CN112241020B - 稀疏地震数据采集中确定欠采样率的方法和装置 - Google Patents
稀疏地震数据采集中确定欠采样率的方法和装置 Download PDFInfo
- Publication number
- CN112241020B CN112241020B CN201910639721.XA CN201910639721A CN112241020B CN 112241020 B CN112241020 B CN 112241020B CN 201910639721 A CN201910639721 A CN 201910639721A CN 112241020 B CN112241020 B CN 112241020B
- Authority
- CN
- China
- Prior art keywords
- undersampling
- work area
- data
- rate
- noise ratio
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 155
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 34
- 238000005070 sampling Methods 0.000 description 16
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000010276 construction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V2210/66—Subsurface modeling
- G01V2210/665—Subsurface modeling using geostatistical modeling
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种稀疏地震数据采集中确定欠采样率的方法和装置,该方法包括:获取工区炮点和检波点的分布位置信息、工区地下地质构造信息和工区地震数据的信噪比;根据工区地下地质构造信息,建立地质模型;利用所述地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;根据正演炮数据,确定工区欠采样方法;根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率。本发明利用工区炮点和检波点的分布位置信息、工区地下地质构造信息确定了工区的欠采样方法,再结合工区地震数据的信噪比精确的选取了适应于稀疏地震数据采集中的欠采样率,实现了野外的稀疏地震数据采集中工区欠采样率的精确选取。
Description
技术领域
本发明属于地球物理勘探技术领域,尤其涉及一种稀疏地震数据采集中确定欠采样率的方法和装置。
背景技术
从地震数据采集的角度来说,采样即是确定炮点和检波点的分布位置。而从地震数据处理的角度来说,采样则是将连续的地震波场离散化,以利于计算机处理。
但地震数据通常非常巨大,如果按照传统的规则采样进行采集和处理,采集成本相对较高,所以,从经济成本方面考虑,希望所采集的数据越少越好。但传统的规则采样受到Shannon-Nyquist采样定理的限制,对采样频率的要求很高。因此,基于压缩感知理论的稀疏采集技术应运而生。该技术突破了传统传统Nyquist-Shannon采样定理的限制,特别是对于具有稀疏表达方式的信号,可以采用远低千传统采样率的样本来高精度地进行数据重构。这样可以大大节约生产成本。
但是基于压缩感知理论的稀疏采集技术需要按照一定的欠采样率对原始高密度规则观测系统进行非规则欠采样,欠采样率的选取至关重要,直接影响了后续重构的地震资料品质和生产成本。目前欠采样率的确定方法基本都是根据一些生产经验来确定,并没有一个规范的技术流程或技术原理指导欠采样率的精确选取。
发明内容
本发明实施例提供一种稀疏地震数据采集中确定欠采样率的方法,能够实现稀疏地震数据采集中欠采样率的精确选取,该方法包括:
获取工区炮点和检波点的分布位置信息、工区地下地质构造信息和工区地震数据的信噪比;
根据工区地下地质构造信息,建立地质模型;
利用所述地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;
根据正演炮数据,确定工区欠采样方法;
根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率。
本发明实施例还提供一种稀疏地震数据采集中确定欠采样率的装置,包括:
数据获取模块,用于获取工区炮点和检波点的分布位置信息、工区地下地质构造信息和工区地震数据的信噪比;
地址模型建立模块,用于根据工区地下地质构造信息,建立地质模型;
正演炮数据建立模块,用于利用所述地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;
工区欠采样方法确定模块,用于根据正演炮数据,确定工区欠采样方法;
