部分多聚焦叠加方法在准噶尔盆地低信噪比地震资料中的应用

多聚焦叠加是目前已知的最佳零偏移距叠加成像方式。对多聚焦叠加方法做改进,利用得到的波场参数来提高叠前地震资料的质量。利用多聚焦波场参数做部分多聚焦叠加,对菲涅尔带内的多个相邻CMP(共中心点)道集做倾角、曲率等校正后合并为一个道集即多聚焦超道集(部分多聚焦叠加),可以补齐缺失地震道,实现叠前数据规则化,并提高信噪比,从而使得叠前道集中的同相轴尤其是来自深层的反射轴有更好的连续性,有利于识别和追踪。提高质量后的叠前道集可用于后续的速度分析、叠加、偏移等常规处理中,效果好于原始CMP道集。模型和实际地震数据的处理结果验证了该方法的正确性和有效性,该方法在低信噪比地震资料处理中将会有广阔的应用前景。

复杂地表条件下共反射面元(CRS)叠加方法研究

在地表地形复杂的情况下,静校正不易做好,这是制约山地资料处理质量的一个很重要的因素.复杂地表共反射面元(CRS)叠加不需对叠前数据做静校正,而且在得到叠加剖面后可以利用叠加得到的波场参数剖面实现基准面重建.地震数据的试算表明,复杂地表CRS叠加得出的剖面与常规处理剖面相比有着较高的信噪比和同相轴连续性.与水平地表CRS叠加不同的是,在复杂地表CRS叠加的时距公式中,波场三参数耦合,难以通过简化CRS道集的方法将它们全部分离并逐个优化.引入模拟退火算法后,有效地解决了这一组合优化的难题.

基于最优化方法的共反射面元叠加

共反射面元叠加可以直接由多次覆盖反射数据得到零炮检距剖面,不依赖于速度信息。通过对共反射面元叠加优化方法进行改进,大大提高了共反射面元叠加三参数分析的精度。同时引入模拟退火全局优化算法,有效地解决了新优化方法中遇到的组合优化的难题。基于CRS参数搜索的具体问题,对模拟退火算法中的三函数两准则做了最优设计。模型数据的试算和实际资料的处理结果验证了新优化方法的有效性和实用性。

复杂地表共反射面元叠加技术应用与发展前景

复杂地表共反射面元(CRS)叠加技术可以直接应用于未作静校正的数据。在基准面重建时,利用CRS运动学波场参数可将CRS叠加剖面校正到某一选定的水平面上。在复杂地表CRS叠加中,波场三参数的耦合需要用到组合参数优化策略,因此实际处理过程中采用模拟退火算法来实现。地震数据的试算表明,复杂地表CRS叠加得出的剖面比常规处理剖面有较高信噪比和同相轴连续性。另外,对CRS叠加技术的几个发展方向和研究热点进行了总结。

CRS叠加的研究现状及发展趋势

在常规处理中,复杂地质条件下的时间域成像和叠后偏移的效果不是很理想。为此,提出了一些新的时间域成像技术和叠前偏移方法,CRS(common reflection surface,共反射面元)叠加便是其中的一种。CRS叠加是一种可以直接由多次覆盖反射数据得到零炮检距(ZO)剖面而不依赖于速度信息的叠加方法。二维和三维CRS叠加不仅能够改进模拟ZO剖面,提高深层的信噪比,而且给出了可用于反演速度场的多参数剖面。模型数据的试算和实际资料的处理验证了方法的有效性和实用性。基于起伏地表的CRS叠加不需要先对原始数据做静校正,而且得到叠加结果后可以很容易地实现基准面重建。另外,利用CRS得出的出射角及波前曲率信息可以更好地实现偏移速度建模,这也是今后CRS研究的一个重点。

关于共反射面元叠加方法在实际应用中的一些思考

共反射面元(Common Reflection Surface=CRS)叠加是一种特殊的零偏移距成像方法,实践中它具有独立于宏观速度模型和完全数据驱动实现的鲜明特色,CRS叠加理论认为在得到高质量的零偏移距剖面的同时,还可以得到三个有用的波场属性参数剖面反演宏观速度模型,CRS叠加剖面之后的叠后深度偏移质量将超过叠前深度偏移.虽然CRS叠加倡导的成像方式和承诺的上述理想境界带来了全新的启示,但是实践中这些特色同样带来了令人困扰的问题,为此我们提出了倾角分解CRS叠加方法解决这些问题.本文即是作者通过上述实践之后对CRS叠加方法形成的一些思考和总结.

共反射面元叠加方法综述

在地下介质复杂的情况下,由于常规叠加方法的假设条件不满足,导致叠加效果不甚理想.共反射面元(CRS)叠加是一种完全由数据驱动、不依赖于宏观速度模型的地震成像技术,不仅可以得到高质量的零偏移距剖面,而且可以得到多个有用的波场属性参数剖面,被视为深层和复杂地区地震数据处理的重要发展方向.本文对共反射面元叠加技术的基本原理、发展历程、主要类型及应用进行了总结,并对今后的发展趋势进行了预测.

部分共反射面元叠加技术在海上数据中的应用

本文对共反射面元(CRS)叠加方法做改进,利用得到的波场参数来提高叠前地震资料的质量.利用CRS波场参数做部分CRS叠加,对菲涅尔带内的多个相邻CMP道集做倾角、曲率等校正后合并为一个道集即CRS超道集,可以补齐缺失地震道,实现叠前数据规则化,并提高信噪比.从而使得叠前道集中的同相轴尤其是来自深层的反射有更好的连续性,有利于识别和追踪.提高质量后的叠前道集可用于后续的速度分析、叠加、偏移等常规处理中,效果好于原始CMP道集.模型和实际数据的计算结果验证了该方法的正确性和有效性.该方法在低信噪比资料的处理中将会有广阔的应用前景.