基于波场分解的隐蔽地质异常体检测方法技术

本发明专利技术提供了一种基于波场分解的隐蔽地质异常体检测方法

【技术实现步骤摘要】
基于波场分解的隐蔽地质异常体检测方法、系统及介质


[0001]本专利技术涉及波场数据处理及油气勘测
，尤其涉及一种基于波场分解的隐蔽地质异常体检测方法
、
系统及介质
。

技术介绍

[0002]随着我国油气勘探开发深入发展，在现阶段勘测工作中发现，油气藏不单单具有层状特征，还有更多的
、
被层状波场干涉
、
隐蔽
、
淹没的多样化非规则特征的油气藏
。
多样化类型的油气藏，包含传统的层状油气藏，以及形态多样的非层状油气藏
。
[0003]早期勘查的油气藏多为层状油气藏，即常规海相
、
陆相地层中的砂岩油气藏
。
这类油气藏用简单的
、
建立在层状波场理论的基础之上的技术方法，即可有效地探测
。
近年来，非层状类型油气藏陆续发现，油气藏类型呈现多样化特征，包括：碳酸盐岩风化壳中的洞缝型油气藏
、
碳酸盐岩断裂控制的洞缝形成的断溶体油藏/>、
生物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于波场分解的隐蔽地质异常体检测方法，其特征在于，所述方法包括：
S1、
对拟进行波场分解的输入数据集
spin(
⊿
x,
⊿
y,
⊿
t)
进行压制随机噪声的预处理，得到高信噪比原始数据集
sp(
⊿
x,
⊿
y,
⊿
t)
；
S2、
对所述原始数据集
sp(
⊿
x,
⊿
y,
⊿
t)
进行空间域抽稀处理，得到
n
个共偏移距数据子集
spn(n
⊿
x,n
⊿
y,
⊿
t)
，
n
为大于1的正整数；
S3、
对每个所述共偏移距数据子集
spn(n
⊿
x,n
⊿
y,
⊿
t)
进行波场分解，得到
n
个偏移距为
(n
⊿
x,n
⊿
y)
的正常场共偏移距数据子集
spHn(n
⊿
x,n
⊿
y,
⊿
t)
；
S4、
将
n
个正常场共偏移距数据子集
spHn(n
⊿
x,n
⊿
y,
⊿
t)
合并为原偏移距正常场数据集
spH(
⊿
x,
⊿
y,
⊿
t)
；
S5、
从原始数据集
sp(
⊿
x,
⊿
y,
⊿
t)
中减去所述原偏移距正常场数据集
spH(
⊿
x,
⊿
y,
⊿
t)
，得到原偏移距异常场数据集
spR(
⊿
x,
⊿
y,
⊿
t)
；
S6、
输出原始数据集
sp(
⊿
x,
⊿
y,
⊿
t)、
原偏移距正常场数据集
spH(
⊿
x,
⊿
y,
⊿
t)、
原偏移距异常场数据集
spR(
⊿
x,
⊿
y,
⊿
t)
，完成波场分解处理
。2.
根据权利要求1所述的方法，其特征在于，所述
S2
中，空间域抽稀处理中，共偏移距数据子集
spn(n
⊿
x,n
⊿
y,
⊿
t)
的道间距为
(n
⊿
x,n
⊿
y)
，且
n
⊿
x
或
n
⊿
y
不小于地质异常体的围岩中地震波传播波长的四分之一
。3.
根据权利要求2所述的方法，其特征在于，共偏移距数据子集
spn(n
⊿
x,n
⊿
y,
⊿
t)
中，横向尺度有限的绕射波分布范围内，仅保留
1/n
道的数据
。4.
根据权利要求1所述的方法，其特征在于，所述
S3
中，所述波场分解的方法为稀疏约束
Radon
变换方法：通过稀疏约束
Radon
变换，结合机器学习的方式，从原始波场数据子集
spn(n
⊿
x,n
⊿
y,
⊿
t)
中分离出层状波场数据子集
spHn(n
⊿
x,n
⊿
y,
⊿
t)。5.
根据权利要求4所述的方法，其特征在于，所述稀疏约束
Radon
变换的目标函数为：
J
＝
||spn
‑
LspHn||2+
α
|spHn|
p
(0
＜
p≤1)
其中，
J
为目标函数，
L
为拉东反变换算子，
spn
为原始数据子集，
spHn
为

【专利技术属性】
技术研发人员：唐文榜，韩革华，樊佳方，宋玉春，李丽，李英才，张安家，
申请(专利权)人：北京软岛科技有限公司，
类型：发明
国别省市：