CN111830559B - 一种地震资料拓频处理的方法及装置 - Google Patents

一种地震资料拓频处理的方法及装置 Download PDF

Info

Publication number
CN111830559B
CN111830559B CN201910318628.9A CN201910318628A CN111830559B CN 111830559 B CN111830559 B CN 111830559B CN 201910318628 A CN201910318628 A CN 201910318628A CN 111830559 B CN111830559 B CN 111830559B
Authority
CN
China
Prior art keywords
frequency
seismic
data
transformation
time
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
Application number
CN201910318628.9A
Other languages
English (en)
Other versions
CN111830559A (zh
Inventor
马中振
周玉冰
张志伟
阳孝法
陈和平
刘亚明
赵永斌
王丹丹
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.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
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 Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN201910318628.9A priority Critical patent/CN111830559B/zh
Publication of CN111830559A publication Critical patent/CN111830559A/zh
Application granted granted Critical
Publication of CN111830559B publication Critical patent/CN111830559B/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
    • G01V1/282—Application of seismic models, synthetic seismograms
    • 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
    • G01V1/301—Analysis for determining seismic cross-sections or geostructures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (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)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本申请提供一种地震资料拓频处理的方法及装置。方法包括：对测井数据和地震信号分别进行经验模态分解，得到测井数据对应的本征模函数和地震信号对应的本征模函数；对测井数据对应的本征模函数和地震信号对应的本征模函数分别进行广义S变换，得到测井数据对应的时频谱和地震信号对应的时频谱；将两个时频谱进行融合，得到融合时频谱；对融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理，得到拓频后的地震数据。本申请将测井数据中的高频成分融入地震数据中，进而拓宽地震资料频带，提高地震资料的主频，还可以提高地震资料分辨率，从而达到提高地震资料识别薄层储层的能力。

