[发明专利]基于弱监督学习的提高深层速度分析效果与效率的方法

摘要

本发明公开了一种基于弱监督学习的提高深层速度分析效果与效率的方法，该方法首先利用波动方程基准面技术，将炮集记录进行延拓，以消除上覆层速度横向不均匀的影响，然后输入共中心点CMP道集，制作速度谱，随后对速度谱进行去噪处理，以使速度谱能量团更加聚焦，获得高分辨率速度谱，随后利用约束优化法自动拾取叠加速度，即利用Viterbi算法对高分辨率速度谱进行约束优化处理，同时进行速度曲线拟合，将曲线拟合结果作为约束优化法自动拾取叠加速度的校正函数，以确保速度自动拾取的准确性与方向性。自动拾取获取的叠加速度为后续成像提供速度依据，同时为全波形反演提供初始速度模型。本发明不仅提高了常规地震数据处理的效率，更提高了拾取效果。

主权项

1.基于弱监督学习的提高深层速度分析效果与效率的方法，其特征在于，包括如下步骤：s1.首先利用波动方程基准面技术把炮集记录从深度z延深到z+dz，生成深层波场；s2.从深层波场的炮集记录中抽取共中心点CMP道集，制作速度谱；s3.对速度谱进行去噪处理后获得高分辨率速度谱；s4.随后利用约束优化法自动拾取叠加速度，即：利用Viterbi算法对高分辨率速度谱进行约束优化处理，同时进行速度曲线拟合，将曲线拟合结果作为约束优化法自动拾取叠加速度的校正函数；s5.自动拾取获取的叠加速度为后续成像提供速度依据，为全波形反演提供初始速度模型。