CN112882101B - 叠前地震数据的随机噪音衰减方法及装置 - Google Patents
叠前地震数据的随机噪音衰减方法及装置 Download PDFInfo
- Publication number
- CN112882101B CN112882101B CN201911200786.0A CN201911200786A CN112882101B CN 112882101 B CN112882101 B CN 112882101B CN 201911200786 A CN201911200786 A CN 201911200786A CN 112882101 B CN112882101 B CN 112882101B
- Authority
- CN
- China
- Prior art keywords
- rectangular
- random noise
- gather
- processed
- rectangular grid
- 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 66
- 238000012545 processing Methods 0.000 claims abstract description 67
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 9
- 230000002238 attenuated effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000011161 development Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000005284 excitation Effects 0.000 description 4
- 238000005755 formation reaction Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01V1/36—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
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
-
- 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
- G01V2210/51—Migration
- G01V2210/512—Pre-stack
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
本发明提供一种叠前地震数据的随机噪音衰减方法及装置，该方法包括：对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格；根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格；根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理。本发明避免了常规的3D叠前数据随机噪音衰减方法中对3D叠前数据进行分选和抽取的过程，同时也节省了分选后的3D数据体所占的磁盘空间；在衰减随机噪音的同时，能够有效保持叠前数据同相轴的振幅关系，从而提高了后续地震属性提取的精度。
Description
技术领域
本发明涉及地震噪声衰减技术领域，特别涉及一种叠前地震数据的随机噪音衰减方法及装置。
背景技术
地震勘探是指人工激发地震波、接收地震波，通过观测和分析人工地震产生的地震波在地下的传播规律，推断地下岩层的性质和形态的地球物理勘探方法。地震勘探是一种利用地层岩石弹性的差异进行勘探的方法，在油气、煤田和工程地质勘探以及地壳、上地幔深部结构探测中起着关键的作用。地震勘探的主要过程分为三个环节：野外采集数据、对数据进行处理分析、地质解释。
在地震数据采集过程中，同时也记录到大量的干扰噪音。这些噪音会干扰甚至淹没有效信号，降低了地震资料的信噪比，从而严重影响地震数据的后续处理和解释。在地震记录中存在很多的噪音，对于这些噪音可以进行不同的分类，其中有一类噪音是随机噪音。
有一种随机噪音与激发源有关，在沼泽、泥沙等疏松介质中激发地震波时，由于介质的固有振动构成低频背景，或是爆炸时，尤其地震波是在坚硬的岩石中激发时，波传播到浅部不均匀体例如砾石、多孔石灰岩等，产生的散射构成高频的干扰背景。另一种则是与激发源无关的地面扰动，它主要是由风吹、草动、海浪、水流动、人畜走动、机器运转、交通运输等外力随机产生的，其特点是频带宽，强度不一，取决于激发接收的周围环境，是没有地震激发就存在于地震记录中的。
地震数据处理的步骤之一就是衰减噪音，突出有效信号，为下一步进行地质解释提供可靠的数据资料。人们根据信号和噪音的差异设计了很多去噪方法来提高地震数据的信噪比。对3D叠前数据进行衰减噪音，可以有效保持同相轴的振幅关系，能够为叠前偏移、叠前AVO分析、叠前反演等处理提供高信噪比的输入道集，从而有利于产生可信度高的叠前处理结果。
常规的3D叠前数据随机噪音衰减方法，是将3D叠前数据按照某个道头关键字进行分选，分选后得到多个类似叠后数据的3D数据体；对这些3D数据体进行3D随机噪音衰减；然后，按照道头关键字再进行抽取，恢复得到去噪后的3D叠前数据。
