CN113960660A

CN113960660A - 一种基于正演模拟的动校正畸变区域自动识别及切除方法

Info

Publication number: CN113960660A
Application number: CN202111225223.4A
Authority: CN
Inventors: 熊晓军; 唐浩钦; 李明阳
Original assignee: Chengdu Univeristy of Technology
Current assignee: Chengdu Univeristy of Technology
Priority date: 2021-10-21
Filing date: 2021-10-21
Publication date: 2022-01-21
Anticipated expiration: 2041-10-21
Also published as: CN113960660B

Abstract

本发明属于油气田勘探技术领域，公开了一种基于正演模拟的动校正拉伸畸变区域自动识别及切除方法，通过井资料获取CMP道集地下介质的弹性参数并建立介质模型；基于Zoeppritz方程对介质模型作AVO正演，模拟得到与CMP道集波场特征一致且不含正常时差的正演AVO道集；对正演道集与CMP道集作相关性分析；将相关性低于阀值的区域识别为严重畸变区域并予以切除。本发明将动校正畸变切除处理与正演模拟相结合，提出了一套切实可行的基于正演模拟道集与实际地震道集的相关性结果作为依据的机器自动识别和切除畸变区域的方法，明显改善了畸变切除的准确性和速度，对动校正处理具有实质性的改进并具有较强的创新性。

Description

一种基于正演模拟的动校正畸变区域自动识别及切除方法

技术领域

本发明属于油气田勘探技术领域，尤其涉及一种基于正演模拟的动校正畸变区域自动识别及切除方法。

背景技术

目前，地震资料动校正是地震数字处理的主要内容之一，但由于动校正方法具有“逐点搬家，中间内插”的固有属性，因而不可避免的导致地震资料出现信号时间拉长、主频降低和波形变异现象，即拉伸畸变。拉伸畸变不仅破坏水平叠加效果，也会使地震信号失去应有的波动力学特征，降低分辨率，从而影响地震勘探精度和地质效果。因此动校正拉伸畸变是地震资料处理中必须面对的问题，正确识别动校正拉伸畸变区域的范围是其中重要一环。

近年来为进一步提高地震资料的勘探精度和地质效果，改善动校正拉伸畸变的技术多有发展，这些动校正方法技术主要包括：

(1)常规时距曲线方程(Dix双曲线公式)动校正：时距曲线方程是地震波走时t和炮检距(偏移距)x之间的函数关系(Dix公式)，该方程呈双曲型。通过此公式可以计算出地震波真实走时，再将走时作为校正量应用于地震记录中，从而实现动校正。该方法是目前主要的动校正方法，广泛应用于实际资料的处理中，但对于远偏移距数据容易产生明显的动校误差和动校拉伸。

(2)高阶非双曲时距曲线方程动校正：在Dix公式基础上提高方程拟合阶数，从而提高动校正的精度和对大偏移距地震道动校正的改善。

(3)动态动校正量规整动校正：基于小炮检距地震道的动校正结果，对大偏移距地震道的动校正情况进行修正，从而实现对拉伸畸变的改善。

(4)频谱代换动校正：取零偏移距道的相位谱替换其他偏移距道的相位谱，并保持振幅谱不变，从而实现动校正处理。

事实上，虽然近年来动校正方法多有发展，但拉伸畸变问题依然存在，并对地震资料具有实质性影响。这主要体现在两个方面：(1)目前动校正处理仍然以常规动校正方法为主，该方法对地震道造成的拉伸畸变几乎是必然存在的；(2)特殊动校正方法并未改变动校正“逐点搬家，中间内插”的固有属性，且对于大工区内的海量地震数据的动校正具有一定的不适应性。

针对动校正拉伸畸变仍然广泛存在于地震资料处理中的问题，目前主流的方法是对畸变区域进行切除。切除过程中最重要的问题在于，既尽可能去除畸变信号又不破坏有效信号，即畸变区域的准确识别。

根据调研，近年来，在地震处理的动校正领域，研究方向和专利都是针对动校正拉伸畸变区的处理方法而对于畸变区域的识别和切除未见有相关研究进展和专利发表。

因此目前对动校畸变的识别和切除，仍然以人机交互式识别为主，资料完成动校正后，根据技术员经验对严重畸变区域进行识别和切除。此方法多有赖于技术员的工作经验，而缺乏实际的依据，导致往往不能对畸变区域做出准确的识别。

