CN111722274A - 拾取地震波时距曲线的方法及装置 - Google Patents

拾取地震波时距曲线的方法及装置 Download PDF

Info

Publication number
CN111722274A
CN111722274A CN201910217070.5A CN201910217070A CN111722274A CN 111722274 A CN111722274 A CN 111722274A CN 201910217070 A CN201910217070 A CN 201910217070A CN 111722274 A CN111722274 A CN 111722274A
Authority
CN
China
Prior art keywords
seismic
time
cross
correlation function
distance curve
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
CN201910217070.5A
Other languages
English (en)
Other versions
CN111722274B (zh
Inventor
张文波
李合群
李建峰
聂红梅
谷逸薇
马渊明
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.)
China National Petroleum Corp
BGP Inc
Original Assignee
China National Petroleum Corp
BGP Inc
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 China National Petroleum Corp, BGP Inc filed Critical China National Petroleum Corp
Priority to CN201910217070.5A priority Critical patent/CN111722274B/zh
Publication of CN111722274A publication Critical patent/CN111722274A/zh
Application granted granted Critical
Publication of CN111722274B publication Critical patent/CN111722274B/zh
Active 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
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • 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

  • 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

本申请公开了一种拾取地震波时距曲线的方法及装置，该方法包括：设定包含时距曲线的时窗与时窗内的时间样点数，获取每个时窗内的地震记录；将信噪比最高的地震记录对应的地震道确定为参考地震道；确定目标地震道，将每个时窗内获取的目标地震道的地震记录与相同时窗内获取的参考地震道的地震记录进行同相叠加，得到叠加结果，所述目标地震道为拾取时距曲线的地震道；根据所述叠加结果，确定目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量；根据参考地震道的地震波时距曲线及时移量，确定目标地震道的地震波时距曲线。本申请可以在提升拾取地震波时距曲线的效率的同时，提高地震波时距曲线的拾取精度。

