CN113222029A - 基于数据融合的地震成像方法、装置、设备及存储介质 - Google Patents
基于数据融合的地震成像方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113222029A CN113222029A CN202110544430.XA CN202110544430A CN113222029A CN 113222029 A CN113222029 A CN 113222029A CN 202110544430 A CN202110544430 A CN 202110544430A CN 113222029 A CN113222029 A CN 113222029A
- Authority
- CN
- China
- Prior art keywords
- seismic data
- data
- seismic
- processed
- matching
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例公开了一种基于数据融合的地震成像方法、装置、设备及存储介质。该方法包括:基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求;基于第三地震数据和第四地震数据分阶段求取多维的时空变匹配因子;基于时空变匹配因子对第三地震数据和第四地震数据进行分阶段匹配融合,以得到共中心点道集;基于共中心点道集进行后处理得到叠加图像。本发明实施例得到的叠加图像兼具了不同地震数据在不同频段的优势,并且通过预处理,较好的消除了不同地震数据在相位、频率和能量的差异,避免了融合后在中深层同相轴连续性差和假断层现象。
Description
技术领域
本发明实施例涉及地震勘探技术领域,尤其涉及一种基于数据融合的地震成像方法、装置、设备及存储介质。
背景技术
近年来,随着海洋油气勘探程度推进,勘探目的层逐渐向下部层系拓展。改善中深层及复杂构造带地震成像,提高中深层地震数据信噪比及分辨率已经成为现阶段油气勘探开发对地震技术的迫切需要。
常规海上拖缆(平缆)地震采集数据受海面虚反射(鬼波)影响存在陷波,使得地震记录的频带变窄,地震数据的分辨率降低。斜缆(电缆按照施工设计在海水中倾斜沉放)地震采集数据的鬼波频率随电缆深度的变化而变化。利用这种特性,在地震资料处理中通过反褶积算子等手段可以压制鬼波,增强地震记录的频带宽度。但其缺点是,中深层地震数据高频衰减较严重,不利于构造内幕细节刻画。
发明内容
本发明实施例提供一种基于数据融合的地震成像方法、装置、设备及存储介质,以方便基于多种地震数据如平缆地震数据和斜缆地震数据进行融合成像,以同时兼具了多种地震数据的优势。
为达此目的,本发明实施例提供了一种基于数据融合的地震成像方法,该方法包括:
基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,所述第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求;
基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子;
基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,以得到融合后的共中心点道集;
基于所述融合后的共中心点道集进行后处理得到叠加图像。
可选的,在一些实施例提供的基于数据融合的地震成像方法中,所述第一地震数据为平缆地震数据,所述第二地震数据为斜缆地震数据。
可选的,在一些实施例提供的基于数据融合的地震成像方法中,基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据包括:
在预设预处理方式中选择目标预处理方式,所述目标预处理方式为所述预设预处理方式中未被使用过的预处理方式,基于所述第一地震数据通过目标预处理方式得到处理后的第一地震数据,基于所述第二地震数据通过目标预处理方式得到处理后的第二地震数据;
判断所述处理后的第一地震数据和所述处理后的第二地震数据是否满足匹配度要求;
若否,则基于所述处理后的第一地震数据和所述处理后的第二地震数据再次使用目标预处理方式,以得到再处理后的第一中间数据和更新后的第二中间数据,直到所述处理后的第一地震数据和所述处理后的第二地震数据满足匹配度要求;
若是,则重新选择未被使用过的预处理方式作为目标预处理方式,以处理后的第一地震数据和处理后的第二地震数据作为初始数据迭代进行上述预处理过程,直到预设预处理方式中所有预处理方式均被使用时停止迭代,将最终得到的处理后的第一地震数据作为第三地震数据,将最终得到的处理后的第二地震数据作为第四地震数据。
可选的,在一些实施例提供的基于数据融合的地震成像方法中,判断所述处理后的第一地震数据和所述处理后的第二地震数据是否满足匹配度要求,包括:
基于所述处理后的第一地震数据选取井旁小三维数据体并进行规则化处理得到第一三维数据体,基于所述处理后的第二地震数据选取井旁小三维数据体并进行规则化处理得到第二三维数据体;
基于所述第一三维数据体和所述第二三维数据体求取多维匹配因子,所述多维匹配因子包括相位匹配因子、频率匹配因子、时差匹配因子和能量匹配因子;
基于所述处理后的第一地震数据确定第一道集,基于所述处理后的第二地震数据确定第二道集,应用所述多维匹配因子对所述处理后的第一地震数据和所述处理后的第二地震数据进行井旁小三维数据体匹配融合得到第三道集;
对所述第一道集、第二道集和第三道集分别进行叠后时间偏移和叠前时间偏移得到对应的叠后时间偏移数据和叠前时间偏移数据;
基于所述第一道集、第二道集和第三道集对应的共反射点道集以及所述叠后时间偏移数据和叠前时间偏移数据开展多维相关度分析,根据分析结果判断是否满足匹配度要求。
可选的,在一些实施例提供的基于数据融合的地震成像方法中,基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子包括:
