CN114779332B - 地震数据沉积背景去除方法、装置及电子设备 - Google Patents
地震数据沉积背景去除方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114779332B CN114779332B CN202210549806.0A CN202210549806A CN114779332B CN 114779332 B CN114779332 B CN 114779332B CN 202210549806 A CN202210549806 A CN 202210549806A CN 114779332 B CN114779332 B CN 114779332B
- Authority
- CN
- China
- Prior art keywords
- reflection coefficient
- seismic data
- determining
- seismic
- time
- 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
- 230000008021 deposition Effects 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 230000006870 function Effects 0.000 claims description 47
- 238000001228 spectrum Methods 0.000 claims description 25
- 230000009466 transformation Effects 0.000 claims description 23
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 125000004122 cyclic group Chemical group 0.000 claims description 5
- 238000000151 deposition Methods 0.000 claims 6
- 238000011022 operating instruction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 11
- 238000005755 formation reaction Methods 0.000 description 10
- 239000011435 rock Substances 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004454 trace mineral analysis Methods 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
- G01V1/282—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
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- 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
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
本发明提供了地震数据沉积背景去除方法、装置及电子设备,该方法包括:获取原始地震数据,提取地震子波,确定第一反射系数;根据地震子波与第一反射系数,确定地震记录;时频分析,确定第二反射系数与时窗;确定包含沉积背景的地震记录的时变子波;重构第二反射系数,得到时窗内的第三反射系数;根据第三反射系数与时窗,确定第四反射系数;利用时变子波与第四反射系数褶积,确定中间地震数据;确定去除沉积背景的目标地震数据。本发明通过准确求取时变子波,采用反射系数反演的方式,在不破坏原有地震数据分辨率和信噪比的基础上,最大程度的还原地震数据中包含沉积背景的地震数据;具有地震数据需求少、参数选择少、适用性广泛的优点。
Description
技术领域
本发明涉及石油地球物理勘探技术领域,特别涉及地震数据沉积背景去除方法、装置及电子设备。
背景技术
随着越来越多规模大且构造简单的油气田的开采,能够勘探到的构造简单的油气藏越来越少,隐藏性油气藏、薄互层油气藏、碳酸盐岩油气藏、页岩气以及煤层气等复杂地质体油气藏成为勘探和开发的主要目标。
沉积背景的存在严重影响了有效反射信息的显示,常用的去除沉积背景的方法有多子波分解重构强反射剥离的方法和匹配追踪强反射剥离的方法。前者是利用地层频率特性对沉积岩层进行有针对性的重构,但横向连续性较差,容易“串轴”;后者效果较好,但匹配追踪是一种贪婪算法,每一次迭代过程都对构建的原子库进行全面搜索,现有的复地震道分析以及双参数动态匹配追踪虽然提高了运行效率,但还不足以应用到大工区三维数据处理中,而且在反演过程中选取特征参数,从多个参数特征中选取少量特征组成新的特征向量,这种做法需要掌握详尽的地质、测井资料,并对多种参数的适用范围有所了解,然而这样选取参数工作量大且做法较为粗糙,受人为因素和地区因素限制较大;由于地震资料分辨率较低,容易破坏原有地震数据分辨率和信噪比,损失薄层信息,使得薄砂体的空间预测还存在着预测结果可靠性较低、随机性较强的问题。
发明内容
