CN114002741B - 叠前深度偏移方法及装置、计算机可读存储介质 - Google Patents

叠前深度偏移方法及装置、计算机可读存储介质 Download PDF

Info

Publication number
CN114002741B
CN114002741B CN202010740281.XA CN202010740281A CN114002741B CN 114002741 B CN114002741 B CN 114002741B CN 202010740281 A CN202010740281 A CN 202010740281A CN 114002741 B CN114002741 B CN 114002741B
Authority
CN
China
Prior art keywords
superposition
stack
gathers
prestack
weight
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
Application number
CN202010740281.XA
Other languages
English (en)
Other versions
CN114002741A (zh
Inventor
韩嵩
冉崎
陈康
梁瀚
杨广广
曾鸣
屈伯章
屠志慧
孔令霞
彭浩天
狄贵东
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.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
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 Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202010740281.XA priority Critical patent/CN114002741B/zh
Publication of CN114002741A publication Critical patent/CN114002741A/zh
Application granted granted Critical
Publication of CN114002741B publication Critical patent/CN114002741B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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. analysis, for interpretation, for correction
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/362—Effecting static or dynamic corrections; Stacking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/30—Noise handling
    • G01V2210/32—Noise reduction
    • G01V2210/322—Trace stacking
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Geophysics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Environmental & Geological Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种叠前深度偏移方法及装置、计算机可读存储介质，属于地震勘探技术领域。该方法包括：从三维地震数据中获取多个叠前道集；根据所述多个叠前道集确定出叠加道集；分别确定所述多个叠前道集与所述叠加道集的相似相干系数；根据所述相似相干系数分别确定所述多个叠前道集的叠加权值；根据所述多个叠前道集和所述多个叠前道集的叠加权值对所述多个叠前道集进行叠加。由于根据相似相干系数确定出了叠加权值，利用权值进行叠加，削弱了数据品质不好的叠前道集对整体数据的影响，从而提高了叠加道集的数据质量，能够得到品质较好的叠后地震数据。

Description

叠前深度偏移方法及装置、计算机可读存储介质
技术领域
本发明涉及地震勘探技术领域，特别涉及一种叠前深度偏移方法及装置、计算机可读存储介质。
背景技术
地震勘探技术是利用人工激发的地震波在地层内传播来勘探地下的地质情况。在地面某处激发的地震波向地下传播时，遇到不同弹性的地层分界面就会产生反射波或折射波返回地面，用专门的仪器可记录这些波，以获取到地震数据，通过分析所记录的波的特点(如波的传播时间、振动形状等)，能较准确地测定这些界面的深度和形态，判断地层的岩性。
三维地震数据经处理后形成叠前道集，叠前道集一般需经过叠加，形成叠加道集。叠前道集一般有两种，共中心点道集(Common Middle Point简称CMP)道集和共反射点(Common Reflection Point简称CRP)道集，每个点上有很多地震道，相关技术中，是将这些地震道每个样点依次进行累加并求取平均值，这种叠加方法对于数据品质好的道集能够得出高品质的叠加道集，但对于数据品质不好的道集会由于某些地震道资料干扰的原因而影响整个叠加道集的质量，从而影响地震资料的叠前深度偏移。
