CN115220091B - 一种地质导向的非规则观测系统确定方法及系统 - Google Patents
一种地质导向的非规则观测系统确定方法及系统 Download PDFInfo
- Publication number
- CN115220091B CN115220091B CN202210159466.0A CN202210159466A CN115220091B CN 115220091 B CN115220091 B CN 115220091B CN 202210159466 A CN202210159466 A CN 202210159466A CN 115220091 B CN115220091 B CN 115220091B
- Authority
- CN
- China
- Prior art keywords
- sparse
- determining
- irregular
- sampling
- observation system
- 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
- 230000001788 irregular Effects 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000005070 sampling Methods 0.000 claims abstract description 171
- 230000002068 genetic effect Effects 0.000 claims abstract description 51
- 238000001228 spectrum Methods 0.000 claims abstract description 49
- 238000001514 detection method Methods 0.000 claims description 38
- 108090000623 proteins and genes Proteins 0.000 claims description 23
- 230000008447 perception Effects 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 230000035772 mutation Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005755 formation reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000004083 survival effect Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011451 sequencing strategy Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method 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
- G01V1/003—Seismic data acquisition in general, e.g. survey design
-
- 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
-
- 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
- G01V1/364—Seismic filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/10—Aspects of acoustic signal generation or detection
- G01V2210/16—Survey configurations
- G01V2210/169—Sparse arrays
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
本发明涉及一种地质导向的非规则观测系统确定方法及系统,方法包括:获取地下地层信息并根据所述地下地层信息构建地质模型;根据所述地质模型确定规则采样下的最大采样间隔;所述最大采样间隔为对所述地质模型进行正演模拟时不会产生假频的最大规则采样间隔;根据所述最大采样间隔、工区范围和稀疏采样的平均间隔确定稀疏采样点数和采样点的候选网格;根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统。本发明利用较少检波点减小频谱能量泄露实现对地震波场进行最大程度地感知。
Description
技术领域
本发明涉及地震勘探领域,特别是涉及一种地质导向的非规则观测系统确定方法及系统。
背景技术
地震勘探是地球物理勘探中最重要的一种勘探方法,是勘查石油、天然气最有效的一种勘探技术。地震数据野外采集是地震勘探的三个主要环节之一,在地震勘探中占据着重要的地位,野外采集的数据质量直接决定着地震资料的处理效果,也间接影响着地震资料解释的正确性和可靠性。
