CN116819627A - 地震弱信号的增强方法、装置、设备和介质 - Google Patents
地震弱信号的增强方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116819627A CN116819627A CN202310802589.6A CN202310802589A CN116819627A CN 116819627 A CN116819627 A CN 116819627A CN 202310802589 A CN202310802589 A CN 202310802589A CN 116819627 A CN116819627 A CN 116819627A
- Authority
- CN
- China
- Prior art keywords
- seismic
- seismic data
- gather
- data
- original
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003672 processing method Methods 0.000 claims description 6
- 238000003825 pressing Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000005012 migration Effects 0.000 description 4
- 238000013508 migration Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种地震弱信号的增强方法、装置、设备和介质。包括:获取所有地震道集的原始地震数据,并根据所有地震道集的原始地震数据确定弱信号区层位信息;根据弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据;对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体。本发明的方法通过对原始地震数据进行优化并叠加得到最终的地震数据,实现在将地震有效信号保留的情况下,增强地震弱信号,进而提高地震数据的信噪比,改善成像质量。
Description
技术领域
本发明涉及地震数据处理技术领域,尤其涉及一种地震弱信号的增强方法、装置、设备和介质。
背景技术
地震波从激发点到接受点经大地滤波器作用,会发生能量衰减,吸收衰减主要与传播路径长短和地震波的频率有关,并且检波器接收到的浅、中、深层信号具有不同特征。超深层地震数据由于穿过的路径更长,大地滤波器作用更强,信号表现出低频、低信噪比和弱能量特征。再加上深层地层界面波阻抗差异小,无法形成强反射界面,导致地震数据信噪比较低,成像差。
因此如何有效提升深层弱信号能量,进而提升地震数据信噪比和成像精度是进行深部地层研究的重点和难点。常用的弱信号增强技术基本都是从去噪角度出发,比如阈值去噪、奇异值分解、经验模态分解以及多种方法联合去噪等,其本质是通过压制噪音以突出弱有效信号,但是这类方法在处理过程中可能存在去噪程度不足或伤害有效信号。
发明内容
本发明提供了一种地震弱信号的增强方法、装置、设备和介质,以解决地震数据中弱信号的存在导致的地震数据信噪比低,成像质量差的问题。
根据本发明的一方面,提供了一种地震弱信号的增强方法,所述方法包括:
获取所有地震道集的原始地震数据,并根据所有地震道集的原始地震数据确定弱信号区层位信息;
根据弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据;
对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体。
根据本发明的另一方面,提供了一种地震弱信号的增强装置,所述装置包括:
原始地震数据获取模块,获取所有地震道集的原始地震数据,并根据所有地震道集的原始地震数据确定弱信号区层位信息;
原始地震数据优化模块,根据弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据;
地震数据体生成模块,对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的地震弱信号的增强方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的地震弱信号的增强方法。
本实施例的技术方案,通过获取所有地震道集的原始地震数据,并根据所有地震道集的原始地震数据确定弱信号区层位信息,该步骤通过所有地震道集的原始地震数据确定弱信号区层位信息,能够保证弱信号区层位信息的准确性;根据弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据,该步骤对原始地震数据进行优化,增强弱信号的能量,提高了地震数据可解释性;对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体,该步骤对数据进行叠加,能够保留数据的所有信息,解决了地震信号信噪比低,成像差的问题。
