一种地震属性数据处理方法及装置

摘要

本申请提供了一种地震属性数据处理方法及装置，方法包括：通过每个CMP道集叠前地震数据确定单道地震数据的梯度和截距数据；利用Hilbert变换将单道地震数据的梯度和截距数据变换到复数域，得到单道地震数据的原始复数域梯度和截距数据；对原始复数域梯度和截距数据进行校正处理，得到校正的复数域梯度和截距数据。本申请提供的地震属性数据处理方法及装置，应用设定区域内的已知信息如测井信息进行趋势约束，结合该趋势约束对基于单道地震数据获取的原始复数域梯度和截距数据进行处理，得到校正的复数域梯度和截距。通过校正的复数域梯度和截距绘制的交会图，能够提高AVO交会图分析的准确性，并且，能够将异常数据与背景趋势数据有效分离。

主权项

一种地震属性数据处理方法，其特征在于，包括：通过每个共中心点CMP道集叠前地震数据确定单道地震数据的梯度和截距数据；利用Hilbert变换将所述单道地震数据的梯度和截距数据变换到复数域，得到所述单道地震数据的原始复数域梯度和截距数据；通过下式对所述单道地震数据的原始复数域梯度和截距数据进行校正处理，得到校正的复数域梯度和截距数据：$\left\{\begin{array}{c}{A}^{\prime }={\sigma }_a^d{A}_p/{\sigma }_a\\ B^{\prime }={\sigma }_b^d\left(\frac{B_p}{{\sigma }_b}-r^{*}\frac{A_p}{{\sigma }_a}\right)\sqrt{\frac{1-|r_d{|}^2}{1-|r{|}^2}}+\frac{{\sigma }_b^d}{{\sigma }_a}{r}_d^{*}{A}_p\end{array}\right.$其中，A_p和B_p分别为原始复数域梯度和截距，A'、B'分别为校正的复数域梯度和截距，σ_a和σ_b分别为原始复数域梯度和截距的L_p范数，分别为期望的梯度均方根和截距均方根，r为原始复数域梯度和截距的校正参数，rd为期望的梯度和截距校正参数，A*表示对A进行共轭运算；确定所述期望的梯度和截距校正参数r_d的过程包括：获取设定区域内多口井的测井数据；通过所述多口井的测井数据获取趋势数据，并通过所述趋势数据绘制趋势曲线；通过所述趋势曲线确定所述期望的梯度和截距校正参数r_d；所述原始复数域梯度和截距的校正参数r通过下式计算：$r=\frac{{\sigma }_{+}-{\sigma }_{-}}{{\sigma }_{+}+{\sigma }_{-}}+i\frac{{\mu }_{+}-{\mu }_{-}}{{\mu }_{+}+{\mu }_{-}}$$\sigma \pm ={\left[\frac{1}{N}\underset{j=1}{\overset{N}{\Sigma }}|\frac{A_j}{{\sigma }_a}\pm \frac{B_j}{{\sigma }_b}{|}^p\right]}^{1/p}$$\mu \pm ={\left[\frac{1}{N}\underset{j=1}{\overset{N}{\Sigma }}|\frac{A_j}{{\sigma }_a}\pm i\frac{B_j}{{\sigma }_b}{|}^p\right]}^{1/p}$其中，X为原始复数域截距或梯度，N为数据点数，Γ是gamma函数，Γ(n)＝(n‑1)！，p为自然数，σ,μ分别为椭圆长轴和短轴的长度。