CN112444866B - 提高超深层地震数据分辨率的方法及存储介质 - Google Patents
提高超深层地震数据分辨率的方法及存储介质 Download PDFInfo
- Publication number
- CN112444866B CN112444866B CN201910812355.3A CN201910812355A CN112444866B CN 112444866 B CN112444866 B CN 112444866B CN 201910812355 A CN201910812355 A CN 201910812355A CN 112444866 B CN112444866 B CN 112444866B
- Authority
- CN
- China
- Prior art keywords
- ultra
- spectrum
- seismic data
- deep
- domains
- 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
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. analysis, for interpretation, for correction
- G01V1/30—Analysis
-
- 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. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- 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. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
- 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
本发明公开了一种提高超深层地震数据分辨率的方法及存储介质,方法包括:多域数据谱分解优化步骤,用于基于超深层地质目标的主频函数频谱与原始地震数据的多个域的数据分解频谱的运算,来获得所述多个域的最优谱分解量;反褶积算子设计步骤,用于基于所述多个域的最优谱分解量来设计反褶积算子,并根据超深层地质目标的目标深度来优化所述反褶积算子;以及反褶积算子应用步骤,用于将优化后的反褶积算子与所述原始地震数据进行反褶积运算,以获得反褶积运算后的地震数据。
Description
技术领域
本发明涉及石油地球物理勘探技术领域,特别是涉及一种提高地震勘探中超深层地震数据分辨率的方法及存储介质。
背景技术
在石油地球物理勘探领域,埋深超过8000米的地层,地质上认为是超深层。随着石油勘探技术的日益发展,目前超深层勘探已经进入油气勘探开发的领域。
超深层地震勘探需要更高的数据品质、以及更高的数据分辨率。而超深层原始地震采集的地震信号噪音干扰影响严重,频率差异巨大,信号能量较弱。常规提高分辨率方法大都是通过采用褶积的方法压缩地震子波,挤压子波旁瓣,消除假频因素,提高数据纵向分辨率。
反褶积是由地震数据恢复反射系数,主要作用是压缩地震反射脉冲的长度,提高地震反射记录的分辨率,并进一步估计地下反射界面的反射系数。目前常用的反褶积有最小平方反褶积、预测反褶积、同态反褶积、地表一致性反褶积、最大熵反褶积、变模反褶积、Q反褶积等等;特殊的反褶积有Noah反褶积、最小信息反褶积、Kalman反褶积等。
超深层的地层埋藏深,地震射线路经长,受波场扩散和地层吸收的影响,频带较窄,主频较低。常规反褶积方法不考虑地质因素的影响,直接对数据算子压缩,简单地分割反射同相轴,因此产生一些假象和错误的反射层。统计分析表明,当前提高分辨率的方法不能很好的解决超深层频率低的问题,单一的反褶积方法难以提高超深层的数据分辨率。
发明内容
鉴于以上问题,本发明提出在深入分析超深层地质地层因素的基础上,有针对性地压缩地震子波,拓宽有效频带,并保持相对稳定的地震数据信噪比。
为此,本发明根据超深层地震原始数据的特点,对超深层地震数据进行统计分析频带和主频变化,并结合自适应高精度匹配反褶积方法,具有较强的稳定性和适应性,从而提高超深层地震数据纵向分辨率。
本发明的提高超深层地震数据分辨率的方法提供了针对拓宽超深层地质目标的有效频带和提高数据分辨率的技术手段,避免了常规方法的局限性,能够更好地适应复杂多变的超深层地质目标的数据品质的变化,更好地兼顾数据信噪比,拓宽数据频带,从而提高超深层地质目标地震数据纵向分辨率。本发明的方法已在多个埋深超过8000米的地震探区应用,取得了良好的应用效果。
本发明的整体思路在于:首先利用自回归谱法分别计算地质主频函数(测井数据)和原始地震数据的频谱;其次利用小波分析法分解地震数据频谱到共炮域、共检波点域、共偏移距域以及主频域;第三是将各谱分进行综合互相关运算,同时利用主频函数目标层位进行约束优化,获得优化后的反褶积算子;第四用反褶积算子对原始数据进行褶积处理,输出提高超深层分辨率数据。
根据本发明的一方面,提供了一种提高超深层地震数据分辨率的方法,包括:
多域数据谱分解优化步骤,用于基于超深层地质目标的主频函数频谱与原始地震数据的多个域的数据分解频谱进行运算,来获得所述多个域的最优谱分解量;
