CN112698390A - 叠前地震反演方法及装置 - Google Patents

叠前地震反演方法及装置 Download PDF

Info

Publication number
CN112698390A
CN112698390A CN202011252292.XA CN202011252292A CN112698390A CN 112698390 A CN112698390 A CN 112698390A CN 202011252292 A CN202011252292 A CN 202011252292A CN 112698390 A CN112698390 A CN 112698390A
Authority
CN
China
Prior art keywords
wave velocity
gather
seismic
longitudinal wave
density
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
Application number
CN202011252292.XA
Other languages
English (en)
Other versions
CN112698390B (zh
Inventor
魏超
杨昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202011252292.XA priority Critical patent/CN112698390B/zh
Publication of CN112698390A publication Critical patent/CN112698390A/zh
Application granted granted Critical
Publication of CN112698390B publication Critical patent/CN112698390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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. 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
    • G01V1/30—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. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity

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

本发明公开了一种叠前地震反演方法及装置，该方法包括：利用工区内的叠前角道集数据及测井数据构建初始模型；根据工区内的叠前角道集数据叠加形成多个叠加地震道集；确定单参数合成地震道集；根据叠加地震道集及其单参数合成地震道集构建多目标函数；通过非线性全局寻优算法迭代求解多目标函数，获得最优纵波速度、最优横波速度及最优密度；确定工区内最终反演的纵波速度、横波速度及密度。本发明通过单参数纵波反射系数加权项差异构建多目标函数，由三参数求解分解为三个单参数求解，利用单参数纵波反射系数加权项均衡响应差异，通过非线性全局寻优算法迭代求解多目标函数以增强反演过程控制，提高反演精度。

