CN109031412B - 一种弹性波被动源数据一次波估计方法 - Google Patents
一种弹性波被动源数据一次波估计方法 Download PDFInfo
- Publication number
- CN109031412B CN109031412B CN201810815148.9A CN201810815148A CN109031412B CN 109031412 B CN109031412 B CN 109031412B CN 201810815148 A CN201810815148 A CN 201810815148A CN 109031412 B CN109031412 B CN 109031412B
- Authority
- CN
- China
- Prior art keywords
- wave
- primary
- waves
- elastic
- passive source
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 230000014509 gene expression Effects 0.000 claims description 19
- 230000002238 attenuated effect Effects 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 7
- 230000015572 biosynthetic process Effects 0.000 abstract description 3
- 238000003786 synthesis reaction Methods 0.000 abstract description 2
- 239000004743 Polypropylene Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- -1 polypropylene Polymers 0.000 description 2
- 229920001155 polypropylene Polymers 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000010200 validation analysis 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
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
本发明涉及地球物理勘探技术领域，具体为一种弹性波被动源数据一次波估计方法。针对各向同性介质条件下的弹性波被动源数据，分析弹性波在地下传播过程中产生的变化，根据一次波多次波模型，利用数据矩阵的形式，对弹性波被动源数据进行表示，由于在传播过程中地震波的能量损失，略去多次反射或转换的高阶项。在一次波反射系数稀疏的假设条件下，给出目标函数，直接从弹性波被动源数据中提取一次波响应。本发明避免了对复杂的弹性波被动源数据进行互相关，合成虚拟炮记录，再进行多次波预测、匹配相减的过程；完全数据驱动，不需要知道地下的任何先验信息，简化了一次波有效信号获取的处理过程，提高了弹性波被动源数据有效信号的可利用性。
Description
技术领域
本发明涉及一种地震数据处理方法，特别是关于一种弹性波被动源数据一次波估计方法。
背景技术
被动源地震勘探，无需人工震源激发，利用背景噪声或天然地震，可以节约大量生产成本，迅速成为国际研究热点。在声波被动源数据重构的研究基础上，Vasconcelos和Snieder(2008)又将地震波干涉技术应用于弹性介质，给出弹性波干涉技术的基本理论，并将其应用于钻孔地震波成像(Vasconcelos I,Snieder R.Interferometry bydeconvolution,Part 2-Theory for elastic waves and applications to drill-bitseismic imaging[J].Geophysics.2008.73(3):S129-S141)。2010年，Gaiser和Vasconcelos对弹性波地震干涉技术进行深入的研究，并用于处理模拟的OBC(OceanBottom Cable)数据，将虚拟源重构到海底，同时获得纵波(P波)、横波(S波)和转换波信息(Gaiser J,Vasconcelos I.Elastic interferometry for ocean bottom cable data:Theory and Examples[J].Geophysics Prospecting.2010.58:347-360)。2013年，Snieder和Larose提出从实际噪声记录中提取弹性波场(Snieder R,Larose E.Extracting Earth’s elastic wave response from noise measurements[J].Annual Review of Earth&Planetary Sciences.2013.41:183-206)。与声波被动源数据相比，弹性波被动源数据不仅含有P波信息，还含有S波信息，在传播过程中还会产生大量的转换波，包含更加丰富的地下地质构造信息。与主动源记录类似，弹性波被动源数据合成的虚拟炮记录中，同样包含大量的多次波(此处所指多次波，为表面相关多次波，下同)，影响对虚拟炮记录的后续处理以及最终的地质构造解释和判断。直接对弹性波被动源数据合成的虚拟炮记录进行多次波的预测与匹配减去十分困难。
