CN118151244A - 对地震数据进行剩余静校正的方法和装置 - Google Patents
对地震数据进行剩余静校正的方法和装置 Download PDFInfo
- Publication number
- CN118151244A CN118151244A CN202211567747.6A CN202211567747A CN118151244A CN 118151244 A CN118151244 A CN 118151244A CN 202211567747 A CN202211567747 A CN 202211567747A CN 118151244 A CN118151244 A CN 118151244A
- Authority
- CN
- China
- Prior art keywords
- data
- residual
- value
- seismic
- offset
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 124
- 230000003068 static effect Effects 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 71
- 238000003384 imaging method Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 39
- 230000015654 memory Effects 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 27
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 213
- 238000004891 communication Methods 0.000 description 14
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012886 linear function Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010409 thin film Substances 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
- G01V1/362—Effecting static or dynamic corrections; Stacking
-
- 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
-
- 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
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
本申请实施例公开了一种对地震数据进行剩余静校正的方法和装置,属于地震勘探技术领域。所述方法包括:基于每个地震道数据的中点所属的子区域,将初至地震数据划分为多个数据集;对于每个数据集,基于数据集中每个地震道数据的炮检距和方位角,将数据集划分为多个单元数据集;对于每个单元数据集,基于炮检距、方位角和初至时间,拟合得到关系函数,进一步得到拟合初至时间;对拟合初至时间和初至时间进行求差,得到残差值;对残差值进行处理,得到初至地震数据的剩余静校正量。上述划分单元数据集和拟合的方法考虑到炮检距和方位角对剩余静校正的影响,可以提高剩余静校正的准确性。采用本申请实施例,可以提高地震数据的成像质量。
Description
技术领域
本申请涉及地震勘探技术领域,特别涉及一种对地震数据进行剩余静校正的方法和装置。
背景技术
在地震勘探技术领域,静校正技术会影响地震的成像质量,进一步影响到对地震构造的解释。在静校正技术中,反射波剩余静校正主要用于计算短波的剩余静校正量,解决短波问题。但是,对于短波中的波长较长的波,通过反射波剩余静校正计算出的剩余静校正量可能不准确。因此,对于短波中的波长较长的波产生的问题,一般使用初至波剩余静校正方法去解决。
一般地,初至波剩余静校正方法的处理步骤是:首先,对采集到的地震数据进行初至拾取,得到初至地震数据,其中,初至地震数据包括多个地震道数据;然后,对于初至地震数据中的每个地震道数据,确定其对应的炮点和检波点连线的中点,将中点处于同一区域范围内的地震道数据划分为一个集合,这样可以得到多个数据集;最后,基于预设的炮检距步长,将每个数据集划分为多个单元数据集,在每个单元数据集内基于地震道数据对初至时间进行线性拟合调整得到拟合初至时间,对拟合初至时间进行处理之后,得到初至地震数据对应的剩余静校正量,使用该剩余静校正量对初至地震数据进行校正。
在相关技术中,线性拟合函数的自变量是炮检距,因变量是初至时间。将单元数据集中的每个地震道数据对应的炮检距和初至时间输入该线性函数中进行拟合,可以得到拟合初至时间。基于拟合初至时间,进行计算可以得到每个地震道数据对应的剩余静校正量。但是线性拟合忽略了地震数据的三维性,仅考虑了炮检距对初至时间的影响,导致拟合得到的拟合初至时间准确性不高,进一步可能影响计算出的剩余静校正量的准确性,导致地震数据的成像质量较低。
发明内容
本申请实施例提供了一种对地震数据进行剩余静校正的方法、装置、设备和存储介质,能够解决相关技术的问题。技术方案如下:
第一方面,提供了一种对地震数据进行剩余静校正的方法,所述方法包括:
获取目标地域的初至地震数据,其中,所述目标区域划分有多个子区域,所述初至地震数据包括多个地震道数据,每个地震道数据包括一个炮点、一个检波点、一个炮检距和一个初至时间,所述炮检距是炮点和检波点之间的距离;
确定所述每个地震道数据的炮点和检波点的连线的中点所属的子区域,将对应的中点处于同一子区域的地震道数据划分为一个数据集,得到多个数据集;
确定所述每个地震道数据对应的炮点和检波点的连线与指定方向的夹角角度,得到每个地震道数据对应的方位角;
对于每个数据集,确定多个炮检距区间和多个方位角区间,确定所述数据集中每个地震道数据对应的方位角所属的方位角区间,得到每个地震道数据对应的方位角区间,确定每个地震道数据对应的炮检距所属的炮检距区间,得到每个地震道数据对应的炮检距区间,将所述数据集中对应同一方位角区间、同一炮检距区间的地震道数据划分为一个单元数据集,得到多个单元数据集;
对于每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第一关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第一关系函数,得到每个地震道数据对应的第一拟合初至时间;
将每个地震道数据对应的第一拟合初至时间与初至时间相减,得到每个地震道数据对应的残差值;
将所有地震道数据对应的残差值设置为处理目标数据;
对所述处理目标数据进行分类数量为3的聚类处理,得到一类残差值、二类残差值和三类残差值,其中,每一类残差值对应一个聚类中心值,一类残差值对应的聚类中心值为第一中心残差值,二类残差值对应的聚类中心值为第二中心残差值,三类残差值对应的聚类中心值为第三中心残差值;
如果聚类处理的次数没有达到目标次数,则将三类残差值中与第三中心残差值的差值大于预设阈值的残差值对应的地震道数据在所属的单元数据集中去除掉,得到更新的单元数据集;
对于不包含所述差值大于预设阈值的残差值对应的地震道数据的单元数据集和所有更新的单元数据集中的每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第二关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第二关系函数,得到每个地震道数据对应的第二拟合初至时间;
将所有单元数据集中的每个地震道数据对应的第二拟合初至时间与初至时间相减,得到所有单元数据集中的每个地震道数据对应的更新的残差值;
将所述所有单元数据集中的每个地震道数据对应的更新的残差值,设置为处理目标数据,转至执行对所述处理目标数据进行分类数量为3的聚类处理;