Description

叠前地震反演方法及装置
技术领域
本发明涉及地球物理勘探技术领域，尤其涉及叠前地震反演方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
地震反演是地震储层预测的一项核心技术，是利用各种优化方法将地震资料转换成地下介质的物性参数以进行储层预测。传统叠后地震反演要求储层在波阻抗上有可识别的特征差异。随着勘探开发程度不断提高、储层日益复杂，仅依靠叠后反演的波阻抗差异难以满足复杂储层描述的需要。随着勘探的需求和技术的发展，叠前反演成为油气勘探领域的研究重点。
叠前反演一般可以分为基于波动方程的全波形反演、弹性阻抗反演和AVO反演。基于波动方程的反演精度高但效率低，目前还处于试验阶段。弹性阻抗反演将波阻抗的概念从零入射角拓展到了任意入射角，以寻求能反映流体的差异所在，然而它在反演方法上和叠后反演并没有什么本质的差别。而叠前AVO反演简单、高效、可操作性强，其理论基础是Zoeppritz方程，它精确表示了振幅随入射角变化与岩性参数之间的关系。然而Zoeppritz方程数学形式复杂，难以给出清楚的物理概念，这使得Zoeppritz方程一度难以在实际中应用。因此不少学者基于不同的假设和目的推导了一些近似公式，使其更加容易理解，也具有较明显的物理意义。在实际应用中常用的有Aki-Richards近似公式、Shuey近似公式、郑晓东近似公式、Fatti近似公式等。
在这些近似公式中，尤以Aki-Richards近似公式近似精度最高且表达形式最为直接，应用也最为广泛。但由于Aki-Richards近似公式本身存在很强的奇异性、且各参数系数项差异高达两个数量级以上，这种差异导致各个参数的地震响应存在强弱差别，而常规的叠前反演方法又难以均衡这种响应差异，进而直接影响横波和密度的反演精度，难以满足复杂储层描述以及油藏精细描述的需要。
由此可见，现有的叠前地震反演存在响应差异不均衡、反演精度低的问题。
发明内容
本发明实施例提供一种叠前地震反演方法，用以均衡响应差异、提高反演精度，该叠前地震反演方法包括：
利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；
根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；
确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；
利用每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；
通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；
根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。
本发明实施例还提供一种叠前地震反演装置，用以均衡响应差异、提高反演精度，该叠前地震反演装置包括：
模型构建模块，用于利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；
叠加模块，用于根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；
合成道集确定模块，用于确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；
目标函数构建模块，用于利用每个叠加地震道集对应的单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；
优化迭代模块，用于通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；
确定模块，用于根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。
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叠前地震反演方法。
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上述叠前地震反演方法的计算机程序。
本发明实施例中，利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；根据每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。本发明实施例在叠前三参数反演中通过单参数纵波反射系数加权项差异构建多目标函数，由三参数求解分解为三个单参数求解，利用单参数纵波反射系数加权项均衡响应差异，通过非线性全局寻优算法迭代求解多目标函数增强反演过程控制，极大的提高反演精度。
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为本发明实施例提供的叠前地震反演方法的实现流程图；
图2为本发明实施例提供的叠前地震反演方法中步骤101的实现流程图；
图2-1为本发明实施例提供的某检验井的实际纵波速度、实际横波速度及实际密度(实线)，及构建的纵波速度、横波速度及密度的初始模型(虚线)示意图；
图3为本发明实施例提供的叠前地震反演方法中步骤102的实现流程图；
图3-1为本发明实施例提供的某检验井的3个实际叠加地震道集示意图；
图4为本发明实施例提供的叠前地震反演方法中步骤103的实现流程图；
图4-1为本发明实施例提供的某检验井的3个实际叠加地震道对应的子波示意图；
图5为本发明实施例提供的叠前地震反演方法中步骤104的实现流程图；
图6为本发明实施例提供的叠前地震反演方法中步骤105的实现流程图；
图7为本发明实施例提供的叠前地震反演方法中步骤106的实现流程图；
图7-1为本发明实施例提供的某验证井的反演结果(虚线)与实际测井数据(实现)对比示意图；
图8为本发明实施例提供的叠前地震反演装置的功能模块图；
图9为本发明实施例提供的叠前地震反演装置中模型构建模块801的结构框图；
图10为本发明实施例提供的叠前地震反演装置中叠加模块802的结构框图；
图11为本发明实施例提供的叠前地震反演装置中合成道集确定模块803的结构框图；
图12为本发明实施例提供的叠前地震反演装置中目标函数构建模块804的结构框图；
图13为本发明实施例提供的叠前地震反演装置中优化迭代模块805的结构框图；
图14为本发明实施例提供的叠前地震反演装置中确定模块806的结构框图。
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。
图1示出了本发明实施例提供的叠前地震反演方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
如图1所示，叠前地震反演方法，其包括：
步骤101，利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；
步骤102，根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；
