CN117970467A - 模型子波联合q反褶积数据处理方法、装置、设备及介质 - Google Patents
模型子波联合q反褶积数据处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117970467A CN117970467A CN202211310638.6A CN202211310638A CN117970467A CN 117970467 A CN117970467 A CN 117970467A CN 202211310638 A CN202211310638 A CN 202211310638A CN 117970467 A CN117970467 A CN 117970467A
- Authority
- CN
- China
- Prior art keywords
- model
- deconvolution
- data
- signal
- noise
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 238000010521 absorption reaction Methods 0.000 claims abstract description 22
- 230000004927 fusion Effects 0.000 claims abstract description 11
- 230000004044 response Effects 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 14
- 230000000694 effects Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 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
- G01V1/30—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
- G01V1/28—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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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
本申请公开了一种模型子波联合Q反褶积数据处理方法、装置、设备及介质。该方法可以包括：计算Q值，进而进行反Q滤波；建立基本褶积模型，进而获得数据扩展褶积模型；根据Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；根据信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。本发明结合野外采集信息的确定性模型子波联合反Q进行反褶积后地震数据的剩余一致性能够校正，能够得到提升的地震数据分辨率，改善地震数据在空间上的子波一致性。
Description
技术领域
本发明涉及地球物理勘探地震资料处理领域，更具体地，涉及一种模型子波联合Q反褶积数据处理方法、装置、设备及介质。
背景技术
随着岩性油气藏勘探的不断深入，不同地表地质条件及多种震源联合激发成为主流，此时叠前地震数据的地震子波一致性要求在地震资料处理过程中显得尤为重要，目前流行的手段是地表一致性反褶积处理，合理的反褶积处理能够消除地震噪音、吸收效应等引起的相位畸变误差，保幅性地改善原生资料的振幅及子波相位在时间和空间上的一致性，从而改善地震资料的叠加成像效果，利于保真的地层及岩性解释。然而由于地层吸收衰减以及采集因素，稳定的时间子波在原始采集数据上的不存在的，这极大制约着一致性反褶积的处理效果，对子波一致性也是挑战。
因此，有必要开发一种模型子波联合Q反褶积数据处理方法、装置、设备及介质。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种模型子波联合Q反褶积数据处理方法、装置、设备及介质，目的是用于消除不同地表地质条件及多种震源联合激发、地震噪音、吸收效应等引起的相位畸变误差，方法基于嵌入式子波模型可估算近地表Q、信噪比及稳定相位算子，利用稳定算子可实现反褶积数据在有效频带内稳定和零相位化，从而提升地震资料的空间子波、相位一致性以及分辨率，从而改善地震资料的叠加成像效果，利于保真地构造及岩性解释。
第一方面，本公开实施例提供了一种模型子波联合Q反褶积数据处理方法，包括：
计算Q值，进而进行反Q滤波；
建立基本褶积模型，进而获得数据扩展褶积模型；
根据所述Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；
针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；
根据所述信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。
