CN113917533B - Ti介质双联动全方位成像的系统性实现方法 - Google Patents
Ti介质双联动全方位成像的系统性实现方法 Download PDFInfo
- Publication number
- CN113917533B CN113917533B CN202010666196.3A CN202010666196A CN113917533B CN 113917533 B CN113917533 B CN 113917533B CN 202010666196 A CN202010666196 A CN 202010666196A CN 113917533 B CN113917533 B CN 113917533B
- Authority
- CN
- China
- Prior art keywords
- imaging
- data
- seismic
- domain
- medium
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 215
- 238000000034 method Methods 0.000 title claims abstract description 77
- 230000009897 systematic effect Effects 0.000 title claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 238000013508 migration Methods 0.000 claims description 7
- 230000005012 migration Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 230000001788 irregular Effects 0.000 claims description 5
- 229910052704 radon Inorganic materials 0.000 claims description 5
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 5
- 230000001427 coherent effect Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000009885 systemic effect Effects 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 101100136092 Drosophila melanogaster peng gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004647 photon scanning tunneling microscopy Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004347 surface barrier Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 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
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
- G01V1/302—Analysis for determining seismic cross-sections or geostructures in 3D data cubes
-
- 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
- G01V2210/50—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TI介质双联动全方位成像的系统性实现方法，包括：进行OVT域地震数据高效分选；开展OVT域地震数据品质分析与成像适应性评价；针对OVT域数据开展五维空间高保真去噪；针对OVT域数据的高维保真数据规则化；进行基于OVT域数据的地表全方位与地下反射角双联动的TI介质角度域叠前成像；基于叠前成像道集的全方位‑反射角度域反射波层析反演速度建模；进行TI介质全方位角度域叠前成像与反射波成像速度建模迭代循环；开展面向地震解释的叠前、叠后成像数据优化处理。本发明形成了针对高密度地震采集数据的TI介质全方位成像的系统性实现方法，为高质量、系统性实现高密度地震数据TI介质叠前成像提供了技术手段。
Description
技术领域
本发明涉及地震勘探资料处理与解释技术领域，特别是涉及到一种TI介质双联动全方位成像的系统性实现方法。
背景技术
随着地震勘探目标由简单构造向复杂构造、由构造勘探向岩性勘探、由常规勘探向非常规勘探等的发展方向转变，油气藏勘探对地下介质的成像精度提出更高要求。相较常规采集，当前深入推广的单点高密度地震采集能够提供宽方位/全方位的地下反射波信息，采样信息更加丰富，满足了高精度成像所要求的观测方式。在良好采集数据基础下，如何系统实现各向异性介质高精度成像更为关键。
