CN108897036B - 一种地震数据处理方法及装置 - Google Patents
一种地震数据处理方法及装置 Download PDFInfo
- Publication number
- CN108897036B CN108897036B CN201810460300.6A CN201810460300A CN108897036B CN 108897036 B CN108897036 B CN 108897036B CN 201810460300 A CN201810460300 A CN 201810460300A CN 108897036 B CN108897036 B CN 108897036B
- Authority
- CN
- China
- Prior art keywords
- seismic data
- noise
- projection error
- inversion
- operator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 119
- 238000010276 construction Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 96
- 238000012545 processing Methods 0.000 claims description 61
- 239000011159 matrix material Substances 0.000 claims description 33
- 230000002123 temporal effect Effects 0.000 claims description 11
- 230000008707 rearrangement Effects 0.000 claims description 6
- 125000004432 carbon atom Chemical group C* 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 2
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 23
- 238000001914 filtration Methods 0.000 description 20
- 230000006872 improvement Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000004321 preservation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000002238 attenuated effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 125000005587 carbonate group Chemical group 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请提供一种地震数据处理方法及装置。所述方法包括:根据采集到的地震数据,获得反映地层结构特征的投影误差算子;根据所述投影误差算子,构建地震数据反演的目标函数,所述目标函数中包括:所述地震数据、去除噪声的地震数据、所述投影误差算子之间的函数关系;对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据。利用本申请中各实施例,反演出的地震数据有效的压制了随机噪声对地震信号的影响,并能够很好的保护有效信号的振幅,提高了地震资料同相轴的连续性和信噪比,增强了地震信号对地下结构和油气储层的检测精度,为地震资料构造解释和储层预测提供了高质量的基础数据。
Description
技术领域
本申请属于地球物理勘探技术领域,尤其涉及一种地震数据处理方法及装置。
背景技术
地震勘探是一种利用人工地震技术探测地下结构的勘探方法。它按照一定的方式人工激发地震波,利用称之为检波器的装置接收来自地下的反射信号,通过对反射信号的处理和分析探测地下结构。检波器在接收地震信号的同时,也接收到大量来自地下和地表的随机噪声,降低了地震记录信噪比,严重干扰地震信号反映地下结构的能力,如何有效的压制随机噪声和恢复弱信号是地震资料处理领域的重要研究内容。
预测滤波方法是比较经典、常用的随机噪声衰减方法,该方法不仅能够在时间-空间域进行,也能在频率-空间域进行。预测滤波方法的基本思想是依据地震信号的可预测性,即地震信号可以表示为相邻地震道与预测滤波器的褶积。然而,现有技术中的预测滤波随机噪声衰减方法存在两个问题,第一个问题是该在去噪过程中使用了两个相互矛盾的噪声模型,噪声模型假设不一致;第二个问题是预测滤波方法容易伤害有效信号,尤其是当地层结构比较复杂时,其反射特征很难满足预测滤波方法的要求,使得预测滤波方法保幅性很差,很难达到理想的随机噪声衰减结果。以上问题可能会导致地震数据处理结果不准确,如:噪声去除不完全或者将部分有效信号去除等。因此,业内亟需一种能够提高地震数据处理准确性,进一步提高地震数据反映地下结果能力的实施方案。
发明内容
本申请目的在于提供一种地震数据处理方法及装置,提高了地震数据处理结果的准确性,为后续地震资料的处理提供了准确的数据基础。
一方面本申请提供了一种地震数据处理方法,包括:
根据采集到的地震数据,获得反映地层结构特征的投影误差算子;
