CN114152986B - 地震数据反演无拉伸动校正方法、装置、电子设备及介质 - Google Patents
地震数据反演无拉伸动校正方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114152986B CN114152986B CN202010929078.7A CN202010929078A CN114152986B CN 114152986 B CN114152986 B CN 114152986B CN 202010929078 A CN202010929078 A CN 202010929078A CN 114152986 B CN114152986 B CN 114152986B
- Authority
- CN
- China
- Prior art keywords
- reflection coefficient
- dynamic correction
- seismic data
- inversion
- stretching
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000006870 function Effects 0.000 claims description 41
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 20
- 238000010586 diagram Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 229910052704 radon Inorganic materials 0.000 description 2
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000009466 transformation 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
- 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
- G01V2210/52—Move-out correction
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
公开了一种地震数据反演无拉伸动校正方法、装置、电子设备及介质。该方法可以包括：参考道贝叶斯反演定位反射系数位置；以反射系数位置为约束，确定稀疏反射系数反演的目标函数；针对稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；通过动校正后的反射系数计算动校正后的地震数据。本发明获得无拉伸畸变的动校正结果，达到提高角道集资料质量，更易于后续处理解释工作的目的。
Description
技术领域
本发明涉及石油、天然气能源的地球物理勘探处理领域，更具体地，涉及一种地震数据反演无拉伸动校正方法、装置、电子设备及介质。
背景技术
在地震资料处理中，动校正的目的是消除炮间距对反射波旅行时的影响，校平共深度点反射波时距曲线的轨迹，增强利用叠加技术压制干扰的能力，减小叠加过程引起的反射波同相轴畸变。常规数字动校正在远偏移距处存在波形拉伸的现象，其主频降低，影响高分辨率叠加和高精度AVO分析，严重时需要切除，而切除会使得浅层远道信息缺失，覆盖次数降低。动校正子波拉伸会使得主频向低频移动，子波拉伸是AVO分析中的不利因素。
由于动校正子波拉伸现象会对AVO分析产生影响，国内外的地球物理工作者研究了很多消除子波拉伸及其影响的方法，例如：
通过对数据块整体移动进行动校正，避免了动校正量不同而导致的拉伸畸变，但在炮检距较大时易出现过校正和欠校正。先自动检测反射波垂直反射时间和速度、后计算待校正炮检距的反射时间并将该时间处波形整体移动的方法，较好地消除了拉伸畸变，但该方法对速度分析的精度要求非常高。在分析动校正拉伸对属性影响的基础上对截距和梯度进行校正，但这种方法有一定的局限性。在叠加过程中应用抛物Radon变换消除动校正拉伸现象，但需在Radon域找到合适路径，不利于工业应用。无拉伸动校正方法需找准每个同相轴的初至时间，很难选取合适的时窗和时间因子。频谱代换无拉伸动校正方法理论上可以消除时差，但实际中不同同相轴在进行相位替换后会相互影响。多次迭代的方法，每次迭代时进行部分动校正并利用反褶积来修正拉伸的影响，减小拉伸畸变，但每次迭代过程中采用的是常规动校正方法，动校正结果仍然会引入拉伸畸变。这些方法不能从根本上消除动校正对子波拉伸的影响，而且实际处理中难以应用，稳定性欠佳。
因此，有必要开发一种基于横向几何特征约束的地震数据反演无拉伸动校正方法、装置、电子设备及介质。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种地震数据反演无拉伸动校正方法、装置、电子设备及介质，其能够获得无拉伸畸变的动校正结果，达到提高角道集资料质量，更易于后续处理解释工作的目的。
第一方面，本公开实施例提供了一种地震数据反演无拉伸动校正方法，包括：