如果聚类处理的次数达到目标次数,则对于最后一次聚类处理得到的一类残差值、二类残差值、三类残差值、第一中心残差值、第二中心残差值和第三中心残差值,将所有一类残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最小的残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最大的残差值的权重值确定为0,将所有三类残差值的权重值确定为0,基于每个二类残差值与所述第二中心残差值的差值,确定每个二类残差值对应的权重值;
对于所述最后一次聚类处理得到的一类残差值、二类残差值和三类残差值中的每个残差值,确定所述残差值与对应的权重值的乘积,作为所述残差值对应的加权调整后的残差值;
获取当前的处理目标数据对应的每个目标地震道数据对应的炮检距;
确定每个目标地震道数据所属的单元数据集对应的慢度;
基于所述加权调整后的残差值、所述每个目标地震道数据对应的炮检距和每个目标地震道数据所属的单元数据集对应的慢度,确定每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量;
基于所述每个目标地震道数据对应的炮点剩余静校正量和检波点剩余静校正量,对所述初至地震数据进行剩余静校正,得到目标地震数据。
在一种可能的实现方式中,所述确定每个目标地震道数据所属的单元数据集对应的慢度,包括:
基于每个单元数据集中的目标地震道数据对应的炮检距和初至时间,确定出每个单元数据集对应的速度,将每个单元数据集对应的速度的倒数确定为每个单元数据集对应的慢度,其中,所述速度是地震波传播的速度。
在一种可能的实现方式中,其特征在于,所述基于所述加权调整后的残差值、所述每个目标地震道数据对应的炮检距和每个目标地震道数据所属的单元数据集对应的慢度,确定每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量,包括:
以中的E取最小值为条件求解ΔTijk=ΔSi+ΔRj+ΔLkΔXij,得到ΔSi和ΔRj,其中,E为最小平方误差能量,ΔTijk为第i个炮点、第j个检波点和第k个单元数据集对应的加权调整后的残差值,ΔSi为第i个炮点的剩余静校正量,ΔRj为第j个检波点的剩余静校正量,ΔLk为第k个单元数据集对应的慢度,第k个单元数据集是第i个炮点、第j个检波点对应的目标地震道数据所属的单元数据集,ΔXij为第i个炮点和第j个检波点对应的目标地震道数据对应的炮检距。
在一种可能的实现方式中,所述基于所述每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量,对所述初至地震数据进行剩余静校正,得到目标地震数据之后,所述方法还包括:
对所述目标地震数据进行动校正,对经过动校正的目标地震数据进行成像处理,得到对应的时间剖面图,进行显示。
第二方面,提供了一种对地震数据进行剩余静校正的装置,所述装置包括:
获取模块,用于获取目标地域的初至地震数据,其中,所述目标区域划分有多个子区域,所述初至地震数据包括多个地震道数据,每个地震道数据包括一个炮点、一个检波点、一个炮检距和一个初至时间,所述炮检距是炮点和检波点之间的距离;
确定模块,用于:
确定所述每个地震道数据的炮点和检波点的连线的中点所属的子区域,将对应的中点处于同一子区域的地震道数据划分为一个数据集,得到多个数据集;
确定所述每个地震道数据对应的炮点和检波点的连线与指定方向的夹角角度,得到每个地震道数据对应的方位角;
对于每个数据集,确定多个炮检距区间和多个方位角区间,确定所述数据集中每个地震道数据对应的方位角所属的方位角区间,得到每个地震道数据对应的方位角区间,确定每个地震道数据对应的炮检距所属的炮检距区间,得到每个地震道数据对应的炮检距区间,将所述数据集中对应同一方位角区间、同一炮检距区间的地震道数据划分为一个单元数据集,得到多个单元数据集;
对于每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第一关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第一关系函数,得到每个地震道数据对应的第一拟合初至时间;
将每个地震道数据对应的第一拟合初至时间与初至时间相减,得到每个地震道数据对应的残差值;
将所有地震道数据对应的残差值设置为处理目标数据;
对所述处理目标数据进行分类数量为3的聚类处理,得到一类残差值、二类残差值和三类残差值,其中,每一类残差值对应一个聚类中心值,一类残差值对应的聚类中心值为第一中心残差值,二类残差值对应的聚类中心值为第二中心残差值,三类残差值对应的聚类中心值为第三中心残差值;
如果聚类处理的次数没有达到目标次数,则将三类残差值中与第三中心残差值的差值大于预设阈值的残差值对应的地震道数据在所属的单元数据集中去除掉,得到更新的单元数据集;
对于不包含所述差值大于预设阈值的残差值对应的地震道数据的单元数据集和所有更新的单元数据集中的每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第二关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第二关系函数,得到每个地震道数据对应的第二拟合初至时间;
将所有单元数据集中的每个地震道数据对应的第二拟合初至时间与初至时间相减,得到所有单元数据集中的每个地震道数据对应的更新的残差值;
将所述所有单元数据集中的每个地震道数据对应的更新的残差值,设置为处理目标数据,转至执行对所述处理目标数据进行分类数量为3的聚类处理;
如果聚类处理的次数达到目标次数,则对于最后一次聚类处理得到的一类残差值、二类残差值、三类残差值、第一中心残差值、第二中心残差值和第三中心残差值,将所有一类残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最小的残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最大的残差值的权重值确定为0,将所有三类残差值的权重值确定为0,基于每个二类残差值与所述第二中心残差值的差值,确定每个二类残差值对应的权重值;
对于所述最后一次聚类处理得到的一类残差值、二类残差值和三类残差值中的每个残差值,确定所述残差值与对应的权重值的乘积,作为所述残差值对应的加权调整后的残差值;
获取当前的处理目标数据对应的每个目标地震道数据对应的炮检距;
确定每个目标地震道数据所属的单元数据集对应的慢度;
基于所述加权调整后的残差值、所述每个目标地震道数据对应的炮检距和每个目标地震道数据所属的单元数据集对应的慢度,确定每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量;
校正模块,用于基于所述每个目标地震道数据对应的炮点剩余静校正量和检波点剩余静校正量,对所述初至地震数据进行剩余静校正,得到目标地震数据。
在一种可能的实现方式中,其特征在于,所述确定模块,用于:
基于每个单元数据集中的目标地震道数据对应的炮检距和初至时间,确定出每个单元数据集对应的速度,将每个单元数据集对应的速度的倒数确定为每个单元数据集对应的慢度,其中,所述速度是地震波传播的速度。
在一种可能的实现方式中,所述确定模块,用于:
以中的E取最小值为条件求解ΔTijk=ΔSi+ΔRj+ΔLkΔXij,得到ΔSi和ΔRj,其中,E为最小平方误差能量,ΔTijk为第i个炮点、第j个检波点和第k个单元数据集对应的加权调整后的残差值,ΔSi为第i个炮点的剩余静校正量,ΔRj为第j个检波点的剩余静校正量,ΔLk为第k个单元数据集对应的慢度,第k个单元数据集是第i个炮点、第j个检波点对应的目标地震道数据所属的单元数据集,ΔXij为第i个炮点和第j个检波点对应的目标地震道数据对应的炮检距。
在一种可能的实现方式中,所述校正模块,还用于:
对所述目标地震数据进行动校正,对经过动校正的目标地震数据进行成像处理,得到对应的时间剖面图,进行显示。
第三方面,提供了一种计算机设备,计算机设备包括存储器和处理器,存储器用于存储计算机指令;处理器执行存储器存储的计算机指令,以使计算机设备执行第一方面及其可能的实现方式的方法。
第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序代码,响应于计算机程序代码被计算机设备执行,计算机设备执行第一方面及其可能的实现方式的方法。
第五方面,提供了一种计算机程序产品,计算机程序产品包括计算机程序代码,响应于计算机程序代码被计算机设备执行,计算机设备执行第一方面及其可能的实现方式的方法。
