CN117992739A - 一种横波分裂校正方法、系统、存储介质及电子设备 - Google Patents
一种横波分裂校正方法、系统、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117992739A CN117992739A CN202211379892.1A CN202211379892A CN117992739A CN 117992739 A CN117992739 A CN 117992739A CN 202211379892 A CN202211379892 A CN 202211379892A CN 117992739 A CN117992739 A CN 117992739A
- Authority
- CN
- China
- Prior art keywords
- transverse wave
- wave data
- stack
- data
- post
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000000926 separation method Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 abstract description 8
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种横波分裂校正方法、系统、存储介质及电子设备,属于地震数据处理技术领域。所述方法包括:获取横波数据,对横波数据进行快慢波分离,得到快横波数据和慢横波数据,对所述快横波数据和所述慢横波数据进行叠后处理,得到叠后快横波数据和叠后慢横波数据;利用动态时间调整算法计算叠后快横波数据和叠后慢横波数据之间的时差数据;基于所述时差数据进行横波数据校正。本方法避免了在横波校正过程中进行人工拾取快横波层位以及对应的慢横波层位的费时费力和拾取误差,以及对不同层位间数据进行拼接造成的计算效率慢、结果误差大等缺点。
Description
技术领域
本发明涉及地震数据处理技术领域,具体地涉及一种横波分裂校正方法、一种横波分裂校正系统、一种计算机可读存储介质及一种电子设备。
背景技术
地震勘探是指人工激发地震波和接收地震波,通过观测和分析地震波在地下的传播规律,推断地下岩层的性质和形态的地球物理勘探方法,在油气、煤田和工程地质勘探以及地壳、上地幔深部结构探测中起着关键的作用。地震勘探中激发和接收的地震波可以是纵波,也可以是横波。
在地壳上部,广泛分布着充满流体的定向裂缝。在许多油气田中,流体的流动往往受到裂缝的控制,因此,对裂缝性油气藏的研究具有重要意义。在定向垂直(近似垂直)裂缝的区域内,横波穿过裂缝时被分裂为沿着裂缝走向偏振的快横波和垂直裂缝走向偏振的慢横波。快慢横波的波形相似,但是快慢横波的传播速度不同,导致旅行时不同。快慢横波被检波器的两个水平分量所记录,通过对快慢横波的振幅和旅行时的分析,就能确定出裂缝的走向、相对密度等参数。
在多层裂缝介质(裂缝方向不随深度变化)存在的情况下,现有的横波分裂校正方法需要人工拾取多个标志层的快慢横波,人工拾取过程费时费力,且存在拾取误差;同时,对多个标志层之间的数据进行拼接时存在时窗长度选择、计算效率慢、结果误差大等问题。
发明内容
本发明实施方式的目的是提供一种横波分裂校正方法、一种横波分裂校正系统、一种计算机可读存储介质及一种电子设备,以至少解决现有技术在实现横波分裂校正的过程中存在的费时费力、计算效率低、结果误差大等问题。
为了实现上述目的,本发明第一方面提供一种横波分裂校正方法,包括:
利用动态时间调整算法计算叠后快横波数据和叠后慢横波数据之间的时差数据;
基于所述时差数据进行横波数据校正,包括:
基于所述时差数据校正所述叠前慢横波数据;
利用Alford旋转公式对叠前快横波数据以及经过时差校正后的叠前慢横波数据进行处理,得到校正后的横波数据。
本方法利用动态时间调整算法计算快横波和慢横波之间的时差,计算过程快速,计算结果准确,节省了人力物力。
可选的,在利用动态时间调整算法计算叠后快横波数据和叠后慢横波数据之间的时差数据之前,还包括:
获取横波数据,对横波数据进行快慢波分离,得到快横波数据和慢横波数据,对所述快横波数据和所述慢横波数据进行叠后处理,得到叠后快横波数据和叠后慢横波数据。基于叠后快横波数据和叠后慢横波数据即可计算用于校正横波数据的时差。
可选的,所述叠后处理选用叠加处理或者偏移处理。
可选的,利用Alford旋转公式实现横波数据的快慢波分离。
本发明第二方面提供一种横波分裂校正系统,包括:
时差计算模块,用于计算叠后快横波数据与叠后慢横波数据之间的时差数据;
校正模块,基于所述时差计算模块计算得到的时差数据对横波数据进行校正;
所述基于所述时差计算模块计算得到的时差数据对横波数据进行校正,包括:
基于时差数据矫正叠前慢横波数据;
利用Alford旋转公式对叠前快横波数据以及经过矫正后的叠前慢横波数据进行处理,得到矫正后的横波数据。
可选的,还包括:
获取模块,用于获取横波数据;
分离模块,用于对获取到的横波数据进行快慢波分离;
叠后处理模块,用于对快横波数据以及慢横波数据进行叠后处理。
可选的,所述叠后处理选用叠加处理或者偏移处理。
本发明第三方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,使得所述计算机指令在计算机上运行时,执行第一方面所述的方法。
本发明第四方面提供一种电子设备,包括:至少一个处理器、存储器;
所述存储器存储有计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述电子设备执行第一方面所述的方法。
通过上述技术方案,本发明避免了在横波校正过程中进行人工拾取快横波层位以及对应的慢横波层位的费时费力和拾取误差,以及对不同层位间数据进行拼接造成的计算效率慢、结果误差大等缺点。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施方式,但并不构成对本发明实施方式的限制。在附图中:
图1是本发明一种实施方式提供的一种横波分裂校正方法的流程图;
图2是本发明一种实施方式提供的炮检方向及炮检方向切向上的四分量数据示意图;
图3是本发明一种实施方式提供的四个分量的快慢横波数据示意图;
图4是本发明一种实施方式提供的叠后快横波数据和叠后慢横波数据示意图,图中左侧的叠后快横波数据,图中右侧为叠后慢横波数据;
图5是本发明一种实施方式提供的时差数据;
图6是本发明一种实施方式提供的时差校正后的两个分量的慢横波数据示意图;
图7是本发明一种实施方式提供的时差校正后的炮检方向及炮检切向上的四分量数据示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
现有技术中的横波分裂校正的步骤是:假设已经通过横波分裂分析求得裂缝的方向,利用Alford公式对横波数据进行快慢波分离,得到快横波剖面和慢横波剖面,人工拾取快横波层位以及对应的慢横波层位,然后通过分块插值方式将慢波数据校正到快波数据时间。这种方式需要人工拾取,整个过程费时费力,且存在拾取误差。
图1是本发明一种实施方式提供的一种横波分裂方法的流程图。如图1所示,本发明实施方式提供一种横波分裂的方法,所述方法包括:
S1:获取横波数据,利用Alford公式对横波数据进行快慢波分离,得到快横波数据和慢横波数据。
S2:对快横波数据和慢横波数据进行叠后处理,得到叠后快横波数据和叠后慢横波数据。叠后处理可以采用叠加或者偏移两种方式实现。
S3:根据叠后处理得到的叠后快横波数据和叠后慢横波数据,利用动态时间调整算法进行时差计算,得到叠后快横波数据与叠后慢横波数据之间的时差数据。
S4:利用计算得到的时差数据对叠前慢横波数据进行时差校正,得到时差校正后的叠前慢横波数据。
S5:利用Alford公式,将叠前快横波数据与经过校正后的叠前慢横波数据进行旋转得到横波数据,完成横波数据的分裂校正。
本方法在计算过程中,利用动态时间调整算法进行快横波和慢横波之间的时差计算,计算过程快速、计算结果准确,节省了人工拾取的时间,避免了人工拾取所引入的误差,在横波地震处理中有很大的应用前景。
下面给出一个具体的实施实例,如下:
在本方法中,有对快横波数据和慢横波数据进行叠后处理的步骤,所以为了方便描述,对于未进行叠后处理的数据称为叠前数据,进行了叠后处理的数据称为叠后数据。
步骤1:为了方便表示,在本实施实例中获取的横波数据以四分量的形式表示:(SXRX,SXRY,SYRX,SYRY);首先,用Alford公式旋转横波数据(SXRX,SXRY,SYRX,SYRY)得到炮检(炮点—检波点)方向及炮检方向切向上的四分量数据(SRRR,SRRT,STRR,STRT),如图2所示;计算的公式如下:
θ=θAzimuth-θInline; (2)
然后,再利用Alford旋转公式,对炮检方向及炮检方向切向上的四分量数据(SRRR,SRRT,STRR,STRT)进行旋转得到叠前快横波数据(SS1RS1)和叠前慢横波数据(SS2RS2),如图3所示。
θ=θFracture-θAzimuth (4)
