储层的叠前反演方法及装置

摘要

本发明提供了一种储层的叠前反演方法及装置，涉及地震勘探技术领域，方法包括：获取储层弹性参数的初始数据；将初始数据作为反演目标函数的输入数据，并通过如下步骤进行反演，直至反演目标函数的值符合预期，将反演得到的输出数据作为反演后的储层弹性参数：基于输入数据，通过空间局部叠加得到第一正则化项；将第一正则化项输入反演目标函数，得到反演目标函数的值；如果反演目标函数的值不符合预期，将输入数据进行调整，并将调整后的输入数据作为新的输入数据。可以有效压制反演后的随机噪声，从而提高反演精度。

权利要求

1.一种储层的叠前反演方法，其特征在于，包括：

获取储层弹性参数的初始数据；

将所述初始数据作为反演目标函数的输入数据，并通过如下步骤进行反演，直至所述反演目标函数的值符合预期，将反演得到的输出数据作为反演后的储层弹性参数：基于所述输入数据，通过空间局部叠加得到第一正则化项；

所述第一正则化项的计算公式为：

其中，Q1为所述第一正则化项，M为所述输入数据，λ2、γ2分别为正则化参数，A和B分别为时间方向和水平方向的近似二阶导数矩阵，i为采样点数，j为地震道个数；

基于所述输入数据，通过纵向约束和/或横向约束得到第二正则化项；

所述第二正则化项的计算方法为：

[FXj，FYj]＝Gradient(strdata)θj＝atan(FXj/FYj)

其中，Q2为所述第二正则化项，M为所述输入数据，μ2、ε2分别为正则化参数，D为一阶导数矩阵，P为局部旋转算子，i为采样点数，j为地震道个数，Pj为第j个地震道的旋转算子，θj为第j个地震道的地层倾角值，FXj和FYj分别为第j个地震道的x方向和y方向的一阶导数，strdata为地质构造建模所获得的数据体，Gradient表示求梯度；

将所述第一正则化项和所述第二正则化项输入反演目标函数，得到反演目标函数的值；

如果所述反演目标函数的值不符合预期，将所述输入数据进行调整，并将调整后的输入数据作为新的输入数据。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一正则化项和所述第二正则化项输入反演目标函数，得到反演目标函数的值，包括：通过以下算式计算所述反演目标函数的值：

其中，Sobs为叠前地震角道集数据，S为正演后的叠前地震角道集数据，M为所述储层弹性参数的初始数据，λ2、γ2、μ2、ε2分别为正则化参数，A和B分别为时间方向和水平方向的近似二阶导数矩阵，D为一阶导数矩阵，P为局部旋转算子。

3.根据权利要求2所述的方法，其特征在于，所述储层弹性参数包括纵波速度、横波速度和密度，所述方法还包括：获取地震子波和反射系数；其中，所述反射系数根据纵波速度变化率、横波速度变化率和密度变化率三者之间的线性关系以及反射系数公式得到；

根据所述地震子波以及所述反射系数得到所述正演后的叠前地震角道集数据。

4.根据权利要求3所述的方法，其特征在于，所述纵波速度变化率、横波速度变化率和以及密度变化率三者之间的线性关系为：所述反射系数公式为：

将所述线性关系代入所述反射系数公式，得到的所述反射系数为：其中， 和 分别表示纵波速度变化率、横波速度变化率和密度变化率，m和n为系数项，o和p为常数项，R为所述反射系数，a、b、c分别为系数项。

5.根据权利要求4所述的方法，其特征在于，所述根据所述地震子波以及所述反射系数得到所述正演后的叠前地震角道集数据，包括：根据以下算式计算所述正演后的叠前地震角道集数据：其中，j为地震道个数，Sj为第j个地震道的正演后的叠前地震角道集数据，W为地震子波，Rj为第j个地震道的反射系数。

6.一种储层的叠前反演装置，其特征在于，包括：

获取模块，用于获取储层弹性参数的初始数据；

反演模块，用于将所述初始数据作为反演目标函数的输入数据，并通过如下步骤进行反演，直至所述反演目标函数的值符合预期，将反演得到的输出数据作为反演后的储层弹性参数：基于所述输入数据，通过空间局部叠加得到第一正则化项；