Description

拾取地震波时距曲线的方法及装置
技术领域
本申请涉及地震数据处理技术领域，尤其涉及一种拾取地震波时距曲线的方法及装置。
背景技术
地震波时距曲线是地震勘探领域的一个重要的专业术语，是指地震波走时与距离的关系曲线，即地震波到达各检波点的时间同爆炸点到各个接收点的距离之间的关系曲线，如常见的直达波、折射波和反射波的时距曲线。地震波时距曲线上各段的斜率就是相应地震波视速度的倒数，利用地震波时距曲线可以反演地下介质的速度。由于不同类型的地震波的时距曲线不同，所以在地震波场分离时，也经常利用手工或自动拾取的地震波的时距曲线对不同地震波场进行提取和分离。因此，在地震数据的多个处理步骤中，例如速度反演、初至波层析和波场分离等，都需要用到不同类型的地震波的时距曲线，而地震波时距曲线拾取的精度直接影响地震数据的处理效果。
针对不同类型的地震波，地震波时距曲线可以分为初至波时距曲线和续至波时距曲线。通常情况下，由于初至波没有收到续至波的干扰，信噪比较高，其时距曲线比较容易拾取；而续至波，比如横波初至及反射波，由于信噪比较低，其时距曲线拾取难度较大。此外，人工拾取地震波时距曲线比较稳定，但是容易引入人为误差，且拾取效率低，因此国内外许多学者研究了很多种自动拾取地震波时距曲线的方法，如时窗能量比法或时窗振幅比法，这类方法效率高，但拾取精度受到时窗长度的影响较大；再如神经网络和分形拾取法，这类方法复杂度高，实现难度大，且效率较低；再如边缘检测边界追踪方法，该方法在信噪比较低的情况下拾取误差较大；再如相关方法，由于相关方法使用了地震波的波形信息，对低信噪比的弱信号具有较好的拾取效果，但相关方法受初至与续至的影响大，需要严格选取标准道。
上述方法均存在一定的弊端，难以在提升拾取地震波时距曲线的效率的同时，提高地震波时距曲线的拾取精度。
发明内容
本申请实施例提供一种拾取地震波时距曲线的方法，用以在提升拾取地震波时距曲线的效率的同时，提高地震波时距曲线的拾取精度，该方法包括：
设定包含时距曲线的时窗与时窗内的时间样点数，获取每个时窗内的地震记录；将获取的地震记录中信噪比最高的地震记录对应的地震道确定为参考地震道；确定目标地震道，将每个时窗内获取的目标地震道的地震记录与相同时窗内获取的参考地震道的地震记录进行同相叠加，得到叠加结果，所述目标地震道为拾取时距曲线的地震道；根据所述叠加结果，确定目标地震道的时距曲线相对于参考地震道的时距曲线的时移量；参考地震道的地震波时距曲线以及目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量，确定目标地震道的时距曲线。
本申请实施例还提供一种拾取时距曲线的装置，用以在提升拾取时距曲线的效率的同时，提高时距曲线的拾取精度，该装置包括：
获取模块，用于设定包含时距曲线的时窗与时窗内的时间样点数，获取每个时窗内的地震记录；确定模块，用于将所述获取模块获取的地震记录中信噪比最高的地震记录对应的地震道确定为参考地震道；叠加模块，用于确定目标地震道，将所述获取模块在每个时窗内获取的目标地震道的地震记录与相同时窗内获取的参考地震道的地震记录进行同相叠加，得到叠加结果，所述目标地震道为拾取时距曲线的地震道；所述确定模块，还用于根据所述叠加模块得到的所述叠加结果，确定目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量；所述确定模块，还用于参考地震道的地震波时距曲线以及目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量，确定目标地震道的地震波时距曲线。
本申请实施例中，通过确定信噪比最高的地震道，将拾取时距曲线的目标地震道的地震记录与相同时窗内采集的参考地震道的地震记录进行同相叠加，从而确定目标地震道的时距曲线相对于信噪比最高的地震道采集的时距曲线的时移量，进一步通过时移量确定目标地震道的时距曲线。与现有技术中采集时距曲线的方法相比，采用本申请得到的时距曲线的精确度更高；并且本申请中根据地震记录自动拾取时距曲线，提升了拾取时距曲线的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为现有技术中人工拾取的时距曲线的示意图；
图2为本申请实施例中拾取时距曲线的方法流程图；
图3为本申请实施例中拾取时距曲线的装置的示意图；
图4为本申请实施例中拾取的时距曲线的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本申请实施例做进一步详细说明。在此，本申请的示意性实施例及其说明用于解释本申请，但并不作为对本申请的限定。
示例性的，本申请给出了通过现有技术中人工拾取的方法拾取的时距曲线，如图1所示。图1中的“地震波时距曲线”由人工拾取，显然，有些地震道的地震波时距曲线有拾取误差，导致地震波时距曲线的拾取精度较低。
为了解决上述地震波时距曲线拾取精度低的问题，本申请实施提出了一种拾取地震波时距曲线的方法，该方法应用于如电脑、服务器等具备数据处理与运算能力的计算机设备。如图2所示，该方法包括步骤201至步骤205：
