CN116520423A - 基于方位各向异性控制的初至自动拾取异常延迟检测方法 - Google Patents
基于方位各向异性控制的初至自动拾取异常延迟检测方法 Download PDFInfo
- Publication number
- CN116520423A CN116520423A CN202210072279.9A CN202210072279A CN116520423A CN 116520423 A CN116520423 A CN 116520423A CN 202210072279 A CN202210072279 A CN 202210072279A CN 116520423 A CN116520423 A CN 116520423A
- Authority
- CN
- China
- Prior art keywords
- arrival
- time
- azimuth
- delay
- shot
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 48
- 238000012545 processing Methods 0.000 claims description 18
- 238000013450 outlier detection Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 14
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 230000003111 delayed effect Effects 0.000 claims description 9
- 230000001934 delay Effects 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 7
- 239000010410 layer Substances 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 239000002344 surface layer Substances 0.000 claims description 2
- 238000012937 correction Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012876 topography Methods 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
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- 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
- G01V1/303—Analysis for determining velocity profiles or travel times
-
- 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
- G01V1/362—Effecting static or dynamic corrections; Stacking
-
- 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
- G01V2210/14—Signal detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/20—Trace signal pre-filtering to select, remove or transform specific events or signal components, i.e. trace-in/trace-out
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/53—Statics correction, e.g. weathering layer or transformation to a datum
