CN118131322A - 一种基于Marchenko成像的微震震源定位方法 - Google Patents
一种基于Marchenko成像的微震震源定位方法 Download PDFInfo
- Publication number
- CN118131322A CN118131322A CN202410544010.5A CN202410544010A CN118131322A CN 118131322 A CN118131322 A CN 118131322A CN 202410544010 A CN202410544010 A CN 202410544010A CN 118131322 A CN118131322 A CN 118131322A
- Authority
- CN
- China
- Prior art keywords
- function
- marchenko
- focusing function
- positioning
- imaging
- 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 44
- 238000003384 imaging method Methods 0.000 title claims abstract description 34
- 230000010354 integration Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000005284 excitation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 238000010276 construction Methods 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000004613 tight binding model Methods 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于地球物理勘探技术领域，尤其涉及一种基于Marchenko成像的微震震源定位方法，包括：将检波器等间距布设在地表，采集微震震源的一维地震信号；采用卷积运算将步骤S1采集的一维地震信号重构为虚拟炮集；根据地下的初始速度模型，采用快速行进法计算地下点到检波器的走时，并估计出地下点到检波器的直达波场；基于虚拟炮集和直达波场，采用Marchenko成像实现微震震源定位；本发明无需进行复杂的精确的初始速度模型构建过程，可以更快速地实现微地震定位，并且能够有效利用地震波的多次散射信息来提高微震震源定位的精度。
Description
技术领域
本发明属于地球物理勘探技术领域，尤其涉及一种基于Marchenko成像的微震震源定位方法。
背景技术
油气藏管理是油田开发战略的重要内容，它可以跟踪储层中的油、气、水等流体的分布情况，来优化油田的开采效率。油气开采过程中，随着地下流体的运移，地下油气藏分布和地质情况会随着开采的推进而发生改变，容易产生小尺度裂缝等微震事件，增加了地质构造的不稳定性，包括地下水的渗漏和岩体的崩塌等。因此，对地下震源的被动监测和定位在油气开采中具有重要意义。
自20世纪60年代初期以来，研究者已经提出了多种方法来实现震源定位，包括早期的最小二乘法、牛顿迭代法、地震干涉法，以及近年的信息融合方法等，这些方法都不同程度地受到地震检波器分布、初至拾取以及速度模型的影响。
发明内容
本发明所要解决的技术问题在于提供一种基于Marchenko成像的微震震源定位方法，解决传统方法需要的速度模型精确高的问题。
本发明是这样实现的，
一种基于Marchenko成像的微震震源定位方法，该方法包括：
步骤S1，将检波器等间距布设在地表，采集微震震源的一维地震信号；
步骤S2，采用卷积运算将步骤S1采集的一维地震信号重构为虚拟炮集；
步骤S3，根据地下的初始速度模型，采用快速行进法计算地下点到检波器的走时，并估计出地下点到检波器的直达波场；
步骤S4，基于步骤S2的虚拟炮集和步骤S3的直达波场，采用Marchenko成像实现微震震源定位；步骤S4具体包括：
使用虚拟炮集和直达波场计算得到聚焦函数；
采用聚焦函数计算得到Marchenko格林函数；
根据Marchenko格林函数采用Marchenko成像得到微震震源位置。
进一步地，所述检波器以相等的间距布设在同一水平面。