步骤103，确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；
步骤104，利用每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；
步骤105，通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；
步骤106，根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。
在进行叠前地震反演时，获取工区内相应的叠前角道集数据及测井数据，通过对叠前角道集数据及测井数据进行井震标定，获得标定后的测井数据，进而对标定后的测井数据进行插值，构建关于纵波速度、横波速度及密度的初始模型。对获取的工区内的叠前角道集数据进行叠加，以形成不同角度的多个叠加地震道集，确定每个叠加地震道集对应的单参数合成地震道集。其中，单参数合成地震道集是基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成的。单参数合成地震道集包括纵波速度的单参数合成地震道集、横波速度的单参数合成地震道集及密度的单参数合成地震道集。
在确定每个叠加地震道集的单参数合成地震道集后，利用每个叠加地震道集及其单参数合成地震道集，构建每个叠加地震道集的多目标函数，多目标函数为关于纵波速度、横波速度及密度的多目标函数。
在构建每个叠加地震道集的多目标函数后，利用非线性全局寻优算法对每个叠加地震道集的多目标函数进行迭代求解，通过迭代求解获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度。进而，通过每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度，实现叠前地震反演。
在本发明实施例中，利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；确定每个叠加地震道集的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；利用每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。本发明实施例在叠前三参数反演中通过单参数纵波反射系数加权项差异构建多目标函数，由三参数求解分解为三个单参数求解，利用单参数纵波反射系数加权项均衡响应差异，通过非线性全局寻优算法迭代求解多目标函数以增强反演过程控制，极大的提高反演精度。
图2示出了本发明实施例提供的叠前地震反演方法中步骤101的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高构建初始模型的准确性，如图2所示，步骤101，利用叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型，包括：
步骤201，对叠前角道集数据及测井数据进行井震标定，获得标定后的测井数据；
步骤202，对标定后的测井数据进行插值，构建关于纵波速度、横波速度及密度的初始模型。
在构建初始模型时，首先对获取的叠前角道集数据及测井数据进行井震标定，以获得标定后的井震数据，进而对标定后的井震数据进行插值，以构建关于纵波速度、横波速度及密度的初始模型。
初始模型中的纵波速度、横波速度及密度可以分别采用矢量vp0，vs0及ρ0来表示，纵波速度vp0：
vp0＝[vp1 vp2 vp3 … vpn]T；
其中，vpi(i＝1,2,3,…,n)为纵波速度的第i个采样点数据，纵波速度vp0共有n个元素。
横波速度vs0：
vs0＝[vs1 vs2 vs3 … vsn]T；
其中，vsi(i＝1,2,3,…,n)为横波速度的第i个采样点数据，横波速度vs0共有n个元素。
密度ρ0：
ρ0＝[ρ1 ρ2 ρ3 … ρn]T；
其中，ρi(i＝1,2,3,…,n)为密度的第i个采样点数据，密度ρ0共有n个元素。
图2-1示出了本发明实施例提供的某检验井的实际纵波速度、实际横波速度及实际密度(实线)，及构建的纵波速度、横波速度及密度的初始模型(虚线)示意，图2-1中检验井的实际纵波速度、实际横波速度及实际密度均有180个采样点数据，利用工区测井数据通过井震标定及插值建立0至10Hz的纵波速度、横波速度及密度的初始模型。
在本发明实施例中，对叠前角道集数据及测井数据进行井震标定，获得标定后的测井数据，对标定后的测井数据进行插值，构建关于纵波速度、横波速度及密度的初始模型，能够提高构建初始模型的准确性。
图3示出了本发明实施例提供的叠前地震反演方法中步骤102的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高地震反演精度，如图3所示，步骤102，根据叠前角道集数据，叠加形成不同角度的多个叠加地震道集，包括：
步骤301，根据叠前角道集数据中的目的层同相轴，叠加形成不同角度的多个叠加地震道集。
在获得叠前角道集数据后，根据叠前角道集数据中的目的层同相轴，将叠前角道集数据叠加后形成不同角度的多个叠加地震道集，不同的叠加地震道集的角度不同。在本发明的一实施例中，为了保证反演的稳定性，不同角度的叠加地震道集的个数大于等于3。图3-1示出了本发明实施例提供的某检验井坐标处对应的3个实际叠加地震道集示意，叠加角度依次为10°、20°及30°，每个实际叠加地震道均有180个采样点数据。
假设第k个叠加地震道集采用矢量dk表示：
dk＝[d1 d2 d3 … dn]T；
其中，dk(k＝1,2,3,…,m)表示第k个叠加地震道集，m表示叠加地震道集的个数，di(i＝1,2,3,…,n)表示叠加地震道集的第i个采样点数据，叠加地震道集dk共有n个元素。
在本发明实施例中，根据叠前角道集数据中的目的层同相轴，叠加形成不同角度的多个叠加地震道集，能够进一步提高地震反演精度。
图4示出了本发明实施例提供的叠前地震反演方法中步骤103的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高地震反演精度，如图4所示，步骤103，确定每个叠加地震道集对应的单参数合成地震道集，包括：
步骤401，提取每个叠加地震道集对应的子波；
步骤402，基于表示纵波反射系数的Aki-Richards近似公式，根据反向加权系数构建每个叠加地震道集对应的单参数纵波反射系数；
步骤403，将每个叠加地震道集对应的单参数纵波反射系数与对应的子波进行褶积，形成每个叠加地震道集对应的单参数合成地震道集。
图4-1示出了本发明实施例提供的某检验井的3个实际叠加地震道对应的子波示意，子波的最大振幅从大到小依次对应的是10°、20°及30°的叠加地震道集。
在获取每个叠加地震道集后，首先提取每个叠加地震道集对应的子波，进而基于表示纵波反射系数的Aki-Richards近似公式，构建每个叠加地震道集对应的单参数纵波反射系数。
具体的，假设分别采用矢量R(θk)及矢量Wk表示第k个叠加地震道集的纵波反射系数及子波，纵波反射系数R(θk)共有n个元素，基于Aki-Richards近似公式可以表示为：
