CN109143345B - 基于模拟退火的品质因子q非线性反演方法及*** - Google Patents
基于模拟退火的品质因子q非线性反演方法及*** Download PDFInfo
- Publication number
- CN109143345B CN109143345B CN201710457381.XA CN201710457381A CN109143345B CN 109143345 B CN109143345 B CN 109143345B CN 201710457381 A CN201710457381 A CN 201710457381A CN 109143345 B CN109143345 B CN 109143345B
- Authority
- CN
- China
- Prior art keywords
- frequency
- quality factor
- nonlinear
- simulated annealing
- micro
- 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 51
- 238000002922 simulated annealing Methods 0.000 title claims abstract description 27
- 230000005284 excitation Effects 0.000 claims description 28
- 230000006870 function Effects 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 claims description 4
- 239000002360 explosive Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000010521 absorption reaction Methods 0.000 abstract description 8
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing 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
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/66—Subsurface modeling
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
本发明提出了一种基于模拟退火的品质因子Q非线性反演方法及***,该方法包括:利用双井微测井观测***获得微测井数据;从所述微测井数据中提取同一炮激发的直达波,计算衰减曲线;通过引入品质因子Q随频率变化的先验信息,基于所述衰减曲线建立非线性目标函数;利用模拟退火法非线性反演所述目标函数中的参数,进而求得随频率变化的品质因子Q值。与现有技术相比,避免了常Q假设,直接求取频变的Q值,有利于精确补偿地层吸收损失的能量,为高精度成像提供了数据基础。该方法消除了传统方法中基于常Q假设情况下反演方法引入的误差,提高了Q值求取的精度。该方法利用微测井资料,提高了结果的精度及稳定性。
Description
技术领域
本发明涉及地球物理勘探技术领域,具体设计一种利用模拟退火非线性反演的近地表Q值建模技术,可应用于石油地球物理勘探中的地震资料处理。
背景技术
由于地层的粘弹性效应,地震波在传播过程中会发生频率吸收和相位畸变,这严重降低了地震资料的分辨率。品质因子Q可以对衰减量进行定量刻画。通过准确的求取Q值,并利用反Q滤波,可以恢复地震资料的分辨率和能量。因此,如何准确的求取Q值是关键。
目前,Q值求取方法是基于常Q假设情况,即假设Q不随频率的变化而改变,这其中频谱比法最为常用。它根据吸收衰减过程中频率的变化规律估算Q值,通过对数谱的线性回归估算地下衰减模型,不会受到几何扩散和透射损失等频率无关因素的影响。理论上讲,若品质因子Q是频率无关的,那么谱比法可以准确地求得Q值。
然而,目前无论是从衰减机制的理论研究还是从岩芯样品的实验测量均表明,Q更趋向于频率依赖,即Q并不是随频率一成不变的。在这种情况下,衰减曲线不再是频率的线性函数,而是呈现出一种非线性的衰减趋势,因此常规的Q值求取方法会存在较大的误差,不再适用于频率依赖Q值的求取。
微测井资料由于其较高的信噪比以及较为简单的波场,往往用于求取近地表Q值,其较宽的频带也有利于分析Q的频率依赖性。通过设计合理的微测井观测***,可以消除激发接收等因素的影响,提取不受其他因素影响的衰减曲线,分析其非线性特征,反演频率依赖的Q值。
发明内容