进一步地，所述步骤S2具体包括：
将每一个检波器测得的一维地震信号与其他检波器测得的一维地震信号互相做卷积运算，重构出每一个检波器位置处的虚拟炮集。
进一步地，所述卷积运算包括：设两个一维地震数据分别为和/>，则它们之间的卷积运算计算公式为：
，其中，/>表示重构结果/>中的第/>个元素，/>表示的元素索引，/>为/>中的元素索引。
进一步地，使用虚拟炮集和直达波场计算得到聚焦函数，包括：
用直达波场的逆时波场/>作为下行聚焦函数的初始估计，即第0阶的下行聚焦函数/>，其中，/>表示检波器的位置，/>表示聚焦点，/>表示时间域；
下行聚焦函数由第0阶的下行聚焦函数/>与一个尾波相叠加而成，在第一次迭代中，第0阶的上行聚焦函数/>与虚拟炮集/>相卷积得到初始的尾波/>，其中， 第0阶的上行聚焦函数由虚拟炮集/>和逆时波场/>相卷积得到；
初始的尾波与第0阶的下行聚焦函数/>相叠加得到第一次迭代之后的下行聚焦函数/>，第0阶的上行聚焦函数/>与初始的尾波和虚拟炮集/>相卷积的结果相叠加得第一次迭代之后的上行聚焦函数/>；
在后续迭代中，前一次迭代得到的下行聚焦函数和上行聚焦函数都作为下次迭代中输入的下行聚焦函数和上行聚焦函数参与运算，直到达到指定的迭代次数，得到收敛后的下行聚焦函数和上行聚焦函数。
进一步地，Marchenko格林函数包括上行格林函数与下行格林函数，采用聚焦函数计算得到Marchenko格林函数，基于的关系式为：
，
，
其中，表示深度为0平面/>处的源点，/>为震源激发后，由检波器/>在地表测得的地震信号构建的虚拟炮集，/>为上行格林函数，/>为下行格林函数；/>表示/>在时间轴上先反转再参与其他计算，/>表示在时间上对信号进行反转，/>表示信号沿时间上进行积分的积分变量，/>表示信号在时间上进行反转之后再进行积分的积分变量。
进一步地，将上行格林函数与下行格林函数做互相关成像得到微震震源位置。
本发明与现有技术相比，有益效果在于：
本发明方法是一种数据驱动的技术，无需依赖于准确的初始速度模型，只需要一个平滑的初始速度模型就可以利用地震数据进行微震震源定位。相比于传统的定位方法，本发明无需进行复杂的精确的初始速度模型构建过程，可以更快速地实现微地震定位，并且能够有效利用地震波的多次散射信息来提高微震震源定位的精度。
附图说明
图1为本发明实施例提供的方法的流程图；
图2为本发明实施例提供的微震震源地震数据采集中的检波器布设方法示意图，（a）中标号1到9的三角形代表在同一水平面等间距布置的检波器，五角星代表在地下随机分布的微震震源，（b）中标号1到9的曲线分别代表各检波器测量的一维地震信号；
图3为本发明实施例提供的重构虚拟炮集时的卷积运算次序示意图，其中，数字1-9代表检波器的序号，箭头代表运算次序；
图4为本发明实施例提供的符合Marchenko成像的走时信息分布示意图，（a）起始点到其余所有网格点的走时信息分布示意图，（b）Marchenko成像需要的起始点到检波器的走时信息分布示意图；
图5为本发明实施例提供的真实速度模型和地震数据，其中，（a）中五角星表示随机分布在地下的一个微震震源，（b）为地表采集的微震震源地震数据；
图6 为本发明实施例提供的构建的部分虚拟炮集，其中，（a）、（b）和（c）分别为第61、121和181个虚拟炮集；
图7为本发明实施例提供的初始速度模型走时信息和直达波场，其中，（a）为初始速度模型，（b）、（c）和（d）分别为点（1500m，600m）、（1500m，1200m）和（1500m，1800m）到检波器的走时，（e）、（f）和（g）分别为对应的直达波场；
图8为本发明实施例提供的基于Marchenko成像的微震震源定位结果，白色的圆点表示该位置处存在微震震源。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参见图1所示，一种基于Marchenko成像的微震震源定位方法，该方法包括：
步骤S1，将检波器等间距布设在地表，采集微震震源的一维地震信号；
步骤S2，采用卷积运算将步骤S1采集的一维地震信号重构为虚拟炮集；
步骤S3，根据地下的初始速度模型，采用快速行进法计算地下点到检波器的走时，并估计出地下点到检波器的直达波场；
步骤S4，基于步骤S2的虚拟炮集和步骤S3的直达波场，采用Marchenko成像实现微震震源定位；步骤S4具体包括：
使用虚拟炮集和直达波场计算得到聚焦函数；
采用聚焦函数计算得到Marchenko格林函数；
根据Marchenko格林函数采用Marchenko成像得到微震震源位置。
