CN112415599A - 一种近地表介质的品质因子确定方法及装置 - Google Patents
一种近地表介质的品质因子确定方法及装置 Download PDFInfo
- Publication number
- CN112415599A CN112415599A CN202011201693.2A CN202011201693A CN112415599A CN 112415599 A CN112415599 A CN 112415599A CN 202011201693 A CN202011201693 A CN 202011201693A CN 112415599 A CN112415599 A CN 112415599A
- Authority
- CN
- China
- Prior art keywords
- data
- channel
- quality factor
- layer
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 15
- 238000001228 spectrum Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000010410 layer Substances 0.000 abstract description 70
- 239000002344 surface layer Substances 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 5
- 230000005284 excitation Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect 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
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例提供一种近地表介质的品质因子确定方法及装置，首先根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；然后根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；最后根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子；本发明利用双井微测井高速层中两个炮点的井底接收道和地面接收道数据，能够求取准确的近地表双层介质的Q值，而通常的算法只能求得表层的Q值或表层的等效Q值。
Description
技术领域
本发明涉及地质勘探技术领域，具体涉及一种近地表介质的品质因子确定方法及装置。
背景技术
随着勘探的深入，对勘探目标的精度要求越来越高，需要分辨薄互层等小地质目标体，要求地震资料频带宽，分辨率高。而近地表的吸收衰减会严重的降低地震资料的频宽和分辨率，所以获得近地表介质的Q值(即为：品质因子)，再进行反Q滤波就极为重要。目前常用的Q值计算方法很多，其中时间域的方法有:上升时间法、振幅衰减法、子波模拟法、解析信号法等；频率域的方法有:谱模拟法、频谱比法、匹配追踪法、频移法等，各种方法得到Q值的精确性，都取决于采集到的数据的准确性。在已有的Q值估算方法中，频谱比法是应用最为广泛的方法，但是存在诸多不足。
发明内容
针对现有技术中的问题，本发明实施例提供一种近地表介质的品质因子确定方法及装置，能够至少部分地解决现有技术中存在的问题。
一个方面，一种近地表介质的品质因子确定方法，包括：
根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
在优选的实施例中，所述根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子，包括：
根据每个地面接收道和接收井井底道数据各自的波形数据之间频谱比的对数曲线，计算斜率；
利用近地表速度模型进行射线追踪，得到每炮地面道和井底道的射线路径，及每一段射线的传播时间；
根据每炮地面道和井底道的射线路径，及每一段射线的传播时间建立二元一次方程组，确定第一层品质因子和第二层品质因子；
重复进行选取高速层中的多个炮点、确定波形数据、计算斜率、进行射线追踪以及确定第一层品质因子和第二层品质因子的步骤，得到多个第一层品质因子和第二层品质因子；
求取第一层品质因子的平均值和第二层品质因子的平均值，进而得到近地表介质的所述品质因子。
在优选的实施例中，还包括：
获取双井微测井数据及炮点和接收点相对坐标和初至时间。
在优选的实施例中，还包括：
建立所述近地表速度模型。
另一方面，一种近地表介质的品质因子确定装置，包括：
炮点选择模块，根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
波形数据确定模块，根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
品质因子确定模块，根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
在优选的实施例中，所述品质因子确定模块，包括：