反褶积算子设计步骤,用于基于所述多个域的最优谱分解量来设计反褶积算子,并根据超深层地质目标的目标深度来优化所述反褶积算子;以及
反褶积算子应用步骤,用于将优化后的反褶积算子与所述原始地震数据进行反褶积运算,以获得反褶积运算后的地震数据。
根据实施例,其中,所述多域数据谱分解优化步骤包括:
基于所述超深层地质目标的频率特性,确定所述超深层地质目标的主频函数;
基于所述超深层地质目标的主频函数,计算所述超深层地质目标的主频函数频谱,以及计算所述原始地震数据的频谱;
将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱;以及
将所述主频函数频谱与所述多个域的数据分解频谱进行互相关运算,以获得所述多个域的最优谱分解量。
根据实施例,其中,所述基于超深层地质目标的频率特性,确定所述超深层地质目标的主频函数,包括:
基于与所述超深层地质目标有关的地质研究和井资料,建立所述超深层地质目标的频率特征,从而确定所述超深层地质目标的主频函数。
根据实施例,其中,所述基于所述超深层地质目标的主频函数,计算所述地质目标的主频函数频谱,包括:
使用自回归谱分析方法,计算所述地质目标的主频函数频谱。
根据实施例,其中,计算所述原始地震数据的频谱,包括:
使用自回归谱分析方法,计算所述原始地震数据的频谱。
根据实施例,其中,所述将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱,包括:
使用小波分析方法,将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱。
根据实施例,其中,所述多个域包括:共炮点域、共检波点域、共偏移距域以及主频域。
根据实施例,其中,所述反褶积算子设计步骤包括:
使用小波分析方法,基于所述多个域的最优谱分解量来,获得所述反褶积算子,并且使用互相关分析方法,根据超深层地质目标的目标深度,来优化所述反褶积算子。
根据实施例,其中,所述反褶积算子应用步骤包括:
使用优化后的反褶积算子,对所述原始地震数据进行褶积运算,以获得反褶积运算后的地震数据。
根据本发明的另一方面,还提供了一种存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时实现如上所述的提高超深层地震数据分辨率的方法。
如上所述,本发明的方法能够在不对浅中深地层数据产生影响的情况下,提高超深层地质目标的数据分辨率,避免了常规方法的局限性,适应多种条件下的超深层勘探目标。
本发明的其它特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及说明书附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1示出根据本发明实施例的提高超深层地震数据分辨率的方法的流程图;
图2示出应用根据本发明实施例的提高超深层地震数据分辨率的方法的超深层地质目标的主频函数特征图;
图3示出针对地震原始数据应用根据本发明实施例的提高超深层地震数据分辨率的方法与常规方法,获得的分辨率剖面对比图;以及
图4示出示出针对地震原始数据应用根据本发明实施例的提高超深层地震数据分辨率的方法与常规方法,获得的分辨率频谱曲线图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
同时,在以下说明中,出于解释的目的而阐述了许多具体细节,以提供对本发明实施例的彻底理解。然而,对本领域的技术人员来说显而易见的是,本发明可以不必用这里的具体细节或者所描述的特定方式来实施。
以下将结合附图具体描述根据本发明实施例的提高超深层地震数据分辨率的方法。
图1示出根据本发明实施例的提高超深层地震数据分辨率的方法的流程图。
如图1所示,根据本发明实施例的提高超深层地震数据分辨率的方法,包括:
多域数据谱分解优化步骤,用于基于超深层地质目标的主频函数频谱与原始地震数据的多个域的数据分解频谱进行运算,来获得所述多个域的最优谱分解量;
反褶积算子设计步骤,用于基于所述多个域的最优谱分解量来设计反褶积算子,并根据超深层地质目标的目标深度来优化所述反褶积算子;以及
反褶积算子应用步骤,用于将优化后的反褶积算子与所述原始地震数据进行反褶积运算,以获得反褶积运算后的地震数据。
在一个实施例中,所述多域数据谱分解优化步骤包括:
基于所述超深层地质目标的频率特性,确定所述超深层地质目标的主频函数;
基于所述超深层地质目标的主频函数,计算所述超深层地质目标的主频函数频谱,以及计算所述原始地震数据的频谱;
将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱;以及
将所述主频函数频谱与所述多个域的数据分解频谱进行互相关运算,以获得所述多个域的最优谱分解量。
为此,本发明根据超深层地震原始数据的特点,对超深层地震数据进行统计分析频带和主频变化,并结合自适应高精度匹配反褶积方法,具有较强的稳定性和适应性,从而提高超深层地震数据纵向分辨率。
