CN110389380A - 地震剖面的同相轴自动拾取方法、装置及存储介质 - Google Patents

地震剖面的同相轴自动拾取方法、装置及存储介质 Download PDF

Info

Publication number
CN110389380A
CN110389380A CN201810368569.1A CN201810368569A CN110389380A CN 110389380 A CN110389380 A CN 110389380A CN 201810368569 A CN201810368569 A CN 201810368569A CN 110389380 A CN110389380 A CN 110389380A
Authority
CN
China
Prior art keywords
seismic
seismic wavelet
wavelet
data sequence
vector data
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.)
Granted
Application number
CN201810368569.1A
Other languages
English (en)
Other versions
CN110389380B (zh
Inventor
邢文军
杨国涛
张建坤
高文中
张明
樊蓉
石文武
徐风
吴远坤
乔石石
徐文会
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN201810368569.1A priority Critical patent/CN110389380B/zh
Publication of CN110389380A publication Critical patent/CN110389380A/zh
Application granted granted Critical
Publication of CN110389380B publication Critical patent/CN110389380B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V1/301—Analysis for determining seismic cross-sections or geostructures
    • 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
    • G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase

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

本发明公开了一种地震剖面的同相轴自动拾取方法、装置及存储介质，属于地震勘探技术领域。所述方法包括：根据N个地震子波的波形，确定与所述N个地震子波一一对应的矢量数据序列，所述N个地震子波是指地震剖面的多个地震道中的地震子波，每个地震道对应至少一个地震子波；基于确定得到的N个矢量数据序列，从所述N个地震子波中确定相互匹配的多组地震子波，每组包括M个地震子波，且所述M个地震子波对应不同的地震道；以组为单位，将每组中的M个地震子波相连，以得到所述地震剖面的多个同相轴。本发明能够根据地震子波对应的矢量数据序列快速的自动拾取地震剖面的同相轴，节省了时间，为后续地震剖面的构造解释奠定了基础。

Description

地震剖面的同相轴自动拾取方法、装置及存储介质
技术领域
本发明涉及地震勘探技术领域，特别涉及一种地震剖面的同相轴自动拾取方法、装置及存储介质。
背景技术
在地震勘探过程中，需要对地震剖面进行构造解释，而对于地震剖面上的地震层位的位置判别是对地震剖面进行构造解释的基础。由于地震剖面的构造解释严格遵循同相轴反射结构，因此，可以拾取地震剖面的同相轴以获取地震剖面中有效的地震层位的位置，进而通过有效的地震层位的位置来实现地震剖面的构造解释。其中，同相轴是指地震剖面中所有地震道振动相位相同的极值(即波峰或波谷)的连线。
相关技术中，通常是采用基于倾角信息的拾取算法来进行同相轴的自动拾取。具体地，可以根据用于描述地震剖面的地震数据的空间局部相似性，估计整个数据空间的倾角场，并从地震剖面中选取参考地震道和种子点，种子点是参考地震道中进行同相轴拾取的起始位置，再根据选取的参考地震道和种子点，沿着估计的倾角场中的倾角方向依次追踪相邻的地震道，以从相邻的地震道中确定倾角相同或者相近的点，之后，将确定的点连接起来从而得到地震剖面的同相轴。
然而，目前通常采用平面波分解或预测的方法、采用结构张量的方法、或者采用瞬时波数方向的方法来估计倾角场，而这些方法的计算精度不高，且易受噪音的干扰，因此，降低了确定同相轴的准确性。
发明内容
为了解决相关技术中的问题，本发明实施例提供了一种地震剖面的同相轴自动拾取方法、装置及存储介质。所述技术方案如下：
第一方面，提供了一种地震剖面的同相轴自动拾取方法，所述方法包括：
根据N个地震子波的波形，确定与所述N个地震子波一一对应的矢量数据序列，所述N个地震子波是指地震剖面的多个地震道中的地震子波，每个地震道对应至少一个地震子波，所述N为大于1的正整数；
基于确定得到的N个矢量数据序列，从所述N个地震子波中确定相互匹配的多组地震子波，每组包括M个地震子波，且所述M个地震子波对应不同的地震道，所述M为大于1且小于所述N的正整数；
以组为单位，将每组中的M个地震子波相连，以得到所述地震剖面的多个同相轴。
可选地，所述根据N个地震子波的波形，确定与所述N个地震子波一一对应的矢量数据序列，包括：
根据所述N个地震子波的波形，确定所述N个地震子波中每个地震子波的极值位置、波宽、幅值和特征斜率；
将每个地震子波的极值位置、波宽、幅值和特征斜率构成的序列确定为与每个地震子波对应的矢量数据序列。
可选地，所述基于确定得到的N个矢量数据序列，从所述N个地震子波中确定相互匹配的多组地震子波，包括：
对于所述多个地震道中的任一地震道A，从所述地震道A的地震子波中选择出一个地震子波，对选择出的地震子波执行如下处理，直至处理完所述地震道A中的所有地震子波为止：
从所述地震道A的相邻地震道中选取位于预设大小的子波追踪窗内的至少一个地震子波，所述选择出的地震子波对应的时间段位于所述子波追踪窗内；
根据所述选择出的地震子波对应的矢量数据序列与所述至少一个地震子波对应的矢量数据序列，从所述至少一个地震子波中确定与所述选择出的地震子波匹配的地震子波，将所述选择出的地震子波和确定出的地震子波确定同一组中相互匹配的地震子波。
可选地，所述根据所述选择出的地震子波对应的矢量数据序列与所述至少一个地震子波对应的矢量数据序列，从所述至少一个地震子波中确定与所述选择出的地震子波匹配的地震子波，包括：
计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
当所述至少一个第一距离中最小的第一距离小于预设阈值时，确定所述至少一个地震子波中所述最小的第一距离对应的地震子波确定为与所述选择出的地震子波匹配的地震子波。
可选地，所述根据所述选择出的地震子波对应的矢量数据序列与所述至少一个地震子波对应的矢量数据序列，从所述至少一个地震子波中确定与所述选择出的地震子波匹配的地震子波，包括：
计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
调整所述子波追踪窗的位置，按照计算所述至少一个第一距离的方式，计算所述选择出的地震子波对应的矢量数据序列和调整位置后的所述子波追踪窗内的至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第二距离；
当所述至少一个第一距离中最小的第一距离与所述至少一个第二距离中最小的第二距离均小于预设阈值时，将所述最小的第一距离和所述最小的第二距离中的较小者对应的地震子波确定为与所述选择出的地震子波匹配的地震子波。