基于所述输入数据，通过纵向约束和/或横向约束得到第二正则化项；

将所述第一正则化项和所述第二正则化项输入反演目标函数，得到反演目标函数的值；

如果所述反演目标函数的值不符合预期，将所述输入数据进行调整，并将调整后的输入数据作为新的输入数据。

7.一种电子设备，其特征在于，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-5任一项所述的方法。

8.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-5任一项所述的方法。

说明书

储层的叠前反演方法及装置

技术领域

[0001] 本发明涉及地震勘探技术领域，尤其是涉及一种储层的叠前反演方法及装置。

背景技术

[0002] 油气勘探从过去的寻找构造圈闭发展为当前的寻找岩性圈闭，储层物性是决定油气开发的关键。而储层弹性参数是表征储层物性的关键，所以准确获取这些参数信息，是勘探的重要目标。

[0003] 叠前地震数据相比于叠后地震数据具有更多的振幅变化信息，而这些信息正是储层岩性各向异性的响应，所以有效利用叠前地震数据进行叠前反演可以实现储层弹性参数的预测。但是，目前的叠前反演方法所得到的反演结果的精度不高。

发明内容

[0004] 本发明的目的在于提供储层的叠前反演方法及装置，可以通过压制随机噪声来提高反演结果的精度。

[0005] 本发明提供的一种储层的叠前反演方法，包括：

[0006] 获取储层弹性参数的初始数据；

[0007] 将所述初始数据作为反演目标函数的输入数据，并通过如下步骤进行反演，直至所述反演目标函数的值符合预期，将反演得到的输出数据作为反演后的储层弹性参数：

[0008] 基于所述输入数据，通过空间局部叠加得到第一正则化项；

[0009] 将所述第一正则化项输入反演目标函数，得到反演目标函数的值；

[0010] 如果所述反演目标函数的值不符合预期，将所述输入数据进行调整，并将调整后的输入数据作为新的输入数据。

[0011] 进一步的，所述方法还包括：

[0012] 基于所述输入数据，通过纵向约束和/或横向约束得到第二正则化项；

[0013] 将所述第一正则化项输入反演目标函数，得到反演目标函数的值，包括：

[0014] 将所述第一正则化项和所述第二正则化项输入所述反演目标函数，得到所述反演目标函数的值。

[0015] 进一步的，所述基于所述输入数据，通过空间局部叠加得到第一正则化项，包括：

[0016] 基于所述输入数据，通过以下算式得到所述第一正则化项：

[0017]

[0018]

[0019]

[0020] 其中，Q1为所述第一正则化项，M为所述输入数据，λ2、γ2分别为正则化参数，A和B分别为时间方向和水平方向的近似二阶导数矩阵，i为采样点数，j为地震道个数；

[0021] 所述基于所述输入数据，通过纵向约束和横向约束得到第二正则化项，包括：

[0022] 基于所述输入数据，通过以下算式得到所述第二正则化项：

[0023]

[0024]

[0025]

[0026]

[0027] [FXj，FYj]＝Gradient(strdata)

[0028] θj＝atan(FXj/FYj)

[0029] 其中，Q2为所述第二正则化项，M为所述输入数据，μ2、ε2分别为正则化参数，D为一阶导数矩阵，P为局部旋转算子，i为采样点数，j为地震道个数，Pj为第j个地震道的旋转算子，θj为第j个地震道的地层倾角值，FXj和FYj分别为第j个地震道的x方向和y方向的一阶导数，strdata为地质构造建模所获得的数据体，Gradient表示求梯度。

[0030] 进一步的，所述将所述第一正则化项和所述第二正则化项输入反演目标函数，得到反演目标函数的值，包括：

[0031] 通过以下算式计算所述反演目标函数的值：

[0032]

[0033] 其中，Sobs为叠前地震角道集数据，S为正演后的叠前地震角道集数据，M为所述储层弹性参数的初始数据，λ2、γ2、μ2、ε2分别为正则化参数，A和B分别为时间方向和水平方向的近似二阶导数矩阵，D为一阶导数矩阵，P为局部旋转算子。

[0034] 进一步的，所述储层弹性参数包括纵波速度、横波速度和密度，所述方法还包括：

[0035] 获取地震子波和反射系数；其中，所述反射系数根据纵波速度变化率、横波速度变化率和密度变化率三者之间的线性关系以及反射系数公式得到；

[0036] 根据所述地震子波以及所述反射系数得到所述正演后的叠前地震角道集数据。

[0037] 进一步的，所述纵波速度变化率、横波速度变化率和以及密度变化率三者之间的线性关系为：

[0038]

[0039]

[0040] 所述反射系数公式为：

[0041]

[0042] 将所述线性关系代入所述反射系数公式，得到的所述反射系数为：

[0043]