本发明的提高超深层地震数据分辨率的方法提供了针对拓宽超深层地质目标的有效频带和提高数据分辨率的技术手段,避免了常规方法的局限性,能够更好地适应复杂多变的超深层地质目标的数据品质的变化,更好地兼顾数据信噪比,拓宽数据频带,从而提高超深层地质目标地震数据纵向分辨率。
在一个实施例中,所述基于所述超深层地质目标的频率特性,确定所述超深层地质目标的主频函数,包括:
基于与所述超深层地质目标有关的地质研究和井资料,建立所述超深层地质目标的频率特性,从而确定所述超深层地质目标的主频函数。
在一个实施例中,所述基于所述超深层地质目标的主频函数,计算所述超深层地质目标的主频函数频谱,包括:
使用自回归谱分析方法,分别计算所述超深层地质目标的主频函数频谱。
在另一个实施例中,计算所述原始地震数据的频谱,包括:
使用自回归谱分析方法,计算所述原始地震数据的频谱。
然而,本发明不限于此,任何合适的谱分析方法均可以用于分析和计算超深层地质目标的主频函数频谱和地震数据的频谱。
在一个实施例中,将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱,包括:
使用小波分析方法,将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱。
然而,本发明不限于此,任何合适的谱分析方法均可以用于分析并且将地震数据的频谱分解到多个域以获得多个域的数据分解频谱。
在一个实施例中,所述多个域包括:共炮点域、共检波点域、共偏移距域以及主频域。
其中,共炮点域为共同激发震源的所有检波点接收到信号的地震道集的地震数据聚集体。
共检波点域为共同接收检波点信号的地震道集的数据聚集体。
共偏移距域为数据体中所有偏移距相同的地震道集聚集体。
主频域为数据主频一致的地震数据道集聚集体。
在一个实施例中,所述反褶积算子设计步骤包括:
使用小波分析方法,基于所述多个域的最优谱分解量来,获得所述反褶积算子,并且使用互相关分析方法,根据超深层地质目标的目标深度,来优化所述反褶积算子。
在一个实施例中,所述反褶积算子应用步骤包括:
将优化后的反褶积算子与所述原始地震数据进行反褶积运算,以获得反褶积运算后的地震数据。
如上所述,根据本发明的提高超深层地震数据分辨率的方法具有以下优点:
1)方法可靠,思路明确,针对性强,实现精度高;
2)考虑超深层的地质因素,不对浅中深的信号带来负面影响;
3)避免了常规方法的局限性,适应了多种条件下的超深层勘探目标,算法易于收敛,结果更加可靠。
根据本发明的另一方面,提供了一种提高超深层地震数据分辨率的方法,包括:
基于所述超深层地质目标的频率特性,确定所述超深层地质目标的主频函数;
基于所述超深层地质目标的主频函数,计算所述超深层地质目标的主频函数频谱,以及计算所述原始地震数据的频谱;
将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱;以及
将所述主频函数频谱与所述多个域的数据分解频谱进行互相关运算,以获得所述多个域的最优谱分解量;
基于所述多个域的最优谱分解量来设计反褶积算子,并根据超深层地质目标的目标深度来优化所述反褶积算子;以及
将优化后的反褶积算子与所述原始地震数据进行反褶积运算,以获得反褶积运算后的地震数据。
在一个实施例中,所述基于所述超深层地质目标的频率特性,确定所述超深层地质目标的主频函数,包括:
基于与所述超深层地质目标有关的地质研究和井资料,建立所述超深层地质目标的频率特性,从而确定所述超深层地质目标的主频函数。
在一个实施例中,所述基于所述超深层地质目标的主频函数,计算所述超深层地质目标的主频函数频谱,以及计算所述原始地震数据的频谱,包括:
使用自回归谱分析方法,计算所述超深层地质目标的主频函数频谱。
在另一个实施例中,所述基于所述超深层地质目标的主频函数,计算所述超深层地质目标的主频函数频谱,以及计算所述原始地震数据的频谱,包括:
使用自回归谱分析方法,计算所述原始地震数据的频谱。
然而,本发明不限于此,任何合适的谱分析方法均可以用于分析和计算超深层地质目标的主频函数频谱和地震数据的频谱。
在一个实施例中,将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱,包括:
使用小波分析方法,将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱。
然而,本发明不限于此,任何合适的谱分析方法均可以用于分析并且将地震数据的频谱分解到多个域以获得多个域的数据分解频谱。
在一个实施例中,所述多个域包括:共炮点域、共检波点域、共偏移距域以及主频域。
其中,共炮点域为共同激发震源的所有检波点接收到信号的地震道集的地震数据聚集体。
共检波点域为共同接收检波点信号的地震道集的数据聚集体。
共偏移距域为数据体中所有偏移距相同的地震道集聚集体。
主频域为数据主频一致的地震数据道集聚集体。
在一个实施例中,所述反褶积算子设计步骤包括:
使用小波分析方法,基于所述多个域的最优谱分解量来,获得所述反褶积算子,并且使用互相关分析方法,根据超深层地质目标的目标深度,来优化所述反褶积算子。
在一个实施例中,所述反褶积算子应用步骤包括:
使用褶积滤波方法,将优化后的反褶积算子与所述原始地震数据进行反褶积运算,以获得反褶积运算后的地震数据。
