CN114200522B - 深度域地震子波提取方法和装置、存储介质及电子设备 - Google Patents

深度域地震子波提取方法和装置、存储介质及电子设备 Download PDF

Info

Publication number
CN114200522B
CN114200522B CN202010982672.2A CN202010982672A CN114200522B CN 114200522 B CN114200522 B CN 114200522B CN 202010982672 A CN202010982672 A CN 202010982672A CN 114200522 B CN114200522 B CN 114200522B
Authority
CN
China
Prior art keywords
depth
depth domain
wave number
seismic data
spectrum
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
CN202010982672.2A
Other languages
English (en)
Other versions
CN114200522A (zh
Inventor
李京南
马灵伟
胡华锋
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.)
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
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 China Petroleum and Chemical Corp, Sinopec Geophysical Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN202010982672.2A priority Critical patent/CN114200522B/zh
Publication of CN114200522A publication Critical patent/CN114200522A/zh
Application granted granted Critical
Publication of CN114200522B publication Critical patent/CN114200522B/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. for interpretation or for event detection
    • G01V1/32—Transforming one recording into another or one representation into another
    • G01V1/325—Transforming one representation into another
    • 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
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • 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
    • G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
    • G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/40—Transforming data representation
    • 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
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/70—Other details related to processing
    • G01V2210/74—Visualisation of seismic data

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

本发明涉及石油勘探开发技术领域，具体涉及一种深度域地震子波提取方法和装置、存储介质及电子设备，解决了现有技术中深度域地震子波提取方法未考虑到深度域地震数据的非稳态性、物理意义不明确、适用范围有限的问题；方法包括：获取目标地震道的深度域地震数据并进行波数谱分解，获得空间波数谱；将深度域地震数据划分为若干层段；对于每个层段，计算每个深度采样点处的波数振幅谱，并进行傅里叶逆变换，获得每个深度采样点处的深度域子波，计算所述层段的平均深度域子波；对若干层段的平均深度域子波进行融合，获得目标地震道的深度域地震子波；本发明考虑到了深度域地震数据的非稳态性，具有步骤更简便，适用范围更广的优点。