可选地，所述计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离，包括：
根据选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列，通过如下公式计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
其中，所述e[j]为所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的任一个地震子波对应的矢量数据序列之间的距离，所述cp,q,a,v[j1]为所述选择出的地震子波对应的矢量数据序列，所述cp,q,a,v[j2]为所述至少一个地震子波中的任一个地震子波对应的矢量数据序列，所述为所述选择出的地震子波的极值位置，所述为所述至少一个地震子波中的任一个地震子波的极值位置，所述为所述选择出的地震子波的波宽，所述为所述至少一个地震子波中的任一个地震子波的波宽，所述为所述选择出的地震子波的幅值，所述为所述至少一个地震子波中的任一个地震子波的幅值，所述为所述选择出的地震子波的特征斜率，所述为所述至少一个地震子波中的任一个地震子波的特征斜率，所述wp为极值位置的权重，所述wq为波宽的权重，所述wa为幅值的权重，所述wv为特征斜率的权重。
第二方面，提供了一种地震剖面的同相轴自动拾取装置，所述装置包括：
第一确定模块，用于根据N个地震子波的波形，确定与所述N个地震子波一一对应的矢量数据序列，所述N个地震子波是指地震剖面的多个地震道中的地震子波，每个地震道对应至少一个地震子波，所述N为大于1的正整数；
第二确定模块，用于基于确定得到的N个矢量数据序列，从所述N个地震子波中确定相互匹配的多组地震子波，每组包括M个地震子波，且所述M个地震子波对应不同的地震道，所述M为大于1且小于所述N的正整数；
连接模块，用于以组为单位，将每组中的M个地震子波相连，以得到所述地震剖面的多个同相轴。
可选地，所述第一确定模块包括：
第一确定子模块，用于根据所述N个地震子波的波形，确定所述N个地震子波中每个地震子波的极值位置、波宽、幅值和特征斜率；
第二确定子模块，用于将每个地震子波的极值位置、波宽、幅值和特征斜率构成的序列确定为与每个地震子波对应的矢量数据序列。
可选地，所述第二确定模块包括：
对于所述多个地震道中的任一地震道A，从所述地震道A的地震子波中选择出一个地震子波，对选择出的地震子波执行如下处理，直至处理完所述地震道A中的所有地震子波为止：
选取子模块，用于从所述地震道A的相邻地震道中选取位于预设大小的子波追踪窗内的至少一个地震子波，所述选择出的地震子波对应的时间段位于所述子波追踪窗内；
第三确定子模块，用于根据所述选择出的地震子波对应的矢量数据序列与所述至少一个地震子波对应的矢量数据序列，从所述至少一个地震子波中确定与所述选择出的地震子波匹配的地震子波，将所述选择出的地震子波和确定出的地震子波确定同一组中相互匹配的地震子波。
可选地，所述第三确定子模块包括：
第一计算单元，用于计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
第一确定单元，用于当所述至少一个第一距离中最小的第一距离小于预设阈值时，确定所述至少一个地震子波中所述最小的第一距离对应的地震子波确定为与所述选择出的地震子波匹配的地震子波。
可选地，所述第三确定子模块包括：
第二计算单元，用于计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
第三计算单元，用于调整所述子波追踪窗的位置，按照计算所述至少一个第一距离的方式，计算所述选择出的地震子波对应的矢量数据序列和调整位置后的所述子波追踪窗内的至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第二距离；
第二确定单元，用于当所述至少一个第一距离中最小的第一距离与所述至少一个第二距离中最小的第二距离均小于预设阈值时，将所述最小的第一距离和所述最小的第二距离中的较小者对应的地震子波确定为与所述选择出的地震子波匹配的地震子波。
可选地，所述第一计算单元或所述第二计算单元用于：
根据选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列，通过如下公式计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
其中，所述e[j]为所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的任一个地震子波对应的矢量数据序列之间的距离，所述cp,q,a,v[j1]为所述选择出的地震子波对应的矢量数据序列，所述cp,q,a,v[j2]为所述至少一个地震子波中的任一个地震子波对应的矢量数据序列，所述为所述选择出的地震子波的极值位置，所述为所述至少一个地震子波中的任一个地震子波的极值位置，所述为所述选择出的地震子波的波宽，所述为所述至少一个地震子波中的任一个地震子波的波宽，所述为所述选择出的地震子波的幅值，所述为所述至少一个地震子波中的任一个地震子波的幅值，所述为所述选择出的地震子波的特征斜率，所述为所述至少一个地震子波中的任一个地震子波的特征斜率，所述wp为极值位置的权重，所述wq为波宽的权重，所述wa为幅值的权重，所述wv为特征斜率的权重。
第三方面，提供了一种地震剖面的同相轴自动拾取装置，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行上述第一方面所述的任一项方法的步骤。
第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述第一方面所述的任一项方法的步骤。
本发明实施例提供的技术方案带来的有益效果是：根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列，基于确定得到的N个矢量数据序列，从该N个地震子波中确定相互匹配的多组地震子波，并以组为单位，将每组中的M个地震子波相连，以得到地震剖面的多个同相轴。从而根据地震子波对应的矢量数据序列快速的自动拾取地震剖面的同相轴，节省了时间，为后续地震剖面的构造解释奠定了基础。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种地震剖面的同相轴自动拾取方法流程图；
图2是本发明实施例提供的另一种地震剖面的同相轴自动拾取方法流程图；
图3是本发明实施例提供的一示例性的自动拾取同相轴的地震剖面图；
图4是本发明实施例提供的一种地震剖面的同相轴自动拾取装置结构示意图；
图5是本发明实施例提供的另一种地震剖面的同相轴自动拾取装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种地震剖面的同相轴自动拾取方法流程图，参见图1，该方法包括如下步骤：
步骤101：根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列，该N个地震子波是指地震剖面的多个地震道中的地震子波，每个地震道对应至少一个地震子波，N为大于1的正整数。
步骤102：基于确定得到的N个矢量数据序列，从该N个地震子波中确定相互匹配的多组地震子波，每组包括M个地震子波，且该M个地震子波对应不同的地震道，M为大于1且小于该N的正整数。
步骤103：以组为单位，将每组中的M个地震子波相连，以得到该地震剖面的多个同相轴。
综上所述，本发明实施例根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列，基于确定得到的N个矢量数据序列，从该N个地震子波中确定相互匹配的多组地震子波，并以组为单位，将每组中的M个地震子波相连，以得到地震剖面的多个同相轴。从而根据地震子波对应的矢量数据序列快速的自动拾取地震剖面的同相轴，节省了时间，为后续地震剖面的构造解释奠定了基础。