对于单点高密度地震采集得到的宽方位地震数据，原有常规Kirchhoff积分法叠前偏移输出的偏移距域共成像点道集完全丧失了数据的方位角信息，进而降低了基于该道集的速度建模和最终成像的精度。方位信息的缺失给后续的裂缝预测、方位各向异性分析等带来困难。近年来备受推崇的OVT道集保留了数据的地表方位信息，但仍旧存在数据分选过程繁琐、效率低，并且以其作为输入数据的叠前成像难以准确给出地下方位角信息等问题。为了得到地下反射角度成像道集，邹震等研究了二维情况下弯曲射线法角度道集的提取。Audebert等在高频渐近假设条件下提出了具有局部角度域照明补偿功能的真振幅成像方法；程玖兵等介绍了一种方位保真局部角度域Kirchhoff PSTM方法；刘立彬、段鹏飞等分别提出了基于射线追踪的VTI介质时间域和深度域角度道集生成方法；刘太臣等提出了基于走时梯度场的Kirchhoff PSDM角度道集生成方法。Xie等通过小波束分解波场的方法得到角度道集；Sava等提出在偏移后通过倾斜叠加的方法快速得到角度道集；Wu等从波动理论出发，基于局部成像矩阵介绍了一种局部角度域成像算法框架。
然而，上述成像方法要么集中讨论二维问题，要么对全方位成像角度道集的输出一提而过。在全方位成像角度道集输出方面均存在一定缺陷，并且对于高密度地震采集的海量数据成像的讨论不多。同时，以往针对TI介质成像均侧重于最终成像办法的研究，对成像前数据适应性分析、数据预处理等工作重视不足。同时，针对当前发展的高密度地震及其产生的大规模海量地震数据，更没有形成一套系统性实现TI(横向同性)介质成像的方法。
为此我们发明了一种新的TI介质双联动全方位成像的系统性实现方法，解决了以上技术问题。
发明内容
本发明的目的是针对现有技术存在的问题，提供一种系统性、高效率实现高密度地震采集数据TI介质全方位角度域叠前成像的方法。
本发明的目的可通过如下技术措施来实现：TI介质双联动全方位成像的系统性实现方法，该TI介质双联动全方位成像的系统性实现方法包括：步骤1，进行OVT域地震数据高效分选；步骤2，开展OVT域地震数据品质分析与成像适应性评价；步骤3，在数据分析基础上，针对OVT域数据开展五维空间高保真去噪；步骤4，针对OVT域数据的高维保真数据规则化；步骤5，进行基于OVT域数据的地表全方位与地下反射角双联动的TI介质角度域叠前成像；步骤6，基于叠前成像道集的全方位-反射角度域反射波层析反演速度建模；步骤7，进行TI介质全方位角度域叠前成像与反射波成像速度建模迭代循环；步骤8，开展面向地震解释的叠前、叠后成像数据优化处理，提高地震成像结果的连续性、信噪比和分辨率。
本发明的目的还可通过如下技术措施来实现：
在步骤1中，基于正确加载野外采集观测系统的原始地震数据，根据地震道的炮检距向量的水平和垂直分量，以及炮线、检波线、炮点、检波点间距，确定地震道的OVT分组依据，并行计算实现原始地震数据向OVT域的分选。
在步骤2中，针对分选后的OVT域地震数据，开展包括三维空间有效覆盖次数、能量分布、信噪比、频率特征这些影响地震成像质量的数据品质分析，评价OVT数据的地震成像适应性。
在步骤3中，针对OVT域数据开展五维空间有效信号检测和高保真信噪分离，实现OVT数据相干噪声和随机噪声压制，提高成像输入地震数据信噪比和分辨率。
在步骤3中，针对OVT域数据在高维空间的地震波场具有空间连续性强、局部线性特征明显的特点，综合利用时间-空间域窗口约束手段，增强高维信号的局部线性特征，使用高维滤波器实现有效信号预测和保真去噪，提高OVT域地震数据的信噪比。
在步骤4中，针对OVT域数据开展高维保真数据规则化，有效地消除地震数据中的空间假频和不规则采样，为偏移成像提供规则化的地震数据体。
在步骤4中，用高分辨率Radon谱作为约束条件估计规则五维数据体的频率-波数谱，并以此为约束条件实现了OVT域地震数据插值与规则化。
在步骤5中，基于步骤3、步骤4预处理后的OVT域数据，开展方位角度域与地下反射角度域双联动的TI介质高精度叠前成像，生成全方位角度域叠前成像道集和成像剖面。
在步骤5中，在基于OVT域预处理数据的积分法叠前偏移计算中，采用声学近似下的TI介质qP波动方程及其射线追踪方法，确保无SV波假象以及求解过程稳定；在成像投影过程中同时分选方位角、入射角，并将每个成像值投影到相应的方位角-入射角度空间，实现全方位-反射角度域成像道集的直接输出。
在步骤6中，将速度模型进行空间网格划分，并采用网格内速度梯度为常数的方法对速度模型进行参数化；基于步骤5得到的全方位角度域成像道集，拾取并给出地震波沿不同方位、不同反射角度传播的剩余时差，在充分考虑地震波在速度模型中的传播路径基础上开展全方位层析速度反演与模型修正，提高速度模型精度。
在步骤6中，采用在细网格基础上进行射线追踪，在较粗网格基础上进行层析迭代反演；在反演算法求解时，采用大型稀疏矩阵的压缩存储方式，实现了层析速度反演在高密度采集大型三维工区中的工业化应用。
在步骤7中，对步骤5和步骤6进行迭代循环，不断提高速度模型质量和TI介质叠前成像质量，直至成像道集剩余时差控制在单个采样间隔以内，步骤5和步骤6采用相同的射线追踪方法，实现叠前成像与速度建模的有机结合，提高迭代收敛速度和计算精度。
