CN114488293A - 基于敏感测井曲线的高分辨率反演方法 - Google Patents
基于敏感测井曲线的高分辨率反演方法 Download PDFInfo
- Publication number
- CN114488293A CN114488293A CN202011150094.2A CN202011150094A CN114488293A CN 114488293 A CN114488293 A CN 114488293A CN 202011150094 A CN202011150094 A CN 202011150094A CN 114488293 A CN114488293 A CN 114488293A
- Authority
- CN
- China
- Prior art keywords
- curve
- sensitive
- curve data
- data
- well
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims abstract description 9
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000035945 sensitivity Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000013213 extrapolation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- G01V1/30—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
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本发明涉及一种基于敏感测井曲线的高分辨率反演方法,该基于敏感测井曲线的高分辨率反演方法包括:获取井曲线数据;判断所述井曲线数据是否异常,以获得标准化曲线数据;分析并筛选标准化曲线数据,得到敏感曲线数据;对敏感曲线数据进行曲线重构,形成拟声波曲线数据;对拟声波曲线数据进行地震反演。本发明通过将对岩性较为敏感的敏感曲线加入到原曲线中,形成新的拟声波曲线,并对其进行地震反演,以获得能够反映储层的三维阻抗体,进而便于对储层进行预测。
Description
技术领域
本发明涉及地球物理反演领域,尤其涉及一种基于敏感测井曲线的高分辨率反演方法。
背景技术
地震反演(seismic inversion)是利用地表观测地震资料,以已知地质规律和钻井、测井资料为约束,对地下岩层空间结构和物理性质进行成像(求解)的过程。在地震反演过程中,通过地面上的一系列点上,利用人工激发地震波,地震波向地下传播,当遇到波阻抗界面(即上下地层波阻抗不相等面)时,在波阻抗界面上地震波产生反射现象,地震波传播方向发生改变,地震波开始向上传播,在地面上的一系列接收点上安置着接收器,接收向上传播的地震波。
目前,常采用基于褶积模型的叠后声波阻抗反演方法。然而该方法只利用了声波测井信息和密度测井信息,并没有使用电性和放射性等测井资料,因此,直接利用这种声波阻抗进行反演难以区分地下储层和非储层,从而无法有效识别岩性,影响了对储层的认识。
发明内容
本发明的目的在于提供一种基于敏感测井曲线的高分辨率反演方法,旨在解决目前常规阻抗反演方法对岩性识别不清、储层厚度预测不准、分辨率较低的问题。
第一方面,本发明实施例提供了一种基于敏感测井曲线的高分辨率反演方法,包括:
获取井曲线数据;
对井曲线数据进行预处理,获得标准化曲线数据;
分析并筛选标准化曲线数据,得到敏感曲线数据;
对敏感曲线数据进行曲线重构,形成拟声波曲线数据;
对拟声波曲线数据进行地震反演。
可选的,曲线重构的步骤包括:提取敏感曲线数据,敏感曲线数据包括对应低、中、高频段的多条敏感曲线;计算各频段内敏感曲线的匹配程度;比较匹配程度的大小,若匹配程度的数值大,则将相应敏感曲线映射至原频段的声波曲线数据中,形成拟声波曲线数据。
可选的,匹配程度的计算公式为:
其中,表示第i个频段第j条敏感曲线,表示第i个频段第m条敏感曲线,j、m都属于敏感曲线集A,cor表示敏感曲线之间的相关程度,x+n表示目的层段内,Pi,j表示第i个频段第j条敏感曲线整体的匹配程度。
可选的,地震反演的步骤包括:标定精细储层;根据精细储层,约束拟声波曲线数据以构建地质框架模型;结合地质框架模型进行地震反演。
