CN115993632A - 一种优化关键采集参数的方法及系统 - Google Patents
一种优化关键采集参数的方法及系统 Download PDFInfo
- Publication number
- CN115993632A CN115993632A CN202111218641.0A CN202111218641A CN115993632A CN 115993632 A CN115993632 A CN 115993632A CN 202111218641 A CN202111218641 A CN 202111218641A CN 115993632 A CN115993632 A CN 115993632A
- Authority
- CN
- China
- Prior art keywords
- key acquisition
- inversion
- distance
- model
- degradation
- 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
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种优化关键采集参数的方法及系统,属于地震勘探采集领域。该优化关键采集参数的方法根据已有资料解释成果建立近地表层速度模型;根据已有资料分析结果进行正演模拟获得数值模拟资料;然后利用数值模拟资料和不同的关键采集参数退化方案进行反演得到反演模型,最后利用反演模型获得优化的关键采集参数。本发明能够为采集设计过程中的关键参数的选取提供参考,在近地表结构复杂的地区,利用本发明可以获得准确的关键采集参数,从而可以获得更好的采集资料,提高了地震原始资料的品质,也提高了复杂探区的勘探效果。
Description
技术领域
本发明属于地震勘探采集领域,具体涉及一种优化关键采集参数的方法及系统。
背景技术
山前带等复杂地区勘探问题的根源是起伏地表和复杂近地表引起的原始单炮信噪比低的问题,导致后续地震处理的一系列问题。在采集设计之初就需要研究面向浅层速度建模的观测系统。同时深部的速度模型也是采用基于反射的层析建立。那么反射层析同样需要成像道集具有较高的信噪比,但是山前带的资料信噪比低,就导致深部的建模也不准确,提高成像道集的信噪比需要较高的覆盖次数、较好的激发接收和准确的静校正。实际山前带的资料由于无法准确地识别反射信号,导致很难利用剩余静校正等其他技术来解决静校正的问题,但是不解决好静校正问题会进一步引起后续去噪、时间域速度建模的问题。
为了提高成像的质量,地震采集人员在激发、接收、覆盖次数等各个方面做了大量的工作,但是收效甚微,不得不重新考虑地震成像的过程。
地震成像有两个必要的条件,一是完整的波场采样,即采集的波场需要满足偏移归位的需要,不能产生偏移假频,需要一定的有效覆盖次数和方位角;二是成像需要准确的速度模型。
那么速度模型包含浅层的速度模型和深部的速度模型,因为地震资料浅层的信噪比比较低,所以浅层的速度模型一般是通过层析反演来建立,需要研究面向浅层速度建模的观测系统。
同时深部的速度模型采用基于反射的层析建立。那么反射层析同样需要成像道集具有较高的信噪比,但是山前带的资料信噪比低,就导致深部的建模也不准确。提高成像道集的信噪比需要较高的覆盖次数、较好的激发接收和准确的静校正。
那么解决静校正就需要建立一个准确的浅表层模型,所以问题又回到了浅表层速度模型,因此研究面向精细的浅表层建模的观测系统非常必要。
山前带等复杂探区地表起伏大,低降速带的速度和厚度在空间上变化剧烈,折射界面不稳定,而且受强干扰噪声的影响,单炮初至准确拾取困难,因此复杂的近地表结构及难以辨识的初至导致这些地区的静校正问题异常突出,已经成为制约地下构造准确成像的瓶颈。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种优化关键采集参数的方法及系统,能够提升采集设计中关键采集参数的准确性,获得更好的采集资料。
本发明是通过以下技术方案实现的:
本发明的第一个方面,提供了一种优化关键采集参数的方法,所述方法根据已有资料解释成果建立近地表层速度模型;根据已有资料分析结果进行正演模拟获得数值模拟资料;然后利用数值模拟资料和不同的关键采集参数退化方案进行反演得到反演模型,最后利用反演模型获得优化的关键采集参数。