根据所述投影误差算子,构建地震数据反演的目标函数,所述目标函数中包括:所述地震数据、去除噪声的地震数据、所述投影误差算子之间的函数关系;
对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据。
进一步地,所述方法的另一个实施例中,所述投影误差算子包括:
h(x,t)表示所述投影误差算子,x表示空间方向上的参数,x=-px,-(px-1),…,(px-1),px,t表示时间方向上的参数,t=-pt,-(pt-1),…,(pt-1),pt,px是空间方向的算子长度,pt是时间方向的算子长度,D表示地震数据组成的列向量,D=d(nx,nt),nx=1,2,…N,nt=1,2,…T,N表示所述地震数据的总道数,T表示每道采样点数,I表示单位矩阵,λ表示权重系数,A表示所述地震数据重新排布后的矩阵,A的第i行的元素为d(nx,nt),m≤nx≤m+2px且nx≠m+px,n≤nt≤n+2pt,m=(i-1)|(N-2px)+1,n=(i-1)\(N-2px)+1。
进一步地,所述方法的另一个实施例中,所述目标函数包括:J=||d-s||2+μF(hs)
上式中,J表示所述目标函数,s表示所述去除噪声的地震数据,d表示所述地震数据,μ表示反演权重系数,h表示所述投影误差算子的褶积矩阵,F表示稀疏约束函数。
进一步地,所述方法的另一个实施例中,所述稀疏约束函数包括:
上式中,s表示所述去除噪声的地震数据,h表示所述投影误差算子的褶积矩阵,L表示(hs)的个数,δ表示尺度因子。
进一步地,所述方法的另一个实施例中,所述对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据,包括:
设置所述去除噪声的地震数据的初始值、所述反演权重系数的取值、所述尺度因子的取值;
利用如下公式循环迭代求解所述去除噪声的地震数据,直至所述目标函数的取值满足迭代终止条件,将满足迭代终止条件时对应的去除噪声的地震数据作为所述目标地震数据;
上式中,s表示所述去除噪声的地震数据,I表示单位矩阵,λ表示所述权重系数,Qk表示反演对角距阵,表示所述反演对角距阵中的对角元素,k表示迭代次数,h表示所述投影误差算子的褶积矩阵,d表示所述地震数据。
进一步地,所述方法的另一个实施例中,所述目标函数的取值满足迭代终止条件,包括:
上式中,Jk表示第k次迭代时所述目标函数的取值,Δ表示误差标准。
另一方面,本申请提供了一种地震数据处理装置,包括:
误差算子获取模块,用于根据采集到的地震数据,获得反映地层结构特征的投影误差算子;
反演目标函数构建模块,用于根据所述投影误差算子,构建地震数据反演的目标函数,所述目标函数中包括:所述地震数据、去除噪声的地震数据、所述投影误差算子之间的函数关系;
迭代反演模块,用于对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据。
进一步地,所述装置的另一个实施例中,所述误差算子获取模块具体用于根据如下公式获取所述投影误差算子:
h(x,t)表示所述投影误差算子,x表示空间方向上的参数,x=-px,-(px-1),…,(px-1),px,t表示时间方向上的参数,t=-pt,-(pt-1),…,(pt-1),pt,px是空间方向的算子长度,pt是时间方向的算子长度,D表示地震数据组成的列向量,D=d(nx,nt),nx=1,2,…N,nt=1,2,…T,N表示所述地震数据的总道数,T表示每道采样点数,I表示单位矩阵,λ表示权重系数,A表示所述地震数据重新排布后的矩阵,A的第i行的元素为d(nx,nt),m≤nx≤m+2px且nx≠m+px,n≤nt≤n+2pt,m=(i-1)|(N-2px)+1,n=(i-1)\(N-2px)+1。
进一步地,所述装置的另一个实施例中,所述反演目标函数构建模块具体用于根据如下公式构建所述目标函数:
J=||d-s||2+μF(hs)
上式中,s表示所述去除噪声的地震数据,d表示所述地震数据,μ表示反演权重系数,h表示所述投影误差算子的褶积矩阵,F表示稀疏约束函数。
再一方面,本申请还提供了一种地震数据处理***,包括:处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述地震数据处理方法。
本申请提供的地震数据处理方法及装置,区别于现有技术中先利用去噪方法对地震数据进行去噪处理,再对去噪处理后的地震数据进行迭代反演。本申请实施例中基于投影误差算子构建的目标函数中包括直接采集的地震数据、去除噪声的地震数据,可以将取出噪声的地震数据作为待反演的地震数据,对带有投影误差算子的目标函数进行迭代反演,可以直接获得去除噪声的地震数据。解决了在对地震数据进行去噪时噪声模型假设不一致,导致噪声去除不完全,仍有噪声信号残留,或将有效信号错误的当成噪声信号去除,影响地震数据的准确性问题。本申请实施例的地震数据处理方法,反演出的地震数据有效的压制了随机噪声对地震信号的影响,并能够很好的保护有效信号的振幅,提高了地震资料同相轴的连续性和信噪比,增强了地震信号对地下结构和油气储层的检测精度,为地震资料构造解释和储层预测提供了高质量的基础数据。并且不需要单独的去噪处理过程,直接对地震数据进行迭代反演,简化了地震数据处理的过程,提高了地震数据处理的速度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的一种地震数据处理方法一个实施例的方法流程示意图;
图2是本申请一个实施例中含有随机噪声的地震数据记录示意图;
图3是利用现有技术中t-x域预测滤波方法进行噪声衰减后的地震数据记录示意图;