斜率计算单元，根据每个地面接收道和接收井井底道数据各自的波形数据之间频谱比的对数曲线，计算斜率；
射线追踪单元，利用近地表速度模型进行射线追踪，得到每炮地面道和井底道的射线路径，及每一段射线的传播时间；
方程组建立单元，根据每炮地面道和井底道的射线路径，及每一段射线的传播时间建立二元一次方程组，确定第一层品质因子和第二层品质因子；
重复执行单元，重复进行选取高速层中的多个炮点、确定波形数据、计算斜率、进行射线追踪以及确定第一层品质因子和第二层品质因子的步骤，得到多个第一层品质因子和第二层品质因子；
品质因子确定单元，求取第一层品质因子的平均值和第二层品质因子的平均值，进而得到近地表介质的所述品质因子。
在优选的实施例中，还包括：
获取模块，获取双井微测井数据及炮点和接收点相对坐标和初至时间。
在优选的实施例中，还包括：
模型建立模块，建立所述近地表速度模型。
再一方面，本发明提供一种电子设备，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上述任一实施例所述近地表介质的品质因子确定方法的步骤。
又一方面，本发明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上述任一实施例所述近地表介质的品质因子确定方法的步骤。
本发明实施例提供的近地表介质的品质因子确定方法及装置，首先根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；然后根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；最后根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子；本发明利用双井微测井高速层中两个炮点的井底接收道和地面接收道数据，能够求取准确的近地表双层介质的Q值，而通常的算法只能求得表层的Q值或表层的等效Q值。
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是本发明一个实施例提供的两层速度模型双井微测井射线传播示意图。
图2是本发明一个实施例提供的某工区的双井微测井观测系统示意图及近地表结构图。
图3是本发明一个实施例提供的激发深度15m炮点的地面道数据和井底道数据的初至和底切。
图4是本发明一个实施例提供的图3中两道数据的振幅谱图和振幅谱比值对数图。
图5是本发明一个实施例提供的近地表介质的品质因子确定方法流程示意图。
图6是本发明一个实施例提供的实现近地表介质的品质因子确定方法的装置结构示意图。
图7是本发明又一个实施例提供的电子设备的实体结构示意图。
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。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
随着勘探的深入，对勘探目标的精度要求越来越高，需要分辨薄互层等小地质目标体，要求地震资料频带宽，分辨率高。而近地表的吸收衰减会严重的降低地震资料的频宽和分辨率，所以获得近地表介质的Q值(即为：品质因子)，再进行反Q滤波就极为重要。目前常用的Q值计算方法很多，其中时间域的方法有:上升时间法、振幅衰减法、子波模拟法、解析信号法等；频率域的方法有:谱模拟法、频谱比法、匹配追踪法、频移法等，各种方法得到Q值的精确性，都取决于采集到的数据的准确性。
在已有的Q值估算方法中，频谱比法是应用最为广泛的方法，下面简要介绍谱比法的原理。
根据Futterman衰减模型，粘弹性介质中地震波的振幅谱可以表示为：
其中：A(f,t)为地震波在t时刻的振幅谱，S(f)为震源子波振幅谱，G(f)为检波器响应，P(t)为包含几何扩散、透射损失等与频率无关的算子，f为频率，Q为品质因子。对时间t2和t1处的振幅谱之比取对数，有：
假设两个接收点具有相同的震源子波和检波器响应，则上式可简化为：
其中：
是与频率无关的常数。
显然式(3)为频率的线性函数，设拟合的直线斜率为k，则品质因子Q可以通过下式计算：
采用双井微测井数据求取近地表Q值是目前业界普遍认为比较可靠的方法。图1为两层速度模型的双井微测井射线传播示意图，根据Futterman衰减模型可知炮点S1激发，接收点R1处的振幅谱为：
其中：A(f,t2+t3)为接收点R3接收到的振幅谱，S1(f)为震源S1子波振幅谱，G3(f)为检波器R3响应，P(t2+t3)为包含几何扩散、透射损失等与频率无关的算子，f为频率，Q0为第一层品质因子，Q1为第二层品质因子。
炮点S1激发，接收点R4处的振幅谱为：
其中：A(f,t1)为接收点R4接收到的振幅谱，S2(f)为震源S2子波振幅谱，G4(f)为检波器响应，P(t1)为包含几何扩散、透射损失等与频率无关的算子，f为频率，Q1为第二层品质因子。
对R3和R4处的振幅谱之比取对数，假设检波器响应一致，则有：
同理可得，炮点S2激发R3和R4处的振幅谱之比的对数：
式(7)和式(8)是频率的线性函数，设拟合直线斜率为分别为k1和k2，则有：
联立式(9)和式(10)，得到二元一次方程组，解这个方程组即可得到Q0和Q1。
其中：a＝(t2-t1)/(t5-t4),b＝t3/t6,时间t1,t2,t3,t4,t5,t6如图1所示。