工区欠采样率确定方法模块,用于根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率。
本发明实施例还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现上述稀疏地震数据采集中确定欠采样率的方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行实现上述稀疏地震数据采集中确定欠采样率的方法的计算机程序。
本发明实施例提供的一种稀疏地震数据采集中确定欠采样率的方法和装置,通过规范化的技术流程和原理,利用工区炮点和检波点的分布位置信息、工区地下地质构造信息确定了工区的欠采样方法,再结合工区地震数据的信噪比精确的选取了适应于稀疏地震数据采集中的欠采样率,实现了野外的稀疏地震数据采集中工区欠采样率的精确选取,克服了由于生产经验确定欠采样率的不确定性和误差较大的问题,减小了勘探的风险和节约了生产成本。
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。在附图中:
图1为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法示意图。
图2为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法的潜山模型示意图。
图3A为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法的正演炮数据示意图。
图3B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法的加入噪声的正演炮数据示意图。
图4A为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用40%欠采样率获得的欠采样数据示意图。
图4B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用40%欠采样率的重构数据示意图。
图5A为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用50%欠采样率获得的欠采样数据示意图。
图5B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用50%欠采样率的重构数据示意图。
图6A为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用60%欠采样率获得的欠采样数据示意图。
图6B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用60%欠采样率的重构数据示意图。
图7A为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用70%欠采样率获得的欠采样数据示意图。
图7B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用70%欠采样率的重构数据示意图。
图8A为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用80%欠采样率获得的欠采样数据示意图。
图8B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用80%欠采样率的重构数据示意图。
图9为本发明实施例一种稀疏地震数据采集中确定欠采样率的装置示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本发明实施例提供一种稀疏地震数据采集中确定欠采样率的方法,能够实现稀疏地震数据采集中欠采样率的精确选取,该方法包括:
步骤101:获取工区炮点和检波点的分布位置信息、工区地下地质构造信息和工区地震数据的信噪比;
步骤102:根据工区地下地质构造信息,建立地质模型;
步骤103:利用所述地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;
步骤104:根据正演炮数据,确定工区欠采样方法;
步骤105:根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率。
本发明实施例提供的一种稀疏地震数据采集中确定欠采样率的方法,通过规范化的技术流程和原理,利用工区炮点和检波点的分布位置信息、工区地下地质构造信息确定了工区的欠采样方法,再结合工区地震数据的信噪比精确的选取了适应于稀疏地震数据采集中的欠采样率,实现了野外的稀疏地震数据采集中工区欠采样率的精确选取,克服了由于生产经验确定欠采样率的不确定性和误差较大的问题,减小了勘探的风险和节约了生产成本
如图1本发明实施例一种稀疏地震数据采集中确定欠采样率的方法示意图所示,本发明实施例提供的一种稀疏地震数据采集中确定欠采样率的方法,可以包括:获取工区炮点和检波点的分布位置信息、工区地下地质构造信息和工区地震数据的信噪比;根据工区地下地质构造信息,建立地质模型;利用所述地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;根据正演炮数据,确定工区欠采样方法;根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率。