在步骤8中，基于步骤7得到的TI介质地震成像数据，利用动态波形匹配、局部相关性信号增强技术，开展面向地震解释的成像数据优化，提高叠前成像数据品质，动态波形匹配以成像道集主方位角范围的小角度地震道叠加数据为标准参考道，对道集中存在的同相轴剩余时差进行校正，并消除远道子波拉伸，校平成像道集同相轴，提高道集叠加结果分辨率。
在步骤8中，局部相关性信号增强技术以动态波形匹配道集为输入，以动态波形匹配道集叠加结果为参考道集，首先计算相同成像点位置叠前道集和参考道集在各样点处的局部相关系数，将此系数应用于叠前成像道集，并作为道集叠加的权系数，以增强相关性强的有效信号能量，并压制相关性弱的随机噪音能量，达到提高叠前道集及其叠加数据信噪比的目的。
本发明中的TI介质双联动全方位成像的系统性实现方法，针对高密度地震采集数据，首先实现OVT域地震数据高效分选，并开展OVT域地震数据品质分析与成像适应性评价。其次，在数据分析基础上，针对OVT域数据开展五维空间高保真去噪和数据规则化等预处理，提高OVT域地震数据品质，使其满足成像要求。然后，实现基于OVT域数据的地表全方位与地下反射角双联动的TI介质角度域叠前成像，以及基于叠前成像道集的全方位-反射角度域反射波层析反演速度建模，并通过速度建模与叠前成像迭代，逐步提高TI介质叠前成像质量。最后，开展面向地震解释的叠前、叠后成像数据优化处理，提高地震成像结果的连续性、信噪比和分辨率。综合以上各项技术形成了TI介质全方位-反射角度域成像的系统性实现方法，并研制了配套、高效的计算机软件装置和应用流程。本发明不仅仅包含最终成像方法的研制，同时包含了为实现高精度成像开展的叠前地震数据品质分析、精细化预处理和高精度全方位层析速度建模，形成了针对高密度地震采集数据的TI介质全方位成像的系统性实现方法与装置。本发明在多个高密度地震勘探区块中应用，输出的全方位反射角度域成像道集，包含丰富的角度域地下反射波信息，可广泛用于AVA和AVAz叠前反演、裂缝发育方向检测、裂缝型储层预测以及介质各向异性分析等，并取得了新的勘探突破和发现，为中国油气勘探成熟区的增储与稳产提供了重要的技术支撑。
附图说明
图1为本发明的TI介质双联动全方位成像的系统性实现方法的一具体实施例的流程图；
图2为本发明的一具体实施例中进行OVT数据抽取的分组依据示意图；
图3为本发明的一具体实施例中得到的OVT地震数据品质分析结果的示意图；
图4为本发明的一具体实施例中地震数据高维去噪效果对比图；
图5为本发明的一具体实施例中地震数据五维空间数据规则化效果对比图；
图6本发明的一具体实施例中的全方位角度域地震成像结果展示的示意图；
图7为本发明的一具体实施例中层析速度反演迭代更新前后的速度模型对比图；
图8为本发明的一具体实施例中通过层析速度反演与成像迭代改善地震成像质量的对比图；
图9为本发明步骤8的成像后地震数据优化处理效果对比图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作和/或它们的组合。
如图1所示，图1为本发明的TI介质双联动全方位成像的系统性实现方法的流程图。
在步骤101中，基于正确加载野外采集观测系统的原始地震数据，根据地震道的炮检距向量的水平和垂直分量，以及炮线、检波线、炮点、检波点间距，确定地震道的OVT分组依据，并行计算实现原始地震数据向OVT域的高效分选；
本发明的OVT分选方法对输入的基础原始数据无特殊要求，可以为共炮点道集、共检波点道集或者共中心点道集等叠前道集。在进行OVT域数据分选时，无需事先将原始地震数据抽道分选到十字排列域，从而即节省了一次重排序计算耗时，也减少了分选过程的中间数据对磁盘资源的极大需求量。本发明只需确定炮检距向量片分组的水平和垂直间距，具有每道数据在分选过程中相互独立的特点。因此，本方法即能够很好地适应野外采集观测系统变观，以及具有不同观测系统的多期采集数据拼接融合后一体化分选，数据适应性强。同时，依据此特点，本发明实现了基于多计算机节点的多进程并行计算分选，保证了OVT数据的高效分选。
在步骤102中，针对分选后的OVT域地震数据，开展包括三维空间有效覆盖次数、能量分布、信噪比、频率特征等影响地震成像质量的数据品质分析，评价OVT数据的地震成像适应性；
本发明针对OVT域地震数据开展覆盖次数、振幅能量、频率特征、信噪比、采集脚印等多品质属性分析，以及点线面体等多种表现形式的地震数据质量监控与评价，既可以实现偏移前数据的成像适应性分析，又可以对叠前成像数据进行质量监控，对叠前数据预处理和成像后数据优化处理进行指导。
在步骤103中，针对OVT域数据开展五维空间有效信号检测和高保真信噪分离，实现OVT数据相干噪声和随机噪声压制，提高成像输入地震数据信噪比和分辨率；
本发明针对OVT域数据在高维空间的地震波场具有空间连续性强、局部线性特征明显的特点，综合利用时间-空间域窗口约束手段，增强高维信号的局部线性特征，使用高维滤波器实现有效信号预测和保真去噪，提高OVT域地震数据的信噪比。
在步骤104中，针对OVT域数据开展高维保真数据规则化，有效地消除地震数据中的空间假频和不规则采样，为偏移成像提供规则化的地震数据体；
本发明进一步利用OVT地震数据有效信号局部线性特征明显的优势，根据Radon变换可以聚焦线性同相轴能量的性质，用高分辨率Radon谱作为约束条件估计规则五维数据体的频率-波数谱，并以此为约束条件实现了OVT域地震数据插值与规则化，有效地压制地震数据中的空间假频，为偏移成像提供了一个规则的OVT数据体，增强了数据的成像适应性，助力偏移过程中有效压制噪音和成像振幅畸变。
