[发明专利]一种构造增强的梯度预处理全波形反演方法及系统在审
申请号: | 202011058205.7 | 申请日: | 2020-09-30 |
公开(公告)号: | CN114428338A | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 胡光辉;孙思宇;何兵红;杜泽源 | 申请(专利权)人: | 中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院 |
主分类号: | G01V1/36 | 分类号: | G01V1/36 |
代理公司: | 北京知舟专利事务所(普通合伙) 11550 | 代理人: | 郭韫 |
地址: | 100728 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 构造 增强 梯度 预处理 波形 反演 方法 系统 | ||
本发明提供了一种构造增强的梯度预处理全波形反演方法及系统,属于地震资料处理领域。该构造增强的梯度预处理全波形反演方法根据噪音分布特点统计噪音分布,同时记录噪音的位置,并对噪音的梯度进行重新赋值,实现对噪音的去除。本发明避免了传统根据数值处理方法的过处理或者处理不充分,在噪声压制上取得了良好的效果,有效增强了反演构造特征,细节更加丰富,细小构造更加突出。
技术领域
本发明属于地震资料处理领域,具体涉及一种构造增强的梯度预处理全波形反演方法及系统。
背景技术
现有梯度预处理技术主要有两大类,一类是正则化技术,这类技术方法简单但需要准确的先验信息,且反演对正则化项的系数依赖较大;另一类是构造约束的梯度预处理技术,这类方法依赖构造解释,需要解释出层位信息,且在反演噪音异常值较大时容易引入误差。中国专利公开文献CN103091711A公开了一种基于时间域一阶速度-应力弹性波动方程的全波形反演方法及装置,其中方法包括:采用基于摄动理论的伴随方法,确定时间域一阶速度-应力弹性波动方程的伴随方程和相应的目标泛函关于模型参数的梯度表达式;根据时间域一阶速度-应力弹性波动方程确定正向传播波场,根据伴随方程确定逆时外推伴随波场;根据正向传播波场、逆时外推伴随波场和梯度表达式确定目标泛函关于模型参数的梯度;利用梯度类迭代算法进行多尺度全波形反演;中国专利公开文献CN103592685A公开了一种全波形反演中去除波动方程模拟直达波的方法及装置,该方法包括以下步骤:输入速度模型;基于声波波动方程对速度模型进行波动方程正演,得到模拟的地震记录;计算直达波到达地表接收器的时间T0(x),x为检波点位置到震源位置的距离;根据公式计算输入时间窗口T(x);删除所述地表接收器接收到的其接收时间小于T(x)时刻的地震记录,中国专利公开文献CN103135132A公开了一种混合域全波形反演方法,其将全波形反演的正演部分放到时间域,即在时间域做正演,利用DFT转到频率域做反演,即采用离散傅里叶变换提取相应反演频率的波场成分,在频率域由低频到高频进行反演。
全波形反演技术是一个高度非线性的反问题求解技术,病态程度较高,因此其求解难度较大,反演噪音严重,经常会将真实的构造信息淹没。尤其是观测系统不能满足全波形反演对大偏移距和全方位角的要求且缺少低频时,将会引入更多的反演噪音,真实的地质构造更难分辨,多次迭代后造成反演的不收敛,对反演带来更大的挑战。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种构造增强的梯度预处理全波形反演方法及系统,去除反演噪音,增强有效地质构造。
本发明是通过以下技术方案实现的:
本发明的第一个方面,提供了一种构造增强的梯度预处理全波形反演方法,所述方法根据噪音分布特点统计噪音分布,同时记录噪音的位置,并对噪音的梯度进行重新赋值,实现对噪音的去除。
本发明的进一步改进在于,所述方法包括:
(1)采集炮集记录,获得梯度G,并计算获得梯度平均值;
(2)计算梯度G中每一个元素与梯度平均值的平方差,记为A(i,j);
(3)将A(i,j)中的各个元素重新排序并记录,得到一维数组A’(K);
(4)设置要去除的噪音个数百分比p,计算异常点的个数c,并标记各个异常点;
(5)依次对梯度G中的每个异常点的梯度进行重新赋值,得到每个异常点的新的梯度。
本发明的进一步改进在于,所述步骤(1)的操作包括:
利用下式计算获得梯度平均值S:
其中,S为梯度平均值,M,N为梯度在横向和竖向的采样点个数,i,j为计数符号,表示梯度中的某一元素,G为梯度。
本发明的进一步改进在于,所述步骤(2)的操作包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011058205.7/2.html,转载请声明来源钻瓜专利网。