CN114442169B - 地震资料中近源信号压制方法及装置 - Google Patents
地震资料中近源信号压制方法及装置 Download PDFInfo
- Publication number
- CN114442169B CN114442169B CN202011208841.3A CN202011208841A CN114442169B CN 114442169 B CN114442169 B CN 114442169B CN 202011208841 A CN202011208841 A CN 202011208841A CN 114442169 B CN114442169 B CN 114442169B
- Authority
- CN
- China
- Prior art keywords
- data
- frequency domain
- seismic data
- amplitude weighting
- velocity model
- 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 56
- 238000004088 simulation Methods 0.000 claims abstract description 17
- 230000001629 suppression Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 27
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001131 transforming effect 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
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
本申请实施例提供一种地震资料中近源信号压制方法及装置,方法包括:根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;本申请能够通过频率域自适应振幅加权函数,有效压制近源信号,减小引入误差,增强反演算法对陆地地震资料的适用性。
Description
技术领域
本申请涉及地质勘探领域,具体涉及一种地震资料中近源信号压制方法及装置。
背景技术
全波形反演技术是目前地震勘探中一项前沿技术,利用该技术可以反演出高精度的地下介质速度、密度、各向异性模型,这些介质参数模型可以用于后续成像和储层预测工作。
目前全波形反演技术在海洋地震勘探中已经较为成熟,但是在陆上应用算法仍然存在问题,需要进行改进以适应陆地地震资料的特点。全波形反演利用最优化算法迭代求解观测数据与波动方程正演数据的残差的极小值得到地下介质参数(速度、密度等)。
发明人发现,在陆地地震资料采集过程中,由于近地表条件复杂,近源地震波受到面波、散射、塑性应变、检波器超调等影响,信噪比与信号保真度低得多。现有的波动方程正演技术无法准确模拟近源地震波信号,在正演模拟数据与观测数据求取残差范数时,引入了较大的误差。地震波受球面扩散和吸收衰减效应的影响,以震源为中心向外能量指数递减。对多个地区地震资料进行分析表明,近源信号能量相对中远距离信号强两个数量级以上。利用常规处理手段进行振幅补偿后,近源信号仍然强于中远距离信号数倍。因此,残差场近源区的误差也放大了数倍。这种误差往往导致全波形反演得不到有效的模型信息。
发明内容
针对现有技术中的问题,本申请提供一种地震资料中近源信号压制方法及装置,能够通过频率域自适应振幅加权函数,有效压制近源信号,减小其引入的误差,增强反演算法对陆地地震资料的适用性。
为了解决上述问题中的至少一个,本申请提供以下技术方案:
第一方面,本申请提供一种地震资料中近源信号压制方法,包括:
根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;
对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;
根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果。
进一步地,在所述根据频率域地震数据构建初始速度模型之前,包括:
对采集到的地震数据进行傅里叶变换,得到频率域地震数据。
进一步地,所述对所述正演数据和所述频率域地震数据进行道集分选,包括:
将所述正演数据和所述频率域地震数据按照第一关键字频率、第二关键字炮号、第三关键字炮检距进行道集分选。
进一步地,在所述根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理之前,包括:
根据炮检距、反演频率及所述初始速度模型中炮点位置的速度,确定频率域自适应振幅加权模型。
第二方面,本申请提供一种地震资料中近源信号压制装置,包括:
正演数据确定模块,用于根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;
残差数据确定模块,用于对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;
模型优化更新模块,用于根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果。
进一步地,还包括:
傅里叶变换单元,用于对采集到的地震数据进行傅里叶变换,得到频率域地震数据。
进一步地,所述残差数据确定模块包括:
道集分选单元,用于将所述正演数据和所述频率域地震数据按照第一关键字频率、第二关键字炮号、第三关键字炮检距进行道集分选。
进一步地,还包括:
频率域自适应振幅加权模型构建单元,用于根据炮检距、反演频率及所述初始速度模型中炮点位置的速度,确定频率域自适应振幅加权模型。