[0044] 其中， 和 分别表示纵波速度变化率、横波速度变化率和密度变化率，m和n为系数项，o和p为常数项，R为所述反射系数，a、b、c分别为系数项。

[0045] 进一步的，所述根据所述地震子波以及所述反射系数得到所述正演后的叠前地震角道集数据，包括：

[0046] 根据以下算式计算所述正演后的叠前地震角道集数据：

[0047]

[0048] 其中，j为地震道个数，Sj为第j个地震道的正演后的叠前地震角道集数据，W为地震子波，Rj为第j个地震道的反射系数。

[0049] 本发明提供的一种储层的叠前反演装置，包括：

[0050] 获取模块，用于获取储层弹性参数的初始数据；

[0051] 反演模块，用于将所述初始数据作为反演目标函数的输入数据，并通过如下步骤进行反演，直至所述反演目标函数的值符合预期，将反演得到的输出数据作为反演后的储层弹性参数：

[0052] 基于所述输入数据，通过空间局部叠加得到第一正则化项；

[0053] 将所述第一正则化项输入反演目标函数，得到反演目标函数的值；

[0054] 如果所述反演目标函数的值不符合预期，将所述输入数据进行调整，并将调整后的输入数据作为新的输入数据。

[0055] 本发明提供的一种电子设备，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现如上所述的储层的叠前反演方法。

[0056] 本发明提供的一种机器可读存储介质，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现如上所述的储层的叠前反演方法。

[0057] 通过上述储层的叠前反演方法及装置，将储层弹性参数的初始数据作为反演目标函数的输入数据，并基于该输入数据，通过空间局部叠加得到第一正则化项；将第一正则化项输入反演目标函数，以对反演目标函数进行约束，进而调整输入数据，直至反演目标函数的值符合预期。通过对输入数据进行空间局部叠加，可以增强输入数据的信号强度，从而压制随机噪声，由于反演的精度受随机噪声的影响很大，因此，通过压制随机噪声可以提高反演结果的精度。

附图说明

[0058] 为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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他的附图。

[0059] 图1为本发明实施例提供的储层的叠前反演方法流程图；

[0060] 图2为本发明实施例提供的储层的叠前反演装置的示意图；

[0061] 图3为本发明实施例提供的反演模块的示意图；

[0062] 图4为本发明实施例提供的电子设备的示意图。

具体实施方式

[0063] 下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0064] 图1示出了本发明实施例提供的一种储层的叠前反演方法，该方法包括以下步骤：

[0065] 步骤S101，获取储层弹性参数的初始数据。

[0066] 具体的，储层弹性参数是表征储层物性的关键信息，可以包括纵波速度、横波速度和密度。这里，储层弹性参数的初始数据可以预先获得，可以在测井及层位数据的约束下建立。

[0067] 步骤S102，将初始数据作为反演目标函数的输入数据，并通过如下步骤a-c进行反演：

[0068] a.基于输入数据，通过空间局部叠加得到第一正则化项；

[0069] 在具体实施中，输入数据通常包括多个地震道及多个采样点，叠加窗口大小为r×r，表示将相邻r个地震道及r个采样点求平均。这里窗口大小r可以根据需要自由调整。通过对输入数据进行空间局部叠加，可以增强输入数据的强度，从而有效压制随机噪声。

[0070] b.将第一正则化项输入反演目标函数，得到反演目标函数的值。即将第一正则化项作为反演目标函数的约束项。

[0071] 本实施例中，反演目标函数的基础模型如式(1)所示：

[0072]

[0073] 其中，Sobs为叠前地震角道集数据，即原始地震记录，S为正演后的叠前地震角道集数据，即计算得到的反射地震记录，具体根据反射系数和地震子波进行计算。

[0074] c.如果反演目标函数的值不符合预期，将输入数据进行调整，并将调整后的输入数据作为新的输入数据。

[0075] 步骤S103，直至反演目标函数的值符合预期，将反演得到的输出数据作为反演后的储层弹性参数。

[0076] 在上述反演过程中，不断调整输入数据，即迭代更新输入数据，直至反演目标函数的值符合预期，通常是反演目标函数的值达到最小，示例性的，可以设定一个阈值，当反演目标函数的值达到该阈值时，认为符合预期，此时，将最终更新得到的输入数据输出，即为反演得到的输出数据，从而得到反演后的储层弹性参数。该反演后的储层弹性参数可以很好地表征储层特性。

[0077] 本发明实施例的储层的叠前反演方法，通过对输入数据进行空间局部叠加得到第一正则化项，将第一正则化项作为反演目标函数的约束项，可以有效压制随机噪声，从而提高反演结果的精度，这是因为反演的精度受随机噪声的影响很大。

