相轴是跳跃不连续的。
如图4(a)和4(b)所示,分别是规则化重构后的高效采集数据与常规采集数据的单道波形对比图及其局部放大显示图。由放大图可以看出,实线(常规采集数据)与虚线(规则化重构后的高效采集数据)具有较好的一致性。通过误差计算,其误差约为8.45%,能够满足一般的生产要求。
如图5(a)~图5(c)所示,分别表示常规采集数据、重构后的高效采集数据的克希霍夫叠前深度偏移剖面以及二者之差。由差异剖面可以看出,二者差异很小,说明在节约采集资源的情况下,高效采集数据经处理后能够满足与常规采集相当的构造成像效果。
如图6(a)~图6(c)所示,分别表示常规采集数据、重构后的高效采集数据的克希霍夫叠前深度偏移道集以及二者之差。由差异道集可以看出,二者差异很小,不影响AVO特征的分析。说明在节约采集资源的情况下,高效采集数据经处理后能够满足与常规采集相当的AVO分析效果。
本发明公开的地震数据高效采集观测系统设计方法,充分考虑了高斯随机和伯努利等随机采样都难以控制最大和最小采样间隔,容易产生较大或较小的间隔,从而不利于信号重构的问题,采用规则边缘控制下的抖动随机采样进行观测系统设计,能够在有效控制边缘效应的前提下较好控制随机采样间隔从而较好规则化重构地震信号。本发明公开的地震数据高效采集观测系统设计方法可以有效提升地震数据野外采集的效率,降低地震数据采集成本,将会在地震勘探中发挥重要作用,可广泛应用于油气勘探、煤田勘探、环境与工程勘探等领域中。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (5)
1.一种地震数据高效采集观测系统设计方法,其特征在于包括以下步骤:
1)根据地质条件和勘探需求,进行基于奈奎斯特的常规地震采集观测系统设计,确定常规地震采集观测系统的参数,并正演模拟常规采集数据;
2)将待采样的空间沿着采样方向进行分段处理,确定两端及中间段的段长,并在两端段长内进行奈奎斯特采样,在中间段段长内进行抖动随机采样;
3)进行抖动随机采样设计,并确定当前抖动随机采样参数,根据确定的抖动随机采样参数正演模拟高效采集数据,并进行规则化重构;
所述步骤3)中,进行抖动随机采样设计,并确定抖动随机采样参数,根据确定的抖动随机采样参数正演模拟高效采集数据,并进行规则化重构的方法,包括以下步骤:
3.1)确定当前抖动随机采样参数,包括炮点抖动随机采样参数ns和检波点抖动随机采样参数nr;
3.2)基于确定的炮点抖动随机采样参数ns和检波点抖动随机采样参数nr以及中间段对应的常规奈奎斯特采样炮点数Ns和检波点数Nr进行抖动随机采样,生成炮点、检波点位置文件;
包括以下步骤:
其次,根据检波点抖动随机采样参数nr和中间段对应的常规奈奎斯特采样检波点数Nr,将所有的检波点采样点数Nr划分为nr段,每段奈奎斯特采样点数为Nrj,且满足在每一段上随机地取一个采样点,得到检波点位置文件;
生成炮点和检波点位置文件时,在每一段上随机地取一个采样点时按均匀概率密度分布规律进行选取,即采样点的样点号x在该段上的概率密度函数符合:
其中,[a-1/2,b+1/2]为采样点x所属分段,a和b分别是该段的最小和最大样点号,x是在该段上进行随机采样所得的样点号,并对其取整;
3.3)根据炮点和检波点位置文件进行正演模拟,得到高效采集数据;
3.4)对高效采集数据进行规则化重构,使规则化重构后的数据与步骤1)中的常规采集数据具有相同的系统参数;
4)将步骤3)中得到的规则化重构数据与步骤1)中相应的中间段段长内的常规采集数据进行误差对比,若满足误差要求,则输出高效采集观测系统,否则进入步骤5);
5)采用预设步长对步骤3)中的抖动随机采样参数进行更新,然后重复步骤3)~步骤4),直到获得满足误差要求的高效采集观测系统。
2.如权利要求1所述的一种地震数据高效采集观测系统设计方法,其特征在于:所述步骤2)中,在两端段长内进行奈奎斯特采样时,两端段长内的采样点取3~10个。
3.如权利要求1所述的一种地震数据高效采集观测系统设计方法,其特征在于:所述步骤4)中,将规则化重构后的数据与步骤1)中模拟的常规采集数据进行误差对比的方法,包括以下步骤:
4.1)将规则化重构数据与模拟的常规采集数据进行波形误差对比;
4.2)将规则化重构数据与模拟的常规采集数据进行偏移成像处理,进行成像剖面的差异对比以及成像道集的AVO特征对比;
4.3)若步骤4.1)和步骤4.2)中各项误差对比均满足地震数据采集误差要求,则输出高效采集观测系统,否则进入步骤5)。
5.如权利要求1所述的一种地震数据高效采集观测系统设计方法,其特征在于:所述步骤5)中,采用预设步长对步骤3)中的随机采样参数进行更新的方法为:
按炮点预设步长Δns增大炮点抖动随机采样点数ns,即ns=ns0+Δns,其中ns0是给定的初始炮点抖动随机采样点数,在下一次迭代时,ns0的值用ns的值代替;
按检波点预设步长Δnr增大检波点抖动随机采样点数nr,即nr=nr0+Δnr,其中nr0是给定的初始检波点抖动随机采样点数,在下一次迭代时,nr0的值用nr的值代替。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010258246.4A CN111399036B (zh) | 2020-04-03 | 2020-04-03 | 一种地震数据高效采集观测系统设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010258246.4A CN111399036B (zh) | 2020-04-03 | 2020-04-03 | 一种地震数据高效采集观测系统设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111399036A CN111399036A (zh) | 2020-07-10 |
CN111399036B true CN111399036B (zh) | 2021-07-06 |
Family
ID=71434939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010258246.4A Active CN111399036B (zh) | 2020-04-03 | 2020-04-03 | 一种地震数据高效采集观测系统设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111399036B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287532B (zh) * | 2020-10-20 | 2024-03-05 | 中海石油(中国)有限公司 | 一种缘控地震驱动建模方法 |
CN114415235B (zh) * | 2022-03-28 | 2022-06-17 | 中国科学院地质与地球物理研究所 | 一种基于正演模拟的非规则地震数据采集方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104422954A (zh) * | 2013-08-20 | 2015-03-18 | 中国石油化工股份有限公司 | 一种地震数据规则化中稀疏采样方法 |
