CN111239808B - 一种地震反演谱分解方法、装置、电子设备及存储介质 - Google Patents
一种地震反演谱分解方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111239808B CN111239808B CN201811431849.9A CN201811431849A CN111239808B CN 111239808 B CN111239808 B CN 111239808B CN 201811431849 A CN201811431849 A CN 201811431849A CN 111239808 B CN111239808 B CN 111239808B
- Authority
- CN
- China
- Prior art keywords
- seismic
- wavelet
- frequency
- matrix
- seismic 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims abstract description 102
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000015654 memory Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 19
- 230000003595 spectral effect Effects 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 23
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 14
- 230000006872 improvement Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method 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
- 239000000463 material Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229920002799 BoPET Polymers 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000005041 Mylar™ Substances 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 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
- 235000009508 confectionery Nutrition 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000011426 transformation method 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
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
本说明书公开了一种地震反演谱分解方法、装置、电子设备及存储介质,其中,地震反演谱分解方法包括获取目标区域的地震数据;根据所述地震数据获取井旁道地震数据振幅谱;利用所述井旁道地震数据振幅谱获得零相位地震子波;对所述零相位地震子波进行处理获得单频地震子波;利用所述单频地震子波构建子波库矩阵;获取先验矩阵;根据所述子波库矩阵和所述先验矩阵对所述地震数据进行时频谱分解。本技术方案旨在通过构建子波库矩阵以及先验矩阵,利用地震反演策略对地震数据进行高精度时频分解,获得不受噪声影响的高分辨率时频谱,提高地震信号分析的精度,减弱噪声的影响,为储层预测提供高精度、高分辨率的基础数据,提高地震勘探的成功率。
Description
技术领域
本说明书涉及地震信号分析技术领域,特别涉及一种地震反演谱分解方法、装置、电子设备及存储介质。
背景技术
在石油地球物理勘探过程中,地震资料的采集、处理是利用地震资料开展构造解释及储层研究最重要、最基础的数据,地震波在地下介质中传播时受到地层的吸收衰减作用,导致地震波具有非线性的特点,即地震信号的频率随着时间变化。常规的全局谱分解一般情况下只能保证时间域或者频率域单方面的精度,而无法在时间-频率域对信号进行分解与定位。为了克服这种局限性,时频谱分解技术应运而生并在地震勘探领域得到了广泛应用。对于非平稳信号的研究开始于20世纪40年代,分析的理论基础为傅里叶变换,只是对其进行了改进即加窗,称之为短时傅里叶变换(STFT)。Meyer等人提出具有多分辨率特性的时频分析方法,即连续小波变换(CWT),该方法可以自适应的调节小波函数的时窗大小。1996年,Stockwell等人率先提出S变换方法(ST),该方法不仅克服了短时傅里叶变换中无法调节时窗的缺点,同时继承了连续小波变换中多分辨率的优点。除了上述线性时频分析方法外,还发展了多种非线性时频分析方法,其中最具代表性的为Wigner-Villa分布(WVD),该方法于1948年由Ville首先提出,该方法的优势在于具有较高的时频分辨率,问题是存在交叉项的干扰。以上时频分析手段均基于数学变换的方法得到,数学意义明确,然而物理意义欠缺,并且以上方法均未对地震噪声做出相应的处理。实际的地震资料一定存在地震噪声,且地震噪声一方面降低了地震信号的分辨率,另一方面增大了地震信号分析的难度,在地震时频分析过程中,地震噪声会影响到时频分析的精度并且降低时频分析的分辨率。