双井微测井计算Q值的常规方法是选择高速层中某一炮的地面道和井底道数据利用谱比法(或其他方法)求取，这样计算Q值人为因素影响大，不同炮得到不同的结果，有时结果相差很大，到底选择哪一炮计算的Q值作为最终结果无法确定，即使采用多炮求均值的方法也不能很好的解决这个问题。而且只能求得表层的Q值，无法得到高速层中的Q值。高速层中的Q值，理论上可以通过两炮的井底道数据计算，但在实际数据上的试算表明这样计算是不可行的。
图5是本发明一个实施例提供的近地表介质的品质因子确定方法的流程示意图，如图5所示，本发明实施例提供的近地表介质的品质因子确定方法，包括：
S1：根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
S2：根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
S3：根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
本发明实施例提供的近地表介质的品质因子确定，首先根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；然后根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；最后根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子；本发明利用双井微测井高速层中两个炮点的井底接收道和地面接收道数据，能够求取准确的近地表双层介质的Q值，而通常的算法只能求得表层的Q值或表层的等效Q值。
在一些实施例中，所述根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子，包括：
根据每个地面接收道和接收井井底道数据各自的波形数据之间频谱比的对数曲线，计算斜率；
利用近地表速度模型进行射线追踪，得到每炮地面道和井底道的射线路径，及每一段射线的传播时间；
根据每炮地面道和井底道的射线路径，及每一段射线的传播时间建立二元一次方程组，确定第一层品质因子和第二层品质因子；
重复进行选取高速层中的多个炮点、确定波形数据、计算斜率、进行射线追踪以及确定第一层品质因子和第二层品质因子的步骤，得到多个第一层品质因子和第二层品质因子；
求取第一层品质因子的平均值和第二层品质因子的平均值，进而得到近地表介质的所述品质因子。
在一些实施例中，还包括：获取双井微测井数据及炮点和接收点相对坐标和初至时间。
在一些实施例中，还包括：建立所述近地表速度模型。
在具体实施例中，本发明的实现步骤如下：
1)采用通常的方法得到双井微测井数据及炮点和接收点相对坐标，采用通常的地震数据拾取方法得到初至时间，并通过常规的解释方法获得近地表速度模型。
2)根据近地表速度模型，选择高速层中的两个炮点，每一炮选择两道数据，一个地面接收道和接收井井底道数据。
3)根据所选数据波形特征，手工拾取每一道数据的底切，结合初至确定每一道数据用于频谱分析的波形数据。
4)利用每一炮地面道波形数据和井底道波形数据的频谱比的对数曲线，计算斜率k。
5)根据近地表速度模型进行射线追踪，得到每炮地面道和井底道的射线路径，及每一段射线的传播时间，如图1所示。
6)由式(11)和式(12)计算Q0和Q1。
7)重复步骤2)到步骤6)，每一层可以得到多个Q值，每一层的Q值取平均值即为最终Q值。
图1为两层速度模型双井微测井射线传播示意图，其中第一层速度V0，厚度H0,品质因子Q0，第二层速度V1，品质因子Q1，R1、R2、R3为地面上的接收点，R4为井底接收点，S1、S2为激发点，t1、t2、t3、t4、t5、t6为对应射线路径的传播时间。
图2为某工区的双井微测井观测系统示意图及近地表结构图，图中红色圆点为炮点，蓝色三角点为接收点。
图3为某工区的双井微测井13米深度激发的地面接收道(通道号1)数据和井底接收道(通道号14)数据，图中红色短线为初至，蓝色短线为底切。
图4为图3中两道数据的振幅谱图和振幅谱比值对数图，图中左上蓝色曲线为地面道振幅谱，左下红色曲线为井底道振幅谱，右侧黑色曲线为两道振幅谱比值对数曲线，右侧绿线为谱比法拟合直线。
例如在实施例中，图2为某工区的双井微测井观测系统示意图，井深17m，两口井之间的距离10m，激发井中放了17炮，共14道接收，1-4道偏移距1m，5-8道偏移距2m，9-12道偏移距3m，13道偏移距10m，14道为井底接收道，偏移距10m。本方法计算近地表Q值的步骤如下：
1)采用通常的方法得到双井微测井数据及炮点和接收点相对坐标，并通过常规的解释方法获得近地表速度模型(如图2所示)，采用通常的地震数据拾取方法得到初至时间；
2)根据近地表速度模型，选择高速层中的炮点，本例中，选择激发深度13米和10米的两个炮点，分别记为S1和S2。每一炮选择一个地面接收道和接收井井底道数据，本例中地面道选择通道号为1的道，井底道通道号为14。
3)根据所选数据波形特征，手工拾取每一道数据的底切，如图3所示，结合初至确定每一道数据用于频谱分析的波形数据。
4)每一炮的地面道和井底道采用常规谱比法计算振幅谱比值对数的斜率k，选择250-700Hz范围内的频谱，S1和S2计算的斜率分别为k1＝0.0065，k2＝0.0063，振幅谱及振幅谱比值对数如图4所示。