2009年，Van Groenesijn和Verschuur提出稀疏反演一次波估计方法(EstimatingPrimaries by Sparse Inversion,EPSI),并将其应用于海上主动源地震记录(VanGroenestijn G J A,Verschuur D J.Estimating primaries by sparse inversion andapplication to near-offset data reconstruction[J].Geophysics.2009.74(3):A23-A28.)。与表面相关多次波去除方法(Surface-Related Multiple Elimination,SRME)类似，均是基于表面相关多次波模型，完全数据驱动，无需知道地下任何先验信息。EPSI方法是在一次波反射系数稀疏的假设条件下，对数据驱动的波场信息进行反演，直接对一次波进行估计，避免从原始数据中预测和匹配减去多次波的过程，取而代之的是一个大规模的反演过程。此后，稀疏反演一次波估计方法又被推广到双检数据和OBC数据。2013年，TimLin和Herrmann提出L1范数约束的强劲稀疏反演一次波估计(Robust Estimation ofPrimaries by Sparse Inversion,REPSI)，将求取稀疏解作为明确的目标，与传统算法相比，取得了更加准确的一次波响应(Lin T T Y,Herrmann F J.Robust estimation ofprimaries by sparse inversion via one-norm minimization[J].Geophysics,2013.78(3):R113-R150.)。
2010年，Van Groenesijn和Verschuur根据被动源数据与主动源数据的差别，依照主动源EPSI理论，给出被动源数据稀疏反演一次波估计方法(Van Groenestijn G J A,Verschuur D J.Estimation of primaries by sparse inversion from passiveseismic data[J].Geophysics.2010.75(4):SA61-SA69)。在数据满足稀疏假设的条件下，直接从被动源数据中获得不含表面相关多次波的一次波响应，避免对虚拟炮记录进行表面相关多次波匹配减去的过程。Cheng H和Wang D L等人将REPSI方法应用于脉冲型被动源数据，同时，他们提出噪声型被动源数据一次波估计方法，并对比两种被动源数据类型一次波估计的特点(Cheng H,Wang D L,Feng F,et al.Estimating primaries from passiveseismic data[J].Exploration Geophysics.2015.46:184-191.)。
发明内容
本发明提供一种弹性波被动源数据一次波估计方法，能够直接从弹性波被动源数据中提取一次波信息，避免对弹性波被动源虚拟炮记录进行多次波的匹配与相减。
本发明的技术方案如下：
一种弹性波被动源数据一次波估计方法，包括如下步骤：
(1)根据一次波多次波模型，利用数据矩阵表达式对接收到的弹性波被动源数据进行表示，其中包含直达波、多次波和转换波；
(2)分析多次波和转换波的成因，通过数学公式予以表示；
(3)略去数据矩阵表达式中的高阶项，将步骤(2)中的数学公式代入数据矩阵表达式进行简化；
(4)整合数据矩阵表达式，合并同类项，将代表同一类型波的项进行统一替换，在一次波反射系数稀疏的假设条件下，进而给出目标函数；
(5)结合弹性波被动源数据的稀疏性，选择稀疏反演求解算法，进行一次波估计。
所述的弹性波被动源数据一次波估计方法，其中所述步骤(1)中，在各向同性介质中，弹性波包含P波和S波，根据一次波多次波模型，利用数据矩阵的形式，对接收到的弹性波被动源数据进行表示，考虑弹性波在遇到不同界面时产生的透射、反射以及在界面处产生转换波的情况，数据矩阵表达式如下：
式中，表示在采集过程中观测到的弹性波被动源总上行波场数据，分别表示地下弹性震源激发到检波器的P波直达波响应、S波直达波响应、转换S波直达波响应、转换P波直达波响应；
和
分别表示由P波直达波响应和S波直达波响应引起的一系列与之相关的多次波响应，