本发明的进一步改进在于:
所述关键采集参数包括:道距、炮点距、接收线距和炮线距。
本发明的进一步改进在于:
所述方法包括:
步骤1:根据已有资料解释成果建立近地表层速度模型;
步骤2:根据已有资料分析结果设计观测系统;
步骤3:利用近地表层速度模型和观测系统获得数值模拟资料;
步骤4:获取不同关键采集参数退化方案对应的反演模型;
步骤5:利用反演模型确定优化的关键采集参数。
本发明的进一步改进在于:
所述步骤3的操作包括:
利用步骤1建立的近地表层速度模型,采用步骤2设计的观测系统进行正演模拟,获得数值模拟资料;
所述正演模拟采用高精度谱元法。
本发明的进一步改进在于:
所述步骤4的操作包括:
(41),设计关键采集参数退化方案;
(42),获得每种关键采集参数退化方案对应的反演模型。
本发明的进一步改进在于:
所述步骤(41)设计的关键采集参数退化方案包括:
道距退化方案:道距分别采用多种数值,炮点距、接收线距、炮线距保持不变,道距为道距退化方案中的关键采集参数;
炮点距退化方案:炮点距分别采用多种数值,道距、接收线距、炮线距保持不变,炮点距为炮点距退化方案中的关键采集参数;
接收线距退化方案:接收线距分别采用多种数值,道距、炮点距、炮线距保持不变,接收线距为接收线距退化方案中的关键采集参数;
炮线距退化方案:炮线距分别采用多种数值,道距、炮点距、接收线距保持不变,炮线距为炮线距退化方案中的关键采集参数。
本发明的进一步改进在于:
所述步骤(42)的操作包括:
对每一种关键采集参数退化方案进行以下处理:
根据关键采集参数退化方案中的关键采集参数,拾取所述数值模拟资料的初至,并提取初至文件;然后采用初至波层析反演,获得关键采集参数退化方案对应的反演模型。
本发明的进一步改进在于:
所述初至波层析反演采用Tomodel反演系统实现。
本发明的进一步改进在于:
所述步骤5的操作包括:
(51)利用多个道距退化方案对应的反演模型获得优化的道距;
(52)利用多个炮点距退化方案对应的反演模型获得优化的炮点距;
(53)利用多个接收线距退化方案对应的反演模型获得优化的接收线距;
(54)利用多个炮线距退化方案对应的反演模型获得优化的炮线距;
优化的道距、优化的炮点距、优化的接收线距和优化的炮线距即为优化的关键采集参数。
本发明的进一步改进在于:
所述步骤(51)到(54)的操作均包括:
将每种关键采集参数退化方案对应的反演模型与所建立的近地表层速度模型进行对比,找到精度符合要求的反演模型;
分别提取精度符合要求的反演模型的深度、速度值,并与同一位置的微测井解释结果进行对比,找到变化趋势与近地表层速度模型的变化趋势最相似的反演模型,该反演模型对应的关键采集参数退化方案中的关键采集参数即为优化的关键采集参数。
本发明的第二个方面,提供了一种优化关键采集参数的系统,所述系统包括:
模型建立单元:用于根据已有资料解释成果建立近地表层速度模型;
观测系统设计单元:用于根据已有资料分析结果设计观测系统;
数值模拟单元:与模型建立单元、观测系统设计单元分别连接,用于利用近地表层速度模型和观测系统获得数值模拟资料;
反演单元:与数值模拟单元连接,用于获取不同关键采集参数退化方案对应的反演模型;
优化单元:与反演单元连接,用于利用反演模型确定优化的关键采集参数。
本发明的第三个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被所述计算机执行时使所述计算机执行上述优化关键采集参数的方法中的步骤。
与现有技术相比,本发明的有益效果是:
本发明能够为采集设计过程中的关键参数的选取提供参考,在近地表结构复杂的地区,利用本发明可以获得准确的关键采集参数,从而可以获得更好的采集资料,提高了地震原始资料的品质,也提高了复杂探区的勘探效果。
附图说明
图1为本发明方法的步骤框图;
图2为建立的某山前带近地表速度模型;
图3为根据速度模型数值模拟获得的某单炮记录;
图4-1为5m道距反演的速度模型对比图;
图4-2为10m道距反演的速度模型对比图;
图4-3为20m道距反演的速度模型对比图;
图4-4为40m道距反演的速度模型对比图;
图5是同一位置提取的不同道距反演模型的深度-速度值,与微测井解释结果对比。
具体实施方式
下面结合附图对本发明作进一步详细描述:
本发明针对地震勘探采集设计过程中关键采集参数优化设计提供的一种方法,有利于提高地震原始资料的品质。本发明通过数值模拟的方法展开近地表精细建模研究,建立典型的山前带等复杂探区近地表模型,通过数值模拟的退化分析,研究影响精细的近地表建模的关键采集因素,为观测系统设计提供依据。
本发明针对采集设计过程中近地表影响大的问题,发明一种优化关键采集参数的方法,其通过如下技术措施来实现:
根据已有资料解释成果建立近地表层速度模型;根据已有资料分析结果进行正演模拟获得数值模拟资料;然后利用数值模拟资料和不同的关键采集参数退化方案进行反演得到反演模型,最后利用反演模型获得优化的关键采集参数。所述关键采集参数包括:道距、炮点距、接收线距和炮线距。
本发明方法的实施例如下:
【实施例一】
如图1所示,一种优化关键采集参数的方法,包括以下步骤:
步骤1:根据已有资料解释成果建立近地表层速度模型;
根据探区已有资料的解释成果,包括深度偏移数据的层位解释结果、表层结构调查结果及微测井资料综合分析,建立较为准确的近地表层速度模型。该步骤采用现有技术实现,在此不再赘述。
步骤2:根据已有资料分析结果设计观测系统:
根据探区已有资料分析结果(包括:原始资料的分析及探区的采集方式的优缺点等),以及相邻探区的采集方式的优缺点等综合考虑,设计一套高属性的观测系统,便于后期的退化分析。
例如,在道距的设计过程中,根据已有资料分析结果,可能在20m道距时可以满足要求,但为了更精确设计参数,可以设计更小道距(例如10m、5m)的观测系统参数,这样便于后期的退化分析对比。该步骤采用现有技术实现,在此不再赘述。
步骤3:利用近地表层速度模型和观测系统获得数值模拟资料;
利用步骤1建立的准确的近地表层速度模型,采用步骤2设计的高属性观测系统进行正演模拟,获得高精度的数值模拟资料。该步骤采用现有技术实现,在此不再赘述。
可选的,正演模拟时采用高精度谱元法模拟,提高数值模拟精度。谱元法是将有限元法和谱展开法结合形成的一种高阶有限元法。谱元法把计算区域剖分成四边形(或六面体)单元,在每个单元上把解表示拉格朗日插值函数的高维张量积,插值节点为GLL节点,采用Galerkin方法求解弹性波方程的变分格式,得到离散方程。它通过选择正交基函数作为有限单元上变分问题的权函数和试函数,使得最终有限元整体方程的质量矩阵对角化,从而避免了传统有限元中超大型质量矩阵的求逆过程,大大提高了计算效率,并且高阶可用。由于其谱性质,它满足低空间采样性,通常单位波长内只要4到5个节点便可以获得足够的空间精度,因此谱元法是一种高阶、高精度、低频散的数值方法。
谱元法自然满足自由边界条件,因此十分适用于起伏地表条件下弹性波的模拟。谱元法属于波动方程的范畴,更能反映地震波的动力学特征,模拟的地震波场精度更高,是适应于起伏地表和复杂构造的波动方程模拟算法。
步骤4:获取不同关键采集参数退化方案对应的反演模型;
(41),设计关键采集参数退化方案:
观测系统的退化包括:道距的退化、炮点距的退化、接收线距的退化、炮线距的退化。
本发明设计的关键采集参数退化方案包括:
道距退化方案:道距分别采用多种数值,例如5m、10m、20m、40m,炮点距、接收线距、炮线距保持不变,n种道距对应了n种道距退化方案,道距即为道距退化方案中的关键采集参数;
炮点距退化方案:炮点距分别采用多种数值,例如10m、20m、40m,道距、接收线距、炮线距保持不变,n种炮点距对应了n种炮点距退化方案,炮点距即为炮点距退化方案中的关键采集参数;
接收线距退化方案:接收线距分别采用多种数值,例如120m、240m、480m,道距、炮点距、炮线距保持不变,n种接收线距对应了n种接收线距退化方案,接收线距即为接收线距退化方案中的关键采集参数;
炮线距退化方案:炮线距分别采用多种数值,例如100m、200m、300m、400m,道距、炮点距、接收线距保持不变,n种跑线距对应了n种炮线距退化方案,炮线距即为炮线距退化方案中的关键采集参数。
通过上述退化方案的设计,在对比分析某一个关键采集参数时,其他的关键采集参数是固定不变的,只对比单一的关键采集参数,这样使得改变的因素单一。
(42),获得每种关键采集参数退化方案对应的反演模型,具体如下:
对每一种关键采集参数退化方案进行以下处理:
根据该关键采集参数退化方案中的关键采集参数,拾取步骤3得到的所述数值模拟资料的初至(采用现有方法拾取初至,在此不再赘述。),并提取初至文件(例如在道距对比时,可以提取不同道距如10m、20m的初至文件),然后采用初至波层析反演,获得该关键采集参数退化方案对应的反演的近地表速度模型,即该关键采集参数退化方案对应的反演模型。
可选的,初至波层析反演可以采用Tomodel反演系统。其采用了波动方程的快速步进波前追踪技术,实现小网格建模,反演结果精度高,计算效率高。并且采用“扁”网格建模,而不是正方形,提高对界面的刻画能力,从而提高深度方向的分辨率。
通过步骤4获得了每种关键采集参数退化方案对应的反演模型。
步骤5:利用反演模型确定优化的关键采集参数:
(51)利用多个道距退化方案对应的反演模型获得优化的道距:
将每种道距退化方案对应的反演模型分别与所建立的近地表层速度模型进行对比,找到精度符合要求的反演模型,即看哪个反演模型与建立的近地表层速度模型的相似度符合要求(采用现有方法比较两种模型的相似度,在此不再赘述),这样可以为设计准确的关键采集参数提供参考依据。
分别提取精度符合要求的反演模型的深度、速度值(采用现有技术实现,在此不再赘述。),并与同一位置的微测井解释结果进行对比,找到变化趋势与近地表层速度模型的变化趋势最相似的反演模型(即反演模型的值的变化情况与理论模型的值的变化情况相似度最高),该反演模型对应的道距退化方案中的道距即为优选的道距。
(52)利用多个炮点距退化方案对应的反演模型获得优化的炮点距:
将每种炮点距退化方案对应的反演模型与所建立的近地表层速度模型进行对比,找到精度符合要求的反演模型;
分别提取精度符合要求的反演模型的深度、速度值,并与同一位置的微测井解释结果进行对比,找到变化趋势与近地表层速度模型的变化趋势最相似的反演模型,该反演模型对应的炮点距退化方案中的炮点距即为优选的炮点距。
(53)利用多个接收线距退化方案对应的反演模型获得优化的接收线距:
将每种接收线距退化方案对应的反演模型与所建立的近地表层速度模型进行对比,找到精度符合要求的反演模型;
分别提取精度符合要求的反演模型的深度、速度值,并与同一位置的微测井解释结果进行对比,找到变化趋势与近地表层速度模型的变化趋势最相似的反演模型,该反演模型对应的接收线距退化方案中的接收线距即为优选的接收线距。
(54)利用多个炮线距退化方案对应的反演模型获得优化的炮线距:
将每种炮线距退化方案对应的反演模型与所建立的近地表层速度模型进行对比,找到精度符合要求的反演模型;
分别提取精度符合要求的反演模型的深度、速度值,并与同一位置的微测井解释结果进行对比,找到变化趋势与近地表层速度模型的变化趋势最相似的反演模型,该反演模型对应的炮线距退化方案中的炮线距即为优选的炮线距。
步骤5得到的优化的道距、优化的炮点距、优化的接收线距和优化的炮线距即为优化的关键采集参数。
为证明所述方法的正确性和有效性,并展示所述方法具有更高的精度,下面通过一个实例进行说明。
【实施例二】
在步骤101中,某山前带近地表结构复杂,存在大量的高倾角地层。根据已有资料的解释成果、地表岩性调查和微测井约束的层析反演模型等综合研究,建立了如图2所示的三维近地表模型。模型包含近地表40m厚的低速带,纵波速度为1200m/s,横波速度675m/s,密度1727kg/m3。同时建立四套高倾角的地层:
①纵波速度为3200m/s,横波速度1746m/s,密度2230kg/m3;
②纵波速度为2300m/s,横波速度1330m/s,密度2124kg/m3;
③纵波速度为1800m/s,横波速度1050m/s,密度1994kg/m3;
④纵波速度为3300m/s,横波速度1904m/s,密度2245kg/m3。
在步骤102中,为了满足基于三维数值模拟的观测系统研究的需求,需要对模拟采集的观测系统进行退化,分析影响高陡构造高精度成像的观测系统关键参数。观测系统的退化主要包括道距的退化、炮点距的退化、接收线距退化、炮线距退化等,所以模拟采集的观测系统方案应该是相对豪华的方案。本实施例中设计了8L60S的观测系统方案,其中,道距5m,炮点距10m,接收线距120m,炮线距100m,总工作量1100炮。根据研究靶区前期勘探的认识,为了让断裂更好的成像,模拟采集的观测方向为垂直于断裂方向。