Description

深度域地震子波提取方法和装置、存储介质及电子设备
技术领域
本发明涉及石油勘探开发技术领域，特别地涉及一种深度域地震子波提取方法和装置、存储介质及电子设备。
背景技术
随着叠前深度偏移技术的发展及其在地震资料处理中日益广泛的应用，直接在深度域进行储层预测具有十分重要的意义。叠前深度偏移后的深度域地震数据中反映储层结构、岩性和流体情况的有效信息如果得不到充分利用，将不利于深度域地震数据的应用价值和潜力挖掘。地震反演如果能直接利用深度域地震数据和测井参数曲线实现，不再进行额外的时-深或深-时转换工作，将避免时-深或深-时转换对地震反演质量的影响、以及运算效率降低的问题，因此开展深度域地震解释技术的探索研究，是地震资料处理领域内技术发展的趋势，也是高效勘探开发的迫切需要。其中，深度域地震子波提取是进行深度域地震解释的关键环节，利用深度域地震子波可以开展深度域井震标定、进行深度域地震反演和储层预测。
目前常规的深度地震域子波提取方法是直接类比传统的时间域地震子波提取方法，基于褶积模型进行深度域地震子波提取，但由于深度域地震数据是非稳态的，不具备“线性时不变”的条件，故直接利用褶积模型是不合理的。
目前也有一些其他的深度域地震子波提取方法，比如，申请号为CN2017103013350的发明专利申请，提出了一种深度域地震子波的确定方法，该方法包括：获取声波测井数据，根据声波测井数据，分别确定深度域反射系数序列和井位置的深度域成像数据；然后根据所述深度域反射系数序列和所述井位置的深度域成像数据，计算深度域反射系数序列的自相关参数、深度域反射系数序列和深度域成像数据的互相关参数，最后根据所述自相关参数和所述互相关参数，确定匹配算子，将匹配算子作为深度域地震子波，实现了准确、简便地确定深度域地震子波的目的；但该方法没有考虑到深度域地震数据的非稳态性，并且需要测井数据，导致不适用于无井的处于石油勘探初期的工区。
又比如，申请号为CN2018101850552的发明专利申请，提出了一种深度域地震子波提取与地震记录合成的一体化方法，该方法包括：首先，由某口井的测井数据获得深度、速度和密度信息，由此计算出对应的反射系数r；然后，为满足“线性时不变”条件提取子波，以常速度vc为参考速度，将该井的井旁地震道S以及反射系数r进行常速度深度变换，得到变换后的道S1以及反射系数r1，并基于Gibbs抽样方法提取深度域子波w；最后，直接利用测井速度v、反射系数r以及提取的深度域子波w作为输入制作深度域合成地震记录，实现了得到包含整个地层范围内有效信息的深度域地震记录的目的，考虑到了地震子波在空间的变化特点；但该方法为了使用褶积模型，需要进行常速度深度变换，这样做一方面缺乏物理意义，另一方面使得步骤变得更复杂，而且，该方法也没有考虑到深度域地震数据的非稳态性，对于一道数据仅提取一个子波，未考虑到子波随深度的变化的特点，此外，该方法也需要测井数据参与才可完成，导致不适用于缺乏测井数据的处于石油勘探早期的工区。
因此，本发明基于上述问题，提供了一种能够考虑到深度域地震数据的非稳态性，不需要测井数据参与，可直接由地震数据获得深度域地震子波，且适用于石油勘探各个阶段的工区的深度域地震子波提取方法和装置、存储介质及电子设备。
发明内容
本发明的目的在于：针对上述问题，本发明提供了一种深度域地震子波提取方法和装置、存储介质及电子设备，解决了现有技术中深度域地震子波提取方法未考虑到深度域地震数据的非稳态性、物理意义不明确、适用范围有限的问题；通过将深度域地震数据划分为若干层段，在每个层段内，根据所述深度域地震数据的空间波数谱计算每个深度采样点处的波数振幅谱，对所述波数振幅谱进行傅里叶逆变换，获得每个深度采样点处的深度域子波，然后计算所述层段内所有深度采样点处的深度域子波数值的平均值，获得所述层段的平均深度域子波，最后再对若干层段的平均深度域子波进行融合，达到提取目标地震道的深度域地震子波的目的。
本发明采用的技术方案如下：
为实现上述目的，第一方面，本发明提供一种深度域地震子波提取方法，所述方法包括以下步骤：
获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段；
对于每个层段，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波；
对若干层段的平均深度域子波进行融合，以获得所述目标地震道的深度域地震子波。
根据本发明的实施例，可选的，上述深度域地震子波提取方法中，所述获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，包括以下步骤：
获取目标地震道的深度域地震数据；
利用S变换对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱。
根据本发明的实施例，可选的，上述深度域地震子波提取方法中，利用S 变换对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱时，采用的波数谱分解式为：
其中，S(η,k)表示所述深度域地震数据的空间波数谱；
η表示深度；
k表示波数；
u(x)表示目标地震道的深度域地震数据，x表示深度；
e表示指数函数，i表示虚数单位；
g(η-x,k)表示深度域高斯窗函数，其表达式为：
根据本发明的实施例，可选的，上述深度域地震子波提取方法中，根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段，包括以下步骤：
根据所述空间波数谱的形态分布，相邻波数变化不超过预设阈值的深度范围作为形态相似的空间波数谱，将形态相似的空间波数谱划分为一个层段，以将所述深度域地震数据划分为若干层段。
根据本发明的实施例，可选的，上述深度域地震子波提取方法中，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱时，采用的波数振幅谱计算式为：
其中，A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
k表示波数；
S(ηj,k)表示深度采样点ηj处的空间波数谱，其值为复数；
real表示该复数的实部，imag表示该复数的虚部。