可选地，根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列，包括：
根据该N个地震子波的波形，确定该N个地震子波中每个地震子波的极值位置、波宽、幅值和特征斜率；
将每个地震子波的极值位置、波宽、幅值和特征斜率构成的序列确定为与每个地震子波对应的矢量数据序列。
可选地，基于确定得到的N个矢量数据序列，从该N个地震子波中确定相互匹配的多组地震子波，包括：
对于该多个地震道中的任一地震道A，从地震道A的地震子波中选择出一个地震子波，对选择出的地震子波执行如下处理，直至处理完地震道A中的所有地震子波为止：
从地震道A的相邻地震道中选取位于预设大小的子波追踪窗内的至少一个地震子波，该选择出的地震子波对应的时间段位于子波追踪窗内；
根据该选择出的地震子波对应的矢量数据序列与该至少一个地震子波对应的矢量数据序列，从该至少一个地震子波中确定与该选择出的地震子波匹配的地震子波，将该选择出的地震子波和确定出的地震子波确定同一组中相互匹配的地震子波。
可选地，根据该选择出的地震子波对应的矢量数据序列与该至少一个地震子波对应的矢量数据序列，从该至少一个地震子波中确定与该选择出的地震子波匹配的地震子波，包括：
计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
当该至少一个第一距离中最小的第一距离小于预设阈值时，确定该至少一个地震子波中该最小的第一距离对应的地震子波确定为与该选择出的地震子波匹配的地震子波。
可选地，根据该选择出的地震子波对应的矢量数据序列与该至少一个地震子波对应的矢量数据序列，从该至少一个地震子波中确定与该选择出的地震子波匹配的地震子波，包括：
计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
调整子波追踪窗的位置，按照计算该至少一个第一距离的方式，计算该选择出的地震子波对应的矢量数据序列和调整位置后的子波追踪窗内的至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第二距离；
当该至少一个第一距离中最小的第一距离与该至少一个第二距离中最小的第二距离均小于预设阈值时，将最小的第一距离和最小的第二距离中的较小者对应的地震子波确定为与该选择出的地震子波匹配的地震子波。
可选地，计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离，包括：
根据选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列，通过如下公式计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
其中，e[j]为该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的任一个地震子波对应的矢量数据序列之间的距离，cp,q,a,v[j1]为该选择出的地震子波对应的矢量数据序列，cp,q,a,v[j2]为该至少一个地震子波中的任一个地震子波对应的矢量数据序列，为该选择出的地震子波的极值位置，为该至少一个地震子波中的任一个地震子波的极值位置，qj1为该选择出的地震子波的波宽，为该至少一个地震子波中的任一个地震子波的波宽，为该选择出的地震子波的幅值，为该至少一个地震子波中的任一个地震子波的幅值，为该选择出的地震子波的特征斜率，为该至少一个地震子波中的任一个地震子波的特征斜率，wp为极值位置的权重，wq为波宽的权重，wa为幅值的权重，wv为特征斜率的权重。
上述所有可选技术方案，均可按照任意结合形成本发明的可选实施例，本发明实施例对此不再一一赘述。
图2是本发明实施例提供的另一种地震剖面的同相轴自动拾取方法流程图，下面本发明实施例将对图1所示的实施例进行展开说明。参见图2，该方法包括如下步骤：
在通过本发明实施例提供的方法自动拾取地震剖面的同相轴时，可以根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列，该N个地震子波是指地震剖面的多个地震道中的地震子波，每个地震道对应至少一个地震子波，N为大于1的正整数。
需要说明的是，该地震剖面是指待研究区域的一个二维地震剖面，该二维地震剖面包括多个地震道。地震道是指单个地震检波器的地震记录，每个地震道中包括至少一个地震子波。地震子波是一段具有确定的起始时间、能量有限且有一定延续长度的信号，它是地震记录中的基本单元。
另外，在根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列之前，需要从该地震剖面中提取地震子波，实际应用中，可以通过如下井旁道提取子波的方法来进行地震子波的提取。
具体地，褶积模型是一种制作合成地震记录的模型，它假设每道地震记录是由地震子波与地下模型各层的反射系数之褶积再加上随机噪音所构成。而实际情况中，地震记录是由多个地震子波组成的复合波，即地震子波与地下反射系数的褶积，必要时再加上随机噪声。那么根据褶积模型，可以将地震剖面的地震记录通过如下公式(1)表示：
s(t)＝r(t)*w(t)+n(t) (1)
其中，s(t)为地震剖面的地震记录，r(t)为反射系数序列，w(t)为地震子波，n(t)为随机噪音。
根据上述褶积模型，先计算每个地震道的傅立叶变换，得到每个地震道对应的能量谱如下述公式(2)，然后计算所有地震道对应的能量谱的平均值，得到平均能量谱，最后计算平均能量谱的反傅立叶变换。
能量谱为：S2(f)＝R2(f)*W2(f)+N2(f) (2)
由于在空间上反射系数序列是随机发生的，因此反射系数序列的自相关函数(即傅里叶变换)在零点是一个尖脉冲，那么反射系数序列越长，就越接近常数。N2(f)在信噪比高的地区，随机噪声的影响较小，因此可以忽略。在这些条件下地震记录的自相关相当于地震子波的自相关，也即是S2(f)基本代表了W2(f)，然后进行傅里叶反变换，从而可以根据地震记录的傅里叶变换得到地震子波。
当然，实际应用中，也可以通过其他方法来提取地震子波，例如通过直接给定子波的方法进行提取，或者确定法提取子波、也可以采用时变子波的方法进行提取。而通过上述四种方法提取地震子波是本领域技术人员熟知的方式，本发明实施例不再一一赘述。
另外，根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列，可以通过如下步骤201-步骤202实现。
步骤201：根据该N个地震子波的波形，确定该N个地震子波中每个地震子波的极值位置、波宽、幅值和特征斜率。
其中，在提取出该N个地震子波后，可以得到该N个地震子波的波形，根据该N个地震子波中每个地震子波的波形，可以确定每个地震子波的极值位置、波宽、幅值和特征斜率这四个属性特征。
需要说明的是，由于薄层调谐效应、吸收衰减以及噪音的影响，使得实际地震剖面中地震子波发生较大变化，对同相轴的自动拾取带来较大的干扰，增加了自动拾取的难度。为了减少地震子波噪音对自动拾取的影响，本发明实施例对地震子波进行了特征提取，由于地震子波在数学上就是一小段波动序列，因此可以用每个地震子波极值位置、波宽、幅值和特征斜率等属性特征来表示对应的地震子波。
步骤202：将每个地震子波的极值位置、波宽、幅值和特征斜率构成的序列确定为与每个地震子波对应的矢量数据序列。
需要说明的是，本发明实施例用极值位置、波宽、幅值和特征斜率这四个属性特征来表示地震子波，可以如下述公式(3)所示：
cp,q,a,v(t)＝p(t)i+q(t)j+a(t)k+v(t)l (3)
其中，cp,q,a,v(t)为任一地震子波对应的矢量数据序列，p(t)为任一地震子波的极值位置，q(t)为任一地震子波的波宽，a(t)为任一地震子波的幅值，v(t)任一地震子波的特征斜率，i、j、k、l均为单位向量。