和分别表示由P波直达波响应和S波直达波响应产生的转换S波和P波引起的一系列与之相关的多次波响应，
和
分别表示转换S波直达波响应和转换P波直达波响应引起的一系列与之相关的多次波响应，
和
分别表示转换S波直达波响应和转换P波直达波响产生的转换P波和S波引起的一系列与之相关的多次波响应。
所述的弹性波被动源数据一次波估计方法，其中所述步骤(2)中，弹性波被动源数据包含由被动源直接到达检波器的直达波响应以及由这个直达波响应引起的多次波，在传播过程中因介质的变化还将产生转换波，分析弹性波被动源数据中的多次波项所表示的多次波的起因或来源，可知这些由直达波引起的多次波可以表示为下式：
式中，R为自由表面算子，表示所有的波近似完全反射；Xp表示P波一次波反射系数，Xs表示S波一次波反射系数，Xs-p表示S波转换成P波的一次波反射系数，Xp-s表示P波转换成S波的一次波反射系数，Xp-s-p表示P波转换成S波又转换成P波的一次波反射系数，Xs-p-s表示S波转换成P波又转换成S波的一次波反射系数；分析可知，式(2)和(5)是由P波直达波响应引起的多次波和转换波多次波，所以在右侧都褶积上的是
即它们的起因是相同的，同理于式(3)和(4)、(6)和(9)、(7)和(8)。
所述的弹性波被动源数据一次波估计方法，其中所述步骤(3)中，弹性波在地下传播时，随着传播时间和传播距离的增加，以及在介质变化时能量的再分配，弹性波自身的能量会迅速衰减，为了简化推导过程，将公式(1)中表示经过多次转换的转换波项略去，将公式(1)简化为：
所述的弹性波被动源数据一次波估计方法，其中所述步骤(4)中，整合公式，将(2)～(9)式带入到简化的(1)式：
合并同类项：
将代表同一类型波的项进行统一替换，由于Xp、Xs-p、Xp-s-p都属于P波一次波反射系数，此处，用替代；由于Xs、Xp-s、Xs-p-s都属于S波一次波反射系数，用替代；令
则，式(11)简化为
令
表示弹性波一次波反射系数序列，则式(14)化简为：
在一次波反射系数稀疏的假设条件下，进而给出目标函数；假设
具有最小的能量，得到一个趋于最小的目标函数J：
式中，i表示迭代次数，ω表示频率，
表示所有频率相加，j,k分别表示行和列，
表示整个矩阵元素的相加。
本发明的有益效果为：本发明避免了对复杂的弹性波被动源数据进行互相关，合成虚拟炮记录，再进行多次波预测、匹配相减的过程；完全数据驱动，不需要知道地下的任何先验信息，简化了一次波有效信号获取的处理过程，提高了弹性波被动源数据有效信号的可利用性。
附图说明
图1为被动源在地下激发的弹性波在地下传播的过程，其中包含了P波、S波以及在界面处产生的转换波；
图2为直达波引起的多次波以及在多次波形成过程中伴生的转换波与一次波的关系；
图3为理论模型，用来模拟弹性波被动源数据，模型包含了一个层状结构和一个断层结构；
图4为利用理论模型模拟的弹性波被动源记录和与其对应的自由表面条件和吸收表面条件下的主动源记录；(a)被动源记录；(b)自由表面主动源记录；(c)吸收表面主动源记录；
图5为利用弹性波被动源数据合成的虚拟炮记录，和直接用弹性波被动源数据估计出来的一次波记录；(a)互相关结果；(b)一次波估计结果。
具体实施方式
结合弹性波被动源数据一次波估计的理论基础和数值模拟的弹性波被动源数据对本发明进行详细的描述。
本发明的实现步骤如下：
1)、利用数据矩阵的数学方法对弹性波被动源数据进行表示；
被动源激发的弹性波通常包含纵波(P波)和横波(S波)，在传播过程中，随着传播介质的改变，在界面处会产生透射波、反射波以及转换波，分析弹性波在不同界面产生的变化，如图1所示，数据矩阵表达式如下：
式中，Pe-pas表示在采集过程中观测到的弹性波被动源总上行波场数据，
分别表示地下弹性震源激发到检波器的P波直达波响应、S波直达波响应、转换S波直达波响应、转换P波直达波响应；
和分别表示由P波直达波响应和S波直达波响应引起的一系列与之相关的多次波响应，
和
分别表示由P波直达波响应和S波直达波响应产生的转换S波和P波引起的一系列与之相关的多次波响应，
和
分别表示转换S波直达波响应和转换P波直达波响应引起的一系列与之相关的多次波响应，
和
分别表示转换S波直达波响应和转换P波直达波响产生的转换P波和S波引起的一系列与之相关的多次波响应。省略处表示更高阶的多次波项以及转换波项等。
2)、分析由被动源激发的弹性波在传播过程中引起的多次波和转换波及其起因。
被动源数据通常包含由被动源直接到达检波器的直达波响应以及由这个直达波响应引起的多次波，由于弹性波自身不仅包含了P波，还含有S波，在传播过程中因介质的变化还将产生转变波，所以分析多次波起因的同时，还需要考虑伴生的转换波，即产生多次波，就会产生转换波。分析式(1)中的多次波项所表示的多次波的起因或来源，可知这些由直达波引起的多次波可以表示为下式：