发明内容
为了实现对实际地震信号的高分辨率时频分析,克服地震噪声对时频谱分解的影响,本说明书提供一种地震反演谱分解方法、装置、电子设备及存储介质。
为实现上述目的,本说明书实施方式提供一种地震反演谱分解方法,包括:
获取目标区域的地震数据;
根据所述地震数据获取井旁道地震数据振幅谱;
利用所述井旁道地震数据振幅谱获得零相位地震子波;
对所述零相位地震子波进行处理获得单频地震子波;
利用所述单频地震子波构建子波库矩阵;
获取先验矩阵;
根据所述子波库矩阵和所述先验矩阵对所述地震数据进行时频谱分解;
利用所述单频地震子波构建子波库矩阵的步骤包括:
对每个单频地震子波构建对应的Toeplitz矩阵;
基于单频地震子波的Toeplitz矩阵构建子波库矩阵;所述子波库矩阵为对角矩阵;
获取先验矩阵的步骤包括:
获取先验算子;
基于全部频率分量的先验算子构建先验矩阵。
优选地,根据所述地震数据获取井旁道地震数据振幅谱的步骤包括:
利用傅里叶变换式,将时间域地震数据转换成频率域地震数据;其中,所述频率域地震数据为井旁道地震数据振幅谱。
优选地,对所述零相位地震子波进行处理获得单频地震子波的步骤包括:
基于S变换对零相位地震子波进行计算,获得多个单频地震子波。
为实现上述目的,本说明书实施方式提供一种地震反演谱分解装置,包括:
地震数据获取单元,用于获取目标区域的地震数据;
井旁道地震数据振幅谱获取单元,用于根据所述地震数据获取井旁道地震数据振幅谱;
零相位地震子波获取单元,用于利用所述井旁道地震数据振幅谱获得零相位地震子波;
单频地震子波获取单元,用于对所述零相位地震子波进行处理获得单频地震子波;
子波库矩阵获取单元,用于利用所述单频地震子波构建子波库矩阵;
先验矩阵获取单元,用于获取先验矩阵;
时频谱分解单元,用于根据所述子波库矩阵和所述先验矩阵对所述地震数据进行时频谱分解;
所述子波库矩阵获取单元包括:
Toeplitz矩阵获取模块,用于对每个单频地震子波构建对应的Toeplitz矩阵;
第一构建模块,用于基于单频地震子波的Toeplitz矩阵构建子波库矩阵;所述子波库矩阵为对角矩阵;
所述先验矩阵获取单元包括:
先验算子获取模块,用于获取先验算子;
第二构建模块,用于基于全部频率分量的先验算子构建先验矩阵。
优选地,所述井旁道地震数据振幅谱获取单元具体用于:
利用傅里叶变换式,将时间域地震数据转换成频率域地震数据;其中,所述频率域地震数据为井旁道地震数据振幅谱。
优选地,所述单频地震子波获取单元具体用于:
基于S变换对零相位地震子波进行计算,获得多个单频地震子波。
为实现上述目的,本说明书实施方式提供一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述所述的地震反演谱分解方法。
为实现上述目的,本说明书实施方式提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述所述的地震反演谱分解方法的步骤。
由上可见,与现有技术相比较,本技术方案旨在通过构建子波库矩阵以及先验矩阵,利用地震反演策略对地震数据进行高精度时频分解,获得不受噪声影响的高分辨率时频谱,提高地震信号分析的精度,减弱噪声的影响,为储层预测提供高精度、高分辨率的基础数据,提高地震勘探的成功率。
附图说明
为了更清楚地说明本说明书实施方式或现有技术中的技术方案,下面将对实施方式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说明书中记载的一些实施方式,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为本说明书实施方式提供一种地震反演谱分解方法流程图;
图2为合成地震记录示意图;
图3为小波变换结果图;
图4为短时傅里叶变换结果图;
图5为本技术方案结果图;
图6为原始地震剖面示意图;
图7为本技术方案对实际地震资料中10hz的单频剖面进行谱分解的效果图;
图8为本技术方案对实际地震资料中30hz的单频剖面进行谱分解的效果图;
图9为本技术方案对实际地震资料中50hz的单频剖面进行谱分解的效果图;
图10为本说明书实施方式提供一种地震反演谱分解装置功能框图;
图11为本说明书实施例提出的一种电子设备示意图。
具体实施方式
下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述参考在附图中示出并在以下描述中详述的非限制性示例实施例,更加全面地说明本公开的示例实施例和它们的多种特征及有利细节。应注意的是,图中示出的特征不是必须按照比例绘制。本公开省略了已知材料、组件和工艺技术的描述,从而不使本公开的示例实施例模糊。所给出的示例仅旨在有利于理解本公开示例实施例的实施,以及进一步使本领域技术人员能够实施示例实施例。因而,这些示例不应被理解为对本公开的实施例的范围的限制。
