摘要
叠前深度偏移是高精度地震勘探技术的重要组成部分。为了在研究中高效获取叠前深度偏移的理论成像结果,避免炮记录正演、常规处理和偏移等一系列繁琐的流程,提出了一种叠前深度偏移记录的直接模拟方法。该方法无需经过波场正演和偏移处理,直接使用子波信息、观测系统参数和射线路径信息在波数域构建点扩散算子,根据速度模型和反射率生成理论成像结果。该方法简单、高效,成像结果精度高。利用该成像结果,可以快速检测观测系统存在的问题和地震数据的质量,为优化观测系统参数和评价成像质量提供参考,为地震解释提供佐证,能够满足采集、处理和储层解释等方面的研究需求。
Pre-stack depth migration(PSDM)imaging is an important step for high-resolution and high-precision seismic exploration.In order to get good PSDM imaging results,and avoid the cumbersome processes of source record forward modeling,normal processing and migration,this paper proposes a direct simulation method for PSDM record.Without wavefield forward modeling and migration,this method uses wavelets,recording parameters and ray path to construct a point spread operator in wavenumber domain,and produces theoretical imaging results based the velocity model and the point spread operator.The method is simple and effective,and delivers precise imaging results.Based on the imaging results,problems in the recording geometry and the quality of seismic data can be detected.It is a reference to optimizing geometry parameters and evaluating imaging quality which are basic data for seismic interpretation.The method can meet the theoretical research requirements of seismic acquisition,processing and interpretation.
作者
吴涵
廉西猛
孙成禹
芮拥军
蔡瑞乾
邓小凡
WU Han;LIAN Ximeng;SUN Chengyu;RUI Yongjun;CAI Ruiqian;DENG Xiaofan(School of Geosciences,China University of Petroleum(East China),Qingdao,Shandong 266580,China;Geophysical Research Institute,SINOPEC Shengli Oilfield Company,Dongying,Shandong 257022,China)
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2020年第4期747-753,700,共8页
Oil Geophysical Prospecting
基金
国家自然科学基金项目“深度偏移地震数据特征剖析与深度域直接反演方法研究”(41874153)
国家科技重大专项“复杂目标多尺度资料高精度处理关键技术研究”(2016ZX05006-002)联合资助
关键词
深度偏移地震记录模拟
广义卷积
散射层析
点扩散算子
simulation to PSDM record
generalized convolution
scattering tomography
point spread operator
作者简介
吴涵,硕士研究生,1996年生,2018年获中国石油大学(华东)地球物理学专业学士学位,现在中国石油大学(华东)攻读地质资源与地质工程专业硕士学位,主要从事地震波正演及偏移成像方面的学习和研究;孙成禹,山东省青岛市黄岛区长江西路66号中国石油大学(华东)地球科学与技术学院地球物理系,266580。Email:suncy@upc.edu.cn。
