CN111983684A - 四维地震数据的时间校准方法及系统 - Google Patents
四维地震数据的时间校准方法及系统 Download PDFInfo
- Publication number
- CN111983684A CN111983684A CN201910438882.2A CN201910438882A CN111983684A CN 111983684 A CN111983684 A CN 111983684A CN 201910438882 A CN201910438882 A CN 201910438882A CN 111983684 A CN111983684 A CN 111983684A
- Authority
- CN
- China
- Prior art keywords
- time
- seismic data
- cross
- correlation function
- correlation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000005314 correlation function Methods 0.000 claims abstract description 123
- 230000006870 function Effects 0.000 claims description 45
- 238000012544 monitoring process Methods 0.000 claims description 45
- 238000009499 grossing Methods 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003672 processing method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000005070 sampling Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 108010016766 KK 3 Proteins 0.000 description 1
- 101100328463 Mus musculus Cmya5 gene Proteins 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/52—Move-out correction
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
本申请提供的四维地震数据的时间校准方法及系统，首先采用互相关处理的方法获得以时移时间点为自变量的平均互相关函数，然后根据平均互相关函数的最大值位置确定出时间漂移量，实现了直接进行四维地震数据时间校准的方法，具有计算量小、计算速度快、稳定性好和计算精度高的特点。
Description
技术领域
本发明涉及油田的勘探技术领域，更具体的，涉及一种四维地震数据的时间校准方法及系统。
背景技术
随着油气的开采与开发，地下储层中油气也会发生运移和流动。四维地震可以精确地描述储层流体变化情况。因此开展四维地震勘探是油气田勘探与开发的关键。四维(4D)地震，也称为时移地震，就是通过不同时间间隔记录的整个油田3D地震资料。储层地球物理利用3D地震方法，结合井位置上的直接观察检测储层条件的变化，对油田的最优化开发是至关重要的。最优化油田开发的目标就是延长油田寿命，防止水侵，尽可能多的开采油气。因此使用四维地震勘探一词来描述时移(3D)地震方法。
四维(4D)地震至少涉及到两个3D数据：开始(Baseline)数据和监控(Monitor)数据。开始数据是第一次项目勘探采集的地震数据，监控数据是经过一段时间之后采集的地震数据。开始数据勘探，几乎并不进行精心的预先设计，导致四维数据来自不同采集设计和采集技术。采集观测系统、信号、噪声成分和数据分辨率限制，是完全不同的。不像单个3D地震勘探项目，真实时移信号的提取，需要应用处理，恢复数据共同的信号特征、相同的信噪比和分辨率。用于定位的精确航线控制、噪声问题、信号振幅、相位、频率成分、时间校准、成像一致性空间定位等等，是最为关键的因素，这些因素必须详细说明和仔细监控。为了保持4D地震数据的可重复性，四维地震数据时间对准和校正处理，是四维地震数据匹配处理的关键环节和步骤。
国内由于没有进行工业4D地震勘探采集，因此针对定量的四维地震数据时间校准方法的研究工作，还没有真正开始。
发明内容
为了解决上述问题的至少一个，本申请第一方面实施例提供一种四维地震数据的时间校准方法，一种四维地震数据的时间校准方法，包括：
采集起始勘探时刻的开始地震数据和一设定时刻的监控地震数据组，其中所述监控地震数据组包括若干与该设定时刻间隔不同设定时长的时移时间点所对应的时移地震数据；
将所述监控地震数据组中的每个时移地震数据分别与所述开始地震数据进行互相关处理，生成以时移时间点为自变量的平均互相关函数；
根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量；
根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据。
在某些实施例中，在计算所述平均互相关函数的最大值位置以及对应最大值位置的特征曲线之前，还包括：
对所述平均互相关函数进行平滑处理。
在某些实施例中，所述对所述平均互相关函数进行平滑处理，包括：
根据所述平均互相关函数中起始N1个时移时间点的互相关结果，生成光滑处理后的起始M1个时移时间点的互相关结果，N1大于M1；
根据所述平均互相关函数中最后N2个时移时间点的互相关结果，生成光滑处理后的最后M2个时移时间点的互相关结果，N2大于M2；