除非另外特别定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。此外,在本公开各个实施例中,相同或类似的参考标号表示相同或类似的构件。
实际的地震资料里一定存在地震噪声,且地震噪声一方面降低了地震信号的分辨率,另一方面增大了地震信号分析的难度,在地震时频分析过程中,地震噪声会影响到时频分析的精度并且降低时频分析的分辨率。为了实现对实际地震信号的高分辨率时频分析,克服地震噪声对时频谱分解的影响,本案提出了一种基于先验算子的地震反演谱分解方案,旨在通过构建子波库矩阵以及先验矩阵,利用地震反演策略对地震数据进行高精度时频分解,先验算子的引入有助于获得不受噪声影响的高分辨率时频谱,提高地震信号分析的精度,减弱噪声的影响,为薄层分析以及频散属性提取提供高精度、高分辨率的基础数据,提高地震勘探的成功率。
基于上述描述,如图1所示,为本说明书实施方式提供一种地震反演谱分解方法流程图。包括:
步骤101):获取目标区域的地震数据。
在本实施例中,获取研究工区地震数据,获取的地震数据为常规的叠后地震数据体。
步骤102):根据所述地震数据获取井旁道地震数据振幅谱。
在本实施例中,利用傅里叶变换式,将时间域地震信号变换到频率域,其中傅里叶变换公式为:
其中,x(t)为原始时间域地震信号,X(ω)为频率域地震振幅谱,ω=2πf为角频率,t为时间,f为频率。
步骤103):利用所述井旁道地震数据振幅谱获得零相位地震子波。
在本实施例中,地震信号处理中假设地震反射系数随机分布,则反射系数的振幅谱为常数,在地震噪声为白噪的前提下可以得到地震振幅谱等于地震子波振幅谱,假设地震子波为零相位子波,在已知振幅谱以及相位信息后,地震子波可以通过以下公式得到:
步骤104):对所述零相位地震子波进行处理获得单频地震子波。
在本实施例中,基于S变换对地震子波进行计算得到多个单频地震子波,包括:S变换计算公式为:
其中,ω(t)为原始时间域地震子波信号,t为时间,f为频率,τ为离散时间值,S(τ,f)为时频域地震子波。当频率f取不同的值时,得到对应频率的单频地震子波信号。
步骤105):利用所述单频地震子波构建子波库矩阵。
在本实施例中,子波库矩阵的构建包括以下两步:
第一步,对每一个单频地震子波构建对应的Toeplitz矩阵,单频子波对应的4点Toeplitz矩阵如下所示:
其中,Afi为频率为fi的地震子波对应的Toeplitz矩阵,S(τj,fi),j=1,2,3,4为频率fi的地震子波对应的时间采样点。
第二步,基于单频地震子波的Toeplitz矩阵构建子波库矩阵,子波库矩阵如下所示:
步骤106):获取先验矩阵。
在本步骤中,先获取先验算子,基于全部频率分量的先验算子构建先验矩阵。先验算子基于预测反褶积的方法构建,在时间域地震反射同相轴具有可预测性,根据某个地震道相邻的若干道可以预测该道的反射特征,对于频率f0对应的先验算子如下所示:
Ti(t,f0)=K1(t,f0)Ri-1(t,f0)+K2(t,f0)Ri-2(t,f0)+...+KM(t,f0)Ri-M(t,f0)
其中,M为参与预测的样点数,Ri-j(t,f0)为频率f0对应的相邻道地震反射系数序列,j=1,2,...,M;Kj(t,f0)为先验算子。先验算子的计算有很多种算法,包括:反距离加权法、克里金法、分段线性法等,本实施例中选用最简单、最常用的反距离加权法,即:
其中,Kj(t,f0)为先验算子,hi为离散点到插值点的距离,是道间距的整数倍。
全部频率分量的先验算子构建的先验矩阵,如下所示:
其中,T为先验矩阵,N为频率采样点数。
时频域反射系数如下所示:
其中,R为全频段反射系数序列,R(t,fi)为单频反射系数序列。
步骤107):根据所述子波库矩阵和所述先验矩阵对所述地震数据进行时频谱分解。
基于子波库矩阵和先验矩阵,地震时频谱反演的表达式可以定义为:
Z=DTR
其中,Z为地震数据体,D为子波库矩阵,T为先验矩阵,R为待求解的全频段反射系数。基于以上公式,则R可以通过L1-L2范数的最小二乘反演得到,即:
J=||Z-DTR||2+λ||R||1
其中,J为目标函数,其取得最小值时对应的R即为待求全频段反射系数,λ为调节系数,其控制了反演结果的稀疏性,|| ||2表示L2范数运算,|| ||1表示L1范数运算。
如图2所示,为合成地震记录示意图。如图3所示,为小波变换结果图。如图4所示,为短时傅里叶变换结果图。如图5所示,为本技术方案结果图。成地震记录中加入了一定的随机噪声,通过对比可以看出短时傅里叶变换与小波变换方法对噪声比较敏感,噪声的存在大大降低二者的时频分辨率,本技术方案能够得到更高的时频分辨率,且抗噪声干扰的能力更强,突出了本技术方案的优越性。
如图6所示,为原始地震剖面示意图。如图7所示,为本技术方案对实际地震资料中10hz的单频剖面进行谱分解的效果图。如图8所示,为本技术方案对实际地震资料中30hz的单频剖面进行谱分解的效果图。图9为本技术方案对实际地震资料中50hz的单频剖面进行谱分解的效果图。从单频剖面可以看出,本技术方案在应用过程中具有较高的时频分辨率,高质量的单频剖面为后续的储层频散属性计算以及薄层分析提供了有力的数据支持。