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于方位各向异性控制的初至自动拾取异常延迟检测方法,包括:对所有地震数据进行初至自动拾取;对自动拾取的初至进行延迟时迭代计算,获得炮点延迟时间和地层速度;消除炮点延迟时间和偏移距对初至时间的影响;根据每个检波点相对于炮点的方位和偏移距,对处理后的初至拾取点进行极坐标系下的空间排布;根据地形复杂度,对初至拾取点进行方位区间划分;在滑动时窗控制下,对每个方位区间内的初至时间进行基于距离的离群点检测,检测并删除离群点对应的初至;输出最终的初至拾取结果。本发明具有很好的抗噪音干扰能力,能够将自动拾取初至中的异常值自动检测并予以剔除,有效提高初至自动拾取的效率和精度。
Description
技术领域
本发明涉及油气勘探地震资料处理技术领域,特别是涉及到一种基于方位各向异性控制的初至自动拾取异常延迟检测方法。
背景技术
随着油气勘探工作的不断发展,单点高密度地震勘探越来越多的得到应用。随着此类资料的采集,常规的地震资料初至拾取方法在实际应用中受到了很多的挑战。这些单点高密度地震资料往往信噪比较低,自动拾取的初至波往往无法直接应用。而初至波在静校正处理中非常重要,特别是初至波层析静校正已经成为地震资料处理中的常规技术。常规初至拾取方法,依靠软件进行自动拾取,然后在自动拾取的基础上进行手工修改的消除自动拾取异常值。该策略由于工作量巨大而难以实施。而自动拾取方法在信噪比低的资料中,更加难以获得理想的初至拾取效果。在初至自动拾取中,部分初至的缺失不会对静校正计算结果有很大的影响,但是如果有错误初至的存在,会造成静校正计算结果的错误。因此,研究初至拾取异常的自动剔除算法具有重要意义。该方向目前的研究工作主要依靠最小二乘拟合方法进行异常初至剔除。
在申请号:CN201711009894.0的中国专利申请中,涉及到一种地震初至异常值快速剔除方法。该方法包括:A.输入原始初至数据;B.绘制有效初至集中趋势曲线,获取第一初至数据;C.对第一初至数据进行分类和排序以获取第一初至序列;D.获取第二初至序列;E.根据第二初至序列中连续的两两相邻初至之差获取初至差序列,并根据初至差序列平均值和标准差及其倍数系数值获取第一奇异值编辑阈值范围;F.确定第二编辑阈值范围和编辑迭代次数;G.根据第二编辑阈值范围和编辑迭代次数对第一初至数据进行筛选,获取第二初至数据。该方法能够提高初至异常值剔除速度,且有效初至损失低,能够在保证初至冗余度的情况下提高初至异常值剔除效率。
在申请号:CN201811388862.0的中国专利申请中,涉及到一种两步法剔除异常地震初至的方法及系统,该方法包含:获得待处理项目的SPS文件;根据SPS文件中每炮的地震初至时间,获得地震初至数据文件;对每炮的每个接收排列按正负偏移距分别收集生成地震初至数据及对应的偏移距数据;根据偏移距数据与地震初至数据获得地震初至的拟合公式,计算每个有效地震道的地震初至拟合时差,将地震初至拟合时差与预定阈值比较,根据比较结果剔除地震初至数据文件中异常地震初至,获得初步地震初至数据;对每炮的所有接收排列按正负偏移距分别收集生成地震初至数据及对应的偏移距数据;重复上述过程,获得校正地震初至数据;根据所校正地震初至数据进行初至反演建模和计算剩余静校正量。
在申请号:CN201910664529.6的中国专利申请中,涉及到一种异常初至波识别方法及装置,包括:确定获取的单炮地震数据中每道地震道每个采样点的能量比值,基于能量比值确定初至波位置曲线,基于初至波位置曲线,单炮地震数据的相邻道初至时差的平均值,利用排列组合法检测待判别道的初至波的异常,确定并去除不连续的异常初至,从初至波位置曲线中的连续的初至中选择道数最多的一段初至作为基准初至,利用滑动线性拟合初至时间计算基准初至的一端初至波对应的平均速度、初至波校正前后时间差的平均值、待判别相邻段初至波校正前后时间差的平均值,根据两个差的平均值的差的绝对值识别连续的异常初至。该方案提高了自动拾取判别异常初至波的质量。
在申请号:CN201410743510.8的中国专利申请中,涉及到一种去除异常初至的方法及系统。所述方法包括:采集地震数据;获取所述地震数据中的炮检距和初至数据;将所述地震数据中的炮检距和初至数据进行网格化;设置初至个数的阈值;根据所述初至个数的阈值对所述网格化后的炮检距和初至数据进行异常初至的去除。该申请实施例提供的一种去除异常初至的方法及系统,利用所有炮的炮检距和初至的统计数据,对炮检距和初至进行网格划分,删除初至个数小于预设阈值的网格中的所有初至,提高了去除异常初至的精度。
以上现有技术均与本发明有较大区别,未能解决我们想要解决的技术问题,为此我们发明了一种基于方位各向异性控制的初至自动拾取异常延迟检测方法。
发明内容
