CN113945964B - 叠前地震数据多频段相干值获取方法及断裂预测方法 - Google Patents
叠前地震数据多频段相干值获取方法及断裂预测方法 Download PDFInfo
- Publication number
- CN113945964B CN113945964B CN202010684598.6A CN202010684598A CN113945964B CN 113945964 B CN113945964 B CN 113945964B CN 202010684598 A CN202010684598 A CN 202010684598A CN 113945964 B CN113945964 B CN 113945964B
- Authority
- CN
- China
- Prior art keywords
- coherence
- value
- covariance matrix
- matrix
- stack seismic
- 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 105
- 239000011159 matrix material Substances 0.000 claims abstract description 282
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 230000001427 coherent effect Effects 0.000 claims description 66
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 15
- 238000000354 decomposition reaction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 14
- 238000007796 conventional method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
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
-
- 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
-
- 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
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/642—Faults
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
本发明提供了一种叠前地震数据多频段相干值获取方法及断裂预测方法。该叠前地震数据多频段相干值获取方法包括:步骤1:获取叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同分解得到不同炮检距、不同频带的叠前地震分数据体;步骤2:选取叠前地震数据体中某个地震样点,选取分析时窗,由各不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;步骤3:对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;步骤4:根据基准协方差矩阵确定该地震样点的相干值;步骤5:重复步骤2‑4,历遍叠前地震数据体中的每个地震样点,确定并记录所述每个地震样点的相干值,形成相干值数据体。
Description
技术领域
本发明属于石油地震勘探技术领域,特别涉及一种叠前地震数据多频段相干值获取方法及断裂预测方法。
背景技术
相干处理在地震资料解释中具有广泛的应用价值,可以用来做滤波处理、速度谱分析和地质体边缘检测等。自上世纪九十年代末,相干体属性作为最重要的地震属性之一被用来预测河道、断层、重力流、差异压实、盐丘等与油田勘探息息相关的地质现象,是地震定性和定量解释的关键技术。传统的相干计算方法包括相邻地震道互相关法(Bahorichand Farmer,1995,1996)、特征结构分析法、相似性计算法(Kirlin,1992;GersztenkornandMarfurt,1996a,b;Marfurt et al.,1998)、梯度矢量场计算法(Randen et al.,2000)等。这些方法的共同缺点是针对于叠加处理后的地震数据计算的。由于地震叠加处理把不同炮检距、不同方位、不同频带的信号累加到了一起,造成了很多有用弱信号对应的地质信息被消除掉。所以常规叠后相干结果并不能有效捕捉到对地震资料解释有用的微弱信号,而叠前地震相干技术通过对不同炮检距不同频带的地震信号形成的协方差矩阵进行分析,得出的相干结果可以很好捕捉这些微弱信号产生的地质异常。
常规叠后相干的另外一个问题是预测得到的各种地质信息混杂在一起,不能有效的将断裂单独区分开来,而且预测的断裂仅在水平切片或层切片上可解释性强,断裂在纵向剖面和三维空间的可解释性不够。
发明内容
针对现有技术的不足,本发明的目的在于提供一种叠前地震数据多频段相干值获取方法;该相干值获取方法能够更好的保留各频段、各炮检距范围的有效地震弱信号,使用该相干值获取方法获取得到的相干值数据体进行断裂预测,可以很好的提高断裂的预测精度,同时压制与断裂无关的地质特征。
为了实现上述目的,本发明提供了一种叠前地震数据多频段相干值获取方法,其中,该方法包括:
步骤1:获取叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同进行分解得到不同炮检距、不同频带的叠前地震分数据体;
步骤2:选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;
步骤3:对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;
步骤4:根据基准协方差矩阵确定该地震样点的相干值;
步骤5:重复步骤2-4,历遍所述叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体。
在上述叠前地震数据多频段相干值获取方法中,步骤2中构建协方差矩阵采用常规方法进行即可;在一优选实施方式中,构建得到的协方差矩阵为:
其中,Co,f,i,j为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵,即矩阵do,f第j行与第i列的相关;do,f,k,i为矩阵do,f第k行第i列的值;do,f,k,j为矩阵do,f第k行第j列的值;为矩阵do,f的转置矩阵第k行第i列的值;/>为矩阵do,f的转置矩阵第k行第j列的值;其中,矩阵do,f为由第o个炮检距、第f个频带的叠前地震分数据体形成的矩阵,记为:
其中,分析时窗内有横向有M道,纵向2K+1个样点。