发明内容
本发明实施例提供了一种叠前深度偏移方法及装置、计算机可读存储介质，能够得到品质较好的叠后地震数据。所述技术方案如下：
第一方面，本发明实施例提供了一种叠前深度偏移方法，所述方法包括：
从三维地震数据中获取多个叠前道集；
根据所述多个叠前道集确定出叠加道集；
分别确定所述多个叠前道集与所述叠加道集的相似相干系数；
根据所述相似相干系数分别确定所述多个叠前道集的叠加权值；
根据所述多个叠前道集和所述多个叠前道集的叠加权值对所述多个叠前道集进行叠加。
可选地，所述根据所述多个叠前道集确定出叠加道集，包括：
根据如下式子确定所述叠加道集：
其中，Y(t)为叠加道样点值，Si(t)为叠前道集中各个地震道对应的样点值，i为地震道索引，n为地震道道数，t为时间序列索引。
可选地，所述分别确定所述多个叠前道集与所述叠加道集的相似相干系数，包括：
根据如下式子分别确定所述多个叠前道集与所述叠加道集的相似相干系数：
其中，Vi为相似相干系数，T为时间采样个数，Y(t)为Y轴坐标，AY为Y轴的权值，AX为X轴各个点的平均权值，AXi为X轴各个点的权值。
可选地，所述根据所述多个叠前道集和所述多个叠前道集的叠加权值对所述多个叠前道集进行叠加，包括：
根据如下式子对所述多个叠前道集进行叠加：
其中，R(t)为叠加道的样点值，Fi为叠加权值。
可选地，所述根据所述相似相干系数分别确定所述多个叠前道集的叠加权值，包括：
获取叠加权值序列，所述叠加权值序列反应所述相似相干系数与所述叠加权值的对应关系；
根据所述叠加权值序列分别确定所述多个叠前道集的叠加权值。
第二方面，本发明实施例提供了一种叠前深度偏移装置，所述叠前深度偏移装置包括：
获取模块，用于从三维地震数据中获取多个叠前道集；
第一确定模块，用于根据所述多个叠前道集确定出叠加道集；
第二确定模块，用于分别确定所述多个叠前道集与所述叠加道集的相似相干系数，根据所述相似相干系数分别确定所述多个叠前道集的叠加权值；
处理模块，用于根据所述多个叠前道集和所述多个叠前道集的叠加权值对所述多个叠前道集进行叠加。
可选地，所述第一确定模块用于根据如下式子确定所述叠加道集：
其中，Y(t)为叠加道样点值，Si(t)为叠前道集中各个地震道对应的样点值，i为地震道索引，n为地震道道数，t为时间序列索引。
可选地，所述第二确定模块包括第一确定子模块，用于根据如下式子分别确定所述多个叠前道集与所述叠加道集的相似相干系数：
其中，Vi为相似相干系数，T为时间采样个数，Y(t)为Y轴坐标，AY为Y轴的权值，AX为X轴各个点的平均权值，AXi为X轴各个点的权值。
可选地，所述处理模块用于根据如下式子对所述多个叠前道集进行叠加：
其中，R(t)为叠加道的样点值，Fi为叠加权值。
可选地，所述第二确定模块包括第二确定子模块，所述第二确定子模块用于获取叠加权值序列，所述叠加权值序列反应所述相似相干系数与所述叠加权值的对应关系，根据所述叠加权值序列分别确定所述多个叠前道集的叠加权值。
第三方面，本发明实施例还提供了一种叠前深度偏移装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器被配置为执行所述计算机程序时实现如第一方面所述的叠前深度偏移方法中所执行的操作。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如前所述的叠前深度偏移方法。
本发明实施例提供的技术方案带来的有益效果至少包括：
通过确定多个叠前道集与叠加道集的相似相干系数，并根据相似相干系数确定叠加权值，最后再根据多个叠前道集和多个叠前道集的叠加权值对多个叠前道集进行叠加，根据相似相干系数确定出了叠加权值，并利用权值进行叠加，削弱了数据品质不好的叠前道集对整体数据的影响，从而提高了叠加道集的数据质量，能够得到品质较好的叠后地震数据。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种叠前深度偏移方法流程图；
图2是本发明实施例提供的另一种叠前深度偏移方法流程图；
图3是本发明实施例提供的一种叠前深度偏移装置的结构框图；
图4是本发明实施例提供的一种第二确定模块的结构框图；
图5示出了本发明一个示例性实施例提供的计算机设备的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种叠前深度偏移方法流程图。如图1所示，该方法包括：
S11：从三维地震数据中获取多个叠前道集。
S12：根据多个叠前道集确定出叠加道集。
S13：分别确定多个叠前道集与叠加道集的相似相干系数。
S14：根据相似相干系数分别确定多个叠前道集的叠加权值。
S15：根据多个叠前道集和多个叠前道集的叠加权值对多个叠前道集进行叠加。
通过确定多个叠前道集与叠加道集的相似相干系数，并根据相似相干系数确定叠加权值，最后再根据多个叠前道集和多个叠前道集的叠加权值对多个叠前道集进行叠加，根据相似相干系数确定出了叠加权值，并利用权值进行叠加，削弱了数据品质不好的叠前道集对整体数据的影响，从而提高了叠加道集的数据质量，能够得到品质较好的叠后地震数据。
图2是本发明实施例提供的另一种叠前深度偏移方法流程图。如图2所示，该方法包括：
S21：对三维地震数据进行预处理。
在采集地震数据的过程中，由于现场存在诸多不确定的不可抗因素，干扰是无处不在的，即便最大限度提高仪器的精度，也难以避免某些相干或不相干噪声的影响，导致三维地震数据的品质下降。
具体地，预处理可以包括去噪声、反褶积、能量补偿、去多次波中的至少一种。通过对地震数据进行预处理，可以提高地震数据的品质。
