一种高维地震数据规则化方法
【专利摘要】本发明提供了一种高维地震数据规则化方法，属于油气勘探开发中地震数据预处理领域。本方法包括：(1)输入原始三维炮道集；(2)利用高维傅里叶变换将时间空间域的所述原始三维炮道集变换到频率空间域中，然后进行分选得到五维炮道集；(3)对一个频率片进行最优化求解，得到无假频频谱；(4)判断是否达到迭代门槛值，如果是，则转入步骤(5)，如果否，则返回步骤(3)；(5)利用高维傅里叶反变换将所述无假频频谱变换到时间空间域，即得到规则炮道集数据；(6)输出所述规则炮道集数据。
【专利说明】一种高维地震数据规则化方法
【技术领域】
[0001] 本发明属于油气勘探开发中地震数据预处理领域，具体涉及一种高维地震数据规 则化方法。
【背景技术】
[0002] 在地震数据采集中，空间采样的不规则以及空间采样间隔过大（采集成本限制） 导致地震数据的空间假频经常发生。由于偏移算子不能消除由空间采样引起的假频，以致 这些假频能量以假象的形式出现在剖面中，这些假象会误导地震剖面的解释。因此为了实 现真振幅成像，必须在偏移前通过地震数据插值等方法除去这些假频能量。在过去的十多 年里，地球物理学家发展了很多解决地震数据非规则性和假频问题的方法，大体上可分为 四类。描述如下：
[0003] 第一类，基于褶积理论。这种方法的主要思想是，用地震数据的低频分量构造一个 滤波器，并利用这个滤波器实现对地震数据的插值。属于这种类型的方法包括FX域预测 滤波插值（Spitz, 1991)，TX域预测误差滤波插值（Claerbout，1992)，FK域预测滤波插值 (Gulunay，2003)。它们通常要求数据域的同相轴是线性的，只有满足线性假设条件，所构造 的滤波器才有意义。这些方法的另一个要求是地震数据的空间采样方式必须是规则的，但 是在数据采集过程中这个要求是很难实现的。
[0004] 第二类，基于偏移算子和反偏移算子。这种方法先应用偏移算子将地震数据投影 到成像域中，通过在成像域里完成地震数据的插值工作，然后将成像域的数据反偏移回数 据域中。由stolt(2002)和Trad(2003)介绍的方法都属于这种类型。这种方法的偏移算 子种类繁多，包括正常时差校正（NMO)，倾角时差校正（DMO)，零偏移距偏移（MZO)，方位角 时差校正（AMO)，叠前时间偏移（PSTM)，叠前深度偏移（PSDM)等。这类方法虽然可以很好 的保持地震数据中同相轴的相位信息，但是振幅信息往往是失真的。
[0005] 第三类，基于FK频谱估计。这种方法可以另外分为两小类：一种基于反演理 论，另一种基于相关理论。基于反演理论的主流方法可参考A.J.W.Duijndam(1999)和 Sacchi (2004, 2007)的文章。这类方法的主要思想是，在反演理论的框架下，应用合适的正 演算子和约束条件，估计地震数据的FK频谱。这类反演问题的模型空间和数据空间通常是 FX域和FK域的地震数据，而正算子是傅立叶变换。这些方法的约束条件差异很大，不同的 约束条件会产生不同的结果，因此约束条件是该方法的关键因素 。总所周知，一个反问题经 常会对应着多个解，不同的限制条件意味着在不同的解空间寻求结果，因此对于不同的约 束条件而言解是完全不同的。另一类基于相关理论的方法包括抗泄露傅立叶变换（ALFT) (Sheng Xu，2005)，凸集投影（POCS) (Ray Abma，2006)，匹配追踪（MP) (Al i Ozbek，）以及 其他一些与基于地震数据相关的方法。在相关过程中，这些方法将相关能量最大的基作为 地震数据中能量最大的分量，然后选择这个最大能量作为FK谱估计的一个分量。实际上如 果将相关理论看作解反演问题的一种方法，那么每次选择的基就是梯度，而相关能量就是 这个反演问题的步长。如果数据中的假频不严重，那么这类方法能得到很好的结果。但是 如果假频严重，最大相关能量的基可能就不再是地震数据有效信号的分量而是假频，则此 方法得到的插值结果就很差。