地震数据采集指在大面积内按照设计好的观测系统布设检波点以及炮点对震源激发产生的地震波场进行离散记录。多年来,地震数据野外采集都遵循Nyquist采样定理,即在时间及空间上进行规则密集采样。在实际的地震数据采集中,时间采样间隔可以做到足够小,虽然在空间上进行规则高密度采样在技术上可以实现,但由此产生的大量检波点、炮点的布设会导致采集成本大幅度提高,同时勘探效率也会大大降低。规则稀疏采样虽然能够降低采集成本,但是会出现严重的假频现象,影响后续的地震数据处理与解释。此外,随着油气勘探的不断深入,数据的采集环境也变得越来越复杂,河流、村庄、山地、道路等障碍物使得检波点、炮点无法规则布设,很容易造成地震波场记录的缺失,影响后续的地震资料处理与解释。
近年来在信息技术领域迅速发展的压缩感知理论为解决上述问题提供了新的解决思路。压缩感知理论指出,当一个信号具有稀疏特性或者可压缩特性时,配合非规则稀疏采集,即使采样点的数量远低于Nyquist采样定理的要求,也能够通过求解一个稀疏约束的优化问题重建规则高密度的原始信号。由于地震数据在某些变换域内具有稀疏特性,因此可以将压缩感知理论应用于地震勘探中,通过设计随机稀疏的观测系统,将地震数据的采集与压缩同时进行,再利用重构算法重建完整的地震波场。随机稀疏的观测系统可以有效降低检波点、炮点的数量,提高地震数据采集的效率。
在基于压缩感知理论的非规则观测系统设计方面有人提出了jitter采样方法,有人提出了非均匀最优化采样方法,有人提出了泊松碟采样,有人提出了分段随机采样技术,还有人提出了利用贪心序贯算法设计随机非规则观测系统,这些方法设计出来的观测系统虽然能够满足压缩感知理论对于采样矩阵的需求,能够达到降低炮检点数量、提升重建地震资料品质的要求,但并未考虑到实际的地下构造情况,因此,满足压缩感知采样矩阵设计的观测系统并不一定能够对地下的构造信息进行最大程度地感知。压缩感知理论指出,以远低于Nyquist采样定理的采样点进行非规则采集得到的信号频谱会将混叠的空间假频转化为幅值很小的不相干噪声,即能量泄漏,泄露的幅值越小,越有利于原始信号的重构。因此,需要一种可以减少频谱能量泄露的观测方法。
发明内容
本发明的目的是提供一种地质导向的非规则观测系统确定方法及系统,利用较少检波点减小频谱能量泄露实现对地震波场进行最大程度的感知。
为实现上述目的,本发明提供了如下方案:
一种地质导向的非规则观测系统确定方法,包括:
获取地下地层信息并根据所述地下地层信息构建地质模型;
根据所述地质模型确定规则采样下的最大采样间隔;所述最大采样间隔为对所述地质模型进行正演模拟时不会产生假频的最大规则采样间隔;
根据所述最大采样间隔、工区范围和稀疏采样的平均间隔确定稀疏采样点数和采样点的候选网格;
根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统;所述非规则稀疏观测系统包括多个检波点的位置。
可选地,所述根据所述地质模型确定规则采样下的最大采样间隔,具体包括:
根据所述地质模型的倾角、速度和不会产生空间假频的最大频率确定检波点道间距;
将所述检波点道间距的最大值确定为规则采样下的最大采样间隔。
可选地,所述检波点道间距的计算公式为:
其中,Δx为道间距,θ为倾角,v是速度,fmax为不会产生空间假频的最大频率。
可选地,所述根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统,具体包括:
利用所述稀疏采样点数和所述采样点的候选网格对遗传算法的基因串进行初始化;
对初始化的基因串进行解码,得到检波点的位置;
对所述遗传算法的种群中所有的个体对应的非规则稀疏观测系统进行正演模拟,得到稀疏地震波场数据;
根据所述稀疏地震波场数据的频率-波数谱与无假频的规则地震波场数据的频率-波数谱确定个体适应度;
根据所述个体适应度利用遗传算子进行选择、遗传和种群更新,确定新的种群;
根据所述新的种群和检波点的位置确定非规则稀疏观测系统;所述非规则稀疏观测系统为所述个体适应度最高的个体;所述个体为所述检波点的位置。
一种地质导向的非规则观测系统确定系统,包括:
获取模块,用于获取地下地层信息并根据所述地下地层信息构建地质模型;
最大采样间隔确定模块,用于根据所述地质模型确定规则采样下的最大采样间隔;所述最大采样间隔为对所述地质模型进行正演模拟时不会产生假频的最大规则采样间隔;
稀疏采样点数和采样点的候选网格确定模块,用于根据所述最大采样间隔、工区范围和稀疏采样的平均间隔确定稀疏采样点数和采样点的候选网格;
非规则稀疏观测系统确定模块,用于根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统;所述非规则稀疏观测系统包括多个检波点的位置。
可选地,所述最大采样间隔确定模块,具体包括:
检波点道间距确定单元,用于根据所述地质模型的倾角、速度和不会产生空间假频的最大频率确定检波点道间距;
最大采样间隔确定单元,用于将所述检波点道间距的最大值确定为规则采样下的最大采样间隔。
可选地,所述检波点道间距的计算公式为:
其中,Δx为道间距,θ为倾角,v是速度,fmax为不会产生空间假频的最大频率。
可选地,所述非规则稀疏观测系统确定模块,具体包括:
初始化单元,用于利用所述稀疏采样点数和所述采样点的候选网格对遗传算法的基因串进行初始化;
解码单元,用于对初始化的基因串进行解码,得到检波点的位置;
正演模拟单元,用于对所述遗传算法的种群中所有的个体对应的非规则稀疏观测系统进行正演模拟,得到稀疏地震波场数据;
个体适应度确定单元,用于根据所述稀疏地震波场数据的频率-波数谱与无假频的规则地震波场数据的频率-波数谱确定个体适应度;