Description

一种地震资料拓频处理的方法及装置
技术领域
本申请涉及石油勘探技术领域，具体涉及一种地震资料拓频处理的方法及装置。
背景技术
伴随现代石油工业的发展，由于地震资料能够直观的刻画、反映地下地质条件，因此地震资料在油气勘探、开发中的应用越来越广泛。而在利用地震资料研究和解决地下地质问题时，地震资料分辨率的高低十分关键，若是地震资料分辨率较低，则该地震资料难以刻画、反映地下薄储层展布，难以对一些微幅构造和岩性圈闭进行刻画。因此必要时必须对地震资料进行提高分辨率处理，使得地震资料能够满足薄储层预测、微幅构造精细解释等要求。地震资料拓频处理技术是提高地震资料分辨率的有效手段，地震资料拓频处理技术包括：数学运算系列和多尺度联合拓频，其中数学运算系列主要包括：连续小波变换、Radon变换、反Q滤波、维纳滤波、反褶积及子波分析等；多尺度联合拓频是指应用多尺度的地球物理资料(如测井、井间地震、地面地震、构造地质等)进行联合地震拓频的方法。目前多尺度资料联合地震拓频技术迅猛发展，并取得了理想的效果。
目前多尺度联合地震拓频技术有3类：1、基于测井资料的地震拓频技术，主要是通过褶积融合地震数据中的低频信息与测井资料中的高频信息，达到了提高地震资料分辨率的目的；2、基于井间地震约束的地震拓频技术，利用井间资料作为约束条件，通过求取井地资料井位处的匹配因子，建立高分辨率的匹配约束数据体，对地面地震进行拓频处理来拓宽地震资料的频带宽度；3、基于子波压缩的地震拓频技术，利用子波压缩技术，利用测井资料纵向分辨率和地震横向采样点密度优势进行反演拓频。这三类地震资料拓频技术应用广泛，各有利弊，由于测井资料纵向分辨高，测井约束下的地震拓频处理技术能够更好的提高地震分辨率从而满足实际油气勘探工作要求，且测井资料易于获取，因此以测井资料为主的多尺度地震拓频技术发展迅速。
目前基于测井资料的地震拓频技术存在拓频过程中产生许多假象，给地质解释带来很多干扰，降低地震拓频技术的准确性；而且在拓频过程中不能自适应调节时窗来对不同频率进行时频分析导致地震拓频技术的灵活性不强。
发明内容
针对现有技术中的问题，本申请提供一种地震资料拓频处理的方法及装置，能够提高地震资料的主频和地震资料的分辨率。
为解决上述技术问题，本申请提供以下技术方案：
第一方面，本申请提供一种地震资料拓频处理的方法，包括：
对测井数据和地震信号分别进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；
对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数分别进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；
将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱；
对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理，得到拓频后的地震数据，其中，所述剩余分量为经对所述地震信号进行经验模态分解后得到的。
进一步地，还包括：
对所述拓频后的地震数据进行经验模态分解得到该拓频后的地震数据对应的本征模函数和剩余分量；
对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱；
采用时频融合曲线对所述拓频后的地震数据对应的时频谱进行补偿修正，得到补偿修正数据；
对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据；
其中，所述时频融合曲线为所述地震信号对应的时频谱与所述融合时频谱之间的比例曲线。
进一步地，所述对测井数据和地震信号分别进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数，包括：
将所述测井数据制成合成地震记录；
对所述合成地震记录进行经验模态分解得到测井数据对应的本征模函数；以及，对所述地震信号进行经验模态分解得到该地震信号对应的本征模函数。
进一步地，所述将所述测井数据制成合成地震记录，包括：
将所述测井数据与目标子波进行褶积处理得到合成地震记录。
进一步地，所述对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数分别进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱，包括：
采用广义S变换中的正变换分别对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱。
进一步地，所述对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理得到拓频后的地震数据，包括：
采用广义S变换中的逆变换对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理得到拓频后的地震数据。
进一步地，所述对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱，包括：
采用广义S变换中的正变换对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱。
进一步地，所述对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和或后再叠加所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据，包括：
采用广义S变换中的逆变换对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据。
进一步地，所述时频融合曲线包括：单井时频融合曲线和多井时频融合曲线中的任一种。
第二方面，本申请提供一种地震资料拓频处理的装置，包括：
经验模态分解模块，用于对测井数据和地震信号分别进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；
广义变换模块，用于对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数分别进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；
频谱融合模块，用于将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱；
变换叠加模块，用于对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理，得到拓频后的地震数据，其中，所述剩余分量为经对所述地震信号进行经验模态分解后得到的。
进一步地，还包括：
模态分解模块，用于对所述拓频后的地震数据进行经验模态分解得到该拓频后的地震数据对应的本征模函数和剩余分量；
变换模块，用于对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱；
融合模块，用于采用时频融合曲线对所述拓频后的地震数据对应的时频谱进行补偿修正，得到补偿修正数据；
叠加模块，用于对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据；
其中，所述时频融合曲线为所述地震信号对应的时频谱与所述融合时频谱之间的比例曲线。
进一步地，所述经验模态分解模块包括：
合成单元，用于将所述测井数据制成合成地震记录；
分解单元，用于对所述合成地震记录进行经验模态分解得到测井数据对应的本征模函数；以及，对所述地震信号进行经验模态分解得到该地震信号对应的本征模函数。
进一步地，所述合成单元包括：
合成子单元，用于将所述测井数据与目标子波进行褶积处理得到合成地震记录。
进一步地，所述广义变换模块包括：
广义变换单元，用于采用广义S变换中的正变换分别对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱。
