CN109655890B - 一种深度域浅中深层联合层析反演速度建模方法及*** - Google Patents
一种深度域浅中深层联合层析反演速度建模方法及*** Download PDFInfo
- Publication number
- CN109655890B CN109655890B CN201710942871.9A CN201710942871A CN109655890B CN 109655890 B CN109655890 B CN 109655890B CN 201710942871 A CN201710942871 A CN 201710942871A CN 109655890 B CN109655890 B CN 109655890B
- Authority
- CN
- China
- Prior art keywords
- chromatography
- arrival
- inversion
- matrix
- model
- 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
- 238000004587 chromatography analysis Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000003384 imaging method Methods 0.000 claims abstract description 71
- 239000012504 chromatography matrix Substances 0.000 claims abstract description 63
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000003325 tomography Methods 0.000 claims description 39
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000002939 conjugate gradient method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 abstract description 4
- 239000010410 layer Substances 0.000 description 18
- 238000010586 diagram Methods 0.000 description 9
- 239000002344 surface layer Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000005477 standard model Effects 0.000 description 2
- 241000272194 Ciconiiformes Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change 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
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
- G01V1/303—Analysis for determining velocity profiles or travel times
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)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提出了一种深度域浅中深层联合层析反演速度建模方法及***,该方法包括:基于初始速度模型建立初至层析矩阵;基于初始速度模型建立成像道集反射层析矩阵;基于所述初至层析矩阵和成像道集反射层析矩阵构建联合层析目标泛函;求解所述联合层析目标泛函,获得速度更新量,对初始速度模型进行更新;基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演。本发明的方法提高了整个速度模型的反演精度,从而提高偏移剖面质量。模型试验证明该技术效果明显,计算效率高,具有实际应用价值。
Description
技术领域
本发明属于石油地球物理勘探领域,涉及地震勘探中深度域的浅中深层速度反演和建模,特别涉及一种深度域浅中深层联合层析反演速度建模方法及***,可应用于地震资料的处理。
背景技术
基于反射波信息的层析速度建模可以通过两种方式来实现,一是在数据域反射层析和成像域反射层析。其中成像域反射层析基于反射波成像道集的剩余深度差,又称为层析偏移速度分析,首先在成像剖面中提取反射面的位置和倾斜信息,从成像道集中提取数据残差信息,然后通过射线追踪建立并反射层析矩阵,将成像道集的剩余时差按照射线路径进行更新,能够对整个速度模型进行迭代更新(Stork,1992;Wang,1995;Chauris,2002)。为了让层析反演的结果更加稳定和具有构造意义,可将地质构造信息加入到层析反演中,加速层析的收敛效果,并得到有地质意义的速度模型(Clapp,2001,2004;Zhou,2009;Zdraveva,2013)。基于成像道集的层析反演已成为工业界的主流,并不断的发展完善。
常规的地震数据处理往往把近地表建模和中深层建模分开来,通过初至射线追踪建立表层速度模型做静校正处理,通过反射波成像道集层析更新中深层速度模型,实践证明这样处理的结果难以有效的解决复杂构造区的速度建模和勘探成像问题。