参考道贝叶斯反演定位反射系数位置；
以所述反射系数位置为约束，确定稀疏反射系数反演的目标函数；
针对所述稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；
通过所述动校正后的反射系数计算动校正后的地震数据。
优选地，参考道贝叶斯反演定位反射系数位置包括：
建立基于褶积模型的地震数据矩阵；
计算反射系数的后验概率密度分布；
计算超参数，根据所述超参数与所述反射系数的后验概率密度分布，确定反射系数位置。
优选地，反射系数的后验概率密度分布为：
其中，C表示常数，Σ表示协方差，μ表示均值，H＝diag(h1,h2,…,hK)是一个对角矩阵。
优选地，所述超参数的边缘分布为：
p(d|h,σ2,θ)＝-2∫p(d|m,σ2,θ)p(m|h)dm＝(2π)K|Q|exp(dTQ-1d) (2)
其中，对公式(2)求最小即可求出超参数。
优选地，稀疏反射系数反演的目标函数为：
其中，N为动校正线性算子。
优选地，通过公式(4)计算动校正后的反射系数：
其中，R为动校正后的反射系数。
优选地，通过公式(5)计算动校正后的地震数据：
Sk nmo＝WRk (5)
其中，S为动校正后的地震数据。
作为本公开实施例的一种具体实现方式，
第二方面，本公开实施例还提供了一种地震数据反演无拉伸动校正装置，包括：
定位模块，参考道贝叶斯反演定位反射系数位置；
目标函数确定模块，以所述反射系数位置为约束，确定稀疏反射系数反演的目标函数；
反射系数计算模块，针对所述稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；
动校正模块，通过所述动校正后的反射系数计算动校正后的地震数据。
优选地，参考道贝叶斯反演定位反射系数位置包括：
建立基于褶积模型的地震数据矩阵；
计算反射系数的后验概率密度分布；
计算超参数，根据所述超参数与所述反射系数的后验概率密度分布，确定反射系数位置。
优选地，反射系数的后验概率密度分布为：
其中，C表示常数，Σ表示协方差，μ表示均值，H＝diag(h1,h2,…,hK)是一个对角矩阵。
优选地，所述超参数的边缘分布为：
p(d|h,σ2,θ)＝-2∫p(d|m,σ2,θ)p(m|h)dm＝(2π)K|Q|exp(dTQ-1d) (2)
其中，对公式(2)求最小即可求出超参数。
优选地，稀疏反射系数反演的目标函数为：
其中，N为动校正线性算子。
优选地，通过公式(4)计算动校正后的反射系数：
其中，R为动校正后的反射系数。
优选地，通过公式(5)计算动校正后的地震数据：
Sk nmo＝WRk (5)
其中，S为动校正后的地震数据。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
存储器，存储有可执行指令；
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现所述的地震数据反演无拉伸动校正方法。
第四方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现所述的地震数据反演无拉伸动校正方法。
其有益效果在于：
实现了反射系数的动校正，避免了由于同一子波不同位置采用不同动校正量而产生的拉伸畸变。由此避免了因传统动校正产生的拉伸切除而损失浅层远偏移距地震信息，从而导致浅层覆盖次数的降低，为后续地震数据的处理提供了良好的基础。
本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。
图1示出了根据本发明的一个实施例的地震数据反演无拉伸动校正方法的步骤的流程图。
图2示出了根据本发明的一个实施例的无同相轴交叉的单炮地震数据的示意图。
图3示出了根据图2的通过常规动校正方法处理后的结果的示意图。
图4示出了根据图2的通过本发明进行动校正后的结果的示意图。
图5示出了根据本发明的一个实施例的有同相轴交叉的单炮地震数据的示意图。
图6示出了根据图5的通过常规动校正方法处理后的结果的示意图。
图7示出了根据图5的通过本发明进行动校正后的结果的示意图。
图8a示出了根据本发明的一个实施例的输入地震数据的示意图，图8b和图8c分别示出了根据图8a的切除40％拉伸时的通过常规动校正方法和通过本发明方法动校正效果的示意图，图8d和图8e分别示出了根据图8a的切除80％拉伸时的通过常规动校正方法和通过本发明方法动校正效果的示意图。
图9a和图9b分别示出了根据本发明的一个实施例的实际资料通过常规动校正方法和通过本发明动校正方法处理后各道地震数据的振幅谱的示意图。
图10示出了根据本发明的一个实施例的一种地震数据反演无拉伸动校正装置的框图。
附图标记说明：
201、定位模块；202、目标函数确定模块；203、反射系数计算模块；204、动校正模块。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
