CN113126163B - 五维地震数据噪声衰减方法及装置 - Google Patents
五维地震数据噪声衰减方法及装置 Download PDFInfo
- Publication number
- CN113126163B CN113126163B CN202010025008.9A CN202010025008A CN113126163B CN 113126163 B CN113126163 B CN 113126163B CN 202010025008 A CN202010025008 A CN 202010025008A CN 113126163 B CN113126163 B CN 113126163B
- Authority
- CN
- China
- Prior art keywords
- seismic data
- dimensional seismic
- time window
- noise attenuation
- dip angle
- 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 44
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000001228 spectrum Methods 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000012952 Resampling Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 6
- 230000001427 coherent effect Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 8
- 238000011161 development Methods 0.000 abstract description 7
- 230000002349 favourable effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 15
- 238000005070 sampling Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000001629 suppression Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 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
- 238000004321 preservation Methods 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
- G01V1/28—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
- 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
- G01V1/362—Effecting static or dynamic corrections; Stacking
-
- 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
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
- G01V2210/322—Trace stacking
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
本发明公开了一种五维地震数据噪声衰减方法及装置，其中方法包括：获取五维地震数据；对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；根据所述倾角时差序列，对所述五维地震数据进行噪声衰减。本发明可以有效衰减五维地震数据噪声，在确保噪声衰减效果的同时提高计算效率，缩短处理周期，为后续数据处理及油藏开发提供有利的时间保障。
Description
技术领域
本发明涉及地球物理地震数据勘探技术领域，尤其涉及五维地震数据噪声衰减方法及装置。
背景技术
随着勘探程度的不断深入，油气勘探正向广度和深度发展。前者的目标是要发现新的远景勘探领域，后者要求寻找那些埋藏深度大和复杂程度高的油气藏，要求解决精细构造和储层参数精细描述等问题。复杂地区和复杂油气藏的油气勘探是一项非常复杂的系统工程。提高信噪比是复杂地区地震勘探数据处理重要环节之一。就物探技术而言要解决复杂油气藏勘探问题，一方面要依靠高密度采集技术提高信噪比，另一方面需要高效的噪声衰减技术提高复杂油气藏勘探的地震数据信噪比，目前大多数去噪方法都是二维或三维噪声压制，去噪的保振幅性不强，因此高效去噪技术正在逐渐由低维向多维发展。
目前发展起来的一种五维道集高效随机噪声衰减方法简称五维谱解析随机噪声压制，是提高地震数据信噪比的有效方法，这项技术的推广和应用，大幅度提高了勘探资料的质量，获得更好的成像效果，提高复杂油气藏勘探的精度。但是这类方法目前计算量大，计算效率低，处理周期长。
发明内容
本发明实施例提供一种五维地震数据噪声衰减方法，用以衰减五维地震数据噪声，在确保噪声衰减效果的同时提高计算效率，缩短处理周期，为后续数据处理及油藏开发提供有利的时间保障，该方法包括：