图4是t-x域空间预测滤波方法去除的噪声数据的剖面示意图;
图5是本申请实施例的方法进行噪声衰减之后的地震记录示意图;
图6是利用本申请实施例的方法剔除的随机噪声数据的剖面示意图;
图7是本申请一个实施例中油田A的勘探区块的地震记录示意图;
图8是利用工业界t-x域空间预测滤波方法进行随机噪声衰减的油田A勘探区的地震记录示意图;
图9是t-x域空间预测滤波方法检测并剔除的油田A勘探区的随机噪声剖面示意图;
图10是利用本申请实施例的方法进行随机噪声衰减之后的油田A勘探区的地震记录示意图;
图11是本申请实施例的方法检测并剔除的油田A勘探区的随机噪声的剖面示意图;
图12是本申请一个实施例中油田B的勘探区块的地震记录示意图;
图13是利用本申请实施例的方法进行随机噪声衰减之后的油田B勘探区的地震记录示意图;
图14是本申请提供的地震数据处理装置一个实施例的模块结构示意图;
图15是本申请提供的一种地震数据处理***实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
在油气的开采过程中,通常需要进行地震勘探,分析油气藏所在地区的地下结构。可以利用人工激发地震波,利用检波器的装置接收来自地下的地震波的反射信号,通过对反射信号的处理和分析探测地下结构,完成地震勘探。
通常可以对检波器接收到的地震信号进行反演处理,以获得地下结构。由于检波器在接收地震波传来的反射信号时,也会接收到来自地下和地表的随机噪声。在进行地震信号的反演处理时,随机噪声会影响对地震数据的分析处理,进而影响对油气藏所在地区的地质结构的分析结果的准确性。
本申请实施例采用基于反演的随机噪声衰减方法,通过求出地震数据的投影误差算子,并将其作为正则化约束引入到地震信号反演过程中,得到的反演结果就是去除噪声后的地震信号。不仅解决了常规的预测滤波方法在去噪前后对噪声模型假设不一致的问题,而且能够很好的保护有效信号的振幅,经过实际验证,本申请实施例方法获得的去除的噪声剖面中几乎看不到有效信号的影子。
具体地,图1是本申请提供的一种地震数据处理方法一个实施例的方法流程示意图,本申请提供的地震数据处理方法包括:
S1、根据采集到的地震数据,获得反映地层结构特征的投影误差算子。
可以通过人工激发地震波,并利用检波器接收由地震波带来的地下的反射信号即地震数据。利用采集到的地震数据,计算获得投影误差算子。投影误差算子可以表示从一个向量空间到另一个向量空间的映射,本申请一个实施例中投影误差算子可以反映地层结构特征,可以利用自回归模型(AR模型)方法计算获得。
S2、根据所述投影误差算子,构建地震数据反演的目标函数,所述目标函数中包括:所述地震数据、去除噪声的地震数据、所述投影误差算子之间的函数关系。
将计算获得的投影误差算子应用到地震数据反演中,构建地震数据反演的目标函数。本申请实施例中构建出的目标函数中可以包括去除噪声前的地震数据即步骤S1采集到的地震数据、除噪声的地震数据、投影误差算子之间的函数关系。其中,地震数据、去除噪声的地震数据、投影误差算子之间的函数关系,可以表示三者之间的函数关系,也可以表示地震数据、去除噪声的地震数据之间的函数关系。可以利用已有的地震勘探数据、反演数据,通过实验或地震数据反演模拟,分析获得地震数据、去除噪声的地震数据、投影误差算子之间的满足的函数关系,构建出地震数据反演的目标函数。
如:可以将投影误差算子作为正则化约束,并参考现有的地震信号反演方法,构建目标函数,根据实际需要目标函数可能会有不同的具体形式。例如:可以结合本申请实施例中计算获得的投影误差算子建立稀疏约束函数,如:可以将投影误差算子作为稀疏约束函数的自变量的系数,并将建立的稀疏约束函数应用到现有的地震信号反演的目标函数中。
S3、对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据。
利用投影误差算子构建出地震数据反演的目标函数后,可以通过对带有投影误差算子的目标函数进行迭代反演求解,获得满足迭代终止条件的去除噪声的地震数据,即最终的目标地震数据。可以将去除噪声后的地震数据作为迭代反演的自变量,迭代求取目标函数的取值满足迭代终止条件时对应的去除噪声的地震数据即可作为目标地震数据。可以根据获得的目标地震数据绘制出随机噪声衰减后的地震剖面示意图,地震剖面示意图可以准确的反映出地质结构特征。
本申请实施例提供的地震数据处理方法,基于采集到的地震数据,计算获得能够反映地层结构特征的投影误差算子,并将投影误差算子应用到地震反演过程中。区别于现有技术中先利用去噪方法对地震数据进行去噪处理,再对去噪处理后的地震数据进行迭代反演。本申请实施例中基于投影误差算子构建的目标函数中包括直接采集的地震数据、去除噪声的地震数据,可以将去除噪声的地震数据作为待反演的地震数据,对带有投影误差算子的目标函数进行迭代反演,可以直接获得去除噪声的地震数据。解决了在对地震数据进行去噪时噪声模型假设不一致,导致噪声去除不完全,仍有噪声信号残留,或将有效信号错误的当成噪声信号去除,影响地震数据的准确性问题。本申请实施例的地震数据处理方法,反演出的地震数据能够很好的保护有效信号的振幅,提高了地震数据处理的准确性,并且不需要单独的去噪处理过程,直接对地震数据进行迭代反演,简化了地震数据处理的过程,提高了地震数据处理的速度。
在上述实施例的基础上,本申请一个实施例中,投影算子的构建过程可以包括:
假设采集到的地震数据可以表示为d(nx,nt),nx=1,2,…N,nt=1,2,…T,其中,N可以表示记录总道数,T可以表示每道采样点数,nx可以表示每一个地震道,nt可以表示每一个采样点。