在地震勘探中，高保真、高分辨率及高信噪比的地震资料处理是地震数据解释、油气储层预测的重要依据和保证。随着油气勘探程度日益提高，利用现有资料实现对已开发或即将开发的油气资源的最大化利用是地球物理勘探需要解决的关键问题。解决这一问题，需要更有针对性地选取方法进行地震数据处理，获得分辨率更高的处理结果，从而能更准确地模拟地下特征，以利于进一步解释工作。动校正是地震数据处理中关键的一步，动校正结果的好坏直接影响角道集资料以及后续叠加资料的质量。
本发明提供一种地震数据反演无拉伸动校正方法，包括：
参考道贝叶斯反演定位反射系数位置；在一个示例中，参考道贝叶斯反演定位反射系数位置包括：建立基于褶积模型的地震数据矩阵；计算反射系数的后验概率密度分布；计算超参数，根据超参数与反射系数的后验概率密度分布，确定反射系数位置。
在一个示例中，反射系数的后验概率密度分布为：
其中，C表示常数，Σ表示协方差，μ表示均值，H＝diag(h1,h2,…,hK)是一个对角矩阵。
在一个示例中，超参数的边缘分布为：
p(d|h,σ2,θ)＝-2∫p(d|m,σ2,θ)p(m|h)dm＝(2π)K|Q|exp(dTQ-1d) (2)
其中，对公式(2)求最小即可求出超参数。
具体地，参考道通常选取常规动校正叠加道，或者零偏移距地震道。基于褶积模型的地震数据可以表示为：
s(t)＝w(t)*r(t) (6)
其中，s(t)为地震道向量，w(t)和r(t)分别为子波和反射系数。可以简写成如下形式：
Gm+n＝d (7)
其中，m＝[r1,...,rM]T代表了待反演的反射系数，d＝[S(t1),...,S(tL)]T，T表示转置，M代表反射系数序列的长度，L代表地震数据的采样点数，n代表随机噪声，N代表子波序列的长度，G代表子波矩阵，如式(8)所示：
由于地震数据的带限本质，直接解方程(7)是不适定的。因此应用稀疏贝叶斯反演方法进行求解。
假设n服从均值为0、方差为σ2的高斯分布，即在给定模型参数m、σ2和θ的条件下，d的条件概率，也称为似然函数可表示成：
p(d|m,σ2,θ)＝(2πσ2)-Mexp[-(d-Gm)T(d-Gm)/(2σ2)] (9)
为了获得受地质假设驱动的解，稀疏贝叶斯学习方法需要对m施加先决条件，根据贝叶斯理论，限制m的概率分布是以零值为中心的标准正态分布，即：
其中，h＝[h1,h2,…,hK]T代表K个相互独立的超参数，每一个超参数分别控制其对应反射系数大小的先验信息。表示反射系数rk服从均值为0，方差为/>的高斯分布，其中，k＝1，2，…，K。
由贝叶斯准则，在d，h，σ2和θ已知的条件下，联立公式(9)和公式(10)，则有反射系数m的后验概率密度分布为公式(1)。反射系数的估计由反射系数后验分布的均值μ给出。假设每次扫描的相位角θ已知，为了估计出反射系数，首先要估计超参数h和σ2的最佳值。根据贝叶斯框架，超参数的边缘分布为公式(2)，对公式(2)求最小即可求出超参数h。
这里，采用一种快速的迭代算法-相关向量机(RVM)来估计反射系数。该算法每次迭代只更新一个反射系数脉冲或一个基向量Gk，但每次更新后目标函数或公式(10)都会减小。反复迭代，利用公式(10)计算h，公式(9)计算μ，直到前后2次迭代的目标函数之差达到容忍误差。最后，输出的μ即是估计的稀疏反射系数。实质上，通过公式(2)每次迭代求出超参数h，相当于获得稀疏脉冲的位置，而通过公式(1)求出μ，相当于获得稀疏脉冲的大小。由于相关向量机在迭代运算时，只是通过添加或删除基向量Gk来实时更新脉冲的位置和大小，不需要进行大矩阵的求逆运算，所以该方法具有很快的收敛速度。
综上所述，通过参考道的稀疏贝叶斯反射系数反演，可以得到反射系数的时间点位置T。
以反射系数位置为约束，确定稀疏反射系数反演的目标函数；在一个示例中，稀疏反射系数反演的目标函数为：
其中，N为动校正线性算子。
具体地，要想通过重构的方法真正实现对反射系数的无拉伸动校正，需要通过反演来获得反射系数。根据地震波传播理论，当纵波非垂直入射到一个反射界面时，会产生反射纵波、反射转换横波、透射纵波和透射转换横波，利用Zoeppritz方程可以计算得到反射系数和透射系数。基于褶积模型原理，由子波和不同炮检距的纵波反射系数褶积即可获得叠前角道集。对于第k道，地震道算子的矩阵表达形式如下：
Sk＝WRk (11)
此时合成的地震数据是动校正后的叠前地震数据。本发明处理过程的输入数据是动校正前的单炮数据，因此要想合成动校正前的地震数据，需要在正演过程中引入动校正线性算子N，通过利用动校正速度得到每一个炮检距反射系数对应的旅行时即可得到该算子。此时地震数据的矩阵表达式可表示为：
Sk＝WNkRk (12)
反射系数反演的目标函数可以表示为：
J(Rk)＝dk obs-WΝkRk 2 (13)
其中dk obs代表第k道实际输入数据。
对叠前数据来说，动校正后每一道反射系数的时间位置是相同的，因此可以用参考道的反射系数时间位置为动校正前的地震数据反射系数反演作为约束。此时，稀疏反射系数反演的目标函数为公式(3)。
针对稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；在一个示例中，通过公式(4)计算动校正后的反射系数：
其中，R为动校正后的反射系数。
具体地，针对稀疏反射系数反演的目标函数通过最小二乘法求解，通过公式(4)计算动校正后的反射系数，即公式(3)对应的最小二乘解为公式(4)。
