技术领域
[0001] 本
发明涉及地震数据偏移成像领域，特别是涉及一种针对低信噪比
信号的高斯束偏移方法及系统。
背景技术
[0002] 叠前偏移成像技术在复杂地区
地震勘探中发挥了重要作用，是地震资料处理和油气勘探过程中重要的一环，成像结果的好坏直接影响着后续的解释和油井的
定位。但是我国的南方和西部山前带地表复杂多变，
数据采集激发和接收条件差，导致地震资料的信噪比极低，另外由于地下构造的复杂程度很高，也进一步加大了地震资料处理成像的难度。因此，低信噪比问题是当前
叠前深度偏移成像的一个主要难题，常规的处理方法对原始数据进行去噪后再成像，两者分开实施，但这种常规处理方法的低信噪比成像效果并不理想。
发明内容
[0003] 本发明的目的是提供一种针对低信噪比地震数据的高斯束优选偏移方法及系统，用于解决低信噪比地震资料的叠前深度偏移问题。
[0004] 为了实现上述目的，本发明的技术方案提供了一种针对低信噪比地震数据的高斯束优选偏移方法，包括：将地震数据分解为局部平面
波数据；利用相似系数对所述局部平面波数据进行优选，挑选出相似系数大于设定
阈值的平面波分量；以挑选出的平面波分量的方向作为高斯束初始入射方向进行高斯束延拓；以及在进行高斯束延拓后，选择对当前成像点贡献最大的高斯束对进行成像。
[0005] 优选地，所述将地震数据分解为局部平面波数据，具体包括：以地震数据的炮道集为输入，利用线性局部τ-p变换公式，通过局部倾斜
叠加将输入的炮道集分解为局部平面波数据；其中，所述线性局部τ-p变换公式为
[0006]
[0007] 其中，F(τ,px,py)表示变换后的局部平面波数据，f(t,x,y)表示
地震波炮道集，积分范围X1与X2确定了局部τ-p变换的输入范围，(px,py)表示变换后的平面波分量的方向。
[0008] 优选地，所述利用相似系数对所述局部平面波数据进行优选，具体包括：设定相似系数的阈值；计算所述局部平面波数据中各平面波分量之间的相似系数；以及挑选出相似系数大于设定的相似系数的阈值的平面波分量进行高斯束延拓。
[0009] 优选地，所述计算所述局部平面波数据中各平面波分量之间的相似系数，采用以下公式：
[0010]
[0011] 式中：X指偏移距，k是X的下标，表示道数；N为总道数；i为时间τ的下标，表示时间样点；j为射线参数P的下标，表示离散的平面波；W是加权系数。
[0012] 优选地，所述以挑选出的平面波分量的方向作为高斯束初始入射方向进行高斯束延拓，具体包括：以挑选出的平面波分量的方向作为高斯束初始入射方向；利用高斯束初始入射方向，通过运动学射线追踪求取出现高斯束中心射线的路径及走时；以及利用高斯束初始入射方向，通过动
力学射线追踪求取高斯束中心射线的动力学参量，形成单个高斯束延拓。
[0013] 优选地，所述通过动力学射线追踪求取高斯束中心射线的动力学参量，具体包括：采用以下公式求取高斯束中心射线的动力学参量，
[0014]
[0015] 其中，P(s)和Q(s)为沿中心射线变化的2×2复值矩阵，表征动力学射线追踪参量，分别决定高斯束传播的宽度及波前
曲率；V(s)是射线中心
坐标系下关于速度场二阶导的2×2矩阵，s表示沿射线积分步长。
[0016] 优选地，所述选择对当前成像点贡献最大的高斯束对进行成像，具体包括：对当前成像点r，假设所有对其有贡献的高斯束对有N对，利用高斯束对的
虚部走时对所有的高斯束对进行升序排序，仅使用排序靠前的N1对进行成像。
[0017] 优选地，N1取值为
[0018] 本发明的技术方案还提供了一种针对低信噪比地震数据的高斯束优选偏移系统，包括：分解模
块，用于将地震数据分解为局部平面波数据；优选模块，用于利用相似系数对所述局部平面波数据进行优选，挑选出相似系数大于设定阈值的平面波分量；高斯束延拓模块，用于以挑选出的平面波分量的方向作为高斯束初始入射方向进行高斯束延拓；以及成像模块，用于在进行高斯束延拓后，选择对当前成像点贡献最大的高斯束对进行成像。
[0019] 优选地，所述优选模块，具体包括：阈值设定模块，用于设定相似系数的阈值；相似系数计算模块，用于计算所述局部平面波数据中各平面波分量之间的相似系数；以及平面波分量确定模块，用于挑选出相似系数大于设定的相似系数的阈值的平面波分量进行高斯束延拓。