为了解决上述技术问题,本发明提供地震数据沉积背景去除方法、装置及电子设备。
本发明通过以下技术方案实现:
第一方面,本公开提供了地震数据沉积背景去除方法,包括步骤:
获取原始地震数据,提取地震子波,确定第一反射系数;
根据所述地震子波与所述第一反射系数,确定地震记录;
确定包含沉积背景的所述地震记录,对所述包含沉积背景的所述地震记录进行时频分析,确定所述包含沉积背景的地震记录对应的第二反射系数与所述第二反射系数对应的时窗的范围;
将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波;
重构所述第二反射系数,得到所述时窗范围内的第三反射系数;
根据所述第三反射系数与所述第二反射系数对应的时窗的范围,确定中间地震数据对应的第四反射系数;所述中间地震数据为所述原始地震数据中包含所述沉积背景的地震数据;
利用所述时变子波与所述第四反射系数褶积,确定所述中间地震数据;
根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据。
第二方面,本公开提供了地震数据沉积背景去除装置,包括第一确定单元、第二确定单元、分析单元、第三确定单元、重构单元、第四确定单元、第五确定单元以及第六确定单元;
所述第一确定单元,用于获取原始地震数据,提取地震子波,确定第一反射系数;
所述第二确定单元,用于根据所述地震子波与所述第一反射系数,确定地震记录;
所述分析单元,用于确定包含沉积背景的所述地震记录,对所述包含沉积背景的地震记录进行时频分析,确定所述包含沉积背景的地震记录对应的第二反射系数与所述第二反射系数对应的时窗的范围;
所述第三确定单元,用于将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波;
所述重构单元,用于重构所述第二反射系数,得到所述时窗范围内的第三反射系数;
所述第四确定单元,用于根据所述第三反射系数与所述第二反射系数对应的时窗的范围,确定中间地震数据对应的第四反射系数;所述中间地震数据为所述原始地震数据中包含所述沉积背景的地震数据;
所述第五确定单元,用于利用所述时变子波与所述第四反射系数褶积,确定所述中间地震数据;
所述第六确定单元,用于根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据。
第三方面,本公开提供了一种电子设备,包括:
处理器和存储器;
所述存储器,用于存储计算机操作指令;
所述处理器,用于通过调用所述计算机操作指令,执行所述的地震数据沉积背景去除方法。
本发明的技术方案至少具有如下优点和有益效果:
本发明采用时频分析的方法提取时变子波,能够实现时变子波的精细提取,减小地震子波对于反演结果的影响;通过求取具有沉积背景特征的时变子波,采用反射系数反演的方式,在不破坏原有地震数据分辨率和信噪比的基础上,最大程度的还原地震数据中包含沉积背景的地震数据,即在不损失薄层信息的基础上获得中间地震数据,从而得到去除沉积背景的目标地震数据;
此外,本发明具有地震数据需求少、参数选择少、适用性广泛的优点,能够有效降低地区因素、人为因素以及资料原因而导致的薄层信息反映不明显,避免了传统方法导致的信息缺失和运算量过大的问题。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述对所述包含沉积背景的地震记录进行时频分析的方法为基于改进广义S变换对所述包含沉积背景的地震记录进行时频分析。
采用上述进一步方案的有益效果是,采用改进广义S变换对沉积背景岩性进行时频分析,根据沉积背景岩性对其所遮蔽的弱信号的影响程度,通过调节控制参数调整时窗,适应时窗频率的变化,使得时频分析结果具有较好的聚焦性,有利于准确提取地震子波局部谱,利用逆傅里叶变换得到其对应采样点的时变子波,能够更好的获得具有沉积背景特征的地震子波。
进一步,所述将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波,包括:
对所述时频分析得到的时频域振幅谱进行拟合,得到子波局部振幅谱;
改变时间的取值,对所述子波局部振幅谱进行拟合,得到所有所述时窗范围内的时变子波频谱;
对所述时变子波频谱进行逆傅里叶变换得到时变子波。
采用上述进一步方案的有益效果是,能够通过调整时窗,使得时频分析结果具有较好的聚焦性。
进一步,所述重构所述第二反射系数,得到所述时窗范围内的第三反射系数,具体包括如下步骤:
获取地震记录模型,确定两层地层反射系数的函数表达式;
根据所述两层地层反射系数的函数表达式,在各个所述时窗下对所述原始地震数据进行傅里叶变换;
根据所述傅里叶变换的结果,将所述第二反射系数作为约束条件,得到多层地层反射系数的函数表达式;
利用时间偏移量对所述多层地层反射系数的函数表达式进行转化,确定所述多层地层反射系数的目标函数;
求解所述多层地层反射系数的目标函数,确定所有所述时窗内的所述第三反射系数。
采用上述进一步方案的有益效果是,通过地震记录模型获得两层地层反射系数,并在各个所述时窗下对所述原始地震数据进行傅里叶变换,得到多层地层反射系数的函数表达式,能够准确的还原包含沉积背景的地震数据,准确获得的多层地层反射系数的函数表达式;通过利用时间偏移量对所述多层地层反射系数的函数表达式进行转化,能够降低采用不同的时窗对原始地震数据的时间发生的偏移。
进一步,所述获取地震记录模型,确定两层地层反射系数的函数表达式,包括如下步骤:
获取地震记录模型与各个地层的反射系数以及所述两层地层反射系数的双程旅行时差;