S22：从三维地震数据中获取多个叠前道集。
三维地震数据中通常可以提取出大量的叠前道集，可以根据叠前道集的数据品质，择优选取数据品质较好的多个叠前道集。
S23：获取叠加权值序列。
其中，该叠加权值序列反应相似相干系数与叠加权值的对应关系。
在步骤S23中，可以预先在平面图上定义叠加权值曲线，叠加权值曲线的纵坐标为叠加权值的具体数量，横坐标为相似相干系数，再从叠加权值曲线上选取多个离散点，由多个离散点的坐标构成如下的叠加权值序列F：
F＝(V，a)0，(V，a)1，……，(V，a)n
其中，V是相似相干系数，a是叠加权值，n是地震道道数。
S24：根据多个叠前道集确定出叠加道集。
可以根据如下式子确定叠加道集：
其中，Y(t)为叠加道样点值，Si(t)为叠前道集中各个地震道对应的样点值，i为地震道索引，n为地震道道数，t为时间序列索引。
叠加道集包括多个地震道，根据式子(1)可以确定出多个地震道的每个样点值，对步骤S22中得到的多个叠前道集进行初步简单的叠加，从而得到叠加道集。
S25：分别确定多个叠前道集与叠加道集的相似相干系数。
可以根据如下式子分别确定多个叠前道集与叠加道集的相似相干系数：
其中，Vi为叠前道集与叠加道集的相似相干系数，T为时间采样个数，Y(t)为Y轴坐标，AY为Y轴的权值，AX为X轴各个点的平均权值，AXi为X轴各个点的权值。
例如在步骤S22中获取了10个叠前道集，在步骤S24中根据该10个叠前道集确定出了叠加道集，则在步骤S25中，分别确定出这10个叠前道集与该叠加道集的相似相干系数。
S26：根据叠加权值序列分别确定多个叠前道集的叠加权值。
由于叠加权值序列反应了相似相干系数与叠加权值的对应关系，在确定出相似相干系数，并获取了叠加权值序列后，就可以确定出与相似相干系数对应的叠加权值。由于叠加权值序列中，相似相干系数不是连续的，因此可以根据相似相干系数在权值序列F中查找最为接近的相似相干系数所对应的叠加权值，具体根据式(2)确定出相似相干系数Vi，然后从权值序列F中查找出与确定出的相似相干系数Vi最为接近的相似相干系数所对应的叠加权值。
例如，根据式(2)确定出相似相干系数V1，然后从权值序列F中查找出一个数对(V，a)x，1≤x≤n，在权值序列F的n个数对中，数对(V，a)x中的数值V最为接近相似相干系数V1，则以数对(V，a)x中的数值a作为相似相干系数V1所对应的叠加权值。如此分别确定出每个叠前道集与叠加道集的相似相干系数所对应的叠加权值。
可以根据相似相干系数对叠前道集进行排序，按照相似相干系数从大到小排列，形成相似相干系数平面图，每一道使用柱状图形式显示相似相关系数的数值，平面图水平方向为根据相似相干系数由大到小排列的地震道，垂直方向为相似相干系数所对应的值。
对于在地震测试工况下，无法获得的地震道数据，其叠加权值可以设置为1。
S27：根据多个叠前道集和多个叠前道集的叠加权值对多个叠前道集进行叠加。
可以根据如下式子对多个叠前道集进行叠加：
其中，R(t)为叠加道的样点值，Fi为叠加权值。该Fi即在步骤S26中确定出的叠前道集的叠加权值。
尽管从三维地震数据中获取多个叠前道集时是择优选择的，优先选择数据品质更好的叠前道集，但获取的多个叠前道集的数据品质通常也不是相同的，若直接进行叠加，则数据品质相对不好的叠前道集会影响叠加后的地震数据的品质，通过叠加权值则可以减小数据品质相对不好的叠前道集对叠加后的地震数据的品质影响，从而提升叠加后的地震数据的品质。
首先从三维地震数据中获取数据品质相对较好的多个叠前道集，对这些叠前道集进行简单叠加，然后确定出相似相干系数，该系数可以表征对应的叠前道集的数据品质，接着根据相似相干系数查找与其对应的叠加权值，根据叠加权值对道集进行基于地震资料的叠前深度偏移，形成高品质叠前深度偏移数据。本方法解决了在地震数据品质不好的情况下，由于某些地震道干扰而影响整个道集的叠加效果的问题。
图3是本发明实施例提供的一种叠前深度偏移装置的结构框图，如图3所示，该叠前深度偏移装置包括获取模块10、第一确定模块20、第二确定模块30和处理模块40。
其中，获取模块10用于从三维地震数据中获取多个叠前道集。
第一确定模块20用于根据多个叠前道集确定出叠加道集。
第二确定模块30用于分别确定多个叠前道集与叠加道集的相似相干系数，根据相似相干系数分别确定多个叠前道集的叠加权值。
处理模块40用于根据多个叠前道集和多个叠前道集的叠加权值对多个叠前道集进行叠加。
通过确定多个叠前道集与叠加道集的相似相干系数，并根据相似相干系数确定叠加权值，最后再根据多个叠前道集和多个叠前道集的叠加权值对多个叠前道集进行叠加，根据相似相干系数确定出了叠加权值，并利用权值进行叠加，削弱了数据品质不好的叠前道集对整体数据的影响，从而提高了叠加道集的数据质量，能够得到品质较好的叠后地震数据。
可选地，获取模块10还可以用于对三维地震数据进行预处理。预处理可以包括去噪声、反褶积、能量补偿、去多次波中的至少一种。通过对地震数据进行预处理，可以提高地震数据的品质。
获取模块10可以根据前述方法实施例中的步骤S21和步骤S22获取多个叠前道集。
可选地，第一确定模块20可以根据如下式子确定叠加道集：
其中，Y(t)为叠加道样点值，Si(t)为叠前道集中各个地震道对应的样点值，i为地震道索引，n为地震道道数，t为时间序列索引。
第一确定模块20可以根据前述方法实施例中的步骤S24确定叠加道集。
图4是本发明实施例提供的一种第二确定模块的结构框图，如图4所示，第二确定模块30可以包括第一确定子模块31和第二确定子模块32。其中，第一确定子模块31可以用于根据如下式子分别确定多个叠前道集与叠加道集的相似相干系数：