现有技术中的3D叠前数据随机噪音衰减方法，对数据进行分选和抽取，过程繁琐、费时费事且产生冗余的数据占用磁盘空间，并且噪声衰减后地震数据波形特征变化太大，影响了各向异性油气勘探地震属性提取，去噪后会破坏叠前数据同相轴的振幅关系。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种叠前地震数据的随机噪音衰减方法，用以简化叠前地震数据的随机噪音衰减过程，节省磁盘空间，在衰减随机噪音的同时保持叠前数据同相轴的振幅关系，该方法包括：
对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格；
根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格；
根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理。
本发明实施例还提供了一种叠前地震数据的随机噪音衰减装置，用以简化叠前地震数据的随机噪音衰减过程，节省磁盘空间，在衰减随机噪音的同时保持叠前数据同相轴的振幅关系，该装置包括：
各道集矩形网格确定模块，用于对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格；
待处理的矩形网格确定模块，用于根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格；
随机噪音循环处理模块，用于根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理。
本发明实施例还提供了一种计算机设备，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所述方法。
本发明实施例还提供了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所述方法的计算机程序。
本发明实施例在叠前地震数据的道集上直接进行随机噪音衰减，避免了常规的3D叠前数据随机噪音衰减方法中对3D叠前数据进行分选和抽取的过程，同时也节省了分选后的3D数据体所占的磁盘空间；在衰减随机噪音的同时，能够有效保持叠前数据同相轴的振幅关系，从而提高了后续地震属性提取的精度，为最终的油气预测以及开发奠定基础，在地震处理中有很大的应用前景。
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。
图1是本发明实施例提供的一种叠前地震数据随机噪音衰减方法的流程示意图；
图2是本发明实施例提供的数据重排后的矩形网格的示意图；
图3是本发明实施例提供的插值后的矩形网格的示意图；
图4是本发明实施例提供的矩形网格范围内的3D数据体示意图，以及由参数确定的部分数据体示意图；
图5是本发明实施例提供的在平面上矩形网格范围内循环处理部分数据体的示意图；
图6是本发明实施例提供的含随机噪音的3D叠前道集数据的示意图；
图7是本发明实施例提供的衰减随机噪音后的3D叠前道集数据的示意图；
图8是本发明实施例提供的一种叠前地震数据的随机噪音衰减装置的结构示意图；
图9是本发明实施例提供的一种叠前地震数据的随机噪音衰减装置的结构实例图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
发明人发现：常规的3D叠前数据随机噪音衰减方法，对数据进行分选和抽取，过程繁琐、费时费事且产生冗余的数据占用磁盘空间，并且去噪过程没有考虑相邻地震道的地表一致性特征，忽略了地震道之间的相关性，噪声衰减后地震数据波形特征变化太大，影响了各向异性油气勘探地震属性提取，因此不是正真的3D叠前数据随机噪音衰减处理方式，去噪后会破坏叠前数据同相轴的振幅关系。
由于发明人发现了上述技术问题，本发明目的是提供一种3D叠前数据随机噪音衰减处理方式，在3D叠前道集上进行随机噪音衰减，充分考虑了地震数据地表一致性特征以及地震道之间的相关性，在衰减随机噪音提高信噪比的同时，能够有效保持叠前数据的波形特征以及同相轴之间的相对振幅关系，从而提高了后续地震属性提取精度，为最终的油气预测以及开发奠定基础。
本发明实施例中叠前地震数据随机噪音衰减方法流程示意图，如图1所示，该方法可以包括如下步骤：
步骤101：对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格；
步骤102：根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格；
步骤103：根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理。
本发明实施例提供技术方案的有益技术效果是：
本发明实施例在叠前地震数据的道集上直接进行随机噪音衰减，避免了常规的3D叠前数据随机噪音衰减方法中对3D叠前数据进行分选和抽取的过程，同时也节省了分选后的3D数据体所占的磁盘空间；在衰减随机噪音的同时，能够有效保持叠前数据同相轴的振幅关系，从而提高了后续地震属性提取的精度，为最终的油气预测以及开发奠定基础，在地震处理中有很大的应用前景。
具体实施时，先采集地震数据，并对野外采集到的3D地震数据进行预处理。
实施例中，对野外采集到的3D地震数据进行预处理，是指一系列步骤，一般包含1)将野外采集到的数据加载到室内处理系统，2)定义观测系统，3)对加载后的数据进行检查等步骤。
具体实施时，在采集地震数据后，对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格(图2)。
实施例中，选取预处理后的地震数据中的一个道集，将这个道集中的各道按照接收线号和接收点号进行数据重排，重排后的数据在平面上组成一个矩形网格。矩形网格的线数为M，矩形网格的点数为N；对道集进行重排的操作，对每个道集都进行相同的操作。