根据本发明的实施例，可选的，上述深度域地震子波提取方法中，在对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波时，采用的计算式为：
其中，w(ηj,x)表示深度采样点处的深度域子波；
A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
x表示深度，k表示波数，e表示指数函数，i表示虚数单位；
根据本发明的实施例，可选的，上述深度域地震子波提取方法中，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波时，采用的计算式为：
其中，表示第j层段的平均深度域子波，j＝0,1,2,...,M-1，M表示所述深度域地震数据划分为若干层段的数量；
nj,nj+1,nj+2,...,nj+1-1表示第j层段内的深度采样点序号。
第二方面，本发明提供了一种深度域地震子波提取装置，包括：
地震数据获取模块，用于获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
层段划分模块，与所述地震数据获取模块连接，用于根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段；
若干个子波提取模块，分别与所述层段划分模块连接，用于在对应的层段内，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波；
子波融合模块，与所述若干个子波提取模块连接，用于对提取到的若干层段的平均深度域子波进行融合，以获得所述目标地震道的深度域地震子波。
第三方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序可被一个或多个处理器执行，以实现如上述的深度域地震子波提取方法的步骤。
第四方面，本发明提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如上述的深度域地震子波提取方法。
与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
1.本发明提供的一种深度域地震子波提取方法和装置、存储介质及电子设备，通过将深度域地震数据划分为若干层段，在每个层段内，根据所述深度域地震数据的空间波数谱计算每个深度采样点处的波数振幅谱，对所述波数振幅谱进行傅里叶逆变换，获得每个深度采样点处的深度域子波，然后计算所述层段内所有深度采样点处的深度域子波数值的平均值，获得所述层段的平均深度域子波，最后再对若干层段的平均深度域子波进行融合，获得目标地震道的深度域地震子波；本发明不需要采用褶积模型，用随深度变化的深度域地震子波来表征地震数据的非稳态性，可保证提取到的目标地震道的深度域地震子波在后续应用中是稳定的，并且不需要测井数据，仅利用已有的深度域地震数据便可获得随深度变化的深度域地震子波，适用于处于勘探各个阶段的工区，相比现有技术的地震子波提取方法，考虑到了深度域地震数据的非稳态性，具有步骤更简便，适用范围更广的优点。
2.利用本发明获取到的深度域地震子波可以进一步用于开展深度域井震标定、深度域反演和储层预测，稳定性较高，可提高地震解释精度，降低勘探开发风险。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。
图1为本发明实施例一提供的一种深度域地震子波提取方法的流程示意图。
图2为本发明实施例一提供的一种深度域地震子波提取方法的步骤101.1 中目标地震道的深度域地震数据。
图3为本发明实施例一提供的一种深度域地震子波提取方法的步骤101.2 中深度域地震数据的空间波数谱。
图4为本发明实施例一提供的一种深度域地震子波提取方法的步骤102.1 中深度域地震数据的层段划分示意图。
图5为本发明实施例一提供的一种深度域地震子波提取方法的步骤103.2 中深度域地震数据的深度域子波。
图6为本发明实施例一提供的一种深度域地震子波提取方法的步骤104中获取的目标地震道的深度域地震子波。
图7为本发明实施例二提供的一种深度域地震子波提取装置的连接示意图。
在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本发明实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。
实施例一
请参阅图1至图6，本实施例提供了一种可应用于电子设备的深度域地震子波提取方法，用于对三维深度域偏移数据体进行深度域地震子波体的提取，所述方法如图1所示，应用于所述电子设备时执行以下步骤：
步骤101：获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
步骤101.1：获取目标地震道的深度域地震数据；
本实施例中，先获取一个三维深度域偏移数据体，该维深度域偏移数据体为地震数据，不是测井数据，可采用叠前深度域偏移技术从地震资料中获取三维深度域偏移数据体，通过地震波传播的速度把地震资料上记录的时间转换成地层深度，再对地震资料信息进行处理，叠前深度域偏移技术适用于地层速度横向变化剧烈的构造，正好弥补叠前时间域偏移技术的不足，比叠前时间域偏移技术处理效果更好、成像精度更高、获得的地下反映位置更准确；
然后从该三维深度域偏移数据体中任选一道地震道作为本实施例的目标地震道，获取目标地震道的深度域地震数据，如图2所示为本实施例的目标地震道的深度域地震数据，图中，横轴为无量纲的振幅，纵轴为深度，深度范围为 0-1900m；
步骤101.2：利用S变换对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
其中，采用的波数谱分解式为：
其中，S(η,k)表示所述深度域地震数据的空间波数谱；
η表示深度，具体为深度域高斯窗函数g(η-x,k)的中心位置，由深度来表示该中心位置，其取值范围和深度域地震数据的深度范围一致；
k表示波数；
u(x)表示目标地震道的深度域地震数据；
x表示深度，具体为深度域地震数据的深度范围内的某一深度；
e表示指数函数，i表示虚数单位；
g(η-x,k)表示深度域高斯窗函数，其表达式为：