可选的,标定精细储层的方法包括:选择较强的地震反射界面作为标准层;利用标准子波进行合成地震记录初始标定;根据大套地层对应的波组关系提取、统计井旁道地震数据体中的子波并进行二次标定;通过慢度曲线监控调整内部反射波组的对应关系。
可选的,还包括:在进行地震反演之前,根据建立的地质框架模型,约束井阻抗的动态变化范围并进行内插外推,以确定约束条件;在进行地震反演时,根据约束条件,对地质框架模型进行稀疏约束脉冲反演。
可选的,包括对井曲线数据进行预处理。
可选的,预处理的步骤包括:异常值处理、曲线重采样、环境校正、基线校正、归一化、标准化。
可选的,对井曲线数据进行预处理,包括:对扩径井段采集的声波测井曲线数据和密度测井曲线数据进行环境校正;和/或,对自然电位测井曲线数据进行基线校正。
可选的,对经预处理后的井曲线数据进行标准化处理。
本发明的有益效果在于:通过获取对岩性较为敏感的敏感曲线数据,再将敏感曲线数据加入到原声波曲线数据中,以获得新的拟声波曲线数据,再对新获得的拟声波曲线数据进行地震反演,以提高岩性的识别度和储层厚度的准确度,从而获得能反映储层的三维阻抗体,进而便于对储层进行预测。
附图说明
为了更清楚地说明本发明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为研究区内声波阻抗区分岩性直方图;
图2示出了本发明实施例1提供的一种基于敏感测井曲线的高分辨率反演方法流程图;
图3A-3B示出了本发明实施例1中的曲线预处理前后对比图;
图4A-4B示出了本发明实施例1中的电阻率与中子测井交会图、电阻率与声波阻抗交会图;
图5A-5C示出了本发明实施例1中的敏感曲线数据与原始声波曲线的融合示意图;
图6示出了本发明实施例1中的拟声波曲线数据区分岩性直方图;
图7示出了本发明实施例1中的拟声波曲线数据地震反演结果图。
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。
图1为该研究区内声波阻抗区分岩性直方图。由图1可以看出目的层段声波阻抗对储层区分不敏感,叠置严重,因此,提供一种基于敏感测井曲线的高分辨率反演方法,通过筛选出敏感测井曲线,将反映岩性的敏感曲线信息加入到声波测井曲线中形成新的拟声波曲线数据,并对其开展地震反演,从而获得能反映储层的三维阻抗体,进而进行储层预测。
本发明一实施例提供了一种基于敏感测井曲线的高分辨率反演方法,图2为本发明实施例1提供的一种基于敏感测井曲线的高分辨率反演方法流程图,请参考图2,该基于敏感测井曲线的高分辨率反演方法,包括:
S01:获取井曲线数据;
S02:判断所述井曲线数据是否异常,以获得标准化曲线数据;
S03:分析并筛选标准化曲线数据,得到敏感曲线数据;
S04:对敏感曲线数据进行曲线重构,形成拟声波曲线数据;
S05:对拟声波曲线数据进行地震反演。
参考图3至6详细说明本实施例提供的基于敏感测井曲线的高分辨率反演方法。
S01,获取井曲线数据。在本实施例中,待研究区内存在至少三口井,井曲线数据需要预先针对研究区内的井分别进行收集。井曲线数据包括对应低、中、高各频段的声波测井曲线数据、密度测井曲线数据、自然电位测井曲线数据、电阻率测井曲线数据等。
S02,判断所述井曲线数据是否异常,以获得标准化曲线数据。
由于获取的井曲线数据并未经过处理,其中可能包含存在异常的曲线,因此需要判断井曲线数据是否异常,以保证各曲线的合理性。在必要情况下,还需要在判断井曲线数据是否存在异常后,对井曲线数据进行预处理,预处理的步骤包括:异常值处理、曲线重采样、环境校正、基线校正、归一化、标准化。值得注意的是,对于扩径的井段,为了保证后续阻抗反演的正确进行,需要对声波测井曲线数据和密度测井曲线数据进行环境校正;另外,对自然电位测井曲线数据进行基线校正。
另外,还需要在此基础上对目的层段的测井曲线进行标准化处理,包括:选取标准层,标准层应选取分布范围稳定、具有一定厚度、曲线特征明显的层段;将标准层上各测井曲线的标准方差和均值归一化,以获得偏移量;将偏移量叠加至经上述校正后的井曲线数据中,从而对其进行标准化处理。需要说明的是,对正常井曲线数据进行标准化处理的过程可参照对经校正后的异常井曲线的标准化处理过程,此处不再赘述。将经标准化处理后的异常井曲线数据和正常井曲线数据汇总形成标准化曲线数据。
参考图3A-图3B,以电阻率测井曲线为例进行的曲线预处理前后对比,首先对电阻率取对数,去除异常值,再在此基础上进行标准化处理,图3A为电阻率测井曲线未经预处理图,图3B为电阻率测井曲线经预处理图,由对比可知,经预处理后的电阻率曲线的曲线值范围更为集中。
S03:分析、筛选标准化曲线数据,得到敏感曲线数据。