从采集的地震数据中可以计算得到投影误差算子h(x,t),x=-px,-(px-1),…,(px-1),px,t=-pt,-(pt-1),…,(pt-1),pt,其中,px是空间方向的算子长度,缺省值可以取5;pt是时间方向的算子长度,缺省值可以取8;x可以表示空间方向上的参数,t可以表示时间方向上的参数。
缺省值可以表示默认值,是指一个属性、参数在被修改前的初始值,可以表示计算机软件要求用户输入某些值而用户未给定时,***自动赋予的事先设定的数值。
投影误差算子h(x,t)的计算过程中可以使用下述矩阵H:
H=(ATA+λI)-1ATD
上式中,D可以表示地震数据组成的列向量,D=d(nx,nt),nx=1,2,…N,nt=1,2,…T;I可以表示单位矩阵,λ可以表示权重系数,缺省值可以为0.01。上标“T”表示转置。A可以表示地震数据重新排布构成的矩阵,其具体形式为:
上式中,A的第i行的元素为d(nx,nt),m≤nx≤m+2px且nx≠m+px,n≤nt≤n+2pt,m=(i-1)|(N-2px)+1,n=(i-1)\(N-2px)+1,符号“|”表示整除运算,符号“\”表示取余运算,m、n可以表示两个参数;H是列向量,其元素即投影误差算子h(x,t)的非零值部分,可表示为:
利用上述过程可以构建出投影误差算子h(x,t),方法简单,可以利用计算机软件或软硬件结合的方式计算获得,方法简单,并为后续地震数据内的反演提供了准确的数据基础。
在上述实施例的基础上,本申请一个实施例中,目标函数可以采用如下方式构建:
J=||d-s||2+μF(hs)
上式中,J可以表示目标函数;s可以表示去除噪声的地震数据即待反演的地震数据;d可以表示地震数据即直接采集获得的地震数据;μ可以表示反演权重系数,缺省值可以为0.1;h可以表示投影误差算子的褶积矩阵,其大小可以为(nx*nt)×(nx*nt);F可以表示稀疏约束函数。d和s可以均由二维矩阵形式整形为一维列向量形式,这样可以简化反演计算过程。
可以结合上述实施例计算获得的投影误差算子,参考现有技术中稀疏约束反演法构建稀疏约束函数F,例如:可以将投影误差算子作为稀疏约束函数的自变量或者自变量的系数等,稀疏约束函数F的具体表达方式本申请实施例不作具体限定。
在上述实施例的基础上,本申请一个实施例中,稀疏约束函数F可以采用如下公式表示:
上式中,s可以表示去除噪声的地震数据,h可以表示投影误差算子的褶积矩阵,L可以表示(hs)的个数,δ可以表示尺度因子。
本申请实施例提供的地震数据处理方法,结合投影误差算子构建地震数据反演的目标函数,直接将去除噪声的地震数据作为待反演的地震数据,对目标函数进行反演后,可以直接获得去除噪声的地震数据。免去了地震反演前去除噪声的数据处理过程,简化了地震数据处理的过程。并且避免了地震数据去除噪声处理时,噪声去除不完全,仍有噪声信号残留,或者将有效信号当作噪声信号去除了,影响地震数据处理的准确性。
在上述实施例的基础上,本申请一个实施例中,可以采用如下方法反演地震数据s(nx,nt),nx=1,2,…N,nt=1,2,…T:
(1)给定有效信号即去除噪声的地震数据s一个初始值,设为向量s0,可以将零向量作为初始值。
(2)分别给反演权重系数μ、尺度因子δ赋值,缺省值μ=0.1,δ=0.01。
(3)计算矩阵Q0,它由有效信号的初始向量s0计算得到,其中Qk是一个对角阵,k为迭代次数,其对角元素为:
上式中,各参数的含义可以参考上述实施例的记载,此处不再赘述。
(4)迭代求解非线性方程sk=(I+λQk-1h)-1d。
(5)循环迭代,直至满足迭代终止条件。迭代终止条件可以是目标函数的取值达到精度要求,或者迭代次数达到一定要求。
本申请一个实施例中,迭代终止条件可以为:
上式中,Jk为第k次的目标函数的值,Δ为误差标准,缺省值为10-7。
当目标函数满足上述公式时,可以确定满足迭代终止条件,可以停止迭代反演,将此时获得的去除噪声的地震数据s作为目标地震数据。
可以基于获得的去除噪声的目标地震数据,绘制随机噪声衰减之后的地震记录、地震剖面等。
需要说明的是,上述各实施例中的公式仅仅是一种示例,可以根据实际需要对各个公式进行调整、变换、变形等,以满足实际的需要,本申请实施例不作具体的限定。
本申请实施例提供的地震数据处理方法,将投影误差算子应用到地震数据的迭代反演过程中,直接迭代反演获得去除噪声后的地震数据。可以不需要在地震数据的迭代反演前进行噪声去除的数据处理,解决了现有技术中滤波方法在去噪前后对噪声模型假设不一致的问题,而且能够很好的保护有效信号的振幅,增强了去噪能力和保幅性能,较大幅度地提高了地震数据的信噪比,增强了地震信号反映地下结构的能力。
本申请一个实施例中还进行了模型实验,通过实验,对比本申请实施例的方法与现有技术中地震数据处理方法的效果,下面结合实验获得的示意图,具体说明本申请实施例中地震数据处理方法的效果:
以下实施例中,各个地震记录的示意图中,横坐标CDP可以表示共深度点道集,纵坐标Time可以表示时间。
图2是本申请一个实施例中含有随机噪声的地震数据记录示意图,图3是利用现有技术中t-x域预测滤波方法进行噪声衰减后的地震数据记录示意图,t-x域可以表示时间-空间域,如图3所示,虽然随机噪声得到有效的衰减,但是有效信号的能量也被削弱。图4是t-x域空间预测滤波方法去除的噪声数据的剖面示意图,如图4所示,在该剖面中依然可以看到较明显的有效信号残留,说明t-x域空间预测滤波方法对有效信号产生了一定程度的损害,保幅性较差。图5是本申请实施例的方法进行噪声衰减之后的地震记录示意图,如图5所示,采用上述实施例的方法,进行迭反演后获得的去除噪声的地震数据即目标地震数据记录,与图3所示的t-x域空间预测滤波方法的去噪结果相比,随机噪声得到了有效的压制,且几乎没有损害有效信号的能量,去噪效果明显优于t-x域空间预测滤波方法。图6是利用本申请实施例的方法剔除的随机噪声数据的剖面示意图,如图6所示,在该剖面中几乎看不到有效信号的影子,对比图4,可以说明本申请实施例的地震数据处理方法不仅具有较强的去噪能力,同时也具有更高的保幅性能。
