首页 / 专利库 / 物理 / 波动方程 / 低频地震数据缺失下的背景速度模型重构方法

低频地震数据缺失下的背景速度模型重构方法

阅读:1018发布:2020-06-18

专利汇可以提供低频地震数据缺失下的背景速度模型重构方法专利检索,专利查询,专利分析的服务。并且涉及一种低频 地震 数据缺失下的背景速度模型重构方法,该方法包括以下步骤:1)根据观测地震数据的包络和基于初始速度模型的模拟地震数据的包络,构建 加窗 归一化非零延迟的 相位 拟合互相关目标泛函;2)基于所述互相关目标泛函构建相应的逆时传播伴随 震源 ;3)采用所述伴随震源反向传播求解伴随波场,并进行包络反演,从而对所述初始速度模型进行重构,得到低频数据缺失条件下重构后的速度模型;4)验证包络反演的 精度 ,在精度满足要求的情况下,把重构后的速度模型作为初始速度模型进行传统 波动 方程 层析。,下面是低频地震数据缺失下的背景速度模型重构方法专利的具体信息内容。

1.一种低频地震数据缺失下的背景速度模型重构方法,该方法包括以下步骤:
1)根据观测地震数据的包络和基于初始速度模型的模拟地震数据的包络,构建加窗归一化非零延迟的相位拟合互相关目标泛函;
2)基于所述互相关目标泛函构建相应的逆时传播伴随震源
3)采用所述伴随震源反向传播求解伴随波场,并进行包络反演,从而对所述初始速度模型进行重构,得到低频数据缺失条件下重构后的速度模型;
4)验证包络反演的精度,在精度满足要求的情况下,把重构后的速度模型作为初始速度模型进行传统波动方程层析。
2.根据权利要求1所述的低频地震数据缺失下的背景速度模型重构方法,其中,加窗归一化非零延迟的相位拟合互相关目标泛函χXcorNenlog表示为:
其中,XcorNen1og(τ,h)为观测地震数据包络自然对数和模拟地震数据包络自然对数的归一化互相关函数,P(τ)为加权时窗函数,τ为时移量,u(t,h)为观测地震数据,y(t,h)为模拟地震数据,uH(t,h)为观测地震数据的希尔伯特变换,yH(t,h)为模拟地震数据的希尔伯特变换,eobs(t,h)为观测地震数据的包络,esyn(t,h)为模拟地震数据的包络,c是为了避免自然对数真数为零引入的一个常数,h表示检波器的序号。
3.根据权利要求2所述的低频地震数据缺失下的背景速度模型重构方法,其中,伴随震源Adjsource表示为:
其中 为观测地震数据的包络和
模拟地震数据的包络的互相关,Hilbert表示信号的希尔伯特变换。
4.根据权利要求3所述的低频地震数据缺失下的背景速度模型重构方法,其中,求解所述伴随波场时采用如下各向同性介质中的声波波动方程:
式中:
T
其中b为密度的倒数,κ为体积模量,u(x,t)=[vx(x,t),vy(x,t),vz(x,t),p(x,t)],s(x,t)=[0,0,0,Adjsource]T,u(x,t)表示伴随波场,▽表示对空间的导数, 是对x方向的导数, 是对y方向的导数, 表示对z方向的导数,vx(x,t),vy(x,t),vz(x,t),分别是x,y,z方向的质点震动速度伴随波场,p(x,t)为伴随应波场, 为伴随波场的时间导数。
5.根据权利要求1所述的低频地震数据缺失下的背景速度模型重构方法,其中,包络反演采用预条件LBFGS优化算法或拟顿的预条件PLBFGS算法。
6.根据权利要求5所述的低频地震数据缺失下的背景速度模型重构方法,其中,采用的预条件算子为:
式中z表示深度。
7.根据权利要求1所述的低频地震数据缺失下的背景速度模型重构方法,其中,验证包络反演的精度包括:
对重构后的速度模型进行正演模拟,得到基于重构后的速度模型的模拟地震数据并求解其包络,用观测地震数据的包络与该模拟地震数据的包络进行加窗归一化零延迟互相关,并与观测地震数据包络的加窗归一化零延迟自相关进行对比,来验证包络反演的精度。
8.根据权利要求1所述的低频地震数据缺失下的背景速度模型重构方法,其中,验证包络反演的精度包括:
用重构后的速度模型作为初始速度模型并进行常规波动方程层析,若层析结果没有噪音,则表示包络反演的精度满足要求,若出现噪音则不满足要求。
9.根据权利要求1所述的低频地震数据缺失下的背景速度模型重构方法,还包括:
在包络反演的精度不满足要求的情况下,修改初始速度模型,重新执行步骤1)。
10.根据权利要求1所述的低频地震数据缺失下的背景速度模型重构方法,还包括:在包络反演的精度不满足要求的情况下,修改反演参数,重新执行步骤3)。