需要说明的是，本发明实施例通过提取地震子波的四个属性特征，以该四个属性特征构成的矢量数据序列来表示地震子波，实现了将地震剖面转化为地震子波的矢量数据序列，从而将一维地震记录转换为四维矢量数据序列。虽然将一维数据扩展为四维，但是转换后每个地震子波可以通过一个矢量数据序列四个属性特征来表示，不需要通过时间域的多个采样点来记录地震子波，使得转换后的数据规模得到大大压缩，能够显著提高后续处理效率。同时通过提取地震子波的属性特征，能够降低地震剖面中噪音的影响，对地震剖面的同相轴自动拾取具有重要作用。
步骤203：基于确定得到的N个矢量数据序列，从该N个地震子波中确定相互匹配的多组地震子波，每组包括M个地震子波，且该M个地震子波对应不同的地震道，M为大于1且小于该N的正整数。
可选地，对于该多个地震道中的任一地震道A，从地震道A的地震子波中选择出一个地震子波，对选择出的地震子波执行如下处理，直至处理完地震道A中的所有地震子波为止：
从地震道A的相邻地震道中选取位于预设大小的子波追踪窗内的至少一个地震子波，该选择出的地震子波对应的时间段位于子波追踪窗内；
根据该选择出的地震子波对应的矢量数据序列与该至少一个地震子波对应的矢量数据序列，从该至少一个地震子波中确定与该选择出的地震子波匹配的地震子波，将该选择出的地震子波和确定出的地震子波确定同一组中相互匹配的地震子波。
需要说明的是，对于该多个地震道中的任一地震道A，从地震道A的地震子波中选择出一个地震子波，对选择出的地震子波执行如下处理，直至处理完地震道A中的所有地震子波。即是说，在处理完一个地震道中的所有子波之后，对该多个地震道中的下一个地震道，以此类推，逐个处理每一个地震道，直到处理完该多个地震道中的所有地震道的所有地震子波。而对于地震道的逐个处理，可以是从左至右，也可以是从右至左，或者可以从中间开始，对此本发明实施例不予限定。
值得说明的是，从地震道A的相邻地震道中确定与该选择出的地震子波匹配的地震子波时，如果将地震道A的相邻地震道中的所有地震子波均与该选择出的地震子波进行比较，确定是否匹配，这样需要经过长时间的处理，耗时耗力。为了解决这个问题，本发明实施例通过在地震道A的相邻地震道设置预设大小的子波追踪窗，只需将该子波追踪窗内的地震子波与该选择出的地震子波进行处理即可，节省了时间，也节省了资源。
另外，从地震道A的相邻地震道中选取位于预设大小的子波追踪窗内的至少一个地震子波，相当于在地震道A的相邻地震道中设置了一个子波追踪窗，该子波追踪窗内包括至少一个地震子波，并且考虑到相邻两个地震道中相互匹配的地震子波一般在深度方向比较接近，因此选取的子波追踪窗的位置与地震道A中选择出的地震子波的位置相对应，又因为在地震勘探技术领域中，对于深度方向上的地震子波可以用时间来表示，那么选择出的地震子波的时间与选取的子波追踪窗对应，即该选择出的地震子波对应的时间段位于子波追踪窗内。
再者，子波追踪窗的大小(即宽度)是预先设置的，通过设置子波追踪窗的宽度，以控制逐个地震道的地震子波进行自动匹配的范围。而为了保证子波追踪窗内包括至少一个地震子波，可以设置子波追踪窗的宽度为同一个地震道中的相邻地震子波之间的最大间距，一般子波追踪窗宽度的取值范围为0到100。当然，实际应用中，也可以根据具体需求进行设置，对此，本发明实施例不予限定。
其中，根据该选择出的地震子波对应的矢量数据序列与该至少一个地震子波对应的矢量数据序列，从该至少一个地震子波中确定与该选择出的地震子波匹配的地震子波可以通过如下两种可能实现的方式来确定。
第一种可能实现的方式：计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；当该至少一个第一距离中最小的第一距离小于预设阈值时，确定该至少一个地震子波中该最小的第一距离对应的地震子波确定为与该选择出的地震子波匹配的地震子波。
需要说明的是，对于选择出的每一个地震子波而言，在地震道A的相邻地震道上都存在一个与该选择出的地震子波的波形特征最为接近的地震子波，此时这两个地震子波之间的距离小于预设阈值，可以理解为这两个地震子波处在同一个同相轴上，那么就可以确定这两个地震子波子波互相匹配。
另外，该预设阈值可以预先进行设置，当信噪比低，地震子波的四个特征值变化不明显时，可适当减小预设阈值。当然也可以根据具体情况进行调整，对此本发明实施例不予限定。
再者，该最小的第一距离即是指选择出的地震子波和该至少一个地震子波中的每一个地震子波的第一距离中最小的第一距离，由于每个第一距离均是通过计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的一个地震子波对应的矢量数据序列之间的距离得到的，那么每个第一距离就会对应该至少一个地震子波中的一个地震子波。
进一步地，由于子波追踪窗是具有预设大小的，那么实际情况中，可能出现子波追踪窗内存在不完整的地震子波的情况，在这种情况下，确定与该选择出的地震子波匹配的地震子波时，就有可能出现误差，导致确定出的与该选择出的地震子波匹配的地震子波不准确。因此，可以通过如下第二种可能实现的方式来在对子波追踪窗的位置进行调整之后，按照计算该至少一个第一距离的方式，再计算一次该选择出的地震子波对应的矢量数据序列和调整位置后的子波追踪窗内的至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，综合两次计算的结果来确定与该选择出的地震子波匹配的地震子波，从而使得最终确定出的与该选择出的地震子波匹配的地震子波更准确。
第二种可能实现的方式：计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；调整子波追踪窗的位置，按照计算该至少一个第一距离的方式，计算该选择出的地震子波对应的矢量数据序列和调整位置后的子波追踪窗内的至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第二距离；当该至少一个第一距离中最小的第一距离与该至少一个第二距离中最小的第二距离均小于预设阈值时，将最小的第一距离和最小的第二距离中的较小者对应的地震子波确定为与该选择出的地震子波匹配的地震子波。
需要说明的是，调整子波追踪窗的位置时，可以按照预设移动量来调整子波追踪窗，避免计算第一距离时遗漏掉子波追踪窗内的不完整地震子波，相当于对第一种可能实现的方式进行了检验，检验了确定出的与该选择出的地震子波匹配的地震子波是否为最接近该选择出的地震子波的地震子波，保证了准确率。
其中，在上述第一种可能实现的方式和第二种可能实现的方式中，计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离时，可以根据选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列，通过如下公式计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
其中，e[j]为该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的任一个地震子波对应的矢量数据序列之间的距离，cp,q,a,v[j1]为该选择出的地震子波对应的矢量数据序列，cp,q,a,v[j2]为该至少一个地震子波中的任一个地震子波对应的矢量数据序列，为该选择出的地震子波的极值位置，为该至少一个地震子波中的任一个地震子波的极值位置，为该选择出的地震子波的波宽，为该至少一个地震子波中的任一个地震子波的波宽，为该选择出的地震子波的幅值，为该至少一个地震子波中的任一个地震子波的幅值，为该选择出的地震子波的特征斜率，为该至少一个地震子波中的任一个地震子波的特征斜率，wp为极值位置的权重，该wq为波宽的权重，wa为幅值的权重，wv为特征斜率的权重。
需要说明的是，上述四个属性特征的权重是预先设置的，一个属性特征权重值越大，表示该属性特征在同相轴拾取的过程中影响越大。实际应用中，可以根据该待研究区域的地震资料品质来设置四个特征的权重，wp取值范围一般为0到1，wq的取值范围一般为0到10，wa的取值范围一般为0到100，根据地震剖面普遍特征，wv一般等于1。当然也可以根据实际情况来设置权重，对此本发明实施例不予限定。