本发明提供一种能够自动检测并剔除海量地震数据初至拾取异常值的新方法,方法不需要人工干预,通过对初至拾取时间点的空间各向异性统计,自动完成异常拾取值的检测与剔除,使初至自动拾取值满足静校正计算的需求。
本发明的目的可通过如下技术措施来实现:基于方位各向异性控制的初至自动拾取异常延迟检测方法,该基于方位各向异性控制的初至自动拾取异常延迟检测方法包括:
步骤1,对所有地震数据进行初至自动拾取;
步骤2,对自动拾取的初至进行延迟时迭代计算,获得炮点延迟时间和地层速度;
步骤3,消除自动拾取初至时间中的炮点延迟时间和偏移距影响,仅保留检波点延迟时间对初至时间的影响;
步骤4,根据每个检波点相对于炮点的方位和偏移距,对步骤3处理后的初至拾取点进行极坐标系下的空间排布;
步骤5,根据地形复杂度,对步骤4中的初至拾取点进行方位区间划分;
步骤6,采用滑动时窗控制,对每个方位区间内的初至时间进行基于距离的离群点检测,检测并删除离群点对应的初至;
步骤7,输出最终的初至拾取结果。
本发明的目的还可通过如下技术措施来实现:
在步骤1中,在初至自动拾取前,对地震资料进行常规的去噪处理,以提高初至波信噪比,提升自动拾取精度。
在步骤2中,使用自动拾取后的初至进行延迟时迭代计算,在迭代计算前,对炮点延迟时,炮点对应的地层初始速度赋初值;地层速度通过已有初至进行拟合获得,其值为拟合直线斜率的倒数;炮点延迟时取拟合直线截距的一半。
在步骤2中,在进行延迟时迭代时,假设初至波为折射波,且地下具有单折射层,设S为炮点,R为检波点,S点、R点的表层厚度分别为Zs、Zr,临界角为α,v1、v2分别为折射面上、下地层的速度,则S点激发,R点接收到的折射波初至时间为:
定义炮点、检波点的延迟时分别为:
设则(1)式可写为:
TSR=tS+tAB+tR (4)
每个初至时间均可建立如公式(4)的方程,一个工区内假设炮点个数为N,检波点个数为M,每炮为W道,则工区内可以建立方程的个数为N*W个,而待计算未知数约为2*N+M;因此,高炮道密度情况下方程个数远远大于未知数的个数,方程可以采用高斯-赛德尔迭代算法进行求解,计算得到各检波点、炮点对应的延迟时和地层速度。
在步骤3中,对拾取的各个初至时间减去对应炮点延迟时,并根据地层速度消除掉偏移距对延迟时的影响。
在步骤3中,针对每个拾取的初至时间,消除掉炮点延迟时间和地层速度的影响,获得每个初至时间对应的临时检波点延迟时间:
t′SR=TSR-tS-tAB(5)
经过步骤2的延迟时分解后,tS、tAB均可以获得相对准确的数值,根据公式(5),对步骤1中自动拾取的初至进行变换,将自动拾取的初至转换为当前道所对应的检波点延迟时t′SR。
在步骤4中,为了更好地利用临近物理点的延迟时更加接近这一特点,同时兼顾实际资料存在的空间方位各向异性的特点,以炮点为圆心,以偏移距为半径,对已经消除炮点延迟时和偏移距影响的初至时间,根据方位角和偏移距对时间t′SR进行空间排布。
在步骤5中,根据地表速度、起伏特征这些地表复杂程度,将极坐标系下的初至拾取点按方位划分为几个主要的方位区间。
在步骤5中,对步骤4中的检波点延迟时t′SR根据地形复杂度划分为几个大的方位;划分的数量与实际地层的各向异性复杂程度相关,通常划分为2-6个大的范围;一般数据划分4个范围就能取得好的处理效果;地形平滑,地层各向异性较弱的数据划分2个范围;特别复杂地形情况下,方位划分可以采用符合地形分布规律的非均分方式。
在步骤6中,对每个方位内的时间采用滑动时窗控制的基于距离的离群点检测方法;在此应用的基于距离的离群点检测算法中,关于距离的定义包含了偏移距差异和时间差异,是两者共同作用下计算的数值。
在步骤6中,对数据采用基于距离的离群点检测方法,使用滑动时窗进行计算,时窗大小为200-500米。
本发明的一种基于方位各向异性控制的初至自动拾取异常延迟检测方法,主要应用于海量地震资料的初至自动拾取。本发明针对海量地震资料情况下,初至自动拾取监控困难的问题,提出了使用方位各向异性控制的异常延迟检测算法,实现对初至拾取异常值的自动剔除。离群点检测算法已经广泛的运用于入侵检测、金融欺诈、股票分析等领域,有着很好的实际应用效果,算法根据统计规律对异常点进行自动检测。将自动拾取的初至转换为检波点延迟时间,大大降低了异常初至自动识别的困难。本发明具有较好的适用性,通过实际地震资料处理结果分析可见,使用本发明方法进行处理后,很好地解决了海量地震数据中初至拾取异常的自动检测问题,初至拾取结果中的异常值得到有效剔除。
附图说明
图1为本发明的基于方位各向异性控制的初至自动拾取异常延迟检测方法的具体实施例的流程图;
图2为本发明采用的折射层假设模型的示意图;