进一步地，所述变换叠加模块包括：
变换叠加单元，用于采用广义S变换中的逆变换对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理得到拓频后的地震数据。
进一步地，所述变换模块包括：
变换单元，用于采用广义S变换中的正变换对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱。
进一步地，所述叠加模块包括：
叠加单元，用于采用广义S变换中的逆变换对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据。
进一步地，所述时频融合曲线包括：单井时频融合曲线和多井时频融合曲线中的任一种。
第三方面，本申请提供一种电子设备，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，所述处理器执行所述程序时实现所述地震资料拓频处理的方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述地震资料拓频处理的方法的步骤。
由上述技术方案可知，本申请提供一种地震资料拓频处理的方法及装置，通过对测井数据和地震信号分别进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数分别进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱，进而对地震数据进行约束拓频；对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理，得到拓频后的地震数据。实现将测井数据中的高频成分融入地震数据中，进而拓宽地震资料频带，提高地震资料的主频和地震资料分辨率，从而达到提高地震资料识别薄层储层的能力。
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。
图1为本申请的地震资料拓频处理装置的一种通信结构示意图。
图2为本申请的地震资料拓频处理装置的另一种通信结构示意图。
图3为本申请实施例中的地震资料拓频处理的方法的流程示意图。
图4为本申请实施例中的地震资料拓频处理的方法中经验模态分解的流程示意图。
图5为本申请实施例中的地震资料拓频处理的方法中经验模态分解的效果对比图。
图6为本申请实施例中的地震资料拓频处理的方法的另一种流程示意图。
图7为本申请实施例中的地震资料拓频处理的方法中的时频融合曲线的示意图。
图8为本申请实施例中的地震资料拓频处理装置的一种结构示意图。
图9为本申请实施例中的地震资料拓频处理装置中经验模态分解模块的结构示意图。
图10为本申请实施例中的地震资料拓频处理装置的另一种结构示意图。
图11为本申请实施例中的电子设备的结构示意图。
图12为本申请具体应用实例中的地震资料品质的示意图。
图13为本申请具体应用实例中经验模态分解的分解效果的示意图。
图14为本申请具体应用实例中进行测井约束的拓频前后井旁地震剖面对比图。
图15为本申请具体应用实例中拓频前后井旁地震剖面对比图。
图16为本申请具体应用实例中进行测井约束的拓频前后时频谱对比图。
图17为本申请具体应用实例中测井约束地震拓频前后剖面对比图。
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，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到现有的利用测井资料或井间地震资料来进行地震拓频的技术存在的不足，本申请提供一种地震资料拓频处理的方法、地震资料拓频处理的装置、电子设备及计算机可读存储介质，通过对获取的测井数据和获取的地震信号进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱，进而对地震数据进行约束拓频；对所述融合时频谱进行广义S变换后再叠加所述地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据，实现将测井数据中的高频成分合理地融入地震数据中，进而拓宽地震资料频带，提高地震资料的主频，还可以提高地震资料分辨率，从而达到提高地震资料识别薄层储层的能力。
基于上述内容，本申请还提供一种地震资料拓频处理的装置，该装置可以为一种服务器A1，参见图1，该服务器A1可以与客户端设备B1通信连接，用户可以将地震资料及其他相关数据输入所述客户端设备B1，所述客户端设备B1可以在线将地震资料及其他相关数据发送至服务器A1，所述服务器A1可以在线接收所述客户端设备B1发送的地震资料及其他相关数据，而后离线或在线根据地震资料获取对应的地震数据，对获取的测井数据和获取的地震信号进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱；对所述融合时频谱进行广义S变换后再叠加所述地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据，而后，所述服务器A1在线将目标地震数据发送至所述客户端设备B1，使得用户经由所述客户端设备B1获知最终分离得到的目标地震数据。
进一步来说，上述服务器A1还可以与一地震资料采集设备C1通信连接，参见图2，该地震资料采集设备C1可以直接自目标区域获取地震资料及其他相关数据，也可以与一数据库D1通信连接，自该数据库D1中获取对应的地震资料及其他相关数据。而后，所述地震资料采集设备C1将地震资料及其他相关数据发送至所述服务器A1。
可以理解的是，所述客户端设备B1可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中，进行地震资料拓频处理的部分可以在如上述内容所述的服务器A1侧执行，即，如图1所示的架构，也可以所有的操作都在所述客户端设备B1中完成。具体可以根据所述客户端设备B1的处理能力，以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备B1中完成，所述客户端设备B1还可以包括处理器，用于进行地震资料拓频处理的具体处理。
上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。例如，通信单元可以将上述用户输入的地震资料及其他相关数据发送至服务器，以便服务器根据这些地震资料及其他相关数据进行地震资料拓频处理。通信单元还可以接收服务器返回的处理结果。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
所述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信，包括在本申请提交日尚未开发出的网络协议。所述网络协议例如可以包括TCP/IP协议、UDP/IP协议、HTTP协议、HTTPS协议等。当然，所述网络协议例如还可以包括在上述协议之上使用的RPC协议(Remote Procedure Call Protocol，远程过程调用协议)、REST协议(Representational State Transfer，表述性状态转移协议)等。
为了能够将测井数据中的高频成分合理地融入地震数据中，进而拓宽地震资料频带，提高地震资料的主频和地震资料分辨率，从而提高地震资料识别薄层储层的能力。本申请提供一种地震资料拓频处理的方法的实施例，参见图3，所述地震资料拓频处理的方法具体包含有如下内容：
S101：对测井数据和地震信号分别进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；
可以理解的是，测井数据必须制作成合成地震记录后才能约束地震资料拓频。不同主频的子波制作的合成地震记录对层界面的刻画能力不同，在地震资料拓频前要优先选出可以刻画目的层段的主频，作为地震资料拓频处理的期望主频，期望主频对应的子波即为目标子波，将测井数据与目标子波进行褶积得到合成地震记录。对合成地震记录进行经验模态分解得到测井数据对应的本征模函数。