在本实施例中,分析并筛选标准化曲线数据的步骤包括:获取测井解释结果;提取标准化曲线数据中的电性、放射性等井曲线数据;根据所述测井解释结果将所述电性、放射性测井曲线数据进行直方图或交会图分析;根据分析结果,筛选出对岩性敏感的敏感曲线数据。需要说明的是,第一处理结果需要预先采用常规反演方法获得。另外,测井解释结果为预先通过常规反演方法获得的地质结果。
在实际分析过程中,以将电阻率曲线和中子测井曲线进行交会图分析、将电阻率曲线与声波阻抗曲线进行交会图分析为例,仅对比可知,相比与声波阻抗曲线,电阻率与中子测井对储层的区分度更大,如图4A-图4B所示,由此可见选择电性、放射性等井曲线数据进行直方图或交会图分析,可以得到对岩性更为敏感的敏感曲线数据。
S04:对敏感曲线数据进行曲线重构,形成拟声波曲线数据。
由于声波曲线不能有效识别研究对象,因此还需要通过一定数学手段重构出一条能反映储层地球物理特征的拟声波曲线,用于地震反演,重构方法采用的是基于小波变换的重构技术,具体包括:获取敏感曲线数据,敏感曲线数据包括对应低、中、高频段的多条敏感曲线;计算各频段内敏感曲线的匹配程度;比较匹配程度的大小,若匹配程度的数值大,则将相应敏感曲线映射至原频段的声波曲线数据中,形成拟声波曲线数据。
在本实施例中,在比较匹配程度时,需要多条敏感曲线的匹配程度进行比较,以确定匹配程度数值大的敏感曲线,并将该敏感曲线映射至原频段声波曲线数据中。在其他实施例中,在比较匹配程度时,还可以设定一阈值,将多条敏感曲线的匹配程度的大小与阈值进行比较,当大于该阈值时,可将该将该敏感曲线映射至原频段声波曲线数据中。
在本实施例中,匹配程度的计算公式为:
其中,表示第i个频段第j条敏感曲线,表示第i个频段第m条敏感曲线,j、m都属于敏感曲线集A,cor表示敏感曲线之间的相关程度,x+n表示目的层段内,Pi,j表示第i个频段第j条敏感曲线整体的匹配程度。
应当注意,在进行曲线重构过程中,为便于针对地质目标进行储层反演,选取声波曲线数据进行曲线重构,以作为拟声波曲线数据的低频部分;选取敏感曲线数据进行曲线重构,以作为拟声波曲线的中高频部分。具体而言,以采用电阻率曲线作为敏感测井曲线为例,将电阻率曲线中的高频段与声波曲线的低频段进行融合,如图5A-图5C所示,图中实线为原始曲线,虚线为滤波曲线,图5A为声波曲线,图5B为电阻率曲线,图5C为新得到的拟声波曲线。由此得到的拟声波曲线与密度乘积得到的新阻抗曲线对储层区分更好,叠置区域明显减少,如图6所示。
S05:对拟声波曲线数据进行地震反演。
具体地,利用步骤S04得到的拟声波曲线开展高分辨率地震反演,具体步骤为:标定精细储层;根据精细储层,约束拟声波曲线数据以构建地质框架模型;结合地质框架模型进行地震反演。
首先,需要先标定精细储层,以便于后续较为准确的构建地质框架模型,标定精细储层具体包括:先选择较强的地震反射界面作为标准层;利用标准子波进行合成地震记录初始标定;根据大套地层对应的波组关系提取统计井旁道地震数据体中的子波,并进行二次标定;通过慢度曲线监控调整内部反射波组的对应关系。需要说明的是,标准子波可以为雷克子波、带通子波等;另外,在进行调整内部反射波组对应关系时,可利用井和地震重新提取子波以进行精细调整。
其次,构建地质框架模型。在构建地质框架模型时,需要根据预先标定的精细储层,约束拟声波曲线数据在每个地层内进行内插,形成一个平滑、闭合的地质框架模型。
最后,进行地震反演,在地震反演之前,还需要根据建立的地质框架模型,约束井阻抗的动态变化范围并进行内插外推,以确定约束条件,从而便于在地震反演时,根据约束条件,对地质框架模型进行稀疏约束脉冲反演。需要说明的是,通过在进行内插外推,可以确定各个待反演地震道的各采样点处的阻抗动态范围,从而便于为反演提供准确的约束条件。
在利用上述方法进行反演之后,得到新的声波阻抗反演结果,该反演结果能较好的区分储层与非储层,以便于对储层进行准确预测,参考图7,由图中可以看出,反演结果基本能区分储层与非储层,效果较好,最终也证明了该方法的有效性。
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 (10)
1.一种基于敏感测井曲线的高分辨率反演方法,其特征在于,包括:
获取井曲线数据;
判断所述井曲线数据是否异常,以获得标准化曲线数据;
分析并筛选所述标准化曲线数据,得到敏感曲线数据;
对所述敏感曲线数据进行曲线重构,形成拟声波曲线数据;
对所述拟声波曲线数据进行地震反演。
2.根据权利要求1所述的基于敏感测井曲线的高分辨率反演方法,其特征在于,所述对所述敏感曲线数据进行曲线重构,包括:
提取所述敏感曲线数据,所述敏感曲线数据包括对应低、中、高频段的多条敏感曲线;