获取五维地震数据；
对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；
根据所述倾角时差序列，对所述五维地震数据进行噪声衰减；
其中，按如下方式确定每个时间窗内的五维地震数据的相关谱倾角值：确定时间窗内的五维地震数据的能量最大值点，根据所述能量最大值点确定该时间窗内的五维地震数据的相关谱倾角值。
本发明实施例提供一种五维地震数据噪声衰减装置，用以衰减五维地震数据噪声，在确保噪声衰减效果的同时提高计算效率，缩短处理周期，为后续数据处理及油藏开发提供有利的时间保障，该装置包括：
数据获取模块，用于获取五维地震数据；
倾角值确定模块，用于对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
序列获得模块，用于对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；
噪声衰减模块，用于根据所述倾角时差序列，对所述五维地震数据进行噪声衰减；
其中，所述倾角值确定模块进一步用于，按如下方式确定每个时间窗内的五维地震数据的相关谱倾角值：确定时间窗内的五维地震数据的能量最大值点，根据所述能量最大值点确定该时间窗内的五维地震数据的相关谱倾角值。
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五维地震数据噪声衰减方法。
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五维地震数据噪声衰减方法。
相对于现有技术中五维谱解析随机噪声压制的方案而言，本发明实施例通过获取五维地震数据；对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；根据所述倾角时差序列，对所述五维地震数据进行噪声衰减。本发明实施例通过对五维地震数据进行时间窗划分，对每个时间窗选取时间窗内的相关谱倾角值中的最大值，根据最大值得到五维地震数据对应的倾角时差序列，有效减小数据量和计算量，从而根据倾角时差序列对五维地震数据进行噪声衰减，在确保噪声衰减效果的同时提高计算效率，缩短处理周期，为后续数据处理及油藏开发提供有利的时间保障。
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为本发明实施例中五维地震数据噪声衰减方法示意图；
图2为本发明实施例中五维地震数据噪声衰减装置结构图；
图3为本发明实施例中五维地震数据噪声衰减装置结构图；
图4为本发明实施例中五维地震数据噪声衰减装置结构图；
图5为本发明实施例中五维地震数据噪声衰减装置结构图；
图6为本发明实施例中五维地震数据噪声衰减装置结构图；
图7为本发明实施例中原始三维地震数据示意图；
图8为本发明实施例中五维地震数据噪声衰减结果图；
图9为现有的五维地震数据噪声衰减结果图；
图10为本发明实施例中五维地震数据噪声衰减的计算时间；
图11为现有的五维地震数据噪声衰减的计算时间。
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。
为了衰减五维地震数据噪声，在确保噪声衰减效果的同时提高计算效率，缩短处理周期，为后续数据处理及油藏开发提供有利的时间保障，本发明实施例提供一种五维地震数据噪声衰减方法，如图1所示，该方法可以包括：
步骤101、获取五维地震数据；
步骤102、对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
步骤103、对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；
步骤104、根据所述倾角时差序列，对所述五维地震数据进行噪声衰减。
由图1所示可以得知，本发明实施例通过获取五维地震数据；对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；根据所述倾角时差序列，对所述五维地震数据进行噪声衰减。本发明实施例通过对五维地震数据进行时间窗划分，对每个时间窗选取时间窗内的相关谱倾角值中的最大值，根据最大值得到五维地震数据对应的倾角时差序列，有效减小数据量和计算量，从而根据倾角时差序列对五维地震数据进行噪声衰减，在确保噪声衰减效果的同时提高计算效率，缩短处理周期，为后续数据处理及油藏开发提供有利的时间保障。
具体实施时，获取五维地震数据。
实施例中，五维地震数据的五个维度分别为：Line号，CDP号，偏移距，方位角和时间。地震数据需要从不同的视倾角观察，所以高维度的数据分选和排列能更精细地把具有相同特性的地震道组合在一起。但是当前的高密度采集数据量巨大，要从五个维度去考虑去噪问题计算效率较低。
实施例中，获取五维地震数据之后，对所述五维地震数据进行预处理处理，所述预处理处理包括：写数据索引处理，数据解编处理，置观测系统处理，置方位角信息其中之一或任意组合。其中，置方位角信息要求三维高密度宽方位数据，其主要目的是保证没给方位上有足够三维数据覆盖。
本发明实施例采用模块独立管理数据输入输出，无需辅助模块进行排序分选，写数据索引处理之后，按索引获取数据可以缩减数据分选的时间，有效提高五维地震数据噪声衰减效率。
实施例中，在获取五维地震数据之后在内存中进行备份。
具体实施时，对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值。
