|
|
больше ...
Термины запроса в документе
Реферат
[RU] 1. Способ сейсморазведки, включающий получение массива сейсмических данных, представляющего подземные геологические толщи, и модели свойств геологической среды подземных геологических толщ; выполнение экстраполяции волнового поля по сейсмическим данным в модели свойств геологической среды; применение к экстраполированным волновым полям расширенного условия миграции с временными сдвигами; формирование из обычных экстраполированных волновых полей, упорядоченных по пунктам взрыва (ПВ), сдвинутых по времени сейсмограмм для каждого пикселя изображения модели свойств геологической среды; адаптивную фокусировку сейсмограмм с использованием процессора, причем адаптивная фокусировка включает в себя нахождение величины временного сдвига для каждой трассы сейсмограммы, применение этой величины для получения нулевой временной задержки для этой трассы, применение найденного временного сдвига к соответствующим трассам; суммирование адаптивно сфокусированных сейсмограмм с использованием процессора; получение изображения подземной геологической толщи с использованием процессора по суммированным, адаптивно сфокусированным сейсмограммам. 2. Способ по п.1, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau. 3. Способ по п.2, в котором весовая функция имеет вид  где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 4. Способ по п.1, в котором выполнение адаптивной фокусировки включает в себя также задание веса каждой трассе с использованием весового коэффициента, который является убывающей функцией аргумента tau. 5. Способ по п.4, в котором весовая функция имеет вид  где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 6. Способ по п.1, в котором нахождение величины временного сдвига для каждой трассы в сейсмограмме включает в себя нахождение величины временного сдвига по низкочастотным расширенным изображениям; присвоение соответствующим трассам этих низкочастотных временных сдвигов. 7. Способ по п.1, в котором адаптивная фокусировка сейсмограмм включает в себя итеративную адаптивную фокусировку до суммирования. 8. Вычислительное устройство, включающее процессор; систему шин; хранилище; программную компоненту, которая находится в хранилище, обеспечивающую выполнение операций способа по п.1. 9. Вычислительное устройство по п.8, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau. 10. Вычислительное устройство по п.9, в котором весовая функция имеет вид  где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 11. Вычислительное устройство по п.8, в котором нахождение величины временного сдвига для каждой трассы в сейсмограмме включает в себя нахождение величины временного сдвига по низкочастотным расширенным изображениям; присвоение соответствующим трассам этих низкочастотных временных сдвигов. 12. Вычислительное устройство по п.8, в котором адаптивная фокусировка сейсмограмм включает в себя итеративную адаптивную фокусировку до суммирования. 13. Запоминающее устройство с хранящейся на нем компьютерной программой, обеспечивающей выполнение операций способа по п.1. 14. Запоминающее устройство для хранения программ по п.13, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau. 15. Запоминающее устройство для хранения программ по п.14, в котором весовая функция имеет вид  где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 16. Запоминающее устройство для хранения программ по п.13, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau. 17. Запоминающее устройство для хранения программ по п.16, в котором весовая функция имеет вид  где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 18. Запоминающее устройство для хранения программ по п.13, в котором нахождение величины временного сдвига для каждой трассы в сейсмограмме включает в себя нахождение величины временного сдвига по низкочастотным расширенным изображениям; присвоение соответствующим трассам этих низкочастотных временных сдвигов.
Полный текст патента
(57) Реферат / Формула:
1. Способ сейсморазведки, включающий получение массива сейсмических данных, представляющего подземные геологические толщи, и модели свойств геологической среды подземных геологических толщ; выполнение экстраполяции волнового поля по сейсмическим данным в модели свойств геологической среды; применение к экстраполированным волновым полям расширенного условия миграции с временными сдвигами; формирование из обычных экстраполированных волновых полей, упорядоченных по пунктам взрыва (ПВ), сдвинутых по времени сейсмограмм для каждого пикселя изображения модели свойств геологической среды; адаптивную фокусировку сейсмограмм с использованием процессора, причем адаптивная фокусировка включает в себя нахождение величины временного сдвига для каждой трассы сейсмограммы, применение этой величины для получения нулевой временной задержки для этой трассы, применение найденного временного сдвига к соответствующим трассам; суммирование адаптивно сфокусированных сейсмограмм с использованием процессора; получение изображения подземной геологической толщи с использованием процессора по суммированным, адаптивно сфокусированным сейсмограммам. 2. Способ по п.1, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau. 3. Способ по п.2, в котором весовая функция имеет вид где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 4. Способ по п.1, в котором выполнение адаптивной фокусировки включает в себя также задание веса каждой трассе с использованием весового коэффициента, который является убывающей функцией аргумента tau. 5. Способ по п.4, в котором весовая функция имеет вид где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 6. Способ по п.1, в котором нахождение величины временного сдвига для каждой трассы в сейсмограмме включает в себя нахождение величины временного сдвига по низкочастотным расширенным изображениям; присвоение соответствующим трассам этих низкочастотных временных сдвигов. 7. Способ по п.1, в котором адаптивная фокусировка сейсмограмм включает в себя итеративную адаптивную фокусировку до суммирования. 8. Вычислительное устройство, включающее процессор; систему шин; хранилище; программную компоненту, которая находится в хранилище, обеспечивающую выполнение операций способа по п.1. 9. Вычислительное устройство по п.8, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau. 10. Вычислительное устройство по п.9, в котором весовая функция имеет вид где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 11. Вычислительное устройство по п.8, в котором нахождение величины временного сдвига для каждой трассы в сейсмограмме включает в себя нахождение величины временного сдвига по низкочастотным расширенным изображениям; присвоение соответствующим трассам этих низкочастотных временных сдвигов. 12. Вычислительное устройство по п.8, в котором адаптивная фокусировка сейсмограмм включает в себя итеративную адаптивную фокусировку до суммирования. 13. Запоминающее устройство с хранящейся на нем компьютерной программой, обеспечивающей выполнение операций способа по п.1. 14. Запоминающее устройство для хранения программ по п.13, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau. 15. Запоминающее устройство для хранения программ по п.14, в котором весовая функция имеет вид где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 16. Запоминающее устройство для хранения программ по п.13, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau. 17. Запоминающее устройство для хранения программ по п.16, в котором весовая функция имеет вид где х - пространственная координата; s - номер ПВ; τ - найденный для данной трассы временной сдвиг. 18. Запоминающее устройство для хранения программ по п.13, в котором нахождение величины временного сдвига для каждой трассы в сейсмограмме включает в себя нахождение величины временного сдвига по низкочастотным расширенным изображениям; присвоение соответствующим трассам этих низкочастотных временных сдвигов.
Евразийское 032186 (13) B1
патентное
ведомство
(12) ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ЕВРАЗИЙСКОМУ ПАТЕНТУ
(45) Дата публикации и выдачи патента 2019.04.30
(21) Номер заявки 201691966
(22) Дата подачи заявки 2015.04.02
(51) Int. Cl. G01V 1/30 (2006.01) G01V1/36 (2006.01)
(54) СЕЙСМИЧЕСКАЯ АДАПТИВНАЯ ФОКУСИРОВКА
(31) 61/977,615; 61/978,610
(32) 2014.04.09; 2014.04.11
(33) US
(43) 2017.01.30
(86) PCT/US2015/024099
(87) WO 2015/157084 2015.10.15
(71) (73) Заявитель и патентовладелец:
БИПИ КОРПОРЕЙШН НОРД АМЕРИКА ИНК. (US)
(72) Изобретатель:
Этджен Джон Теодор, Чу Чуньлей (US)
(74) Представитель:
Гизатуллина Е.М., Строкова О.В., Карпенко О.Ю., Угрюмов В.М. (RU)
(56) US-A1-2011320180 US-A-4206509
F. Kirchheimer: "Robust residual statics by means of interface lag estimates", SEG Technical Program Expanded Abstracts, 1986, 31 December 1986 (1986-12-31), pages 589-591, XP055179459, Retrieved from the Internet: URL:http:// library.seg.org/doi/pdf/10.1190/1.1892914, [retrieved on 2015-03-26], the whole document
US-A-5764516
Ссылка на родственные заявки
Согласно заявке на данное изобретение испрашивается приоритет в соответствии с предварительной заявкой на выдачу патента США № 61/977615 "Сейсмическая адаптивная фокусировка" (ВР Ref:500343P1), поданной 9 апреля 2014 г., содержание которой полностью включено в настоящее описание посредством ссылки. Согласно заявке на данное изобретение также испрашивается приоритет в соответствии с предварительной заявкой на выдачу патента США № 61/978610 "Сейсмическая адаптивная фокусировка" (ВР Ref:500343P2), поданной 11 апреля 2014 г., содержание которой полностью включено в настоящее описание посредством ссылки.