式中，X为一次波反射系数；R为自由表面算子，表示所有的波近似完全反射，因此公式(2)到(9)中的自由表面算子一致。Xp表示P波一次波反射系数，Xs表示S波一次波反射系数，Xs-p表示S波转换成P波的一次波反射系数，Xp-s表示P波转换成S波的一次波反射系数，Xp-s-p表示P波转换成S波又转换成P波的一次波反射系数，Xs-p-s表示S波转换成P波又转换成S波的一次波反射系数。注意，Xps表示一次波的双程旅行时中，包含了一半P波和一半S波所组成的一次波反射系数，同理于Xsp，如图2所示。
3)、略去弹性波被动源数据表达式中的多次转换的高阶项，简化表达式。
由于弹性波在地下传播时，随着传播时间和传播距离的增加，以及在介质变化时能量的再分配，弹性波自身的能量会迅速衰减，所以，为了简化推导过程，可以将公式中表示经过多次转换的转换波项略去。同时，分析图2可知，式(2)和(5)是由P波直达波响应引起的多次波和转换波多次波，所以在右侧都褶积上的是同理于式(3)和(4)、(6)和(9)、(7)和(8)。由于波在传播过程中会产生能量损失，将多次转换的波略掉，并将(2)到(9)式带入到(1)式，可得：
4)、整合公式，合并同类项，进一步简化公式，进而给出目标函数，进行弹性波被动源数据的一次波估计。
将代表同一类型波的项进行统一替换，进而给出目标函数。结合弹性波被动源数据的稀疏性，选择反演求解算法，进行一次波估计。首先，将(10)式的相同项合并，可得：
其次，由于Xp、Xs-p、Xp-s-p都属于P波一次波反射系数，此处，用
替代。同理，由于Xs、Xp-s、Xs-p-s都属于S波一次波反射系数，用
替代。此外，令
则，式(11)简化为
令
表示弹性波一次波反射系数序列，则上式化简为
式(15)为简化以后的弹性波被动源数据一次波估计表达式。假设
具有最小的能量，就可以得到一个趋于最小的目标函数J：
式中，i表示迭代次数，ω表示频率，
表示所有频率相加，j,k分别表示行和列，
表示整个矩阵元素的相加。由上述可知，估计出来的一次波反射系数不仅包含P波和S波，还包含转换波的一次波反射系数序列。
利用模拟弹性波被动源数据测试上述弹性波被动源数据一次波估计方法的可行性：
利用含水平层状和断层结构的模型进行验证，如图3所示。模型水平长度和垂直深度同样为3000m和1000m，包含一个水平层界面，深度200m，和一个断层构造，断距为100m。纵波速度、横波速度和密度从上到下依次增大。检波器设置在模型上表面，共300道，均匀分布，道间距为10m，位置固定。随机震源分布在模型的底层，震源位置随机分布，进行激发，用来模拟弹性波被动源数据。
图4(a)为含断层模型弹性波被动源数据的正演模拟结果，被动源数据十分复杂。图4(b)和图4(c)为分别为对应的自由表面和吸收表面条件下的弹性波主动源单炮记录。对比可知，图4(b)比图4(c)增加了纵波和横波的表面相关多次波，以及由多次波引起的转换波。图4(b)中水平界面纵波一次波1，可表示为PP水平，纵波在水平界面处产生的转换横波2，可表示为PS水平，水平界面横波一次波3，可表示为SS水平，断层左侧的纵波一次波4，可表示为PP断左，水平界面处纵波对应的一阶多次波5，可表示为PP水平PP水平，它淹没了纵波在断层左侧界面产生的转换横波6即PS断左，纵波一阶多次波在水平界面处产生的转换横波7，可表示为PP水平PS水平，它淹没了断层左侧界面产生的横波反射同相轴8即SS断左，断层左侧界面对应的纵波在水平层中产生的一阶多次波9，可表示为PP断左PP水平，纵波水平层中的转换横波产生的一阶多次波10，可表示为PS水平SS水平，断层左侧界面对应的纵波一次波在水平层中产生的转换横波11，可表示为PP断左SS水平，断层左侧界面对应的纵波一次波在断层左侧界面形成的一阶多次波12，可表示为PP断左PP断左，断层左侧界面对应的纵波一次波在断层左侧界面形成的一阶多次波引起的转换横波13即PP断左PS断左；断层右侧的纵波一次波14，可表示为PP断右，断层右侧的产生的转换横波15，可表示为PS断右，断层右侧的横波一次波16，可表示为SS断右，断层右侧界面对应的纵波在水平层中产生的一阶多次波17，可表示为PP断右PP水平，断层右侧界面纵波在自由界面引起的转换横波18，可表示为PP断右SS水平。由于其它的转换波和深部同相轴能量相对较弱，此处不再具体分析。
通过上述分析可知，由于自由表面的存在，使弹性波主动源变得十分复杂，产生了大量的多次波，以及伴生的转换波，对后续的处理以有效信息的判断产生了巨大的影响。
利用常规的地震波干涉技术互相关算法，处理所得的弹性波被动源数据，进行波场重构，合成虚拟炮记录。图5(a)给出了合成的虚拟炮记录的第150炮。与自由表面条件下的弹性波主动源记录图4(b)进行对比，纵、横波的一次波、多次波以及转换波同相轴都得到有效地重构。PP水平、PP断左、PP断右为重构的纵波一次波，PS水平、PS断左、PS断右为与之对应的转换波，SS水平、SS断左、SS断右为重构的横波一次波，PP水平PP水平、PP断左PP水平、PP断右PP水平、PP断左PP断左为重构的表面相关多次波，PP水平PS水平、PS水平SS水平、PP断左SS水平、PP断右SS水平、PP断左PS断左为重构的转换波。可见多次波和由多次波产生的转换波都清晰可见，严重影响对弹性波虚拟炮记录的后续处理和对地下地质构造信息的有效判断。