本发明的目的是利用双井微测井数据,设计一种新的非线性吸收参数反演方法,消除激发因素和接收因素对近地表吸收参数估算的影响,同时通过合理的选取频带,避免近场和高频噪声的影响,得到高精度衰减曲线。最后利用模拟退火法估算近地表频率依赖的品质因子Q,消除常Q假设下传统方法引入的估算误差,提高反演精度。
本发明针对近地表区域的品质因子Q值建模问题,提出了一种基于模拟退火的品质因子Q非线性反演方法,该方法包括:
利用双井微测井观测***获得微测井数据;
从所述微测井数据中提取同一炮激发的直达波,计算衰减曲线;
通过引入品质因子Q随频率变化的先验信息,基于所述衰减曲线建立非线性目标函数;
利用模拟退火法非线性反演所述目标函数中的参数,进而求得随频率变化的品质因子Q值。
进一步地,所述双井微测井观测***包括一口激发井和一口接收井。所述接收井深度等于激发井深度,在所述接收井的井口及井底安置相同类型的检波器。
优选地,所述激发井中采用等药量***由深及浅等间隔激发。
进一步地,从所述微测井数据中提取同一炮激发的直达波包括:利用汉明窗提取同一炮激发、接收井井口和井底同时接收的两道地震信号直达波x1(t),x2(t),傅里叶变换后在频率域表示为:
xi(f)=s(f)gi(f)q(r)exp(-πfΔtQ-1(f)),i=1,2
其中s(f)为震源响应,gi(f)为第i道的检波器响应,此处所有检波器响应一致,q(r)表示球面扩散等频率无关项,Δt表示两道信号的旅行时差,Q(f)为待求的随频率变化的品质因子。
进一步地,引入品质因子Q随频率变化的先验信息,建立Q随频率变化的关系如下:
其中f0为参考频率,Q-1(f0)为参考频率下对应的Q值,指数项γ为常数,且0.0≤γ<1.0;
sgn()为符号函数,表示为:
进一步地,基于所述衰减曲线建立非线性目标函数为:
通过模拟退火法非线性反演所述目标函数中的三个参数Q-1(f0),f0,γ,进而求得Q(f)。
根据本发明的另一个方面,提供一种基于模拟退火的品质因子Q非线性反演***,该***包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
利用双井微测井观测***获得微测井数据;
从所述微测井数据中提取同一炮激发的直达波,计算衰减曲线;
通过引入品质因子Q随频率变化的先验信息,基于所述衰减曲线建立非线性目标函数;
利用模拟退火法非线性反演所述目标函数中的参数,进而求得随频率变化的品质因子Q值。
本发明提供了一种求取品质因子Q值的非线性反演方法。与现有技术相比,避免了常Q假设,直接求取频变的Q值,有利于精确补偿地层吸收损失的能量,为高精度成像提供了数据基础。
此外,该方法消除了传统方法中基于常Q假设情况下反演方法引入的误差,提高了Q值求取的精度。
另外,该方法利用微测井资料,提高了结果的精度及稳定性。
1)将非线性方法引入Q值反演,利用模拟退火精确求取地层的吸收参数。
2)利用微测井资料反演近地表吸收参数,提高了算法的抗噪性及稳定性。
3)通过适当的数学运算消除了激发因素的影响,提高了结果的可靠性。
4)只在接收井的井口及井底安置检波器,降低了野外采集的难度,这保证了检波器耦合的一致性,避免了接收差异对反演结果的影响。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施方式中,相同的参考标号通常代表相同部件。
图1为本发明实施例1中模型试验的双井微测井观测***示意图。
图2为本发明实施例1中模型试验设计的近地表速度厚度模型。
图3为本发明实施例1中模型试验抽取的任意炮道集,纵坐标表示时间(ms),横坐标表示道数。
图4为本发明实施例1中理论模型加噪后的道集,纵坐标表示时间(ms),横坐标表示道数。
图5为本发明实施例1中理论模型Q值非线性反演结果,纵坐标表示Q-1,横坐标表示频率(Hz)。
图6为本发明实施例2中实际数据的观测***。
图7为本发明实施例2中实际数据中根据初至解释得到的近地表速度厚度模型,纵轴表示深度(m),横轴表示时间(ms)和速度(m/s)。
图8为本发明实施例2中实际数据中抽取任意炮的两道信号,纵坐标表示时间(ms),横坐标表示道数。
图9为本发明实施例2中实际数据的Q值反演结果,纵坐标表示Q-1,横坐标表示频率(Hz)。
图10为本发明实施例2中实际数据的补偿结果,纵轴表示振幅,横轴表示频率(Hz)。
图11示出了本发明基于模拟退火的品质因子Q非线性反演方法的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本发明的方法基于双井微测井资料,通过设计适当的运算及合理的观测***消除激发接收等因素的影响,得到不受激发接收影响的衰减曲线,之后通过合理的选取频带范围,引入Q随频率变化的先验信息,建立非线性目标函数,通过利用模拟退火法求取控制品质因子的三个参数最终求得频率依赖的Q值。
如图11所示,本公开提出了一种基于模拟退火的品质因子Q非线性反演方法,该方法包括:
