CN111708082A - 一种随深度变化的深度域地震子波的提取方法 - Google Patents

一种随深度变化的深度域地震子波的提取方法 Download PDF

Info

Publication number
CN111708082A
CN111708082A CN202010472111.8A CN202010472111A CN111708082A CN 111708082 A CN111708082 A CN 111708082A CN 202010472111 A CN202010472111 A CN 202010472111A CN 111708082 A CN111708082 A CN 111708082A
Authority
CN
China
Prior art keywords
seismic
depth
matrix
decomposition
coefficient
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
Application number
CN202010472111.8A
Other languages
English (en)
Other versions
CN111708082B (zh
Inventor
陈学华
张�杰
杨威
蒋伟
刘芸菲
徐赫
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.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy of Technology
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 Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN202010472111.8A priority Critical patent/CN111708082B/zh
Publication of CN111708082A publication Critical patent/CN111708082A/zh
Application granted granted Critical
Publication of CN111708082B publication Critical patent/CN111708082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/303Analysis for determining velocity profiles or travel times
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/307Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity

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

本发明提供了一种随深度变化的深度域地震子波提取方法。该方法首先通过分解系数构建分解矩阵,并利用分解矩阵对常速度深度域中的反射系数和地震记录进行分解;然后利用分解后的子反射系数和子地震记录提取随深度变化的地震子波。分解系数由一维最优化算法根据合成地震与原地震记录的相关性进行更新。最终在最优的分解系数下,获得最终的随深度变化的地震子波。由随深度变化的地震子波合成的地震记录与原地震记录有更好的相关性,这将有助于获得更可靠的深度域反演结果。