地震信号即是地震资料中的一种表现形式，在进行经验模态分解之前，需要将地震资料、地震记录或合成记录转换为待分解的地震信号。对地震信号进行经验模态分解得到地震信号对应的本征模函数。
S102：对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数分别进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；
S103：将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱；
可以理解的是，地震资料拓频处理的期望主频通常要高于地震资料的主频，在时频谱上的表现为高、低频的分布互补，因此，将测井数据对应的时频谱与地震信号对应的时频谱进行融合，融合之后的融合时频谱具备二者的特征。当测井数据制成合成地震记录的主频高于地震信号的主频，则融合后的融合时频谱会有更宽的频带范围和更高分辨率。
S104：对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理，得到拓频后的地震数据，其中，所述剩余分量为经对所述地震信号进行经验模态分解后得到的。
从上述描述可知，本申请实施例提供的地震资料拓频处理的方法，通过对获取的测井数据和获取的地震信号进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱，进而对地震数据进行约束拓频；对所述融合时频谱进行广义S变换后再叠加所述地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据，实现将测井数据中的高频成分合理地融入地震数据中，进而拓宽地震资料频带，提高地震资料的主频，还可以提高地震资料分辨率，从而达到提高地震资料识别薄层储层的能力。
为了进一步有效提地震资料拓频处理的准确性，在本申请的一实施例中，所述地震资料拓频处理的方法中的S101具体包含有如下内容：
对将合成地震记录和地震信号通过经验模态分解，得到测井数据对应的本征模函数和地震信号对应的本征模函数；
在进行经验模态分解时，会分解出若干本征模函数以及剩余分量，这些本征模函数属于窄带信号，不受Heisenberg测不准原则的限制，可在时间域和频率域同时达到较高精度，适用于非平稳信号的时频分析和拓频处理，经验模态分解的计算公式如下：
Figure BDA0002033951180000101
其中，x(t)是待分解的信号，在本步骤中为：合成地震记录和地震信号；IMF(t)是分解得到本征模态函数，rn(t)是剩余分量，i代表分解的层数。
需要说明的是，本征模函数须满足以下两个条件：
(a)在整个时间范围内，局部极值点和过零点的数目最多相差一个；
(b)在任意时刻点，上包络线和下包络线的平均值必须为零。
如图4所示的经验模态分解的流程图；将地震信号分解为m个本征模函数{IMFi}(i＝1,2，…,m)，所分解出来的本征模函数分量包含了原地震信号不同时间尺度的局部特征信号，其中，第一层的本征模函数IMF1的能量最高，随着分解次数的增加，本征模函数的能量越来越低。第一层的本征模函数IMF1分量占据了地震信号的绝大部分时频特征信息，并且还能对地震信号进行平滑和畸波消除。因此，在本步骤中，选取第一层的本征模函数IMF1进行拓频处理。参见图5，通过对比测井数据的井旁地震道和不同主频的合成地震记录，及其第一层的本征模函数IMF1分量和剩余分量，可以看出，不同信号的第一层的本征模函数IMF1分量基本可以代表地震信号的特征，剩余分量占据了少量特征，因此，本步骤中对将合成地震记录和地震信号通过经验模态分解，得到测井数据对应的本征模函数和地震信号对应的本征模函数，能够有效提地震资料拓频处理的准确性。
为了进一步有效提地震资料拓频处理的灵活性和有效性，在本申请的一实施例中，所述地震资料拓频处理的方法中的S102具体包含有如下内容：
对测井数据对应的第一层本征模函数和地震信号对应的第一层本征模函数进行广义S变换，得到测井数据对应的时频谱和地震信号对应的时频谱；
其中，S变换(s-transform，ST)是一种无损可逆的时频分析工具，采用窗宽与频率成反比的高斯窗函数，直接分析信号的频率与时间分布。自从ST被用于地震数据处理以来，对S变换进行了深入的研究，并进行了算法的改进，称之为广义S变换(GST)。
在本步骤中采用入广义S变换，设置λ和p两个参数，并对S变换的窗函数进行改造，使得窗函数随频率变化更加灵活，具有更好的时频处理能力。λ和p是控制广义S变换时频分辨率的两个参数，当0<λ<1,0<p<1时，可以降低时频分辨率，当λ>1,p>1时，可以提高时频分辨率，当λ＝1,p＝1时就是传统的S变换。在本步骤中先将λ和p两个参数设为1，并观察时频分析和分频效果，然后根据处理结果来设置最佳的参数值，从而克服时窗固定不变的问题，使得具有更高的灵活性和有效性。
其中，广义S变换(GST)中正变换的公式如下：
Figure BDA0002033951180000111
其中，x(t)是需要时频分析的信号，f是频率，τ是时间，λ和p是控制广义S变换时频分辨率的两个参数。
广义S变换(GST)中逆变换的公式如下：
Figure BDA0002033951180000112
在本步骤中，采用广义S变换中的正变换对测井数据对应的第一层本征模函数和地震信号对应的第一层本征模函数进行广义S变换，得到测井数据对应的时频谱和地震信号对应的时频谱。
为了进一步有效提地震资料拓频处理的灵活性和有效性，在本申请的一实施例中，所述地震资料拓频处理的方法中的S104具体包含有如下内容：
采用广义S变换中的逆变换对补偿修正数据进行广义S变换后再叠加地震数据对应的剩余分量，得到补偿修正的地震数据。
其中，关于广义S变换中的逆变换参见上述步骤S102的具体实施例中的内容，在此不再赘述。
需要说明的是，对融合时频谱做逆变换，再叠加经验模态分解后的地震数据对应的剩余分量，得到融合、补偿修正的地震数据，地震剖面在纵向分辨率明显地提高，复波得到分离，地震波频带得到拓宽。
采用上述实施例中的利用融合时频谱进行拓频，会导致原始地震剖面上的地层产状在融合地震剖面上无法识别的问题，说明利用融合时频谱获得的地震数据拓频过度了。因此需要进行约束，保证在不改变地层产状的情况下，拓宽地震信号的频带以及进一步提高地震资料拓频准确性，在本申请的一实施例中，参见图6，所述地震资料拓频处理方法的步骤S104之后还包括有如下内容：
S105：对所述拓频后的地震数据进行经验模态分解得到该拓频后的地震数据对应的本征模函数和剩余分量；
在本步骤在中，对地震数据进行经验模态分解得到地震数据对应的第一层本征模函数和地震数据对应的剩余分量的具体步骤或过程，参见上述步骤S101的具体实施例中的内容，在此不再赘述。
S106：对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱；
在本步骤中，对地震数据对应的第一层本征模函数进行广义S变换，得到地震数据对应的时频谱的具体步骤或过程，参见上述步骤S101的具体实施例中的内容，在此不再赘述。
需要说明的是，本步骤中采用广义S变换中的正变换对所述地震数据对应的第一层本征模函数进行广义S变换，得到所述地震数据对应的时频谱。
S107：采用时频融合曲线对所述拓频后的地震数据对应的时频谱进行补偿修正，得到补偿修正数据；
在本步骤中，时频融合曲线为地震信号对应的时频谱与融合时频谱之间的比例曲线。
S108：对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据；
其中，所述时频融合曲线为所述地震信号对应的时频谱与所述融合时频谱之间的比例曲线。
在本步骤中，关于广义S变换中的逆变换参见上述步骤S102的具体实施例中的内容，在此不再赘述。
需要说明的是，对融合时频谱做逆变换，再叠加经验模态分解后的地震数据对应的剩余分量，得到融合、补偿修正的地震数据，地震剖面在纵向分辨率明显地提高，复波得到分离，地震波频带得到拓宽。