本申请还在实际的油气勘探中进行实践,下面结合具体实践的示例介绍本申请实施例中实施方案的效果:
某油田A区块的勘探区块位于沙漠腹地,沙丘散射在地震数据上产生了强烈的随机干扰,勘探目的层为地下深部的碳酸盐岩储层,碳酸盐岩内幕波阻抗差异较小,反射信号较弱。碳酸盐岩内幕反射完全淹没在散射噪声之中。图7是本申请一个实施例中油田A的勘探区块的地震记录示意图,如图7所示,随机噪声严重污染了地震信号。图8是利用工业界t-x域空间预测滤波方法进行随机噪声衰减的油田A勘探区的地震记录示意图,如图8所示,随机噪声得到了一定程度的压制。图9是t-x域空间预测滤波方法检测并剔除的油田A勘探区的随机噪声剖面示意图,如图9所示,在该剖面中有较明显的有效信号。图10是利用本申请实施例的方法进行随机噪声衰减之后的油田A勘探区的地震记录示意图,如图10所示,随机噪声得到了有效的衰减,较好地恢复了弱信号,使同相轴变得比较连续。图11是本申请实施例的方法检测并剔除的油田A勘探区的随机噪声的剖面示意图,如图11所示,在该剖面中几乎看不到有效信号,表明该***具有很好的保幅性能。
本实施例还将本申请实施例的方法在某油田B区块进行实际应用,该区块与A区块相邻,但信噪比略高于A区块的地震数据。图12是本申请一个实施例中油田B的勘探区块的地震记录示意图,如图12所示,由于随机噪声的污染,在图12所示的地震剖面上只能追踪到几个强反射界面产生的同相轴,弱反射信号完全淹没在噪声干扰之中。图13是利用本申请实施例的方法进行随机噪声衰减之后的油田B勘探区的地震记录示意图,如图13所示,随机干扰得到了有效压制,很好地恢复了被随机噪声淹没的弱反射信号,清晰地展示了地层结构及其接触关系,大幅度提高了利用地震信号探测地下结构的精度。
本申请实施例,进行了模型实验并在野外采集的地震资料上进行了实际应用,通过实验和实际应用,可以看出本申请实施例提供的地震数据的处理方法,有效的压制了随机噪声对地震信号的影响并很好的保护了弱信号的振幅,提高了地震资料同相轴的连续性和信噪比,增强了地震信号对地下结构和油气储层的检测精度,为地震资料构造解释和储层预测提供了高质量的基础数据。
基于上述所述的地震数据处理方法,本说明书一个或多个实施例还提供一种地震数据处理装置。所述的装置可以包括使用了本说明书实施例所述方法的***(包括分布式***)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,图14是本申请提供的地震数据处理装置一个实施例的模块结构示意图,如图14所示,本申请中提供的地震数据处理装置包括:误差算子获取模块141,反演目标函数构建模块142,迭代反演模块143。
误差算子获取模块141,可以用于根据采集到的地震数据,获得反映地层结构特征的投影误差算子;
反演目标函数构建模块142,可以用于根据所述投影误差算子,构建地震数据反演的目标函数,所述目标函数中包括:所述地震数据、去除噪声的地震数据、所述投影误差算子之间的函数关系;
迭代反演模块143,可以用于对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据。
本申请提供的地震数据处理装置,基于采集到的地震数据,计算获得能够反映地层结构特征的投影误差算子,并将投影误差算子应用到地震反演过程中。区别于现有技术中先利用去噪方法对地震数据进行去噪处理,再对去噪处理后的地震数据进行迭代反演。本申请实施例中基于投影误差算子构建的目标函数中包括直接采集的地震数据、去除噪声的地震数据,可以将取出噪声的地震数据作为待反演的地震数据,对带有投影误差算子的目标函数进行迭代反演,可以直接获得去除噪声的地震数据。解决了在对地震数据进行去噪时噪声模型假设不一致,导致噪声去除不完全,仍有噪声信号残留,或将有效信号错误的当成噪声信号去除,影响地震数据的准确性问题。本申请实施例的地震数据处理方法,反演出的地震数据能够很好的保护有效信号的振幅,提高了地震数据处理的准确性,并且不需要单独的去噪处理过程,直接对地震数据进行迭代反演,简化了地震数据处理的过程,提高了地震数据处理的速度。
在上述实施例的基础上,本申请一个实施例中,所述误差算子获取模块具体用于根据如下公式获取所述投影误差算子:
h(x,t)表示所述投影误差算子,x表示空间方向上的参数,x=-px,-(px-1),…,(px-1),px,t表示时间方向上的参数,t=-pt,-(pt-1),…,(pt-1),pt,px是空间方向的算子长度,pt是时间方向的算子长度,D表示地震数据组成的列向量,D=d(nx,nt),nx=1,2,…N,nt=1,2,…T,N表示所述地震数据的总道数,T表示每道采样点数,I表示单位矩阵,λ表示权重系数,A表示所述地震数据重新排布后的矩阵,A的第i行的元素为d(nx,nt),m≤nx≤m+2px且nx≠m+px,n≤nt≤n+2pt,m=(i-1)|(N-2px)+1,n=(i-1)\(N-2px)+1。
本申请提供的地震数据处理装置,提供了误差投影算子的具体计算方法,为后续地震数据的处理奠定了数据基础。