其中，Vi为相似相干系数，T为时间采样个数，Y(t)为Y轴坐标，AY为Y轴的权值，AX为X轴各个点的平均权值，AXi为X轴各个点的权值。
第二确定子模块32可以用于获取叠加权值序列，叠加权值序列反应相似相干系数与叠加权值的对应关系，根据叠加权值序列分别确定多个叠前道集的叠加权值。
第一确定模块31可以根据前述方法实施例中的步骤S25确定多个叠前道集与叠加道集的相似相干系数。
第二确定模块32可以根据前述方法实施例中的步骤S23获取叠加权值序列，并根据步骤S26确定多个叠前道集的叠加权值。
可选地，处理模块40可以用于根据如下式子对多个叠前道集进行叠加：
其中，R(t)为叠加道的样点值，Fi为叠加权值。
尽管从三维地震数据中获取多个叠前道集时是择优选择的，优先选择数据品质更好的叠前道集，但获取的多个叠前道集的数据品质通常也不是相同的，若直接进行叠加，则数据品质相对不好的叠前道集会影响叠加后的地震数据的品质，通过叠加权值则可以减小数据品质相对不好的叠前道集对叠加后的地震数据的品质影响，从而提升叠加后的地震数据的品质。
处理模块40可以根据前述方法实施例中的步骤S27对多个叠前道集进行叠加。
图5示出了本发明一个示例性实施例提供的计算机设备的结构框图。如图5所示，计算机设备300包括中央处理单元(CPU)301、包括随机存取存储器(RAM)302和只读存储器(ROM)303的系统存储器304，以及连接系统存储器304和中央处理单元301的系统总线305。计算机设备300还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)306，和用于存储操作系统313、应用程序314和其他程序模块315的大容量存储设备307。
基本输入/输出系统306包括有用于显示信息的显示器308和用于用户输入信息的诸如鼠标、键盘之类的输入设备309。其中显示器308和输入设备309都通过连接到系统总线305的输入输出控制器310连接到中央处理单元301。基本输入/输出系统306还可以包括输入输出控制器310以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器310还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备307通过连接到系统总线305的大容量存储控制器(未示出)连接到中央处理单元301。大容量存储设备307及其相关联的计算机可读介质为计算机设备300提供非易失性存储。也就是说，大容量存储设备307可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储13介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器304和大容量存储设备307可以统称为存储器。
根据本发明的各种实施例，计算机设备300还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备300可以通过连接在系统总线305上的网络接口单元311连接到网络312，或者说，也可以使用网络接口单元311来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。所述一个或者一个以上程序包含用于进行本发明实施例提供的如前所述的叠前深度偏移方法的指令。
本发明实施例还提供了一种叠前深度偏移装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器被配置为执行所述计算机程序时实现如图1～2中任一项所述的叠前深度偏移方法中所执行的操作。
本发明实施例还提供了一种非临时性计算机可读存储介质，当该存储介质中的指令由叠前深度偏移装置的处理器执行时，使得叠前深度偏移装置能够执行图1～2中任一项提供的叠前深度偏移方法。
一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行图1～2其中任一项提供的叠前深度偏移方法的指令。
需要说明的是：上述实施例提供的叠前深度偏移装置在进行叠前深度偏移时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的叠前深度偏移装置与叠前深度偏移方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的可选实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种叠前深度偏移方法，其特征在于，所述方法包括：
从三维地震数据中获取多个叠前道集；
根据所述多个叠前道集确定出叠加道集，包括：根据如下式子确定所述叠加道集：
其中，Si（t）为叠前道集中各个地震道对应的样点值，i为地震道索引，n为地震道道数，t为时间序列索引；
根据如下式子分别确定所述多个叠前道集与所述叠加道集的相似相干系数：
其中，Vi为相似相干系数，T为时间采样个数；
获取叠加权值序列，所述叠加权值序列反映所述相似相干系数与所述叠加权值的对应关系，所述叠加权值序列包括多个离散点，所述多个离散点是从预先在平面图上定义的叠加权值曲线上选取的，每个所述离散点的纵坐标为叠加权值，每个所述离散点的横坐标为相似相干系数；
根据所述多个叠前道集与所述叠加道集的相似相干系数，在叠加权值序列中查找最为接近的相似相干系数所对应的叠加权值，以分别确定所述多个叠前道集的叠加权值；
根据所述多个叠前道集和所述多个叠前道集的叠加权值对所述多个叠前道集进行叠加。
