CN113534249A - 一种基于波形数据规整化的偏移成像方法 - Google Patents

一种基于波形数据规整化的偏移成像方法 Download PDF

Info

Publication number
CN113534249A
CN113534249A CN202010308481.8A CN202010308481A CN113534249A CN 113534249 A CN113534249 A CN 113534249A CN 202010308481 A CN202010308481 A CN 202010308481A CN 113534249 A CN113534249 A CN 113534249A
Authority
CN
China
Prior art keywords
seismic
gather
coefficient
adopting
data
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.)
Pending
Application number
CN202010308481.8A
Other languages
English (en)
Inventor
张猛
张明振
王兴谋
韩宏伟
汪浩
陈云峰
隆文韬
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.)
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
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 China Petroleum and Chemical Corp, Geophysical Research Institute of Sinopec Shengli Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN202010308481.8A priority Critical patent/CN113534249A/zh
Publication of CN113534249A publication Critical patent/CN113534249A/zh
Pending legal-status Critical Current

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
    • G01V1/30—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
    • G01V1/36—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
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface

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

本发明公开了一种基于波形数据规整化的偏移成像方法，该方法采用数据中蕴含的空间相关信息构建规整化系数，挖掘数据中蕴含的空间相关信息，构造数据规整化算子。包括：首先选择空间相邻的局部波场，通过线性倾斜叠加获取不同地震道之间的部分扰动量，确定倾斜系数；然后，采用带约束的自相关系数法进一步确定不同道之间的差异，并进行波形规则化；然后在校正后的局部空间道集利用相似系数谱方法估计信息中的相干成分，从而估计出加权系数；然后采用偏移算子进行成像，获取地下构造信息。本发明能够利用地震数据中蕴含的空间相关信息进行波形数据规整化，提高叠前地震数据的利用，可以有效地提高偏移成像质量。