新的种群确定单元,用于根据所述个体适应度利用遗传算子进行选择、遗传和种群更新,确定新的种群;
非规则稀疏观测系统确定单元,用于根据所述新的种群和检波点的位置确定非规则稀疏观测系统;所述非规则稀疏观测系统为所述个体适应度最高的个体;所述个体为所述检波点的位置。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明获取地下地层信息并根据地下地层信息构建地质模型;根据地质模型确定规则采样下的最大采样间隔;所述最大采样间隔为对所述地质模型进行正演模拟时不会产生假频的最大规则采样间隔;根据最大采样间隔、工区范围和稀疏采样的平均间隔确定稀疏采样点数和采样点的候选网格;根据稀疏采样点数和采样点的候选网格利用遗传算法确定非规则稀疏观测系统。通过考虑地下地层信息,利用遗传算法获取空间假频最小,也就是能量泄露程度最低的非规则稀疏观测系统,使得可以利用尽可能少的检波点最大程度地对地下的结构信息进行感知。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的地质导向的非规则观测系统确定方法流程图;
图2为本发明提供的地质导向的非规则观测系统确定方法流程示意图;
图3为本发明提供的利用遗传算法确定非规则稀疏观测系统的流程图;
图4为针对某种包含倾斜地层的简单地质模型正演模拟获得的规则高密度单炮地震记录图;
图5为对图4中的规则地震波场进行50%规则抽稀获得的规则稀疏单炮地震记录图;
图6为利用本发明设计的非规则观测系统正演模拟获得的非规则稀疏单炮地震记录图;
图7为图6中的非规则稀疏单炮地震记录的频率-波数谱与图4中的规则高密度单炮地震记录的频率-波数谱之间的误差随演化次数的收敛曲线图;
图8为图4中的规则地震波场对应的频率-波数谱图;
图9为图5中的规则稀疏地震波场对应的频率-波数谱图;
图10为图6中的非规则稀疏地震波场对应的频率-波数谱图;
图11为图9中的频率-波数谱与图8中的频率-波数谱之间的差异图;
图12为图10中的频率-波数谱图与图8中的频率-波数谱的差异图;
图13为对Marmousi速度模型进行正演模拟获得的规则高密度图;
图14为对图13对应的规则地震波场进行50%规则抽稀抽稀获得的单炮地震记录图;
图15为利用本发明方法设计的观测系统对Marmousi速度模型正演模拟获得的单炮地震记录图;
图16为非规则稀疏单炮地震记录对应的频率-波数谱与图13所示的规则高密度单炮地震记录对应的频率波数谱的误差随演化次数的收敛曲线图;
图17为图13所示的规则地震波场的频率-波数谱图;
图18为图14对应的规则稀疏地震波场的频率-波数谱图;
图19为图15对应的非规则稀疏地震波场的频率-波数谱图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
基于压缩感知的地震数据采集过程通常可以表示为:y=Φx,其中y为采集得到的稀疏地震波场,Φ为随机稀疏观测系统,x为想要重建的完整地震波场。压缩感知理论要求采集的信号需要具有稀疏或者可压缩特性,而地震数据在某些变换域内具有稀疏性,可以将地震波场数据表示为:x=Ψθ,其中Ψ为稀疏变换矩阵,θ为地震数据在变换域内的稀疏系数。此时,有表达式y=ΦΨθ=Aθ,其中A=ΦΨ称作感知矩阵,由于随机稀疏观测系统Φ∈RM×N,M≤N,因此该表达式是一个欠定问题,有无穷多解,需要利用有效的稀疏约束优化算法将稀疏信号从欠定方程中求解出来。
压缩感知理论的一个重要应用前提是对采集的信号进行随机、非线性测量,规则稀疏的采样点布设容易造成频谱泄露,形成空间假频,而采样点的非规则布设将空间假频转化为容易去除的不相干噪声,因此,在应用压缩感知理论对稀疏信号进行采集时需要设计满足一定要求的感知矩阵,确保信号在稀疏采集的过程中重要的信息不会被丢失。针对压缩感知地震勘探,Hennenfent和Herrman为避免随机欠采样造成数据的大量丢失,提出了jitter采样方法,可以有效控制相邻检波器之间的最大间距。Moldoveanu针对海上数据的随机采样方法进行了理论研究。Mosher等提出了更有利于数据重建的非均匀最优化采样方法(Non-Uniform Optimal Sampling Method,NUOS)。Bhuiyan等提出了一种基于互相关系数的连续非均匀采样技术,在利用该技术设计非规则稀疏观测系统时可以充分考虑检波点间的最大间距的约束。国内的研究学者也对非规则的稀疏采集方法进行了广泛的研究。唐刚等为了改善非规则观测系统中单纯随机欠采样方法的不足,引入了泊松碟采样方法,有效解决了采样点过于密集或分散的问题。曹静杰等将分段随机采样技术引入到非规则稀疏观测系统设计中。蔡瑞等提出满足Bernoulli分布的随机欠采样方法和它的抖动形式。陈生昌等提出了改进的分段采样方法用于地震数据的高效采集。周松等提出了利用贪心序贯策略设计随机非规则观测系统,并在实际的地震数据采集试验中获得了较好的应用效果。但是上述的非规则稀疏观测系统的设计方法并未对地下的情况进行考虑,由于地震波的传播受到地层结构、速度、各项异性等因素的影响,同一地质条件下不同的观测系统也会得到不同质量的地震记录剖面,因此,在非规则地震观测系统设计时,应当充分考虑工区的地质情况,基于地质模型进行观测系统的设计,使设计得到的非规则观测系统利用尽可能少的观测点就能采集到较多的地下信息。