[0020] 本发明的有益效果是：本发明通过开发基于相似系数局部最优同相轴方向识别的高斯束优选偏移方法，形成适合于复杂地表复杂构造低信噪比地震数据的特色高斯束偏移技术，能有效利用特征波的特定传播方向特征，能在有效提高成像剖面信噪比的同时改善构造成像效果，处理效果优于常规成像技术处理结果。因此，本发明对低信噪比资料成像的适应性强，特别有利于解决复杂地区特别是山前带地震勘探亟需解决的、也是最困难所在的低信噪比成像，改善其最终的成像效果。
[0021] 本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0022] 附图是用来提供对本发明的进一步理解，并且构成
说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
[0023] 图1是本发明的实施方式中针对低信噪比地震数据的高斯束优选偏移方法的流程示意图；
[0024] 图2是本发明的实施方式中运动学射线追踪坐标系定义的示意图；
[0025] 图3是本发明的实施方式中高斯束延拓的过程示意图；
[0026] 图4是本发明的实施方式中高斯束成像优选的过程示意图；
[0027] 图5是本发明的实施方式中针对低信噪比地震数据的高斯束优选偏移系统的结构示意图；
[0028] 图6是采用本发明的实施方式中应
用例的理论模型示意图；
[0029] 图7是针对图6的理论模型
抽取的炮道集示意图；
[0030] 图8是对图6的理论模型加噪音炮道集的示意图；
[0031] 图9是图8对应的常规高斯束优选偏移剖面示意图；
[0032] 图10是应用例中图8对应的采用本发明的高斯束优选偏移方法的高斯束偏移剖面示意图；
[0033] 图11是应用例中实际数据任意炮道集示意图；
[0034] 图12是图11对应的常规高斯束偏移剖面的示意图；
[0035] 图13是应用例中图11对应的采用本发明的高斯束优选偏移方法的高斯束偏移剖面示意图，其中优选系数为0.1。
[0036] 图14是应用例中图11对应的采用本发明的高斯束优选偏移方法的高斯束偏移剖面示意图，其中优选系数为0.2。
具体实施方式
[0037] 以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
[0038] 针对低信噪比地震数据(资料)的叠前深度偏移实现问题，本实施方式提供了一种针对低信噪比地震数据的高斯束优选偏移方法，如图1所示，包括：将地震数据分解为局部平面波数据；利用相似系数对所述局部平面波数据进行优选，挑选出相似系数大于设定阈值的平面波分量进行高斯束延拓；以挑选出的平面波分量的方向作为高斯束初始入射方向进行高斯束延拓；以及在进行高斯束延拓后，选择对当前成像点贡献最大的高斯束对进行成像。
[0039] 本实施方式中，相似系数是用来衡量局部平面波数据的，其定义是沿着数据同相轴方向的相干程度，相干程度越大，相似系数则越大，反之亦然。因此，通过相似系数就可以优选出数据同相轴相干最好的方向，即最优的平面波方向。
[0040] 本实施方式中，首先利用相似系数挑选出局部最优平面波方向，摒弃噪音成分，突出相似性高的有效反射，仅对有效反射信号进行高斯束延拓；然后在延拓过程中优选对成像点贡献最大的高斯束成像对进行成像，从而实现提高成像信噪比及改善高陡构造成像效果的目的。本实施方式中进行高斯束优选偏移结果可直接输出偏移剖面和成像道集。
[0041] 下面结合上述基本步骤及下述的各公式，具体说明该高斯束优选偏移方法的具体实施过程。
[0042] 一、基于相似系数的局部最优平面波方向识别。
[0043] 局部最优平面波方向识别在进行局部倾斜叠加过程中实施，即利用了线性局部τ-p变换公式，则将地震数据分解为局部平面波数据主要是以地震数据的炮道集为输入，利用线性局部τ-p变换公式，通过局部倾斜叠加将输入的炮道集分解为局部平面波数据；
[0044] 其中，所述线性局部τ-p变换公式为
[0045]
[0046] 其中，F(τ,px,py)表示变换后的局部平面波数据，f(t,x,y)表示地震波炮道集，积分范围X1与X2确定了局部τ-p变换的输入范围，(px,py)表示变换后的平面波分量的方向。另外，(px,py)同时也确定了该平面波分量对应的高斯束初始入射