步骤204：以组为单位，将每组中的M个地震子波相连，以得到该地震剖面的多个同相轴。
需要说明的是，将每组中的M个地震子波相连时，可以将每组中所述M个地震子波的每个地震子波的极值相连，以得到该地震剖面的多个同相轴。其中，每个地震子波的极值可以为波峰也可以为波谷。当然也可以选取每个地震子波上相同反射时间的点进行连接，从而得到该地震剖面的多个同相轴。对此，本发明实施例不予限定。
另外，在本发明实施例中，对地震剖面进行同相轴的自动拾取是针对二维地震剖面的，实际应用中，本发明实施例提供的方法也可以推广至三维地震剖面的同相轴自动拾取，对于三维地震剖面而言，可以将其划分为多个二维地震剖面进行处理，按照同样的方法对每个二维地震剖面的同相轴进行自动拾取，从而得到该三维地震剖面的同相轴。
再者，与常规人工拾取同相轴的方法相比较，本发明实施例中提供的通过地震子波对应的矢量数据序列来进行地震子波的匹配，以自动拾取同相轴，只需设定少量的参数，便能实现自动化的同相轴拾取，并且该方法综合考虑了地震子波的波峰位置、波宽、振幅、特征斜率等四个属性特征，通过地震子波的不同矢量数据序列来进行同相轴自动拾取，克服了现有技术单一依靠地震子波振幅特征进行同相轴拾取的缺陷，且不需要人工干预，提高了同相轴自动拾取的速度，节省了时间。
同时，在自动拾取了整个地震剖面的同相轴之后，便能将地震剖面的同相轴信息用于后续地震勘探处理解释工作中。比如可以直接将拾取的同相轴空间坐标信息，通过曲面拟合的方式，转化为产状信息；再比如导入断层空间的坐标信息，与同相轴信息构成完整的层位解释剖面等；当然也可以根据钻井地质分层，选取标定后所需同相轴信息，然后进行一定程度的人工修饰，以得到待研究区域的构造图等，当然地震剖面的同相轴信息也可用于其他处理，对此本发明实施例不予限定。
综上所述，本发明实施例根据N个地震子波的波形，提取了地震子波的四个属性特征，从而确定与该N个地震子波一一对应的矢量数据序列，基于确定得到的N个矢量数据序列，从该N个地震子波中确定相互匹配的多组地震子波，并以组为单位，将每组中的M个地震子波相连，以得到地震剖面的多个同相轴。根据地震子波的属性特征，将地震剖面用地震子波对应的矢量数据序列来表示，降低对地震资料信噪比/分辨率的要求，削弱子波、随机噪音的影响，从而在地震剖面自动拾取过程中，提高了自动拾取的精度，节省了时间，操作方便且适应性强，通过计算相邻两个地震道的地震子波之间的最小距离，来确定匹配的地震子波，从而进行地震剖面的同相轴自动拾取，提高了同相轴自动拾取的效率，为后续地震剖面的构造解释奠定了基础，对油气、矿产资源勘探的智能化发展也有一定的推动作用。
为了便于理解，接下来通过如下示例对本发明实施例中地震剖面的同相轴自动拾取方法进行解释说明。
例如，当获取到待研究区域的某一条测线的二维地震剖面时，可以根据该地区地震资料品质，设置极值位置、波宽、幅值和特征斜率四个属性特征的权重分别取0.1、1、20、1。从该二维地震剖面中提取地震子波的属性特征，得到地震剖面的多个矢量数据序列，同时根据该地震剖面的特征，设置子波追踪窗的宽度值为10。
通过本发明实施例提供的方法对整个二维地震剖面进行同相轴自动拾取，根据设置的四个属性特征的权重、子波追踪窗的大小这些参数，可以依次根据地震子波对应的矢量数据序列对选取的地震道中任一地震子波和相邻地震道的子波追踪窗中的至少一个地震子波进行匹配，自动匹配矢量数据序列相同或相近的地震子波，得到多组匹配的地震子波，将每组地震子波的波峰连接起来，以得到多个同相轴，如图3所示，从而构成地震剖面的同相轴。
图4是本发明实施例提供的一种地震剖面的同相轴自动拾取装置结构示意图。参见图4，该装置包括：第一确定模块401、第二确定模块402和连接模块403。
第一确定模块401，用于根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列，该N个地震子波是指地震剖面的多个地震道中的地震子波，每个地震道对应至少一个地震子波，N为大于1的正整数；
第二确定模块402，用于基于确定得到的N个矢量数据序列，从该N个地震子波中确定相互匹配的多组地震子波，每组包括M个地震子波，且该M个地震子波对应不同的地震道，M为大于1且小于该N的正整数；
连接模块403，用于以组为单位，将每组中的M个地震子波相连，以得到该地震剖面的多个同相轴。
可选地，第一确定模块401包括：
第一确定子模块，用于根据该N个地震子波的波形，确定该N个地震子波中每个地震子波的极值位置、波宽、幅值和特征斜率；
第二确定子模块，用于将每个地震子波的极值位置、波宽、幅值和特征斜率构成的序列确定为与每个地震子波对应的矢量数据序列。
可选地，第二确定模块402包括：
对于该多个地震道中的任一地震道A，从地震道A的地震子波中选择出一个地震子波，对选择出的地震子波执行如下处理，直至处理完地震道A中的所有地震子波为止：
选取子模块，用于从地震道A的相邻地震道中选取位于预设大小的子波追踪窗内的至少一个地震子波，该选择出的地震子波对应的时间段位于子波追踪窗内；
第三确定子模块，用于根据该选择出的地震子波对应的矢量数据序列与该至少一个地震子波对应的矢量数据序列，从该至少一个地震子波中确定与该选择出的地震子波匹配的地震子波，将该选择出的地震子波和确定出的地震子波确定同一组中相互匹配的地震子波。
可选地，第三确定子模块包括：
第一计算单元，用于计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
第一确定单元，用于当该至少一个第一距离中最小的第一距离小于预设阈值时，确定该至少一个地震子波中该最小的第一距离对应的地震子波确定为与该选择出的地震子波匹配的地震子波。
可选地，该第三确定子模块包括：
第二计算单元，用于计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
第三计算单元，用于调整子波追踪窗的位置，按照计算该至少一个第一距离的方式，计算该选择出的地震子波对应的矢量数据序列和调整位置后的子波追踪窗内的至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第二距离；
第二确定单元，用于当该至少一个第一距离中最小的第一距离与该至少一个第二距离中最小的第二距离均小于预设阈值时，将最小的第一距离和最小的第二距离中的较小者对应的地震子波确定为与该选择出的地震子波匹配的地震子波。
可选地，第一计算单元或第二计算单元用于：
根据选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列，通过如下公式计算该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
其中，e[j]为该选择出的地震子波对应的矢量数据序列和该至少一个地震子波中的任一个地震子波对应的矢量数据序列之间的距离，cp,q,a,v[j1]为该选择出的地震子波对应的矢量数据序列，cp,q,a,v[j2]为该至少一个地震子波中的任一个地震子波对应的矢量数据序列，为该选择出的地震子波的极值位置，为该至少一个地震子波中的任一个地震子波的极值位置，qj1为该选择出的地震子波的波宽，为该至少一个地震子波中的任一个地震子波的波宽，为该选择出的地震子波的幅值，为该至少一个地震子波中的任一个地震子波的幅值，为该选择出的地震子波的特征斜率，为该至少一个地震子波中的任一个地震子波的特征斜率，wp为极值位置的权重，wq为波宽的预设权重，wa为幅值的预设权重，wv为特征斜率的权重。
综上所述，本发明实施例根据N个地震子波的波形，确定与该N个地震子波一一对应的矢量数据序列，基于确定得到的N个矢量数据序列，从该N个地震子波中确定相互匹配的多组地震子波，并以组为单位，将每组中的M个地震子波相连，以得到地震剖面的多个同相轴。从而根据地震子波对应的矢量数据序列快速的自动拾取地震剖面的同相轴，节省了时间，为后续地震剖面的构造解释奠定了基础。