SS1RS1表示叠前快横波数据,SS1RS2表示叠前快横波在叠前慢横波上的投影,SS2RS1表示叠前慢横波在叠前快横波上的投影,SS2RS2表示叠前慢横波数据;(SS1RS1,SS2RS1)表示叠前快横波分量数据,(SS1RS2,SS2RS2)表示叠前慢横波分量数据。
步骤2:对叠前快横波数据(SS1RS1)和叠前慢横波数据(SS2RS2)进行叠后处理,得到叠后快横波数据和叠后慢横波数据,如图4所示。叠后处理可以采用叠加或者偏移两种方式实现。
步骤3:根据叠后处理得到的叠后快横波数据和叠后慢横波数据,利用动态时间调整算法进行时差计算,得到叠后快横波数据与叠后慢横波数据之间的时差数据,如图5所示。
步骤4:利用计算得到的时差数据,对式(3)中的叠前慢横波分量数据(SS1RS2,SS2RS2)进行时差校正,得到时差校正后的叠前慢横波分量数据(S′S1r′S2,S′S2R′S2),如图6所示。
步骤5:利用Alford公式,将叠前快横波分量数据(SS1RS1,SS2RS1)与经过校正后的叠前慢横波分量数据(S′S1R′S2,S′S2R′S2)进行旋转得到炮检方向及其切向方向的四分量数据(S′RRR′R,S′RR′T,S′TR′R,S′TR′T),如图7所示,即横波分裂校正后的横波数据,完成横波数据的分裂校正。
θ=θFracture-θAzimuth; (6)
步骤3中采用的动态时间调整算法亦称为动态时间规整(DTW)算法,该算法是通过计算两个信号之间的对齐误差,将对齐误差相加得到累积距离,在累积距离中反向追踪得到两个信号之间的时延量(时差)。
动态时间调整算法原理如下:
对于时间序列f[i]做时变时延(时移)u[i],得到新的时间序列g[i],可表示为
g[i]=f[i+u[i]] (7)
动态时间调整就是为了找到时变时延u[0:N-1]≡(u[0],u[1],...,u[N-1]),即求解以下的优化问题,
其中,
公式(9)中的D通常被称为距离。限制条件为,
|u[i]-u[i-1]|≤1 (10)
动态时间调整将产生一个最小的时延序列近似等于u[i]。在实际应用中,有时候公式(10)的限制不是很合理,从而得到的时延的精度较低。当限制条件变为,
则相应的累积距离d[i,l]的公式为,
为了找到时延u[i],在动态时间调整的方法中需要进行三个步骤:
(1)计算对齐误差
第一步,定义时间序列f[i]和g[i]之间的对齐误差,
e[i,l]=(f[i]-g[i+l])2 (13)
其中,l是样点时延量。如果l近似等于u[i],则对其误差e[i,l]趋近于零。
(2)累积距离
第二步,通过对误差e[i,l]做迭代计算,得到累积距离d[i,l],计算公式如下,
限制条件(10)表明,在计算公式(8)时,我们仅需要计算d[i-1,l-1]、d[i-1,l]和d[i-1,l+1]。
(3)反向追踪
第三步,在距离d[i,l]中反向追踪寻找最小路径,即序列u[0:N-1]。开始追踪的第一个时延是u[N-1],最后一个时延是u[0],
(4)时延应用
计算出时延量之后,利用公式(7),得到新的时间序列f1[i]。
本发明实施方式还提供一种横波分裂校正系统,包括:
获取模块,用于获取横波数据;
分离模块,用于对获取到的所述横波数据进行快慢波分离;
叠后处理模块,用于对快横波数据以及慢横波数据进行叠后处理。
时差计算模块,用于计算叠后快横波数据与叠后慢横波数据之间的时差数据;
校正模块,基于所述时差计算模块计算得到的时差数据对横波数据进行校正。
本发明实施方式还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,使得所述计算机指令在计算机上运行时,执行本实施方式提供的一种横波分裂校正方法。
本发明第四方面提供一种电子设备,包括:至少一个处理器、存储器;
所述存储器存储有计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述电子设备执行本实施方式提供的一种横波分裂校正方法。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合附图详细描述了本发明的可选实施方式,但是,本发明实施方式并不限于上述实施方式中的具体细节,在本发明实施方式的技术构思范围内,可以对本发明实施方式的技术方案进行多种简单变型,这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施方式对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施方式的思想,其同样应当视为本发明实施方式所公开的内容。
Claims (9)