利用提出的一次波估计方法，处理含水平层和断层模型的被动源数据，提取弹性波被动源数据一次波信息。图5(b)为估计出来的一次波响应的第150炮，与图4(b)和图5(a)对比可知，图4(b)中纵波一阶多次波5被衰减掉，由断层左侧界面纵波产生的转换横波6凸显出来；由纵波一阶多次波在水平界面处产生的转换横波7被衰减掉，断层左侧界面对应的横波8得以凸显；断层左侧界面对应的纵波在第一层中产生的一阶多次波9被衰减掉；纵波在第一层中形成的横波的一阶多次波10，作为一次波被保留；断层左侧界面对应的纵波在第一层中产生的一阶多次波11被保留；断层左侧界面对应的纵波在断层左侧界面形成的一阶多次波12被衰减掉，与其对应的转换横波13同样被衰减掉；断层右侧界面对应的纵波在第一层中产生的一阶多次波17被衰减掉；断层右侧界面纵波在第一层中产生的转换横波18被保留。PP水平、PP断左、PP断右为估计出来的纵波一次波，SS水平、SS断左、SS断右为估计出来的横波一次波，PS水平、PS断左、PS断右、PS水平SS水平、PP断左SS水平、PP断右SS水平为估计出来的转换波。
综上所述，通过上述所提出的弹性波被动源数据一次波估计方法，含断层模型的纵波和横波所对应的多次波都能得到了较好的衰减；纵波的多次波在层界面处产生的转换横波同样被衰减掉；纵波在层界面处产生的转换横波的一阶多次波被作为新的一次波得到了保留。
Claims (3)
1.一种弹性波被动源数据一次波估计方法，其特征在于，包括如下步骤：
(1)根据一次波多次波模型，利用数据矩阵表达式对接收到的弹性波被动源数据进行表示，其中包含直达波、多次波和转换波；弹性波包含P波和S波，根据一次波多次波模型，利用数据矩阵的形式，对接收到的弹性波被动源数据进行表示，考虑弹性波在遇到不同界面时产生的透射、反射以及在界面处产生转换波的情况，数据矩阵表达式如下：
式中，Pe-pas表示在采集过程中观测到的弹性波被动源总上行波场数据，
分别表示地下弹性震源激发到检波器的P波直达波响应、S波直达波响应、转换S波直达波响应、转换P波直达波响应；和
分别表示由P波直达波响应和S波直达波响应引起的一系列与之相关的多次波响应，
和
分别表示由P波直达波响应和S波直达波响应产生的转换S波和P波引起的一系列与之相关的多次波响应，
和
分别表示转换S波直达波响应和转换P波直达波响应引起的一系列与之相关的多次波响应，
和
分别表示转换S波直达波响应和转换P波直达波响产生的转换P波和S波引起的一系列与之相关的多次波响应；
(2)分析多次波和转换波的成因，通过数学公式予以表示；弹性波被动源数据包含由被动源直接到达检波器的直达波响应以及由这个直达波响应引起的多次波，在传播过程中因介质的变化还将产生转换波，分析弹性波被动源数据中的多次波项所表示的多次波的起因或来源，可知这些由直达波引起的多次波可以表示为下式：
式中，R为自由表面算子，表示所有的波近似完全反射；Xp表示P波一次波反射系数，Xs表示S波一次波反射系数，Xs-p表示S波转换成P波的一次波反射系数，Xp-s表示P波转换成S波的一次波反射系数，Xp-s-p表示P波转换成S波又转换成P波的一次波反射系数，Xs-p-s表示S波转换成P波又转换成S波的一次波反射系数；Xps表示一次波的双程旅行时中，包含了一半P波和一半S波所组成的一次波反射系数，同理于Xsp；分析可知，式(2)和(5)是由P波直达波响应引起的多次波和转换波多次波，所以在右侧都褶积上的是
即它们的起因是相同的，同理于式(3)和(4)、(6)和(9)、(7)和(8)；
(3)略去数据矩阵表达式中的高阶项，将步骤(2)中的数学公式代入数据矩阵表达式进行简化；
(4)整合数据矩阵表达式，合并同类项，将代表同一类型波的项进行统一替换，在一次波反射系数稀疏的假设条件下，进而给出目标函数；
(5)结合弹性波被动源数据的稀疏性，选择稀疏反演求解算法，进行一次波估计。
2.根据权利要求1所述的弹性波被动源数据一次波估计方法，其特征在于，所述步骤(3)中，弹性波在地下传播时，随着传播时间和传播距离的增加，以及在介质变化时能量的再分配，弹性波自身的能量会迅速衰减，为了简化推导过程，将公式(1)中表示经过多次转换的转换波项略去，将公式(1)简化为：
3.根据权利要求2所述的弹性波被动源数据一次波估计方法，其特征在于，所述步骤(4)中，整合公式，将(2)～(9)式带入到简化的(1)式：
合并同类项：
将代表同一类型波的项进行统一替换，由于Xp、Xs-p、Xp-s-p都属于P波一次波反射系数，此处，用
替代；由于Xs、Xp-s、Xs-p-s都属于S波一次波反射系数，用
替代；令
则，式(11)简化为
令
表示弹性波一次波反射系数序列，则式(14)化简为：
在一次波反射系数稀疏的假设条件下，进而给出目标函数；假设
具有最小的能量，得到一个趋于最小的目标函数J：
式中，i表示迭代次数，ω表示频率，