为了进一步有效提地震资料拓频处理的准确性和灵活性，在本申请的一实施例中，所述地震资料拓频处理的方法中的S107具体包含有如下内容：
采用时频融合曲线对地震数据对应的时频谱进行补偿修正，得到补偿修正数据，
其中，时频融合曲线，包括：单井时频融合曲线和多井时频融合曲线。
单井时频融合曲线如下公式所示：
Figure BDA0002033951180000131
其中，li为比例系数，i是时频谱的频率采样点个数，i＝1,2，…，n；j是时频谱的时间采样点个数，j＝1,2，…，m；t是时频谱的时间，f是时频谱的频率；SPs是地震信号对应的时频谱，SPs+w是融合时频谱。
在具体应用时，给定需要拓宽频带范围及时窗范围，通过单井时频融合曲线公式可以确定一系列的比例系数li，进而确定时频融合曲线l。参见图7，时频融合曲线l是关于频率f的函数。
在对地震数据进行经验模态分解，得到地震数据对应的第一层本征模函数的分量和剩余分量；利用广义S变换中的正变换获得地震数据对应的第一层本征模函数的时频谱；按照时频融合曲线l对地震数据对应的第一层本征模函数的时频谱进行补偿修正。最后，利用广义S变换中的逆变换将信号从时间频率域转到时间域，再叠加上各自的地震数据对应的剩余分量，则得到融合补偿的地震数据，即测井约束地震拓频数据。通过上述处理，融合补偿后的地震剖面的纵向分辨率明显提高，细节信息增多，且保持地层产状与原始剖面一致。
需要说明的是，为了得到更加准确可靠的地震拓频资料，需要进行多井联合约束。由于地下情况比较复杂，在井旁附近，测井约束拓频的可靠性较高，随着距离的增加，可靠性越来越低。地震时频特征在空间上的变化是动态的，难以界定测井约束的可靠范围。为此，采用多井权重约束在一定范围内弥补这一缺陷。
多井约束就是在上述单井时频融合曲线的基础上，根据井间的相对位置确定各井的权值vp(p＝1,2,…,P)，并作用在各自井的时频融合比例曲线lp上，得到一个综合时频融合比例曲线L，即为多井时频融合曲线。
多井时频融合曲线如下公式所示：
Figure BDA0002033951180000141
其中，L表示多井时频融合曲线vp表示p井对应的权值，lp表示p井的时频融合曲线，p＝1,2,…,P。
最后利用多井时频融合曲线对整个三维地震数据进行多井测井约束拓频处理。
为了进一步有效提地震资料拓频处理的准确性，本申请实施例提供一种能够实现所述地震资料拓频处理的方法中全部内容的地震资料拓频处理装置的具体实施方式，参见图8，所述地震资料拓频处理的装置具体包括如下内容：
经验模态分解模块10，用于对获取的测井数据和获取的地震信号进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；
广义变换模块20，用于对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；
频谱融合模块30，用于将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱；
变换叠加模块40，用于对所述融合时频谱进行广义S变换后再叠加所述地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据。
本申请提供的地震资料拓频处理装置的实施例具体可以用于执行上述实施例中的地震资料拓频处理方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
在本申请的一实施例中，参见图9，所述经验模态分解模块，具体包含有如下内容：
合成单元101，用于将所述测井数据制成合成地震记录；
分解单元102，用于对所述合成地震记录进行经验模态分解得到测井数据对应的本征模函数。
在本申请的一实施例中，所述合成单元，具体包含有如下内容：
合成子单元，用于将所述测井数据与目标子波进行褶积得到合成地震记录。
在本申请的一实施例中，所述广义变换模块，具体包含有如下内容：
广义变换单元，用于采用广义S变换中的正变换对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱。
在本申请的一实施例中，所述变换叠加模块，具体包含有如下内容：
变换叠加单元，用于采用广义S变换中的逆变换对所述补偿修正数据进行广义S变换后再叠加所述地震数据对应的剩余分量，得到补偿修正的地震数据。
在本申请的一实施例中，所述变换模块，具体包含有如下内容：
变换单元，用于采用广义S变换中的正变换对所述地震数据对应的本征模函数进行广义S变换，得到所述地震数据对应的时频谱。
在本申请的一实施例中，所述叠加模块，具体包含有如下内容：
叠加单元，用于采用广义S变换中的逆变换对所述补偿修正数据进行广义S变换后再叠加所述地震数据对应的剩余分量，得到补偿修正的地震数据。
由上述技术方案可知，本申请提供一种地震资料拓频处理的装置，通过经验模态分解模块获取的测井数据和获取的地震信号进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；广义变换模块对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；频谱融合模块将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱，进而对地震数据进行约束拓频；变换叠加模块对所述融合时频谱进行广义S变换后再叠加所述地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据，实现将测井数据中的高频成分合理地融入地震数据中，进而拓宽地震资料频带，提高地震资料的主频，还可以提高地震资料分辨率，从而达到提高地震资料识别薄层储层的能力。
本申请实施例提供一种能够实现所述地震资料拓频处理的方法中全部内容的地震资料拓频处理装置的具体实施方式，参见图10，所述地震资料拓频处理的装置具体还包括如下内容：
模态分解模块50，用于对拓频的地震数据进行经验模态分解得到所述地震数据对应的本征模函数和所述地震数据对应的剩余分量；
变换模块60，用于对所述地震数据对应的本征模函数进行广义S变换，得到所述地震数据对应的时频谱；
融合模块70，用于采用时频融合曲线对所述地震数据对应的时频谱进行补偿修正，得到补偿修正数据；
其中，所述时频融合曲线为所述地震信号对应的时频谱与所述融合时频谱之间的比例曲线；
叠加模块80，用于对所述补偿修正数据进行广义S变换后再叠加所述地震数据对应的剩余分量，得到补偿修正的地震数据。
本申请提供的地震资料拓频处理装置的实施例具体可以用于执行上述实施例中的地震资料拓频处理方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
在本申请的一实施例中，所述时频融合曲线，包括：单井时频融合曲线和多井时频融合曲线。
其中，所述单井时频融合曲线如下公式所示：
Figure BDA0002033951180000161
其中，li为比例系数，i是时频谱的频率采样点个数，i＝1,2，…，n；j是时频谱的时间采样点个数，j＝1,2，…，m；t是时频谱的时间，f是时频谱的频率；SPs是地震信号对应的时频谱，SPs+w是融合时频谱。
所述多井时频融合曲线如下公式所示：
Figure BDA0002033951180000162
其中，L表示多井时频融合曲线vp表示p井对应的权值，lp表示p井的时频融合曲线，p＝1,2,…,P。
由上述技术方案可知，本申请提供一种地震资料拓频处理的装置，模态分解模块对拓频的地震数据进行经验模态分解得到所述地震数据对应的本征模函数和所述地震数据对应的剩余分量；变换模块对所述地震数据对应的本征模函数进行广义S变换，得到所述地震数据对应的时频谱；融合模块采用时频融合曲线对所述地震数据对应的时频谱进行补偿修正，得到补偿修正数据；其中，所述时频融合曲线为所述地震信号对应的时频谱与所述融合时频谱之间的比例曲线；叠加模块对所述补偿修正数据进行广义S变换后再叠加所述地震数据对应的剩余分量，得到补偿修正的地震数据。能够对融合时频谱做逆变换，再叠加经验模态分解后的地震数据对应的剩余分量，得到融合、补偿修正的地震数据，地震剖面在纵向分辨率明显地提高，复波得到分离，地震波频带得到拓宽。