图3为本发明的一具体实施例中临时检波点延迟时各向异性分布图;
图4为本发明的一具体实施例中各方位划分后,按偏移距排布的临时检波点延迟时效果图;
图5为本发明的一具体实施例中各方位划分后,按偏移距排布的临时检波点延迟时,采用基于距离的离群点检测效果图;
图6为本发明的一具体实施例中,处理后临时检波点延迟时各向异性分布图;
图7为本发明的一具体实施例中实际地震剖面图;
图8为本发明的一具体实施例中商业软件拾取初至效果图;
图9为本发明的一具体实施例中处理后初至效果图;
图10为本发明的一具体实施例中各方位划分后,按偏移距排布的临时检波点延迟时,采用基于距离的离群点检测效果图;
图11为本发明的一具体实施例中不同阶段初至拾取效果示意图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作和/或它们的组合。
本发明针对海量规模低信噪比地震资料情况下,初至拾取异常的自动剔除问题,提出了一种基于方位各向异性控制的初至自动拾取异常延迟检测方法,实现了异常初至的自动检测与剔除。该方法的核心内容有两个,一个是对初至拾取结果进行方位各向异性排布,另一个是在局部时空窗口内进行离群点自动检测。初至数据的各向异性分布主要是指的对应初至检波点和炮点的方位。为了更好地突出初至数据的各向异性差异,在进行离群点检测之前,需要先消除炮点延迟时间和偏移距影响。
如图1所示,图1为本发明的基于方位各向异性控制的初至自动拾取异常延迟检测方法的流程图。该基于方位各向异性控制的初至自动拾取异常延迟检测方法包括以下步骤:
步骤101,使用自动拾取方法,对所有地震数据进行初至拾取;
步骤102,对自动拾取的初至进行延迟时迭代计算,获得炮点延迟时间和地层速度;
步骤103,消除自动拾取初至时间中的炮点延迟时间和偏移距影响,仅保留检波点延迟时间对初至时间的影响;
步骤104,根据每个检波点相对于炮点的方位和偏移距,对步骤3处理后的初至拾取点进行极坐标系下的空间排布;
步骤105,根据地形复杂度,对步骤104中的初至拾取点进行方位区间划分;
步骤106,采用滑动时窗控制,对每个方位区间内的初至时间进行基于距离的离群点检测,检测并删除离群点对应的初至;
步骤107,输出最终的初至拾取结果。
通过以上具体步骤的处理,实现了地震数据初至自动拾取中异常值的自动识别的难题。
以下为应用本发明的几个具体实施例
实施例1
在应用本发明的一具体实施例1中,该基于方位各向异性控制的初至自动拾取异常延迟检测方法包括以下步骤:
步骤1,使用自动拾取方法,对所有地震数据进行初至拾取。
在初至自动拾取前,对地震资料进行常规的去噪处理,可以提高地震数据初至信噪比,提升自动拾取精度。
步骤2,对自动拾取的初至进行延迟时迭代计算,获得炮点延迟时间和地层速度。使用延迟时迭代算法求取各个炮点延迟时和炮点对应的地层速度。延迟时迭代算法采用高斯-赛德尔迭代方法进行求解。
使用自动拾取后的初至进行延迟时迭代计算,在迭代计算前,需要对炮点延迟时,炮点对应的地层初始速度赋初值。地层速度可以通过已有初至进行拟合获得,其值为拟合直线斜率的倒数。炮点延迟时取拟合直线截距的一半。
在进行延迟时迭代时,假设初至波为折射波,且地下具有单折射层,如图2所示:设S为炮点,R为检波点,S点、R点的表层厚度分别为Zs、Zr,临界角为α,v1、v2分别为折射面上、下地层的速度,则S点激发,R点接收到的折射波初至时间为:
定义炮点、检波点的延迟时分别为:
设则(1)式可写为:
TSR=tS+tAB+tR (4)
每个初至时间均可以建立如公式(4)的方程,一个工区内假设炮点个数为N,检波点个数为M,每炮为W道,则工区内可以建立方程的个数为N*W个,而待计算未知数约为2*N+M。因此,高炮道密度情况下方程个数远远大于未知数的个数,方程可以采用高斯-赛德尔迭代算法进行求解,计算得到各检波点、炮点对应的延迟时和地层速度。
步骤3,对拾取的各个初至时间减去对应炮点延迟时,并根据地层速度消除掉偏移距对延迟时的影响。
在经过初至延迟时迭代获得炮点延迟时以及炮点对应地层速度之后,再消除炮点延迟时和偏移距的影响。偏移距影响可以通过迭代计算所得速度和已知偏移距计算出一个时间校正量。在延迟时迭代计算中,是可以获得检波点延迟时的。但是在实际使用中,不能将延迟时迭代计算得到的检波点延迟时在后续步骤中使用。而是需要利用公式(5)将步骤1获得的初至时间消除掉炮点延迟时和偏移距影响后,剩余的时间作为当前初至对应检波点的临时延迟时。
针对每个拾取的初至时间,消除掉炮点延迟时间和地层速度的影响,获得每个初至时间对应的临时检波点延迟时间:
t′SR=TSR-tS-tAB (5)
经过步骤2的延迟时分解后,tS、tAB均可以获得相对准确的数值,根据公式(5),对步骤1中自动拾取的初至进行变换,可以将自动拾取的初至转换为当前道所对应的检波点延迟时t′SR。
步骤4,根据每个检波点相对于炮点的方位和偏移距,对步骤3处理后的初至拾取点进行极坐标系下的空间排布,即按照方位和偏移距对初至拾取点进行空间排布。
为了更好地利用临近物理点的延迟时更加接近这一特点,同时兼顾实际资料存在的空间方位各向异性的特点,以炮点为圆心,以偏移距为半径,对已经消除炮点延迟时和偏移距影响的初至时间,根据方位角和偏移距对时间t′SR进行空间排布,如图4所示。
步骤5,根据地形复杂度,对步骤4中的初至拾取点进行方位区间划分。根据地表速度、起伏特征等地表复杂程度,将极坐标系下的初至拾取点按方位划分为几个主要的方位区间。
对步骤4中的时间根据地形复杂度划分为几个大的方位。划分的数量与实际地层的各向异性复杂程度相关,通常划分为2-6个大的范围。一般数据划分4个范围就能取得好的处理效果。地形平滑,地层各向异性较弱的数据划分2个范围。特别复杂地形情况下,方位划分可以采用符合地形分布规律的非均分方式。
以炮点为圆心,周围检波点方位分布应为0~360度。地形较为平缓情况下,可以均为2个方位。地形复杂情况下,可以将方位均分为4个或者更多,特别复杂地形情况下,可以对方位采用符合地形分布规律的非均分方式。如图5所示。
步骤6,采用滑动时窗控制,对每个方位区间内的初至时间进行基于距离的离群点检测,检测并删除离群点对应的初至。
对每个方位内的时间采用滑动时窗控制的基于距离的离群点检测方法。在此应用的基于距离的离群点检测算法中,关于距离的定义包含了偏移距差异和时间差异,是两者共同作用下计算的数值。
对数据采用基于距离的离群点检测方法,使用滑动时窗进行计算,时窗大小为200-500米。
地震波初至时间与炮点延迟时、检波点延迟时、炮检偏移距和地层速度有直接关系。因此,实际初至时间分布较为复杂。本发明通过消除炮点延迟时、炮检偏移距和地层速度等因素的影响,仅保留检波点延迟时对初至时间的影响,可以大大提高初至自动拾取的精度。结合检波点延迟时与地下介质直接相关这一点,利用初至时间与检波点位置之间的对应关系,对处理后得到的检波点延迟时进行区域划分。在每个划分区域内使用基于距离的离群点检测算法,可以消除掉异常初至。
步骤7,输出最终的初至拾取结果。
实施例2
在应用本发明的一具体实施例2中,图3为按照本发明步骤处理后的各向异性分布的临时检波点延迟时,数据显示为极坐标系,临时检波点延迟时大小用不同灰度值表示。在图中可以明显看出数据中存在部分灰度异常点。图4为将0~360度范围等分为4个大范围后,按照偏移距排布的临时检波点延迟时。图5为分别在各方位区间内,采用基于距离的离群点检测方法处理后的结果,图5中灰度值较大的点监测为离群点。图6为经过处理后的各向异性分布临时检波点延迟时,从图中可以看出处理后的结果异常点得到了很好的处理。图7为原始地震资料剖面。图8为自动拾取的初至结果。从图中可以看出,由于受噪音影响,自动拾取初至结果中存在很多异常点。图9为经本发明方法处理后的最终结果,在时间为0位置灰度值较小且标记为三角箭头的点,为检测出异常初至的地震道标记。从图9中可以看出,本发明方法在剔除异常初至的前提下,尽量保留更多的有效初至。
实施例3
在应用本发明的一具体实施例3中,图10为将数据的方向各向异性划分为2个大范围后,对临时检波点延迟时间进行异常点检测后的结果。从图中可以看出,虽然数据分布规律较为复杂,但是仍较好地识别出了数据中的异常值。图11(a)为数据原始剖面,图11(b)为初至自动拾取后的数据剖面,数据中存在较多的异常初至。图11(c)为利用本发明方法对处理后的最终结果。数据处理结果展示本发明方法具有很好的应用效果。从处理结果可以看出,本发明方法能够最大限度地剔除初至拾取异常值,保留了正确初至。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域技术人员来说,其依然可以对前述实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
Claims (11)
1.基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,该基于方位各向异性控制的初至自动拾取异常延迟检测方法包括:
步骤1,对所有地震数据进行初至自动拾取;