利用双井微测井观测***获得微测井数据;
从所述微测井数据中提取同一炮激发的直达波,计算衰减曲线;
通过引入品质因子Q随频率变化的先验信息,基于所述衰减曲线建立非线性目标函数;
利用模拟退火法非线性反演所述目标函数中的参数,进而求得随频率变化的品质因子Q值。
首先设计双井微测井观测***,接收井只在井口井底安置检波器保证接收响应一致,避免接收差异。双井微测井观测***包括一口激发井和一口接收井。接收井深度等于激发井深度,在接收井的井口及井底安置相同类型的检波器。接收井深度等于激发井深度,只在接收井的井口附近及井底安置相同类型的检波器,以保证检波器耦合响应一致,避免接收差异影响。
优选地,激发井中采用等药量***由深及浅等间隔激发。
然后通过汉明窗从微测井数据中提取高品质直达波,选取同一炮激发,井口井底两道数据计算衰减曲线,避免激发差异影响;之后引入Q随频率变化的先验信息,建立非线性目标函数;最后利用模拟退火法求解控制随频率变化的Q值的三个参数,进而求得最终的近地表随频率变化的Q值。
接下来,利用汉明窗提取同一炮激发、接收井井口和井底同时接收的两道地震信号直达波x1(t),x2(t),傅里叶变换后在频率域可以表示为:
xi(f)=s(f)gi(f)q(r)exp(-πfΔtQ-1(f)),i=1,2
其中s(f)为震源响应,gi(f)为第i道的检波器响应,此处所有检波器响应均一致,q(r)表示球面扩散等频率无关项,Δt表示两道信号的旅行时差,可以通过速度厚度模型,利用射线追踪计算得到,Q(f)为待求的频变品质因子。优选地,可通过拾取所得微测井数据的初至时间解释得到近地表速度厚度模型用于旅行时差的计算。
通过引入品质因子Q随频率变化的先验信息,建立Q随频率变化的关系如下:
其中f0为参考频率,Q-1(f0)为参考频率下对应的Q值,指数项γ为一常数,且0.0≤γ<1.0。
sgn()为符号函数,可以表示为:
最后,根据计算的衰减曲线,将品质因子Q随频率变化的先验信息代入,建立目标函数:
通过模拟退火法非线性反演目标函数中的三个参数Q-1(f0),f0,γ,进而求得Q(f)。
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
实施例1:模型试验
为证明所述方法的正确性和有效性,并展示所述方法具有更高的精度,下面通过一个模型实验进行说明。
如图1所示,设计一炮激发,2道接收的双井微测井观测***。假设近地表深度为4米。激发井的深度为20米,采用井底激发,激发深度20米。接收井深度为4米,在井口及井底分别安置一个类型相同的检波器。井间距为4米。
如图2所示,设计模型为低速层和降速层的速度分别为v1=450m/s,v2=1300m/s;低速层和降速层的品质因子分别为(即Q-1(f0)=0.2,f0=260,γ=0.5),(即f0=280,γ=0.75)。本发明的目的是精确反演得到低速层品质因子Q-1 1(f)。
如图3所示,利用本发明所述观测***得到两道地震信号。纵坐标表示时间,横坐标表示道数,纵坐标表示时间(ms),横坐标表示道数。
如图4所示,对图3的理论数据加随机噪音,信噪比为10,纵坐标表示时间,横坐标表示道数。噪声严重干扰有效信号的频谱,纵坐标表示时间(ms),横坐标表示道数。
如图5所示,利用地震记录对数谱分别计算无噪和含噪情况下的衰减曲线利用模拟退火法分别求解图3和图4中控制品质因子Q的三个参数Q-1(f0),f0,γ。其中图3的不加噪数据所得结果为Q-1(f0)=0.2009,f0=259.2708,γ=0.5018。图4的加噪数据所得结果为Q-1(f0)=0.1985,γ=0.5235,f0=263.8652。常规方法所得结果为常Q值:Q-1=0.1522。对比模型数据可以看出,常规方法与真实值差距较大,该方法相对于常规方法,结果更加准确,且方法抗噪性好,纵坐标表示Q-1,横坐标表示频率(Hz)。
实施例2:实际数据
如图6所示,本实施例为某油田A区块的应用实例。该区地势平坦,近地表结构比较简单,分为低速层和降速层两套地层,低速层的厚度在4米左右,降速层的厚度在40米之上。激发井中,最小激发井深2米,最大激发井深16米,炮点深度间隔2米,共激发8炮。接收井中,井口及井底分别安置一个类型相同的检波器。井间距为4m。本发明抽取井底16米激发,井口井底接收的两道进行近地表Q值非线性反演。
如图7所示,利用图6所述观测***获取该地区微测井资料,拾取初至得到该区域近地表的速度厚度模型,纵轴表示深度(m),横轴表示时间(ms)和速度(m/s)。
如图8所示,选取井底16m激发,井口井底接收的两道地震信号进行近地表Q值非线性反演。纵坐标表示时间(ms),横坐标表示道数。
如图9所示,利用图8中的数据分别利用本发明所述方法与常规方法得到的近地表Q值。为了避免实际资料中近场的影响,反演频带范围从100Hz开始。纵坐标表示Q-1,横坐标表示频率(Hz)。