5)根据图2所示近地表速度模型进行射线追踪，得到每炮地面道和井底道的射线路径，及每一段射线的传播时间，如图1所示。t1＝0.0052s、t2＝0.0061s、t3＝0.0061s、t4＝0.0062s、t5＝0.0042s、t6＝0.0061s。
6)根据式(11)和式(12)计算Q0和Q1，Q0＝2.99，Q1＝53.68。
7)重复步骤2)-步骤6)，在高速层中选择多组炮点，可得多个Q0和Q1，求每层Q值的平均值即为最终结果。此例中，表层Q值Q0＝3.25，高速层Q值Q1＝51.32。
图6是本发明又一个实施例提供的实现近地表介质的品质因子确定的支付端的结构示意图，如图6所示，本发明实施例提供的实现近地表介质的品质因子确定的支付端包括：
炮点选择模块1，根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
波形数据确定模块2，根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
品质因子确定模块3，根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
本发明实施例提供的近地表介质的品质因子确定装置，首先根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；然后根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；最后根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子；本发明利用双井微测井高速层中两个炮点的井底接收道和地面接收道数据，能够求取准确的近地表双层介质的Q值，而通常的算法只能求得表层的Q值或表层的等效Q值。
在上述各实施例的基础上，进一步地，所述品质因子确定模块，包括：
斜率计算单元，根据每个地面接收道和接收井井底道数据各自的波形数据之间频谱比的对数曲线，计算斜率；
射线追踪单元，利用近地表速度模型进行射线追踪，得到每炮地面道和井底道的射线路径，及每一段射线的传播时间；
方程组建立单元，根据每炮地面道和井底道的射线路径，及每一段射线的传播时间建立二元一次方程组，确定第一层品质因子和第二层品质因子；
重复执行单元，重复进行选取高速层中的多个炮点、确定波形数据、计算斜率、进行射线追踪以及确定第一层品质因子和第二层品质因子的步骤，得到多个第一层品质因子和第二层品质因子；
品质因子确定单元，求取第一层品质因子的平均值和第二层品质因子的平均值，进而得到近地表介质的所述品质因子。
在上述各实施例的基础上，进一步地，还包括：获取模块，获取双井微测井数据及炮点和接收点相对坐标和初至时间。
在上述各实施例的基础上，还包括：模型建立模块，建立所述近地表速度模型。
本发明实施例提供的近地表介质的品质因子确定端，通过利用一数字卡对每个数字支付订单请求进行支付操作，得到数字支付信息；将所述数字支付信息发送至境外收单行服务器，以更新该支付端实体卡的余额信息；其中，多个数字卡对应所述支付端的实体卡，进而能将一个实体帐户映射成多个数字帐户，解决现有跨境汇款和普通国际商务卡无法满足目前旅游、教育、电商等大型企业多样化及个性化实际需求的难题，提高客户体验，为银行在在线旅游、航空等行业获取更多的企业客户，提升银行商务卡产品的市场份额。同时将促进银行消费额，特别是境外消费额的快速增长，有力推动中间业务收入的增加。
图7是本发明又一个实施例提供的电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)1201、通信接口(Communications Interface)1202、存储器(memory)1203和通信总线1204，其中，处理器1201，通信接口1202，存储器1203通过通信总线1204完成相互间的通信。处理器1201可以调用存储器1203中的逻辑指令，以执行如下方法：
S1：根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
S2：根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
S3：根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
此外，上述的存储器1203中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
S1：根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
S2：根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
S3：根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
本实施例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计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：
S1：根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
S2：根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
