RU2794968C1 - Simulation of seismic velocities - Google Patents
Simulation of seismic velocities Download PDFInfo
- Publication number
- RU2794968C1 RU2794968C1 RU2021135462A RU2021135462A RU2794968C1 RU 2794968 C1 RU2794968 C1 RU 2794968C1 RU 2021135462 A RU2021135462 A RU 2021135462A RU 2021135462 A RU2021135462 A RU 2021135462A RU 2794968 C1 RU2794968 C1 RU 2794968C1
- Authority
- RU
- Russia
- Prior art keywords
- seismic
- stack
- seismic data
- determining
- data
- Prior art date
Links
Images
Abstract
Description
Предшествующий уровень техники настоящего изобретенияBackground of the Invention
[1] Настоящее описание изобретения относится к томографии на отраженных сейсмических волнах.[1] The present description of the invention relates to tomography on reflected seismic waves.
[2] Томографию на отраженных сейсмических волнах могут применять с целью определения скоростной модели для геологической области. Скоростная модель геологической области описывает соответствующие скорости сейсмических волн, проходящих через различные местоположения в пространстве геологической области. Например, скоростную модель могут отображать в виде трехмерной (3D) матрицы числовых значений, где каждая компонента матрицы отвечает соответствующему местоположению в пространстве геологической области. В этом примере значение каждой компоненты матрицы отображает скорость сейсмических волн, проходящих через местоположение в пространстве геологической области, которое соответствует этой компоненте матрицы.[2] Reflected seismic tomography can be used to determine a velocity model for a subsurface area. A velocity model of a geological region describes the respective velocities of seismic waves passing through various locations in the space of a geological region. For example, a velocity model may be displayed as a three-dimensional (3D) matrix of numerical values, where each component of the matrix corresponds to a corresponding location in the space of a geological area. In this example, the value of each matrix component represents the velocity of the seismic waves passing through the spatial location of the geological area that corresponds to that matrix component.
[3] Как правило, сейсмические волны могут с разными скоростями проходить через различные местоположения в пространстве геологической области, например, из-за различий в плотности горных пород и осадков в различных местоположениях пространства геологической области.[3] In general, seismic waves may travel at different speeds through different locations in geological domain space, for example, due to differences in rock and sediment density at different locations in geological domain space.
Краткое раскрытие настоящего изобретенияBrief summary of the present invention
[4] В настоящем описании изобретения представлена система, реализованная в виде компьютерных программ на одном или нескольких компьютерах, которые находятся в одном или нескольких местоположениях, при этом система генерирует скоростную модель геологической области с применением кинематических характеристик, полученных из сейсмических данных до суммирования и после суммирования.[4] The present disclosure provides a system implemented as computer programs on one or more computers located at one or more locations, the system generating a velocity model of a subsurface area using kinematics derived from pre-stack and post-stack seismic data. summation.
[5] Согласно первому аспекту предусмотрен способ, реализованный при помощи одного или нескольких устройств для обработки данных, для определения скоростной модели геологической области. Способ предусматривает получение текущей скоростной модели геологической области, при этом для каждого из множества местоположений в пространстве геологической области модель описывает соответствующую скорость сейсмических волн, проходящих через это местоположение в пространстве. Получают сейсмические данные до суммирования, которые включают в себя множество сейсмических трасс, описывающих геологическую область, и сейсмические данные после суммирования, сгенерированные из сейсмических данных до суммирования с применением метода для сейсмического суммирования.[5] According to a first aspect, a method implemented by one or more data processing devices is provided for determining a velocity model of a subsurface area. The method provides for obtaining a current velocity model of a geological region, wherein for each of a plurality of locations in the space of the geological region, the model describes the corresponding velocity of seismic waves passing through this location in space. Pre-stack seismic data is obtained, which includes a plurality of seismic traces describing a geological area, and post-stack seismic data generated from pre-stack seismic data using a seismic stack method.
[6] На каждой из множества итераций по сейсмическим данным после суммирования определяют множество отраженных волн и текущую скоростную модель. Каждая отраженная волна соответствует: 1) местоположению сейсмического источника, который распространяет сейсмическую волну; 2) локальной отражающей поверхности в геологической области; и 3) местоположению сейсмического приемника, который получает отражение сейсмической волны от локальной отражающей поверхности. Для каждой из множества отраженных волн определяют соответствующее время наблюдения пробега волны, в том числе, для каждой отраженной волны: определяют соответствующую сейсмическую трассу, включенную в сейсмические данные до суммирования на основе отраженной волны, и определяют соответствующее время наблюдения пробега отраженной волны на основе, по меньшей мере частично, кинематических характеристик, которые получены из соответствующей сейсмической трассы, включенной в сейсмические данные до суммирования. Текущую скоростную модель обновляют на основе, по меньшей мере частично, значений времени наблюдения пробега множества отраженных волн.[6] At each of the many iterations, the set of reflected waves and the current velocity model are determined from the post-stack seismic data. Each reflected wave corresponds to: 1) the location of the seismic source that propagates the seismic wave; 2) a local reflective surface in a geological area; and 3) the location of the seismic receiver that receives the reflection of the seismic wave from the local reflecting surface. For each of the plurality of reflected waves, a corresponding wave path observation time is determined, including, for each reflected wave: a corresponding seismic trace included in pre-stack seismic data based on the reflected wave is determined, and a corresponding reflected wave path observation time is determined based on, by at least in part, kinematic characteristics that are derived from the corresponding seismic trace included in the pre-stack seismic data. The current velocity model is updated based, at least in part, on the observation times for the travel of the plurality of reflected waves.
[7] Согласно некоторым вариантам осуществления способ дополнительно предусматривает генерирование улучшенных сейсмических данных до суммирования путем применения к сейсмическим данным до суммирования метода для нелинейного формирования луча с целью улучшения данных, которое предусматривает получение кинематических характеристик сейсмических трасс, входящих в состав сейсмических данных до суммирования. Сейсмические данные после суммирования генерируют путем обработки улучшенных сейсмических данных до суммирования с применением метода для сейсмического суммирования.[7] In some embodiments, the method further comprises generating improved pre-stack seismic data by applying a non-linear beamforming technique to the pre-stack seismic data to improve the data, which includes kinematic characterization of the seismic traces included in the pre-stack seismic data. Post-stack seismic data is generated by processing the enhanced pre-stack seismic data using a seismic stack method.
[8] Согласно некоторым вариантам осуществления получение кинематических характеристик сейсмических трасс, входящих в состав сейсмических данных до суммирования, предусматривает генерирование первых частных производных, вторых частных производных и характеристик подобия в опорных точках сейсмических данных до суммирования.[8] In some embodiments, kinematic characterization of the seismic traces included in the prestack seismic data involves generating first partial derivatives, second partial derivatives, and similarity characteristics at control points of the prestack seismic data.
[9] Согласно некоторым вариантам осуществления опорные точки в сейсмических данных до суммирования расположены на крупной сетке.[9] In some embodiments, the control points in the pre-stack seismic data are located on a coarse grid.
[10] Согласно некоторым вариантам осуществления определение отраженной волны включает в себя определение точки в сейсмических данных после суммирования, которая отвечает соответствующей локальной отражающей поверхности, на основе кинематической характеристики, полученной в этой точке по сейсмическим данным после суммирования. Пространственное местоположение соответствующей локальной отражающей поверхности определяют путем прослеживания лучей при помощи текущей скоростной модели, это предусматривает прослеживание луча от поверхности наблюдения в текущую скоростную модель до истечения половины времени прохождения в прямом и обратном направлении вдоль нормального луча до соответствующей локальной отражающей поверхности. Местоположение соответствующего сейсмического источника и местоположение соответствующего сейсмического приемника определяют, исходя из пространственного местоположения соответствующей локальной отражающей поверхности.[10] In some embodiments, determining the reflected wave includes determining a point in the post-stack seismic data that corresponds to a corresponding local reflector surface based on a kinematic response obtained at that point from the post-stack seismic data. The spatial location of the corresponding local reflective surface is determined by tracing the rays using the current velocity model, this involves tracing the ray from the observation surface into the current velocity model until half the travel time in the forward and backward direction along the normal beam to the corresponding local reflective surface has elapsed. The location of the respective seismic source and the location of the respective seismic receiver are determined based on the spatial location of the respective local reflective surface.
[11] Согласно некоторым вариантам осуществления определение местоположения соответствующего сейсмического источника предусматривает прослеживание первого луча от пространственного местоположения соответствующей локальной отражающей поверхности до поверхности наблюдения при помощи текущей скоростной модели. Местоположение соответствующего сейсмического источника определяют, исходя из местоположения, в котором первый луч проходит через поверхность наблюдения. Определение местоположения соответствующего сейсмического приемника включает в себя прослеживание второго луча от пространственного местоположения соответствующей локальной отражающей поверхности до поверхности наблюдения при помощи текущей скоростной модели и определение местоположения соответствующего сейсмического приемника, исходя из местоположения, в котором второй луч проходит через поверхность наблюдения.[11] In some embodiments, determining the location of the respective seismic source involves tracing the first ray from the spatial location of the respective local reflector surface to the observation surface using the current velocity model. The location of the corresponding seismic source is determined based on the location at which the first beam passes through the observation surface. Determining the location of the respective seismic receiver includes tracing the second beam from the spatial location of the respective local reflector to the observation surface using the current velocity model and determining the location of the corresponding seismic receiver based on the location where the second beam passes through the observation surface.
[12] Согласно некоторым вариантам осуществления определение соответствующего времени наблюдения пробега волны для отраженной волны на основе, по меньшей мере частично, кинематических характеристик, полученных из соответствующей сейсмической трассы, входящей в состав сейсмических данных до суммирования, предусматривает определение приращения времени пробега отраженной волны по модели приращения скоростей. Первый поправочный член определяют, исходя из кинематических характеристик, полученных из соответствующей сейсмической трассы, которая входит в состав сейсмических данных до суммирования, в том числе: исходя из приращения времени пробега отраженной волны, определяют первое время, на котором кинематическую характеристику подобия, полученную из соответствующей сейсмической трассы, которая входит в состав сейсмических данных до суммирования, локально максимально увеличивают, и определяют первый поправочный член, исходя из первого времени. Соответствующее время наблюдения пробега отраженной волны определяют, исходя из приращения времени пробега отраженной волны и первого поправочного члена.[12] In some embodiments, determining an appropriate reflection travel time based, at least in part, on kinematics derived from a corresponding seismic trace included in the pre-stack seismic data, includes determining the reflection travel time increment from the model speed increments. The first correction term is determined based on the kinematic characteristics obtained from the corresponding seismic trace, which is part of the pre-stack seismic data, including: based on the increment of the reflected wave travel time, the first time is determined at which the kinematic similarity characteristic obtained from the corresponding seismic trace that is included in the pre-stack seismic data is locally maximized, and the first correction term is determined based on the first time. The corresponding observation time of the reflected wave path is determined from the increment of the reflected wave travel time and the first correction term.
[13] Согласно некоторым вариантам осуществления кинематические характеристики рассчитывают только для подходящего подмножества сейсмических трасс из сейсмических данных до суммирования. Определение соответствующей сейсмической трассы, входящей в состав сейсмических данных до суммирования на основе отраженной волны, включает в себя определение того, что соответствующая сейсмическая трасса представляет собой ближайшую сейсмическую трассу к данной сейсмической трассе, соответствующей сейсмическому источнику и сейсмическому приемнику отраженной волны, из подходящего подмножества сейсмических трасс сейсмических данных до суммирования, для которых рассчитаны кинематические характеристики.[13] In some embodiments, kinematics are calculated for only a suitable subset of seismic traces from the pre-stack seismic data. Determining the corresponding seismic trace included in the reflection prestack seismic data includes determining that the corresponding seismic trace is the closest seismic trace to the seismic trace corresponding to the seismic source and seismic reflection receiver from a suitable subset of seismic pre-stack seismic traces for which kinematic characteristics are calculated.