本技术方案基于先验算子的地震反演谱分解方法及装置,旨在通过构建子波库矩阵以及先验矩阵,利用地震反演策略对地震数据进行高精度时频分解,获得不受噪声影响的高分辨率时频谱,提高地震信号分析的精度,减弱噪声的影响,为储层预测提供高精度、高分辨率的基础数据,提高地震勘探的成功率。
如图10所示,为本说明书实施方式提供一种地震反演谱分解装置功能框图。包括:
地震数据获取单元11,用于获取目标区域的地震数据;
井旁道地震数据振幅谱获取单元22,用于根据所述地震数据获取井旁道地震数据振幅谱;
零相位地震子波获取单元33,用于利用所述井旁道地震数据振幅谱获得零相位地震子波;
单频地震子波获取单元44,用于对所述零相位地震子波进行处理获得单频地震子波;
子波库矩阵获取单元55,用于利用所述单频地震子波构建子波库矩阵;
先验矩阵获取单元66,用于获取先验矩阵;
时频谱分解单元77,用于根据所述子波库矩阵和所述先验矩阵对所述地震数据进行时频谱分解。
优选地,所述井旁道地震数据振幅谱获取单元具体用于:
利用傅里叶变换式,将时间域地震数据转换成频率域地震数据;其中,所述频率域地震数据为井旁道地震数据振幅谱。
优选地,所述单频地震子波获取单元具体用于:
基于S变换对零相位地震子波进行计算,获得多个单频地震子波。
优选地,所述子波库矩阵获取单元包括:
Toeplitz矩阵获取模块,用于对每个单频地震子波构建对应的Toeplitz矩阵;
第一构建模块,用于基于单频地震子波的Toeplitz矩阵构建子波库矩阵。
优选地,所述先验矩阵获取单元包括:
先验算子获取模块,用于获取先验算子;
第二构建模块,用于基于全部频率分量的先验算子构建先验矩阵。
如图11所示,为本说明书实施例提出的一种电子设备示意图。包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述图1所述的地震反演谱分解方法。
本说明书实施方式提供的地震反演谱分解方法,其存储器和处理器实现的具体功能,可以与本说明书中的前述实施方式相对照解释,并能够达到前述实施方式的技术效果,这里便不再赘述。
在本实施方式中,所述存储器可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方法的媒体加以存储。本实施方式所述的存储器又可以包括:利用电能方式存储信息的装置,如RAM、ROM等;利用磁能方式存储信息的装置,如硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置,如CD或DVD。当然,还有其他方式的存储器,例如量子存储器、石墨烯存储器等等。
在本实施方式中,所述处理器可以按任何适当的方式实现。例如,所述处理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 SpecificIntegrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。
在本实施例中,本说明书实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述所述的地震反演谱分解方法的步骤。
与现有技术相比较,本技术方案旨在通过构建子波库矩阵以及先验矩阵,利用地震反演策略对地震数据进行高精度时频分解,获得不受噪声影响的高分辨率时频谱,提高地震信号分析的精度,减弱噪声的影响,为储层预测提供高精度、高分辨率的基础数据,提高地震勘探的成功率。
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客户端和服务器以外,完全可以通过将方法步骤进行逻辑编程来使得客户端和服务器以逻辑门、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。因此这种客户端和服务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。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书各个实施方式或者实施方式的某些部分所述的方法。
本说明书中的各个实施方式均采用递进的方式描述,各个实施方式之间相同相似的部分互相参见即可,每个实施方式重点说明的都是与其他实施方式的不同之处。尤其,针对客户端和服务器的实施方式来说,均可以参照前述方法的实施方式的介绍对照解释。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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。
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,在实施本说明书实施例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,而对其内部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。