1.一种横波分裂校正方法,其特征在于,包括:
利用动态时间调整算法计算叠后快横波数据和叠后慢横波数据之间的时差数据;
基于所述时差数据进行横波数据校正,包括:
基于所述时差数据校正叠前慢横波数据;
利用Alford旋转公式对叠前快横波数据以及经过校正后的叠前慢横波数据进行处理,得到校正后的横波数据。
2.根据权利要求1所述的横波分裂校正方法,其特征在于,在利用动态时间调整算法计算叠后快横波数据和叠后慢横波数据之间的时差数据之前,还包括:
获取横波数据,对横波数据进行快慢波分离,得到快横波数据和慢横波数据,对所述快横波数据和所述慢横波数据进行叠后处理,得到叠后快横波数据和叠后慢横波数据。
3.根据权利要求2所述的横波分裂校正方法,其特征在于,所述叠后处理选用叠加处理或者偏移处理。
4.根据权利要求1所述的横波分裂校正方法,其特征在于,利用Alford旋转公式实现横波数据的快慢波分离。
5.一种横波分裂校正系统,其特征在于,包括:
时差计算模块,用于计算叠后快横波数据与叠后慢横波数据之间的时差数据;
校正模块,基于所述时差计算模块计算得到的时差数据对横波数据进行校正;
所述基于所述时差计算模块计算得到的时差数据对横波数据进行校正,包括:
基于时差数据矫正叠前慢横波数据;
利用Alford旋转公式对叠前快横波数据以及经过矫正后的叠前慢横波数据进行处理,得到矫正后的横波数据。
6.根据权利要求5所述的横波分裂校正系统,其特征在于,还包括:
获取模块,用于获取横波数据;
分离模块,用于对获取到的横波数据进行快慢波分离;
叠后处理模块,用于对快横波数据以及慢横波数据进行叠后处理。
7.根据权利要求6所述的横波分裂校正系统,其特征在于,所述叠后处理选用叠加处理或者偏移处理。
8.一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上存储有计算机指令,使得所述计算机指令在计算机上运行时,执行权利要求1-4中任一项所述的方法。
9.一种电子设备,其特征在于,包括:至少一个处理器、存储器;
所述存储器存储有计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述电子设备执行权利要求1-4中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211379892.1A CN117992739A (zh) | 2022-11-04 | 2022-11-04 | 一种横波分裂校正方法、系统、存储介质及电子设备 |
PCT/CN2023/127398 WO2024093855A1 (zh) | 2022-11-04 | 2023-10-27 | 一种横波分裂校正方法、系统、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211379892.1A CN117992739A (zh) | 2022-11-04 | 2022-11-04 | 一种横波分裂校正方法、系统、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117992739A true CN117992739A (zh) | 2024-05-07 |
Family
ID=90892322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211379892.1A Pending CN117992739A (zh) | 2022-11-04 | 2022-11-04 | 一种横波分裂校正方法、系统、存储介质及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117992739A (zh) |
WO (1) | WO2024093855A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053277A (zh) * | 2009-10-30 | 2011-05-11 | 中国石油化工股份有限公司 | 一种利用地震资料进行检测储层裂缝发育方向的方法 |
WO2013048580A1 (en) * | 2011-09-26 | 2013-04-04 | Exxonmobil Upstream Research Company | S-wave anisotropy estimate by automated image registration |