[14] Согласно некоторым вариантам осуществления способ дополнительно предусматривает определение второго поправочного члена, исходя из кинематических характеристик, полученных из соответствующей сейсмической трассы, которая входит в состав сейсмических данных до суммирования. Второй поправочный коэффициент определяют исходя из: 1) кинематических характеристик первой и второй частных производных, полученных из соответствующей сейсмической трассы, которая входит в состав сейсмических данных до суммирования; и 2) расстояния между соответствующей сейсмической трассой и данной сейсмической трассой, соответствующей сейсмическому источнику и сейсмическому приемнику отраженной волны. Помимо приращения времени пробега отраженной волны и первого поправочного члена определяют соответствующее время наблюдения пробега, исходя из второго поправочного члена.[14] In some embodiments, the method further comprises determining a second correction term based on the kinematic characteristics obtained from the corresponding seismic trace that is included in the pre-stack seismic data. The second correction factor is determined based on: 1) the kinematic characteristics of the first and second partial derivatives obtained from the corresponding seismic trace, which is part of the pre-stack seismic data; and 2) the distance between the corresponding seismic trace and the given seismic trace corresponding to the seismic source and seismic reflection receiver. In addition to the increment of the travel time of the reflected wave and the first correction term, the corresponding travel observation time is determined based on the second correction term.
[15] Согласно некоторым вариантам осуществления определение отраженных волн по сейсмическим данным после суммирования и текущей скоростной модели предусматривает определение соответствующего рассчитанного времени пробега для каждой отраженной волны. Обновление текущей скоростной модели предусматривает: определение разности между рассчитанным временем пробега отраженной волны и временем наблюдения пробега отраженной волны для каждой отраженной волны, и применение метода томографической инверсии с целью определения уточнения текущей скоростной модели, исходя из разностей между рассчитанными временами пробега и значениями времени наблюдения пробега.[15] In some embodiments, determining the reflected waves from the post-stack seismic data and the current velocity model involves determining the corresponding calculated travel time for each reflected wave. Updating the current velocity model involves: determining the difference between the calculated travel time of the reflected wave and the observation time of the reflected wave run for each reflected wave, and applying the tomographic inversion method to determine the refinement of the current velocity model, based on the differences between the calculated travel times and the values of the observation time of the run .
[16] Согласно некоторым вариантам осуществления после итерации окончательного обновления способ дополнительно предусматривает получение текущей скоростной модели для применения с целью описания характеристик геологической области.[16] In some embodiments, after the final update iteration, the method further comprises obtaining a current velocity model for use in describing characteristics of a subsurface area.
[17] Согласно второму аспекту предусмотрена система, включающая в себя один или несколько компьютеров; и одно или несколько запоминающих устройств, соединенных с одним или несколькими компьютерами с возможностью обмена данными. На одном или нескольких запоминающих устройствах хранят команды, выполнение которых одним или несколькими компьютерами приводит к тому, что один или несколько компьютеров выполняют операции согласно первому аспекту.[17] According to a second aspect, a system is provided including one or more computers; and one or more storage devices connected to one or more computers with the ability to exchange data. One or more storage devices store instructions, the execution of which by one or more computers causes one or more computers to perform operations according to the first aspect.
[18] Согласно третьему аспекту предусмотрен один или несколько энергонезависимых носителей информации для хранения команд, выполнение которых одним или несколькими компьютерами приводит к тому, что один или несколько компьютеров выполняют операции согласно первому аспекту.[18] According to a third aspect, one or more non-volatile storage media are provided for storing instructions, the execution of which by one or more computers causes the one or more computers to perform operations according to the first aspect.
[19] Конкретные осуществления предмета изобретения, описанные в настоящем документе, могут быть реализованы таким образом, чтобы получить одно или несколько из перечисленных ниже преимуществ.[19] The specific embodiments of the subject matter described herein may be implemented to provide one or more of the following benefits.
[20] Система моделирования скоростей, описанная в настоящем документе, может определять расчетную скоростную модель для геологической области, используя кинематические характеристики, полученные из сейсмических данных как до суммирования, так и после суммирования, характеризующих геологическую область. В частности, в системе моделирования скоростей используют кинематические характеристики, полученные из сейсмических данных после суммирования, с целью определения надежных оценок локальных отражающих поверхностей, а также используют кинематические характеристики, полученные из сейсмических данных до суммирования, с целью определения времен «наблюдения» пробега отраженных сейсмических волн с высоким разрешением и большой точностью. В отличие от этого, традиционные системы, которые рассчитаны преимущественно (или полностью) на кинематические характеристики, полученные из сейсмических данных до суммирования, могут быть ненадежными, то есть, могут генерировать скоростные модели, которые чувствительны к помехам, которые содержатся в сейсмических данных до суммирования. Кроме того, традиционные системы, которые рассчитаны преимущественно (или полностью) на кинематические характеристики, полученные из сейсмических данных после суммирования, могут генерировать только «сглаженные» скоростные модели, то есть, скоростные модели, которые неточно отображают детали реальной модели сейсмических скоростей. За счет использования кинематических характеристик, полученных из сейсмических данных как до суммирования, так и после суммирования, система моделирования скоростей, описанная в настоящем документе, может генерировать более точные скоростные модели, чем некоторые традиционные системы.[20] The velocity modeling system described herein can determine a computational velocity model for a subsurface area using kinematics derived from both pre-stack and post-stack seismic data characterizing the subsurface area. In particular, the velocity modeling system uses kinematics derived from post-stack seismic data to determine reliable estimates of local reflectors, and uses kinematics derived from pre-stack seismic data to determine travel times of reflected seismic waves with high resolution and great precision. In contrast, conventional systems that rely predominantly (or entirely) on kinematics derived from prestack seismic data may be unreliable, i.e., may generate velocity models that are sensitive to interference contained in prestack seismic data. . In addition, conventional systems that rely predominantly (or entirely) on kinematics derived from post-stack seismic data may only generate "smoothed" velocity models, i.e., velocity models that do not accurately represent the details of the actual seismic velocity model. By using kinematics derived from both pre-stack and post-stack seismic data, the velocity modeling system described herein can generate more accurate velocity models than some conventional systems.
[21] Скоростные модели, сгенерированные системой моделирования скоростей, которая описана в настоящем документе, могут использовать напрямую для построения глубинных изображений или они могут выступать в качестве начальных оценок для последующих систем моделирования скоростей (например, систем анализа скоростей миграции (MVA) или полноволновой инверсии (FWI)). Точные оценки начальной скоростной модели, сгенерированной системой моделирования скоростей, которая описана в настоящем документе, могут снизить потребление вычислительных ресурсов последующими системами моделирования скоростей, например, за счет сокращения количества итераций, выполняемых системами MVA, или они помогут избежать проблемы срыва цикла в системах FWI.[21] The velocity models generated by the velocity simulation system as described herein can be used directly for depth imaging, or they can act as initial estimates for subsequent velocity simulation systems (e.g. Migration Velocity Analysis (MVA) or Full Wavelength Inversion systems). (FWI)). Accurate estimates of the initial velocity model generated by the velocity simulation system described herein can reduce the computational resource consumption of downstream velocity simulation systems, for example by reducing the number of iterations performed by MVA systems, or they can help avoid the loop stall problem in FWI systems.
[22] На прилагаемых фигурах и в описании представлена подробная информация по одному или нескольким вариантам осуществления предмета изобретения, описанным в настоящем документе. Другие признаки, аспекты и преимущества предмета изобретения станут очевидными из описания, фигур и формулы изобретения.[22] The accompanying figures and description provide detailed information on one or more embodiments of the subject matter described herein. Other features, aspects and advantages of the subject matter will become apparent from the description, figures and claims.
Краткое описание фигурBrief description of the figures
[23] На фиг. 1 представлена блок-схема примера системы для моделирования скоростей.[23] FIG. 1 is a block diagram of an example system for modeling speeds.
[24] На фиг. 2 показан 3D объем, который изображает сейсмические данные после суммирования в области общей средней точки (СМР) и точки в сейсмических данных после суммирования, которые определены как точки, относящиеся к локальным отражающим поверхностям.[24] FIG. 2 shows a 3D volume that depicts post-stack seismic data in a common midpoint (CMP) region and points in the post-stack seismic data that are defined as points related to local reflective surfaces.
[25] На фиг. 3 показаны отраженные лучи, которые прослежены от локальной отражающей поверхности до поверхности наблюдения с помощью текущей скоростной модели.[25] FIG. 3 shows the reflected rays that are traced from the local reflective surface to the observation surface using the current velocity model.
[26] На фиг. 4 представлены результаты применения системы моделирования скоростей к синтетическим сейсмическим данным до суммирования и после суммирования.[26] FIG. 4 shows the results of applying the velocity modeling system to pre-stack and post-stack synthetic seismic data.
[27] На фиг. 5 представлена блок-схема примера процедуры для определения скоростной модели на основе кинематических характеристик, полученных по сейсмическим данным как до суммирования, так и после суммирования.[27] FIG. 5 is a flow chart of an exemplary procedure for determining a velocity model based on kinematics obtained from both pre-stack and post-stack seismic data.
[28] На фиг. 6 представлена блок-схема примера процедуры определения отраженных волн и рассчитанных времен пробега с применением текущей скоростной модели и кинематических характеристик сейсмических данных после суммирования.[28] FIG. 6 is a flowchart of an example procedure for determining reflected waves and calculated travel times using the current velocity model and kinematics of the post-stack seismic data.
[29] Одинаковые номера позиций и обозначения на различных фигурах указывают на одинаковые элементы.[29] The same reference numbers and designations in the various figures indicate the same elements.
Подробное раскрытие настоящего изобретенияDetailed disclosure of the present invention
[30] На фиг. 1 представлен пример системы 100 моделирования скоростей. Система 100 моделирования скоростей представляет собой пример системы, реализованной в виде компьютерных программ на одном или нескольких компьютерах, находящихся в одном или нескольких местоположениях, в которых реализованы системы, компоненты и технические решения, описанные в настоящем документе.[30] FIG. 1 shows an example of a speed simulation system 100. Velocity simulation system 100 is an example of a system implemented as computer programs on one or more computers located in one or more locations that implement the systems, components, and solutions described herein.
[31] Система 100 моделирования скоростей рассчитана на обработку сейсмических данных 102 до суммирования и сейсмических данных 104 после суммирования, которые характеризуют геологическую область, с целью генерирования скоростной модели 106 геологической области. Скоростная модель 106 геологической области описывает соответствующие скорости сейсмических волн, проходящих через различные местоположения в пространстве геологической области. Например, скоростную модель 106 могут отображать в виде трехмерной матрицы числовых значений, где каждая компонента матрицы отвечает соответствующему местоположению в пространстве геологической области. В этом примере значение каждой компоненты матрицы отображает скорость сейсмических волн, проходящих через местоположение в пространстве геологической области, которое соответствует этой компоненте матрицы. Как правило, сейсмические волны могут с разными скоростями проходить через различные местоположения в пространстве геологической области, например, из-за различий в плотности горных пород и осадков в различных местоположениях пространства геологической области.[31] The velocity modeling system 100 is configured to process pre-stack seismic data 102 and post-stack seismic data 104 that characterize a geological area to generate a velocity model 106 of the geological area. The geologic domain velocity model 106 describes the respective velocities of seismic waves passing through various locations in the space of the geologic domain. For example, the velocity model 106 may be displayed as a three-dimensional matrix of numerical values, where each component of the matrix corresponds to a corresponding location in the space of a geological area. In this example, the value of each matrix component represents the velocity of the seismic waves passing through the spatial location of the geological area that corresponds to that matrix component. Typically, seismic waves may travel at different speeds through different locations in geologic space, for example, due to differences in rock and sediment densities at different locations in geologic space.