根据所述反射系数与所述双程旅行时差,确定两层地层反射系数模型;
根据所述两层地层反射系数模型,将奇偶信号分解到时间域中,利用傅里叶变换,得到所述两层地层反射系数的奇偶信号的频率域表达式;
根据所述地震记录模型与所述两层地层反射系数的奇偶信号的频率域表达式,确定所述两层地层反射系数的函数表达式。
采用上述进一步方案的有益效果是,通过将奇偶信号分解到时间域中,利用傅里叶变换,有利于准确获取的两层地层反射系数的函数表达式;此外,通过减少两层地层反射系数的函数表达式的偶分量的权重,有利于提升强反射信息。
进一步,所述求解所述多层地层反射系数的目标函数,确定所有所述时窗内的所述第三反射系数,具体包括:
将所述多层地层反射系数的目标函数转化为矩阵形式;
利用共轭梯度迭代和正交匹配追踪算法求解所述矩阵,得到所述第三反射系数。
采用上述进一步方案的有益效果是,采用共轭梯度迭代和正交匹配追踪算法求解反射系数极性和幅值,具有效率高和效果好的优点。
进一步,所述根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据,包括:
利用所述原始地震数据减去所述中间地震数据,沿道进行循环计算,得到消除所述沉积背景的目标地震数据。
采用上述进一步方案的有益效果是,通过利用所述原始地震数据减去所述中间地震数据,沿道进行循环计算,达到突出薄层信息的效果。
附图说明
图1为本发明实施例1提供的地震数据沉积背景去除方法的流程图;
图2为本发明实施例2提供的地震数据沉积背景去除装置的原理图;
图3为本发明实施例3提供的一种电子设备的原理图。
图标:30-电子设备;310-处理器;320-总线;330-存储器;340-收发器。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明,所举实例只用于解释本发明,并非用于限定本发明的范围。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本公开的实施例进行描述。
实施例1
如附图1所示,地震数据沉积背景去除方法,包括步骤:
获取原始地震数据,提取地震子波,确定第一反射系数;
根据所述地震子波与所述第一反射系数,确定地震记录;
确定包含沉积背景的所述地震记录,对所述包含沉积背景的所述地震记录进行时频分析,确定所述包含沉积背景的地震记录对应的第二反射系数与所述第二反射系数对应的时窗的范围;
将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波;
重构所述第二反射系数,得到所述时窗范围内的第三反射系数;
根据所述第三反射系数与所述第二反射系数对应的时窗的范围,确定中间地震数据对应的第四反射系数;所述中间地震数据为所述原始地震数据中包含所述沉积背景的地震数据;
利用所述时变子波与所述第四反射系数褶积,确定所述中间地震数据;
根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据。
根据原始地震数据,确定第一反射系数,具体包括:
根据原始地震数据,提取地震子波,地震子波在传播过程中经过不同弹性介质的岩层,获取岩层密度与岩层速度;根据岩层密度与岩层速度的乘积计算岩层介质波阻抗;当岩层两边弹性介质的波阻抗不相等时会产生反射波,根据反射波与入射波的振幅之比,确定第一反射系数。
根据所述地震子波与所述第一反射系数,确定地震记录,具体包括:
s(t)=w(t)*r(t);
其中,表示地震记录,表示地震子波,表示地震反射系数,符号*表示褶积运算。
根据所述地震记录,对沉积背景进行时频分析,确定所述沉积背景对应的第二反射系数与所述第二反射系数对应的时窗的范围;
可选的,根据要消除稳定沉积的地震数据的地层层位来确定时窗t的范围,t∈(i,N-i+1)。根据去除稳定沉积目的层的层位数据确定时窗t,层位数据是根据地震数据拾取的等时地层界面信息确定,通过拾取的层位时间能够更精准的确定去除沉积背景位置,降低后续处理的复杂程度。
可选的,所述对所述包含沉积背景的地震记录进行时频分析的方法为基于改进广义S变换对所述包含沉积背景的地震记录进行时频分析。
在实际应用过程中,改进广义S变换为:
其中,ST(t,f)为时频域振幅谱,S(τ)为时移函数,n、q、u、v均为控制参数,f为频率。
常用的子波估计方法都是基于稳态假设的条件下,利用逆傅里叶变换或者逆短时傅里叶求得时不变子波,但是实际地震资料并不具有稳态特征,频谱也随着时窗的改变而改变。采用改进广义S变换对包含沉积背景的地震记录进行时频分析,根据沉积背景岩性对其所遮蔽的弱信号的影响程度,通过调节控制参数调整时窗,适应时窗频率的变化,使得时频分析结果具有较好的聚焦性,有利于准确提取地震子波局部谱,利用逆傅里叶变换得到其对应采样点的时变子波,能够更好的获得具有沉积背景特征的时变子波。
可选的,所述将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波,包括:
对所述时频分析得到的时频域振幅谱进行拟合,得到子波局部振幅谱;
改变时间的取值,对所述子波局部振幅谱进行拟合,得到所有所述时窗范围内的时变子波频谱;
对所述时变子波频谱进行逆傅里叶变换得到时变子波。
在实际应用过程中,能够通过调整时窗,使得时频分析结果具有较好的聚焦性。
可选的,所述重构所述第二反射系数,得到所述时窗范围内的第三反射系数,具体包括如下步骤:
获取地震记录模型,确定两层地层反射系数的函数表达式;