为了进一步提高整个速度模型的精度,可以利用采集到的多种地震特征波场进行联合层析反演的研究迅速发展。波动方程旅行时层析方法就可以自动地将体波、折射波、反射波的到达时进行联合反演(Luo,Schuster,1991;Zhou,2014)。通过将地面地震回转波和VSP记录,以及面波和折射波进行联合层析反演,得到了比传统的折射层析更加符合实际情况的解,验证了联合层析反演的优势(Julian Ivanov,2006)。联合初至与浅层反射同时进行表层层析静校正的方法较常规层析静校正精度更高(Li,2009)。研究表明,多种特征波场的联合反演能够有效的克服单一波场信息反演局限性,提高层析反演的精度以及对复杂构造的适应能力。
不过上述的联合层析均是在数据域进行了联合层析,并没有将初至旅行时和工业界广泛应用的成像域层析进行联合层析建模。
发明内容
本发明的目的在于解决上述现有技术中浅层和中深层速度建模分离和融合难题,在基于射线理论的旅行时层析反演框架下,将透射波初至旅行时和成像道集剩余深度差进行联合层析反演。透射波初至层析反演与成像道集反射波层析反演相结合的联合层析反演,通过统一的目标泛函进行结合,通过权重因子进行加权组合,形成统一的层析矩阵,进而保证近地表速度建模精度的同时改善中深层的建模精度。
根据本发明的一个方面,提供一种深度域浅中深层联合层析反演速度建模方法,该方法包括:
基于初始速度模型建立初至层析矩阵;
基于初始速度模型建立成像道集反射层析矩阵;
基于所述初至层析矩阵和成像道集反射层析矩阵构建联合层析目标泛函;
求解所述联合层析目标泛函,获得速度更新量,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演。
进一步地,所述初至层析矩阵如下:
Afx=bf (1)
其中,x=δs表示慢度更新量,Af表示初至射线矩阵,bf表示初至旅行时残差。
进一步地,所述成像道集反射层析矩阵如下:
Arx=br (2)
其中x=δs表示慢度更新量,Ar表示成像道集反射波射线矩阵,br表示成像道集反射波旅行时残差。
进一步地,所述联合层析目标泛函如下:
其中,R表示拉普拉斯正则化算子,λ1、λ2、λ3是权重因子,λ1+λ2=1,λ3为任意正实数,x=δs表示慢度更新量,Af表示初至射线矩阵,bf表示初至旅行时残差,Ar表示成像道集反射波射线矩阵,br表示成像道集反射波旅行时残差。
进一步地,根据所述联合层析目标泛函获得联合层析反演方程:
Bx+λ3RTRx=b (5)
进一步地,通过共轭梯度法求解方程(5),得到速度更新量x=δs,进而对初始速度模型进行更新。
进一步地,如果初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值,则得到最终的速度模型,否则重复前面的步骤,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演,直到初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值。
根据本发明的另一方面,提供一种深度域浅中深层联合层析反演速度建模***,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:
基于初始速度模型建立初至层析矩阵;
基于初始速度模型建立成像道集反射层析矩阵;
基于所述初至层析矩阵和成像道集反射层析矩阵构建联合层析目标泛函;
求解所述联合层析目标泛函,获得速度更新量,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演。
进一步地,所述联合层析目标泛函如下:
根据所述联合层析目标泛函获得联合层析反演方程:
Bx+λ3RTRx=b (5)
其中,R表示拉普拉斯正则化算子,λ1、λ2、λ3是权重因子,λ1+λ2=1,λ3为任意正实数,x=δs表示慢度更新量,Af表示初至射线矩阵,bf表示初至旅行时残差,Ar表示成像道集反射波射线矩阵,br表示成像道集反射波旅行时残差,
进一步地,通过共轭梯度法求解方程(5),得到速度更新量x=δs,进而对初始速度模型进行更新;
如果初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值,则得到最终的速度模型,否则重复前面的步骤,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演,直到初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值。
与现有技术相比,本发明的方程将反射波射线路径和透射波射线路径进行联合,并在最小二乘意义下求取整个速度模型的更新量,该更新量能够保证近地表速度的变化同时受到近地表初至射线和中深层反射射线的约束,相对于传统的射线层析可提供更加准确的速度更新量。
本发明的表层和中深层联合层析反演与建模方法,将地表层析反演融合整个深度域速度模型层析迭代更新中,将表层、浅中深层建模联合起来处理,结合初至波层析和反射波的优点,提高射线的覆盖密度和角度,进而提高整个速度模型的反演精度,从而提高偏移剖面质量。
本发明的算法简单、易于实现,计算效率高,适合大规模计算。
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示出了标准速度模型示意图,为canada起伏地表模型进行理论模型测试,该模型的横向大小为25km,纵向为10km,横向网格大小为7.5m,纵向网格大小为10m。
图2示出了初始深度域速度模型示意图。
图3示出了联合层析反演更新速度模型示意图。
图4示出了初始速度建模对应的偏移剖面和成像道集示意图。
图5示出了初至层析和反射层析联合反演速度模型对应的偏移剖面和成像道集。
图6示出了标准模型对应的偏移剖面和成像道集。
图7示出了本发明的建模方法的流程图。
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。