根据本发明的另一方面,还提供了根据本发明的另一方面,还提供了一种存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的提高超深层地震数据分辨率的方法。
如上所述,本发明根据超深层地震数据的特点,有针对性地采用自适应高精度反褶积提高数据分辨率,该方法首先结合超深层地质目标频率特性确定其目标主频函数,并分别计算超深层地质目标的主频函数频谱和地震数据的频谱;其次对各数据谱进行谱分解。将分解后的谱与主频函数谱做互相关运算,输出各域最优化数据分解频谱;第四使用各域优化数据分解频谱进行反褶积算子设计,并根据目标深度优化算子;第五将优化后的反褶积算子与原始地震数据记录做反褶积运算应用,达到提高地震数据地分辨率的目的。本发明的方法的优点在于:在不对浅中深地层数据产生影响的条件下,确保提高数据分辨率,方法可靠,思路明确,针对性强,实现精度高,避免了常规方法的局限性,适应了多种条件下的超深层勘探目标,算法易于收敛,结果更加可靠。
以下,结合图2至图4具体描述应用根据本发明实施例的提高超深层地震数据分辨率的方法的示例与使用常规方法的对比。
图2示出应用根据本发明实施例的提高超深层地震数据分辨率的方法的超深层地质目标的主频函数特征图;
图3示出针对地震原始数据应用根据本发明实施例的提高超深层地震数据分辨率的方法与常规方法,获得的分辨率剖面对比图;以及
图4示出示出针对地震原始数据应用根据本发明实施例的提高超深层地震数据分辨率的方法与常规方法,获得的分辨率频谱曲线图。
如图2-4所示,该示例选取一个超深层工区进行试验。该工区具有多口测录井,通过分析与该工区有关的地质研究以及测录井的资料,建立该工区的频率特性,从而提取其地质主频函数(参见图2)。该工区为沙漠地表,三维地震采集,最大偏移距达到10000m,覆盖次数达到900次。地下目标层为埋深达到8500m的奥陶系地层,地震地层表现弱反射同相轴,常规频谱分析目标地层频率为12hz,常规提高分辨率方法获得的分辨率为17-19Hz。通过逐级应用本发明的方法,可以看到波组特征自然,各种地质现象得到较好的保持,局部小地质目标拓频后,微幅构造得以展现,刻画更精细(参见图3)。目标地层的纵向分辨率达到22-25Hz,信噪比没有较大的变化,但目标层分辨率提高了约6Hz(参见图4)。
应用本发明方法的示例结果表明:采用本发明方法不仅对超深层应用效果较为明显,而且对浅中深地层的反射同相轴都得到了较好的应用效果;单炮记录和地震剖面较其它方法也有较好的改善,验证了本发明方法的可行性和应用效果。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定处理步骤或材料,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“实施例”意指结合实施例描述的特定特征、或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“实施例”并不一定均指同一个实施例。
本领域的技术人员应该明白,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域的技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM或技术领域内所公知的任意其它形式的存储介质中。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (9)
1.一种提高超深层地震数据分辨率的方法,包括:
多域数据谱分解优化步骤,用于基于所述超深层地质目标的频率特性,确定所述超深层地质目标的主频函数;基于所述超深层地质目标的主频函数,计算所述超深层地质目标的主频函数频谱,以及计算原始地震数据的频谱;将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱;以将所述主频函数频谱与所述多个域的数据分解频谱进行互相关运算,以获得所述多个域的最优谱分解量;
反褶积算子设计步骤,用于基于所述多个域的最优谱分解量来设计反褶积算子,并根据超深层地质目标的目标深度来优化所述反褶积算子;以及
反褶积算子应用步骤,用于将优化后的反褶积算子与所述原始地震数据进行反褶积运算,以获得反褶积运算后的地震数据。
2.根据权利要求1所述的方法,其中,所述基于超深层地质目标的频率特性,确定所述超深层地质目标的主频函数,包括:
基于与所述超深层地质目标有关的地质研究和井资料,建立所述超深层地质目标的频率特征,从而确定所述超深层地质目标的主频函数。
3.根据权利要求2所述的方法,其中,所述基于所述超深层地质目标的主频函数,计算所述地质目标的主频函数频谱,包括:
使用自回归谱分析方法,计算所述地质目标的主频函数频谱。
4.根据权利要求2所述的方法,其中,计算所述原始地震数据的频谱,包括:
使用自回归谱分析方法,计算所述原始地震数据的频谱。
5.根据权利要求3或4所述的方法,其中,所述将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱,包括:
使用小波分析方法,将所述原始地震数据的频谱分解到所述多个域以获得所述多个域的数据分解频谱。