需要说明的是：上述实施例提供的地震剖面的同相轴自动拾取装置在自动拾取地震剖面的同相轴时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的地震剖面的同相轴自动拾取装置与地震剖面的同相轴自动拾取方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图5是本发明实施例提供的另一种地震剖面的同相轴自动拾取装置的结构示意图。该终端500可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts GroupAudio Layer III，动态影像专家压缩标准音频层面3)、MP5(Moving Picture ExpertsGroup Audio Layer IV，动态影像专家压缩标准音频层面5)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端500包括有：处理器501和存储器502。
处理器501可以包括一个或多个处理核心，比如5核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本发明中方法实施例提供的地震剖面的同相轴自动拾取方法。
在一些实施例中，终端500还可选包括有：***设备接口503和至少一个***设备。处理器501、存储器502和***设备接口503之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口503相连。具体地，***设备包括：射频电路504、触摸显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。
***设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个***设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和***设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和***设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、5G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本发明对此不加以限定。
显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。
定位组件508用于定位终端500的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System，全球定位***)、中国的北斗***或俄罗斯的伽利略***的定位组件。
电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。
加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器512可以检测终端500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3D动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器513可以设置在终端500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在终端500的侧边框时，可以检测用户对终端500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时，指纹传感器514可以与物理按键或厂商Logo集成在一起。
光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。
接近传感器516，也称距离传感器，通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时，由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时，由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
综上所述，本发明实施例不仅提供了一种地震剖面的同相轴自动拾取装置，还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述图1或图2所示实施例的方法。
本领域技术人员在考虑说明书及实践这里公开后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (14)

1.一种地震剖面的同相轴自动拾取方法，其特征在于，所述方法包括：
根据N个地震子波的波形，确定与所述N个地震子波一一对应的矢量数据序列，所述N个地震子波是指地震剖面的多个地震道中的地震子波，每个地震道对应至少一个地震子波，所述N为大于1的正整数；
基于确定得到的N个矢量数据序列，从所述N个地震子波中确定相互匹配的多组地震子波，每组包括M个地震子波，且所述M个地震子波对应不同的地震道，所述M为大于1且小于所述N的正整数；
以组为单位，将每组中的M个地震子波相连，以得到所述地震剖面的多个同相轴。
2.如权利要求1所述的方法，其特征在于，所述根据N个地震子波的波形，确定与所述N个地震子波一一对应的矢量数据序列，包括：
根据所述N个地震子波的波形，确定所述N个地震子波中每个地震子波的极值位置、波宽、幅值和特征斜率；
将每个地震子波的极值位置、波宽、幅值和特征斜率构成的序列确定为与每个地震子波对应的矢量数据序列。
3.如权利要求2所述的方法，其特征在于，所述基于确定得到的N个矢量数据序列，从所述N个地震子波中确定相互匹配的多组地震子波，包括：
对于所述多个地震道中的任一地震道A，从所述地震道A的地震子波中选择出一个地震子波，对选择出的地震子波执行如下处理，直至处理完所述地震道A中的所有地震子波为止：
从所述地震道A的相邻地震道中选取位于预设大小的子波追踪窗内的至少一个地震子波，所述选择出的地震子波对应的时间段位于所述子波追踪窗内；
根据所述选择出的地震子波对应的矢量数据序列与所述至少一个地震子波对应的矢量数据序列，从所述至少一个地震子波中确定与所述选择出的地震子波匹配的地震子波，将所述选择出的地震子波和确定出的地震子波确定同一组中相互匹配的地震子波。
4.如权利要求3所述的方法，其特征在于，所述根据所述选择出的地震子波对应的矢量数据序列与所述至少一个地震子波对应的矢量数据序列，从所述至少一个地震子波中确定与所述选择出的地震子波匹配的地震子波，包括：
计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
当所述至少一个第一距离中最小的第一距离小于预设阈值时，确定所述至少一个地震子波中所述最小的第一距离对应的地震子波确定为与所述选择出的地震子波匹配的地震子波。
5.如权利要求3所述的方法，其特征在于，所述根据所述选择出的地震子波对应的矢量数据序列与所述至少一个地震子波对应的矢量数据序列，从所述至少一个地震子波中确定与所述选择出的地震子波匹配的地震子波，包括：
计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
调整所述子波追踪窗的位置，按照计算所述至少一个第一距离的方式，计算所述选择出的地震子波对应的矢量数据序列和调整位置后的所述子波追踪窗内的至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第二距离；
当所述至少一个第一距离中最小的第一距离与所述至少一个第二距离中最小的第二距离均小于预设阈值时，将所述最小的第一距离和所述最小的第二距离中的较小者对应的地震子波确定为与所述选择出的地震子波匹配的地震子波。
