本发明属于地质体清晰识别，具体涉及一种面向增强地质体识别精度的时空联合稀疏反褶积方法及系统。
背景技术：
1、用于开展层位追踪、断层解释、沉积体系识别等研究的叠后地震数据需要具有较高的时间和空间分辨率。时间分辨率可通过反褶积提高，空间分辨率通常基于偏移方法提高。虽然有基于深度学习算法的超分辨率算法，这需要大量的训练集及时间。
2、叠后地震数据的反褶积方法包括稀疏反褶积、时频域反褶积、谱反演等。稀疏反褶积假设反射系数稀疏，利用压缩感知算法反演反射系数，再褶积高分辨率子波，同时通过联合空间方向的连续性约束，可以获得保持横向连续性的多道反褶积算法；时频域反褶积通过对时间方向增加窗口分割，认为窗口内平稳，这使得时频域反褶积适合非平稳信号的高分辨率处理；而谱反演是引入奇偶分解，降低调谐现象，同时可自主选择参与反褶积的地震频带；深度学习算法通过学习低分辨率到高分辨率地震数据的映射关系，利用深度学习的强大的非线性拟合能力拓宽频带，提高数据的分辨率。
3、在提高空间分辨率方面，偏移方法可以改善由于噪声压制、空间平滑等处理方法导致的空间方向上的构造模糊现象。通过基于波动理论的偏移算法在一定程度上能提高空间分辨率；而考虑波动理论的地震衰减，q偏移算法可同时补偿了时间分辨率和空间分辨率。当数据存在断层、下切谷或者河道等具有空间突变的地质体时，通过这些方法来改善横向分辨率对识别这些地质体尤为重要。
4、现有的通过偏移技术来提高地震数据空间分辨率的方法通常结合空间平滑函数对地震剖面进行空间平滑，空间平滑函数具有跟地震子波类似的特性，总结如下：1、空间平滑函数对大角度影响较大，且倾角越大的地层影响越严重（如断层）；2、倾角较小的地层仅在空间方向边界处存在影响；3、空间平滑函数通常时长较短，避免过多损失有效信号。基于上述特征，对于空间方向的平滑会对宽度较小的地质体（分支河道、溶洞等）和倾角过大的地质现象（断层）产生模糊，仍然不能较为准确地识别那些具体空间突变的地质体。
技术实现思路
1、针对现有技术的不足，本发明提出了一种面向增强地质体识别精度的时空联合稀疏反褶积方法及系统，通过将图像处理的去模糊理论引入叠后数据处理中，在时间方向上提取地震子波，空间方向通过“刃边法”提取空间平滑函数，将二者结合构建点扩散函数；同时对高分辨率后的地震数据增加稀疏约束，通过求解优化方程，得到反射系数，进而褶积高分辨率子波得到提高时间和空间分辨率后的数据，准确地识别那些具体空间突变的地质体。
2、为实现上述目的，本发明提供了如下方案：
3、一种面向增强地质体识别精度的时空联合稀疏反褶积方法，包括以下步骤：
4、沿时间方向提取输入地震数据的地震子波；
5、沿空间方向对目标地质体的边界平滑窗函数进行初步估计，再通过刃边法得到满足预设要求的边界平滑函数；
6、基于所述地震子波和所述边界平滑函数，得到合成点扩散函数，基于所述合成点扩散函数，对地震数据进行时空联合反褶积，通过更新边界平滑函数直至目标地质体边界识别精度满足预设要求；
7、对反褶积输出的结果进行空间平滑工作，得到时空联合稀疏反褶积的输出结果。
8、优选的，沿时间方向提取输入地震数据的地震子波的方法包括：
9、
10、其中，为地震频带内的反射系数稀疏，为反射系数，为低空间分辨率的时空域数据，为时间方向的傅里叶变换矩阵，为空间方向的傅里叶变换矩阵，为点乘，为点扩散函数，为正则化算子，表示离散傅里叶变换。
11、优选的，沿空间方向对目标地质体的边界平滑窗函数进行初步估计，再通过刃边法得到满足预设要求的边界平滑函数的方法包括：
12、
13、其中，为傅里叶变换的模的反变换，为从地震数据中取出的一段数据的微分。
14、优选的，对反褶积输出的结果进行空间平滑工作，得到时空联合稀疏反褶积的输出结果的方法包括：
15、测试不同长度的边界平滑函数的高分辨率处理效果，利用地质知识选取满足预设要求的反褶积的处理结果，并按需使用空间3点平滑去噪；
16、对伪wheeler域数据进行反拉平，按需褶积子波输出高分辨率地震记录或者直接输出反射系数。