在步骤105中，基于OVT域预处理数据，开展方位角度域与地下反射角度域双联动的TI介质高精度叠前成像，生成全方位角度域叠前成像道集和成像剖面；
本发明以步骤103、步骤104预处理后的OVT域地震数据为输入，在积分法叠前偏移计算时采用声学近似下的TI介质qP波动方程及其射线追踪方法，确保无SV波假象以及求解过程稳定。而且，在成像投影过程中同时分选方位角、入射角，并将每个成像值投影到相应的方位角-入射角度空间，实现全方位-反射角度域成像道集的直接输出。该方法相较常规Kirchhoff积分法叠前偏移，只需要增加几个简单向量运算，具有很高的计算效率。为了提高大规模数据的成像适应性，采用基于输出道方式逐线偏移的实现方案，适用于高密度地震采集数据全方位成像道集的输出。该成像方法的输入地震数据既可以是OVT道集，也可以是共中心点道集或者共偏移距道集；既可以输出全方位反射角度域成像道集，也可以输出全方位偏移距域成像道集。
在步骤106中，基于成像数据，在全方位-反射角度域开展高精度反射波层析速度建模；
为进一步提高偏移速度模型精度，提高叠前成像质量，本发明通过将速度模型进行空间网格划分，并采用网格内速度梯度为常数的方法对速度模型进行参数化。基于步骤105得到的全方位角度域成像道集，自动拾取并给出地震波沿不同方位、不同反射角度传播的剩余时差，在充分考虑地震波在速度模型中的传播路径基础上开展全方位层析速度反演与模型修正，提高速度模型精度。同时，本发明步骤106的层析速度反演的射线追踪方法，与步骤5叠前偏移采用的射线追踪方法相一致，更好地实现了速度反演与叠前成像的两者有机结合，使得速度模型修正效果更好。
为了增加反演的精度和稳定性，本发明采用在细网格基础上进行射线追踪，在较粗网格基础上进行层析迭代反演。在反演算法求解时，采用大型稀疏矩阵的压缩存储方式，实现了层析速度反演在高密度采集大型三维工区中的工业化应用。
在步骤107中，对步骤105和步骤106进行迭代循环，不断提高速度模型质量和TI介质叠前成像质量，直至满足地震成像目标要求；
本发明的系统性成像方法的应用流程中，采用对步骤5和步骤6进行迭代循环，不断提高速度模型质量和TI介质叠前成像精度，直至成像道集剩余时差控制在单个采样间隔以内。
在步骤108中，基于步骤107得到的TI介质地震成像数据，利用动态波形匹配、局部相关性信号增强技术，开展面向地震解释的成像数据优化，提高叠前成像数据品质。
为进一步提高叠前成像道集质量，本发明采用动态波形匹配方法对叠前成像道集中各道之间存在的剩余时差进行校正，并消除远道子波拉伸。本发明的动态波形匹配技术以成像道集的主方位角范围内的小角度地震道叠加作为匹配标准道，基于动态规划算法精确估算成像道集中各道与标准道之间在每个样点的时移量，实现同相轴拉平。本发明的动态波形匹配技术可以应用于偏移距域、反射角度域以及方位-反射角度域成像道集的校正。校正后成像道集结果同相轴连续性、相干性以及振幅变化规律更加满足地震叠前反演对成像道集数据的品质要求。并且，该技术可进一步提高道集叠加结果的分辨率，实现优化叠加目的。
为进一步提高叠前成像道集的叠加剖面分辨率和信噪比，本发明采用局部相关性信号增强技术进行道集叠加。该局部相关性信号增强技术以动态波形匹配道集为输入，以动态波形匹配道集叠加结果为参考道集，首先计算相同成像点位置叠前道集和参考道集在各样点处的局部相关系数，将此系数应用于叠前成像道集，并作为道集叠加的权系数，以增强相关性强的有效信号能量，并压制相关性弱的随机噪音能量，达到提高叠前道集及其叠加数据信噪比的目的。
本发明所含8个步骤中的各项技术与处理环节相互配合，系统性服务于地下TI介质的叠前成像，综合形成了完整的TI介质的叠前成像系统性实现方法和处理流程。在此基础上，本发明进一步研制了配套、高效的计算机软件装置。针对高密度地震数据规模大，处理计算量大的特点，引入自动化、智能化处理技术，减少人工参与的劳动量。同时，借助主流计算机群并配合高性能计算平台，利用MPI、OpenMP、GPU等不同粒度的多级并行提高计算效率，形成满足高密度地震的大规模海量地震数据TI介质高效叠前成像的软件装置和应用流程。
本发明不仅仅包含TI介质角度域成像算法的研制，同时包含了为实现TI介质高精度成像开展的叠前地震数据多品质属性分析、高维地震数据精细化预处理和高精度速度建模，形成了针对高密度地震采集数据的TI介质全方位成像的系统性实现方法，为高质量、系统性实现高密度地震数据TI介质叠前成像提供了一种新的技术手段。
在应用本发明的一具体实施例中,包含了以下步骤:
在步骤1，通过将偏移距向量分解为水平分量和垂直分量，并分别根据水平分量与接收线间距之间的倍数关系，以及垂直分量与炮线间距之间的倍数关系，利用二者的组合结果，作为地震道的OVT分组归属依据。图2为本发明进行OVT数据抽取的分组依据示意图。其中，图2a为偏移距向量水平分量为h1x，垂直分量为h1y的OVT片分组依据；图2b为偏移距向量水平分量为h2x，垂直分量为h2y的另一个OVT片分组依据。h1x、h2x是横向分组间距的整数倍，h1y、h2y是垂向分组间距的整数倍。在此分组依据下，地震道间的分组不受观测系统变化影响并相互独立，因此可以实现并行计算分选，加速分选效率。