本发明的方法通过对原始地震数据进行优化并叠加得到最终的地震数据,实现在将地震有效信号保留的情况下,增强地震弱信号,进而提高地震数据的信噪比,改善成像质量。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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为本发明实施例一提供的一种地震弱信号的增强方法的流程图;
图2为本发明实施例二提供的另一种地震弱信号的增强方法的流程图;
图3为本发明实施例三提供的一种地震弱信号的增强装置的结构示意图;
图4为本发明实施例的地震弱信号的增强方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“候选”、“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种地震弱信号的增强方法的流程图,本实施例可适用于构造地震弱信号的情况,该方法可以由地震弱信号的增强装置来执行,该地震弱信号的增强装置可以采用硬件和/或软件的形式实现,该地震弱信号的增强装置可配置于地震弱信号的增强装置中。如图1所示,该方法包括:
S110、获取所有地震道集的原始地震数据,并根据所有地震道集的原始地震数据确定弱信号区层位信息。
其中,地震道集可以为多个地震道的集合,地震道为单个地震检波器的接收记录,地震道集包括叠前时间偏移道集、叠前深度偏移道集及炮检距向量片(Offset vectortile,OVT)。原始地震数据可以为由检波器设备直接采集到的数据。弱信号区可以为由于地层路径长,大地滤波器作用强,从而导致地震信号波形中出现信号较弱的部分。弱信号区层位可以为存在弱信号的构造层,构造层为一定地区在一定的构造发展阶段中所形成的地质体的组合。
从地震检波器中获取所有地震道集的原始地震数据,根据所有地震道集的原始地震数据的数据表现特征确定原始地震数据中的弱信号区层位信息。确定方式可为将原始地震数据叠加确定,也可以根据每个道集的波形进行对比选取。
可选的,根据所有地震道集的原始地震数据确定弱信号区层位信息,包括步骤A1-A2:
步骤A1、对所有地震道集的原始地震数据进行叠加,得到原始地震数据体。
其中,原始地震数据体可以能够表示原始地震数据的数据体。
将收集来的所有地震道集的原始地震数据进行叠加处理,叠加后得到原始地震数据体。
步骤A2、对原始地震数据体中的信号特征进行解释,确定弱信号区层位信息。
其中,原始地震数据中的信号特征可以为能够表示原始地震数据变化情况的特征信息,如特征信息可为地震数据波形波动情况,幅值变化情况等。
根据原始地震数据的信号特征对信号进行分析及解释,根据分析的结果确定弱信号区层位信息。示例性的,根据原始地震数据的波形波动情况,确定波形存在明显突变的位置为弱信号区层位。
采用上述方式,通过所有地震道集的原始地震数据确定弱信号区层位信息,能够保证弱信号区层位信息的准确性。
S120、根据弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据。
其中,道集优化参数可以为根据预先经验配置信息得到。
可选的,根据弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,包括步骤A3-A4:
步骤A3、以弱信号区层位信息为中心,确定每个地震道集的弱信号时窗。
其中,弱信号时窗可以为根据弱信号所处区域所截取的具有一定层位范围的信号。弱信号时窗的层位范围可以根据实际情况进行调整,在此并不限制。
以所得的弱信号区层位信息为中心,向两边截取能够包含所有弱信号区层位信息的信号段,作为每个地震道集的弱信号时窗。
步骤A4、基于弱信号时窗,根据道集优化参数对每个地震道集的原始地震数据进行优化。
其中,道集优化参数用于对弱信号时窗内的地震数据进行优化。例如可以对弱信号时窗内的数据进行增强,或对弱信号时窗外的数据进行减弱,以达到对整体的弱信号数据增强的效果。
可选的、基于弱信号时窗,根据道集优化参数对每个地震道集的原始地震数据进行优化,包括步骤B1:
步骤B1、采用信号增强参数对每个地震道集的弱信号时窗内的原始地震数据进行数据增强,以及采用信号减弱参数对每个地震道集的弱信号时窗外的原始地震数据进行数据减弱。
其中,信号增强参数和信号减弱参数的具体数值可以根据实际场景进行确定,在此并不限制。
具体的,采用信号增强参数对每个地震道集的弱信号时窗内的原始地震数据进行放大,采用减弱参数对每个地震道集的弱信号时窗外的原始地震数据进行缩小。放大和缩小的比例可以根据实际场景进行确定。
进一步地、在采用信号增强参数对每个地震道集的弱信号时窗内的原始地震数据进行数据增强,以及采用信号减弱参数对每个地震道集的弱信号时窗外的原始地震数据进行数据减弱之后,所述方法还包括步骤C1:
步骤C1、采用道集优化处理方法对进行数据增强和数据减弱处理后的地震道集的地震数据进行二次优化处理;其中,所述道集优化处理方法包括噪音压制方法和/或道集拉平方法。
其中,噪声压制可以为对信号进行去噪,常用的方法有低通滤波去噪、小波分解去噪、奇异值分解去噪等能够去除噪声的方法。道集拉平方法可以为动态绝对值互相关道集拉平技术、分波形剩余时差校正、基于速度调整的道集拉平方法,具体的道集拉平方法可以参考本领域人员的常用技术手段,在此不再赘述。