[32] Скоростная модель 106, сгенерированная системой 100, способна моделировать любую подходящую геологическую область. Например, скоростная модель 106 способна моделировать геологическую область, соответствующую квадратной или прямоугольной области на поверхности земли, которая простирается на определенное расстояние (например, несколько миль) вниз, в недра Земли.[32] The velocity model 106 generated by the system 100 is capable of modeling any suitable geological region. For example, velocity model 106 is capable of modeling a geologic region corresponding to a square or rectangular area on the surface of the earth that extends a certain distance (eg, several miles) down into the Earth's interior.
[33] Скоростную модель 106, сгенерированную системой 100, могут использовать для множества различных целей. Например, скоростную модель 106 могут использовать напрямую для построения глубинного изображения с целью моделирования строения геологической области с тем, чтобы облегчить, например, поиски, разведку и добычу нефти и газа. В некоторых случаях скоростную модель 106, сгенерированную при помощи системы 100, могут применять в качестве входного данного для другой системы моделирования, которая дополнительно уточняет скоростную модель 106. Например, скоростную модель 106, сгенерированную при помощи системы 100, могут использовать для задания начальных значений в системе моделирования скоростей FWI или в системе моделирования скоростей MVA.[33] Velocity model 106 generated by system 100 can be used for a variety of different purposes. For example, the velocity model 106 can be used directly to build a depth image to model the structure of a geological area in order to facilitate, for example, prospecting, exploration and production of oil and gas. In some cases, velocity model 106 generated by system 100 may be used as input to another simulation system that further refines velocity model 106. For example, velocity model 106 generated by system 100 may be used to initialize values in FWI velocity simulation system or MVA velocity simulation system.
[34] Система 100 рассчитана на генерирование скоростной модели 106 путем итеративного обновления начальной скоростной модели за несколько итераций обновления. Начальная скоростная модель может представлять собой предварительно заданную (то есть, фиксированную) скоростную модель, например, скоростную модель, которая связывает каждое местоположение в пространстве геологической области с той же предварительно заданной скоростью. На каждой итерации обновления система 100 определяет «рассчитанное» время и время «наблюдения» пробега для множества отраженных волн (то есть, отражений сейсмических волн от локальных отражающих поверхностей в геологической области). Рассчитанное для отраженной волны время пробега относится ко времени пробега сейсмической волны, соответствующей отраженной волне, которая определена с применением текущей скоростной модели 106. Время наблюдения пробега для отраженной волны относится к фактическому времени пробега сейсмической волны, соответствующей отраженной волне. Разности между рассчитанными значениями и значениями времени наблюдения пробега отраженных волн указывают на точность текущей скоростной модели 106 (то есть, меньшие разности между рассчитанным значением и значением времени наблюдения пробега указывают на более высокую точность). На каждой итерации обновления система 100 обеспечивает рассчитанное значение и значение наблюдения времени пробега отраженной волны в качестве входного данного для (трехмерного) алгоритма томографии на отраженных сейсмических волнах с целью определения обновленной скоростной модели 106 для следующей итерации обновления. Система 100 в качестве результата выдает на выходе скоростную модель 106, полученную после последней итерации обновления.[34] System 100 is configured to generate velocity model 106 by iteratively updating the initial velocity model over multiple update iterations. The initial velocity model may be a predetermined (ie, fixed) velocity model, such as a velocity model that associates each location in the space of a geological area with the same predetermined velocity. At each update iteration, the system 100 determines the "calculated" and "observe" runtimes for a plurality of reflections (ie, seismic wave reflections from local reflective surfaces in a geological area). The calculated reflected travel time refers to the travel time of the seismic wave corresponding to the reflected wave, which is determined using the current velocity model 106. The observed travel time for the reflected wave refers to the actual travel time of the seismic wave corresponding to the reflected wave. Differences between the calculated values and the reflected travel time values indicate the accuracy of the current velocity model 106 (ie, smaller differences between the calculated value and the travel time value indicate higher accuracy). At each update iteration, the system 100 provides the calculated value and the reflection traveltime observation value as input to the (3D) seismic reflection tomography algorithm to determine the updated velocity model 106 for the next update iteration. The system 100 outputs as a result the velocity model 106 obtained since the last iteration of the update.
[35] Перед итеративным обновлением скоростной модели 106 система 100 получает сейсмические данные 102 до суммирования, которые характеризуют геологическую область. Сейсмические данные 102 до суммирования могут включать в себя большое количество сейсмических «трасс», при этом каждая трасса характеризует величину движения земли в соответствующем местоположении приемника в результате прохождения сейсмической волны, сгенерированной в соответствующем местоположении источника. Данные 102 до суммирования могут быть сгенерированы (например, во время геологической съемки) путем развертывания группы сейсмических источников (например, пневмопушек или сейсмических вибраторов) и сейсмических приемников (например, геофонов) на поверхности геологической области. Сейсмический источник может генерировать сейсмическую волну, которую распространяет вглубь геологической области, и она отражается от локальной отражающей поверхности. Отраженную сейсмическую волну может регистрировать каждый из множества сейсмических приемников, тем самым генерируя множество сейсмических трасс. Сейсмическая трасса, сгенерированная данным сейсмическим приемником, может быть отображена в виде вектора, каждая компонента которого отображает величину движения земли в местоположении данного сейсмического приемника в соответствующий момент времени.[35] Before iteratively updating the velocity model 106, the system 100 obtains pre-stack seismic data 102 that characterize the geological area. The pre-stack seismic data 102 may include a large number of seismic "traces", with each trace characterizing the amount of ground movement at a respective receiver location as a result of the passage of a seismic wave generated at a respective source location. Pre-stack data 102 may be generated (eg, during a geological survey) by deploying an array of seismic sources (eg, air guns or seismic vibrators) and seismic receivers (eg, geophones) on the surface of a geological area. A seismic source may generate a seismic wave that propagates deep into a geological region and is reflected from a local reflective surface. The reflected seismic wave can be registered by each of the plurality of seismic receivers, thereby generating a plurality of seismic traces. The seismic trace generated by a given seismic receiver can be displayed as a vector, each component of which represents the amount of ground movement at the location of the given seismic receiver at the corresponding point in time.
[36] Система 100 обрабатывает сейсмические данные 102 до суммирования с помощью программы 108 суммирования с целью генерирования сейсмических данных 104 после суммирования. Программа 108 суммирования может генерировать сейсмические данные 104 после суммирования при помощи любой подходящей процедуры суммирования. Например, программа 108 суммирования может генерировать сейсмические данные 104 после суммирования, которые включают в себя большое количество сейсмических трасс, где каждая трасса в сейсмических данных после суммирования получена путем комбинирования (например, осреднения) множества трасс из сейсмических данных 102 до суммирования. Сейсмические данные 104 после суммирования могут включать в себя «более гладкие» трассы с более высоким отношением сигнал-помеха (SNR) по сравнению с сейсмическими данными 102 до суммирования. Помимо генерирования сейсмических данных 104 после суммирования, программа 108 суммирования дополнительно генерирует модель скоростей суммирования (NMO).[36] System 100 processes pre-stack seismic data 102 with stack program 108 to generate post-stack seismic data 104. Stack program 108 may generate post-stack seismic data 104 using any suitable stack procedure. For example, stack program 108 may generate post-stack seismic data 104 that includes a large number of seismic traces, where each trace in the post-stack seismic data is obtained by combining (eg, averaging) multiple traces from pre-stack seismic data 102. The post-stack seismic data 104 may include "smoother" traces with a higher signal-to-noise ratio (SNR) compared to the pre-stack seismic data 102. In addition to generating post-stack seismic data 104, stack routine 108 additionally generates a stack velocity model (NMO).
[37] Система 100 при помощи программы 110 кинематических характеристик обрабатывает как сейсмические данные 102 до суммирования, так и сейсмические данные 104 после суммирования с целью получения соответствующих кинематических характеристик как из сейсмических данных 102 до суммирования, так и сейсмических данных 104 после суммирования. Конкретнее, система 100 генерирует кинематические характеристики 112 до суммирования по сейсмическим данным 102 до суммирования, и система 100 генерирует кинематические характеристики 114 после суммирования по сейсмическим данным 104 после суммирования. Ниже будет подробно описано, что в некоторых случаях система 100 генерирует кинематические характеристики 112 до суммирования в рамках процедуры улучшения данных на основе нелинейного формирования луча (NLBF), которую применяют к сейсмическим данным 102 до суммирования. В этих случаях система 100 может генерировать сейсмические данные 104 после суммирования из сейсмических данных 102 до суммирования, которые были улучшены с применением процедуры улучшения данных NLBF.[37] The system 100 processes both the pre-stack seismic data 102 and the post-stack seismic data 104 with the help of the kinematics program 110 to obtain the corresponding kinematic characteristics from both the pre-stack seismic data 102 and the post-stack seismic data 104. More specifically, system 100 generates pre-stack kinematics 112 from pre-stack seismic data 102, and system 100 generates post-stack kinematics 114 from post-stack seismic data 104. It will be described in detail below that, in some cases, system 100 generates pre-stack kinematics 112 as part of a non-linear beamforming (NLBF) data enhancement procedure that is applied to pre-stack seismic data 102. In these cases, system 100 may generate post-stack seismic data 104 from pre-stack seismic data 102 that has been enhanced using the NLBF data enhancement procedure.
[38] Кинематические характеристики 112 до суммирования и кинематические характеристики 114 после суммирования могут включать в себя одну или несколько из перечисленных: характеристики первой частной производной, характеристики второй частной производной, характеристики кривизны и характеристики подобия. В некоторых случаях система 100 генерирует кинематические характеристики 112 до суммирования, которые описывают подходящее подмножество (то есть, часть) из общего количества сейсмических трасс, включенных в сейсмические данные 102 до суммирования. Например, система 100 может генерировать кинематические особенности 112 до суммирования только для сейсмических трасс, относящихся к крупной сетке в пространстве сейсмических данных до суммирования. Поскольку количество сейсмических трасс, включенных в сейсмические данные 102 до суммирования, может быть большим, система 100 может снизить потребление вычислительных ресурсов (например, накопительных устройств и вычислительной мощности) путем генерирования кинематических характеристик 112 до суммирования только для подходящего подмножества сейсмических данных 102 до суммирования.[38] The pre-stack kinematics 112 and the post-stack kinematics 114 may include one or more of the following: first partial derivative characteristics, second partial derivative characteristics, curvature characteristics, and similarity characteristics. In some cases, system 100 generates pre-stack kinematics 112 that describe a suitable subset (ie, portion) of the total number of seismic traces included in pre-stack seismic data 102. For example, system 100 may generate pre-stack kinematic features 112 only for coarse-grid seismic traces in pre-stack seismic data space. Since the number of seismic traces included in prestack seismic data 102 can be large, system 100 can reduce the consumption of computing resources (eg, storage devices and processing power) by generating prestack kinematics 112 for only a suitable subset of prestack seismic data 102.
