[发明专利]基于Spark的地震数据规则化方法

说明书

本发明提供一种基于Spark的地震数据规则化方法，该基于Spark的地震数据规则化方法包括：步骤1，设置进行规则化处理的参数；步骤2，根据参数对输入道集数据进行切分，得到的若干个数据切片构成输入数据RDD；步骤3，对输入数据RDD进行处理，得到规则化数据RDD；步骤4，对规则化数据RDD进行求平均合并，得到结果数据RDD。该基于Spark的地震数据规则化方法与现有技术相比，具有效率更高、实现简洁、易于维护、支持海量数据处理等优点。

技术领域

本发明涉及油田开发技术领域，特别是涉及到一种基于Spark的地震数据规则化方法。

背景技术

在地震勘探数据处理过程中，数据的规则化程度对最终的成像精度具有重要的影响，数据越规则，成像效果越好。但是在实际的地震采集过程中，由于受野外地表条件等因素的限制，野外实际观测系统的布设不可能像室内设计的观测系统那样规则。因此对采集到的不规则数据进行室内的规则化处理就尤为重要。

传统的地震数据规则化的方法包括面元均化、加权补偿等方法。随着高密度地震技术的进步，采集到的地震数据空间密度更高，方位角更全，偏移距更丰富。为了适应新数据的特点，五维规则化方法逐渐成为研究的热点。规则化方法的进步和地震数据体量的不断增大造成了一种新的困境——计算量和计算周期大幅增加，影响了实际生产效率。因此需要采用基于多计算节点集群的并行方法提升效率。地震勘探领域广泛采用MPI实现多进程并行。但是数据规则化这类算法对数据输入的组织方式和数据输出的汇总方式上较为复杂，使用MPI进行并行化十分困难，并且由于需要引入大量的数据网络传输开销和临时文件读写操作，并行效率提升不够理想。

Spark是一种新型的高速，通用大数据计算处理引擎，具有高扩展性、高存储效率、内存计算等诸多优势。Spark基于数据分布式并行的思想，将数据进行合理分区，各分区数据并行处理。Spark提供了多种类型功能强大的操作算子，包括输入分区和输出分区一对一型、多对一型、多对多型等，这些算子实现了对数据的并行处理，并且处理细节对开发者是透明的。基于Spark引擎，开发者可以不必太多关注数据网络传输、内存和磁盘使用等计算节点间的并行细节，开发复杂度更低。

现有技术方案均基于MPI进行并行处理，这些方案在对复杂数据输入和复杂数据汇总进行处理时，处理方法十分复杂，引入了大量临时文件读写操作和数据的网络传输操作，造成效率提升不理想。应对海量数据时，这些问题更加显著。

在申请号：201811382738.3的中国专利申请中，涉及到一种熵约束数据驱动正规框架地震数据规则化方法，包括以下步骤：对原始不规则地震数据灰度化处理；将灰度化后的地震数据分成数据子集，计算每个数据子集的熵；根据每个数据子集的熵计算每个数据子集的键值；选取键值较大的数据子集组成训练集，进行字典训练，求取自适应字典基函数；以迭代重建结果的相对误差和最大迭代次数作为收敛标准，利用最终训练的自适应字典基函数对不规则地震数据进行插值加密；将规则网格上的插值地震数据输出，完成地震数据规则化。

在申请号：201310439558.5的中国专利申请中，涉及到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。

在申请号：201110182710.7的中国专利申请中，涉及到一种Radon谱约束下高维地震数据规则化方法，包括：采集一段平面波波前的原始数据：计算出地震数据所对应的数据空间的协方差矩阵CD；计算出地震数据(f，k)谱中各个波数成分能量之间的模型空间的协方差矩阵CM；利用上述所得到的数据空间的协方差矩阵CD和模型空间的协方差矩阵CM构造目标函数，并计算出规则化后的地震数据。