CN106291678A (zh) * | 2015-05-27 | 2017-01-04 | 中国石油化工股份有限公司 | 一种地震数据采集方法及系统 |
CN109407143A (zh) * | 2017-08-16 | 2019-03-01 | 中石化石油工程技术服务有限公司 | 基于压缩感知的地震勘探非规则观测系统设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8711654B2 (en) * | 2009-12-30 | 2014-04-29 | Westerngeco L.L.C. | Random sampling for geophysical acquisitions |
-
2020
- 2020-04-03 CN CN202010258246.4A patent/CN111399036B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104422954A (zh) * | 2013-08-20 | 2015-03-18 | 中国石油化工股份有限公司 | 一种地震数据规则化中稀疏采样方法 |
CN106291678A (zh) * | 2015-05-27 | 2017-01-04 | 中国石油化工股份有限公司 | 一种地震数据采集方法及系统 |
CN109407143A (zh) * | 2017-08-16 | 2019-03-01 | 中石化石油工程技术服务有限公司 | 基于压缩感知的地震勘探非规则观测系统设计方法 |
Non-Patent Citations (6)
Title |
---|
Ocean bottom seismic acquisition via jittered sampling;Haneet Wason et al.;《75th EAGE Conference & Exhibition incorporating SPE EUROPEC 2013》;20131231;全文 * |
Offshore seismic acquisition design experiments based on compressive sensing;Xiaogang Huang et al.;《2019 SEG International Exposition and 89th Annual Meeting》;20191231;第303-306页,图4 * |
Time-jittered ocean bottom seismic acquisition;Haneet Wason et al.;《2013 SEG Houston 2013 Annual Meeting》;20131231;第1-6页 * |
基于jitter采样和曲波变换的三维地震数据重建;张华等;《地球物理学报》;20130531;第56卷(第5期);第1637-1649页 * |
浅谈海上压缩感知地震勘探;黄小刚;《石油物探》;20190331;第58卷(第2期);第165页 * |
海上压缩感知地震仿真采集设计与处理;黄小刚;《石油地球物理勘探》;20200415;第55卷(第2期);第249-254页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111399036A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111399036B (zh) | 一种地震数据高效采集观测系统设计方法 | |
CN109904878B (zh) | 一种多风电场发电时序模拟场景构建方法 | |
Qi et al. | A method for reducing transient electromagnetic noise: Combination of variational mode decomposition and wavelet denoising algorithm | |
CN107765308A (zh) | 基于褶积思想与精确震源的重构低频数据频域全波形反演方法 | |
CN113642484A (zh) | 一种基于bp神经网络的大地电磁信号噪声压制方法及系统 | |
CN113221615A (zh) | 一种基于降噪聚类的局部放电脉冲提取方法 | |
CN110554427B (zh) | 一种基于地震波形正演的岩性组合预测方法 | |
CN111123361B (zh) | 垂直地震剖面地震数据规则化重建方法及装置、存储介质 | |
Yu et al. | Seismic energy dispersion compensation by multi-scale morphology | |
CN110161565A (zh) | 一种地震数据重建方法 | |
Shuchong et al. | Seismic signals wavelet packet de-noising method based on improved threshold function and adaptive threshold | |
CN110261912A (zh) | 一种地震数据的插值和去噪方法及系统 | |
CN115453624A (zh) | 矿井随掘地震信号成像方法 | |
CN115659773A (zh) | 基于深度网络的全波形反演加速方法及相关装置 | |
CN113589364A (zh) | 基于佐布里兹方程约束的地震数据规则化处理方法 | |
CN110888158B (zh) | 一种基于rtm约束的全波形反演方法 | |
CN114859404A (zh) | 超采样地震波形匹配方法及装置 | |
Fitzgerald et al. | A case study on geophysical gridding techniques: INTREPID perspective | |
CN111060971A (zh) | 时间域激电全波形采样的多参数提取数据处理方法 | |
CN104570100A (zh) | 多子波克希霍夫地震数据偏移方法 | |
CN109085649B (zh) | 一种基于小波变换优化的地震资料去噪方法 | |
CN111665569B (zh) | 一种双模频率域被动源电场法 | |
CN114415235B (zh) | 一种基于正演模拟的非规则地震数据采集方法 | |
Wang et al. | Rayleigh wave inversion based on differential evolution simulated annealing method | |
CN117574056B (zh) | 基于混合神经网络模型的广域电磁数据去噪方法及系统 |
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 |