本申请的实施例提供的技术方案可以包括以下有益效果:
通过本申请实施例提供的方法,可以基于每个地震道数据的炮检距和方位角,将获取到的初至地震数据划分为多个单元数据集。对于每个单元数据集,基于炮检距、方位角和初至时间,拟合得到关系函数,进一步得到拟合初至时间。上述基于炮检距和方位角划分单元数据集的方式,以及基于炮检距、方位角和初至时间拟合的方法,考虑到炮检距和方位角对初至时间的影响,进一步可以提高计算出的剩余静校正量的准确性,更进一步可以提高地震数据的成像质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种终端的结构示意图;
图2是本申请实施例提供的一种服务器的结构示意图;
图3是本申请实施例提供的一种对地震数据进行剩余静校正的方法的流程示意图;
图4是本申请实施例提供的一种炮点和检波点分布情况的示意图;
图5是本申请实施例提供的一种地震数据的时间剖面图;
图6是本申请实施例提供的一种对地震数据进行剩余静校正的装置的结构示意图;
图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
本申请实施例提供了一种对地震数据进行剩余静校正的方法,该方法用于对初至地震数据进行剩余静校正,初至地震数据是对采集到的地震数据进行基准面静校正和初至拾取之后得到的地震数据。该方法可以由计算机设备来实现,计算机设备可以是终端或服务器。终端可以是台式计算机、笔记本电脑等。服务器可以是单独的一台服务器,也可以是多台设备组成的设备组。
从硬件组成上来看,终端的结构可以如图1所示,包括处理器110、存储器120、显示部件130。
处理器110可以是CPU(central processing unit,中央处理器)或SoC(system onchip,系统级芯片)等,处理器110可以用于执行该方法涉及的各种指令等。
存储器120可以包括各种易失性存储器或非易失性存储器,如SSD(solid statedisk,固态硬盘)、DRAM(dynamic random access memory,动态随机存取存储器)内存等。存储器120可以用于对地震数据进行剩余静校正过程中的预存数据、中间数据和结果数据,例如,初至地震数据、残差值等。
显示部件130可以是独立的屏幕、或与终端机身一体的屏幕、投影仪等,屏幕可以为触控屏、也可以为非触控屏,显示部件用于显示叠加成像剖面等。
除了处理器、存储器,终端还可以包括音频采集部件、音频输出部件、通信部件等。
音频采集部件可以为麦克风,用于采集用户的语音。音频输出部件可以为音箱、耳机等,用于播放音频。
通信部件可以是有线网络连接器、WiFi(wireless fidelity,无线保真)模块、蓝牙模块、蜂巢网通信模块等。通信部件可以用于与其他设备进行数据传输,其他设备可以是服务器、也可以是其他终端等。
从硬件组成上来看,服务器的结构可以如图2所示,包括处理器210、存储器220。
处理器210可以是CPU或SoC等,处理器210可以用于执行该方法涉及的各种指令等。
存储器220可以包括各种易失性存储器或非易失性存储器,如SSD、DRAM内存等。存储器220可以用于存储服务器发送和接收的各类消息的预存数据、中间数据和结果数据,例如,第一拟合初至时间、第二拟合初至时间等。
除了处理器、存储器,服务器还可以包括通信部件。
通信部件可以是有线网络连接器、WiFi模块、蓝牙模块、蜂巢网通信模块等。通信部件可以用于与其他设备进行数据传输,其他设备可以是服务器、也可以是其他终端等。
在地震勘探技术领域,对某一块区域的地质情况进行探测时,可以在该区域布置多个地震波激发器和多个地震波接收器。使用地震波激发器在地表激发地震波,地震波向地下传播,在地下的不同地质层的分界面处发生反射和折射,地面的地震波接收器可以接收到这些地震波,并对地震波的相关信息进行记录和处理(例如,地震波的振幅、到达地震接收器的时间等),得到地震数据。一般情况下,地震波激发器可以多次激发地震波,每次激发的地震波可以被多个地震波接收器接收到。在一些地区,地表条件和地下地质比较复杂,导致采集到的地震数据信噪比较低,因此,需要对采集到的地震数据进行校正等。
本申请实施例针对上述的应用场景,提供了一种对地震数据进行剩余静校正的方法,该方法的处理流程可以如图3所示,包括如下处理步骤:
301,获取目标地域的初至地震数据。
其中,目标地域可以是技术人员划分的一块区域,例如,技术人员用于研究地质结构的一块区域。目标地域划分有多个子区域。在目标地域中,炮点和检波点的分布情况可以如图4所示。初至地震数据包括多个地震道数据,每个地震道数据包括一个炮点、一个检波点、一个炮检距和一个初至时间等,炮检距是炮点和检波点之间的距离。例如,表1。
表1
在实施中,首先,采集目标地域的地震数据。然后,对采集到的地震数据进行基准面静校正和初至拾取。可以先对地震数据进行基准面静校正,再对进行基准面静校正后的地震数据进行初至拾取;也可以先对地震数据进行初至拾取,再对进行初至拾取后的地震数据进行基准面静校正。最后,将进行过基准面静校正和初至拾取的地震数据确定为初至地震数据。
对地震数据进行基准面静校正可以是:首先,使用层析法或折射波法计算出地震数据的基准面静校正量。然后,使用计算出的基准面静校正量对地震数据进行基准面静校正。
对地震数据进行初至拾取可以有多种方式,包括人工拾取和自动拾取等。其中,自动拾取可以是使用初至拾取自动算法进行初至拾取,该算法可以是机器学习模型,例如,神经网络模型,该算法也可以是聚类法、能量比法等。
302,确定每个地震道数据的炮点和检波点的连线的中点所属的子区域,将对应的中点处于同一子区域的地震道数据划分为一个数据集,得到多个数据集。
在实施中,基于炮点的坐标和检波点的坐标,可以确定出每个地震道数据的炮点和检波点的连线的中点的坐标。在计算出中点的坐标之后,可以将中点的坐标添加到对应的地震道数据中。例如,表2。基于预先划分的多个子区域,确定每个地震道数据的中点的坐标所属的子区域,将处于同一子区域的中点对应的地震道数据划分为一个数据集。
表2
303,确定每个地震道数据对应的炮点和检波点的连线与指定方向的夹角角度,得到每个地震道数据对应的方位角。
其中,指定方向可以是技术人员预先指定的,例如,可以是子区域对应的坐标系的X轴方向,也可以是子区域对应的坐标系的Y轴方向。多个子区域的指定方向可以是相同的。
在实施中,可以将计算出的方位角添加到对应的地震道数据中。例如,表3。
表3
304,对于每个数据集,基于每个地震道数据的方位角和炮检距,得到多个单元数据集。
步骤一,确定多个炮检距区间和多个方位角区间。
在实施中,划分方位角区间和炮检距区间的方式有多种。
方式一:
对于每个数据集,可以计算该数据集中的地震道数据的数目与该数据集对应的子区域的面积的比值,得到每个数据集对应的分布密度。基于分布密度,确定该数据集可以划分的单元数据集的数目。进一步地,可以基于单元数据集的数目,确定出方位角区间和炮检距区间的数目,再基于方位角区间和炮检距区间的数目,设置多个炮检距区间和多个方位角区间。其中,分布密度与单元数据集的数目是正相关的,单元数据集与方位角区间和/或炮检距区间的数目也是正相关的。
或者,也可以基于上述的分布密度,直接确定出方位角区间和炮检距区间的数目,再基于方位角区间和炮检距区间的数目,设置多个炮检距区间和多个方位角区间。其中,分布密度与方位角区间和/或炮检距区间的数目是正相关的。例如,可以是对分布密度较大的数据集,设置较多的方位角区间和炮检距区间。对分布密度较小的数据集,设置较少的方位角区间和炮检距区间。
方式二:
首先,对于每个数据集,获取方位角区间长度的初始值(简称第一初始值)以及炮检距区间长度的初始值(简称第二初始值)。其中,第一初始值和第二初始值可以是预先设置的,也可以通过上述的分布密度查表(分布密度与第一初始值、第二初始值的对应关系表)确定。
然后,对于每个数据集,执行如下循环处理。
步骤1,将N设置为1。
步骤2,对于从0开始的第N个方位角区间和从0开始的第N个炮检距区间,将第N个方位角区间的区间长度设置为第一初始值,并将第N个炮检距区间的区间长度设置为第二初始值。
步骤3,基于第N个方位角区间的区间长度,确定第N个方位角区间的区间范围,基于第N个炮检距区间的区间长度,确定第N个炮检距区间的区间范围。
步骤4,在数据集中,确定第N个方位角区间的区间范围和第N个炮检距区间的区间范围对应的地震道数据的第一数目。