在地震数据采集中,炮点和检波点的分布位置信息就是数据采样所确定的信息,在实施本发明实施例时,首先需要获取工区炮点和检波点的分布位置信息,构建满足高精度勘探的观测系统。在本发明实施例的一个实例中,如图2本发明实施例一种稀疏地震数据采集中确定欠采样率的方法的潜山模型示意图所示,可以采用潜山模型为例来说明如何进行欠采样率的确定。获取的工区炮点和检波点的分布位置信息,可以包括:炮间距20m,检波距20m,采用双边接收的方式,单个共炮点道集含有501道,共设计炮点501个;同时,还需要获取工区地下地质构造信息和工区地震数据的信噪比,用于实施本发明实施例提供的稀疏地震数据采集中确定欠采样率的方法。
在获取了前述的工区地下地质构造信息后,可以进行地质模型的构建,在实施例中,可以根据工区地下地质构造信息,建立复杂地质情况下的地质模型,用于进行正演模拟。
如图3A本发明实施例一种稀疏地震数据采集中确定欠采样率的方法的正演炮数据示意图所示,在前述建立好地质模型后,需要利用地质模型获取正演炮数据,在实施例中,可以利用前述建立的地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;在实施例中正演模拟可以采用现有技术中的正演方法进行模拟。
在经过正演模拟获取到正演炮数据后,可以对正演炮数据进行处理,根据正演炮数据,确定最适用于工区的欠采样方法。
最后,通过获取的工区地震数据的信噪比、上述正演模拟得到的正演炮数据以及适用于工区的欠采样方法,确定工区的欠采样率。在现场施工中,将前述确定的工区欠采样率结合采集预算成本,确定用于实际施工时所需要采用的欠采样率。
前述的根据正演炮数据,确定工区欠采样方法,在具体实施时,一个实施例中可以包括:选取多种欠采样方法,对正演炮数据进行欠采样,获得每种欠采样方法对应的欠采样数据;分别将每种欠采样方法对应的欠采样数据进行重构,获得每种欠采样方法对应的重构数据;计算每种重构数据的信噪比;在所述多种欠采样方法中,选取重构数据信噪比最高的欠采样方法,作为工区欠采样方法。
在实施例中,选取的多种采样方法,可以包括随机欠采样、jitter欠采样、样方欠采样和基于感知矩阵列最大互相关值最小化的优化采样等,通过应用上述多种欠采样方法,对前述正演模拟得到的正演炮数据进行欠采样,可以获得每种欠采样方法对应的欠采样数据;在对正演炮数据进行欠采样时,可以选取一炮或几炮数据;在实施前述的多种欠采样方法进行采样时,一般选取几种固定的欠采样率,例如30%、50%或70%等,利用这几种固定的欠采样率,得到的欠采样数据能够充分表现出每种欠采样率的特征。在一个实例中,还可以采用1/3的固定欠采样率。
在获得前述每种欠采样方法对应的欠采样数据后,需要分别将每种欠采样方法对应的欠采样数据进行重构,获得每种欠采样方法对应的重构数据;在实施例中,采用的数据重构方法可以选用基于曲波域的稀疏促进优化方法,对每种欠采样方法对应的重构数据中缺失的数据进行重构,获得每种欠采样方法对应的重构数据。
在获得前述每种欠采样方法对应的重构数据后,需要计算每种重构数据的信噪比,在实施例中,前述的随机欠采样、jitter欠采样、样方欠采样和基于感知矩阵列最大互相关值最小化的优化采样对应的信噪比如表1所示:
表1
表1中显示出了上述多种欠采样方法对应的重构数据信噪比,将上述重构数据信噪比进行比较,在所述多种欠采样方法中,选取重构数据信噪比最高的欠采样方法,作为工区欠采样方法。由表1可以得出,重构数据信噪比最高的欠采样方法为基于感知矩阵列最大互相关值最小化的优化采样,因此将基于感知矩阵列最大互相关值最小化的优化采样确定为工区适用的欠采样方法。
在确定了工区的欠采样方法后,需要确定最终适用于工区的欠采样率,前述的根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率,在一个实施例中可以包括:根据工区地震数据的信噪比,对正演炮数据加入与工区地震数据的信噪比等量的噪声;选取多种欠采样率,利用所述工区欠采样方法,对加入噪声的正演炮数据进行欠采样,获得每种欠采样率对应的欠采样数据;分别将每种欠采样率对应的欠采样数据进行重构,获得每种欠采样率对应的重构数据;计算每种重构数据的信噪比;分析每种重构数据信噪比,确定工区欠采样率。
由于信噪比是指数据中信号与噪声的比例,可以通过对信噪比进行分析,得出信噪比包含的噪声,因此对前述获得的工区地震数据的信噪比进行分析,得出对应工区地震数据信噪比的噪声,通过数据处理,将与前述分析得到的工区地震数据信噪比的噪声等量的噪声加入正演炮数据中;在实施例中,加入正演炮数据的噪声可以是人工噪声或合成噪声等;如图3B本发明实施例一种稀疏地震数据采集中确定欠采样率的方法的加入噪声的正演炮数据示意图所示,在本发明实施例的一个实例中,分析工区地震数据的信噪比得出的噪声为20%,因此对正演炮数据加入20%的等量噪声。
在前述正演炮数据加入噪声后,可以选取多种欠采样率,例如选取40%、50%、60%、70%和80%的欠采样率,利用前述确定的欠采样方法,对加入噪声的正演炮数据进行欠采样,获得每种欠采样率对应的欠采样数据