Description

一种基于波形数据规整化的偏移成像方法
技术领域
本发明涉及地球物理勘探技术领域中的一种基于波形数据规整化的偏移成像方法。
背景技术
在地震勘探中，随着采集技术的进步，对偏移成像提出了更高的要求。分析地震波的传播过程和偏移成像过程可以改进成像结果。影响地震波传播的因素主要有：震源的激发，地震波在地下的传播过程，检波器的分布耦合等问题。地震波在地下的传播过程由于其客观性，我们无法改变。另外，当前的几种偏移算法也已经接近成熟，改进的空间并不大，但是我们可以通过对数据分析，充分挖掘数据中的信息，提取叠前地震数据中对构造成像有用的信号。在目前的偏移成像过程中，已经存在较多的模型正则化的方法。但是，关于如何提取地震数据中的信息，讨论的还比较少。因此，研究如何提取叠前地震数据中的有效信号，并据此进行成像是非常有必要的，具有重要的应用价值和经济价值。
发明内容
针对现有技术的不足，本发明提供一种基于波形数据规整化的偏移成像方法。
为实现上述目的，本发明采用的技术方案是：
假设叠前地震数据在局部的空间位置内具有相关的成分，数据规整化之后，可凸出该部分信息。通过偏移算子，可将该部分信息投影到地下介质中，获取地下构造信息。该方法提出采用带约束的互相关法规则化叠前地震道集，并采用相似系数法确定加权系数。
具体步骤包括：
步骤1：从叠前地震数据中，构建局部的空间道集；
步骤2：采用倾斜叠加方法计算局部的空间道集的线性时间差异，并采用带约束的互相关系数法，在倾斜叠加方法的基础上，进一步估计不同道之间的差异，规整化该部分道集；
步骤3：在规整化后的道集利用相似系数谱方法计算加权系数；
步骤4：将处理后的地震道集进行偏移成像。
进一步的：
首先在叠前地震道集中，选择相邻空间的道集，在选择的局部空间道集中，采用倾角叠加的方式计算不同地震道之间的时移量；
Figure RE-GDA0002667890380000021
其中，xj是局部空间中心道的位置，2N+1为局部空间的地震道个数，p为不同方向的射线参数，τ为时移量，d(x,t)是局部的叠前地震道集，S(p,τ)为叠加的结果；当S取得最大时，取得的P参数即为选择的线性方向参数，根据确定的P 参数进行调整地震道集；
Figure RE-GDA0002667890380000022
其中，
Figure RE-GDA0002667890380000023
为线性时移校正后的结果，并将调整后的地震道集进行叠加，作为带约束互相关方法中的参考道，参考道写为：
Figure RE-GDA0002667890380000024
Figure RE-GDA0002667890380000025
其中，α(x)为叠加系数，drefer(t)为计算的参考道。然后在调整后的道集中采用带约束的互相关方法估计非线性的时移量。
调整后的道集中采用带约束的互相关方法估计非线性的时移量的方法包括如下步骤：
首先确定各道非线性摄动量的最大范围，并计算参考道与各道地震道的互相关，选取互相关最大值作为非线性校正量，时间扰动范围约束由下式确定：
|δtj|＜tdomi+ttopo,j＝xj-N,....,xj+N
其中tdomi是子波波长对应的时间，ttopo是由不规则地形引起的时间差异；
互相关假设是广义平稳随机过程，它要求信号和噪声满足信号和噪声不相关，不同道之间的噪声也符合不相关条件，为了提高估计精度，使用二次相关估计时延方法提取非线性的时移量，
Figure RE-GDA0002667890380000031
其中，R11(τ)为地震道d(x,t)的自相关函数，R12(τ)为地震道d(x,t)与参考道 d(xrefer,t)的互相关函数，RRR(τ)为相关函数R11(τ)和R12(τ)的互相关函数，当RRR取最大时，对应的延迟时间τcor即为对应的非线性时移量，利用估计的时移量规整化叠前地震道集，
Figure RE-GDA0002667890380000032
其中，dcor(x,τ)为非线性校正之后的地震道集，最后，采用下式沿着非线性时移量叠加形成超级道，用于估计加权系数，
Figure RE-GDA0002667890380000041
Figure RE-GDA0002667890380000042
其中，γ(x)为非线性叠加系数，dsup(t)为非线性叠加形成超级道，然后在校正后的道集利用相似系数谱方法估计信息中的相干成分，计算加权系数，局部相似系数求下式求取：
Figure RE-GDA0002667890380000043
其中，β1和β2为非线性地震道集与参考道的最小二乘结果，β为计算的叠加系数，最后将加权系数作用在观测数据上，得到处理后的合成理论数据图。
本发明的方法中，步骤1所述的提取局部空间道集，估计叠前地震道集中的相关信息，增强地震数据中有效信号的利用。步骤2所述的采用倾斜叠加方法计算局部的空间道集的线性时间差异，用以减少互相关系数估计的计算量，并构建相应的参考道，提高估计的准确性。采用带约束的互相关系数法计算不同道之间的差异，用以进行波形校正规整。步骤3对波形规则化地震道采用局部相似系数计算加权系数。步骤4采用处理后的叠前地震数据进行偏移成像，提高成像质量。