根据所述两层地层反射系数的函数表达式,在各个所述时窗下对所述原始地震数据进行傅里叶变换;
根据所述傅里叶变换的结果,将所述第二反射系数作为约束条件,得到多层地层反射系数的函数表达式;
利用时间偏移量对所述多层地层反射系数的函数表达式进行转化,确定所述多层地层反射系数的目标函数;
求解所述多层地层反射系数的目标函数,确定所有所述时窗内的所述第三反射系数。
在实际应用过程中,通过地震记录模型获得两层地层反射系数,并在各个所述时窗下对所述原始地震数据进行傅里叶变换,得到多层地层反射系数的函数表达式,能够准确的还原包含沉积背景的地震数据,准确获得的多层地层反射系数的函数表达式;通过利用时间偏移量对所述多层地层反射系数的函数表达式进行转化,能够降低采用不同的时窗对原始地震数据的时间发生的偏移。
可选的,采用时间偏移量对多层地层反射系数的函数表达式进行转化,具体包括:
将多层地层反射系数转化为:
式中,fh为优势频段高截频,fl为优势频段低截频,N为地层个数,Ti为第i层与第N-i+1层之间的间隔,T(t)为稳定沉积地震数据的时间间隔,αe为偶分量的权重,α0为奇分量的权重。
可选的,所述获取地震记录模型,确定两层地层反射系数的函数表达式,包括如下步骤:
获取地震记录模型与各个地层的反射系数以及所述两层地层反射系数的双程旅行时差;
根据所述反射系数与所述双程旅行时差,确定两层地层反射系数模型;
根据所述两层地层反射系数模型,将奇偶信号分解到时间域中,利用傅里叶变换,得到所述两层地层反射系数的奇偶信号的频率域表达式;
根据所述地震记录模型与所述两层地层反射系数的奇偶信号的频率域表达式,确定所述两层地层反射系数的函数表达式。
在实际应用过程中,地震记录模型为:
s(t)=w(t)*r1(t);
式中,s(t)为地震记录,w(t)为地震子波,r1(t)为第二反射系数。
地震记录模型的频率域表达式为:
s(f)=w(f)*R(f);
式中,s(f)为地震记录的频率域表达式,w(f)为地震子波的频率域表达式,R(f)为第二反射系数的频率域表达式。其实部Re[R(f)]对应第二反射系数的偶分量,虚部Im[R(f)]对应第二反射系数的奇分量。
通过将奇偶信号分解到时间域中,利用傅里叶变换,有利于准确获取的两层地层反射系数的函数表达式;此外,在实际应用过程中通过减少两层地层反射系数的函数表达式的偶分量的权重,有利于提升强反射信息。
对于实际工区地震数据来说,通常包含N个地层,N-1个反射界面。令g1、g2…gn-1分别代表地震数据中顺序地层的第二反射系数。地层为多套具有沉积背景的不同岩性地层的组合,将地层表示为多个两层反射系数的组合,以前两个第二反射系数推导为例,g1、g2为前两个第二反射系数,T为两层反射系数的双程旅行时差,分析点位于地层的两层反射系数模型为:
将奇偶信号分解到时间域中得:
其中,ge(t)为包含沉积背景的地震数据的奇反射系数,g0(t)为包含沉积背景的地震数据的偶反射系数,δ为反射系数序列的脉冲对。
采用傅里叶变换,得到所述两层地层反射系数的奇偶信号的频率域表达式:
Re[G(f)]=2re cos(πfT);
Im[G(f)]=2r0 sin(πfT);
其中,re为频率域的奇反射系数,r0为频率域的偶反射系数,Re[G(f)]为两层地层反射系数的奇分量,Im[G(f)]为两层地层反射系数的偶分量。
奇偶信号频率域表达式,有利于选取频率段进行反演。
则两层地层反射系数模型:
对于两层地层反射系数模型来说,通过减少偶分量αe的权重,可以提升强反射信息,对于去除包含沉积背景的地震数据具有重要意义。
可选的,所述求解所述多层地层反射系数的目标函数,确定所有所述时窗内的所述第三反射系数,具体包括:
将所述多层地层反射系数的目标函数转化为矩阵形式;
利用共轭梯度迭代和正交匹配追踪算法求解所述矩阵,得到所述第三反射系数。
在实际应用过程中,将多层地层反射系数的目标函数转化为矩阵形式,即:
其中,re(t)为包含沉积背景的地层的反射系数奇分量,r0(t)为包含沉积背景的地层的反射系数偶分量,re(tn)包含沉积背景的第n个地层的反射系数的奇分量,r0(tn)包含沉积背景的第n个地层的反射系数的偶分量,t=1,2,…,tn。
采用共轭梯度迭代和正交匹配追踪算法求解上述多层地层反射系数的目标函数,得到第三反射系数极性和幅值,具有效率高和效果好的优点。
可选的,所述根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据,包括:
利用所述原始地震数据减去所述中间地震数据,确定单个地震剖面去除沉积背景的目标地震数据;沿地震道进行循环计算,得到所有地震剖面的去除沉积背景的目标地震数据体,所述目标地震数据体包含所有所述目标地震数据。
本实施例地震数据沉积背景去除方法,采用时频分析的方法提取时变子波,能够实现时变子波的精细提取,减小地震子波对于反演结果的影响;通过求取具有沉积背景特征的时变子波,采用反射系数反演的方式,在不破坏原有地震数据分辨率和信噪比的基础上,最大程度的还原地震数据中包含沉积背景的地震数据,即在不损失薄层信息的基础上获得中间地震数据,从而得到去除沉积背景的目标地震数据;
本发明具有地震数据需求少、参数选择少、适用性广泛的优点,能够有效降低地区因素、人为因素以及资料原因而导致的薄层信息反映不明显,避免了传统方法导致的信息缺失和运算量过大的问题。
该方法不需要反射系数的数学假设,充分利用偶分量抗噪,提高时频分辨率;其次本方法不针对原始地震数据处理,而是采用作差的方法最大程度上保留了数据的频谱特征,具有较高的保真度。