如图4A本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用40%欠采样率获得的欠采样数据示意图所示,该图表示采用40%欠采样率获得的欠采样数据示意图;如图5A本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用50%欠采样率获得的欠采样数据示意图所示,该图表示采用50%欠采样率获得的欠采样数据示意图;如图6A本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用60%欠采样率获得的欠采样数据示意图所示,该图表示采用60%欠采样率获得的欠采样数据示意图;如图7A本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用70%欠采样率获得的欠采样数据示意图所示,该图表示采用70%欠采样率获得的欠采样数据示意图;如图8A本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用80%欠采样率获得的欠采样数据示意图所示,该图表示采用80%欠采样率获得的欠采样数据示意图;
在实施例中可以利用基于感知矩阵列最大互相关值最小化的优化采样,对加入20%噪声的正演炮数据进行欠采样,获得对应上述每种欠采样率的欠采样数据。
在获得每种欠采样率对应的欠采样数据后,可以进行数据重构,在实施例中,分别将每种欠采样率对应的欠采样数据进行重构,获得每种欠采样率对应的重构数据;选取的重构方法可以与前述确定工区欠采样方法时的重构方法一致,也可以不一致;在本发明实施例中,为了增加工区欠采样率的确定速度,可以采用与前述确定工区欠采样方法时一致的重构数据,例如采用基于曲波域的稀疏促进优化方法,对每种欠采样率对应的欠采样数据进行重构,获得每种欠采样率对应的重构数据。
如图4B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用40%欠采样率的重构数据示意图所示,该图表示采用40%欠采样率获得的重构数据示意图;如图5B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用50%欠采样率的重构数据示意图所示,该图表示采用50%欠采样率获得的重构数据示意图;如图6B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用60%欠采样率的重构数据示意图所示,该图表示采用60%欠采样率获得的重构数据示意图;如图7B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用70%欠采样率的重构数据示意图所示,该图表示采用70%欠采样率获得的重构数据示意图;如图8B为本发明实施例一种稀疏地震数据采集中确定欠采样率的方法采用80%欠采样率的重构数据示意图所示,该图表示采用80%欠采样率获得的重构数据示意图;
在获得每种欠采样率对应的重构数据后,可以计算每种数据的信噪比;在实施例中,前述的选取40%、50%、60%、70%和80%的欠采样率对应的信噪比如表2所示:
表2
表2中显示出了上述多种欠采样率对相应的重构数据信噪比,将上述重构数据信噪比进行比较分析,可以得出适用工区的欠采样率。
为了得出最终适用工区的欠采样率,一个实施例中,还需要获取预期最低信噪比;在具体施工时,预期最低信噪比一般由甲方提供;在获取了预期最低信噪比后,前述的分析每种重构数据信噪比,确定工区欠采样率,可以包括:在所述多种欠采样率中,选取重构数据信噪比最接近预期最低信噪比的欠采样率,作为工区欠采样率。在一个实例中,获取的预期最低信噪比为14.5,通过对比前述得到的每种重构数据信噪比,在多种欠采样率中,例如前述实例中的40%、50%、60%、70%和80%的欠采样率中,选取重构数据信噪比最接近预期最低信噪比的欠采样率,作为工区欠采样率,通过对比表2中的重构数据信噪比,发现在本实例中,最接近预期最低信噪比的欠采样率为50%,因此最终50%的欠采样率就被确定为工区欠采样率。在得到工区欠采样率后,再结合采集预算成本,最终确定用于实际施工的欠采样率。
本发明实施例仅展示了如何利用共炮点道集确定欠采样率,但本发明也同样适用于利用共接收点道集的情况,以及过主要目标区域的一条或几条2D测线的情况。上述2D测线的情况可以按照本发明的技术流程,通过分析叠加或最终偏移剖面,进行欠采样率的确定。确定好满足生产需求的最低欠采样率后,再结合采集预算成本,最终确定用于实际稀疏采集的欠采样率。
本发明实施例还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现上述稀疏地震数据采集中确定欠采样率的方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行实现上述稀疏地震数据采集中确定欠采样率的方法的计算机程序。