通过上述分析，现有技术存在的问题及缺陷为：现有技术对人的主观依赖性强，识别准确率低；且不能实现自动化的识别与切除，导致切除效率低。而本发明通过提取能真实反映地下介质信息的完钻井资料，正演出波场特征、信息与地震CDP道集一致的正演道集，以两者的相关性为依据解决现有技术缺陷，实现动校畸变的准确识别和自动切除。

解决以上问题及缺陷的难度为：根据调研结果显示，本技术提出的畸变区域自动识别和切除在所属领域尚属独创性发明，因此在畸变的识别和切除过程中产生的问题在现有技术中无直接解决方案。

解决以上问题及缺陷的意义为：通过该技术实现的畸变切除同时在识别的准确性和切除效率两个方面做出了突破，能较好的解决动校正遗留的拉伸畸变问题，填补了现有技术的缺陷，完善了动校正的处理流程，对实际生产中动校正的高速高效处理作出了帮助。

发明内容

针对现有技术存在的问题，本发明提供了一种基于正演模拟的动校正畸变区域自动识别及切除方法。

本发明是这样实现的，一种基于正演模拟的动校正畸变区域自动识别及切除方法，所述基于正演模拟的动校正畸变区域自动识别及切除方法包括：

首先，通过井资料获取CMP道集地下介质弹性参数；其次，基于Zoeppritz方程对介质作正演，模拟得到与CMP道集波场特征一致的正演AVO道集；然后，对正演道集与CMP道集作相关性分析，最后，将相关性低于阀值的区域识别为严重畸变区域并予以切除。

进一步，所述基于正演模拟的动校正畸变区域自动识别及切除方法包括以下步骤：

步骤一，输入动校正处理后的叠前地震数据体，并将所述数据体分选到CMP域；

步骤二，选取数据排列中的第一个CMP道集，根据CMP道集中心点位置选择临近完钻井资料，由井资料确定中心点地下介质的弹性参数，并代入Zoeppritz方程中，计算得到中心点不同偏移距地下介质的反射系数序列；

步骤三，对CMP道集零偏移距的地震道进行频谱分析，将CMP道集的主频带入到雷克子波公式中，得到子波模型；以子波模型和反射系数做褶积，得到AVO道集，进行AVO道集与CMP道集的相关性分析；

步骤四，计算两者的相关系数并设置阀值，对各界面相关性低于阀值的偏移距进行标注，将所述相关性低于阀值的偏移距定义为畸变点；将畸变点偏移距之后数据定义为畸变区域，并进行切除；

步骤五，改变中心点位置，重复步骤二至步骤五，直至完成所有CMP道集的畸变切除。

进一步，所述步骤二具体包括：

(1)由井资料中的录井资料和深度尺，确定中心点地下弹性界面的深度位置N(d)，d表示界面N的深度；

(2)对井资料中的密度曲线和时差曲线进行换算，得到密度曲线ρ(d)、纵波速度曲线V_p(d)和横波速度V_s(d)曲线，并根据弹性界面的深度位置N(d)计算得到各界面两侧介质的弹性参数，得到中心点弹性参数序列ρ(i)、V_p(i)、V_s(i)；

(3)将弹性参数序列代入Zoeppritz方程，计算得到各弹性界面的反射系数R_pp(i,α)，α表示入射角；

(4)根据CMP中的测线步长Δx对反射角做换算，令R_pp反映随偏移距的变化关系，得到中心点地下介质在不同偏移距的反射系数序列R_pp(i,j)；其中，i表示单道记录的采样点序号，j表示CMP道集中的测线序号；