在步骤103中,由于雷克子波具有零相位、旁瓣持续时间短收敛快的特点,在数值模拟中得到了广泛的应用。研究靶区山前带资料的反射主频约为15Hz,所以采用了主频为15Hz的雷克子波进行数值模拟。为了更能反映地震波的动力学特征,模拟的地震波场精度更高。采用了适应于起伏地表和复杂构造的有限元法,来满足起伏地表和复杂构造条件下的数值模拟精度。模拟主要参数:
网格:10mX10mX7m;
主频:15Hz;
地表:吸收地表;
记录长度:4S;
采样间隔:2ms;
图3为数值模拟的其中一个单炮记录,与已有资料对比有非常相似的特征特点,能够满足研究的需要。
在步骤104中,根据前期的已有资料分析和过去采集参数的优缺点的分析,本实施例设计了以下关键采集参数退化方案:①道距退化分析5m、10m、20m、40m;②炮点距退化分析10m、20m、40m;③接收线距退化分析120m、240m、480m;④炮线距退化分析100m、200m、300m、400m。根据不同的退化方案拾取模型数据的初至信息(即分别用上述14种退化方案在模型数据上拾取初至信息,然后分别进行反演得到14个反演模型),利用Tomodel层析反演软件,进行高精度层析反演,获得不同关键采集参数反演的近地表速度模型。其中,在对比分析某一个关键参数时,其他的参数是固定不变的,只对比单一的参数。例如,在道距退化分析时,只改变道距参数,炮点距、接收线距和炮线距均是相同的,例如,5、10、20、40m道距的退化方案中炮点距、接收线距和炮线距均是相同的(例如都采用10m的炮点距,100m的炮线距和120m的接收线距),10m、20m、40m炮点距的退化方案中道距、接收线距和炮线距都是相同的。
在步骤105中,通过对比不同关键采集参数的反演模型的精度,就可以为设计准确的关键采集参数提供参考依据。
图4-1到图4-4为不同道距层析反演近地表模型的结果,分别进行了5m、10m、20m、40m等道距的对比分析。从不同道距的近地表模型可以看出,道距5m和道距10m基本形态较为一致,当道距增大到20m时,速度模型形态出现较大的变化,主要表现为两个高倾角地层中间的部分速度变化较大(例如将图4-1到图4-4中的在方框区域的反演模型与图2所示的理论模型的相识度对比),当道距达到40m的时候,已经无法反映近地表理论模型的形态,速度模型已经与实际模型相差较大。
在步骤106中,为了更进一步对比反演的精度,提取与某一微测井同一位置的反演模型的深度-速度值,跟微测井解释结果相比较,选取准确的关键采集参数。
图5是18375点微测井解释结果与反演速度对比图,从上至下依次对应微测井18375的微测井解释结果、40米、20米、10米和5米的反演速度,可见5m道距与10m道距层析反演的速度变化趋势和速度值非常接近,而且能够反映出理论速度模型的速度变化。当道距增大到20m,速度拐点反应变得迟缓,不能与理论速度很好的对应,当道距进一步增大到40m时,速度变化趋势变成一条光滑的曲线,与该点的理论速度相差较大。表明高倾角出露的复杂表层区域,要利用层析反演的方法得到精细的近地表速度模型,道距不能大于10m。
同理,根据不同采集参数反演模型的对比,可以得到其他关键采集参数的值,本实例的观测系统参数结论为:道距10m,接收线距240m,炮点距20m,炮线距200-300m。
本发明还提供了一种优化关键采集参数的系统,所述系统的实施例如下:
【实施例三】
所述系统包括:
模型建立单元:用于根据已有资料解释成果建立近地表层速度模型;
观测系统设计单元:用于根据已有资料分析结果设计观测系统;
数值模拟单元:与模型建立单元、观测系统设计单元分别连接,用于利用近地表层速度模型和观测系统获得数值模拟资料;
反演单元:与数值模拟单元连接,用于获取不同关键采集参数退化方案对应的反演模型;
优化单元:与反演单元连接,用于利用反演模型确定优化的关键采集参数。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质的实施例如下:
【实施例四】
所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被所述计算机执行时使所述计算机执行上述优化关键采集参数的方法中的步骤。
这样通过本发明的方法,就可以针对该复杂地表地质条件采集区域的采集设计进行优化,提出了具有可操作性的三维观测系统方案。
最后应说明的是,上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