实施例中，按如下方式确定每个时间窗内的五维地震数据的相关谱倾角值：确定时间窗内的五维地震数据的能量最大值点，根据所述能量最大值点确定该时间窗内的五维地震数据的相关谱倾角值。
本实施例中，对五维地震数据进行时间窗划分，例如每50个样点为一个时间窗，然后确定时间窗内的50个样点中的能量最大值点，以这个能量最大值点为中心选取一段地震数据，扫描五维地震数据4个维度的相关谱倾角值，从而确定该时间窗内的五维地震数据的相关谱倾角值。
本实施例中，按如下方法扫描五维地震数据4个维度的相关谱倾角值：采用搜索归一化相关谱最大值的办法，找到相应的倾角时差，它的计算公式是：
其中分子是振幅和的平方，分母是覆盖次数M和振幅的平方和。fa,o,y,x,t表示经某个视倾角校正后在方位角a，偏移距o，Line方向y，CDP方向x，时间t的振幅值。搜索所有样点的最大相关谱值，需要搜索和计算公式(1)中NS个相关谱，每个相关谱的计算都要重复公式(1)的复杂运算。运算结束后，需要找到确定的最大相关谱以及它所对应的在Line号，CDP号，偏移距、方位角方向的视倾角。本发明实施例根据五维道集地震属性的差异，对地震数据噪声实现了同属性更准确统计和预测，在提高地震数据信噪比和分辨率的同时，达到了保持地震数据波形特征的目的。
具体实施时，对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列。
具体实施时，根据所述倾角时差序列，对所述五维地震数据进行噪声衰减。
实施例中，五维地震数据噪声衰减方法还包括：得到所述五维地震数据对应的倾角时差序列之后，对所述倾角时差序列进行插值处理；
根据所述倾角时差序列，对所述五维地震数据进行噪声衰减，包括：根据插值后的倾角时差序列，对所述五维地震数据进行噪声衰减。
本实施例中，对所述倾角时差序列进行插值处理是为了保证单个地震道上每个样点都有对应的倾角时差值，从而形成一个连续的倾角时差序列。
实施例中，五维地震数据噪声衰减方法还包括：获取五维地震数据之后，对所述五维地震数据进行重采样处理；
对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值，包括：对所述重采样处理后的五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
根据插值后的倾角时差序列，对所述五维地震数据进行噪声衰减，包括：对插值后的倾角时差序列进行反重采样处理，根据反重采样处理结果，对所述五维地震数据进行噪声衰减。
本实施例中，对五维地震数据进行重采样处理的目的是为了减少数据样点个数，从而减少相关次数和计算量。对插值后的倾角时差序列进行反重采样处理，是五维地震数据进行重采样处理的反过程，这样保证了每个原始五维地震数据的样点都有对应的倾角时差。
实施例中，五维地震数据噪声衰减方法还包括：对所述五维地震数据进行重采样处理之后，计算所述重采样处理后的五维地震数据的包络；
对所述重采样处理后的五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值，包括：对所述重采样处理后的五维地震数据的包络进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值。
本实施例中，计算包络的目的是增强地震数据中有效信号的能量，便于识别有效信号。
本实施例中，计算所述重采样处理后的五维地震数据的包络，包括：对所述计算所述重采样处理后的五维地震数据的包络进行希尔伯特变换，得到所述重采样处理后的五维地震数据的包络。
实施例中，根据所述倾角时差序列，对所述五维地震数据进行噪声衰减，包括：根据所述倾角时差序列，对所述五维地震数据进行相干叠加处理。
本实施例中，相同方位角的五维地震数据根据每个样点与相邻地震道的倾角时差序列，沿倾角时差做相干叠加处理，从而完成五维地震数据的噪声衰减。
实施例中，采用多节点多线程计算机并行方式处理。采用计算机硬件加软件技术提高运算速度，多节点主要是增加硬件，计算机节点，多线程主要是程序内部在同一节点上同时启动几个线程同时进行计算，充分利用计算机资源。节点多少和线程多少由用户根据资源多少和提效需要决定。
本发明实施例从数学方法，物探方法，计算机技术三个领域考虑提升五维地震数据去噪的计算效率，去噪后能保持原有地震数据波形特征，且能在很大程度上提升计算效率。
基于同一发明构思，本发明实施例还提供了一种五维地震数据噪声衰减装置，如下面的实施例所述。由于这些解决问题的原理与五维地震数据噪声衰减方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
图2为本发明实施例中五维地震数据噪声衰减装置的结构图，如图2所示，该装置包括：
数据获取模块201，用于获取五维地震数据；
倾角值确定模块202，用于对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
序列获得模块203，用于对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；
噪声衰减模块204，用于根据所述倾角时差序列，对所述五维地震数据进行噪声衰减。
一个实施例中，如图3所示，五维地震数据噪声衰减方法还包括：
插值模块205，用于得到所述五维地震数据对应的倾角时差序列之后，对所述倾角时差序列进行插值处理；
所述噪声衰减模块204进一步用于：根据插值后的倾角时差序列，对所述五维地震数据进行噪声衰减。