第三方面,本申请提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的地震资料中近源信号压制方法的步骤。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的地震资料中近源信号压制方法的步骤。
由上述技术方案可知,本申请提供一种地震资料中近源信号压制方法及装置,通过频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;能够通过频率域自适应振幅加权函数,有效压制近源信号,减小引入误差,增强反演算法对陆地地震资料的适用性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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为本申请实施例中的地震资料中近源信号压制方法的流程示意图;
图2为本申请实施例中的地震资料中近源信号压制装置的结构图之一;
图3为本申请实施例中的地震资料中近源信号压制装置的结构图之二;
图4为本申请一具体实施例中的近源信号压制前后单频剖面对比图;
图5为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
考虑到在陆地地震资料采集过程中,由于近地表条件复杂,近源地震波受到面波、散射、塑性应变、检波器超调等影响,信噪比与信号保真度低得多。现有的波动方程正演技术无法准确模拟近源地震波信号,在正演模拟数据与观测数据求取残差范数时,引入了较大的误差。地震波受球面扩散和吸收衰减效应的影响,以震源为中心向外能量指数递减。对多个地区地震资料进行分析表明,近源信号能量相对中远距离信号强两个数量级以上。利用常规处理手段进行振幅补偿后,近源信号仍然强于中远距离信号数倍。因此,残差场近源区的误差也放大了数倍。这种误差往往导致全波形反演得不到有效的模型信息的问题,本申请提供一种地震资料中近源信号压制方法及装置,通过频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;能够通过频率域自适应振幅加权函数,有效压制近源信号,减小引入误差,增强反演算法适用性。
为了能够通过频率域自适应振幅加权函数,有效压制近源信号,减小其引入的误差,增强反演算法对陆地地震资料的适用性,本申请提供一种地震资料中近源信号压制方法的实施例,参见图1,所述地震资料中近源信号压制方法具体包含有如下内容:
步骤S101:根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据。
可选的,本申请可以输入地震采集得到的地震数据,优选采用快速傅里叶变换,将地震数据变换到频率域,得到频率域地震数据。
可选的,根据频率域地震数据和常规建模方法构建得到初始速度模型,并采用频率域波动方程正演方法进行模拟,得到正演数据。
步骤S102:对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据。
可选的,本申请可以将正演数据和所述频率域地震数据进行道集分选,具体的,可以按照第一关键字频率、第二关键字炮号、第三关键字炮检距进行分选,并求取分选后频率域地震数据与正演数据的残差数据。
步骤S103:根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果。
可选的,本申请可以利用频率域自适应振幅加权函数与正演数据及残差数据进行点乘运算,以此增强了反演的适定性,提高了反演迭代收敛速度。
具体的,所述频率域自适应振幅加权函数为:
其中,x为炮检距,f为反演所用频率,v为模型中炮点位置的速度。
可选的,利用上步点乘运算后的正演数据及残差数据求取梯度及Hessian矩阵;利用常用的最优化算法进行更新模型,并输出反演结果。
从上述描述可知,本申请实施例提供的地震资料中近源信号压制方法,能够通过频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;能够通过频率域自适应振幅加权函数,有效压制近源信号,减小引入误差,增强反演算法适用性。
为了能够对地震数据进行准确的时频变换,在本申请的地震资料中近源信号压制方法的一实施例中,在上述步骤S101之前,还可以具体包含如下内容:
对采集到的地震数据进行傅里叶变换,得到频率域地震数据。
具体的,本申请可以输入地震采集得到的地震数据,优选采用快速傅里叶变换,将地震数据变换到频率域,得到频率域地震数据。
为了能够准确进行道集分选,在本申请的地震资料中近源信号压制方法的一实施例中,上述步骤S102还可以具体包含如下内容:
将所述正演数据和所述频率域地震数据按照第一关键字频率、第二关键字炮号、第三关键字炮检距进行道集分选。
具体的,本申请可以将正演数据和所述频率域地震数据进行道集分选,例如,可以按照第一关键字频率、第二关键字炮号、第三关键字炮检距进行分选,并求取分选后频率域地震数据与正演数据的残差数据。
为了能够有效压制近源信号,减小其引入的误差,在本申请的地震资料中近源信号压制方法的一实施例中,在上述步骤S103之前,还可以具体包含如下内容:
根据炮检距、反演频率及所述初始速度模型中炮点位置的速度,确定频率域自适应振幅加权模型。
具体的,所述频率域自适应振幅加权函数为:
其中,x为炮检距,f为反演所用频率,v为模型中炮点位置的速度。
可选的,利用上步点乘运算后的正演数据及残差数据求取梯度及Hessian矩阵;
利用常用的最优化算法进行更新模型,并输出反演结果。
为了能够通过频率域自适应振幅加权函数,有效压制近源信号,减小其引入的误差,增强反演算法对陆地地震资料的适用性,本申请提供一种用于实现所述地震资料中近源信号压制方法的全部或部分内容的地震资料中近源信号压制装置的实施例,参见图2,所述地震资料中近源信号压制装置具体包含有如下内容:
正演数据确定模块10,用于根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据。
残差数据确定模块20,用于对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据。
模型优化更新模块30,用于根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果。
从上述描述可知,本申请实施例提供的地震资料中近源信号压制装置,能够通过频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;能够通过频率域自适应振幅加权函数,有效压制近源信号,减小引入误差,增强反演算法适用性。
为了能够对地震数据进行准确的时频变换,在本申请的地震资料中近源信号压制装置的一实施例中,还具体包含有如下内容:
傅里叶变换单元,用于对采集到的地震数据进行傅里叶变换,得到频率域地震数据。
为了能够准确进行道集分选,在本申请的地震资料中近源信号压制装置的一实施例中,参见图3,所述残差数据确定模块20包括:
道集分选单元21,用于将所述正演数据和所述频率域地震数据按照第一关键字频率、第二关键字炮号、第三关键字炮检距进行道集分选。
为了能够有效压制近源信号,减小其引入的误差,在本申请的地震资料中近源信号压制装置的一实施例中,还具体包含有如下内容:
频率域自适应振幅加权模型构建单元,用于根据炮检距、反演频率及所述初始速度模型中炮点位置的速度,确定频率域自适应振幅加权模型。
为了更进一步说明本方案,本申请还提供一种应用上述地震资料中近源信号压制装置实现地震资料中近源信号压制方法的具体应用实例,具体包含有如下内容:
步骤1,输入地震采集得到的地震数据。
步骤2,采用快速傅里叶变换,将地震数据变换到频率域。
步骤3,利用常规建模方法得初始速度模型。
步骤4,采用频率域波动方程正演方法进行模拟,得到正演数据。
步骤5,将正演数据和与观测数据按照第一关键字频率,第二关键字炮号,第三关键字炮检距进行分选。
步骤6,求取分选后观测数据与正演数据的残差。
步骤7,利用如下加权函数与正演数据及残差数据进行点乘运算。
其中x为炮检距,f为反演所用频率,v为模型中炮点位置的速度。
步骤8,利用上步点乘运算后的正演数据及残差数据求取梯度及Hessian矩阵。
步骤9,利用常用的最优化算法进行更新模型。
步骤0,输出反演结果。
有上述内容可知,本申请至少还可以实现如下技术效果:
利用叠前道集,基于反射系数方程,对给定的初始纵、横波速度和密度进行反演。反演过程在利用多概率分布,通过迭代获得纵、横波速度和密度的反演剖面,参见图4,增强了反演的适定性,提高了反演迭代收敛速度。理论模型测试结果表明了该方法的有效性。
从硬件层面来说,为了能够通过频率域自适应振幅加权函数,有效压制近源信号,减小其引入的误差,增强反演算法对陆地地震资料的适用性,本申请提供一种用于实现所述地震资料中近源信号压制方法中的全部或部分内容的电子设备的实施例,所述电子设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现地震资料中近源信号压制装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输;该逻辑控制器可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该逻辑控制器可以参照实施例中的地震资料中近源信号压制方法的实施例,以及地震资料中近源信号压制装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
可以理解的是,所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中,地震资料中近源信号压制方法的部分可以在如上述内容所述的电子设备侧执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通信模块(即通信单元),可以与远程的服务器进行通信连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
图5为本申请实施例的电子设备9600的系统构成的示意框图。如图5所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图5是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,地震资料中近源信号压制方法功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:
步骤S101:根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据。
步骤S102:对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据。
步骤S103:根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果。
从上述描述可知,本申请实施例提供的电子设备,通过频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;能够通过频率域自适应振幅加权函数,有效压制近源信号,减小引入误差,增强反演算法适用性。
在另一个实施方式中,地震资料中近源信号压制装置可以与中央处理器9100分开配置,例如可以将地震资料中近源信号压制装置配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现地震资料中近源信号压制方法功能。
