深度域成像模拟方法及系统技术方案

本发明专利技术提供一种深度域成像模拟方法及系统。该深度域成像模拟方法包括：将初始密度模型划分为窗口，在各个窗口中设置密度扰动点；根据密度扰动点影响下的初始密度模型确定扰动点密度模型；根据扰动点密度模型和初始密度模型得到点散射波场数据；对点散射波场数据进行偏移处理，得到点扩散函数；根据点扩散函数和反射率模型得到深度域模拟成像。本发明专利技术可以得到与实际偏移成像匹配且稳定连续的模拟成像。

【技术实现步骤摘要】
深度域成像模拟方法及系统
本专利技术涉及地震数据成像
，具体地，涉及一种深度域成像模拟方法及系统。
技术介绍
地震反演中模拟偏移成像的传统方法是在时间域进行一维卷积，这种方法基于水平层状假设和时间偏移数据的近似，没有考虑3D复杂介质对地震波传播的影响。在复杂介质中，由于偏移算法、地质模型和非规则采集的影响，使得整个波形传播过程不是完美可逆的，因此这种方法很难获得满意的反演结果。随着油气勘探向深层复杂地质结构延伸，常规地震偏移反演方法面临诸多挑战，例如，保幅成像、盐丘底部成像等。针对这些问题，新方法不断应运而生，如最小二乘偏移和全波形反演。目前的最小二乘反演主要是在数据域来进行的，迭代的过程如下：将观测数据进行偏移得到反射率成像，再对反射率成像进行反偏移得到模拟数据，将模拟数据减去观测数据再对残差进行偏移用来更新反射率模型，这就构成了一次迭代。通常要经过15次左右的迭代才能得到一个可接受的解。因为每次迭代需要两次偏移(偏移和反偏移)，这在实际生产中会产生昂贵的费用。不同于直接在数据域用最小二乘迭代来求解，许多作者试图寻找一个标准的滤波器/加权函数对偏移成像进行处理来补偿不规则照明和采集的影响，例如：1、图像域最小二乘逆时偏移最早起源于哈勃望远镜的反褶积算子，可以在叠后偏移中引入反褶积算子，通过逼近地球物理勘探中的Hessian算子进行反演来提高空间分辨率，减少伪影；2、对Hessian矩阵的对角元素进行近似来计算照明补偿，该方法根据初始参考模型与偏移合成数据的比值来估计光照；3、逆Hessian函数可以用一组非平稳滤波器来近似，通过匹配真实数据的偏移成像和反偏移成像来近似；4、通过滤波和尺度偏移输出构造一个近似的声学线性反演系统等。虽然上述这些方法降低了计算成本，但在光照不足的情况下仍然存在不稳定的问题，并且很难设计一个合适的正则化方案。
技术实现思路
本专利技术实施例的主要目的在于提供一种度域成像模拟方法及系统，以得到与实际偏移成像匹配且稳定连续的模拟成像。为了实现上述目的，本专利技术实施例提供一种深度域成像模拟方法，包括：将初始密度模型划分为窗口，在各个窗口中设置密度扰动点；根据密度扰动点影响下的初始密度模型确定扰动点密度模型；根据扰动点密度模型和初始密度模型得到点散射波场数据；对点散射波场数据进行偏移处理，得到点扩散函数；根据点扩散函数和反射率模型得到深度域模拟成像。本专利技术实施例还提供一种深度域成像模拟系统，包括：密度扰动点设置单元，用于将初始密度模型划分为窗口，在各个窗口中设置密度扰动点；扰动点密度模型单元，用于根据密度扰动点影响下的初始密度模型确定扰动点密度模型；点散射波场数据单元，用于根据扰动点密度模型和初始密度模型得到点散射波场数据；偏移单元，用于对点散射波场数据进行偏移处理，得到点扩散函数；深度域模拟成像单元，用于根据点扩散函数和反射率模型得到深度域模拟成像。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的深度域成像模拟方法的步骤。本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的深度域成像模拟方法的步骤。本专利技术实施例的深度域成像模拟方法及系统先将初始密度模型的各个窗口中设置密度扰动点，再根据密度扰动点影响下的初始密度模型确定扰动点密度模型，然后根据扰动点密度模型和初始密度模型确定点扩散函数并根据点扩散函数和反射率模型得到深度域模拟成像，可以得到与实际偏移成像匹配且稳定连续的模拟成像。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例中深度域成像模拟方法的流程图；图2是本专利技术实施例中速度模型的示意图；图3是本专利技术实施例中扰动点密度模型及其局部放大示意图；图4是本专利技术实施例中第一地震数据的单炮示意图；图5是本专利技术实施例中第二地震数据的单炮示意图；图6是本专利技术实施例中点散射波场数据的单炮示意图；图7是本专利技术实施例中点扩散函数的示意图；图8是实际偏移成像的示意图；图9是本专利技术实施例中深度域模拟成像的示意图；图10是本专利技术实施例中深度域成像模拟系统的结构框图；图11是本专利技术实施例中计算机设备的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本领域技术人员知道，本专利技术的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。鉴于现有技术存在不稳定的问题，本专利技术实施例提供一种深度域成像模拟方法，以得到与实际偏移成像匹配且稳定连续的模拟成像。以下结合附图对本专利技术进行详细说明。图1是本专利技术实施例中深度域成像模拟方法的流程图。如图1所示，深度域成像模拟方法包括：S101：将初始密度模型划分为窗口，在各个窗口中设置密度扰动点。具体实施时，可以根据样本的几何形状、介质速度和成像频率等因素将初始密度模型划分为等大小的窗口，在每个窗口中心点的位置设置密度扰动点，使得密度扰动点具有相同的散射势。每个密度扰动点的密度扰动为δρ＝ρ-ρ0，ρ为设置密度扰动点后的密度，ρ0为初始密度模型的密度。S102：根据密度扰动点影响下的初始密度模型确定扰动点密度模型。S103：根据扰动点密度模型和初始密度模型得到点散射波场数据。一实施例中，S103包括：1、根据预设的速度模型和扰动点密度模型得到第一地震数据，根据速度模型和所述初始密度模型得到第二地震数据。具体实施时，得到第一地震数据包括：根据速度模型和扰动点密度模型进行有限差分正演，得到第一单散射波场数据；根据第一单散射波场数据得到第一地震数据。其中，第一地震数据包括各个密度扰动点产生的点散射波场数据。得到第二地震数据包括：根据速度模型和初始密度模型进行有限差分正演，得到第二单散射波场数据；根据第二单散射波场数据得到第二地震数据。其中，第二地震数据不包括各个密度扰动点产生的点散射波场数据。其中，速度模型可以采用seam速度模型。图2是本专利技术实施例中速度模型的示意图。图3是本专利技术实施例中扰动点密度模型及其局部放大示意图。图4是本专利技术实施例中第一地本文档来自技高网...

【技术保护点】
1.一种深度域成像模拟方法，其特征在于，包括：/n将初始密度模型划分为窗口，在各个窗口中设置密度扰动点；/n根据所述密度扰动点影响下的初始密度模型确定扰动点密度模型；/n根据所述扰动点密度模型和所述初始密度模型得到点散射波场数据；/n对所述点散射波场数据进行偏移处理，得到点扩散函数；/n根据所述点扩散函数和反射率模型得到深度域模拟成像。/n

【技术特征摘要】
1.一种深度域成像模拟方法，其特征在于，包括：
将初始密度模型划分为窗口，在各个窗口中设置密度扰动点；
根据所述密度扰动点影响下的初始密度模型确定扰动点密度模型；
根据所述扰动点密度模型和所述初始密度模型得到点散射波场数据；
对所述点散射波场数据进行偏移处理，得到点扩散函数；
根据所述点扩散函数和反射率模型得到深度域模拟成像。


2.根据权利要求1所述的深度域成像模拟方法，其特征在于，根据所述扰动点密度模型和所述初始密度模型得到点散射波场数据包括：
根据预设的速度模型和所述扰动点密度模型得到第一地震数据，根据所述速度模型和所述初始密度模型得到第二地震数据；
根据所述第一地震数据和所述第二地震数据得到点散射波场数据。


3.根据权利要求1所述的深度域成像模拟方法，其特征在于，根据所述点扩散函数和反射率模型得到深度域模拟成像包括：
对所述点扩散函数进行空间插值，得到经过空间插值的点扩散函数；
根据所述经过空间插值的点扩散函数和所述反射率模型进行空间褶积，得到深度域模拟成像。


4.根据权利要求2所述的深度域成像模拟方法，其特征在于，根据预设的速度模型和所述扰动点密度模型得到第一地震数据包括：
根据所述速度模型和所述扰动点密度模型得到第一单散射波场数据；
根据所述第一单散射波场数据得到第一地震数据。


5.根据权利要求2所述的深度域成像模拟方法，其特征在于，根据所述速度模型和所述初始密度模型得到第二地震数据包括：
根据所述速度模型和所述初始密度模型得到第二单散射波场数据；
根据第二单散射...

【专利技术属性】
技术研发人员：张建磊，慕文韬，王成祥，岳玉波，钱忠平，张超阳，
申请(专利权)人：中国石油天然气集团有限公司，中国石油集团东方地球物理勘探有限责任公司，
类型：发明
国别省市：北京;11