[0006] 最后一种，基于矩阵分解。如果将地震数据看作一个高维矩阵，那么在奇异值分解 (SVD)中，数据插值可以通过插值奇异向量得到。由Sacchi (2011)提出的方法就属于这一 类。如果数据域中的同相轴是线性的，那这种方法将得到更好的结果，因为如果同相轴是线 性的，那么大奇异值的所对应的奇异向量的数量将大大减少。但是其缺陷也是显而易见的， 因为地震数据的随机性很强，因此在奇异值分解时就会产生奇异值从而导致矩阵误解。
[0007] 上述四类方法中，最后两类是当今地震数据插值中最为流行的，因为它们都具备 高维地震数据插值的能力，并且插值效果也比较理想。
【发明内容】
[0008] 本发明的目的在于解决上述现有技术中存在的难题，提供一种高维地震数据规则 化方法，解决地震数据采集中，空间采样的不规则以及空间采样间隔过大（采集成本限制） 导致地震数据的空间假频的问题，这些假频能量以假象的形式出现在剖面中，这些假象会 误导地震剖面的解释。本方法是在反演过程中以高维傅里叶变换为正演算子，数据线性拉 东变换谱为约束的高维数据规则化方法。
[0009] 本发明是通过以下技术方案实现的：
[0010] 一种高维地震数据规则化方法，所述方法包括：
[0011] (1)输入原始三维炮道集；
[0012] (2)利用高维傅里叶变换将时间空间域的所述原始三维炮道集变换到频率空间域 中，然后进行分选得到五维炮道集；
[0013] (3)对一个频率片（该频率片是由时间域通过傅里叶变换到频率域，有多少个时 间采样点就有多少个频率片。）进行最优化求解，得到无假频频谱；
[0014] (4)判断是否达到迭代门槛值，如果是，则转入步骤（5)，如果否，则返回步骤⑶；
[0015] (5)利用高维傅里叶反变换将所述无假频频谱变换到时间空间域，即得到规则炮 道集数据；
[0016] (6)输出所述规则炮道集数据。
[0017] 所述步骤（3)是采用共轭梯度算法求解下面的公式实现的：
【权利要求】
1. 一种高维地震数据规则化方法，其特征在于：所述方法包括： (1) 输入原始三维炮道集； (2) 利用高维傅里叶变换将时间空间域的所述原始三维炮道集变换到频率空间域中， 然后进行分选得到五维炮道集； (3) 对一个频率片进行最优化求解，得到无假频频谱； (4) 判断是否达到迭代门槛值，如果是，则转入步骤（5)，如果否，则返回步骤（3); (5) 利用高维傅里叶反变换将所述无假频频谱变换到时间空间域，即得到规则炮道集 数据； (6) 输出所述规则炮道集数据。
2. 根据权利要求1所述的高维地震数据规则化方法，其特征在于：所述步骤（3)是采 用共轭梯度算法求解下面的公式实现的：
其中，?是无假频的规则数据频谱，即无假频频谱，Hiphot是先验模型，Cm为数据的Radon谱，Cd为一般约束条件，cLs为观测数据，A表示采样算子矩阵，Ah为A的共轭转置矩阵，πιρ_ =0〇
3. 根据权利要求2所述的高维地震数据规则化方法，其特征在于：所述数据的Radon 谱是这样得到的： 利用步骤（1)中的炮道集数据中同相轴的局部线性，进行线性拉东变换，得到拉东谱， 具体实现公式如下： R(f?p)= /d(f,x)e_2lIfpxdx 其中，f，P，x分别表示频率、射线参数和空间采样位置，d(f，x)是原始数据的频率空间 表示，R(f，P)为所述数据的Radon谱。
4. 根据权利要求1所述的高维地震数据规则化方法，其特征在于：所述步骤（4)中的 迭代门槛值设置成1〇_6。
【文档编号】G01V1/28GK104459770SQ201310439558
【公开日】2015年3月25日 申请日期:2013年9月24日 优先权日:2013年9月24日
【发明者】郑小鹏, 徐兆涛 申请人:中国石油化工股份有限公司, 中国石油化工股份有限公司石油物探技术研究院