Description

一种随深度变化的深度域地震子波的提取方法
技术领域
本发明属于石油地震勘探领域,具体涉及一种提取随深度变化的深度域地震子波的方法。
背景技术
在深度域地震反演中,深度域地震子波是关键输入之一。深度域地震子波是介质速度的函数,在地下介质中传播时,其波数和介质速度成反比,如在高速层中,深度域地震子波的波形会拉伸。通过常速度变换,可以消除介质速度对深度域地震子波波形的影响,进而在常速度深度域基于褶积模型提取子波。然而,在常速度深度域并未消除介质的频散和衰减对深度域地震子波的影响。因此,在常速度深度域,地下空间中的地震子波仍然是随深度变化的。目前的常速度深度域地震子波提取方法,通常假设在有限的深度范围内,地震子波是不变的,故基于这类假设条件下提取的地震子波不随深度变化,但由于实际的地下介质为非理想弹性体,地震波在传播过程中会发生频散和衰减,使地震子波随深度不断发生变化,提取随深度变化的深度域地震子波,对于进一步提高深度域地震反演的精度具有重要意义。
发明内容
本发明的目的在于提供一种在常速度深度域提取随深度变化的地震子波的方法,所述方法包括以下主要步骤:
⑴设置初始分解系数L0,基于L0,设置一个分解系数搜索区间[L0-a,L0+b],且该区间的采样间隔为1;
⑵基于当前分解系数L(L0-a≤L≤L0+b),构建分解矩阵Φ对常速度深度域中的反射系数r和对应的地震记录s进行分解,形成矩阵Α和B:
Figure BDA0002514618960000011
式中,⊙表示基本积运算,分解矩阵Φ中元素的表达式为:
Figure BDA0002514618960000012
式中,φm,n是矩阵Φ中索引号为(m,n)时的元素,N为常速度深度域数据包含的采样点数量;
⑶对矩阵Α和B每一组子反射系数αm(矩阵Α中索引号为m时的行向量)和子地震记录βm(矩阵B中索引号为m时的行向量)提取地震子波wm,同时,将提取的子波wm与子反射系数αm褶积得到对应的子合成地震记录ym,最终形成随深度变化的地震子波矩阵W和合成地震记录的分解矩阵Y。
⑷基于矩阵W,按照下式计算合成地震记录y:
Figure BDA0002514618960000021
式中,I是单位列向量;
⑸根据目标函数:
J=||s-y||2
采用一维最优化算法更新分解系数L,式中,||·||表示求取向量的2-范数运算;
⑹当目标函数未达到最小值时,重复步骤(2)至(5),否则,当目标函数达到最小值时,得到最终的随深度变化的地震子波矩阵
Figure BDA0002514618960000023
与对应的合成地震记录
Figure BDA0002514618960000022
附图说明
图1是本发明实施例利用常速度深度域反射系数和对应井旁地震记录提取的常子波。其中,图1(a)是常速度深度域反射系数,纵坐标为常速度深度,单位是米(m),横坐标为振幅,无量纲;图1(b)是常速度深度域井旁地震道集,纵坐标为常速度深度,单位是米(m),横坐标为地震道编号,无量纲,用于提取常子波和随深度变化地震子波的地震记录(即井旁地震记录)由黑色显示,编号为768;图1(c)是提取的常子波,纵坐标为振幅,无量纲,横坐标为长度,单位是米(m)。
图2是本发明实施例利用图1中的常速度深度域反射系数和对应井旁地震记录提取的随深度变化的地震子波,横坐标为长度,单位是米(m),纵坐标为常速度深度,单位是米(m)。
图3是本发明实施例分别利用提取的常子波和随深度变化地震子波合成的地震记录与井旁地震记录的对比图。其中,图3(a)是利用常子波合成的地震记录(灰色)与井旁地震记录(黑色)的对比图,横坐标为常速度深度,单位是米(m),纵坐标为振幅,无量纲;图3(b)是利用随深度变化的地震子波合成的地震记录(灰色)与井旁地震记录(黑色)的对比图,横坐标为常速度深度,单位是米(m),纵坐标为振幅,无量纲。
具体实施方式
⑴基于常速度深度域反射系数r和对应的地震记录s的傅里叶变换结果,构建功率谱p:
Figure BDA0002514618960000031
式中,abs(·)是取模运算;从该功率谱p中求取广义地震子波作为提取的常子波,并以该常子波的采样点数量的一半作为初始分解系数L0,本实施例中L0=690;
⑵基于L0,设置一个分解系数搜索区间[L0-200 L0+100],且该区间的采样间隔为1;
⑶基于当前分解系数L(L0-200≤L≤L0+100),构建分解矩阵Φ对常速度深度域中的反射系数r和对应的地震记录s进行分解,形成矩阵Α和B:
Figure BDA0002514618960000032
式中,⊙表示基本积运算,分解矩阵Φ中元素的表达式为:
Figure BDA0002514618960000033
式中,φm,n是矩阵Φ中索引号为(m,n)时的元素,N为常速度深度域数据包含的采样点数量,本实施例中N=3176;
⑷对矩阵Α和B每一组子反射系数αm(矩阵Α中索引号为m时的行向量)和子地震记录βm(矩阵B中索引号为m时的行向量),利用步骤(1)中的方法提取地震子波wm,同时,将提取的子波wm与子反射系数αm褶积得到对应的子合成地震记录ym,最终形成随深度变化的地震子波矩阵W和合成地震记录的分解矩阵Y。
⑸基于矩阵W,按照下式计算合成地震记录y:
Figure BDA0002514618960000034
式中,I是单位列向量;
⑹根据目标函数:
J=||s-y||2
采用进退法更新分解系数L,式中,||·||表示求取向量的2-范数运算;
⑺当目标函数未达到最小值时,重复步骤(3)至(6),否则,当目标函数达到最小值时,得到最终的随深度变化的地震子波矩阵
Figure BDA0002514618960000041
与对应的合成地震记录
Figure BDA0002514618960000042
图2为本发明实施例在分解系数L=551时获得的最终的随深度变化的地震子波矩阵。
对于合成地震记录与井旁地震记录的相关性,采用Kazemi等人(2014)提出的归一化相关系数和重构质量来评价;图3(a)中由提取的常子波合成的地震记录与井旁地震记录的归一化相关系数为0.8439,重构质量为5.0554;图3(b)中由提取的随深度变化的地震子波合成的地震记录与井旁地震记录的归一化相关系数为0.9001,重构质量为7.0008。对比图3(b)和图3(a)可见,利用本发明提供的方法提取的随深度变化的地震子波合成的地震记录与井旁地震记录有更好的相关性,基于随深度变化的地震子波进行地震反演将有助于获得更可靠的反演结果。
本发明提供的提取随深度变化的地震子波的方法利用分解矩阵Φ对频散和衰减影响加以考虑,方法简单高效,所提取的随深度变化的地震子波,不仅有助于获得更可靠的反演结果,同时也可以提取频散衰减属性,进行储层预测。
上述各实施例仅用于说明本发明,其中方法的各实施步骤等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。

Claims (1)