根据所述平均互相关函数中除去起始N1和最后N2个时移时间点的互相关结果，生成光滑处理后的除去起始M1和最后M2个时移时间点的互相关结果。
在某些实施例中，N1和N2均等于5，M1和M2均等于2。
在某些实施例中，在确定监控地震数据组的时间漂移量之前，还包括：
确定所述平均互相关函数的最大值位置。
在某些实施例中，所述确定所述平均互相关函数的最大值位置，包括：
以每个时移时间点为中心设定对应每个时移时间点的特征范围，并根据每个特征范围中的所有时移时间点，计算与每个特征范围所对应的时移时间点的零阶项系数、一阶项系数以及二阶项系数，对应生成零阶项系数函数、一阶项系数函数以及二阶项系数函数；
根据所述零阶项系数函数、一阶项系数函数以及二阶项系数函数生成所述平均互相关函数的最大值特征曲线；
根据所述最大值特征曲线生成所述平均互相关函数的最大值位置特征曲线；
从所述最大值位置特征曲线中读取所述平均互相关函数的最大值位置。
在某些实施例中，相邻两个时移时间点的时间间隔相等；所述根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量，包括：
根据所述平均互相关函数的最大值位置以及每个时移时间点的时间间隔确定所述四维地震数据的时间漂移量。
在某些实施例中，根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据，包括：
根据每个时移时间点的时间间隔、监控地震数据组中的所有时移地震数据以及所述时间漂移量生成时间校准后的四维地震数据。
本申请第二方面实施例提供一种四维地震数据的时间校准系统，包括：
地震数据采集模块，采集起始勘探时刻的开始地震数据和一设定时刻的监控地震数据组，其中所述监控地震数据组包括若干与该设定时刻间隔不同设定时长的时移时间点所对应的时移地震数据；
互相关处理模块，将所述监控地震数据组中的每个时移地震数据分别与所述开始地震数据进行互相关处理，生成以时移时间点为自变量的平均互相关函数；
时间漂移量确定模块，根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量；
时间校准模块，根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据。
在某些实施例中，还包括：
平滑处理模块，对所述平均互相关函数进行平滑处理。
在某些实施例中，所述平滑处理模块，包括：
第一平滑单元，根据所述平均互相关函数中起始N1个时移时间点的互相关结果，生成光滑处理后的起始M1个时移时间点的互相关结果，N1大于M1；
第二平滑单元，根据所述平均互相关函数中最后N2个时移时间点的互相关结果，生成光滑处理后的最后M2个时移时间点的互相关结果，N2大于M2；
第三平滑单元，根据所述平均互相关函数中除去起始N1和最后N2个时移时间点的互相关结果，生成光滑处理后的除去起始M1和最后M2个时移时间点的互相关结果。
在某些实施例中，N1和N2均等于5，M1和M2均等于2。
在某些实施例中，还包括：
最大值位置确定模块，确定所述平均互相关函数的最大值位置。
在某些实施例中，所述最大值位置确定模块，包括：
系数函数生成单元，以每个时移时间点为中心设定对应每个时移时间点的特征范围，并根据每个特征范围中的所有时移时间点，计算与每个特征范围所对应的时移时间点的零阶项系数、一阶项系数以及二阶项系数，对应生成零阶项系数函数、一阶项系数函数以及二阶项系数函数；
最大值特征曲线生成单元，根据所述零阶项系数函数、一阶项系数函数以及二阶项系数函数生成所述平均互相关函数的最大值特征曲线；
最大值位置特征曲线生成单元，根据所述最大值特征曲线生成所述平均互相关函数的最大值位置特征曲线；
最大值位置读取单元，从所述最大值位置特征曲线中读取所述平均互相关函数的最大值位置。
在某些实施例中，相邻两个时移时间点的时间间隔相等；所述时间漂移量确定模块根据所述平均互相关函数的最大值位置以及每个时移时间点的时间间隔确定所述四维地震数据的时间漂移量。
在某些实施例中，所述时间校准模块根据每个时移时间点的时间间隔、监控地震数据组中的所有时移地震数据以及所述时间漂移量生成时间校准后的四维地震数据。
本申请第三方面实施例提供一种电子设备，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如上所述的四维地震数据的时间校准方法的步骤。
本申请第四方面实施例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如上所述的四维地震数据的时间校准方法的步骤。
本申请的有益效果如下：
本申请提供的四维地震数据的时间校准方法及系统，首先采用互相关处理的方法获得以时移时间点为自变量的平均互相关函数，然后根据平均互相关函数的最大值位置确定出时间漂移量，实现了直接进行四维地震数据时间校准的方法，具有计算量小、计算速度快、稳定性好和计算精度高的特点。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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示出本申请实施例中开始地震数据的示意图。
图2示出本申请实施例中监控地震数据组的地震数据示意图。
图3a示出本申请实施例中开始地震数据频谱示意图。
图3b示出本申请实施例中监控地震数据组的地震数据频谱示意图。
图4示出本申请实施例中监控地震数据组的地震数据的时间漂移量示意图，
图5示出本申请实施例中监控地震数据组的地震数据的时间漂移量的绝对误差示意图。
图6示出本申请实施例中监控地震数据组的地震数据的时间漂移量的相对误差示意图。
图7示出本申请实施例中经时间校准后的监控地震数据组的地震数据的示意图。
图8示出本申请实施例中一种四维地震数据的时间校准方法流程示意图。
图9示出本申请实施例中平滑处理步骤具体流程示意图。
