System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种高维地震数据处理方法、系统及计算机设备技术方案_技高网

一种高维地震数据处理方法、系统及计算机设备技术方案

技术编号:40544926 阅读:6 留言:0更新日期:2024-03-05 19:02
本发明专利技术提供了一种高维地震数据处理方法、系统及计算机设备,包括:输入地震的时间‑空间域数据体T,并由其傅里叶变换得到相应的频率‑波数域数据体S;对基于时间‑空间域数据体T按样值及时间降维的空间域数据体进行傅里叶变换以得到波数域数据体C;从频率‑波数域数据体S中抽取频率切片F,并基于振幅排序、波数分量提取以及相干增强的输出矩阵B对每个频率切片F进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片F的对应最大振幅的波数位置p的样值获得输出矩阵B;将相干增强的输出矩阵B的反变换至时间‑空间域以得到规则化的地震数据。根据本发明专利技术改善了地震勘探数据的空间采样属性,提高了地震勘探数据成像质量。

【技术实现步骤摘要】

本专利技术涉及地震勘探技术,是地震勘探数据处理方法,具体为一种在地震勘探数据处理阶段通过数据规则化来改善地震勘探数据的空间采样属性、从而提高地震勘探数据成像质量的方法。


技术介绍

1、在现阶段的地震勘探中,由于勘探经费的限制、野外施工条件等因素的影响,采集到的数据常常满足不了后续处理和成像对地震数据空间规则性的要求。不规则的空间采样属性会影响地震数据的成像效果,而地震数据规则化技术可以在一定程度上改善观测系统的空间采样属性,从而改善地震数据的成像效果。

2、地震数据通常需要5个维度来进行描述。对于不同的坐标系统定义,这5个维度可以有不同含义。除了时间维度外,另外四个空间维度既可以用炮、检点的x、y坐标描述,也可以用cmp点的x、y坐标和矢量炮检距的2个分量描述。相比于低维算法,高维地震数据规则化算法通常具有更好的振幅保真性及补缺口能力。

3、2004年xu等提出的反泄露傅立叶变换算法,由于其应用效果较好且易于高维实现,成为主流的地震勘探数据规则化方法。该方法在单个频率切片上进行迭代计算,每一次迭代从波数谱中筛选出最大能量的波数分量,然后将其变换到原始空间位置处减掉用以更新输入数据,再去求下一个对应最大能量的波数分量。这一过程反复调用非均匀傅立叶变换,预计算并存储变换矩阵的内存需求和空间位置点数是平方关系,因此,随着变换维数增加导致空间位置点数的增加,原有高维反泄露傅立叶变换算法对计算机内存资源的需求也相应指数增加,制约了其在生产中的推广应用。

4、因此,针对现有技术中的上述缺点、问题,需要提出一种优化的高维地震数据处理方法,在地震勘探数据处理阶段改善地震勘探数据的空间采样属性、进而提高地震勘探数据成像质量。


技术实现思路

1、有鉴于此,本专利技术的目的在于提出一种改进的用于高维地震数据的处理方法,从而解决现有技术中存在的上述问题。

2、基于上述目的,本专利技术提供了一种高维地震数据处理方法,其中该方法包括以下步骤:

3、输入地震的时间-空间域数据体t,并由所述时间-空间域数据体t的傅里叶变换得到相应的频率-波数域数据体s;

4、对基于时间-空间域数据体t按样值及时间降维的空间域数据体进行傅里叶变换以得到波数域数据体c;

5、从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片f的对应最大振幅的波数位置p的样值获得所述输出矩阵b;

6、将相干增强的输出矩阵b的反变换至时间-空间域以得到规则化的地震数据。

7、在根据本专利技术的高维地震数据处理方法的一些实施例中,所述从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片f的对应最大振幅的波数位置p的样值获得所述输出矩阵b进一步包括:

8、对频率切片f的振幅谱按数值大小排序以得到对应最大振幅的波数位置p;

9、将对应最大振幅的波数位置处频率切片f的样值存入输出矩阵b的对应位置;

10、根据最大振幅的波数位置p从波数域数据体c中抽取与频率切片f具有相同大小的数据体切片g;

11、将数据体切片g与频率切片f中对应最大振幅的元素的相乘结果从频率切片f中减掉,以得到更新的频率切片f,直至得到当前的频率切片f的所有波数分量;

12、对输出矩阵b中当前的频率切片的每个元素进行相干增强。

13、在根据本专利技术的高维地震数据处理方法的一些实施例中,所述从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片f的对应最大振幅的波数位置p的样值获得所述输出矩阵b进一步包括:

14、以最大振幅的波数位置p作为起始位置,从波数域数据体c中抽取与频率切片f具有相同大小的数据体切片g。

15、在根据本专利技术的高维地震数据处理方法的一些实施例中,所述从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片f的对应最大振幅的波数位置p的样值获得所述输出矩阵b进一步包括:

16、基于以下公式对输出矩阵b中当前的频率切片的每个元素进行相干增强:

17、

18、其中,a为b的第i个频率切片中各元素绝对值的最大者,函数thr(b)表示若b小于a的百分之五,返回值为0,否者返回值为1。

19、在根据本专利技术的高维地震数据处理方法的一些实施例中,所述输入地震的时间-空间域数据体t,并由所述时间-空间域数据体t的傅里叶变换得到相应的频率-波数域数据体s进一步包括:

20、对输入的地震时间-空间域数据体t(t,x1,x2,x3,x4)进行五维傅里叶变换,得到频率-波数域数据体s(f,k1,k2,k3,k4),其中用上角标来区分不同的空间维度,

21、其中空间点x在四个维度的个数分别为m1、m2、m3、m4,总的个数m为在四个维度的个数的乘积,

22、并且其中波数k在四个维度的个数分别为n1、n2、n3、n4,总的个数n为在四个维度的个数的乘积。

23、在根据本专利技术的高维地震数据处理方法的一些实施例中,所述对基于时间-空间域数据体t按样值及时间降维的空间域数据体进行傅里叶变换以得到波数域数据体c进一步包括:

24、波数域数据体c的波数采样间隔与相应的频率-波数域数据体s保持一致。

25、在根据本专利技术的高维地震数据处理方法的一些实施例中,所述对基于时间-空间域数据体t按样值及时间降维的空间域数据体进行傅里叶变换以得到波数域数据体c进一步包括:

26、对样值为常数1、与时间t具有相同的空间位置的四维空间域数据体进行四维傅里叶变换,得到波数域数据体c(k1,k2,k3,k4),其中波数k在四个维度的个数分别为2n1、2n2、2n3、2n4。

27、在根据本专利技术的高维地震数据处理方法的一些实施例中,所述从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片f的对应最大振幅的波数位置p的样值获得所述输出矩阵b进一步包括:

28、令i=0,从频率-波数域数据体s(f,k1,k2,k3,k4)中抽取第i个频率切片f(k1,k2,k3,k4)。

29、在根据本专利技术的高维地震数据处理方法的一些实施例中,所述从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算本文档来自技高网...

【技术保护点】

1.一种高维地震数据处理方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述从频率-波数域数据体S中抽取频率切片F,并基于振幅排序、波数分量提取以及相干增强的输出矩阵B对每个频率切片F进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片F的对应最大振幅的波数位置p的样值获得所述输出矩阵B进一步包括:

3.根据权利要求2所述的方法,其特征在于,所述从频率-波数域数据体S中抽取频率切片F,并基于振幅排序、波数分量提取以及相干增强的输出矩阵B对每个频率切片F进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片F的对应最大振幅的波数位置p的样值获得所述输出矩阵B进一步包括:

4.根据权利要求2所述的方法,其特征在于,所述从频率-波数域数据体S中抽取频率切片F,并基于振幅排序、波数分量提取以及相干增强的输出矩阵B对每个频率切片F进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片F的对应最大振幅的波数位置p的样值获得所述输出矩阵B进一步包括:

5.根据权利要求1至4任一项所述的方法,其特征在于,所述输入地震的时间-空间域数据体T,并由所述时间-空间域数据体T的傅里叶变换得到相应的频率-波数域数据体S进一步包括:

6.根据权利要求5所述的方法,其特征在于,所述对基于时间-空间域数据体T按样值及时间降维的空间域数据体进行傅里叶变换以得到波数域数据体C进一步包括:

7.根据权利要求6所述的方法,其特征在于,所述对基于时间-空间域数据体T按样值及时间降维的空间域数据体进行傅里叶变换以得到波数域数据体C进一步包括:

8.根据权利要求5所述的方法,其特征在于,所述从频率-波数域数据体S中抽取频率切片F,并基于振幅排序、波数分量提取以及相干增强的输出矩阵B对每个频率切片F进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片F的对应最大振幅的波数位置p的样值获得所述输出矩阵B进一步包括:

9.根据权利要求8所述的方法,其特征在于,所述从频率-波数域数据体S中抽取频率切片F,并基于振幅排序、波数分量提取以及相干增强的输出矩阵B对每个频率切片F进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片F的对应最大振幅的波数位置p的样值获得所述输出矩阵B进一步包括:

10.根据权利要求9所述的方法,其特征在于,所述从频率-波数域数据体S中抽取频率切片F,并基于振幅排序、波数分量提取以及相干增强的输出矩阵B对每个频率切片F进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片F的对应最大振幅的波数位置p的样值获得所述输出矩阵B进一步包括:

11.一种高维地震数据处理系统,其特征在于,所述系统包括

12.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时执行如权利要求1-10任意一项所述的高维地震数据处理方法。

...

【技术特征摘要】

1.一种高维地震数据处理方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片f的对应最大振幅的波数位置p的样值获得所述输出矩阵b进一步包括:

3.根据权利要求2所述的方法,其特征在于,所述从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片f的对应最大振幅的波数位置p的样值获得所述输出矩阵b进一步包括:

4.根据权利要求2所述的方法,其特征在于,所述从频率-波数域数据体s中抽取频率切片f,并基于振幅排序、波数分量提取以及相干增强的输出矩阵b对每个频率切片f进行计算,直至得到所有频率切片的所有波数分量,其中根据频率切片f的对应最大振幅的波数位置p的样值获得所述输出矩阵b进一步包括:

5.根据权利要求1至4任一项所述的方法,其特征在于,所述输入地震的时间-空间域数据体t,并由所述时间-空间域数据体t的傅里叶变换得到相应的频率-波数域数据体s进一步包括:

6.根据权利要求5所述的方法,其特征在于,所述对基于时间-空间域数据体t按样值及时间降维的空间域数据体进行傅里叶变换以得到波数域数据体c进一步包括:

<...

【专利技术属性】
技术研发人员:钱忠平王宝彬薛贵仁孙鹏远宋家文张建磊
申请(专利权)人:中国石油天然气集团有限公司
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