时域中的同步小波提取和反卷积制造技术

技术编号:9521401 阅读:99 留言:0更新日期:2014-01-01 18:52
对地震数据执行盲式小波提取和反卷积从而使其能够实际应用于地震处理,并对在来自井的数据不可用的区域中获得的数据提供质量控制。小波提取和反卷积是通过利用对小波的实际性质的最少先验知识来迭代、生成混合相位小波来实现的。作为该处理的结果,同时获得了反卷积后的地震反射率。

【技术实现步骤摘要】
【国外来华专利技术】时域中的同步小波提取和反卷积
本专利技术涉及地震数据处理,特别是地震数据处理过程中的小波提取和反卷积。
技术介绍
反射地震学是如下的一种处理,该处理将由于地层中的声阻抗的变化而引起的反射能量记录为用于分析的地震数据,声阻抗的变化源于关注的地下岩层或结构的位置和存在。反射能量源于关注位置上的小波形式的短时声波向地层中的传播。对于该小波的响应,实际上是该小波和地层的垂直反射率的联合乘积或卷积。为了增加数据的清晰度并在其解释中提供增强的能力,习惯作法是使用被称为反卷积的处理技术对数据进行处理。反卷积涉及去除小波对记录数据的影响。由于多种原因,发送到地层中的实际小波的实际性质或特征不能被精确确定。考虑到该问题,尝试使用了两种方法。第一种方法假定小波是被称为零相位或最小相位小波的理想形式。在地震处理中,如果仅存在地震数据,为了获得小波并进行反卷积,通常假定零相位或最小相位,接着变换小波并实施反卷积。传统的小波提取和反卷积需要零相位或最小相位假设,并在频域中进行两步的处理。但是,实际上真实的小波既不是零相位也不是最小相位。第二个方法称为盲式反卷积法,其中根据经验、现场数据等对小波的形式的统计估计值进行假设。已经提出了若干形式的盲式反卷积法,其中使用的一个被称为马尔科夫链蒙特卡洛(MarkovChainMonteCarlo)(或MCMC)方法。最近,在研究中MCMC被集中用于解决更高阶的统计功能,从而获得同时具有相位和反射率的小波。但是,MCMC方法作为同时对小波进行估计和反卷积的盲式方案具有二义性问题,以及其它阻碍该算法实际应用在地震处理中的实践限制。马尔科夫链蒙特卡洛方法看来能同时解决小波和反卷积。但是,存在一些挑战阻碍该算法实际应用于地震行业。首先是需要最大能量位置,但是这种位置通常是未知的。其次,提取的小波具有的频率大多在地震输入频率波段之外。第三,由从一个记录迹(tface)到另一个记录迹的操作产生的反卷积结果有时会打断和弱化地震波,这是由于从多通道记录迹提取了多个小波的缘故。因此,使用MCMC方法的盲式反卷积法已经成为近年来的研究课题。不像频域中的传统能谱方法在小波提取和反卷积中所进行的那样,MCMC方法将反卷积处理作为参量估计问题,从而通过时域中的多重取样以不同静态分布来模拟反射率、小波和噪声。在足够的重复取样后,小波和反射率已经趋向于收敛于实际地质模型。目前众所周知的是,盲式反卷积法的MCMC方法在参数估计前己做出了某些假设,随后对实施应用贝叶斯方法。假定反射率序列是随机的(白噪声)并且易于通过己知的Bernoulli-Gaussian过程进行统计上的模拟。另一个假定是可通过多元Gaussian函数对小波进行表示。另一个假定是所出现的任何噪声都是不相关的,并因此可通过具有零均值(即,倒伽玛)分布的独立同分布的Gaussian函数来进行模拟。
技术实现思路
简单地说,本专利技术提供了一种新的和改良的用于处理地震数据的计算机实现的方法,该地震数据为地震记录迹的形式,其从对地球的地下部分的反射地震勘测中获得,用于对关注的地下特性进行分析,该计算机实现的方法包括步骤:根据地震勘测数据形成假定小波;根据地震勘测数据解析出小波中最大能量的出现时间;根据地震勘测数据中的记录迹针对假定小波形成标准化能量振幅;根据地震勘测数据中的记录迹的集合来形成所解析出的出现时间处的合成记录迹以及标准化振幅;基于合成记录迹对假定小波应用时间滤波器,从而形成具有位于地震频率波段内的主频率的合成反卷积小波;以及通过对地震数据应用合成反卷积小波来执行反卷积操作。本专利技术还提供了一种新的和改良的用于处理地震数据的数据处理系统,该地震数据为地震记录迹的形式,其从对地球的地下部分的反射地震勘测中获得,用于对关注的地下特性进行分析,该数据处理系统包括:处理器,其执行以下步骤:根据地震勘测数据形成假定小波;根据地震勘测数据解析出小波中最大能量的出现时间;根据地震勘测数据中的记录迹针对假定小波形成标准化能量振幅;根据地震勘测数据中的记录迹的集合来形成所解析出的出现时间处的合成记录迹以及标准化振幅;基于合成记录迹对假定小波应用时间滤波器,从而形成具有位于地震频率波段内的主频率的合成反卷积小波;以及通过对地震数据应用合成反卷积小波来执行反卷积操作。本专利技术还提供了一种新的和改良的数据存储设备,其具有存储在计算机可读介质中的计算机可操作指令,该指令用于使数据处理系统对地震数据进行处理,该地震数据为地震记录迹的形式,其从对地球的地下部分的反射地震勘测中获得,用于对关注的地下特性进行分析,存储在数据存储设备中的指令使数据处理系统执行如下步骤:根据地震勘测数据形成假定小波;根据地震勘测数据解析出小波中最大能量的出现时间;根据地震勘测数据中的记录迹针对假定小波形成标准化能量振幅;根据地震勘测数据中的记录迹的集合来形成所解析出的出现时间处的合成记录迹以及标准化振幅;基于合成记录迹对假定小波应用时间滤波器,从而形成具有位于地震频率波段内的主频率的合成反卷积小波;以及通过对地震数据应用合成反卷积小波来执行反卷积操作。附图说明图1为对勘探地下碳氢化合物储量中的地震数据进行处理的传统顺序的简化的功能框图或流程图。图2为根据本专利技术的时域中同步的小波提取和反卷积的顺序的功能框图或流程图。图3为图2的简图中的一部分的更详细的功能框图。图4为图2的简图中的一部分的更详细的功能框图。图5为图2的简图中的一部分的更详细的功能框图。图6为图2的简图中的一部分的更详细的功能框图。图7为用于根据本专利技术的时域中同步的小波提取和反卷积的计算机系统的示意图。图8A为示出了根据现有技术的时间偏移效应的小波绘图。图8B为基于图8A的小波的反射率的绘图,同样示出了根据现有技术的时间偏移效应。图9A和图9B为示出了根据现有技术的范围模糊效应的小波绘图。图10A、图10B和图10c为示出了反射率序列偏移效应的简图。图11A为实际小波与根据本专利技术的处理获得的预测小波之间的对比的绘图。图11B为实际小波与根据本专利技术的处理获得的预测小波的反射率的绘图。图12A、图12B和图12c为示出了对地震数据进行反卷积的效果的地震记录的绘图。图13A、图13B、图13C、图13D、图13E和图13F为示出了根据本专利技术的时域滤波的效果绘图。图14A和图14B分别为使用和不使用根据本专利技术的时域滤波从各种类型的地震能量源中提取的小波的绘图。图15为一组以合成方法生成的具有不同相位偏移的雷克子波。图16为利用图15的以合成方法生成的雷克子波生成的一组合成地震数据。图17为根据本专利技术获得的基于图16的合成地震数据的提取小波的一组绘图。图18A为基于井数据(welldata)从小波形式己知的区域中利用传统的处理通过叠前小波提取获得的小波的绘图。图18B为原始地震记录迹与利用来自相同地震记录迹的反射率数据对图18A中的小波进行卷积的结果的对比绘图。图19A为通过根据传统处理方法的处理获得的实际小波的绘图。图19B为通过根据本专利技术的处理获得的实际小波的绘图。图19C为图19A的小波的能谱的绘图。图19D为图19B的小波的能谱的绘图。具体实施方式在附图中,图1示意性地示出了为了获得地层中的地下特征的位置的图像而对地震声波测量的数据进行处理的基本文档来自技高网
...
时域中的同步小波提取和反卷积