Figure BDA0002771967920000071
其中，R(θk)表示第k个叠加地震道集的纵波反射系数R(θk)中的某个元素，θk表示第k个叠加地震道集对应的入射角度，vp、vs及ρ分别表示纵波速度、横波速度及密度，Δvp、Δvs及Δρ分别表示纵波速度的相对变化量、横波速度的相对变化量及密度的相对变化量，
Figure BDA0002771967920000081
表示横纵波速度比。
为构建多目标函数做准备，此处引入反向加权系数，以上述Aki-Richards近似公式为基础，构建单参数纵波反射系数。具体的，针对第k个叠加地震道集的单参数纵波反射系数可以表示为：
Figure BDA0002771967920000082
可分为三种情况：
(1)当单参数纵波反射系数R(θk)p为纵波速度的单参数纵波反射系数R(θk)vp时，P1＝Cvp,P2＝P3＝1，即：
Figure BDA0002771967920000083
(2)当单参数纵波反射系数R(θk)p为横波速度的单参数纵波反射系数R(θk)vs时，P2＝Cvs,P1＝P3＝1，即：
Figure BDA0002771967920000084
(3)当单参数纵波反射系数R(θk)p为密度的单参数纵波反射系数R(θk)ρ时，P1＝P2＝1,P3＝Cρ,，即：
Figure BDA0002771967920000085
Figure BDA0002771967920000086
Figure BDA0002771967920000087
其中，R(θk)p表示第k个叠加地震道集的单参数纵波反射系数，R(θk)vp、R(θk)vs及R(θk)ρ分别表示第k个叠加地震道集对应的纵波速度的单参数纵波反射系数、横波速度的单参数纵波反射系数及密度的单参数纵波反射系数；P1、P2及P3表示单参数纵波反射系数的加权项，其针对R(θk)vp、R(θk)vs及R(θk)ρ时值是变化的；Cvp、Cvs及Cρ分别表示纵波速度的反向加权系数、横波速度的反向加权系数及密度的反向加权系数；D表示反向加权系数Cvp、Cvs及Cρ中的最大值。
针对第k个叠加地震道集，在构建单参数纵波反射系数时，利用Aki-Richards近似公式分别构建反向加权系数Cvp、Cvs及Cρ，进而分别构建对应的纵波速度的单参数纵波反射系数R(θk)vp、横波速度的单参数纵波反射系数R(θk)vs及密度的单参数纵波反射系数R(θk)ρ。
其中，第k个叠加地震道集的单参数合成地震道集可以采用矢量dvp、dvs及dρ表示，dvp、dvs及dρ与第k个叠加地震道集dk具有相同的特征，即与第k个叠加地震道集dk具有相同的角度分布和元素个数。
dvp、dvs及dρ分别由对应的单参数纵波反射系数与子波褶积得到，即：
Figure BDA0002771967920000091
其中，R(θk)vp、R(θk)vs及R(θk)ρ分别为第k个叠加地震道集的纵波速度的单参数纵波反射系数矢量表示、横波速度的单参数纵波反射系数矢量表示及密度的单参数纵波反射系数矢量表示，wk表示第k个叠加地震道集的子波。
据此，通过上述方式可以得到每个叠加地震道集对应的单参数合成地震道集。
在本发明实施例中，通过反向加权系数构建每个叠加地震道集对应的单参数纵波反射系数，进而将单参数纵波反射系数与对应的子波进行褶积，以形成每个叠加地震道集的单参数合成地震道集，能够通过单参数纵波反射系数均衡响应差异，进一步提高地震反演精度。
图5示出了本发明实施例提供的叠前地震反演方法中步骤104的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高反演精度，如图5所示，利用每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数，包括：
步骤501，将每个叠加地震道集与对应的单参数合成地震道集分别进行比较，通过计算两者的误差构建关于纵波速度、横波速度及密度的多目标函数。
在分别获得每个叠加地震道集及单参数合成地震道集后，根据每个叠加地震道集及其对应的三个单参数合成地震道集(即纵波速度的单参数纵波反射系数道集，横波速度的单参数纵波反射系数道集及密度的单参数纵波反射系数道集)，构建关于纵波速度、横波速度及密度的多目标函数。
针对第k个叠加地震道集，将第k个叠加地震道集dk与对应的单参数合成地震道集dvp、dvs及dρ分别进行比较，通过计算两者的误差，构建关于纵波速度、横波速度及密度的多目标函数：
Figure BDA0002771967920000101
其中，Jvp、Jvs及Jρ分别表示第k个叠加地震道集的纵波速度目标函数，横波速度目标函数及密度目标函数，dk,i表示第k个叠加地震道集dk的第i个数据，dvp,i、dvs,i及dρ,i分别表示第k个叠加地震道集对应的单参数合成地震道集dvp、dvs及dρ中的第i个数据。
图6示出了本发明实施例提供的叠前地震反演方法中步骤105的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高地震反演精度，如图6所示，步骤105，通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，包括：
步骤601，通过非线性全局寻优算法依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数，以获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；
步骤602，在依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数时，对纵波速度、横波速度及密度中未被修改的两个参数进行加权反射系数反算修正。
在确定每个叠加地震道集的最优纵波速度、最优横波速度及最优密度时，采用非线性全局寻优算法，依次修改初始模型的纵波速度vp0、横波速度vs0及密度ρ0，然后迭代重复求解单参数纵波反射系数及多目标函数，以获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度。其中，在依次修改初始模型的纵波速度、横波速度及密度其中一个参数时，对纵波速度、横波速度及密度中未被修改的两个参数进行加权反射系数反算修正，以免影响迭代参数的加权效果，提高地震反演精度。
以下以修改初始模型的纵波速度vp0，对横波速度vs0及密度ρ0进行加权反射系数反算修正为例进行简要说明：
假设纵波速度vp0，通过横波速度vs0及密度ρ0的加权反射系数分别采用Lvp、Lvs及Lρ表示，其均有n个元素。针对第k个叠加地震道集，加权反射系数Lvp、Lvs及Lρ中的某个元素可以分别表示为：
Figure BDA0002771967920000111
其中，Lvp、Lvs及Lρ分别表示加权反射系数Lvp、Lvs及Lρ中的某个元素。
在修改纵波速度vp0时，假设横波速度vs0及密度ρ0的修正量分别采用vs′及ρ′表示，vs′及ρ′均有n个元素，某个元素可以表示为：
Figure BDA0002771967920000112