优选地，通过信噪比且具有工区数据特征的数据计算所述Q值。
优选地，所述基本褶积模型为：
x(t)＝[(S*Q*R+N)*D*I](t) (1)
其中，x(t)为基本褶积模型，S(t)为震源子波，R(t)为反射系数序列，Q(t)为吸收响应，N(t)为噪音，D(t)为检波器响应，I(t)为仪器响应。
优选地，所述数据扩展褶积模型为：
x’(t)＝[(S*Q*R+N)*D*I*δ](t) (2)
其中，x’(t)为数据扩展褶积模型，δ(t)为数据相关的扩展项，
δ(t)＝Qr(t)*Ext(t)*SCF’(t)，Qr(t)为区域Q因子，Ext(t)为外部全局滤波器，SCF(t)为谱约束滤波器。
优选地，所述信号为：
Signal＝dn*I*D*Qr*Ext*Qeff (3)
所述噪音为：
Noise＝I*D*Qr*Ext*Qeff (4)
其中，dn为n阶求导算子，n＝2或3。
优选地，所述信号模型为：
其中，M为信号模型，k为地震数据信噪比。
优选地，通过公式(6)计算所述相位反褶积算子：
F＝Phase(X) (6)
其中，F为相位反褶积算子，X为信号模型的反褶积模型，X＝Oper(M)*Signal。
作为本公开实施例的一种具体实现方式，
第二方面，本公开实施例还提供了一种模型子波联合Q反褶积数据处理装置，包括：
反Q滤波模块，计算Q值，进而进行反Q滤波；
褶积模型构建模块，建立基本褶积模型，进而获得数据扩展褶积模型；
信号和噪音获取模块，根据所述Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；
反褶积模块，针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；
计算模块，根据所述信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。
优选地，通过信噪比且具有工区数据特征的数据计算所述Q值。
优选地，所述基本褶积模型为：
x(t)＝[(S*Q*R+N)*D*I](t) (1)
其中，x(t)为基本褶积模型，S(t)为震源子波，R(t)为反射系数序列，Q(t)为吸收响应，N(t)为噪音，D(t)为检波器响应，I(t)为仪器响应。
优选地，所述数据扩展褶积模型为：
x’(t)＝[(S*Q*R+N)*D*I*δ](t) (2)
其中，x’(t)为数据扩展褶积模型，δ(t)为数据相关的扩展项，
δ(t)＝Qr(t)*Ext(t)*SCF’(t)，Qr(t)为区域Q因子，Ext(t)为外部全局滤波器，SCF(t)为谱约束滤波器。
优选地，所述信号为：
Signal＝dn*I*D*Qr*Ext*Qeff (3)
所述噪音为：
Noise＝I*D*Qr*Ext*Qeff (4)
其中，dn为n阶求导算子，n＝2或3。
优选地，所述信号模型为：
其中，M为信号模型，k为地震数据信噪比。
优选地，通过公式(6)计算所述相位反褶积算子：
F＝Phase(X) (6)
其中，F为相位反褶积算子，X为信号模型的反褶积模型，X＝Oper(M)*Signal。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
存储器，存储有可执行指令；
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现所述的模型子波联合Q反褶积数据处理方法。
第四方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现所述的模型子波联合Q反褶积数据处理方法。
其有益效果在于：
1)反Q联合嵌入式子波估计方法通过融合Q、炮点、检波点、仪器以及其它外部滤波响应消除了常规地表一致性反褶积子波相位剩余误差，得到更加稳定的时空地震相位，并保证优势频带上零相位化和分辨率提升，更有利于后续反演、储层预测及岩性解释等；
2)该方法可在陆地地震资料处理中推广，用于保真储层预测所需的地震资料空间一致性，同时基于模型的嵌入式子波估计方法也可以用于混合震源采集地震数据间的优势匹配处理以及不同采集参数工区地震数据的匹配整合。
本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。
图1示出了根据本发明的一个实施例的基于模型子波联合Q反褶积数据一致性处理技术线路图。
图2示出了根据本发明的一个实施例的模型子波联合Q反褶积数据处理方法的步骤的流程图。
图3a、图3b、图3c分别示出了根据本发明的一个实施例的基于模型子波联合Q反褶积数据的一致性算子、振幅谱、相位谱的示意图。
图4a、图4b、图4c、图4d分别示出了根据本发明的一个实施例的噪音压制后数据叠加、反Q滤波数据叠加、L1范数稳健反褶积后叠加、基于模型算子应用后叠加的示意图。
图5示出了根据本发明的一个实施例的实际数据应用叠加效果及频谱对比的示意图。
图6示出了根据本发明的一个实施例的一种模型子波联合Q反褶积数据处理装置的框图。
附图标记说明：
