CN113433588A - 一种分偏移距扫描叠加的近地表速度分析方法 - Google Patents

一种分偏移距扫描叠加的近地表速度分析方法 Download PDF

Info

Publication number
CN113433588A
CN113433588A CN202110768163.4A CN202110768163A CN113433588A CN 113433588 A CN113433588 A CN 113433588A CN 202110768163 A CN202110768163 A CN 202110768163A CN 113433588 A CN113433588 A CN 113433588A
Authority
CN
China
Prior art keywords
offset
velocity
surface velocity
beta
speed
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
CN202110768163.4A
Other languages
English (en)
Other versions
CN113433588B (zh
Inventor
王华忠
盛燊
冯波
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202110768163.4A priority Critical patent/CN113433588B/zh
Publication of CN113433588A publication Critical patent/CN113433588A/zh
Application granted granted Critical
Publication of CN113433588B publication Critical patent/CN113433588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/303Analysis for determining velocity profiles or travel times
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/282Application of seismic models, synthetic seismograms
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/60Analysis
    • G01V2210/62Physical property of subsurface
    • G01V2210/622Velocity, density or impedance
    • G01V2210/6222Velocity; travel time

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

本发明提供了一种分偏移距扫描叠加的近地表速度分析方法,首先对类/CMP道集进行扫描升维得到三维数据体,基于回转波时距曲线关系,再结合地质实际情况,在三维数据体空间内全局寻优获得最优速度模型参数,最后输出速度模型,得到可视化界面。本发明利用地震数据初至波波形相关性和回转波时距关系,在特征波反演框架下,对于含噪地震数据,解决基于初至拾取的旅行时层析反演的较差鲁棒性和较大计算量问题。

