对于逆时迁移使用多样性拍摄堆积的信号增强(DeSSeRT)的制作方法
【专利说明】对于逆时迁移使用多样性拍摄堆积的信号増强（DeSSeRT)
[0001] 本申请要求在2012年3月9日提交的美国临时专利申请No. 61/608928的优先权， 其公开的全部内容引用于此作为参考。
技术领域
[0002] 本发明设及地震处理，并且提供用于增强关于逆时迁移堆积巧everse Time Migration stack)的信号的简单且有效的方法。该方法基于选择的拍摄数据的后迁移子堆 积的最佳加权。
【背景技术】
[0003] 在碳氨化合物勘探和生产的领域中，声学技术常用于对地下成像。在一般的方法 中，地震信号通过地球表面上或通过钻孔中的源被传送到地下。地震接收机检测并记录得 到的声学信号。接收的信号，特别是在地下被反射并且/或者被折射的那些，将包含关于地 下的信息。因此，例如，诸如逆时迁移（RTM)的波动方程迁移方法对于对诸如盐的下方复杂 盖岩层成像十分关键。尽管在理论和算法上都得到改进，但迁移图像的适当后处理仍常常 是产生最佳成像质量的关键步骤。
[0004] 该种后处理的例子是图像域收集（gather)上的远偏移到达的抑制（muting),其 中适当的抑制可促成或破坏最终图像的质量。在Kirchhoff迁移的情况下，很容易且自然 地在后迁移中间点偏移收集上完成该一点。抑制对波动方程迁移是同等重要的；但是，对该 处理产生适当的图像收集是比向堆积的简单迁移输出更昂贵的命题。
[0005] 在地下角度收集域中最正确地执行后RTM数据的抑制或角度加权。许多作者 描述了用于计算波动方程迁移的角度收集的方法（de Bruin等，1990 ;Prucha等，1999 ; Moser 和 Foster, 2000 ;Richett 和 Sava, 2002 ;Xie 和 Wu, 2002 ;Sava 和化11161, 2003 ; Soubaras，2003)，但主要的障碍是对全方位地下角度收集计算和存储大量的输出数据的成 本。
[0006] 图像拍摄收集（Shot to Image Gathers ;SIG)是波动方程角度收集的更低廉的 替代方案。它们是通过从来自例如为逆时迁移的拍摄记录波动方程迁移的所有单独迁移的 拍摄采集输出形成的。通常，来自各拍摄的输出图像被堆积在一起。如图1所示，通过采集 共同的输出图像位置上的痕迹并然后基于从图像点到拍摄位置的水平距离分配矢量距离 (矢量偏移），形成各SIG。结果是诸如图2所示的SIG。该些收集提供可根据该距离应用 抑制的空间。
[0007] 一种复杂性在于，SIG收集具有使能量的中屯、偏移为远离零"偏移"的倾角（dip) 成分，该使得抑制比常规的图像收集更困难。依赖数据的抑制功能会解决该问题，但是在信 号噪声比较差的区域中或者在照明可变的情况下，依赖于有用数据的抑制功能可能难W计 算。
[000引由此，仍然希望提供用于针对RTM拍摄图像收集得出并且应用最佳加权系数W提 高最终堆积的总体S/N比的简单且廉价的方法。
【发明内容】
[0009] 本发明提供用于针对RTM拍摄图像收集得出并且应用最佳加权系数W改善最终 堆积的总体S/N比的简单、廉价且稳健的方法。由于本方法设及对逆时迁移使用多样性拍 摄堆积的信号增强，因此它们有时被缩写为DeSSeRT。在一些实施例中，通过对完整堆积产 品的单个子堆积进行最小平方匹配滤波，来计算加权。
[0010] 在本发明的优选实施例中，用于处理地震数据的方法包括W下步骤；a)提供包含 关于地下区域的信息的多个迁移拍摄收集；b)加算迁移拍摄收集的重叠部分W提供导引 堆积；C)将多个迁移拍摄收集分成多个组并且加算每个组中的收集W提供子堆积，其中， 每个组包含至少两个迁移拍摄，并且其中子堆积是从每个组产生的；d)向导引堆积应用振 幅归一化算法W产生振幅归一化导引堆积；e)通过比较每个子堆积与振幅归一化导引堆 积计算加权函数；f)通过使用加权函数加权每个子堆积W产生多个加权子堆积；g)加算加 权子堆积的重叠部分W产生输出堆积；和h)使用输出堆积W产生地下区域的图像。另外， 方法还可包括使用加权函数W构建或更新速度模型的步骤。
[0011] 步骤e)中的比较包含相关、减法和加法中的至少一种，并且，步骤e)可包含计算 最小平方匹配滤波器。仅作为例子，加权函数可具有1?50000个数据点之间的长度。
[0012] 步骤f)可包含选自相关、卷积、乘法和它们的组合的至少一种计算。如希望的话， 步骤f)还可包含使用基于振幅的加权算法和/或基于照明的加权算法。
[0013] 步骤C)可包含将迁移拍摄收集分成例如至少40个组，并且还可包含根据其矢量 距离、其各自的象限或者它们的方位、图像深度和距离分割迁移拍摄收集。在后一种情况 下，迁移拍摄收集可分成表达为X = Z的百分比的抑制锥形，其中X是距离且，Z是图像深 度。
[0014] 方法还可包括通过使用输出堆积作为导引堆积重复步骤d)?g)至少一次。
【附图说明】
[001引为了更详细地理解优选实施例，参照附图，其中，
[0016] 图1是示出可在堆积之前分成重叠图像点并且根据从拍摄到图像位置的水平距 离分配位置的方式的示意图；
[0017] 图2是可源自图1所示的设置的拍摄图像收集（SIG)的例子；
[0018] 图3是与从全SIG数据分割的四个象限（qua化ant)堆积相比较的全堆积的例子；
[0019] 图4是示出数据可如何分成一系列的方位扇形区的示意图；
[0020] 图5是示出数据可如何分成渐进的抑制区域的示意图；
[0021] 图6和图7分别是表示根据常规的方法（没有DeSSeRT)处理的墨西哥湾RTM全 堆积和根据本方法值eSSeRT)处理的相同数据的堆积的比较示图。
【具体实施方式】
[0022] 为了提供依赖数据的抑制功能，从SIG子堆积开始。可W看出，拍摄图像收集的子 堆积产生表示通过拍摄的不同分组照射地下的哪些部分的图像。如图3所示，一个例子是 根据矢量SIG距离将SIG分成象限（即，肥、SE、NW、SW)。
[0023] 象限堆积表示如何通过迁移拍摄的不同子集对图像的不同部分成像。希望设计加 权不同的子堆积W实现最佳图像的方式。如由Xu等，2011所示，该种方法的一个例子是使 用用于在后迁移矢量偏移铺设数据上堆积的照射权重。
[0024] 本发明基于该样一种观察，即，任何特定SIG上的噪声可能很少，但具有非常高的 振幅。由此，整个象限的基于振幅的加权可能不能适当地排除噪声。对于基于照射的加权 也是该种情况，原因是不能保证噪声在信号被很好地照射的区域也不具有高的振幅。
[0025] 高振幅噪声提示子堆积的最佳堆积的多样性加权方法。基于子堆积痕迹在多大 程度上与全堆积相关，零滞后相关性优选为候选子堆积上的权重（例如，参见化ster和 Sengbush, 1968)〇
[0026] 用于完成该一点的简单有效的工具是使用短滤波器的最小平方匹配滤波。该方法 还允许横向和纵向改变匹配滤波器W补偿子堆积中的照射效果和可变噪声量。每个子堆积 与全堆积匹配，并且结果被加在一起。应当强调，该不是振幅保留过程，原因是信号振幅可 能在该过程中改变。
[0027] 一旦匹配滤波器被计算并且被应用于子堆积，所述子堆积就自身堆积，从而导致 优于初始导引堆积的改进产品。该处理可被迭代，其中可从前面的匹配和堆积过程输出导 引堆积。
[002引该过程中的关键步骤是在匹配滤波之前向导引堆积应用振幅归一化步骤即自动 增益控制（AGC)。忽略该步骤将导致在各迭代中总体上随深度减小振幅。
[0029] 在匹配滤波器窗口长度和宽度与必须对不同的数据集测试和优化的AGC长度和 滤波长度之间存在各种选择。我们发现，比1点长的滤波器长度将导致空间上更平滑的结 果，与使用单点滤波器相比，该是W-些高频率为代价的。对于具有非常低的信号噪声比的 区域或者在总结构解释是希望的输出的情况下，该是有价值的。
[0030] 多样性还提示子堆积比简单象限堆积更微细的采样。一种方法是简单地将每个 SIG分成更多的相同部分，例如，将每个象限切成4个给出总共16个子堆积。另一子堆积方 法是，如图4所示，将SIG分成来自图像点的0?360度的方位扇形区，并且如图5所示应 用表达为X = Z的百分比的抑制锥形（例如，X = 0%?20% Z、20%?40% Z等）。该方 法在浅层区域中具有更细微的采样，而在深处具有更宽的采样，该表达为随深度改变的角 度范围。一般地，最后的锥形将包含超出X-Z的所有剩余数据，使得子堆积的堆积将等于全 堆积。