201、反Q滤波模块；202、褶积模型构建模块；203、信号和噪音获取模块；204、反褶积模块；205、计算模块。
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。
本发明提供一种模型子波联合Q反褶积数据处理方法，包括：
反Q滤波模块，计算Q值，进而进行反Q滤波；
褶积模型构建模块，建立基本褶积模型，进而获得数据扩展褶积模型；
信号和噪音获取模块，根据Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；
反褶积模块，针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；
计算模块，根据信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。
在一个示例中，通过信噪比且具有工区数据特征的数据计算Q值。
在一个示例中，基本褶积模型为：
x(t)＝[(S*Q*R+N)*D*I](t) (1)
其中，x(t)为基本褶积模型，S(t)为震源子波，R(t)为反射系数序列，Q(t)为吸收响应，N(t)为噪音，D(t)为检波器响应，I(t)为仪器响应。
在一个示例中，数据扩展褶积模型为：
x’(t)＝[(S*Q*R+N)*D*I*δ](t) (2)
其中，x’(t)为数据扩展褶积模型，δ(t)为数据相关的扩展项，
δ(t)＝Qr(t)*Ext(t)*SCF’(t)，Qr(t)为区域Q因子，Ext(t)为外部全局滤波器，SCF(t)为谱约束滤波器。
在一个示例中，信号为：
Signal＝dn*I*D*Qr*Ext*Qeff (3)
噪音为：
Noise＝I*D*Qr*Ext*Qeff (4)
其中，dn为n阶求导算子，n＝2或3。
在一个示例中，信号模型为：
其中，M为信号模型，k为地震数据信噪比。
在一个示例中，通过公式(6)计算相位反褶积算子：
F＝Phase(X) (6)
其中，F为相位反褶积算子，X为信号模型的反褶积模型，X＝Oper(M)*Signal。
图1示出了根据本发明的一个实施例的基于模型子波联合Q反褶积数据一致性处理技术线路图。
如图1所示，具体地，估算和应用反Q滤波，选取有一定信噪比且具有工区数据特征代表性的数据进行近地表Q估计，如选择Q的时窗为500-1000ms，此时估算的Q值具备近地表特性。
综合野外地震采集信息的收集。需要与地震采集队伍结合或是获得详尽准确的采集班报，得到野外采集使用的仪器参数、检波器信息以及震源信息，并通过公式算法将这些信息信号化及数字化。
基本褶积模型可以表示为公式(1)，将这个模型进行处理及数据因素扩展，可得到数据扩展褶积模型为公式(2)。模型中炮点项、检波点项以及仪器响应都可以在野外精准获得，它们也完全能够表征数据子波组成及非小相位化特征。
将野外子波、仪器及检波器信息与第一步得到的地震数据的吸收Q，可以得到信号为公式(3)，噪音为公式(4)，通过信号和噪音信息可进一步得到地震数据的区域的吸收Q值及信噪比值。
将应用反Q的数据和实现野外信息融合数据分别做反褶积，并通过对比模型数据反褶积效果以及实际数据反褶积效果，可以得到反褶积矫正因子及因子零相位化处理。考虑Q和噪音的信号模型为公式(5)，进一步得到信号的反褶积模型X，模型的相位反褶积算子F为公式(6)，将相位反褶积算子应用到地震数据上就得到时间和空间一致性更好的反褶积输出结果。
本发明还提供一种模型子波联合Q反褶积数据处理装置，包括：
反Q滤波模块，计算Q值，进而进行反Q滤波；
褶积模型构建模块，建立基本褶积模型，进而获得数据扩展褶积模型；
信号和噪音获取模块，根据Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；
反褶积模块，针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；
计算模块，根据信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。
在一个示例中，通过信噪比且具有工区数据特征的数据计算Q值。
在一个示例中，基本褶积模型为：
x(t)＝[(S*Q*R+N)*D*I](t) (1)
其中，x(t)为基本褶积模型，S(t)为震源子波，R(t)为反射系数序列，Q(t)为吸收响应，N(t)为噪音，D(t)为检波器响应，I(t)为仪器响应。
在一个示例中，数据扩展褶积模型为：
x’(t)＝[(S*Q*R+N)*D*I*δ](t) (2)
其中，x’(t)为数据扩展褶积模型，δ(t)为数据相关的扩展项，
δ(t)＝Qr(t)*Ext(t)*SCF’(t)，Qr(t)为区域Q因子，Ext(t)为外部全局滤波器，SCF(t)为谱约束滤波器。
在一个示例中，信号为：
Signal＝dn*I*D*Qr*Ext*Qeff (3)
噪音为：
Noise＝I*D*Qr*Ext*Qeff (4)
其中，dn为n阶求导算子，n＝2或3。
在一个示例中，信号模型为：
其中，M为信号模型，k为地震数据信噪比。
在一个示例中，通过公式(6)计算相位反褶积算子：
