CN112083472A - 基于树型结构的多次波预测方法和装置 - Google Patents
基于树型结构的多次波预测方法和装置 Download PDFInfo
- Publication number
- CN112083472A CN112083472A CN201910505941.3A CN201910505941A CN112083472A CN 112083472 A CN112083472 A CN 112083472A CN 201910505941 A CN201910505941 A CN 201910505941A CN 112083472 A CN112083472 A CN 112083472A
- Authority
- CN
- China
- Prior art keywords
- seismic
- attributes
- prediction
- point
- data
- 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 47
- 230000011218 segmentation Effects 0.000 claims description 39
- 239000000523 sample Substances 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 238000013508 migration Methods 0.000 description 6
- 230000005012 migration Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 238000005520 cutting process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 229910052704 radon Inorganic materials 0.000 description 3
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000009466 transformation Effects 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
- G01V1/01—Measuring or predicting earthquakes
-
- 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
- G01V1/36—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
-
- 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
- G01V2210/56—De-ghosting; Reverberation compensation
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
本申请公开了基于树型结构的多次波预测方法和装置。本申请提出的技术方案，将数据树据结构引入多次波预测问题中，为每道数据计算特定的若干维度的几何属性，并将全体或部分地震数据组织成多维数据树，通过数据树进行快速搜索，实现高效插值，显著提高了多次波预测的效率。
Description
技术领域
本发明涉及石油地震勘探与油气田开发领域，具体地，涉及一种基于树型结构的多次波预测方法和一种基于树型结构的多次波预测装置。
背景技术
多次波是广泛存在于地震资料中的一类信号，通常作为噪音进行压制。生产上常用的压制方式为拉东变换去多次波。然而拉东变换只能取得部分效果，往往会残留许多多次波噪音。因此，基于波动方程的多次波预测技术得到了发展，这一技术与拉东变换串联使用可得到较好的多次波压制效果。这一技术包含多次波预测与多次波相减两个部分，其中多次波预测是基础，为后续的多次波自适应匹配相减提供多次波模型，如果模型足够准确则自适应相减能得到较好的多次波压制效果。因此多次波预测是至关重要的环节。
荷兰DELFT大学Berkhout教授的研究组提出了SRME方法，这一方法是经典的多次波预测衰减方法，其中的多次波预测部分采用完全的数据驱动模式，不需要地下构造的信息，可以预测出地震记录中的所有多次波，具体关于SRME理论方法的论述在Verschuur1991年的博士论文中有详细论述，“Surface-related multiple elimination,an inversionapproch”。
尽管SRME方法在理论上完备，但是实际应用中却存在诸多的问题，主要原因在于实际采集的地震数据不符合SRME方法理论的要求，因此需要修改数据来适应SRME这一方法理论。因此，针对多次波预测压制的需求发展了很多相关的地震数据规则化技术。