本实施例中，获得的深度域地震数据的空间波数谱如图3所示，图中，横轴为波数，纵轴为深度，从图3中可看出，深度域地震数据的空间波数谱是随深度变化的，不同深度域处的波数谱是不一致的，因此每个深度的深度域地震子波也都是不同的，这正是深度域地震数据的非稳态性的体现，本实施例考虑到该深度域地震数据的非稳态性，进行下一步骤；
步骤102：根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段；
步骤102.1：根据所述空间波数谱的形态分布，以相邻波数变化不超过预设阈值的深度范围作为形态相似的空间波数谱，将形态相似的空间波数谱划分为一个层段，以将所述深度域地震数据划分为若干层段；
本实施例中，若直接对整个深度域地震数据直接提取深度域地震子波，容易导致后续对提取到的深度域地震子波的应用很不稳定，为了减缓深度域地震数据的非稳定性，将如图3所示的深度域地震数据划分为M个层段，如图4所示为所述深度域地震数据的层段划分示意图，图4(a)中为根据图3的空间波数谱划分的层段示意图，其中，判断形态相似的空间波数谱时可以是人为判定，将一个能量团划为一个层段；
步骤103：对于每个层段，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波；
步骤103.1：对于每个层段，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，其中，采用的波数振幅谱计算式为：
其中，A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
k表示波数；
S(ηj,k)表示深度采样点ηj处的空间波数谱，其值为复数；
real表示该复数的实部，imag表示该复数的虚部；
本实施例中，假设步骤101.1获取到的目标地震道的深度域地震数据中N 个深度采样点之间的间隔为2m，该数据的深度范围为0-1900m，因此其中共有 951个深度采样点，N＝951；
步骤103.2：对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，其中，采用的计算式为：
其中，w(ηj,x)表示深度采样点处的深度域子波；
A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
x表示深度，k表示波数，e表示指数函数，i表示虚数单位；
本实施例中，基于划分的层段，每个层段内获得的每个深度采样点处的深度域子波如图4(b)所示，即根据图3所示的深度域地震数据的空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，便得到了深度域地震数据的深度域子波，如图5所示；图中，横轴为距离，纵轴为深度；
步骤103.3：计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波，其中，采用的计算式为：
其中，表示第j层段的平均深度域子波，j＝0,1,2,...,M-1，M表示所述深度域地震数据划分为若干层段的数量；
nj,nj+1,nj+2,...,nj+1-1表示第j层段内的深度采样点序号；
步骤104：对若干层段的平均深度域子波进行融合，以获得所述目标地震道的深度域地震子波；
本实施例中，对若干层段的平均深度域子波进行融合后，获得的目标地震道的深度域地震子波如图6所示，图中，横轴为距离，纵轴为深度；从图6可看出，此时各层段内的深度域子波在对应层段内是相同的，因此，整个目标地震道的深度域地震子波是稳定的，从而在后续对该深度域地震子波的应用中，可一定程度上降低后续应用的不稳定性；
步骤105：重复上述步骤101-104，对整个三维深度域偏移数据体中其他地震道的深度域地震数据分别进行深度域地震子波的提取，便可得到多个地震道的深度域地震数据的深度域地震子波，从而获得所述三维深度域偏移数据体的深度域地震子波体。
本实施例提供的一种深度域地震子波提取方法，通过将深度域地震数据划分为若干层段，在每个层段内，根据所述深度域地震数据的空间波数谱计算每个深度采样点处的波数振幅谱，对所述波数振幅谱进行傅里叶逆变换，获得每个深度采样点处的深度域子波，然后计算所述层段内所有深度采样点处的深度域子波数值的平均值，获得所述层段的平均深度域子波，最后再对若干层段的平均深度域子波进行融合，获得目标地震道的深度域地震子波；
该方法不需要采用褶积模型，用随深度变化的深度域地震子波来表征地震数据的非稳态性，可保证提取到的目标地震道的深度域地震子波在后续应用中是稳定的，并且不需要测井数据，仅利用已有的深度域地震数据便可获得随深度变化的深度域地震子波，适用于处于勘探各个阶段的工区，相比现有技术的地震子波提取方法，考虑到了深度域地震数据的非稳态性，具有步骤更简便，适用范围更广的优点；
将利用本实施例的方法获取到的目标地震道的深度域地震子波用于深度域地震数据的井震标定、深度域地震反演和储层预测等，稳定性较高，可提高地震解释精度，降低勘探开发风险；
本实施例的方法能够解决现有技术中深度域地震子波提取方法未考虑到深度域地震数据的非稳态性、物理意义不明确、适用范围有限的问题。
实施例二
请参阅图7，本实施例提供一种深度域地震子波提取装置，如图7所示为所述装置的连接示意图，所述装置包括地震数据获取模块、与所述地震数据获取模块连接的层段划分模块、分别与所述层段划分模块连接的若干个子波提取模块、与所述若干个子波提取模块连接的子波融合模块：
所述地震数据获取模块，用于获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱；
所述层段划分模块，用于根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段；
所述子波提取模块，用于在对应的层段内，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得对应层段的平均深度域子波；
所述子波融合模块，用于对所述若干个子波提取模块提取到的若干层段的平均深度域子波进行融合，以获得所述目标地震道的深度域地震子波。
进一步地，所述地震数据获取模块包括相互连接的深度域地震数据获取子单元和波数谱分解单元；