图10示出本申请实施例中平均互相关函数的最大值位置求取步骤示意图。
图11示出本申请实施例中一种四维地震数据的时间校准系统结构示意图。
图12示出本申请实施例中一实施例中的平滑模块001的结构示意图。
图13示出本申请实施例中一实施例中的最大值位置确定模块002的结构示意图。
图14示出适于用来实现本申请实施例的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
国内由于没有进行工业4D地震勘探采集，因此针对定量的四维地震数据时间校准方法的研究工作，还没有真正开始。
有鉴于此，本申请至少提供了一种新的四维地震数据的时间校准方式。
图8示出了本申请第一方面实施例中的四维地震数据的时间校准方法流程示意图，如图8所示，该方法具体包括：
S100:采集起始勘探时刻的开始地震数据和一设定时刻的监控地震数据组，其中所述监控地震数据组包括若干与该设定时刻间隔不同设定时长的时移时间点所对应的时移地震数据；
S200:将所述监控地震数据组中的每个时移地震数据分别与所述开始地震数据进行互相关处理，生成以时移时间点为自变量的平均互相关函数；
S300:根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量；
S400:根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据。
本方面实施例提供的四维地震数据的时间校准方法首先采用互相关处理的方法获得以时移时间点为自变量的平均互相关函数，然后根据平均互相关函数的最大值位置确定出时间漂移量，实现了直接进行四维地震数据时间校准的方法，具有计算量小、计算速度快、稳定性好和计算精度高的特点。
在步骤S100中，可以用地震人工震源激发地震波，然后通过检波器等收集开始地震数据以及监控地震数据组，监控地震数据组是以某一个设定时刻为标准零点，以该设定时刻的向前时移和向后时移对应的地震数据，例如以4ms为一个时延间隔，若干时移时间点中的每个时移时间点间隔4ms，若标准零点假定为0时刻，即时移时间点可以是-4nms至+4nms(n为大于等于1的正整数)。
需要理解，本申请不仅仅适用于地面地震数据，还可以适用于海面双检拖缆、海底电缆/海底节点(OBC/OBN)等海洋采集的水中检波器与陆地检波器地震数据。
本申请中，互相关处理即计算A和B的相关度，可以理解，平均互相关函数是以时移时间点为自变量的函数曲线，即对应地，可以查找平均互相关函数中的对应每个时移时间点的互相关函数值。
一实施例中，按照以下公式计算确定四维地震数据平均互相关函数ai(k)
式中，Bi,j是四维开始地震数据，Mi,j是四维地震数据；i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；k是互相关函数延迟顺序号，k＝0,±1,±2,…,±KK，(2KK+1)是互相关函数长度；j是时窗参数时间样点的顺序号，j＝1,2,…,JJ，JJ是时窗参数时间样点数。
k＝0时，即为上述的设定时刻，k＝+1时，即为上述设定时刻向后时移一个时间间隔(例如上述的4ms)的时刻，k＝-1时即为上述设定时刻向前时移一个时间间隔(例如上述的4ms)的时刻，其他依次类推。
一优选实施例中，可以对平均互相关函数进行平滑处理，得到平滑互相关函数。
具体的，如图9所示，平滑处理的步骤包括：
S151:根据所述平均互相关函数中起始N1个时移时间点的互相关结果，生成光滑处理后的起始M1个时移时间点的互相关结果，N1大于M1；
S152:根据所述平均互相关函数中最后N2个时移时间点的互相关结果，生成光滑处理后的最后M2个时移时间点的互相关结果，N2大于M2；
S153:根据所述平均互相关函数中除去起始N1和最后N2个时移时间点的互相关结果，生成光滑处理后的除去起始M1和最后M2个时移时间点的互相关结果。
一实施例中，N1和N2均等于5，M1和M2均等于2。
该实施例中可以按照以下公式计算光滑互相关函数开始点值bi(-KK)
按照以下公式计算光滑互相关函数第2点值bi(-KK+1)
按照以下公式计算光滑互相关函数bi(k)
式中，k＝0,±1,±2,…,±(KK-2)；
按照以下公式计算光滑互相关函数终止前1点值bi(KK-1)
按照以下公式计算光滑互相关函数终止点值bi(KK)
式中，i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；k是互相关函数延迟顺序号，k＝-KK,-KK+1,-KK+2,…,-1,0,1,…,KK-2,KK-1,KK。
进一步的，在确定监控地震数据组的时间漂移量之前，还包括：
S250:确定所述平均互相关函数的最大值位置。
一实施例中，如图10所示，步骤S250具体包括：
S251:以每个时移时间点为中心设定对应每个时移时间点的特征范围，并根据每个特征范围中的所有时移时间点，计算与每个特征范围所对应的时移时间点的零阶项系数、一阶项系数以及二阶项系数，对应生成零阶项系数函数、一阶项系数函数以及二阶项系数函数；
S252:根据所述零阶项系数函数、一阶项系数函数以及二阶项系数函数生成所述平均互相关函数的最大值特征曲线；
S253:根据所述最大值特征曲线生成所述平均互相关函数的最大值位置特征曲线；
S254:从所述最大值位置特征曲线中读取所述平均互相关函数的最大值位置。
一实施例中，上述步骤S251-S254具体为：
按照以下公式计算五点二次多项式特征方程零阶项系数AAi(k)
按照以下公式计算五点二次多项式特征方程一阶项系数BBi(k)
按照以下公式计算五点二次多项式特征方程二阶项系数CCi(k)
式中，i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；k是互相关函数延迟顺序号，k＝-KK+2,-KK+3,-KK+4,…,-1,0,1,…,KK-4,KK-3,KK-2。
然后按照以下公式计算确定互相关函数最大值位置特征曲线di(k)