对斜缆浅沉放偏移距内处理后的平缆地震数据与处理后的斜缆地震数据,以处理后的斜缆地震数据为基准,提取沉放深度差异在预设区间内处理后的斜缆地震数据与处理后的平缆地震数据进行匹配分析,求取第一匹配因子组;
对具有相同炮检距的处理后的平缆地震数据与处理后的斜缆地震数据,按照等间隔炮检距进行匹配分析,求取第二匹配因子组;
对所述第一匹配因子组和所述第二匹配因子组间空间插值平滑和组内空间插值平滑,得到时空变匹配因子。
可选的,在一些实施例提供的基于数据融合的地震成像方法中,基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,包括:
基于所述第三地震数据和所述第四地震数据,通过所述多维匹配因子进行偏移距内的数据匹配与融合、具有相同炮检距的数据匹配与融合和超出最大偏移距的一致性拼接。
可选的,在一些实施例提供的基于数据融合的地震成像方法中,所述后处理包括速度建模、偏移成像和多次波压制。
一方面,本发明实施例还提供了一种基于数据融合的地震成像装置,该装置包括:
预处理模块,用于基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,所述第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求;
匹配因子确定模块,用于基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子;
融合模块,用于基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,以得到融合后的共中心点道集;
成像模块,用于基于所述融合后的共中心点道集进行后处理得到叠加图像。
另一方面,本发明实施例还提供了一种计算机设备,该计算机设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例提供的基于数据融合的地震成像方法。
又一方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例提供的基于数据融合的地震成像方法。
本发明实施例先基于获取的第一地震数据和第二地震数据进行预处理,得到数据匹配度满足匹配度要求的第三地震数据和第四地震数据,再根据满足匹配度要求的第三地震数据和第四地震数据求取时空变匹配因子,基于时空变匹配因子对第三地震数据和第四地震数据进行融合,得到融合后的共中心点道集,对融合后的共中心点道集进行后处理得到叠加图像,通过预处理较好的消除了第一地震数据和第二地震数据之间在相位、频率和能量等方面的差异,保真度高,并且得到的叠加图像能够兼顾第一地震数据和第二地震数据在不同频段的优势,成像效果更好,分辨率更高、同相轴连续性更好。
附图说明
图1是本发明实施例一提供的一种基于数据融合的地震成像方法流程图;
图2是本发明实施例一提供的一种基于数据融合的地震成像方法的子流程图;
图3是本发明实施例二提供的一种基于数据融合的地震成像方法的子流程图;
图4是本发明实施例二提供的一种基于数据融合的地震成像方法的子流程图;
图5是本发明实施例三提供的一种基于数据融合的地震成像装置的结构示意图;
图6为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止,但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外,术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等,但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一模块称为第二模块,且类似地,可将第二模块称为第一模块。第一模块和第二模块两者都是模块,但其不是同一模块。术语“第一”、“第二”等不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明实施例的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
实施例一
图1为本发明实施例一提供的一种基于数据融合的地震成像方法流程图,该方法可以应用于各种地震勘探系统,例如海上油气勘探系统,本实施例提供的基于数据融合的地震成像方法可以由地震勘探系统中的终端或服务器执行,也可以通过终端和服务器的交互实现,本实施例中以服务器为例。如图1所示,该方法包括:
S110、基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,所述第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求。
第一地震数据和第二地震数据为通过地震勘探设备采集的不同地震数据,例如所述第一地震数据为平缆地震数据,所述第二地震数据为斜缆地震数据,二者在地震成像中有不同的特点。第三地震数据为对第一地震数据进行预处理后得到的地震数据,第四地震数据为对第二地震数据进行预处理后得到的地震数据。数据匹配度用于描述不同地震数据间的相似度,数据匹配度越高,相似度越高。具体的,预处理用于使得第三地震数据和第四地震数据能够满足数据融合质量要求:不同地震数据之间在相位、频率和能量上都存在差异,直接融合得到的结果经常出现各种问题,例如在中深层同相轴连续性差,甚至出现假断层现象,本实施例中只有满足数据融合质量要求的两份地震数据才视为能取得较好的融合效果。为了优化融合效果,本实施例中会先对第一地震数据和第二地震数据进行预处理,以使二者在融合前相似度更高,也即预处理之后得到的第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求。具体的,匹配度要求中可以包括多项要求用于对多维相关度质量进行规范,示例性的,匹配度要求包括对地震剖面相似的度要求、对AVO属性的要求等,当然此处仅为举例而并非限制。
具体的,本实施例中服务器与用于检测地震数据的地震勘探设备(例如地震检波器)连接,用于获取地震勘探设备采集的地震数据,服务器中还设置有用于对地震数据进行预处理的相关算法,在采集到第一地震数据和第二地震数据之后,对第一地震数据和第二地震数据进行预处理,得到数据匹配度满足匹配度要求的第三地震数据和第四地震数据。