[0078] 在一些实施例中，在实现压制随机噪声的同时，为了进一步提高反演结果的精度，本实施例还可以通过以下方式提高分辨率：

[0079] 基于所述输入数据，通过纵向约束和/或横向约束得到第二正则化项；即可以只进行纵向约束，也可以只进行横向约束，当然也可以同时进行纵向约束和横向约束；

[0080] 上述步骤b可以通过以下步骤实现：

[0081] 将第一正则化项和第二正则化项输入反演目标函数，得到反演目标函数的值。即采用第一正则化项和第二正则化项同时对反演目标函数进行约束。

[0082] 由上述可知，输入数据通常包括多个地震道及多个采样点，纵向约束是对多个采样点进行约束，横向约束是指对多个地震道进行约束，可以通过构建纵向约束矩阵实现纵向约束，通过构建横向约束矩阵实现横向约束，从而分别提高纵向的分辨率和横向的分辨率。

[0083] 由于反演的精度不仅受随机噪声的影响，还与纵向的分辨率或横向的分辨率有关，因此，在实现压制随机噪声的同时，提高纵向的分辨率或横向的分辨率可以进一步提高反演结果的精度。当然，同时提高纵向的分辨率或横向的分辨率更加有利于提高反演结果的精度。

[0084] 在一些实施例中，上述步骤a具体可以通过以下方式实现：

[0085] 基于输入数据，通过以下算式(2)、(3)和(4)得到第一正则化项：

[0086]

[0087]

[0088]

[0089] 其中，Q1为第一正则化项，M为输入数据，λ2、γ2分别为正则化参数，A和B分别为时间方向和水平方向的近似二阶导数矩阵，时间方向上为采样点，水平方向上为多个地震道，i为采样点数，j为地震道个数。

[0090] 上述算式(2)中的A即矩阵Ai×i，B即矩阵Bj×j，通过A和B实现对输入数据M的空间局部叠加。

[0091] 进一步的，基于输入数据，通过纵向约束和横向约束得到第二正则化项，具体可以通过以下方式实现：

[0092] 基于输入数据，通过以下算式(5)、(6)、(7)、(8)、(9)和(10)得到第二正则化项：

[0093]

[0094]

[0095]

[0096]

[0097] [FXj，FYj]＝Gradient(strdata)   (9)

[0098] θj＝atan(FXj/FYj)   (10)

[0099] 其中，Q2为第二正则化项，M为输入数据，μ2、ε2分别为正则化参数，D为一阶导数矩阵，P为局部旋转算子，i为采样点数，j为地震道个数，Pj为第j个地震道的旋转算子，θj为第j个地震道的地层倾角值，FXj和FYj分别为第j个地震道的x方向和y方向的一阶导数，strdata为地质构造建模所获得的数据体，Gradient表示求梯度。

[0100] 上述算式(3)中的D即矩阵Di×i，通过矩阵D进行纵向约束，即对输入数据的多个采样点进行约束；通过旋转算子P进行横向约束，即对输入数据的多个地震道进行约束。

[0101] 需要说明的是，上述旋转算子P的构造基于地质构造建模的结果，求取倾角信息，进而实现横向约束，具体包括：根据算式(9)进行地质构造建模；根据算式(10)求取基于建模结果的倾角信息；根据算式(7)和(8)构建旋转算子P。这里，为实现多个地震道的同时反演，旋转算子P包括多个地震道的旋转算子，即P1、P2……Pj。

[0102] 本发明实施例中，上述步骤b中将第一正则化项和第二正则化项输入反演目标函数，可以得到以下算式(11)，并根据算式(11)进行最小二乘计算，得到反演目标函数的值：

[0103]

[0104] 其中，Sobs为叠前地震角道集数据，S为正演后的叠前地震角道集数据，M为储层弹性参数的初始数据，λ2、γ2、μ2、ε2分别为正则化参数，A和B分别为时间方向和水平方向的近似二阶导数矩阵，D为一阶导数矩阵，P为局部旋转算子。

[0105] 在一些实施例中，上述正演后的叠前地震角道集数据S可以通过以下方式获得：

[0106] 获取地震子波和反射系数；其中，地震子波可以预先获取到，反射系数根据纵波速度变化率、横波速度变化率和密度变化率三者之间的线性关系以及反射系数公式得到；

[0107] 根据地震子波以及反射系数得到正演后的叠前地震角道集数据S。具体的，将地震子波以及反射系数进行褶积可以得到S。

[0108] 在一些实施例中，上述的反射系数对现有的反射系数公式(14)进行改进，加入了纵波速度变化率、横波速度变化率和以及密度变化率三者之间的线性关系，因为当不考虑这三者之间的线性关系时，会导致反演结果的不稳定，这三者之间的线性关系具体可以根据测井曲线统计得到，如算式(12)和(13)所示：

[0109] 纵波速度变化率、横波速度变化率和以及密度变化率三者之间的线性关系为：

[0110]

[0111]

[0112] 其中， 和 即分别表示纵波速度变化率、横波速度变化率和密度变化率，m和n为系数项，o和p为常数项；

[0113] 反射系数公式如算式(14)所示：

[0114]

[0115] 其中，R为反射系数，a、b、c分别为系数项；

[0116] 将线性关系代入反射系数公式得到反射系数，如算式(15)所示：

[0117]

[0118] 需要说明的是，本发明实施例可以对多个地震道同时进行反演，这样也可以实现横向约束，因为一个地震道一个地震道的反演，在反演中不考虑其他地震道对自身的影响。而将多个地震道进行同时反演，这样就可以使得当前的反演地震道可以受相邻地震道约束，即实现了横向约束。

[0119] 在一些实施例中，当对多个地震道同时进行反演时，可以根据以下算式(16)计算正演后的叠前地震角道集数据：

[0120]

[0121] 其中，j为地震道个数，Sj为第j个地震道的正演后的叠前地震角道集数据，W为地震子波，Rj为第j个地震道的反射系数。

[0122] 图2示出了本发明实施例提供的一种储层的叠前反演装置，包括：

[0123] 获取模块21，用于获取储层弹性参数的初始数据；

[0124] 反演模块22，用于将初始数据作为反演目标函数的输入数据，并通过如下步骤进行反演，直至反演目标函数的值符合预期，将反演得到的输出数据作为反演后的储层弹性参数：

[0125] 基于输入数据，通过空间局部叠加得到第一正则化项；

[0126] 将第一正则化项输入反演目标函数，得到反演目标函数的值；

[0127] 如果反演目标函数的值不符合预期，将输入数据进行调整，并将调整后的输入数据作为新的输入数据。

[0128] 在一些实施例中，反演模块22还用于：

[0129] 基于输入数据，通过纵向约束和/或横向约束得到第二正则化项；

[0130] 将第一正则化项和第二正则化项输入反演目标函数，得到反演目标函数的值。

[0131] 在一些实施例中，反演模块22还用于：

[0132] 基于输入数据，通过上述方法实施例中的算式(2)、(3)和(4)得到第一正则化项；

[0133] 基于输入数据，通过上述方法实施例中的算式(5)、(6)、(7)、(8)、(9)和(10)得到第二正则化项：

[0134] 在一些实施例中，反演模块22还用于：

[0135] 通过上述方法实施例中的算式(11)计算反演目标函数的值。

[0136] 在一些实施例中，储层弹性参数包括纵波速度、横波速度和密度，如图3所示，反演模块22还包括：

[0137] 获取单元31，用于获取地震子波和反射系数；其中，反射系数根据纵波速度变化率、横波速度变化率和密度变化率三者之间的线性关系以及反射系数公式得到；

[0138] 正演单元32，用于根据地震子波以及反射系数得到正演后的叠前地震角道集数据。

[0139] 在一些实施例中，纵波速度变化率、横波速度变化率和以及密度变化率三者之间的线性关系如上述方法实施例中的算式(12)和(13)所示，反射系数公式为如上述方法实施例中的算式(14)所示；

[0140] 将上述线性关系代入反射系数公式得到反射系数，如上述方法实施例中的算式(15)所示。

[0141] 在一些实施例中，正演模块还用于：

[0142] 根据上述方法实施例中的算式(16)计算正演后的叠前地震角道集数据。

[0143] 参见图4，本发明实施例还提供一种电子设备400，包括：处理器401，存储器402，总线403和通信接口404，处理器401、通信接口404和存储器402通过总线403连接；存储器402用于存储程序；处理器401用于通过总线403调用存储在存储器402中的程序，执行上述实施例的储层的叠前反演方法。

[0144] 其中，存储器402可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口404(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

[0145] 总线403可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

[0146] 其中，存储器402用于存储程序，处理器401在接收到执行指令后，执行程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器401中，或者由处理器401实现。

[0147] 处理器401可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器401可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器402，处理器401读取存储器402中的信息，结合其硬件完成上述方法的步骤。

[0148] 本发明实施例提供的一种机器可读存储介质，机器可读存储介质存储有机器可执行指令，机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现如上的储层的叠前反演方法。

[0149] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。