步骤201、设定包含时距曲线的时窗与时窗内的时间样点数，获取每个时窗内的地震记录。
示例性的，获取的地震记录如图1或图3所示。
需要说明的是，时窗必须完全包含所需拾取的时距曲线。时窗可以包括整道数据，但是时窗越长，获取地震记录的效率越低。在本申请实施例中，可以根据时距曲线的斜率和炮检距来设定时窗。
时窗内的时间样点数由时窗的大小来决定，且时间样点的采样间隔需要符合采样定理，即采样的数据频率越高，采样间隔越小。
步骤202、将获取的地震记录中信噪比最高的地震记录对应的地震道确定为参考地震道。
可选的，可以采用下述方法确定参考地震道：
(1)确定每一道地震记录分别与所有道地震记录之间的互相关函数。
每一道地震记录分别与所有道地震记录之间的互相关函数的计算方法可以为：
Figure BDA0002002422930000041
其中，k和l为地震道的序号，t为时间样点，Φk,l(τ)为第k道与第l道相关的互相关函数，Sk(t)为第k道地震道在时间样点t采集的地震记录，Sl(t)为第l道地震道在时间样点t采集的地震记录，τ为Sl(t)的延迟时间，k＝1,2,…,n，l＝1,2,…,n，n为设定时窗内的地震道数，t＝1,2,…,m，m为时间样点的数量。
需要说明的是，上述每一道地震记录分别与所有道地震记录之间的互相关函数包括该道地震记录与其自身的互相关函数。
(2)构造地震记录互相关函数矩阵。
其中，互相关函数矩阵中每一列为一道地震记录与地震记录中的每一道地震记录之间的互相关函数。
示例性的，构造的地震记录互相关函数矩阵如下所示：
Figure BDA0002002422930000042
(3)确定互相关函数矩阵中每一列互相关函数的平均相似系数；将平均相似系数最高的一列确定为参考列，将参考列对应的地震道确定为参考地震道。
可选的，可以利用公式
Figure BDA0002002422930000043
计算互相关函数矩阵中每一列互相关函数的平均相似系数。
其中，Sk为第k道的平均相似系数，τ0为使Sk达到最大值时的延迟时间。
可选的，在将平均相似系数最高的一列确定为参考列之后，还可以按照每列对应的平均相似系数由高到低的顺序，对互相关函数矩阵中的列进行重新排序，得到排序后的互相关函数矩阵。其中，排序后的互相关函数矩阵中的第1列为参考列。
示例性的，如果构造的地震记录中包括5道地震记录，即n＝5，利用该5道地震记录构造的互相关函数矩阵为：
Figure BDA0002002422930000051
该互相关函数矩阵中，每一列互相关函数的平均相似系数分别为S1、S2、S3、S4和S5，若S2＞S4＞S1＞S5＞S3，则依照平均相似系数由高到低的顺序进行排序后，得到的互相关函数矩阵为：
Figure BDA0002002422930000052
在上述排序后的互相关函数矩阵中，第1列，即原第2地震道对应的互相关函数列为参考列。
步骤203、确定目标地震道，将每个时窗内采集的目标地震道的地震记录与相同时窗内采集的参考地震道的地震记录进行同相叠加，得到叠加结果。
其中，目标地震道为拾取时距曲线的地震道。示例性的，如果需要从第4道地震道拾取地震波时距曲线，则将第4道地震道确定为目标地震道。
可选的，将每个时窗内采集的目标地震道的地震记录与相同时窗内采集的参考地震道的地震记录进行同相叠加，得到叠加结果，包括：利用公式
Figure BDA0002002422930000053
计算每列对应的二阶互相关函数。
其中，ΦΦ1,l(δ)为排序后的互相关函数矩阵中，第l道对应的互相关函数与第1列对应行上的互相关函数的二阶互相关函数，δ为第l道二阶互相关函数的延迟时间，Φ'1,k(τ)为排序后的互相关函数矩阵中，第k道与第1列对应的地震道相关的互相关函数，Φ'l,k(τ+δ)为排序后的互相关函数矩阵中，第k道与第l道相关的互相关函数。
参考步骤202中排序后的5阶互相关函数矩阵，如果将第4道地震道确定为目标地震道，则令l＝4，计算第4地震道的互相关函数列对应的二阶互相关函数。
步骤204、根据叠加结果，确定目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量。
可选的，在得到目标地震道对应的二阶互相关函数后，可以构造函数F(δ)＝ΦΦ1,l(δ)，确定使函数F(δ)取最大值时δ的值δ0，δ0即为第l道地震道的时距曲线相对于参考地震道的时距曲线的时移量。
步骤205、根据参考地震道的地震波时距曲线以及目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量，确定目标地震道的地震波时距曲线。
示例性的，确定目标地震道的地震波时距曲线所用的公式如下所示：
Figure BDA0002002422930000061
其中，fi为第i道时距曲线时间，f0为参考地震道时距曲线时间，
Figure BDA0002002422930000062