[39] После генерирования кинематических характеристик 112 до суммирования и кинематических характеристик 114 после суммирования система итеративно обновляет текущую скоростную модель 106 за несколько итераций обновления. На каждой итерации обновления система 100 обрабатывает кинематические характеристики 114 после суммирования и текущую скоростную модель 106 при помощи программы 116 локализации с целью определения множества отраженных волн 118. Каждая отраженная волна 118 связана с: 1) местоположением сейсмического источника, который распространяет сейсмическую волну; 2) локальной отражающей поверхностью в геологической области, при этом поверхность отражает эту сейсмическую волну; и 3) местоположением сейсмического приемника, который получает отражение сейсмической волны от локальной отражающей поверхности. Система 100 использует текущую скоростную модель 106 для определения рассчитанного времени пробега каждой отраженной волны 118. Определение отраженных волн 118 и расчет времен пробега для отраженных волн 118 по кинематическим характеристикам 114 после суммирования и текущей скоростной модели 106 описаны более подробно со ссылкой на фиг. 6.[39] After generating pre-stack kinematics 112 and post-stack kinematics 114, the system iteratively updates the current velocity model 106 over several update iterations. At each update iteration, the system 100 processes the post-stack kinematics 114 and the current velocity model 106 with a localization program 116 to determine a set of reflected waves 118. Each reflected wave 118 is associated with: 1) the location of the seismic source that propagates the seismic wave; 2) a local reflective surface in a geological area, with the surface reflecting this seismic wave; and 3) the location of the seismic receiver that receives the reflection of the seismic wave from the local reflecting surface. The system 100 uses the current velocity model 106 to determine the calculated travel time of each reflected wave 118. The determination of the reflected waves 118 and the calculation of the travel times for the reflected waves 118 from the post-stack kinematics 114 and the current velocity model 106 are described in more detail with reference to FIG. 6.
[40] Для каждой из отраженных волн 118 система 100 обрабатывает кинематические характеристики 112 до суммирования и модель скоростей суммирования (ее генерирует программа 108 суммирования) с применением программы 120 расчета времен пробега с целью генерирования времени 122 наблюдения пробега для отраженной волны 118. Конкретнее, система 100 может определять время наблюдения 122 пробега для отраженной волны 118, исходя из: 1) нормального приращения времени пробега, полученного из модели скоростей суммирования, и 2) первого поправочного члена, исходя из кинематических характеристик подобия, входящих в состав кинематических характеристик 112 до суммирования. Если кинематические характеристики 112 до суммирования рассчитывают на крупной сетке в пространстве данных до суммирования, тогда система 100 может дополнительно определять время наблюдения 122 пробега, исходя из второго поправочного члена, полученного из кинематических характеристик 112 первой и второй частных производных до суммирования.[40] For each of the reflected waves 118, the system 100 processes the pre-stack kinematics 112 and the stack velocity model (generated by the stack program 108) using the travel time program 120 to generate a travel time 122 for the reflected wave 118. More specifically, the system 100 may determine the travel time observation 122 for the reflected wave 118 based on: 1) the normal increment of travel time derived from the stacking velocity model, and 2) the first correction term based on the similarity kinematics included in the pre-stack kinematics 112. If the pre-stack kinematics 112 are calculated on a coarse grid in pre-stack data space, then the system 100 may additionally determine the observation time 122 of the run based on a second correction term derived from the pre-stack kinematics 112 of the first and second partial derivatives of the pre-stack.
[41] Система 100 обрабатывает значения времени 122 наблюдения пробега и рассчитанные времена пробега, сгенерированные для каждой из отраженных волн 118 при помощи программы 124 обновления модели, с целью генерирования обновления 126 скоростной модели. Обновление 126 скоростной модели определяет корректировку текущей скоростной модели 106, которая может привести к уменьшению расхождения между значениями времени 122 наблюдения пробега и рассчитанными временами пробега отраженных волн 118, которые определяют на следующей итерации обновления. Система 100 использует обновление 126 скоростной модели для обновления скоростной модели 106 и при необходимости выполняет одну или несколько дополнительных итераций обновления. Если система 100 определяет, что дальнейшие операции обновления выполнять не следует, система 100 может вывести текущую скоростную модель 106.[41] The system 100 processes the runtime observation times 122 and the calculated travel times generated for each of the reflected waves 118 by the model updater 124 to generate an update 126 of the velocity model. The velocity model update 126 determines an adjustment to the current velocity model 106 that may result in a reduction in the discrepancy between runtime observation times 122 and calculated reflection travel times 118 determined at the next update iteration. System 100 uses velocity model update 126 to update velocity model 106 and performs one or more additional update iterations as needed. If system 100 determines that no further update operations should be performed, system 100 may output the current velocity model 106.
[42] На фиг. 2 показан 3D объем 200, который отображает сейсмические данные после суммирования в области общей средней точки (СМР). Конкретнее, сейсмические данные после суммирования отображают в виде 3D матрицы, проиндексированной по х-координатам 202, у-координатам 204 и z-координатам 206. Сейсмические данные после суммирования, соответствующие данной паре координат х-у, отображают времена пробега отражения сейсмических волн, сгенерированных сейсмическими источниками и сейсмическими приемниками с общей средней точкой, заданной координатами х-у. «Средняя точка» между сейсмическим источником и сейсмическим приемником представляет собой точку на прямой линии, соединяющей сейсмический источник и сейсмический приемник, при этом точка находится на одинаковом расстоянии от каждого из них. Координата z относится ко времени. Ниже со ссылкой на фиг.6 будет более подробно описано, что система может определять точки в пространстве данных после суммирования (например, точка 208) со значениями подобия кинематических характеристик, превышающими предварительно заданный порог, как точки, соответствующие локальным отражающим поверхностям (например, локальной отражающей поверхности 210). Направления вдоль и поперек локальной отражающей поверхности 210 обозначены как 212 и 214. Каждая из локальных отражающих поверхностей локализована по глубине путем прослеживания нормального луча и при помощи текущей скоростной модели с целью определения соответствующего местоположения и ориентации локальной отражающей поверхности.[42] FIG. 2 shows a
[43] На фиг. 3 показаны отраженные лучи 302 и 304, которые прослежены от локальной отражающей поверхности 306 (то есть, в пространстве данных после суммирования) до поверхности наблюдения с помощью текущей скоростной модели. Времена пробега вдоль этих отраженных лучей (то есть, определенных при помощи текущей скоростной модели) отображают рассчитанное время пробега отраженной волны. Отраженная волна может соответствовать, например: 1) местоположению 308 сейсмического источника; 2) отражающей поверхности 306; и 3) местоположению 310 сейсмического приемника.[43] FIG. 3 shows reflected beams 302 and 304 that are traced from a local reflective surface 306 (ie, in post-stack data space) to the observation surface using the current velocity model. The travel times along these reflected rays (ie, determined using the current velocity model) represent the calculated travel time of the reflected wave. The reflected wave may correspond to, for example: 1) the
[44] На фиг. 4 представлены результаты применения системы 100 моделирования скоростей, описанной в настоящем документе, к синтетическим (то есть, сгенерированным при помощи компьютера) сейсмическим данным до суммирования и после суммирования. Начальная скоростная модель (то есть, используемая на первой итерации обновления), модель истинных скоростей и модель восстановленных скоростей (то есть, скоростная модель, сгенерированная системой 100), изображены в разрезе. То есть, каждая из скоростных моделей изображена в виде «среза» вдоль направлений х-координаты (где «m» означает «метры») и координаты глубины (где «m» означает «метры») полного 3D набора данных, отображающего скоростную модель. Начальная скоростная модель указывает на то, что скорости сейсмических волн в геологической области возрастают с глубиной приблизительно линейно, тогда как модель истинных скоростей указывает на то, что скорости сейсмических волн изменяются с глубиной согласно существенно нелинейной зависимости. Специалистам в данной области техники будет понятно, что восстановленная скоростная модель, сгенерированная системой 100, представляет собой точную аппроксимацию модели истинных скоростей, которая эффективно отражает нелинейную зависимость, определяющую скорости сейсмических волн на различных глубинах.[44] FIG. 4 presents the results of applying the velocity modeling system 100 described herein to synthetic (ie, computer generated) pre-stack and post-stack seismic data. The initial velocity model (ie, used in the first update iteration), the true velocity model, and the reconstructed velocity model (ie, the velocity model generated by system 100) are shown in section. That is, each of the velocity models is depicted as a "slice" along the x-coordinate (where "m" means "meters") and depth (where "m" means "meters") directions of the complete 3D dataset displaying the velocity model. The initial velocity model indicates that seismic wave velocities in the geologic region increase approximately linearly with depth, while the true velocity model indicates that seismic wave velocities vary with depth in a substantially non-linear relationship. Those skilled in the art will appreciate that the reconstructed velocity model generated by system 100 is an accurate approximation of the true velocity model that effectively captures the non-linear relationship that defines seismic wave velocities at various depths.
[45] На фиг. 5 представлена блок-схема примера процедуры 500 для определения скоростной модели на основе кинематических характеристик, полученных по сейсмическим данным как до суммирования, так и после суммирования. Для удобства процедура 500 будет описана как процедура, выполняемая системой одного или нескольких компьютеров, которые расположены в одном или нескольких местоположениях. Например, система моделирования скоростей, например, системы 100 моделирования скоростей на фиг. 1, соответствующим образом запрограммированная согласно настоящему описанию изобретения, может выполнять процедуру 500.[45] FIG. 5 is a flow diagram of an
[46] Система получает начальную скоростную модель геологической области, при этом модель описывает скорости сейсмических волн, проходящих через различные местоположения в пространстве геологической области (502). Начальная скоростная модель может представлять собой предварительно заданную (то есть, фиксированную) скоростную модель, например, скоростную модель, которая связывает каждое местоположение в пространстве геологической области с той же предварительно заданной скоростью.[46] The system obtains an initial velocity model of the subsurface, wherein the model describes the velocities of seismic waves passing through various locations in subsurface space (502). The initial velocity model may be a predetermined (ie, fixed) velocity model, such as a velocity model that associates each location in the space of a geological area with the same predetermined velocity.
[47] Система получает сейсмические данные до суммирования, которые включают в себя большое количество сейсмических трасс, характеризующих геологическую область (504). Каждая трасса характеризует величину движения земли в соответствующем положении приемника при прохождении сейсмической волны, сгенерированной в соответствующем местоположении источника. В некоторых случаях сейсмические источники и сейсмические приемники, которые используют для генерирования сейсмических данных до суммирования, расположены по ортогональной схеме. Конкретнее, группу сейсмических источников могут распределять (например, с равными интервалами) вдоль первой линии на поверхности геологической области. Группу сейсмических приемников могут распределять (например, с равными интервалами) вдоль второй линии на поверхности геологической области, при этом вторая линия перпендикулярна первой линии. В этом случае сейсмические данные до суммирования называют находящимися «в области поперечного возбуждения». Например, для сейсмических данных до суммирования в области поперечного возбуждения расстояние между данными могут параметризовать по координатам, при этом: 1) х-координата соответствует сейсмическим приемникам, 2) у-координата соответствует сейсмическим источникам, и 3) z-координата соответствует временам пробега отражений.[47] The system obtains pre-stack seismic data that includes a large number of seismic traces characterizing a geological area (504). Each trace characterizes the amount of ground movement at the respective receiver position during the passage of a seismic wave generated at the respective source location. In some cases, seismic sources and seismic receivers that are used to generate pre-stack seismic data are arranged in an orthogonal pattern. More specifically, the array of seismic sources may be distributed (eg, at regular intervals) along a first line on the surface of a geological area. The array of seismic receivers may be distributed (eg, at regular intervals) along a second line on the surface of the geologic region, with the second line perpendicular to the first line. In this case, the pre-stack seismic data is referred to as being "in the transverse region". For example, for pre-stack seismic data in a transverse excitation region, the distance between the data can be parameterized in terms of coordinates, whereby: 1) the x-coordinate corresponds to the seismic receivers, 2) the y-coordinate corresponds to the seismic sources, and 3) the z-coordinate corresponds to the travel times of the reflections .