步骤5,如果第一数目小于预设的数目阈值,则将第N个方位角区间的区间长度增加预设的方位角步长,并将第N个炮检距区间的区间长度增加预设的炮检距步长,转至执行步骤3。
步骤6,如果第一数目大于或等于预设的数目阈值,则确定方位角在已确定的方位角区间之外或炮检距在已确定的炮检距区间之外的地震道数据的第二数目。
步骤7,如果第二数目大于或等于上述数目阈值,则将N加1,转至执行步骤2。
步骤8,如果第二数目小于上述数目阈值,则结束循环,获取上述循环过程中确定的多个炮检距区间和多个方位角区间的范围信息,进行后续处理。
步骤二,确定数据集中每个地震道数据对应的方位角所属的方位角区间,得到每个地震道数据对应的方位角区间,确定每个地震道数据对应的炮检距所属的炮检距区间,得到每个地震道数据对应的炮检距区间。
步骤三,将数据集中对应同一方位角区间、同一炮检距区间的地震道数据划分为一个单元数据集,得到多个单元数据集。
305,对于每个单元数据集,基于每个地震道数据对应的中点的坐标和初至时间,得到每个地震道数据的第一拟合初至时间。
步骤一,对于每个单元数据集,基于单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第一关系函数。
其中,第一关系函数可以是曲面函数,该曲面函数的自变量可以是炮检距和方位角,因变量可以是初至时间。
在实施中,对于每一个单元数据集,将单元数据集中的所有地震道数据对应的炮检距、方位角和初至时间输入到有未知参数的第一关系函数中进行拟合,可以得到未知参数的取值,进一步得到第一关系函数。
例如,有未知参数的第一关系函数是t=ax2+by2,其中,a和b是未知参数,t是初至时间,x是炮检距、y是方位角。将一个单元数据集的地震道数据对应的炮检距、方位角和初至时间输入到计算机设备中,对t=ax2+by2进行拟合,可以得到a=2,b=3,即该单元数据集对应的第一拟合函数为t=2x2+3y2。
步骤二,将单元数据集中的每个地震道数据对应的炮检距和方位角分别输入第一关系函数,得到每个地震道数据对应的第一拟合初至时间。
例如,地震道数据炮检距是x1,方位角是y1,可以得到其该地震道数据对应的第一拟合初至时间为t1=2x1 2+3y1 2。
306,将每个地震道数据的第一拟合初至时间与初至时间相减,得到每个地震道数据的残差值。
例如,地震道数据的初至时间是t2,第一拟合初至时间是t1,地震道数据的残差值Δt=t1-t2。
307,将所有地震道数据的残差值设置为处理目标数据。
处理目标数据可以认为是循环变量,进行如下步骤308-313的循环处理。
308,对处理目标数据进行分类数量为3的聚类处理,得到一类残差值、二类残差值和三类残差值。
其中,每一类残差值对应一个聚类中心值,一类残差值对应的聚类中心值为第一中心残差值,二类残差值对应的聚类中心值为第二中心残差值,三类残差值对应的聚类中心值为第三中心残差值。一类残差值可以是处理目标数据中较小的数据,三类残差值可以是处理目标数据中较大的数据。
在实施中,可以使用K-means聚类方法对处理目标数据进行聚类处理,该算法可以将给定的数据样本分为K个集合。K可以由技术人员给定,本申请实施例是将处理目标数据分为三个集合,即一类残差值、二类残差值和三类残差值。
309,判断聚类处理的次数是否达到目标次数,如果否,则执行步骤310到步骤313,如果是,则执行步骤314到319。
310,将三类残差值中与第三中心残差值的差值大于预设阈值的残差值对应的地震道数据在所属的单元数据集中去除掉,得到更新的单元数据集。
在实施中,在步骤301的初至拾取过程中,可能会出现初至拾取错误的情况,导致地震道数据中的初至时间不准确。这类地震道数据可以是三类残差值中与第三中心残差值的差值大于预设阈值的残差值对应的地震道数据。基于步骤310,可以将此类地震道数据进行剔除,使得步骤311的拟合结果更准确。
311,对于不包含差值大于预设阈值的残差值对应的地震道数据的单元数据集和所有更新的单元数据集中的每个单元数据集,基于每个地震道数据对应的炮检距、方位角和初至时间,得到每个地震道数据的第二拟合初至时间。
在实施中,一些单元数据集可能不包含差值大于预设阈值的残差值对应的地震道数据,对这些单元数据集,可以不进行处理。将这些单元数据集和步骤310中得到的更新的单元数据集作为当前处理的单元数据集。基于当前处理的单元数据集中的每个地震道数据的炮检距、方位角和初至时间,拟合得到炮检距、方位角和初至时间的第二关系函数。将当前处理的单元数据集中的每个地震道数据的炮检距和方位角输入到第二关系函数中,得到每个地震道数据第二拟合初至时间。
312,将所有单元数据集中的每个地震道数据的第二拟合初至时间与初至时间相减,得到所有单元数据集中每个地震道数据对应的更新的残差值。
313,将所有单元数据集中每个地震道数据对应的更新的残差值,设置为处理目标数据,转至执行步骤308。
314,确定加权调整后的残差值。
步骤一,确定最后一次聚类处理得到的一类残差值、二类残差值、三类残差值的权重值。
对于一类残差值,将所有一类残差值的权重值确定为1。
对于二类残差值,将二类残差值中与第二中心残差值的差值最小的残差值的权重值确定为1,将二类残差值中与第二中心残差值的差值最大的残差值的权重值确定为0,基于每个二类残差值与第二中心残差值的差值,确定每个二类残差值对应的权重值。
在实施中,可以使用线性函数确定每个二类残差值对应的权重值。该线性函数的自变量可以是二类残差值与第二中心残差值的差值,因变量可以是权重值。
例如,二类残差值与第二中心残差值的差值包括0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1,其中最小的差值是0.1,可以将0.1的权重值确定为1,最大的差值是1,可以将1的权重值确定为0。线性函数可以是y=kx+b(x为残差值,y为权重值),将x=0.1和y=1以及x=1和y=0代入y=kx+b中,可以得到一次二元方程组,如下:
1=0.1k+b
0=k+b
对上述方程组求解可以得到即线性函数为/>将0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9分别代入/>中,可以得到对应的权重值
对于三类残差值,将所有三类残差值的权重值确定为0。
步骤二,对于最后一次聚类处理得到的一类残差值、二类残差值和三类残差值中的每个残差值,确定残差值与对应的权重值的乘积,作为加权调整后的残差值。
315,获取当前的处理目标数据对应的每个目标地震道数据对应的炮检距。
316,确定每个目标地震道数据所属的单元数据集对应的慢度。
步骤一,可以对加权调整后的残差值建立索引表,例如表4。也可以将加权调整后的残差值添加到对应的目标地震道数据中。
表4
步骤二,基于每个单元数据集中的目标地震道数据对应的炮检距和初至时间,确定出每个单元数据集对应的速度,将每个单元数据集对应的速度的倒数确定为每个单元数据集对应的慢度。
其中,速度是地震波传播的速度。
在实施中,对于每个单元数据集,可以使用叠加速度分析法,通过单元数据集中的每个目标地震道数据的炮检距和初至时间,确定出每个单元数据集对应的速度。可以将速度以及慢度添加到对应的目标地震道数据中。或者,也可以建立单元数据集编号和速度、慢度的对应关系表。
317,基于加权调整后的残差值、每个目标地震道数据对应的炮检距和每个目标地震道数据所属的单元数据集对应的慢度,确定每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量。
在实施中,可以通过表4确定出每个加权调整后的残差值对应的炮点编号、检波点编号、单元数据集编号、炮检距编号,进一步可以通过单元数据集编号确定出慢度,通过炮检距编号确定出炮检距。
以中的E取最小值为条件求解ΔTijk=ΔSi+ΔRj+ΔLkΔXij,得到ΔSi和ΔRj,其中,E为最小平方误差能量,ΔTijk为第i个炮点、第j个检波点和第k个单元数据集对应的加权调整后的残差值,ΔSi为第i个炮点的剩余静校正量,ΔRj为第j个检波点的剩余静校正量,ΔLk为第k个单元数据集对应的慢度,第k个单元数据集是第i个炮点、第j个检波点对应的目标地震道数据所属的单元数据集,ΔXij为第i个炮点和第j个检波点对应的目标地震道数据对应的炮检距。
318,基于每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量,对初至地震数据进行剩余静校正,得到目标地震数据。