式中，i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；k是互相关函数延迟顺序号，k＝-KK+1,-KK+2,-KK+3,…,-1,0,1,…,KK-2,KK-1,KK；
最后按照以下公式计算确定光滑互相关函数最大值位置IAi
IAi＝max{bi(k),k∈[-KK+2,KK-2]}
此外，在某些实施例中，相邻两个时移时间点的时间间隔相等(例如上述的4ms)步骤S300具体包括：
根据所述平均互相关函数的最大值位置以及每个时移时间点的时间间隔确定所述四维地震数据的时间漂移量。
更具体的，按照以下公式计算确定四维地震数据时间漂移量Timsi
Timsi＝di(IAi)×Δt
式中，i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；Δt是地震数据时间采样间隔。
该实施例中，步骤S400具体包括：
根据每个时移时间点的时间间隔、监控地震数据组中的所有时移地震数据以及所述时间漂移量生成时间校准后的四维地震数据。
一对应的实施例中，按照以下公式进行四维地震数据时间校准Yi,j
式中，Yi,j是时间校准后四维地震数据，Mi,j是四维地震数据，Timsi是四维地震数据时间漂移量；Δt是地震数据时间采样间隔；i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；j是时窗参数时间样点的顺序号，j＝1,2,…,JJ，JJ是时窗参数时间样点数。
最后存储与绘制四维地震数据时间漂移量和时间校准后四维地震数据。
下面结合一具体场景对上述实施例进行详细说明。
四维(4D)地震至少涉及到两个数据：开始(Baseline)数据和监控(Monitor)数据。开始数据是第一次项目勘探采集的地震数据，监控数据是经过一段时间之后采集的地震数据。
四维地震数据平均互相关函数ai(k)表示为
式中，Bi,j是四维开始地震数据，Mi,j是四维地震数据；i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；k是互相关函数延迟顺序号，k＝0,±1,±2,…,±KK，(2KK+1)是互相关函数长度；j是时窗参数时间样点的顺序号，j＝1,2,…,JJ，JJ是时窗参数时间样点数。
使用二次五点多项式方法。互相关函数的二次多项式为
ai(k+n)＝AAi(k)+BBi(k)n+CCi(k)n2 (2)
式中，AAi(k)、BBi(k)和CCi(k)是二次多项式的系数，使用n＝0,±1,±2五点进行拟合(平滑)，求取二次多项式的系数AAi(k)、BBi(k)和CCi(k)，即
ai(k-2)＝AAi(k)-2BBi(k)+4CCi(k) (3)
ai(k-1)＝AAi(k)-BBi(k)+CCi(k) (4)
ai(k)＝AAi(k) (5)
ai(k+1)＝AAi(k)+BBi(k)+CC(k)i (6)
ai(k+2)＝AAi(k)+2BBi(k)+4CCi(k) (7)
由方程(3)-(7)，有
Q-2＝AAi(k)-2BBi(k)+4CCi(k)-ai(k-2) (8)
Q-1＝AAi(k)-BBi(k)+CCi(k)-ai(k-1) (9)
Q0＝AAi(k)-ai(k) (10)
Q1＝AAi(k)+BBi(k)+CCi(k)-ai(k+1) (11)
Q2＝AAi(k)+2BBi(k)+4CCi(k)-ai(k+2) (12)
建立目标函数
方程(13)对AAi(k)求导，有
将方程(8)-(12)代入方程(14)，有
方程(13)对BBi(k)求导，有
将方程(8)-(12)代入方程(16)，有
方程(13)对CCi(k)求导，有
将方程(8)-(12)代入方程(18)，有
令方程(15)、(17)和(19)的导数为零，整理简化，有
由方程(21)，有
由方程(20)和方程(22)，有
按照方程(2)，对平滑(拟合)感兴趣的是中心点，即
bi(k)＝ai(k+n)|n＝0＝AAi(k) (26)
即五点二次平滑互相关函数为
式中，k＝0,±1,±2,…,±(KK-2)，对于边界点，由方程(3)、(4)、(6)和(7)，有
五点二次平滑互相关函数最大值位置就是互相关函数最大值对应的互相关函数延迟顺序号。五点二次平滑互相关函数最大值位置IAi表示为
IAi＝max{bi(k),k∈[-KK,KK]} (32)
四维地震数据时间校准感兴趣的是五点二次多项式的最大值及其最大值所在的位置。对方程(2)求一阶导数，并令其值为零，有
方程(33)简化，有最大值位置
由方程(34)，最大值所对应的位置为
把方程(34)代入方程(3)，最大值为
式中，k＝0,±1,±2,…,±(KK-2)。由方程(36)计算互相关函数最大值特征曲线。
计算确定四维地震数据时间漂移量Timsi方程为
Timsi＝di(IAi)×Δt (37)
式中，i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；Δt是地震数据时间采样间隔。进行四维地震数据时间校准Yi,j方程为
式中，Yi,j是时间校准后四维地震数据，Mi,j是四维地震数据，Timsi是四维地震数据时间漂移量；Δt是地震数据时间采样间隔；i是时窗参数道的顺序号，i＝1,2,…,II，II是时窗参数总道数；j是时窗参数时间样点的顺序号，j＝1,2,…,JJ，JJ是时窗参数时间样点数；
本发明的一种四维地震数据时间校准的方法，采用如下技术方案实现，包括以下步骤：
(1)用地震人工震源激发和采集开始地震数据与监控地震数据并做预处理；
(2)按照方程(1)计算四维地震数据平均互相关函数；
(3)按照方程(28)计算光滑互相关函数开始点值，按照方程(29)计算光滑互相关函数第2点值，按照方程(27)计算光滑互相关函数，按照方程(30)计算光滑互相关函数终止前1点值，按照方程(31)计算光滑互相关函数终止点值；