[48] Система обрабатывает сейсмические данные до суммирования при помощи метода для суммирования с целью генерирования сейсмических данных (506) после суммирования. Например, система может генерировать сейсмические данные после суммирования, которые включают в себя большое количество сейсмических трасс, где каждая трасса в сейсмических данных после суммирования получена путем комбинирования (например, осреднения) множества трасс из сейсмических данных до суммирования. Сейсмические данные после суммирования могут отображать в любом подходящем формате, например, в трехмерной области общей средней точки (СМР). Помимо генерирования сейсмических данных после суммирования система дополнительно генерирует модель скоростей суммирования.[48] The system processes the pre-stack seismic data with the stack method to generate post-stack seismic data (506). For example, the system may generate post-stack seismic data that includes a large number of seismic traces, where each trace in the post-stack seismic data is obtained by combining (eg, averaging) multiple traces from the pre-stack seismic data. The poststacked seismic data may be displayed in any suitable format, such as a 3D common midpoint region (CMP). In addition to post-stack seismic data generation, the system additionally generates a stack velocity model.
[49] Система обрабатывает сейсмические данные до суммирования и сейсмические данные после суммирования с целью генерирования кинематических характеристик, которые характеризуют, соответственно, сейсмические данные (508) до суммирования и после суммирования. Кинематические характеристики сейсмических данных до суммирования и после суммирования могут отображать наклоны и кривизны сейсмических волновых фронтов в определенных направлениях в соответствующих областях сейсмических данных до суммирования и после суммирования. Конкретнее, кинематические характеристики сейсмических данных до суммирования и после суммирования могут соответствовать первой и второй частным производным времен пробега отражений вблизи опорных точек в пространствах данных до суммирования и после суммирования. Например, кинематические характеристики сейсмических данных до суммирования могут включать в себя первые и вторые частные производные в направлениях х- и у-координат в области поперечного возбуждения. В другом примере кинематические характеристики сейсмических данных после суммирования могут включать в себя первые и вторые частные производные в направлениях х- и у-координат в области общей средней точки. Кинематические характеристики сейсмических данных до суммирования и после суммирования могут также включать в себя характеристики «подобия», которые характеризуют когерентность локальной отраженной волны. Кинематическую характеристику подобия, соответствующую моменту времени в сейсмической трассе до суммирования или после суммирования, могут определять путем расчета взаимной корреляции значения сейсмической трассы в этот момент времени и значений соседних сейсмических трасс в этот момент времени.[49] The system processes pre-stack seismic data and post-stack seismic data to generate kinematic characteristics that characterize pre-stack and post-stack seismic data (508), respectively. The pre-stack and post-stack seismic data kinematics can represent the dips and curvatures of the seismic wavefronts in certain directions in the respective regions of the pre-stack and post-stack seismic data. More specifically, the kinematics of the pre-stack and post-stack seismic data may correspond to the first and second partial derivatives of the travel times of reflections near the control points in the pre-stack and post-stack data spaces. For example, the kinematics of pre-stack seismic data may include first and second partial derivatives in the x- and y-coordinate directions in the transverse excitation region. In another example, the kinematics of the post-stack seismic data may include first and second partial derivatives in the x- and y-coordinate directions in the region of the common midpoint. The kinematic characteristics of the pre-stack and post-stack seismic data may also include "similarity" characteristics that characterize the coherence of the local reflected wave. A kinematic similarity characteristic corresponding to a point in time in a pre-stack or post-stack seismic trace may be determined by calculating the cross-correlation of the value of the seismic trace at that point in time and the values of neighboring seismic traces at that point in time.
[50] Для снижения потребления вычислительных ресурсов система может генерировать кинематические характеристики до суммирования, которые описывают только подходящее подмножество из общего количества сейсмических трасс, включенных в сейсмические данные до суммирования. Например, система может генерировать кинематические характеристики до суммирования только для сейсмических трасс, относящихся к крупной сетке в пространстве сейсмических данных до суммирования. В этом примере, если сейсмические данные до суммирования отображены в области поперечного возбуждения, система может генерировать сейсмические характеристики только для трасс, соответствующих части х- (то есть, сейсмических источников) и у- (то есть, сейсмических приемников) координат.[50] To reduce computational resource consumption, the system may generate pre-stack kinematics that describe only a suitable subset of the total number of seismic traces included in the pre-stack seismic data. For example, the system may generate prestack kinematics for only coarse-grid seismic traces in prestack seismic data space. In this example, if the pre-stack seismic data is mapped to the transverse region, the system can only generate seismic features for the traces corresponding to the x- (ie, seismic sources) and y- (ie, seismic receivers) portion of the coordinates.
[51] В некоторых случаях система генерирует кинематические характеристики сейсмических данных до суммирования в рамках процедуры улучшения данных на основе нелинейного формирования луча, которую применяют к сейсмическим данным до суммирования. В частности, процедура улучшения данных может собирать сигналы с соседних трасс в сейсмических данных до суммирования вдоль локально определенных поверхностей, которые описывают локальные приращения времени когерентных сейсмических сигналов. Применение процедуры нелинейного формирования луча к сейсмическим данным до суммирования с целью улучшения данных может повышать отношение сигнал-помеха в сейсмических данных до суммирования. В случаях, когда к сейсмическим данным до суммирования в системе применяют процедуру нелинейного формирования луча с целью улучшения данных, система может генерировать сейсмические данные после суммирования и скорости суммирования, исходя из улучшенных сейсмических данных до суммирования. Генерирование сейсмических данных после суммирования и скоростей суммирования, исходя из улучшенных сейсмических данных до суммирования может повысить надежность и качество сейсмических данных после суммирования.[51] In some cases, the system generates pre-stack seismic data as part of a non-linear beamforming data enhancement procedure that is applied to pre-stack seismic data. In particular, the data enhancement procedure may collect signals from adjacent traces in pre-stack seismic data along locally defined surfaces that describe local time increments of coherent seismic signals. Applying a non-linear beamforming procedure to pre-stack seismic data to improve the data can increase the signal-to-noise ratio in the pre-stack seismic data. In cases where a non-linear beamforming procedure is applied to the pre-stack seismic data in the system to improve the data, the system can generate post-stack seismic data and a stack rate based on the improved pre-stack seismic data. Generating post-stack seismic data and stack velocities from improved pre-stack seismic data can improve the reliability and quality of the post-stack seismic data.
[52] Стадии 510-514 в совокупности описывают операции, которые могут выполнять на каждой из множества итераций обновления. Ниже будет подробно описано, что текущую скоростную модель обновляют на каждой итерации обновления, и конечную скоростную модель выводят после последней итерации обновления. На первой итерации обновления начальная скоростная модель (то есть, согласно описанию со ссылкой на позицию 502) определяет «текущую» скоростную модель. На каждой последующей итерации обновления «текущая» скоростная модель представляет собой скоростную модель, определенную в конце предшествующей итерации обновления.[52] Steps 510-514 collectively describe operations that may be performed in each of the multiple update iterations. Below, it will be described in detail that the current velocity model is updated at each update iteration, and the final velocity model is output after the last update iteration. In the first update iteration, the initial velocity model (ie, as described with reference to 502) determines the "current" velocity model. At each subsequent update iteration, the "current" velocity model is the velocity model determined at the end of the previous update iteration.
[53] Система обрабатывает кинематические характеристики после суммирования и текущую скоростную модель с целью определения множества отраженных волн (510). Каждая отраженная волна соответствует: 1) местоположению сейсмического источника, который распространяет сейсмическую волну; 2) локальной отражающей поверхности в геологической области; и 3) местоположению сейсмического приемника, который получает отражение сейсмической волны от этой локальной отражающей поверхности. Каждая локальная отражающая поверхность может быть охарактеризована: 1) локальными углами наклона локальной отражающей поверхности в продольном и поперечном направлениях, и 2) двойным временем пробега по нормали, соответствующим этой отражающей поверхности. Двойное время пробега по нормали означает двойное время пробега отраженной сейсмической волны, которая распространяется в направлении к локальной отражающей поверхности по нормальному лучу. Местоположение сейсмического источника и сейсмического приемника отраженной волны могут выражать в координатах общей средней точки. Система также определяет соответствующее рассчитанное время пробега для каждой отраженной волны при текущей скоростной модели. Пример процедуры определения отраженных волн и определения расчетных времен пробега по кинематическим характеристикам после суммирования и текущей скоростной модели описан более подробно со ссылкой на фиг. 6.[53] The system processes the post-stack kinematics and the current velocity model to determine the reflection set (510). Each reflected wave corresponds to: 1) the location of the seismic source that propagates the seismic wave; 2) a local reflective surface in a geological area; and 3) the location of the seismic receiver that receives the seismic reflection from that local reflector. Each local reflective surface can be characterized by: 1) the local tilt angles of the local reflective surface in the longitudinal and transverse directions, and 2) the double normal travel time corresponding to this reflective surface. Double normal travel time means double the travel time of the reflected seismic wave, which propagates towards the local reflecting surface along the normal beam. The location of the seismic source and the seismic receiver of the reflected wave can be expressed in terms of the coordinates of a common midpoint. The system also determines the corresponding calculated travel time for each reflected wave under the current velocity model. An example of the procedure for determining reflected waves and determining the estimated travel times from the kinematic characteristics after stacking and the current velocity model is described in more detail with reference to FIG. 6.
[54] Система определяет соответствующее время наблюдения пробега каждой из отраженных волн, исходя из: 1) нормального приращения времени пробега, полученного из модели скоростей суммирования, и 2) первого поправочного члена, исходя из кинематических характеристик подобия до суммирования (512). Если кинематические характеристики до суммирования рассчитывают на крупной сетке в пространстве данных до суммирования, тогда время наблюдения пробега могут также определять, исходя из второго поправочного члена, полученного из кинематических характеристик первой и второй частных производных до суммирования.[54] The system determines the appropriate travel time for each of the reflected waves based on: 1) the normal increment of travel time derived from the stacking velocity model, and 2) the first correction term based on the pre-stack similitude kinematics (512). If the pre-stack kinematics are calculated on a coarse grid in pre-stack data space, then the observation time of the run can also be determined from a second correction term derived from the pre-stack first and second partial derivative kinematics.