本发明是参照根据本发明实施例的方法、设备(***)、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,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书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。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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实施例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实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
虽然通过实施方式描绘了本说明书,本领域普通技术人员知道,本说明书有许多变形和变化而不脱离本说明书的精神,希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (8)
1.一种地震反演谱分解方法,其特征在于,包括:
获取目标区域的地震数据;
根据所述地震数据获取井旁道地震数据振幅谱;
利用所述井旁道地震数据振幅谱获得零相位地震子波;
对所述零相位地震子波进行处理获得单频地震子波;
利用所述单频地震子波构建子波库矩阵;
获取先验矩阵;
根据所述子波库矩阵和所述先验矩阵对所述地震数据进行时频谱分解;
利用所述单频地震子波构建子波库矩阵的步骤包括:
对每个单频地震子波构建对应的Toeplitz矩阵;
基于单频地震子波的Toeplitz矩阵构建子波库矩阵;所述子波库矩阵为对角矩阵;
获取先验矩阵的步骤包括:
获取先验算子;
基于全部频率分量的先验算子构建先验矩阵。
2.如权利要求1所述的方法,其特征在于,根据所述地震数据获取井旁道地震数据振幅谱的步骤包括:
利用傅里叶变换式,将时间域地震数据转换成频率域地震数据;其中,所述频率域地震数据为井旁道地震数据振幅谱。
3.如权利要求1所述的方法,其特征在于,对所述零相位地震子波进行处理获得单频地震子波的步骤包括:
基于S变换对零相位地震子波进行计算,获得多个单频地震子波。
4.一种地震反演谱分解装置,其特征在于,包括:
地震数据获取单元,用于获取目标区域的地震数据;
井旁道地震数据振幅谱获取单元,用于根据所述地震数据获取井旁道地震数据振幅谱;
零相位地震子波获取单元,用于利用所述井旁道地震数据振幅谱获得零相位地震子波;
单频地震子波获取单元,用于对所述零相位地震子波进行处理获得单频地震子波;
子波库矩阵获取单元,用于利用所述单频地震子波构建子波库矩阵;
先验矩阵获取单元,用于获取先验矩阵;
时频谱分解单元,用于根据所述子波库矩阵和所述先验矩阵对所述地震数据进行时频谱分解;
所述子波库矩阵获取单元包括:
Toeplitz矩阵获取模块,用于对每个单频地震子波构建对应的Toeplitz矩阵;
第一构建模块,用于基于单频地震子波的Toeplitz矩阵构建子波库矩阵;所述子波库矩阵为对角矩阵;
所述先验矩阵获取单元包括:
先验算子获取模块,用于获取先验算子;
第二构建模块,用于基于全部频率分量的先验算子构建先验矩阵。
5.如权利要求4所述的装置,其特征在于,所述井旁道地震数据振幅谱获取单元具体用于:
利用傅里叶变换式,将时间域地震数据转换成频率域地震数据;其中,所述频率域地震数据为井旁道地震数据振幅谱。
6.如权利要求4所述的装置,其特征在于,所述单频地震子波获取单元具体用于:
基于S变换对零相位地震子波进行计算,获得多个单频地震子波。
7.一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1~3任意一项权利要求所述的地震反演谱分解方法。
8.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现权利要求1~3任意一项权利要求所述的地震反演谱分解方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811431849.9A CN111239808B (zh) | 2018-11-28 | 2018-11-28 | 一种地震反演谱分解方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811431849.9A CN111239808B (zh) | 2018-11-28 | 2018-11-28 | 一种地震反演谱分解方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239808A CN111239808A (zh) | 2020-06-05 |
CN111239808B true CN111239808B (zh) | 2022-06-03 |
Family