进一步，所述根据弹性界面的深度位置N(d)计算得到各界面两侧介质的弹性参数包括：在深度d上向上或向下取2-4m的数据作平均得到两侧介质的弹性参数。

进一步，所述Zoeppritz方程如下：

进一步，所述换算公式为：tanα＝(j×Δx)/d。

进一步，步骤三中，所述将CMP道集的主频带入到雷克子波公式中，得到子波模型包括：

将地震波主频f_m代入雷克子波公式中，对时间作离散处理，得到雷克子波模型wave(i)；

所述雷克子波公式如下：

进一步，所述进行AVO道集与CMP道集的相关性分析包括：

将得到的AVO道集Z(i,j)与CMP道集C(i,j)作相关性分析，根据弹性界面的深度位置对相关性r(j)计算的i范围作截断，得到各同相轴在不同偏移距下的相关性：

本发明的另一目的在于提供一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行所述基于正演模拟的动校正畸变区域自动识别及切除方法，包括下列步骤：

本发明的另一目的在于提供一种基于正演模拟的动校正畸变区域自动识别及切除系统包括：

CMP域分选模块，用于输入动校正处理后的叠前地震数据体，并将所述数据体分选到CMP域；

反射系数序列获取模块，用于选取数据排列中的第一个CMP道集，根据CMP道集中心点位置选择临近完钻井资料，由井资料确定中心点地下介质的弹性参数，并代入Zoeppritz方程中，计算得到中心点不同偏移距地下介质的反射系数序列；

道集分析模块，用于对CMP道集零偏移距的地震道进行频谱分析，将CMP道集的主频带入到雷克子波公式中，得到子波模型；以子波模型和反射系数做褶积，得到AVO道集，进行AVO道集与CMP道集的相关性分析；

道集畸变切除模块，用于计算两者的相关系数并设置阀值，对各界面相关性低于阀值的偏移距进行标注，将所述相关性低于阀值的偏移距定义为畸变点；将畸变点偏移距之后数据定义为畸变区域，并进行切除；还用于改变中心点位置，重复进行切除，直至完成所有CMP道集的畸变切除。

本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于正演模拟的动校正畸变区域自动识别及切除方法。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

本发明提供了一种实现计算机智能处理动校畸变的方法，可以准确识别并切除畸变严重区域，提高动校正畸变切除的精确度和处理速度。

本发明在对应领域中具有独创性:以往在油气田勘探技术领域中对于动校正问题上的研究和应用主要体现在改进动校正方法、提升动校正精度、压制动校畸变程度等方面，而对如何准确识别动校正拉伸畸变区域并未进行研究。因此本发明提出了一套基于计算机自动识别动校畸变程度，并实现畸变自动切除的可行方法，具有较强的创新性。

本发明的正演模拟基于Zoeppritz方程，因此在实际应用中不受限于地层介质间的阻抗关系、偏移距大小等因素，对于远偏移距的广角反射数据依旧能很好符合，符合现今地震数据“两宽一高”的采集趋势。同时，Zoeppritz方程对于地震波的传播特征描述最准确，基于其进行的正演模拟能够准确反映地下真实的波场传播情况，确保了该套方法识别畸变区域的可靠性。

本发明将动校正畸变切除处理与正演模拟相结合，提出了一套切实可行的基于正演模拟结果作为依据的机器自动识别和切除畸变区域的方法，明显改善了畸变切除的准确性和速度，对动校正处理具有实质性的改进并具有较强的创新性。

附图说明

图1是本发明实施例提供的基于正演模拟的动校正畸变区域自动识别及切除方法原理图。

图2是本发明实施例提供的基于正演模拟的动校正畸变区域自动识别及切除方法流程图。

图3-1是本发明实施例提供的动校正处理后的CDP道集效果图；

图3-2是本发明实施例提供的中心点地下主要储集段的正演介质模型效果；

图3-3是本发明实施例提供的正演AVO道集效果图；

图3-4是本发明实施例提供的P₁q₂顶界面振幅强度随偏移距变化曲线效果图。

图3-5是本发明实施例提供的CMP道集与AVO道集的相关系数曲线效果图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于正演模拟的动校正畸变区域自动识别及切除方法，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的基于正演模拟的动校正畸变区域自动识别及切除方法包括：

如图2所示，本发明实施例提供的基于正演模拟的动校正畸变区域自动识别及切除方法包括以下步骤：

S101，输入动校正处理后的叠前地震数据体，并将所述数据体分选到CMP域；

S102，选取数据排列中的第一个CMP道集，根据CMP道集中心点位置选择临近完钻井资料，由井资料确定中心点地下介质的弹性参数，并代入Zoeppritz方程中，计算得到中心点不同偏移距地下介质的反射系数序列；

S103，对CMP道集零偏移距的地震道进行频谱分析，将CMP道集的主频带入到雷克子波公式中，得到子波模型；以子波模型和反射系数做褶积，得到AVO道集，进行AVO道集与CMP道集的相关性分析；

S104，计算两者的相关系数并设置阀值，对各界面相关性低于阀值的偏移距进行标注，将所述相关性低于阀值的偏移距定义为畸变点；将畸变点偏移距之后数据定义为畸变区域，并进行切除；

S105，改变中心点位置，重复步骤S102至步骤S105，直至完成所有CMP道集的畸变切除。

本发明实施例提供的步骤S102具体包括：

(4)根据CMP中的测线步长Δx对反射角做换算，令R_pp反映随偏移距的变化关系，得到中心点地下介质在不同偏移距的反射系数序列R_pp(i,j)；其中，i表示单道记录的采样点序号，j表示CMP道集中的测线序号；换算公式为：tanα＝(j×Δx)/d。

本发明实施例提供的根据弹性界面的深度位置N(d)计算得到各界面两侧介质的弹性参数包括：在深度d上向上或向下取2-4m的数据作平均得到两侧介质的弹性参数。

本发明实施例提供的Zoeppritz方程如下：

本发明实施例提供的将CMP道集的主频带入到雷克子波公式中，得到子波模型包括：

将地震波主频f_m代入雷克子波公式中，对时间作离散处理，得到雷克子波模型wave(i)。

本发明实施例提供的雷克子波公式如下：

本发明实施例提供的进行AVO道集与CMP道集的相关性分析包括：

在本发明一实施例中，本发明提供一种基于正演模拟的动校正畸变区域自动识别及切除系统包括：

下面结合具体实施例对本发明的技术方案作进一步说明。

实施例1：

1、基于Zoeppritz方程正演的优点

相对于其他近似方程而言，Zoeppritz方程正演具有以下优点：

(1)可以准确反映任意地层的反射情况。不同于近似公式只适用于低阻抗界面，Zoeppritz方程能够准确反映任何波阻抗关系的地质界面的能量传播情况，基于Zoeppritz方程正演得到的反射系数、透射系数更加具有现实意义；

(2)可以进行任意角度的正演模拟，克服了近似公式在高角度入射出现严重误差的问题，Zoeppritz方程对于任意入射角度都能进行准确模拟，但同样也需要注意临界角问题。

2、基于Zoeppritz方程的求解振幅系数的计算方法

Zoeppritz方程数学形式如下式：

式中R_pp，R_ps，T_pp，T_ps表示各波的振幅系数；ρ，V_p，V_s表示地层的密度和纵横波速度；α₁，α₂表示纵、横波反射角；β₁，β₂表示纵、横波透射角。

由式(1)可知，Zoeppritz方程是一个形如AX＝B的四阶矩阵方程，在计算机上对其进行求解的方法如下：

(1)确定波阻抗界面两侧介质的弹性参数ρ，V_p，V_s，并根据斯奈尔定律求出入射角对应的反射角和投射角，将这些参数带入方程中；

(2)将Zoeppritz方程中的A,B提取出来建立增广矩阵[A|B]，并在计算机中对增广矩阵使用高斯消去法，将矩阵变换为上三角矩阵(见下式(2))；

(3)对上三角矩阵[A|B]′进行求解，得出各波振幅系数。

本发明的目的是根据完钻井资料中的密度曲线、纵波时差曲线、横波时差曲线，确定CMP道集对应的地下介质的弹性参数ρ，V_p，V_s；再对弹性参数序列进行基于Zoeppritz方程的正演模拟，正演AVO道集的偏移距范围和主频与CMP道集保持一致；根据褶积理论，AVO道集与CMP道集具有相同的反射系数序列和子波频率，因此两者反映了相同的地下信息，波场和AVO特征应表现一致，故对两者做相关分析，低相关性区域则为拉伸畸变区域，从而实现对动校畸变的识别。本发明提供了一种计算机自动识别动校正拉伸畸变区域的方法，实现动校畸变的自动识别和切除，提高动校正畸变切除的精准度和处理速度。

本发明的具体步骤包括：

(1)输入完成动校正处理并分选到CMP域的叠前地震数据体；

(2)根据CMP道集中心点位置选择临近完钻井资料，由井资料确定中心点地下介质的弹性参数ρ，V_p，V_s，并代入Zoeppritz方程中，计算出中心点不同偏移距地下介质的反射系数序列R_pp(n,offest)；

(3)对CMP道集零偏移距的地震道做频谱分析，将CMP道集的主频f_m带入到雷克子波公式中，得到子波模型wave(n)；

(4)以子波模型和反射系数做褶积，得到AVO道集，从理论分析该道集和CMP道集反映了相同的地下信息，AVO特征应保持一致；

(5)计算两者的相关系数并设置阀值，对各界面相关性低于阀值的偏移距进行标注，将其定义为畸变点；

(6)将畸变点偏移距之后数据定义为畸变区域，并进行切除，实现对该CMP道集的动校正拉伸畸变切除处理；

(7)改变中心点位置，重复此流程，直到对所有CMP道集实现畸变切除。

实施例2：

本发明具体步骤如下：

(1)输入动校正处理后的叠前地震数据体，并将其分选到CMP域，设数据体为W(x,y)，x,y表示中心点坐标；

(2)选取数据排列中的第一个CMP道集C(i,j)，i表示单道记录的采样点序号，j表示CMP道集中的测线序号，并根据中心点选择临近完钻井资料，基于Zoeppritz方程计算中心点地下介质在不同偏移距的反射系数序列R_pp(i,j)：

(a)由井资料中的录井资料和深度尺，确定中心点地下弹性界面的深度位置N(d)，d表示界面N的深度；

(b)对井资料中的密度曲线和时差曲线做换算，得到密度曲线ρ(d)、纵波速度曲线V_p(d)和横波速度V_s(d)曲线，并根据弹性界面的深度位置N(d)计算出各界面两侧介质的弹性参数(在深度d上向上或向下取2-4m的数据作平均得到两侧介质的弹性参数)，得到中心点弹性参数序列ρ(i)、V_p(i)、V_s(i)；

(c)将弹性参数序列代入Zoeppritz方程，计算出各弹性界面的反射系数R_pp(i,α)，α表示入射角，此时R_pp(i,α)反映的是反射系数随入射角度的变化关系；

(d)根据CMP中的测线步长Δx对反射角做换算，使R_pp反映随偏移距的变化关系，换算公式为

tanα＝(j×Δx)/d (3)

从而得到中心点地下介质在不同偏移距的反射系数序列R_pp(i,j)；

(3)建立主频信息与CMP道集保持一致的子波模型wave(i)：

(a)对CMP道集零偏移距地震道作频谱分析，得到道集的地震波主频f_m；

(b)在正演模拟中，一般使用零相位的雷克子波作为地震子波，故将地震波主频f_m代入雷克子波公式中，

然后对时间作离散处理，得到雷克子波模型wave(i)；

(4)根据得到的子波模型wave(i)和反射系数R_pp(i,j)做褶积，

Z(i,j)＝R_pp(i,j)*wave(i,0) (5)

正演模拟出AVO道集Z(i,j)；

(5)将步骤4模拟得到的AVO道集Z(i,j)与步骤1输入的CMP道集C(i,j)作相关性分析，

在进行相关性计算时，根据弹性界面的深度位置对相关性r(j)计算的i范围作截断，从而得到各同相轴在不同偏移距下的相关性；

(6)设置相关性阀值(记为变量T)为0.3(对于低信噪比的地震数据，将T设定为0.2)，对各同相轴相关性r(j)低于阀值的地震道序号进行标注，将其定义为畸变点。根据动校正特性可知，从该点开始同相轴出现严重畸变，故对各同相轴畸变点之后的数据进行切除，实现对该CMP道集的动校正拉伸畸变切除处理；