本发明的目的在于解决上述现有技术中浅层和中深层速度建模分离和融合难题,在基于射线理论的旅行时层析反演框架下,通过统一的目标泛函将透射波初至旅行时和成像道集剩余深度差进行联合层析反演,通过权重因子进行加权组合,形成统一的层析矩阵,进而保证近地表速度建模精度的同时改善中深层的建模精度。深度域浅中深层联合层析反演速度建模技术,首先基于初始模型进行近地表透射波初至层析射线路径计算和矩阵构建,然后基于初始模型进行成像道集反射波层析射线路径计算和矩阵构建,并通过权重因子对两个层析矩阵进行加权组合,形成统一的层析矩阵,最后利用最小二乘共轭梯度法进行求解,得到速度更新量,进而保证近地表速度建模精度的同时改善中深层的建模精度。
本公开提出了一种深度域浅中深层联合层析反演速度建模方法,该方法包括:
基于初始速度模型建立初至层析矩阵;
基于初始速度模型建立成像道集反射层析矩阵;
基于所述初至层析矩阵和成像道集反射层析矩阵构建联合层析目标泛函;
求解所述联合层析目标泛函,获得速度更新量,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演。
本发明的深度域浅中深层联合层析反演速度建模方法,在基于射线理论的旅行时层析反演框架下,通过统一的目标泛函和权重因子将透射波初至旅行时和成像道集剩余深度差进行联合层析反演,进而保证近地表速度建模精度的同时改善中深层的建模精度。
具体地,首先建立初至层析矩阵。
基于现有的成熟技术可以方便的建立起初至层析矩阵,如下:
Afx=bf (1)
其中,x=δs表示慢度更新量,Af表示初至射线矩阵,bf表示初至旅行时残差。
然后,建立成像道集反射层析矩阵。
基于现有的成熟技术可以方便的建立起成像道集反射层析矩阵,如下:
Arx=br (2)
其中,x=δs表示慢度更新量,Ar表示成像道集反射波射线矩阵,br表示成像道集反射波旅行时残差。
接下来,基于所述初至层析矩阵和成像道集反射层析矩阵构建联合层析目标泛函。
联合层析可通过如下带有模型正则化的目标泛函来实现:
其中,R表示拉普拉斯正则化算子,起到平滑模型作用,λ1、λ2、λ3是权重因子,λ1+λ2=1,λ3为任意正实数。
求(3)式极值对应于求解如下方程组:
整理后方程如下:
Bx+λ3RTRx=b (5)
可以看出,方程(5)是典型的层析反演方程,也就是联合层析反演方程。
接下来,求解所述联合层析目标泛函,获得速度更新量。
通过共轭梯度法可以对方程(5)进行求解,得到速度更新量x=δs,进而对初始速度模型进行更新。
最后,基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演。
如果初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值,则得到最终的速度模型,否则重复上述步骤对初始速度模型进行更新,基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演,直到初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值(小于初始旅行时残差二范数的50%)。
根据本发明的另一实施方式,提供一种深度域浅中深层联合层析反演速度建模***,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:
基于初始速度模型建立初至层析矩阵;
基于初始速度模型建立成像道集反射层析矩阵;
基于所述初至层析矩阵和成像道集反射层析矩阵构建联合层析目标泛函;
求解所述联合层析目标泛函,获得速度更新量,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演。
进一步地,所述联合层析目标泛函如下:
根据所述联合层析目标泛函获得联合层析反演方程:
Bx+λ3RTRx=b (5)
其中,R表示拉普拉斯正则化算子,λ1、λ2、λ3是权重因子,λ1+λ2=1,λ3为任意正实数,x=δs表示慢度更新量,Af表示初至射线矩阵,bf表示初至旅行时残差,Ar表示成像道集反射波射线矩阵,br表示成像道集反射波旅行时残差,
进一步地,通过共轭梯度法求解方程(5),得到速度更新量x=δs,进而对初始速度模型进行更新;
如果初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值,则得到最终的速度模型,否则重复前面的步骤,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演,直到初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值(小于初始旅行时残差二范数的50%)。
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。
图1示出了标准速度模型示意图,为canada起伏地表模型进行理论模型测试,该模型的横向大小为25km,纵向为10km,横向网格大小为7.5m,纵向网格大小为10m。
图2示出了初始深度域速度模型示意图。
图3示出了联合层析反演更新速度模型示意图。
图4示出了初始速度建模对应的偏移剖面和成像道集示意图。
图5示出了初至层析和反射层析联合反演速度模型对应的偏移剖面和成像道集。
图6示出了标准模型对应的偏移剖面和成像道集。
图2至图6给出了一个实施例,其中图2为输入的初始深度域速度模型,图4是基于初始速度建模得到的偏移剖面和成像道集示意。基于图2模型首先进行初至层析射线追踪建立初至层析矩阵,然后根据图4成像道集上的剩余深度差(道集不平而产生剩余深度差)建立成像道集反射层析矩阵。然后将两个层析矩阵进行联合求解得到更新后的速度模型如图3所示。基于图3所示速度模型进行叠前深度偏移可以产生图5所示的剖面和道集。对比图4、图5及图6,可以看出联合层析更新后的模型产生的道集、剖面与参考标准更接近,验证了该技术的正确性。