如图10所示,分别利用常规方法和本发明所述方法反演结果计算两道之间的衰减量,对井口道地震数据进行补偿,并与井底数据频谱进行对比。可以看出,相对于常规方法的过度补偿,本发明所述方法可以准确恢复近地表损失的频率,纵轴表示振幅,横轴表示频率(Hz)。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (7)
1.一种基于模拟退火的品质因子Q非线性反演方法,其特征在于,该方法包括:
利用双井微测井观测***获得微测井数据;
从所述微测井数据中提取同一炮激发的直达波,计算衰减曲线;
通过引入品质因子Q随频率变化的先验信息,基于所述衰减曲线建立非线性目标函数;
利用模拟退火法非线性反演所述非线性目标函数中的参数,进而求得随频率变化的品质因子Q值;
其中,引入品质因子Q随频率变化的先验信息,建立Q随频率变化的关系如下:
其中f0为参考频率,Q-1(f0)为参考频率下对应的Q值,指数项γ为常数,且0.0≤γ<1.0;
sgn()为符号函数,表示为:
其中,基于所述衰减曲线建立非线性目标函数为:
通过模拟退火法非线性反演所述非线性目标函数中的三个参数Q-1(f0),f0,γ,进而求得Q(f)。
2.根据权利要求1所述的基于模拟退火的品质因子Q非线性反演方法,其特征在于,所述双井微测井观测***包括一口激发井和一口接收井。
3.根据权利要求2所述的基于模拟退火的品质因子Q非线性反演方法,其特征在于,所述接收井深度等于激发井深度,在所述接收井的井口及井底安置相同类型的检波器。
4.根据权利要求3所述的基于模拟退火的品质因子Q非线性反演方法,其特征在于,所述激发井中采用等药量***由深及浅等间隔激发。
5.根据权利要求3所述的基于模拟退火的品质因子Q非线性反演方法,其特征在于,从所述微测井数据中提取同一炮激发的直达波包括:利用汉明窗提取同一炮激发、接收井井口和井底同时接收的两道地震信号直达波x1(t),x2(t),傅里叶变换后在频率域表示为:
xi(f)=s(f)gi(f)q(r)exp(-πfΔtQ-1(f)),i=1,2
其中s(f)为震源响应,gi(f)为第i道的检波器响应,此处所有检波器响应一致,q(r)表示球面扩散频率无关项,Δt表示两道信号的旅行时差,Q(f)为待求的随频率变化的品质因子。
7.一种基于模拟退火的品质因子Q非线性反演***,其特征在于,该***包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
利用双井微测井观测***获得微测井数据;
从所述微测井数据中提取同一炮激发的直达波,计算衰减曲线;
通过引入品质因子Q随频率变化的先验信息,基于所述衰减曲线建立非线性目标函数;
利用模拟退火法非线性反演所述非线性目标函数中的参数,进而求得随频率变化的品质因子Q值;
其中,引入品质因子Q随频率变化的先验信息,建立Q随频率变化的关系如下:
其中f0为参考频率,Q-1(f0)为参考频率下对应的Q值,指数项γ为常数,且0.0≤γ<1.0;
sgn()为符号函数,表示为:
其中,基于所述衰减曲线建立非线性目标函数为:
通过模拟退火法非线性反演所述非线性目标函数中的三个参数Q-1(f0),f0,γ,进而求得Q(f)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710457381.XA CN109143345B (zh) | 2017-06-16 | 2017-06-16 | 基于模拟退火的品质因子q非线性反演方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710457381.XA CN109143345B (zh) | 2017-06-16 | 2017-06-16 | 基于模拟退火的品质因子q非线性反演方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109143345A CN109143345A (zh) | 2019-01-04 |
CN109143345B true CN109143345B (zh) | 2021-02-19 |
Family
ID=64830509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710457381.XA Active CN109143345B (zh) | 2017-06-16 | 2017-06-16 | 基于模拟退火的品质因子q非线性反演方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109143345B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110554435B (zh) * | 2019-07-22 | 2024-04-26 | 中国石油化工股份有限公司 | 一种利用微测井数据构建品质因子体的方法 |