本发明实施例中还提供了一种稀疏地震数据采集中确定欠采样率的装置,如下面的实施例所述。由于该装置解决问题的原理与一种稀疏地震数据采集中确定欠采样率的方法相似,因此该实验方法的实施可以参见一种稀疏地震数据采集中确定欠采样率的方法的实施,重复之处不再赘述。
如图9本发明实施例一种稀疏地震数据采集中确定欠采样率的装置示意图所示,本发明实施例还提供一种稀疏地震数据采集中确定欠采样率的装置,包括:
数据获取模块901,用于获取工区炮点和检波点的分布位置信息、工区地下地质构造信息和工区地震数据的信噪比;
地址模型建立模块902,用于根据工区地下地质构造信息,建立地质模型;
正演炮数据建立模块903,用于利用所述地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;
工区欠采样方法确定模块904,用于根据正演炮数据,确定工区欠采样方法;
工区欠采样率确定方法模块905,用于根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率。
在一个实施例中,前述工区欠采样方法确定模块根据正演炮数据,确定工区欠采样方法,包括:
选取多种欠采样方法,对正演炮数据进行欠采样,获得每种欠采样方法对应的欠采样数据;
分别将每种欠采样方法对应的欠采样数据进行重构,获得每种欠采样方法对应的重构数据;
计算每种重构数据的信噪比;
在所述多种欠采样方法中,选取重构数据信噪比最高的欠采样方法,作为工区欠采样方法。
在一个实施例中,前述工区欠采样率确定方法模块根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率,包括:
根据工区地震数据的信噪比,对正演炮数据加入与工区地震数据的信噪比等量的噪声;
选取多种欠采样率,利用所述工区欠采样方法,对加入噪声的正演炮数据进行欠采样,获得每种欠采样率对应的欠采样数据;
分别将每种欠采样率对应的欠采样数据进行重构,获得每种欠采样率对应的重构数据;
计算每种重构数据的信噪比;
分析每种重构数据信噪比,确定工区欠采样率。
在一个实施例中,前述数据获取模块还用于获取预期最低信噪比;
分析每种重构数据信噪比,确定工区欠采样率,包括:
在所述多种欠采样率中,选取重构数据信噪比最接近预期最低信噪比的欠采样率,作为工区欠采样率。
综上,本发明实施例提供的一种稀疏地震数据采集中确定欠采样率的方法和装置,通过规范化的技术流程和原理,利用工区炮点和检波点的分布位置信息、工区地下地质构造信息确定了工区的欠采样方法,再结合工区地震数据的信噪比精确的选取了适应于稀疏地震数据采集中的欠采样率,实现了野外的稀疏地震数据采集中工区欠采样率的精确选取,克服了由于生产经验确定欠采样率的不确定性和误差较大的问题,减小了勘探的风险和节约了生产成本。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
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,对本发明的目的、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,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种稀疏地震数据采集中确定欠采样率的方法,其特征在于,包括:
获取工区炮点和检波点的分布位置信息、工区地下地质构造信息和工区地震数据的信噪比;
根据工区地下地质构造信息,建立地质模型;
利用所述地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;
根据正演炮数据,确定工区欠采样方法;
根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率;
其中,根据正演炮数据,确定工区欠采样方法,包括:
选取多种欠采样方法,对正演炮数据进行欠采样,获得每种欠采样方法对应的欠采样数据;
分别将每种欠采样方法对应的欠采样数据进行重构,获得每种欠采样方法对应的重构数据;
计算每种重构数据的信噪比;
在所述多种欠采样方法中,选取重构数据信噪比最高的欠采样方法,作为工区欠采样方法;
根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率,包括:
根据工区地震数据的信噪比,对正演炮数据加入与工区地震数据的信噪比等量的噪声;
选取多种欠采样率,利用所述工区欠采样方法,对加入噪声的正演炮数据进行欠采样,获得每种欠采样率对应的欠采样数据;
分别将每种欠采样率对应的欠采样数据进行重构,获得每种欠采样率对应的重构数据;
计算每种重构数据的信噪比;
分析每种重构数据信噪比,确定工区欠采样率。
2.如权利要求1所述的方法,其特征在于,还包括,获取预期最低信噪比;
分析每种重构数据信噪比,确定工区欠采样率,包括:
在所述多种欠采样率中,选取重构数据信噪比最接近预期最低信噪比的欠采样率,作为工区欠采样率。
3.一种稀疏地震数据采集中确定欠采样率的装置,其特征在于,包括:
数据获取模块,用于获取工区炮点和检波点的分布位置信息、工区地下地质构造信息和工区地震数据的信噪比;
地址模型建立模块,用于根据工区地下地质构造信息,建立地质模型;