本发明的深度域浅中深层联合层析反演速度建模技术,将地表层析反演融合整个深度域速度模型层析迭代更新中,将表层、浅中深层建模联合起来处理,结合初至波层析和反射波的优点,提高射线的覆盖密度和角度,进而提高整个速度模型的反演精度,从而提高偏移剖面质量。模型试验证明该技术效果明显,计算效率高,具有实际应用价值。
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 (8)
1.一种深度域浅中深层联合层析反演速度建模方法,其特征在于,该方法包括:
基于初始速度模型建立初至层析矩阵;
基于初始速度模型建立成像道集反射层析矩阵;
基于所述初至层析矩阵和成像道集反射层析矩阵构建联合层析目标泛函;
求解所述联合层析目标泛函,获得速度更新量,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演;
其中,所述联合层析目标泛函如下:
其中,R表示拉普拉斯正则化算子,λ1、λ2、λ3是权重因子,λ1+λ2=1,λ3为任意正实数,x=δs表示慢度更新量,Af表示初至射线矩阵,bf表示初至旅行时残差,Ar表示成像道集反射波射线矩阵,br表示成像道集反射波旅行时残差。
2.根据权利要求1所述的深度域浅中深层联合层析反演速度建模方法,其特征在于,所述初至层析矩阵如下:
Afx=bf (1)
其中,x=δs表示慢度更新量,Af表示初至射线矩阵,bf表示初至旅行时残差。
3.根据权利要求1所述的深度域浅中深层联合层析反演速度建模方法,其特征在于,所述成像道集反射层析矩阵如下:
Arx=br (2)
其中x=δs表示慢度更新量,Ar表示成像道集反射波射线矩阵,br表示成像道集反射波旅行时残差。
5.根据权利要求4所述的深度域浅中深层联合层析反演速度建模方法,其特征在于,通过共轭梯度法求解方程(5),得到速度更新量x=δs,进而对初始速度模型进行更新。
6.根据权利要求5所述的深度域浅中深层联合层析反演速度建模方法,其特征在于,如果初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值,则得到最终的速度模型,否则重复前面的步骤,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演,直到初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值。
7.一种深度域浅中深层联合层析反演速度建模***,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:
基于初始速度模型建立初至层析矩阵;
基于初始速度模型建立成像道集反射层析矩阵;
基于所述初至层析矩阵和成像道集反射层析矩阵构建联合层析目标泛函;
求解所述联合层析目标泛函,获得速度更新量,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演;
其中,所述联合层析目标泛函如下:
根据所述联合层析目标泛函获得联合层析反演方程:
Bx+λ3RTRx=b (5)
8.根据权利要求7所述的深度域浅中深层联合层析反演速度建模***,其特征在于,通过共轭梯度法求解方程(5),得到速度更新量x=δs,进而对初始速度模型进行更新;
如果初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值,则得到最终的速度模型,否则重复前面的步骤,对初始速度模型进行更新;
基于更新后的速度模型分别进行初至层析矩阵计算和成像道集反射层析矩阵计算,然后进行联合层析反演,直到初至旅行时残差bf和成像道集反射波旅行时残差br的二范数收敛于一个稳定的小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710942871.9A CN109655890B (zh) | 2017-10-11 | 2017-10-11 | 一种深度域浅中深层联合层析反演速度建模方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710942871.9A CN109655890B (zh) | 2017-10-11 | 2017-10-11 | 一种深度域浅中深层联合层析反演速度建模方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109655890A CN109655890A (zh) | 2019-04-19 |
CN109655890B true CN109655890B (zh) | 2020-09-15 |
Family
ID=66108417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710942871.9A Active CN109655890B (zh) | 2017-10-11 | 2017-10-11 | 一种深度域浅中深层联合层析反演速度建模方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109655890B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113126152B (zh) * | 2019-12-30 | 2024-06-25 | 中国石油天然气集团有限公司 | 深度域速度模型构建方法及装置 |
CN111273344B (zh) * | 2020-03-02 | 2022-01-25 | 广州海洋地质调查局 | 一种基于续至折射波的层析反演方法及处理终端 |
CN111812715B (zh) * | 2020-07-22 | 2021-04-06 | 中国矿业大学(北京) | 一种煤矿工作面围岩多方向全变分正则化层析成像方法 |