F＝Phase(X) (6)
其中，F为相位反褶积算子，X为信号模型的反褶积模型，X＝Oper(M)*Signal。
如图1所示，具体地，估算和应用反Q滤波，选取有一定信噪比且具有工区数据特征代表性的数据进行近地表Q估计，如选择Q的时窗为500-1000ms，此时估算的Q值具备近地表特性。
综合野外地震采集信息的收集。需要与地震采集队伍结合或是获得详尽准确的采集班报，得到野外采集使用的仪器参数、检波器信息以及震源信息，并通过公式算法将这些信息信号化及数字化。
基本褶积模型可以表示为公式(1)，将这个模型进行处理及数据因素扩展，可得到数据扩展褶积模型为公式(2)。模型中炮点项、检波点项以及仪器响应都可以在野外精准获得，它们也完全能够表征数据子波组成及非小相位化特征。
将野外子波、仪器及检波器信息与第一步得到的地震数据的吸收Q，可以得到信号为公式(3)，噪音为公式(4)，通过信号和噪音信息可进一步得到地震数据的区域的吸收Q值及信噪比值。
将应用反Q的数据和实现野外信息融合数据分别做反褶积，并通过对比模型数据反褶积效果以及实际数据反褶积效果，可以得到反褶积矫正因子及因子零相位化处理。考虑Q和噪音的信号模型为公式(5)，进一步得到信号的反褶积模型X，模型的相位反褶积算子F为公式(6)，将相位反褶积算子应用到地震数据上就得到时间和空间一致性更好的反褶积输出结果。
本发明还提供一种电子设备，电子设备包括：存储器，存储有可执行指令；处理器，处理器运行存储器中的可执行指令，以实现上述的模型子波联合Q反褶积数据处理方法。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述的模型子波联合Q反褶积数据处理方法。
为便于理解本发明实施例的方案及其效果，以下给出四个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
实施例1
图2示出了根据本发明的一个实施例的模型子波联合Q反褶积数据处理方法的步骤的流程图。
如图2所示，该模型子波联合Q反褶积数据处理方法包括：步骤101，计算Q值，进而进行反Q滤波；步骤102，建立基本褶积模型，进而获得数据扩展褶积模型；步骤103，根据Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；步骤104，针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；步骤105，根据信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。
图3a、图3b、图3c分别示出了根据本发明的一个实施例的基于模型子波联合Q反褶积数据的一致性算子、振幅谱、相位谱的示意图。
图4a、图4b、图4c、图4d分别示出了根据本发明的一个实施例的噪音压制后数据叠加、反Q滤波数据叠加、L1范数稳健反褶积后叠加、基于模型算子应用后叠加的示意图。
图5示出了根据本发明的一个实施例的实际数据应用叠加效果及频谱对比的示意图。
图3a、图3b、图3c、图4a、图4b、图4c、图4d、图5给出了使用模型子波联合反Q地表一致性处理的因子及地震数据效果，表明应用本发明可以提高资料的分辨率和地震数据的空间一致性，为后续储层描述及岩性解释打下了坚实的数据基础。
实施例2
图6示出了根据本发明的一个实施例的一种模型子波联合Q反褶积数据处理装置的框图。
如图6所示，该模型子波联合Q反褶积数据处理装置，包括：
反Q滤波模块201，计算Q值，进而进行反Q滤波；
褶积模型构建模块202，建立基本褶积模型，进而获得数据扩展褶积模型；
信号和噪音获取模块203，根据Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；
反褶积模块204，针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；
计算模块205，根据信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。
在一个示例中，通过信噪比且具有工区数据特征的数据计算Q值。
在一个示例中，基本褶积模型为：
x(t)＝[(S*Q*R+N)*D*I](t) (1)
其中，x(t)为基本褶积模型，S(t)为震源子波，R(t)为反射系数序列，Q(t)为吸收响应，N(t)为噪音，D(t)为检波器响应，I(t)为仪器响应。
在一个示例中，数据扩展褶积模型为：
x’(t)＝[(S*Q*R+N)*D*I*δ](t) (2)
其中，x’(t)为数据扩展褶积模型，δ(t)为数据相关的扩展项，
δ(t)＝Qr(t)*Ext(t)*SCF’(t)，Qr(t)为区域Q因子，Ext(t)为外部全局滤波器，SCF(t)为谱约束滤波器。
在一个示例中，信号为：
Signal＝dn*I*D*Qr*Ext*Qeff (3)
噪音为：
Noise＝I*D*Qr*Ext*Qeff (4)
其中，dn为n阶求导算子，n＝2或3。
在一个示例中，信号模型为：
其中，M为信号模型，k为地震数据信噪比。