通过动校正后的反射系数计算动校正后的地震数据；在一个示例中，通过公式(5)计算动校正后的地震数据：
Sk nmo＝WRk (5)
其中，S为动校正后的地震数据。
具体地，通过动校正后的反射系数，通过褶积模型，通过公式(5)计算动校正后的地震数据。
本发明还提供一种地震数据反演无拉伸动校正装置，包括：
定位模块，参考道贝叶斯反演定位反射系数位置；在一个示例中，参考道贝叶斯反演定位反射系数位置包括：建立基于褶积模型的地震数据矩阵；计算反射系数的后验概率密度分布；计算超参数，根据超参数与反射系数的后验概率密度分布，确定反射系数位置。
在一个示例中，反射系数的后验概率密度分布为：
其中，C表示常数，Σ表示协方差，μ表示均值，H＝diag(h1,h2,…,hK)是一个对角矩阵。
在一个示例中，超参数的边缘分布为：
p(d|h,σ2,θ)＝-2∫p(d|m,σ2,θ)p(m|h)dm＝(2π)K|Q|exp(dTQ-1d) (2)
其中，对公式(2)求最小即可求出超参数。
具体地，参考道通常选取常规动校正叠加道，或者零偏移距地震道。基于褶积模型的地震数据可以表示为：
s(t)＝w(t)*r(t) (6)
其中，s(t)为地震道向量，w(t)和r(t)分别为子波和反射系数。可以简写成如下形式：
Gm+n＝d (7)
其中，m＝[r1,...,rM]T代表了待反演的反射系数，d＝[S(t1),...,S(tL)]T，T表示转置，M代表反射系数序列的长度，L代表地震数据的采样点数，n代表随机噪声，N代表子波序列的长度，G代表子波矩阵，如式(8)所示：
由于地震数据的带限本质，直接解方程(7)是不适定的。因此应用稀疏贝叶斯反演方法进行求解。
假设n服从均值为0、方差为σ2的高斯分布，即在给定模型参数m、σ2和θ的条件下，d的条件概率，也称为似然函数可表示成：
p(d|m,σ2,θ)＝(2πσ2)-Mexp[-(d-Gm)T(d-Gm)/(2σ2)] (9)
为了获得受地质假设驱动的解，稀疏贝叶斯学习方法需要对m施加先决条件，根据贝叶斯理论，限制m的概率分布是以零值为中心的标准正态分布，即：
其中，h＝[h1,h2,…,hK]T代表K个相互独立的超参数，每一个超参数分别控制其对应反射系数大小的先验信息。表示反射系数rk服从均值为0，方差为/>的高斯分布，其中，k＝1，2，…，K。
由贝叶斯准则，在d，h，σ2和θ已知的条件下，联立公式(9)和公式(10)，则有反射系数m的后验概率密度分布为公式(1)。
反射系数的估计由反射系数后验分布的均值μ给出。假设每次扫描的相位角θ已知，为了估计出反射系数，首先要估计超参数h和σ2的最佳值。根据贝叶斯框架，超参数的边缘分布为公式(2)，对公式(2)求最小即可求出超参数h。
这里，采用一种快速的迭代算法-相关向量机(RVM)来估计反射系数。该算法每次迭代只更新一个反射系数脉冲或一个基向量Gk，但每次更新后目标函数或公式(2)都会减小。反复迭代，利用公式(2)计算h，公式(1)计算μ，直到前后2次迭代的目标函数之差达到容忍误差。最后，输出的μ即是估计的稀疏反射系数。实质上，通过公式(2)每次迭代求出超参数h，相当于获得稀疏脉冲的位置，而通过公式(1)求出μ，相当于获得稀疏脉冲的大小。由于相关向量机在迭代运算时，只是通过添加或删除基向量Gk来实时更新脉冲的位置和大小，不需要进行大矩阵的求逆运算，所以该方法具有很快的收敛速度。
综上所述，通过参考道的稀疏贝叶斯反射系数反演，可以得到反射系数的时间点位置T。
目标函数确定模块，以反射系数位置为约束，确定稀疏反射系数反演的目标函数；在一个示例中，稀疏反射系数反演的目标函数为：
其中，N为动校正线性算子。
具体地，要想通过重构的方法真正实现对反射系数的无拉伸动校正，需要通过反演来获得反射系数。根据地震波传播理论，当纵波非垂直入射到一个反射界面时，会产生反射纵波、反射转换横波、透射纵波和透射转换横波，利用Zoeppritz方程可以计算得到反射系数和透射系数。基于褶积模型原理，由子波和不同炮检距的纵波反射系数褶积即可获得叠前角道集。对于第k道，地震道算子的矩阵表达形式如下：
Sk＝WRk (11)
此时合成的地震数据是动校正后的叠前地震数据。本发明处理过程的输入数据是动校正前的单炮数据，因此要想合成动校正前的地震数据，需要在正演过程中引入动校正线性算子N，通过利用动校正速度得到每一个炮检距反射系数对应的旅行时即可得到该算子。此时地震数据的矩阵表达式可表示为：
Sk＝WNkRk (12)
反射系数反演的目标函数可以表示为：
J(Rk)＝||dk obs-WΝkRk||2 (13)
其中dk obs代表第k道实际输入数据。
对叠前数据来说，动校正后每一道反射系数的时间位置是相同的，因此可以用参考道的反射系数时间位置为动校正前的地震数据反射系数反演作为约束。此时，稀疏反射系数反演的目标函数为公式(3)。
反射系数计算模块，针对稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；在一个示例中，通过公式(4)计算动校正后的反射系数：
其中，R为动校正后的反射系数。
具体地，针对稀疏反射系数反演的目标函数通过最小二乘法求解，通过公式(4)计算动校正后的反射系数，即公式(3)对应的最小二乘解为公式(4)。