计算各频段内敏感曲线的匹配程度;
比较所述匹配程度的大小,若所述匹配程度的数值大,则将相应敏感曲线映射至原频段的声波曲线数据中,形成拟声波曲线数据。
4.根据权利要求1所述的基于敏感测井曲线的高分辨率反演方法,其特征在于,对所述拟声波曲线数据进行地震反演,包括:
标定精细储层;
根据所述精细储层,约束所述拟声波曲线数据以构建地质框架模型;
结合所述地质框架模型进行地震反演。
5.根据权利要求4所述的基于敏感测井曲线的高分辨率反演方法,其特征在于,所述标定精细储层的方法包括:
选择较强的地震反射界面作为标准层;
利用标准子波进行合成地震记录初始标定;
根据大套地层对应的波组关系提取、统计井旁道地震数据体中的子波并进行二次标定;
通过慢度曲线监控调整内部反射波组的对应关系。
6.根据权利要求4所述的基于敏感测井曲线的高分辨率反演方法,其特征在于,所述结合所述地质框架模型进行地震反演之前,还包括:
根据建立的地质框架模型,约束井阻抗的动态变化范围并进行内插外推,以确定约束条件;
所述结合所述地质框架模型进行地震反演时,还包括:
根据所述约束条件,对所述地质框架模型进行稀疏约束脉冲反演。
7.根据权利要求1所述的基于敏感测井曲线的高分辨率反演方法,其特征在于,对所述井曲线数据进行预处理。
8.根据权利要求7所述的基于敏感测井曲线的高分辨率反演方法,其特征在于,所述预处理的步骤包括:异常值处理、曲线重采样、环境校正、基线校正、归一化、标准化。
9.根据权利要求7所述的基于敏感测井曲线的高分辨率反演方法,其特征在于,对所述井曲线数据进行预处理,包括:
对扩径井段采集的声波测井曲线数据和密度测井曲线数据进行环境校正;和/或,
对自然电位测井曲线数据进行基线校正。
10.根据权利要求7所述的基于敏感测井曲线的高分辨率反演方法,其特征在于,对经预处理后的井曲线数据进行标准化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011150094.2A CN114488293A (zh) | 2020-10-23 | 2020-10-23 | 基于敏感测井曲线的高分辨率反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011150094.2A CN114488293A (zh) | 2020-10-23 | 2020-10-23 | 基于敏感测井曲线的高分辨率反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114488293A true CN114488293A (zh) | 2022-05-13 |
Family
ID=81471494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011150094.2A Pending CN114488293A (zh) | 2020-10-23 | 2020-10-23 | 基于敏感测井曲线的高分辨率反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488293A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115508890A (zh) * | 2022-09-28 | 2022-12-23 | 北京中恒利华石油技术研究所 | 一种裂缝孔隙型储层叠前叠后反演方法 |
CN116699693A (zh) * | 2023-08-07 | 2023-09-05 | 东北石油大学三亚海洋油气研究院 | 基于多元曲线重构地震反演的复杂岩性储层预测方法 |
-
2020
- 2020-10-23 CN CN202011150094.2A patent/CN114488293A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115508890A (zh) * | 2022-09-28 | 2022-12-23 | 北京中恒利华石油技术研究所 | 一种裂缝孔隙型储层叠前叠后反演方法 |
CN116699693A (zh) * | 2023-08-07 | 2023-09-05 | 东北石油大学三亚海洋油气研究院 | 基于多元曲线重构地震反演的复杂岩性储层预测方法 |