说明书全文

低频地震数据缺失下的背景速度模型重构方法

技术领域

[0001] 本发明涉及石油地震勘探领域,更具体地,涉及低频地震数据缺失下的背景速度模型重构方法。

背景技术

[0002] 传统的基于波动方程的全波形层析技术由于其利用叠前地震数据运动学和动学信息,在反演过程中匹配地震波的波形、振幅、和相位信息,因而具有较高的分辨率,被认为是速度建模精度最高的方法。由于匹配地震波所有的信息,采用复杂模型记录的地震数据进行反演时,该技术是一高度的非线性问题,目标泛函往往存在着大量的局部极小值,其反演的精度严重依赖于初始模型的精度(Bunk等1995)。为了削弱反演的非线性性,Bunks等(1995)、Sigure和Pratt(2004)分别从时间空间域和频率空间域的度给出了从低频到高频的多尺度反演策略。Baeten等(2013)指出实际地震资料中的1.5Hz到2.0Hz的数据对于恢复地下介质宏观背景模型起着至关重要的作用。然而实际地震资料往往缺乏5Hz以下的低频信息,或低频段信息不可靠,因而采用低频缺失的地震数据进行多尺度全波形层析技术也无法使反演结果收敛到全局极小值。
[0003] Wu和Luo(2013)在地震勘探领域采用数据残差形式的包络反演去解决常规时间域波动方程层析由于地震数据低频缺失引起的反演结果不稳定问题。在地震数据采集过程中,由于受震源强度、震源响应、表层吸收衰减、各种噪音干扰、传播机制、地质因素及检波器耦合效应等影响,陆上地震资料震源和检波点能量不均衡现象十分严重,即使采用地表一致性振幅补偿,不同震源的能量也可达一个数量级。采用不同振幅能量数量级的包络残差反演会使包络反演的解不稳定,且当包络的时间延迟大于包络信号的半个周期时,包络反演也同样面临着陷入局部极值的险。

发明内容

[0004] 为此,本发明给出一种基于归一化非零延迟相位拟合的包络反演,以重构初始的宏观背景速度模型,削弱传统波动方程层析对低频高度依赖的缺陷,并且使该技术更加适用于陆上地震资料的反演,提高其稳健性。
[0005] 一方面提出了一种低频地震数据缺失下的背景速度模型重构方法,该方法包括以下步骤:1)根据观测地震数据的包络和基于初始速度模型的模拟地震数据的包络,构建加窗归一化非零延迟的相位拟合互相关目标泛函;2)基于所述互相关目标泛函构建相应的逆时传播伴随震源;3)采用所述伴随震源反向传播求解伴随波场,并进行包络反演,从而对所述初始速度模型进行重构,得到低频数据缺失条件下重构后的速度模型;4)验证包络反演的精度,在精度满足要求的情况下,把重构后的速度模型作为初始速度模型进行传统波动方程层析。
[0006] 本发明属于石油地震勘探领域在低频地震数据缺失条件下稳健的宏观背景速度建模方法。针对传统时间域波动方程层析在实际陆上资料高精度速度建模过程中严重依赖地震数据低频信息,且由于地表不一致、震源和检波器能量不均衡导致的反演不稳定问题,本发明给出基于加窗归一化非零延迟相位拟合的包络数据反演方法,削弱传统波动方程层析对低频高度依赖的缺陷,并且使该技术更加适用于陆上地震资料的反演,提高其稳健性。附图说明
[0007] 通过结合附图对本公开示例性实施方式进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施方式中,相同的参考标号通常代表相同部件。
[0008] 图1示出了根据本发明实施例的一种低频地震数据缺失下的背景速度模型重构方法的流程图
[0009] 图2示出了低频缺失雷克子波及其包络的示意图;
[0010] 图3示出了低频缺失子波正演炮集;
[0011] 图4示出了炮集包络自然对数;
[0012] 图5示出了真实Marmousi模型;
[0013] 图6示出了常梯度初始模型;
[0014] 图7示出了传统L2范数波动方程层析反演结果;
[0015] 图8示出了加窗非零延迟归一化相位拟合包络反演结果;
[0016] 图9示出了包络反演+传统L2范数波动方程层析反演结果;
[0017] 图10示出了观测地震数据包络和观测地震数据包络的归一化自相关;
[0018] 图11示出了观测地震数据包络和初始模型模拟数据包络的归一化互相关;
[0019] 图12示出了观测地震数据包络和包络反演模型模拟数据包络的归一化互相关。