在一个示例中，通过公式(6)计算相位反褶积算子：
F＝Phase(X) (6)
其中，F为相位反褶积算子，X为信号模型的反褶积模型，X＝Oper(M)*Signal。
实施例3
本公开提供一种电子设备包括，该电子设备包括：存储器，存储有可执行指令；处理器，处理器运行存储器中的可执行指令，以实现上述模型子波联合Q反褶积数据处理方法。
根据本公开实施例的电子设备包括存储器和处理器。
该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令。
本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本公开的保护范围之内。
有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。
实施例4
本公开实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现所述的模型子波联合Q反褶积数据处理方法。
根据本公开实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本公开各实施例方法的全部或部分步骤。
上述计算机可读存储介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。
本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。
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)
1.一种模型子波联合Q反褶积数据处理方法，其特征在于，包括：
计算Q值，进而进行反Q滤波；
建立基本褶积模型，进而获得数据扩展褶积模型；
根据所述Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；
针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；
根据所述信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。
2.根据权利要求1所述的模型子波联合Q反褶积数据处理方法，其中，通过信噪比且具有工区数据特征的数据计算所述Q值。
3.根据权利要求1所述的模型子波联合Q反褶积数据处理方法，其中，所述基本褶积模型为：
x(t)＝[(S*Q*R+N)*D*I](t) (1)
其中，x(t)为基本褶积模型，S(t)为震源子波，R(t)为反射系数序列，Q(t)为吸收响应，N(t)为噪音，D(t)为检波器响应，I(t)为仪器响应。
4.根据权利要求1所述的模型子波联合Q反褶积数据处理方法，其中，所述数据扩展褶积模型为：
x’(t)＝[(S*Q*R+N)*D*I*δ](t) (2)
其中，x’(t)为数据扩展褶积模型，δ(t)为数据相关的扩展项，δ(t)＝Qr(t)*Ext(t)*SCF’(t)，Qr(t)为区域Q因子，Ext(t)为外部全局滤波器，SCF(t)为谱约束滤波器。
5.根据权利要求1所述的模型子波联合Q反褶积数据处理方法，其中，所述信号为：
Signal＝dn*I*D*Qr*Ext*Qeff (3)
所述噪音为：
Noise＝I*D*Qr*Ext*Qeff (4)
其中，dn为n阶求导算子，n＝2或3。
6.根据权利要求1所述的模型子波联合Q反褶积数据处理方法，其中，所述信号模型为：
其中，M为信号模型，k为地震数据信噪比。
7.根据权利要求1所述的模型子波联合Q反褶积数据处理方法，其中，通过公式(6)计算所述相位反褶积算子：
F＝Phase(X) (6)
其中，F为相位反褶积算子，X为信号模型的反褶积模型，X＝Oper(M)*Signal。
8.一种模型子波联合Q反褶积数据处理装置，其特征在于，包括：
反Q滤波模块，计算Q值，进而进行反Q滤波；
褶积模型构建模块，建立基本褶积模型，进而获得数据扩展褶积模型；
信号和噪音获取模块，根据所述Q值，计算信号和噪音，进而得到地震数据的区域的吸收Q值及信噪比值；
反褶积模块，针对反Q滤波后的数据和野外信息融合数据分别进行反褶积，获取加入Q值和噪音的信号模型；
计算模块，根据所述信号模型计算相位反褶积算子，进而应用到地震数据上，获得反褶积输出结果。
9.一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有可执行指令；
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现权利要求1-7中任一项所述的模型子波联合Q反褶积数据处理方法。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的模型子波联合Q反褶积数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211310638.6A CN117970467A (zh) | 2022-10-25 | 2022-10-25 | 模型子波联合q反褶积数据处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211310638.6A CN117970467A (zh) | 2022-10-25 | 2022-10-25 | 模型子波联合q反褶积数据处理方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117970467A true CN117970467A (zh) | 2024-05-03 |