具体实施时，在确定各道集的矩形网格之后，还可以包括：对地震数据进行规则化处理；和/或，对地震数据进行插值处理。
本发明实施例中，规则化处理可以增加地震道之间的地表一致性和相关性，提高本发明实施例的去噪精度；插值处理可以对缺失的地震道进行填充，可以增加去噪的灵活性，同样提高了本发明实施例的去噪精度。
实施例中，在确定道集的矩形网格的基础上对矩形网格的数据进行规则化处理和插值处理，如图3所示。规则化处理针对野外地震数据检波点，或者炮点不规则布置进行处理，增加地震道之间的地表一致性和相关性，提高本发明实施例去噪精度。插值处理主要是对缺失的地震道进行填充，去噪后填充的地震道可以保留，也可以不保留，增加去噪的灵活性，提高本发明实施例去噪精度。
具体实施时，还可以包括根据地下地层的构造形态，确定随机噪音衰减的空间参数和时间参数。
在实施例中，可以设定随机噪音衰减的空间参数为两个，分别为空间参数L和空间参数P，L和P可以相等；可以设置为时间参数为时间参数T。地震数据反映了地下地层的构造形态，构造形态有的复杂，有的简单。如果构造形态复杂，空间参数L、P和时间参数T的取值相对小；反之，取值大。
具体实施时，根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格，可以包括：若当前道集的矩形网格，线数和点数均为空间参数的指定倍数以上，则将当前道集的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，线数小于空间参数的指定倍数，则在接收线方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，点数小于空间参数的指定倍数，则在接收点方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，线数和点数均小于空间参数的指定倍数，则在接收线方向和接收点方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格。
实施例中，待处理的矩形网格为多个的组合，可能是一个道集的矩形网格，或者多个道集合并的矩形网格。在选取预处理后的地震数据中的一个道集，将这个道集中的各道按照接收线号和接收点号进行数据重排时，重排后的数据在平面上组成一个矩形网格。除了重排被选取出来的道集形成一矩形网格，还需对下个道集都进行重排的操作，都要在平面上组成一矩形网格，从而得到每个道集的矩形网格，从而可是在此步骤中将“下一道集的矩形网格与当前道集的矩形网格并排合并”，进行后续的操作。
实施例中，可以选取空间参数的指定倍数的2倍；如果M是L的2倍以上且N都是P的2倍以上，则进行循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理的步骤。如果M小于L的2倍，则在接收线方向上将下一个道集矩形网格与本道集矩形网格并排合并，直至形成一个较大的矩形网格，使得新矩形网格的M约为L的2倍以上，则进行循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理的步骤；如果N小于P的2倍，则在接收点方向上将下一个道集矩形网格与本道集矩形网格并排合并，直至形成一个较大的矩形网格，使得新矩形网格的N约为P的2倍以上，则进行循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理的步骤；如果M小于L的2倍且N小于P的2倍，则同时进行上述步骤。
具体实施时，根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理，可以包括：根据随机噪音衰减的空间参数和时间参数，依次在待处理的矩形网格中确定网格区域，对网格区域中地震数据进行随机噪音衰减处理，直至待处理的矩形网格中全部网格区域的地震数据完成随机噪音衰减处理。
实施例中，图3中矩形网格范围内的3D数据如图4，由空间参数L、P和时间参数T在待处理的矩形网格中确定网格区域，网格区域中地震数据可以是确定的矩形网格区域中的部分地震数据D(t,x,y)，见图4中的虚线，利用Cadzow方法对选取的部分3D地震数据D(t,x,y)进行随机噪音衰减处理，得到衰减随机噪音后的3D地震数据H(t,x,y)；由空间参数L、P和时间参数T，循环完成对矩形网格全部地震数据的处理，如图5所示。本实施例中，空间参数L、P和时间参数T限定了形成的地震数据的一部分，利用Cadzow方法也是对限定的这部分数据进行处理。
图4中的数据在平面上的展布如图5所示，举一例，假设图5的整个区域是形成的地震数据的待处理的矩形网格，接收线方向上的空间参数L，接收点方向上的空间参数P。本例中，参数L在接收线方向上为4，参数P在接收点方向上为5。L和P可以相等。图5中的每一个点，均表示一道数据。
1.参数L和参数P限定了A框实线框内的数据，第一次处理是针对A框实线框内的数据；
2.第一次处理完成后，A框实线框沿着接收点向后移动，移动量为参数P，为B框虚线框；
3.第二次处理是针对B框虚线框内的数据；
4.第二次处理完成后，B框继续沿着接收点向后移动，移动量为参数P，一直循环到接收点结束；
5.然后B框回到C框虚线框的位置(与A框实线框相比，C框虚线框在接收线方向上的移动量为参数L)，进行处理；
6.C框虚线框重复上面2-4的步骤；
7.然后在时间方向上，移动量为参数T，重复1-6步骤，以此循环，完成整个区域的处理。