在步骤2，针对分选后的OVT域地震数据，开展包括三维空间有效覆盖次数、能量分布、信噪比、频率特征等影响地震成像质量的关键因素分析，如图3为本发明的一种TI介质双联动全方位成像的系统性实现方法的步骤2得到的OVT地震数据品质分析结果。其中，图3a为覆盖次数属性图，图3b为振幅能量属性分布图，图3c为信噪比属性分布图，图3d为地震主频属性分布图。基于此分析结果，评价OVT数据的地震成像适应性，并指导后续开展针对性的数据预处理工作。图中，所分析OVT数据体的整体覆盖次数均匀，局部存在地表障碍物造成的空洞，为满足偏移成像需求，需开展数据规则化处理。OVT数据的能量、信噪比和主频分布相对集中，一致性强，整体品质较好。但是，部分区域存在信噪比低、主频相对较低特征。需要开展相应预处理工作。
在步骤3，如图4所示，为提高地震数据信噪比，进一步开展五维空间有效信号检测和高保真信噪分离处理，实现相干噪声和随机噪声压制，提高成像输入地震数据信噪比，突出有效信号能量。其中，图4a为高维去噪前的地震数据，随机噪音较强，很大程度上掩盖了有效信号能量。图4b为高维去噪后的地震数据，有效信号能量显著增强，反射同相轴连续性和信噪比得到很好提高。
在步骤4，针对如图2a属性分析指示的OVT域数据存在空间覆盖空洞，导致空间数据分布不规则问题，并且会进一步造成叠前成像空间假频及成像缺口问题。在高维去噪后地震数据上，开展如图5的高保真数据规则化，从而有效地压制地震数据中的空间假频和不规则采样，为偏移成像提供规则化的地震数据体。其中，图5a为规则化前地震数据，图5b为规则化后的地震数据。图5a中缺口数据被成功预测并插值，弥补了地表障碍物导致的采集数据空缺。
在步骤5，基于预处理后的OVT域数据，开展地表全方位与地下反射角双联动的TI介质高精度叠前成像，输出如图6所示的方位角度域成像道集和叠加数据。其中，图6a为某方位角度域成像道集快慢维按方位角-反射角排序的效果，图6b为快慢维按反射角-方位角排序的效果，图6c为成像叠加剖面。
在步骤6，基于步骤5得到的全方位-反射角度域成像道集，开展高精度反射波层析反演速度建模。如图7a为偏移使用的初始速度模型，图7b为经过层析速度反演更新后的速度模型。
在步骤7，对步骤5和步骤6进行迭代循环，不断提高速度模型质量和TI介质叠前成像质量，直至满足地震成像目标要求。如图8a为初始速度模型得到的方位角度道集，图8b为经三次迭代更新后速度模型得到的方位角度道集，更新后速度模型成像道集得到较好的拉平，同相轴连续性更好。图8c为初始速度模型得到的成像剖面，图8d为经三次迭代更新后速度模型得到的成像剖面，图8d中地层连续性更好，断面归位更加准确，成像分辨率增强。
在步骤8，基于步骤7得到的TI介质地震成像道集和成像剖面，利用动态波形匹配、局部相关性增强叠加处理，开展面向地震解释的成像数据优化，提高成像数据品质。如图9a为动态波形匹配前成像道集，图9b为动态波形匹配后成像道集，后者的同层反射同相轴拉平，各向异性特征消除，远道拉伸得到压缩，振幅横向变化特征更加合理，满足叠前道集反演要求。图9c为采用常规叠加方法的叠加剖面，图9d为局部相关性增强叠加得到的叠加剖面，后者有效反射同相轴能量更加清晰，背景噪音得到压制，分辨率进一步提高。
本发明的一种TI介质双联动全方位成像的系统性实现方法，针对高密度地震采集产生的海量规模地震数据，首先实现OVT域地震数据高效分选，并开展OVT域地震数据的成像适应性分析。其次，在数据分析基础上，针对OVT域数据开展五维空间高保真去噪和数据规则化等预处理，提高OVT域地震数据成像适应性。然后，开展地表全方位与地下反射角度域双联动的TI介质高精度叠前成像，以及基于叠前成像结果的全方位-反射角度域层析反演速度建模。并且，通过层析反演速度建模与叠前成像迭代循环，逐步提高TI介质叠前成像质量。最后，面向地震反演与解释需求，完成叠前、叠后成像数据优化处理。在形成TI介质双联动全方位成像的系统性实现方法的同时，配套研制了高效的计算机软件装置和应用流程。本发明不仅仅包含TI介质叠前成像算法的研制，同时包含了为实现高精度叠前成像开展的叠前地震数据品质分析、精细化预处理和高精度速度建模，最终形成针对高密度地震采集数据的一种TI介质双联动全方位成像的系统性实现方法。
Claims (12)
1.TI介质双联动全方位成像的系统性实现方法，其特征在于，该TI介质双联动全方位成像的系统性实现方法包括：
步骤1，进行OVT域地震数据高效分选；
步骤2，开展OVT域地震数据品质分析与成像适应性评价；
步骤3，在数据分析基础上，针对OVT域数据开展五维空间高保真去噪；
步骤4，针对OVT域数据的高维保真数据规则化；
步骤5，进行基于OVT域数据的地表全方位与地下反射角双联动的TI介质角度域叠前成像；
步骤6，基于叠前成像道集的全方位-反射角度域反射波层析反演速度建模；
步骤7，进行TI介质全方位角度域叠前成像与反射波成像速度建模迭代循环；
步骤8，开展面向地震解释的叠前、叠后成像数据优化处理，提高地震成像结果的连续性、信噪比和分辨率；
在步骤5中，基于步骤3、步骤4预处理后的OVT域数据，开展方位角度域与地下反射角度域双联动的TI介质高精度叠前成像，生成全方位角度域叠前成像道集和成像剖面；
在步骤5中，在基于OVT域预处理数据的积分法叠前偏移计算中，采用声学近似下的TI介质qP波动方程及其射线追踪方法，确保无SV波假象以及求解过程稳定；在成像投影过程中同时分选方位角、入射角，并将每个成像值投影到相应的方位角-入射角度空间，实现全方位-反射角度域成像道集的直接输出。