在上述叠前地震数据多频段相干值获取方法中,步骤4根据基准协方差矩阵确定该地震样点的相干值采用常规方法进行即可;优选地,步骤4包括:
对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
由基准协方差矩阵的第一特征向量确定相干能量;
由基准协方差矩阵确定总能量;
基于所述相干能量以及所述总能量确定所述相干值。
更优选地,所述相干能量通过下述公式确定:
其中,为矩阵Csum的第一特征向量;αk为中间变量;Epre_coh为相干能量;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵第k行第m列的值;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵的转置在第k行第m列的值;Csumkm为基准协方差矩阵Csum第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
更优选地,所述总能量通过下述公式确定:
其中,Csumkm为基准协方差矩阵Csum第k行第m列的值;为基准协方差矩阵Csum的转置矩阵第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
更优选地,所述相干值通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为一个等于或接近于0的值。其中,优选地,ε的绝对值小于等于0.00005。
本发明还提供了一种基于叠前地震数据多频段相干的断裂预测方法,其中,该方法包括:
基于上述叠前地震数据多频段相干值获取方法获取工区的相干值数据体;
对获取的工区的相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置。
在上述基于叠前地震数据多频段相干的断裂预测方法中,优选地,所述对获取的工区的相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的倾位置包括:
1)选定获取的工区的相干值数据体的一个样点,沿着不同倾角和方位角的窗口进行扫描分别获取各倾角、各方位角的扫描窗口内相干值之和;
2)确定步骤1)获取的所有扫描窗口对应的相干值之和的最小值;如果该最小值小于特定门槛值,则判断该样点为断面位置;
3)重复步骤1)-2)直至历遍获取的工区的相干值数据体中每一个样点,完成断裂面的位置预测。
在上述基于叠前地震数据多频段相干的断裂预测方法中,优选地,所述特定门槛值为0.25-0.3。
在上述基于叠前地震数据多频段相干的断裂预测方法中,优选地,所述对获取的工区的相干值数据体沿着不同倾角和方位角进行扫描时,扫描倾角扫描增量不超过为5°,方位角扫描增量不超过5°。
本发明还提供了一种叠前地震数据多频段相干值获取系统,其中,该系统包括:
数据获取模块:用于获取叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同进行分解得到不同炮检距、不同频带的叠前地震分数据体;
协方差矩阵构建模块:用于选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;
基准协方差矩阵构建模块:用于对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;
相干值计算模块:用于根据基准协方差矩阵确定该地震样点的相干值;
相干值数据体获取模块:用于重复运行所述协方差矩阵构建模块、基准协方差矩阵构建模块和相干值计算模块,历遍所述叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体。
在上述叠前地震数据多频段相干值获取系统中,协方差矩阵构建模块在构建协方差矩阵时采用常规方法进行即可;在一优选实施方式中,构建得到的协方差矩阵为:
其中,Co,f,i,j为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵,即矩阵do,f第j行与第i列的相关;do,f,k,i为矩阵do,f第k行第i列的值;do,f,k,j为矩阵do,f第k行第j列的值;为矩阵do,f的转置矩阵第k行第i列的值;/>为矩阵do,f的转置矩阵第k行第j列的值;其中,矩阵do,f为由第o个炮检距、第f个频带的叠前地震分数据体形成的矩阵,记为:
其中,分析时窗内有横向有M道,纵向2K+1个样点。
在上述叠前地震数据多频段相干值获取系统中,相干值计算模块在根据基准协方差矩阵确定该地震样点的相干值时采用常规方法进行即可;优选地,相干值计算模块包括:
特征值分解子模块:用于对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
相干能量计算子模块:用于由基准协方差矩阵的第一特征向量确定相干能量;
总能量计算子模块:用于由基准协方差矩阵确定总能量;
相干值计算子模块:用于基于所述相干能量以及所述总能量确定所述相干值。
其中,所述相干能量优选通过下述公式确定:
其中,为矩阵Csum的第一特征向量;αk为中间变量;Epre_coh为相干能量;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵第k行第m列的值;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵的转置在第k行第m列的值;Csumkm为基准协方差矩阵Csum第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
其中,所述总能量优选通过下述公式确定:
其中,Csumkm为基准协方差矩阵Csum第k行第m列的值;为基准协方差矩阵Csum的转置矩阵第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
其中,所述相干值优选通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为一个等于或接近于0的值。其中,优选地,ε的绝对值小于等于0.00005。
本发明还提供了一种基于叠前地震数据多频段相干的断裂预测系统,其中,该系统包括:
上述叠前地震数据多频段相干值获取系统:用于获取工区的相干值数据体;
断裂面预测模块:用于对获取的工区的相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置。
在上述基于叠前地震数据多频段相干的断裂预测系统中,优选地,所述断裂面预测模块包括:
样点相干值扫描子模块:用于选定获取的工区的相干值数据体的一个样点,沿着不同倾角和方位角的窗口进行扫描分别获取各倾角、各方位角的扫描窗口内相干值之和;
样点断面判定子模块:用于确定样点相干值扫描子模块获取的所述样点所有扫描窗口对应的相干值之和的最小值;如果该最小值小于特定门槛值,则判断该样点为断面位置;
断裂面位置确定子模块:用于重复运行样点相干值扫描子模块、样点断面判定子模块,直至历遍获取的工区的相干值数据体中每一个样点,完成断裂面的位置预测。