综合上述非规则稀疏观测系统设计方法存在的优势及缺陷,本发明结合地震波场正演模拟挑选出空间假频压制程度最大的非规则观测系统用于实际地震数据的稀疏采集,相较于以往的稀疏地震数据采集方法,本发明能充分利用工区的地质信息设计出能够对地震波场进行充分采集的非规则稀疏观测系统,为完整地震波场的精确重建提供理论支撑。
如图1所示,本发明提供的一种地质导向的非规则观测系统确定方法,包括:
步骤101:获取地下地层信息并根据所述地下地层信息构建地质模型。
步骤102:根据所述地质模型确定规则采样下的最大采样间隔;所述最大采样间隔为对所述地质模型进行正演模拟时不会产生假频的最大规则采样间隔;步骤102,具体包括:根据所述地质模型的倾角、速度和不会产生空间假频的最大频率确定检波点道间距;将所述检波点道间距的最大值确定为规则采样下的最大采样间隔。
检波点道间距的计算公式为:
其中,Δx为道间距,θ为倾角,v是速度,fmax为不会产生空间假频的最大频率。
步骤103:根据所述最大采样间隔、工区范围和稀疏采样的平均间隔确定稀疏采样点数和采样点的候选网格;其中,工区范围是要探测的目标区域。
步骤104:根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统;所述非规则稀疏观测系统包括多个检波点的位置。
步骤104,具体包括:
利用所述稀疏采样点数和所述采样点的候选网格对遗传算法的基因串进行初始化。
对初始化的基因串进行解码,得到检波点的位置。
对所述遗传算法的种群中所有的个体对应的非规则稀疏观测系统进行正演模拟,得到稀疏地震波场数据。
根据所述稀疏地震波场数据频率-波数谱与无假频的规则地震波场数据的频率-波数谱确定个体适应度。
根据所述个体适应度利用遗传算子进行选择、遗传和种群更新,确定新的种群。
根据所述新的种群和检波点的位置确定非规则稀疏观测系统;所述非规则稀疏观测系统为所述个体适应度最高的个体;所述个体为所述检波点的位置。
本发明利用较少检波点减小频谱能量泄露实现地震波场感知,通过感知的地震波场完成地震波场重建。
为了在观测系统设计的过程中充分利用已知的地质模型,利用尽可能少的检波点以及炮点对地下结构信息进行最大程度的感知,本发明还提供地质导向的非规则观测系统确定方法在实际应用中的大体思路:
(1)充分利用先验信息构造地质模型,如测井资料、层速度、吸收衰减信息及各项异性等;需要尽可能地搜集工区以往的地质、地球物理资料,地质模型的准确程度直接影响后续波动方程正演的准确性。
(2)利用地质模型的结构倾角、速度及不会产生假频的最大频率等信息计算规则采样下最大的检波点道间距;根据步骤一中构建的地质模型中的倾角、速度等信息计算规则采集时不会产生假频的最大的检波点道间距,为后续确定稀疏采样点的数量及挑选最优的非规则观测系统提供参考信息。
(3)确定候选网格点及检波点数量;需要依据步骤二中计算得到的信息确定炮点及检波点的数量。期望利用少于规则采集的炮检点数量获得高密度的地震波场数据。
(4)利用遗传算法进行非规则观测系统的设计,使得到的非规则观测系统具有最小程度的频谱泄露;遗传算法是一种全局搜索优化算法,它模拟了自然选择和遗传中发生的复制、交叉和变异等现象,从任一初始种群出发,通过随机选择、交叉和变异操作,产生一群更适合生存的个体,这样通过一代一代繁衍收敛到一群最适应环境的个体,得到问题的优质解,由于在种群的繁殖过程中需要有随机选择的过程,适应环境的个体具有较高的被选择概率,不适应环境的个体具有较大的概率不被选择,用适应度来描述个体适应环境的程度,适应度越高,表明个体越适应环境,也就越容易被保留下来。在该步骤中,对非规则观测系统正演出来的稀疏地震波场进行频率-波数变换,对比稀疏地震波场与高密度规则地震波场频率-波数谱的差异程度,与规则高密度地震数据的频率-波数谱差异较少的频率-波数谱对应的稀疏地震波场记录了更多的波场信息,更有利于波场重建,因此适应度也应该更大。通过一代一代的繁衍,优良的遗传基因得到保留,直到收敛后得到的最优个体最适应环境,即最后得到的优质解更加有利于稀疏波场重建。
(5)输出最优的非规则观测系统。输出遗传算法获得的优质解,即最优的非规则稀疏观测系统。
如图2所示,根据上述提供的大体思路,本发明还提供了地质导向的非规则观测系统确定方法在实际应用中的具体步骤:
步骤一:建立地质模型。利用前期的地球物理勘探资料、测井资料等信息,收集地下地层的横波速度、纵波速度、各向异性、吸收衰减等信息及地层歼灭、透镜体、复杂逆断层等结构建立高精度地质模型,为后续地震波场正演模拟的准确性提供保证。
步骤二:计算规则采样下最大的采样间隔。由于在实际的地震数据采集过程中,工区的地质情况并不相同,地层速度、倾角大小等差异均会对地震剖面的质量造成影响。对于某一工区而言,道间距越小,采集得到的地震资料越多,最后获得地震剖面质量也越高,但在实际的野外数据采集过程中,由于经济、时间、野外环境等因素无法密集布设检波点,因此容易造成空间假频。当工区中的地下地层存在倾角时,想要获得没有假频地震资料,检波点道间距应满足下式。
其中,Δx为检波点道间距,θ为地层倾角,v是速度,fmax为不会产生空间假频的最大频率。速度是该倾斜地层上方所有地层对应的均方根速度。最大频率是空间假频的频率极限。因此,依据该式就能获得对该地质模型进行规则采样不会产生假频时最大的采样间隔。
步骤三:确定随机采样点数及候选网格。确定规则采样下没有假频的最大采样间隔后,就可以依据工区范围、稀疏采样的平均道间距确定稀疏采样点数、采样点的候选网格等信息,每一个网格点均可布设一个采样点。