一个实施例中，如图4所示，五维地震数据噪声衰减方法还包括：
重采样模块206，用于获取五维地震数据之后，对所述五维地震数据进行重采样处理；
所述倾角值确定模块202进一步用于：对所述重采样处理后的五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
所述噪声衰减模块进204一步用于：对插值后的倾角时差序列进行反重采样处理，根据反重采样处理结果，对所述五维地震数据进行噪声衰减。
一个实施例中，如图5所示，五维地震数据噪声衰减方法还包括：
包络计算模块207，用于对所述五维地震数据进行重采样处理之后，计算所述重采样处理后的五维地震数据的包络；
所述倾角值确定模块202进一步用于：对所述重采样处理后的五维地震数据的包络进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值。
一个实施例中，所述包络计算模块207进一步用于：对所述计算所述重采样处理后的五维地震数据的包络进行希尔伯特变换，得到所述重采样处理后的五维地震数据的包络。
一个实施例中，如图6所示，五维地震数据噪声衰减方法还包括：
预处理模块208，用于获取五维地震数据之后，对所述五维地震数据进行预处理处理，所述预处理处理包括：写数据索引处理，数据解编处理，置观测系统处理，置方位角信息其中之一或任意组合。
一个实施例中，所述倾角值确定模块202进一步用于，按如下方式确定每个时间窗内的五维地震数据的相关谱倾角值：确定时间窗内的五维地震数据的能量最大值点，根据所述能量最大值点确定该时间窗内的五维地震数据的相关谱倾角值。
一个实施例中，所述噪声衰减模块204进一步用于：根据所述倾角时差序列，对所述五维地震数据进行相干叠加处理。
综上所述，本发明实施例通过获取五维地震数据；对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；根据所述倾角时差序列，对所述五维地震数据进行噪声衰减。本发明实施例通过对五维地震数据进行时间窗划分，对每个时间窗选取时间窗内的相关谱倾角值中的最大值，根据最大值得到五维地震数据对应的倾角时差序列，有效减小数据量和计算量，从而根据倾角时差序列对五维地震数据进行噪声衰减，在确保噪声衰减效果的同时提高计算效率，缩短处理周期，为后续数据处理及油藏开发提供有利的时间保障。
下面给出一个具体实施例，说明本发明实施例中五维地震数据噪声衰减方法的具体应用。在本具体实施例中，首先将三维叠前数据排列成五维数据体，这个五维体中相邻道具有更好的相关性。如果把数据按Line号，CDP号，偏移距，方位角，时间排列，这样就可以形成一个五维地震数据数据体。准备3个计算机节点，采集一块高密度三维地震数据如图7所示，经过预处理获得了数据索引以及其它预处理数据属性。这个数据采样率为1毫秒，记录长度为7秒，共7000个样点。启动3个节点，每个节点启动3个线程，进行本专利五维数据去噪处理，首先对这个数据进行重采样处理，采样率为2毫秒，记录长度7秒，样点值就变成了3500个样点，减少了一半的样点，如果想减少更多样点可以加大采用率，4毫秒，8毫秒等。然后对采样后数据做希尔伯特变换包络处理，包络处理数据样点值不变，有效信号加强，这个数据选用50个样点进行分窗处理，一共可以分成70个窗口，每个窗口都找出一个最大值，然后以这个最大样点值作为相关中点值，每个时间窗都完成五维去噪倾角扫描，找出最大相关值对应的倾角时差值，对这70个时窗的倾角时差值数据进行插值处理，获得了3500个倾角时差值，再对3500个样点的时差值进行1毫秒反采样处理，得到与原始数据7000个样点值相对应的倾角时差，最后五维去噪可以在相同方位角上沿倾角进行叠加，完成本发明的五维去噪处理，如图8所示。五维去噪处理完成后，释放线程和3个节点。图9是现有的五维去噪效果，对比图8和图9可知，本发明效率提升后并未改变原有五维噪声衰减的波形特征，证明了在数学和物探方法领域本发明效率提升的正确性。图10是本发明五维去噪的计算时间，图11是现有的五维去噪计算时间，输入的数据大小一致，对比图10显示处理时间7秒和图11显示的时间1分12秒，效率大致提升了大致(60+12)/7.0＝10.3倍。这在很大程度上缩短了五维去噪所需要的时间。本发明去噪后，地震数据的信噪比和分辨率都与未进行效率提升时基本一致，对比图10和图11，保持了原五维去噪地震数据波形特征。
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 (16)
1.一种五维地震数据噪声衰减方法，其特征在于，包括：
获取五维地震数据；
对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；
根据所述倾角时差序列，对所述五维地震数据进行噪声衰减；
其中，按如下方式确定每个时间窗内的五维地震数据的相关谱倾角值：确定时间窗内的五维地震数据的能量最大值点，根据所述能量最大值点确定该时间窗内的五维地震数据的相关谱倾角值。
2.如权利要求1所述的五维地震数据噪声衰减方法，其特征在于，还包括：得到所述五维地震数据对应的倾角时差序列之后，对所述倾角时差序列进行插值处理；
根据所述倾角时差序列，对所述五维地震数据进行噪声衰减，包括：根据插值后的倾角时差序列，对所述五维地震数据进行噪声衰减。
3.如权利要求2所述的五维地震数据噪声衰减方法，其特征在于，还包括：获取五维地震数据之后，对所述五维地震数据进行重采样处理；