Claims (12)
1.一种优化关键采集参数的方法,其特征在于:所述方法根据已有资料解释成果建立近地表层速度模型;根据已有资料分析结果进行正演模拟获得数值模拟资料;然后利用数值模拟资料和不同的关键采集参数退化方案进行反演得到反演模型,最后利用反演模型获得优化的关键采集参数。
2.根据权利要求1所述的优化关键采集参数的方法,其特征在于:所述关键采集参数包括:道距、炮点距、接收线距和炮线距。
3.根据权利要求2所述的优化关键采集参数的方法,其特征在于:所述方法包括:
步骤1:根据已有资料解释成果建立近地表层速度模型;
步骤2:根据已有资料分析结果设计观测系统;
步骤3:利用近地表层速度模型和观测系统获得数值模拟资料;
步骤4:获取不同关键采集参数退化方案对应的反演模型;
步骤5:利用反演模型确定优化的关键采集参数。
4.根据权利要求3所述的优化关键采集参数的方法,其特征在于:所述步骤3的操作包括:
利用步骤1建立的近地表层速度模型,采用步骤2设计的观测系统进行正演模拟,获得数值模拟资料;
所述正演模拟采用高精度谱元法。
5.根据权利要求3所述的优化关键采集参数的方法,其特征在于:所述步骤4的操作包括:
(41),设计关键采集参数退化方案;
(42),获得每种关键采集参数退化方案对应的反演模型。
6.根据权利要求5所述的优化关键采集参数的方法,其特征在于:所述步骤(41)设计的关键采集参数退化方案包括:
道距退化方案:道距分别采用多种数值,炮点距、接收线距、炮线距保持不变,道距为道距退化方案中的关键采集参数;
炮点距退化方案:炮点距分别采用多种数值,道距、接收线距、炮线距保持不变,炮点距为炮点距退化方案中的关键采集参数;
接收线距退化方案:接收线距分别采用多种数值,道距、炮点距、炮线距保持不变,接收线距为接收线距退化方案中的关键采集参数;
炮线距退化方案:炮线距分别采用多种数值,道距、炮点距、接收线距保持不变,炮线距为炮线距退化方案中的关键采集参数。
7.根据权利要求6所述的优化关键采集参数的方法,其特征在于:所述步骤(42)的操作包括:
对每一种关键采集参数退化方案进行以下处理:
根据关键采集参数退化方案中的关键采集参数,拾取所述数值模拟资料的初至,并提取初至文件;然后采用初至波层析反演,获得关键采集参数退化方案对应的反演模型。
8.根据权利要求7所述的优化关键采集参数的方法,其特征在于:所述初至波层析反演采用Tomodel反演系统实现。
9.根据权利要求7所述的优化关键采集参数的方法,其特征在于:所述步骤5的操作包括:
(51)利用多个道距退化方案对应的反演模型获得优化的道距;
(52)利用多个炮点距退化方案对应的反演模型获得优化的炮点距;
(53)利用多个接收线距退化方案对应的反演模型获得优化的接收线距;
(54)利用多个炮线距退化方案对应的反演模型获得优化的炮线距;
优化的道距、优化的炮点距、优化的接收线距和优化的炮线距即为优化的关键采集参数。
10.根据权利要求9所述的优化关键采集参数的方法,其特征在于:所述步骤(51)到(54)的操作均包括:
将每种关键采集参数退化方案对应的反演模型与所建立的近地表层速度模型进行对比,找到精度符合要求的反演模型;
分别提取精度符合要求的反演模型的深度、速度值,并与同一位置的微测井解释结果进行对比,找到变化趋势与近地表层速度模型的变化趋势最相似的反演模型,该反演模型对应的关键采集参数退化方案中的关键采集参数即为优化的关键采集参数。
11.一种优化关键采集参数的系统,其特征在于:所述系统包括:
模型建立单元:用于根据已有资料解释成果建立近地表层速度模型;
观测系统设计单元:用于根据已有资料分析结果设计观测系统;
数值模拟单元:与模型建立单元、观测系统设计单元分别连接,用于利用近地表层速度模型和观测系统获得数值模拟资料;
反演单元:与数值模拟单元连接,用于获取不同关键采集参数退化方案对应的反演模型;
优化单元:与反演单元连接,用于利用反演模型确定优化的关键采集参数。