在实施中,所有目标地震道数据涉及的炮点和检波点包括目标区域所有的炮点和检波点。因此,确定出每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量,也即确定出所有炮点的剩余静校正量和所有检波点的剩余静校正量。对于初至地震数据中的每个地震道数据,将对应的炮点的剩余静校正量和检波点的剩余静校正量进行求和,得到每个地震道数据的剩余静校正量。进而,对于每个地震道数据,对剩余静校正量和初至时间进行求和,得到剩余静校正之后的初至时间,将每个地震道数据中的初至时间调整为剩余静校正之后的初至时间,即得到目标地震数据。
319,对目标地震数据进行动校正,对经过动校正的目标地震数据进行成像处理,得到对应的时间剖面图,进行显示。
在实施中,在得到目标地震数据之后,基于步骤316确定出的每个单元数据集对应的速度计算动校正量,计算动校正量的公式可以是其中,t0是自激自收时间(或零炮检距时间),/>h0是界面深度,即地震波的反射界面的深度,反射界面是天然的地质结构形成的,x是炮检距,v是速度。
基于动校正量,对目标地震数据中的检波点接收地震波的时间进行动校正。将经过动校正的目标地震数据划分为多个CMP道集,对每个CMP道集中的地震道数据进行叠加,得到叠加后的目标地震数据。然后,对叠加后的目标地震数据进行成像处理,可以得到目标地震数据的时间剖面图。其中,每个CMP道集中的地震道数据对应的反射点的平面位置是相同的。时间剖面图的横坐标是CMP道集的编号,用于指示CMP道集对应的反射点的平面位置,纵坐标是CMP道集对应的地震波的反射时间,时间剖面图中每个坐标点对应的灰度与地震波的振幅相关,可以是地震波的振幅越大,对应的灰度值越大。时间剖面图可以如图5所示。
通过本申请实施例提供的方法,可以基于每个地震道数据的炮检距和方位角,将获取到的初至地震数据划分为多个单元数据集。对于每个单元数据集,基于炮检距、方位角和初至时间,拟合得到关系函数,进一步得到拟合初至时间。上述基于炮检距和方位角划分单元数据集的方式,以及基于炮检距、方位角和初至时间拟合的方法,考虑到炮检距和方位角对初至时间的影响,进一步可以提高计算出的剩余静校正量的准确性,更进一步可以提高地震数据的成像质量。
基于相同的技术构思,本申请实施例还提供了一种对地震数据进行剩余静校正的装置,如图6所示,该装置包括:
获取模块610,用于获取目标地域的初至地震数据,其中,所述目标区域划分有多个子区域,所述初至地震数据包括多个地震道数据,每个地震道数据包括一个炮点、一个检波点、一个炮检距和一个初至时间,所述炮检距是炮点和检波点之间的距离;
确定模块620,用于:
确定所述每个地震道数据的炮点和检波点的连线的中点所属的子区域,将对应的中点处于同一子区域的地震道数据划分为一个数据集,得到多个数据集;
确定所述每个地震道数据对应的炮点和检波点的连线与指定方向的夹角角度,得到每个地震道数据对应的方位角;
对于每个数据集,确定多个炮检距区间和多个方位角区间,确定所述数据集中每个地震道数据对应的方位角所属的方位角区间,得到每个地震道数据对应的方位角区间,确定每个地震道数据对应的炮检距所属的炮检距区间,得到每个地震道数据对应的炮检距区间,将所述数据集中对应同一方位角区间、同一炮检距区间的地震道数据划分为一个单元数据集,得到多个单元数据集;
对于每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第一关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第一关系函数,得到每个地震道数据对应的第一拟合初至时间;
将每个地震道数据对应的第一拟合初至时间与初至时间相减,得到每个地震道数据对应的残差值;
将所有地震道数据对应的残差值设置为处理目标数据;
对所述处理目标数据进行分类数量为3的聚类处理,得到一类残差值、二类残差值和三类残差值,其中,每一类残差值对应一个聚类中心值,一类残差值对应的聚类中心值为第一中心残差值,二类残差值对应的聚类中心值为第二中心残差值,三类残差值对应的聚类中心值为第三中心残差值;
如果聚类处理的次数没有达到目标次数,则将三类残差值中与第三中心残差值的差值大于预设阈值的残差值对应的地震道数据在所属的单元数据集中去除掉,得到更新的单元数据集;
对于不包含所述差值大于预设阈值的残差值对应的地震道数据的单元数据集和所有更新的单元数据集中的每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第二关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第二关系函数,得到每个地震道数据对应的第二拟合初至时间;
将所有单元数据集中的每个地震道数据对应的第二拟合初至时间与初至时间相减,得到所有单元数据集中的每个地震道数据对应的更新的残差值;
将所述所有单元数据集中的每个地震道数据对应的更新的残差值,设置为处理目标数据,转至执行对所述处理目标数据进行分类数量为3的聚类处理;
如果聚类处理的次数达到目标次数,则对于最后一次聚类处理得到的一类残差值、二类残差值、三类残差值、第一中心残差值、第二中心残差值和第三中心残差值,将所有一类残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最小的残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最大的残差值的权重值确定为0,将所有三类残差值的权重值确定为0,基于每个二类残差值与所述第二中心残差值的差值,确定每个二类残差值对应的权重值;
对于所述最后一次聚类处理得到的一类残差值、二类残差值和三类残差值中的每个残差值,确定所述残差值与对应的权重值的乘积,作为所述残差值对应的加权调整后的残差值;
获取当前的处理目标数据对应的每个目标地震道数据对应的炮检距;
确定每个目标地震道数据所属的单元数据集对应的慢度;
基于所述加权调整后的残差值、所述每个目标地震道数据对应的炮检距和每个目标地震道数据所属的单元数据集对应的慢度,确定每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量;
校正模块630,用于基于所述每个目标地震道数据对应的炮点剩余静校正量和检波点剩余静校正量,对所述初至地震数据进行剩余静校正,得到目标地震数据。
在一种可能的实现方式中,其特征在于,所述确定模块620,用于:
基于每个单元数据集中的目标地震道数据对应的炮检距和初至时间,确定出每个单元数据集对应的速度,将每个单元数据集对应的速度的倒数确定为每个单元数据集对应的慢度,其中,所述速度是地震波传播的速度。
在一种可能的实现方式中,所述确定模块620,用于:
以中的E取最小值为条件求解ΔTijk=ΔSi+ΔRj+ΔLkΔXij,得到ΔSi和ΔRj,其中,E为最小平方误差能量,ΔTijk为第i个炮点、第j个检波点和第k个单元数据集对应的加权调整后的残差值,ΔSi为第i个炮点的剩余静校正量,ΔRj为第j个检波点的剩余静校正量,ΔLk为第k个单元数据集对应的慢度,第k个单元数据集是第i个炮点、第j个检波点对应的目标地震道数据所属的单元数据集,ΔXij为第i个炮点和第j个检波点对应的目标地震道数据对应的炮检距。
在一种可能的实现方式中,所述校正模块630,还用于:
对所述目标地震数据进行动校正,对经过动校正的目标地震数据进行成像处理,得到对应的时间剖面图,进行显示。
通过本申请实施例提供的装置,可以基于每个地震道数据的炮检距和方位角,将获取到的初至地震数据划分为多个单元数据集。对于每个单元数据集,基于炮检距、方位角和初至时间,拟合得到关系函数,进一步得到拟合初至时间。上述基于炮检距和方位角划分单元数据集的方式,以及基于炮检距、方位角和初至时间拟合的方法,考虑到炮检距和方位角对初至时间的影响,进一步可以提高计算出的剩余静校正量的准确性,更进一步可以提高地震数据的成像质量。