实施例2
如附图2所示,地震数据沉积背景去除装置,包括第一确定单元、第二确定单元、分析单元、第三确定单元、重构单元、第四确定单元、第五确定单元以及第六确定单元;
所述第一确定单元,用于获取原始地震数据,提取地震子波,确定第一反射系数;
所述第二确定单元,用于根据所述地震子波与所述第一反射系数,确定地震记录;
所述分析单元,用于确定包含沉积背景的所述地震记录,对所述包含沉积背景的地震记录进行时频分析,确定所述包含沉积背景的地震记录对应的第二反射系数与所述第二反射系数对应的时窗的范围;
所述第三确定单元,用于将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波;
所述重构单元,用于重构所述第二反射系数,得到所述时窗范围内的第三反射系数;
所述第四确定单元,用于根据所述第三反射系数与所述第二反射系数对应的时窗的范围,确定中间地震数据对应的第四反射系数;所述中间地震数据为所述原始地震数据中包含所述沉积背景的地震数据;
所述第五确定单元,用于利用所述时变子波与所述第四反射系数褶积,确定所述中间地震数据;
所述第六确定单元,用于根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据。
可选的,所述分析单元中对所述包含沉积背景的地震记录进行时频分析的方法为基于改进广义S变换对所述包含沉积背景的地震记录进行时频分析。
可选的,所述所述第三确定单元包括:
第一拟合单元,用于对所述时频分析得到的时频域振幅谱进行拟合,得到子波局部振幅谱;
第二拟合单元,用于改变时间的取值,对所述子波局部振幅谱进行拟合,得到所有所述时窗范围内的时变子波频谱;
第一变换单元,用于对所述时变子波频谱进行逆傅里叶变换得到时变子波。
在实际应用过程中,通过调整时窗,使得时频分析结果具有较好的聚焦性。
可选的,所述重构单元包括第一函数表达式确定单元、第二变换单元、第二函数表达式确定单元、第一转化单元以及第一计算单元:
所述第一函数表达式确定单元,用于获取地震记录模型,确定两层地层反射系数的函数表达式;
所述第二变换单元,用于根据所述两层地层反射系数的函数表达式,在各个所述时窗下对所述原始地震数据进行傅里叶变换;
所述第二函数表达式确定单元,用于根据所述傅里叶变换的结果,将所述第二反射系数作为约束条件,得到多层地层反射系数的函数表达式;
所述第一转化单元,用于利用时间偏移量对所述多层地层反射系数的函数表达式进行转化,确定所述多层地层反射系数的目标函数;
所述第一计算单元,用于求解所述多层地层反射系数的目标函数,确定所有所述时窗内的所述第三反射系数。
可选的,第一函数表达式确定单元包括:
获取单元,用于获取地震记录模型与各个地层的反射系数以及所述两层地层反射系数的双程旅行时差;
第七确定单元,用于根据所述反射系数与所述双程旅行时差,确定两层地层反射系数模型;
分解变换单元,用于根据所述两层地层反射系数模型,将奇偶信号分解到时间域中,利用傅里叶变换,得到所述两层地层反射系数的奇偶信号的频率域表达式;
第二函数表达式确定单元,用于根据所述地震记录模型与所述两层地层反射系数的奇偶信号的频率域表达式,确定所述两层地层反射系数的函数表达式。
可选的,所述计算单元包括:
第二转化单元,用于将所述多层地层反射系数的目标函数转化为矩阵形式;
第二计算单元,利用共轭梯度迭代和正交匹配追踪算法求解所述矩阵,得到所述第三反射系数。
可选的,所述第六确定单元包括:
第三计算单元,用于利用所述原始地震数据减去所述中间地震数据;
循环计算单元,用于沿地震道进行循环计算,得到消除所述沉积背景的目标地震数据。通过利用所述原始地震数据减去所述中间地震数据,沿道进行循环计算,达到突出薄层信息的效果。
实施例3
基于与本发明的实施例中所示的方法相同的原理,本发明的实施例中还提供了一种电子设备,如附图3所示,该电子设备可以包括但不限于:处理器和存储器;存储器,用于存储计算机程序;处理器,用于通过调用计算机程序执行本发明任一实施例所示的方法。
在一个可选实施例中提供了一种电子设备,图3所示的电子设备30包括:处理器310和存储器330。其中,处理器310和存储器330相连,如通过总线320相连。
可选地,电子设备30还可以包括收发器340,收发器340可以用于该电子设备与其他电子设备之间的数据交互,如数据的发送和/或数据的接收等。需要说明的是,实际应用中收发器340不限于一个,该电子设备30的结构并不构成对本发明实施例的限定。
处理器310可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器310也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线320可包括一通路,在上述组件之间传送信息。总线320可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线320可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器330可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器330用于存储执行本发明方案的应用程序代码(计算机程序),并由处理器310来控制执行。处理器310用于执行存储器330中存储的应用程序代码,以实现前述方法实施例所示的内容。