CN110967749A (zh) * | 2019-12-09 | 2020-04-07 | 东华理工大学 | 一种vsp地震资料频变q值估计与反q滤波方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105388523A (zh) * | 2014-09-04 | 2016-03-09 | 中国石油化工股份有限公司 | 一种高精度的品质因子提取方法 |
CN105388518B (zh) * | 2014-09-04 | 2018-01-05 | 中国石油化工股份有限公司 | 一种质心频率与频谱比联合的井中地震品质因子反演方法 |
US10100638B2 (en) * | 2014-11-20 | 2018-10-16 | Schlumberger Technology Corporation | Method for reservoir evaluation employing non-equilibrium asphaltene component |
-
2017
- 2017-06-16 CN CN201710457381.XA patent/CN109143345B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109143345A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109425896B (zh) | 白云岩油气储层分布预测方法及装置 | |
US10705238B2 (en) | Method and apparatus for processing seismic data | |
CN106405651B (zh) | 一种基于测井匹配的全波形反演初始速度模型构建方法 | |
CN109669212B (zh) | 地震数据处理方法、地层品质因子估算方法与装置 | |
CN102937721B (zh) | 利用初至波走时的有限频层析成像方法 | |
EP2837953A1 (en) | Geologic quality factor inversion method | |
CN105116448B (zh) | 一种转换波方位各向异性校正方法及装置 | |
CN106019376B (zh) | 一种频率驱动空变q值模型构建的地震波补偿方法 | |
CN104237938B (zh) | 利用动态时间调整进行纵波和转换波数据匹配的方法 | |
CN111045077B (zh) | 一种陆地地震数据的全波形反演方法 | |
CN103852785B (zh) | 地层各向异性的评价方法 | |
Zhong et al. | Statistical analysis of background noise in seismic prospecting | |
CN102073064A (zh) | 一种利用相位信息提高速度谱分辨率的方法 | |
Cao et al. | Near-real-time near-surface 3D seismic velocity and uncertainty models by wavefield gradiometry and neural network inversion of ambient seismic noise | |
CN110780341B (zh) | 一种各向异性地震成像方法 | |
CN109143345B (zh) | 基于模拟退火的品质因子q非线性反演方法及*** | |
CN112305612B (zh) | 高分辨率复谱分解时频空间域振幅随偏移距变化校正方法 | |
CN104237383B (zh) | 一种岩石超声波速度及品质因子同时测量方法及*** | |
CN110824564A (zh) | 用于近地表品质因子q值反演的衰减曲线层析剥离方法 | |
CN114415234A (zh) | 基于主动源面波频散和h/v确定浅地表横波速度的方法 | |
CN107479091B (zh) | 一种提取逆时偏移角道集的方法 | |
CN110007349B (zh) | 一种弹性参数反演方法 | |
CN110568491B (zh) | 一种品质因子q的估算方法 | |
CN103984013B (zh) | 一种小波域叠前地震道集吸收衰减参数估计算法 | |
CN112526611A (zh) | 表层地震波品质因子的提取方法及装置 |
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 |