Description:

"Обработка данных Общее предсказание кратных связанных с поверхностью: гибкий алгоритм 3D SRME. General surface multiple prediction: a flexible 3D SRME algorithm Идеальное 3D SRME (подавление кратных, связанных с поверхностью) подразумевает геометрические требования к входным данным, которые не удовлетворяются при морских съемках с косами. Ian Moore1 и Bill Dragoset2 предлагают решение, которое подкрепляется примерами полевых данных, в которых используется модифицированный, основанный на много мерном поиске "ближайшего соседа", т.е. ведется поиск самых ближайших зарегистрированных трасс, в эвклидовом смысле, к трассам, которые мы бы хотели иметь и которые требуются для идеального 3D SRME. Сорок лет назад сообщество сейсморазведки было вовлечено в дебаты о существовании кратных отражений в наборах сейсмических записей (Dix, 1948). Большинство геофизиков не сомневались в теоретической возможности многократных отражений, но они задавали вопрос о том, позволяют ли чувствительность и динамический диапазон детекторов и записывающих инструментов увидеть такие предположительно малоамплитудные оси синфазности. С тех пор технология регистрации сделала большой скачок, и, увы, кратные отражения уже не являются спорной проблемой. Фактически, обычно кажется, что природа выбирает наиболее интересные области разреза, чтобы затемнить их под покрывалом кратных (Рисунок). К счастью, технологии обработки сейсмических данных развивались вместе с технологией сбора данных. Сегодня у геофизиков есть шанс видеть через кратные, особенно с тех пор, как недавно появился метод 3D подавления кратных, относящихся к поверхности (SRME). 3D SRME - теоретически корректная процедура, управляемая данными, в которой сейсмические трассы преобразовываются с целью предсказания кратных от поверхности (van Dedem and Verschuur, 2001). Для каждой входной трассы рассчитывается свертка выбранных пар трасс для получения 3D куба, называемого сейсмограммой вклада кратных (MCG) (Рисунок 2). При суммировании MCG получают предсказываемые кратные для целевой входной трассы. Для получения результатов хорошего качества площадное распространение каждой MCG должно охватывать участок, который содержит все точки нисходящих отражений (DRP) для кратных от поверхности целевой трассы. Также каждая MCG должна быть регулярно дискретизирована в каждом пространственном направлении без зеркальных падений (Dragoset et al., 2006). После того как было выполнено предсказание кратных, они вычитаются из исходных трасс при помощи адаптивных процедур, которые учитывают всякие нестыковки между предсказанными и зарегистрированными кратными. К сожалению, пространственное распределение трасс морской съемки с косой не позволяет производить идеальный расчет MCG. В частности: малая апертура записи по кросслайну означает то, что трассы, которые необходимы для точного предсказания кратных в случае если величина падения по кросслайну большая, часто не регистрируются. 3D SRME требует пространственной дискретизации без аляйсинга в четырех координатах: положение источника и приемника по инлайну и кросслайну. Обычно только дискретизация положений ПП по инлайну является адекватным. Отклонение кабеля, неточное управление судном, пропуски на ближних удалениях, обход препятствий и загущение являются причинами нерегулярной дискретизации данных. Недавно было опробовано несколько идей для преодоления этих препятствий 3D SRME. Van Dedem и Verschuur (2001) предложили разреженную параметрическую инверсию с целью преодоления ограничений, присущих пространственной дискретизации. Baumstein et al. (2005) создали регуляризированные и плотно дискретизированные записи с помощью процедуры преобразования DMO обратное DMO. А Bisley и Moore (2005) описали метод преодоления ограниченной апертуры по кросслайну традиционных морских съемок путем приближенных предсказаний, выполняемых методом 2D SRME к тем, которые бы были выполнены 3D SRME. Ограничения этих и других подходов к 3D SRME влияют на качество предсказаний. Хотя алгоритмы адаптивного вычитания выполняются в попытке произвести компенсацию за неправильно предсказанной кратные, они тоже имеют ограничения. Таким образом, необходимость в улучшении методов 3D SRME остается. Более того, недавнее нарастание морских съемок мульти-, полного- и широкого азимута (WAZ) создают новые задачи. Желательно наличие одного подхода к 3D SRME, который может уверенно иметь дело со съемками всех типов. В данной работе мы представляем подход к 3D SRME, который считаем что имеет