示例性的,根据弱信号时窗将原始地震数据分为两部分,弱信号时窗内的信号采用信号增强参数对数据进行增强,弱信号时窗外的信号采用信号减弱参数对数据进行减弱,在对信号进行增强和减弱处理后,再进行降噪处理和/或对道集进行拉平处理。
采用上述方式,对原始地震数据进行优化,增强弱信号的能量,提高了地震数据可解释性。
S130、对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体。
可选的、对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体,包括A5-A6:
步骤A5、对每个地震道集的原始地震数据和优化地震数据进行叠加处理,得到每个地震道集的弱信号增强地震数据。
具体的,分别对每个地震道集的原始地震数据和经过上述优化处理得到的优化地震数据进行相加,得到每个地震道集的弱信号增强地震数据。
进一步地、对每个地震道集的原始地震数据和优化地震数据进行叠加处理,包括步骤B2:
步骤B2、根据预先确定的原始数据权重和优化数据权重,对每个地震道集的原始地震数据和优化地震数据进行加权叠加处理。
其中,预先确定的原始数据权重和优化数据权重可以为根据预先经验配置信息获得;也可以根据地震数据的实际情况进行选取。原始数据权重+优化数据权重=1。
示例性的,首先根据实际地震数据进行预先选取,将选取后的权重带入原始地震数据中进行计算,计算后经过测试,确定该权重是否能够满足要求,不满足则继续进行设置,并进行测试,直至能够满足要求,并将满足要求的权重作为最终的权重。
示例性的,根据实际情况选取权重为参数SA和SC,分别应用于地震道集原始数据和地震道集优化数据,得到新的地震道集数据=SA*地震道集原始数据SC*地震道集优化数据,其中,SA+SC=1,同时SA>SC。
步骤A6、对每个地震道集的弱信号增强地震数据进行叠加,得到弱信号增强后的地震数据体。
对每个完成叠加后的地震道集数据进行进一步地叠加处理,得到弱信号增强后的地震数据体。
采用上述方式,对原始地震数据和优化地震数据进行叠加,在对弱信号进行增强的同时,还能够保留数据的有效信息特征,提高弱信号增强后数据的准确性。
本实施例的技术方案,通过获取所有地震道集的原始地震数据,并根据所有地震道集的原始地震数据确定弱信号区层位信息,该步骤通过所有地震道集的原始地震数据确定弱信号区层位信息,能够保证弱信号区层位信息的准确性;根据弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据,该步骤对原始地震数据进行优化,增强弱信号的能量,提高了地震数据可解释性;对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体,本发明的方法通过对原始地震数据进行优化并叠加得到最终的地震数据,实现在将地震有效信号保留的情况下,增强地震弱信号,进而提高地震数据的信噪比,改善成像质量。
实施例二
图2为本发明实施例二提供的另一种地震弱信号的增强方法的流程图,本实施例与上述实施例进一步展开。如图2所示,该方法包括:
S210、读取地震道集A(i)。
其中,地震道集A(i)可为叠前时间偏移道集、叠前深度偏移道集或OVT域道集等能够表现地震信号强弱的地震道集。
示例性的,原始地震道集有m个,定义第1个道集为A(1),第2个道集为A(2),……,第m个道集为A(m),读取所有的原始地震道集读取所有原始地震道集A(1)、A(2)……A(m)。
S220、叠加得到叠加后地震数据,并在叠加后的地震数据上,解释弱信号区层位。
示例性的,将读取到的原始地震道集叠加,可得到地震叠加数据SeisCube,在叠后地震数据SeisCube上,解释弱信号区层位L。
S230、地震道集A(i)上弱信号时窗选取。
示例性的,读取地震道集A(i),根据地震数据实际情况,以解释层位L为中心,选取弱信号时窗T(i)。其中,i为1、2……m。
S240、对地震道集A(i)上弱信号增强,得到地震道集B(i)。
示例性的,在地震道集A(i)上,设定信号增强参数Mag(magnification),应用于弱信号时窗T(i)内地震数据,增强地震弱信号能量;同时选取信号减弱参数Dim(diminution),应用于弱信号时窗T(i)外地震数据,减弱非地震弱信号能量,得到新的地震道集B(i)。其中,Mag>1,实施中,经过测试,一般选择1.1-1.5;0<Dim<1,实施中,经过测试,一般选择0.1-0.5。
S250、对地震道集B(i)优化处理,得到地震道集C(i)。
示例性的,优化处理地震道集B(i),得到地震道集C(i)。优化方案可根据地震数据实际情况选取,包括但不限于噪音压制、道集拉平等技术。
S260、地震道集A(i)和地震道集C(i)合并,得到地震道集D(i)。
将地震道集A(i)和地震道集C A(i)中的每个地震道集对应进行叠加计算,得到地震道集D A(i)。其中,叠加计算时,采用不同的权重进行计算。
示例性的,根据地震数据实际情况选取权重参数SA和SC,分别应用于地震道集A(i)和C(i),得到地震道集D(i)。即:D(i)=SA*A(i)+SC*C(i),其中,SA+SC=1,同时SA>SC。具体参数值,需使用实际地震数据,经过测试后确定。
