<kbd id="ia2e8"><input id="ia2e8"></input></kbd><u id="ia2e8"></u>
  • <blockquote id="ia2e8"></blockquote>
  • <blockquote id="ia2e8"></blockquote>
  • <samp id="ia2e8"><label id="ia2e8"></label></samp>
  • 剩余靜校正方法及系統與流程

    文檔序號:11176029
    剩余靜校正方法及系統與流程

    本發明涉及地震勘探領域,更具體地,涉及一種剩余靜校正方法及系統。



    背景技術:

    在地震勘探領域,需要對所采集的地震數據進行處理。在地震數據處理中,靜校正的準確性直接影響地下構造的成像效果。近年來,面對復雜地區的低信噪比的地震資料,現有的剩余靜校正方法存在許多缺陷。目前生產中常用的剩余靜校正方法為地表一致性剩余靜校正和非地表一致性剩余靜校正,這兩種方法屬于線性旅行時反演方法,是在動校正道集內求取時移量,其目標是互相關值最大,當最大靜校正量太大時容易出現“周期跳躍”現象,使得線性反演方法陷入局部極小,而不是全局最小,導致剩余靜校正效果不佳。另外,這類方法在求取剩余靜校正量時,需要輸入疊加剖面作為內部模型或者外部模型(模型道),模型道的質量直接影響剩余靜校正量的效果。

    發明人發現,對于信噪比極低的資料,現有的剩余靜校正方法輸入的模型剖面中幾乎看不到有效反射信號,模型質量較差,成像效果不好。因此,有必要開發一種對于低信噪比資料的有效的剩余靜校正方法及系統。

    公開于本發明背景技術部分的信息僅僅旨在加深對本發明的一般背景技術的理解,而不應當被視為承認或以任何形式暗示該信息構成已為本領域技術人員所公知的現有技術。



    技術實現要素:

    本發明提出了一種剩余靜校正方法及系統,其能夠通過在第一剩余靜校正處理的基礎上建立外部模型約束第二剩余靜校正,實現對低信噪比資料的有效 的剩余靜校正。

    根據本發明的一方面,提出了一種剩余靜校正方法。所述方法可以包括:基于共中心點道集數據進行動校正處理,獲得動校正后的共中心點道集數據和疊加剖面;基于動校正后的共中心點道集數據進行第一剩余靜校正處理,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面;基于第一剩余靜校正后的共中心點道集數據和疊加剖面,生成共中心點道集數據的外部模型;以及基于共中心點道集數據的外部模型進行第二剩余靜校正處理,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面。

    根據本發明的另一方面,提出了一種剩余靜校正系統,所述系統可以包括:用于基于共中心點道集數據進行動校正處理,獲得動校正后的共中心點道集數據和疊加剖面的單元;用于基于動校正后的共中心點道集數據進行第一剩余靜校正處理,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面的單元;用于基于第一剩余靜校正后的共中心點道集數據和疊加剖面,生成共中心點道集數據的外部模型的單元;以及用于基于共中心點道集數據的外部模型進行第二剩余靜校正處理,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面的單元。

    本發明的方法和裝置具有其它的特性和優點,這些特性和優點從并入本文中的附圖和隨后的具體實施例中將是顯而易見的,或者將在并入本文中的附圖和隨后的具體實施例中進行詳細陳述,這些附圖和具體實施例共同用于解釋本發明的特定原理。

    附圖說明

    通過結合附圖對本發明示例性實施例進行更詳細的描述,本發明的上述以及其它目的、特征和優勢將變得更加明顯,其中,在本發明示例性實施例中,相同的參考標號通常代表相同部件。

    圖1示出了根據本發明的剩余靜校正方法的步驟的流程圖。

    圖2示出了根據現有技術的層析靜校正的疊加剖面的示意圖。

    圖3示出了根據現有技術的地表一致性剩余靜校正的疊加剖面的示意圖。

    圖4示出了根據現有技術的非地表一致性剩余靜校正的疊加剖面的示意圖。

    圖5示出了根據本發明的一個實施例的第一剩余靜校正的疊加剖面的示意圖。

    圖6示出了根據本發明的一個實施例的第二剩余靜校正的疊加剖面的示意圖。

    具體實施方式

    下面將參照附圖更詳細地描述本發明。雖然附圖中顯示了本發明的優選實施例,然而應該理解,可以以各種形式實現本發明而不應被這里闡述的實施例所限制。相反,提供這些實施例是為了使本發明更加透徹和完整,并且能夠將本發明的范圍完整地傳達給本領域的技術人員。