(4)按照方程(24)计算五点二次多项式特征方程零阶项系数，按照方程(23)计算五点二次多项式特征方程一阶项系数，按照方程(25)计算五点二次多项式特征方程二阶项系数；
(5)按照方程(36)计算确定光滑互相关函数最大值特征曲线；
(6)按照方程(35)计算确定光滑互相关函数最大值位置特征曲线；
(7)按照方程(32)确定光滑互相关函数最大值特征曲线最大值位置；
(8)按照方程(37)计算确定四维地震数据时间漂移量；
(9)按照方程(38)进行四维地震数据时间校准；
(10)存储与绘制四维地震数据时间漂移量和时间校准后四维地震数据。
本申请进行了数据处理验证，图1是开始数据，是野外采集的一条拖缆数据，480道接收，数据采样间隔为2ms这里是其中第1炮的部分数据道集显示；为了进行四维地震数据时间漂移量计算和时间校准，对这个数据采用低通滤波器LP(50Hz，65Hz)处理，将65Hz以上频率成分滤除，并向下时移25ms，作为四维监控数据，如图2所示；图3a和图3b是开始与监控数据频谱对比，其中图3a是开始数据频谱，图3b是监控数据频谱；图4是监控地震数据时间漂移量，图5是监控地震数据时间漂移量绝对误差，图6是监控地震数据时间漂移量相对误差，图7是时间校准后监控地震数据。由图4可以看出，本申请计算的四维地震数据时间漂移量大部分在24ms----26ms之间，仅仅远偏移距几道在23ms----27ms，图4中时间漂移量为负值，表示监控数据相对于开始数据，时间向下漂移。由于实际数据是时间向下时移25ms，并不是一个整样点时移量，因此每一道的时移量都会不同，数值位于24ms----26ms之间。由图5可以看出，本专利计算的四维地震数据时间漂移量绝对误差大部分在正负1ms内，仅仅远偏移距几道在正负1.1ms内。由图6可以看出，本专利计算的四维地震数据时间漂移量相对误差大部分在正负4％内，仅仅远偏移距几道在正负4.5％内。
结合具体场景可以知晓，本发明的一种四维地震数据时间校准的方法，计算的时间漂移量，精度非常高，满足了实际数据处理的需要。
基于相同的发明构思，如图11所示，本申请第二方面实施例提供一种四维地震数据的时间校准系统，包括：
地震数据采集模块100，采集起始勘探时刻的开始地震数据和一设定时刻的监控地震数据组，其中所述监控地震数据组包括若干与该设定时刻间隔不同设定时长的时移时间点所对应的时移地震数据；
互相关处理模块200，将所述监控地震数据组中的每个时移地震数据分别与所述开始地震数据进行互相关处理，生成以时移时间点为自变量的平均互相关函数；
时间漂移量确定模块300，根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量；
时间校准模块400，根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据。
一实施例中，还包括：
平滑处理模块，对所述平均互相关函数进行平滑处理。
一实施例中，如图12所示，所述平滑处理模块001，包括：
第一平滑单元001a，根据所述平均互相关函数中起始N1个时移时间点的互相关结果，生成光滑处理后的起始M1个时移时间点的互相关结果，N1大于M1；
第二平滑单元001b，根据所述平均互相关函数中最后N2个时移时间点的互相关结果，生成光滑处理后的最后M2个时移时间点的互相关结果，N2大于M2；
第三平滑单元001c，根据所述平均互相关函数中除去起始N1和最后N2个时移时间点的互相关结果，生成光滑处理后的除去起始M1和最后M2个时移时间点的互相关结果。
一实施例中，N1和N2均等于5，M1和M2均等于2。
一实施例中，还包括：最大值位置确定模块，确定所述平均互相关函数的最大值位置。
一实施例中，如图13所示，所述最大值位置确定模块002，包括：
系数函数生成单元002a，以每个时移时间点为中心设定对应每个时移时间点的特征范围，并根据每个特征范围中的所有时移时间点，计算与每个特征范围所对应的时移时间点的零阶项系数、一阶项系数以及二阶项系数，对应生成零阶项系数函数、一阶项系数函数以及二阶项系数函数；
最大值特征曲线生成单元002b，根据所述零阶项系数函数、一阶项系数函数以及二阶项系数函数生成所述平均互相关函数的最大值特征曲线；
最大值位置特征曲线生成单元002c，根据所述最大值特征曲线生成所述平均互相关函数的最大值位置特征曲线；
最大值位置读取单元002d，从所述最大值位置特征曲线中读取所述平均互相关函数的最大值位置。
一实施例中，相邻两个时移时间点的时间间隔相等；所述时间漂移量确定模块根据所述平均互相关函数的最大值位置以及每个时移时间点的时间间隔确定所述四维地震数据的时间漂移量。
一实施例中，所述时间校准模块根据每个时移时间点的时间间隔、监控地震数据组中的所有时移地震数据以及所述时间漂移量生成时间校准后的四维地震数据。
基于相同的理由，本方面提供的四维地震数据的时间校准系统，首先采用互相关处理的方法获得以时移时间点为自变量的平均互相关函数，然后根据平均互相关函数的最大值位置确定出时间漂移量，实现了直接进行四维地震数据时间校准的方法，具有计算量小、计算速度快、稳定性好和计算精度高的特点。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式，参见图14，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：
S100:采集起始勘探时刻的开始地震数据和一设定时刻的监控地震数据组，其中所述监控地震数据组包括若干与该设定时刻间隔不同设定时长的时移时间点所对应的时移地震数据；
S200:将所述监控地震数据组中的每个时移地震数据分别与所述开始地震数据进行互相关处理，生成以时移时间点为自变量的平均互相关函数；
S300:根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量；
S400:根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据。
从上述描述可知，本申请提供的电子设备具有计算量小、计算速度快、稳定性好和计算精度高的特点。
本申请的实施例还提供能够实现上述实施例中的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：
S100:采集起始勘探时刻的开始地震数据和一设定时刻的监控地震数据组，其中所述监控地震数据组包括若干与该设定时刻间隔不同设定时长的时移时间点所对应的时移地震数据；
S200:将所述监控地震数据组中的每个时移地震数据分别与所述开始地震数据进行互相关处理，生成以时移时间点为自变量的平均互相关函数；
S300:根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量；
S400:根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据。
从上述描述可知，本申请提供的计算机可读存储介质具有计算量小、计算速度快、稳定性好和计算精度高的特点。
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。虽然本说明书实施例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手段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。在实际中的装置或终端产品执行时，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，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。本发明是参照根据本发明实施例的方法、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。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。而且，本说明书实施例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。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实施例的实施例而已，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 (18)
1.一种四维地震数据的时间校准方法，其特征在于，包括：
采集起始勘探时刻的开始地震数据和一设定时刻的监控地震数据组，其中所述监控地震数据组包括若干与该设定时刻间隔不同设定时长的时移时间点所对应的时移地震数据；
将所述监控地震数据组中的每个时移地震数据分别与所述开始地震数据进行互相关处理，生成以时移时间点为自变量的平均互相关函数；
根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量；
根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据。
2.根据权利要求1所述的时间校准方法，其特征在于，在计算所述平均互相关函数的最大值位置以及对应最大值位置的特征曲线之前，还包括：
对所述平均互相关函数进行平滑处理。
3.根据权利要求1所述的时间校准方法，其特征在于，所述对所述平均互相关函数进行平滑处理，包括：
根据所述平均互相关函数中起始N1个时移时间点的互相关结果，生成光滑处理后的起始M1个时移时间点的互相关结果，N1大于M1；
根据所述平均互相关函数中最后N2个时移时间点的互相关结果，生成光滑处理后的最后M2个时移时间点的互相关结果，N2大于M2；
根据所述平均互相关函数中除去起始N1和最后N2个时移时间点的互相关结果，生成光滑处理后的除去起始M1和最后M2个时移时间点的互相关结果。
4.根据权利要求3所述的时间校准方法，其特征在于，N1和N2均等于5，M1和M2均等于2。
5.根据权利要求1所述的时间校准方法，其特征在于，在确定监控地震数据组的时间漂移量之前，还包括：
确定所述平均互相关函数的最大值位置。
6.根据权利要求1所述的时间校准方法，其特征在于，所述确定所述平均互相关函数的最大值位置，包括：
以每个时移时间点为中心设定对应每个时移时间点的特征范围，并根据每个特征范围中的所有时移时间点，计算与每个特征范围所对应的时移时间点的零阶项系数、一阶项系数以及二阶项系数，对应生成零阶项系数函数、一阶项系数函数以及二阶项系数函数；
根据所述零阶项系数函数、一阶项系数函数以及二阶项系数函数生成所述平均互相关函数的最大值特征曲线；
根据所述最大值特征曲线生成所述平均互相关函数的最大值位置特征曲线；
从所述最大值位置特征曲线中读取所述平均互相关函数的最大值位置。
7.根据权利要求1所述的时间校准方法，其特征在于，相邻两个时移时间点的时间间隔相等；所述根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量，包括：
根据所述平均互相关函数的最大值位置以及每个时移时间点的时间间隔确定所述四维地震数据的时间漂移量。
8.根据权利要求7所述的时间校准方法，其特征在于，根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据，包括：
根据每个时移时间点的时间间隔、监控地震数据组中的所有时移地震数据以及所述时间漂移量生成时间校准后的四维地震数据。
9.一种四维地震数据的时间校准系统，其特征在于，包括：
地震数据采集模块，采集起始勘探时刻的开始地震数据和一设定时刻的监控地震数据组，其中所述监控地震数据组包括若干与该设定时刻间隔不同设定时长的时移时间点所对应的时移地震数据；