S270、地震道集D(i)叠加得到弱信号增强后的叠后地震数据。
将叠加得到的每个新的地震道集数据进行叠加计算,得到最终的弱信号增强后的叠后地震数据。
重复步骤S230至S260,直至完成所有地震道集的弱信号增强。将所有弱信号增强后的地震道集进行叠加,得到弱信号增强后的叠后地震数据体,用于进行构造解释。
本实施例的技术方案,通过对原始地震数据进行优化,并将优化后的数据和原始地震数据进行叠加得到最终信号增强的地震数据,该方法能够提高信号的信噪比,改善地震数据成像质量,也可以增强弱信号的能量,提高地震数据的可解释性。
实施例三
图3为本发明实施例三提供的一种地震弱信号的增强装置的结构示意图。如图3所示,该装置包括:
原始地震数据获取模块310,用于获取所有地震道集的原始地震数据,并根据所有地震道集的原始地震数据确定弱信号区层位信息。
可选的,原始地震数据获取模块310,包括:
原始地震数据体生成子模块,用于对所有地震道集的原始地震数据进行叠加,得到原始地震数据体。
弱信号区层位信息确定子模块,用于对原始地震数据体中的信号特征进行解释,确定弱信号区层位信息。
原始地震数据优化模块320,用于根据弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据。
可选的,原始地震数据优化模块320,包括:
弱信号时窗确定子模块,用于以弱信号区层位信息为中心,确定每个地震道集的弱信号时窗。
原始地震数据优化子模块,用于基于弱信号时窗,根据道集优化参数对每个地震道集的原始地震数据进行优化。其中,道集优化参数包括信号增加参数和信号减弱参数。
可选的,原始地震数据优化子模块,包括:
原始地震数据处理单元,用于采用信号增强参数对每个地震道集的弱信号时窗内的原始地震数据进行数据增强,以及采用信号减弱参数对每个地震道集的弱信号时窗外的原始地震数据进行数据减弱。
可选的,原始地震数据处理单元,包括:
原始地震数据优化子单元,用于采用道集优化处理方法对进行数据增强和数据减弱处理后的地震道集的地震数据进行二次优化处理;其中,道集优化处理方法包括噪音压制方法和/或道集拉平方法。
地震数据体生成模块330,用于对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体。
可选的,地震数据体生成模块330,包括:
弱信号增强地震数据生成子模块,用于对每个地震道集的原始地震数据和优化地震数据进行叠加处理,得到每个地震道集的弱信号增强地震数据。
地震数据体生成子模块,用于对每个地震道集的弱信号增强地震数据进行叠加,得到弱信号增强后的地震数据体。
可选的,地震数据体生成子模块,包括:
地震数据叠加单元,用于根据预先确定的原始数据权重和优化数据权重,对每个地震道集的原始地震数据和优化地震数据进行加权叠加处理。
本发明实施例所提供的地震弱信号的增强装置可执行本发明任意实施例所提供的地震弱信号的增强方法,具备执行方法相应的功能模块和有益效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定,且不违背公序良俗。
实施例四
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4为本发明实施例的地震弱信号的增强方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如方法地震弱信号的增强。
在一些实施例中,方法地震弱信号的增强可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的方法地震弱信号的增强的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法地震弱信号的增强。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用参考产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种地震弱信号的增强方法,其特征在于,包括:
获取所有地震道集的原始地震数据,并根据所述所有地震道集的原始地震数据确定弱信号区层位信息;
根据所述弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据;
对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体。
2.根据权利要求1所述的方法,其特征在于,根据所述弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,包括:
以所述弱信号区层位信息为中心,确定每个地震道集的弱信号时窗;
基于所述弱信号时窗,根据所述道集优化参数对每个地震道集的原始地震数据进行优化。
3.根据权利要求2所述的方法,其特征在于,所述道集优化参数包括信号增加参数和信号减弱参数;
相应的,基于所述弱信号时窗,根据所述道集优化参数对每个地震道集的原始地震数据进行优化,包括:
采用所述信号增强参数对每个地震道集的弱信号时窗内的原始地震数据进行数据增强,以及采用所述信号减弱参数对每个地震道集的弱信号时窗外的原始地震数据进行数据减弱。
4.根据权利要求3所述的方法,其特征在于,在采用所述信号增强参数对每个地震道集的弱信号时窗内的原始地震数据进行数据增强,以及采用所述信号减弱参数对每个地震道集的弱信号时窗外的原始地震数据进行数据减弱之后,所述方法还包括:
采用道集优化处理方法对进行数据增强和数据减弱处理后的地震道集的地震数据进行二次优化处理;其中,所述道集优化处理方法包括噪音压制方法和/或道集拉平方法。
5.根据权利要求1所述的方法,其特征在于,根据所述所有地震道集的原始地震数据确定弱信号区层位信息,包括:
对所有地震道集的原始地震数据进行叠加,得到原始地震数据体;
对所述原始地震数据体中的信号特征进行解释,确定弱信号区层位信息。
6.根据权利要求1-5任一项所述的方法,其特征在于,对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体,包括:
对每个地震道集的原始地震数据和优化地震数据进行叠加处理,得到每个地震道集的弱信号增强地震数据;
对每个地震道集的弱信号增强地震数据进行叠加,得到弱信号增强后的地震数据体。
7.根据权利要求6所述的方法,其特征在于,对每个地震道集的原始地震数据和优化地震数据进行叠加处理,包括:
根据预先确定的原始数据权重和优化数据权重,对每个地震道集的原始地震数据和优化地震数据进行加权叠加处理。
8.一种地震弱信号的增强装置,其特征在于,包括:
原始地震数据获取模块,获取所有地震道集的原始地震数据,并根据所述所有地震道集的原始地震数据确定弱信号区层位信息;
原始地震数据优化模块,根据所述弱信号区层位信息和道集优化参数对每个地震道集的原始地震数据进行优化,得到每个地震道集的优化地震数据;
地震数据体生成模块,对所有地震道集的原始地震数据和优化地震数据进行叠加处理,得到弱信号增强后的地震数据体。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的地震弱信号的增强方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的地震弱信号的增强方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310802589.6A CN116819627A (zh) | 2023-06-30 | 2023-06-30 | 地震弱信号的增强方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310802589.6A CN116819627A (zh) | 2023-06-30 | 2023-06-30 | 地震弱信号的增强方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116819627A true CN116819627A (zh) | 2023-09-29 |
Family
ID=88128929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310802589.6A Pending CN116819627A (zh) | 2023-06-30 | 2023-06-30 | 地震弱信号的增强方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116819627A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1338640A (zh) * | 2001-06-29 | 2002-03-06 | 中国石油天然气股份有限公司 | 一种模型约束动静校正方法 |
CN104280777A (zh) * | 2013-07-12 | 2015-01-14 | 中国石油天然气集团公司 | 一种压制陆上地震资料多次波干扰的方法 |
US20170371055A1 (en) * | 2015-01-05 | 2017-12-28 | Cgg Services Sas | Processing seismic data acquired using moving non-impulsive sources |
CN109001813A (zh) * | 2018-07-16 | 2018-12-14 | 中国石油天然气股份有限公司 | 一种压制多次波的方法、装置及*** |
CN109307889A (zh) * | 2017-07-28 | 2019-02-05 | 中国石油化工股份有限公司 | 基于时空变系数加权的优化叠加方法及*** |
CN112731524A (zh) * | 2020-12-23 | 2021-04-30 | 中国海洋石油集团有限公司 | 一种面向弱反射信号地区地震信号优选的数据规则化方法 |
CN113222029A (zh) * | 2021-05-19 | 2021-08-06 | 中海石油(中国)有限公司深圳分公司 | 基于数据融合的地震成像方法、装置、设备及存储介质 |