    實施例1

    圖1示出了根據本發明的剩余靜校正方法的步驟的流程圖。

    在該實施例中,根據本發明的剩余靜校正方法包括:步驟101,基于共中心點道集數據進行動校正處理,獲得動校正后的共中心點道集數據和疊加剖面;步驟102,基于動校正后的共中心點道集數據進行第一剩余靜校正處理,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面;步驟103,基于第一剩余靜校正后的共中心點道集數據和疊加剖面,生成共中心點道集數據的外部模型;以及步驟104,基于共中心點道集數據的外部模型進行第二剩余靜校正處理,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面。

    該實施例通過在第一剩余靜校正處理的基礎上建立外部模型,約束并進行第二剩余靜校正,實現對低信噪比資料的有效的剩余靜校正。

    下面詳細說明根據本發明的剩余靜校正方法的具體步驟。

    動校正處理

    在一個示例中,可以基于共中心點道集數據進行動校正處理,獲得動校正后的共中心點道集數據和疊加剖面。

    在一個示例中,獲得動校正后的共中心點道集數據和疊加剖面可以包括:基于共中心點道集數據,用當前最好的速度進行動校正和切除,獲得動校正后的共中心點道集數據和疊加剖面。

    本領域技術人員應當理解,本發明并不限于此,可以采用本領域已知的各種常規方法,進行動校正和切除,從而獲得動校正后的共中心點道集數據和疊加剖面。

    第一剩余靜校正

    在一個示例中,可以基于動校正后的共中心點道集數據進行第一剩余靜校正處理,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面。

    在一個示例中,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面可以包括:對動校正后的共中心點道集數據進行第一剩余靜校正計算,獲得第一剩余靜校正量;對共中心點道集數據進行第一剩余靜校正處理,并進行動校正和疊加,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面;以及基于第一剩余靜校正的疊加剖面,調整第一剩余靜校正參數,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面。

    實際上,可以應用全局尋優能力很強的剩余靜校正方法在全局范圍內尋找最優解,從而完成大靜校正量的剩余靜校正,優選地,第一剩余靜校正可以為蒙特卡羅剩余靜校正。蒙特卡羅剩余靜校正方法引入模擬退火算法,先隨機產生一系列種子,再經過大量的迭代來尋找最優解,是一種全局尋優能力很強的非線性反演方法。這類方法計算量大,結果比較穩定,得到的是全局范圍內的極小值,能夠得到最優解。該方法在求取靜校正量時不依賴于模型道,對低信 噪比資料非常適用。本領域技術人員應當理解,本發明并不限于此,可以采用本領域已知的各種全局尋優能力較強的各種剩余靜校正方法,進行第一剩余靜校正,以完成大靜校正量的剩余靜校正。

    具體地,首先,可以對動校正后的共中心點道集數據進行蒙特卡羅剩余靜校正計算,獲得蒙特卡羅剩余靜校正量?;诿商乜_剩余靜校正量,對共中心點道集數據進行蒙特卡羅剩余靜校正處理,并進行動校正和疊加,獲得應用蒙特卡羅剩余靜校正后的共中心點道集數據和疊加剖面。

    然后,基于應用蒙特卡羅剩余靜校正后的共中心點道集數據和疊加剖面,分析比較蒙特卡羅剩余靜校正疊加效果,也即,分析比較蒙特卡羅剩余靜校正的疊加剖面的成像效果。如果效果不理想或者變差,則修改蒙特卡羅剩余靜校正參數,并返回重新計算蒙特卡羅剩余靜校正量。如果達到預期的效果,則可以將所獲得的蒙特卡羅剩余靜校正后的共中心點道集數據和疊加剖面,作為第一剩余靜校正后的共中心點道集數據和疊加剖面。