表示所有频率相加，j,k分别表示行和列，表示整个矩阵元素的相加。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810815148.9A CN109031412B (zh) | 2018-07-24 | 2018-07-24 | 一种弹性波被动源数据一次波估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810815148.9A CN109031412B (zh) | 2018-07-24 | 2018-07-24 | 一种弹性波被动源数据一次波估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109031412A CN109031412A (zh) | 2018-12-18 |
| CN109031412B true CN109031412B (zh) | 2020-02-11 |
Family
ID=64644380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810815148.9A Active CN109031412B (zh) | 2018-07-24 | 2018-07-24 | 一种弹性波被动源数据一次波估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109031412B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109738950B (zh) * | 2019-01-04 | 2019-11-05 | 吉林大学 | 基于三维稀疏聚焦域反演的噪声型数据一次波反演方法 |
| CN111208567B (zh) * | 2020-01-07 | 2020-10-20 | 中国科学院地理科学与资源研究所 | 一种矿层成像方法、设备及计算机可读存储介质 |
| CN112130207B (zh) * | 2020-09-25 | 2021-07-20 | 中国科学院武汉岩土力学研究所 | 一种基于球形装药条件下由地面振动计算地下振动的方法 |
| CN113267811B (zh) * | 2021-04-09 | 2022-03-08 | 中国矿业大学 | 一种虚拟震源反射波叠前反演方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100557464C (zh) * | 2007-01-15 | 2009-11-04 | 中国石油大港油田勘探开发研究院 | 基于叠前波场模拟的地震勘探层位标定方法 |
| US10393901B2 (en) * | 2015-08-31 | 2019-08-27 | Pgs Geophysical As | Wavefield interpolation and regularization in imaging of multiple reflection energy |
| CN107991704B (zh) * | 2017-09-01 | 2019-09-06 | 中国石油天然气股份有限公司 | 自由表面多次波的压制方法和装置 |
-
2018
- 2018-07-24 CN CN201810815148.9A patent/CN109031412B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109031412A (zh) | 2018-12-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109031412B (zh) | 一种弹性波被动源数据一次波估计方法 | |
| Kumar et al. | Source separation for simultaneous towed-streamer marine acquisition—A compressed sensing approach | |
| Chen et al. | Iterative deblending of simultaneous-source seismic data using seislet-domain shaping regularization | |
| Lee et al. | Full‐3‐D tomography for crustal structure in southern California based on the scattering‐integral and the adjoint‐wavefield methods | |
| Larose et al. | Correlation of random wavefields: An interdisciplinary review | |
| CN110568486B (zh) | 基于同步稀疏低秩张量补全模型的地震信号补全方法 | |