CN113655522A (zh) * | 2021-08-26 | 2021-11-16 | 西南石油大学 | 频率域地震弱信号的增强方法 |
CN114647006A (zh) * | 2022-05-18 | 2022-06-21 | 东营市京川石油技术有限公司 | 一种基于多重压缩感知的地震弱信号增强方法 |
CN115267912A (zh) * | 2022-08-02 | 2022-11-01 | 西南石油大学 | 基于压缩感知的avo特征保持去噪方法及*** |
US20220373703A1 (en) * | 2021-05-03 | 2022-11-24 | Pgs Geophysical As | Methods and systems for generating an image of a subterranean formation based on low frequency reconstructed seismic data |
CN115390133A (zh) * | 2022-07-25 | 2022-11-25 | 中国石油大学(华东) | 一种基于压缩感知和统计学习的地震弱信号增强方法 |
CN115808713A (zh) * | 2021-09-13 | 2023-03-17 | 中国石油化工股份有限公司 | 一种基于改进bemd算法的地震叠前数据优化方法及设备 |
CN116009076A (zh) * | 2021-10-22 | 2023-04-25 | 中国石油化工股份有限公司 | 地震信号处理方法、介质及设备 |
-
2023
- 2023-06-30 CN CN202310802589.6A patent/CN116819627A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1338640A (zh) * | 2001-06-29 | 2002-03-06 | 中国石油天然气股份有限公司 | 一种模型约束动静校正方法 |
CN104280777A (zh) * | 2013-07-12 | 2015-01-14 | 中国石油天然气集团公司 | 一种压制陆上地震资料多次波干扰的方法 |
US20170371055A1 (en) * | 2015-01-05 | 2017-12-28 | Cgg Services Sas | Processing seismic data acquired using moving non-impulsive sources |
CN109307889A (zh) * | 2017-07-28 | 2019-02-05 | 中国石油化工股份有限公司 | 基于时空变系数加权的优化叠加方法及*** |
CN109001813A (zh) * | 2018-07-16 | 2018-12-14 | 中国石油天然气股份有限公司 | 一种压制多次波的方法、装置及*** |
CN112731524A (zh) * | 2020-12-23 | 2021-04-30 | 中国海洋石油集团有限公司 | 一种面向弱反射信号地区地震信号优选的数据规则化方法 |
US20220373703A1 (en) * | 2021-05-03 | 2022-11-24 | Pgs Geophysical As | Methods and systems for generating an image of a subterranean formation based on low frequency reconstructed seismic data |
CN113222029A (zh) * | 2021-05-19 | 2021-08-06 | 中海石油(中国)有限公司深圳分公司 | 基于数据融合的地震成像方法、装置、设备及存储介质 |
CN113655522A (zh) * | 2021-08-26 | 2021-11-16 | 西南石油大学 | 频率域地震弱信号的增强方法 |
CN115808713A (zh) * | 2021-09-13 | 2023-03-17 | 中国石油化工股份有限公司 | 一种基于改进bemd算法的地震叠前数据优化方法及设备 |
CN116009076A (zh) * | 2021-10-22 | 2023-04-25 | 中国石油化工股份有限公司 | 地震信号处理方法、介质及设备 |
CN114647006A (zh) * | 2022-05-18 | 2022-06-21 | 东营市京川石油技术有限公司 | 一种基于多重压缩感知的地震弱信号增强方法 |
CN115390133A (zh) * | 2022-07-25 | 2022-11-25 | 中国石油大学(华东) | 一种基于压缩感知和统计学习的地震弱信号增强方法 |
CN115267912A (zh) * | 2022-08-02 | 2022-11-01 | 西南石油大学 | 基于压缩感知的avo特征保持去噪方法及*** |
Non-Patent Citations (3)
Title |
---|