    生成外部模型

    在一個示例中,可以基于第一剩余靜校正后的共中心點道集數據和疊加剖面,生成共中心點道集數據的外部模型。

    在一個示例中,生成共中心點道集數據的外部模型可以包括:基于第一剩余靜校正后的共中心點道集數據和疊加剖面,在疊加剖面上拾取有效反射波層位,生成共中心點道集數據的外部模型。通過蒙特卡羅剩余靜校正方法求取全局最優解,可以得到一個相對較好的疊加剖面。再在疊加剖面上進行層位拾取,生成外部模型。

    第二剩余靜校正

    在一個示例中,可以基于共中心點道集數據的外部模型進行第二剩余靜校正處理,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面。

    在一個示例中,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面可以包括:基于共中心點道集數據的外部模型,進行第二剩余靜校正計算,獲得第二剩余靜校正量;基于第二剩余靜校正量,對共中心點道集數據進行第二剩余靜校正處理,并進行動校正和疊加,獲得基于第二剩余靜校正的共中心點道集數據和疊加剖面;以及基于第二剩余靜校正的疊加剖面,調整第二剩余靜校正參數,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面。優選地,第二剩余靜校正可以為最大能量剩余靜校正。本領域技術人員應當理解,本發明并不限于此,可以采用本領域已知的各種局部尋優能力較強的各種剩余靜校正方法,進行第二剩余靜校正,以完成小靜校正量的剩余靜校正。

    實際上,以外部模型為基礎,可以在一定時窗范圍內用模型約束最大能量剩余靜校正方法進行剩余靜校正。模型約束最大能量剩余靜校正方法的目標函數是最終疊加的能量最大,求解時是通過時移量而不是依靠拾取互相關最大值作為確定靜校正量的可能標準。該方法先在疊加剖面上拾取有效反射波層位作為外部模型,求解時以拾取的外部模型為基準,上下一定時窗范圍內進行掃描,使得疊加能量最大。在剩余靜校正計算時,很容易出現“周波跳躍”現象,剖面表現為串相位問題,模型約束最大能量剩余靜校正能夠很好地解決“周波跳躍”問題。

    具體地,首先,可以基于共中心點道集數據的外部模型,進行最大能量剩余靜校正計算,獲得最大能量剩余靜校正量?;谧畲竽芰渴S囔o校正量,對共中心點道集數據進行最大能量剩余靜校正處理,并進行動校正和疊加,獲得基于最大能量剩余靜校正的共中心點道集數據和疊加剖面。

    然后,基于最大能量剩余靜校正的疊加剖面,分析比較最大能量剩余靜校正疊加效果,也即,分析比較最大能量剩余靜校正的疊加剖面的成像效果。如果效果不理想或者變差,則修改最大能量剩余靜校正參數,并返回重新計算最大能量剩余靜校正量。如果達到預期的效果,則可以將所獲得的最大能量剩余靜校正后的共中心點道集數據和疊加剖面,作為第二剩余靜校正后的共中心點 道集數據和疊加剖面。

    該實施例通過在第一剩余靜校正處理的基礎上建立外部模型,約束并進行第二剩余靜校正,實現對低信噪比資料的有效的剩余靜校正。

    應用示例

    為便于理解本發明實施例的方案及其效果,以下給出一個具體應用示例。本領域技術人員應理解,該示例僅為了便于理解本發明,其任何具體細節并非意在以任何方式限制本發明。

    可以通過銀額盆地沙漠區二維地震資料來說明低信噪比資料的綜合剩余靜校正方法的效果。

    圖2示出了對于低信噪比資料的層析靜校正的疊加剖面的示意圖,圖3和圖4分別示出了根據現有技術對圖2的疊加剖面進行地表一致性剩余靜校正和非地表一致性剩余靜校正后的疊加剖面的示意圖,而圖5和圖6分別示出了根據本發明的一個實施例的第一剩余靜校正的疊加剖面的示意圖,在圖2-圖6中,橫軸表示疊加剖面的共中心點的編號,縱軸表示疊加剖面的旅行時(單位為毫秒)。