17、本发明还提供了一种面向增强地质体识别精度的时空联合稀疏反褶积系统，包括：地震子波提取模块、计算边界平滑窗函数模块、时空联合反褶积模块和空间平滑模块；
18、所述地震子波提取模块用于沿时间方向提取输入地震数据的地震子波；
19、所述计算边界平滑窗函数模块用于沿空间方向对目标地质体的边界平滑窗函数进行初步估计，再通过刃边法得到满足预设要求的边界平滑函数；
20、所述时空联合反褶积模块用于基于所述地震子波和所述边界平滑函数，得到合成点扩散函数，基于所述合成点扩散函数，对地震数据进行时空联合反褶积，通过更新边界平滑函数直至目标地质体边界识别精度满足预设要求；
21、所述空间平滑模块用于对反褶积输出的结果进行空间平滑工作，得到时空联合稀疏反褶积的输出结果。
22、优选的，沿时间方向提取输入地震数据的地震子波的过程包括：
23、
24、其中，为地震频带内的反射系数稀疏，为反射系数，为低空间分辨率的时空域数据，为时间方向的傅里叶变换矩阵，为空间方向的傅里叶变换矩阵，为点乘，为点扩散函数，为正则化算子，表示离散傅里叶变换。
25、优选的，沿空间方向对目标地质体的边界平滑窗函数进行初步估计，再通过刃边法得到满足预设要求的边界平滑函数的过程包括：
26、
27、其中，为傅里叶变换的模的反变换，为从地震数据中取出的一段数据的微分。
28、优选的，对反褶积输出的结果进行空间平滑工作，得到时空联合稀疏反褶积的输出结果的过程包括：
29、测试不同长度的边界平滑函数的高分辨率处理效果，利用地质知识选取满足预设要求的反褶积的处理结果，并按需使用空间3点平滑去噪；
30、对伪wheeler域数据进行反拉平，按需褶积子波输出高分辨率地震记录或者直接输出反射系数。
31、与现有技术相比，本发明的有益效果为：
32、1.本发明是一种基于时空联合稀疏反褶积的增强地质体识别精度的技术，首次应用到地震数据成像用以改善空间细节信息，并在二维地震数据测试中取得了良好的效果；
33、2.本发明将图像处理的去模糊理论引入叠后数据处理中，利用“刃边法”在伪wheeler域中对目标地质体边缘进行平滑函数的提取，避免了地震数据中大倾角地质体带来的模糊现象；
34、3.本发明首次引运用点扩散函数和地震记录进行时空联合反褶积，用以判断目标地质体边界是否清晰，所得结果极大的丰富了目标地质体的细节信息；
35、4.本发明利用空间平滑模块，对输出的反褶积数据进行去假象处理，极大程度的提高了地震剖面上识别出地质体的准确性；
36、5.本发明能够实现模块化处理，具有较高的推广价值。
1.一种面向增强地质体识别精度的时空联合稀疏反褶积方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向增强地质体识别精度的时空联合稀疏反褶积方法，其特征在于，沿时间方向提取输入地震数据的地震子波的方法包括：
3.根据权利要求1所述的面向增强地质体识别精度的时空联合稀疏反褶积方法，其特征在于，沿空间方向对目标地质体的边界平滑窗函数进行初步估计，再通过刃边法得到满足预设要求的边界平滑函数的方法包括：
4.根据权利要求1所述的面向增强地质体识别精度的时空联合稀疏反褶积方法，其特征在于，对反褶积输出的结果进行空间平滑工作，得到时空联合稀疏反褶积的输出结果的方法包括：
5.一种面向增强地质体识别精度的时空联合稀疏反褶积系统，其特征在于，包括：地震子波提取模块、计算边界平滑窗函数模块、时空联合反褶积模块和空间平滑模块；
6.根据权利要求5所述的面向增强地质体识别精度的时空联合稀疏反褶积系统，其特征在于，沿时间方向提取输入地震数据的地震子波的过程包括：
7.根据权利要求5所述的面向增强地质体识别精度的时空联合稀疏反褶积系统，其特征在于，沿空间方向对目标地质体的边界平滑窗函数进行初步估计，再通过刃边法得到满足预设要求的边界平滑函数的过程包括：
8.根据权利要求5所述的面向增强地质体识别精度的时空联合稀疏反褶积系统，其特征在于，对反褶积输出的结果进行空间平滑工作，得到时空联合稀疏反褶积的输出结果的过程包括：