附图说明
图1是基于波形数据规整化提高偏移成像质量方法流程图。
图2是含有噪音的合成理论数据显示图。
图3是处理后的合成理论数据图。
图4是实际单炮数据显示图。
图5是处理后的单炮数据显示图。
图6是采用原始实际数据获得的偏移成像结果显示图。
图7是采用处理后的实际数据获得的偏移成像结果显示图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。
实施例1
一种基于波形数据规整化的偏移成像方法：
假设叠前地震数据在局部的空间位置内具有相关的成分，数据规整化之后，可凸出该部分信息。通过偏移算子，可将该部分信息投影到地下介质中，获取地下构造信息。该方法提出采用带约束的互相关法规则化叠前地震道集，并采用相似系数法确定加权系数。
具体步骤包括：
步骤1：从叠前地震数据中，构建局部的空间道集；
步骤2：采用倾斜叠加方法计算局部的空间道集的线性时间差异，并采用带约束的互相关系数法，在倾斜叠加方法的基础上，进一步估计不同道之间的差异，规整化该部分道集；
步骤3：在规整化后的道集利用相似系数谱方法计算加权系数；
步骤4：将处理后的地震道集进行偏移成像。
实施例2
如图1所示，图1为本发明的基于波形数据规整化提高偏移成像质量方法流程图。
首先在叠前地震道集中，选择相邻空间的道集，如图2所示。在选择的局部空间道集中，采用倾角叠加的方式计算不同地震道之间的时移量。
Figure RE-GDA0002667890380000061
其中，xj是局部空间中心道的位置，2N+1为局部空间的地震道个数，p为不同方向的射线参数，τ为时移量，d(x,t)是局部的叠前地震道集，S(p,τ)为叠加的结果；当S取得最大时，取得的P参数即为选择的线性方向参数，根据确定的P 参数进行调整地震道集；
Figure RE-GDA0002667890380000062
其中，
Figure RE-GDA0002667890380000063
为线性时移校正后的结果，并将调整后的地震道集进行叠加，作为带约束互相关方法中的参考道，参考道写为：
Figure RE-GDA0002667890380000064
Figure RE-GDA0002667890380000065
其中，α(x)为叠加系数，drefer(t)为计算的参考道。然后在调整后的道集中采用带约束的互相关方法估计非线性的时移量。首先确定各道非线性摄动量的最大范围，并计算参考道与各道地震道的互相关，选取互相关最大值作为非线性校正量，时间扰动范围约束由下式确定：
|δtj|＜tdomi+ttopo,j＝xj-N,....,xj+N
其中tdomi是子波波长对应的时间，ttopo是由不规则地形引起的时间差异；
互相关假设是广义平稳随机过程，它要求信号和噪声满足信号和噪声不相关，不同道之间的噪声也符合不相关条件，为了提高估计精度，使用二次相关估计时延方法提取非线性的时移量，
Figure RE-GDA0002667890380000071
其中，R11(τ)为地震道d(x,t)的自相关函数，R12(τ)为地震道d(x,t)与参考道 d(xrefer,t)的互相关函数，RRR(τ)为相关函数R11(τ)和R12(τ)的互相关函数，当RRR取最大时，对应的延迟时间τcor即为对应的非线性时移量，利用估计的时移量规整化叠前地震道集，
Figure RE-GDA0002667890380000072
其中，dcor(x,τ)为非线性校正之后的地震道集，最后，采用下式沿着非线性时移量叠加形成超级道，用于估计加权系数，
Figure RE-GDA0002667890380000073
Figure RE-GDA0002667890380000074
其中，γ(x)为非线性叠加系数，dsup(t)为非线性叠加形成超级道，然后在校正后的道集利用相似系数谱方法估计信息中的相干成分，计算加权系数，局部相似系数求下式求取：
Figure RE-GDA0002667890380000075
其中，β1和β2为非线性地震道集与参考道的最小二乘结果，β为计算的叠加系数，然后将加权系数作用在观测数据上，得到图3。可以看出，原始的炮集中包含能量较强的随机干扰噪声，经过处理后，较为完整的保留了有效信号。
为了验证本专利方法对实际数据的适应性，使用实际数据进行验证。
图4为实际资料中原始的叠前地震数据，其实包含较多的相干噪声，在剖面中无法识别出有效的同相轴。处理后的结果如图5所示。对比可以看出，本专利有效地去除了叠前地震数据中的噪声，反射波的同相轴更容易识别，连续性更好。
另外，实际资料处理前后的偏移成像结果如图6和图7所示。由此可以看出，处理后的偏移成像结果质量更好，同相轴比较连续，剖面上的噪声也得到有效的去除，从而验证了本专利对实际资料的适应性。