| Freire et al. | Application of singular value decomposition to vertical seismic profiling | |
| Shi et al. | Reverse time migration of 3D vertical seismic profile data | |
| Minato et al. | Seismic interferometry using multidimensional deconvolution and crosscorrelation for crosswell seismic reflection data without borehole sources | |
| Ravasi et al. | Elastic imaging with exact wavefield extrapolation for application to ocean-bottom 4C seismic data | |
| Yang et al. | Time-lapse full-waveform inversion with ocean-bottom-cable data: Application on Valhall field | |
| Yang et al. | Denoising of distributed acoustic sensing data using supervised deep learning | |
| Araya-Polo et al. | Fast and accurate seismic tomography via deep learning | |
| Chen et al. | Seismic inversion by hybrid machine learning | |
| Ren et al. | Elastic reflection waveform inversion based on the decomposition of sensitivity kernels | |
| Raknes et al. | A numerical study of 3D elastic time-lapse full-waveform inversion using multicomponent seismic data | |
| Kaur et al. | A fast algorithm for elastic wave‐mode separation using deep learning with generative adversarial networks (GANS) | |
| Zhou et al. | Seismic noise interferometry and distributed acoustic sensing (DAS): Inverting for the firn layer S‐velocity structure on Rutford Ice Stream, Antarctica | |
| Romdhane et al. | CO2 thin-layer detection at the Sleipner field with full waveform inversion: Application to synthetic and real data | |
| Chen et al. | A compact program for 3D passive seismic source‐location imaging | |
| Wang et al. | Attribute-guided target data separation network for DAS VSP data | |
| Dawson et al. | Application of near real‐time radial semblance to locate the shallow magmatic conduit at Kilauea Volcano, Hawaii | |
| Guo et al. | A high-efficiency wavefield decomposition method based on the Hilbert transform | |
| Rodriguez et al. | Continuous hypocenter and source mechanism inversion via a Green's function-based matching pursuit algorithm | |
| Liu et al. | Source location with cross-coherence migration |
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 |