Description

一种分偏移距扫描叠加的近地表速度分析方法
技术领域
本发明属于地球物理勘探技术领域,具体地涉及一种分偏移距扫描叠加的近地表速度分析方法。
背景技术
地震波反演成像是油气勘探的核心问题。精确的地震波偏移成像结果或带限反射系数估计需要非常准确的背景速度模型,然而精确的背景速度估计是一个强的非线性反问题。经典的反射波FWI(Tarantola,1984;Pratt,1990)利用数据中的所有的反射波信息进行反演,当初始的速度差异较大时,会出现来自不同“反射源”之间的反射波进行匹配的问题,这就是周期跳问题的物理实质。“同因之果”的差异度量是克服周期跳现象的物理要求。来自不同“反射源”之间的反射波的差异度量直接体现在了梯度计算中,导致梯度中包括了太多的“假象”,引起经典的反射波FWI反演不收敛。
对于勘探地震来说,通过观测数据求取地下构造参数是典型的反问题,模型参数(纵横波速度和密度等)与观测波场之间为非线性关系,这也是勘探地震反演非线性的根本所在。除了施加对模型的先验认识和重新定义更凸的误差泛函外,基于勘探地震的介质分布特征、波场特征和数据观测的特点,WPI研究组提出了特征波反演成像(CWI)方法(王华忠,2016,2017),把强非线性的参数估计反问题转化为一组较凸的反问题进行求解。
将非线性反问题转为一系列较凸的反问题,常规初始(大尺度)速度采用基于初至波旅行时拾取的层析反演,然而该方案存在鲁棒性较差和计算量大的问题,而且对于旅行时层析反演来说,初始速度往往选用人为给定的匀速或均匀变化速度模型,精度显然欠缺。为此需要构建一套快速稳健的初始速度建模方法。
发明内容
本发明旨在于提供一种分偏移距扫描叠加的近地表速度分析方法;利用地震数据初至波波形相关性和回转波时距关系,在特征波反演框架下,对于含噪地震数据,解决基于初至拾取的旅行时层析反演的较差鲁棒性和较大计算量问题。
第一方面,本发明提供了一种分偏移距扫描叠加的近地表速度分析方法,首先对类/CMP 道集进行扫描升维得到三维数据体,基于回转波时距曲线关系,再结合地质实际情况,在三维数据体空间内全局寻优获得最优速度模型参数,最后输出速度模型,得到可视化界面。
第二方面,本发明还提供了一种分偏移距扫描叠加的近地表速度分析方法,具体包括如下步骤:
步骤1:输入类/CMP道集,获取地震数据及观测系统;
所述观测系统参数包括时间采样、时间采样间隔、空间采样和空间采样间隔;
步骤2:对类/CMP道集进行扫描升维时,偏移距x与观测系统相关联;地表速度v0与对勘探工区的地下介质设置参数范围,速度梯度β则根据地下介质的速度变化程度设定在10-4量级;得到偏移距x、地表速度v0和速度梯度β,进一步获取三维数据体t(x,v0,β);
步骤3:对三维数据体t(x,v0,β)进行全局寻优,由不同的偏移距x、地表速度v0、速度梯度β参数确定对应的回转波旅行时,在类/CMP道集中根据此旅行时取窗函数得到一段地震记录,对不同的偏移距x,全局寻优地表速度v0和速度梯度β,使不同的偏移距x所得到的地震记录相关最大时,定义得到地表速度v0(x)和β(x);
步骤4:在取样偏移距x较小时,多个类/CMP道集计算得到的v0和β(x)小偏移距范围内方差较大,通过设置标准差阈值得到v0
Figure RE-GDA0003213502640000031
步骤5:根据
Figure RE-GDA0003213502640000032
Figure RE-GDA0003213502640000033
建立速度模型;
步骤6:输出建模结果。
进一步地,在步骤1中,假设地下介质横向缓变或不变速情况下,其炮点道集中的回转波时距曲线关系和共中心点道集时距曲线近似一致,则将共炮点道集作为类/CMP道集输入。
进一步地,在实际情况,设定地表速度v0为定量,根据小偏移距范围内的三维数据体筛选地表速度v0(x),通过最大概率密度确定地表速度v0后,在v0±Δv范围内全局寻优筛选速度梯度β(x)。
进一步地,在步骤5中,在由步骤4得到地表速度v0和关于偏移距的速度梯度
Figure RE-GDA0003213502640000034
后,假设地下介质为匀变速介质,计算速度梯度的最大概率密度点
Figure RE-GDA0003213502640000035
根据
Figure RE-GDA0003213502640000036
建立速度模型。
进一步地,在步骤5中,由步骤4得到的
Figure RE-GDA0003213502640000037
是速度梯度关于偏移距x的函数,根据射线追踪估算回转波最大旅行时对应有效深度,将偏移距域映射到深度域得到深度域的速度梯度函数
Figure RE-GDA0003213502640000038
然后根据