其中，所述步骤S1具体包括：
在布置检波器时，将它们以相等的间距排列在同一水平面。通过这种方式布置探测器，可以确保地震数据的均匀采集。该步骤的作用为将检波器布置在地面上的特定位置，以捕捉微震震源产生的地震信号。这些微震震源可能由地下岩层的运动、裂缝等原因产生。
在该过程中，需要预先确定测线位置和走向，然后在地表安放检波器，并确保检波器的布置均匀且距离相等，如图2中的（a）所示。测得的地震数据如图2中的（b）所示，每个检波器采集到的数据均为一维地震数据。
所述步骤S2具体包括：
将步骤S1每一个检波器测得的一维地震信号互相做卷积，重构出虚拟炮集，运算次序如图3所示。将每一个检波器测得的一维地震信号与其他检波器测得的一维地震信号互相做卷积运算，得到该检波器处的虚拟炮集，重构出虚拟炮集。
以第1个检波器处的虚拟炮集的构建过程为例，将第1个检波器测得的一维地震数据分别与第2到9检波器测得的一维地震数据做卷积，既得到第1个虚拟炮集。该虚拟炮集可以看作是在第1个检波器的位置放置一个虚拟震源，激发地震信号之后，第2到9检波器测得的地震数据。
在构建第2个检波器处的第2个虚拟炮集时，将第2个检波器测得的一维地震数据分别与其他的检波器测得的一维地震数据相卷积，即得到虚拟炮集2。第2个虚拟炮集可以看作是在第2个检波器的位置放置一个虚拟震源并激发地震信号，其余8个检波器测得的地震数据。同理，可得其余所有检波器处的虚拟炮集。
在构建虚拟炮集时，需要用到一维地震数据之间的卷积运算。设两个一维地震数据分别为和/>，则它们之间的卷积运算计算公式为：，
其中，表示重构结果/>中的第/>个元素，/>表示/>的元素索引，/>为/>中的元素索引。
步骤S3具体包括：
采用快速行进法根据地下初始速度模型计算地下点到检波器的走时，再根据走时估计出地下点到检波器的直达波场。
在Marchenko成像中，需要一个反应地下速度分布情况的初始速度模型。在模拟实验中，该初始速度模型可以通过对真实速度模型平滑得到，在实际地震勘探中，可以通过层析等方法估计出初始速度模型。
在得到初始速度模型后，采用快速行进法求解程函方程来得到走时信息，该方法从起始点出发按照时间递增的顺序来扩展波前，直到将波前扩展到模型的所有网格点。这意味着，快速行进法得到的是起始点到模型其余所有点的走时信息，如图4中的（a）所示，然而Marchenko成像只需要地下点到检波器的走时信息。因此，在使用快速行进法计算走时之后，需要取出地下点到检波器的走时信息以备后续处理，如图4中的（b）所示。
在使用走时信息估计地下点到检波器的直达波场时，首先根据走时信息得到该直达波场的波前到达时间，然后再与雷克子波相卷积来得到波形信息，之后得到直达波场。此处采用的是现有的方法计算得到。
步骤S4具体包括：
在使用Marchenko成像进行微震震源定位时，需要使用虚拟炮集和直达波场计算Marchenko格林函数，并应用互相关成像条件进行成像。
聚焦函数是Marchenko成像区别于常见成像方法的重要概念，在该方法中，聚焦函数被分为下行聚焦函数/>和上行聚焦函数/>两部分，其中/>为检波器的位置，/>为聚焦点，/>表示时间域。特别的，本发明所有波场相关的变量都使用了三个参数来说明波场性质，第一个参数为接收点所在的位置，第二个参数为震源所在位置，第三个参数/>表示时间域。因此，/>、/>和分别表示震源位于/>，接收点位于/>的时域聚焦函数、下行聚焦函数和上行聚焦函数。类似的，Marchenko格林函数/>被分为上行格林函数/>与下行格林函数/>两部分，其中/>表示深度为0平面/>处的震源。/>、和/>分别表示表示震源位于/>，接收点位于/>的时域的格林函数、下行格林函数和上行格林函数。Marchenko格林函数与聚焦函数的关系可以表示为：
，
，
其中，表示深度为0平面/>处的源点，/>为震源激发后，由检波器在地表测得的地震信号构建的虚拟炮集，/>为上行格林函数，/>为下行格林函数，/>为聚焦点，/>表示时间域；/>表示/>在时间轴上先反转再参与其他计算，/>表示时域信号，/>表示在时间上对信号进行反转，/>表示信号沿时间上进行积分的积分变量，/>表示信号在时间上进行反转之后再进行积分的积分变量。