实施例中，本发明还提供了一个Cadzow方法的应用实例：
1)对于3D地震数据D(t,x,y)，利用傅里叶变换(FFT)将变换到频率域后，得G(f,x,y)；
2)G(f,x,y)的一个频率切片为：
由G(f)构建Hankel矩阵如下：
3)对M进行SVD分解，得：
M＝USVT
其中，S是n个奇异值的序列；
4)保留S的前k个奇异值，将S其余的n-k个奇异值置零，得S(k)；
5)对M进行重构，得到降秩后的M：
M＝US(k)VT
6)将降秩后M的进行反对角线求和平均，得到去噪后的G(f)；
7)对每一个频率切片重复2)至6)的过程，得到去噪后的G(f,x,y)；
8)对滤波后的G(f,x,y)进行逆傅里叶变换(FFT)，得到衰减随机噪音后的3D地震数据D(t,x,y)。
具体实施时，若待处理的矩形网格为合并后的矩形网格，则在循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理之后，将去噪后的矩形网格分离为对应的多个道集。
实施例中，如果矩形网格的数据对应多个道集，则对去噪后的矩形网格地震数据进行分离为多个道集。
本发明还提供了一具体实例，设定随机噪音衰减的空间参数为5和4。含随机噪音的3D叠前道集数据，如图6所示，CMP为接收点，OVT为叠前道集。将这个道集按照接收线号和接收点号进行数据重排后的矩形网格，如图2所示。插值后的矩形网格，如图3所示。矩形网格范围内的3D数据如图4所示。
对图4中的数据体进行去噪，由设定的参数确定一个小数据体，如图4中的虚线所示；在实施例中，接收点方向空间参数P，接收线方向空间参数L。L和P可以相等。时间参数T是在图4所示的时间方向上。图4在平面上的表示为图5。图2、图3和图5中的一个点，均表示一道数据。图5中，P为5，L为4。
由参数决定的小数据体范围变化过程如下：图4中的小数据体，先沿着接收点方向以步长P移动，接收点方向循环结束后；再沿着接收线方向以步长L移动，接收线方向循环结束后；再沿着时间方向以步长T移动，直到时间方向循环结束。用本方法衰减随机噪音后的数据，如图7所示。
本发明实施例通过在地震数据的道集上设定空间参数和时间参数，又构建了地震数据的待处理矩形网格，采用循环处理的方式，实现了对随机噪音的衰减。本发明实施例不仅可以衰减随机噪音，提高信噪比，还能够有效保持叠前数据的波形特征以及同相轴之间的相对振幅关系，从而提高了后续地震属性提取的精度，为最终的油气预测以及开发奠定基础。
本发明实施例的效果在于避免了常规的3D叠前数据随机噪音衰减方法中对3D叠前数据进行分选和抽取的过程，同时也节省了分选后的3D数据体所占的磁盘空间。本发明实施例是在3D叠前数据的道集上直接进行随机噪音衰减，在衰减随机噪音的同时，能够有效保持叠前数据同相轴的振幅关系。因此，在地震处理中有很大的应用前景。
基于同一发明构思，本发明实施例中还提供了一种叠前地震数据随机噪音衰减装置，如下面的实施例所述。由于叠前地震数据随机噪音衰减装置解决问题的原理与叠前地震数据随机噪音衰减方法相似，因此叠前地震数据随机噪音衰减装置的实施可以参见叠前地震数据随机噪音衰减方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图8是本发明实施例中叠前地震数据随机噪音衰减装置的结构示意图，如图8所示，包括：
各道集矩形网格确定模块01，用于对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格；
待处理的矩形网格确定模块02，用于根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格；
随机噪音循环处理模块03，用于根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理。
图9是本发明实施例中叠前地震数据随机噪音衰减装置的结构实例图，如图9所示，包括：
地震数据预处理模块01，在道集中的各道按接收线号和接收点号进行数据重排之前，对地震数据进行预处理；
各道集矩形网格确定模块02，用于对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格；
地震数据初步处理模块03，用于用于在确定各道集的矩形网格之后，对地震数据进行规则化处理；和/或，对地震数据进行插值处理；
空间参数和时间参数设定模块04，用于在确定待处理的矩形网格之前，根据地下地层的构造形态，确定随机噪音衰减的空间参数和时间参数；
待处理的矩形网格确定模块05，用于根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格；
随机噪音循环处理模块06，用于根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理；
去噪矩形网格分离模块07，用于若待处理的矩形网格为合并后的矩形网格时，在循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理之后，将去噪后的矩形网格分离为对应的多个道集。
在一个实施例中，还可以包括：地震数据预处理模块，在道集中的各道按接收线号和接收点号进行数据重排之前，对地震数据进行预处理。
在一个实施例中，还可以包括：空间参数和时间参数设定模块，用于在确定待处理的矩形网格之前，根据地下地层的构造形态，确定随机噪音衰减的空间参数和时间参数。
在一个实施例中，还可以包括：地震数据初步处理模块，用于在确定各道集的矩形网格之后，对地震数据进行规则化处理；和/或，对地震数据进行插值处理。
在一个实施例中，待处理的矩形网格确定模块，可以用于：