2.根据权利要求1所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤1中，基于正确加载野外采集观测系统的原始地震数据，根据地震道的炮检距向量的水平和垂直分量，以及炮线、检波线、炮点、检波点间距，确定地震道的OVT分组依据，并行计算实现原始地震数据向OVT域的分选。
3.根据权利要求1所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤2中，针对分选后的OVT域地震数据，开展包括三维空间有效覆盖次数、能量分布、信噪比、频率特征这些影响地震成像质量的数据品质分析，评价OVT数据的地震成像适应性。
4.根据权利要求1所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤3中，针对OVT域数据开展五维空间有效信号检测和高保真信噪分离，实现OVT数据相干噪声和随机噪声压制，提高成像输入地震数据信噪比和分辨率。
5.根据权利要求4所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤3中，针对OVT域数据在高维空间的地震波场具有空间连续性强、局部线性特征明显的特点，综合利用时间-空间域窗口约束手段，增强高维信号的局部线性特征，使用高维滤波器实现有效信号预测和保真去噪，提高OVT域地震数据的信噪比。
6.根据权利要求1所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤4中，针对OVT域数据开展高维保真数据规则化，有效地消除地震数据中的空间假频和不规则采样，为偏移成像提供规则化的地震数据体。
7.根据权利要求6所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤4中，用高分辨率Radon谱作为约束条件估计规则五维数据体的频率-波数谱，并以此为约束条件实现了OVT域地震数据插值与规则化。
8.根据权利要求1所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤6中，将速度模型进行空间网格划分，并采用网格内速度梯度为常数的方法对速度模型进行参数化；基于步骤5得到的全方位角度域成像道集，拾取并给出地震波沿不同方位、不同反射角度传播的剩余时差，在充分考虑地震波在速度模型中的传播路径基础上开展全方位层析速度反演与模型修正，提高速度模型精度。
9.根据权利要求8所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤6中，采用在细网格基础上进行射线追踪，在较粗网格基础上进行层析迭代反演；在反演算法求解时，采用大型稀疏矩阵的压缩存储方式，实现了层析速度反演在高密度采集大型三维工区中的工业化应用。
10.根据权利要求1所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤7中，对步骤5和步骤6进行迭代循环，不断提高速度模型质量和TI介质叠前成像质量，直至成像道集剩余时差控制在单个采样间隔以内，步骤5和步骤6采用相同的射线追踪方法，实现叠前成像与速度建模的有机结合，提高迭代收敛速度和计算精度。
11.根据权利要求1所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤8中，基于步骤7得到的TI介质地震成像数据，利用动态波形匹配、局部相关性信号增强技术，开展面向地震解释的成像数据优化，提高叠前成像数据品质，动态波形匹配以成像道集主方位角范围的小角度地震道叠加数据为标准参考道，对道集中存在的同相轴剩余时差进行校正，并消除远道子波拉伸，校平成像道集同相轴，提高道集叠加结果分辨率。
12.根据权利要求11所述的TI介质双联动全方位成像的系统性实现方法，其特征在于，在步骤8中，局部相关性信号增强技术以动态波形匹配道集为输入，以动态波形匹配道集叠加结果为参考道集，首先计算相同成像点位置叠前道集和参考道集在各样点处的局部相关系数，将此系数应用于叠前成像道集，并作为道集叠加的权系数，以增强相关性强的有效信号能量，并压制相关性弱的随机噪音能量，达到提高叠前道集及其叠加数据信噪比的目的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010666196.3A CN113917533B (zh) | 2020-07-10 | 2020-07-10 | Ti介质双联动全方位成像的系统性实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010666196.3A CN113917533B (zh) | 2020-07-10 | 2020-07-10 | Ti介质双联动全方位成像的系统性实现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113917533A CN113917533A (zh) | 2022-01-11 |
| CN113917533B true CN113917533B (zh) | 2023-04-28 |
Family