Figure RE-GDA0003213502640000039
建立速度模型。
进一步地,在步骤5中,由步骤4得到的
Figure RE-GDA00032135026400000310
是速度梯度关于偏移距x的函数,假设地下介质在深度域满足分段均匀变化,由
Figure RE-GDA00032135026400000311
和v0迭代计算x=xi,i=1,2,...时所对应的回转波旅行时、此旅行时的穿透深度和此深度对应的速度,来确定某一旅行时所对应的穿透深度。
第三方面,本发明提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的步骤。
与传统地震反演成像方法相比,本发明的技术效果是:
(1)将强非线性的参数估计反问题转化为一组较凸的反问题进行求解,对于初始大尺度速度建模问题,为下一步的透射波层析反演提供一个好的初始速度模型。
(2)基于扫描的速度分析,排除了因为计算速度由于作为分母的时间参数过小而且极易受到噪声干扰而产生的不稳定情况,建模结果更加稳健。
(3)设定标准差阈值来筛选速度梯度,从统计框架下保障了速度梯度的合理性。
附图说明
图1是本发明提供的步骤流程示意图。
图2是本发明提供的步骤1中所输入多个(类)CMP道集中单道集示意图;
其中,星星标志代表本说明书中具体实施案例步骤3中得到速度梯度和地表速度后所计算得到的旅行时位置。
图3是本发明提供的步骤2中扫描得到的三维数据体立体展示示意图;
其中黑色曲线代表本说明书中具体实施案例步骤3中全局寻优得到的参数位置。
图4是本发明提供的步骤4中β(x)的期望和标准差示意图。
其中,黑色圆点代表期望,线段长度代表标准差大小。
图5是本发明提供的依据
Figure RE-GDA0003213502640000051
建模结果二维剖面示意图。
图6是本发明提供的依据
Figure RE-GDA0003213502640000052
建模结果抽道示意图;
其中抽道位置如图5线段所示。
图7是本发明提供的依据
Figure RE-GDA0003213502640000053
建模结果二维剖面示意图。
图8是发本发明提供的依据
Figure RE-GDA0003213502640000054
建模结果抽道示意图;
其中抽道位置如图7线段所示。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,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它实施例,都属于本发明保护的范围。
实施例一
本实施例提供了一种分偏移距扫描叠加的近地表速度分析方法,具体包括如下步骤:
如图1-5所示,
步骤1:输入类CMP/道集,获取地震数据及观测系统;
所述观测系统参数包括时间采样、时间采样间隔、空间采样和空间采样间隔;
步骤2:对类/CMP道集进行扫描升维时,偏移距x与观测系统相关联;地表速度v0与对勘探工区的地下介质设置参数范围,速度梯度β则根据地下介质的速度变化程度设定在10-4量级;得到偏移距x、地表速度v0和速度梯度β,进一步获取三维数据体t(x,v0,β);
步骤3:对三维数据体t(x,v0,β)进行全局寻优,由不同的偏移距x、地表速度v0、速度梯度β参数确定对应的回转波旅行时,在类/CMP道集中根据此旅行时取窗函数得到一段地震记录,对不同的偏移距x,全局寻优地表速度v0和速度梯度β,使不同的偏移距x所得到的地震记录相关最大时,定义得到地表速度v0(x)和β(x);
步骤4:在取样偏移距x较小时,多个类/CMP道集计算得到的v0和β(x)小偏移距范围内方差较大,通过设置标准差阈值得到v0
Figure RE-GDA0003213502640000061
步骤5:基于
Figure RE-GDA0003213502640000062
Figure RE-GDA0003213502640000063
建立速度模型;
步骤6:输出建模结果。
在步骤1中,假设地下介质横向缓变或不变速情况下,共炮点道集中的回转波时距曲线关系和其中心点道集时距曲线近似一致,则将其炮点道集作为类/CMP道集输入。
在实际情况,定义地表速度v0为定量,根据小偏移距范围内的三维数据体筛选地表速度v0(x),通过最大概率密度确定地表速度v0后,在v0±Δv范围内全局寻优筛选速度梯度β(x)。
在步骤5中,在得到地表速度v0和关于偏移距的速度梯度
Figure RE-GDA0003213502640000064
后,假设地下介质为匀变速介质,计算速度梯度的最大概率密度点
Figure RE-GDA0003213502640000065
根据
Figure RE-GDA0003213502640000066
建立速度模型。
实施例二
如图6-8所示,
与实施例一区别在于:
在步骤5中,由步骤4得到的
Figure RE-GDA0003213502640000071
是速度梯度关于偏移距x的函数,通过射线追踪估算回转波最大旅行时对应的有效深度,将偏移距域映射到深度域得到深度域的速度梯度函数
Figure RE-GDA0003213502640000072
根据
Figure RE-GDA0003213502640000073
建立速度模型。
实施例三
与实施例一区别在于:
由步骤4得到的
Figure RE-GDA0003213502640000074
是速度梯度关于偏移距x的函数,假设地下介质在深度域满足分段均匀变化,由
Figure RE-GDA0003213502640000075
和v0迭代计算x=xi,i=1,2,...时所对应的回转波旅行时、此旅行时的穿透深度和此深度对应的速度,来确定某一旅行时所对应的穿透深度。此方案需要进行射线追踪来确定某一旅行时所对应的穿透深度,相对基于
Figure RE-GDA0003213502640000076
Figure RE-GDA0003213502640000077
进行初始速度建模的方案来说,计算量较大,采用搭载在云端大数据中心该方案为佳。
实施例四
为了更好说明上述实施例的,代入具体数值,进行说明。
本实施例提供了一种分偏移距扫描叠加的近地表速度分析方法,具体包括如下步骤:
在步骤1中,以Sigsbee2a速度模型为准确速度模型,模型长乘宽为3201乘1201个样点,采样间隔4.5米,采用声波方程模拟,单边接收,一共模拟15炮,时间域0.5毫秒采样,共接收10秒,检波器4.5米采样间隔,最大偏移距14404.5米,
在地下介质横向缓变化假设情况下,将此数据作为(类)CMP道集输入。
在步骤2中,根据以下回转波时距关系公式对步骤1输入的地震数据扫描升维。其中t 代表回转波旅行时,x表示偏移距,v0表示地表速度,β表示速度梯度,z表示深度。
Figure RE-GDA0003213502640000081
根据公式(1),分别扫描偏移距x、地表速度v0和速度梯度β得到三维数据体t(x,v0,β),扫描范围分别是:x∈[0,144045],v0∈[1000,2000],β∈[0,0.01]。
在步骤3中,针对不同的偏移距x=xi,i=1,2,...,以初至波拉平为准则,在三维数据体t(x,v0,β)中全局寻优,使不同偏移距下,以t(xi,v0,β)为起点的窗函数范围内地震数据相关最大,获得v0(x)和β(x)。分析三维数据体的特点,本方法先用小偏移距范围内数据确定地表速度v0,然后临近范围(v0±Δv,β)内扫描得到β(x)。
在步骤4中,以0.0005为速度梯度的标准差阈值,将标准差大于此阈值的速度梯度扫描结果用最大概率密度点的值代替。
在步骤5中,分别采用
Figure RE-GDA0003213502640000082
Figure RE-GDA0003213502640000083
方法建立初始(大尺度背景)速度模型,分别采用x∈[0,900]和x∈[0,450]得到的初始速度扫描结果分别是1450米/秒和1300 米/秒,
Figure RE-GDA0003213502640000084
为0.0003。
在步骤6中,输出建模结果。
实施例五
本实施例还提供了一种进行同步的进行检测的可读存储介质,包括程序代码,当所述程序代码在计算设备上运行时,所述程序代码用于使所述计算设备执行检测的方法的步骤。
以上参照示出根据本申请实施例的方法、装置(系统)和/或计算机程序产品的框图和 /或流程图描述本申请。应理解,可以通过计算机程序指令来实现框图和/或流程图示图的一个块以及框图和/或流程图示图的块的组合。可以将这些计算机程序指令提供给通用计算机、专用计算机的处理器和/或其它可编程数据处理装置,以产生机器,使得经由计算机处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。
相应地,还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本申请。更进一步地,本申请可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式,其具有在介质中实现的计算机可使用或计算机可读程序代码,以由指令执行系统来使用或结合指令执行系统而使用。在本申请上下文中,计算机可使用或计算机可读介质可以是任意介质,其可以包含、存储、通信、传输或传送程序,以由指令执行系统、装置或设备使用,或结合指令执行系统、装置或设备使用。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种分偏移距扫描叠加的近地表速度分析方法,其特征在于:首先,基于类/CMP道集,从回转波时距关系出发,通过扫描地表速度、速度梯度和偏移距得到相应的三维数据体,在三维数据体中全局寻优,使初至波相关最大,直观地表现为初至拉平,从而筛选参数建立初始速度模型,再结合地质实际情况,在三维数据体空间内全局寻优获得最优速度模型参数,最后输出速度模型,得到可视化界面。