需要说明的是:上述实施例提供的对地震数据进行剩余静校正的装置在进行剩余静校正时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的对地震数据进行剩余静校正的装置与对地震数据进行剩余静校正的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图7示出了本申请实施例提供的电子设备700的结构框图。该电子设备可以是上述实施例中的计算机设备。该电子设备700可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(moving picture experts group audio layer III,动态影像专家压缩标准音频层面3)、MP4(moving picture experts group audio layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。电子设备700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,电子设备700包括有:处理器701和存储器702。
处理器701可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器701可以采用DSP(digital signal processing,数字信号处理)、FPGA(field-programmable gate array,现场可编程门阵列)、PLA(programmable logic array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(central processingunit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器701可以集成有GPU(graphics processing unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器701还可以包括AI(artificial intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器701所执行以实现本申请实施例提供的方法。
在一些实施例中,电子设备700还可选包括有:外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地,外围设备包括:射频电路704、显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。
外围设备接口703可被用于将I/O(input/output,输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中,处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上;在一些其他实施例中,处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路704用于接收和发射RF(radio frequency,射频)信号,也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路704包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(wireless fidelity,无线保真)网络。在一些实施例中,射频电路704还可以包括NFC(near field communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏705用于显示UI(user interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时,显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时,显示屏705还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏705可以为一个,设置在电子设备700的前面板;在另一些实施例中,显示屏705可以为至少两个,分别设置在电子设备700的不同表面或呈折叠设计;在另一些实施例中,显示屏705可以是柔性显示屏,设置在电子设备700的弯曲表面上或折叠面上。甚至,显示屏705还可以设置成非矩形的不规则图形,也即异形屏。显示屏705可以采用LCD(liquid crystal display,液晶显示屏)、OLED(organic light-emitting diode,有机发光二极管)等材质制备。
摄像头组件706用于采集图像或视频。可选地,摄像头组件706包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(virtual reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器701进行处理,或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在电子设备700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路707还可以包括耳机插孔。
定位组件708用于定位电子设备700的当前地理位置,以实现导航或LBS(locationbased service,基于位置的服务)。定位组件708可以是基于GPS(global positioningsystem,全球定位系统)、北斗系统或伽利略系统的定位组件。
电源709用于为电子设备700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,电子设备700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于:加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。
加速度传感器711可以检测以电子设备700建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号,控制显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器712可以检测电子设备700的机体方向及转动角度,陀螺仪传感器712可以与加速度传感器711协同采集用户对电子设备700的3D动作。处理器701根据陀螺仪传感器712采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器713可以设置在电子设备700的侧边框和/或显示屏705的下层。当压力传感器713设置在电子设备700的侧边框时,可以检测用户对电子设备700的握持信号,由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在显示屏705的下层时,由处理器701根据用户对显示屏705的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器714用于采集用户的指纹,由处理器701根据指纹传感器714采集到的指纹识别用户的身份,或者,由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器701授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置在电子设备700的正面、背面或侧面。当电子设备700上设置有物理按键或厂商Logo时,指纹传感器714可以与物理按键或厂商Logo集成在一起。
光学传感器715用于采集环境光强度。在一个实施例中,处理器701可以根据光学传感器715采集的环境光强度,控制显示屏705的显示亮度。具体地,当环境光强度较高时,调高显示屏705的显示亮度;当环境光强度较低时,调低显示屏705的显示亮度。在另一个实施例中,处理器701还可以根据光学传感器715采集的环境光强度,动态调整摄像头组件706的拍摄参数。