对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值，包括：对所述重采样处理后的五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
根据插值后的倾角时差序列，对所述五维地震数据进行噪声衰减，包括：对插值后的倾角时差序列进行反重采样处理，根据反重采样处理结果，对所述五维地震数据进行噪声衰减。
4.如权利要求3所述的五维地震数据噪声衰减方法，其特征在于，还包括：对所述五维地震数据进行重采样处理之后，计算所述重采样处理后的五维地震数据的包络；
对所述重采样处理后的五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值，包括：对所述重采样处理后的五维地震数据的包络进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值。
5.如权利要求4所述的五维地震数据噪声衰减方法，其特征在于，计算所述重采样处理后的五维地震数据的包络，包括：对所述计算所述重采样处理后的五维地震数据的包络进行希尔伯特变换，得到所述重采样处理后的五维地震数据的包络。
6.如权利要求1所述的五维地震数据噪声衰减方法，其特征在于，还包括：获取五维地震数据之后，对所述五维地震数据进行预处理处理，所述预处理处理包括：写数据索引处理，数据解编处理，置观测系统处理，置方位角信息其中之一或任意组合。
7.如权利要求1所述的五维地震数据噪声衰减方法，其特征在于，根据所述倾角时差序列，对所述五维地震数据进行噪声衰减，包括：根据所述倾角时差序列，对所述五维地震数据进行相干叠加处理。
8.一种五维地震数据噪声衰减装置，其特征在于，包括：
数据获取模块，用于获取五维地震数据；
倾角值确定模块，用于对所述五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
序列获得模块，用于对每个时间窗，选取该时间窗内的所述相关谱倾角值中的最大值，根据所述最大值确定该时间窗对应的倾角时差，得到所述五维地震数据对应的倾角时差序列；
噪声衰减模块，用于根据所述倾角时差序列，对所述五维地震数据进行噪声衰减；
其中，所述倾角值确定模块进一步用于，按如下方式确定每个时间窗内的五维地震数据的相关谱倾角值：确定时间窗内的五维地震数据的能量最大值点，根据所述能量最大值点确定该时间窗内的五维地震数据的相关谱倾角值。
9.如权利要求8所述的五维地震数据噪声衰减装置，其特征在于，还包括：
插值模块，用于得到所述五维地震数据对应的倾角时差序列之后，对所述倾角时差序列进行插值处理；
所述噪声衰减模块进一步用于：根据插值后的倾角时差序列，对所述五维地震数据进行噪声衰减。
10.如权利要求9所述的五维地震数据噪声衰减装置，其特征在于，还包括：
重采样模块，用于获取五维地震数据之后，对所述五维地震数据进行重采样处理；
所述倾角值确定模块进一步用于：对所述重采样处理后的五维地震数据进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值；
所述噪声衰减模块进一步用于：对插值后的倾角时差序列进行反重采样处理，根据反重采样处理结果，对所述五维地震数据进行噪声衰减。
11.如权利要求10所述的五维地震数据噪声衰减装置，其特征在于，还包括：
包络计算模块，用于对所述五维地震数据进行重采样处理之后，计算所述重采样处理后的五维地震数据的包络；
所述倾角值确定模块进一步用于：对所述重采样处理后的五维地震数据的包络进行时间窗划分，确定每个时间窗内的五维地震数据的相关谱倾角值。
12.如权利要求11所述的五维地震数据噪声衰减装置，其特征在于，所述包络计算模块进一步用于：对所述计算所述重采样处理后的五维地震数据的包络进行希尔伯特变换，得到所述重采样处理后的五维地震数据的包络。
13.如权利要求8所述的五维地震数据噪声衰减装置，其特征在于，还包括：
预处理模块，用于获取五维地震数据之后，对所述五维地震数据进行预处理处理，所述预处理处理包括：写数据索引处理，数据解编处理，置观测系统处理，置方位角信息其中之一或任意组合。
14.如权利要求8所述的五维地震数据噪声衰减装置，其特征在于，所述噪声衰减模块进一步用于：根据所述倾角时差序列，对所述五维地震数据进行相干叠加处理。
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 |
|---|---|---|---|
| CN202010025008.9A CN113126163B (zh) | 2020-01-10 | 2020-01-10 | 五维地震数据噪声衰减方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010025008.9A CN113126163B (zh) | 2020-01-10 | 2020-01-10 | 五维地震数据噪声衰减方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113126163A CN113126163A (zh) | 2021-07-16 |
| CN113126163B true CN113126163B (zh) | 2022-12-02 |
Family