为第i道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量，第i道为目标地震道。示例性的，如图3中所示的地震波时距曲线，即为利用上述步骤201至步骤205中的方法得到的地震波时距曲线，将图3与图1中的地震波时距曲线进行对比，可以看出，本申请拾取的地震波时距曲线的精度有了明显提高。
本申请实施例中，通过确定信噪比最高的地震道，将拾取时距曲线的目标地震道的地震记录与相同时窗内采集的参考地震道的地震记录进行同相叠加，从而确定目标地震道的时距曲线相对于信噪比最高的地震道采集的时距曲线的时移量，进一步通过时移量确定目标地震道的时距曲线。与现有技术中采集时距曲线的方法相比，采用本申请得到的时距曲线的精确度更高；并且本申请中根据地震记录自动拾取时距曲线，提升了拾取时距曲线的效率。
本申请实施例还提供一种拾取地震波时距曲线的装置，如图4所示，该装置400包括获取模块401、确定模块402和叠加模块403。
其中，获取模块401，用于设定包含时距曲线的时窗与时窗内的时间样点数，获取每个时窗内的地震记录。
确定模块402，用于将获取模块401获取的地震记录中信噪比最高的地震记录对应的地震道确定为参考地震道。
叠加模块403，用于确定目标地震道，将获取模块401在每个时窗内获取的目标地震道的地震记录与相同时窗内获取的参考地震道的地震记录进行同相叠加，得到叠加结果，目标地震道为拾取时距曲线的地震道。
确定模块402，还用于根据叠加模块403得到的叠加结果，确定目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量。
确定模块402，还用于根据参考地震道的地震波时距曲线以及目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量，确定目标地震道的地震波时距曲线。
可选的，确定模块402，用于：
确定每一道地震记录分别与所有道地震记录之间的互相关函数；
构造地震记录互相关函数矩阵，互相关函数矩阵中每一列为一道地震记录与地震记录中的每一道地震记录之间的互相关函数；
确定互相关函数矩阵中每一列互相关函数的平均相似系数；
将平均相似系数最高的一列确定为参考列，将参考列对应的地震道确定为参考地震道。
可选的，确定模块402，用于：
利用公式
Figure BDA0002002422930000071
计算每一道地震记录分别与所有道地震记录之间的互相关函数；
其中，k和l为地震道的序号，t为时间样点，Φk,l(τ)为第k道与第l道相关的互相关函数，Sk(t)为第k道地震道在时间样点t采集的地震记录，Sl(t)为第l道地震道在时间样点t采集的地震记录，τ为Sl(t)的延迟时间，k＝1,2,…,n，l＝1,2,…,n，n为设定时窗内的地震道数，t＝1,2,…,m，m为时间样点的数量。
可选的，确定模块402，用于：
利用公式
Figure BDA0002002422930000072
计算互相关函数矩阵中每一列互相关函数的平均相似系数；
其中，Sk为第k道的平均相似系数，τ0为使Sk达到最大值时的延迟时间。
可选的，装置400还包括排序模块404。
其中，排序模块，用于按照确定模块确定的每列对应的平均相似系数由高到低的顺序，对互相关函数矩阵中的列进行重新排序，得到排序后的互相关函数矩阵，排序后的互相关函数矩阵中的第1列为参考列。
可选的，叠加模块403，用于：
利用公式
Figure BDA0002002422930000081
计算每列对应的二阶互相关函数；
其中，ΦΦ1,l(δ)为排序后的互相关函数矩阵中，第l道对应的互相关函数与第1列对应行上的互相关函数的二阶互相关函数，δ为第l道二阶互相关函数的延迟时间，Φ'1,k(τ)为排序后的互相关函数矩阵中，第k道与第1列对应的地震道相关的互相关函数，Φ'l,k(τ+δ)为排序后的互相关函数矩阵中，第k道与第l道相关的互相关函数。
可选的，确定模块402，用于：
构造函数F(δ)＝ΦΦ1,l(δ)，确定使函数F(δ)取最大值时δ的值δ0；
将δ0确定为第l道地震道的时距曲线相对于参考地震道的时距曲线的时移量。
本申请实施例中，通过确定信噪比最高的地震道，将拾取时距曲线的目标地震道的地震记录与相同时窗内采集的参考地震道的地震记录进行同相叠加，从而确定目标地震道的时距曲线相对于信噪比最高的地震道采集的时距曲线的时移量，进一步通过时移量确定目标地震道的时距曲线。与现有技术中采集时距曲线的方法相比，采用本申请得到的时距曲线的精确度更高；并且本申请中根据地震记录自动拾取时距曲线，提升了拾取时距曲线的效率。
本申请实施例还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述拾取地震波时距曲线的方法。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有执行拾取地震波时距曲线的方法的计算机程序。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (16)

