[发明专利]一种层析静校正的处理方法及装置

权利要求书

1.一种层析静校正的处理方法，其特征在于，包括：

对初始速度模型进行神经网络反演，获得第一近地表速度模型；

基于小网格单元对所述第一近地表速度模型进行射线追踪，计算所述小网格单元的射线覆盖次数；

根据所述小网格单元的射线覆盖次数，对所述第一近地表速度模型进行基于变网格单元的离散化处理，变网格单元离散化后的第一近地表速度模型中的任意两个网格单元的射线覆盖次数的差值小于第一阈值，其中，所述根据所述小网格单元的射线覆盖次数，对所述第一近地表速度模型进行基于变网格单元的离散化处理，包括：

对射线覆盖次数小于等于第二阈值的小网格单元区域，将所述第一近地表速度模型进行基于第一网格单元的离散化处理；

对射线覆盖次数大于第二阈值且小于第三阈值的小网格单元区域，将所述第一近地表速度模型进行基于第二网格单元的离散化处理；

对射线覆盖次数大于等于第三阈值的小网格单元区域，将所述第一近地表速度模型进行基于第三网格单元的离散化处理；

所述第三阈值大于第二阈值，所述第一网格单元的尺寸大于所述第二网格单元的尺寸，所述第二网格单元的尺寸大于所述第三网格单元的尺寸，所述第三网格单元的尺寸大于等于所述小网格单元的尺寸；

对所述变网格单元离散化后的第一近地表速度模型进行神经网络反演，获得第二近地表速度模型；

根据所述第二近地表速度模型确定静校正量。

2.根据权利要求1所述的层析静校正的处理方法，其特征在于，所述对初始速度模型进行神经网络反演，获得第一近地表速度模型，包括：

根据表层调查数据构建初始速度模型；

基于大网格单元对所述初始速度模型进行离散化处理，对大网格离散化后的初始速度模型进行神经网络反演，获得第一近地表速度模型。

3.根据权利要求1所述的层析静校正的处理方法，其特征在于，所述根据所述小网格单元的射线覆盖次数，对所述第一近地表速度模型进行基于变网格单元的离散化处理，包括：

对所述第一近地表速度模型中近地表速度变化程度大于预设的程度阈值的小网格单元区域，将所述第一近地表速度模型进行基于第三网格单元的离散化处理。

4.根据权利要求1所述的层析静校正的处理方法，其特征在于，所述根据所述小网格单元的射线覆盖次数，对所述第一近地表速度模型进行基于变网格单元的离散化处理，包括：

所述网格单元的尺寸包括Δx1×Δy1×Δz1，Δx1为接收道距的n倍，Δy1为炮点距的n倍，Δz1为深度采样间隔的n倍；

所述小网格单元的n的取值包括：n＝1；

所述第一网格单元的n的取值范围包括：5≤n≤8；

所述第二网格单元的n的取值范围包括：3≤n＜5；

所述第三网格单元的n的取值范围包括：1≤n＜3。

5.根据权利要求2所述的层析静校正的处理方法，其特征在于，所述对大网格单元离散化后的初始速度模型进行神经网络反演，获得第一近地表速度模型，包括：

拾取地震初至旅行时；

对所述大网格单元离散化后的初始速度模型进行正演，获得第一正演旅行时；

基于所述地震初至旅行时和第一正演旅行时对所述大网格单元离散化后的初始速度模型进行神经网络反演，获得第一近地表速度模型。

6.根据权利要求5所述的层析静校正的处理方法，其特征在于，所述对所述变网格单元离散化后的第一近地表速度模型进行神经网络反演，获得第二近地表速度模型，包括：

对所述变网格单元离散化的第一近地表速度模型进行正演，获得第二正演旅行时；

基于所述地震初至旅行时和第二正演旅行时对所述变网格单元离散化后的第一近地表速度模型进行神经网络反演，获得第二近地表速度模型。

7.根据权利要求1所述的层析静校正的处理方法，其特征在于，所述神经网络反演包括采用反向传播神经网络进行反演。