其中，vs′i及vs′i+1分别表示修正量vs′中的第i个元素及第i+1个元素，ρ′i及ρ′i+1分别表示修正量ρ′中第i个元素及第i+1个元素。且vs′1为横波速度vs0的算术平均值，ρ′1为密度ρ0的算术平均值。
最终经过修正后的vs0及ρ0分别为：
Figure BDA0002771967920000113
其中，vs0,l、ρ0,l、vs′l及ρ′l分别为修正前的vs0、ρ0、vs′及ρ′进行低通滤波后得到的低频部分。
在本发明实施例中，通过非线性全局寻优算法依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数，以获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，在依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数时，对纵波速度、横波速度及密度中未被修改的两个参数进行加权反射系数反算修正，能够避免影响迭代加权效果，进一步提高地震反演精度。
图7示出了本发明实施例提供的叠前地震反演方法中步骤106的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高地震反演精度，如图7所示，步骤106，根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度，包括：
步骤701，将每个叠加地震道集的最优纵波速度的算术平均值作为工区内最终反演的纵波速度；
步骤702，将每个叠加地震道集的最优横波速度的算术平均值作为工区内最终反演的横波速度；
步骤703，将每个叠加地震道集的最优密度的算术平均值作为工区内最终反演的密度。
鉴于叠加地震道集的数量为m个，因此最终可以分别得到m组的最优纵波速度、最优横波速度及最优密度。假设分别采用矢量vpk、vsk及ρk表示第k个最优纵波速度，第k个最优横波速度及第k个最优密度，工区内最终反演的纵波速度、横波速度及密度分别采用矢量vp、vs及ρ表示，则有：
Figure BDA0002771967920000121
即工区内最终反演的纵波速度为每个叠加地震道集的最优纵波速度的算术平均值，工区内最终反演的横波速度为每个叠加地震道集的最优横波速度的算术平均值，工区内最终反演的密度为每个叠加地震道集的最优密度的算术平均值。
图7-1示出了本发明实施例提供的某验证井的反演结果(虚线)与实际测井数据(实现)对比示意。通过对比可以发现，本发明实施例提供的基于多目标函数的叠前地震反演方法得到的反演结果精度很高，能够很好的吻合实际测井数据，可以满足复杂储层描述及油藏精细描述的需求。
在本发明实施例中，将每个叠加地震道集的最优纵波速度的算术平均值作为工区内最终反演的纵波速度，将每个叠加地震道集的最优横波速度的算术平均值作为工区内最终反演的横波速度，将每个叠加地震道集的最优密度的算术平均值作为工区内最终反演的密度，能够进一步提高地震反演精度。
本发明实施例还提供一种叠前地震反演装置，如下面的实施例所述。由于这些装置解决问题的原理与叠前地震反演方法相似，因此这些装置的实施可以参见方法的实施，重复之处不再赘述。
图8示出了本发明实施例提供的叠前地震反演装置的功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
参考图8，所述叠前地震反演装置所包含的各个模块用于执行图1对应实施例中的各个步骤，具体请参阅图1以及图1对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述叠前地震反演装置包括模型构建模块801、叠加模块802、合成道集确定模块803、目标函数构建模块804、优化迭代模块805及确定模块806。
模型构建模块801，用于利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型。
叠加模块802，用于根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集。
合成道集确定模块803，用于确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成。
目标函数构建模块804，用于利用每个叠加地震道集及对应的单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数。
优化迭代模块805，用于通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度。
确定模块806，用于根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。
在本发明实施例中，模型构建模块801利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；叠加模块802根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；合成道集确定模块803确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；目标函数构建模块804利用每个叠加地震道集及对应的单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；优化迭代模块805通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；确定模块806根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。本发明实施例在叠前三参数反演中通过单参数纵波反射系数加权项差异构建多目标函数，由三参数求解分解为三个单参数求解，利用单参数纵波反射系数加权项均衡响应差异，通过非线性全局寻优算法迭代求解多目标函数以增强反演过程控制，极大的提高反演精度。
图9示出了本发明实施例提供的叠前地震反演装置中模型构建模块801的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高构建初始模型的准确性，参考图9，所述模型构建模块801所包含的各个单元用于执行图2对应实施例中的各个步骤，具体请参阅图2以及图2对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述模型构建模块801包括井震标定单元901及插值单元902。
井震标定单元901，用于对叠前角道集数据及测井数据进行井震标定，获得标定后的测井数据；
插值单元902，用于对标定后的测井数据进行插值，构建关于纵波速度、横波速度及密度的初始模型。
在本发明实施例中，井震标定单元901对叠前角道集数据及测井数据进行井震标定，获得标定后的测井数据，插值单元902对标定后的测井数据进行插值，构建关于纵波速度、横波速度及密度的初始模型，能够提高构建初始模型的准确性。