步骤2,对自动拾取的初至进行延迟时迭代计算,获得炮点延迟时间和地层速度;
步骤3,消除自动拾取初至时间中的炮点延迟时间和偏移距影响,仅保留检波点延迟时间对初至时间的影响;
步骤4,根据每个检波点相对于炮点的方位和偏移距,对步骤3处理后的初至拾取点进行极坐标系下的空间排布;
步骤5,根据地形复杂度,对步骤4中的初至拾取点进行方位区间划分;
步骤6,采用滑动时窗控制,对每个方位区间内的初至时间进行基于距离的离群点检测,检测并删除离群点对应的初至;
步骤7,输出最终的初至拾取结果。
2.根据权利要求1所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤1中,在初至自动拾取前,对地震资料进行常规的去噪处理,以提高初至波信噪比,提升自动拾取精度。
3.根据权利要求1所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤2中,使用自动拾取后的初至进行延迟时迭代计算,在迭代计算前,对炮点延迟时,炮点对应的地层初始速度赋初值;地层速度通过已有初至进行拟合获得,其值为拟合直线斜率的倒数;炮点延迟时取拟合直线截距的一半。
4.根据权利要求3所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤2中,在进行延迟时迭代时,假设初至波为折射波,且地下具有单折射层,设S为炮点,R为检波点,S点、R点的表层厚度分别为Zs、Zr,临界角为α,v1、v2分别为折射面上、下地层的速度,则S点激发,R点接收到的折射波初至时间为:
定义炮点、检波点的延迟时分别为:
设则(1)式可写为:
TSR=tS+tAB+tR (4)
每个初至时间均可建立如公式(4)的方程,一个工区内假设炮点个数为N,检波点个数为M,每炮为W道,则工区内可以建立方程的个数为N*W个,而待计算未知数约为2*N+M;因此,高炮道密度情况下方程个数远远大于未知数的个数,方程可以采用高斯-赛德尔迭代算法进行求解,计算得到各检波点、炮点对应的延迟时和地层速度。
5.根据权利要求4所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤3中,对拾取的各个初至时间减去对应炮点延迟时,并根据地层速度消除掉偏移距对延迟时的影响。
6.根据权利要求5所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤3中,针对每个拾取的初至时间,消除掉炮点延迟时间和地层速度的影响,获得每个初至时间对应的临时检波点延迟时间:
t′SR=TSR-tS-tAB (5)
经过步骤2的延迟时分解后,tS、tAB均可以获得相对准确的数值,根据公式(5),对步骤1中自动拾取的初至进行变换,将自动拾取的初至转换为当前道所对应的检波点延迟时t′SR。
7.根据权利要求6所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤4中,为了更好地利用临近物理点的延迟时更加接近这一特点,同时兼顾实际资料存在的空间方位各向异性的特点,以炮点为圆心,以偏移距为半径,对已经消除炮点延迟时和偏移距影响的初至时间,根据方位角和偏移距对时间t′SR进行空间排布。
8.根据权利要求1所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤5中,根据地表速度、起伏特征这些地表复杂程度,将极坐标系下的初至拾取点按方位划分为几个主要的方位区间。
9.根据权利要求8所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤5中,对步骤4中的检波点延迟时t′SR根据地形复杂度划分为几个大的方位;划分的数量与实际地层的各向异性复杂程度相关,通常划分为2-6个大的范围;一般数据划分4个范围就能取得好的处理效果;地形平滑,地层各向异性较弱的数据划分2个范围;特别复杂地形情况下,方位划分可以采用符合地形分布规律的非均分方式。
10.根据权利要求1所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤6中,对每个方位内的时间采用滑动时窗控制的基于距离的离群点检测方法;在此应用的基于距离的离群点检测算法中,关于距离的定义包含了偏移距差异和时间差异,是两者共同作用下计算的数值。