本申请的实施例还提供能够实现上述实施例中的地震资料拓频处理方法中全部步骤的一种电子设备的具体实施方式，参见图11，所述电子设备具体包括如下内容：
处理器(processor)601、存储器(memory)602、通信接口(CommunicationsInterface)603和总线604；
其中，所述处理器601、存储器602、通信接口603通过所述总线604完成相互间的通信；所述通信接口603用于实现地震资料拓频处理装置、客户终端以及其他参与机构之间的信息传输；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的地震资料拓频处理方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：对获取的测井数据和获取的地震信号进行经验模态分解，得到测井数据对应的本征模函数和地震信号对应的本征模函数；对测井数据对应的本征模函数和地震信号对应的本征模函数进行广义S变换，得到测井数据对应的时频谱和地震信号对应的时频谱；将测井数据对应的时频谱和地震信号对应的时频谱进行融合，得到融合时频谱；对融合时频谱进行广义S变换后再叠加地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据。
从上述描述可知，本申请实施例提供的电子设备，通过对获取的测井数据和获取的地震信号进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱，进而对地震数据进行约束拓频；对所述融合时频谱进行广义S变换后再叠加所述地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据，实现将测井数据中的高频成分合理地融入地震数据中，进而拓宽地震资料频带，提高地震资料的主频，还可以提高地震资料分辨率，从而达到提高地震资料识别薄层储层的能力。
本申请的实施例还提供能够实现上述实施例中的地震资料拓频处理方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的地震资料拓频处理方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：对获取的测井数据和获取的地震信号进行经验模态分解，得到测井数据对应的本征模函数和地震信号对应的本征模函数；对测井数据对应的本征模函数和地震信号对应的本征模函数进行广义S变换，得到测井数据对应的时频谱和地震信号对应的时频谱；将测井数据对应的时频谱和地震信号对应的时频谱进行融合，得到融合时频谱；对融合时频谱进行广义S变换后再叠加地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据。
从上述描述可知，本申请实施例提供的计算机可读存储介质，通过对获取的测井数据和获取的地震信号进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱，进而对地震数据进行约束拓频；对所述融合时频谱进行广义S变换后再叠加所述地震信号进行经验模态分解后的剩余分量，得到拓频的地震数据，实现将测井数据中的高频成分合理地融入地震数据中，进而拓宽地震资料频带，提高地震资料的主频，还可以提高地震资料分辨率，从而达到提高地震资料识别薄层储层的能力。
基于上述内容，本申请还给出一种应用所述地震资料拓频处理装置、电子设备或存储介质实现的地震数据中强反射信号分离方法的具体应用实例，具体包含有如下内容：
本申请选取某盆地某工区为例，对该工区三维地震资料进行测井约束的地震拓频处理，并分析其拓频效果。
该工区主要目的层为白垩系Napo组和Hollin组砂岩油层，目的层砂体储层厚度较薄，沉积变化频繁，给该地区的勘探开发带给了困难，该工区地震资料品质一般如图12所示，主频在30Hz左右，原始资料频宽13-50Hz，地震剖面中许多复波没有分离，这些因素都制约了有利储层的预测，若直接利用原始地震资料无法识别薄砂体的储层分布。
选取工区内的过井二维地震剖面，抽取井旁道，利用测井数据作为合成记录。分别对井旁道和合成记录进行经验模态分解分解为m个本证模函数(IMF)，这些本征模函数分量{IMFi}(i＝1,2，…,m)包含了原信号的不同时间尺度的局部特征信号，其中第一层的IMF1的能量最高，随着分解次数的增加，IMF的能量越来越低，研究区某一地震剖面的EMD分解效果如图13所示，从图13中可以看出第一层IMF分量占据了地震信号的绝大部分时频特征信息，并且对信号进行了适量的平滑和畸波消除。因此，选取IMF1进行拓频处理。
对工区多井的合成记录和井旁道的IMFw、IMFs分量分别做GST，得到各自的时频谱SPw、SPs，然后将时频谱SPw、SPs按照能量进行筛选组合，聚焦能量强的信息，得到融合时频谱SPw+s，最后通过对时频谱SPs和SPw+s作相关拟合分析，得出两者之间的拟合比例曲线；对两个融合时频谱做逆GST，再叠加上EMD分解后的剩余分量，则得到融合后的地震道数据。
本申请以测井和地震资料为基础，结合经验模态分解法和时频融合技术，通过经验模态分解(EMD)得到合成记录和井旁道IMF信息，经过时频融合与特征分析，进而对地震数据进行约束拓频，能够对实际地震资料进行拓频处理，最终通过地震数据IMF补偿和剩余模量得到拓频后的地震数据，以达到能够真实反演地下岩性变化的宽频地震数据。通过实际资料处理分析，能够提高地震分辨率，利用广义S变换使得薄互层发育段展现更明显，融合后时频谱，频带更宽，能量聚焦更强，细节信息也更丰富。
如图14所示，利用GST将信号从时间频率域转到时间域，再叠加上各自的剩余分量，则得到融合补偿的地震道数据，即测井约束地震拓频数据，相比原始剖面，融合补偿后的地震剖面的纵向分辨率明显提高，细节信息增多，同时地层产状与原始剖面一致，能够获得真实地下岩性变化的宽频地震数据。
如图15所示，拓频前后井旁地震剖面对比图。可以看出，相比于井旁的地震剖面(原始地震剖面)，拓频后的地震剖面在纵向分辨率上有明显地提高，原始剖面上多个复合地震波在融合地震剖面上都得了分离，这说明拓频后地震信号的频带宽度确实得到了拓宽。
如图16所示，利用35Hz进行测井约束的地震拓频时频谱前后对比图。从原始地震记录的频谱可以看出，频带宽度窄，范围为10-45左右，高频段几乎消失，而通过测井得到的合成记录具有高频信息，从前两张时频谱看出，合成记录频带要高于原始地震记录。利用时频融合技术与特征分析方法后，得到拓频后的时频谱，融合的时频谱同时具备了原始记录的低频和合成记录的高频成分，频带得到极大程度拓宽。
如图17所示，过井测线的测井约束地震拓频前后剖面对比图。从图17中可以看出，原始地震数据经过拓频处理之后，资料的分辨率得到了提高，剖面的同向轴变细，且测井频率越高，拓频后的地震剖面分辨率越高，同时拓频后的地震剖面的地层产状与原始剖面相一致，说明了测井约束地震拓频技术能真实的反映地下地层变化，对后续地质解释具有指导作用。
本发明以某盆地的某工区三维实际地震资料为例，通过对该工区的三维地震资料进行分析，认为该地震资料频带窄，同相轴连续性差。利用本发明的拓频处理，能使地震频带拓宽，井震标定更加精细准确，构造细节特征更加清晰，薄层信息增多，与合成记录和井旁道对应良好。经过实例证明，认为本发明提供的地震拓频技术运用于井震标定记地震解释中能达到理想效果，经验证其技术具有可行性和适用性。
综上，本申请提出一种地震资料拓频方法及装置。可以有效地拓宽地震频带，提高地震资料分辨率，从而达到提高地震资料识别薄层储层的能力。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例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。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