角度，该高斯束初始入射角度在后续方案中有重要作用。
[0047] 本实施方式将输入数据(炮道集)通过局部倾斜叠加分解为局部平面波数据，分解的同时也压制了原始数据的随机噪音，提高了数据信噪比。
[0048] 在将输入数据(炮道集)通过局部倾斜叠加分解为局部平面波数据后，要考虑对局部平面波数据进行优选。基于判断原始数据局部同相轴的相干程度的原理，可知相邻的
地震道之间，信号具有相关性，而噪声不具有或相干性较小，因此可考虑区分获得的局部平面波数据是“噪音”还是“信号”，仅对其中的“信号”进行高斯束延拓及成像，以提高高斯束成像信噪比，达到优选的目的。
[0049] 根据此思路，本实施方式提出了利用相似系数对所述局部平面波数据进行优选，具体包括：设定相似系数的阈值；计算所述局部平面波数据中各平面波分量之间的相似系数；以及挑选出相似系数大于设定的相似系数的阈值的平面波分量进行高斯束延拓。
[0050] 其中，采用公式(2)计算所述局部平面波数据中各平面波分量之间的相似系数：
[0051]
[0052] 式中：X指偏移距，k是X的下标，表示道数；N为总道数；i为时间τ的下标，表示时间样点；j为射线参数P的下标，表示离散的平面波；W是可选择的加权系数，不作处理时即为1。
[0053] 相似系数理论上介于0-1.0之间。对于理论数据，一般认为没有噪音，因而相似系数的阈值取0，即表示不对数据做任何筛选；对于实际数据，根据不同数据的信噪比不同，进行测试以选择最优的参数，一般地，初始测试的相似系数阈值不高于0.1，这是为了避免取值过高而损伤有效信号，之后可通过目标线偏移来逐步调高该系数，最终根据成像信噪比及剖面
分辨率来确定具体取值。相似系数的阈值越大，成像信噪比越高，但剖面的分辨率越低，反之亦然，因此务必要根据实际需求，选择适宜的阈值。本实施方式中，只有相似系数大于该
阀值的平面波分量才被认为是“信号”，进而参与高斯束延拓及成像，通过这一操作可以明显提高低信噪比数据的成像信噪比。
[0054] 二、高斯束延拓
[0055] 利用相似系数在倾斜叠加时优选了某些平面波方向后即可将该平面波方向作为高斯束初始入射方向进行高斯束延拓，延拓过程包括两步骤：利用高斯束初始入射方向，通过运动学射线追踪求取出现高斯束中心射线的路径及走时；以及利用高斯束初始入射方向，通过动力学射线追踪求取高斯束中心射线的动力学参量，形成单个高斯束延拓。
[0056] (1)运动学射线追踪
[0057] 按公式(3a)及公式3(b)所定义的一阶常微分方程组进行运动学射线追踪，对于该公式(3a)及公式3(b)通常采用龙格库塔方法求解。
[0058]
[0059]
[0060]
[0061]
[0062] 其中θ和 分别表示射线的倾角及方位角，定义如图2所示。x，y，z代表当前射线点的坐标，v是速度，p则表示射线慢度。通过运动学射线追踪求取了高斯束中心射线的路径及走时。
[0063] (2)动力学射线追踪
[0064] 按公式(4)所定义的一阶常微分方程组进行，通常亦采用龙格库塔方法求解。
[0065]
[0066] 其中，P(s)和Q(s)为沿中心射线变化的2×2复值矩阵，表征动力学射线追踪参量，分别决定高斯束传播的宽度及波前曲率；V(s)是射线中心坐标系下关于速度场二阶导的2×2矩阵，s表示沿射线积分步长。
[0067] 动力学射线追踪结合运动学射线追踪就形成了单个高斯束延拓，如图3所示，给出了高斯束延拓的过程示意。
[0068] 三、高斯束优选偏移
[0069] 利用相似系数在倾斜叠加时优选了某些平面波方向参与高斯束延拓后，即可对地下成像点进行高斯束成像。在成像过程中，对当前成像点而言，并非所有的从炮点及检波点下来的高斯束对都进行成像，而是选择对当前成像点贡献最大的高斯束对进行成像，以避免成像噪音，进一步提高成像信噪比，改善高陡构造成像
质量。
[0070] 据此，所述选择对当前成像点贡献最大的高斯束对进行成像，如图4所示，具体包括：对当前成像点r，假设所有对其有贡献的高斯束对有N对，利用高斯束对的虚部走时(即炮点高斯束的虚部走时加检波点高斯束的虚部走时)对所有的高斯束对进行升序排序(按虚部走时和从小到大排序)，仅使用排序靠前的N1对进行成像。
[0071] N1由用户自行定义，N1