Family
ID=90848368
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211310638.6A Pending CN117970467A (zh) | 2022-10-25 | 2022-10-25 | 模型子波联合q反褶积数据处理方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117970467A (zh) |
-
2022
- 2022-10-25 CN CN202211310638.6A patent/CN117970467A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Seismic data interpolation beyond aliasing using regularized nonstationary autoregression | |
| US7536262B2 (en) | Kalman filter approach to processing electromagnetic data | |
| US10281604B2 (en) | Method of removing noise in seismic reverse-time migration | |
| EP2567259B1 (en) | Q tomography method | |
| US8386218B2 (en) | Waveform inversion in laplace-fourier domain | |
| CN105467442B (zh) | 全局优化的时变稀疏反褶积方法及装置 | |
| CN105116443B (zh) | 一种低频信号的能量补偿方法及装置 | |
| CN112882099B (zh) | 一种地震频带拓宽方法、装置、介质及电子设备 | |
| CN110596758B (zh) | 一种地震信号低频能量补偿方法 | |
| CN106019376A (zh) | 一种频率驱动空变q值模型构建的地震波补偿方法 | |
| CN110687597B (zh) | 一种基于联合字典的波阻抗反演方法 | |
| WO2001042816A1 (en) | A new method to enhance vertical resolution of time-decay log using forward modeling deconvolution of time-decay spectra | |
| CN117970467A (zh) | 模型子波联合q反褶积数据处理方法、装置、设备及介质 | |
| CN115755172A (zh) | 基于构造约束压缩感知的薄互层高分辨率处理与识别方法 | |
| CN113341463B (zh) | 一种叠前地震资料非平稳盲反褶积方法及相关组件 | |
| CN107678065B (zh) | 提高地震分辨率的保构造井控空间反褶积方法和装置 | |
| Jin et al. | Visco-acoustic least-squares reverse time migration in TTI media and application to OBN data | |
| CN111766624B (zh) | 一种地震数据拓频处理方法、装置、储存介质及电子设备 | |
| CN107870353B (zh) | 基于空变频谱延拓的地震信号处理方法及系统 | |
| EA018751B1 (ru) | Система и способ для анализа сейсмической трассы | |
| KR20140003193A (ko) | 잡음 제거를 통한 지하 매질구조 추정방법 및 그 장치 | |
| US20240029209A2 (en) | Method of automatic characterization and removal of pad artifacts in ultrasonic images of wells | |
| CN117970439A (zh) | Q值估算方法、装置、电子设备及介质 | |
| CN113625361B (zh) | 一种基于井约束的地震资料定量拓频方法及装置 | |
| 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 |