图10示出了本发明实施例提供的叠前地震反演装置中叠加模块802的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一提高地震反演精度，参考图10，所述叠加模块802所包含的各个单元用于执行图3对应实施例中的各个步骤，具体请参阅图3以及图3对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述叠加模块802包括叠加单元1001。
叠加单元1001，用于根据叠前角道集数据中的目的层同相轴，叠加形成不同角度的多个叠加地震道集。
在本发明的一实施例中，为了保证反演的稳定性，不同角度的多个叠加地震道集的个数大于等于3。
在本发明实施例中，叠加单元1001根据叠前角道集数据中的目的层同相轴，叠加形成不同角度的多个叠加地震道集，能够进一步提高地震反演精度。
图11示出了本发明实施例提供的叠前地震反演装置中合成道集确定模块803的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高地震反演精度，参考图11，所述合成道集确定模块803所包含的各个单元用于执行图4对应实施例中的各个步骤，具体请参阅图4以及图4对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述合成道集确定模块803包括子波提取单元1101、单参数纵波反射系数构建单元1102及褶积单元1103。
子波提取单元1101，用于提取每个叠加地震道集对应的子波。
单参数纵波反射系数构建单元1102，用于基于表示纵波反射系数的Aki-Richards近似公式，根据反向加权系数构建每个叠加地震道集对应的单参数纵波反射系数。
褶积单元1103，用于将每个叠加地震道集对应的单参数纵波反射系数与对应的子波进行褶积，形成每个叠加地震道集对应的单参数合成地震道集。
在本发明实施例中，单参数纵波反射系数构建单元1102，基于表示纵波反射系数的Aki-Richards近似公式，通过反向加权系数构建每个叠加地震道集对应的单参数纵波反射系数，褶积单元1103将每个叠加地震道集对应的单参数纵波反射系数与对应的子波进行褶积，以形成每个叠加地震道集对应的单参数合成地震道集，能够通过单参数纵波反射系数均衡响应差异，进一步提高地震反演精度。
图12示出了本发明实施例提供的叠前地震反演装置中目标函数构建模块804的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高地震反演精度，参考图12，所述目标函数构建模块804所包含的各个单元用于执行图5对应实施例中的各个步骤，具体请参阅图5以及图5对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述目标函数构建模块804包括目标函数构建单元1201。
目标函数构建单元1201，用于将每个叠加地震道集与对应的单参数合成地震道集分别进行比较，通过计算两者的误差构建关于纵波速度、横波速度及密度的多目标函数。
在本发明实施例中，目标函数构建单元1201将每个叠加地震道集与对应的单参数合成地震道集分别进行比较，通过计算两者的误差构建关于纵波速度、横波速度及密度的多目标函数，能够进一步提高地震反演精度。
图13示出了本发明实施例提供的叠前地震反演装置中优化迭代模块805的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高地震反演精度，参考图13，所述优化迭代模块805所包含的各个单元用于执行图6对应实施例中的各个步骤，具体请参阅图6以及图6对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述优化迭代模块805包括迭代优化单元1301及反算修正单元1302。
迭代优化单元1301，用于通过非线性全局寻优算法依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数，以获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度。
反算修正单元1302，用于在依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数时，对纵波速度、横波速度及密度中未被修改的两个参数进行加权反射系数反算修正。
在本发明实施例中，迭代优化单元1301通过非线性全局寻优算法依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数，以获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，反算修正单元1302在依次修改初始模型的纵波速度、横波速度及密度，迭代求解每个叠加地震道集的多目标函数时，对纵波速度、横波速度及密度中未被修改的两个参数进行加权反射系数反算修正，能够避免影响迭代加权效果，进一步提高地震反演精度。
图14示出了本发明实施例提供的叠前地震反演装置中确定模块806的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高地震反演精度，参考图14，所述确定模块806所包含的各个单元用于执行图7对应实施例中的各个步骤，具体请参阅图7以及图7对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述确定模块806包括纵波速度确定单元1401、横波速度确定单元1402及密度确定单元1403。
纵波速度确定单元1401，用于将每个叠加地震道集的最优纵波速度的算术平均值作为工区内最终反演的纵波速度。
横波速度确定单元1402，用于将每个叠加地震道集的最优横波速度的算术平均值作为工区内最终反演的横波速度。
密度确定单元1403，用于将每个叠加地震道集的最优密度的算术平均值作为工区内最终反演的密度。
在本发明实施例中，纵波速度确定单元1401将每个叠加地震道集的最优纵波速度的算术平均值作为工区内最终反演的纵波速度，纵波速度确定单元1402将每个叠加地震道集的最优横波速度的算术平均值作为工区内最终反演的横波速度，密度确定单元1403将每个叠加地震道集的最优密度的算术平均值作为工区内最终反演的密度，能够进一步提高地震反演精度。
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叠前地震反演方法。
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上述叠前地震反演方法的计算机程序。
综上所述，本发明实施例中，利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；利用每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。本发明实施例在叠前三参数反演中通过单参数纵波反射系数加权项差异构建多目标函数，由三参数求解分解为三个单参数求解，利用单参数纵波反射系数加权项均衡响应差异，通过非线性全局寻优算法迭代求解多目标函数以增强反演过程控制，极大的提高反演精度。
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 (18)