минимальные ограничения и подходит для геометрии наблюдения и геологических условий всех типов. Из-за масштабов применимости, мы называем этот метод общий метод предсказания кратных 3D (GSMP). Некоторые базовые концепции GSMP были впервые описаны van Dedem и Verschuur (1998), которые после тестирования синтетических данных решили, что их алгоритм не был слишком многообещающим. Совместно с Richard Bisley мы объединили подобные концепции с другими идеями для построения успешного алгоритма (Moore et al., 2005; Moore and Dragoset, 2008). Кроме того, Kurin et al. (2006) описали подход, подобный GSMP, а Ceragioli et al. (2007) кратко упомянули фундаментальную концепцию GSMP. Техническое описание Концепция алгоритма GSMP проста и близка связана с теоретически идеальным алгоритмом, описанным ранее. Для каждой целевой трассы геометрия MCG определяется на основе апертуры, дискретизации и требований по расходам, но без всяких ссылок на имеющиеся входные данные. В отличие от Рисунка 2, апертура и сетка находятся на одной оси с целевой трассой (Рисунок 3). Расчет MCG требует свертки трасс, которые в общем не присутствуют в наборе записанных данных. Когда требуется такая трасса, алгоритм GSMP просто выбирает ближайшую из доступных трасс и применяет дифференциальную кинематическую поправку для компенсации разности удалений между имеющейся и желаемой трассами. Не вводится никаких поправок за разности средних точек или азимутов. Этот процесс является простой формой интерполяции, и означает что перед GSMP не требуется регуляризации и экстраполяции зарегистрированных данных. Если однако эта схема интерполяции ближайший-соседний не является достаточно точной, то для улучшения дискретизации имеющихся данных может выполняться предобработка. Определение ближайшей трассы гибкое, но она обычно определяется минимизацией функции погрешности, такой как где h, x и y соответствуют удалению, азимуту и координатам по инлайну и кросслайну средней точки соответственно нижние индексы d и относятся к желаемой и имеющейся трассам соответственно w это веса выбираемые пользователем а Q добротность имеющейся трассы. Необходимо объяснить некоторые моменты касающиеся данной формулы. Член связанный с азимутом включает произведение умножения на удаление и азимут это имеет два преимущества Первое произведение имеет те же размерности длина что и другие члены связанные с геометрией Второе оно учитывает что ошибки связанные с азимутом становятся более значимыми по мере увеличения удаления. Веса можно выбирать с целью управления относительной значимостью различных членов формулы и для учета дискретизации имеющихся данных Если известно что угол падения мал 90 www.firstbreak.org (c) 2008 EAGE Ключевые слова: рисунок показать, bisley, корректный, eage, отметить, суммарный разрез, prediction, правый, дискретизация, пробег отражение, погрешность, surface, идеальный, требоваться, кратное, улучшение, преимущество, кросслайн, кратный волна, взаимный корреляция, пространственный, иметься, дифференциальный, предсказание кратное, вклад, корреляция, mail, применение, энергия, съемка, org, сейсмический, тема обработка, отражение, подавление, рисунок, обработка дать, входной, dix, multiple prediction, указывать, номинальный азимут, узел сетка, предсказание, предыдущий, поправка, точка, метод, подавление кратное, приемник, линия, предсказанный, кинематический поправка, trace, левый, firstbreak org, сентябрь, морской, пробег, разрез, процедура, ошибка, суммарный, взаимный, специальный, трасса, algorithm, целевой, нулевой, ошибка связанный, алгоритм, специальный тема, показать, желаемый трасса, существенный, концепция, кратный, связанный, тема, отличие, break сентябрь, dragoset, дать рисунок, показанный, геометрия, черный море, сравнение, инлайн, должный, cambridge, стрелка, инлайна, российский, ключ, идея, траектория приращение, источник, набор предсказание, рисунок набор, азимут, baumstein, тип, юго-восточный азия, процесс, съёмка, friedman, обычный, показать рисунок, предсказать, дать, поверхность, средний, mcg, близкий, подход, ось, общий, обработка, набор, gsmp, конечный точка, данный, kurin, кросслайна, остаточный, апертура, реальный кратный, когерентный, точный, волна, разрешение, verschuur, остаточный кратное, море, multiple, кинематический, применение srme, рисунок показанный, break, westerngeco, результат, соответствовать, полевой, чёрный, ближний, дифрагировать, удаление, дно, геологический, moore, srme, набор дать, сентябрь обработка, firstbreak, surface multiple