1.一种随深度变化的深度域地震子波的提取方法,其包括以下主要步骤:
⑴设置初始分解系数L0,基于L0,设置一个分解系数搜索区间[L0-a,L0+b],且该区间的采样间隔为1;
⑵基于当前分解系数L(L0-a≤L≤L0+b),构建分解矩阵Φ对常速度深度域中的反射系数r和对应的地震记录s进行分解,形成矩阵Α和B:
Figure FDA0002514618950000011
式中,⊙表示基本积运算,分解矩阵Φ中元素的表达式为:
Figure FDA0002514618950000012
式中,φm,n是矩阵Φ中索引号为(m,n)时的元素,N为常速度深度域数据包含的采样点数量;
⑶对矩阵Α和B每一组子反射系数αm(矩阵Α中索引号为m时的行向量)和子地震记录βm(矩阵B中索引号为m时的行向量)提取地震子波wm,同时,将提取的子波wm与子反射系数αm褶积得到对应的子合成地震记录ym,最终形成随深度变化的地震子波矩阵W和合成地震记录的分解矩阵Y;
⑷基于矩阵W,按照下式计算合成地震记录y:
Figure FDA0002514618950000013
式中,I是单位列向量;
⑸根据目标函数:
J=||s-y||2
采用一维最优化算法更新分解系数L,式中,||·||表示求取向量的2-范数运算;
⑹当目标函数未达到最小值时,重复步骤(2)至(5),否则,当目标函数达到最小值时,得到最终的随深度变化的地震子波矩阵
Figure FDA0002514618950000014
与对应的合成地震记录
Figure FDA0002514618950000015
CN202010472111.8A 2020-05-29 2020-05-29 一种随深度变化的深度域地震子波的提取方法 Active CN111708082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010472111.8A CN111708082B (zh) 2020-05-29 2020-05-29 一种随深度变化的深度域地震子波的提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010472111.8A CN111708082B (zh) 2020-05-29 2020-05-29 一种随深度变化的深度域地震子波的提取方法

Publications (2)

Publication Number Publication Date
CN111708082A true CN111708082A (zh) 2020-09-25
CN111708082B CN111708082B (zh) 2022-04-12

Family

ID=72538664

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010472111.8A Active CN111708082B (zh) 2020-05-29 2020-05-29 一种随深度变化的深度域地震子波的提取方法

Country Status (1)

Country Link
CN (1) CN111708082B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113391352A (zh) * 2021-06-11 2021-09-14 成都理工大学 一种突出含气储层低频地震异常的地震信号时频分析方法
CN114325817A (zh) * 2020-09-29 2022-04-12 中国石油天然气股份有限公司 深度域地震合成记录制作方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5986973A (en) * 1997-09-04 1999-11-16 Western Atlas International, Inc. Energy minimization in surface multiple attenuation
JP2007163271A (ja) * 2005-12-13 2007-06-28 Kddi Corp 地中レーダ画像処理法
CN102768365A (zh) * 2011-05-03 2012-11-07 戴永寿 基于高阶统计量和arma模型的高分辨率地震子波提取方法
CN104122588A (zh) * 2014-07-30 2014-10-29 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于谱分解提高叠后地震资料分辨率的方法
CN105005073A (zh) * 2015-06-11 2015-10-28 中国石油大学(华东) 基于局部相似度和评价反馈的时变子波提取方法
CN105467451A (zh) * 2016-01-13 2016-04-06 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于全变差最小化约束的地震反射系数反演方法
CN106873038A (zh) * 2017-03-15 2017-06-20 成都理工大学 一种从深度域地震数据中提取深度域地震子波的方法
CN107515421A (zh) * 2017-08-15 2017-12-26 中国石油化工股份有限公司江汉油田分公司物探研究院 基于小波包变换的频谱成像方法
US20180012098A1 (en) * 2015-03-31 2018-01-11 Megachips Corporation Image processing system and image processing method
WO2018129844A1 (zh) * 2017-01-10 2018-07-19 中国科学院地质与地球物理研究所 一种地震绕射波分离方法和装置
CN108459350A (zh) * 2018-03-07 2018-08-28 成都理工大学 一种深度域地震子波提取与地震记录合成的一体化方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5986973A (en) * 1997-09-04 1999-11-16 Western Atlas International, Inc. Energy minimization in surface multiple attenuation
JP2007163271A (ja) * 2005-12-13 2007-06-28 Kddi Corp 地中レーダ画像処理法
CN102768365A (zh) * 2011-05-03 2012-11-07 戴永寿 基于高阶统计量和arma模型的高分辨率地震子波提取方法
CN104122588A (zh) * 2014-07-30 2014-10-29 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于谱分解提高叠后地震资料分辨率的方法
US20180012098A1 (en) * 2015-03-31 2018-01-11 Megachips Corporation Image processing system and image processing method
CN105005073A (zh) * 2015-06-11 2015-10-28 中国石油大学(华东) 基于局部相似度和评价反馈的时变子波提取方法
CN105467451A (zh) * 2016-01-13 2016-04-06 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于全变差最小化约束的地震反射系数反演方法
WO2018129844A1 (zh) * 2017-01-10 2018-07-19 中国科学院地质与地球物理研究所 一种地震绕射波分离方法和装置
CN106873038A (zh) * 2017-03-15 2017-06-20 成都理工大学 一种从深度域地震数据中提取深度域地震子波的方法
CN107515421A (zh) * 2017-08-15 2017-12-26 中国石油化工股份有限公司江汉油田分公司物探研究院 基于小波包变换的频谱成像方法
CN108459350A (zh) * 2018-03-07 2018-08-28 成都理工大学 一种深度域地震子波提取与地震记录合成的一体化方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
MINGWEI ZHANG: "A Synthetic Solution for Identification and Extraction of the Effective Microseismic Wave Component Using Decomposition on Time, Frequency, and Wavelet Coefficient Domains", 《SHOCK AND VIBRATION》 *
张金明: "薄储层高分辨率阻抗反演", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *
汪玲玲等: "基于矩阵Toeplitz稀疏分解的相对波阻抗反演方法", 《地球物理学报》 *
陈长敬: "多子波分解在地震反射系数研究中的应用", 《华南地质与矿产》 *
黄文松等: "地震波阻抗反演的预条件共轭梯度法", 《新疆石油地质》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325817A (zh) * 2020-09-29 2022-04-12 中国石油天然气股份有限公司 深度域地震合成记录制作方法及装置
CN114325817B (zh) * 2020-09-29 2024-05-28 中国石油天然气股份有限公司 深度域地震合成记录制作方法及装置
CN113391352A (zh) * 2021-06-11 2021-09-14 成都理工大学 一种突出含气储层低频地震异常的地震信号时频分析方法
CN113391352B (zh) * 2021-06-11 2022-03-25 成都理工大学 一种突出含气储层低频地震异常的地震信号时频分析方法