为震源/>激发后，由检波器的位置/>处在地表测得的时域地震记录，在本发明中，/>为步骤S2中构建的虚拟炮集。如果估计出/>和的话，就可以导出上行格林函数/>和下行格林函数/>。聚焦函数的求解是一个迭代的过程。在第一次迭代中，用步骤S3直达波场/>的逆时波场/>作为下行聚焦函数/>的初始估计，即第0阶的下行聚焦函数/>。下行聚焦函数/>由初始下行聚焦函数/>与一个尾波相叠加而成。在第一次迭代中，初始的上行聚焦函数/>与虚拟炮集相卷积可以得到初始的尾波/>，其中，第0阶的上行聚焦函数由虚拟炮集/>和逆时波场/>相卷积得到。初始的尾波与第0阶的下行聚焦函数/>相叠加可以得到第一次迭代之后的下行聚焦函数/>，初始的上行聚焦函数/>与初始的尾波/>和虚拟炮集/>相卷积的结果相叠加可以得第一次迭代之后的上行聚焦函数。在后续迭代中，前一次迭代得到的下行聚焦函数和上行聚焦函数都将作为下次迭代中输入的下行聚焦函数和上行聚焦函数参与运算，直到达到指定的迭代次数，得到收敛的下行聚焦函数和上行聚焦函数。
进一步地，将上行格林函数和下行格林函数/>做互相关进行成像来实现微震震源定位。
应用实施例，在本实施例中，本实验采用的是一个带有海水的四层模型，自上而下的地层速度值分别为1500m/s、3000m/s、2500m/s、3500m/s，深度方向和水平方向的网格数量分别为201和241个，网格间距均为10m。
步骤S1，将检波器等间距地布设在地表，进行微震震源的地震数据采集。
在本实施例中，检波器数量为241个，等间距地分布在深度为0m的水平表面，检波器之间的距离为10m。图5中的（a）中，五角星表示地下随机位置处的微震震源。图5中的（b）为采用有限差分求解声波方程得到的微震震源地震数据，每个检波器会测得一个包含241道的地震数据，采集时间长度为3s，采样时间间隔为0.002s，采样点数为1501。
步骤S2，采用卷积将步骤S1的地震数据重构为虚拟炮集。
采用一维信号卷积的方式，依次构建出每个检波器处的虚拟炮集。本实施例共有241个检波器，因此可以构建出241个虚拟炮集，每个虚拟炮集有241道，采集时间长度为3s，采样时间间隔为0.002s，采样点数为1501。图6展示了构建的第31、121和181个虚拟炮集的示意图，其中，图 6 中的（a）、（b）和（c）分别为第 61、121 和 181 个虚拟炮集。
步骤S3，根据地下的初始速度模型，采用快速行进法计算地下点到检波器的走时，并估计出地下点到检波器的直达波场。
本实施例采用的初始速度模型如图7中的（a）所示，深度方向和水平方向的网格数量分别为201和241个，网格间距均为10m。在估计直达波场中，需要计算出每个地下点到检波器的走时信息，其中点（1500m，600m）、（1500m，1200m）和（1500m，1800m）到检波器的走时如图7中的（b）、图7中的（c）、图7中的（d）所示，这些点处的直达波场分别如图7中的（e）、图7中的（f）、图7中的（g）所示。同样的，直达波场的记录时间长度为3s，采样时间间隔为0.002s，共1501个采样点。
步骤S4，基于步骤S2的虚拟炮集和步骤S3的直达波场，采用Marchenko成像实现微震震源定位。
将步骤S2中的虚拟炮集和步骤S3中的直达波场作为Marchenko方法的输入数据，可以估计出每个网格点处的Marchenko格林函数并进行成像，成像结果如图8所示。对比图8和图5中的（a）可以看出，微震震源的位置得到了准确地定位，验证了本发明的正确性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于Marchenko成像的微震震源定位方法，其特征在于，该方法包括：
步骤S1，将检波器等间距布设在地表，采集微震震源的一维地震信号；
步骤S2，采用卷积运算将步骤S1采集的一维地震信号重构为虚拟炮集；
步骤S3，根据地下的初始速度模型，采用快速行进法计算地下点到检波器的走时，并估计出地下点到检波器的直达波场；
步骤S4，基于步骤S2的虚拟炮集和步骤S3的直达波场，采用Marchenko成像实现微震震源定位；步骤S4具体包括：
使用虚拟炮集和直达波场计算得到聚焦函数；
采用聚焦函数计算得到Marchenko格林函数；
根据Marchenko格林函数采用Marchenko成像得到微震震源位置。
2.根据权利要求1所述的一种基于Marchenko成像的微震震源定位方法，其特征在于，所述检波器以相等的间距布设在同一水平面。
3.根据权利要求1所述的一种基于Marchenko成像的微震震源定位方法，其特征在于，所述步骤S2具体包括：
将每一个检波器测得的一维地震信号与其他检波器测得的一维地震信号互相做卷积运算，重构出每一个检波器位置处的虚拟炮集。
4.根据权利要求3所述的一种基于Marchenko成像的微震震源定位方法，其特征在于，