1.一种叠前地震反演方法，其特征在于，包括：
利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；
根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；
确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；
利用每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；
通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；
根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。
2.如权利要求1所述的叠前地震反演方法，其特征在于，利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型，包括：
对叠前角道集数据及测井数据进行井震标定，获得标定后的测井数据；
对标定后的测井数据进行插值，构建关于纵波速度、横波速度及密度的初始模型。
3.如权利要求1所述的叠前地震反演方法，其特征在于，根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集，包括：
根据叠前角道集数据中的目的层同相轴，叠加形成不同角度的多个叠加地震道集。
4.如权利要求1或3所述的叠前地震反演方法，其特征在于，不同角度的多个叠加地震道集的个数大于等于3。
5.如权利要求1所述的叠前地震反演方法，其特征在于，确定每个叠加地震道集的单参数合成地震道集，包括：
提取每个叠加地震道集对应的子波；
基于表示纵波反射系数的Aki-Richards近似公式，根据反向加权系数构建每个叠加地震道集对应的单参数纵波反射系数；
将每个叠加地震道集对应的单参数纵波反射系数与对应的子波进行褶积，形成每个叠加地震道集对应的单参数合成地震道集。
6.如权利要求1所述的叠前地震反演方法，其特征在于，利用每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数，包括：
将每个叠加地震道集与对应的单参数合成地震道集分别进行比较，通过计算两者的误差构建关于纵波速度、横波速度及密度的多目标函数。
7.如权利要求1所述的叠前地震反演方法，其特征在于，通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，包括：
通过非线性全局寻优算法依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数，以获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；
在依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数时，对纵波速度、横波速度及密度中未被修改的两个参数进行加权反射系数反算修正。
8.如权利要求1所述的叠前地震反演方法，其特征在于，根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度，包括：
将每个叠加地震道集的最优纵波速度的算术平均值作为工区内最终反演的纵波速度；
将每个叠加地震道集的最优横波速度的算术平均值作为工区内最终反演的横波速度；
将每个叠加地震道集的最优密度的算术平均值作为工区内最终反演的密度。
9.一种叠前地震反演装置，其特征在于，包括：
模型构建模块，用于利用工区内的叠前角道集数据及测井数据构建关于纵波速度、横波速度及密度的初始模型；
叠加模块，用于根据工区内的叠前角道集数据，叠加形成不同角度的多个叠加地震道集；
合成道集确定模块，用于确定每个叠加地震道集对应的单参数合成地震道集；单参数合成地震道集基于单参数纵波反射系数与叠加地震道集对应的子波褶积形成；
目标函数构建模块，用于利用每个叠加地震道集及其单参数合成地震道集，构建关于纵波速度、横波速度及密度的多目标函数；
优化迭代模块，用于通过非线性全局寻优算法迭代求解每个叠加地震道集的多目标函数，获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；
确定模块，用于根据每个叠加地震道集的最优纵波速度、最优横波速度及最优密度，确定工区内最终反演的纵波速度、横波速度及密度。
10.如权利要求9所述的叠前地震反演装置，其特征在于，模型构建模块包括：
井震标定单元，用于对叠前角道集数据及测井数据进行井震标定，获得标定后的测井数据；
插值单元，用于对标定后的测井数据进行插值，构建关于纵波速度、横波速度及密度的初始模型。
11.如权利要求9所述的叠前地震反演装置，其特征在于，叠加模块包括：
叠加单元，用于根据叠前角道集数据中的目的层同相轴，叠加形成不同角度的多个叠加地震道集。
12.如权利要求9或11所述的叠前地震反演装置，其特征在于，不同角度的多个叠加地震道集的个数大于等于3。
13.如权利要求9所述的叠前地震反演装置，其特征在于，合成道集确定模块包括：
子波提取单元，用于提取每个叠加地震道集对应的子波；
单参数纵波反射系数构建单元，用于基于表示纵波反射系数的Aki-Richards近似公式，根据反向加权系数构建每个叠加地震道集对应的单参数纵波反射系数；
褶积单元，用于将每个叠加地震道集对应的单参数纵波反射系数与对应的子波进行褶积，形成每个叠加地震道集对应的单参数合成地震道集。
14.如权利要求9所述的叠前地震反演装置，其特征在于，目标函数构建模块包括：
目标函数构建单元，用于将每个叠加地震道集与对应的单参数合成地震道集分别进行比较，通过计算两者的误差构建关于纵波速度、横波速度及密度的多目标函数。
15.如权利要求9所述的叠前地震反演装置，其特征在于，优化迭代模块包括：
迭代优化单元，用于通过非线性全局寻优算法依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数，以获得每个叠加地震道集的最优纵波速度、最优横波速度及最优密度；
反算修正单元，用于在依次修改初始模型的纵波速度、横波速度及密度中的一个参数，迭代求解每个叠加地震道集的多目标函数时，对纵波速度、横波速度及密度中未被修改的两个参数进行加权反射系数反算修正。
16.如权利要求9所述的叠前地震反演装置，其特征在于，确定模块包括：
纵波速度确定单元，用于将每个叠加地震道集的最优纵波速度的算术平均值作为工区内最终反演的纵波速度；
纵波速度确定单元，用于将每个叠加地震道集的最优横波速度的算术平均值作为工区内最终反演的横波速度；
密度确定单元，用于将每个叠加地震道集的最优密度的算术平均值作为工区内最终反演的密度。
17.一种计算机设备，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，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8任一所述叠前地震反演方法。
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至8任一所述叠前地震反演方法的计算机程序。
CN202011252292.XA 2020-11-11 2020-11-11 叠前地震反演方法及装置 Active CN112698390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011252292.XA CN112698390B (zh) 2020-11-11 2020-11-11 叠前地震反演方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011252292.XA CN112698390B (zh) 2020-11-11 2020-11-11 叠前地震反演方法及装置