【技术保护点】

【技术特征摘要】
【国外来华专利技术】2011.03.25 US 13/071,6951.一种用于处理地震数据的数据处理系统,该地震数据为地震记录迹的形式,其从对地球的地下部分的反射地震勘测中获得,用于对关注的地下特性进行分析,该数据处理系统包括:处理器,其执行以下步骤:使用Metropolis-Hastings采样过程根据地震勘测数据形成假定小波;根据地震勘测数据解析出小波中最大能量的出现时间;根据地震勘测数据中的记录迹针对假定小波形成标准化能量振幅;根据地震勘测数据中的记录迹的集合来形成所解析出的出现时间处的合成记录迹以及标准化振幅;基于合成记录迹对假定小波应用时间滤波器,从而形成具有位于地震频率波段内的主频率的合成反卷积小波;以及通过对地震数据应用合成反卷积小波来对地震记录迹执行反卷积操作,以对关注的地下特性进行分析。2.如权利要求1所述的数据处理系统,其中处理器在执行针对假定小波形成标准化能量振幅的步骤中执行步骤:形成小波振幅的振幅的估计;对小波振幅的估计进行调整,从而将总体误差函数最小化;以及形成小波振幅的调整估计的平均值。3.如权利要求1所述的数据处理系统,其中处理器在执行形成合成记录迹的步骤中执行步骤:根据地震勘测数据中选定的记录迹组来形成所解析出的出现时间处的合成记录迹以及标准化振幅。4.如权利要求3所述的数据处理系统,其中选定的记录迹组包括地震勘测数据中的记录迹的共深度点采集。5.如权利要求3所述的数据处理系统,其中选定的记录迹组包括地震勘测数据中的记录迹的激发点采集。6.如权利要求1所述的数据处理系统,其中处理器在执行对假定小波应用时间滤波器的步骤中执行步骤:形成合成记录迹的平均能谱的度量;确定合成记录迹中存在的平均功率的地震主频率;以及以所确...

【专利技术属性】
技术研发人员:萨拉赫·阿多萨里王劲松
申请(专利权)人:沙特阿拉伯石油公司
类型:
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