[0072] 对应上述方法，本实施方式还提供了一种针对低信噪比地震数据的高斯束优选偏移系统，如图5所示，包括：分解模块，用于将地震数据分解为局部平面波数据；优选模块，用于利用相似系数对所述局部平面波数据进行优选，挑选出相似系数大于设定阈值的平面波分量进行高斯束延拓；高斯束延拓模块，用于以挑选出的平面波分量的方向作为高斯束初始入射方向进行高斯束延拓；以及成像模块，用于在进行高斯束延拓后，选择对当前成像点贡献最大的高斯束对进行成像。
[0073] 其中，所述优选模块包括：阈值设定模块，用于设定相似系数的阈值；以及相似系数计算模块，用于计算所述局部平面波数据中各平面波分量之间的相似系数；以及平面波分量确定模块，用于挑选出相似系数大于设定的相似系数的阈值的平面波分量进行高斯束延拓。
[0074] 该高斯束优选偏移系统与其对应的高斯束优选偏移方法的具体实施过程一样，这里不再累述。
[0075] 下面通过一个具体的应用例，来说明本实施方式的高斯束优选偏移方法及系统的具体实施过程及能取得的技术效果。
[0076] 如图6所示，本应用例设计了一个包含盐丘的理论模型，该模型横向600个网格(CDP个数)，网格间距10m，纵向150个网格，网格间距10m。该模型用于后续正演及验证偏移效果。
[0077] 如图7所示，基于图6的模型正演抽取的任意7个炮道集，横向为道数，纵向为时间
采样点数，采样间隔1ms。
[0078] 如图8所示，对图7的理论数据加随机噪音，信噪比为0.5，纵坐标表示时间样点，横坐标表示道数。低信噪比导致有效信号难以识别。
[0079] 如图9所示，对图8的加噪音数据进行常规高斯束偏移，可以看出盐丘模型的边界基本得到成像，但陡构造及盐丘底部成像不清。其中，纵坐标表示深度样点，横坐标表示道数。
[0080] 如图10所示，对图8的加噪音数据进行高斯束优选偏移，可以看出盐丘模型的边界成像清楚，陡构造及盐丘底部得到清晰成像。其中，纵坐标表示深度样点，横坐标表示道数。
[0081] 如图11所示，某实际数据抽取的任意5个炮道集，横向为道数，横坐标轴示意了从8000道至12000道，纵向为时间(s)，纵坐标示意了从0～8秒，采样间隔2ms。从图中可以看出数据信噪比较低，波场复杂。
[0082] 如图12所示，利用图11展示的低信噪比数据进行常规高斯束偏移，从偏移剖面可以看出该成像剖面信噪比不高，成像轴模糊，陡构造下的目的层成像不清晰。其中，横向为道数，横坐标示意了9969～12499道，纵向为深度(m)，纵坐标示意了-2000～4000m，采样间隔10m。
[0083] 如图13所示，利用图11展示的低信噪比数据进行高斯束优选偏移，优选系数0.1，从偏移剖面可以看出该成像信噪比得到了一定的提升，陡构造下的目的层成像更加清晰。其中，横向为道数，横坐标示意了9969～12499道，纵向为深度(m)，纵坐标示意了-2000～
4000m，采样间隔10m。
[0084] 如图14所示，利用图11展示的低信噪比数据进行高斯束优选偏移，优选系数0.2，从偏移剖面可以看出该成像信噪比得到了更大的提升，陡构造下的目的层成像清晰度得到进一步提升，整体偏移剖面质量有较大改善。横向为道数，横坐标示意了9969～12499道，纵向为深度(m)，纵坐标示意了-2000～4000m，采样间隔10m。
[0085] 本发明通过开发基于相似系数局部最优同相轴方向识别的高斯束优选偏移方法，形成适合于复杂地表复杂构造低信噪比地震数据的特色高斯束偏移技术，能有效利用特征波的特定传播方向特征，能在有效提高成像剖面信噪比的同时改善构造成像效果，处理效果优于常规成像技术处理结果。因此，本发明对低信噪比资料成像的适应性强，特别有利于解决复杂地区特别是山前带地震勘探亟需解决的、也是最困难所在的低信噪比成像，改善其最终的成像效果。
[0086] 以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
[0087] 另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
[0088] 此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。