S120、基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子。
时空变匹配因子在第三地震数据和第四地震数据的融合过程中使用,通过对第三地震数据、第四地震数据的分阶段匹配分析和插值得到。其中分阶段匹配分析表示按照不同的分析标准例如偏移距和炮检距进行匹配分析得到对应的匹配因子组,插值用于对分阶段匹配分析得到的匹配因子组进行组间和组内插值平滑得到时空变匹配因子。
本实施例中,服务器中还设置有用于确定时空变匹配因子的相关算法,用于在根据第一地震数据和第二地震数据预处理得到第三地震数据和第四地震数据后,基于第三地震数据和第四地震数据求取时空变匹配因子。
S130、基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,以得到融合后的共中心点道集。
分阶段匹配融合表示根据时空变匹配因子按照分阶段求取时空变匹配因子的过程对应进行第三地震数据和第四地震数据的融合,具体的,也是按照偏移距和炮检距进行对应的数据融合,在没有对应数据(例如超出最大偏移距时)融合时,采用拼接。融合完成后的数据称为融合后的共中心点道集(CMP,Common Middle Point,单个地震检波器的接收记录,称之为一个地震道,多个地震道的集合,简称道集,共中心点道集指的是检波器和激发点的中心点相同的地震道的集合)。
具体的,服务器中设置有用于进行地震数据融合的相关算法,在确定了时空变匹配因子后,根据多维匹配因子对第三地震数据和第四地震数据进行融合,得到融合后的共中心点道集。
S140、基于所述融合后的共中心点道集进行后处理得到叠加图像。
叠加图像是基于融合后的共中心点道集得到的地震图像,用于反映地震勘探结果,叠加图像由融合后的共中心点道集通过后处理得到,后处理包括速度建模和偏移成像,在一些实施例中还包括为了提高成像效果在偏移成像后设置的多次波压制。
在一个具体示例中,第一地震数据和第二地震数据分被为平缆地震数据和斜缆地震数据,在采集完平缆地震数据和斜缆地震数据后,对平缆地震数据和斜缆地震数据分别进行预处理,预处理的主要步骤包括但不限于:干扰波压制、鬼波压制、多次波压制、能量及频率补偿和数据规则化等,在预处理使得处理后的两种数据间数据匹配度满足匹配度要求时,得到处理后的平缆地震数据和处理后的斜缆地震数据;对处理后的平缆地震数据和处理后的斜缆地震数据求取时空变匹配因子;再利用时空变匹配因子对处理后的平缆地震数据和处理后的斜缆地震数据进行分阶段匹配融合,得到融合后的共中心点道集;基于融合后的共中心点道集进行速度建模、偏移成像和多次波压制等处理,得到最后的叠加图像。该叠加图像兼具了平缆地震数据的高频优势和斜缆地震数据的低频优势,宽频特征明显,并且通过预处理,较好的消除了两种数据(平缆地震数据和斜缆地震数据)在相位、频率和能量的差异,避免了融合后在中深层同相轴连续性差,以及可能出现的假断层现象。
本实施例提供了一种基于数据融合的地震成像方法,先基于获取的第一地震数据和第二地震数据进行预处理,得到数据匹配度满足匹配度要求的第三地震数据和第四地震数据,再根据满足匹配度要求的第三地震数据和第四地震数据求取时空变匹配因子,基于时空变匹配因子对第三地震数据和第四地震数据进行融合,得到融合后的共中心点道集,对融合后的共中心点道集进行后处理得到叠加图像,通过预处理较好的消除了第一地震数据和第二地震数据之间在相位、频率和能量等方面的差异,保真度高,并且得到的叠加图像能够兼顾第一地震数据和第二地震数据在不同频段的优势,成像效果更好,分辨率更高、同相轴连续性更好。
实施例二
本发明实施例二是在本发明实施例一的基础上,对实施例一中部分内容进行了进一步的补充和/或解释,例如预处理的具体过程、多维匹配因子的求取过程等。具体包括:
如图2所示,步骤S110包括步骤S111-114:
S111、在预设预处理方式中选择目标预处理方式,所述目标预处理方式为所述预设预处理方式中未被使用过的预处理方式,基于所述第一地震数据通过目标预处理方式得到处理后的第一地震数据,基于所述第二地震数据通过目标预处理方式得到处理后的第二地震数据。
预设预处理方式用于调整第一地震数据和第二地震数据的融合质量,本实施例中以数据匹配度作为融合质量的评价标准,数据匹配度越高则融合质量越好。具体的,预处理方式包括多种,例如干扰波压制、鬼波压制、多次波压制、能量及频率补偿以及数据规则化等方式。
当预设预处理方式有多种时,先选用一种预设预处理方式对第一地震数据和第二地震数据分别进行处理,直到处理得到的地震数据满足对应的匹配度要求时,才会继续采用其他的预设预处理方式进行数据处理,为了便于区分,将每次使用的预设预处理方式称为目标预处理方式,目标预处理方式在得到的处理后数据满足匹配度要求前会被迭代使用,直到满足匹配度要求之后,才会重新选择一个没有被使用的预设预处理方式作为目标预处理方式。
S112、判断所述处理后的第一地震数据和所述处理后的第二地震数据是否满足匹配度要求。
匹配度要求用于判断处理后的第一地震数据和处理后的第二地震数据的数据匹配度是否达到要求的判断标准,基于处理后的第一地震数据和处理后的第二地震数据的多维相关度分析结果完成。具体的,多维相关度分析用于从多个方面分析不同地震数据间的相关性,这些相关性一定程度上反应了地震数据的融合质量,在一些实施例中,多维相关度分析包括地震剖面相似度分析、井震标定、AVO(Amplitude variation with offset,振幅随偏移距的变化)属性分析、分频扫描、频谱分析等,此处不一一举例,这些分析内容在匹配度要求中都设置有对应的评价标准,例如地震剖面相似度分析需要达到匹配度要求中的预设相似度值才能视为达到匹配度要求。更具体的,不同的多维相关度分析内容有不同的意义:剖面相似度的分析标准通常是根据处理经验进行剖面的判断,例如在进行平缆地震数据和斜缆地震数据融合时,原则上是融合处理必须兼具平缆的优势和斜缆的优势;井震标定的分析标准同样也是融合处理后的成果(对应的道集)要井震匹配超过单独一种地震数据(例如单独的平缆地震数据或者单独的斜缆地震数据),这里关于井震标定的量化需要根据井资料的情况特定设置;AVO属性分析需要确定AVO属性相关度,需要融合处理后的成果(对应的道集)的AVO特征至少要与单独的地震数据(例如单独的平缆地震数据或者单独的斜缆地震数据)的AVO的特征相当,具体可以结合井旁正演道集的幅距曲线分析进行判断,例如基于AVO特征分析进行相关度质量分析时,相关度质量取决于单独的斜缆和平缆的道集与正演道集的相关度;分频扫描和频谱分析的分析标准是分析结果是否兼具平缆资料的频率优势和斜缆资料的频率优势等。