所述深度域地震数据获取单元，用于获取目标地震道的深度域地震数据，并输出给所述波数谱分解单元；
所述波数谱分解单元，用于利用S变换对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，其中，采用的波数谱分解式为：
其中，S(η,k)表示所述深度域地震数据的空间波数谱；
η表示深度，具体为深度域高斯窗函数g(η-x,k)的中心位置，由深度来表示该中心位置，其取值范围和深度域地震数据的深度范围一致；
k表示波数；
u(x)表示目标地震道的深度域地震数据；
x表示深度，具体为深度域地震数据的深度范围内的某一深度；
e表示指数函数，i表示虚数单位；
g(η-x,k)表示深度域高斯窗函数，其表达式为：
进一步地，所述层段划分模块包括层段划分单元，用于根据所述空间波数谱的形态分布，相邻波数变化不超过预设阈值的深度范围作为形态相似的空间波数谱，将形态相似的空间波数谱划分为一个层段，以将所述深度域地震数据划分为若干层段，本实施例中，划分为M个层段。
进一步地，每个所述子波提取模块均包括依次连接的波数振幅谱计算单元、傅里叶逆变换单元和平均深度域子波计算单元；
所述波数振幅谱计算单元，用于在对应的层段内，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，其中，采用的波数振幅谱计算式为：
其中，A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
k表示波数；
S(ηj,k)表示深度采样点ηj处的空间波数谱，其值为复数；
real表示该复数的实部，imag表示该复数的虚部；
所述傅里叶逆变换单元，用于对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，其中，采用的计算式为：
其中，w(ηj,x)表示深度采样点处的深度域子波；
A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
x表示深度，k表示波数，e表示指数函数，i表示虚数单位；
所述平均深度域子波计算单元，用于计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得对应层段的平均深度域子波，其中，采用的计算式为：
其中，表示第j层段的平均深度域子波，j＝0,1,2,...,M-1，M表示所述深度域地震数据划分为若干层段的数量；
nj,nj+1,nj+2,...,nj+1-1表示第j层段内的深度采样点序号。
本实施例提供的一种深度域地震子波提取装置，通过地震数据获取模获取深度域地震数据的空间波数谱，再通过层段划分模块将深度域地震数据划分为若干层段，对应每个层段的子波提取模块，在每个层段内，根据所述深度域地震数据的空间波数谱计算每个深度采样点处的波数振幅谱，对所述波数振幅谱进行傅里叶逆变换，获得每个深度采样点处的深度域子波，然后计算所述层段内所有深度采样点处的深度域子波数值的平均值，获得所述层段的平均深度域子波，最后通过子波融合模块对若干层段的平均深度域子波进行融合，获得目标地震道的深度域地震子波；
采用本实施例的装置获取到的深度域地震子波，可以进一步用于开展深度域井震标定、深度域反演和储层预测，稳定性较高，可提高地震解释精度，降低勘探开发风险。
实施例三
本实施例提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，所述计算机程序被处理器执行时可以实现如下方法步骤：
步骤201：获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
步骤201.1：获取目标地震道的深度域地震数据；
步骤201.2：利用S变换对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
其中，采用的波数谱分解式为：
其中，S(η,k)表示所述深度域地震数据的空间波数谱；
η表示深度，具体为深度域高斯窗函数g(η-x,k)的中心位置，由深度来表示该中心位置，其取值范围和深度域地震数据的深度范围一致；
k表示波数；
u(x)表示目标地震道的深度域地震数据；
x表示深度，具体为深度域地震数据的深度范围内的某一深度；
e表示指数函数，i表示虚数单位；
g(η-x,k)表示深度域高斯窗函数，其表达式为：
步骤202：根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段；
步骤202.1：根据所述空间波数谱的形态分布，相邻波数变化不超过预设阈值的深度范围作为形态相似的空间波数谱，将形态相似的空间波数谱划分为一个层段，以将所述深度域地震数据划分为若干层段；
步骤203：对于每个层段，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波；
步骤203.1：对于每个层段，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，其中，采用的波数振幅谱计算式为：
其中，A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
k表示波数；
S(ηj,k)表示深度采样点ηj处的空间波数谱，其值为复数；
real表示该复数的实部，imag表示该复数的虚部；
步骤203.2：对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，其中，采用的计算式为：
其中，w(ηj,x)表示深度采样点处的深度域子波；
A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
x表示深度，k表示波数，e表示指数函数，i表示虚数单位；
步骤203.3：计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波，其中，采用的计算式为：
其中，表示第j层段的平均深度域子波，j＝0,1,2,...,M-1，M表示所述深度域地震数据划分为若干层段的数量；
nj,nj+1,nj+2,...,nj+1-1表示第j层段内的深度采样点序号；
步骤204：对若干层段的平均深度域子波进行融合，以获得所述目标地震道的深度域地震子波。