CN111929733A (zh) * | 2020-08-21 | 2020-11-13 | 电子科技大学 | 基于slice采样的地震信号正则化处理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2717270B1 (fr) * | 1994-03-11 | 1996-04-26 | Elf Aquitaine | Procédé de modélisation de données sismiques cinématiques ayant subi un traitement par au moins un opérateur de déplacement. |
WO2014111431A2 (en) * | 2013-01-15 | 2014-07-24 | Cgg Services Sa | System and method for ray based tomography guided by waveform inversion |
CN103913768A (zh) * | 2014-01-17 | 2014-07-09 | 中国石油化工股份有限公司 | 基于地震波资料对地表中浅层进行建模的方法及装置 |
CN105093277B (zh) * | 2014-05-14 | 2017-06-09 | 中国石油化工股份有限公司 | 地震建模中的浅中深层速度融合方法 |
CN104536043B (zh) * | 2014-12-26 | 2017-12-05 | 中国石油天然气股份有限公司 | 一种深度域整体速度模型融合方法及装置 |
CN106353793A (zh) * | 2015-07-17 | 2017-01-25 | 中国石油化工股份有限公司 | 一种基于走时增量双线性插值射线追踪的井间地震层析反演方法 |
-
2017
- 2017-10-11 CN CN201710942871.9A patent/CN109655890B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109655890A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2693495C1 (ru) | Полная инверсия волнового поля с компенсацией показателя качества | |
CN109655890B (zh) | 一种深度域浅中深层联合层析反演速度建模方法及*** | |
CN106526674B (zh) | 一种三维全波形反演能量加权梯度预处理方法 | |
CN104536043B (zh) | 一种深度域整体速度模型融合方法及装置 | |
CN109917454B (zh) | 基于双基准面的真地表叠前深度偏移成像方法及装置 | |
CN105093281B (zh) | 一种反演框架下的地震多波建模方法 | |
CN105301636B (zh) | 速度模型的建立方法和装置 | |
CN109581501B (zh) | 用于沙漠区深度域速度建模的方法 | |
MXPA05006835A (es) | Metodos para determinar los parametros de yacimiento y pozo de sondeo utilizando tomografia de volumen de fresnel. | |
CN104570106A (zh) | 一种近地表层析速度分析方法 | |
CN106483559B (zh) | 一种地下速度模型的构建方法 | |
CN104237937A (zh) | 叠前地震反演方法及其*** | |
CN113552625A (zh) | 一种用于常规陆域地震数据的多尺度全波形反演方法 | |
CN103913768A (zh) | 基于地震波资料对地表中浅层进行建模的方法及装置 | |
Huang et al. | 2D/3D seismic simultaneous inversion for the velocity and interface geometry using multiple classes of arrivals | |
Yang et al. | Using image warping for time-lapse image domain wavefield tomography | |
Ivanov et al. | Traveltime parameters in tilted orthorhombic medium | |
CN103698810A (zh) | 混合网最小走时射线追踪层析成像方法 | |
CN107356972A (zh) | 一种各向异性介质的成像方法 | |
CN108957539A (zh) | 层析偏移速度分析中的射线追踪方法及装置 | |
Sambolian et al. | Consistent seismic event location and subsurface parameters inversion through slope tomography: a variable-projection approach | |
CN105527648B (zh) | 用于各向异性参数反演的敏感度矩阵的计算方法及*** | |
CN106338760B (zh) | 误差补偿的起伏地表偏移方法 | |
Xu et al. | Enhanced tomography resolution by a fat ray technique | |
CN116088048A (zh) | 包含不确定性分析的各向异性介质多参数全波形反演方法 |
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 |