一种针对弱反射信息的径向域傅里叶变换插值方法与流程

1.本发明涉及数据监管领域，尤其涉及一种针对弱反射信息的径向域傅里叶变换插值方法。


背景技术：

2.随着油气勘探开发的深入，地质需求的不断提高，采集方法不断朝着高密度、高精度、超长偏移距、宽方位角等更丰富信息方向发展。由于不同采集阶段的激发、接收方式及采集观测系统存在一定差异，此外地表复杂等因素也造成局部观测系统不规则和数据面元不规则，对地震资料融合处理及偏移成像带来了巨大挑战。
3.具体体现在不同区块资料采集道距、炮距、面元、偏移距、方位角等差异较大，直接导致不同区块资料在覆盖次数、能量、信噪比、频率、相位、方位角等方面存在较大差异，造成地下成像点照明不一致、有效信息分布不均、能量一致性差异大，直接影响成像质量。但是，偏移成像对地震资料规则完整性又有很高的要求。
4.所以，为了得到较好、较准确的成像结果，处理时需要对实际资料进行规则化处理，从而在不规则的数据基础上得到相对规则、完整的地震资料，以此来提高资料的品质，减少数据不规则带来的采集脚印、空间假频以及偏移画弧的影响，同时尽可能在相对保幅情况下提高资料整体信噪比，保证成像质量。
5.针对非规则化数据对偏移成像带来的影响等特征，国内外学者提出了大量的规则化内插方法，目前规则化内插方法主要包括：
6.五维插值规则化，主要利用炮点、检波点的x、y坐标这四个空间维度加上时间维度来描述，即可以把地震数据看着是五维的数据体。前四个空间维度也可以是cmp点的x、y坐标加上炮检距在x、y方向的投影；或者是cmp点的x、y坐标加上绝对炮检距和炮检方位角。五维插值规则化是五个维度同时参与计算，根据地震数据实际情况，对于采样密度不够的数据，一般选择在炮检域进行插值，通过插值处理，可以加密炮线、检波线或者缩小面元，对于宽方位高密度采集的数据，可以在ovt域进行规则化处理，将炮检中点规则化到cmp面元网格中间，实现在炮检域加密炮检线和炮检点，提高空间采样密度、重构浅层缺失数据、增加浅层覆盖次数，从而改善资料成像质量。
7.ovt域规则化插值技术，是将数据按道头中的方位角和偏移距分选为规则后的ovt域道集，利用傅里叶变换将数据变换到频率波数域，得到原始数据的傅里叶变换，然后在频率波数域中寻找能量最大值，通过定义的迭代次数设置门槛算子。利用所述门槛算子进行能量优选后转换到时间空间域，通过多轮迭代完成规则化内插。
8.现有技术中，内插方法主要存在两个方面的不足，一方面是常规内插主要通过现有数据等间隔分选规则化偏移距后，对缺失信息根据内插道的横纵向距离计算加权因子，内插后的空道振幅值以周边参考地震道振幅的平均振幅值。缺点是内插空道时没有考虑方位角和偏移距真实信息，只是对空道信息进行振幅、频率、偏移距等参数赋值，无法获取被插道真实信息。另一方面傅里叶内插主要通过是在三维时空中进行傅里叶变换，在fk域中
形成特有的频率波数域谱信息，通过谱估计法离散傅里叶变换产生最大谱成分，提取最大谱成分加入到估计谱中对数据进行加权后进行反离散傅里叶变换，最后将原始数据减去加权后的数据，完成空道内插，缺点是对不规则采样数据在进行傅里叶变换时容易发生频谱泄露，导致内插后数据假频信息严重，无法得到高质量数据。


技术实现要素：

9.鉴于上述问题，提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种针对弱反射信息的径向域傅里叶变换插值方法。
10.根据本发明的一个方面，提供了一种针对弱反射信息的径向域傅里叶变换插值方法包括：
11.预处理收集的道集资料，获得径向域规则化偏移距数据体和方位角等间隔数据体；
12.将所述径向域规则化偏移距数据体从时间空间域变换到频率波数域；
13.在所述频率波数域中选取对应的最大谱能量成分；
14.根据所述最大谱能量成分完成频率空间域预测数据；
15.将所述频率空间域预测数据进行变换迭代，完成数据重建插值处理，获得重建处理数据；
16.将所述重建处理数据加入三维网格后，重新赋值，获得完整的内插数据体。
17.可选的，所述预处理收集的道集资料，获得径向域规则化偏移距数据体和方位角等间隔数据体具体包括：
18.获取道集资料数据；
19.将所述道集资料数据沿着方位角和偏移距等间隔分选成0-360度规则化数据体；
20.将所述规则化数据体等分偏移距和方位角道集沿着直径和/或半径的直线方向转换到0-180度内规则化数据体，完成径向域规则化偏移距和方位角等间隔数据体。
21.可选的，所述将所述径向域规则化偏移距数据体从时间空间域变换到频率波数域具体包括：
22.在所述径向域规则化偏移距数据体中选择数据的维度；
23.所述维度包括：主测线、联络测线、偏移距、方位角、时间；
24.根据所述维度完成定义期望网格体；
25.对所述径向域规则化偏移距数据体按照频率特性进行离散傅里叶变换，将数据从时间空间域变换到频率波数域，对每个频率信息进行离散傅里叶变换。
26.可选的，所述在所述频率波数域中选取对应的最大谱能量成分具体包括：
27.在频率空间域中选取不含假频的频率；并计算先验值；
28.将频率数据用所述先验值进行加权计算，选取对应的最大谱能量成分。
29.可选的，所述根据所述最大谱能量成分完成频率空间域预测数据具体包括：
30.将频率数据范围内的最大谱能量成分加入到对应的估算谱；
31.对每个频率数据估算谱进行切除和外推后完成估算谱校正，获得校正后估算谱；
32.将所述校正后估算谱与原始所述频率数据褶积，获得频率空间域预测数据。
33.可选的，所述将所述频率空间域预测数据进行变换迭代，完成数据重建插值处理，
获得重建处理数据具体包括：
34.将所述频率空间域预测数据进行离散傅里叶反变换到时间空间域指定位置；
35.在时间空间域中将预测数据从原始数据中减去完成一轮迭代处理，通过多轮迭代后，最大谱能量逐渐恢复到平均谱能量值，完成数据重建插值，获得重建处理数据。
36.可选的，所述将所述重建处理数据加入三维网格后，重新赋值，获得完整的内插数据体具体包括：
37.将所述重建处理数据加入三维网格；
38.重新对插值后数据主测线、联络测线、偏移距、方位角、时间重新赋值，得到完整的内插数据体。
39.本发明提供的一种针对弱反射信息的径向域傅里叶变换插值方法包括：预处理收集的道集资料，获得径向域规则化偏移距数据体和方位角等间隔数据体；将所述径向域规则化偏移距数据体从时间空间域变换到频率波数域；在所述频率波数域中选取对应的最大谱能量成分；根据所述最大谱能量成分完成频率空间域预测数据；将所述频率空间域预测数据进行变换迭代，完成数据重建插值处理，获得重建处理数据；将所述重建处理数据加入三维网格后，重新赋值，获得完整的内插数据体。通过径向域傅里叶变换插值后进一步提高了数据信噪比和保证了偏移距和方位角的均匀性，最终形成一套完整的针对弱信号的径向域傅里叶变换插值方法。
40.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
41.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
42.图1为本发明实施例提供的一种针对弱反射信息的径向域傅里叶变换插值方法的流程图；
43.图2为径向域插值面元属性(方位角折算180度计量，间隔15度)；
44.图3为离散傅里叶变换示意图；
45.图4为离散傅里叶变换后最大谱能量示意图；
46.图5为内插前叠加示意图；
47.图6为径向域傅里叶变换内插后叠加示意图。
具体实施方式
48.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
49.本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。
50.下面结合附图和实施例，对本发明的技术方案做进一步的详细描述。
51.本发明提出了一种针对弱反射信号的径向域傅里叶变换插值方法，首先利用动校正数据沿着方位角和偏移距进行等间隔分选成0-360度规则化数据体，同时将规则化后等分偏移距和方位角道集沿着半径方向转换到0-180度内规则化数据体，完成径向域规则化偏移距和方位角等间隔数据体。径向域规则化后方位角和偏移距规则采样，确保小角度道集充分填充，完成目标数据定义。其次，将径向域数据体进行频率分选后，对分频率分别进行离散傅里叶变换到fk域，计算每一个频率的离散傅里叶变换谱成分，拾取最大谱能量成分加入到估算谱，应用到原始数据，完成加权后进行离散傅里叶反变换到tx域后完成预测数据输出。最后将原始数据减去离散傅里叶反变换后的预测数据，同时进行下一轮迭代，多轮迭代后，增强有效信号，衰减随机噪音，内插后数据信噪比大幅提高的同时偏移距、方位角等属性更加均匀，数据带限和采样性很好。通过径向域五维空间插值技术，最终形成一套完整的针对弱信号的径向域傅里叶变换插值方法。
52.本发明是一种针对弱信号的径向域傅里叶变换插值方法。如图1所示，处理流程，包括以下步骤：
53.第一步：导入预处理后的道集资料，首先将数据沿着方位角和偏移距等间隔分选成0-360度规则化数据体，同时将规则化后等分偏移距和方位角道集沿着直径或半径的直线方向转换到0-180度内规则化数据体，完成径向域规则化偏移距和方位角等间隔数据体，如图2所示。
54.第二步：在径向域规则化数据体基础上，选择数据的维度包括：主测线、联络测线、偏移距、方位角、时间等5维数据完成定义期望网格体。对输入数据按照频率特性进行离散傅里叶变换，将数据从时间空间域变换到频率波数域，对每个频率信息进行离散傅里叶变换，如图3所示。
55.第三步：在频率空间域中选取不含假频的较低频率先计算先验值，将较高频率数据用先验值进行加权计算，选取对应的最大谱能量成分，如图4所示。
56.第四步：将较高频率数据范围内的最大谱能量成分加入到对应的估算谱，对每个频率数据估算谱进行切除和外推后完成估算谱校正，最后将校正后估算谱与原始数据褶积完成频率空间域预测数据。
57.第五步：将频率空间域预测数据进行离散傅里叶反变换到时间空间域指定位置。在时间空间域中将预测数据从原始数据中减去完成一轮迭代处理，通过多轮迭代后，最大谱能量逐渐恢复到平均谱能量值，完成数据重建插值处理，如图5所示。
58.第六步：将完成重建处理后的数据体加入三维网格后，重新对插值后数据主测线、联络测线、偏移距、方位角、时间重新赋值，最终得到完整的内插数据体。通过径向域傅里叶变换插值后，能够提高偏移距方位角的均匀性，提高数据信噪比及偏移成像优势明显，有利于后续地震解释、属性分析及分方位角反演，如图6所示。
59.有益效果：本发明具有三方面的优势，第一方面是利用动校正数据沿着方位角和偏移距进行等间隔分选规则化数据体，同时将规则化后等分偏移距和方位角道集沿着半径方向转换到0-180度内规则化数据体，完成径向域规则化数据体，保证小角度和近偏移距信
息规则采样。第二方面是在径向域规则化数据体上进行频率分选，完成离散傅里叶变换，通过拾取最大谱能量成分加入到估算谱中，对每个频率数据估算谱进行切除和外推后完成估算谱校正，最后将校正后估算谱与原始数据褶积完成频率空间域预测数据。在时间空间域中将预测数据从原始数据中减去完成多轮迭代处理，既保证高信噪比资料，又防止假频现象。第三方面对完成重建处理后的数据体加入三维网格后，重新对插值后数据主测线、联络测线、偏移距、方位角、时间重新赋值，最终得到完整的内插数据体。通过径向域傅里叶变换插值后进一步提高了数据信噪比和保证了偏移距和方位角的均匀性，最终形成一套完整的针对弱信号的径向域傅里叶变换插值方法。
60.以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种针对弱反射信息的径向域傅里叶变换插值方法，其特征在于，所述变换插值方法包括：预处理收集的道集资料，获得径向域规则化偏移距数据体和方位角等间隔数据体；将所述径向域规则化偏移距数据体从时间空间域变换到频率波数域；在所述频率波数域中选取对应的最大谱能量成分；根据所述最大谱能量成分完成频率空间域预测数据；将所述频率空间域预测数据进行变换迭代，完成数据重建插值处理，获得重建处理数据；将所述重建处理数据加入三维网格后，重新赋值，获得完整的内插数据体。2.根据权利要求1所述的一种针对弱反射信息的径向域傅里叶变换插值方法，其特征在于，所述预处理收集的道集资料，获得径向域规则化偏移距数据体和方位角等间隔数据体具体包括：获取道集资料数据；将所述道集资料数据沿着方位角和偏移距等间隔分选成0-360度规则化数据体；将所述规则化数据体等分偏移距和方位角道集沿着直径和/或半径的直线方向转换到0-180度内规则化数据体，完成径向域规则化偏移距和方位角等间隔数据体。3.根据权利要求1所述的一种针对弱反射信息的径向域傅里叶变换插值方法，其特征在于，所述将所述径向域规则化偏移距数据体从时间空间域变换到频率波数域具体包括：在所述径向域规则化偏移距数据体中选择数据的维度；所述维度包括：主测线、联络测线、偏移距、方位角、时间；根据所述维度完成定义期望网格体；对所述径向域规则化偏移距数据体按照频率特性进行离散傅里叶变换，将数据从时间空间域变换到频率波数域，对每个频率信息进行离散傅里叶变换。4.根据权利要求1所述的一种针对弱反射信息的径向域傅里叶变换插值方法，其特征在于，所述在所述频率波数域中选取对应的最大谱能量成分具体包括：在频率空间域中选取不含假频的频率；并计算先验值；将频率数据用所述先验值进行加权计算，选取对应的最大谱能量成分。5.根据权利要求1所述的一种针对弱反射信息的径向域傅里叶变换插值方法，其特征在于，所述根据所述最大谱能量成分完成频率空间域预测数据具体包括：将频率数据范围内的最大谱能量成分加入到对应的估算谱；对每个频率数据估算谱进行切除和外推后完成估算谱校正，获得校正后估算谱；将所述校正后估算谱与原始所述频率数据褶积，获得频率空间域预测数据。6.根据权利要求1所述的一种针对弱反射信息的径向域傅里叶变换插值方法，其特征在于，所述将所述频率空间域预测数据进行变换迭代，完成数据重建插值处理，获得重建处理数据具体包括：将所述频率空间域预测数据进行离散傅里叶反变换到时间空间域指定位置；在时间空间域中将预测数据从原始数据中减去完成一轮迭代处理，通过多轮迭代后，最大谱能量逐渐恢复到平均谱能量值，完成数据重建插值，获得重建处理数据。7.根据权利要求1所述的一种针对弱反射信息的径向域傅里叶变换插值方法，其特征
在于，所述将所述重建处理数据加入三维网格后，重新赋值，获得完整的内插数据体具体包括：将所述重建处理数据加入三维网格；重新对插值后数据主测线、联络测线、偏移距、方位角、时间重新赋值，得到完整的内插数据体。

技术总结
本发明提供的一种针对弱反射信息的径向域傅里叶变换插值方法包括：预处理收集的道集资料，获得径向域规则化偏移距数据体和方位角等间隔数据体；将所述径向域规则化偏移距数据体从时间空间域变换到频率波数域；在所述频率波数域中选取对应的最大谱能量成分；根据所述最大谱能量成分完成频率空间域预测数据；将所述频率空间域预测数据进行变换迭代，完成数据重建插值处理，获得重建处理数据；将所述重建处理数据加入三维网格后，重新赋值，获得完整的内插数据体。通过径向域傅里叶变换插值后进一步提高了数据信噪比和保证了偏移距和方位角的均匀性，最终形成一套完整的针对弱信号的径向域傅里叶变换插值方法。径向域傅里叶变换插值方法。径向域傅里叶变换插值方法。


技术研发人员：王磊 秦宁 葛大明 梁鸿贤 郭见乐 孔青华 曹晓莉 刘勃 王静轩
受保护的技术使用者：中国石油化工股份有限公司胜利油田分公司物探研究院
技术研发日：2022.03.25
技术公布日：2023/10/8