具体实施方式

[0020] 下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
[0021] 图1示出了根据本发明实施例的一种低频地震数据缺失下的背景速度模型重构方法的流程图,该方法包括以下步骤。
[0022] 步骤101,根据观测地震数据的包络和基于初始速度模型的模拟地震数据的包络,构建加窗归一化非零延迟的相位拟合互相关目标泛函:
[0023]
[0024]
[0025]
[0026]
[0027] 式中,χXcorNenlog为地震包络自然对数的归一化互相关目标泛函,其可为加窗归一化非零延迟的相位拟合互相关目标泛函,XcorNen1og(τ,h)为观测地震数据包络自然对数和模拟地震数据包络自然对数的归一化互相关函数。P(τ)为加权时窗函数,τ为时移量,u(t,h)为观测地震数据,y(t,h)为模拟地震数据,uH(t,h)为观测地震数据的希尔伯特变换,yH(t,h)为模拟地震数据的希尔伯特变换,eobs(t,h)为观测地震数据的包络,esyn(t,h)为模拟地震数据的包络,c是为了避免自然对数真数为零引入的一个常数,h表示检波器的序号。采用该目标泛函可允许观测数据和模拟数据的包络延迟时间大于半个包络周期,从而使反演更加稳健,避免了基于包络残差对相位延迟在半个周期内的要求。
[0028] 步骤102,根据步骤101给出的互相关目标泛函构建相应的逆时传播伴随震源。
[0029] 根据Tromp等(2005)等人的研究,对于不同的数据匹配,不论是求解两个信号的残差还是两个信号的相似程度,梯度的求解表达式是相同的,都是采用正向传播波场和逆时传播的伴随波场互相关叠加求得。唯一不同的是,对于不同的信号匹配方式,伴随方程右端的伴随震源项不相同。本实施例可基于各向同性介质中的声波方程来实现,采用的声波关于速度模型的梯度表达式为:
[0030]
[0031] 其中Ns表示震源的个数,vp为速度模型,ρ为地下介质模型, 为正向传播的质点振动速度波场分量,Q为逆时传播的伴随压力波场分量,is表示震源索引,xi表示x,y,z方向坐标,T表示传播的最大时刻。
[0032] 为了准确的求解归一化非零延迟包络互相关目标泛函关于速度模型的梯度,需要准确的求解出伴随波场。而伴随波场通过伴随方程求解,其和正向传播的声波方程一致,唯一不同的是右端的震源项。因此准确推导出相应的伴随震源十分必要。伴随震源可由目标泛函关于模拟波场的梯度进行求解:
[0033]
[0034] 经过一系列数学推导可得:
[0035]
[0036] 其中 为观测地震数据的包络和模拟地震数据的包络的互相关。Hilbert表示信号的希尔伯特变换。
[0037] 相应的伴随震源为:
[0038]
[0039] 步骤103,采用构建的伴随震源反向传播求解伴随波场,并进行包络反演,从而对初始速度模型进行重构,得到低频数据缺失条件下重构后的速度模型;
[0040] 在求解伴随波场时采用各向同性介质中的声波波动方程,其中u(x,t)表示伴随波场:
[0041]
[0042] 式中:
[0043]
[0044] 其中 b 为密度的倒数,κ 为体积模量,u(x,t) =[vx(x,t),vy(x,t),vz(x,t),p(x,t)]T,s(x,t)= [0,0,0,Adjsource]T。▽表示对空间的导数, 是对x方向的导数, 是对y方向的导数, 表示对z方向的导数。
vx(x,t),vy(x,t),vz(x,t),分别是x,y,z方向的质点震动速度伴随波场,p(x,t)为伴随应力波场。 为伴随波场的时间导数(缩写形式)。
[0045] 本发明包络反演采用的反演流程和传统波动方程波形层析流程一致,包络反演可采用预条件LBFGS优化算法,也可采用拟顿的预条件PLBFGS算法以提高反演的收敛速率,为削弱球面扩散效应,平衡模型深层和浅层速度更新量,本实施例采用的预条件算子可为:
[0046]
[0047] 式中z表示深度。
[0048] 步骤104,验证包络反演的精度,在精度满足要求的情况下,把重构后的速度模型作为初始速度模型进行传统波动方程层析。
[0049] 在一个示例中,可在步骤103基础上对重构后的速度模型正演模拟得到模拟地震数据,并求解其包络,用观测地震数据的包络与该模拟地震数据的包络进行加窗归一化零延迟互相关,并与观测地震数据包络的加窗归一化零延迟自相关进行对比,来验证包络反演的精度,以质量监控经包络反演重构的模型质量的好坏。比较的结果越接近,代表包络反演的精度越高。
[0050] 在另一个示例中,可用重构后的速度模型作为初始速度模型并进行常规波动方程层析后,若层析结果没有噪音,则表示包络反演的精度满足要求,若出现噪音则不满足要求。本领域技术人员可采用已知手段来进行噪声的判断。
[0051] 在一个示例中,当包络反演的精度不满足要求时,修改初始速度模型重新执行步骤101,或修改反演参数,重新执行步骤103;当包络反演的精度满足要求时,把包络反演结果作为初始速度模型进行传统波动方程层析,完成最终的速度建模。在传统波动方程层析时同样可采用预条件PLBFGS优化算法
[0052] 由于采集技术的限制,地震勘探很难记录到5Hz以下的低频信息分量,利用低频缺失的地震数据进行传统的时间域波动方程波形层析时,反演结果会陷入局部极值,无法得到准确的反演速度模型。另外实际地震资料炮点检波点能量不均衡严重,且地震包络时间延迟大于包络半个周期时,采用包络残差的包络反演也会变的不稳定,无法适应陆上地震资料的宏观尺度速度建模。为此本发明给出一种基于归一化非零延迟相位拟合的包络反演方法,该方法用于地震数据低频缺失时的宏观模型构建,削弱传统波动方程层析对低频高度依赖的缺陷,并且归一化非零延迟相位拟合的引入使该技术允许包络的时间延迟大于包络信号的半个周期,使本发明其更加稳健有效。本发明可以为传统陆上资料波动方程层析技术提供一个准确的包含低波数信息的初始速度模型,进而使传统波动方程层析收敛到全局极小值解。
[0053] 与现有公开的技术相比,本发明的有益效果是:采用了加窗归一化非零延迟的相位拟合互相关目标泛函,可处理模拟地震包络与观测数据包络的延时大于半个包络周期这种情形,提高了包络反演的稳健性,且归一化互相关的引入可有效压制实际资料震源和检波器包络能量不均衡引起的反演噪音,通过本发明可在实际资料低频缺失条件下为传统波动方程层析反演构建包含准确低波数信息的初始背景速度模型,为实际资料的高精度速度建模奠定基础。
[0054] 应用示例
[0055] 为便于理解本发明实施例的方案及其效果,以下结合图2-12给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
[0056] 该应用示例以低频缺失雷克子波为例,图2示出了低频缺失雷克子波及其包络的示意图;图3示出了低频缺失子波正演炮集;图4示出了炮集包络自然对数;图5示出了真实Marmousi模型;图6示出了常梯度初始模型;图7示出了传统L2范数波动方程层析反演结果;图8示出了加窗非零延迟归一化相位拟合包络反演结果;图9示出了包络反演+传统L2范数波动方程层析反演结果;图10示出了观测地震数据包络和观测地震数据包络的归一化自相关;图11示出了观测地震数据包络和初始模型模拟数据包络的归一化互相关;图12示出了观测地震数据包络和包络反演模型模拟数据包络的归一化互相关。
[0057] 具体来说,图7为采用图6的常梯度初始模型进行的常规波动方程层析反演结果,从图7中可以看出,在低频数据缺失时,反演结果中出现噪音,影响反演的精度。而本应用示例,首先采用图6的常梯度初始模型进行加窗非零延迟归一化相位拟合包络反演,得到地下介质宏观模型(图8),之后用图8所示的模型作为初始模型然后进行传统的波动方程层析反演,得到图9,从图9和图7结果对比可以看出,图9的噪音基本没有了,且和图5(真实模型)匹配的更好。
[0058] 本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0059] 计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号
[0060] 这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0061] 用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
[0062] 这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
[0063] 这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0064] 也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0065] 附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
[0066] 以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