1.一种拾取地震波时距曲线的方法，其特征在于，所述方法包括：
设定包含时距曲线的时窗与时窗内的时间样点数，获取每个时窗内的地震记录；
将获取的地震记录中信噪比最高的地震记录对应的地震道确定为参考地震道；
确定目标地震道，将每个时窗内获取的目标地震道的地震记录与相同时窗内获取的参考地震道的地震记录进行同相叠加，得到叠加结果，所述目标地震道为拾取时距曲线的地震道；
根据所述叠加结果，确定目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量；
根据参考地震道的地震波时距曲线以及目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量，确定目标地震道的地震波时距曲线。
2.根据权利要求1所述的方法，其特征在于，所述将采集的地震记录中信噪比最高的地震记录对应的地震道确定为参考地震道，包括：
确定每一道地震记录分别与所有道地震记录之间的互相关函数；
构造地震记录互相关函数矩阵，所述互相关函数矩阵中每一列为一道地震记录与地震记录中的每一道地震记录之间的互相关函数；
确定互相关函数矩阵中每一列互相关函数的平均相似系数；
将所述平均相似系数最高的一列确定为参考列，将所述参考列对应的地震道确定为参考地震道。
3.根据权利要求2所述的方法，其特征在于，所述确定每一道地震记录分别与所有道地震记录之间的互相关函数，包括：
利用公式
Figure FDA0002002422920000011
计算每一道地震记录分别与所有道地震记录之间的互相关函数；
其中，k和l为地震道的序号，t为时间样点，Φk,l(τ)为第k道与第l道相关的互相关函数，Sk(t)为第k道地震道在时间样点t采集的地震记录，Sl(t)为第l道地震道在时间样点t采集的地震记录，τ为Sl(t)的延迟时间，k＝1,2,…,n，l＝1,2,…,n，n为设定时窗内的地震道数，t＝1,2,…,m，m为时间样点的数量。
4.根据权利要求3所述的方法，其特征在于，确定互相关函数矩阵中每一列互相关函数的平均相似系数，包括：
利用公式
Figure FDA0002002422920000021
计算互相关函数矩阵中每一列互相关函数的平均相似系数；
其中，Sk为第k道的平均相似系数，τ0为使Sk达到最大值时的延迟时间。
5.根据权利要求2至4任一项所述的方法，其特征在于，在将所述平均相似系数最高的一列确定为参考列之后，所述方法还包括：
按照每列对应的平均相似系数由高到低的顺序，对互相关函数矩阵中的列进行重新排序，得到排序后的互相关函数矩阵，所述排序后的互相关函数矩阵中的第1列为参考列。
6.根据权利要求5所述的方法，其特征在于，所述将每个时窗内采集的目标地震道的地震记录与相同时窗内采集的参考地震道的地震记录进行同相叠加，得到叠加结果，包括：
利用公式
Figure FDA0002002422920000022
计算每列对应的二阶互相关函数；
其中，ΦΦ1,l(δ)为排序后的互相关函数矩阵中，第l道对应的互相关函数与第1列对应行上的互相关函数的二阶互相关函数，δ为第l道二阶互相关函数的延迟时间，Φ'1,k(τ)为排序后的互相关函数矩阵中，第k道与第1列对应的地震道相关的互相关函数，Φ'l,k(τ+δ)为排序后的互相关函数矩阵中，第k道与第l道相关的互相关函数。
7.根据权利要求6所述的方法，其特征在于，根据所述叠加结果，确定目标地震道的时距曲线相对于参考地震道的时距曲线的时移量，包括：
构造函数F(δ)＝ΦΦ1,l(δ)，确定使函数F(δ)取最大值时δ的值δ0；
将δ0确定为第l道地震道的时距曲线相对于参考地震道的时距曲线的时移量。
8.一种拾取地震波时距曲线的装置，其特征在于，所述装置包括：
获取模块，用于设定包含时距曲线的时窗与时窗内的时间样点数，获取每个时窗内的地震记录；
确定模块，用于将所述获取模块获取的地震记录中信噪比最高的地震记录对应的地震道确定为参考地震道；