步骤四:利用遗传算法进行非规则观测系统设计。由于在采样点的候选网格上挑选少量的非规则采样点存在大量的可能性,如果利用穷举法进行非规则稀疏观测系统的设计,并且需要对每一种非规则稀疏观测系统的应用效果进行评估,需要浪费大量的时间及计算资源,因此,本发明提出使用遗传算法进行非规则稀疏观测系统的设计,希望通过有限的计算资源获得优质解。
步骤四中的利用遗传算法进行非规则稀疏观测系统的设计仿效了生物界“物竞天择,适者生存”的演化法则,属于一种进化算法,该算法操作过程简单,容易理解。遗传算法模拟自然选择和自然遗传过程中发生的繁殖、交叉和遗传突变现象,在每次演化中都保留一组候选解,并按照某种指标选取较优的个体,利用选择、交叉和变异等遗传算子对这些个体进行组合,产生新一代的个体,经过一代一代的繁衍后,优质的基因得以保留,获得的个体能够很好地适应环境。利用遗传算法进行非规则稀疏观测系统的设计流程如图3所示,包括以下步骤:
步骤1:编码,即想要求解问题的解到基因型的映射称为编码,遗传算法在进行搜索之前先将解空间的解表示成基因串的形式,每一个基因串表示一个解。在遗传算法演化前,需要设定一定数量的个体,每一个基因串表示一个个体。常见的编码方式有二进制编码、格雷码编码、浮点数编码及多参数交叉编码等。在本发明中,解空间的解等价于非规则观测系统中检波点的布设位置。
步骤2:初始化种群,即将基因串转化为个体的过程。每一个基因串都代表一个个体,通过与步骤1相对应的解码操作就能够将基因串转化为相应的个体,在本发明中,每一个个体表示检波点的具体布设位置。
步骤3:地震波场正演模拟。步骤2中获取的个体表示检波点的具体布设位置,即非规则稀疏观测系统,在这一步骤中对种群中的所有个体对应的非规则稀疏观测系统进行正演模拟,获得对应的稀疏地震波场数据。
步骤4:评估种群中个体适应程度。由于遗传算法仿效了生物界“物竞天择、适者生存”的演化法则,希望通过一次一次的演化将不适应环境的个体进行剔除,保留较好的个体,判断个体是否适应环境的因素叫做个体的适应度。在本发明中,将步骤3获得的稀疏地震波场数据与无假频的规则地震波场数据对应的频率-波数谱之间的相似程度作为个体适应度,目标是寻找与无假频规则地震波场数据的频率-波数谱之间差异最小的稀疏地震波场对应的个体。
步骤5:选择与遗传。利用遗传算子对种群中的个体进行选择和遗传,遗传算子包括选择、交叉和变异。选择操作从旧群体中以一定概率选择优良个体组成新的种群,个体选中的概率与步骤4中计算得到的个体适应度有关,个体适应度越大,被选中的概率越大。在本发明中选择轮盘赌法进行选择操作,设定种群数量为M,个体的适应度为fi,则个体被选中的概率Pi为:
交叉操作指从种群中随机选择两个个体,通过两个染色体的交换组合,把父串的优良特征传给子串,从而产生新的优秀个体。变异操作能够有效防止遗传算法在优化过程中陷入局部最优解,通过对个体进行变异的操作跳出局部最优解。
步骤6:更新种群。经过遗传算子操作的基因串会产生一组新的基因串,对这些基因串进行解码操作会得到一个新的种群。
步骤7:判断新的种群是否满足条件,当个体适应度收敛或者达到最大的演化次数时,挑选出适应度最高的个体最为优质解进行输出。
步骤8:输出优质个体。在本发明中,输出的优质个体即为目标非规则稀疏观测系统。
步骤五:输出利用遗传算法获得的非规则稀疏观测系统。获得的非规则稀疏观测系统能够利用尽量少的检波点对地下信息进行充分采集,最大程度地对空间假频进行压制。
参阅附图4-7,图4为针对某种包含倾斜地层的简单地质模型正演模拟获得的单炮地震记录,图5是对该单炮地震记录进行规则抽稀获得的单炮地震记录,只保留了50%的检波点,图6是针对该地质模型利用遗传算法获得的非规则稀疏观测系统对应的单炮地震记录,图7是利用遗传算法设计非规则随机观测系统时,每次演化中最优个体对应的非规则稀疏地震记录与完整规则地震记录频率-波数谱之间的误差随演化次数的收敛曲线。
本发明中首先设计一个简单的层状地质模型,地层包含一个倾角,通过计算规则采样下最大的道间距为10米,然后设计规则观测系统,道间距10米,320道检波点,时间采样间隔2毫秒,利用该规则观测系统对地质模型进行正演模拟获得单炮地震记录,如图4所示,为了对比本发明方法在非规则稀疏观测系统设计方面的优越性,对图4所示的单炮地震记录进行50%的规则抽稀,得到含有160道检波点的规则稀疏单炮地震记录,如图5所示。利用本发明提出的非规则单炮地震记录设计方法设计包含160道检波点的非规则稀疏的观测系统,然后利用该观测系统对地质模型进行正演模拟,获得的非规则稀疏单炮地震记录如图6所示。在本发明中,设定了1000次演化,每次演化获得的最优个体均能够获得一个非规则稀疏的地震波场,该稀疏波场频率-波数谱与图4所示的规则波场的频率-波数谱之间的误差随演化次数的收敛曲线如图7所示。
参阅附图8-12,图8为图4中的规则地震波场对应的频率-波数谱,可见没有空间假频出现。图9为图5中的规则稀疏地震波场对应的频率-波数谱,可见空间假频严重,对后续的地震数据处理与解释造成很大的影响。图10为图6中的非规则稀疏地震波场对应的频率-波数谱,可见空间假频转化为了幅值很小的不相干噪声。图11和图12分别是图9和图10与图8之间的差值,可见本发明可基于地质模型设计出最优的非规则观测系统,可以有效压制空间假频。
参阅附图13-16,图13为对Marmousi速度模型进行正演模拟获得的单炮地震记录,道间距4米,2000道检波点,采样间隔8毫秒,总采样时间4秒。图14为对图13对应的规则地震波场进行50%规则抽稀抽稀获得的单炮地震记录,道间距8米,1000道检波点,采样间隔8毫秒,总采样时间4秒。图15为利用本发明提出的方法设计出来的观测系统进行正演模拟获得的单炮地震记录,1000道检波点,采样间隔8毫秒,总采样时间4秒。在本发明中,设定演化1000次,每次演化结果的最优个体均对应着一个稀疏的地震波场,该稀疏地震波场与图13所示的规则地震波场对应的频率-波数谱的误差随演化次数的曲线如图16所示,可见随着种群不断地演化,设计得到的非规则地震波场的空间假频也在被不断地压制。
参阅附图17-19,图17为图13所示的规则地震波场的频率-波数谱,可见没有空间假频出现。图18为图14对应的规则稀疏地震波场的频率-波数谱,可见空间假频与真实的频谱发生混叠,影响着地震记录的后续处理与解释。图19为图15对应的非规则稀疏地震波场的频率-波数谱,可见空间假频转化为了幅值较小的不相干噪声,可以通过高效的稀疏约束优化算法精确重建规则完整的地震波场记录。
本发明提供的一种地质导向的非规则观测系统确定系统,包括:
获取模块,用于获取地下地层信息并根据所述地下地层信息构建地质模型。
最大采样间隔确定模块,用于根据所述地质模型确定规则采样下的最大采样间隔;所述最大采样间隔为对所述地质模型进行正演模拟时不会产生假频的最大规则采样间隔。
稀疏采样点数和采样点的候选网格确定模块,用于根据所述最大采样间隔、工区范围和稀疏采样的平均间隔确定稀疏采样点数和采样点的候选网格。
非规则稀疏观测系统确定模块,用于根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统;所述非规则稀疏观测系统包括多个检波点的位置。
在实际应用中,所述最大采样间隔确定模块,具体包括:
检波点道间距确定单元,用于根据所述地质模型的倾角、速度和不会产生空间假频的最大频率确定检波点道间距。
最大采样间隔确定单元,用于将所述检波点道间距的最大值确定为规则采样下的最大采样间隔。
在实际应用中,所述检波点道间距的计算公式为:
其中,Δx为道间距,θ为倾角,v是速度,fmax为不会产生空间假频的最大频率。
在实际应用中,所述非规则稀疏观测系统确定模块,具体包括:
初始化单元,用于利用所述稀疏采样点数和所述采样点的候选网格对遗传算法的基因串进行初始化。
解码单元,用于对初始化的基因串进行解码,得到检波点的位置。
正演模拟单元,用于对所述遗传算法的种群中所有的个体对应的非规则稀疏观测系统进行正演模拟,得到稀疏地震波场数据。
个体适应度确定单元,用于根据所述稀疏地震波场数据的频率-波数谱与无假频的规则地震波场数据的频率-波数谱确定个体适应度。
新的种群确定单元,用于根据所述个体适应度利用遗传算子进行选择、遗传和种群更新,确定新的种群。
非规则稀疏观测系统确定单元,用于根据所述新的种群和检波点的位置确定非规则稀疏观测系统;所述非规则稀疏观测系统为所述个体适应度最高的个体;所述个体为所述检波点的位置。
本发明从已知的地质模型出发,通过遗传算法获取空间假频最小,也就是能量泄露程度最低的观测系统,使得可以利用尽可能少的观测点最大程度地对地下的结构信息进行感知,使得频谱的能量泄露程度最小,为精确重建完整的地震波场信息提供支撑。现有的非规则观测系统设计方法并未对实际工区的地下结构进行考虑,因此设计出来的观测系统并不一定能够对地下的结构信息进行充分的采集,本发明提出的技术方案能够从实际的地质模型出发,设计出频谱能量泄露最小的非规则观测系统,能够更加准确地重构完整的地震波场。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个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 (6)
1.一种地质导向的非规则观测系统确定方法,其特征在于,包括:
获取地下地层信息并根据所述地下地层信息构建地质模型;
根据所述地质模型确定规则采样下的最大采样间隔;所述最大采样间隔为对所述地质模型进行正演模拟时不会产生假频的最大规则采样间隔;
根据所述最大采样间隔、工区范围和稀疏采样的平均间隔确定稀疏采样点数和采样点的候选网格;
根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统;所述非规则稀疏观测系统包括多个检波点的位置;所述根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统,具体包括:
利用所述稀疏采样点数和所述采样点的候选网格对遗传算法的基因串进行初始化;
对初始化的基因串进行解码,得到检波点的位置;
对所述遗传算法的种群中所有的个体对应的非规则稀疏观测系统进行正演模拟,得到稀疏地震波场数据;
根据所述稀疏地震波场数据的频率-波数谱与无假频的规则地震波场数据的频率-波数谱确定个体适应度;
根据所述个体适应度利用遗传算子进行选择、遗传和种群更新,确定新的种群;
根据所述新的种群和检波点的位置确定非规则稀疏观测系统;所述非规则稀疏观测系统为所述个体适应度最高的个体;所述个体为所述检波点的位置。
2.根据权利要求1所述的地质导向的非规则观测系统确定方法,其特征在于,所述根据所述地质模型确定规则采样下的最大采样间隔,具体包括:
根据所述地质模型的倾角、速度和不会产生空间假频的最大频率确定检波点道间距;
将所述检波点道间距的最大值确定为规则采样下的最大采样间隔。
4.一种地质导向的非规则观测系统确定系统,其特征在于,包括:
获取模块,用于获取地下地层信息并根据所述地下地层信息构建地质模型;
