[发明专利]一种地震数据重建方法

说明书

本发明公开了一种地震数据重建方法，包括以下步骤：获取待重建的地震数据及其采集矩阵；对地震数据和采集矩阵进行分块处理；建立每个小块的地震数据及其对应的采集矩阵的双曲正切函数正则化的稀疏反演模型；通过每个小块数据求取该稀疏反演模型的最优解，得到重建后的地震数据；对所有分块数据进行数据重建，并将所有重建的数据拼接成完整的重建数据。本发明公开的地震数据重建方法计算速率快、精度高，不仅适用于二维数据，同样适用于三维数据和五维数据；不仅适用于叠前地震数据，也适用于叠后地震数据；不仅适用于陆上地震勘探数据，也适用于海洋地震勘探数据。

技术领域

本发明涉及地震数据处理技术领域，具体涉及一种高时效、高精度的地震数据重建方法。

背景技术

地震勘探是人类获取地下信息的重要手段，在油气勘探、煤田勘探、环境与工程勘探等领域具有重要作用。在地震勘探的数据采集过程中，地震道缺失、采样数据不规则、不满足采集设计方案与采样定理的情形时有发生。其产生原因包括坏道、地表障碍物影响或在预处理过程中剔除含强烈噪声的道记录等，这些均会导致数据缺失，数据缺失又会导致采样假频，使得地震道中出现假象，从而影响地震数据处理过程中的多次波消除、振幅随偏移距变化分析、偏移成像和全波形反演等关键处理环节的效果，进而最终影响地震勘探的精度。在此背景下，地震数据重建的研究逐渐兴起。对采样不完备的数据进行地震数据重建，获得满足采样定理的数据，对于地震数据处理和解释的精准非常重要。

地震数据重建方法主要有基于预测误差滤波的方法和基于矩阵和张量完备的方法等。其中，基于预测误差滤波的方法利用不含假频的低频数据预测高频数据，在傅里叶变换域实现数据重建，但是这类方法需要假设地震数据的同相轴是线性的，并且该方法适用于规则采样不足的数据。基于矩阵和张量完备的方法假设完整采样的地震数据经过某种重排后的矩阵的奇异值分解得到奇异值很少，而采样数据经过同样方式重排得到的矩阵的奇异值不是稀疏的，这类方法同样假设同相轴是线性的。目前，地震数据的处理工作具有数据量大和计算量大的特点，目前的地震数据重建过程面临着计算速度慢、重建数据精度低等问题。

发明内容

本发明的目的在于提供一种地震数据重建方法，用以解决目前的地震数据重建计算速度慢、重建数据精度低的问题。

本发明提供一种地震数据重建方法，包括以下步骤：

步骤A：获取待重建的地震数据及其采集矩阵；

步骤B：对地震数据和采集矩阵进行分块处理；

步骤C：建立每个小块的地震数据及其对应的采集矩阵的双曲正切函数正则化的稀疏反演模型，其中，所述双曲正切函数正则化的稀疏反演模型为：

式中，min表示最小化符号，J_σ(x)为目标函数，F^-1为傅里叶变换的逆，x为地震数据在傅里叶变换域的系数，:＝表示将minJ_σ(x)定义为s.t.表示前面目标函数最小化的约束条件为SF^-1x＝d，σ为超参数，d为待重建的地震数据，S为采集矩阵，表示地震数据在傅里叶变换域系数的第i个分量的一种双曲正切函数； N为地震数据在傅里叶变换域的系数x的分量个数，xi表示地震数据在傅里叶变换域的系数x的第i个分量；

步骤D：通过每个小块数据求取该稀疏反演模型的最优解，得到重建后的地震数据；

步骤E：对所有分块数据进行数据重建，并将所有重建的数据拼接成完整的重建数据。

作为一种具体的技术方案，所述步骤D包括以下步骤：

步骤D11：计算该稀疏反演模型当前迭代计算中迭代解的梯度；

步骤D12：判断该梯度的修正牛顿方向；

步骤D13：根据该修正牛顿方向更新迭代解；