一種基于全局優(yōu)化的疊前地震信號同相軸拉平方法
【技術領域】
[0001] 本發(fā)明屬于地震勘探技術領域，具體設及一種基于全局優(yōu)化的疊前地震信號同相 軸拉平方法的設計。
【背景技術】
[0002] 隨著地震勘探的越來越精細，疊前偏移與AV0反演在復雜構造成像W及復雜巖性 儲層預測領域有著非常重要的作用。為提高巖性成像的精度，結合疊前偏移技術的疊前彈 性參數反演方法是一個不錯的選擇。疊前道集數據作為反演的基礎，對反演效果有著至關 重要的作用。由于受到地層介質各向異性的影響，疊前道集中存在大量剩余時差，導致疊前 道集中同相軸不平，同相軸不平整會導致成像效果不準確，從而影響反演的效果。
[0003] 目前常用的疊前道集拉平方法主要分為兩大類：基于速度調整的拉平方法和基于 統計效應的拉平方法?；诮y計效應的拉平方法是指首先建立L2范數的目標函數，目標函 數主要由AV0I或者HI類來表示，然后利用時間方向的滑動時窗產生每道的移動解，最后 最小化目標函數，對應的解即為最優(yōu)解?；谒俣日{整的拉平方法是假定在原始疊前地震 道集中沒有拉平的地震波主要由于剩余時差（RM0)引起，因此使用二階或四階MS速度場 的高精度速度估計能夠拉平道集的同相軸。
[0004] 1、基于速度調整的拉平方法
[0005] 基于速度調整的道集拉平方法假定原始降噪后的疊前地震道中沒有拉平的道集 主要由于剩余時差（RM0)引起，因此使用二階或者四階的MS速度場的高精度速度估計能 夠拉平道集的同相軸。RM0校正W公式（1)為基礎：
[0006]
[0007] 其中，I是動校正量，X是偏移距，t是零偏移距處的時間，Vw是參考速度函數，V 是更新速度。然后，地震勘探發(fā)展使得地震發(fā)射點與接收點之間的距離越來越遠。該原因 使得在遠處的偏移距，使用RM0曲線越來越難描述速度模型。經過改進使用A化halif址時 差模型，模型公式如公式（2):
[0008] (2)
[0009] 對于高階的剩余時差通過速度差量5V和旅行時間5n來確定時差5t，如公式 (3)所示：
[0010]
[0011] 為了改善無窮小量偏移距，令C=x/Vt。和無窮小量速度A= 5V/V，代入公式 (3)可得：
[0012]
[0013] 通過最小化輸入數據與時移量5t之間的誤差求得5V和5n，迭代次數可W自 己設定。
[0014] 2、基于統計效應的拉平方法
[0015]Hinkley在2004年提出了一種動態(tài)的道集拉平方法值GF)，它是一種統計的道集 拉平方法，首先運種方法在處理過程中是一一映射的，即每一個輸出樣本點數據是由同一 道同一時間點上的輸入數據經過處理得到的，通過公式（5)能更方便地表達：
[0016] (t,x)=Db{(t+m(t,x)),x}(5)
[0017] 其中，X是偏移距，在該道集拉平方法中也可視作從小到大排序的道集編號；T是 時間，a和b分別代表道集拉平后和拉平前的數據。通過對橫向偏移距和縱向時間開時窗， 逐道移動使得兩道間2范數最小，即求解式化）：
[001 引
（6)
[0019] 可W求出任意兩道的時移Ty。在偏移距方向上任取5道為一組，其中Ti表示第一 道與第二道之間的移動量，T2表示第S道與第一道之間的移動量，T3表示第四道與第一道 的移動量，T4表示第五道與第一道的移動量。5道數據可W求取十個移動量，即任意兩道之 間都存在一個移動量，在最小平方意義下求得W上4個移動量，計算公式如公式（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] 在疊前道集優(yōu)化中，雖然通過動校正可W保證同相軸基本被拉平，但是由于一些 因素，比如由于地表高低起伏導致的動校正不準確，因水平層狀各向同性介質引起的時距 曲線方程的誤差。由于運些影響的存在使得疊前道集同相軸依舊不平，需要進一步作精細 拉平。

【發(fā)明內容】

[00巧]本發(fā)明的目的是為了解決現有技術中由于受到地層介質各向異性的影響，疊前道 集中存在大量剩余時差，導致疊前道集中同相軸不平，進而導致成像效果不準確，從而影響 反演效果的問題，提出了一種基于全局優(yōu)化的疊前地震信號同相軸拉平方法。
[0026] 本發(fā)明的技術方案為：一種基于全局優(yōu)化的疊前地震信號同相軸拉平方法，包括 W下步驟：
[0027] SI、初始化道集拉平參數；
[0028] S2、選取基準道；
[0029] S3、計算種子點移動量；
[0030]S4、同相軸拉平。
[0031] 進一步地，步驟S1中道集拉平參數包括疊前道集時窗大小、窗口移動量、捜索半 徑和相似度矩陣分位數闊值。
[0032] 進一步地，步驟S2包括W下分步驟：
[0033] S21、計算任意兩個道集的相似度矩陣C ;
[0034] S22、W相似度矩陣為基礎初始化吸引度矩陣與歸屬度矩陣；
[0035]S23、迭代更新吸引度矩陣與歸屬度矩陣；
[0036] S24、計算使吸引度矩陣與歸屬度矩陣之和最大的道集k;
[0037] S25、判斷迭代次數是否達到指定次數，若是則進入步驟S3,否則進入步驟S26 ;
[0038] S26、判斷道集k是否與上次迭代時結果一致，若是則進入步驟S3,否則返回步驟 S23。
[0039] 進一步地，步驟S3包括W下分步驟：
[0040] S31、求取兩個道集的最大相似度矩陣Cm。、并定義最優(yōu)移動量矩陣S;
[0041]S32、計算矩陣Cm。,對應分位數闊值處的值Cm;
[0042] S33、統計大于Cm值的道集個數，選擇個數最多的行，該行相似度對應的移動量即 為當前時窗種子點的移動量；
[0043] S34、插值得到其余時窗種子點的移動量；
[0044] S35、對各時窗種子點移動量進行全局優(yōu)化。
[0045] 進一步地，步驟S35包括W下分步驟：
[0046] S351、計算道集間相似度最大的移動量矩陣；
[0047] S352、計算水平方向和垂直方向的位移差分矩陣；
[0048] S353、判斷水平方向和垂直方向的位移差分矩陣是否滿足約束條件，若是則進入 步驟S4,否則選擇相似度次優(yōu)的移動量組成新的移動量矩陣并返回步驟S352。
[0049] 進一步地，步驟S4中采用=次樣條插值來對移動量矩陣進行插值的方法實現同 相軸拉平。
[0050] 本發(fā)明的有益效果是：本發(fā)明利用時窗中屯、點作為種子點，不斷滑動時窗求得道 集間相似度最大時的移動量作為種子點的移動量，對種子點移動量進行全局優(yōu)化，最后通 過=次樣條函數W種子點移動量作為原始數據插值得到拉平后的疊前道集振幅，可W達到 W下有益效果：
[0051] (1)通過近鄰相似傳播選取基準地震道，可W自動選取相似度高的道集作為基準 道，不需要人工干預，相較于直接從相似度矩陣中相似度較高的道集中任選一道準確度更 局。
[0052] (2)在得到種子點移動量后設計新的目標函數和約束條件對種子點移動量進行全 局優(yōu)化，解決拉平過程中的"突跳"W及波形失真的問題。
【附圖說明】
[0053] 圖1為本發(fā)明提供的一種基于全局優(yōu)化的疊前地震信號同相軸拉平方法流程圖。
[0054] 圖2為本發(fā)明步驟S2的分步驟流程圖。
[00巧]圖