互相关处理模块，将所述监控地震数据组中的每个时移地震数据分别与所述开始地震数据进行互相关处理，生成以时移时间点为自变量的平均互相关函数；
时间漂移量确定模块，根据所述平均互相关函数的最大值位置，确定监控地震数据组的时间漂移量；
时间校准模块，根据所述时间漂移量对所述监控地震数据组进行时间校准，生成时间校准的四维地震数据。
10.根据权利要求9所述的时间校准系统，其特征在于，还包括：
平滑处理模块，对所述平均互相关函数进行平滑处理。
11.根据权利要求10所述的时间校准系统，其特征在于，所述平滑处理模块，包括：
第一平滑单元，根据所述平均互相关函数中起始N1个时移时间点的互相关结果，生成光滑处理后的起始M1个时移时间点的互相关结果，N1大于M1；
第二平滑单元，根据所述平均互相关函数中最后N2个时移时间点的互相关结果，生成光滑处理后的最后M2个时移时间点的互相关结果，N2大于M2；
第三平滑单元，根据所述平均互相关函数中除去起始N1和最后N2个时移时间点的互相关结果，生成光滑处理后的除去起始M1和最后M2个时移时间点的互相关结果。
12.根据权利要求11所述的时间校准系统，其特征在于，N1和N2均等于5，M1和M2均等于2。
13.根据权利要求9所述的时间校准系统，其特征在于，还包括：
最大值位置确定模块，确定所述平均互相关函数的最大值位置。
14.根据权利要求9所述的时间校准系统，其特征在于，所述最大值位置确定模块，包括：
系数函数生成单元，以每个时移时间点为中心设定对应每个时移时间点的特征范围，并根据每个特征范围中的所有时移时间点，计算与每个特征范围所对应的时移时间点的零阶项系数、一阶项系数以及二阶项系数，对应生成零阶项系数函数、一阶项系数函数以及二阶项系数函数；
最大值特征曲线生成单元，根据所述零阶项系数函数、一阶项系数函数以及二阶项系数函数生成所述平均互相关函数的最大值特征曲线；
最大值位置特征曲线生成单元，根据所述最大值特征曲线生成所述平均互相关函数的最大值位置特征曲线；
最大值位置读取单元，从所述最大值位置特征曲线中读取所述平均互相关函数的最大值位置。
15.根据权利要求9所述的时间校准系统，其特征在于，相邻两个时移时间点的时间间隔相等；所述时间漂移量确定模块根据所述平均互相关函数的最大值位置以及每个时移时间点的时间间隔确定所述四维地震数据的时间漂移量。
16.根据权利要求15所述的时间校准系统，其特征在于，所述时间校准模块根据每个时移时间点的时间间隔、监控地震数据组中的所有时移地震数据以及所述时间漂移量生成时间校准后的四维地震数据。
17.一种电子设备，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8任一项所述的四维地震数据的时间校准方法的步骤。
18.一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8任一项所述的四维地震数据的时间校准方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910438882.2A CN111983684B (zh) | 2019-05-24 | 2019-05-24 | 四维地震数据的时间校准方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910438882.2A CN111983684B (zh) | 2019-05-24 | 2019-05-24 | 四维地震数据的时间校准方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111983684A true CN111983684A (zh) | 2020-11-24 |
| CN111983684B CN111983684B (zh) | 2023-09-26 |
Family
ID=73436760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910438882.2A Active CN111983684B (zh) | 2019-05-24 | 2019-05-24 | 四维地震数据的时间校准方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111983684B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140249755A1 (en) * | 2013-03-04 | 2014-09-04 | Cgg Services Sa | Method and device for calculating time-shifts and time-strains in seismic data |
| CN104459794A (zh) * | 2014-12-01 | 2015-03-25 | 郑鸿明 | 共反射点道集时变时间差值的校正方法及装置 |
| CN104487870A (zh) * | 2012-06-28 | 2015-04-01 | 雪佛龙美国公司 | 用于使用移位归一化均方根度量估计时移地震信号记录的系统和方法 |
| CN105866837A (zh) * | 2016-04-06 | 2016-08-17 | 中国海洋石油总公司 | 一种海上非重复性时移地震多层系互均衡处理方法 |
| CN106353818A (zh) * | 2016-08-12 | 2017-01-25 | 中国石油天然气集团公司 | 一种地震数据时差校正的方法及系统 |
-
2019
- 2019-05-24 CN CN201910438882.2A patent/CN111983684B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104487870A (zh) * | 2012-06-28 | 2015-04-01 | 雪佛龙美国公司 | 用于使用移位归一化均方根度量估计时移地震信号记录的系统和方法 |