如图5所示,该电子设备9600还可以包括:通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图5中所示的所有部件;此外,电子设备9600还可以包括图5中没有示出的部件,可以参考现有技术。
如图5所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的地震资料中近源信号压制方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的地震资料中近源信号压制方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤S101:根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据。
步骤S102:对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据。
步骤S103:根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果。
从上述描述可知,本申请实施例提供的计算机可读存储介质,通过频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;能够通过频率域自适应振幅加权函数,有效压制近源信号,减小引入误差,增强反演算法适用性。
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、装置、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(装置)、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 (8)
1.一种地震资料中近源信号压制方法,其特征在于,所述方法包括:
根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;
对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;
根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;
所述频率域自适应振幅加权模型为:
其中,x为炮检距,f为反演所用频率,v为模型中炮点位置的速度。
2.根据权利要求1所述的地震资料中近源信号压制方法,其特征在于,在所述根据频率域地震数据构建初始速度模型之前,包括:
对采集到的地震数据进行傅里叶变换,得到频率域地震数据。
3.根据权利要求1所述的地震资料中近源信号压制方法,其特征在于,所述对所述正演数据和所述频率域地震数据进行道集分选,包括:
将所述正演数据和所述频率域地震数据按照第一关键字频率、第二关键字炮号、第三关键字炮检距进行道集分选。
4.一种地震资料中近源信号压制装置,其特征在于,包括:
正演数据确定模块,用于根据频率域地震数据构建初始速度模型,并根据频率域波动方程对所述初始速度模型进行波场模拟,得到正演数据;
残差数据确定模块,用于对所述正演数据和所述频率域地震数据进行道集分选,并确定经过所述道集分选后的频率域地震数据与所述正演数据的残差数据;
模型优化更新模块,用于根据预设频率域自适应振幅加权模型对所述残差数据和所述正演数据进行振幅加权处理,并根据经过所述振幅加权处理后的所述残差数据和所述正演数据更新所述初始速度模型,得到目标速度模型,并通过所述目标速度模型输出反演结果;
所述频率域自适应振幅加权模型为:
其中,x为炮检距,f为反演所用频率,v为模型中炮点位置的速度。
5.根据权利要求4所述的地震资料中近源信号压制装置,其特征在于,还包括:
傅里叶变换单元,用于对采集到的地震数据进行傅里叶变换,得到频率域地震数据。
6.根据权利要求4所述的地震资料中近源信号压制装置,其特征在于,所述残差数据确定模块包括:
道集分选单元,用于将所述正演数据和所述频率域地震数据按照第一关键字频率、第二关键字炮号、第三关键字炮检距进行道集分选。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至3任一项所述的地震资料中近源信号压制方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至3任一项所述的地震资料中近源信号压制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011208841.3A CN114442169B (zh) | 2020-11-03 | 2020-11-03 | 地震资料中近源信号压制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011208841.3A CN114442169B (zh) | 2020-11-03 | 2020-11-03 | 地震资料中近源信号压制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114442169A CN114442169A (zh) | 2022-05-06 |
CN114442169B true CN114442169B (zh) | 2024-05-28 |
Family
ID=81361304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011208841.3A Active CN114442169B (zh) | 2020-11-03 | 2020-11-03 | 地震资料中近源信号压制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114442169B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045077A (zh) * | 2019-12-20 | 2020-04-21 | 核工业北京地质研究院 | 一种陆地地震数据的全波形反演方法 |