动校正模块，通过动校正后的反射系数计算动校正后的地震数据；在一个示例中，通过公式(5)计算动校正后的地震数据：
Sk nmo＝WRk (5)
其中，S为动校正后的地震数据。
具体地，通过动校正后的反射系数，通过褶积模型，通过公式(5)计算动校正后的地震数据。
本发明还提供一种电子设备，电子设备包括：存储器，存储有可执行指令；处理器，处理器运行存储器中的可执行指令，以实现上述的地震数据反演无拉伸动校正方法。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述的地震数据反演无拉伸动校正方法。
为便于理解本发明实施例的方案及其效果，以下给出四个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
实施例1
图1示出了根据本发明的地震数据反演无拉伸动校正方法的步骤的流程图。
如图1所示，该地震数据反演无拉伸动校正方法包括：步骤101，参考道贝叶斯反演定位反射系数位置；步骤102，以反射系数位置为约束，确定稀疏反射系数反演的目标函数；步骤103，针对稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；步骤104，通过动校正后的反射系数计算动校正后的地震数据。
图2示出了根据本发明的一个实施例的无同相轴交叉的单炮地震数据的示意图。
图3示出了根据图2的通过常规动校正方法处理后的结果的示意图。可以看出，在远偏移距处出现了拉伸现象。
图4示出了根据图2的通过本发明进行动校正后的结果的示意图。可以看出，在远偏移距处没有产生拉伸现象，与传统方法对比，效果良好。
图5示出了根据本发明的一个实施例的有同相轴交叉的单炮地震数据的示意图。
图6示出了根据图5的通过常规动校正方法处理后的结果的示意图。可以看出，在远偏移距处出现了波形增多、拉伸畸变现象。
图7示出了根据图5的通过本发明进行动校正后的结果的示意图。可以看出，在远偏移距处没有产生波形增多、拉伸畸变现象，动校正结果精确。
图8a示出了根据本发明的一个实施例的输入地震数据的示意图，图8b和图8c分别示出了根据图8a的切除40％拉伸时的通过常规动校正方法和通过本发明方法动校正效果的示意图，图8d和图8e分别示出了根据图8a的切除80％拉伸时的通过常规动校正方法和通过本发明方法动校正效果的示意图。通过对比可知，与传统方法相比，本发明提出的方法能有效避免波形的拉伸畸变。
图9a和图9b分别示出了根据本发明的一个实施例的实际资料通过常规动校正方法和通过本发明动校正方法处理后各道地震数据的振幅谱的示意图。由图对比可知，传统动校正方法处理后出现了远偏移距地震数据频率逐渐向低移动现象，这是由波形拉伸造成的。而本发明提出的方法处理后没有产生波形拉伸，因此各道数据的频率范围基本不变，说明本发明方法能够对实际资料有效进行无拉伸畸变的动校正。
实施例2
图10示出了根据本发明的一个实施例的一种地震数据反演无拉伸动校正装置的框图。
如图10所示，该地震数据反演无拉伸动校正装置，包括：
定位模块201，参考道贝叶斯反演定位反射系数位置；
目标函数确定模块202，以反射系数位置为约束，确定稀疏反射系数反演的目标函数；
反射系数计算模块203，针对稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；
动校正模块204，通过动校正后的反射系数计算动校正后的地震数据。
作为可选方案，参考道贝叶斯反演定位反射系数位置包括：
建立基于褶积模型的地震数据矩阵；
计算反射系数的后验概率密度分布；
计算超参数，根据超参数与反射系数的后验概率密度分布，确定反射系数位置。
作为可选方案，反射系数的后验概率密度分布为：
其中，C表示常数，Σ表示协方差，μ表示均值，H＝diag(h1,h2,…,hK)是一个对角矩阵。
作为可选方案，超参数的边缘分布为：
p(d|h,σ2,θ)＝-2∫p(d|m,σ2,θ)p(m|h)dm＝(2π)K|Q|exp(dTQ-1d) (2)
其中，对公式(2)求最小即可求出超参数。
作为可选方案，稀疏反射系数反演的目标函数为：
其中，N为动校正线性算子。
作为可选方案，通过公式(4)计算动校正后的反射系数：
其中，R为动校正后的反射系数。
作为可选方案，通过公式(5)计算动校正后的地震数据：
Sk nmo＝WRk (5)
其中，S为动校正后的地震数据。
实施例3
本公开提供一种电子设备包括，该电子设备包括：存储器，存储有可执行指令；处理器，处理器运行存储器中的可执行指令，以实现上述地震数据反演无拉伸动校正方法。
根据本公开实施例的电子设备包括存储器和处理器。
该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令。
本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本公开的保护范围之内。
有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。
实施例4