所述卷积运算包括：设两个一维地震数据分别为和/>，则它们之间的卷积运算计算公式为：
，
其中，表示重构结果/>中的第/>个元素，/>表示 />的元素索引，/>为中的元素索引。
5.根据权利要求1所述的一种基于Marchenko成像的微震震源定位方法，其特征在于，
使用虚拟炮集和直达波场计算得到聚焦函数，包括：
用直达波场的逆时波场/>作为下行聚焦函数/>的初始估计，即第0阶的下行聚焦函数/>，其中，/>表示检波器的位置，/>表示聚焦点，/>表示时间域；
下行聚焦函数由第0阶的下行聚焦函数/>与一个尾波相叠加而成，在第一次迭代中，第0阶的上行聚焦函数/>与虚拟炮集/>相卷积得到初始的尾波/>，其中，第0阶的上行聚焦函数由虚拟炮集/>和逆时波场/>相卷积得到；
初始的尾波与第0阶的下行聚焦函数/>相叠加得到第一次迭代之后的下行聚焦函数/>，第0阶的上行聚焦函数/>与初始的尾波和虚拟炮集/>相卷积的结果相叠加得第一次迭代之后的上行聚焦函数/>；
在后续迭代中，前一次迭代得到的下行聚焦函数和上行聚焦函数都作为下次迭代中输入的下行聚焦函数和上行聚焦函数参与运算，直到达到指定的迭代次数，得到收敛的下行聚焦函数和上行聚焦函数。
6.根据权利要求5所述的一种基于Marchenko成像的微震震源定位方法，其特征在于，Marchenko格林函数包括上行格林函数与下行格林函数，采用聚焦函数计算得到Marchenko格林函数，基于的关系式为：
，
，
其中，表示位于深度为0平面/>处的源点，/>为震源激发后，由检波器的位置在地表测得的地震信号构建的虚拟炮集，/>为上行格林函数，/>为下行格林函数，/>表示 />在时间轴上先反转再参与其他计算，/>表示在时间上对信号进行反转，/>表示信号沿时间上进行积分的积分变量，/>表示信号在时间上进行反转之后再进行积分的积分变量。
7.根据权利要求6所述的一种基于Marchenko成像的微震震源定位方法，其特征在于，将上行格林函数与下行格林函数做互相关成像得到微震震源位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410544010.5A CN118131322A (zh) | 2024-05-06 | 2024-05-06 | 一种基于Marchenko成像的微震震源定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410544010.5A CN118131322A (zh) | 2024-05-06 | 2024-05-06 | 一种基于Marchenko成像的微震震源定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118131322A true CN118131322A (zh) | 2024-06-04 |
Family
ID=91232708
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410544010.5A Pending CN118131322A (zh) | 2024-05-06 | 2024-05-06 | 一种基于Marchenko成像的微震震源定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118131322A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107102355A (zh) * | 2017-04-27 | 2017-08-29 | 吉林大学 | 低频重构并行Marchenko成像方法 |
| US20190101659A1 (en) * | 2016-03-16 | 2019-04-04 | Equinor Energy As | A method of redatuming geophysical data |
| CN114428343A (zh) * | 2020-10-10 | 2022-05-03 | 中国石油化工股份有限公司 | 基于归一化互相关的Marchenko成像方法及系统 |
| CN115184999A (zh) * | 2022-07-06 | 2022-10-14 | 吉林大学 | 基于深度学习的Marchenko成像聚焦函数校正方法 |
-
2024
