一种基于全局优化的叠前地震信号同相轴拉平方法
【技术领域】
[0001] 本发明属于地震勘探技术领域，具体设及一种基于全局优化的叠前地震信号同相 轴拉平方法的设计。
【背景技术】
[0002] 随着地震勘探的越来越精细，叠前偏移与AV0反演在复杂构造成像W及复杂岩性 储层预测领域有着非常重要的作用。为提高岩性成像的精度，结合叠前偏移技术的叠前弹 性参数反演方法是一个不错的选择。叠前道集数据作为反演的基础，对反演效果有着至关 重要的作用。由于受到地层介质各向异性的影响，叠前道集中存在大量剩余时差，导致叠前 道集中同相轴不平，同相轴不平整会导致成像效果不准确，从而影响反演的效果。
[0003] 目前常用的叠前道集拉平方法主要分为两大类：基于速度调整的拉平方法和基于 统计效应的拉平方法。基于统计效应的拉平方法是指首先建立L2范数的目标函数，目标函 数主要由AV0I或者HI类来表示，然后利用时间方向的滑动时窗产生每道的移动解，最后 最小化目标函数，对应的解即为最优解。基于速度调整的拉平方法是假定在原始叠前地震 道集中没有拉平的地震波主要由于剩余时差（RM0)引起，因此使用二阶或四阶MS速度场 的高精度速度估计能够拉平道集的同相轴。
[0004] 1、基于速度调整的拉平方法
[0005] 基于速度调整的道集拉平方法假定原始降噪后的叠前地震道中没有拉平的道集 主要由于剩余时差（RM0)引起，因此使用二阶或者四阶的MS速度场的高精度速度估计能 够拉平道集的同相轴。RM0校正W公式（1)为基础：
[0006]
[0007] 其中，I是动校正量，X是偏移距，t是零偏移距处的时间，Vw是参考速度函数，V 是更新速度。然后，地震勘探发展使得地震发射点与接收点之间的距离越来越远。该原因 使得在远处的偏移距，使用RM0曲线越来越难描述速度模型。经过改进使用A化halif址时 差模型，模型公式如公式（2):
[0008] (2)
[0009] 对于高阶的剩余时差通过速度差量5V和旅行时间5n来确定时差5t，如公式 (3)所示：
[0010]
[0011] 为了改善无穷小量偏移距，令C=x/Vt。和无穷小量速度A= 5V/V，代入公式 (3)可得：
[0012]
[0013] 通过最小化输入数据与时移量5t之间的误差求得5V和5n，迭代次数可W自 己设定。
[0014] 2、基于统计效应的拉平方法
[0015]Hinkley在2004年提出了一种动态的道集拉平方法值GF)，它是一种统计的道集 拉平方法，首先运种方法在处理过程中是一一映射的，即每一个输出样本点数据是由同一 道同一时间点上的输入数据经过处理得到的，通过公式（5)能更方便地表达：
[0016] (t,x)=Db{(t+m(t,x)),x}(5)
[0017] 其中，X是偏移距，在该道集拉平方法中也可视作从小到大排序的道集编号；T是 时间，a和b分别代表道集拉平后和拉平前的数据。通过对横向偏移距和纵向时间开时窗， 逐道移动使得两道间2范数最小，即求解式化）：
[001 引
（6)
[0019] 可W求出任意两道的时移Ty。在偏移距方向上任取5道为一组，其中Ti表示第一 道与第二道之间的移动量，T2表示第S道与第一道之间的移动量，T3表示第四道与第一道 的移动量，T4表示第五道与第一道的移动量。5道数据可W求取十个移动量，即任意两道之 间都存在一个移动量，在最小平方意义下求得W上4个移动量，计算公式如公式（7)所示：
[0020] - (2T1,刊1,3+了1,片1, 5_了2, 3_了2,打2, 5)/5
[0021] 了2=(T1,2巧Ti,3+Ti,4+Ti,日+T2,；3-T3,zrT3,5)/5