叠加模块，用于确定目标地震道，将所述获取模块在每个时窗内获取的目标地震道的地震记录与相同时窗内获取的参考地震道的地震记录进行同相叠加，得到叠加结果，所述目标地震道为拾取时距曲线的地震道；
所述确定模块，还用于根据所述叠加模块得到的所述叠加结果，确定目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量；
所述确定模块，还用于参考地震道的地震波时距曲线以及目标地震道的地震波时距曲线相对于参考地震道的地震波时距曲线的时移量，确定目标地震道的地震波时距曲线。
9.根据权利要求8所述的装置，其特征在于，所述确定模块，用于：
确定每一道地震记录分别与所有道地震记录之间的互相关函数；
构造地震记录互相关函数矩阵，所述互相关函数矩阵中每一列为一道地震记录与地震记录中的每一道地震记录之间的互相关函数；
确定互相关函数矩阵中每一列互相关函数的平均相似系数；
将所述平均相似系数最高的一列确定为参考列，将所述参考列对应的地震道确定为参考地震道。
10.根据权利要求9所述的装置，其特征在于，所述确定模块，用于：
利用公式
Figure FDA0002002422920000031
计算每一道地震记录分别与所有道地震记录之间的互相关函数；
其中，k和l为地震道的序号，t为时间样点，Φk,l(τ)为第k道与第l道相关的互相关函数，Sk(t)为第k道地震道在时间样点t采集的地震记录，Sl(t)为第l道地震道在时间样点t采集的地震记录，τ为Sl(t)的延迟时间，k＝1,2,…,n，l＝1,2,…,n，n为设定时窗内的地震道数，t＝1,2,…,m，m为时间样点的数量。
11.根据权利要求10所述的装置，其特征在于，所述确定模块，用于：
利用公式
Figure FDA0002002422920000032
计算互相关函数矩阵中每一列互相关函数的平均相似系数；
其中，Sk为第k道的平均相似系数，τ0为使Sk达到最大值时的延迟时间。
12.根据权利要求9至11任一项所述的装置，其特征在于，所述装置还包括：
排序模块，用于按照所述确定模块确定的每列对应的平均相似系数由高到低的顺序，对互相关函数矩阵中的列进行重新排序，得到排序后的互相关函数矩阵，所述排序后的互相关函数矩阵中的第1列为参考列。
13.根据权利要求12所述的装置，其特征在于，所述叠加模块，用于：
利用公式
Figure FDA0002002422920000041
计算每列对应的二阶互相关函数；
其中，ΦΦ1,l(δ)为排序后的互相关函数矩阵中，第l道对应的互相关函数与第1列对应行上的互相关函数的二阶互相关函数，δ为第l道二阶互相关函数的延迟时间，Φ'1,k(τ)为排序后的互相关函数矩阵中，第k道与第1列对应的地震道相关的互相关函数，Φ'l,k(τ+δ)为排序后的互相关函数矩阵中，第k道与第l道相关的互相关函数。
14.根据权利要求13所述的装置，其特征在于，所述确定模块，用于：
构造函数F(δ)＝ΦΦ1,l(δ)，确定使函数F(δ)取最大值时δ的值δ0；
将δ0确定为第l道地震道的时距曲线相对于参考地震道的时距曲线的时移量。
15.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至7任一所述方法的计算机程序。
CN201910217070.5A 2019-03-21 2019-03-21 拾取地震波时距曲线的方法及装置 Active CN111722274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910217070.5A CN111722274B (zh) 2019-03-21 2019-03-21 拾取地震波时距曲线的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910217070.5A CN111722274B (zh) 2019-03-21 2019-03-21 拾取地震波时距曲线的方法及装置

