[发明专利]基于全波形反演驱动的被动源直接偏移成像方法有效

专利信息
申请号: 201910065695.4 申请日: 2019-01-24
公开(公告)号: CN109738952B 公开(公告)日: 2020-05-08
发明(设计)人: 蔡中正;韩立国 申请(专利权)人: 吉林大学
主分类号: G01V1/30 分类号: G01V1/30
代理公司: 长春吉大专利代理有限责任公司 22201 代理人: 王立文
地址: 130012 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种基于全波形反演驱动的被动源直接偏移成像方法。首先采用全波形反演,将地震干涉法得到的被动源虚拟炮集作为观测记录,之后采用卷积目标函数来消除全波形反演过程中存在的子波依赖问题。针对被动源数据的特点,对不依赖震源子波被动源全波形反演的震源编码方法,参考道选择方法以及梯度加权等方法做了改进;之后利用被动源全波形反演得到的结果作为被动源偏移的速度模型,采用直接成像条件的进行逆时偏移。本方法对速度模型精度依赖小,在一个低精度的速度模型下,对噪声被动源数据成像,得到了高质量的偏移结果,不需要主动源数据的参与。
搜索关键词: 基于 波形 反演 驱动 被动 直接 偏移 成像 方法
【主权项】:
1.一种基于全波形反演驱动的被动源直接偏移成像方法,其特征在于包括以下步骤:a、地表采集获得噪声被动源数据;b、利用地震干涉法,重构采集的噪声数据,重构为虚拟炮集:C(x2,x1,t)=T(x1,xS,t)*T(x2,xS,‑t)式中,T(x1,xS,t)为检波器x1接收到的传动波场数据,C(x2,x1,t)为通过互相关干涉得到的序列;c、互相关后的序列中包含因果和非因果部分,将因果非因果部分加和得到虚拟震源炮集,由格林函数法得:uvir(x2,x1,t)=G(x2,x1,t)*S(t)S(t)为虚拟震源的子波;d、把重构的单炮记录做频谱分析,确定反演子波范围;e、将得到的虚拟炮集采用全新的方式进行编码,编码方式如下所示:为第i个编码炮,编码炮数量为nc,将各单炮数据采用震源位置随机,得到一组随机序列,依次从随机序列中取m个值,得到nc个序列s,每个序列s即为每个编码炮的震源位置编码,公式中p是随机生成的+1和‑1序列,长度为ns;f、从构成该编码炮的单炮中随机选择一炮,令其炮点位置为参考道,正演模拟记录与观测记录采用相同的参考道位置;g、将编码炮作为观测数据,采用褶积的方法构造目标函数:通过该目标函数消除了虚拟震源子波的影响;h、同过伴随源法求取梯度,褶积构造的目标函数其伴随源为:r'是第一互相关残差,作为除参考道之外的道集伴随震源,r”是第二互相关残差,作为参考道处的伴随震源,梯度计算公式为:r为将第一第二互相关残差合并后的总残差,v是迭代的速度模型,ns为震源数,nr为检波器数,t0为记录时间;i、梯度通过改进的指数加权算法求得:式中αk为线性搜索后的步长,αk∈(0,1),a为基于信噪比的收敛因子,k是参与加权的迭代数,且这里的步长是通过每一编码炮残差求得的步长取算数平均后得到的;j、重复迭代步骤e到步骤i,迭代速度模型:vk+1=vk‑αkgkvk为第k次迭代的速度模型,αk为步长,gk为梯度;求得速度模型v,每次随机生成新的编码,且每ni次提高正演时子波主频,ni大于每个编码炮包含的单炮集数m;k、平滑速度模型;l、通过直接被动源逆时偏移,利用平滑速度模型v成像,采用震源归一化的互相关成像条件:式中I(x,z)为逆时偏移结果,x,z为积分空间,Tobs(x,z,ti)为接收到传动波场,nm为叠加次数,m=K/nt,K为被动源数据总采集时间,nt为单次叠加时间。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910065695.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top