S3：根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
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。
在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“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发明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一定指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何的一个或多个实施例或示例中以合适的方式结合。
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 (10)
1.一种近地表介质的品质因子确定方法，其特征在于，包括：
根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
2.根据权利要求1所述的近地表介质的品质因子确定方法，其特征在于，所述根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子，包括：
根据每个地面接收道和接收井井底道数据各自的波形数据之间频谱比的对数曲线，计算斜率；
利用近地表速度模型进行射线追踪，得到每炮地面道和井底道的射线路径，及每一段射线的传播时间；
根据每炮地面道和井底道的射线路径，及每一段射线的传播时间建立二元一次方程组，确定第一层品质因子和第二层品质因子；
重复进行选取高速层中的多个炮点、确定波形数据、计算斜率、进行射线追踪以及确定第一层品质因子和第二层品质因子的步骤，得到多个第一层品质因子和第二层品质因子；
求取第一层品质因子的平均值和第二层品质因子的平均值，进而得到近地表介质的所述品质因子。
3.根据权利要求1所述的近地表介质的品质因子确定方法，其特征在于，还包括：
获取双井微测井数据及炮点和接收点相对坐标和初至时间。
4.根据权利要求3所述的近地表介质的品质因子确定方法，其特征在于，还包括：
建立所述近地表速度模型。
5.一种近地表介质的品质因子确定装置，其特征在于，包括：
炮点选择模块，根据近地表速度模型选择高速层中的多个炮点，每个炮点选择地面接收道和接收井井底道数据；
波形数据确定模块，根据所选数据的波形特征，拾取每个地面接收道和接收井井底道的底切，结合初至确定每个地面接收道和接收井井底道数据中用于频谱分析的波形数据；
品质因子确定模块，根据每个地面接收道和接收井井底道数据各自的波形数据确定近地表介质的所述品质因子。
6.根据权利要求5所述的近地表介质的品质因子确定装置，其特征在于，所述品质因子确定模块，包括：
斜率计算单元，根据每个地面接收道和接收井井底道数据各自的波形数据之间频谱比的对数曲线，计算斜率；
射线追踪单元，利用近地表速度模型进行射线追踪，得到每炮地面道和井底道的射线路径，及每一段射线的传播时间；
方程组建立单元，根据每炮地面道和井底道的射线路径，及每一段射线的传播时间建立二元一次方程组，确定第一层品质因子和第二层品质因子；
重复执行单元，重复进行选取高速层中的多个炮点、确定波形数据、计算斜率、进行射线追踪以及确定第一层品质因子和第二层品质因子的步骤，得到多个第一层品质因子和第二层品质因子；
品质因子确定单元，求取第一层品质因子的平均值和第二层品质因子的平均值，进而得到近地表介质的所述品质因子。
7.根据权利要求5所述的近地表介质的品质因子确定装置，其特征在于，还包括：
获取模块，获取双井微测井数据及炮点和接收点相对坐标和初至时间。
8.根据权利要求7所述的近地表介质的品质因子确定装置，其特征在于，还包括：
模型建立模块，建立所述近地表速度模型。
9.一种电子设备，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计算机程序时实现权利要求1至4任一项所述方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011201693.2A CN112415599A (zh) | 2020-11-02 | 2020-11-02 | 一种近地表介质的品质因子确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011201693.2A CN112415599A (zh) | 2020-11-02 | 2020-11-02 | 一种近地表介质的品质因子确定方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112415599A true CN112415599A (zh) | 2021-02-26 |
Family
ID=74828419