    從圖3和圖4中可以看到,由于資料的信噪比太低,模型道質量太差,剩余靜校正計算時容易陷入局部極值,這兩種方法的靜校正效果均不好,局部區域成像效果變差。圖5為蒙特卡羅剩余靜校正疊加剖面,蒙特卡羅剩余靜校正的全局尋優能力很強,能夠得到全局最優解,不會陷入局部極值,且不依賴于模型道,尤其適用于低信噪比資料。從圖5中可見,經過蒙特卡羅剩余靜校正處理之后,剖面中同相軸的連續性明顯變好,信噪比得到提高,波組特征得到改善,成像效果改善很大。在信噪比得到提高之后,進行模型約束最大能量剩余靜校正處理,借助于人工拾取的外部模型道,該方法能夠以模型道為中心,在一定時窗內求取剩余靜校正量,它的局部尋優能力很強,屬于模型約束的剩余靜校正方法,適合于靜校正量較小的情況,對低信噪比資料也非常適用,效 果見圖6,模型約束最大能量剩余靜校正進一步提高了資料的信噪比,成像效果得到進一步改善。

    可以看到,在蒙特卡羅剩余靜校正的基礎上進行模型約束最大能量剩余靜校正,既能夠充分利用蒙特卡羅剩余靜校正全局尋優能力很強的優點,又能夠利用最大能量剩余靜校正局部尋優能力很強的特點,兩者相互取長補短,加上模型進行約束,還能有效地解決“周波跳躍”問題,該方法能夠很好地解決低信噪比資料的剩余靜校正問題。

    本領域技術人員應理解,上面對本發明的實施例的描述的目的僅為了示例性地說明本發明的實施例的有益效果,并不意在將本發明的實施例限制于所給出的任何示例。

    實施例2

    根據本發明的實施例,提供了一種剩余靜校正系統,所述系統可以包括:用于基于共中心點道集數據進行動校正處理,獲得動校正后的共中心點道集數據和疊加剖面的單元;用于基于動校正后的共中心點道集數據進行第一剩余靜校正處理,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面的單元;用于基于第一剩余靜校正后的共中心點道集數據和疊加剖面,生成共中心點道集數據的外部模型的單元;以及用于基于共中心點道集數據的外部模型進行第二剩余靜校正處理,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面的單元。

    該實施例通過在第一剩余靜校正處理的基礎上建立外部模型,約束并進行第二剩余靜校正,實現對低信噪比資料的有效的剩余靜校正。

    在一個示例中,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面可以包括:對動校正后的共中心點道集數據進行第一剩余靜校正計算,獲得第一剩余靜校正量;對共中心點道集數據進行第一剩余靜校正處理,并進行動校正和疊加,獲得基于第一剩余靜校正的的共中心點道集數據和疊加剖面;以及, 基于第一剩余靜校正的疊加剖面,調整第一剩余靜校正參數,獲得第一剩余靜校正后的共中心點道集數據和疊加剖面。

    在一個示例中,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面包括:基于共中心點道集數據的外部模型,進行第二剩余靜校正計算,獲得第二剩余靜校正量;基于第二剩余靜校正量,對共中心點道集數據進行第二剩余靜校正處理,并進行動校正和疊加,獲得基于第二剩余靜校正的共中心點道集數據和疊加剖面;以及基于第二剩余靜校正的疊加剖面,調整第二剩余靜校正參數,獲得第二剩余靜校正后的共中心點道集數據和疊加剖面。

    在一個示例中,所述第一剩余靜校正可以為蒙特卡羅剩余靜校正;并且所述第二剩余靜校正可以為最大能量剩余靜校正。

    本領域技術人員應理解,上面對本發明的實施例的描述的目的僅為了示例性地說明本發明的實施例的有益效果,并不意在將本發明的實施例限制于所給出的任何示例。

    以上已經描述了本發明的各實施例,上述說明是示例性的,并非窮盡性的,并且也不限于所披露的各實施例。在不偏離所說明的各實施例的范圍和精神的情況下,對于本技術領域的普通技術人員來說許多修改和變更都是顯而易見的。本文中所用術語的選擇,旨在最好地解釋各實施例的原理、實際應用或對市場中的技術的改進,或者使本技術領域的其它普通技術人員能理解本文披露的各實施例。

    再多了解一些
    當前第1頁1 2 
    網友詢問留言 已有0條留言
    • 還沒有人留言評論。精彩留言會獲得點贊!
    1
    中文字幕一区在线观看视频_国产偷v国产偷v_西西人体44rt net毛最多_伊人久久大香线蕉综合网