正演炮数据建立模块,用于利用所述地质模型,对工区炮点和检波点的分布位置信息进行正演模拟,获得正演炮数据;
工区欠采样方法确定模块,用于根据正演炮数据,确定工区欠采样方法;
工区欠采样率确定方法模块,用于根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率;
工区欠采样方法确定模块根据正演炮数据,确定工区欠采样方法,包括:
选取多种欠采样方法,对正演炮数据进行欠采样,获得每种欠采样方法对应的欠采样数据;
分别将每种欠采样方法对应的欠采样数据进行重构,获得每种欠采样方法对应的重构数据;
计算每种重构数据的信噪比;
在所述多种欠采样方法中,选取重构数据信噪比最高的欠采样方法,作为工区欠采样方法;
工区欠采样率确定方法模块根据工区地震数据的信噪比、工区欠采样方法和正演炮数据,确定工区欠采样率,包括:
根据工区地震数据的信噪比,对正演炮数据加入与工区地震数据的信噪比等量的噪声;
选取多种欠采样率,利用所述工区欠采样方法,对加入噪声的正演炮数据进行欠采样,获得每种欠采样率对应的欠采样数据;
分别将每种欠采样率对应的欠采样数据进行重构,获得每种欠采样率对应的重构数据;
计算每种重构数据的信噪比;
分析每种重构数据信噪比,确定工区欠采样率。
4.如权利要求3所述的装置,其特征在于,数据获取模块还用于获取预期最低信噪比;
分析每种重构数据信噪比,确定工区欠采样率,包括:
在所述多种欠采样率中,选取重构数据信噪比最接近预期最低信噪比的欠采样率,作为工区欠采样率。
5.一种计算机设备,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,所述处理器执行所述计算机程序时实现权利要求1至2任一项所述稀疏地震数据采集中确定欠采样率的方法。
6.一种计算机可读存储介质,所述计算机可读存储介质存储有执行实现权利要求1至2任一项所述稀疏地震数据采集中确定欠采样率的方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910639721.XA CN112241020B (zh) | 2019-07-16 | 2019-07-16 | 稀疏地震数据采集中确定欠采样率的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910639721.XA CN112241020B (zh) | 2019-07-16 | 2019-07-16 | 稀疏地震数据采集中确定欠采样率的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112241020A CN112241020A (zh) | 2021-01-19 |
CN112241020B true CN112241020B (zh) | 2024-04-30 |
Family
ID=74166638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910639721.XA Active CN112241020B (zh) | 2019-07-16 | 2019-07-16 | 稀疏地震数据采集中确定欠采样率的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112241020B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415235B (zh) * | 2022-03-28 | 2022-06-17 | 中国科学院地质与地球物理研究所 | 一种基于正演模拟的非规则地震数据采集方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010077569A1 (en) * | 2008-12-17 | 2010-07-08 | Exxonmobil Upstream Research Company | System and method for reconstruction of time-lapse data |
CN104345340A (zh) * | 2013-07-29 | 2015-02-11 | 中国石油化工股份有限公司 | 一种地震数据规则化中抖动稀疏采样方法 |
CN104422954A (zh) * | 2013-08-20 | 2015-03-18 | 中国石油化工股份有限公司 | 一种地震数据规则化中稀疏采样方法 |
WO2016005784A1 (en) * | 2014-07-08 | 2016-01-14 | Cgg Services Sa | System and method for reconstructing seismic data generated by a sparse spectrum emission |
CN105425301A (zh) * | 2016-01-08 | 2016-03-23 | 东华理工大学 | 一种频率域三维不规则地震数据重建方法 |