本公开实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现所述的地震数据反演无拉伸动校正方法。
根据本公开实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本公开各实施例方法的全部或部分步骤。
上述计算机可读存储介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。
本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (8)
1.一种地震数据反演无拉伸动校正方法，其特征在于，包括：
参考道贝叶斯反演定位反射系数位置；
以所述反射系数位置为约束，确定稀疏反射系数反演的目标函数；其中，稀疏反射系数反演的目标函数为：
其中，N为动校正线性算子；
针对所述稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；其中，通过公式(4)计算动校正后的反射系数：
其中，R为动校正后的反射系数；
通过所述动校正后的反射系数计算动校正后的地震数据。
2.根据权利要求1所述的地震数据反演无拉伸动校正方法，其中，参考道贝叶斯反演定位反射系数位置包括：
建立基于褶积模型的地震数据矩阵；
计算反射系数的后验概率密度分布；
计算超参数，根据所述超参数与所述反射系数的后验概率密度分布，确定反射系数位置。
3.根据权利要求2所述的地震数据反演无拉伸动校正方法，其中，反射系数的后验概率密度分布为：
其中，C表示常数，Σ表示协方差，μ表示均值，H＝diag(h1,h2,…,hK)是一个对角矩阵。
4.根据权利要求2所述的地震数据反演无拉伸动校正方法，其中，所述超参数的边缘分布为：
p(d|h,σ2,θ)＝-2∫p(d|m,σ2,θ)p(m|h)dm＝(2π)K|Q|exp(dTQ-1d) (2)
其中，对公式(2)求最小即可求出超参数。
5.根据权利要求1所述的地震数据反演无拉伸动校正方法，其中，通过公式(5)计算动校正后的地震数据：
Sk nmo＝WRk (5)
其中，S为动校正后的地震数据。
6.一种地震数据反演无拉伸动校正装置，其特征在于，包括：
定位模块，参考道贝叶斯反演定位反射系数位置；
目标函数确定模块，以所述反射系数位置为约束，确定稀疏反射系数反演的目标函数；其中，稀疏反射系数反演的目标函数为：
其中，N为动校正线性算子；
反射系数计算模块，针对所述稀疏反射系数反演的目标函数通过最小二乘法求解，计算动校正后的反射系数；其中，通过公式(4)计算动校正后的反射系数：
其中，R为动校正后的反射系数；
动校正模块，通过所述动校正后的反射系数计算动校正后的地震数据。
7.一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有可执行指令；
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现权利要求1-5中任一项所述的地震数据反演无拉伸动校正方法。
8.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-5中任一项所述的地震数据反演无拉伸动校正方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010929078.7A CN114152986B (zh) | 2020-09-07 | 2020-09-07 | 地震数据反演无拉伸动校正方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010929078.7A CN114152986B (zh) | 2020-09-07 | 2020-09-07 | 地震数据反演无拉伸动校正方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114152986A CN114152986A (zh) | 2022-03-08 |
| CN114152986B true CN114152986B (zh) | 2024-05-14 |
Family
ID=80460399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010929078.7A Active CN114152986B (zh) | 2020-09-07 | 2020-09-07 | 地震数据反演无拉伸动校正方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114152986B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3613071A (en) * | 1969-12-24 | 1971-10-12 | Petty Geophysical Eng Co | Simultaneous dual seismic spread configuration for determining data processing of extensive seismic data |