CN104237938B (zh) * | 2014-09-04 | 2017-01-25 | 中国石油天然气集团公司 | 利用动态时间调整进行纵波和转换波数据匹配的方法 |
CN106353814A (zh) * | 2015-07-17 | 2017-01-25 | 中国石油化工股份有限公司 | 一种基于横波分裂的快慢横波时差校正方法 |
CN105116448B (zh) * | 2015-08-11 | 2018-03-13 | 中国石油天然气集团公司 | 一种转换波方位各向异性校正方法及装置 |
-
2022
- 2022-11-04 CN CN202211379892.1A patent/CN117992739A/zh active Pending
-
2023
- 2023-10-27 WO PCT/CN2023/127398 patent/WO2024093855A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024093855A1 (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109425896B (zh) | 白云岩油气储层分布预测方法及装置 | |
CN101907725B (zh) | 裂缝预测方法和装置 | |
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 | |
CN103726836B (zh) | 基于声波测井资料提取模式波慢度的方法 | |
CA2386568A1 (en) | System for estimating azimuthal variations in seismic data | |
CN107045143A (zh) | 一种预测裂缝发育的方法及装置 | |
CN106556861A (zh) | 一种基于全方位地震资料的方位avo反演方法 | |
EP2321671A2 (en) | Processing seismic data in common group-center gathers | |
CN112558180B (zh) | 一种利用水平等时面快速检验地震层位标定准确性的方法 | |
CN117992739A (zh) | 一种横波分裂校正方法、系统、存储介质及电子设备 | |
CN111077577B (zh) | 井地联合储层描述方法及装置 | |
CN110764136B (zh) | 各向异性纵横波走时线性组合与非线性组合联合定位方法 | |
CN104166157A (zh) | 基于特殊条件下炸药震源激发三分量接收的横波处理方法 | |
CN108802822B (zh) | 方位各向异性介质中的保幅直接叠前时间偏移方法及装置 | |
US20170336523A1 (en) | Seismic signal processing method, apparatus and system | |
CN112630832A (zh) | 基于衰减因子随入射角变化的含气性预测方法和装置 | |
Granger et al. | C-wave resolution enhancement through birefringence compensation at the Valhall Field. | |
CN104166160B (zh) | 一种地震数据组合方法、装置及系统 | |
CN112285782B (zh) | 近地表地震波吸收衰减调查方法及装置 | |
US20230041249A1 (en) | Method and apparatus for extracting downgoing wavelet and attenuation parameters by using vertical seismic data | |
CN114296137B (zh) | 一种地震q场建立方法及系统 | |
Smith* et al. | Considering azimuthal variations: Evolution of a seismic workflow, onshore Abu Dhabi | |
CN114859414B (zh) | 从地震数据中自动提取地层倾角信息的方法和装置 | |
CN107765309A (zh) | 一种基于垂直地震数据的钻前深度预测方法 | |
CN110764138B (zh) | 一种各向异性纵横波走时非线性组合定位方法 |
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 |