Claims (5)

1.一种基于波形数据规整化的偏移成像方法，该方法采用数据中蕴含的空间相关信息构建规整化系数，挖掘数据中蕴含的空间相关信息，构造数据规整化算子；假设叠前地震数据在局部的空间位置内具有相关的成分，数据规整化之后，凸出该部分信息；通过偏移算子，将该部分信息投影到地下介质中，获取地下构造信息。
2.如权利要求1所述的基于波形数据规整化的偏移成像方法，其特征在于：该方法包括如下步骤：
步骤1：从叠前地震数据中，构建局部的空间道集；
步骤2：采用倾斜叠加方法计算局部的空间道集的线性时间差异，并采用带约束的互相关系数法，在倾斜叠加方法的基础上，进一步估计不同道之间的差异，规整化该部分道集；
步骤3：在规整化后的道集利用相似系数谱方法计算加权系数；
步骤4：将处理后的地震道集进行偏移成像。
3.如权利要求2所述的基于波形数据规整化的偏移成像方法，其特征在于：首先在叠前地震道集中，选择相邻空间的道集，在选择的局部空间道集中，采用倾角叠加的方式计算不同地震道之间的时移量；
Figure RE-FDA0002667890370000011
其中，xj是局部空间中心道的位置，2N+1为局部空间的地震道个数，p为不同方向的射线参数，τ为时移量，d(x,t)是局部的叠前地震道集，S(p,τ)为叠加的结果；当S取得最大时，取得的P参数即为选择的线性方向参数，根据确定的P参数进行调整地震道集；
Figure RE-FDA0002667890370000012
其中，
Figure RE-FDA0002667890370000021
为线性时移校正后的结果，并将调整后的地震道集进行叠加，作为带约束互相关方法中的参考道，参考道写为：
Figure RE-FDA0002667890370000022
Figure RE-FDA0002667890370000023
其中，α(x)为叠加系数，drefer(t)为计算的参考道；然后在调整后的道集中采用带约束的互相关方法估计非线性的时移量。
4.如权利要求3所述的基于波形数据规整化的偏移成像方法，其特征在于：调整后的道集中采用带约束的互相关方法估计非线性的时移量的方法包括如下步骤：
首先确定各道非线性摄动量的最大范围，并计算参考道与各道地震道的互相关，选取互相关最大值作为非线性校正量，时间扰动范围约束由下式确定：
|δtj|＜tdomi+ttopo,j＝xj-N,....,xj+N
其中tdomi是子波波长对应的时间，ttopo是由不规则地形引起的时间差异；
互相关假设是广义平稳随机过程，它要求信号和噪声满足信号和噪声不相关，不同道之间的噪声也符合不相关条件，为了提高估计精度，使用二次相关估计时延方法提取非线性的时移量，
Figure RE-FDA0002667890370000024
其中，R11(τ)为地震道d(x,t)的自相关函数，R12(τ)为地震道d(x,t)与参考道d(xrefer,t)的互相关函数，RRR(τ)为相关函数R11(τ)和R12(τ)的互相关函数，当RRR取最大时，对应的延迟时间τcor即为对应的非线性时移量，利用估计的时移量规整化叠前地震道集，
Figure RE-FDA0002667890370000031
其中，dcor(x,τ)为非线性校正之后的地震道集，最后，采用下式沿着非线性时移量叠加形成超级道，用于估计加权系数，
Figure RE-FDA0002667890370000032
Figure RE-FDA0002667890370000033
其中，γ(x)为非线性叠加系数，dsup(t)为非线性叠加形成超级道，然后在校正后的道集利用相似系数谱方法估计信息中的相干成分，计算加权系数，局部相似系数求下式求取：
Figure RE-FDA0002667890370000034
其中，β1和β2为非线性地震道集与参考道的最小二乘结果，β为计算的叠加系数，最后将加权系数作用在观测数据上，得到处理后的合成理论数据图。
5.如权利要求2或3、4所述的基于波形数据规整化的偏移成像方法，其特征在于：
步骤1所述的提取局部空间道集，估计叠前地震道集中的相关信息，增强地震数据中有效信号的利用；步骤2所述的采用倾斜叠加方法计算局部的空间道集的线性时间差异，用以减少互相关系数估计的计算量，并构建相应的参考道，提高估计的准确性；采用带约束的互相关系数法计算不同道之间的差异，用以进行波形校正规整；步骤3对波形规则化地震道采用局部相似系数计算加权系数；步骤4采用处理后的叠前地震数据进行偏移成像，提高成像质量。
CN202010308481.8A 2020-04-18 2020-04-18 一种基于波形数据规整化的偏移成像方法 Pending CN113534249A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010308481.8A CN113534249A (zh) 2020-04-18 2020-04-18 一种基于波形数据规整化的偏移成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010308481.8A CN113534249A (zh) 2020-04-18 2020-04-18 一种基于波形数据规整化的偏移成像方法