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011201693.2A Pending CN112415599A (zh) | 2020-11-02 | 2020-11-02 | 一种近地表介质的品质因子确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112415599A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070239383A1 (en) * | 2006-03-31 | 2007-10-11 | Tokyo Electron, Ltd. | Refining a virtual profile library |
| CN102288997A (zh) * | 2010-08-10 | 2011-12-21 | 中国石油大学(华东) | 一种利用微测井反演近地表品质因子三维数据体技术 |
| CN103885084A (zh) * | 2014-03-27 | 2014-06-25 | 中国石油大学(北京) | 一种获取近地表吸收参数的方法及装置 |
| CN103984011A (zh) * | 2014-04-16 | 2014-08-13 | 孙赞东 | 一种动态q补偿偏移方法 |
| CN105301658A (zh) * | 2014-06-26 | 2016-02-03 | 中石化石油工程地球物理有限公司胜利分公司 | 利用微侧井记录提取近地表反褶积算子的方法 |
| WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
| CN105510968A (zh) * | 2015-12-31 | 2016-04-20 | 中国海洋大学 | 一种基于地震海洋学的海水物性测量方法 |
| CN110261904A (zh) * | 2019-06-27 | 2019-09-20 | 中国石油化工股份有限公司 | 基于广义s变换的近地表q值反演及分类评价方法 |
| CN110824564A (zh) * | 2018-08-08 | 2020-02-21 | 中国石油化工股份有限公司 | 用于近地表品质因子q值反演的衰减曲线层析剥离方法 |
| CN112379433A (zh) * | 2020-10-30 | 2021-02-19 | 中国石油天然气集团有限公司 | 基于双井微测井数据的近地表品质因子获取方法及装置 |
| CN112415600A (zh) * | 2020-11-02 | 2021-02-26 | 中国石油天然气集团有限公司 | 一种即时互动表层构造恢复方法及装置 |
-
2020
- 2020-11-02 CN CN202011201693.2A patent/CN112415599A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070239383A1 (en) * | 2006-03-31 | 2007-10-11 | Tokyo Electron, Ltd. | Refining a virtual profile library |
| CN102288997A (zh) * | 2010-08-10 | 2011-12-21 | 中国石油大学(华东) | 一种利用微测井反演近地表品质因子三维数据体技术 |
| CN103885084A (zh) * | 2014-03-27 | 2014-06-25 | 中国石油大学(北京) | 一种获取近地表吸收参数的方法及装置 |
| CN103984011A (zh) * | 2014-04-16 | 2014-08-13 | 孙赞东 | 一种动态q补偿偏移方法 |
| CN105301658A (zh) * | 2014-06-26 | 2016-02-03 | 中石化石油工程地球物理有限公司胜利分公司 | 利用微侧井记录提取近地表反褶积算子的方法 |
| WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
| CN105510968A (zh) * | 2015-12-31 | 2016-04-20 | 中国海洋大学 | 一种基于地震海洋学的海水物性测量方法 |
| CN110824564A (zh) * | 2018-08-08 | 2020-02-21 | 中国石油化工股份有限公司 | 用于近地表品质因子q值反演的衰减曲线层析剥离方法 |
| CN110261904A (zh) * | 2019-06-27 | 2019-09-20 | 中国石油化工股份有限公司 | 基于广义s变换的近地表q值反演及分类评价方法 |
| CN112379433A (zh) * | 2020-10-30 | 2021-02-19 | 中国石油天然气集团有限公司 | 基于双井微测井数据的近地表品质因子获取方法及装置 |
| CN112415600A (zh) * | 2020-11-02 | 2021-02-26 | 中国石油天然气集团有限公司 | 一种即时互动表层构造恢复方法及装置 |
Non-Patent Citations (7)
| Title |
|---|
| LI GUO-FA ET AL: "《Tomographic inversion of near-surface Q factor by combining surface and cross-hole seismic surveys》", APPLIED GEOPHYSICS, vol. 13, no. 1, 31 March 2016 (2016-03-31), pages 93 - 102 * |
| 宋吉杰等: "《近地表介质Q估计及其在塔河北部油田的应用》", 石油物探, vol. 57, no. 3, 31 May 2018 (2018-05-31), pages 436 - 442 * |
| 巫南克等: "《谱比法的影响因素研究及应用效果分析》", 物探化探计算技术, vol. 38, no. 2, 31 March 2016 (2016-03-31), pages 225 - 231 * |
| 汪云家: "《利用零偏VSP直达波提取品质因子方法研究》", 油气地质与采收率, vol. 46, no. 1, 31 May 2010 (2010-05-31), pages 47 - 52 * |
| 蒋立等: "《沙漠区近地表和中深层整体Q模型的建立及应用》", 新疆石油天然气, vol. 12, no. 3, 30 September 2016 (2016-09-30), pages 8 - 12 * |
| 费宝生: "《隐蔽油气藏的勘探》", 油气地质与采收率, vol. 9, no. 6, 31 December 2002 (2002-12-31), pages 29 - 32 * |
| 郑浩: "《近地表吸收反演与补偿方法研究及其在大港油田的应用》", 中国优秀硕士学位论文全文数据库 基础科学辑, no. 2018, 15 April 2018 (2018-04-15), pages 26 - 37 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111025384B (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
| US10705238B2 (en) | Method and apparatus for processing seismic data | |
| CN105425289B (zh) | 确定低频波阻抗的方法和装置 | |
| CN108830140B (zh) | 一种基于电成像测井分形维数的火山岩岩性识别方法 | |
| US20140156192A1 (en) | Systems and methods for determining position of marker depth coordinates for construction of geological model of deposit | |
| CN110824564A (zh) | 用于近地表品质因子q值反演的衰减曲线层析剥离方法 | |
| CN104316961B (zh) | 获取风化层的地质参数的方法 | |
| CN115270076A (zh) | 一种品质因子确定方法、装置、电子设备及存储介质 | |
| CN112415599A (zh) | 一种近地表介质的品质因子确定方法及装置 | |
| CN109143368B (zh) | 山前带地震去噪方法 | |
| CN112379433A (zh) | 基于双井微测井数据的近地表品质因子获取方法及装置 | |
| CN112213784B (zh) | 复杂地表地震数据一次处理快速静校正方法 | |
| CN111352158B (zh) | 地震信号增强方法及装置 | |
| CN112083490B (zh) | 地震数据噪声衰减方法及装置 | |
| CN108646288B (zh) | 近地表模型的建立方法和装置 | |
| CN113900141A (zh) | 油气分布预测方法及装置 | |
| CN113945971B (zh) | 基于孔隙结构分类的横波速度预测方法和装置 | |
| CN113514904B (zh) | 地层参数模型建立方法及装置 | |
| US20220404516A1 (en) | Seismic acquisition and processing with a high-speed train source | |
| US11971513B2 (en) | System and method for forming a seismic velocity model and imaging a subterranean region | |
| CN113914853B (zh) | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 | |
| CN111580156B (zh) | 一种地震零值切片自动拾取方法及系统 | |
| CN115826040A (zh) | 一种基于广义染色算法的粘滞介质靶区成像方法 | |
| CN117970466A (zh) | 基于高速层顶的叠前速度分析方法、装置、设备及介质 | |
| Bae et al. | Using Statistical Analysis and Computer Vision to Understand Uncertainty in Subsurface Exploration |
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 |