[发明专利]基于初至信息的异常道智能判识方法

说明书

本发明提供一种基于初至信息的异常道智能判识方法，首先输入原始采集单炮记录，利用修正S域变换方法，将时间域一维信号转换为时间—频率域二维信号；其次，利用二维域能量比方法进行初至拾取，并输出初至自动拾取时间信息，采用多项式拟合方法对初至时间进行曲线拟合，得到初至信息的多项式拟合公式；再次，计算初至距离、初至距离方差、时窗能量、时窗主频、时窗频宽、时窗谱密度和时窗含信比等判识参数；最后，根据计算得到的判识参数，满足异常道判识条件的即为异常道，并输出桩号信息，从而快速智能地完成了异常道的判识。该基于初至信息的异常道智能判识方法实现异常道快速高效地智能判识，从而大幅提高工作效率。

技术领域

本发明涉及油气田勘探开发技术领域，特别是涉及到一种基于初至信息的异常道智能判识方法。

背景技术

在野外采集地震记录时，受到复杂近地表、激发及接收因素差异、采集仪器稳定性等的影响，造成了原始地震记录中存在异常道。异常道具有：初至前无起跳、振幅异常、主频异常、方差异常和过零点个数异常等特点。随着高密度地震勘探越来越广泛的应用，地震数据量也快速攀升，人工识别方法已无法满足需要。常规的数据质量监控系统中也有一些异常道识别方法，通常采用相邻道能量比值的方法，根据不同地震道之间的能量差异来识别异常道。由于连续的振幅或频率异常，造成了能量比值方法的识别精度下降，国内外学者开展了大量的研究工作，通过计算能量、主频、相关系数等属性信息，根据综合分析结果进行异常道的识别。但是由于一维时间域内信息相对单一，所能反应的异常道属性信息有限，制约着异常道的识别精度。为此我们发明了一种新的基于初至信息的异常道智能判识方法，解决了以上技术问题。

发明内容

本发明的目的是提供一种根据判识参数赋值和综合考量，能够快速智能地完成了异常道的判识的基于初至信息的异常道智能判识方法。

本发明的目的可通过如下技术措施来实现：基于初至信息的异常道智能判识方法，该基于初至信息的异常道智能判识方法包括：步骤1：输入原始采集单炮记录，利用修正S域变换方法，将时间域一维信号转换为时间-频率域二维信号；步骤2：在二维时间-频率域内，利用二维域能量比方法进行初至拾取，并输出初至自动拾取时间信息，采用多项式拟合方法对初至时间进行曲线拟合，得到初至信息的多项式拟合公式；步骤3：计算每一道初至自动拾取时间与多项式拟合公式计算时间的初至距离，并对所有道数据的初至距离进行运算，求取初至距离平均值和初至距离方差；步骤4：在二维时间-频率域内，划定分析时窗范围，进行时窗能量、时窗主频、时窗频宽、时窗谱密度和时窗含信比这些判识参数的计算；步骤5：根据计算得到的判识参数，不满足异常道判识条件的即不是异常道，满足异常道判识条件的即为异常道，并输出异常道桩号信息，从而快速智能地完成了异常道的判识。

本发明的目的还可通过如下技术措施来实现：

在步骤1中，在输入原始采集单炮记录时，输入单炮记录的炮点桩号、检波点桩号、道号、采样间隔、采样点数和总道数这些道头信息。

在步骤1中，所述修正S域变换方法的数学公式为：

式中：y(t)是原始单炮记录，t为时间，单位是ms，XS(τ,ξ)是转换得到的时间-频率域二维信号，ξ为频率，单位是Hz，参数σ和β用于调节修正S域变换的分辨率参数，σ的取值范围为[0.5，1.5]，β的取值范围为[2.0，3.0]，τ为变换时窗的时间位置，单位是ms。

在步骤2中，利用二维域能量比方法得到的初至自动拾取时间为fpi(t)，fpi(t)是一个一维数组，即每一道数据有一个自动拾取初至时间，对初至自动拾取时间进行多项式拟合，得到初至信息的多项式拟合公式为y＝ax²+bx+c，其中：y为拟合初至时间，x为自动拾取初至时间，a、b、c为拟合公式参数，根据拟合公式可以计算得到每一道数据对应的初至时间Sfp_i(t)，t为时间，单位是ms，i为单炮记录的道号。