georesГеоресурсыGeoresources1608-50431608-5078Georesursy LLC10.18599/grs.2022.4.12geores-105Research ArticleГЕОХИМИЧЕСКИЕ И ГЕОФИЗИЧЕСКИЕ ИССЛЕДОВАНИЯGEOCHEMICAL AND GEOPHYSICAL STUDIESРазработка численного алгоритма решения задачи обработки и определения базовой скоростной моделиDevelopment of a numerical algorithm for solving the problem of processing and determining the basic velocity modelШумейкоА. Э.ShumeykoA. E.

Александр Эдуардович Шумейко – кандидат тех. наук, доцент

119991, Москва, пр. Ленинский, д. 65, корп. 1

Alexander E. Shumeyko – Cand. Sci. (Engineering), Associate Professor

Leninsky ave., 65/1, Moscow, 119991

ЦыганковВ. А.TsygankovV. A.

Вадим Андреевич Цыганков – кандидат тех. наук, доцент

119991, Москва, пр. Ленинский, д. 65, корп. 1

Vadim A. Tsygankov – Cand. Sci. (Engineering), Associate Professor

Leninsky ave., 65/1, Moscow, 119991

geomodel@mail.ruРоссийский государственный университет нефти и газа (национальный исследовательский университет) имени И.М. ГубкинаРоссияNational University of Oil and Gas “Gubkin University”Russian Federation202213042024244138147Copyright © Шумейко А.Э., Цыганков В.А., 20242024Шумейко А.Э., Цыганков В.А.Shumeyko A.E., Tsygankov V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.geors.ru/jour/article/view/105

Работа посвящена разработке автоматического алгоритма построения скоростной модели по данным полевого сейсмического профиля. Первоначально определяется полная энергия принятого сигнала и положения первых приходов отраженных волн. Трассы сортируются по общей глубинной точке, и выявляются спектры возможных скоростей в каждой точке трассы и каждой сборке общей глубинной точки (ОГТ) (в отличие от существующего способа определения скоростной модели, когда берется порядка 10 точек в нескольких точках трассы и, примерно, на одной из 10 сборок ОГТ). Процедура полностью автоматизирована, и в исследованном профиле, вместо 150 точек ручной обработки, получаются 4 млн точек. Значения выбранных эффективных скоростей соответствуют не только существующим критериям их определения (по совокупности трасс, отсортированных по ОГТ), но и требованию гладкости по первой производной. Это позволяет находить и достоверный профиль интервальной скорости в каждой точке трассы и каждой сборке общей глубинной точки. Точность определения скоростей в интервале 10–50 м/с. После пересчета временного профиля в глубинный, становится возможным получение высокоразрешенной и детализованной модели скоростного строения геологического профиля при проведении миграционных преобразований. Предусмотрен итерационный процесс уточнения полученных расчетов геологами и геофизиками с целью нахождения согласованных и непротиворечивых результатов.

This work is devoted to development of an automatic algorithm for determining the velocity model from the data of the field seismic profile. First of all total energy of received signal and the positions of the first arrivals of reflected waves has to be determined. The traces sort by common depth point and the spectra of possible velocities determine at each point of the trace and each assembly of the common deep point. The procedure is fully automated and as a result, instead of about 150 points of manual processing, 4 million points are obtained on the test profile. The values of chosen effective speeds correspond not only to existing criteria for their determination, but also to requirement of smoothness in first derivative. This makes it possible to determine reliable interval velocity profile at each track point and each collection of the common depth point. Speed determination accuracy in the range of 10-50 m/s. After recalculating the time profile into a depth profile, it becomes possible to obtain high-resolution and detailed model of the velocity structure of the geological profile during migration transformations. An iteration process refines the calculations obtained by geologists and geophysicists in order to obtain consistent and consistent results.

сейсморазведкаобщая глубинная точкаскоростная модельгеологическая модельполевые записиавтоматизированная обработкапоточечная детализациякогнитивная технологияseismiccommon depth pointvelocity modelgeological modelРабота выполнена при поддержке Министерства науки и высшего образования Российской Федерации по соглашению № 075-15-2022-300 в рамках программы развития НЦМУ «Рациональное освоение запасов жидких углеводородов планеты».The work was supported by the Ministry of Science and Higher Education of the Russian Federation under agreement No. 075-15- 2022-300 within the framework of the development program for a world-class Research Center “Efficient development of the global liquid hydrocarbon reserves”.ReferencesАжгалиев Д.К., Исенов С.М., Каримов С.Г. (2019). Новые возможности обработки и интерпретации сейсмических данных в оценке перспективности локальных объектов. Известия Уральского государственного горного университета, 1(53), c. 48–59.Azhgaliev D.K. et al. (2019). New opportunities for processing and interpreting seismic data in assessing the prospects of local objects. Izvestiya Ural’skogo gosudarstvennogo gornogo universiteta, 53(1), pp. 48–59. (In Russ.)Галушкин И.В., Рагозин Н.А., Стенин Д.В., Игнатьев В.И. (2018). Опыт применения сейсмоакустических методов исследования для построения детальной модели среды при проектировании особо ответственных объектов атомного строительства. Инженерные изыскания, 12(11-12). https://doi.org/10.3997/2214-4609.201800597Claerbout D.F. (1989). Seismic image of the Earth’s interior. Moscow: Nedra, 407 p. (In Russ.)Захаров Ю.М., Путилов И.С. (2020). Получение качественных сейсмических данных на заболоченных территориях севера пермского края. Вестник ПНИПУ. Геология. Нефтегазовое и горное дело, 20(2), c. 215–225. https://doi.org/10.15593/2224-9923/2020.2.2Galushkin I.V., Ragozin N.A., Stenin D.V., Ignatiev V.I. (2018). Experience in the use of seismoacoustic research methods for constructing a detailed model of the environment in the design of especially critical objects of nuclear construction. Inzhenernye izyskaniya, 12(11–12), pp. 52–62. (In Russ.)Клаербоут Д.Ф. (1989). Сейсмическое изображение земных недр. М.: Недра, 407 с.Korobeinikov A.G., Sidorkina I.G. (2018). Primary processing of data on a seismic event using wavelets in MATLAB. Kibernetika i programmirovanie, 1, pp. 36–47. (In Russ.)Коробейников А.Г., Сидоркина И.Г. (2018). Первичная обработка данных о сейсмическом событии при помощи вейвлетов в MATLAB. Кибернетика и программирование, 1, c. 36–47. https://doi.org/10.25136/2306-4196.2018.1.25245Polovnikov S.S., Tabrin V.L., Shabalin S.V. (2018). Kinematic processing of seismic data obtained in difficult seismogeological conditions. Vesti gazovoy nauki, 35(3), pp. 315–421. (In Russ.)Половников С.С., Табрин В.Л., Шабалин С.В. (2018). Кинематическая обработка сейсморазведочных данных, полученных в сложных сейсмогеологических условиях. Вести газовой науки, 3(35), c. 315–421.Sheriff R., Geldart L. (1987). Seismic exploration. Moscow: MIR. (In Russ.)Шерифф Р., Гелдарт Л. (1987). Сейсморазведка. Т. 1, 2. М.: Мир.Zakharov Yu.M., Putilov I.S. (2020). Obtaining high-quality seismic data in the wetlands of the north of the Perm region. Vestnik PNIPU. Geologiya. Neftegazovoe i gornoe delo, 20(2), pp. 215–225. (In Russ.)

The authors declare that there are no conflicts of interest present.