2.根据权利要求1所述的叠前深度偏移方法，其特征在于，所述根据所述多个叠前道集和所述多个叠前道集的叠加权值对所述多个叠前道集进行叠加，包括：
根据如下式子对所述多个叠前道集进行叠加：
其中，R（t）为叠加道的样点值，Fi为叠加权值。
3.一种叠前深度偏移装置，其特征在于，所述叠前深度偏移装置包括：
获取模块，用于从三维地震数据中获取多个叠前道集；
第一确定模块，用于根据所述多个叠前道集确定出叠加道集，包括：根据如下式子确定所述叠加道集：
其中，Si（t）为叠前道集中各个地震道对应的样点值，i为地震道索引，n为地震道道数，t为时间序列索引；
第一确定子模块，用于根据如下式子分别确定所述多个叠前道集与所述叠加道集的相似相干系数：
其中，Vi为相似相干系数，T为时间采样个数；
第二确定子模块，用于获取叠加权值序列，所述叠加权值序列反映所述相似相干系数与所述叠加权值的对应关系，所述叠加权值序列包括多个离散点，所述多个离散点是从预先在平面图上定义的叠加权值曲线上选取的，每个所述离散点的纵坐标为叠加权值，每个所述离散点的横坐标为相似相干系数；根据所述多个叠前道集与所述叠加道集的相似相干系数，在叠加权值序列中查找最为接近的相似相干系数所对应的叠加权值，以分别确定所述多个叠前道集的叠加权值；
处理模块，用于根据所述多个叠前道集和所述多个叠前道集的叠加权值对所述多个叠前道集进行叠加。
4.根据权利要求3所述的叠前深度偏移装置，其特征在于，所述处理模块用于根据如下式子对所述多个叠前道集进行叠加：
其中，R（t）为叠加道的样点值，Fi为叠加权值。
5.一种叠前深度偏移装置，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器被配置为执行所述计算机程序时实现如权利要求1~2任一项所述的叠前深度偏移方法中所执行的操作。
6.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至2任一项所述的叠前深度偏移方法。
CN202010740281.XA 2020-07-28 2020-07-28 叠前深度偏移方法及装置、计算机可读存储介质 Active CN114002741B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010740281.XA CN114002741B (zh) 2020-07-28 2020-07-28 叠前深度偏移方法及装置、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010740281.XA CN114002741B (zh) 2020-07-28 2020-07-28 叠前深度偏移方法及装置、计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN114002741A CN114002741A (zh) 2022-02-01
CN114002741B true CN114002741B (zh) 2024-01-30

Family

ID=79920614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010740281.XA Active CN114002741B (zh) 2020-07-28 2020-07-28 叠前深度偏移方法及装置、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114002741B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540252A (zh) * 2011-12-15 2012-07-04 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于互相关的高精度中值叠加方法
CN104155688A (zh) * 2014-08-13 2014-11-19 中国石油集团川庆钻探工程有限公司地球物理勘探公司 一种高精度加权叠加方法
CN106226818A (zh) * 2016-04-01 2016-12-14 中国石油天然气股份有限公司 地震数据处理方法和装置
CN107817526A (zh) * 2017-10-13 2018-03-20 中国石油化工股份有限公司 叠前地震道集分段式振幅能量补偿方法及系统
CN108072900A (zh) * 2018-02-01 2018-05-25 中国石油天然气集团有限公司 一种道集记录处理方法、装置及计算机存储介质
CN109307889A (zh) * 2017-07-28 2019-02-05 中国石油化工股份有限公司 基于时空变系数加权的优化叠加方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540252A (zh) * 2011-12-15 2012-07-04 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于互相关的高精度中值叠加方法
CN104155688A (zh) * 2014-08-13 2014-11-19 中国石油集团川庆钻探工程有限公司地球物理勘探公司 一种高精度加权叠加方法
CN106226818A (zh) * 2016-04-01 2016-12-14 中国石油天然气股份有限公司 地震数据处理方法和装置