6.根据权利要求5所述的方法,其中,所述多个域包括:共炮点域、共检波点域、共偏移距域以及主频域。
7.根据权利要求6所述的方法,其中,所述反褶积算子设计步骤包括:
使用小波分析方法,基于所述多个域的最优谱分解量来,获得所述反褶积算子,并且使用互相关分析方法,根据超深层地质目标的目标深度,来优化所述反褶积算子。
8.根据权利要求7所述的方法,其中,所述反褶积算子应用步骤包括:
使用优化后的反褶积算子,对所述原始地震数据进行褶积运算,以获得反褶积运算后的地震数据。
9.一种存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时实现如权利要求1至8中的任一项所述的提高超深层地震数据分辨率的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812355.3A CN112444866B (zh) | 2019-08-30 | 2019-08-30 | 提高超深层地震数据分辨率的方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812355.3A CN112444866B (zh) | 2019-08-30 | 2019-08-30 | 提高超深层地震数据分辨率的方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112444866A CN112444866A (zh) | 2021-03-05 |
CN112444866B true CN112444866B (zh) | 2023-07-04 |
Family
ID=74740833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910812355.3A Active CN112444866B (zh) | 2019-08-30 | 2019-08-30 | 提高超深层地震数据分辨率的方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112444866B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101201407A (zh) * | 2006-12-12 | 2008-06-18 | 中国石油天然气集团公司 | 相对无高频泄漏等效n点平滑谱模拟反褶积方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556338A (zh) * | 2008-04-10 | 2009-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种可控震源自适应地表一致性反褶积方法 |
CA2794465A1 (en) * | 2010-05-05 | 2011-11-10 | Exxonmobil Upstream Research Company | Q tomography method |
CN103076631B (zh) * | 2011-10-26 | 2016-03-23 | 中国石油化工股份有限公司 | 一种基于零脉冲反褶积提频技术的煤层气田陷落柱预测方法 |
CN102879818B (zh) * | 2012-08-30 | 2015-05-20 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 一种改进的地震道数据的分解和重构方法 |
CN103389513B (zh) * | 2013-08-02 | 2016-05-04 | 中国石油集团川庆钻探工程有限公司 | 应用声波测井资料约束反演提高地震资料分辨率的方法 |
WO2016063125A1 (en) * | 2014-10-23 | 2016-04-28 | Cgg Services Sa | Imaging the near subsurface with surface consistent deconvolution operators |
CN107024718A (zh) * | 2017-05-31 | 2017-08-08 | 西南石油大学 | 基于ceemd‑spwvd时频谱分析的叠后地震流体预测方法 |
-
2019
- 2019-08-30 CN CN201910812355.3A patent/CN112444866B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101201407A (zh) * | 2006-12-12 | 2008-06-18 | 中国石油天然气集团公司 | 相对无高频泄漏等效n点平滑谱模拟反褶积方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112444866A (zh) | 2021-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gómez et al. | A simple method inspired by empirical mode decomposition for denoising seismic data | |