Publications (2)

Publication Number Publication Date
CN112698390A true CN112698390A (zh) 2021-04-23
CN112698390B CN112698390B (zh) 2022-12-02

Family

ID=75505873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011252292.XA Active CN112698390B (zh) 2020-11-11 2020-11-11 叠前地震反演方法及装置

Country Status (1)

Country Link
CN (1) CN112698390B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113608263A (zh) * 2021-09-02 2021-11-05 中海石油(中国)有限公司深圳分公司 一种叠前反演的可行性评价方法、装置、设备和存储介质
CN114721044A (zh) * 2022-04-21 2022-07-08 湖南工商大学 一种多频率接收函数和振幅比联合反演地壳结构的方法及系统
CN116381787A (zh) * 2023-04-12 2023-07-04 中国矿业大学(北京) 叠前反演方法、装置、电子设备及介质
WO2024078134A1 (zh) * 2022-10-13 2024-04-18 安徽理工大学 基于多参数约束和结构校正的随掘巷道全波形反演方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020013661A1 (en) * 1998-10-22 2002-01-31 Jason Geosystems B.V. Method of estimating elastic and compositional parameters from seismic and echo-acoustic data
US20100177595A1 (en) * 2009-01-13 2010-07-15 Vijay Khare Using Seismic Attributes for Data Alignment and Seismic Inversion In Joint PP/PS Seismic Analysis
CN102466816A (zh) * 2010-11-04 2012-05-23 中国石油天然气集团公司 一种叠前地震数据地层弹性常数参数反演的方法
CN102520445A (zh) * 2011-12-27 2012-06-27 中国石油天然气股份有限公司 一种利用松弛因子叠前地震反演进行储层预测的方法
CN103245970A (zh) * 2012-02-08 2013-08-14 中国石油化工股份有限公司 叠前地震宽角度反演方法
US20160061974A1 (en) * 2014-09-02 2016-03-03 Reeshidev Bansal Full-Wavefield Inversion Using Mirror Source-Receiver Geometry
CN107831543A (zh) * 2017-09-29 2018-03-23 中国石油化工股份有限公司 叠前地震反演方法及系统
CN109725537A (zh) * 2019-01-24 2019-05-07 闽江学院 一种改进的线性最优半主动控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020013661A1 (en) * 1998-10-22 2002-01-31 Jason Geosystems B.V. Method of estimating elastic and compositional parameters from seismic and echo-acoustic data
US20100177595A1 (en) * 2009-01-13 2010-07-15 Vijay Khare Using Seismic Attributes for Data Alignment and Seismic Inversion In Joint PP/PS Seismic Analysis
CN102466816A (zh) * 2010-11-04 2012-05-23 中国石油天然气集团公司 一种叠前地震数据地层弹性常数参数反演的方法
CN102520445A (zh) * 2011-12-27 2012-06-27 中国石油天然气股份有限公司 一种利用松弛因子叠前地震反演进行储层预测的方法
CN103245970A (zh) * 2012-02-08 2013-08-14 中国石油化工股份有限公司 叠前地震宽角度反演方法
US20160061974A1 (en) * 2014-09-02 2016-03-03 Reeshidev Bansal Full-Wavefield Inversion Using Mirror Source-Receiver Geometry
CN107831543A (zh) * 2017-09-29 2018-03-23 中国石油化工股份有限公司 叠前地震反演方法及系统
CN109725537A (zh) * 2019-01-24 2019-05-07 闽江学院 一种改进的线性最优半主动控制方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
CHAO WEI ET AL.: "Two-step inversion of P-wave data for horizontal transverse isotropy", 《2015 SEG NEW ORLEANS ANNUAL MEETING》 *
PEDRO PEREIRA ET AL.: "The impact of a priori elastic models into iterative geostatistical seismic inversion", 《JOURNAL OF APPLIED GEOPHYSICS》 *
印兴耀等: "利用三参数 ＡＶＯ 近似方程的深层叠前地震反演", 《石油地球物理勘探》 *
孟宪军等: "叠前 AVA 广义非线性纵、横波速度反演", 《石油地球物理勘探》 *
左国平等: "赤道几内亚湾深水海域基于部分叠加角道集的地震烃类检测", 《石油物探》 *
魏超等: "非线性AVO反演方法研究", 《地球物理学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113608263A (zh) * 2021-09-02 2021-11-05 中海石油(中国)有限公司深圳分公司 一种叠前反演的可行性评价方法、装置、设备和存储介质
CN114721044A (zh) * 2022-04-21 2022-07-08 湖南工商大学 一种多频率接收函数和振幅比联合反演地壳结构的方法及系统
WO2024078134A1 (zh) * 2022-10-13 2024-04-18 安徽理工大学 基于多参数约束和结构校正的随掘巷道全波形反演方法
CN116381787A (zh) * 2023-04-12 2023-07-04 中国矿业大学(北京) 叠前反演方法、装置、电子设备及介质
CN116381787B (zh) * 2023-04-12 2023-09-01 中国矿业大学(北京) 叠前反演方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN112698390B (zh) 2022-12-02

Similar Documents

Publication Publication Date Title
CN112698390B (zh) 叠前地震反演方法及装置
US8422335B2 (en) Apparatus and method for imaging subsurface structure of target area by using waveform inversion
US10557956B2 (en) Method and system of processing seismic data by providing surface aperture common image gathers
Toldi Velocity analysis without picking
CN109917454B (zh) 基于双基准面的真地表叠前深度偏移成像方法及装置
CN106483559B (zh) 一种地下速度模型的构建方法
CN110780351B (zh) 纵波和转换波叠前联合反演方法及系统
CN110954945B (zh) 一种基于动态随机震源编码的全波形反演方法
CN104316966B (zh) 一种流体识别方法及系统
GB2499096A (en) Simultaneous joint estimation of P-P and P-S residual statics
CN110895348B (zh) 一种地震弹性阻抗低频信息提取方法、系统及存储介质
CN113341455B (zh) 一种粘滞各向异性介质地震波数值模拟方法、装置及设备
CN109521469B (zh) 一种海底沉积物弹性参数的正则化反演方法
Thiel et al. Comparison of acoustic and elastic full‐waveform inversion of 2D towed‐streamer data in the presence of salt
Tavakoli F et al. Matrix-free anisotropic slope tomography: Theory and application
WO2018102813A2 (en) Seismic acquisition geometry full-waveform inversion
Ivanov et al. Traveltime parameters in tilted orthorhombic medium
CN101839998A (zh) 一种高精度的叠前深度偏移方法
Sun et al. Multiple attenuation using λ-f domain high-order and high-resolution Radon transform based on SL0 norm
CN111025388B (zh) 一种多波联合的叠前波形反演方法
Waheed et al. A holistic approach to computing first-arrival traveltimes using neural networks
CN113311484B (zh) 利用全波形反演获取粘弹性介质弹性参数的方法及装置
CN115373022B (zh) 一种基于振幅相位校正的弹性波场Helmholtz分解方法
CN117388944A (zh) 地质模型约束的多物性参数反演方法
CN109100794B (zh) 一种时窗加权的相干速度反演方法及系统

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