CN111458749A (zh) * | 2020-04-13 | 2020-07-28 | 中国地质大学(北京) | 应用于被动源地震勘探的面波与体波的分离方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017189180A1 (en) * | 2016-04-26 | 2017-11-02 | Exxonmobil Upstream Research Company | Fwi with areal and point sources |
US20190196038A1 (en) * | 2017-12-22 | 2019-06-27 | Dennis E. Willen | Full Wavefield Inversion of Ocean Bottom Seismic Data |
-
2020
- 2020-11-03 CN CN202011208841.3A patent/CN114442169B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045077A (zh) * | 2019-12-20 | 2020-04-21 | 核工业北京地质研究院 | 一种陆地地震数据的全波形反演方法 |
CN111458749A (zh) * | 2020-04-13 | 2020-07-28 | 中国地质大学(北京) | 应用于被动源地震勘探的面波与体波的分离方法及系统 |
Non-Patent Citations (4)
Title |
---|
A robust Q estimation scheme for adaptively handling asymmetric wavelet spectrum variations in strongly attenuating media;Li, HJ 等;GEOPHYSICS;20200831;第85卷(第4期);第V345-V354页 * |
基于自适应加权超虚干涉法的地震面波压制研究;安圣培 等;中国科学:地球科学;20161031;第46卷(第10期);第1371-1380页 * |
沙漠区可控震源"黑三角"干扰波分析及压制方法;裴云龙 等;石油物探;20200930;第59卷(第05期);第777-787页 * |
鄂尔多斯盆地西缘地震资料处理技术研究——以G地区为例;杨江涛;中国优秀硕士学位论文全文数据库 基础科学辑;20180915(第9期);第A011-126页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114442169A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110750928A (zh) | 有限元模型优化方法、装置及电子设备 | |
CN110879412A (zh) | 地下横波速度反演方法、装置、计算设备及存储介质 | |
CN113109874A (zh) | 一种使用神经网络的波阻抗反演方法和神经网络系统 | |
CN114442169B (zh) | 地震资料中近源信号压制方法及装置 | |
CN113433587B (zh) | 岩石物理反演方法及系统 | |
KR20220134627A (ko) | 하드웨어-최적화된 신경 아키텍처 검색 | |
CN112699528A (zh) | 含规则裂缝柱塞岩样数字岩心建模方法及装置 | |
US9383464B2 (en) | Seismic imaging apparatus without edge reflections and method for the same | |
CN112255679B (zh) | 地震资料绕射深度偏移处理方法及装置 | |
CN111751879A (zh) | 储层孔隙度预测方法及装置 | |
CN112305588B (zh) | 初至波自动拾取方法及装置 | |
CN112859160B (zh) | 薄互层砂体厚度的预测方法及装置 | |
CN115273795A (zh) | 模拟冲激响应的生成方法、装置和计算机设备 | |
CN111366973B (zh) | 正演模型的频率域噪声生成、添加方法及装置 | |
CN113960654A (zh) | 地震数据处理方法及系统 | |
CN113570044A (zh) | 客户流失分析模型训练方法及装置 | |
CN110632650B (zh) | 全波形反演数据的分时窗提取方法及装置 | |
CN113075747B (zh) | 储层裂缝发育区域的预测方法及装置 | |
CN112398543A (zh) | 用于光通信的方法、设备、系统、装置和计算机可读介质 | |
CN113687420B (zh) | 地震数据的面波噪声去除方法及装置 | |
CN112764107B (zh) | 地表高速覆盖地区的地震资料静校正方法及装置 | |
CN114198096B (zh) | 钻井误差预测方法及装置 | |
CN113726382B (zh) | 可重构智能表面波束成型矩阵生成方法及相关设备 | |
CN114936625B (zh) | 一种基于神经网络架构搜索的水声通信调制方式识别方法 | |
CN112114355B (zh) | 气枪阵列能量中心确定方法及装置 |
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 |