Also Published As

Publication number Publication date
CN111708082B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
Wu et al. Noise attenuation for 2-D seismic data by radial-trace time-frequency peak filtering
Huang et al. Unveiling the signals from extremely noisy microseismic data for high-resolution hydraulic fracturing monitoring
Gaci The use of wavelet-based denoising techniques to enhance the first-arrival picking on seismic traces
CN102221708B (zh) 基于分数阶傅里叶变换的随机噪声压制方法
CN111708082B (zh) 一种随深度变化的深度域地震子波的提取方法
CN108267784A (zh) 一种地震信号随机噪声压制处理方法
Schmelzbach et al. Efficient deconvolution of ground-penetrating radar data
CN109143331B (zh) 地震子波提取方法
CN109738950B (zh) 基于三维稀疏聚焦域反演的噪声型数据一次波反演方法
Qi et al. A method for reducing transient electromagnetic noise: Combination of variational mode decomposition and wavelet denoising algorithm
CN101201409A (zh) 一种地震数据变相位校正方法
CN114966860A (zh) 一种基于卷积神经网络的地震数据去噪方法
CN113077386A (zh) 基于字典学习和稀疏表征的地震资料高分辨率处理方法
Kulesh et al. Modeling of wave dispersion using continuous wavelet transforms II: wavelet-based frequency-velocity analysis
Zhao et al. Coupled noise reduction in distributed acoustic sensing seismic data based on convolutional neural network
CN110146923A (zh) 一种高效的高精度深度域地震子波提取方法
CN117077729A (zh) 基于lstm的轴向-周向耦合钻柱振动程度预测方法及装置
Lamuraglia et al. Application of a global–local full‐waveform inversion of Rayleigh wave to estimate the near‐surface shear wave velocity model
Hu et al. An adaptive noise-free method of seismic resolution enhancement based on extrapolated multiresolution singular value decomposition
Gao et al. A new type of analyzing wavelet and its applications for extraction of instantaneous spectrum bandwidth
Brox et al. Robust vector MSSA for SNR enhancement of seismic records
Tian et al. The multisynchrosqueezing optimal basic wavelet transform and applications to sedimentary cycle division
Zhang et al. Interval Q inversion based on zero-offset VSP data and applications
CN114371505A (zh) 一种基于地震分频技术的多子波反演方法及系统
CN109782346B (zh) 一种基于形态成分分析的采集脚印压制方法

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