在上述实施例的基础上,本申请一个实施例中,所述反演目标函数构建模块具体用于根据如下公式构建所述目标函数:
J=||d-s||2+μF(hs)
上式中,s表示所述去除噪声的地震数据,d表示所述地震数据,μ表示反演权重系数,h表示所述投影误差算子的褶积矩阵,F表示稀疏约束函数。
本申请提供的地震数据处理装置,提供了地震数据反演的目标函数的具体构建方法,为地震数据的处理提供了新的方法,提高了地震数据处理的准确性,为地质结构的解释奠定了理论基础。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果。
本说明书实施例提供的上述地震数据处理方法或装置可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作***的c++语言在PC端实现、linux***实现,或其他例如使用android、iOS***程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。本说明书提供的一种地震数据处理***的一个实施例中,图15是本申请提供的一种地震数据处理***实施例的模块结构示意图,如图15所示,本申请另一实施例提供的地震数据处理装置可以包括处理器151以及用于存储处理器可执行指令的存储器152,
处理器151和存储器152通过总线153完成相互间的通信;
所述处理器151用于调用所述存储器152中的程序指令,以执行上述各地震数据处理方法实施例所提供的方法,例如包括:根据采集到的地震数据,获得反映地层结构特征的投影误差算子;根据所述投影误差算子,构建地震数据反演的目标函数,所述目标函数中包括:所述地震数据、去除噪声的地震数据、所述投影误差算子之间的函数关系;对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据。
需要说明的是说明书上述所述的装置根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照方法实施例的描述,在此不作一一赘述。本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机数据处理和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书一个或多个实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本发明是参照根据本发明实施例的方法、装置(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、***或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。
Claims (8)
1.一种地震数据处理方法,其特征在于,包括:
根据采集到的地震数据,获得反映地层结构特征的投影误差算子;
根据所述投影误差算子,构建地震数据反演的目标函数,所述目标函数中包括:所述地震数据、去除噪声的地震数据、所述投影误差算子之间的函数关系;
对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据;
所述投影误差算子包括:
h(x,t)表示所述投影误差算子,x表示空间方向上的参数,x=-px,-(px-1),…,(px-1),px,t表示时间方向上的参数,t=-pt,-(pt-1),…,(pt-1),pt,px是空间方向的算子长度,pt是时间方向的算子长度,D表示地震数据组成的列向量,D=d(nx,nt),nx=1,2,...N,nt=1,2,...T,N表示所述地震数据的总道数,T表示每道采样点数,I表示单位矩阵,λ表示权重系数,A表示所述地震数据重新排布后的矩阵,A的第i行的元素为d(nx,nt),m≤nx≤m+2px且nx≠m+px,n≤nt≤n+2pt,m=(i-1)|(N-2px)+1,n=(i-1)\(N-2px)+1,符号“|”表示整除运算,符号“\”表示取余运算。
2.如权利要求1所述的一种地震数据处理方法,其特征在于,所述目标函数包括:
J=‖d-s||2+μF(hs)
上式中,J表示所述目标函数,s表示所述去除噪声的地震数据,d表示所述地震数据,μ表示反演权重系数,h表示所述投影误差算子的褶积矩阵,F表示稀疏约束函数。
4.如权利要求3所述的一种地震数据处理方法,其特征在于,所述对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据,包括:
设置所述去除噪声的地震数据的初始值、所述反演权重系数的取值、所述尺度因子的取值;
利用如下公式循环迭代求解所述去除噪声的地震数据,直至所述目标函数的取值满足迭代终止条件,将满足迭代终止条件时对应的去除噪声的地震数据作为所述目标地震数据;
6.一种地震数据处理装置,其特征在于,包括:
误差算子获取模块,用于根据采集到的地震数据,获得反映地层结构特征的投影误差算子;
反演目标函数构建模块,用于根据所述投影误差算子,构建地震数据反演的目标函数,所述目标函数中包括:所述地震数据、去除噪声的地震数据、所述投影误差算子之间的函数关系;
迭代反演模块,用于对所述目标函数中进行迭代反演,获得去除噪声的目标地震数据;
所述误差算子获取模块具体用于根据如下公式获取所述投影误差算子:
h(x,t)表示所述投影误差算子,x表示空间方向上的参数,x=-px,-(px-1),…,(px-1),px,t表示时间方向上的参数,t=-pt,-(pt-1),…,(pt-1),pt,px是空间方向的算子长度,pt是时间方向的算子长度,D表示地震数据组成的列向量,D=d(nx,nt),nx=1,2,…N,nt=1,2,…T,N表示所述地震数据的总道数,T表示每道采样点数,I表示单位矩阵,λ表示权重系数,A表示所述地震数据重新排布后的矩阵,A的第i行的元素为d(nx,nt),m≤nx≤m+2px且nx≠m+px,n≤nt≤n+2pt,m=(i-1)|(N-2px)+1,n=(i-1)\(N-2px)+1,符号“|”表示整除运算,符号“\”表示取余运算。
7.如权利要求6所述的一种地震数据处理装置,其特征在于,所述反演目标函数构建模块具体用于根据如下公式构建所述目标函数:
J=‖d-s‖2+μF(hs)
上式中,s表示所述去除噪声的地震数据,d表示所述地震数据,μ表示反演权重系数,h表示所述投影误差算子的褶积矩阵,F表示稀疏约束函数。
8.一种地震数据处理***,其特征在于,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如权利要求1至5中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810460300.6A CN108897036B (zh) | 2018-05-15 | 2018-05-15 | 一种地震数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810460300.6A CN108897036B (zh) | 2018-05-15 | 2018-05-15 | 一种地震数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108897036A CN108897036A (zh) | 2018-11-27 |
CN108897036B true CN108897036B (zh) | 2020-04-10 |
Family
ID=64343017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810460300.6A Active CN108897036B (zh) | 2018-05-15 | 2018-05-15 | 一种地震数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108897036B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110068860B (zh) * | 2019-05-09 | 2020-04-28 | 中国石油大学(北京) | 一种时移地震数据处理方法、装置及*** |
CN112130198B (zh) * | 2019-06-24 | 2024-04-30 | 中国石油天然气集团有限公司 | 基于时差校正的多期次三维地震资料融合方法及装置 |
CN112241021B (zh) * | 2019-07-16 | 2023-05-26 | 中国石油天然气集团有限公司 | 初至拾取方法及装置 |
CN111538085B (zh) * | 2020-05-18 | 2023-05-23 | 中国石油天然气集团有限公司 | 有效地震信号的提取方法、装置、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018774A (zh) * | 2012-11-15 | 2013-04-03 | 中国石油天然气股份有限公司 | 保持信噪比并提高地震记录分辨率的方法 |
CN104375184A (zh) * | 2013-08-15 | 2015-02-25 | 中国石油天然气集团公司 | 一种高效的地震数据随机噪声衰减方法 |
CN105223607A (zh) * | 2014-07-04 | 2016-01-06 | 中国石油化工股份有限公司 | 基于反稳相滤波的绕射波成像方法 |
-
2018
- 2018-05-15 CN CN201810460300.6A patent/CN108897036B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018774A (zh) * | 2012-11-15 | 2013-04-03 | 中国石油天然气股份有限公司 | 保持信噪比并提高地震记录分辨率的方法 |
CN104375184A (zh) * | 2013-08-15 | 2015-02-25 | 中国石油天然气集团公司 | 一种高效的地震数据随机噪声衰减方法 |
CN105223607A (zh) * | 2014-07-04 | 2016-01-06 | 中国石油化工股份有限公司 | 基于反稳相滤波的绕射波成像方法 |
Non-Patent Citations (5)
Title |
---|
A robust deconvolution algorithm with sparsity and lateral continuity constraints for nonstationary seismic data;Yumin Zhao et al.;《2016 SEG International Exposition and 86th Annual Meeting》;20161231;第5204-5205页 * |