接近传感器716,也称距离传感器,通常设置在电子设备700的前面板。接近传感器716用于采集用户与电子设备700的正面之间的距离。在一个实施例中,当接近传感器716检测到用户与电子设备700的正面之间的距离逐渐变小时,由处理器701控制显示屏705从亮屏状态切换为息屏状态;当接近传感器716检测到用户与电子设备700的正面之间的距离逐渐变大时,由处理器701控制显示屏705从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图7中示出的结构并不构成对电子设备700的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在本申请实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由终端中的处理器执行以完成上述实施例中执行互动操作的方法。该计算机可读存储介质可以是非暂态的。例如,所述计算机可读存储介质可以是ROM(read-onlymemory,只读存储器)、RAM(random access memory,随机存取存储器)、CD-ROM、磁带、软盘和光数据存储设备等。
需要说明的是,本申请所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号(包括但不限于用户终端与其他设备之间传输的信号等),均为经用户授权或者经过各方充分授权的,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的部分可能的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种对地震数据进行剩余静校正的方法,其特征在于,所述方法包括:
获取目标地域的初至地震数据,其中,所述目标区域划分有多个子区域,所述初至地震数据包括多个地震道数据,每个地震道数据包括一个炮点、一个检波点、一个炮检距和一个初至时间,所述炮检距是炮点和检波点之间的距离;
确定所述每个地震道数据的炮点和检波点的连线的中点所属的子区域,将对应的中点处于同一子区域的地震道数据划分为一个数据集,得到多个数据集;
确定所述每个地震道数据对应的炮点和检波点的连线与指定方向的夹角角度,得到每个地震道数据对应的方位角;
对于每个数据集,确定多个炮检距区间和多个方位角区间,确定所述数据集中每个地震道数据对应的方位角所属的方位角区间,得到每个地震道数据对应的方位角区间,确定每个地震道数据对应的炮检距所属的炮检距区间,得到每个地震道数据对应的炮检距区间,将所述数据集中对应同一方位角区间、同一炮检距区间的地震道数据划分为一个单元数据集,得到多个单元数据集;
对于每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第一关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第一关系函数,得到每个地震道数据对应的第一拟合初至时间;
将每个地震道数据对应的第一拟合初至时间与初至时间相减,得到每个地震道数据对应的残差值;
将所有地震道数据对应的残差值设置为处理目标数据;
对所述处理目标数据进行分类数量为3的聚类处理,得到一类残差值、二类残差值和三类残差值,其中,每一类残差值对应一个聚类中心值,一类残差值对应的聚类中心值为第一中心残差值,二类残差值对应的聚类中心值为第二中心残差值,三类残差值对应的聚类中心值为第三中心残差值;
如果聚类处理的次数没有达到目标次数,则将三类残差值中与第三中心残差值的差值大于预设阈值的残差值对应的地震道数据在所属的单元数据集中去除掉,得到更新的单元数据集;
对于不包含所述差值大于预设阈值的残差值对应的地震道数据的单元数据集和所有更新的单元数据集中的每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第二关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第二关系函数,得到每个地震道数据对应的第二拟合初至时间;
将所有单元数据集中的每个地震道数据对应的第二拟合初至时间与初至时间相减,得到所有单元数据集中的每个地震道数据对应的更新的残差值;
将所述所有单元数据集中的每个地震道数据对应的更新的残差值,设置为处理目标数据,转至执行对所述处理目标数据进行分类数量为3的聚类处理;
如果聚类处理的次数达到目标次数,则对于最后一次聚类处理得到的一类残差值、二类残差值、三类残差值、第一中心残差值、第二中心残差值和第三中心残差值,将所有一类残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最小的残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最大的残差值的权重值确定为0,将所有三类残差值的权重值确定为0,基于每个二类残差值与所述第二中心残差值的差值,确定每个二类残差值对应的权重值;
对于所述最后一次聚类处理得到的一类残差值、二类残差值和三类残差值中的每个残差值,确定所述残差值与对应的权重值的乘积,作为所述残差值对应的加权调整后的残差值;
获取当前的处理目标数据对应的每个目标地震道数据对应的炮检距;
确定每个目标地震道数据所属的单元数据集对应的慢度;
基于所述加权调整后的残差值、所述每个目标地震道数据对应的炮检距和每个目标地震道数据所属的单元数据集对应的慢度,确定每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量;
基于所述每个目标地震道数据对应的炮点剩余静校正量和检波点剩余静校正量,对所述初至地震数据进行剩余静校正,得到目标地震数据。
2.根据权利要求1所述的方法,其特征在于,所述确定每个目标地震道数据所属的单元数据集对应的慢度,包括:
基于每个单元数据集中的目标地震道数据对应的炮检距和初至时间,确定出每个单元数据集对应的速度,将每个单元数据集对应的速度的倒数确定为每个单元数据集对应的慢度,其中,所述速度是地震波传播的速度。
3.根据权利要求1所述的方法,其特征在于,所述基于所述加权调整后的残差值、所述每个目标地震道数据对应的炮检距和每个目标地震道数据所属的单元数据集对应的慢度,确定每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量,包括:
以中的E取最小值为条件求解ΔTijk=ΔSi+ΔRj+ΔLkΔXij,得到ΔSi和ΔRj,其中,E为最小平方误差能量,ΔTijk为第i个炮点、第j个检波点和第k个单元数据集对应的加权调整后的残差值,ΔSi为第i个炮点的剩余静校正量,ΔRj为第j个检波点的剩余静校正量,ΔLk为第k个单元数据集对应的慢度,第k个单元数据集是第i个炮点、第j个检波点对应的目标地震道数据所属的单元数据集,ΔXij为第i个炮点和第j个检波点对应的目标地震道数据对应的炮检距。
4.根据权利要求1所述的方法,其特征在于,所述基于所述每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量,对所述初至地震数据进行剩余静校正,得到目标地震数据之后,所述方法还包括:
对所述目标地震数据进行动校正,对经过动校正的目标地震数据进行成像处理,得到对应的时间剖面图,进行显示。
5.一种对地震数据进行剩余静校正的装置,其特征在于,所述装置包括:
获取模块,用于获取目标地域的初至地震数据,其中,所述目标区域划分有多个子区域,所述初至地震数据包括多个地震道数据,每个地震道数据包括一个炮点、一个检波点、一个炮检距和一个初至时间,所述炮检距是炮点和检波点之间的距离;
确定模块,用于:
确定所述每个地震道数据的炮点和检波点的连线的中点所属的子区域,将对应的中点处于同一子区域的地震道数据划分为一个数据集,得到多个数据集;
确定所述每个地震道数据对应的炮点和检波点的连线与指定方向的夹角角度,得到每个地震道数据对应的方位角;
对于每个数据集,基于所述数据集中地震道数据在对应的子区域中的分布密度、所述数据集中每个地震道数据对应的方位角和炮检距,设置多个炮检距区间和多个方位角区间,确定所述数据集中每个地震道数据对应的方位角所属的方位角区间,得到每个地震道数据对应的方位角区间,确定每个地震道数据对应的炮检距所属的炮检距区间,得到每个地震道数据对应的炮检距区间,将所述数据集中对应同一方位角区间、同一炮检距区间的地震道数据划分为一个单元数据集,得到多个单元数据集;
对于每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第一关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第一关系函数,得到每个地震道数据对应的第一拟合初至时间;
将每个地震道数据对应的第一拟合初至时间与初至时间相减,得到每个地震道数据对应的残差值;