6.如权利要求4或5所述的方法，其特征在于，所述计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离，包括：
根据选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列，通过如下公式计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
其中，所述e[j]为所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的任一个地震子波对应的矢量数据序列之间的距离，所述cp,q,a,v[j1]为所述选择出的地震子波对应的矢量数据序列，所述cp,q,a,v[j2]为所述至少一个地震子波中的任一个地震子波对应的矢量数据序列，所述pj1为所述选择出的地震子波的极值位置，所述pj2为所述至少一个地震子波中的任一个地震子波的极值位置，所述qj1为所述选择出的地震子波的波宽，所述qj2为所述至少一个地震子波中的任一个地震子波的波宽，所述aj1为所述选择出的地震子波的幅值，所述aj2为所述至少一个地震子波中的任一个地震子波的幅值，所述vj1为所述选择出的地震子波的特征斜率，所述vj2为所述至少一个地震子波中的任一个地震子波的特征斜率，所述wp为极值位置的权重，所述wq为波宽的权重，所述wa为幅值的权重，所述wv为特征斜率的权重。
7.一种地震剖面的同相轴自动拾取装置，其特征在于，所述装置包括：
第一确定模块，用于根据N个地震子波的波形，确定与所述N个地震子波一一对应的矢量数据序列，所述N个地震子波是指地震剖面的多个地震道中的地震子波，每个地震道对应至少一个地震子波，所述N为大于1的正整数；
第二确定模块，用于基于确定得到的N个矢量数据序列，从所述N个地震子波中确定相互匹配的多组地震子波，每组包括M个地震子波，且所述M个地震子波对应不同的地震道，所述M为大于1且小于所述N的正整数；
连接模块，用于以组为单位，将每组中的M个地震子波相连，以得到所述地震剖面的多个同相轴。
8.如权利要求7所述的装置，其特征在于，所述第一确定模块包括：
第一确定子模块，用于根据所述N个地震子波的波形，确定所述N个地震子波中每个地震子波的极值位置、波宽、幅值和特征斜率；
第二确定子模块，用于将每个地震子波的极值位置、波宽、幅值和特征斜率构成的序列确定为与每个地震子波对应的矢量数据序列。
9.如权利要求8所述的装置，其特征在于，所述第二确定模块包括：
对于所述多个地震道中的任一地震道A，从所述地震道A的地震子波中选择出一个地震子波，对选择出的地震子波执行如下处理，直至处理完所述地震道A中的所有地震子波为止：
选取子模块，用于从所述地震道A的相邻地震道中选取位于预设大小的子波追踪窗内的至少一个地震子波，所述选择出的地震子波对应的时间段位于所述子波追踪窗内；
第三确定子模块，用于根据所述选择出的地震子波对应的矢量数据序列与所述至少一个地震子波对应的矢量数据序列，从所述至少一个地震子波中确定与所述选择出的地震子波匹配的地震子波，将所述选择出的地震子波和确定出的地震子波确定同一组中相互匹配的地震子波。
10.如权利要求9所述的装置，其特征在于，所述第三确定子模块包括：
第一计算单元，用于计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
第一确定单元，用于当所述至少一个第一距离中最小的第一距离小于预设阈值时，确定所述至少一个地震子波中所述最小的第一距离对应的地震子波确定为与所述选择出的地震子波匹配的地震子波。
11.如权利要求9所述的装置，其特征在于，所述第三确定子模块包括：
第二计算单元，用于计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
第三计算单元，用于调整所述子波追踪窗的位置，按照计算所述至少一个第一距离的方式，计算所述选择出的地震子波对应的矢量数据序列和调整位置后的所述子波追踪窗内的至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第二距离；
第二确定单元，用于当所述至少一个第一距离中最小的第一距离与所述至少一个第二距离中最小的第二距离均小于预设阈值时，将所述最小的第一距离和所述最小的第二距离中的较小者对应的地震子波确定为与所述选择出的地震子波匹配的地震子波。
12.如权利要求10或11所述的装置，其特征在于，所述第一计算单元或所述第二计算单元用于：
根据选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列，通过如下公式计算所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的每一个地震子波对应的矢量数据序列之间的距离，得到至少一个第一距离；
其中，所述e[j]为所述选择出的地震子波对应的矢量数据序列和所述至少一个地震子波中的任一个地震子波对应的矢量数据序列之间的距离，所述cp,q,a,v[j1]为所述选择出的地震子波对应的矢量数据序列，所述cp,q,a,v[j2]为所述至少一个地震子波中的任一个地震子波对应的矢量数据序列，所述pj1为所述选择出的地震子波的极值位置，所述pj2为所述至少一个地震子波中的任一个地震子波的极值位置，所述qj1为所述选择出的地震子波的波宽，所述qj2为所述至少一个地震子波中的任一个地震子波的波宽，所述aj1为所述选择出的地震子波的幅值，所述aj2为所述至少一个地震子波中的任一个地震子波的幅值，所述vj1为所述选择出的地震子波的特征斜率，所述vj2为所述至少一个地震子波中的任一个地震子波的特征斜率，所述wp为极值位置的权重，所述wq为波宽的权重，所述wa为幅值的权重，所述wv为特征斜率的权重。
13.一种地震剖面的同相轴自动拾取装置，其特征在于，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-6所述的任一项方法的步骤。
14.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现权利要求1-6所述的任一项方法的步骤。
CN201810368569.1A 2018-04-23 2018-04-23 地震剖面的同相轴自动拾取方法、装置及存储介质 Active CN110389380B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810368569.1A CN110389380B (zh) 2018-04-23 2018-04-23 地震剖面的同相轴自动拾取方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810368569.1A CN110389380B (zh) 2018-04-23 2018-04-23 地震剖面的同相轴自动拾取方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN110389380A true CN110389380A (zh) 2019-10-29
CN110389380B CN110389380B (zh) 2021-03-30

Family

ID=68284489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810368569.1A Active CN110389380B (zh) 2018-04-23 2018-04-23 地震剖面的同相轴自动拾取方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN110389380B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113156495A (zh) * 2020-01-07 2021-07-23 中国石油天然气集团有限公司 网格层析反演反射点确定方法及装置