[55] Система может определять нормальное приращение времени пробега отраженной волны, исходя из нормального двойного времени пробега отраженной волны, расстояния между местоположением источника и местоположением приемника, соответствующих отраженной волне, и скорости суммирования, соответствующей отраженной волне. Например, система может определять нормальное приращение времени пробега отраженной волны как:[55] The system may determine the normal increment of the reflected wave travel time based on the normal dual travel time of the reflected wave, the distance between the source location and the receiver location corresponding to the reflected wave, and the summation rate corresponding to the reflected wave. For example, the system may define the normal increment of the reflected wave travel time as:
где TNMO - нормальное приращение времени пробега отраженной волны, Т0 - нормальное двойное время пробега отраженной волны, h - расстояние между местоположением источника и местоположением приемника, соответствующими отраженной волне, Xr и
[56] Система может определять первый поправочный член, исходя из кинематических характеристик подобия до суммирования. Например, система может определять первый поправочный член путем определения расстояния по нормальному приращению времени пробега отраженной волны, которое максимально увеличивает кинематическую характеристику подобия вдоль трассы до суммирования, соответствующей местоположению источника и приемника отраженной волны. То есть, система может определять первый поправочный член как:[56] The system may determine the first correction term based on the pre-stack similarity kinematics. For example, the system may determine the first correction term by determining the distance from the normal increment of the reflected wave travel time that maximizes the kinematic similarity characteristic along the pre-stack path corresponding to the location of the reflected wave source and receiver. That is, the system can determine the first correction term as:
где dTSEMBL - первый поправочный член, ∈ - положительная константа, и Semblance (Xr, Yr, Xs, Ys, TNMO+dT) - значение кинематической характеристики подобия трассы данных до суммирования, соответствующее местоположению источника (Xr, 
[57] Система может определять время наблюдения пробега TOBS отраженной волны, исходя из нормального приращения времени пробега TNMO и первого поправочного члена dTSEMBL, соответствующих отраженной волне. Например, система может определять время наблюдения пробега отраженной волны как:[57] The system may determine the observation time T OBS of the reflected wave based on the normal increment of the travel time T NMO and the first correction term dT SEMBL corresponding to the reflected wave. For example, the system may determine the observation time of the path of the reflected wave as:
где TNMO определяется уравнением 1, a dTSEMBL определяется уравнением 3.where T NMO is defined by Equation 1 and dT SEMBL is defined by Equation 3.
[58] Система может определять время наблюдения пробега отраженной волны другим способом, если система рассчитывает кинематические характеристики до суммирования на крупной сетке в пространстве данных до суммирования (то есть, вместо вычисления кинематических характеристик до суммирования для каждой трассы до суммирования). В частности, система может определять «параметрическую» трассу до суммирования путем определения трассы до суммирования, которая представляет собой ближайшую трассу к трассе до суммирования, соответствующей отраженной волне, из числа трасс до суммирования, для которых были рассчитаны кинематические характеристики. Трасса до суммирования, соответствующая отраженной волне представляет собой трассу до суммирования, соответствующую тем же местоположениям источника и приемника, что и отраженная волна. Местоположение источника параметрической трассы в настоящем описании изобретения имеет вид 
[59] После определения параметрической трассы система может определить нормальное приращение времени пробега отраженной волны в соответствии с уравнением 1, где расстояние h имеет вид:[59] Once the parametric trace has been determined, the system can determine the normal increment of the reflected wave travel time according to Equation 1, where the distance h is:
[60] Система может определять первый поправочный член, исходя из кинематических характеристик подобия, соответствующих параметрической трассе. Например, система может определять первый поправочный член в виде:[60] The system may determine the first correction term based on the kinematic similarity characteristics corresponding to the parametric trace. For example, the system may define the first correction term as:
, где переменные в уравнении 6 определены аналогично переменным в уравнении 3., where the variables in Equation 6 are defined similarly to the variables in Equation 3.
[61] Система может определять второй поправочный член dTNLBF, исходя из первой и второй частных производных кинематических характеристик до суммирования, соответствующих параметрической трассе. Например, система может определять второй поправочный член в виде:[61] The system may determine the second correction term dT NLBF from the first and second partial derivatives of the pre-stack kinematics corresponding to the parametric trace. For example, the system may define the second correction term as:
где А - первая частная производная по направлению х, В - первая частная производная по направлению у, С - частная производная по направлению х и у, D - вторая частная производная по направлению х, и Е - вторая частная производная по направлению у, где все частные производные рассчитывают (при помощи любого подходящего численного метода) по параметрической трассе до суммирования (например, в области поперечного возбуждения), Xr - х-координата приемника отраженной волны, и Ys - у-координата источника отраженной волны.where A is the first partial derivative with respect to the x direction, B is the first partial derivative with respect to the y direction, C is the partial derivative with respect to the x and y directions, D is the second partial derivative with respect to the x direction, and E is the second partial derivative with respect to the y direction, where all the partial derivatives are calculated (by any suitable numerical method) over the pre-stack parametric trace (eg, in the transverse excitation region), X r is the x-coordinate of the reflected wave receiver, and Y s is the y-coordinate of the reflected wave source.
[62] Система может определять время наблюдения пробега отраженной волны, исходя из нормального приращения времени пробега TNMO, первого поправочного члена dTSEMBL и второго поправочного члена dTNLBF, соответствующих отраженной волне. Например, система может определять время наблюдения пробега отраженной волны в виде:[62] The system may determine the observation time of the reflected wave path based on the normal increment of the travel time T NMO , the first correction term dT SEMBL and the second correction term dT NLBF corresponding to the reflected wave. For example, the system can determine the observation time of the path of the reflected wave in the form:
[63] Система обновляет текущую скоростную модель, исходя из разности между рассчитанным и временем наблюдения пробега для каждой отраженной волны (514). Система может определять обновление текущей скоростной модели при помощи любого метода для томографической инверсии, например, метода для томографической инверсии, которое описано со ссылкой на работу Woodward et al., "A decade of tomography", Geophysics, 73 (5), VE5-VE11, 2008.[63] The system updates the current velocity model based on the difference between the calculated and observation run time for each reflected wave (514). The system can determine the update of the current velocity model using any method for tomographic inversion, for example, the method for tomographic inversion, which is described with reference to Woodward et al., "A decade of tomography", Geophysics, 73 (5), VE5-VE11 , 2008.
[64] Система продолжает итеративно повторять стадии 510-514 до тех пор, пока разность между рассчитанным и значениями времени наблюдения пробега отраженной волны не будет минимизирована (или приблизительно минимизирована). После того, как определено, что разность между рассчитанным и временем наблюдения пробега отраженной волны минимизирована (или приблизительно минимизирована), система может выводить полученную скоростную модель (516).[64] The system continues to iteratively repeat steps 510-514 until the difference between the calculated and the observation times of the reflection path is minimized (or approximately minimized). After it is determined that the difference between the calculated and the reflection travel time is minimized (or approximately minimized), the system may output the resulting velocity model (516).
[65] На фиг. 6 представлена блок-схема примера процедуры 600 определения отраженных волн и определения рассчитанных времени пробега с применением текущей скоростной модели и кинематических характеристик сейсмических данных после суммирования. Для удобства процедура 600 будет описана как процедура, выполняемая системой одного или нескольких компьютеров, которые расположены в одном или нескольких местоположениях. Например, система моделирования скоростей, например, система 100 моделирования скоростей на фиг. 1, соответствующим образом запрограммированная согласно настоящему описанию изобретения, может выполнять процедуру 600.[65] FIG. 6 is a flow diagram of an
[66] Система определяет локальные отражающие поверхности по кинематическим характеристикам данных после суммирования (602). Например, система может определить, что любая точка на трассе данных после суммирования со значениями подобия кинематических характеристик, превышающими предварительно заданный порог, соответствует локальной отражающей поверхности. Система может характеризовать локальную отражающую поверхность локальными углами наклона локальной отражающей поверхности в продольном и поперечном направлениях (которые могут быть определены, например, по кинематическим характеристикам данных после суммирования), двойным временем пробега по нормальному лучу к локальной отражающей поверхности, и общей средней точке, связанной с точкой на локальной отражающей поверхности.[66] The system determines the local reflective surfaces from the kinematics of the post-stack data (602). For example, the system may determine that any point on the data trace, after stacking with kinematic similarity values greater than a predetermined threshold, corresponds to a local reflective surface. The system may characterize the local reflective surface by the local longitudinal and transverse tilt angles of the local reflective surface (which can be determined, for example, from the kinematics of the post-stack data), the double normal ray travel time to the local reflective surface, and the common midpoint associated with with a dot on a local reflective surface.
[67] Система определяет соответствующее пространственное местоположение каждой определенной локальной отражающей поверхности при помощи текущей скоростной модели (604). Пространственное местоположение локальной отражающей поверхности могут определять по пространственным координатам точки на локальной отражающей поверхности и нормальному вектору к локальной отражающей поверхности.[67] The system determines the appropriate spatial location of each determined local reflective surface using the current velocity model (604). The spatial location of the local reflective surface can be determined from the spatial coordinates of a point on the local reflective surface and a normal vector to the local reflective surface.
Пространственные координаты точки на локальной отражающей поверхности могут определять по координатам (х, у, z), где координаты х и у определены в области общих средних точек, а координата z представляет глубину. Нормальный вектор могут определять в этой же системе координат. Система может определять пространственное местоположение локальной отражающей поверхности путем прослеживания луча от точки (ХСМР, YCMP) на поверхности наблюдения, которая соответствует точке на локальной отражающей поверхности с начальным направлением, определенным в продольном и поперечном направлениях локальной отражающей поверхности. Система прослеживает луч в текущей скоростной модели до тех пор, пока не будет исчерпана половина времени прохождения в прямом и обратном направлении вдоль нормального луча к локальной отражающей поверхности. Окончательное местоположение и ориентация прослеженного луча отвечает пространственному местоположению локальной отражающей поверхности.The spatial coordinates of a point on a local reflective surface may be determined by the coordinates (x, y, z), where the x and y coordinates are defined in the area of common midpoints, and the z coordinate represents the depth. The normal vector can be defined in the same coordinate system. The system can determine the spatial location of the local reflective surface by tracing the beam from a point (X CMP , Y CMP ) on the observation surface, which corresponds to a point on the local reflective surface with an initial direction defined in the longitudinal and transverse directions of the local reflective surface. The system traces the beam in the current velocity model until half of the travel time in the forward and backward directions along the normal beam to the local reflective surface is exhausted. The final location and orientation of the traced beam corresponds to the spatial location of the local reflective surface.
[68] Система определяет множество отраженных волн, соответствующих локальным отражающим поверхностям (606). Каждая отраженная волна соответствует: 1) местоположению сейсмического источника, который распространяет сейсмическую волну; 2) локальной отражающей поверхности; и 3) местоположению сейсмического приемника, который получает отражение сейсмической волны от этой локальной отражающей поверхности. Например, система может определять отраженную волну, соответствующую локальной отражающей поверхности, путем прослеживания двух соответствующих лучей, проходящих от пространственного местоположения локальной отражающей поверхности к поверхности наблюдений. Эти два луча выбирают так, чтобы на локальной отражающей поверхности был выполнен закон Снеллиуса. Соответствующие местоположения, в которых лучи пересекают поверхность наблюдения, определяют местоположение сейсмического источника и сейсмического приемника, которые соответствуют локальной отражающей поверхности.[68] The system determines a set of reflected waves corresponding to local reflective surfaces (606). Each reflected wave corresponds to: 1) the location of the seismic source that propagates the seismic wave; 2) local reflective surface; and 3) the location of the seismic receiver that receives the seismic reflection from that local reflector. For example, the system may determine the reflected wave corresponding to the local reflective surface by tracing two respective rays from the spatial location of the local reflective surface to the observation surface. These two beams are chosen so that Snell's law is satisfied on the local reflective surface. The respective locations where the beams intersect the observation surface determine the location of the seismic source and seismic receiver that correspond to the local reflective surface.
[69] В настоящем описании изобретения термин «рассчитанный на» используется в отношении компонентов систем и компьютерных программ. То, что система из одного или нескольких компьютеров рассчитана на выполнение определенных операций или действий, означает, что в системе установлено программное обеспечение, встроенное программное обеспечение, аппаратное обеспечение или их сочетание, которые в процессе работы приводят к тому, что система выполняет эти операции или действия. То, что одна или несколько компьютерных программ рассчитаны на выполнение конкретных операций или действий, означает, что одна или несколько программ содержат команды, выполнение которых устройством для обработки данных приводит к выполнению устройством этих операций или действий.[69] In the present description of the invention, the term "designed for" is used in relation to the components of systems and computer programs. The fact that a system of one or more computers is designed to perform certain operations or actions means that the system has installed software, firmware, hardware, or a combination of them, which, in the course of operation, causes the system to perform these operations or actions. The fact that one or more computer programs are designed to perform specific operations or actions means that one or more programs contain instructions, the execution of which by the data processing device causes the device to perform these operations or actions.