Publications (1)

Publication Number Publication Date
CN113534249A true CN113534249A (zh) 2021-10-22

Family

ID=78123502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010308481.8A Pending CN113534249A (zh) 2020-04-18 2020-04-18 一种基于波形数据规整化的偏移成像方法

Country Status (1)

Country Link
CN (1) CN113534249A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243388A (zh) * 2015-09-09 2016-01-13 电子科技大学 基于动态时间规整和划分算法的波形分类方法
US20170205522A1 (en) * 2014-07-11 2017-07-20 Total S.A. Method of constraining an inversion in the characterisation of the evolution of a subsurface volume
CN107179552A (zh) * 2016-03-11 2017-09-19 中国石油化工股份有限公司 一种基于波形动态匹配的子波拉伸校正处理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170205522A1 (en) * 2014-07-11 2017-07-20 Total S.A. Method of constraining an inversion in the characterisation of the evolution of a subsurface volume
CN105243388A (zh) * 2015-09-09 2016-01-13 电子科技大学 基于动态时间规整和划分算法的波形分类方法
CN107179552A (zh) * 2016-03-11 2017-09-19 中国石油化工股份有限公司 一种基于波形动态匹配的子波拉伸校正处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
C. WU ET AL.: "Nonlinear Optimal Stacking for Enhancing Pre-Stack Seismic Data", 80TH EAGE CONFERENCE & EXHIBITION2018, pages 3 - 5 *
吴成梁等: "基于数据自适应加权的叠前深度偏移成像方法", 石油物探, vol. 58, no. 3, pages 386 - 387 *

Similar Documents

Publication Publication Date Title
CN103926622B (zh) 一种基于l1范数多道匹配滤波压制多次波的方法
CN109669212B (zh) 地震数据处理方法、地层品质因子估算方法与装置
CN110780348B (zh) 基于立体成像条件的一次波和多次波联合成像方法及系统
CN109001813B (zh) 一种压制多次波的方法、装置及系统
CN103926623B (zh) 一种压制逆时偏移低频噪音的方法
Al-Hagan et al. Iterative supervirtual refraction interferometry
CN113805237B (zh) 偏移陆地交叉排列地震的使用压缩感测模型的方法和系统
CN110907995B (zh) 井中vsp地震数据的逆时偏移方法及装置
CN111856577B (zh) 一种降低逆时偏移地表炮检距道集计算量的方法
CN104570116A (zh) 基于地质标志层的时差分析校正方法
Tang et al. Reconstruction of sparsely sampled seismic data via residual U-Net
CN111257939B (zh) 一种时移地震虚拟震源双向波场重构方法和系统
EP3052967B1 (en) System and method for seismic adaptive imaging
Khalaf et al. Development of an adaptive multi‐method algorithm for automatic picking of first arrival times: application to near surface seismic data
Curry et al. Interpolation of near offsets using multiples and prediction-error filters
CN104391324A (zh) 依赖频率的avo反演前的地震道集动校拉伸校正预处理技术
CN115373023A (zh) 一种基于地震反射和车辆噪声的联合探测方法
Gao et al. Deep learning vertical resolution enhancement considering features of seismic data
CN109307889A (zh) 基于时空变系数加权的优化叠加方法及系统
Jiang et al. Seismic wavefield information extraction method based on adaptive local singular value decomposition
CN105425300B (zh) 一种剩余静校正方法
CN113534249A (zh) 一种基于波形数据规整化的偏移成像方法
CN114185095B (zh) 一种三维平面波域地震数据多次波压制的方法
CN111123361A (zh) 垂直地震剖面地震数据规则化重建方法及装置、存储介质
CN113552632B (zh) 基于小波域卡尔曼滤波的地震互相关信号拾取方法和系统

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