Образовательное турне EET 1

Методы подавления сейсмических кратных волн — прошлое, настоящее и будущее

Лектор: Дирк Вершуур (Dirk Versсhuur)

Место проведения: по всему миру

Описание курса

Основная цель настоящего курса — представить обзор технологий подавления кратных волн, начиная с методов 1960-х годов на основе деконволюции, методов исключения остаточных приращений в 1980-х и заканчивая методами, основанными на волновом уравнении в 1990-х и их распространением на трехмерный случай (разработки 2000-х гг.). Кроме того, рассматриваются современные трудности при подавлении кратных и их связь с сейсмической визуализацией и инверсией. Дополнительная задача — в целом обсудить концепции обработки, такие как высокоразрешающие преобразования сейсмических данных (Фурье, Радона), методы адаптивной фильтрации, прямое и обратное моделирование распространения волн на основе волнового уравнения, обработку сейсмических данных в различных областях преобразования.

В этом однодневном курсе все разделы рассматриваются в сжатом виде. В двухдневном курсе изложению и обсуждениям отводится больше времени.

Краткое содержание курса

В конце каждой лекции приводится список соответствующих статей и открытых публикаций. Курс состоит из 10 лекций, каждая из них продолжительностью примерно 30-45 минут. Во всех лекциях важная роль отводится примерам описываемой концепции на примерах синтетических или реальных данных.

• Лекция 1: Кратные волны... в чём проблема?

  • Классификация многократно отражённых (кратных) волн

  • Характеристики кратных волн

  • Влияние на получение сейсмических изображений и интерпретацию

  • Категории методов подавления кратных

• Лекция 2: Подавление кратных на основе разделения по приращению времени и падению

  • Принцип подавления кратных путём дискриминации по приращению

  • Преобразования F-K и Радона

  • Подавление кратных путём фильтрации в области F-K или Радона

  • На пути к высокоразрешающим преобразованиям Радона

  • Ограничения метода подавления кратных путём дискриминации по приращению времени

  • Подавление кратных путём целевой фильтрации падений

• Лекция 3: Прогнозирующая деконволюция

  • Понятия свёртки и корреляции

  • Проектирование адаптивных фильтров при помощи метода наименьших квадратов

  • Основы прогнозирующей деконволюции

  • Расширение концепции прогнозирующей деконволюции

• Лекция 4: Подавление кратных путем экстраполяции волнового поля

  • Прямая и обратная экстраполяция волнового поля

  • Прогнозирование кратных путём экстраполяции волнового поля

  • Применение волнового числа и линейной области Радона

• Лекция 5: Принципы подавления поверхностных кратных волн

  • Подавление поверхностных кратных волн (SRME) в одномерном случае

  • Включение характеристик источника

  • Последовательная реализация SRME

  • Разработка подавления поверхностных кратных волн (SRME) в двумерном и трёхмерном случаях

  • Связь между прогнозированием кратных и методами вычитания

• Лекция 6: Практические рекомендации относительно подавления поверхностных кратных волн

  • Влияние на SRME недостающих данных

  • Интерполяция недостающих данных по малым удалениям

  • Применение SRME в данных разных областей

  • Стратегия подавления кратных на мелководье

• Лекция 7: Адаптивное вычитание прогнозных кратных

  • Вычитание методом наименьших квадратов и в норме L1

  • Распознавание образов и другие методы подавления кратных волн

• Лекция 8: На пути к трёхмерному подавлению многократно отражённых волн

  • Кратные в сложных трёхмерных средах

  • 3D SRME: теория и практика

  • 3D SRME: решения путём интерполяции данных

• Лекция 9: Подавление кратных в слое

  • Подавление кратных в слое путём дискриминации по приращению

  • Прогнозирование кратных в слое путём экстраполяции волнового поля

  • Расширение концепции SRME на кратные в слое

• Лекция 10: Подавление кратных или их использование?

  • Оценка однократных отражений при помощи инверсии с пространственными и частотными ограничениями

  • Включение кратных в процедуру миграции

  • Включение кратных в процедуру инверсии

Для двухдневного курса, особенно во второй части, более подробно будут рассматриваться следующие вопросы:

• более детальное обсуждение методов адаптивного вычитания (лекция 7)

• более подробное объяснение подавления кратных в слое (лекция 9)

• включение недавних разработок методологии оценки кратных при помощи инверсии с пространственными и частотными ограничениями (EPSI) (лекция 10)

• более широкое обсуждение использования поверхностных кратных при построении изображений (лекция 10)

Кому адресован этот курс

Целевая аудитория — специалисты, участвующие в сейсмической обработке, построении изображений и инверсиях. Математическое содержание сведено к минимуму, при этом существенный акцент делается на соответствующие физические понятия и явления, изложение подкрепляется иллюстрациями. Ожидается, что аудитория будет владеть знаниями о концепциях обработки на уровне магистратуры/бакалавриата: свёртка, корреляция, преобразования Фурье и некоторыми базовыми знаниями о волновой теории.

Необходимые предварительные условия

Участники должны владеть базовыми знаниями в следующих областях:

• Обработка сигналов (свёртка, корреляция, преобразование Фурье)

• Сейсмическая обработка (предварительная обработка, визуализация)

• Акустическое волновое уравнение и распространение волн

О лекторе

Дирк Вершуур (Dr Dirk J. (Eric) Verschuur) в 1986 г. получил степень магистра и в 1991 г. кандидатскую степень (с отличием) по прикладной физике в Делфтском Технологическом университете (DUT). В период 1992-1997 гг. он работал старшим научным сотрудником Нидерландской Королевской Академии Науки и Искусства (KNAW). В 1997 г. он стал доцентом кафедры, а с 1999 г. является адъюнкт-профессором лаборатории построения акустических изображений и управления звуком Делфтского Технологического университета. Он является руководителем проекта консорциума DELPHI по исследованиям в области подавления кратных волн и структурных построений. Его основные научные интересы — технологии сейсмического моделирования, обработки и миграции. В 1997 г. он получил премию SEG им. J. Clarence Karcher. Он состоит в SEG и EAGE.