Предшествующий уровень техники изобретения Область техники, к которой относится изобретение Раскрываемые в этом документе варианты осуществления технологий относятся к сейсморазведке и, в частности, к миграции сейсмических данных.
Предшествующий уровень техники изобретения
В этом разделе документа представлена вводная информация об и/или из области техники, которая относится к или связана с объектом изобретения, описанным здесь и/или заявленным ниже. Эта информация предназначена для лучшего понимания различных аспектов раскрываемой здесь технологии. Это обсуждение предшествующего уровня техники. То, что уровень техники является предшествующим, никоим образом не означает, что он также является известным уровнем техники. Предшествующий уровень техники может быть известным или неизвестным уровнем техники. Обсуждение в настоящем разделе документа следует рассматривать с этой точки зрения, а не как признание известного уровня техники.
Сейсмические съемки - это способ изучения подземных толщ по отражениям от них акустических волн. Сейсмическая съемка включает в себя передачу акустических волн в природную среду таким образом, что они могут проникать в землю и проходить через изучаемые подземные геологические толщи. Во время их прохождения через толщи определенные особенности этих толщ будут отражать эти волны назад к поверхности, где отраженные волны регистрируют.
Зарегистрированные отраженные волны затем исследуют, чтобы получить информацию об этих толщах. Сейсмические данные, полученные из зарегистрированных отраженных волн, обрабатываются с тем, чтобы, например, получить изображение подземных толщ, которые в некоторых случаях стали причиной образования этих отраженных волн. Изображения и построенные по ним модели могут способствовать выявлению полезных ископаемых. В частности, такими полезными ископаемыми могут быть нефть и природный газ. Эти методы могут также применять для поиска других видов полезных ископаемых.
Изучение зарегистрированных отраженных волн включает в себя оцифровку записей, а затем их обработку в виде массива сейсмических данных. Массивы сейсмических данных имеют очень большие размеры даже с точки зрения современных вычислительных стандартов. Их обработка требует большого объема вычислений. По этой причине для выполнения этой части анализа в отрасли используют большие и мощные компьютерные системы с запоминающими устройствами большой емкости.
В зависимости от конечного использования полученных результатов анализ может принимать различные формы. Часто в ходе анализа моделирование подземных толщ выполняют на основании одного или более физических признаков этих толщ. Модель или "изображение" могут отображаться для восприятия человеком или не отображаться, это также зависит от конечного использования. В этой области техники существует и широко используется множество хорошо известных технологий.
Одна из существующих технологий, используемых при построении изображений сейсмических данных, известна как "миграция" данных. Один из инструментов, часто используемых в миграции - скоростная модель (или в более общем случае "модель свойств геологической среды", которая может также включать в себя параметры анизотропии, скорость поперечных волн, плотность и пр.), которую получают по сейсмическим данным. Скоростная модель - это представление геологической толщи, которое можно использовать в разных видах анализа, их результатом обычно является изображение подземных толщ, по которым были получены сейсмические данные. Качество этих изображений часто зависит от качества скоростной модели. Низкое качество скоростной модели приведет к плохой миграции и в итоге к низкому качеству изображения.
Зависимость качества сейсмического изображения от скоростной модели миграции увеличивается по мере усложнения геологической обстановки. Совершенствование технологий получения теоретически более точных моделей, таких как инверсия с учетом формы импульса, со временем постепенно улучшит возможности построения моделей с тем, чтобы справиться с этой проблемой, но важно также понимать, что модели скоростей предположительно всегда будут до некоторой степени несовершенны, по меньшей мере, в обозримом будущем. Поэтому существует необходимость регулировки/улучшения изображений, это составляет часть процедуры миграции для учета указанного несовершенства и, кроме того, для компенсации недостатков физической модели на разных стадиях процесса обработки данных.
Например, в Мексиканском заливе, где преобладающим структурным элементом являются соли, неудовлетворительные скоростные модели давно уже признаны одним из основных препятствий для по
лучения сейсмических изображений хорошего качества. Большая часть циклов вьгаислений, связанных с оценкой скоростей, затрачивается на оконтуривание соляных тел, при этом часто требуются и значительные объемы интерпретационных работ. Этот трудоемкий процесс по большей части заключается в корректировке и уточнении деталей геометрии соляных тел; эти детали находятся в масштабе разрешающей способности сейсмического сигнала, но, к сожалению, за пределами возможностей современных инструментов для оценки скоростей.
Раскрываемая здесь технология направлена на решение или, по меньшей мере, смягчение одной или всех упомянутых выше проблем. Даже если в этой области техники существуют решения указанных проблем, в ней всегда существует потребность в улучшениях или альтернативных средствах, способах и конфигурациях. Таким образом, существует необходимость в технологиях, подобных раскрываемым в настоящем документе.
Краткое описание фигур
Прилагаемые фигуры, которые включены в настоящий документ и составляют его часть, иллюстрируют варианты осуществления настоящего изобретения и вместе с описанием служат для пояснения принципов настоящего изобретения. При этом на фигурах изображено следующее:
на фиг. 1 представлен граф обработки сейсмических данных в соответствии с одним конкретным аспектом раскрываемой здесь технологии;
на фиг. 2 показаны отдельные части архитектуры программных и аппаратных средств примера вычислительного устройства, при помощи которого может быть осуществлен изображенный на фиг. 1 аспект раскрываемой здесь технологии;
на фиг. 3 наглядно показано выполнение адаптивной фокусировки и проведение суммирования с присвоением весовых коэффициентов (взвешиванием), которое первый раз описано в связи с фиг. 1;
на фиг. 4 представлен один конкретный пример осуществления адаптивной фокусировки для графа обработки, изображенного на фиг. 1;
на фиг. 5А, 5В наглядно показана эффективность графа обработки, изображенного на фиг. 1;
на фиг. 6 схематически представлено получение массива сейсмических данных в одном конкретном примере осуществления;
на фиг. 7 представлен один конкретный пример осуществления вычислительного устройства, изображенного на фиг. 2 и используемого в примере осуществления, который изображен на фиг. 6, в частности компьютерная система, на которой в некоторых примерах осуществления могут быть осуществлены некоторые аспекты настоящего изобретения;
на фиг. 8 в виде диаграммы представлены изменения весовой функции cos(rox) из уравнения 4 в зависимости от времени задержки сигнала (запаздывания) при разных частотах;
на фиг. 9 показана модель истинных скоростей;
на фиг. 10 - модель скоростей миграции;
на фиг. 11 - разность между моделью скоростей миграции, изображенной на фиг. 10, и моделью истинных скоростей, изображенной на фиг. 9;
на фиг. 12 - обычное изображение, полученное в полосе частот 3-6-30-35 Гц с использованием модели скоростей миграции, которая изображена на фиг. 10;
на фиг. 13 показано обычное изображение, полученное в полосе частот 3-6-20-25 Гц с использованием модели скоростей миграции, которая изображена на фиг. 10;
на фиг. 14 - пример низкочастотного изображения, полученного из данных с запаздыванием путем суммирования двух изображений с запаздыванием при т=±8 мс;
на фиг. 15 - упорядоченная по ПВ сейсмограмма при х=8750 м для подсолевого интервала;
на фиг. 16 - упорядоченная по ПВ сейсмограмма при х=8750 м для надсолевого интервала;
на фиг. 17 - пропикированные времена задержки при х=8750 м для интервала глубин, изображенного на фиг. 15;
на фиг. 18 - взвешенная упорядоченная по ПВ сейсмограмма при х=8750 м для интервала глубин, изображенного на фиг. 15;
на фиг. 19 - изображение после адаптивной фокусировки с теми же участками, что выделены на изображении геологической среды на фиг. 12.