CN113325475A (zh) * 2020-02-28 2021-08-31 中国石油天然气集团有限公司 地震剖面显示方法及装置
CN113791448A (zh) * 2021-08-26 2021-12-14 电子科技大学成都学院 一种基于地质结构特征的多维数据可视化方法及***
CN116774293A (zh) * 2023-08-25 2023-09-19 浙江大学海南研究院 一种同相轴自动拾取方法、***、电子设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110051553A1 (en) * 2009-08-25 2011-03-03 Ian Richard Scott Determining the quality of a seismic inversion
CN103048690A (zh) * 2012-12-11 2013-04-17 成都理工大学 基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术
CN104570113A (zh) * 2013-10-11 2015-04-29 中国石油化工股份有限公司 一种自适应去除地震强反射的方法
US20150301209A1 (en) * 2014-04-22 2015-10-22 Westerngeco L.L.C. Estimating A Wavefield For A Dip
US9268047B2 (en) * 2012-10-12 2016-02-23 Rock Solid Images, Inc Geophysical surveying
CN107643539A (zh) * 2016-07-21 2018-01-30 中国石油化工股份有限公司 一种基于煤层地震响应特征分析剥离强屏蔽层的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110051553A1 (en) * 2009-08-25 2011-03-03 Ian Richard Scott Determining the quality of a seismic inversion
US9268047B2 (en) * 2012-10-12 2016-02-23 Rock Solid Images, Inc Geophysical surveying
CN103048690A (zh) * 2012-12-11 2013-04-17 成都理工大学 基于最优地震子波提取的快速匹配投影分解的地层反射拾取技术
CN104570113A (zh) * 2013-10-11 2015-04-29 中国石油化工股份有限公司 一种自适应去除地震强反射的方法
US20150301209A1 (en) * 2014-04-22 2015-10-22 Westerngeco L.L.C. Estimating A Wavefield For A Dip
CN107643539A (zh) * 2016-07-21 2018-01-30 中国石油化工股份有限公司 一种基于煤层地震响应特征分析剥离强屏蔽层的方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
BIN GAO ET AL.: "The application and effect of RTM technology on igneous rocks fine imaging in NP1 Area", 《CPS/SEG BEIJING 2014 INTERNATIONAL GEOPHYSICAL CONFERENCE》 *
拜阳等: "地震海洋学方法在海洋混合参数提取中的研究与应用—以南海内波和地中海涡旋为例", 《地球物理学报》 *
李海明等: "一种基于波形相似特征的反射波同相轴追踪算法", 《承德石油高等专科学校学报》 *
杨国涛等: "南堡凹陷拾场次凹沙三段优势储层预测技术", 《特种油气藏》 *
温庆庆: "可视化地震资料解释***的研究与开发", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113156495A (zh) * 2020-01-07 2021-07-23 中国石油天然气集团有限公司 网格层析反演反射点确定方法及装置
CN113325475A (zh) * 2020-02-28 2021-08-31 中国石油天然气集团有限公司 地震剖面显示方法及装置
CN113791448A (zh) * 2021-08-26 2021-12-14 电子科技大学成都学院 一种基于地质结构特征的多维数据可视化方法及***
CN113791448B (zh) * 2021-08-26 2024-01-23 电子科技大学成都学院 一种基于地质结构特征的多维数据可视化方法及***
CN116774293A (zh) * 2023-08-25 2023-09-19 浙江大学海南研究院 一种同相轴自动拾取方法、***、电子设备及介质
CN116774293B (zh) * 2023-08-25 2023-10-27 浙江大学海南研究院 一种同相轴自动拾取方法、***、电子设备及介质

Also Published As

Publication number Publication date
CN110389380B (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN110389380A (zh) 地震剖面的同相轴自动拾取方法、装置及存储介质
CN108335703B (zh) 确定音频数据的重音位置的方法和装置
CN109887494A (zh) 重构语音信号的方法和装置
CN109977775A (zh) 关键点检测方法、装置、设备及可读存储介质
CN109696706B (zh) 盐构造检测方法、装置及存储介质
CN110059686A (zh) 字符识别方法、装置、设备及可读存储介质
CN110174699A (zh) 确定断层封闭性的方法、装置及存储介质
CN107958672A (zh) 获取基音波形数据的方法和装置
CN109547843A (zh) 对音视频进行处理的方法和装置
CN107884823B (zh) 砂体连通图的绘制方法及装置
CN109771950A (zh) 节点地图的设置方法、设备及存储介质
CN110471614A (zh) 一种存储数据的方法、检测终端的方法及装置
CN109116424B (zh) 地震波数据的低波数噪音分离方法、装置及存储介质
CN113009573B (zh) 地震数据采集方法、装置、计算机设备及存储介质
CN112698391B (zh) 砂体刻画方法、装置、设备及存储介质
CN110443841A (zh) 地面深度的测量方法、装置及***
CN110058306B (zh) 确定三维速度体的方法、装置及计算机存储介质
CN115639601A (zh) 信号反褶积方法、装置、计算机设备和存储介质
CN112764107B (zh) 地表高速覆盖地区的地震资料静校正方法及装置
CN109343113A (zh) 一种预测油气藏位置的方法和装置
CN113153284B (zh) 束缚水饱和参数的确定方法、装置、设备和存储介质
CN114721047A (zh) 弹性参数确定方法、装置、计算机设备及存储介质
CN114859415B (zh) 基于波场分离的逆时偏移成像方法及相关设备
CN110927788A (zh) 检测地层不连续性的方法、装置及存储介质
CN109116415B (zh) 地震波数据分离方法、装置及存储介质

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