ID=76771205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010025008.9A Active CN113126163B (zh) | 2020-01-10 | 2020-01-10 | 五维地震数据噪声衰减方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113126163B (zh) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120215453A1 (en) * | 2011-02-22 | 2012-08-23 | Cggveritas Services Sa | Device and method for multi-dimensional coherency driven denoising data |
| US9612351B2 (en) * | 2012-07-10 | 2017-04-04 | Chevron U.S.A. Inc. | System and method for estimating and attenuating noise in seismic data |
| US9562983B2 (en) * | 2014-04-17 | 2017-02-07 | Saudi Arabian Oil Company | Generating subterranean imaging data based on vertical seismic profile data |
| CN104330821B (zh) * | 2014-08-15 | 2017-10-27 | 中国石油天然气集团公司 | 叠后信噪比估算方法及装置 |
-
2020
- 2020-01-10 CN CN202010025008.9A patent/CN113126163B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113126163A (zh) | 2021-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108828668B (zh) | 一种叠前时间偏移数据处理方法及装置 | |
| CN105425289A (zh) | 确定低频波阻抗的方法和装置 | |
| CN110058303A (zh) | 声波各向异性逆时偏移混合方法 | |
| CN113608259B (zh) | 一种基于iceemdan约束广义s变换的地震薄层检测方法 | |
| CN109001813A (zh) | 一种压制多次波的方法、装置及系统 | |
| WO2005017564A1 (en) | Dip value in seismic images | |
| CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
| CN113126163B (zh) | 五维地震数据噪声衰减方法及装置 | |
| US11397273B2 (en) | Full waveform inversion in the midpoint-offset domain | |
| CN112462427A (zh) | 多分量地震资料保幅角度域共成像点道集提取方法及系统 | |
| CN111239832A (zh) | 3d3c-vsp成像处理方法、装置及设备 | |
| CN112782763B (zh) | 一种地震品质因子估算方法、装置、设备及存储介质 | |
| 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 | |
| CN112083490B (zh) | 地震数据噪声衰减方法及装置 | |
| CN114779332A (zh) | 地震数据沉积背景去除方法、装置及电子设备 | |
| CN111352158B (zh) | 地震信号增强方法及装置 | |
| CN112200069B (zh) | 时频域谱减法和经验模态分解联合的隧道滤波方法及系统 | |
| Li et al. | Seismic full-waveform inversion based on superresolution for high-precision prediction of reservoir parameters | |
| CN113917533A (zh) | Ti介质双联动全方位成像的系统性实现方法 | |
| CN111665536A (zh) | 基于微测井子波定量化约束的井深设计方法 | |
| CN112698394B (zh) | 二维观测系统设计面元尺寸的确定方法及装置 | |
| Liu et al. | Research on a matching detection method for magnetic anomaly of underwater targets | |
| CN112241024B (zh) | 地震资料信噪比提高方法、计算机存储介质及系统 | |
| Li et al. | An efficient deep learning method for VSP wavefield separation: A DAS-VSP case | |
| CN114002741B (zh) | 叠前深度偏移方法及装置、计算机可读存储介质 |
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 |