[发明专利]用于地震数据重建的规则化域选取方法、系统

说明书

本发明提供一种地震数据重建的规则化域选取方法、系统，通过对地震叠前道集数据进行道集抽取得到多种道集数据，然后计算各道集数据对应的分布评价因子，最后根据分布评价因子选择一种道集数据作为地震数据重建的规则化域，能够有效选择适宜的地震数据重建的规则化域，解决压缩感知规则化重建后的结果失真，甚至完全虚假或无法进行重建的问题。

技术领域

本发明涉及石油勘探数据处理领域，尤其涉及一种用于地震数据重建的规则化域选取方法、系统、计算机设备以及计算机可读存储介质。

背景技术

地震数据采集是油气地震勘探工程中第一道工序，也是最为重要的工序，是实现精确地震解释的基础。

地震数据处理(比如基于波动方程的偏移)通常需要有完整规则化的地震采集数据。但是，实际地震数据采集过程中，难免会存在一些缺失道、缺失炮的问题，因此，需要对地震数据进行规则化重建，进而为后续的地震数据处理提供规则的地震数据，以提高实际生产的效果。

压缩感知技术能在数据未满足Nyquist(奈奎斯特)采样率条件下，利用数据自身的稀疏特性而高精度地重建信号，常被用来重建地震数据，以弥补数据采集中缺失的道和缺失的炮数据，从而改善地震资料的成像效果。

地震资料的数据结构和组织方式多种多样，例如：有按炮点进行数据组织的共炮道集、有按接收点进行数据组织的共接收点道集以及按cmp号进行数据组织的共cmp道集等。在进行地震数据压缩感知规则化重建的过程中，在不同的数据集上进行规则化重建直接影响到重建的效果。根据压缩感知理论，在满足压缩采样的前提下，若待重建的地震数据在某个地震数据域成泊松分布或抖动分布，则进行压缩感知规则化重建后的结果优于成均匀分布或一般随机分布的地震数据的压缩感知规则化重建后的结果；在不满足压缩采样的前提下，对均匀欠采样的数据进行压缩感知规则化重建将得到完全虚假的结果，另外，在极端情况下，若地震数据存在缺炮的情况，那么在共炮道集根本无法进行地震数据规则化重建。

但是，现有石油勘探数据处理中采用压缩感知规则化重建地震数据时不对规则化域进行选取，则容易导致压缩感知规则化重建后的结果失真，甚至完全虚假或无法进行重建。

发明内容

有鉴于此，本发明提供一种用于地震数据重建的规则化域选取方法、系统、计算机设备以及计算机可读存储介质，能够有效选择适宜的地震数据重建的规则化域，解决规则化重建后的结果失真，甚至完全虚假或无法进行重建的问题。

为解决上述技术问题，本发明采用如下技术方案：

第一方面，提供一种用于地震数据重建的规则化域选取方法，包括：

对地震叠前道集数据进行道集抽取得到多种道集数据；

计算各种道集数据对应的分布评价因子；

根据分布评价因子选择一种道集数据作为地震数据重建的规则化域。

进一步地，计算各种道集数据对应的分布评价因子，包括：

选取频率分别为1/N至N/N的N个一维试探采样信号，其中N为道集数据中单体记录的数据道数量；

根据选取的各一维试探采样信号与数据道数量N构建N组完整采样矩阵以及非完整采样矩阵；

根据每组完整采样矩阵以及非完整采样矩阵计算对应的分布评价值；

选择最小的分布评价值作为分布评价因子。

进一步地，根据选取的各一维试探采样信号与数据道数量N构建N组完整采样矩阵以及非完整采样矩阵，包括：

构建行数为T、列数为M的第一矩阵和第二矩阵；其中，M为小于N的2^m中最大的一个，T＝N-M+1，m为整数；