最大采样间隔确定模块,用于根据所述地质模型确定规则采样下的最大采样间隔;所述最大采样间隔为对所述地质模型进行正演模拟时不会产生假频的最大规则采样间隔;
稀疏采样点数和采样点的候选网格确定模块,用于根据所述最大采样间隔、工区范围和稀疏采样的平均间隔确定稀疏采样点数和采样点的候选网格;
非规则稀疏观测系统确定模块,用于根据所述稀疏采样点数和所述采样点的候选网格利用遗传算法确定非规则稀疏观测系统;所述非规则稀疏观测系统包括多个检波点的位置;所述非规则稀疏观测系统确定模块,具体包括:
初始化单元,用于利用所述稀疏采样点数和所述采样点的候选网格对遗传算法的基因串进行初始化;
解码单元,用于对初始化的基因串进行解码,得到检波点的位置;
正演模拟单元,用于对所述遗传算法的种群中所有的个体对应的非规则稀疏观测系统进行正演模拟,得到稀疏地震波场数据;
个体适应度确定单元,用于根据所述稀疏地震波场数据的频率-波数谱与无假频的规则地震波场数据的频率-波数谱确定个体适应度;
新的种群确定单元,用于根据所述个体适应度利用遗传算子进行选择、遗传和种群更新,确定新的种群;
非规则稀疏观测系统确定单元,用于根据所述新的种群和检波点的位置确定非规则稀疏观测系统;所述非规则稀疏观测系统为所述个体适应度最高的个体;所述个体为所述检波点的位置。
5.根据权利要求4所述的地质导向的非规则观测系统确定系统,其特征在于,所述最大采样间隔确定模块,具体包括:
检波点道间距确定单元,用于根据所述地质模型的倾角、速度和不会产生空间假频的最大频率确定检波点道间距;
最大采样间隔确定单元,用于将所述检波点道间距的最大值确定为规则采样下的最大采样间隔。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210159466.0A CN115220091B (zh) | 2022-02-22 | 2022-02-22 | 一种地质导向的非规则观测系统确定方法及系统 |
NL2031350A NL2031350B1 (en) | 2022-02-22 | 2022-03-21 | Method and system for determining geosteering irregular observation system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210159466.0A CN115220091B (zh) | 2022-02-22 | 2022-02-22 | 一种地质导向的非规则观测系统确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115220091A CN115220091A (zh) | 2022-10-21 |
CN115220091B true CN115220091B (zh) | 2023-04-28 |
Family
ID=83606786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210159466.0A Active CN115220091B (zh) | 2022-02-22 | 2022-02-22 | 一种地质导向的非规则观测系统确定方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115220091B (zh) |
NL (1) | NL2031350B1 (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109866A (zh) * | 2020-01-09 | 2021-07-13 | 中国石油天然气集团有限公司 | 一种基于压缩感知的多域稀疏地震数据重构方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2482538B (en) * | 2010-08-06 | 2013-10-16 | Geco Technology Bv | Seismic acquisition and filtering |
CN102788993B (zh) * | 2012-08-13 | 2017-02-08 | 中国石油大学(华东) | 最优偏移孔径与免子波畸变有机融合的3d vsp叠前成像方法 |
US20170235003A1 (en) * | 2016-02-12 | 2017-08-17 | Cgg Services Sas | Seismic data acquisition for compressive sensing reconstruction |
CN107688198A (zh) * | 2017-07-25 | 2018-02-13 | 中国科学院地质与地球物理研究所 | 地震数据重构方法及装置、计算机可读存储介质、设备 |
CN109407143B (zh) * | 2017-08-16 | 2020-06-30 | 中石化石油工程技术服务有限公司 | 基于压缩感知的地震勘探非规则观测系统设计方法 |
CN108828658A (zh) * | 2018-04-27 | 2018-11-16 | 中国科学院地质与地球物理研究所 | 一种海底地震数据重构方法 |