11.根据权利要求10所述的基于方位各向异性控制的初至自动拾取异常延迟检测方法,其特征在于,在步骤6中,对数据采用基于距离的离群点检测方法,使用滑动时窗进行计算,时窗大小为200-500米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210072279.9A CN116520423A (zh) | 2022-01-21 | 2022-01-21 | 基于方位各向异性控制的初至自动拾取异常延迟检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210072279.9A CN116520423A (zh) | 2022-01-21 | 2022-01-21 | 基于方位各向异性控制的初至自动拾取异常延迟检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116520423A true CN116520423A (zh) | 2023-08-01 |
Family
ID=87394519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210072279.9A Pending CN116520423A (zh) | 2022-01-21 | 2022-01-21 | 基于方位各向异性控制的初至自动拾取异常延迟检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116520423A (zh) |
-
2022
- 2022-01-21 CN CN202210072279.9A patent/CN116520423A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101609160B (zh) | 一种抗背景噪音强的地震数据初至波自动拾取方法 | |
WO2016141598A1 (zh) | 共姿态道集地表一致性振幅补偿方法及装置 | |
CN106469313B (zh) | 一种管径自适应时空域滤波的弱小目标检测方法 | |
CN107358617B (zh) | 一种探地雷达记录剖面中目标顶点的检测方法 | |
CN110308444B (zh) | 道路层位智能识别及干扰源排除方法 | |
CN112180433B (zh) | 地震初至波拾取方法及装置 | |
WO2009105964A1 (zh) | 一种三维地震记录的叠前似二维变换的方法 | |
CN107843919B (zh) | 一种微地震监测数据振幅均衡方法 | |
CN111381275A (zh) | 一种地震数据的初至拾取方法和装置 | |
CN110389377B (zh) | 基于波形互相关系数相乘的微震偏移成像定位方法 | |
CN105629300B (zh) | 提高复杂构造偏移数据信噪比的方法 | |
CN101551467A (zh) | 一种基于边界检测的初至波自动拾取方法 | |
CN106777707B (zh) | 一种利用改进的蜘蛛网图进行测井岩性定量识别的方法 | |
CN107807356B (zh) | 一种gpr绕射波速度分析方法 | |
Eaton et al. | Determining microseismic event locations by semblance-weighted stacking | |
CN116520423A (zh) | 基于方位各向异性控制的初至自动拾取异常延迟检测方法 | |
CN109188516B (zh) | Radon域能量扫描叠加的微地震事件定位方法 | |
CN106842325B (zh) | 利用检波点静校正迭代法提高初至波拾取效率及准确率的方法 | |
CN106842322B (zh) | 一种二氧化碳驱油监控地震时差校正方法 | |
CN109948291A (zh) | 一种砂体不连续界线方向自适应识别方法 | |
CN113589364B (zh) | 基于佐布里兹方程约束的地震数据规则化处理方法 | |
CN116520391A (zh) | 基于改进能量比法和时域离群点检测的初至自动拾取方法 | |
CN107664771A (zh) | 一种基于相似性系数的微地震全波形定位方法 | |
CN109884701B (zh) | 地质体散射角度导向深度成像方法 | |
CN114966828A (zh) | 一种断溶体储层地震反射特征增强方法 |
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 |