若当前道集的矩形网格，线数和点数均为空间参数的指定倍数以上，则将当前道集的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，线数小于空间参数的指定倍数，则在接收线方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，点数小于空间参数的指定倍数，则在接收点方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，线数和点数均小于空间参数的指定倍数，则在接收线方向和接收点方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格。
在一个实施例中，所述指定倍数为2倍.
在一个实施例中，还可以包括：去噪矩形网格分离模块，用于若待处理的矩形网格为合并后的矩形网格时，在循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理之后，将去噪后的矩形网格分离为对应的多个道集。
在一个实施例中，随机噪音循环处理模块，可以用于：根据随机噪音衰减的空间参数和时间参数，依次在待处理的矩形网格中确定网格区域，对网格区域中地震数据进行随机噪音衰减处理，直至待处理的矩形网格中全部网格区域的地震数据完成随机噪音衰减处理。
本发明实施例还提供了一种计算机设备，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所述方法。
本发明实施例还提供了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所述方法的计算机程序。
本发明实施例通过在地震数据的道集上设定空间参数和时间参数，又构建了地震数据的待处理矩形网格，采用循环处理的方式，实现了对随机噪音的衰减。本发明实施例不仅可以衰减随机噪音，提高信噪比，还能够有效保持叠前数据的波形特征以及同相轴之间的相对振幅关系，从而提高了后续地震属性提取的精度，为最终的油气预测以及开发奠定基础。
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。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (16)
1.一种叠前地震数据的随机噪音衰减方法，其特征在于，包括：
对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格；
根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格；
根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理；
根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格，包括：
若当前道集的矩形网格，线数和点数均为空间参数的指定倍数以上，则将当前道集的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，线数小于空间参数的指定倍数，则在接收线方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，点数小于空间参数的指定倍数，则在接收点方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，线数和点数均小于空间参数的指定倍数，则在接收线方向和接收点方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格。
2.如权利要求1所述的方法，其特征在于，将道集中的各道按接收线号和接收点号进行数据重排之前，还包括：
对地震数据进行预处理。
3.如权利要求1所述的方法，其特征在于，确定待处理的矩形网格之前，还包括：
根据地下地层的构造形态，确定随机噪音衰减的空间参数和时间参数。
4.如权利要求1所述的方法，其特征在于，确定各道集的矩形网格之后，还包括：
对地震数据进行规则化处理；和/或，对地震数据进行插值处理。
5.如权利要求1所述的方法，其特征在于，所述指定倍数为2倍。
6.如权利要求1所述的方法，其特征在于，若待处理的矩形网格为合并后的矩形网格，则在循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理之后，将去噪后的矩形网格分离为对应的多个道集。
7.如权利要求1所述的方法，其特征在于，根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理，包括：
根据随机噪音衰减的空间参数和时间参数，依次在待处理的矩形网格中确定网格区域，对网格区域中地震数据进行随机噪音衰减处理，直至待处理的矩形网格中全部网格区域的地震数据完成随机噪音衰减处理。
8.一种叠前地震数据的随机噪音衰减装置，其特征在于，包括：
各道集矩形网格确定模块，用于对地震数据中的每个道集，将道集中的各道按接收线号和接收点号进行数据重排，将重排后的数据在平面上组成一矩形网格；
待处理的矩形网格确定模块，用于根据各道集的矩形网格的线数和点数、以及随机噪音衰减的空间参数和时间参数，确定待处理的矩形网格；
随机噪音循环处理模块，用于根据随机噪音衰减的空间参数和时间参数，循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理；
待处理的矩形网格确定模块具体用于：