[70] Варианты осуществления предмета изобретения и функциональные операции, описанные в настоящем документе, могут быть реализованы в виде цифровых электронных схем, в реально осуществленном компьютерном программном или аппаратном обеспечении, в компьютерном аппаратном обеспечении, включая структуры, раскрываемые в настоящем описании изобретения, и их структурные эквиваленты, или в виде сочетаний одного или нескольких из перечисленных вариантов. Варианты осуществления предмета изобретения, описанные в настоящем документе, могут быть реализованы в виде одной или нескольких компьютерных программ, то есть, одного или нескольких модулей команд компьютерных программ, содержащихся в реальной среде для постоянного хранения, с целью исполнения на устройстве для обработки данных или управления его работой. Компьютерное запоминающее устройство может представлять собой машиночитаемое запоминающее устройство, машиночитаемый носитель информации, запоминающее устройство с произвольным или последовательным доступом или сочетание одного или нескольких перечисленных вариантов. Согласно другому варианту или дополнительно команды программ могут быть запрограммированы в искусственно сгенерированном распространяемом сигнале, например, автоматически сгенерированном электрическом, оптическом или электромагнитном сигнале, причем этот сигнал генерируют для кодирования информации с целью передачи на подходящее приемное устройство для исполнения устройством, предназначенным для обработки данных.[70] The subject matter embodiments and functional operations described herein may be implemented in digital electronic circuits, in actual computer software or hardware, in computer hardware, including the structures disclosed herein, and their structural equivalents, or as combinations of one or more of the listed options. The embodiments of the subject matter described herein may be implemented as one or more computer programs, that is, one or more computer program instruction modules contained in a real environment for persistent storage, for the purpose of execution on a data processing or control device. his work. The computer storage device may be a computer-readable storage device, a computer-readable storage medium, a random-access or sequential-access storage device, or a combination of one or more of the foregoing. Alternatively or additionally, program instructions may be programmed into an artificially generated propagated signal, such as an automatically generated electrical, optical, or electromagnetic signal, which signal is generated to encode information for transmission to a suitable receiver for execution by a data processing device.
[71] Термин «устройство для обработки данных» относится к аппаратному обеспечению для обработки данных, он включает в себя все устройства, приспособления и сочетания устройств для обработки данных, в том числе, например, программируемый процессор, компьютер или несколько процессоров или компьютеров. Устройство также может представлять собой или дополнительно включать в себя логическую схему специального назначения, например, программируемую логическую интегральную схему (FPGA) или специализированную интегральную схему (ASIC). При необходимости устройство может включать в себя, помимо аппаратного обеспечения, код, который создает среду выполнения компьютерных программ, например, код, который представляет собой встроенное программное обеспечение процессора, пакет протоколов, систему управления базой данных, операционную систему или сочетание одного или нескольких перечисленных вариантов.[71] The term “data processing device” refers to data processing hardware and includes all data processing devices, fixtures, and combinations of devices, including, for example, a programmable processor, a computer, or multiple processors or computers. The device may also be or optionally include a special purpose logic circuit, such as a programmable logic integrated circuit (FPGA) or an application specific integrated circuit (ASIC). Optionally, a device may include, in addition to hardware, code that creates an execution environment for computer programs, such as code that is processor firmware, a protocol suite, a database management system, an operating system, or a combination of one or more of these. .
[72] Компьютерная программа, которую могут также называть или описывать как программу, программное обеспечение, прикладное программное средство, приложение, модуль, программный модуль, скрипт или код, может быть написана на любом языке программирования, включая компилируемые или интерпретируемые языки, или декларативные или процедурные языки; и она может быть развернута в любом виде, в том числе, как отдельная программа или как модуль, компонента, подпрограмма или другая компонента, пригодная для использования в вычислительной среде. Программе может соответствовать файл в файловой системе, но не обязательно. Программу могут хранить в части файла, который содержит другие программы или данные, например, один или несколько скриптов, в одном файле, относящемся к упомянутой программе, или в нескольких взаимосвязанных файлах, например, в файлах, в которых хранят один или несколько модулей, подпрограмм или фрагментов кода. Компьютерную программу могут развертывать на одном или нескольких компьютерах, размещенных на одном узле или распределенных по нескольким узлам и связанных между собой сетью обмена данными.[72] A computer program, which may also be referred to or described as a program, software, application, application, module, program module, script, or code, may be written in any programming language, including compiled or interpreted languages, or declarative or procedural languages; and it may be deployed in any form, including as a standalone program or as a module, component, subroutine, or other component suitable for use in a computing environment. The program may correspond to a file in the file system, but does not have to. A program may be stored in a part of a file that contains other programs or data, such as one or more scripts, in a single file related to said program, or in several related files, for example, in files that store one or more modules, subroutines or code snippets. The computer program may be deployed on one or more computers hosted on a single node or distributed across multiple nodes and interconnected by a communications network.
[73] В настоящем описании изобретения термин «программа» используется в широком смысле для обозначения программных систем, подсистем или процессов, запрограммированных для выполнения одной или нескольких конкретных функций. Как правило, программу реализуют в виде одного или нескольких модулей, устанавливаемых на одном или нескольких компьютерах в одном или нескольких местоположениях. В некоторых случаях один или несколько компьютеров будут выделены для определенной программы; в других случаях несколько программ могут устанавливать и запускать на одном компьютере или нескольких компьютерах.[73] In the present description of the invention, the term "program" is used in a broad sense to refer to software systems, subsystems or processes programmed to perform one or more specific functions. Typically, a program is implemented as one or more modules installed on one or more computers at one or more locations. In some cases, one or more computers will be dedicated to a specific program; in other cases, multiple programs may install and run on the same computer or multiple computers.
[74] Процессы и логические потоки, описанные в настоящем документе, могут выполняться одним или несколькими программируемыми компьютерами, выполняющими одну или несколько компьютерных программ для выполнения функций путем управления входными данными и генерирования выходных данных. Процессы и логические потоки могут также исполняться логическими схемами специализированного назначения, например, программируемой логической интегральной схемой (FPGA) или специализированной интегральной схемой (ASIC), или сочетанием логической схемы специального назначения и одного или нескольких программируемых компьютеров.[74] The processes and logical flows described herein may be executed by one or more programmable computers executing one or more computer programs to perform functions by managing input and generating output. Processes and logic flows may also be executed by application specific logic, such as a programmable logic integrated circuit (FPGA) or application specific integrated circuit (ASIC), or a combination of application specific logic and one or more programmable computers.
[75] Компьютеры, пригодные для выполнения компьютерных программ, могут быть основаны на микропроцессорах общего или специального назначения, или на центральном процессоре любого другого типа. Как правило, центральный процессор будет получать команды и данные с постоянного запоминающего устройства или запоминающего устройства произвольного доступа или с обоих устройств. Центральный процессор для выполнения команд и одно или несколько запоминающих устройств для хранения команд и данных представляют собой существенные элементы компьютера. Центральный процессор и накопительное устройство могут дополнять специализированными интегральными схемами или включать их в состав. Как правило, компьютер будет также включать в себя или будет функционально подключен к одному или нескольким запоминающим устройствам для хранения данных с целью получения данных или передачи данных, например, к магнитным, магнитооптическим дискам или оптическим дискам. Однако такие устройства на компьютере не обязательны. Кроме того, компьютер может быть встроен в другое устройство, например, в мобильный телефон, карманный персональный компьютер (PDA), мобильный аудио или видео проигрыватель, игровую консоль, приемник сигналов глобальной системы позиционирования (GPS) или портативное устройство хранения данных, например, накопитель с интерфейсом универсальной последовательной шины (USB), и другие.[75] Computers suitable for executing computer programs may be based on general purpose or special purpose microprocessors, or any other type of central processing unit. Typically, the CPU will receive instructions and data from ROM or Random Access Memory or both. A central processing unit for executing instructions and one or more memory devices for storing instructions and data are the essential elements of a computer. The central processing unit and the storage device may be supplemented with or included with ASICs. Typically, the computer will also include, or be operatively connected to, one or more storage devices for data storage for the purpose of receiving data or transmitting data, such as magnetic, magneto-optical disks, or optical disks. However, such devices are not required on the computer. In addition, the computer may be embedded in another device, such as a mobile phone, personal digital assistant (PDA), mobile audio or video player, game console, global positioning system (GPS) receiver, or portable storage device such as a hard drive. with a universal serial bus (USB) interface, and others.
[76] К машиночитаемым носителям, пригодным для хранения команд компьютерной программы и данных, относят все виды энергонезависимых запоминающих устройств, устройств хранения данных и запоминающих устройств, в том числе, например, полупроводниковые накопительные устройства, такие как EPROM, EEPROM и устройства флеш-памяти; магнитные диски, например, внутренние жесткие диски или съемные диски; магнитооптические диски; и диски CD-ROM и DVD-ROM.[76] Computer-readable media suitable for storing computer program instructions and data include all kinds of non-volatile storage devices, data storage devices, and storage devices, including, for example, semiconductor storage devices such as EPROM, EEPROM, and flash memory devices. ; magnetic disks, such as internal hard drives or removable drives; magneto-optical disks; and CD-ROM and DVD-ROM discs.
[77] Для обеспечения взаимодействия с пользователем варианты осуществления предмета изобретения, описанные в настоящем документе, могут быть реализованы на компьютере, оснащенном устройством визуализации, например, монитором с ЭЛТ (электронно-лучевой трубкой) или ЖКЭ (жидкокристаллическим экраном) для просмотра информации пользователем, и клавиатурой, и указательным устройством, например, мышью или шаровым устройством ввода, при помощи которых пользователь может осуществлять ввод данных в компьютер. Для взаимодействия с пользователем могут также использовать другие виды устройств; например, обратную связь с пользователем могут обеспечивать при помощи любого вида сенсорной обратной связи, например, визуальной обратной связью, слуховой обратной связью или тактильной обратной связью; а информацию от пользователя могут получать в любом виде, в том числе, при помощи акустического, речевого или тактильного ввода. Кроме того, компьютер может взаимодействовать с пользователем, отправляя и получая документы с устройства, которое применяет пользователь, например, посылая веб-страницы в веб-браузер на пользовательском устройстве в ответ на запросы, получаемые от веб-браузера. Компьютер может также взаимодействовать с пользователем, отправляя текстовые сообщения или сообщения других видов на персональное устройство, например, на смартфон, на котором запущено приложение для обмена сообщениями, и получая ответные сообщения от пользователя.[77] To provide user interaction, the embodiments of the subject matter described herein may be implemented on a computer equipped with a visualization device, such as a CRT (cathode ray tube) or LCD (liquid crystal display) monitor for viewing information by the user, and a keyboard and a pointing device, such as a mouse or ballpoint device, with which a user can enter data into the computer. Other kinds of devices may also be used to interact with the user; for example, feedback to the user may be provided using any type of sensory feedback, such as visual feedback, auditory feedback, or tactile feedback; and information from the user can be received in any form, including using acoustic, speech or tactile input. In addition, the computer may interact with the user by sending and receiving documents from the device the user is using, such as by sending web pages to a web browser on the user device in response to requests received from the web browser. The computer may also interact with the user by sending text messages or other types of messages to a personal device, such as a smartphone running a messaging application, and receiving response messages from the user.