S113、若否,则基于所述处理后的第一地震数据和所述处理后的第二地震数据再次使用目标预处理方式,以得到再处理后的第一中间数据和更新后的第二中间数据,直到所述处理后的第一地震数据和所述处理后的第二地震数据满足匹配度要求。
当判断经过一次目标预处理方式对第一地震数据和第二地震数据进行数据处理过后并没有达到对应的匹配度要求时,则继续基于目标预处理方式对处理后的第一地震数据和处理后的第二地震数据进行数据处理,判断是否达到匹配度要求,一直到处理后的第一地震数据和处理后的第二地震数据满足匹配度要求,再继续使用其他预设预处理方式对满足匹配度要求的地震数据(指处理后的第一地震数据和处理后的第二地震数据)进行数据处理。
S114、若是,则重新选择未被使用过的预处理方式作为目标预处理方式,以处理后的第一地震数据和处理后的第二地震数据作为初始数据迭代进行上述预处理过程,直到预设预处理方式中所有预处理方式均被使用时停止迭代,将最终得到的处理后的第一地震数据作为第三地震数据,将最终得到的处理后的第二地震数据作为第四地震数据。
当使用一种预设预处理方式进行数据处理得到的地震数据达到对应的匹配度要求后,再选择未被使用过的预设预处理方式对已经进行过数据处理的地震数据再次进行数据处理,直到所有预设预处理方式均已经用于进行数据处理之后,得到的满足匹配度要求的地震数据就是需要的第三地震数据和第四地震数据,其中第三地震数据是对第一地震数据经过一系列预设预处理方式处理后得到的满足匹配度要求的地震数据,第四地震数据是对第二地震数据经过一系列预设预处理方式处理后得到的满足匹配度要求的地震数据。可以理解为每种预设预处理方式都会得到一个满足对应的匹配度要求的阶段性处理结果:第一地震数据和第二地震数据经过第一种预设预处理方式得到满足匹配度要求的第一处理结果,第一处理结果经过第二种预设预处理方式得到满足匹配对要求的第二处理结果……第N-1处理结果经过第N种预设预处理方式得到满足匹配对要求的第N处理结果,其中N表示有N种预设预处理方式,第N处理结果就包括第三地震数据和第四地震数据。
更具体的,在一些实施例中,如图3所示,判断是否满足匹配度要求的过程,也即步骤S112,包括步骤S1121-1125:
S1121、基于所述处理后的第一地震数据选取井旁小三维数据体并进行规则化处理得到第一三维数据体,基于所述处理后的第二地震数据选取井旁小三维数据体并进行规则化处理得到第二三维数据体。
S1122、基于所述第一三维数据体和所述第二三维数据体求取多维匹配因子,所述多维匹配因子包括相位匹配因子、频率匹配因子、时差匹配因子和能量匹配因子。
在求取具体的多维匹配因子时:为了消除相位上的差异,在重叠区域等间隔选取测线数据,求取第一三维数据体到第二三维数据体的空变纯相位匹配滤波因子并进行应用;为了消除频率上的差异,分别求取重叠区不同数据的信号谱及噪音谱,以斜缆三维数据体的信号谱作为期望输出,求取平缆三维数据体的频率匹配因子;为了消除时差上的差异,通过互相关的方法精确求取时差并进行应用以消除数据体间的系统时差;为了消除能量上的差异,通过提取规则化后不同数据体振幅属性,求取时空变的振幅匹配系数并进行应用。
S1123、基于所述处理后的第一地震数据确定第一道集,基于所述处理后的第二地震数据确定第二道集,应用所述多维匹配因子对所述处理后的第一地震数据和所述处理后的第二地震数据进行井旁小三维数据体匹配融合得到第三道集。
S1124、对所述第一道集、第二道集和第三道集分别进行叠后时间偏移和叠前时间偏移得到对应的叠后时间偏移数据和叠前时间偏移数据。
S1125、基于所述第一道集、第二道集和第三道集对应的共反射点道集以及所述叠后时间偏移数据和叠前时间偏移数据开展多维相关度分析,根据分析结果判断是否满足匹配度要求。
可选的,在一些实施例中,如图4所示,以未处理的斜缆数据为第一地震数据、未处理的平缆数据为第二地震数据(也可以未处理的平缆数据为第一地震数据、未处理的斜缆数据为第二地震数据)说明求取多维匹配因子的过程,也即步骤S130,包括步骤S131-133:
S131、对斜缆浅沉放偏移距内处理后的平缆地震数据与处理后的斜缆地震数据,以处理后的斜缆地震数据为基准,提取沉放深度差异在预设区间内处理后的斜缆地震数据与处理后的平缆地震数据进行匹配分析,求取第一匹配因子组。
S132、对具有相同炮检距的处理后的平缆地震数据与处理后的斜缆地震数据,按照等间隔炮检距进行匹配分析,求取第二匹配因子组。
S133、对所述第一匹配因子组和所述第二匹配因子组间空间插值平滑和组内空间插值平滑,得到时空变匹配因子。
步骤S131为根据偏移距求取第一匹配因子组的过程,在步骤S131中,预设区间通常设为-3~+2米;步骤S132为根据炮检距求取第二匹配因子组的过程,在步骤S132中等间隔炮检距也是一个预设的距离值,通常为200米;步骤S133为根据第一匹配因子组和第二匹配因子组进行差值求取时空变匹配因子的过程,具体的插值算法可以根据实际需求自行设置,此处不作限制。第一匹配因子组、第二匹配因子组与多维匹配因子类似,包括相位、频率、时差和能量等匹配因子。例如,为了消除相位上的差异,在重叠区域等间隔选取测线数据,求取平缆地震数据到斜缆地震数据的空变纯相位匹配滤波因子并进行应用;为了消除频率上的差异,分别求取重叠区不同数据的信号谱及噪音谱,以斜缆地震数据的信号谱作为期望输出,求取平缆地震数据的频率匹配因子为了消除时差上的差异,通过互相关的方法精确求取时差并进行应用以消除数据体间的系统时差;为了消除能量上的差异,通过提取规则化后不同数据体振幅属性,求取时空变的振幅匹配系数并进行应用。
与上述时空变匹配因子求取过程对应的,步骤S130中基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,包括:
基于所述第三地震数据和所述第四地震数据,通过所述多维匹配因子进行偏移距内的数据匹配与融合、具有相同炮检距的数据匹配与融合和超出最大偏移距的一致性拼接。具体的,也就是利用时空变匹配因子,分别进行斜缆浅沉放偏移距内平缆地震数据(此处指的是经过预处理后的平缆地震数据)和斜缆地震数据(此处指的是经过预处理后的斜缆地震数据)匹配与融合、具有相同炮检距的平缆地震数据(此处指的是经过预处理后的平缆地震数据)和斜缆地震数据(此处指的是经过预处理后的斜缆地震数据)匹配与融合以及超出平缆最大偏移距的斜缆地震数据(此处指的是经过预处理后的斜缆地震数据)与匹配融合后地震数据开展保持AVO特征的一致性拼接三步,其中,第三步是基于前两步的基础进行的,用于将超出平缆最大偏移距的斜缆地震数据(此处指的是经过预处理后的斜缆地震数据)拼接到前两步得到的数据融合结果中。
本实施例在上述实施例的基础上进一步提供了对地震数据进行预处理的过程,通过多种预设预处理方式提高了不同地震数据间的匹配度,基于多维相关度分析确保预处理结果满足匹配度要求,结合多维的时空变匹配因子进行分阶段的数据融合,兼具了不同地震数据的偏移距,保留了数据的AVO特征,提高了数据融合的质量,从而实现更高质量的成像效果,可以用来进行更有效的叠前反演和油气检测工作。
实施例三
图5为本发明实施例三提供的一种基于数据融合的地震成像装置300,本发明实施例三所提供的基于数据融合的地震成像装置300可执行本发明任意实施例所提供的基于数据融合的地震成像方法,具备执行方法相应的功能模块和有益效果。如图5所示,该基于数据融合的地震成像装置300包括:
预处理模块310,用于基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,所述第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求;
匹配因子确定模块320,用于基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子;
融合模块330,用于基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,以得到融合后的共中心点道集;
成像模块340,用于基于所述融合后的共中心点道集进行后处理得到叠加图像。
可选的,在一些实施例中,所述第一地震数据为平缆地震数据,所述第二地震数据为斜缆地震数据。
可选的,在一些实施例中,基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据包括:
在预设预处理方式中选择目标预处理方式,所述目标预处理方式为所述预设预处理方式中未被使用过的预处理方式,基于所述第一地震数据通过目标预处理方式得到处理后的第一地震数据,基于所述第二地震数据通过目标预处理方式得到处理后的第二地震数据;
判断所述处理后的第一地震数据和所述处理后的第二地震数据是否满足匹配度要求;
若否,则基于所述处理后的第一地震数据和所述处理后的第二地震数据再次使用目标预处理方式,以得到再处理后的第一中间数据和更新后的第二中间数据,直到所述处理后的第一地震数据和所述处理后的第二地震数据满足匹配度要求;
若是,则重新选择未被使用过的预处理方式作为目标预处理方式,以处理后的第一地震数据和处理后的第二地震数据作为初始数据迭代进行上述预处理过程,直到预设预处理方式中所有预处理方式均被使用时停止迭代,将最终得到的处理后的第一地震数据作为第三地震数据,将最终得到的处理后的第二地震数据作为第四地震数据。
可选的,在一些实施例中,判断所述处理后的第一地震数据和所述处理后的第二地震数据是否满足匹配度要求,包括:
基于所述处理后的第一地震数据选取井旁小三维数据体并进行规则化处理得到第一三维数据体,基于所述处理后的第二地震数据选取井旁小三维数据体并进行规则化处理得到第二三维数据体;
基于所述第一三维数据体和所述第二三维数据体求取多维匹配因子,所述多维匹配因子包括相位匹配因子、频率匹配因子、时差匹配因子和能量匹配因子;
基于所述处理后的第一地震数据确定第一道集,基于所述处理后的第二地震数据确定第二道集,应用所述多维匹配因子对所述处理后的第一地震数据和所述处理后的第二地震数据进行井旁小三维数据体匹配融合得到第三道集;
对所述第一道集、第二道集和第三道集分别进行叠后时间偏移和叠前时间偏移得到对应的叠后时间偏移数据和叠前时间偏移数据;
基于所述第一道集、第二道集和第三道集对应的共反射点道集以及所述叠后时间偏移数据和叠前时间偏移数据开展多维相关度分析,根据分析结果判断是否满足匹配度要求。
可选的,在一些实施例中,匹配因子确定模块320包括:
第一匹配因子组确定单元,用于对斜缆浅沉放偏移距内处理后的平缆地震数据与处理后的斜缆地震数据,以处理后的斜缆地震数据为基准,提取沉放深度差异在预设区间内处理后的斜缆地震数据与处理后的平缆地震数据进行匹配分析,求取第一匹配因子组;
第二匹配因子组确定单元,用于对具有相同炮检距的处理后的平缆地震数据与处理后的斜缆地震数据,按照等间隔炮检距进行匹配分析,求取第二匹配因子组;
多维匹配因子确定单元,用于对所述第一匹配因子组和所述第二匹配因子组间空间插值平滑和组内空间插值平滑,得到时空变匹配因子。
可选的,在一些实施例中,融合模块330用于:
基于所述第三地震数据和所述第四地震数据,通过所述多维匹配因子进行偏移距内的数据匹配与融合、具有相同炮检距的数据匹配与融合和超出最大偏移距的一致性拼接。
可选的,在一些实施例中,所述后处理包括速度建模、偏移成像和多次波压制。
本实施例提供了一种基于数据融合的地震成像装置,先基于获取的第一地震数据和第二地震数据进行预处理,得到数据匹配度满足匹配度要求的第三地震数据和第四地震数据,再根据满足匹配度要求的第三地震数据和第四地震数据求取时空变匹配因子,基于时空变匹配因子对第三地震数据和第四地震数据进行融合,得到融合后的共中心点道集,对融合后的共中心点道集进行后处理得到叠加图像,通过预处理较好的消除了第一地震数据和第二地震数据之间在相位、频率和能量等方面的差异,保真度高,并且得到的叠加图像能够兼顾第一地震数据和第二地震数据在不同频段的优势,成像效果更好,分辨率更高、同相轴连续性更好。
实施例四
图6为本发明实施例四提供的一种计算机设备12的结构示意图。图6示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图6显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,装置存储器28,连接不同装置组件(包括装置存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机装置可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
装置存储器28可以包括易失性存储器形式的计算机装置可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机装置存储介质。仅作为举例,存储装置34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作装置、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID装置、磁带驱动器以及数据备份存储装置等。
处理单元16通过运行存储在装置存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的基于数据融合的地震成像方法:
基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,所述第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求;
基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子;
基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,以得到融合后的共中心点道集;
基于所述融合后的共中心点道集进行后处理得到叠加图像。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请所有发明实施例提供的基于数据融合的地震成像方法:
基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,所述第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求;
基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子;
基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,以得到融合后的共中心点道集;
基于所述融合后的共中心点道集进行后处理得到叠加图像。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于数据融合的地震成像方法,其特征在于,包括:
基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,所述第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求;
基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子;
基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,以得到融合后的共中心点道集;
基于所述融合后的共中心点道集进行后处理得到叠加图像。
2.根据权利要求1所述基于数据融合的地震成像方法,其特征在于:所述第一地震数据为平缆地震数据,所述第二地震数据为斜缆地震数据。
3.根据权利要求2所述基于数据融合的地震成像方法,其特征在于,基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据包括:
在预设预处理方式中选择目标预处理方式,所述目标预处理方式为所述预设预处理方式中未被使用过的预处理方式,基于所述第一地震数据通过目标预处理方式得到处理后的第一地震数据,基于所述第二地震数据通过目标预处理方式得到处理后的第二地震数据;
判断所述处理后的第一地震数据和所述处理后的第二地震数据是否满足匹配度要求;
若否,则基于所述处理后的第一地震数据和所述处理后的第二地震数据再次使用目标预处理方式,以得到再处理后的第一中间数据和更新后的第二中间数据,直到所述处理后的第一地震数据和所述处理后的第二地震数据满足匹配度要求;
若是,则重新选择未被使用过的预处理方式作为目标预处理方式,以处理后的第一地震数据和处理后的第二地震数据作为初始数据迭代进行上述预处理过程,直到预设预处理方式中所有预处理方式均被使用时停止迭代,将最终得到的处理后的第一地震数据作为第三地震数据,将最终得到的处理后的第二地震数据作为第四地震数据。
4.根据权利要求1或2所述基于数据融合的地震成像方法,其特征在于,判断所述处理后的第一地震数据和所述处理后的第二地震数据是否满足匹配度要求,包括:
基于所述处理后的第一地震数据选取井旁小三维数据体并进行规则化处理得到第一三维数据体,基于所述处理后的第二地震数据选取井旁小三维数据体并进行规则化处理得到第二三维数据体;
基于所述第一三维数据体和所述第二三维数据体求取多维匹配因子,所述多维匹配因子包括相位匹配因子、频率匹配因子、时差匹配因子和能量匹配因子;
基于所述处理后的第一地震数据确定第一道集,基于所述处理后的第二地震数据确定第二道集,应用所述多维匹配因子对所述处理后的第一地震数据和所述处理后的第二地震数据进行井旁小三维数据体匹配融合得到第三道集;
对所述第一道集、第二道集和第三道集分别进行叠后时间偏移和叠前时间偏移得到对应的叠后时间偏移数据和叠前时间偏移数据;
基于所述第一道集、第二道集和第三道集对应的共反射点道集以及所述叠后时间偏移数据和叠前时间偏移数据开展多维相关度分析,根据分析结果判断是否满足匹配度要求。
5.根据权利要求2所述基于数据融合的地震成像方法,其特征在于,基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子包括:
对斜缆浅沉放偏移距内处理后的平缆地震数据与处理后的斜缆地震数据,以处理后的斜缆地震数据为基准,提取沉放深度差异在预设区间内处理后的斜缆地震数据与处理后的平缆地震数据进行匹配分析,求取第一匹配因子组;
对具有相同炮检距的处理后的平缆地震数据与处理后的斜缆地震数据,按照等间隔炮检距进行匹配分析,求取第二匹配因子组;
对所述第一匹配因子组和所述第二匹配因子组间空间插值平滑和组内空间插值平滑,得到时空变匹配因子。
6.根据权利要求1或2所述基于数据融合的地震成像方法,其特征在于,基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,包括:
基于所述第三地震数据和所述第四地震数据,通过所述多维匹配因子进行偏移距内的数据匹配与融合、具有相同炮检距的数据匹配与融合和超出最大偏移距的一致性拼接。
7.根据权利要求1或2所述基于数据融合的地震成像方法,其特征在于,所述后处理包括速度建模、偏移成像和多次波压制。
8.一种基于数据融合的地震成像装置,其特征在于,包括:
预处理模块,用于基于获取的第一地震数据和第二地震数据进行预处理分别得到对应的第三地震数据和第四地震数据,所述第三地震数据和第四地震数据之间的数据匹配度满足匹配度要求;
匹配因子确定模块,用于基于所述第三地震数据和所述第四地震数据分阶段求取多维的时空变匹配因子;
融合模块,用于基于所述时空变匹配因子对所述第三地震数据和所述第四地震数据进行分阶段匹配融合,以得到融合后的共中心点道集;
成像模块,用于基于所述融合后的共中心点道集进行后处理得到叠加图像。
9.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的基于数据融合的地震成像方法。
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,该程序被处理器执行时实现如权利要求1-7中任一所述的基于数据融合的地震成像方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110544430.XA CN113222029B (zh) | 2021-05-19 | 2021-05-19 | 基于数据融合的地震成像方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110544430.XA CN113222029B (zh) | 2021-05-19 | 2021-05-19 | 基于数据融合的地震成像方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113222029A true CN113222029A (zh) | 2021-08-06 |
CN113222029B CN113222029B (zh) | 2023-09-29 |
Family
ID=77093013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110544430.XA Active CN113222029B (zh) | 2021-05-19 | 2021-05-19 | 基于数据融合的地震成像方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113222029B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116736374A (zh) * | 2023-06-20 | 2023-09-12 | 中海石油(中国)有限公司深圳分公司 | 多方位地震数据的融合方法、装置、设备和介质 |
CN116819627A (zh) * | 2023-06-30 | 2023-09-29 | 中海石油(中国)有限公司深圳分公司 | 地震弱信号的增强方法、装置、设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6049759A (en) * | 1998-01-16 | 2000-04-11 | Bp Amoco Corporation | Method of prestack 3-D migration |
CN107817526A (zh) * | 2017-10-13 | 2018-03-20 | 中国石油化工股份有限公司 | 叠前地震道集分段式振幅能量补偿方法及系统 |
CN112558160A (zh) * | 2020-11-06 | 2021-03-26 | 中国海洋石油集团有限公司 | 一种方位差异三维地震叠前融合处理方法和系统 |
-
2021
- 2021-05-19 CN CN202110544430.XA patent/CN113222029B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6049759A (en) * | 1998-01-16 | 2000-04-11 | Bp Amoco Corporation | Method of prestack 3-D migration |
CN107817526A (zh) * | 2017-10-13 | 2018-03-20 | 中国石油化工股份有限公司 | 叠前地震道集分段式振幅能量补偿方法及系统 |
CN112558160A (zh) * | 2020-11-06 | 2021-03-26 | 中国海洋石油集团有限公司 | 一种方位差异三维地震叠前融合处理方法和系统 |
Non-Patent Citations (2)
Title |
---|
AUDREY VAN DER WIELEN: "Detection of thin layers into concrete with static and CMP mea surements", 2012 14TH INTERNATIONAL CONFERENCE ON GROUND PENETRATING RADAR (GPR) * |
熊艳梅 等: "非刚性匹配技术在地震资料一致性处理中的应用", 地球物理学进展 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116736374A (zh) * | 2023-06-20 | 2023-09-12 | 中海石油(中国)有限公司深圳分公司 | 多方位地震数据的融合方法、装置、设备和介质 |
CN116819627A (zh) * | 2023-06-30 | 2023-09-29 | 中海石油(中国)有限公司深圳分公司 | 地震弱信号的增强方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113222029B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102298156B (zh) | 用于反虚反射地震数据的方法和装置 | |
US9322943B2 (en) | Method and apparatus for pre-stack deghosting of seismic data | |
US10877174B2 (en) | Diving wave illumination using migration gathers | |
EP3273274A1 (en) | Device and method for estimating pre-stack wavelet model from seismic gathers | |
CN113222029B (zh) | 基于数据融合的地震成像方法、装置、设备及存储介质 | |
WO2020264100A1 (en) | Imaging subterranean features using fourier transform interpolation of seismic data | |
US20240125961A1 (en) | Method and system for determining wavefield components using independent component analysis | |
US11536865B1 (en) | Method and system for target oriented interbed seismic multiple prediction and subtraction | |
Chen et al. | Enhancing earthquake detection from distributed acoustic sensing data by coherency measure and moving-rank-reduction filtering | |
EP2775321A2 (en) | Method and device for calculating time-shifts and time-strains in seismic data | |
Park et al. | Detection of instrument gain problems based on body‐wave polarization: Application to the Hi‐net array | |
US20140324358A1 (en) | Surface multiple prediction | |
CN110858000B (zh) | 地震数据重构方法、装置、计算机设备及存储介质 | |
US20090052279A1 (en) | Method and system for determining azimuth parameters for seismic data processing | |
CN109633744B (zh) | 地震子波的提取方法、装置、设备及存储介质 | |
Galiana-Merino et al. | Wavelet transform methods for azimuth estimation in local three-component seismograms | |
EP3248030A1 (en) | Adaptive structure-oriented operator | |
US11906680B2 (en) | Generalized internal multiple prediction | |
US11194068B1 (en) | Systems and methods for object location detection such as detecting airplane crash location | |
US20230184975A1 (en) | Method and system for determining seismic velocities using global path tracing | |
US20240210581A1 (en) | Implicit finite-difference method for wave equation based on recursive deconvolution | |
CN114002741B (zh) | 叠前深度偏移方法及装置、计算机可读存储介质 | |
Perez et al. | Warping prestack imaged data to improve stack quality and resolution | |
CN117724157A (zh) | 地震相结构的预测方法及装置 | |
Lin et al. | Geometric seismic attribute estimation using data-adaptive windows |
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 |