若当前道集的矩形网格，线数和点数均为空间参数的指定倍数以上，则将当前道集的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，线数小于空间参数的指定倍数，则在接收线方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，点数小于空间参数的指定倍数，则在接收点方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格；
若当前道集的矩形网格，线数和点数均小于空间参数的指定倍数，则在接收线方向和接收点方向上将下一道集的矩形网格与当前道集的矩形网格并排合并，将合并后的矩形网格确定为待处理的矩形网格。
9.如权利要求8所述的装置，其特征在于，还包括：地震数据预处理模块，用于在各道集矩形网格确定模块将道集中的各道按接收线号和接收点号进行数据重排之前，对地震数据进行预处理。
10.如权利要求8所述的装置，其特征在于，还包括：空间参数和时间参数设定模块，用于在待处理的矩形网格确定模块确定待处理的矩形网格之前，根据地下地层的构造形态，确定随机噪音衰减的空间参数和时间参数。
11.如权利要求8所述的装置，其特征在于，还包括：地震数据初步处理模块，用于在各道集矩形网格确定模块确定各道集的矩形网格之后，对地震数据进行规则化处理；和/或，对地震数据进行插值处理。
12.如权利要求8所述的装置，其特征在于，所述指定倍数为2倍。
13.如权利要求8所述的装置，其特征在于，还包括：去噪矩形网格分离模块，用于在待处理的矩形网格为合并后的矩形网格时，在随机噪音循环处理模块循环完成对待处理的矩形网格中全部地震数据的随机噪音衰减处理之后，将去噪后的矩形网格分离为对应的多个道集。
14.如权利要求8所述的装置，其特征在于，随机噪音循环处理模块具体用于：
根据随机噪音衰减的空间参数和时间参数，依次在待处理的矩形网格中确定网格区域，对网格区域中地震数据进行随机噪音衰减处理，直至待处理的矩形网格中全部网格区域的地震数据完成随机噪音衰减处理。
15.一种计算机设备，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7任一所述方法。
16.一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7任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911200786.0A CN112882101B (zh) | 2019-11-29 | 2019-11-29 | 叠前地震数据的随机噪音衰减方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911200786.0A CN112882101B (zh) | 2019-11-29 | 2019-11-29 | 叠前地震数据的随机噪音衰减方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112882101A CN112882101A (zh) | 2021-06-01 |
| CN112882101B true CN112882101B (zh) | 2024-04-30 |
Family
ID=76038574
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911200786.0A Active CN112882101B (zh) | 2019-11-29 | 2019-11-29 | 叠前地震数据的随机噪音衰减方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112882101B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114325821A (zh) * | 2021-12-23 | 2022-04-12 | 西安交通大学 | 基于3d-snacnn网络的叠前地震资料中强散射噪声压制方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101382598A (zh) * | 2007-09-03 | 2009-03-11 | 中国石油天然气集团公司 | 一种真三维地震数据线性噪音的压制方法 |
| CN102854532A (zh) * | 2011-06-30 | 2013-01-02 | 中国石油天然气集团公司 | 三维叠前炮检域随机噪声压制方法 |
| CN103984013A (zh) * | 2014-04-24 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种小波域叠前地震道集吸收衰减参数估计算法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150063064A1 (en) * | 2013-09-03 | 2015-03-05 | Pgs Geophysical As | Methods and systems for attenuating noise in seismic data |
| US9841518B2 (en) * | 2014-02-26 | 2017-12-12 | Schlumberger Technology Corporation | Noise attenuation |