12.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被所述计算机执行时使所述计算机执行如权利要求1-10任一项所述的优化关键采集参数的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111218641.0A CN115993632A (zh) | 2021-10-20 | 2021-10-20 | 一种优化关键采集参数的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111218641.0A CN115993632A (zh) | 2021-10-20 | 2021-10-20 | 一种优化关键采集参数的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115993632A true CN115993632A (zh) | 2023-04-21 |
Family
ID=85994118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111218641.0A Pending CN115993632A (zh) | 2021-10-20 | 2021-10-20 | 一种优化关键采集参数的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115993632A (zh) |
-
2021
- 2021-10-20 CN CN202111218641.0A patent/CN115993632A/zh active Pending
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 | |
CN110133715B (zh) | 一种基于初至时差和波形叠加的微地震震源定位方法 | |
CN102227650B (zh) | 三维地震数据的连续自适应面波分析 | |
CN106405651B (zh) | 一种基于测井匹配的全波形反演初始速度模型构建方法 | |
US10371842B2 (en) | Anisotropy analysis using direct and reflected arrivals in seismic survey data | |
CN108139499A (zh) | Q-补偿的全波场反演 | |
WO2012139082A1 (en) | Event selection in the image domain | |
CN102937721A (zh) | 利用初至波走时的有限频层析成像方法 | |
CN108254780A (zh) | 一种微地震定位及各向异性速度结构层析成像方法 | |
CN106842295A (zh) | 测井信息约束的波形反演方法 | |
CN102176054A (zh) | 近地表综合信息处理解释方法 | |
CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
EP1292848B1 (en) | Seismic survey system | |
CN112946752B (zh) | 基于裂缝密度模型预测裂缝概率体的方法 | |
CN111308558B (zh) | 页岩气水平井纵波时差校正方法 | |
CN114861515A (zh) | 层速度数据体的计算方法、装置、设备及介质 | |
US20060250892A1 (en) | Seismic data processing method for RMO picking | |
CN115993632A (zh) | 一种优化关键采集参数的方法及系统 | |
CN104570100B (zh) | 多子波克希霍夫地震数据偏移方法 | |
CN114624779A (zh) | 平衡模型约束的叠前多参数反演方法 | |
CN112031755A (zh) | 一种压裂监测装置、方法、系统、电子设备及存储介质 | |
CN113917533A (zh) | Ti介质双联动全方位成像的系统性实现方法 | |
CN114814949B (zh) | 一种浅层逆vsp初至层析及地层预测方法 | |
CN112526610B (zh) | 一种约束表层建模的三维地震采集激发井深设计方法 | |
CN112394393B (zh) | 一种crp道集数据体重构的方法 |
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 |