[发明专利]一种估计地震品质因子的方法

摘要

本发明公开了一种估计地震品质因子的方法，包括以下步骤：S1、获取叠后地震记录的地震反射数据，根据所述地震反射数据利用整形正则化和最小平方反演技术得到光滑的局部时频振幅谱；S2、根据所述局部时频振幅谱计算得到基于雷克子波分解的峰值频率；S3、根据所述雷克子波峰值频率与品质因子Q值的关系估计地震衰减品质因子。本发明的有益效果为：可以避免地震噪声、反射相干等的影响，提高获得的品质因子的稳定性、可靠性和精确度。

主权项

1.一种估计地震品质因子的方法，其特征在于，包括以下步骤：S1、获取叠后地震记录的地震反射数据，根据所述地震反射数据利用整形正则化和最小平方反演技术得到光滑的局部时频振幅谱；S2、根据所述局部时频振幅谱计算得到基于雷克子波分解的峰值频率，包括以下步骤：将地震时频谱表示为一系列不同雷克子波分量的和其中d(t,f)是地震道的时频谱，a_i(t)和m_i(t)分别是第i个雷克子波频谱分量的振幅和峰值频率，其频谱分量可表示为该模型是雷克子波频谱的一个线性组合，包含非线性函数并由多个参数决定，为了估算雷克子波频谱，需要求参数a＝{a₁,a₂,...,a_n}以及m＝{m₁,m₂,...,m_n}，可以通过如下的最优化最小二乘估计具体采用可分离最小二乘估计的方法求解上述参数，分离指的是将线性部分和非线性部分分开求解，假设非线性参数m以及线性参数a可以通过求解线性最小二乘问题来求取a＝ψ(m)^*d其中ψ(m)是由ψ_i[m_i(t),f]组成的矩阵，ψ(m)*是矩阵ψ(m)的广义逆，将a代入原函数，最小化问题转化为用高斯‑牛顿算法将该问题线性化根据m_i(t)的初始取值求出a_i(t)以及a_i′(t)，然后求出m_i(t)，经过多次迭代后，m_i(t)的累加值会收敛到估算值，高斯‑牛顿算法效率高，经过20次迭代可以得到可以接受的收敛值；S3、根据所述雷克子波峰值频率与品质因子Q值的关系估计地震衰减品质因子，包括以下步骤：根据雷克子波的振幅谱其中m为雷克子波的峰值频率，对频率求导得地震波传播时间t后瞬时频谱为A(f,t)＝G(t)F(f)exp(‑πftQ^‑1),其中Q为品质因子，G(t)是与传播和衰减无关的因子，对上式频率求导可以得到F′(f)＝πtF(f)Q^‑1通过联立上述方程可以得到其中f_p表示接收的直达波的峰值频率；得到累计Q的估计方法后，若要得到最终层Q值，可通过下面的公式得到其中T_n和T_n‑1分别为不同的观测时刻，Q_n和Q_n‑1分别为T_n和T_n‑1处的累计Q值，Q_n'为第n层的层Q值。