另外，Van Deme和Verschuur、Moore和Dragoset等人反其道而行，不去修改数据来适应算法，而是修改算法来适应采集到的非规则数据，提出了GSMP(广义多次波预测)的方法。具体可见2010年Geophysics第75卷第5期“A perspective on 3D surface-relatedmultiple elimination”。这一方法在多次波预测的环节内置了一个数据插值的工具，用来对需要预测多次波的地震数据逐道进行插值，因此不需要提前为SRME算法预备一个规则好的数据体。
广义多次波预测方法的提出极大的促进了多次波预测与衰减的发展，学术界关于这一方法的研究热情主要集中在当地下构造过于复杂时，基于部分动校正的精度不再满足要求，此时需要将反演的技术加进去形成三维聚焦闭环的多次波预测技术。这方面的研究主要由DELFT大学Verschuur及其学生Lopez等人开展，可见2015年SEG会议摘要“3D FocalClosed-Loop SRME for shallow water”和2017年Geophysics论文“Integrated receiverdeghosting and closed-loop surface-multiple elimination”。工业界鲜有讨论相关的技术细节，从公开表的文献来看主要是在各个地区的应用性论文为主，文中展示了广义多次波预测技术取得了明显的效果，如CGGVERITAS公司的Macolm Griffiths讨论了这一技术在巴西桑托斯盆地的应用,主要成果发表在The leading edge2011年八月的多次波衰减专栏中，“Appliactions of interbed multiple attenuation”。
西方地球物理公司的Dragoset等人申请了关于这一技术美国专利，专利号为US7796467B2,“Generalized 3D Surface Multiple Prediction”，另一个专利的专利号为US8879353B2,专利名称为“Fast 3D Surface Multiple Prediction”。这两个美国专利涉及高效插值的内容，他们采用的方法需要将数据按照中心点、偏移距、方位角进行分组，实施起来十分复杂，当数据量很大时分组本身会引入多余的计算成本。根据他们的专利文献可知，首先需要将将数据按偏移距进行分组，然后在特定的偏移距组上按照方位角分组，再将地震道偏移距规则化，之后用来得到零偏移距的，然后通过褶积算子、偏移距信息来得到预测的多次波。
石颖的人研究了有关波动方程多次波预测方面的问题，并于2013年在地球物理学报第56卷第6期上发表论文“基于波动方程三维表面多次波预测方法研究”。她们的方法也可以实现高效的多次波预测，但是她们主要是利用GPU来实现SRME的方法，突出的是GPU硬件的加速能力，而且她们的方法仍然需要提前将地震数据规则化，而本发明是不需要提前对三维数据体进行规则化的。
由此可见，尽管GSMP方法不需要像SRME一样提前对地震数据做数据规则化的处理，但是其中内置的数据插值工作，在三维情况下，如何高效的实施是一个关键问题，同时也是一个开放的问题，并没有一个为业界广泛接受的最好的做法，需要进一步的研究。
发明内容
有鉴于此，本申请提出将数据树据结构引入GSMP方法中，将数据组织成一个大树，利用数据树据的特点实现高效的数据插值工作，从而实现高效的多次波预测。
根据本申请的一方面，提出了一种基于树型结构的多次波预测方法，所述方法包括：提取三维数据体中每一道地震数据对应的多个几何信息；对每一道的所述多个几何信息进行预处理，得到每一道的多个属性；将多个属性中的一者的中值作为切分点，将所有道分为两部分，针对每一部分，再将多个属性中的一者的中值作为切分点，将该部分中的所有道分为两部分，依此类推，直至满足停止条件，建立数据树；针对待预测地震道的预测孔径内的每个网格节点D，根据炮点R、检波点S和网格节点D的坐标，得到R到D的理想地震道以及D到S的理想地震道的多个属性；基于计算出的R到D的理想地震道以及D到S的理想地震道的多个属性，从所述数据树中搜索R到D的近似地震道以及D到S的近似地震道；对R到D的近似地震道和D到S的近似地震道进行褶积，作为对应网格节点的预测结果；将待预测地震道的预测孔径内所有网格节点的预测结果叠加，得到待预测地震道的预测多次波模型。
在一种可能的实施方式中，提取的每一道地震数据对应的多个几何信息包括：炮点R的坐标、检波点S的坐标，以及根据炮点R的坐标和检波点S的坐标计算方位角、偏移距和中心点M的坐标，中心点M是炮点R和检波点S的连线的中心点。
在一种可能的实施方式中，所述对每一道的所述多个几何信息进行预处理，得到每一道的多个属性，包括：将方位角与偏移距相乘，作为方位角属性信息；将偏移距作为偏移距属性信息；将中心点M的横坐标作为中心点M的横坐标属性信息；将中心点M的纵坐标作为中心点M的纵坐标属性信息；以及根据各个属性信息的均值对各个属性信息分别进行加权，以得到对应的多个属性。
在一种可能的实施方式中，所述将多个属性中的一者的中值作为切分点:将所述多个属性按设定顺序依次作为切分依据。
在一种可能的实施方式中，所述方法还包括：计算待切分地震道的每个属性的方差；选择方差最大的属性作为当前的切分依据。
在一种可能的实施方式中，所述停止条件为：归属于当前最后一级切分点的叶节点数量在预设阈值以下。
在一种可能的实施方式中，从所述数据树中搜索近似地震道包括：从根节点开始，沿路径搜索至叶节点；计算理想地震道与搜索路径最后一级切分点下各个叶节点的距离；选择距离最小的叶节点作为本次搜索的理想地震道对应的近似地震道。
在一种可能的实施方式中，在对搜索得到的两个近似地震道进行褶积之前，所述方法还包括：如果搜索到的近似地震道与对应的理想地震道的偏移距属性值不相同，则基于均方根速度将近似地震道校正到对应的理想地震道的偏移距上。
在一种可能的实施方式中，所述方法还包括：以待预测地震道的炮点S到检波点R的连线为中心线、以该中心线的中心点为中心设置平行四边形区域作为待预测地震道的预测孔径；在所述预测孔径内，与预测孔径相邻边界平行的线条将所述预测孔径划分为多个网格，线条的交点为网格节点。
根据本申请的一方面，还提出了一种基于树型结构的多次波预测装置，其特征在于，所述装置包括：几何信息提取单元，用于提取三维数据体中每一道地震数据对应的多个几何信息；数据预处理单元，用于对每一道的所述多个几何信息进行预处理，得到每一道的多个属性；数据树构建单元，用于将多个属性中的一者的中值作为切分点，将所有道分为两部分，针对每一部分，再将多个属性中的一者的中值作为切分点，将该部分中的所有道分为两部分，依此类推，直至满足停止条件，建立数据树；待处理数据提取单元，用于针对待预测地震道的预测孔径内的每个网格节点D，根据炮点R、检波点S和网格节点D的坐标，得到R到D的理想地震道以及D到S的理想地震道的多个属性；近似地震道搜索单元，用于基于计算出的R到D的理想地震道以及D到S的理想地震道的多个属性，从所述数据树中搜索R到D的近似地震道以及D到S的近似地震道；褶积单元，用于对R到D的近似地震道和D到S的近似地震道进行褶积，褶积结果作为对应网格节点的预测结果；叠加单元，用于将待预测地震道的预测孔径内所有网格节点的预测结果叠加，得到待预测地震道的预测多次波模型。
现代三维地震勘探中，涉及几千万道地震数据甚至更多。本申请提出的技术方案，将数据树据结构引入多次波预测问题中，为每道数据计算特定的若干维度的几何属性，并将全体或部分地震数据组织成多维数据树，通过数据树进行快速搜索，实现高效插值，显著提高了多次波预测的效率。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
图1示出了根据本申请的一个实施例的基于树型结构的多次波预测方法的流程图。
图2示出了根据本申请的一个实施例的数据树示意图。
图3示出了根据本申请的一个实施例的三维多次波预测插值示意图。
图4示出了根据本申请的一个实施例的基于数据树的GSMP(广义多次波预测)流程示意图。
图5示出了根据本申请的一个实施例的基于树型结构的多次波预测装置的示意图。
图6示出了在一个示例中的模拟2.5维Smaart模拟炮记录。
图7示出了在一个示例中应用本申请预测出的表面多次波模型。
图8示出了在一个示例中特定偏移距时的原始数据共偏移距剖面。
图9示出了在一个示例中预测的多次波模型共偏移距剖面。
图10示出了在一个示例中多次波自适应相减结果的示意图。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
请参见图1。图1示出了根据本申请的一个实施例的基于树型结构的多次波预测方法的流程图。该方法包括下列步骤102、步骤104、步骤106、步骤108、步骤110、步骤112和步骤104。
步骤102，提取三维数据体中每一道地震数据对应的多个几何信息。
在一种可能的实施方式中，提取的每一道地震数据对应的多个几何信息可以包括：炮点R的横纵坐标、检波点S的横纵坐标，以及根据炮点R的坐标和检波点S的坐标，计算方位角、偏移距和中心点M的坐标，中心点M是炮点R和检波点S的连线的中心点。
步骤104，对每一道的所述多个几何集合信息进行预处理，得到每一道的多个属性。
在一种可能的实施方式中，所述预处理可以包括：将方位角与偏移距相乘，作为方位角属性信息；将偏移距作为偏移距属性信息；将中心点M的横坐标作为中心点M的横坐标属性信息；将中心点M的纵坐标作为中心点M的纵坐标属性信息；然后根据各个属性信息的均值对各个属性信息分别进行加权，以得到所述多个属性。
例如，可以得到各个属性的均值，然后根据不同均值给不同属性赋以不同权值，尽量消除由于各个属性数值的动态范围不同给后续处理带来的影响。假设方位角的属性信息的均值为50，偏移距的属性信息的均值为500，中心点M的纵坐标的属性信息的均值为500，其横坐标的属性信息的均值为1000，则可以赋予方位角的属性信息权值20，赋予偏移距的属性信息权值2，赋予M的纵坐标的属性信息权值2，赋予M的横坐标的属性信息权值1，加权后得到的各个属性的均值均为1000，从而使其动态范围基本处于同一区间。
步骤106，将多个属性中的一者的中值作为切分点，将所有道分为两部分，针对每一部分，再将多个属性中的一者的中值作为切分点，将该部分中的所有道分为两部分，依此类推，直至满足停止条件，建立数据树。
图2示出了根据本申请的一个实施例的数据树示意图。
在一种实施方式中，可以将多个属性按设定顺序依次作为切分依据。例如，设所述多个属性包括方位角属性、偏移距属性、中心点M的横坐标属性和中心点M的纵坐标属性这4个属性，则在一个示例中，可以将这四个属性依次作为数据树的划分依据。在该示例中，采用方位角属性作为第一级切分依据，即将要纳入数据树的所有地震道的方位角属性的中位值作为切分点，如果某个地震道的方位角属性值大于这个切分点，则将这个地震道放在这个切分点(即根节点)的第一分支；如果某个地震道的方位角属性值小于这个切分点，则将这个地震道放在这个切分点(即根节点)的第二分支。然后再对根节点的第一分支和第二分支进行进一步切分，即第二级切分。进行第二级切分时，按照前述次序采用偏移距属性作为切分依据，即对于第一分支，将归属于第一分支的所有地震道的偏移距属性的中值作为切分点，如果某个归属于第一分支的地震道的偏移距属性值大于这个切分点，则将这个地震道归入这个切分点的第一分支；如果某个归属于第一分支的地震道的偏移距属性值小于这个切分点，则将这个地震道归入这个切分点的第二分支。第二级切分时，对归属于第二分支的地震道按照同样的原则进行切分，即与第一分支相同，采用偏移距属性作为切分依据。进一步，在第三级切分时，将中心点M的横坐标属性作为切分依据，在第四级划分时，将中心点M的纵坐标属性作为切分依据。接下来，在第五级～第八级切分(如果存在)时，又依次将方位角属性、偏移距属性、中心点M的横坐标属性和中心点M的纵坐标属性作为切分依据，直至满足停止条件。在这种实施方式中，同一级各个分支的切分依据是同一个属性，当然，不同分支的切分点数值可能不相同。
在另一种实施方式中，可以计算待切分地震道的每个属性的方差；然后选择方差最大的属性作为当前的切分依据。例如，设所述多个属性包括方位角属性、偏移距属性、中心点M的横坐标属性和中心点M的纵坐标属性这四个属性，则在一个示例中，先计算这四个属性各自的方差，假设算出方位角属性的方差最大，则选择方位角属性作为划分依据，即将要被纳入数据树的所有地震道的方位角属性的中值作为切分点，如果某个地震道的方位角属性值大于这个切分点，则将这个地震道归入这个切分点(即根节点)的第一分支；如果某个地震道的方位角属性值小于这个切分点，则将这个地震道归入这个切分点(即根节点)的第二分支。然后再对根节点的第一分支和第二分支进行进一步切分。当对归属于根节点的第一分支的地震道进行进一步切分时，需再次计算这些地震道的四个属性各自的方差，假设依然是方位角属性的方差最大，则仍将方位角属性作为划分依据，即将归属于根节点的第一分支的所有地震道的方位角属性的中值作为切分点。同样，对归属于根节点的第二分支的地震道进行进一步切分时，需再次计算这些地震道的四个属性各自的方差，假设中心点M的横坐标属性的方差最大，则将中心点M的横坐标属性作为切分依据，即将归属于根节点的第二分支的所有地震道的中心点M的横坐标属性的中值作为切分点。同理进行第三级、第四级……划分，直至满足停止条件。在这种实施方式中，同一级各个分支的切分依据可以是不同属性。
在一种可能的实施方式中，所述停止条件为：归属于当前最后一级切分点的叶节点数量在预设阈值以下。例如，可以设置该预设阈值为10，则当归属于最后一级切分点的叶节点的数量小于等于10时，停止切分。在图2所示的示例中，可以认为该预设阈值为2。本领域技术人员可以根据需要确定该预设阈值的大小。
上述步骤102～步骤106公开了建立数据树的方法。
回到图1，步骤108～步骤114公开了基于上述数据树预测地震道多次波的方法。
步骤108，针对目标道的预测孔径内的每个网格节点D，根据炮点R、检波点S和网格节点D的坐标，得到R到D的理想地震道以及D到S的理想地震道的多个属性。
具体计算方法可参照上文中的相关描述。例如，可先提取R到D的理想地震道对应的多个几何信息，例如R的坐标、D的坐标，以及根据R和D的坐标计算出的方位角、偏移距和中心点M的坐标；然后对这些几何信息进行预处理，得到该理想地震道的多个属性(诸如方位角属性、偏移距属性、中心点M的横坐标属性、中心点M的纵坐标属性等)。
本领域技术人员可以理解的是，步骤108中得到理想地震道的多个属性的方式与步骤104中得到地震道的多个属性的方式是相对应的，例如，如果步骤104中将方位角与偏移距相乘得到新的方位角信息，则在步骤108中需对应地将方位角与偏移距相乘得到新的方位角信息；如果步骤104中采用权值20对方位角信息进行加权以得到地震道的方位角属性，则在步骤108中同样需要采用权值20对方位角信息进行加权以得到理想地震道的方位角属性。
在一种可能的实施方式中，可通过下列方法进行插值：以待预测地震道的炮点S到检波点R的连线为中心线、以该中心线的中心点M为中心设置平行四边形区域作为待预测地震道的预测孔径；在所述预测孔径内，与预测孔径相邻边界平行的线条将所述预测孔径划分为多个网格，线条的交点为作为插值的网格节点。图3示出了根据本申请的一个实施例的三维多次波预测插值示意图。图3中，X、Y坐标轴代表野外采集的坐标轴，中间平行四边形区域为待预测地震道的预测孔径，预测孔径中每个网格节点代表有效的向下反射点集。
设图3中某网格节点为D，DR为希望寻找的反射点D到检波点R的理想地震道，SD为希望寻找的发射点S到反射点D的理想地震道。通常情况下，已有的数据中很难有确切的DR和SD这两道地震数据，因此，我们需要从已有的数据中寻找与它们最接近的地震数据来代替DR和SD这两道地震数据，如图3所示，D2R1为找到的DR的近似地震道，S1D1为找到的SD的近似地震道。
回到图1，步骤110，基于计算出的R到D的理想地震道以及D到S的理想地震道的多个属性，从所述数据树中搜索R到D的近似地震道以及D到S的近似地震道。
在一种可能的实施方式中，基于数据树搜索近似地震道可以包括：从根节点开始，从上到下沿路径搜索至叶节点，换言之，从根节点开始，在数据树上的每一个切分点处，将理想地震道的相应属性跟该切分点进行比较，并根据比较结果选择相应分支，直至到达叶节点；计算理想地震道与搜索路径最后一级切分点下各个叶节点的距离；选择距离最小的叶节点作为本次搜索的理想地震道对应的近似地震道。
在一个示例中，可以基于下式计算理想地震道与叶节点间的距离E：
上式中的距离函数由四项构成，分别代表偏移距属性、方位角属性、中心点M的横、纵坐标对误差的贡献。其中hd，hi分别为理想地震道的偏移距属性信息和某叶节点的偏移距属性信息(加权前，下同)；αd，αi为二者的方位角属性信息(地震道的方位角与偏移距的乘积)；xd，yd为待预测地震道的中心点横、纵坐标；xi，yi为该叶节点的中心点横、纵坐标；ωh，ωα，ωx，ωy分别表示偏移距属性、方位角属性、中心点横坐标属性、中心点纵坐标属性各自对应的加权系数。
本领域技术人员可以理解的是，如果搜索路径最后一级切分点下仅有一个叶节点，则可无需计算理想地震道与该叶节点的距离，直接将该叶节点作为该理性地震道对应的近似地震道。
步骤112，对搜索得到的两个近似地震道进行褶积，作为对应网格节点的预测结果。
当在数据树中找到近似地震道后，可能发现理想地震道与对应的近似地震道二者偏移距属性不同。因此，在一些实施方式中，所述方法还包括：可基于均方根速度将近似地震道校正到理想地震道的偏移距上，以消除由于偏移距不同而引入的误差。
步骤114，将待预测地震道的预测空间内所有网格节点的预测结果叠加，得到待预测地震道的预测多次波模型。
上述实施例中，将数据树据结构引入多次波预测问题中，为每道数据计算特定的若干维度的几何属性，并将全体或部分地震数据组织成多维数据树，通过数据树进行快速搜索，实现高效插值，显著提高了多次波预测的效率。
图4示出了根据本申请的一个实施例的基于数据树的GSMP(广义多次波预测)流程示意图。在步骤402中，输入待预测的单炮数据。在步骤404中，指定一个待预测地震道，对待预测的地震道定义预测孔径和网格节点，并得到相应坐标。在步骤406中，指定一个网格节点D，计算R(R指发射点)D的理想地震道和DS(S指检波点)的理想地震道的属性。在步骤408中，在数据树中搜索理想地震道对应的近似地震道。在步骤410中，对近似地震道进行偏移距校正。在步骤412中，对经偏移距校正后的两个近似地震道进行褶积，得到对应网格节点D的预测结果。在步骤414中，判断当前的网格节点D是不是预测孔径内的最后一个网格节点。
如果不是，则回到步骤406，指定一个还未处理的网格节点D，重复步骤406～步骤414；如果是，则进入步骤416，对所有网格节点的预测结果求和，得到当前待预测地震道的多次波预测模型。然后进入步骤418，进一步判断当前待预测地震道是否是最后一道。如果不是，则回到步骤404，指定一个还未处理的地震道作为待预测地震道，重复步骤404～步骤418；如果是，则进入步骤420，得到本炮集的多次波模型。
图5示出了根据本申请的一个实施例的基于树型结构的多次波预测装置的示意图。如图5所示，该装置包括几何信息提取单元502、数据预处理单元504、数据树构建单元506、待处理数据提取单元508、近似地震道搜索单元510、褶积单元512和叠加单元514。几何信息提取单元502，用于提取三维数据体中每一道地震数据对应的多个几何信息。数据预处理单元504，用于对每一道的所述多个几何信息进行预处理，得到每一道的多个属性。数据树构建单元506，用于将多个属性中的一者的中值作为切分点，将所有道分为两部分，针对每一部分，再将多个属性中的一者的中值作为切分点，将该部分中的所有道分为两部分，依此类推，直至满足停止条件，建立数据树。待处理数据提取单元508，用于针对待预测地震道的预测孔径内的每个网格节点D，根据炮点R、检波点S和网格节点D的坐标，得到R到D的理想地震道以及D到S的理想地震道的多个属性。近似地震道搜索单元510，用于基于计算出的R到D的理想地震道以及D到S的理想地震道的多个属性，从所述数据树中搜索R到D的近似地震道以及D到S的近似地震道。褶积单元512，用于对R到D的近似地震道和D到S的近似地震进行褶积，褶积结果作为对应网格节点的预测结果。叠加单元514，用于将待预测地震道的预测孔径内所有网格节点的预测结果叠加，得到待预测地震道的预测多次波模型。
根据本实施例的装置的其他细节请参加上文相关描述。
应用示例
Smaart模型是用来检验二维多次波消除的经典模型，本示例将Smaart模型直接扩展到三维情况，形成一个2.5维的模型，进行三维模拟，其中，炮线垂直于检波线，炮线距400米，炮点间隔320米，每条炮线3炮，一共80条炮线；检波线距80米，检波点距40米，每炮九条检波线接收，每条检波线151个接收点，炮点位于中间的检波线上中间检波点位置。模拟得到的炮记录如图6所示，可见其中多次波发育。
应用本发明预测出的表面多次波模型如图7所示。在均采用基于树型结构的搜索策略情况下，采用10个线程预测单炮表面多次波与单个线程相比计算效率提升了9倍。
共偏移距域的显示能更清楚的显示多次波预测的结果。图8是偏移距为681米时的原始数据共偏移距剖面，图9为对应的预测的多次波模型共偏移距剖面，图中的箭头分别指示出了水底以及盐丘顶部的表面多次波在原始数据以及预测结果中的位置，通过对比发现预测准确。图8为多次波自适应相减后的结果，可以看到箭头指示的多次波得到了很好的压制。
本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里参照根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种基于树型结构的多次波预测方法，其特征在于，所述方法包括：
提取三维数据体中每一道地震数据对应的多个几何信息；
对每一道的所述多个几何信息进行预处理，得到每一道的多个属性；
将多个属性中的一者的中值作为切分点，将所有道分为两部分，针对每一部分，再将多个属性中的一者的中值作为切分点，将该部分中的所有道分为两部分，依此类推，直至满足停止条件，建立数据树；
针对待预测地震道的预测孔径内的每个网格节点D，根据炮点R、检波点S和网格节点D的坐标，得到R到D的理想地震道以及D到S的理想地震道的多个属性；
基于R到D的理想地震道以及D到S的理想地震道的多个属性，从所述数据树中搜索R到D的近似地震道以及D到S的近似地震道；
对R到D的近似地震道和D到S的近似地震道进行褶积，褶积结果作为对应网格节点的预测结果；
将待预测地震道的预测孔径内所有网格节点的预测结果叠加，得到待预测地震道的预测多次波模型。
2.根据权利要求1所述的方法，其特征在于，提取的每一道地震数据对应的多个几何信息包括：炮点R的坐标、检波点S的坐标，以及根据炮点R的坐标和检波点S的坐标计算方位角、偏移距和中心点M的坐标，中心点M是炮点R和检波点S的连线的中心点。
3.根据权利要求2所述的方法，其特征在于，所述对每一道的所述多个几何信息进行预处理，得到每一道的多个属性，包括：
将方位角与偏移距相乘，作为方位角属性信息；
将偏移距作为偏移距属性信息；
将中心点M的横坐标作为中心点M的横坐标属性信息；
将中心点M的纵坐标作为中心点M的纵坐标属性信息；
以及根据各个属性信息的均值对各个属性信息分别进行加权，以得到对应的多个属性。
4.根据权利要求1所述的方法，其特征在于，所述将多个属性中的一者的中值作为切分点:
将所述多个属性按设定顺序依次作为切分依据。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
计算待切分地震道的每个属性的方差；
选择方差最大的属性作为当前的切分依据。
6.根据权利要求1所述的方法，其特征在于，所述停止条件为：
归属于当前最后一级切分点的叶节点数量在预设阈值以下。
7.根据权利要求1所述的方法，其特征在于，从所述数据树中搜索近似地震道包括：
从根节点开始，沿路径搜索至叶节点；
计算理想地震道与搜索路径最后一级切分点下各个叶节点的距离；
选择距离最小的叶节点作为本次搜索的理想地震道对应的近似地震道。
8.根据权利要求1所述的方法，其特征在于，在对R到D的近似地震道和D到S的近似地震道进行褶积之前，所述方法还包括：
如果搜索到的近似地震道与对应的理想地震道的偏移距属性值不相同，则基于均方根速度将近似地震道校正到对应的理想地震道的偏移距上。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
以待预测地震道的炮点S到检波点R的连线为中心线、以该中心线的中心点为中心设置平行四边形区域作为待预测地震道的预测孔径；
在所述预测孔径内，与预测孔径相邻边界平行的线条将所述预测孔径划分为多个网格，线条的交点为网格节点。
10.一种基于树型结构的多次波预测装置，其特征在于，所述装置包括：
几何信息提取单元，用于提取三维数据体中每一道地震数据对应的多个几何信息；
数据预处理单元，用于对每一道的所述多个几何信息进行预处理，得到每一道的多个属性；
数据树构建单元，用于将多个属性中的一者的中值作为切分点，将所有道分为两部分，针对每一部分，再将多个属性中的一者的中值作为切分点，将该部分中的所有道分为两部分，依此类推，直至满足停止条件，建立数据树；
待处理数据提取单元，用于针对待预测地震道的预测孔径内的每个网格节点D，根据炮点R、检波点S和网格节点D的坐标，得到R到D的理想地震道以及D到S的理想地震道的多个属性；
近似地震道搜索单元，用于基于计算出的R到D的理想地震道以及D到S的理想地震道的多个属性，从所述数据树中搜索R到D的近似地震道以及D到S的近似地震道；
褶积单元，用于对R到D的近似地震道和D到S的近似地震道进行褶积，褶积结果作为对应网格节点的预测结果；
叠加单元，用于将待预测地震道的预测孔径内所有网格节点的预测结果叠加，得到待预测地震道的预测多次波模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910505941.3A CN112083472B (zh) | 2019-06-12 | 2019-06-12 | 基于树型结构的多次波预测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910505941.3A CN112083472B (zh) | 2019-06-12 | 2019-06-12 | 基于树型结构的多次波预测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112083472A true CN112083472A (zh) | 2020-12-15 |
| CN112083472B CN112083472B (zh) | 2022-06-21 |
Family
ID=73734423
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910505941.3A Active CN112083472B (zh) | 2019-06-12 | 2019-06-12 | 基于树型结构的多次波预测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112083472B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147481A (zh) * | 2010-01-20 | 2011-08-10 | Pgs地球物理公司 | 用于三维表面相关多次波预测中的数据重建的基于倾角的校正 |
| CN103576198A (zh) * | 2012-08-02 | 2014-02-12 | 中国石油天然气集团公司 | 一种快速二维海上地震资料自由表面多次波预测方法 |
| EP2755058A2 (en) * | 2013-01-15 | 2014-07-16 | CGG Services SA | Seismic data processing including true-azimuth three-dimensional internal multiple attentuation without subsurface information |
| CN103926622A (zh) * | 2014-05-06 | 2014-07-16 | 王维红 | 一种基于l1范数多道匹配滤波压制多次波的方法 |
| CN106199698A (zh) * | 2016-06-29 | 2016-12-07 | 中国石油化工股份有限公司 | 基于多次波信息的频率域地震数据重构方法 |
| US20170176612A1 (en) * | 2015-12-18 | 2017-06-22 | Schlumberger Technology Corporation | Method for predicting multiples in survey data |
| CN109387872A (zh) * | 2017-08-10 | 2019-02-26 | 中国石油化工股份有限公司 | 表面多次波预测方法 |
| CN109425896A (zh) * | 2017-08-25 | 2019-03-05 | 中国石油天然气股份有限公司 | 白云岩油气储层分布预测方法及装置 |
-
2019
- 2019-06-12 CN CN201910505941.3A patent/CN112083472B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147481A (zh) * | 2010-01-20 | 2011-08-10 | Pgs地球物理公司 | 用于三维表面相关多次波预测中的数据重建的基于倾角的校正 |
| CN103576198A (zh) * | 2012-08-02 | 2014-02-12 | 中国石油天然气集团公司 | 一种快速二维海上地震资料自由表面多次波预测方法 |
| EP2755058A2 (en) * | 2013-01-15 | 2014-07-16 | CGG Services SA | Seismic data processing including true-azimuth three-dimensional internal multiple attentuation without subsurface information |
| CN103926622A (zh) * | 2014-05-06 | 2014-07-16 | 王维红 | 一种基于l1范数多道匹配滤波压制多次波的方法 |
| US20170176612A1 (en) * | 2015-12-18 | 2017-06-22 | Schlumberger Technology Corporation | Method for predicting multiples in survey data |
| CN106199698A (zh) * | 2016-06-29 | 2016-12-07 | 中国石油化工股份有限公司 | 基于多次波信息的频率域地震数据重构方法 |
| CN109387872A (zh) * | 2017-08-10 | 2019-02-26 | 中国石油化工股份有限公司 | 表面多次波预测方法 |