Описание примеров осуществления
Раскрываемая в настоящем документе технология содержит способ улучшения изображений, полученных по данным сейсмического метода отраженных волн, с использованием адаптивной фокусировки, которая автоматически распознает и устраняет из сейсмических данных коротковолновые искажения от временных сдвигов в сейсмических данных в ходе обычных расчетов сейсмической миграции и адаптивно взвешивает изображение в соответствии с показателями его достоверности. Одно из приложений состоит в улучшении изображений под перекрывающими отложениями со сложным распределением скоростей, в частности с особенностями перекрывающих отложений, которые залегают глубоко в недрах Земли; их характеристики сложно определить другими средствами, и их трудно включать в скоростную модель миграции. Однако эта технология найдет другое применение, поскольку станет очевидной специалистам в данной области техники, понимающим преимущества от использования изобретения.
Этот способ работает в рамках в остальном обычного алгоритма сейсмической миграции путем применения расширенных условий миграции с набором положительных и отрицательных временных сдвигов, в том числе нулевых (нулевой временной сдвиг соответствует обычным условиям миграции), и сохранения несуммированных мигрированных сейсмограмм. Если разные сейсмограммы были мигриро-ваны с неправильной скоростной моделью, при нулевом временном сдвиге изображения будут увязаны неудовлетворительно. В настоящем изобретении сдвинутые по времени варианты каждой точки изображения сравнивают, чтобы оценить временной сдвиг в каждой точке изображения и сохранить эти поправки для коррекции погрешностей увязки изображения. Кроме того, чем больше требуемый временной сдвиг, тем больше вероятность того, что вклад исправленной сейсмограммы в изображение является недостоверным и не может точно представлять истинную отражательную способность среды, но вместо этого представляет принудительную увязку помех или истинных отражений от других точек изображения. Полученные сейсмограммы могут быть суммированы с весом, который увеличивается для вкладов с меньшими временными сдвигами и уменьшается для вкладов с большими сдвигами, таким образом, при сохранении достоверных частей изображения вклад от недостоверных частей изображения в сумму уменьшается.
В частности, подземные аномалии скорости, которые очень быстро изменяются в пространстве, сильно искажают сейсмические изображения. Если в качестве условий построения изображения во время миграции применять временные сдвиги и оставить изображение от каждого эксперимента несуммиро-ванным, такие временные сдвиги могут представлять собой наборы изменяющихся пространственно и по ПВ временных поправок, которые будут улучшать мигрированное изображение в отсутствие правильной скоростной модели. Кроме того, в некоторых вариантах осуществления во время суммирования данным могут быть присвоены веса, чтобы уменьшить недостоверные вклады в суммированное изображение. Один из способов оценить достоверность части данных - посмотреть насколько большой временной сдвиг требуется для увязки этой части с согласованным суммированным изображением. Данные, для которых требуется небольшой или нулевой временной сдвиг, считаются более достоверными и суммируются с большим весом, чем данные, для которых требуются большие временные сдвиги.
Далее приведено подробное описание примера осуществления (иллюстративных примеров осуществления) настоящего изобретения, пример(ы) которого(ых) проиллюстрирован(ы) на прилагаемых фигурах. Везде, где это возможно, для ссылки на одни и те же или подобные части на фигурах будут использованы одинаковые позиции.
На фиг. 1 представлен граф 100 обработки сейсмических данных в соответствии с одним конкретным аспектом раскрываемой здесь технологии. Этот граф 100 обработки работает на массиве 110 сейсмических данных и модели 120 свойств геологической среды. Сейсмические данные 110 могут быть получены обычным способом. Модель 120 свойств геологической среды может быть построена обычным способом.
В частности, сейсмические данные 110 могут быть сейсмическими данными любого типа, известного в этой области техники. Например, это могут быть данные, полученные от множества гидрофонов/морских сейсмоприемников (т.е. данные морских сейсмоприемников или данные давления) или от множества геофонов/сейсмоприемников (т.е. данные сейсмоприемников или Z-данные). Сейсмические данные могут также быть сочетанием данных гидрофонов и геофонов, такое сочетание в этой области техники известно как многокомпонентные данные. Сейсмические данные могут быть получены в результате 1D, 2D, 3D или 4D съемки. Съемка может быть наземной, морской (с буксируемой расстановкой или с донными морскими косами) или съемкой в переходной зоне. Съемка может быть известным в этой области техники "вертикальным сейсмическим профилированием". Тип данных и вид съемки, при которой они получены, не имеют значения для осуществления раскрываемой здесь технологии.
Подобным образом, модель 120 свойств геологической среды может относиться к любому типу моделей свойств геологической среды, известному в этой области техники. Например, одним из инструментов, часто используемых в анализе сейсмических данных, является известная в этой области техники "модель скоростей". Модель скоростей (или скоростная модель) - это представление геологических толщ, которое может быть использовано в анализе. Например, оно может быть использовано для преобразования сейсмических данных в одну или более "сейсмических областей", которые разными способами
отображают геологические толщи. Также оно может быть использовано другими способами, например для анализа разных геофизических характеристик толщ. Также используют и подразумевают аналогичные соображения в отношении других типов моделей подстилающих геологических толщ, которые обобщенно называются в настоящем документе "моделями свойств геологической среды".
Специалистам в данной области техники, понимающим преимущества от использования настоящего раскрытия, будет также ясно, что аспект раскрываемой здесь технологии, проиллюстрированный на фиг. 1, основан на использовании программного обеспечения. И сейсмические данные 110, и модель 120 свойств геологической среды являются массивами упорядоченных цифровых данных, которые находятся в среде для постоянного хранения. Сейсмические данные 110 обычно достаточно объемные, а модель свойств геологической среды 120 достаточно сложная, так что объем требуемых вычислений делает необходимым использование соответствующим образом запрограммированных вычислительных устройств.
На фиг. 2 схематически показаны отдельные части архитектуры программных и аппаратных средств 200 в том виде, как они могут быть использованы в некоторых аспектах настоящего изобретения. В зависимости от конкретной реализации вычислительное устройство 200 может быть вычислительным устройством общего назначения или специальным вычислительным устройством. Вычислительное устройство 200 включает в себя, по меньшей мере, процессор 203, взаимодействующий с хранилищем 206 по каналам 209 передачи информации.
Процессор 203 может быть любым подходящим процессором или группой процессоров, известными в данной области техники. Специалистам в данной области техники будет понятно, что в разных вариантах осуществления в зависимости от известных подробностей конкретной реализации некоторые типы процессоров будут более предпочтительны. Обычно в процессе проектирования встречаются такие факторы, как мощность процессора, скорость, стоимость и потребление энергии, они сильно зависят от конкретной реализации. Поскольку они повсеместно используются в данной области техники, такие факторы будут легко совмещены специалистами в данной области техники, понимающими преимущества от использования настоящего раскрытия. Поэтому специалисты в данной области техники, понимающие преимущества от использования настоящего раскрытия, поймут, что процессор 203 теоретически может быть электронным микроконтроллером, электронным контроллером, электронным микропроцессором, группой электронных процессоров или надлежащим образом запрограммированной специализированной интегральной микросхемой (ASIC), программируемой логической матрицей (FPGA) или графическим процессором (GPU). В некоторых вариантах осуществления могут быть использованы некоторые сочетания этих типов процессоров.
Специалисты в данной области техники также поймут, что массивы данных, такие как сейсмические данные 110, имеют довольно большой объем и что описанная здесь обработка требует большого объема вычислений. Поэтому обычные реализации процессора 203 фактически содержат несколько групп электронных процессоров, распределенных между несколькими согласованно работающими вычислительными устройствами. Один из таких примеров осуществления обсуждается ниже. Эти соображения таким же образом оказывают влияние на реализацию хранилища 206 и каналы 209 передачи информации.