上述方法步骤的具体实施例过程可参见实施例一，本实施例在此不再重复赘述。
实施例四
本实施例提供了一种电子设备，该电子设备可以是手机、电脑或平板电脑等，包括存储器和处理器，所述存储器上存储有计算器程序，该计算机程序被处理器执行时实现如下方法步骤：
步骤201：获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
步骤201.1：获取目标地震道的深度域地震数据；
步骤201.2：利用S变换对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
其中，采用的波数谱分解式为：
其中，S(η,k)表示所述深度域地震数据的空间波数谱；
η表示深度，具体为深度域高斯窗函数g(η-x,k)的中心位置，由深度来表示该中心位置，其取值范围和深度域地震数据的深度范围一致；
k表示波数；
u(x)表示目标地震道的深度域地震数据；
x表示深度，具体为深度域地震数据的深度范围内的某一深度；
e表示指数函数，i表示虚数单位；
g(η-x,k)表示深度域高斯窗函数，其表达式为：
步骤202：根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段；
步骤202.1：根据所述空间波数谱的形态分布，相邻波数变化不超过预设阈值的深度范围作为形态相似的空间波数谱，将形态相似的空间波数谱划分为一个层段，以将所述深度域地震数据划分为若干层段；
步骤203：对于每个层段，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波；
步骤203.1：对于每个层段，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，其中，采用的波数振幅谱计算式为：
其中，A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
k表示波数；
S(ηj,k)表示深度采样点ηj处的空间波数谱，其值为复数；
real表示该复数的实部，imag表示该复数的虚部；
步骤203.2：设定要提取的深度域地震子波为零相位子波，对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，其中，采用的计算式为：
其中，w(ηj,x)表示深度采样点处的深度域子波；
A(ηj,k)表示深度采样点处的波数振幅谱；
ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数；
x表示深度，k表示波数；
e表示指数函数，i表示虚数单位；
步骤203.3：计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波，其中，采用的计算式为：
其中，表示第j层段的平均深度域子波，j＝0,1,2,...,M-1，M表示所述深度域地震数据划分为若干层段的数量；
nj,nj+1,nj+2,...,nj+1-1表示第j层段内的深度采样点序号；
步骤204：对若干层段的平均深度域子波进行融合，以获得所述目标地震道的深度域地震子波。
上述方法步骤的具体实施例过程可参见实施例一，本实施例在此不再重复赘述。
其中，处理器用于执行如上述方法中的全部或部分步骤。存储器用于存储各种类型的数据，这些数据例如可以包括电子设备中的任何应用程序或方法的指令，以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件 (ProgrammableLogic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称 ROM)，磁存储器，快闪存储器，磁盘或光盘。
可以理解，电子设备还可以包括，多媒体组件，输入/输出(I/O)接口，以及通信组件。
多媒体组件可以包括屏幕和音频组件，所述屏幕可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或通过通信组件发送。音频组件还包括至少一个扬声器，用于输出音频信号。
I/O接口为处理器和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。
通信组件用于该电子设备与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、 3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件405可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
综上，本发明提供的一种深度域地震子波提取方法和装置、存储介质及电子设备，通过将深度域地震数据划分为若干层段，在每个层段内，根据所述深度域地震数据的空间波数谱计算每个深度采样点处的波数振幅谱，对所述波数振幅谱进行傅里叶逆变换，获得每个深度采样点处的深度域子波，然后计算所述层段内所有深度采样点处的深度域子波数值的平均值，获得所述层段的平均深度域子波，最后再对若干层段的平均深度域子波进行融合，获得目标地震道的深度域地震子波。
本发明不需要采用褶积模型，用随深度变化的深度域地震子波来表征地震数据的非稳态性，可保证提取到的目标地震道的深度域地震子波在后续应用中是稳定的，并且不需要测井数据，仅利用已有的深度域地震数据便可获得随深度变化的深度域地震子波，适用于处于勘探各个阶段的工区；
相比现有技术的地震子波提取方法，本发明考虑到了深度域地震数据的非稳态性，具有步骤更简便，适用范围更广的优点；
利用本发明获取到的深度域地震子波可以进一步用于开展深度域井震标定、深度域反演和储层预测，稳定性较高，可提高地震解释精度，降低勘探开发风险。
需要说明的是，由于说明书附图不得着色和涂改，所以本发明附图中部分区别明显的地方比较难以显示，若有必要，可提供彩色图片。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示例性的。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (8)