| US4893694A (en) * | 1988-11-14 | 1990-01-16 | Mobil Oil Corporation | VSP-based method and apparatus for tieing seismic data shot using different types of seismic sources |
| US6058074A (en) * | 1998-07-31 | 2000-05-02 | Atlantic Richfield Company | Method and system for detecting hydrocarbon reservoirs using amplitude-versus-offset analysis with improved measurement of background statistics |
| GB2397907A (en) * | 2003-01-30 | 2004-08-04 | Westerngeco Seismic Holdings | Directional de-signature for seismic signals |
| CN105842732A (zh) * | 2016-03-16 | 2016-08-10 | 中国石油大学(北京) | 多道稀疏反射系数的反演方法及系统 |
| WO2019143253A1 (en) * | 2018-01-22 | 2019-07-25 | Equinor Energy As | Regularization of non-linear inversions of geophysical data |
| CN110471113A (zh) * | 2019-08-01 | 2019-11-19 | 中国石油大学(北京) | 基于非稳态地震资料的反演动校正方法、装置及存储介质 |
-
2020
- 2020-09-07 CN CN202010929078.7A patent/CN114152986B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3613071A (en) * | 1969-12-24 | 1971-10-12 | Petty Geophysical Eng Co | Simultaneous dual seismic spread configuration for determining data processing of extensive seismic data |
| US4893694A (en) * | 1988-11-14 | 1990-01-16 | Mobil Oil Corporation | VSP-based method and apparatus for tieing seismic data shot using different types of seismic sources |
| US6058074A (en) * | 1998-07-31 | 2000-05-02 | Atlantic Richfield Company | Method and system for detecting hydrocarbon reservoirs using amplitude-versus-offset analysis with improved measurement of background statistics |
| GB2397907A (en) * | 2003-01-30 | 2004-08-04 | Westerngeco Seismic Holdings | Directional de-signature for seismic signals |
| CN105842732A (zh) * | 2016-03-16 | 2016-08-10 | 中国石油大学(北京) | 多道稀疏反射系数的反演方法及系统 |
| WO2019143253A1 (en) * | 2018-01-22 | 2019-07-25 | Equinor Energy As | Regularization of non-linear inversions of geophysical data |
| CN110471113A (zh) * | 2019-08-01 | 2019-11-19 | 中国石油大学(北京) | 基于非稳态地震资料的反演动校正方法、装置及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 《Frequency-domain sparse Bayesian learning inversion of AVA data for elastic parameters reflectivities》;Yongzhen Ji等;Journal of Applied Geophysics;第2-4页 * |