CN109307889A (zh) * 2017-07-28 2019-02-05 中国石油化工股份有限公司 基于时空变系数加权的优化叠加方法及系统
CN107817526A (zh) * 2017-10-13 2018-03-20 中国石油化工股份有限公司 叠前地震道集分段式振幅能量补偿方法及系统
CN108072900A (zh) * 2018-02-01 2018-05-25 中国石油天然气集团有限公司 一种道集记录处理方法、装置及计算机存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Stacking seismic data using local correlation;Guochang Liu et al.;Geophysics;第74卷(第3期);第43-48页 *
优势道叠加技术在岩性油气藏识别中的应用;张毅;毛宁波;何丽娟;;物探与化探;第44卷(第03期);第499-506页 *
地震记录小波域高阶相关叠加技术;张三宗 等;地球物理学报;第49卷(第2期);第554-560页 *
基于非等权系数的综合优化叠加方法;邓世广 等;石油地球物理勘探;第49卷(第6期);第1068-1076页 *

Also Published As

Publication number Publication date
CN114002741A (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
US20190302298A1 (en) Selection of pick values for automated near surface analysis
US6092026A (en) Seismic signal processing and exploration
US10310122B2 (en) Increasing similarity between seismic datasets
US10534101B2 (en) Seismic adaptive focusing
US10557956B2 (en) Method and system of processing seismic data by providing surface aperture common image gathers
US20140149046A1 (en) Method of processing seismic data by providing surface offset common image gathers
KR20180067650A (ko) 진폭 보존을 갖는 fwi 모델 도메인 각도 스택들
CN105425289A (zh) 确定低频波阻抗的方法和装置
US11573342B2 (en) Systems and methods to enhance 3-D prestack seismic data based on non-linear beamforming in the cross-spread domain
Colombo et al. Near-surface full-waveform inversion in a transmission surface-consistent scheme
CN115980845A (zh) 基于激发相位先验约束的子波提取方法、系统、设备
CN114002741B (zh) 叠前深度偏移方法及装置、计算机可读存储介质
CN111123361B (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
CN111781635B (zh) 海底四分量弹性波高斯束深度偏移方法和装置
CN110824555B (zh) 地震能量均衡方法及装置、计算机可读存储介质
CN111239805B (zh) 基于反射率法的块约束时移地震差异反演方法及系统
CN114114421A (zh) 基于深度学习的导向自学习地震数据去噪方法及装置
Chen et al. Enhancing earthquake detection from distributed acoustic sensing data by coherency measure and moving-rank-reduction filtering
US10969508B2 (en) Automated MisTie analysis and correction across two-dimensional (“2D”) seismic surveys
CN110858000A (zh) 地震数据重构方法、装置、计算机设备及存储介质
US11768303B2 (en) Automatic data enhancement for full waveform inversion in the midpoint-offset domain
Chiu et al. Waveform Inversion for One-Dimensional Near-Surface Structure in the New Madrid Seismic Zone
CN117991345A (zh) 地震数据的处理方法、装置、设备、存储介质及程序产品
CN115561816A (zh) 基于旋转椭圆模型的三维地震数据多次波压制方法及装置
CN114063165A (zh) 一种三维地震数据的拼接方法及装置

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