1.一种深度域地震子波提取方法，其特征在于，包括以下步骤：
获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布，包括以下步骤：
获取目标地震道的深度域地震数据；
利用S变换对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，采用的波数谱分解式为：
其中，S(η,k)表示所述深度域地震数据的空间波数谱，η表示深度，k表示波数，u(x)表示目标地震道的深度域地震数据，x表示深度，e表示指数函数，i表示虚数单位，g(η-x,k)表示深度域高斯窗函数，其表达式为：
根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段；
对于每个层段，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波；
对若干层段的平均深度域子波进行融合，以获得所述目标地震道的深度域地震子波。
2.根据权利要求1所述的深度域地震子波提取方法，其特征在于，根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段，包括以下步骤：
根据所述空间波数谱的形态分布，相邻波数变化不超过预设阈值的深度范围作为形态相似的空间波数谱，将形态相似的空间波数谱划分为一个层段，以将所述深度域地震数据划分为若干层段。
3.根据权利要求1所述的深度域地震子波提取方法，其特征在于，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱时，采用的波数振幅谱计算式为：
其中，A(ηj,k)表示深度采样点处的波数振幅谱，ηj表示任意一个深度采样点，j＝0，1,2,...,N-1，N表示深度域地震数据中深度采样点的个数，k表示波数，S(ηj,k)表示深度采样点ηj处的空间波数谱，其值为复数，，real表示该复数的实部，imag表示该复数的虚部。
4.根据权利要求1所述的深度域地震子波提取方法，其特征在于，对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，采用的计算式为：
其中，w(ηj,x)表示深度采样点处的深度域子波，A(ηj,k)表示深度采样点处的波数振幅谱，ηj表示任意一个深度采样点，j＝0，1，2，...，N-1，N表示深度域地震数据中深度采样点的个数，x表示深度，k表示波数，e表示指数函数，i表示虚数单位。
5.根据权利要求1所述的深度域地震子波提取方法，其特征在于，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波，采用的计算式为：
其中，表示第j层段的平均深度域子波，，j＝0，1，2，...，M-1，M表示所述深度域地震数据划分为若干层段的数量，nj,nj+1,nj+2,...,nj+1-1表示第j层段内的深度采样点序号。
6.一种深度域地震子波提取装置，其特征在于，包括：
地震数据获取模块，用于获取目标地震道的深度域地震数据，并对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，并确定所述空间波数谱的形态分布；
所述地震数据获取模块包括相互连接的深度域地震数据获取子单元和波数谱分解单元；
所述深度域地震数据获取单元，用于获取目标地震道的深度域地震数据，并输出给所述波数谱分解单元；
所述波数谱分解单元，用于利用S变换对所述深度域地震数据进行波数谱分解，以获得所述深度域地震数据的空间波数谱，其中，采用的波数谱分解式为：
其中，S(η,k)表示所述深度域地震数据的空间波数谱；
η表示深度，具体为深度域高斯窗函数g(η-x,k)的中心位置，由深度来表示该中心位置，其取值范围和深度域地震数据的深度范围一致；
k表示波数；u(x)表示目标地震道的深度域地震数据；x表示深度，具体为深度域地震数据的深度范围内的某一深度；e表示指数函数，i表示虚数单位；g(η-x,k)表示深度域高斯窗函数，其表达式为：
层段划分模块，与所述地震数据获取模块连接，用于根据所述空间波数谱的形态分布，将所述深度域地震数据划分为若干层段；
若干个子波提取模块，分别与所述层段划分模块连接，用于在对应的层段内，根据所述空间波数谱，计算每个深度采样点处的波数振幅谱，并对所述波数振幅谱进行傅里叶逆变换，以获得每个深度采样点处的深度域子波，计算所述层段内所有深度采样点处的深度域子波数值的平均值，以获得所述层段的平均深度域子波；
子波融合模块，与所述若干个子波提取模块连接，用于对提取到的若干层段的平均深度域子波进行融合，以获得所述目标地震道的深度域地震子波。
7.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序可被一个或多个处理器执行，以实现如权利要求1至5中任意一项所述的深度域地震子波提取方法的步骤。
8.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，实现如权利要求1至5中任意一项所述的深度域地震子波提取方法的步骤。
CN202010982672.2A 2020-09-17 2020-09-17 深度域地震子波提取方法和装置、存储介质及电子设备 Active CN114200522B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010982672.2A CN114200522B (zh) 2020-09-17 2020-09-17 深度域地震子波提取方法和装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010982672.2A CN114200522B (zh) 2020-09-17 2020-09-17 深度域地震子波提取方法和装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN114200522A CN114200522A (zh) 2022-03-18
CN114200522B true CN114200522B (zh) 2024-04-09