CN105785441A (zh) * | 2016-03-07 | 2016-07-20 | 郑鸿明 | 地震数据的信噪比分析方法 |
EP3063564A1 (en) * | 2013-11-01 | 2016-09-07 | ConocoPhillips Company | Compressive sensing |
CN106970419A (zh) * | 2017-04-10 | 2017-07-21 | 东华理工大学 | 一种基于线性Bregman算法的非均匀曲波三维地震数据重建方法 |
EP3206052A1 (en) * | 2016-02-12 | 2017-08-16 | CGG Services SAS | Seismic data acquisition for compressive sensing reconstruction |
CN108181644A (zh) * | 2017-12-06 | 2018-06-19 | 中国石油天然气集团公司 | 一种采样方法及装置 |
CN109407143A (zh) * | 2017-08-16 | 2019-03-01 | 中石化石油工程技术服务有限公司 | 基于压缩感知的地震勘探非规则观测系统设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278116A1 (en) * | 2013-03-15 | 2014-09-18 | Westerngeco L.L.C. | Frequency-sparse seismic data acquisition and processing |
-
2019
- 2019-07-16 CN CN201910639721.XA patent/CN112241020B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010077569A1 (en) * | 2008-12-17 | 2010-07-08 | Exxonmobil Upstream Research Company | System and method for reconstruction of time-lapse data |
CN104345340A (zh) * | 2013-07-29 | 2015-02-11 | 中国石油化工股份有限公司 | 一种地震数据规则化中抖动稀疏采样方法 |
CN104422954A (zh) * | 2013-08-20 | 2015-03-18 | 中国石油化工股份有限公司 | 一种地震数据规则化中稀疏采样方法 |
EP3063564A1 (en) * | 2013-11-01 | 2016-09-07 | ConocoPhillips Company | Compressive sensing |
WO2016005784A1 (en) * | 2014-07-08 | 2016-01-14 | Cgg Services Sa | System and method for reconstructing seismic data generated by a sparse spectrum emission |
CN105425301A (zh) * | 2016-01-08 | 2016-03-23 | 东华理工大学 | 一种频率域三维不规则地震数据重建方法 |
EP3206052A1 (en) * | 2016-02-12 | 2017-08-16 | CGG Services SAS | Seismic data acquisition for compressive sensing reconstruction |
CN105785441A (zh) * | 2016-03-07 | 2016-07-20 | 郑鸿明 | 地震数据的信噪比分析方法 |
CN106970419A (zh) * | 2017-04-10 | 2017-07-21 | 东华理工大学 | 一种基于线性Bregman算法的非均匀曲波三维地震数据重建方法 |
CN109407143A (zh) * | 2017-08-16 | 2019-03-01 | 中石化石油工程技术服务有限公司 | 基于压缩感知的地震勘探非规则观测系统设计方法 |
CN108181644A (zh) * | 2017-12-06 | 2018-06-19 | 中国石油天然气集团公司 | 一种采样方法及装置 |
Non-Patent Citations (8)
Title |
---|
《Compressive sensing for seismic data reconstruction via fast projection onto convex sets based on seislet transform》;Shuwei Gan et al;《Journal of Applied Geophysics》;20160531(第130期);第194-208页 * |
《POCS联合改进的Jitter采样理论曲波域地震数据重建》;王本锋 等;《石油地球物理勘探》;20150228;第50卷(第1期);第20-30页 * |