2.根据权利要求1所述的一种分偏移距扫描叠加的近地表速度分析方法,其特征在于,具体包括如下步骤:
步骤1:输入类/CMP道集,获取地震数据及观测系统;
所述观测系统参数包括时间采样、时间采样间隔、空间采样和空间采样间隔;
步骤2:对类/CMP道集进行扫描升维时,偏移距x与观测系统相关联;地表速度v0与对勘探工区的地下介质设置参数范围,速度梯度β则根据地下介质的速度变化程度设定在10-4量级;得到偏移距x、地表速度v0和速度梯度β,进一步获取三维数据体t(x,v0,β);
步骤3:对三维数据体t(x,v0,β)进行全局寻优,由不同的偏移距x、地表速度v0、速度梯度β参数确定对应的回转波旅行时,在类/CMP道集中根据此旅行时取窗函数得到一段地震记录,对不同的偏移距x,全局寻优地表速度v0和速度梯度β,使不同的偏移距x所得到的地震记录相关最大时,定义得到地表速度v0(x)和β(x);
步骤4:在取样偏移距x较小时,多个类/CMP道集计算得到的v0和β(x)小偏移距范围内方差较大,通过设置标准差阈值得到v0
Figure RE-FDA0003213502630000011
步骤5:基于
Figure RE-FDA0003213502630000012
Figure RE-FDA0003213502630000013
建立速度模型;
步骤6:输出建模结果。
3.根据权利要求2所述的一种分偏移距扫描叠加的近地表速度分析方法,其特征在于,在步骤1中,假设地下介质横向缓变或不变速情况下,其炮点道集中的回转波时距曲线关系和共中心点道集时距曲线近似一致,则将共炮点道集作为类/CMP道集输入。
4.根据权利要求2所述的一种分偏移距扫描叠加的近地表速度分析方法,其特征在于:在步骤3中,在实际情况,定义地表速度v0为定量,根据小偏移距范围内的三维数据体筛选地表速度v0(x),通过最大概率密度确定地表速度v0后,在v0±Δv范围内全局寻优筛选速度梯度β(x)。
5.根据权利要求1所述的一种分偏移距扫描叠加的近地表速度分析方法,其特征在于:在步骤5中,在得到地表速度v0和关于偏移距的速度梯度
Figure RE-FDA0003213502630000021
后,假设地下介质为匀变速介质,根据vz=v0(1+βz)建立速度模型,计算速度梯度的最大概率密度点
Figure RE-FDA0003213502630000022
6.根据权利要求1所述的一种分偏移距扫描叠加的近地表速度分析方法,其特征在于:在步骤5中,由步骤4得到的
Figure RE-FDA0003213502630000023
是速度梯度关于偏移距x的函数,根据vz=v0(1+βz)建立速度模型,通过射线追踪计算回转波最大旅行时对应的有效深度,将偏移距域映射到深度域得到深度域的速度梯度函数
Figure RE-FDA0003213502630000024
7.根据权利要求1所述的一种分偏移距扫描叠加的近地表速度分析方法,其特征在于:在步骤5中,由步骤4得到的
Figure RE-FDA0003213502630000025
是速度梯度关于偏移距x的函数,假设地下介质在深度域满足分段均匀变化,由
Figure RE-FDA0003213502630000026
和v0迭代计算x=xi,i=1,2,…时所对应的回转波旅行时、此旅行时的穿透深度和此深度对应的速度,来确定某一旅行时所对应的穿透深度。
8.一种计算机存储介质,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任一所述方法的步骤。
CN202110768163.4A 2021-07-05 2021-07-05 一种分偏移距扫描叠加的近地表速度分析方法 Active CN113433588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110768163.4A CN113433588B (zh) 2021-07-05 2021-07-05 一种分偏移距扫描叠加的近地表速度分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110768163.4A CN113433588B (zh) 2021-07-05 2021-07-05 一种分偏移距扫描叠加的近地表速度分析方法