Хранилище 206 может включать в себя магнитный жесткий диск и/или оперативную память (RAM) и/или съемные носители, такие как гибкий магнитный диск 212 и оптический диск 215. Хранилище 206 содержит ряд программных компонент. К этим компонентам относится операционная система (OS) 218, приложение (прикладная программа) 221, структуры данных, включая сейсмические данные (SDATA) 110 и модель свойств геологической среды (SAMOD) 120. Хранилище 206 может быть распределено между несколькими вычислительными устройствами, как описано выше.
Так же как и процессор 203, конструктивные ограничения во всех конкретных вариантах осуществления могут в зависимости от конкретной реализации оказывать влияние на конструкцию хранилища 206. Например, как отмечено выше, раскрываемая технология работает на объемных массивах данных, что обычно упрощается использованием разных накопителей данных, таких как избыточный массив независимых дисков (RAID). Специалистам в данной области техники известны также другие типы накопителей данных, которые могут быть использованы в дополнение или вместо RAID. Так же как и в случае с процессором 203, в процессе проектирования эти типы факторов общеизвестны, и специалисты в данной области техники, понимающие преимущества от использования настоящего раскрытия, легко смогут найти их оптимальное соотношение в связи с ограничениями конкретного проекта реализации.
Процессор 203 работает под управлением операционной системы 218 и выполняет приложение 221 с использованием канала 209 передачи информации. Этот процесс может начинаться автоматически, например при запуске, или по команде пользователя. Команда пользователя может быть отдана напрямую при помощи пользовательского интерфейса. С этой целью компьютерная система 200 изображенного примера осуществления также использует пользовательский интерфейс 242.
Пользовательский интерфейс 242 содержит программу 245 пользовательского интерфейса (UIS) и дисплей 240. Он может также содержать периферические устройства ввода/вывода (I/O), такие как кнопочная панель или клавиатура 250, мышь 255 или джойстик 260. Такие детали конкретной реализации не
имеют отношения к раскрываемой здесь технологии. Например, некоторые варианты осуществления могут не содержать периферических устройств ввода/вывода, если дисплей 240 оснащен сенсорным экраном. Соответственно, раскрываемая здесь технология допускает разные варианты этого аспекта компьютерной системы 200, и могут быть использованы любые обычные реализации, известные в данной области техники.
Кроме того, отсутствуют требования, чтобы функциональные возможности описанной выше компьютерной системы 200 были реализованы, как описано здесь. Например, приложение 221 может быть реализовано в виде других программных компонент, таких как служебный процесс или утилита. Функциональные возможности приложения 221 не должны быть объединены в одну компоненту и могут быть распределены между двумя или более компонентами. Таким же образом структуры данных могут быть реализованы с использованием любых подходящих структур данных, известных в данной области техники.
Как и в случае с процессором 203 и хранилищем 206, реализация канала 209 передачи информации будет зависеть от конкретной реализации. Если компьютерная система 200 установлена на одном вычислительном устройстве, канал 209 передачи информации может быть, например, системой шин этого одного вычислительного устройства. Либо если компьютерная система 200 реализована на множестве объединенных в сеть вычислительных устройств, тогда канал 209 передачи информации может использовать проводную или беспроводную связь между вычислительными устройствами. По этой причине реализация канала 209 передачи информации будет существенно зависеть от конкретного варианта осуществления настолько, насколько это очевидно специалистам в данной области техники, понимающим преимущества от использования настоящего изобретения.
Некоторые части представленного здесь подробного описания изложены в терминах программно реализованной процедуры, содержащей символические представления операций над битами данных в памяти компьютерной системы или вычислительного устройства. Эти описания и представления являются средствами, которые специалисты в данной области техники используют для более эффективной передачи сущности их работы другим специалистам в данной области техники. Процедура и функционирование требуют конкретных манипуляций физическими величинами, которые приведут к физическим изменениям конкретного устройства или системы, на которой выполняют эти действия или на которой хранят результаты. Обычно, но необязательно, эти величины принимают форму электрических, магнитных или оптических сигналов, которые можно хранить, передавать, комбинировать, сравнивать или выполнять с ними другие действия. Иногда считают удобным, особенно в целях широкого использования, называть эти сигналы битами, значениями, элементами, символами, термами, числами и т.д.
Однако следует помнить, что все названные и аналогичные термины должны быть связаны с соответствующими физическими величинами и являются просто удобными обозначениями, которые применяют для этих величин. Если в настоящем изобретении специально не оговорено или иным образом не очевидно, эти описания относятся к действиям и процедурам электронного устройства, которое выполняет действия и преобразует данные, представленные в виде физических (электронных, магнитных или оптических) величин в хранилище некоторого электронного устройства, в другие данные, также представленные в виде физических величин в хранилище или на передающих или отображающих устройствах. Типичные термины для обозначения в таком описании, среди прочих, - это "обработка", "вычисление", "расчет", "нахождение", "отображение" и подобные им.
Кроме того, выполнение функций программного обеспечения изменяет вычислительное устройство, на котором оно происходит. Например, сбор данных будет физически изменять содержимое хранилища так же, как и последующая обработка данных. Физическое изменение - это "физическое преобразование", которое приводит к изменению физического состояния хранилища данных вычислительного устройства.
Обратим внимание, что программно реализованные аспекты изобретения обычно записывают на некотором носителе - запоминающем устройстве для хранения программ, или реализуют с использованием некоторой среды передачи информации. Запоминающее устройство для хранения программ может быть магнитным (например, гибким диском или жестким диском) или оптическим (например, постоянное запоминающее устройство на компакт-диске или CD-ROM), оно может быть предназначено только для чтения или для неограниченного доступа. Таким же образом среда передачи информации может быть коаксиальным кабелем, витыми парами, оптическим волокном или некоторой другой средой передачи информации, известной в данной области техники. Изобретение не ограничивается этими аспектами любых реализаций.
На фиг. 1 показано, что граф обработки 100 начинается с выполнения (в блоке 130) экстраполяции волнового поля. Эта экстраполяция волнового поля (в блоке 130) дает представление о волновом поле на стороне приемника и о волновом поле на стороне источника. Методы экстраполяции этого типа хорошо известны специалистам в данной области техники, и могут быть использованы любые подходящие методы экстраполяции волнового поля. Одним из подходящих методов экстраполяции волнового поля является псевдоаналитический способ (Etgen и Brandsberg-Dahl, 2010, включен в виде ссылки ниже), это метод двойной экстраполяции во временной области. Однако в разных вариантах осуществления могут
быть использованы другие методы, в том числе f-x способ одинарной экстраполяции в глубинной области.
Затем в графе обработки 100 к экстраполированным волновым полям применяют (в блоке 140) расширенное условие миграции с временными сдвигами. Оно известно также как условие миграции с запаздыванием. Один пример этой технологии описан в работе P. Sava и S. Fomel "Условие построения изображения со временным сдвигом при сейсмической миграции" (J. Geophysics, No. 71, p. 209-217, 2006) (Sava & Fomel), включенной ниже посредством ссылки. Могут быть использованы любые подходящие методы, известные в данной области техники.
Расширенное условие миграции позволяет получить данные при разных сдвигах аргумента взаимно-корреляционной функции в пространстве или времени, что дает дополнительную информацию о геологической среде, указывающую на разную степень неточности скоростей, как показано в упомянутой выше работе Sava & Fomel и в работе P. Sava и I. Vasconcelos "Расширенные условия построения изображений для миграции на основе решения волнового уравнения" (J. Geophysical Prospecting, No. 59, 2011, p. 35-55) (Sava & Vasconcelos). В обычных процедурах эта информация может быть использована для управления вычислениями скоростной модели, как показано в работах P. Shen и W.W. Symes "Автоматический анализ скоростей путем миграции профилей ПВ" (J. Geophysics, No. 73, 2008, VE49-VE59) (Shen & Symes) и Т. Yang, & P. Sava "Анализ скоростей миграции на основе решения волнового уравнения с временными сдвигами" (J. Geophysical Prospecting, No. 59, 2011, p. 635-650) (Yang & Sava). Однако в раскрываемой здесь технологии ее непосредственно используют для определения искажений изображения и затем для улучшения качества изображения без обновления модели скоростей миграции. В частности, раскрываемая здесь технология ослабляет артефакты на изображениях, которые связаны с коротковолновыми ошибками в скоростях.