ID=70868302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811431849.9A Active CN111239808B (zh) | 2018-11-28 | 2018-11-28 | 一种地震反演谱分解方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239808B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112213782B (zh) * | 2020-09-29 | 2022-03-04 | 中国石油大学(北京) | 分相位地震数据的处理方法、装置和服务器 |
US11977198B2 (en) | 2020-10-06 | 2024-05-07 | Saudi Arabian Oil Company | Isofrequency volumes ratio workflow to detect gas reservoirs in 3D domain |
US11333780B2 (en) | 2020-10-09 | 2022-05-17 | Saudi Arabian Oil Company | Method and system for processing a three-dimensional (3D) seismic dataset |
US11592589B2 (en) | 2021-01-14 | 2023-02-28 | Saudi Arabian Oil Company | Seismic attribute map for gas detection |
CN116430448B (zh) * | 2023-02-28 | 2023-11-17 | 中国科学院地质与地球物理研究所 | 地震数据的反演方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104422960A (zh) * | 2013-09-02 | 2015-03-18 | 中国石油化工股份有限公司 | 基于信号低频强异常自适应提取的地震资料流体识别方法 |
CN105022090A (zh) * | 2015-07-14 | 2015-11-04 | 北京博达瑞恒科技有限公司 | 一种基于子波分解的地震谱分解方法 |
CN105044772A (zh) * | 2015-08-06 | 2015-11-11 | 中国石油天然气集团公司 | 一种实现时变谱模拟反褶积的方法和装置 |
CN106855638A (zh) * | 2016-12-19 | 2017-06-16 | 中国石油天然气股份有限公司 | 一种匹配追踪地震谱分解方法及装置 |
EP3436851A1 (en) * | 2016-03-30 | 2019-02-06 | Services Petroliers Schlumberger | Adaptive signal decomposition |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5870691A (en) * | 1996-12-06 | 1999-02-09 | Amoco Corporation | Spectral decomposition for seismic interpretation |
CN104181589A (zh) * | 2014-08-20 | 2014-12-03 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 一种非线性反褶积方法 |
-
2018
- 2018-11-28 CN CN201811431849.9A patent/CN111239808B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104422960A (zh) * | 2013-09-02 | 2015-03-18 | 中国石油化工股份有限公司 | 基于信号低频强异常自适应提取的地震资料流体识别方法 |
CN105022090A (zh) * | 2015-07-14 | 2015-11-04 | 北京博达瑞恒科技有限公司 | 一种基于子波分解的地震谱分解方法 |
CN105044772A (zh) * | 2015-08-06 | 2015-11-11 | 中国石油天然气集团公司 | 一种实现时变谱模拟反褶积的方法和装置 |
EP3436851A1 (en) * | 2016-03-30 | 2019-02-06 | Services Petroliers Schlumberger | Adaptive signal decomposition |
CN106855638A (zh) * | 2016-12-19 | 2017-06-16 | 中国石油天然气股份有限公司 | 一种匹配追踪地震谱分解方法及装置 |
Non-Patent Citations (3)
Title |
---|
Complex spectral decomposition via inversion strategies;David C. Bonar,等;《SEG Denver 2010 Annual Meeting》;20101231;第1408-1412页 * |