在上述基于叠前地震数据多频段相干的断裂预测系统中,优选地,对获取的工区的相干值数据体沿着不同倾角和方位角进行扫描时,扫描倾角扫描增量不超过为5°,方位角扫描增量不超过5°。
本发明还提供了一种叠前地震数据多频段相干值获取装置,包括处理器及存储器;其中,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述叠前地震数据多频段相干值获取方法的步骤。
本发明还提供了一种基于叠前地震数据多频段相干的断裂预测装置,包括处理器及存储器;其中,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述基于叠前地震数据多频段相干的断裂预测方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述叠前地震数据多频段相干值获取方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述基于叠前地震数据多频段相干的断裂预测方法的步骤。
本发明提供的技术方案,以叠前地震数据为基础,对不同频带、不同炮检距的地震振幅求取协方差矩阵,进而求取叠前相干结果。本发明提供的技术方法通过叠前地震数据的多频段、不同炮检距来建立协方差矩阵从而求取了更高精度相干数据体。进一步地,本发明提供的断裂预测方法在获取得到的上述叠前相干数据基础上,通过不同倾角、不同方位扫描寻找断裂面的位置。本发明提供个的的断裂预测方法对河道等层序地质特征不敏感,可用来识别不同尺度断裂在三维空间的展布规律,尤其是对通源断裂识别具有独到之处。该方法可作为油气储层预测的核心技术手段之一,用来指导油田勘探开发。与传统的叠后相干相比,该新方法的优势主要体现在:
1)从多频带、不同炮检距地震数据出发计算相干,保留了所有各频段、各炮检距范围的有效地震弱信号;
2)假设断裂在局部空间为面的特征,从不同倾角、方位角分别进行搜索来判断断裂面的空间展布,可以很好的提高断裂的预测精度,同时压制与断裂无关的地质特征。
附图说明
图1为本发明一实施例提供的叠前地震数据多频段相干值获取方法的流程示意图。
图2为本发明一实施例提供的叠前地震数据多频段相干值获取方法中步骤S14的优化示意图。
图3为本发明一实施例提供的基于叠前地震数据多频段相干的断裂预测方法的流程示意图。
图4为本发明一实施例提供的叠前地震数据多频段相干值获取系统的结构示意图。
图5为本发明一实施例提供的叠前地震数据多频段相干值获取系统中相干值计算模块的优化示意图。
图6为本发明一实施例提供的含基于叠前地震数据多频段相干的断裂预测系统的结构示意图。
图7A为本发明一实施例中地震数据体剖面图。
图7B为本发明一实施例中断裂预测剖面图。
图7C为本发明一对比例中断裂预测剖面图。
图8A为本发明一实施例中地震数据体切片图。
图8B为本发明一实施例中断裂预测切片图。
图8C为本发明一对比例中断裂预测切片图。
图9为本发明一实施例提供的叠前地震数据多频段相干值获取装置的结构示意图。
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,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述。显然,所描述的实施例是本发明的一部分实施例,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,都属于本发明的保护范围。
下面参考本发明的若干代表性实施方式,详细阐述本发明的原理和精神。
参见图1,本发明一实施例提供了一种叠前地震数据多频段相干值获取方法,其中,该方法包括:
步骤S11:获取叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同进行分解得到不同炮检距、不同频带的叠前地震分数据体;
步骤S12:选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;
步骤S13:对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;
步骤S14:根据基准协方差矩阵确定该地震样点的相干值;
步骤S15:重复步骤S12-S14,历遍所述叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体。
其中,对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵可以记为:
其中,Csum为基准协方差矩阵;Co,f为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵;不同炮检距、不同频带的叠前地震分数据体包括JO个炮检距,NF个频带的叠前地震分数据体。
其中,步骤S12中构建协方差矩阵可以采用常规方法进行。在一个实施方式中,构建得到的协方差矩阵为:
其中,do,f,i,j为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵,即矩阵do,f第j行与第i列的相关;do,f,k,i为矩阵do,f第k行第i列的值;do,f,k,j为矩阵do,f第k行第j列的值;为矩阵do,f的转置矩阵第k行第i列的值;/>为矩阵do,f的转置矩阵第k行第j列的值;其中,矩阵do,f为由第o个炮检距、第f个频带的叠前地震分数据体形成的矩阵,记为:
其中,分析时窗内有横向有M道,纵向2K+1个样点。
其中,步骤S14中根据基准协方差矩阵确定该地震样点的相干值可以采用常规方法进行。在一实施方式中,参照图2,步骤S14包括:
步骤S141:对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
步骤S142:由基准协方差矩阵的第一特征向量确定相干能量;
步骤S143:由基准协方差矩阵确定总能量;
步骤S144:基于所述相干能量以及所述总能量确定所述相干值。
在一实施方式中,相干能量通过下述公式确定:
其中,为矩阵Csum的第一特征向量;αk为中间变量;Epre_coh为相干能量;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵第k行第m列的值;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵的转置在第k行第m列的值;Csumkm为基准协方差矩阵Csum第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
在一实施方式中,总能量通过下述公式确定:
其中,Csumkm为基准协方差矩阵Csum第k行第m列的值;为基准协方差矩阵Csum的转置矩阵第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