CN116699693B (zh) * | 2023-08-07 | 2023-11-07 | 东北石油大学三亚海洋油气研究院 | 基于多元曲线重构地震反演的复杂岩性储层预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11500117B1 (en) | Method and system for evaluating filling characteristics of deep paleokarst reservoir through well-to-seismic integration | |
US20220251946A1 (en) | Methods and apparatus to measure formation features | |
AU2006279961B2 (en) | Method of accounting for wavelet stretch in seismic data | |
US10324229B2 (en) | System and method of pore type classification for petrophysical rock typing | |
US8126647B2 (en) | Lithofacies classification system and method | |
US20230083651A1 (en) | Method and system for analyzing filling for karst reservoir based on spectrum decomposition and machine learning | |
Bogiatzis et al. | Continuous wavelet decomposition algorithms for automatic detection of compressional‐and shear‐wave arrival times | |
AU5446496A (en) | Determination of formation properties from seismic attributes | |
CN114488293A (zh) | 基于敏感测井曲线的高分辨率反演方法 | |
US20220237891A1 (en) | Method and system for image-based reservoir property estimation using machine learning | |
CN114994758B (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
Ktenidou et al. | Directional dependence of site effects observed near a basin edge at Aegion, Greece | |
CN113189672B (zh) | 一种基于多属性反演的隧道超前地质预报方法 | |
WO2022159698A1 (en) | Method and system for image-based reservoir property estimation using machine learning | |
CN108254785B (zh) | 储层确定方法和装置 | |
CN110847887B (zh) | 一种细粒沉积陆相页岩裂缝识别评价方法 | |
CN112906465B (zh) | 一种基于地层因素的煤系地层声波曲线重构方法及系统 | |
CN112147687B (zh) | 一种储层含气性预测方法及预测系统 | |
CN113109875A (zh) | 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法 | |
CN113806674A (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
CN111077573A (zh) | 一种确定地层弹性参数的方法、装置及系统 | |
CN111502647A (zh) | 一种钻井地质环境因素确定方法、装置及存储介质 | |
CN111273354A (zh) | 地下开采引起的地下水变化分析方法和系统 | |
CN111045083A (zh) | 一种储层含气性检测方法 | |
CN113740909B (zh) | 一种基于稀疏s变换和自适应对数谱比法的地震衰减估计方法、系统、设备及存储介质 |
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 |