| CN109425896A (zh) * | 2017-08-25 | 2019-03-05 | 中国石油天然气股份有限公司 | 白云岩油气储层分布预测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| BILL DRAGOSET ET AL.: "A perspective on 3D surface-related multiple elimination", 《GEOPHYSICS》 * |
| 刘军荣等: "基于AVO正演模型的相干拟合多次波压制技术及其应用", 《中国海上油气》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112083472B (zh) | 2022-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7933758B2 (en) | Method and apparatus for geomodel uplayering | |
| EP2300933B1 (en) | Distribution of properties in a 3d volumetric model using a maximum continuity field | |
| CN104755963A (zh) | 用于衰减地震数据中的噪声的系统和方法 | |
| US5079703A (en) | 3-dimensional migration of irregular grids of 2-dimensional seismic data | |
| CN109459787B (zh) | 基于地震槽波全波形反演的煤矿井下构造成像方法及系统 | |
| CN112231974B (zh) | 基于深度学习的tbm破岩震源地震波场特征恢复方法及系统 | |
| Peters et al. | A Voronoi-based approach to generating depth-contours for hydrographic charts | |
| CN113238280A (zh) | 一种基于格林函数的地震监测方法 | |
| CN108226997A (zh) | 一种基于叠前地震数据的地震相划分方法 | |
| CN109541682A (zh) | 各向同性弹性参数保幅反演方法及装置 | |
| WO2015152903A1 (en) | Multi-z polyline to single-z horizons conversion | |
| Benfield et al. | Diffraction imaging–a tool to reduce exploration and development risk | |
| KR101677159B1 (ko) | 다중칼만게인과 동적자료선별을 통한 앙상블기반 저류층특성화 방법 | |
| US20220334280A1 (en) | Multiple horizon extraction | |
| RU2746691C1 (ru) | Система интеллектуального определения тектонических нарушений по сейсмическим данным на основе сверточных нейронных сетей | |
| CN112083472B (zh) | 基于树型结构的多次波预测方法和装置 | |
| Figueiredo et al. | A seismic facies analysis approach to map 3D seismic horizons | |
| US10209403B2 (en) | Method of modelling a subsurface volume | |
| US4779238A (en) | Method for fast slant stack of seismic data | |
| CN113156509A (zh) | 基于饱和介质精确Zeoppritz方程的地震振幅反演方法及系统 | |
| Chochia | Transition from 2D-to 3D-images: Modification of two-scale image model and image processing algorithms | |
| US11634175B2 (en) | Dip angle-steering median filtering method based on a niche differential evolution algorithm | |
| US6301192B1 (en) | Method for generating 2 and 3-dimensional fluid meshes for structural/acoustic finite element analysis in infinite medium | |
| CN112630840B (zh) | 基于统计特征参数的随机反演方法及处理器 | |
| CN111352158B (zh) | 地震信号增强方法及装置 |
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 |