在一实施方式中,相干值通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为一个等于或接近于0的值。其中,ε可以选用绝对值小于等于0.00005的数值。
参见图3,本发明一实施例提供了一种基于叠前地震数据多频段相干的断裂预测方法,其中,该方法包括:
步骤S31:获取工区叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同进行分解得到不同炮检距、不同频带的叠前地震分数据体;
步骤S32:选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;
步骤S33:对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;
步骤S34:根据基准协方差矩阵确定该地震样点的相干值;
步骤S35:重复步骤S32-S34,历遍所述叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体;
步骤S36:对相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置。
其中,对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵可以记为:
其中,Csum为基准协方差矩阵;Co,f为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵;不同炮检距、不同频带的叠前地震分数据体包括JO个炮检距,NF个频带的叠前地震分数据体。
其中,步骤S32中构建协方差矩阵可以采用常规方法进行。在一个实施方式中,构建得到的协方差矩阵为:
其中,Co,f,i,j为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵,即矩阵do,f第j行与第i列的相关;do,f,k,i为矩阵do,f第k行第i列的值;do,f,k,j为矩阵do,f第k行第j列的值;为矩阵do,f的转置矩阵第k行第i列的值;/>为矩阵do,f的转置矩阵第k行第j列的值;其中,矩阵do,f为由第o个炮检距、第f个频带的叠前地震分数据体形成的矩阵,记为:
其中,分析时窗内有横向有M道,纵向2K+1个样点。
其中,步骤S34中根据基准协方差矩阵确定该地震样点的相干值可以采用常规方法进行。
在一实施方式中,步骤S34包括:
对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
由基准协方差矩阵的第一特征向量确定相干能量;
由基准协方差矩阵确定总能量;
基于所述相干能量以及所述总能量确定所述相干值。
在一实施方式中,相干能量通过下述公式确定:
其中,为矩阵Csum的第一特征向量;αk为中间变量;Epre_coh为相干能量;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵第k行第m列的值;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵的转置在第k行第m列的值;Csumkm为基准协方差矩阵Csum第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
在一实施方式中,总能量通过下述公式确定:
其中,Csumkm为基准协方差矩阵Csum第k行第m列的值;为基准协方差矩阵Csum的转置矩阵第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
在一实施方式中,相干值通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为一个等于或接近于0的值。其中,ε可以选用绝对值小于等于0.00005的数值。
在一实施方式中,步骤S36对相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置包括:
1)选定获取的工区的相干值数据体的一个样点,沿着不同倾角和方位角的窗口进行扫描分别获取各倾角、各方位角的扫描窗口内相干值之和;
2)确定步骤1)获取的所有扫描窗口对应的相干值之和的最小值;如果该最小值小于特定门槛值,则判断该样点为断面位置;
3)重复步骤1)-2)直至历遍获取的工区的相干值数据体中每一个样点,完成断裂面的位置预测。
其中,分别计算各倾角、各方位角的扫描窗口内相干值的和可以记为:
其中,θi为倾角;为方位角;/>为扫描窗口内相干值的和;/>为θi倾角、/>方位角的扫描窗口中iw位置处的相干值;扫描窗口的长度为nw。
其中,断裂强度数学上可以定义为:
其中,为扫描窗口内相干值的和。
在一实施方式中,对相干值数据体沿着不同倾角和方位角进行扫描时,扫描倾角扫描增量不超过为5°,方位角扫描增量不超过5°。
在一实施方式中,特定门槛值为0.25-0.3。
本发明的又一实施例提供了一种基于叠前地震数据多频段相干的断裂预测方法,用于对工区A中的断裂进行预测,该方法包括:
1):获取工区三维叠前地震数据体(该叠前地震数据体如若进行叠加处理得到的叠后地震数据体剖面图如图7A所示、切片图如图8A所示),并将叠前地震数据体按照炮检距、频带的不同进行分解得到JO个炮检距,NF个频带的叠前地震分数据体;
2):选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;具体而言:
假设分析窗口内横向有M道,纵向2K+1个样点;这样第o个炮检距、第f个频带的地震数据形成的矩阵为:
其中,do,f,i,,j(-K≤i≤K;1≤j≤M)为第o个炮检距、第f个频带的地震数据在第i个样点、第j道的地震振幅;
由矩阵do,f组建协方差矩阵Co,f:
其中,Co,f,i,j为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵,即矩阵do,f第j行与第i列的相关;do,f,k,i为矩阵do,f第k行第i列的值;do,f,k,j为矩阵do,f第k行第j列的值;为矩阵do,f的转置矩阵第k行第i列的值;/>为矩阵do,f的转置矩阵第k行第j列的值;其中,矩阵do,f为由第o个炮检距、第f个频带的叠前地震分数据体形成的矩阵;
3):对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;具体而言:
其中,Csum为基准协方差矩阵;Co,f为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵;
4):根据基准协方差矩阵确定该地震样点的相干值;具体而言:
4.1:对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
4.2:由基准协方差矩阵的第一特征向量确定相干能量;其中,相干能量通过下述公式确定:
其中,为矩阵Csum的第一特征向量;αk为中间变量;Epre_coh为相干能量;为基准协方差矩阵Csum的第一特征向量形成的矩阵第k行第m列的值;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵的转置在第k行第m列的值;Csumkm为基准协方差矩阵Csum第k行第m列的值;/>
4.3:由基准协方差矩阵确定总能量;其中,总能量通过下述公式确定:
其中,Csumkm为基准协方差矩阵Csum第k行第m列的值;为基准协方差矩阵Csum的转置矩阵第k行第m列的值;
4.4:基于所述相干能量以及所述总能量确定所述相干值。其中,相干值通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为0.00005;
5):重复步骤2)-4),历遍叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体;
6):对相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置;具体而言:
6.1:选定获取的工区的相干值数据体的一个样点,沿着不同倾角和方位角的窗口进行扫描分别获取各倾角、各方位角的扫描窗口内相干值之和;其中,扫描倾角扫描增量为5°、倾角θi的取值范围为0°-360°,方位角扫描增量为5°、方位角的取值范围为0°-360°;
各倾角、各方位角的扫描窗口内相干值的和通过下述公式计算:
其中,为倾角;为方位角;/>为扫描窗口内相干值的和;/>为θi倾角、/>方位角的扫描窗口中iw位置处的相干值;扫描窗口的长度为nw。
6.2:确定步骤1)获取的所有扫描窗口对应的相干值之和的最小值;如果该最小值小于特定门槛值0.25,则判断该样点为断面位置;断裂强度数学上定义为:
6.3:重复步骤6.1-6.2直至历遍获取的工区的相干值数据体中每一个样点,完成断裂面的位置预测。
断裂预测结果的剖面图如图7B所示,断裂预测的切片图如图8B所示。
本发明的一对比例提供了一种基于常规叠后地震相干的断裂预测方法,用于对工区A中的断裂进行预测,该方法包括:
1):获取工区叠前地震数据体,对工区叠前地震数据体进行处理得到工区叠后地震数据体(剖面图如图7A所示,切片图如图8A所示);
2):选取所述叠后地震数据体中的某一个地震样点,选取分析时窗,构建协方差矩阵;具体而言:
假设分析窗口内横向有M道,纵向2K+1个样点;这些点的地震振幅可组成矩阵d:
其中,dij(-K≤i≤K;1≤j≤M)为第i个样点、第j道的地震振幅;
由dij可组建矩阵C:
其中,Cij为协方差矩阵,即矩阵d第j行与第i列的相关;dki为矩阵d第k行第i列的值;dkj为矩阵d第k行第j列的值;为矩阵d的转置矩阵第k行第i列的值;/>为矩阵d的转置矩阵第k行第j列的值;
3):根据协方差矩阵确定该地震样点的相干值;具体而言:
3.1:对协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
3.2:由基准协方差矩阵的第一特征向量确定相干能量;其中,相干能量通过下述公式确定:
其中,为矩阵C的第一特征向量;βk为中间变量;Ecoh为相干能量;/>为协方差矩阵C的第一特征向量形成的矩阵第k行、第m列的值;/>为协方差矩阵C的第一特征向量形成的矩阵的转置在第k行,第m列的值;Ckm为协方差矩阵C第k行第m列的值;
3.3:由协方差矩阵确定总能量;其中,总能量通过下述公式确定:
其中,Etot为总能量;Ckm为协方差矩阵C第k行第m列的值;为协方差矩阵C的转置矩阵第k行第m列的值;
3.4:基于所述相干能量以及所述总能量确定所述相干值。其中,相干值通过下述公式确定:
其中,Ecoh为相干能量;Etot为总能量;ε为0.00005;
4):重复步骤2)-3),历遍叠后地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体;
5):对相干值数据体进行扫描,根据扫描结果确定断裂面;
断裂预测结果的剖面图如图7C所示,断裂预测的切片图如图8C所示。
由图7A-图7C的垂直剖面可见,浅层的走滑断裂断距大,能够产生地震同相轴明显错断,常规相干能识别断点位置,但是在深层常规相干识别断裂效果较差。另外,常规相干在剖面上识别的断裂整体解释性不强。相比之下,本发明提供的断裂预测方法能够较好克服常规相干的问题,在剖面上断裂的延展性和可解释性较强,可以较好的预测深大断裂的发育。
图8A-图8C为地震数据、本发明提供的预测方法和基于常规叠后相干法进行的断裂预测在沿层切片上的展示。由于地震数据在叠加时消除了好多与小断裂有关的微弱信号,常规叠后相干不能较好的识别尺度较小的断裂,反之由于叠前相干算法兼顾了不同炮检距、不同频段的地震信号,较好保留了小断裂对应的微弱信号,所以本发明提供的断裂预测方法可以很好的捕捉到小尺度断裂信息,同时由于采用了相干体的空间搜索,断裂预测结果的整体性、延展性、可靠性更好。
本发明实施例还提供了一种叠前地震数据多频段相干值获取系统,优选地,该系统用于实现上述的方法实施例。
图4是根据本发明实施例的叠前地震数据多频段相干值获取系统的结构框图,如图4所示,该系统包括:
数据获取模块41:用于获取叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同进行分解得到不同炮检距、不同频带的叠前地震分数据体;
协方差矩阵构建模块42:用于选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;
基准协方差矩阵构建模块43:用于对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;
相干值计算模块44:用于根据基准协方差矩阵确定该地震样点的相干值;
相干值数据体获取模块45:用于重复运行协方差矩阵构建模块42、基准协方差矩阵构建模块43和相干值计算模块44,历遍所述叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体。
其中,协方差矩阵构建模块43在构建协方差矩阵时可以采用常规方法进行。
在一实施方式中,构建得到的协方差矩阵为:
其中,Co,f,i,j为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵,即矩阵do,f第j行与第i列的相关;do,f,k,i为矩阵do,f第k行第i列的值;do,f,k,j为矩阵do,f第k行第j列的值;为矩阵do,f的转置矩阵第k行第i列的值;/>为矩阵do,f的转置矩阵第k行第j列的值;其中,矩阵do,f为由第o个炮检距、第f个频带的叠前地震分数据体形成的矩阵,记为:/>
其中,分析时窗内有横向有M道,纵向2K+1个样点。
其中,相干值计算模块44在根据基准协方差矩阵确定该地震样点的相干值时可以采用常规方法进行。
在一实施方式中,参照图5,相干值计算模块44包括:
特征值分解子模441:用于对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
相干能量计算子模块442:用于由基准协方差矩阵的第一特征向量确定相干能量;
总能量计算子模块443:用于由基准协方差矩阵确定总能量;
相干值计算子模块444:用于基于所述相干能量以及所述总能量确定所述相干值。
其中,所述相干能量可以通过下述公式确定:
其中,为矩阵Csum的第一特征向量;αk为中间变量;Epre_coh为相干能量;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵第k行第m列的值;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵的转置在第k行第m列的值;Csumkm为基准协方差矩阵Csum第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
其中,所述总能量可以通过下述公式确定:
其中,Csumkm为基准协方差矩阵Csum第k行第m列的值;为基准协方差矩阵Csum的转置矩阵第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
其中,所述相干值可以通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为一个等于或接近于0的值。其中,ε优选绝对值小于等于0.00005的数值。
本发明实施例还提供了一种基于叠前地震数据多频段相干的断裂预测系统,优选地,该系统用于实现上述的方法实施例。
图6是根据本发明实施例的基于叠前地震数据多频段相干的断裂预测系统的结构框图,如图6所示,该系统包括:
数据获取模块61:用于获取叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同进行分解得到不同炮检距、不同频带的叠前地震分数据体;
协方差矩阵构建模块62:用于选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;
基准协方差矩阵构建模块63:用于对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;
相干值计算模块64:用于根据基准协方差矩阵确定该地震样点的相干值;
相干值数据体获取模块65:用于重复运行协方差矩阵构建模块62、基准协方差矩阵构建模块63和相干值计算模块64,历遍所述叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体;
断裂面预测模块66:用于对相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置。
其中,协方差矩阵构建模块62在构建协方差矩阵时可以采用常规方法进行。
在一实施方式中,构建得到的协方差矩阵为:
其中,Co,f,i,j为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵,即矩阵do,f第j行与第i列的相关;do,f,k,i为矩阵do,f第k行第i列的值;do,f,k,i为矩阵do,f第k行第j列的值;为矩阵do,f的转置矩阵第k行第i列的值;/>为矩阵do,f的转置矩阵第k行第j列的值;其中,矩阵do,f为由第o个炮检距、第f个频带的叠前地震分数据体形成的矩阵,记为:
其中,分析时窗内有横向有M道,纵向2K+1个样点。
其中,相干值计算模块64在根据基准协方差矩阵确定该地震样点的相干值时可以采用常规方法进行。
在一实施方式中,相干值计算模块64包括:
特征值分解子模:用于对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
相干能量计算子模块:用于由基准协方差矩阵的第一特征向量确定相干能量;
总能量计算子模块:用于由基准协方差矩阵确定总能量;
相干值计算子模块:用于基于所述相干能量以及所述总能量确定所述相干值。
其中,所述相干能量可以通过下述公式确定:
其中,为矩阵Csum的第一特征向量;αk为中间变量;Epre_coh为相干能量;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵第k行第m列的值;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵的转置在第k行第m列的值;Csumkm为基准协方差矩阵Csum第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
其中,所述总能量可以通过下述公式确定:
其中,Csumkm为基准协方差矩阵Csum第k行第m列的值;为基准协方差矩阵Csum的转置矩阵第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
其中,所述相干值可以通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为一个等于或接近于0的值。其中,ε优选绝对值小于等于0.00005的数值。
在一实施方式中,断裂面预测模块66包括:
样点相干值扫描子模块:用于选定获取的工区的相干值数据体的一个样点,沿着不同倾角和方位角的窗口进行扫描分别获取各倾角、各方位角的扫描窗口内相干值之和;
样点断面判定子模块:用于确定样点相干值扫描子模块获取的所述样点所有扫描窗口对应的相干值之和的最小值;如果该最小值小于特定门槛值,则判断该样点为断面位置;
断裂面位置确定子模块:用于重复运行样点相干值扫描子模块、样点断面判定子模块,直至历遍获取的工区的相干值数据体中每一个样点,完成断裂面的位置预测。
在一实施方式中,对获取的工区的相干值数据体沿着不同倾角和方位角进行扫描时,扫描倾角扫描增量不超过为5°,方位角扫描增量不超过5°。
在一实施方式中,所述特定门槛值为0.25-0.3。
图9是根据本发明实施例的叠前地震数据多频段相干值获取装置的示意图。图9所示的叠前地震数据多频段相干值获取装置为通用数据处理装置,其包含通用的计算机硬件结构,其至少包含处理器1000、存储器1111;所述处理器1000用于执行所述存储器中存储的叠前地震数据多频段相干值获取程序,以实现各方法实施例所述的叠前地震数据多频段相干值获取方法(具体方法参见上述方法实施例的描述,在此不再赘述)。
本发明一实施例提供了一种基于叠前地震数据多频段相干的断裂预测装置,其包含通用的计算机硬件结构,其至少包含处理器、存储器;所述处理器用于执行所述存储器中存储的基于叠前地震数据多频段相干的断裂预测程序,以实现各方法实施例所述的基于叠前地震数据多频段相干的断裂预测方法(具体方法参见上述方法实施例的描述,在此不再赘述)。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现各方法实施例所述的叠前地震数据多频段相干值获取方法(具体方法参见上述方法实施例的描述,在此不再赘述)。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现各方法实施例所述的基于叠前地震数据多频段相干的断裂预测方法(具体方法参见上述方法实施例的描述,在此不再赘述)。
以上参照附图描述了本发明的优选实施方式。这些实施方式的许多特征和优点根据该详细的说明书是清楚的,因此权利要求旨在覆盖这些实施方式的落入其真实精神和范围内的所有这些特征和优点。此外,由于本领域的技术人员容易想到很多修改和改变,因此不是要将本发明的实施方式限于所例示和描述的精确结构和操作,而是可以涵盖落入其范围内的所有合适修改和等同物。
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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于叠前地震数据多频段相干的断裂预测方法,其特征在于,该方法包括:
步骤1:获取工区叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同进行分解得到不同炮检距、不同频带的叠前地震分数据体;
步骤2:选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;
步骤3:对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;
步骤4:根据基准协方差矩阵确定该地震样点的相干值,包括:
对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
由基准协方差矩阵的第一特征向量确定相干能量;
由基准协方差矩阵确定总能量;
基于所述相干能量以及所述总能量确定所述相干值;其中,所述相干值通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为一个等于或接近于0的值;
步骤5:重复步骤2-步骤4,历遍所述叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体;
步骤6:对相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置;
其中,对相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置包括:
1)选定获取的工区的相干值数据体的一个样点,沿着不同倾角和方位角的窗口进行扫描分别获取各倾角、各方位角的扫描窗口内相干值之和;
2)确定步骤1)获取的所有扫描窗口对应的相干值之和的最小值;如果该最小值小于特定门槛值,则判断该样点为断面位置;其中,所述特定门槛值为0.25-0.3;
3)重复步骤1)-2)直至历遍获取的工区的相干值数据体中每一个样点,完成断裂面的位置预测。
2.根据权利要求1所述的方法,其特征在于,步骤2中构建得到的协方差矩阵为:
其中,Co,f,i,j为第o个炮检距、第f个频带的叠前地震分数据体对应的协方差矩阵;do,f,k,i为矩阵do,f第k行第i列的值;do,f,k,j为矩阵do,f第k行第j列的值;为矩阵do,f的转置矩阵第k行第i列的值;/>为矩阵do,f的转置矩阵第k行第j列的值;其中,矩阵do,f为由第o个炮检距、第f个频带的叠前地震分数据体形成的矩阵,记为:
其中,分析时窗内有横向M道,纵向2K+1个样点。
3.根据权利要求1所述的方法,其特征在于,所述相干能量通过下述公式确定:
其中,为矩阵Csum的第一特征向量;αk为中间变量;Epre_coh为相干能量;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵第k行第m列的值;/>为基准协方差矩阵Csum的第一特征向量形成的矩阵的转置在第k行第m列的值;Csumkm为基准协方差矩阵Csum第k行第m列的值;分析时窗内有横向有M道,纵向2K+1个样点。
4.根据权利要求1所述的方法,其特征在于,所述总能量通过下述公式确定:
其中,Csumkm为基准协方差矩阵Csum第k行第m列的值;为基准协方差矩阵Csum的转置矩阵第k行第m列的值;分析时窗内有横向M道,纵向2K+1个样点。
5.根据权利要求1所述的方法,其特征在于,ε的绝对值小于等于0.00005。
6.根据权利要求1所述的方法,其特征在于,对相干值数据体沿着不同倾角和方位角进行扫描时,扫描倾角扫描增量不超过5°,方位角扫描增量不超过5°。
7.一种基于叠前地震数据多频段相干的断裂预测系统,其特征在于,该系统包括:
数据获取模块:用于获取叠前地震数据体,并将叠前地震数据体按照炮检距、频带的不同进行分解得到不同炮检距、不同频带的叠前地震分数据体;
协方差矩阵构建模块:用于选取所述叠前地震数据体中的某一个地震样点,选取分析时窗,由各个不同炮检距、不同频带的叠前地震分数据体分别构建协方差矩阵;
基准协方差矩阵构建模块:用于对不同炮检距、不同频带的叠前地震分数据体对应的协方差矩阵进行求和得到基准协方差矩阵;
相干值计算模块:用于根据基准协方差矩阵确定该地震样点的相干值;
相干值数据体获取模块:用于重复运行所述协方差矩阵构建模块、基准协方差矩阵构建模块和相干值计算模块,历遍所述叠前地震数据体中的每一个地震样点,确定并记录所述每一个地震样点的相干值,形成相干值数据体;
断裂面预测模块:用于对相干值数据体沿着不同倾角和方位角进行扫描,根据扫描结果确定断裂面的位置;
其中,所述断裂面预测模块包括:
样点相干值扫描子模块:用于选定获取的工区的相干值数据体的一个样点,沿着不同倾角和方位角的窗口进行扫描分别获取各倾角、各方位角的扫描窗口内相干值之和;
样点断面判定子模块:用于确定样点相干值扫描子模块获取的所述样点所有扫描窗口对应的相干值之和的最小值;如果该最小值小于特定门槛值,则判断该样点为断面位置;其中,所述特定门槛值为0.25-0.3;
断裂面位置确定子模块:用于重复运行样点相干值扫描子模块、样点断面判定子模块,直至历遍获取的工区的相干值数据体中每一个样点,完成断裂面的位置预测;
其中,相干值计算模块包括:
特征值分解子模块:用于对基准协方差矩阵进行特征值分解,确定基准协方差矩阵的特征向量和特征值;
相干能量计算子模块:用于由基准协方差矩阵的第一特征向量确定相干能量;
总能量计算子模块:用于由基准协方差矩阵确定总能量;
相干值计算子模块:用于基于所述相干能量以及所述总能量确定所述相干值;其中,所述相干值通过下述公式确定:
其中,Epre_coh为相干能量;Epre_tot为总能量;ε为一个等于或接近于0的值。
8.一种基于叠前地震数据多频段相干的断裂预测装置,包括处理器及存储器;其特征在于,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一项所述的基于叠前地震数据多频段相干的断裂预测方法的步骤。