US11307317B2 (en) * | 2019-07-02 | 2022-04-19 | Saudi Arabian Oil Company | Systems and methods for data acquisition design of source and receiver locations |
CN112782758A (zh) * | 2019-11-11 | 2021-05-11 | 中国石油天然气集团有限公司 | 稀疏采样观测系统的状态确定方法和装置 |
CN113740901B (zh) * | 2020-05-29 | 2024-01-30 | 中国石油天然气股份有限公司 | 基于复杂起伏地表的陆上地震数据全波形反演方法及装置 |
-
2022
- 2022-02-22 CN CN202210159466.0A patent/CN115220091B/zh active Active
- 2022-03-21 NL NL2031350A patent/NL2031350B1/en active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109866A (zh) * | 2020-01-09 | 2021-07-13 | 中国石油天然气集团有限公司 | 一种基于压缩感知的多域稀疏地震数据重构方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
NL2031350A (en) | 2023-08-25 |
NL2031350B1 (en) | 2023-11-27 |
CN115220091A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111239802B (zh) | 基于地震反射波形和速度谱的深度学习速度建模方法 | |
Stuevold et al. | Polygonal faults in the Ormen Lange field, Møre basin, offshore mid Norway | |
CN112883564B (zh) | 一种基于随机森林的水体温度预测方法及预测系统 | |
CN111596978A (zh) | 用人工智能进行岩相分类的网页显示方法、模块和系统 | |
RU2337380C2 (ru) | Способ трехмерного прогнозирования многократных волн от свободной поверхности | |
CN107765308B (zh) | 基于褶积思想与精确震源的重构低频数据频域全波形反演方法 | |
CN109992847A (zh) | 一种混合机器学习模型的滑坡位移预测方法 | |
EP2137553A1 (en) | Correction for errors caused by variation in water conditions | |
CN115659848B (zh) | 一种基于深度学习网络快速预测二维盆地基底界面的方法 | |
CN112394414B (zh) | 两步法地震绕射波场叠前分离的方法 | |
CN109031412B (zh) | 一种弹性波被动源数据一次波估计方法 | |
CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
CN115877478A (zh) | 一种基于DualGAN的地震资料高分辨率处理方法 | |
CN115905805A (zh) | 一种基于全局信息判别gan的das数据多尺度噪声消减方法 | |
CN115220091B (zh) | 一种地质导向的非规则观测系统确定方法及系统 | |
Brancatelli et al. | Time to depth seismic reprocessing of vintage data: A case study in the Otranto Channel (South Adriatic Sea) | |
CN105785441A (zh) | 地震数据的信噪比分析方法 | |
CN110118994B (zh) | 一种基于地震反演和机器学习的陆相烃源岩定量预测方法 | |
CN115236730B (zh) | 一种层间多次波傅里叶有限差分的地震波场偏移成像方法 | |
CN102096099A (zh) | 折射波射线层析成像方法 | |
Guderian et al. | Draugen field–successful reservoir management using 4d seismic | |
CN116413794A (zh) | 碳酸盐岩的沉积相类型的预测方法及装置 | |
AU2022203535B2 (en) | Method for identifying stratigraphic structures in red soil area based on shallow seismic refraction wave method | |
Graves et al. | Petroleum systems of the Sandakan basin, Philippines | |
CN114722590B (zh) | 基于地球物理模型的随机采集观测系统设计优选方法 |
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 |