Claims (16)

1.一种地震资料拓频处理的方法，其特征在于，包括：
将测井数据与目标子波进行褶积处理得到合成地震记录；
对所述合成地震记录进行经验模态分解得到所述测井数据对应的本征模函数；
对地震信号进行经验模态分解得到该所述地震信号对应的本征模函数；
对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数分别进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；
将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱；
对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理，得到拓频后的地震数据，其中，所述剩余分量为经对所述地震信号进行经验模态分解后得到的。
2.根据权利要求1所述的地震资料拓频处理的方法，其特征在于，还包括：
对所述拓频后的地震数据进行经验模态分解得到该拓频后的地震数据对应的本征模函数和剩余分量；
对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱；
采用时频融合曲线对所述拓频后的地震数据对应的时频谱进行补偿修正，得到补偿修正数据；
对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据；
其中，所述时频融合曲线为所述地震信号对应的时频谱与所述融合时频谱之间的比例曲线。
3.根据权利要求1或2所述的地震资料拓频处理的方法，其特征在于，所述对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数分别进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱，包括：
采用广义S变换中的正变换分别对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱。
4.根据权利要求3所述的地震资料拓频处理的方法，其特征在于，所述对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理得到拓频后的地震数据，包括：
采用广义S变换中的逆变换对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理得到拓频后的地震数据。
5.根据权利要求2所述的地震资料拓频处理的方法，其特征在于，所述对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱，包括：
采用广义S变换中的正变换对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱。
6.根据权利要求2所述的地震资料拓频处理的方法，其特征在于，所述对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和或后再叠加所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据，包括：
采用广义S变换中的逆变换对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据。
7.根据权利要求2所述的地震资料拓频处理的方法，其特征在于，所述时频融合曲线包括：单井时频融合曲线和多井时频融合曲线中的任一种。
8.一种地震资料拓频处理的装置，其特征在于，包括：
经验模态分解模块，用于对测井数据和地震信号分别进行经验模态分解，得到所述测井数据对应的本征模函数和所述地震信号对应的本征模函数；
广义变换模块，用于对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数分别进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱；
频谱融合模块，用于将所述测井数据对应的时频谱和所述地震信号对应的时频谱进行融合，得到融合时频谱；
变换叠加模块，用于对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理，得到拓频后的地震数据，其中，所述剩余分量为经对所述地震信号进行经验模态分解后得到的；
所述经验模态分解模块包括：
合成单元，用于将所述测井数据制成合成地震记录；
分解单元，用于对所述合成地震记录进行经验模态分解得到测井数据对应的本征模函数；以及，对所述地震信号进行经验模态分解得到该地震信号对应的本征模函数；
所述合成单元包括：合成子单元，用于将所述测井数据与目标子波进行褶积处理得到合成地震记录。
9.根据权利要求8所述的地震资料拓频处理的装置，其特征在于，还包括：
模态分解模块，用于对所述拓频后的地震数据进行经验模态分解得到该拓频后的地震数据对应的本征模函数和剩余分量；
变换模块，用于对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱；
融合模块，用于采用时频融合曲线对所述拓频后的地震数据对应的时频谱进行补偿修正，得到补偿修正数据；
叠加模块，用于对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据；
其中，所述时频融合曲线为所述地震信号对应的时频谱与所述融合时频谱之间的比例曲线。
10.根据权利要求8或9所述的地震资料拓频处理的装置，其特征在于，所述广义变换模块包括：
广义变换单元，用于采用广义S变换中的正变换分别对所述测井数据对应的本征模函数和所述地震信号对应的本征模函数进行广义S变换，得到所述测井数据对应的时频谱和所述地震信号对应的时频谱。
11.根据权利要求10所述的地震资料拓频处理的装置，其特征在于，所述变换叠加模块包括：
变换叠加单元，用于采用广义S变换中的逆变换对所述融合时频谱进行广义S变换，并对该广义S变换后的融合时频谱与剩余分量进行叠加处理得到拓频后的地震数据。
12.根据权利要求9所述的地震资料拓频处理的装置，其特征在于，所述变换模块包括：
变换单元，用于采用广义S变换中的正变换对所述拓频后的地震数据对应的本征模函数进行广义S变换，得到该拓频后的地震数据对应的时频谱。
13.根据权利要求9所述的地震资料拓频处理的装置，其特征在于，所述叠加模块包括：
叠加单元，用于采用广义S变换中的逆变换对所述补偿修正数据进行广义S变换，并对该广义S变换后的补偿修正数据和所述拓频后的地震数据对应的剩余分量进行叠加处理，得到补偿修正后的地震数据。
14.根据权利要求9所述的地震资料拓频处理的装置，其特征在于，所述时频融合曲线包括：单井时频融合曲线和多井时频融合曲线中的任一种。
15.一种电子设备，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程序时实现权利要求1至9任一项所述地震资料拓频处理的方法的步骤。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述地震资料拓频处理的方法的步骤。
CN201910318628.9A 2019-04-19 2019-04-19 一种地震资料拓频处理的方法及装置 Active CN111830559B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910318628.9A CN111830559B (zh) 2019-04-19 2019-04-19 一种地震资料拓频处理的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910318628.9A CN111830559B (zh) 2019-04-19 2019-04-19 一种地震资料拓频处理的方法及装置