Family

ID=80644942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010982672.2A Active CN114200522B (zh) 2020-09-17 2020-09-17 深度域地震子波提取方法和装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN114200522B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117471529B (zh) * 2023-10-30 2024-05-07 西南交通大学 一种非稳态地震子波自适应提取方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004263A (zh) * 2010-09-17 2011-04-06 中国石油大学(华东) 一种基于角度部分叠加地震数据的流体识别的方法
CN102692650A (zh) * 2011-03-23 2012-09-26 中国石油天然气集团公司 一种具有假频压制功能的井筒波分离方法
CN103901469A (zh) * 2014-03-18 2014-07-02 中国石油集团川庆钻探工程有限公司地球物理勘探公司 地震数据的恢复方法
CN106873038A (zh) * 2017-03-15 2017-06-20 成都理工大学 一种从深度域地震数据中提取深度域地震子波的方法
CN108459350A (zh) * 2018-03-07 2018-08-28 成都理工大学 一种深度域地震子波提取与地震记录合成的一体化方法
CN109143331A (zh) * 2017-06-27 2019-01-04 中国石油化工股份有限公司 地震子波提取方法
CN109856672A (zh) * 2019-01-16 2019-06-07 中国石油大学(华东) 基于深度波数谱的瞬变波包提取方法、存储介质与终端

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101363917B (zh) * 2002-03-27 2011-03-02 维斯特恩格科有限责任公司 用于地震应用的参量fk技术
US7668042B2 (en) * 2005-09-09 2010-02-23 Prism Seismic Inc. Method for obtaining a seismic wavelet using seismic data and well logs in a deviated well

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004263A (zh) * 2010-09-17 2011-04-06 中国石油大学(华东) 一种基于角度部分叠加地震数据的流体识别的方法
CN102692650A (zh) * 2011-03-23 2012-09-26 中国石油天然气集团公司 一种具有假频压制功能的井筒波分离方法
CN103901469A (zh) * 2014-03-18 2014-07-02 中国石油集团川庆钻探工程有限公司地球物理勘探公司 地震数据的恢复方法
CN106873038A (zh) * 2017-03-15 2017-06-20 成都理工大学 一种从深度域地震数据中提取深度域地震子波的方法
CN109143331A (zh) * 2017-06-27 2019-01-04 中国石油化工股份有限公司 地震子波提取方法
CN108459350A (zh) * 2018-03-07 2018-08-28 成都理工大学 一种深度域地震子波提取与地震记录合成的一体化方法
CN109856672A (zh) * 2019-01-16 2019-06-07 中国石油大学(华东) 基于深度波数谱的瞬变波包提取方法、存储介质与终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沂沭断裂带及附近地区分段平均波速比研究;李霞;周彦文;赵瑞;刘瑞峰;钟普浴;王峰;;地震研究(第02期);全文 *

Also Published As

Publication number Publication date
CN114200522A (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
US11137511B2 (en) Active source surface wave prospecting method, surface wave exploration device and computer-readable storage medium
CN108037531B (zh) 一种基于广义全变分正则化的地震反演方法及系统
CN107272062B (zh) 一种数据驱动的地下介质q场估计方法
CN107340536B (zh) 地震反演剥离煤层强反射的方法和装置
Delph et al. Constraining crustal properties using receiver functions and the autocorrelation of earthquake‐generated body waves
CN106291682B (zh) 一种基于基追踪方法的叠后声波阻抗反演方法
CN105425289A (zh) 确定低频波阻抗的方法和装置
Akin et al. Site characterization using surface wave methods in the Arsin-Trabzon province, NE Turkey
Mehra et al. Acoustic pulse propagation in an urban environment using a three-dimensional numerical simulation
CN104122581A (zh) 一种叠后声波阻抗反演方法
CN114200522B (zh) 深度域地震子波提取方法和装置、存储介质及电子设备
CN102928875B (zh) 基于分数阶傅里叶域的子波提取方法
CN104422956A (zh) 一种基于稀疏脉冲反演的高精度地震谱分解方法
CN105785443B (zh) 高精度道积分计算相对波阻抗的方法
Wang et al. Removing multiple types of noise of distributed acoustic sensing seismic data using attention-guided denoising convolutional neural network
Cheng et al. A new method for estimating the correlation of seismic waveforms based on the NTFT
Tian et al. Seismic depositional sequence characterization by using enhanced multichannel variational-mode decomposition
CN109633744B (zh) 地震子波的提取方法、装置、设备及存储介质
CN110673211B (zh) 一种基于测井与地震数据的品质因子建模方法
CN109581498B (zh) 储层厚度分布确定方法、系统、设备、可读介质
Wang et al. Poststack seismic inversion using a patch-based Gaussian mixture model
CN114063169B (zh) 一种波阻抗反演方法、系统、设备和存储介质
Chen et al. A prestack seismic inversion method constrained by facies-controlled sedimentary structural features
CN117849875B (zh) 一种地震信号分析方法、系统、装置及存储介质
CN117724157A (zh) 地震相结构的预测方法及装置

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