Neelamani et al. | Coherent and random noise attenuation using the curvelet transform | |
Bekara et al. | Random and coherent noise attenuation by empirical mode decomposition | |
US9448317B2 (en) | Method for swell noise detection and attenuation in marine seismic surveys | |
US11880011B2 (en) | Surface wave prediction and removal from seismic data | |
Sala et al. | Processing stepped frequency continuous wave GPR systems to obtain maximum value from archaeological data sets | |
US8054711B2 (en) | Method and apparatus for attenuation wind noise in seismic data | |
Jeng et al. | Adaptive filtering of random noise in near-surface seismic and ground-penetrating radar data | |
Economou | Time‐varying band‐pass filtering GPR data by self‐inverse filtering | |
CN112255690B (zh) | 基于地震相位分解的自适应围岩强反射分离方法 | |
CN112444866B (zh) | 提高超深层地震数据分辨率的方法及存储介质 | |
Battista et al. | Empirical mode decomposition operator for dewowing GPR data | |
Xie et al. | An improved ant-tracking workflow based on divided-frequency data for fracture detection | |
CN110749923A (zh) | 一种基于范数方程提高分辨率的反褶积方法 | |
CN114428280A (zh) | 一种地震数据低频信息补偿方法及其应用 | |
Ewida et al. | Efficiency of post-stack processing in enhancing seismic data quality: a case study of Southwest Qarun-Field, Gindi Basin, Egypt | |
Feng et al. | Signal enhancement and complex signal analysis of GPR based on Hilbert-Huang transform | |
Rashed | Application of alternative seismic‐stacking techniques to ringing noise removal from GPR data | |
Alemdağ et al. | Combining ground-penetrating radar sections with different antenna frequencies including time-frequency domain noise suppression filters | |
Ma et al. | A Global and Multi-Scale Denoising Method Based on Generative Adversarial Network for DAS VSP Data | |
CN105989240A (zh) | 砂层预测方法及装置 | |
Wang et al. | Preconditioning point-source/point-receiver high-density 3D seismic data for lacustrine shale characterization in a loess mountain area | |
Ouadfeul et al. | 1D wavelet transform and geosciences | |
Giroux et al. | Assisted traveltime picking of crosshole GPR data | |
CN113740909B (zh) | 一种基于稀疏s变换和自适应对数谱比法的地震衰减估计方法、系统、设备及存储介质 |
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 |