提高反演分辨率的多道同时反演识别方法、装置及介质制造方法及图纸

技术编号:37411903 阅读:17 留言:0更新日期:2023-04-30 09:36
本发明专利技术公开一种提高反演分辨率的多道同时反演识别方法、装置及介质,在地震反演中,不同变换域的反演方法具有不同的特点。时域地震反演方法在抗噪声方面优于频域地震反演方法,但在分辨率方面,频域地震反演方法优于时域地震反演方法。本发明专利技术结合了地震反演方法在时间域和频率域的优点,在保证抗噪声的前提下提高了反演结果的分辨率。针对传统逐道反演不考虑横向信息的问题,引入多道同时反演方法,增强了相邻地震道之间的相关性,提高了反演结果的横向连续性。根据地震资料的背景,通过调整时间域、频率域的权重系数,可以达到高抗噪性和高分辨率的目的。高分辨率的目的。高分辨率的目的。

【技术实现步骤摘要】
提高反演分辨率的多道同时反演识别方法、装置及介质


[0001]本专利技术涉及地震勘测
,特别是涉及一种提高反演分辨率的多道同时反演识别方法、装置及介质。

技术介绍

[0002]在地震勘探中,地震分辨率问题一直引领着地震勘探技术的发展方向。分辨率对地震采集、处理和解释有着巨大的影响。分辨率和信噪比是两个独立的概念,也是分别影响高分辨率勘探和高精度勘探的重要因素。
[0003]通常,地震反演只能在频率域或时间域中进行。频率域反演方法与时间域反演方法相比,可以提高地震反演的分辨率。但这仅限于无噪声或噪声影响较小的情况。当随机噪声能量过大时,频率域地震反演方法的抗噪性差,反演结果十分不稳定。与频率域地震反演相比,时间域地震反演方法发展更为迅速,利用低频模型和正则化约束的信息,可以有效缩小待反演参数的解空间。在时间域地震反演中,基于褶积模型的反演方法可以将地震反演问题转化为线性优化问题,获得相对稳定的解。同时,此类方法对噪声敏感性低,运算速度快,因此被广泛应用于地质构造探测和油藏生产任务中。然而,反演结果的分辨率依赖于地震数据的信噪比,这限制了时间域地震反演的效果。
[0004]此外,常规的地震反演都是通过逐道反演实现的,这会在很大程度上忽略相邻地震道之间的相关性,导致横向分辨率过低、对随机噪声的压制能力小等问题。

技术实现思路

[0005]提供了本专利技术以解决现有技术中存在的上述问题。因此,需要一种提高反演分辨率的多道同时反演识别方法、装置及介质,在地震反演中,不同变换域的反演方法具有不同的特点。时域地震反演方法在抗噪声方面优于频域地震反演方法,但在分辨率方面,频域地震反演方法优于时域地震反演方法。混合地震反演方法(本专利技术提供的方法)结合了地震反演方法在时间域和频率域的优点,在保证抗噪声的前提下提高了反演结果的分辨率。
[0006]根据本专利技术的第一方案,提供了一种提高反演分辨率的多道同时反演识别方法,所述方法包括:基于褶积模型,通过如下公式(1)表示地震记录:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中,表示地震数据,表示地震反射系数序列,表示噪声,表示子波矩阵;其中所述地震反射系数序列中的地震反射系数用阻抗表示:
ꢀꢀꢀꢀꢀꢀꢀ
(2)式中,R
i
表示地震反射系数序列中的第i个地震反射系数,Z
i+1
和Z
i
分别表示第i+1
个和第i个阻抗,ln表示对数计算,D表示差分矩阵;设L=lnZ,表示阻抗的对数,将公式(1)变成:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)通过傅里叶变换得到在频率域中的褶积模型:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中,表示地震资料的频谱,表示地震反射系数序列的频谱,表示噪声的频谱,表示子波的频谱;基于所述公式(4),得到频率域和时间域的正演方程,如公式(5)和公式(6)所示:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)式中,分别为时间域的子波核矩阵,、分别为频率域的地震记录和正演算子矩阵,表示随机噪音;基于所述公式(5)和公式(6),确定混合域的目标函数如公式(7)所示:
ꢀꢀꢀꢀꢀꢀ
(7)式中,表示初始模型的权重系数,表示初始模型的对数形式;在所述混合域的目标函数引入纵向和横向差分算子,实现多道同时反演: (8)式中,表示差分算子的权重系数,表示L1范数,、分别表示横向差分算子和纵向差分算子;用拉格朗日乘子代替L1范数中的矩阵运算,得到有约束的目标函数如下:(9)式中,、表示拉格朗日乘子;引入对偶项、将有约束目标函数转化为无约束目标函数,得到:(10)式中,表示对偶项的权重系数,它决定了拉格朗日乘子与差分算子之间的关联程度;
基于软阈值收缩方法,将公式(10)分解为若干单约束问题求解:
ꢀꢀꢀꢀꢀꢀ
(11)
ꢀꢀꢀꢀ
(12)
ꢀꢀꢀ
(13)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)根据求解结果,反演得到阻抗。
[0007]根据本专利技术的第二技术方案,提供一种提高反演分辨率的多道同时反演识别装置,所述装置包括处理器,所述处理器被配置为:基于褶积模型,通过如下公式(1)表示地震记录:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中,表示地震数据,表示地震反射系数序列,表示噪声,表示子波矩阵;其中所述地震反射系数序列中的地震反射系数用阻抗表示:
ꢀꢀꢀꢀꢀꢀꢀ
(2)式中,R
i
表示地震反射系数序列中的第i个地震反射系数,Z
i+1
和Z
i
分别表示第i+1个和第i个阻抗,ln表示对数计算,D表示差分矩阵;设L=lnZ,表示阻抗的对数,将公式(1)变成:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)通过傅里叶变换得到在频率域中的褶积模型:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中,表示地震资料的频谱,表示地震反射系数序列的频谱,表示噪声的频谱,表示子波的频谱;基于所述公式(4),得到频率域和时间域的正演方程,如公式(5)和公式(6)所示:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
式中,分别为时间域的子波核矩阵,、分别为频率域的地震记录和正演算子矩阵,表示随机噪音;基于所述公式(5)和公式(6),确定混合域的目标函数如公式(7)所示:
ꢀꢀꢀꢀꢀꢀ
(7)式中,表示初始模型的权重系数,表示初始模型的对数形式;在所述混合域的目标函数引入纵向和横向差分算子,实现多道同时反演: (8)式中,表示差分算子的权重系数,表示L1范数,、分别表示横向差分算子和纵向差分算子;用拉格朗日乘子代替L1范数中的矩阵运算,得到有约束的目标函数如下:(9)式中,、表示拉格朗日乘子;引入对偶项、将有约束目标函数转化为无约束目标函数,得到:(10)式中,表示对偶项的权重系数,它决定了拉格朗日乘子与差分算子之间的关联程度;基于软阈值收缩方法,将公式(10)分解为若干单约束问题求解:
ꢀꢀꢀꢀꢀꢀ
(11)
ꢀꢀꢀꢀ
(12)
ꢀꢀꢀ
(13)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
根据求解结果,反演得到阻抗。
[0008]根据本专利技术的第三技术方案,提供一种提高反演分辨率的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种提高反演分辨率的多道同时反演识别方法,其特征在于,所述方法包括:基于褶积模型,通过如下公式(1)表示地震记录:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中,表示地震数据,表示地震反射系数序列,表示噪声,表示子波矩阵;其中所述地震反射系数序列中的地震反射系数用阻抗表示:
ꢀꢀꢀꢀꢀꢀꢀ
(2)式中,R
i
表示地震反射系数序列中的第i个地震反射系数,Z
i+1
和Z
i
分别表示第i+1个和第i个阻抗,ln表示对数计算,D表示差分矩阵;设L=ln Z,表示阻抗的对数,将公式(1)变成:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)通过傅里叶变换得到在频率域中的褶积模型:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中,表示地震资料的频谱,表示地震反射系数序列的频谱,表示噪声的频谱,表示子波的频谱;基于所述公式(4),得到频率域和时间域的正演方程,如公式(5)和公式(6)所示:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)式中,分别为时间域的子波核矩阵,、分别为频率域的地震记录和正演算子矩阵,表示随机噪音;基于所述公式(5)和公式(6),确定混合域的目标函数如公式(7)所示:
ꢀꢀꢀꢀꢀꢀꢀ
(7)式中, 表示初始模型的权重系数, 表示初始模型的对数形式;在所述混合域的目标函数引入纵向和横向差分算子,实现多道同时反演: (8)式中, 表示差分算子的权重系数, 表示L1范数,、 分别表示横向差分算子和纵向差分算子;用拉格朗日乘子代替L1范数中的矩阵运算,得到有约束的目标函数如下:(9)
式中,、表示拉格朗日乘子;引入对偶项、将有约束目标函数转化为无约束目标函数,得到:(10)式中, 表示对偶项的权重系数,它决定了拉格朗日乘子与差分算子之间的关联程度;基于软阈值收缩方法,将公式(10)分解为若干单约束问题求解:
ꢀꢀꢀꢀꢀꢀꢀ
(11)
ꢀꢀꢀꢀꢀ
(12)
ꢀꢀꢀꢀ
(13)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)根据求解结果,反演得到阻抗。2.一种提高反演分辨率的多道同时反演识别装置,其特征在于,所述装置包括处理器,所述处理器被配置为:基于褶积模型,通过如下公式(1)表示地震记录...

【专利技术属性】
技术研发人员:林凯赵炼张天悦
申请(专利权)人:成都理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1