Затем в графе обработки 100 (блок 150) формируют упорядоченную по ПВ сейсмограмму с запаздыванием для каждого пикселя изображения модели 120 свойств геологической среды. Специалистам в данной области будет очевидно, что пиксель изображения в такой модели - это отдельная точка модели, в которой дискретизирована отражательная способность. Пример изображения 300 такой сейсмограммы в пикселе изображения показан на синтетических данных на фиг. 3, где видна эффективность раскрываемой здесь технологии адаптивной фокусировки. Обратите внимание на отсутствие выравнивания трасс сейсмограммы 303 на изображении 300. Упорядоченная по ПВ сейсмограмма 303 с запаздыванием на изображении 300 может быть определена при помощи обычных технологий, известных в данной области техники.
Обычно задержки рассчитывают с дискретным шагом по времени Дх. Тогда величина L Дх, где L -целочисленное запаздывание, это временной сдвиг в единицах времени, оно отложено по вертикальной оси изображения 300. Нулевое запаздывание обычно соответствует стандартным (не расширенным) условиям миграции. Условие миграции с расширением в виде временного сдвига повышает размерность изображения путем расчета значения изображения в каждом из диапазонов задержек между экстраполированными полями источника и приемника, таким образом получают изображение в каждой глубинной точке в зависимости от номера ПВ и задержки, как видно из сейсмограммы 303.
Затем граф обработки 100 адаптивно фокусирует (блок 160) каждую сейсмограмму, например, упорядоченную по ПВ сейсмограмму 303 с временным сдвигом на фиг. 3. Адаптивная фокусировка (блок 160) для изображенного примера осуществления показана на фиг. 4. Ее начинают с прослеживания (блок 400) соответствующей задержки для каждой из трасс в сейсмограмме.
В идеале оптимальное время задержки будет мерой сдвига по времени между трассой в сейсмограмме с расширенным изображением, рассчитанной в данной модели скоростей (120), и той же трассой, рассчитанной тем же способом, но с использованием модели истинных скоростей. Поскольку модель истинных скоростей известна только в синтетических моделях, а не для реальной среды, данная модель скоростей может быть только приближением для несинтетических данных, и оценить можно только оптимальное время задержки. При прослеживании оптимального времени задержки рассчитывают наилучшую оценку временного сдвига, вызванного неточностями и ограничениями заданной модели скоростей.
В данной области техники для этого существует много способов. Например, задержку, содержащую максимальную амплитуду, можно проследить для каждой трассы в сейсмограмме. В этом варианте осуществления трассы в сейсмограмме суммируют для получения согласованной трассы, а затем прослеживают задержку, соответствующую максимальной взаимной корреляции между каждой трассой в сейсмограмме и согласованной трассой, причем задержка является наилучшей мерой временного сдвига каждой из трасс по отношению к согласованной.
Заметим, что временные сдвиги 306, из которых указан только один, могут без явной закономерности изменяться в пределах сейсмограммы, как показано на изображении 310 фиг. 3. Специалистам в данной области техники будут очевидны многие варианты. Для создания согласованной трассы может быть использована взвешенная сумма или медианная сумма. Для нахождения нецелой величины запаздывания трассы могут быть проинтерполированы. Согласованная трасса может быть профильтрована низкочастотным фильтром или обработана другим способом. В любом случае оптимальное запаздывание для ка
ждой трассы умножают на Дх, чтобы найти соответствующий временной сдвиг, который оптимально увязывает каждую трассу в сейсмограмме с согласованной трассой.
Эти временные сдвиги затем применяют (в блоке 410) к сейсмограммам. Изображение 320 на фиг. 3 иллюстрирует применение временных сдвигов 306, показанных на изображении 310, к сейсмограмме 303, показанной на изображении 300. Обратите внимание, как применение временных сдвигов 306 выравнивает трассы в сейсмограмме 303 на изображении 320 и перемещает максимум каждой из трасс к положению вблизи центрального (нулевого) временного сдвига.
Настоящий вариант осуществления предназначен также для подавления помех в сейсмической записи. Предполагается, что значительный временной сдвиг 306 будет указывать на то, что соответствующая трасса соответствующей сейсмограммы 303 вероятнее всего будет ненадежной, поскольку большой временной сдвиг указывает на то, что в модели скоростей, использованной при миграции этой трассы, существуют несоответствия. Поэтому значительные временные сдвиги 306 могут быть использованы для определения частей сейсмограмм ОГТ, которые вероятнее всего содержат ошибки. Соответственно, как показано на фиг. 4, адаптивная фокусировка (в блоке 160) в этом конкретном примере осуществления содержит необязательное взвешивание (в блоке 420) для каждой из трасс в сейсмограмме 303. Затем это взвешивание используют при суммировании сейсмограмм, как описано ниже.
Взвешивание (применение весовых коэффициентов) в разных реализациях настоящего варианта осуществления может существенно различаться. Весовые коэффициенты могут быть просто "1" и "0", что указывает на то будет ли использована конкретная трасса при суммировании. В соответствии с другим вариантом взвешивание может быть обратно пропорционально величине временной задержки, которую добавляют к постоянной (так, чтобы весовой коэффициент при нулевой задержке не становился бесконечным). Либо взвешивание может быть достигнуто путем применения некоторой математической функции, которая максимальна при нулевой задержке и уменьшается для задержек большей величины. Весовая функция будет зависеть от данных и должна повышать вес достоверных трасс и уменьшать вес ненадежных трасс. В некоторых вариантах осуществления взвешивание может быть полностью исключено.
Заметим, что эти весовые коэффициенты могут быть выведены как вспомогательный результат обработки данных, полезный для интерпретации, поскольку они указывают на части изображения, на которые интерпретатор может полагаться, и части, к которым следует относиться с осторожностью. Полный объем весовых коэффициентов может иметь большие для простой интерпретации размеры, и поэтому вместо работы с полным объемом интерпретатор может выбрать некую его проекцию для сокращения его размерности. В данной области техники для этого известно множество способов. Например, средний или медианный вес, применяемый к этим трассам, составляющим каждую сейсмограмму ОГТ, может быть выведен в каждой ОГТ. Эта проекция объема будет иметь ту же размерность, что и суммарное изображение.
Какое время задержки будет представляться "значительным" или "большим", будет определяться факторами, зависящими от реализации, как это очевидно специалистам в данной области техники, понимающим преимущества от использования настоящего изобретения. Примеры факторов включают в себя тип миграции, которая будет выполнена, цель, для которой будут использовано изображение, отклонение величин временной задержки и общий уровень помех в сейсмической записи. В каждом из вариантов осуществления будут использованы не все эти соображения. В некоторых вариантах осуществления эти соображения могут быть не включены целиком и/или вместо них или в дополнение к ним могут быть использованы другие. Представленный здесь перечень является лишь примером и не является исчерпывающим.
На фиг. 1 показано, что за адаптивной фокусировкой (в блоке 160) следует суммирование (блок 170) адаптивно сфокусированных сейсмограмм. В этом конкретном примере осуществления сейсмограммы взвешивают в ходе адаптивной фокусировки (фиг. 4), так что в этом примере осуществления выполняют суммирование со взвешиванием. (Из этого следует, что в вариантах осуществления, в которых в ходе адаптивной фокусировки взвешивание пропущено, суммирование может быть невзвешен-ным.) Как указано выше, сейсмограммы взвешивают по-разному в зависимости от количественной оценки их ошибочности. Следовательно, сейсмограммы с большой ошибкой (например, большой временной задержкой) будут либо пропущены, либо ослаблены. Таким способом в этом конкретном варианте осуществления ослабляют ошибки в изображении. Для выполнения этого суммирования могут быть использованы обычные технологии миграции.
На фиг. 5А, 5В показано влияние описанной выше адаптивной фокусировки сейсмограммы 303, которая первый раз показана на изображении 300 фиг. 3. В частности, на фиг. 5А показана суммарная трасса из сейсмограммы 303 без описанной выше адаптивной фокусировки. На фиг. 5В показана та же суммарная трасса из сейсмограммы 303, суммирование было выполнено после применения технологии адаптивной фокусировки; получена сдвинутая по времени трасса с выразительным максимумом при нулевом времени, которая будет использована для изображения в этом конкретном месте. Для сравнения, фиг. 5А имеет меньшую амплитуду при нулевом времени из-за временного сдвига энергии отражения упорядоченных по ПВ трасс на удалении от нулевого времени; этот сдвиг связан неточностями в модели скоро
стей выше этой точки изображения.
Впоследствии суммированные, адаптивно сфокусированные сейсмограммы используют для изображения (блок 180) подземных толщ, которые представлены сейсмическими данными. Специалистам в данной области техники, понимающим преимущества от использования настоящего раскрытия, будет очевидно, что существует много способов, при которых для получения изображения могут быть использованы суммарные сейсмограммы. Суммированные, адаптивно сфокусированные сейсмограммы, полученные в соответствии с изобретением выше, могут быть использованы в любой обычной процедуре миграции так же, как и суммированные сейсмограммы, которые не были адаптивно сфокусированы. Т.е. тип и способ миграции для применения этой технологии не существенны.
Таким образом, в раскрываемой здесь технологии расширенные условия миграции и адаптивную фокусировку применяют для определения и смягчения искажений изображения, особенно тех, которые возникают из-за коротковолновых ошибок в скоростях и при этом опираются на инструменты оценки скоростей, чтобы гарантировать точность длинно- и средневолновых компонент атрибутов геологической среды или модели скоростей (как в блоке 120). Одним из положительных результатов этой технологии является то, что она может повышать качество изображения, при этом не требуется обновление модели скоростей миграции. Специалистам в данной области техники, будут понятны другие положительные стороны, области применения и преимущества от использования настоящего изобретения.
Специалистам в данной области техники будет очевидно, что раскрытая выше технология адаптивной фокусировки является частью более масштабной процедуры. Эта более масштабная процедура содержит сбор сейсмических данных 110, их первичную обработку, обработку, анализ, включая адаптивную фокусировку. Для лучшего понимания раскрываемой здесь технологии, эта масштабная процедура далее будет раскрыта в одном конкретном варианте осуществления. Однако в описании ниже вместо реальных данных будут использованы синтетические данные.
В конкретном примере, показанном на фиг. 6, сбор данных 600 выполняют в ходе обычной морской донной съемки. Буксирующее судно 601 буксирует по поверхности 606 воды один или несколько обычных источников 603, которыми, например, могут быть пневмопушки или источники с переменной частотой, известные в данной области техники. Источник(и) 603 испускают в толщу 610 воды один или более сейсмических сигналов 609, которые проникают через морское дно 611 и затем отражаются от подземных отражающих горизонтов 612.
Затем отражения 615 проходят обратно к группе приемников 618, расположенных на морском дне 611. Группа приемников 618 содержит множество приемников 621 (на фиг. указан только один). В зависимости от реализации приемники 621 могут быть гидрофонами, геофонами или многокомпонентными блоками. Приемники 621 улавливают отражения 615 и регистрируют их как сейсмические данные 110. Затем зарегистрированные сейсмические данные 110 передают на вычислительное устройство 624. Эта передача может осуществляться, например, в виде копии на магнитной ленте 627 или через спутник 630. Вычислительное устройство 624 содержит вычислительную систему, при помощи которой, как описано, обрабатывают сейсмические данные 110.
На фиг. 7 изображен пример части компьютерной системы 700, при помощи которой выполняют такую обработку. Компьютерная система 700 подключена к (компьютерной) сети, но подключение компьютерной системы 700 к сети не является обязательным требованием. Варианты осуществления могут задействовать, например, одноранговую архитектуру или некоторый гибрид одноранговой и клиент-серверной архитектуры. Для применения настоящего изобретения размеры и местоположение компьютерной системы 700 не существенны. Размеры и местоположение могут изменяться от нескольких устройств локальной сети (LAN), расположенной в одном помещении, до многих сотен или тысяч устройств, распределенных по всему миру в виде корпоративной компьютерной системы.
Проиллюстрированная часть компьютерной системы 700 включает в себя сервер 710, запоминающее устройство 720 и рабочую станцию 730. Каждая из этих компонент может быть реализована в аппаратных средствах обычным способом. Варианты осуществления могут также содержать разные вычислительные устройства, используемые для реализации компьютерной системы 700. Кроме того, специалистам в данной области техники очевидно, что компьютерная система 700 и даже показанная ее часть могут быть гораздо более сложными. Однако такие детали обычны, и они не будут обсуждаться или демонстрироваться, чтобы не затруднять понимание заявленного ниже предмета изобретения.
На фиг. 7 изображено, что приложение 221 находится на сервере 710, а сейсмические данные 110 и модель 120 свойств геологической среды находятся на запоминающем устройстве 720. Это только один из способов размещения разных программных компонент, поэтому технология не зависит от их расположения. Несмотря на то что в некоторых вариантах осуществления проблемы быстродействия при определенных местоположениях могут быть смягчены, в иных случаях местонахождение компонент программного обеспечения значения не имеет.
В этом конкретном варианте осуществления сейсмические данные 110 - это многокомпонентные данные, полученные при помощи морских донных кос и содержащие данные гидрофонов и геофонов. Обычно обработку сейсмических данных 110 начинают с разных стадий подготовки, известных специалистам в данной области техники, таких как преобразование форматов данных, взвешивание по времени,
удаление зашумленных трасс, привязка данных навигации к каждой трассе данных, удаление импульса источника, деконволюция, мьютинг и пр.
Затем в адаптивной фокусировке изображения выполняют граф 100 обработки, показанный на фиг. 1; это автоматизированная последовательность действий, которая в этом конкретном примере осуществления извлекает результаты улучшенной миграции из неточных моделей скорости миграции. Она содержит выравнивание амплитуд для непосредственного создания улучшенных сейсмограмм и подавление помех для удаления энергии помех из суммы. В этом конкретном варианте осуществления также используют взвешенное накопление адаптивно сфокусированных волновых полей, которое раскрыто выше, для определения и подавления не участвующих упорядоченных по ПВ результатов миграции в области изображения, расширенной с учетом временной задержки.
В этой процедуре к волновым полям (блока 130), экстраполированным из сейсмических данных 110, и модели 120 свойств геологической среды применяют расширенное условие миграции (в блоке 140) В настоящем примере осуществления модель 120 свойств геологической среды - это модель скоростей. Как указано выше, расширенное условие миграции генерирует данные при разных сдвигах аргумента взаимно-корреляционной функции либо в пространстве, либо во времени, это дает дополнительную информацию о геологической среде, указывая на разную степень неточности скоростей, Sava & Fomel определяют расширенное условие деконволюции в виде
где I - расширенное изображение при временной задержке х для ПВ s, D и U - волновые поля источника и приемника соответственно.
Соответствующая формула во временной области может иметь вид
1 (х, s, г) = ? D * (*, s, t -1) U (х, sr t +
t 2) Обьганое изображение соответствует сумме по ПВ при нулевой временной задержке, т.е.
10(х) = У !(X,S.T = Q)
Такое неизбирательное суммирование обычной миграции в уравнении 3 не учитывает высокой изменчивости вкладов отдельных ПВ в подсолевых условиях в силу неопределенности скоростей Для получения автоматически сфокусированных изображений применение технологии начинают с отдельных результатов миграции по ПВ с расширенным изображением, полученных по уравнениям 1 или 2. Затем в области расширенного изображения производится поиск оптимальных задержек суммирования и весовых коэффициентов.
Экстраполированное волновое поле демонстрирует зависящую от частоты чувствительность к модели миграции. Низкочастотная компонента относительно менее чувствительна к коротковолновым ошибкам скоростей и, таким образом, более достоверно отражает строение геологической среды. По этой причине в качестве основы для улучшения качества изображения при более высоких частотах можно использовать низкочастотный отклик. Низкочастотное изображение можно построить с использованием программ миграции в частотной области путем выборочного суммирования по низким частотам (уравнение 1). Эта методология в частотной области не привносит в миграцию значительных дополнительных расчетов. В отличие от нее представляется, что программы во временной области требуют отдельного запуска миграции для получения низкочастотного отклика. Однако на самом деле это необязательно, поскольку требуемую низкочастотную информацию можно извлечь из расширенных изображений.
Одна из возможностей - суммировать два расширенных изображения с противоположными временными задержками следующим образом:
/^.) = /(*,,^ + /(1.,-т") = 2У^,")^")"""т"
ш 4)
по существу, это дает изображение, отфильтрованное низкочастотным фильтром, поскольку, как видно из уравнения 4, суммирование - это умножение изображения с частотой со на коэффициент cos C0TLF.
Выбор временного сдвига xLF зависит от требуемого частотного состава, как показано на фиг. 8, где для разных частот показаны зависимости между xLF и членом весового коэффициента cos roxLF. Сходство расширенного изображения I(x,s,x) и низкочастотного изображения
измеряют для ряда пробных временных задержек х, а затем записывают временную задержку x(x,s), при которой для каждой пары координаты х и номера ПВ установлено максимальное сходство.
Ненулевая временная задержка указывает на то, что ошибки в скоростях вызвали определенные искажения в изображении с нулевыми запаздываниями. Энергия отражения, смещенная от нулевого времени, не вносит вклад в обычное суммирование (уравнение 3), поскольку в конечное суммированное изо
бражение включают только энергию при нулевом запаздывании. Смещенная энергия вносит вклад в конечную сумму путем использования вычисленных временных сдвигов для начальной коррекции времени
(410).
Затем путем суммирования со взвешиванием по ПВ можно получить улучшенное изображение
Iw(x,s) - У /(XS)W(A:,S)
s 5) этот процесс аналогичен оптимальному суммированию, описанному в работе М. Vyas и A. Sharma "Оптимальное суммирование" (расширенные тезисы 82-й ежегодной конференции SEG, 2012 г., стр. 1-5) (Vyas & Sharma). Один из вариантов весовой функции имеет следующий вид:
w(x, s) к г| , \,-- .
Процесс поиска соответствий в сейсмических данных будет содержать некоторую неопределенность. Поэтому в процедуре прослеживания временных задержек будут оставаться некоторые неточности. Одно из решений этой проблемы - выполнение последующего суммирования изображений от разных прослеженных временных задержек
w 6)
Это хорошо работает, если ошибки прослеживания временных задержек являются случайными, этого можно добиться путем использования разных алгоритмов поиска соответствий или намеренного введения подходящей степени случайности в выбранный метод поиска соответствий.
На фиг. 9 изображена часть демонстрационной модели, опубликованной в работе Billette F. и S. Brandsberg-Dahl "Демонстрационная модель скоростей 2004 г., ВР" (расширенные тезисы 67-й ежегодной конференции и выставки EAGE, 2005 г., В305), она будет использована, чтобы проиллюстрировать как ошибки в скоростях вокруг соляного тела могут повлиять на качество изображения. Для иллюстрации в качестве модели скоростей миграции использован несколько измененный вариант изображения исходной модели. Измененная модель изображена на фиг. 10. Разность между этой измененной моделью и исходной моделью изображена на фиг. 11. Такая разность характерна для видов ошибок, которые встречаются на практике, когда модели скоростей строят для представления распределения истинных скоростей в недрах земли. В частности, эти ошибки обычно возникают при анализе данных по Мексиканскому заливу. Определение тонких деталей строения кровли и подошвы солей является неразрешимой проблемой.
На фиг. 12 показан результат миграции в полном диапазоне частот на основании волнового уравнения, т.е. обычное суммарное изображение для подсолевой области. В силу неточностей в модели скоростей миграции это изображение содержит значительное количество артефактов. Низкочастотные данные менее чувствительны к неточностям в скорости, это показано на фиг. 13, где продемонстрировано низкочастотное мигрированное изображение, соответствующее изображению на фиг. 12. На фиг. 13 нет такого разрешения, как на фиг. 12, но оно выглядит более чистым и лучше сфокусированным. Аналогичное низкочастотное изображение может быть получено из данных с временными задержками, что поясняется уравнением 4. На фиг. 14 представлено изображение, которое было получено путем суммирования двух изображений с временными задержками при х=8 мс и х=-8 мс.
Исследование артефактов показывает, что изображение на фиг. 13 несколько лучше, чем на фиг. 14, но для практических целей эти изображения одинаковы. В настоящем раскрытии технологии изображения со временными задержками используют для построения низкочастотных откликов, поскольку для миграции во временной области этот подход дает значительные финансовые выгоды. Такие низкочастотные изображения от каждого ПВ будут использованы при поиске оптимальных временных задержек для фокусировки изображения 400. В идеальном случае "оптимальными временами задержки" будут такие времена, при использовании которых для временного сдвига несуммированных сейсмограмм с расширенными изображениями смещение энергии трасс будет происходить так, как если бы модель скоростей выше этой точки изображения была бы правильной. Для реальных данных модель истинных скоростей нам неизвестна, и оптимальные временные задержки в лучшем случае могут быть оценены путем сопоставления расширенных изображений одной общей точки изображения для разных ПВ.
Артефакты можно также наблюдать в несуммированной упорядоченной по ПВ сейсмограмме на фиг. 15. (Т.е., если суммировать фиг. 15 по горизонтальной оси ПВ, получится одна вертикальная трасса, изображенная на фиг. 12). Если модель скоростей была бы точной, можно было бы рассчитывать на построение аналогичного изображения от каждого ПВ и видеть на изображении горизонтальные полосы. Сравнивая фиг. 15 с несуммированной сейсмограммой, показанной на фиг. 16 для осадков в интервале глубин выше соли, упорядоченной по ПВ, которая содержит ожидаемые горизонтальные полосы, можно видеть, что на фиг. 15 ошибки в скоростях вокруг соляного тела вызвали значительные искажения в сейсмограмме ниже солей. Интересно отделить сигнал от помех, используя эти сейсмограммы путем адаптивной оценки степени сходства между изображениями с временной задержкой и низкочастотными изображениями, также полученными по данным с временными задержками. На фиг. 17 изображен пример
величины прослеженных временных задержек, соответствующих максимальному сходству для каждой глубины и ПВ в этом положении по горизонтали в этой 2D модели.
В целом большие временные задержки соответствуют вероятной энергии помех на соответствующей сейсмограмме, упорядоченной по ПВ и изображенной на фиг. 15. Затем в этом конкретном варианте осуществления к сейсмограммам, упорядоченным по ПВ, применяют взвешивание с коэффициентами, полученными из прослеженных временных задержек. На фиг. 18 изображены результаты применения этих весовых коэффициентов к сейсмограмме с фиг. 15, упорядоченной по ПВ. В результате применения весовых коэффициентов недостоверные части сейсмограммы были ослаблены. Сумма взвешенных сейсмограмм, упорядоченных по ПВ, дает улучшенное изображение, где крупные оси синфазности были заметно подчеркнуты, а артефакты существенно подавлены.
Специалистам в данной области техники будет понятно, что эта процедура создания улучшенного изображения может быть неоднократно повторена. Затем взвешенная сумма становится новым согласованным изображением и путем сопоставления сейсмограмм с расширенным изображением и согласованных трасс, взятых из нового согласованного изображения, можно рассчитать новые временные сдвиги и весовые коэффициенты. Эту процедуру расчета оптимальных временных сдвигов, суммирования и фильтрации для создания низкочастотного отфильтрованного изображения (или суммирования двух и более временных задержек для создания низкочастотного изображения, как на фиг. 14) можно повторять, пока она не сойдется или до достижения желаемого результата. Поскольку качество суммированного изображения с каждой итерацией улучшается, максимальная частота у низкочастотных согласованных трасс может быть повышена.
В частности, в каждой общей глубинной точке (ОГТ) степень низкочастотной фильтрации может быть разной в зависимости от согласованной достоверности суммируемых трасс сейсмограммы с расширенным изображением, так что полоса частот изображения естественным образом расширяется по мере того, как изображение становится более достоверным. На фиг. 19 изображен результат такого итеративного улучшения изображения. Сопоставление фиг. 19 с фиг. 12 показывает, что оно улучшило изображение без ущерба для разрешения, как на фиг. 13 и 14.
Расширенные условия миграции обеспечивают возможность обнаружения ошибок в скоростях и могут также быть использованы для, по меньшей мере, частичной компенсации этих ошибок и улучшения качества изображения, что может быть реализовано путем поиска соответствий и взвешенного суммирования, как было показано с помощью изображений с временной задержкой для синтетического массива данных. Этот подход полностью автоматизирован и целиком ориентирован на данные. Для миграции сейсмограмм ОПВ (общего ПВ) сейсмограммы, упорядоченные по ПВ, являются правильным выбором. Специалисты в данной области техники легко поймут, что другие типы сейсмограмм определенно могут быть использованы в способе, составляющем настоящее изобретение.
Перечисленные ниже патенты, приложения, статьи и пр. включены путем ссылки для указанных целей:
Etgen J. Т. и Brandsberg-Dahl S. "Псевдо-аналитический способ решения волнового уравнения", заявка на выдачу патента США № 12/574529, поданная 6 октября 2009 г. и опубликованная 8 апреля 2010 г. как публикация патента США 2010/0088035 (2010) - за принципы, относящиеся к способам экстраполяции временных полей во временной области.
P. Sava и S. Fomel "Условие миграции со временными сдвигами в сейсмической миграции" (J. Geophysics, 2006, No. 71, p. S209-S217) - за принципы, относящиеся к расширенным условиям миграции со временным сдвигом.
М. Vyas и A. Sharma "Оптимальное суммирование" (расширенные тезисы 82-й ежегодной конференции SEG, 1-5, 2012 г.) - за принципы, относящиеся к суммированию сейсмограмм.
Там, где какой-либо включенный патент, приложение, статья и пр. противоречит раскрытию данного изобретения, данное изобретение превалирует.
Другие варианты осуществления настоящего изобретения будут понятны специалистам в данной области техники при рассмотрении раскрытого в настоящем документе описания изобретения и практического использования настоящего изобретения. Предполагается, что описание и примеры будут рассматриваться только в качестве иллюстрации, а истинная суть и объем настоящего изобретения приведены в формуле изобретения.
ФОРМУЛА ИЗОБРЕТЕНИЯ
1. Способ сейсморазведки, включающий
получение массива сейсмических данных, представляющего подземные геологические толщи, и модели свойств геологической среды подземных геологических толщ;
выполнение экстраполяции волнового поля по сейсмическим данным в модели свойств геологической среды;
применение к экстраполированным волновым полям расширенного условия миграции с временными сдвигами;
формирование из обычных экстраполированных волновых полей, упорядоченных по пунктам взрыва (ПВ), сдвинутых по времени сейсмограмм для каждого пикселя изображения модели свойств геологической среды;
адаптивную фокусировку сейсмограмм с использованием процессора, причем адаптивная фокусировка включает в себя нахождение величины временного сдвига для каждой трассы сейсмограммы, применение этой величины для получения нулевой временной задержки для этой трассы, применение найденного временного сдвига к соответствующим трассам;
суммирование адаптивно сфокусированных сейсмограмм с использованием процессора;
получение изображения подземной геологической толщи с использованием процессора по суммированным, адаптивно сфокусированным сейсмограммам.
2. Способ по п.1, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau.
3. Способ по п.2, в котором весовая функция имеет вид
где х - пространственная координата; s - номер ПВ;
х - найденный для данной трассы временной сдвиг.
4. Способ по п.1, в котором выполнение адаптивной фокусировки включает в себя также задание веса каждой трассе с использованием весового коэффициента, который является убывающей функцией аргумента tau.
5. Способ по п.4, в котором весовая функция имеет вид
W(X, S) ОС - - -
Шх,з)\ + 1]2
где х - пространственная координата; s - номер ПВ;
х - найденный для данной трассы временной сдвиг.
6. Способ по п.1, в котором нахождение величины временного сдвига для каждой трассы в сейсмограмме включает в себя
нахождение величины временного сдвига по низкочастотным расширенным изображениям; присвоение соответствующим трассам этих низкочастотных временных сдвигов.
7. Способ по п.1, в котором адаптивная фокусировка сейсмограмм включает в себя итеративную адаптивную фокусировку до суммирования.
8. Вычислительное устройство, включающее
процессор;
систему шин; хранилище;
программную компоненту, которая находится в хранилище, обеспечивающую выполнение операций способа по п.1.
9. Вычислительное устройство по п.8, в котором выполнение адаптивной фокусировки включает в
себя также взвешивание каждой трассы с использованием весового коэффициента, который является
убывающей функцией аргумента tau.
10. Вычислительное устройство по п.9, в котором весовая функция имеет вид
wfes) ОС- -
[|Т;(*,5)| + 1]2
где х - пространственная координата; s - номер ПВ;
х - найденный для данной трассы временной сдвиг.
11. Вычислительное устройство по п.8, в котором нахождение величины временного сдвига для каждой трассы в сейсмограмме включает в себя
нахождение величины временного сдвига по низкочастотным расширенным изображениям;
присвоение соответствующим трассам этих низкочастотных временных сдвигов.
12. Вычислительное устройство по п.8, в котором адаптивная фокусировка сейсмограмм включает в себя итеративную адаптивную фокусировку до суммирования.
13. Запоминающее устройство с хранящейся на нем компьютерной программой, обеспечивающей выполнение операций способа по п.1.
14. Запоминающее устройство для хранения программ по п.13, в котором выполнение адаптивной фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффициента, который является убывающей функцией аргумента tau.
15. Запоминающее устройство для хранения программ по п.14, в котором весовая функция имеет
вид
w(x,s) ОС-
где х - пространственная координата; s - номер ПВ;
х - найденный для данной трассы временной сдвиг.
16. Запоминающее устройство для хранения программ по п.13, в котором выполнение адаптивной
фокусировки включает в себя также взвешивание каждой трассы с использованием весового коэффици-
ента, который является убывающей функцией аргумента tau.
17. Запоминающее устройство для хранения программ по п.16, в котором весовая функция имеет
вид
где х - пространственная координата; s - номер ПВ;
котором нахождение величины
х - найденный для данной трассы временной сдвиг. 18. Запоминающее устройство для хранения программ по п.13, в временного сдвига для каждой трассы в сейсмограмме включает в себя
нахождение величины временного сдвига по низкочастотным расширенным изображениям; присвоение соответствующим трассам этих низкочастотных временных сдвигов.
Фиг. 5А
СУММА
Евразийская патентная организация, ЕАПВ Россия, 109012, Москва, Малый Черкасский пер., 2
032186
032186
- 1 -
- 1 -
(19)
032186
032186
- 1 -
- 1 -
(19)
032186
032186
- 1 -
- 1 -
(19)
032186
032186
- 4 -
- 3 -
032186
032186
- 13 -
- 13 -
032186
032186
- 13 -
- 13 -
032186
032186
- 14 -
032186
032186
- 14 -
032186
032186
- 16 -
032186
032186
- 17 -
- 17 -
|