在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.地震数据沉积背景去除方法,其特征在于,包括步骤:
获取原始地震数据,提取地震子波,确定第一反射系数;
根据所述地震子波与所述第一反射系数,确定地震记录;
确定包含沉积背景的所述地震记录,对所述包含沉积背景的地震记录进行时频分析,确定所述包含沉积背景的地震记录对应的第二反射系数与所述第二反射系数对应的时窗的范围;
将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波;
重构所述第二反射系数,得到所述时窗范围内的第三反射系数:获取地震记录模型,确定两层地层反射系数的函数表达式;根据所述两层地层反射系数的函数表达式,在各个所述时窗下对所述原始地震数据进行傅里叶变换;根据所述傅里叶变换的结果,将所述第二反射系数作为约束条件,得到多层地层反射系数的函数表达式;利用时间偏移量对所述多层地层反射系数的函数表达式进行转化,确定所述多层地层反射系数的目标函数;求解所述多层地层反射系数的目标函数,确定所有所述时窗内的所述第三反射系数;
根据所述第三反射系数与所述第二反射系数对应的时窗的范围,确定中间地震数据对应的第四反射系数;所述中间地震数据为所述原始地震数据中包含所述沉积背景的地震数据;
利用所述时变子波与所述第四反射系数褶积,确定所述中间地震数据;
根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据。
2.根据权利要求1所述地震数据沉积背景去除方法,其特征在于,所述对所述包含沉积背景的地震记录进行时频分析的方法为基于改进广义S变换对所述包含沉积背景的地震记录进行时频分析。
3.根据权利要求1所述地震数据沉积背景去除方法,其特征在于,所述将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波,包括:
对所述时频分析得到的时频域振幅谱进行拟合,得到子波局部振幅谱;
改变时间的取值,对所述子波局部振幅谱进行拟合,得到所有所述时窗范围内的时变子波频谱;
对所述时变子波频谱进行逆傅里叶变换得到时变子波。
4.根据权利要求3所述地震数据沉积背景去除方法,其特征在于,所述获取地震记录模型,确定两层地层反射系数的函数表达式,包括如下步骤:
获取地震记录模型与各个地层的反射系数以及所述两层地层反射系数的双程旅行时差;
根据所述反射系数与所述双程旅行时差,确定两层地层反射系数模型;
根据所述两层地层反射系数模型,将奇偶信号分解到时间域中,利用傅里叶变换,得到所述两层地层反射系数的奇偶信号的频率域表达式;
根据所述地震记录模型与所述两层地层反射系数的奇偶信号的频率域表达式,确定所述两层地层反射系数的函数表达式。
5.根据权利要求3所述地震数据沉积背景去除方法,其特征在于,所述求解所述多层地层反射系数的目标函数,确定所有所述时窗内的所述第三反射系数,具体包括:
将所述多层地层反射系数的目标函数转化为矩阵形式;
利用共轭梯度迭代和正交匹配追踪算法求解所述矩阵,得到所述第三反射系数。
6.根据权利要求1所述地震数据沉积背景去除方法,其特征在于,所述根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据,包括:
利用所述原始地震数据减去所述中间地震数据,确定单个地震剖面去除所述沉积背景的目标地震数据;
沿地震道进行循环计算,得到所有地震剖面的去除所述沉积背景的目标地震数据体,所述目标地震数据体包含所有所述目标地震数据。
7.地震数据沉积背景去除装置,其特征在于,包括第一确定单元、第二确定单元、分析单元、第三确定单元、重构单元、第四确定单元、第五确定单元以及第六确定单元;
所述第一确定单元,用于获取原始地震数据,提取地震子波,确定第一反射系数;
所述第二确定单元,用于根据所述地震子波与所述第一反射系数,确定地震记录;
所述分析单元,用于确定包含沉积背景的所述地震记录,对所述包含沉积背景的地震记录进行时频分析,确定所述包含沉积背景的地震记录对应的第二反射系数与所述第二反射系数对应的时窗的范围;
所述第三确定单元,用于将所述第二反射系数作为约束条件,确定所述包含沉积背景的地震记录的时变子波;
所述重构单元,用于重构所述第二反射系数,得到所述时窗范围内的第三反射系数:获取地震记录模型,确定两层地层反射系数的函数表达式;根据所述两层地层反射系数的函数表达式,在各个所述时窗下对所述原始地震数据进行傅里叶变换;根据所述傅里叶变换的结果,将所述第二反射系数作为约束条件,得到多层地层反射系数的函数表达式;利用时间偏移量对所述多层地层反射系数的函数表达式进行转化,确定所述多层地层反射系数的目标函数;求解所述多层地层反射系数的目标函数,确定所有所述时窗内的所述第三反射系数;
所述第四确定单元,用于根据所述第三反射系数与所述第二反射系数对应的时窗的范围,确定中间地震数据对应的第四反射系数;所述中间地震数据为所述原始地震数据中包含所述沉积背景的地震数据;
所述第五确定单元,用于利用所述时变子波与所述第四反射系数褶积,确定所述中间地震数据;
所述第六确定单元,用于根据所述原始地震数据与所述中间地震数据,确定去除所述沉积背景的目标地震数据。
8.一种电子设备,其特征在于,包括:
处理器和存储器;
所述存储器,用于存储计算机操作指令;