| US20170160414A1 (en) * | 2015-12-07 | 2017-06-08 | Cgg Services Sa | Method and device for simultaneously attenuating noise and interpolating seismic data |
-
2019
- 2019-11-29 CN CN201911200786.0A patent/CN112882101B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101382598A (zh) * | 2007-09-03 | 2009-03-11 | 中国石油天然气集团公司 | 一种真三维地震数据线性噪音的压制方法 |
| CN102854532A (zh) * | 2011-06-30 | 2013-01-02 | 中国石油天然气集团公司 | 三维叠前炮检域随机噪声压制方法 |
| CN103984013A (zh) * | 2014-04-24 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种小波域叠前地震道集吸收衰减参数估计算法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于多尺度高分辨率地震勘探的海域工程精细勘察研究应用;黄成民 等;科技广场(02);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112882101A (zh) | 2021-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11880011B2 (en) | Surface wave prediction and removal from seismic data | |
| WO2015160652A1 (en) | Generating subterranean imaging data based on vertical seismic profile data | |
| CN102099705A (zh) | 处理地震数据以供解读的系统和方法 | |
| CN107765308B (zh) | 基于褶积思想与精确震源的重构低频数据频域全波形反演方法 | |
| CN105093301B (zh) | 共成像点反射角角道集的生成方法及装置 | |
| CN114839673B (zh) | 多震源高效采集波场分离方法、分离系统及计算机设备 | |
| AU2013201072B2 (en) | Method and apparatus for automated noise removal from seismic data | |
| 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 | |
| WO2021055152A1 (en) | Noise attenuation methods applied during simultaneous source deblending and separation | |
| CN112882101B (zh) | 叠前地震数据的随机噪音衰减方法及装置 | |
| EA030770B1 (ru) | Система и способ адаптивной сейсмической оптики | |
| CN109975873B (zh) | 一种逆时偏移成像去除低频噪音的方法及系统 | |
| CN112198547A (zh) | 深层或超深层地震资料处理方法及装置 | |
| CN113703039B (zh) | 逆时偏移成像方法及装置 | |
| CN111929726B (zh) | 地震相干数据体处理方法及装置 | |
| Hochwart et al. | Assessing Time-Lapse Full-Waveform Inversion Strategies in a Brazilian Pre-Salt Setting | |
| CN112782766B (zh) | 去除地震资料侧源干扰的方法及装置 | |
| CN111352158B (zh) | 地震信号增强方法及装置 | |
| CN109490952B (zh) | 地震相干体分析方法及系统 | |
| CN105989240A (zh) | 砂层预测方法及装置 | |
| Stanton et al. | Robust deblending of simultaneous source seismic data | |
| Linville et al. | Contour‐based frequency‐domain event detection for seismic arrays | |
| US20120143511A1 (en) | Removing ground roll from geophysical data | |
| Qin | Full-waveform inversion of ground-penetrating radar data and its indirect joint petrophysical inversion with shallow-seismic data | |
| CN112799132B (zh) | 微局部线性噪声压制方法及装置 |
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 |