《基于jitter采样和曲波变换的三维地震数据重建》;张华 等;《地球物理学报》;20130531;第56卷(第5期);第1637-1649页 * |
《基于LDPC 矩阵采样方法的三维地震数据重构》;常傲 等;《世界地质》;20180630;第37卷(第2期);第636-645页 * |
《基于压缩感知技术的全波形反演》;李翔;《石油物探》;20170131;第56卷(第1期);第20-25页 * |
《基于压缩感知的地震数据采集实践》;吕公河 等;《石油物探》;20181130;第57卷(第6期);第831-841页 * |
《基于压缩感知的非规则地震勘探观测系统设计与数据重建》;周松 等;《石油物探》;20170930;第56卷(第5期);第617-625页 * |
《基于稀疏约束的地震数据高效采集方法理论研究》;王汉闯 等;《地球物理学报》;20161130;第59卷(第11期);第4246-4265页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112241020A (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110031896B (zh) | 基于多点地质统计学先验信息的地震随机反演方法及装置 | |
CN106405651B (zh) | 一种基于测井匹配的全波形反演初始速度模型构建方法 | |
US11231513B2 (en) | Systems and methods for refining estimated parameter values in seismic imaging | |
US9952341B2 (en) | Systems and methods for aligning a monitor seismic survey with a baseline seismic survey | |
US10795039B2 (en) | Generating pseudo pressure wavefields utilizing a warping attribute | |
Kazei et al. | Velocity model building by deep learning: From general synthetics to field data application | |
CN112241020B (zh) | 稀疏地震数据采集中确定欠采样率的方法和装置 | |
CN108535777B (zh) | 一种地震波初至检测方法及系统 | |
US11397273B2 (en) | Full waveform inversion in the midpoint-offset domain | |
RU2011148308A (ru) | Способ комплексной обработки геофизических данных и технологическая система "литоскан" для его осуществления | |
CN109581484B (zh) | 地震纵波分量多次波总照明度指标分析方法及装置 | |
EP3092513A2 (en) | Systems and methods for destriping seismic data | |
CN111123361B (zh) | 垂直地震剖面地震数据规则化重建方法及装置、存储介质 | |
US8380440B2 (en) | 3D residual binning and flatness error correction | |
CN114114421B (zh) | 基于深度学习的导向自学习地震数据去噪方法及装置 | |
CN113568041B (zh) | 时移地震三维拖缆采集数据的可重复性分析方法及系统 | |
US20140249755A1 (en) | Method and device for calculating time-shifts and time-strains in seismic data | |
US11454734B2 (en) | Automated extraction of horizon patches from seismic data | |
CN103020999A (zh) | 一种形变区域识别的方法及系统 | |
CN104880732B (zh) | 一种十字子集的构建方法及装置 | |
CN113267809A (zh) | I类页岩储层预测方法及装置 | |
CN114722590B (zh) | 基于地球物理模型的随机采集观测系统设计优选方法 | |
CN112379434B (zh) | 适用于沙漠区的层析反演静校正的方法及装置 | |
CN114859414B (zh) | 从地震数据中自动提取地层倾角信息的方法和装置 | |
CN113835123B (zh) | 基于地质目标叠前偏移成像的地震采集参数分析方法 |
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 |