所述处理器,用于通过调用所述计算机操作指令,执行权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210549806.0A CN114779332B (zh) | 2022-05-20 | 2022-05-20 | 地震数据沉积背景去除方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210549806.0A CN114779332B (zh) | 2022-05-20 | 2022-05-20 | 地震数据沉积背景去除方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114779332A CN114779332A (zh) | 2022-07-22 |
CN114779332B true CN114779332B (zh) | 2023-06-23 |
Family
ID=82409337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210549806.0A Active CN114779332B (zh) | 2022-05-20 | 2022-05-20 | 地震数据沉积背景去除方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114779332B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117434592B (zh) * | 2023-02-24 | 2024-05-07 | 中国石油化工股份有限公司 | 地震数据处理方法、装置及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181589A (zh) * | 2014-08-20 | 2014-12-03 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 一种非线性反褶积方法 |
CN112147678A (zh) * | 2020-09-27 | 2020-12-29 | 中国石油化工股份有限公司胜利油田分公司 | 一种高精度的时变子波反演方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100557464C (zh) * | 2007-01-15 | 2009-11-04 | 中国石油大港油田勘探开发研究院 | 基于叠前波场模拟的地震勘探层位标定方法 |
WO2011008708A1 (en) * | 2009-07-13 | 2011-01-20 | Spectraseis Ag | Statics calculation |
CN103197347B (zh) * | 2013-02-20 | 2015-09-30 | 中国海洋石油总公司 | 一种基于自适应时窗的吸收分析油气预测方法 |
CN104280765B (zh) * | 2013-07-11 | 2017-03-08 | 中国石油化工股份有限公司 | 基于变子波反射系数反演的地震高分辨处理方法 |
KR101520399B1 (ko) * | 2013-12-02 | 2015-05-19 | 주식회사 코어밸런스 | 미소 위치 배열 중합을 이용한 지진파의 잡음제거 장치 및 방법 |
CN104122588A (zh) * | 2014-07-30 | 2014-10-29 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于谱分解提高叠后地震资料分辨率的方法 |
CN112558156B (zh) * | 2019-09-25 | 2024-06-18 | 中国石油化工股份有限公司 | 一种针对地震强振幅异常的处理方法及处理系统 |
CN111208561B (zh) * | 2020-01-07 | 2020-09-01 | 自然资源部第一海洋研究所 | 基于时变子波与曲波变换约束的地震声波阻抗反演方法 |
CN111880218A (zh) * | 2020-07-13 | 2020-11-03 | 西南石油大学 | 基于品质因子的反演子波字典构建方法 |
CN111948712B (zh) * | 2020-08-10 | 2021-08-10 | 中海石油(中国)有限公司 | 一种基于深度域地震记录的叠前线性反演方法 |
CN112882099B (zh) * | 2021-02-25 | 2024-01-12 | 中海石油深海开发有限公司 | 一种地震频带拓宽方法、装置、介质及电子设备 |
CN113655522A (zh) * | 2021-08-26 | 2021-11-16 | 西南石油大学 | 频率域地震弱信号的增强方法 |
-
2022
- 2022-05-20 CN CN202210549806.0A patent/CN114779332B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181589A (zh) * | 2014-08-20 | 2014-12-03 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 一种非线性反褶积方法 |