Publications (2)

Publication Number Publication Date
CN113433588A true CN113433588A (zh) 2021-09-24
CN113433588B CN113433588B (zh) 2022-08-23

Family

ID=77759518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110768163.4A Active CN113433588B (zh) 2021-07-05 2021-07-05 一种分偏移距扫描叠加的近地表速度分析方法

Country Status (1)

Country Link
CN (1) CN113433588B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2701121A1 (fr) * 1993-02-01 1994-08-05 Geophysique Cie Gle Procédé pour améliorer l'estimation, par analyse de focalisation, des vitesses de propagation des ondes sismiques.
AU2005242215A1 (en) * 2005-12-12 2007-06-28 Leven, James Howard Dr Wide Aperture Seismic Interpretation
CN101980054A (zh) * 2010-10-22 2011-02-23 中国石油化工股份有限公司 一种在高密度地震静校正处理中建立近地表速度模型的方法
CN102288994A (zh) * 2011-07-01 2011-12-21 中国海洋石油总公司 Radon谱约束下高维地震数据规则化方法
CN102313903A (zh) * 2011-07-01 2012-01-11 中国海洋石油总公司 基于波动方程外推算子的vti介质中叠前时间偏移方法
CN102841376A (zh) * 2012-09-06 2012-12-26 中国石油大学(华东) 一种基于起伏地表的层析速度反演方法
CN102841375A (zh) * 2012-09-06 2012-12-26 中国石油大学(华东) 一种复杂条件下基于角度域共成像点道集的层析速度反演方法
CN107045143A (zh) * 2017-02-22 2017-08-15 中国石油天然气股份有限公司 一种预测裂缝发育的方法及装置
CN107765298A (zh) * 2017-07-14 2018-03-06 中国石油天然气集团公司 一种确定近地表速度模型的方法及装置
CN112433246A (zh) * 2020-11-04 2021-03-02 郝新源 一种地表炮检距道集获取方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2701121A1 (fr) * 1993-02-01 1994-08-05 Geophysique Cie Gle Procédé pour améliorer l'estimation, par analyse de focalisation, des vitesses de propagation des ondes sismiques.
AU2005242215A1 (en) * 2005-12-12 2007-06-28 Leven, James Howard Dr Wide Aperture Seismic Interpretation
CN101980054A (zh) * 2010-10-22 2011-02-23 中国石油化工股份有限公司 一种在高密度地震静校正处理中建立近地表速度模型的方法
CN102288994A (zh) * 2011-07-01 2011-12-21 中国海洋石油总公司 Radon谱约束下高维地震数据规则化方法
CN102313903A (zh) * 2011-07-01 2012-01-11 中国海洋石油总公司 基于波动方程外推算子的vti介质中叠前时间偏移方法
CN102841376A (zh) * 2012-09-06 2012-12-26 中国石油大学(华东) 一种基于起伏地表的层析速度反演方法
CN102841375A (zh) * 2012-09-06 2012-12-26 中国石油大学(华东) 一种复杂条件下基于角度域共成像点道集的层析速度反演方法
CN107045143A (zh) * 2017-02-22 2017-08-15 中国石油天然气股份有限公司 一种预测裂缝发育的方法及装置
CN107765298A (zh) * 2017-07-14 2018-03-06 中国石油天然气集团公司 一种确定近地表速度模型的方法及装置
CN112433246A (zh) * 2020-11-04 2021-03-02 郝新源 一种地表炮检距道集获取方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗飞 等: "基于约束Markov决策过程的初至自动识别技术", 《地球物理学报》 *

Also Published As

Publication number Publication date
CN113433588B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN102937721B (zh) 利用初至波走时的有限频层析成像方法
EP2810101B1 (en) Improving efficiency of pixel-based inversion algorithms
CN107272062B (zh) 一种数据驱动的地下介质q场估计方法
US10877175B2 (en) Seismic acquisition geometry full-waveform inversion
CN111596366B (zh) 一种基于地震信号优化处理的波阻抗反演方法
CN107065013B (zh) 一种地震尺度下的层速度确定方法及装置
US9952341B2 (en) Systems and methods for aligning a monitor seismic survey with a baseline seismic survey
CN110050205B (zh) 使用偏移道集的潜波照明
US10310117B2 (en) Efficient seismic attribute gather generation with data synthesis and expectation method
CN109884700B (zh) 多信息融合地震速度建模方法
US11555936B2 (en) Analytics and machine learning method for estimating petrophysical property values
EA032186B1 (ru) Сейсмическая адаптивная фокусировка
US20110155389A1 (en) System and Method For Providing A Physical Property Model
Delorey et al. Basin shear-wave velocities beneath Seattle, Washington, from noise-correlation Rayleigh waves
CN111175825B (zh) 深度域速度建模方法
CN108508481B (zh) 一种纵波转换波地震数据时间匹配的方法、装置及系统
EA030770B1 (ru) Система и способ адаптивной сейсмической оптики
Guo et al. Becoming effective velocity-model builders and depth imagers, Part 2—The basics of velocity-model building, examples and discussions
Liu et al. Robust full-waveform inversion based on automatic differentiation and differentiable dynamic time warping
CN106842291B (zh) 一种基于叠前地震射线阻抗反演的不整合圈闭储层岩性预测方法
CN113433588B (zh) 一种分偏移距扫描叠加的近地表速度分析方法
Li et al. An efficient deep learning method for VSP wavefield separation: A DAS-VSP case
WO2022256666A1 (en) Method and system for reflection-based travel time inversion using segment dynamic image warping
CN114740528A (zh) 一种超微分拉普拉斯块约束的叠前多波联合反演方法
CN104570100B (zh) 多子波克希霍夫地震数据偏移方法

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