ID=79231398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010666196.3A Active CN113917533B (zh) | 2020-07-10 | 2020-07-10 | Ti介质双联动全方位成像的系统性实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113917533B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115184994B (zh) * | 2022-06-08 | 2023-04-18 | 北京东方联创地球物理技术有限公司 | 一种多方位角采集的三维地震数据融合处理方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005026776A1 (en) * | 2003-09-16 | 2005-03-24 | Geosystem S.R.L. | Wide-offset-range pre-stack depth migration method for seismic exploration |
| CN102540250A (zh) * | 2010-12-08 | 2012-07-04 | 同济大学 | 基于方位保真角度域成像的裂缝型油气储层地震探测方法 |
| CN104076391A (zh) * | 2014-04-16 | 2014-10-01 | 孙赞东 | 基于tti介质四阶旅行时方程的局部角度域各向异性偏移方法 |
| WO2015101832A2 (en) * | 2013-12-31 | 2015-07-09 | Cgg Services Sa | Systems and methods for characterizing subterranean formations utilizing azimuthal data |
| CN105277985A (zh) * | 2014-07-24 | 2016-01-27 | 中国石油化工股份有限公司 | 一种基于图像处理的ovt域地震数据规则化方法 |
| CN105510975A (zh) * | 2015-12-31 | 2016-04-20 | 中国石油天然气集团公司 | 提高地震数据信噪比的方法及装置 |
| CN107817517A (zh) * | 2016-09-12 | 2018-03-20 | 中国石油化工股份有限公司 | 用于方位avo反演的道集预处理方法及装置 |
| CN109425896A (zh) * | 2017-08-25 | 2019-03-05 | 中国石油天然气股份有限公司 | 白云岩油气储层分布预测方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10191165B2 (en) * | 2015-01-13 | 2019-01-29 | Cgg Services Sas | Using an offset vector tile gather to image a subsurface |
| CN108254782B (zh) * | 2018-02-09 | 2019-11-05 | 中国地质大学（北京） | 一种边坡地震破坏失稳概率的获取方法及系统 |
-
2020
- 2020-07-10 CN CN202010666196.3A patent/CN113917533B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005026776A1 (en) * | 2003-09-16 | 2005-03-24 | Geosystem S.R.L. | Wide-offset-range pre-stack depth migration method for seismic exploration |
| CN102540250A (zh) * | 2010-12-08 | 2012-07-04 | 同济大学 | 基于方位保真角度域成像的裂缝型油气储层地震探测方法 |
| WO2015101832A2 (en) * | 2013-12-31 | 2015-07-09 | Cgg Services Sa | Systems and methods for characterizing subterranean formations utilizing azimuthal data |
| CN104076391A (zh) * | 2014-04-16 | 2014-10-01 | 孙赞东 | 基于tti介质四阶旅行时方程的局部角度域各向异性偏移方法 |
| CN105277985A (zh) * | 2014-07-24 | 2016-01-27 | 中国石油化工股份有限公司 | 一种基于图像处理的ovt域地震数据规则化方法 |
| CN105510975A (zh) * | 2015-12-31 | 2016-04-20 | 中国石油天然气集团公司 | 提高地震数据信噪比的方法及装置 |
| CN107817517A (zh) * | 2016-09-12 | 2018-03-20 | 中国石油化工股份有限公司 | 用于方位avo反演的道集预处理方法及装置 |