| US20140249755A1 (en) * | 2013-03-04 | 2014-09-04 | Cgg Services Sa | Method and device for calculating time-shifts and time-strains in seismic data |
| CN104459794A (zh) * | 2014-12-01 | 2015-03-25 | 郑鸿明 | 共反射点道集时变时间差值的校正方法及装置 |
| CN105866837A (zh) * | 2016-04-06 | 2016-08-17 | 中国海洋石油总公司 | 一种海上非重复性时移地震多层系互均衡处理方法 |
| CN106353818A (zh) * | 2016-08-12 | 2017-01-25 | 中国石油天然气集团公司 | 一种地震数据时差校正的方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| DAVID CHO: "Cross-correlation based time warping of one-dimensional seismic signals", 《CREWES RESEARCH REPORT》 * |
| 李景叶等: "时移地震数据空间偏差校正方法", 《物探与化探》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111983684B (zh) | 2023-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107505654B (zh) | 基于地震记录积分的全波形反演方法 | |
| CN103616722B (zh) | 一种初至波旅行时拾取方法及装置 | |
| EA017591B1 (ru) | Способ определения геологической информации, относящейся к интересующему объему недр | |
| MX2014014770A (es) | Analisis de datos sismicos utilizando coleccion de datos de nodos del fondo oceanico. | |
| CN109541681B (zh) | 一种拖缆地震数据和少量obs数据联合的波形反演方法 | |
| GB2497226A (en) | Method for estimating elastic parameters by inverting 4D seismic measurements | |
| CN110441816B (zh) | 不依赖子波的无串扰多震源全波形反演方法及装置 | |
| CA2691192A1 (en) | Correction of velocity cubes for seismic depth modeling | |
| CN111983684B (zh) | 四维地震数据的时间校准方法及系统 | |
| CN105277984A (zh) | 一种时移地震互约束频率一致性处理方法 | |
| Fan et al. | Multisource least-squares reverse-time migration with structure-oriented filtering | |
| EP3092513A2 (en) | Systems and methods for destriping seismic data | |
| CN109425892B (zh) | 地震子波的估计方法及系统 | |
| CN107255832B (zh) | 一种地下构造的反演方法 | |
| EP0958512A1 (en) | Apparatus and method for correcting for capacitance variations in hydrophones | |
| CN113219539B (zh) | 光纤声波传感地震数据中井筒波干扰的去除方法及装置 | |
| CN111965704B (zh) | 井中地震数据的光缆次生震荡噪声压制方法及系统 | |
| US7630276B2 (en) | Method for determination of differential transfer function between two closely spaced hydrophones | |
| CN110109184B (zh) | 一种基于多日变点的被动场源类三维电场勘探方法 | |
| CA2614786C (fr) | Procede d'acquisition et de traitement de donnees magnetometriques par des mises a jour locales et en temps reel | |
| CN112305597A (zh) | 储层预测方法及装置 | |
| CN105891887A (zh) | 基于叠加数据的速度纵横向高密度分析方法 | |
| CN112459767A (zh) | 一种标准层选取方法和装置 | |
| CN111665565B (zh) | 节点时钟漂移类型的确定方法、校正方法及系统 | |
| CN105631149A (zh) | 一种基于相关性求时差的方法 |
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 |