CN112147678A (zh) * | 2020-09-27 | 2020-12-29 | 中国石油化工股份有限公司胜利油田分公司 | 一种高精度的时变子波反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114779332A (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Han et al. | Microseismic and seismic denoising via ensemble empirical mode decomposition and adaptive thresholding | |
Mousavi et al. | Deep-learning seismology | |
Liu et al. | Random noise attenuation using f-x regularized nonstationary autoregression | |
Bekara et al. | Random and coherent noise attenuation by empirical mode decomposition | |
Liu et al. | Seismic data interpolation beyond aliasing using regularized nonstationary autoregression | |
Dong et al. | New suppression technology for low-frequency noise in desert region: The improved robust principal component analysis based on prediction of neural network | |
Neelamani et al. | Coherent and random noise attenuation using the curvelet transform | |
Wang et al. | Seismic sparse-spike deconvolution via Toeplitz-sparse matrix factorization | |
Ghaderpour et al. | Antileakage least-squares spectral analysis for seismic data regularization and random noise attenuation | |
CN102707314B (zh) | 一种多路径双谱域混合相位子波反褶积方法 | |
CN109375265B (zh) | 一种基于变相位雷克子波匹配追踪的理想地震谱分解方法 | |
Dong et al. | Signal-to-noise ratio enhancement for 3C downhole microseismic data based on the 3D shearlet transform and improved back-propagation neural networks | |
CN113608259B (zh) | 一种基于iceemdan约束广义s变换的地震薄层检测方法 | |
Yang et al. | Denoising of distributed acoustic sensing data using supervised deep learning | |
CN111522063B (zh) | 基于分频联合反演的叠前高分辨率流体因子反演方法 | |
AU2018282093A1 (en) | Method for improved processing of data with time overlapping recordings of energy sources | |
CN114779332B (zh) | 地震数据沉积背景去除方法、装置及电子设备 | |
Sun et al. | A noise attenuation method for weak seismic signals based on compressed sensing and CEEMD | |
CN110261897A (zh) | 基于组稀疏的叠前四参数反演方法 | |
CN111399057B (zh) | 一种基于非凸稀疏约束的地震资料噪声压制方法 | |
Du et al. | Random noise attenuation via convolutional neural network in seismic datasets | |
CN112213782B (zh) | 分相位地震数据的处理方法、装置和服务器 | |
Yang et al. | Deep learning with fully convolutional and dense connection framework for ground roll attenuation | |
Sava et al. | Interferometric imaging condition for wave-equation migration | |
Li et al. | Removing abnormal environmental noise in nodal land seismic data using deep learning |
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 |