| CN109425896A (zh) * | 2017-08-25 | 2019-03-05 | 中国石油天然气股份有限公司 | 白云岩油气储层分布预测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 詹仕凡等.OVT域宽方位叠前地震属性分析方法.石油地球物理勘探.2015,(第05期),全文. * |
| 许璐.地震数据炮域规则化方法研究及应用.物探与化探.2018,(第06期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113917533A (zh) | 2022-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108037526A (zh) | 基于全波波场vsp/rvsp地震资料的逆时偏移方法 | |
| CN104570125A (zh) | 一种利用井数据提高成像速度模型精度的方法 | |
| CN108196305B (zh) | 一种山地静校正方法 | |
| US11733413B2 (en) | Method and system for super resolution least-squares reverse time migration | |
| CN102230974B (zh) | 三维高精度地震资料面元细分处理与评价方法 | |
| MX2007008817A (es) | Metodo de analisis de velocidad de subsal al combinar la reindicacion de plano de referencia basada en la ecuacion de onda y analisis de velocidad de migracion basado en kirchhoff. | |
| CA3090760A1 (en) | Systems and methods to enhance 3-d prestack seismic data based on non-linear beamforming in the cross-spread domain | |
| CN112394414A (zh) | 两步法地震绕射波场叠前分离的工艺 | |
| CN113917533B (zh) | Ti介质双联动全方位成像的系统性实现方法 | |
| CN112230274B (zh) | 面向随钻导向的声波方程频率域逆时偏移快速成像方法 | |
| CN116719086B (zh) | 基于点扩散函数的稀疏海底四分量数据高分辨率成像方法 | |
| CN113376689A (zh) | 一种考虑层间多次波的弹性反射波走时反演方法 | |
| CN113031069A (zh) | 一种岩溶地区的多元信息约束智能层析静校正方法 | |
| CN111665563B (zh) | 基于聚焦分析的叠前偏移垂向分辨率评价方法 | |
| US12000971B2 (en) | Method and system for seismic processing using virtual trace bins based on offset attributes and azimuthal attributes | |
| Feng et al. | Automatic traveltime inversion via sparse decomposition of seismic data | |
| CN108508486A (zh) | 一种基于构造演化地层应变的裂缝预测分析方法 | |
| CN111239828B (zh) | 基于最优双曲线积分路径叠加的多次波压制方法 | |
| CN112505782A (zh) | 四维地震中辐射模式校正的干涉基准面重建方法及系统 | |
| CN111175825A (zh) | 深度域速度建模方法 | |
| US11867856B2 (en) | Method and system for reflection-based travel time inversion using segment dynamic image warping | |
| CN111538084B (zh) | Ovt域数据转换成方位角度域成像道集的方法及系统 | |
| Yang et al. | 3D surface-related multiples elimination based on improved apex-shifted Radon transform | |
| Wang et al. | The research and implementation of velocity analysis methods for reverse time migration angle-gather | |
| CN116559940A (zh) | 一种潜山精细成像的地震数据处理方法及装置 |
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 |