(7)改变中心点，重复步骤2—7，直到对所有CMP道集实现畸变切除。

实施例3

图3-1是从输入的经过动校正的地震数据中抽取出的一个CDP道集，根据道集显示，道集剖面偏移距范围为0-5000m，主要目的层P₁q₂的顶底界面时深在1900ms附近，地震波主频在30Hz左右。从图中可以看出，道集未进行畸变切除，在大偏移距下同相轴出现明显的拉伸畸变。以P₁q₂顶界面为例，同相轴在低偏移距具有较大的振幅强度，随偏移距增大有衰减的趋势，而当偏移距达到3500m附近时，同相轴出现明显的拉伸畸变，同相轴的宽度和强度都出现异常变化，但对该道集无法用经验准确识别畸变位置。

图3-2是根据道集中心点位置选择出临近井，并对井资料提取和重建，构建出中心点下地下介质的正演模型。如图所示，构建模型主要用到密度曲线den(d)、纵横波时差曲线AC(d)、DTS(d)，图中共建立12个地质层位和11个地质界面，各地层厚度不均、参数各异，能真实反映地下信息。

图3-3是根据地下介质模型正演出的AVO道集，虽然模型中含有多套地层，但经过地震波调谐后只表现出了两个同相轴，同时在低偏移距附近的同相轴强度和变化特征也与实际道集一致，从侧面论证了正演的可靠性。

图3-4是对P₁q₂顶界面振幅强度随偏移距的变化曲线，图3-5是对CDP道集和AVO道集P₁q₂顶界面作相关性分析后得出的相关性曲线，曲线表示了在各偏移距下AVO道集和CDP道集的相关性情况。根据相关性结果并设置相关性阀值(0.3)从而就可以准确识别出畸变位置，如图中在j＝32(偏移距3000m附近)处准确识别出畸变点位置。然后对畸变点之后的数据进行相应的切除处理，从而实现拉伸畸变的自动识别和切除。

应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims

1.一种基于正演模拟的动校正畸变区域自动识别及切除方法，其特征在于，所述基于正演模拟的动校正畸变区域自动识别及切除方法包括：

通过井资料获取CMP道集地下介质弹性参数；基于Zoeppritz方程对介质作正演，模拟得到与CMP道集波场特征一致的正演AVO道集；对正演道集与CMP道集作相关性分析，再将相关性低于阀值的区域识别为严重畸变区域并予以切除。

2.如权利要求1所述基于正演模拟的动校正畸变区域自动识别及切除方法，其特征在于，所述基于正演模拟的动校正畸变区域自动识别及切除方法包括以下步骤：

3.如权利要求2所述基于正演模拟的动校正畸变区域自动识别及切除方法，其特征在于，所述步骤二具体包括：

(4)根据CMP中的测线步长Δx对反射角做换算，令R_pp反映随偏移距的变化关系，得到中心点地下介质在不同偏移距的反射系数序列R_pp(i,j)；其中，i表示单道记录的采样点序号，j表示CMP道集中的测线序号。

4.如权利要求3所述基于正演模拟的动校正畸变区域自动识别及切除方法，其特征在于，所述根据弹性界面的深度位置N(d)计算得到各界面两侧介质的弹性参数包括：在深度d上向上或向下取2-4m的数据作平均得到两侧介质的弹性参数。

5.如权利要求3所述基于正演模拟的动校正畸变区域自动识别及切除方法，其特征在于，所述Zoeppritz方程如下：

6.如权利要求3所述基于正演模拟的动校正畸变区域自动识别及切除方法，其特征在于，所述换算公式为：tanα＝(j×Δx)/d；

步骤三中，所述将CMP道集的主频带入到雷克子波公式中，得到子波模型包括：

所述雷克子波公式如下：

7.如权利要求2所述基于正演模拟的动校正畸变区域自动识别及切除方法，其特征在于，所述进行AVO道集与CMP道集的相关性分析包括：

8.一种实施权利要求1～7任意一项所述基于正演模拟的动校正畸变区域自动识别及切除方法的基于正演模拟的动校正畸变区域自动识别及切除系统，其特征在于，所述基于正演模拟的动校正畸变区域自动识别及切除系统包括：

9.一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行权利要求1-7任意一项所述基于正演模拟的动校正畸变区域自动识别及切除方法，包括下列步骤：

10.一种信息数据处理终端，其特征在于，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1-7任意一项所述基于正演模拟的动校正畸变区域自动识别及切除方法。