| 《基于系数约束贝叶斯估计的相对波阻抗反演》;邸海滨等;石油物探;第50卷(第2期);第124-125页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114152986A (zh) | 2022-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hou et al. | An approximate inverse to the extended Born modeling operator | |
| US10557956B2 (en) | Method and system of processing seismic data by providing surface aperture common image gathers | |
| CN108693555B (zh) | 智能化时变盲反褶积宽频处理方法及装置 | |
| AU2015244228B2 (en) | Seismic adaptive focusing | |
| US10360317B2 (en) | Beam inversion by Monte Carlo back projection | |
| US20180038976A1 (en) | Surface Consistent Statics Solution and Amplification Correction | |
| Si et al. | Attenuation of random noise using denoising convolutional neural networks | |
| CN113064203B (zh) | 共轭梯度归一化lsrtm方法、系统、存储介质及应用 | |
| Zeng et al. | A guide to least-squares reverse time migration for subsalt imaging: Challenges and solutions | |
| WO2005026776A1 (en) | Wide-offset-range pre-stack depth migration method for seismic exploration | |
| He et al. | Improving the least-squares image by using angle information to avoid cycle skipping | |
| CN114152986B (zh) | 地震数据反演无拉伸动校正方法、装置、电子设备及介质 | |
| CN112305595A (zh) | 基于折射波分析地质体结构的方法及存储介质 | |
| Tang et al. | Subsalt velocity estimation by target-oriented wave-equation migration velocity analysis: A 3D field-data example | |
| CN117388921B (zh) | 弹性参数的叠前反演方法、装置和电子设备 | |
| Fam et al. | Multi-Focusing stacking using the Very Fast Simulated Annealing global optimization algorithm | |
| Decker et al. | A variational approach for picking optimal surfaces from semblance-like panels | |
| Dokter | 2D time domain waveform inversion of a near surface SH wave data set from Čachtice, Slovakia | |
| CN115453620B (zh) | 一种基于非稳态反演的avo校正方法 | |
| Li et al. | Adaptive dual-domain filtering for random seismic noise removal | |
| Xue et al. | Joint inversion of location, excitation time, and amplitude of microseismic sources | |
| AlAli et al. | High-resolution beam tomography on 3D land data applications | |
| Yang et al. | Least-squares reverse time migration with velocity errors | |
| CN108254787B (zh) | 波的走时获得方法及装置、成像方法及装置 | |
| CN118210026A (zh) | 地震数据高分辨率多次波压制方法、电子设备及介质 |
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 |