- 2024-05-06 CN CN202410544010.5A patent/CN118131322A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190101659A1 (en) * | 2016-03-16 | 2019-04-04 | Equinor Energy As | A method of redatuming geophysical data |
| CN107102355A (zh) * | 2017-04-27 | 2017-08-29 | 吉林大学 | 低频重构并行Marchenko成像方法 |
| CN114428343A (zh) * | 2020-10-10 | 2022-05-03 | 中国石油化工股份有限公司 | 基于归一化互相关的Marchenko成像方法及系统 |
| CN115184999A (zh) * | 2022-07-06 | 2022-10-14 | 吉林大学 | 基于深度学习的Marchenko成像聚焦函数校正方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘金达，黄兴国，关珊珊: "Marchenko成像方法与应用", 2022年中国石油物探学术年会论文集（上册）, 31 December 2022 (2022-12-31), pages 267 - 269 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108345031B (zh) | 弹性介质主动源和被动源混采地震数据全波形反演方法 | |
| CN101251604B (zh) | 二参数转换波速度分析及动校正方法 | |
| CN103713315B (zh) | 一种地震各向异性参数全波形反演方法及装置 | |
| CN106526674A (zh) | 一种三维全波形反演能量加权梯度预处理方法 | |
| CN111158049B (zh) | 一种基于散射积分法的地震逆时偏移成像方法 | |
| CN108139499A (zh) | Q-补偿的全波场反演 | |
| CN107678062B (zh) | 双曲Radon域综合预测反褶积和反馈循环方法压制多次波模型构建方法 | |
| CN102053263B (zh) | 调查表层结构的方法 | |
| CN106133556A (zh) | 确定波场的分量 | |
| CN107505654A (zh) | 基于地震记录积分的全波形反演方法 | |
| CN107894618B (zh) | 一种基于模型平滑算法的全波形反演梯度预处理方法 | |
| Willis et al. | A novel application of time-reversed acoustics: Salt-dome flank imaging using walkaway VSP surveys | |
| CN105093301B (zh) | 共成像点反射角角道集的生成方法及装置 | |
| 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 | |
| CN102636809B (zh) | 一种传播角度域共成像点道集的生成方法 | |
| CN107831542A (zh) | Ddw高精度深度域井震匹配方法 | |
| CN106646603B (zh) | 一种实际时移地震资料处理差异的可靠性判断方法 | |
| CN103758511A (zh) | 一种井下逆时偏移成像识别隐蔽储层的方法及装置 | |
| CN109738952A (zh) | 基于全波形反演驱动的被动源直接偏移成像方法 | |
| CN101923175A (zh) | 波动方程偏移直接产生角道集方法 | |
| CN104570116A (zh) | 基于地质标志层的时差分析校正方法 | |
| CN111948708B (zh) | 一种浸入边界起伏地表地震波场正演模拟方法 | |
| CN106199694A (zh) | 基于深变子波的合成记录制作方法 | |
| CN104237946B (zh) | 基于井控的单层反射纵波和反射转换横波的振幅匹配方法 | |
| CN104199088A (zh) | 一种提取入射角道集的方法及系统 |
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 |