9.一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一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1-6任一项基于叠前地震数据多频段相干的断裂预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010684598.6A CN113945964B (zh) | 2020-07-16 | 2020-07-16 | 叠前地震数据多频段相干值获取方法及断裂预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010684598.6A CN113945964B (zh) | 2020-07-16 | 2020-07-16 | 叠前地震数据多频段相干值获取方法及断裂预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113945964A CN113945964A (zh) | 2022-01-18 |
CN113945964B true CN113945964B (zh) | 2024-05-28 |
Family
ID=79326799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010684598.6A Active CN113945964B (zh) | 2020-07-16 | 2020-07-16 | 叠前地震数据多频段相干值获取方法及断裂预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113945964B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181587A (zh) * | 2014-08-06 | 2014-12-03 | 中国石油天然气股份有限公司 | 一种地震数据振幅谱的相干值获取方法及系统 |
CN111025389A (zh) * | 2018-10-10 | 2020-04-17 | 中国石油化工股份有限公司 | 多尺度相干降维融合的裂缝预测方法及系统 |
CN111399056A (zh) * | 2020-04-29 | 2020-07-10 | 西南石油大学 | 一种基于划分方位角滤波预测裂缝强度的方法 |
-
2020
- 2020-07-16 CN CN202010684598.6A patent/CN113945964B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181587A (zh) * | 2014-08-06 | 2014-12-03 | 中国石油天然气股份有限公司 | 一种地震数据振幅谱的相干值获取方法及系统 |
CN111025389A (zh) * | 2018-10-10 | 2020-04-17 | 中国石油化工股份有限公司 | 多尺度相干降维融合的裂缝预测方法及系统 |
CN111399056A (zh) * | 2020-04-29 | 2020-07-10 | 西南石油大学 | 一种基于划分方位角滤波预测裂缝强度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113945964A (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2018340369B2 (en) | Method and device for determining thin interlayer | |
US7463552B1 (en) | Method for deriving 3D output volumes using filters derived from flat spot direction vectors | |
US7266041B1 (en) | Multi-attribute background relative scanning of 3D geophysical datasets for locally anomaluous data points | |
CN1186647C (zh) | 处理和探测地震信号的方法及装置 | |
JP3390445B2 (ja) | 地質学的特性を推定するために統計学的較正技術を使用する地震トレース解析方法 | |
CN102016642B (zh) | 抑制地表地震数据中的残余水底能量的方法和系统 | |
CN102053266A (zh) | 地下裂缝预测方法 | |
CN111399048B (zh) | 一种对断溶体计算相关属性及数据加权重构的方法 | |
US10928548B2 (en) | Rock type based free water level inversion | |
CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
CN111399056B (zh) | 一种基于划分方位角滤波预测裂缝强度的方法 | |
CN103869362A (zh) | 体曲率获取方法和设备 | |
US6850864B2 (en) | Method for analyzing dip in seismic data volumes | |
CN110632652A (zh) | 断块油气藏的油气运移方式确定方法及装置 | |
CN112946743B (zh) | 区分储层类型的方法 | |
CN113945964B (zh) | 叠前地震数据多频段相干值获取方法及断裂预测方法 | |
Shen et al. | Data-driven interpretation of ultradeep azimuthal propagation resistivity measurements: Transdimensional stochastic inversion and uncertainty quantification | |
US10082588B2 (en) | Adaptive structure-oriented operator | |
CN113640876B (zh) | 一种利用混沌体属性对陷落柱进行精细识别的方法 | |
George et al. | Bedding angle identification from BIF marker shales via modified dynamic time warping | |
CN113093274A (zh) | 低级序断层识别的方法、装置、终端及存储介质 | |
Velis | Statistical segmentation of geophysical log data | |
Mojeddifar et al. | Gas-bearing reservoir characterization using an adjusted Parzen probabilistic network | |
CN114185097B (zh) | 预测钻前潜在井漏风险层的方法及装置 | |
Shen et al. | Statistical Inversion of Electromagnetic Logging Data |
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 |