Publications (2)

Publication Number Publication Date
CN111722274A true CN111722274A (zh) 2020-09-29
CN111722274B CN111722274B (zh) 2023-02-07

Family

ID=72562660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910217070.5A Active CN111722274B (zh) 2019-03-21 2019-03-21 拾取地震波时距曲线的方法及装置

Country Status (1)

Country Link
CN (1) CN111722274B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040243312A1 (en) * 2003-05-30 2004-12-02 Schonewille Michel Albert Method of correcting for time shifts in seismic data resulting from azimuthal variation
CN101598808A (zh) * 2008-06-04 2009-12-09 中国石油天然气集团公司 一种提高地震资料成像质量的方法
US20140064027A1 (en) * 2012-08-31 2014-03-06 Cgg Services Sa Horizontal streamer broadband marine seismic acquisition configuration and processing
CN103675897A (zh) * 2012-08-30 2014-03-26 中国石油化工股份有限公司 一种地震绕射波分离成像方法
WO2015196779A1 (zh) * 2014-06-24 2015-12-30 夏正元 利用叠加速度求取高精度地震波速度的方法
US20170192117A1 (en) * 2015-12-30 2017-07-06 Schlumberger Technology Corporation Method and system for fracture detection using acoustic waves
CN108254788A (zh) * 2018-02-02 2018-07-06 广东石油化工学院 一种地震波初至拾取方法及系统
CN108279436A (zh) * 2017-12-20 2018-07-13 中国石油天然气股份有限公司 一种拾取地震波初至的方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040243312A1 (en) * 2003-05-30 2004-12-02 Schonewille Michel Albert Method of correcting for time shifts in seismic data resulting from azimuthal variation
CN101598808A (zh) * 2008-06-04 2009-12-09 中国石油天然气集团公司 一种提高地震资料成像质量的方法
CN103675897A (zh) * 2012-08-30 2014-03-26 中国石油化工股份有限公司 一种地震绕射波分离成像方法
US20140064027A1 (en) * 2012-08-31 2014-03-06 Cgg Services Sa Horizontal streamer broadband marine seismic acquisition configuration and processing
WO2015196779A1 (zh) * 2014-06-24 2015-12-30 夏正元 利用叠加速度求取高精度地震波速度的方法
US20170192117A1 (en) * 2015-12-30 2017-07-06 Schlumberger Technology Corporation Method and system for fracture detection using acoustic waves
CN108279436A (zh) * 2017-12-20 2018-07-13 中国石油天然气股份有限公司 一种拾取地震波初至的方法及装置
CN108254788A (zh) * 2018-02-02 2018-07-06 广东石油化工学院 一种地震波初至拾取方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林凡生等: "基于波形相似性的远震初至拾取方法进展与对比研究", 《地球物理学进展》 *

Also Published As

Publication number Publication date
CN111722274B (zh) 2023-02-07

Similar Documents

Publication Publication Date Title
Grigoli et al. Automated seismic event location by travel‐time stacking: An application to mining induced seismicity
CN101609160B (zh) 一种抗背景噪音强的地震数据初至波自动拾取方法
Rawles et al. A non-parametric method for automatic determination of P-wave and S-wave arrival times: application to local micro earthquakes
CN112180433A (zh) 地震初至波拾取方法及装置
CN109613610B (zh) 微震信号到时差的自动拾取方法
CN105301641A (zh) 一种方位各向异性速度反演的方法及装置
Shi et al. MALMI: An automated earthquake detection and location workflow based on machine learning and waveform migration
CN104570076A (zh) 一种基于二分法的地震波初至自动拾取方法
CN112305591B (zh) 隧道超前地质预报方法、计算机可读存储介质
Zheng et al. SC-PSNET: A deep neural network for automatic P-and S-phase detection and arrival-time picker using 1C recordings
CN112464721A (zh) 微地震事件自动识别方法及装置
CN104570087A (zh) 利用瞬时属性进行地震数据初至及同相轴拾取的方法
AU2006237348B2 (en) Method of processing seismic data for AVO or AVOA characterisation
CN115826042A (zh) 一种边云端结合的分布式地震数据处理方法与装置
CN108375789B (zh) 联合采集地震数据的同步匹配方法
CN112578435A (zh) 岩石超声测试初至拾取方法及系统
Liao et al. Toward fully autonomous seismic networks: Backprojecting deep learning‐based phase time functions for earthquake monitoring on continuous recordings
CN103076626A (zh) 一种波场净化处理方法
CN111722274B (zh) 拾取地震波时距曲线的方法及装置
CN111694053A (zh) 初至拾取方法及装置
CN111460074B (zh) 一种轨迹碰撞分析方法、装置及电子设备
CN112464725A (zh) 基于深度学习网络的初至拾取方法及装置
Wang et al. Automatic onset phase picking for portable seismic array observation
CA2606203A1 (en) Seismic data processing method for rmo picking
CN109581504B (zh) 地面微地震记录中直达纵波极性计算方法及系统

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