FX预条件下基于反演的谱分解技术;王磊,等;《中国地球物理2013》;20131231;第653页 * |
应用反演谱分解去除调谐效应的分频AVO技术;宁媛丽,等;《物探化探计算技术》;20120531;第243-248页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111239808A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111239808B (zh) | 一种地震反演谱分解方法、装置、电子设备及存储介质 | |
Zu et al. | Dictionary learning based on dip patch selection training for random noise attenuation | |
Thakur et al. | The synchrosqueezing algorithm for time-varying spectral analysis: Robustness properties and new paleoclimate applications | |
Terray | Evidence for multiple drivers of North Atlantic multi‐decadal climate variability | |
Ghaderpour et al. | LSWAVE: A MATLAB software for the least-squares wavelet and cross-wavelet analyses | |
Podesta et al. | Power spectrum of small‐scale turbulent velocity fluctuations in the solar wind | |
Magro et al. | Real-time, fast radio transient searches with GPU de-dispersion | |
Mansour et al. | Improved wavefield reconstruction from randomized sampling via weighted one-norm minimization | |
Zeng et al. | A graphics processing unit implementation for time–frequency phase‐weighted stacking | |
CN108897036B (zh) | 一种地震数据处理方法及装置 | |
CN106646611A (zh) | 一种纵波和转换波地震数据时间匹配的方法及装置 | |
CN106842304A (zh) | 一种叠前深度偏移方法及装置 | |
Cao et al. | 3D seismic denoising based on a low-redundancy curvelet transform | |
Johnson et al. | A solar cycle dependence of nonlinearity in magnetospheric activity | |
Grana et al. | Sequential simulations of mixed discrete-continuous properties: sequential Gaussian mixture simulation | |
Wang et al. | Sample entropy‐based adaptive wavelet de‐noising approach for meteorologic and hydrologic time series | |
Wang et al. | Fast Cadzow’s algorithm and a gradient variant | |
CN106353816B (zh) | 一种地震采集脚印噪音压制方法及*** | |
CN112213782B (zh) | 分相位地震数据的处理方法、装置和服务器 | |
CN107561588B (zh) | 一种地震数据噪声压制方法及装置 | |
CN104459774B (zh) | 一种地质岩性差异识别方法及*** | |
Pruša | The phase retrieval toolbox | |
Liu et al. | High resolution time-frequency distribution based on short-time sparse representation | |
CN106772599A (zh) | 一种计算地层横波速度的方法及装置 | |
CN108318928B (zh) | 一种大地电磁数据的处理方法及装置 |
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 |