[002引T3-(T1,2+了1,3+21\,片1,5+了2,4+了3,打4, 5)/5 [002引 了4=(Ti,2+Ti,3+Ti,4+2Ti,5+T2,5-T3,5_T4,5)/5 (7)
[0024] 在叠前道集优化中，虽然通过动校正可W保证同相轴基本被拉平，但是由于一些 因素，比如由于地表高低起伏导致的动校正不准确，因水平层状各向同性介质引起的时距 曲线方程的误差。由于运些影响的存在使得叠前道集同相轴依旧不平，需要进一步作精细 拉平。
【发明内容】
[00巧]本发明的目的是为了解决现有技术中由于受到地层介质各向异性的影响，叠前道 集中存在大量剩余时差，导致叠前道集中同相轴不平，进而导致成像效果不准确，从而影响 反演效果的问题，提出了一种基于全局优化的叠前地震信号同相轴拉平方法。
[0026] 本发明的技术方案为：一种基于全局优化的叠前地震信号同相轴拉平方法，包括 W下步骤：
[0027] SI、初始化道集拉平参数；
[0028] S2、选取基准道；
[0029] S3、计算种子点移动量；
[0030]S4、同相轴拉平。
[0031] 进一步地，步骤S1中道集拉平参数包括叠前道集时窗大小、窗口移动量、捜索半 径和相似度矩阵分位数阔值。
[0032] 进一步地，步骤S2包括W下分步骤：
[0033] S21、计算任意两个道集的相似度矩阵C ;
[0034] S22、W相似度矩阵为基础初始化吸引度矩阵与归属度矩阵；
[0035]S23、迭代更新吸引度矩阵与归属度矩阵；
[0036] S24、计算使吸引度矩阵与归属度矩阵之和最大的道集k;
[0037] S25、判断迭代次数是否达到指定次数，若是则进入步骤S3,否则进入步骤S26 ;
[0038] S26、判断道集k是否与上次迭代时结果一致，若是则进入步骤S3,否则返回步骤 S23。
[0039] 进一步地，步骤S3包括W下分步骤：
[0040] S31、求取两个道集的最大相似度矩阵Cm。、并定义最优移动量矩阵S;
[0041]S32、计算矩阵Cm。,对应分位数阔值处的值Cm;
[0042] S33、统计大于Cm值的道集个数，选择个数最多的行，该行相似度对应的移动量即 为当前时窗种子点的移动量；
[0043] S34、插值得到其余时窗种子点的移动量；
[0044] S35、对各时窗种子点移动量进行全局优化。
[0045] 进一步地，步骤S35包括W下分步骤：
[0046] S351、计算道集间相似度最大的移动量矩阵；
[0047] S352、计算水平方向和垂直方向的位移差分矩阵；
[0048] S353、判断水平方向和垂直方向的位移差分矩阵是否满足约束条件，若是则进入 步骤S4,否则选择相似度次优的移动量组成新的移动量矩阵并返回步骤S352。
[0049] 进一步地，步骤S4中采用=次样条插值来对移动量矩阵进行插值的方法实现同 相轴拉平。
[0050] 本发明的有益效果是：本发明利用时窗中屯、点作为种子点，不断滑动时窗求得道 集间相似度最大时的移动量作为种子点的移动量，对种子点移动量进行全局优化，最后通 过=次样条函数W种子点移动量作为原始数据插值得到拉平后的叠前道集振幅，可W达到 W下有益效果：
[0051] (1)通过近邻相似传播选取基准地震道，可W自动选取相似度高的道集作为基准 道，不需要人工干预，相较于直接从相似度矩阵中相似度较高的道集中任选一道准确度更 局。
[0052] (2)在得到种子点移动量后设计新的目标函数和约束条件对种子点移动量进行全 局优化，解决拉平过程中的"突跳"W及波形失真的问题。
【附图说明】
[0053] 图1为本发明提供的一种基于全局优化的叠前地震信号同相轴拉平方法流程图。
[0054] 图2为本发明步骤S2的分步骤流程图。
[00巧]图