[發明專利]一種基于蟻群算法的地震數據剩余靜校正方法

有效

• 申請號: 201410460617.1
• 申請日: 2014-09-11
• 公開（公告）號: CN104199106B
• 公開（公告）日: 2017-01-18
• 發明（設計）人: 羅紅明;王勤耕;何光明;李忠;王棟;楊海濤;金德剛;張華
• 申請（專利權）人: 中國石油集團川慶鉆探工程有限公司地球物理勘探公司
• 主分類號: G01V1/36
• 分類號: G01V1/36
• 代理公司: 北京銘碩知識產權代理有限公司11286
• 代理人: 譚昌馳,邢偉

技術領域

本發明涉及石油天然氣地震勘探技術領域，更具體地講，涉及一種基于炮-檢域全局最優蟻群算法的地震數據剩余靜校正方法，主要應用于石油地震勘探的野外地震資料處理解釋。

背景技術

靜校正估算是地震數據處理中非常重要和及其關鍵的技術手段，而復雜地表條件下的剩余靜校正問題是一個非常復雜的非線性反演問題，難度大，研究工作少，長期未得到很好解決。隨著我國地震勘探向戈壁、黃土塬、山地等地表復雜地區發展，靜校正問題成了迫切需要解決的任務。原始地震資料經過野外一次靜校正后，剩余的靜校正量可用傳統的方法求取。但當地震資料的剩余靜校正量大、信噪比低或剩余靜校正量大于地震波波形的1/2周期時，采用傳統的剩余靜校正方法會出現周波跳躍現象，影響地震資料的成像效果，必須尋找新的解決思路。

從20世紀70年代開始剩余靜校正方法的研究受到廣大學者的關注。先后提出了分解旅行時計算炮點和檢波點靜校正量的廣義線性反演法，統計相關法，最大能量法等。針對剩余靜校正量本質上是一個非線性反演問題，將全局最優化方法的模擬退火算法，遺傳算法引入剩余靜校正量的計算中，并更好的結合模擬退火算法和遺傳算法的優勢，提出了綜合并行遺傳算法。這些方法基本上都是在疊前共中心點道集中進行計算。常規的剩余靜校正量的計算基于的假設：①是剩余靜校正量隨機分布原則，在CMP道集(即共中心點道集)中疊加后剩余靜校正量的影響可以消除。②是地表一致性原則，即炮點靜校正量和檢波點靜校正量僅與地表位置有關。統計相關法、最大能量法和模擬退火法等剩余靜校正算法都是基于這兩點假設。但對低信噪比、大剩余靜校正量(例如，剩余靜校正量大于地震波波形的1/2周期)的地震資料，應用這種常規的通過CMP道集獲得模型道的方法無法解決這類資料的靜校正問題。

發明內容

針對現有技術中存在的不足，本發明的目的之一在于解決上述現有技術中存在的一個或多個問題。例如，本發明的目的之一在于提供一種能夠實現對低信噪比、大剩余靜校正量(例如，剩余靜校正量大于地震波波形的1/2周期)的地震資料進行剩余靜校正的方法。

為了實現上述目的，本發明提供了一種基于蟻群算法的地震數據剩余靜校正方法。所述方法包括第一操作或第二操作，其中，所述第一操作包括將單炮地震數據經過野外靜校正和動校正之后的共中心點道集選排為共炮點道集，并對所述共炮點道集依次進行以下處理：

步驟a：

A1、根據預設的剩余靜校正量的范圍為共炮點道集的每一道隨機生成一個初始剩余靜校正量，形成共炮點道集剩余靜校正量的初始解集；A2、根據所述共炮點道集剩余靜校正量的初始解集并利用蟻群算法進行搜索，得到共炮點道集剩余靜校正量的最優解集并應用于對共炮點道集的每一道進行剩余靜校正。

步驟b：

判斷是否滿足最終終止條件：若滿足最終終止條件，則停止運算；若不滿足最終終止條件，則將利用所述共炮點道集剩余靜校正量的最優解集進行剩余靜校正處理后的數據選排為共檢波點道集，并執行步驟c。

步驟c：

C1、根據預設的剩余靜校正量的范圍為共檢波點道集的每一道隨機生成一個初始剩余靜校正量，形成共檢波點道集剩余靜校正量的初始解集；C2、根據所述共檢波點道集剩余靜校正量的初始解集并利用蟻群算法進行搜索，得到共檢波點道集剩余靜校正量的最優解集并應用于對共檢波點道集的每一道進行剩余靜校正。

步驟d：

判斷是否滿足最終終止條件：若滿足最終終止條件，則停止運算；若不滿足最終終止條件，則返回執行步驟a；所述第二操作包括將單炮地震數據經過野外靜校正和動校正后的共中心點道集選排為共檢波點道集，并對所述共檢波點道集依次進行以下處理：

步驟a′：采用與所述第一操作中的步驟c相同的操作。

步驟b′：判斷是否滿足最終終止條件：若滿足最終終止條件，則停止運算；若不滿足最終終止條件，則將利用所述共檢波點道集剩余靜校正量的最優解集進行剩余靜校正處理后的數據選排為共炮點道集，并執行所述步驟c′。

步驟c′：采用與所述第一操作中的步驟a相同的操作。

步驟d′：判斷是否滿足最終終止條件：若滿足最終終止條件，則停止運算；若不滿足最終終止條件，則返回執行步驟a′。

根據本發明基于蟻群算法的地震數據剩余靜校正方法的一個實施例，所述步驟A2包括：