刘建红;孟小红;程玉坤;: "针对叠前反演的去噪技术", 石油勘探与开发, no. 06, 23 December 2007 (2007-12-23) * |
王华忠;张元巧;任浩然;: "叠前地震数据射线束道集叠加压制噪声", 勘探地球物理进展, no. 05, 25 October 2007 (2007-10-25) * |
邓世广;梁海龙;王彦春;刘志伟;牛琳: "基于非等权系数的综合优化叠加方法", 石油地球物理勘探, vol. 49, no. 006, 31 December 2014 (2014-12-31), pages 1068 - 1077 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | Denoising the optical fiber seismic data by using convolutional adversarial network based on loss balance | |
Li et al. | A method for low-frequency noise suppression based on mathematical morphology in microseismic monitoring | |
US11016214B2 (en) | Dolomite reservoir prediction method and system based on well and seismic combination, and storage medium | |
Van den Ende et al. | A self-supervised deep learning approach for blind denoising and waveform coherence enhancement in distributed acoustic sensing data | |
CN104656139A (zh) | 一种转换波的静校正方法及设备 | |
Si et al. | Attenuation of random noise using denoising convolutional neural networks | |
EA032186B1 (ru) | Сейсмическая адаптивная фокусировка | |
US20220260740A1 (en) | Enhancement of seismic data | |
Saad et al. | Uncovering the microseismic signals from noisy data for high-fidelity 3D source-location imaging using deep learning | |
CN115270076A (zh) | 一种品质因子确定方法、装置、电子设备及存储介质 | |
Zhong et al. | Multiscale residual pyramid network for seismic background noise attenuation | |
Kuge | Source modeling using strong-motion waveforms: toward automated determination of earthquake fault planes and moment-release distributions | |
CN113222029B (zh) | 基于数据融合的地震成像方法、装置、设备及存储介质 | |
Yuan et al. | Attenuation of linear noise based on denoising convolutional neural network with asymmetric convolution blocks | |
CN114428343A (zh) | 基于归一化互相关的Marchenko成像方法及*** | |
Selby | Application of a generalized F detector at a seismometer array | |
CN116819627A (zh) | 地震弱信号的增强方法、装置、设备和介质 | |
CN113514889B (zh) | 一种提升海洋深反射地震数据中低频信号能量的处理方法 | |
CN112083490B (zh) | 地震数据噪声衰减方法及装置 | |
CN113721296A (zh) | 远震数据处理方法及装置 | |
CN116736374B (zh) | 多方位地震数据的融合方法、装置、设备和介质 | |
CN108693558B (zh) | 地震数据处理方法和装置 | |
CN113466936B (zh) | 一种断层阴影区crp道集获取方法、装置、设备及存储介质 | |
CN111352157A (zh) | 一种横波静校正方法及*** | |
CN116699684B (zh) | 面向储层预测的地震数据拼接方法、装置、设备及介质 |
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 |