将所有地震道数据对应的残差值设置为处理目标数据;
对所述处理目标数据进行分类数量为3的聚类处理,得到一类残差值、二类残差值和三类残差值,其中,每一类残差值对应一个聚类中心值,一类残差值对应的聚类中心值为第一中心残差值,二类残差值对应的聚类中心值为第二中心残差值,三类残差值对应的聚类中心值为第三中心残差值;
如果聚类处理的次数没有达到目标次数,则将三类残差值中与第三中心残差值的差值大于预设阈值的残差值对应的地震道数据在所属的单元数据集中去除掉,得到更新的单元数据集;
对于不包含所述差值大于预设阈值的残差值对应的地震道数据的单元数据集和所有更新的单元数据集中的每个单元数据集,基于所述单元数据集中的每个地震道数据对应的炮检距、方位角和初至时间,拟合得到炮检距、方位角与初至时间的第二关系函数,将所述单元数据集中的每个地震道数据对应的炮检距和方位角分别输入所述第二关系函数,得到每个地震道数据对应的第二拟合初至时间;
将所有单元数据集中的每个地震道数据对应的第二拟合初至时间与初至时间相减,得到所有单元数据集中的每个地震道数据对应的更新的残差值;
将所述所有单元数据集中的每个地震道数据对应的更新的残差值,设置为处理目标数据,转至执行对所述处理目标数据进行分类数量为3的聚类处理;
如果聚类处理的次数达到目标次数,则对于最后一次聚类处理得到的一类残差值、二类残差值、三类残差值、第一中心残差值、第二中心残差值和第三中心残差值,将所有一类残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最小的残差值的权重值确定为1,将所述二类残差值中与所述第二中心残差值的差值最大的残差值的权重值确定为0,将所有三类残差值的权重值确定为0,基于每个二类残差值与所述第二中心残差值的差值,确定每个二类残差值对应的权重值;
对于所述最后一次聚类处理得到的一类残差值、二类残差值和三类残差值中的每个残差值,确定所述残差值与对应的权重值的乘积,作为所述残差值对应的加权调整后的残差值;
获取当前的处理目标数据对应的每个目标地震道数据对应的炮检距;
确定每个目标地震道数据所属的单元数据集对应的慢度;
基于所述加权调整后的残差值、所述每个目标地震道数据对应的炮检距和每个目标地震道数据所属的单元数据集对应的慢度,确定每个目标地震道数据对应的炮点的剩余静校正量和检波点的剩余静校正量;
校正模块,用于基于所述每个目标地震道数据对应的炮点剩余静校正量和检波点剩余静校正量,对所述初至地震数据进行剩余静校正,得到目标地震数据。
6.根据权利要求5所述的装置,其特征在于,所述确定模块,用于:
基于每个单元数据集中的目标地震道数据对应的炮检距和初至时间,确定出每个单元数据集对应的速度,将每个单元数据集对应的速度的倒数确定为每个单元数据集对应的慢度,其中,所述速度是地震波传播的速度。
7.根据权利要求5所述的装置,其特征在于,所述确定模块,用于:
以中的E取最小值为条件求解ΔTijk=ΔSi+ΔRj+ΔLkΔXij,得到ΔSi和ΔRj,其中,E为最小平方误差能量,ΔTijk为第i个炮点、第j个检波点和第k个单元数据集对应的加权调整后的残差值,ΔSi为第i个炮点的剩余静校正量,ΔRj为第j个检波点的剩余静校正量,ΔLk为第k个单元数据集对应的慢度,第k个单元数据集是第i个炮点、第j个检波点对应的目标地震道数据所属的单元数据集,ΔXij为第i个炮点和第j个检波点对应的目标地震道数据对应的炮检距。
8.根据权利要求5所述的装置,其特征在于,所述校正模块,还用于:
对所述目标地震数据进行动校正,对经过动校正的目标地震数据进行成像处理,得到对应的时间剖面图,进行显示。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器用于存储计算机指令;
所述处理器执行所述存储器存储的计算机指令,以使所述计算机设备执行上述权利要求1至4中任一项所述的方法。
10.一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程序代码,响应于所述计算机程序代码被计算机设备执行,所述计算机设备执行上述权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211567747.6A CN118151244A (zh) | 2022-12-07 | 2022-12-07 | 对地震数据进行剩余静校正的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211567747.6A CN118151244A (zh) | 2022-12-07 | 2022-12-07 | 对地震数据进行剩余静校正的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118151244A true CN118151244A (zh) | 2024-06-07 |
Family
ID=91295538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211567747.6A Pending CN118151244A (zh) | 2022-12-07 | 2022-12-07 | 对地震数据进行剩余静校正的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118151244A (zh) |
-
2022
- 2022-12-07 CN CN202211567747.6A patent/CN118151244A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112084811B (zh) | 身份信息的确定方法、装置及存储介质 | |
CN109886208B (zh) | 物体检测的方法、装置、计算机设备及存储介质 | |
CN111754386B (zh) | 图像区域屏蔽方法、装置、设备及存储介质 | |
CN110389380B (zh) | 地震剖面的同相轴自动拾取方法、装置及存储介质 | |
CN110737692A (zh) | 一种检索数据的方法、建立索引库的方法及装置 | |
CN111860064B (zh) | 基于视频的目标检测方法、装置、设备及存储介质 | |
CN113009573B (zh) | 地震数据采集方法、装置、计算机设备及存储介质 | |
CN113432620B (zh) | 误差估计方法、装置、车载终端及存储介质 | |
CN112882094B (zh) | 初至波的获取方法、装置、计算机设备及存储介质 | |
CN111382771B (zh) | 数据分类方法、装置、设备及存储介质 | |
CN109343113B (zh) | 一种预测油气藏位置的方法和装置 | |
CN118151244A (zh) | 对地震数据进行剩余静校正的方法和装置 | |
CN114839679B (zh) | 处理裂缝检测数据的方法、装置、设备及存储介质 | |
CN111650637B (zh) | 地震层位解释方法及装置 | |
CN110058306B (zh) | 确定三维速度体的方法、装置及计算机存储介质 | |
CN111526221B (zh) | 域名质量确定方法、装置及存储介质 | |
CN113032712B (zh) | 钻探符合信息的确定方法、装置、计算机设备及存储介质 | |
CN115508894B (zh) | 地面网格参数的确定方法、装置、设备和存储介质 | |
CN112329355B (zh) | 单井控制面积的确定方法、装置、计算机设备和存储介质 | |
CN111798358B (zh) | 确定算路时间的方法、装置、电子设备及可读存储介质 | |
CN116681755B (zh) | 位姿预测方法和装置 | |
CN112214645B (zh) | 一种存储轨迹数据的方法及装置 | |
CN114071119B (zh) | 资源的测试方法、装置、电子设备及存储介质 | |
CN112698391B (zh) | 砂体刻画方法、装置、设备及存储介质 | |
CN112050088B (zh) | 管道检测方法、装置及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |