【技术实现步骤摘要】
本专利技术涉及石油地震勘探领域，尤其涉及一种基于渐变稳定因子的地震图像高维反褶积处理方法。
技术介绍
1、高分辨率和高保真度的地震反演成像是油气勘探的首要目标，旨在以最精准的方式揭示地下结构和地质特征。其中反射系数表征的地下构造的高精度成像和地下参数定量估计是反演成像的重要环节，但其成像结果的分辨率通常受到多种因素共同影响。而传统基于一维褶积模型的传统单道反褶积方法，无法同时兼顾横向和纵向的分辨率，并且对复杂的地质结构拟合不足。此外，不均匀照明也可能会导致振幅不均衡，使传统反褶积方法无法满足高保真和高分辨的处理的要求。因此，为了克服这些问题，并综合考虑多个影响成像分辨率的因素，在偏移成像的基础上，将一维反褶积模型推广到高维反褶积模型，以进一步进行高分辨率处理是十分有必要的。
2、在反演成像框架下，一次反射波成像系统的hessian矩阵是影响成像结果分辨率，使其剖面模糊且振幅非常不均匀的关键。最小二乘偏移(least-squares migration，lsm)是经典偏移成像在反演成像框架下的延伸，目的是去除hessian矩阵的这种模糊效应，从而使振幅均衡，获得更高分辨率和更准确的地下成像结果，从而达到提升图像分辨率的效果。2021年，liu等在《energies》发表的论文”an effective acoustic impedance imagingbased on a broadband gaussian beam migration”中通过利用局部支撑的点扩散函数(point spreading functio
3、但对于实际数据来说，由于存在系统噪声和采样效应等多种因素的影响，psf的值在某些区域内可能存在接近零或为零的情况。因此，需要在分母上添加一个稳定因子，从而使得任何区域都可以在波数域下通过图像与psf直接相除获得宽带反射系数。但是，考虑到不同深度所受到的照明影响并不相同，使用固定数值的稳定因子不能很好地对受深度影响变化的不均匀照明进行照明补偿校正。
技术实现思路
1、为了解决上述问题，本专利技术提供了一种基于渐变稳定因子的地震图像高维反褶积处理方法，主要包括：
2、s1：数据准备：基于水平薄层模型的背景速度和反射系数，获得常规偏移成像剖面；通过在背景速度中插入散射点生成散射点模型，并对该散射点模型进行born正演生成叠前散射数据，对所述叠前散射数据使用常规逆时偏移方法，生成用于校正的地下所有散射点所对应的psf；
3、s2：输入数据：将所述常规偏移成像剖面和psf分块存储为i和p文件；
4、s3：局部傅里叶变换：对i和p文件中每一个局部块体数据进行傅里叶变换，将其从空间域转化到波数域；
5、s4：构建渐变稳定因子：对傅里叶变换后psf数据进行二维频谱分析，构建渐变稳定因子ε(z)；
6、s5：图像校正：在波数域下，使用分块校正方法，利用基于渐变稳定因子和psf的高维反褶积方法对每一块图像进行波数域校正，反褶积计算公式为：其中，表示波数域中使用渐变稳定因子校正后的剖面，表示波数域中的常规偏移成像剖面，表示波数域中的psf，ε(z)为渐变稳定因子，x为成像空间中的位置，k为局部波数，z表示深度；
7、s6：局部逆傅里叶变换：对校正后获得的进行逆傅里叶变换，将其从波数域数据转化为空间域数据，并存储到ic文件中；
8、s7：输出结果：输出经渐变稳定因子校正和局部逆傅里叶变换后空间域下的ic文件图像。
9、进一步地，步骤s1中，所述水平薄层模型大小为6000m×3800m，在水平和垂直方向的空间采样间隔大小均为10m；散射点模型在水平和垂直方向上采样间隔均为270m。
10、进一步地，步骤s2中，为了获得更好的校正效果，对每一个局部块体使用高斯窗函数进行加窗运算。
11、进一步地，步骤s2中，对所述常规偏移成像剖面和psf以按列优先的存储方式进行分块存储。
12、进一步地，步骤s4中，渐变稳定因子为ε(z)的大小为相同深度z时的psf最大值的5％。
13、进一步地，步骤s6中，对进行逆傅里叶变换后按列存储到ic文件中。
14、一种存储设备，所述存储设备存储指令及数据用于实现一种基于渐变稳定因子的地震图像高维反褶积处理方法。
15、一种基于渐变稳定因子的地震图像高维反褶积处理设备，包括：处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现一种基于渐变稳定因子的地震图像高维反褶积处理方法。
16、本专利技术提供的技术方案带来的有益效果是：本专利技术在经典最小二乘反演成像框架下，利用局部支撑的点扩散函数(point spreading function，psf)来对hessian矩阵进行近似表征，并基于渐变稳定因子和psf的高维反褶积方法来进行地震图像处理。构建的渐变的稳定因子不仅可以防止计算的不稳定性，使计算过程更加稳健，并且能够更好的对受深度影响的不均匀照明进行照明补偿校正，有效提高地震图像的分辨率。通过这种方法，能够更灵活地适应地下结构的变化，进而提高地震数据的解释精度。从而使地震勘探提供更精确、清晰的地下结构信息，并克服传统方法的一些限制，实现提高图像的质量和解释能力。
本文档来自技高网...【技术保护点】
1.一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：包括：
2.如权利要求1所述的一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：步骤S1中，所述水平薄层模型大小为6000m×3800m，在水平和垂直方向的空间采样间隔大小均为10m；散射点模型在水平和垂直方向上采样间隔均为270m。
3.如权利要求1所述的一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：步骤S2中，为了获得更好的校正效果，对每一个局部块体使用高斯窗函数进行加窗运算。
4.如权利要求1所述的一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：步骤S2中，对所述常规偏移成像剖面和PSF以按列优先的存储方式进行分块存储。
5.如权利要求1所述的一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：步骤S4中，渐变稳定因子为ε(z)的大小为相同深度z时的PSF最大值的5％。
6.如权利要求1所述的一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：步骤S6中，对进行逆傅里叶变换后按列存储到Ic
7.一种存储设备，其特征在于：所述存储设备存储指令及数据用于实现权利要求1～6任一项所述的基于渐变稳定因子的地震图像高维反褶积处理方法。
8.一种基于渐变稳定因子的地震图像高维反褶积处理设备，其特征在于：包括：处理器及存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现权利要求1～6任一项所述的基于渐变稳定因子的地震图像高维反褶积处理方法。
...【技术特征摘要】
1.一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：包括：
2.如权利要求1所述的一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：步骤s1中，所述水平薄层模型大小为6000m×3800m，在水平和垂直方向的空间采样间隔大小均为10m；散射点模型在水平和垂直方向上采样间隔均为270m。
3.如权利要求1所述的一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：步骤s2中，为了获得更好的校正效果，对每一个局部块体使用高斯窗函数进行加窗运算。
4.如权利要求1所述的一种基于渐变稳定因子的地震图像高维反褶积处理方法，其特征在于：步骤s2中，对所述常规偏移成像剖面和psf以按列优先的存储方式进行分块存储。
5...
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。