Inversion-based data-driven time-spase domain random noise attenuation method;Zhao Yu-Min et al;《 APPLIED GEOPHYSICS》;20171231;第14卷(第4期);第545-546页 * |
Laterally-constrained sparse deconvolution in the mixed domain;Wei Wang et al.;《2017 SEG International Exposition and 87th Annual Meeting》;20171231;第809页 * |
一种优化预测滤波压制随机噪声的方法;谢金娥等;《地球物理学进展》;20120630;第27卷(第3期);第1213-1218页 * |
叠前随机噪声衰减及其应用技巧;苏贵仕等;《石油地球物理勘探》;20140630;第49卷;第87-92页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108897036A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108897036B (zh) | 一种地震数据处理方法及装置 | |
Li et al. | A method for low-frequency noise suppression based on mathematical morphology in microseismic monitoring | |
Liu et al. | Seismic data interpolation beyond aliasing using regularized nonstationary autoregression | |
Liu et al. | Random noise attenuation using f-x regularized nonstationary autoregression | |
Huang et al. | Unveiling the signals from extremely noisy microseismic data for high-resolution hydraulic fracturing monitoring | |
Bekara et al. | Random and coherent noise attenuation by empirical mode decomposition | |
Liu et al. | Streaming orthogonal prediction filter in the t-x domain for random noise attenuation | |
US10436924B2 (en) | Denoising seismic data | |
CN109471171B (zh) | 一种混叠地震数据分离的方法、装置及*** | |
US10234581B2 (en) | System and method for high resolution seismic imaging | |
CN108828668B (zh) | 一种叠前时间偏移数据处理方法及装置 | |
Yang et al. | Denoising of distributed acoustic sensing data using supervised deep learning | |
Martinez et al. | Denoising of gravity gradient data using an equivalent source technique | |
CN111239808B (zh) | 一种地震反演谱分解方法、装置、电子设备及存储介质 | |
CN111596366A (zh) | 一种基于地震信号优化处理的波阻抗反演方法 | |
NO20150821A1 (en) | Efficient Wavefield Extrapolation in Anisotropic Media | |
Saad et al. | Uncovering the microseismic signals from noisy data for high-fidelity 3D source-location imaging using deep learning | |
CN110068860B (zh) | 一种时移地震数据处理方法、装置及*** | |
Wang et al. | Denoising with weak signal preservation by group-sparsity transform learning | |
CN112213782B (zh) | 分相位地震数据的处理方法、装置和服务器 | |
CN113050189A (zh) | 一种测井曲线的重构方法、装置、设备及存储介质 | |
US20190369277A1 (en) | System for Generating a Model of an Underground Formation from Seismic Data | |
CN111007565B (zh) | 三维频率域全声波成像方法及装置 | |
CN108873085B (zh) | 一种沉积岩薄层电磁数据处理方法及装置 | |
CN114114421B (zh) | 基于深度学习的导向自学习地震数据去噪方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |