[發明專利]基于字典學習和稀疏表征的地震資料高分辨率處理方法

在審

• 申請號: 202110365724.6
• 申請日: 2021-04-06
• 公開（公告）號: CN113077386A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 張歸前;王峣鈞;陳豪;胡光岷
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06K9/62;G01V1/30;G01V1/40
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發明公開了一種基于字典學習和稀疏表征的地震資料高分辨率處理方法，包括以下步驟：S1、進行井震標定，提取地震子波；S2、建立聯合樣本；S3、利用K?SVD算法訓練得到聯合字典；S4、將實際采集到的地震數據做歸一化處理；S5、將歸一化后的地震數據在地震數據字典下進行稀疏表示，得到稀疏表示系數；S6、利用反射系數字典和稀疏表示系數進行稀疏重構，得到歸一化的反射系數；S7、對歸一化的反射系數進行反歸一化處理，得到地震數據對應的反射系數。本發明將測井反射系數和井旁地震數據結合起來進行字典的訓練，然后進行基于聯合字典的反射系數反演，不僅可以提高地震資料分辨率，并且可以通過字典學習的方法引入測井反射系數特征。

技術領域

本發明屬于地球物理勘探解釋技術領域，是一種通過測井數據(反射系數)與井旁道地震數據聯合訓練字典，實現井數據反射系數和地震數據聯合特征的獲取。在聯合字典對地震數據稀疏表征基礎上，獲取反射系數反演結果，以實現井數據特征約束下的地震數據稀疏反褶積。

背景技術

地震勘探一直是地球物理勘探中探測油氣藏最重要、最有效的一種方法。所謂的地震勘探技術就是利用地震波的響應推測地下介質的屬性和地層構造，其主要工作流程為：通過工業爆破或者打樁等人工方式引發地震從而產生地殼振動形成地震波，地震波沿著地層向下傳播，當遇到彈性介質分界面時會產生反射，此時地面上的精密儀器會記錄下地上各采樣點的震動情況，通過分析記錄的采樣點的特征，可以幫助我們尋找油氣藏的位置、預測油氣藏的種類、判斷地層巖性特征等。

地震反演技術是地震勘探的重要手段之一。地震反演是利用地表記錄地震數據，通過前人經驗構建目標函數，將鉆井資料和測井數據作為約束，反映地下空間構造和地下介質的物理特性并進行成像的過程。地震反演促進了地震巖性分析技術和地震流體分析技術的發展，并為油氣藏的勘探開發提供了重要的依據。

地震資料的分辨率一直是地震勘探領域研究的重點。無論是疊前還是疊后數據，采用反褶積或者反射系數反演來提高地震資料的垂向分辨率，是目前最常用的方法。在反褶積方面主要有線性反褶積和非線性反褶積。線性反褶積在原有地震數據頻帶范圍內通過擴展高頻分量來提高分辨率，并不能創造出地震數據頻帶以外的高頻分量，因此其提高分辨率的能力有限；非線性反褶積通過加入各種稀疏約束項，來創造出地震數據原始頻帶以外的高頻，可以較大幅度的提高地震資料的分辨率。

稀疏脈沖反褶積是目前最成熟也是最常用的非線性反褶積方法，其基本思路是：對反射系數施加L₁范數稀疏約束。稀疏脈沖反褶積的基本假設是地層的強反射系數是稀疏的，即地層反射系數由一系列疊加于高斯背景的強軸組成。但是，真實的地層反射系數并非完全滿足稀疏脈沖反褶積的假設條件。比如，對大套強反射層周圍存在薄層弱反射時，稀疏脈沖反褶積只能重構出強反射系數，對弱反射有壓制作用，并且很難識別薄互層，這顯然不符合實際地層特性。稀疏脈沖反褶積對地震子波的依賴性很強，然而地震子波的準確提取一直是地震反演的難點。

為了將全頻帶的測井數據特征引入地震反演中，我們考慮將測井反射系數與井旁道地震數據聯合起來，通過字典學習的方法來獲取聯合特征。在聯合字典對地震數據稀疏表征基礎上，獲取反射系數反演結果，以實現井數據特征約束下的地震數據稀疏反褶積。

Robinson褶積模型建立了地震數據s(t)，反射系數r(t)和地震子波w(t)三者之間的關系。為了模擬真實地震數據在采集過程中伴有的隨機噪聲的干擾，可以在褶積模型中加入噪聲n(t)。上述過程可以表示為以下形式：

s(t)＝w(t)*r(t)+n(t)

式中，*表示卷積運算符。由于在數字信號處理中，我們習慣用矩陣-向量的形式簡化卷積運算，因此上式可以表示為以下矩陣-向量形式：

S＝WR+N

其中，S是地震數據，R是反射系數，N是隨機加性噪聲，W表示子波褶積矩陣，其具體形式如下：

k表示子波長度。