Publications (2)

Publication Number Publication Date
CN111830559A CN111830559A (zh) 2020-10-27
CN111830559B true CN111830559B (zh) 2023-01-10

Family

ID=72911380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910318628.9A Active CN111830559B (zh) 2019-04-19 2019-04-19 一种地震资料拓频处理的方法及装置

Country Status (1)

Country Link
CN (1) CN111830559B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113608259B (zh) * 2021-07-16 2024-03-26 长江大学 一种基于iceemdan约束广义s变换的地震薄层检测方法
CN113554000B (zh) * 2021-09-17 2021-12-14 武汉飞恩微电子有限公司 一种基于深度学习的压力传感器的故障诊断方法与装置
CN114415241A (zh) * 2022-01-19 2022-04-29 重庆科技学院 基于测井曲线广义s变换的致密砂岩储层流体识别方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101402213B1 (ko) * 2013-12-02 2014-06-02 대우조선해양 주식회사 경험적 모드 분해법과 확산방정식을 이용한 물리 검층 데이터 모델링 방법, 및 컴퓨터 판독 가능한 기록매체
WO2015102507A1 (en) * 2013-12-30 2015-07-09 Schlumberger Holdings Limited Method and system for processing acoustic waveforms
CN105388522B (zh) * 2014-09-04 2018-10-12 中国石油化工股份有限公司 一种井震联合的沉积旋回匹配分析方法
CN105044777B (zh) * 2015-07-01 2017-10-17 中国石油天然气股份有限公司 基于经验模态分解检测地震标志层强反射振幅消除的方法
CN106597532B (zh) * 2016-11-14 2020-06-30 中国石油化工股份有限公司 一种结合井资料与层位资料的叠前地震数据频带拓展方法
CN109557578A (zh) * 2017-09-27 2019-04-02 中国石油化工股份有限公司 一种储层含气性检测方法及装置
CN108107475B (zh) * 2018-03-05 2019-07-19 吉林大学 基于经验小波变换和多阈值函数的井中微地震去噪方法
CN108983286B (zh) * 2018-07-23 2019-11-15 中国石油大学(华东) 一种联合ceemd与广义s变换的地震数据去噪方法

Also Published As

Publication number Publication date
CN111830559A (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN111830559B (zh) 一种地震资料拓频处理的方法及装置
CN107272058B (zh) 成像方法、成像装置以及计算机存储介质
US20150120199A1 (en) Multiple Domain Processing For Combining Reservoir Models and Seismic Data
Haney et al. Causal instrument corrections for short‐period and broadband seismometers
Li et al. Plane-wave least-squares reverse time migration with a preconditioned stochastic conjugate gradient method
US20110153218A1 (en) Diplet-based seismic processing
EA025919B1 (ru) Системы и способы моделирования трехмерных геологических структур
CN109709607A (zh) 一种预测薄层砂岩储层厚度方法及装置
CN105005075B (zh) 基于地震频率信息的多波匹配方法
Guo et al. Seismic absolute acoustic impedance inversion with L1 norm reflectivity constraint and combined first-and second-order total variation regularizations
US8010293B1 (en) Localized seismic imaging using diplets
Zhao et al. Sample2Sample: an improved self-supervised denoising framework for random noise suppression in distributed acoustic sensing vertical seismic profile data
US9158016B2 (en) Multi-dimensional data reconstruction constrained by a regularly interpolated model
Atemkeng et al. Baseline-dependent sampling and windowing for radio interferometry: data compression, field-of-interest shaping, and outer field suppression
Xu et al. Random noise attenuation using a structure-oriented adaptive singular value decomposition
Chen et al. Enhancing the resolution of seismic data based on the non‐local similarity
CN112083490B (zh) 地震数据噪声衰减方法及装置
Li et al. Progressive multitask learning for high-resolution prediction of reservoir elastic parameters
Li et al. An efficient deep learning method for VSP wavefield separation: A DAS-VSP case
CN112415598A (zh) 近地表地层品质因子模型的建立方法和装置
Matson et al. Fast 3d surface-related multiple elimination using azimuth moveout for multiples
CN111610562B (zh) 地震数据中强反射信号分离方法及装置
CN106199714B (zh) 地震数据等效主频计算的方法和装置
US20240319393A1 (en) Systems and methods for seismic image generation using deep learning networks
Greer et al. Balancing local frequency content in seismic data using nonstationary smoothing

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