[78] Устройства обработки данных для реализации моделей машинного обучения могут также предусматривать, например, специализированные аппаратные ускорители для обработки общих и требующих большой вычислительной мощности процедур машинного обучения в процессе обучения или применения модели, т.е. логического вывода, рабочих нагрузок.[78] Data processing devices for implementing machine learning models may also include, for example, specialized hardware accelerators for processing general and computationally intensive machine learning procedures in the process of training or applying the model, i. inference, workloads.
[79] Модели машинного обучения могут быть реализованы и развернуты с применением платформы машинного обучения, например, платформы TensorFlow, платформы Microsoft Cognitive Toolkit, платформы Apache Singa или платформы Apache MXNet.[79] Machine learning models can be implemented and deployed using a machine learning framework such as the TensorFlow framework, the Microsoft Cognitive Toolkit framework, the Apache Singa framework, or the Apache MXNet framework.
[80] Варианты осуществления предмета изобретения, описанного в настоящем документе, могут быть реализованы в вычислительной системе, которая предусматривает внутренний компонент, работающий, например, как сервер данных, или предусматривает компонент промежуточного слоя, например, сервер приложений, или предусматривает интерфейсный компонент, например, клиентский компьютер с графическим пользовательским интерфейсом, веб-браузер или приложение, посредством которого пользователь может взаимодействовать с реализацией предмета изобретения, описанного в настоящем документе, или в виде любого сочетания одной или нескольких таких внутренних компонент, компонент промежуточного слоя или интерфейсных компонент. Компоненты системы могут быть связаны друг с другом при помощи любого вида или любой среды обмена цифровыми данными, например, сети передачи данных. К примерам сетей передачи данных относят локальную вычислительную сеть (LAN) и глобальную сеть (WAN), например, интернет.[80] Embodiments of the subject matter described herein may be implemented in a computing system that provides an internal component acting as a data server, for example, or provides a middleware component, such as an application server, or provides a front-end component, such as , a client computer with a graphical user interface, a web browser, or an application through which a user can interact with an implementation of the subject matter described herein, or any combination of one or more of such back-ends, middleware, or front-end components. The components of the system can be connected to each other using any kind or any digital data exchange medium, such as a data network. Examples of data networks include a local area network (LAN) and a wide area network (WAN), such as the Internet.
[81] Вычислительная система может предусматривать клиентские и серверные части. Клиент и сервер, как правило, удалены друг от друга и обычно взаимодействуют через сеть обмена данными. Взаимосвязь клиента и сервера устанавливается благодаря компьютерным программам, выполняемым на соответствующих компьютерах и имеющим между собой отношения клиент-сервер. Согласно некоторым вариантам осуществления, сервер передает данные, например, страницу HTML, на пользовательское устройство, выступающее в роли клиента, например, в целях отображения данных и получения пользовательского ввода от пользователя, взаимодействующего с устройством. Данные, сгенерированные на пользовательском устройстве, например, результат взаимодействия с пользователем, могут быть получены сервером от этого устройства.[81] The computing system may include client and server parts. The client and server are usually remote from each other and usually interact through a data exchange network. The relationship between the client and the server is established by computer programs running on the respective computers and having a client-server relationship with each other. In some embodiments, the server sends data, such as an HTML page, to a user device acting as a client, for example, to display data and receive user input from a user interacting with the device. Data generated on the user device, such as the result of a user interaction, may be received by the server from that device.
[82] Несмотря на то, что настоящее описание изобретения содержит много конкретных деталей реализации, их следует истолковывать не как ограничения объема того, что может быть заявлено в качестве изобретения, а как описания признаков, характерных для конкретных вариантов осуществления. Конкретные признаки, описанные в настоящем описании изобретения в связи с отдельными вариантами осуществления, могут также быть совместно реализованы в одном варианте осуществления. И наоборот, различные признаки, описанные в связи с одним вариантом осуществления, могут быть также реализованы в нескольких вариантах осуществления по отдельности или в любой подходящей субкомбинации. Кроме того, несмотря на то, что признаки могут быть описаны в настоящем описании изобретения как действующие в определенных сочетаниях и даже первоначально заявлены как таковые, один или несколько признаков из заявленного сочетания в некоторых случаях могут быть изъяты из сочетания, и заявленное сочетание может быть применено в субкомбинации или некотором варианте субкомбинации.[82] Although the present specification contains many specific implementation details, they should not be construed as limitations on the scope of what may be claimed as an invention, but as descriptions of features specific to particular embodiments. The specific features described herein in connection with separate embodiments may also be jointly implemented in one embodiment. Conversely, the various features described in connection with one embodiment may also be implemented in multiple embodiments individually or in any suitable subcombination. In addition, although features may be described in the present specification as operating in certain combinations and even originally claimed as such, one or more features from the claimed combination may in some cases be excluded from the combination, and the claimed combination may be used. in a subcombination or some variation of a subcombination.
[83] Аналогично, несмотря на то, что операции изображены на чертежах перечислены в формуле изобретения в определенном порядке, это не следует понимать как требование того, чтобы для достижения желаемых результатов такие операции выполнялись в определенном показанном порядке или последовательно, или чтобы были выполнены все проиллюстрированные операции. При определенных обстоятельствах выгодными могут быть многозадачность и параллелизация. Кроме того, разделение различных модулей и компонент системы в вариантах осуществления, описанных в настоящем документе, не следует понимать как требование такого разделения во всех вариантах осуществления, и следует понимать, что описанные программные компоненты и системы могут быть, как правило, объединены в единый программный продукт или объединены в пакет из нескольких программных продуктов.[83] Likewise, although the steps shown in the drawings are listed in the claims in a specific order, this should not be understood as a requirement that, in order to achieve the desired results, such steps be performed in the specific order shown or sequentially, or that all be performed. illustrated operations. Under certain circumstances, multitasking and parallelization can be beneficial. In addition, the separation of various modules and system components in the embodiments described herein should not be understood as requiring such separation in all embodiments, and it should be understood that the software components and systems described can generally be combined into a single software package. product or combined into a package of several software products.
[84] Были описаны конкретные варианты осуществления предмета изобретения. Другие варианты осуществления находятся в пределах объема приведенной ниже формулы изобретения. Например, действия, перечисленные в формуле изобретения, можно выполнять в другом порядке и при этом достигать желаемых результатов. Например, процедуры, изображенные на приложенных фигурах, необязательно требуют конкретного показанного порядка или последовательного порядка для достижения желаемых результатов. В некоторых случаях выгодными могут быть многозадачность и параллельная обработка.[84] Specific embodiments of the subject matter have been described. Other embodiments are within the scope of the following claims. For example, the steps listed in the claims can be performed in a different order and still achieve the desired results. For example, the procedures depicted in the appended figures do not necessarily require the specific order shown or sequential order to achieve the desired results. In some cases, multitasking and parallel processing can be beneficial.
Claims (78)
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2794968C1 true RU2794968C1 (en) | 2023-04-26 |
Family
ID=
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7453764B2 (en) * | 2004-03-23 | 2008-11-18 | Institut Farncais Du Petrole | Method of imaging in an underground formations steep-sloping geologic interfaces, giving rise to prismatic reflections |
| CN104268412B (en) * | 2014-09-29 | 2017-10-17 | 中国石油天然气股份有限公司 | Angle gather ray chromatography migration velocity analysis method and device |
| CN107340541A (en) * | 2017-07-10 | 2017-11-10 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | A kind of pre-stack depth migration velocity modeling method and its pip method for optimizing |
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7453764B2 (en) * | 2004-03-23 | 2008-11-18 | Institut Farncais Du Petrole | Method of imaging in an underground formations steep-sloping geologic interfaces, giving rise to prismatic reflections |
| CN104268412B (en) * | 2014-09-29 | 2017-10-17 | 中国石油天然气股份有限公司 | Angle gather ray chromatography migration velocity analysis method and device |
| CN107340541A (en) * | 2017-07-10 | 2017-11-10 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | A kind of pre-stack depth migration velocity modeling method and its pip method for optimizing |
Non-Patent Citations (1)
| Title |
|---|
| Гадыльшин.К.Г., Неклюдов Д.А., Протасов М.И., Исаков Н.Г., ПравдухинА.П., "АЛГОРИТМ 3D КИНЕМАТИЧЕСКОЙ ТОМОГРАФИИ НА ОТРАЖЕННЫХ ВОЛНАХ ДЛЯ ПОСТРОЕНИЯ НАЧАЛЬНОЙ СКОРОСТНОЙ МОДЕЛИ ДЛЯ МИГРАЦИОННОГО СКОРОСТНОГО АНАЛИЗА", Интерэкспо ГЕО-Сибирь, XIV Междунар. науч. конгр., 23-27 апреля 2018 г., Новосибирск : Междунар. науч. конф."Недропользование. Горное дело. Направления и технологии поиска, разведки и разработки месторож-дений полезных ископаемых. Экономика. Геоэкология" : сб. материалов в 6 т., Т. 3. -Новосибирск: СГУГиТ, 2018, с.265-272. Neckludov D.A., Baina R., Landa E., "Residual stereotomographic inversion", Geophysics, том 71, номер 4, 01.07.2006, с. Е35-Е39. Stork, C., "Reflection tomography in the postmigrated domain", Geophysics, том 57, номер 5, 01.05.1992, с. 680-692. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10670751B2 (en) | Full waveform inversion method for seismic data processing using preserved amplitude reverse time migration | |
| US10295685B2 (en) | Generating common image gather using wave-field separation | |
| US9632192B2 (en) | Method of processing seismic data by providing surface offset common image gathers | |
| US10698126B2 (en) | Tomographically enhanced full wavefield inversion | |
| US8731838B2 (en) | Fresnel zone fat ray tomography | |
| US10495768B2 (en) | Method of operating a data-processing system for the simulation of the acoustic wave propagation in the transversely isotropic media comprising an hydrocarbon reservoir | |
| US20170184748A1 (en) | A method and a computing system for seismic imaging a geological formation | |
| US11313988B2 (en) | Identifying geologic features in a subterranean formation using seismic diffraction imaging | |
| BR112016016088B1 (en) | COMPUTER-IMPLEMENTED METHOD OF SEISMIC DATA MIGRATION | |
| US11733413B2 (en) | Method and system for super resolution least-squares reverse time migration | |
| US11340368B2 (en) | Generating a velocity model and a density model of a subsurface structure of a reservoir | |
| EA037479B1 (en) | Diving wave illumination using migration gathers | |
| Vamaraju et al. | Unsupervised physics-based neural networks for seismic migration | |
| CN110799856B (en) | Generating velocity models using full waveform inversion related to subsurface azimuth and reflection angles | |
| US10126450B2 (en) | Black hole boundary conditions | |
| CN111936888B (en) | Wave field propagator for tilted orthorhombic media | |
| RU2794968C1 (en) | Simulation of seismic velocities | |
| US12000971B2 (en) | Method and system for seismic processing using virtual trace bins based on offset attributes and azimuthal attributes | |
| WO2022256666A1 (en) | Method and system for reflection-based travel time inversion using segment dynamic image warping | |
| US11255993B2 (en) | Variable aperture estimation using bottom-up ray tracing | |
| US11994639B2 (en) | Seismic velocity modeling | |
| US20240142649A1 (en) | Method and system for determining migration data using multiblock gathers | |
| WO2024087126A1 (en) | Method and system for determining migration data using cross-spread gathers and parallel processing | |
| US20240201407A1 (en) | System and method for least-squares migration of time-lapse seismic data | |
| WO2024159508A1 (en) | Method and system for performing seismic inversion using a convolution-based objective function |