OVT域地震数据规则化技术及应用
LI Bo
【摘 要】宽方位矢量偏移距(OVT)地震处理方法对于复杂地质体的成像照明有良好的效果,但OVT域数据很难实现理想的规则采集,因此其关键处理技术之一就是规则化技术.通过分析OVT域的数据排列特征,提出了一种基于非规则傅里叶变换的最小平方反演数据重建技术及实施流程,引入迭代非规则傅里叶变换加权范数正则化约束,使得重建结果在有限频宽内保持数据信号不受损失,同时在能量谱约束下,利用由低频信号估计的加权函数压制高频信号的假频问题.经过模型资料抽稀后插值的数据与原始数据残差对比验证了反演精度和可行性;将该技术应用于实际资料的联片处理,结果表明该技术可消除非规则采集对OVT域处理的影响,在保护微幅构造和断层成像方面有良好的效果,证实了方法的有效性和实用性.
【期刊名称】《石油物探》
【年(卷),期】2019(058)001
【总页数】10页(P53-62)
【关键词】偏移距矢量面元;地震数据规则化;非规则采集;非规则傅里叶变换;最小平方反演
【作 者】LI Bo
【作者单位】
【正文语种】中 文
【中图分类】P631
随着油气勘探开发目标探区的复杂程度不断增加,以及勘探经费的限制、野外施工条件的影响等,采集到的数据逐渐难以满足地震数据处理和偏移成像的等间距规则性要求。从保真成像的角度来看,理想的地震数据采集观测系统首先应满足由采样定理决定的勘探目标分辨率需求,同时满足勘探目标立体观测角张角足够大、反射界面上的立体观测角具有相同属性并且均匀分布、方位角和炮检对等间隔分布等条件[1]。近年来,宽方位高密度地震技术的应用越来越普遍,已成为致密油气藏、地层岩性油气藏等复杂油气勘探领域的关键技术方法,宽方位资料处理技术也因此成为国内外资料处理研究和试验的热点[2-4]。在各种宽方位资料处理技术中,OVT处理技术因其易于实现、使用灵活、效果优良而逐渐发展成为业界的主流方法之一。
OVT的概念最早由VERMEER[5]和CARY[6]在研究宽方位数据观测系统设计时分别独立提出,VERMEER较系统地论述了OVT采集、处理的一些基本问题[7-8],使OVT域处理技术理论基本成形。WILLIAMS等[2]从中发现了这种方法在方位各向异性速度分析和AVAZ应用方面的价值,此后,国外大量开始采用宽方位数据开展OVT处理技术的应用研究。其中包括:由于地震采集不规则导致OVT域覆盖次数不均匀,影响地震数据处理的振幅一致性,容易产生采集脚印和严重空间假频的问题[9-10];由于OVT域对偏移距的矢量化概念的应用,导致目前所采用的“束”状观测系统必然存在OVT域不规则采样问题,因此针对OVT域的规则化方法是国际上研究的热点。另外,实际地震数据中存在的主要问题是信噪比低、方位角窄、炮检点分布空间不规则[11]。这些客观存在的问题对后续的地震数据处理和成像,尤其是偏移成像会产生严重的影响,导致成像振幅出现畸变,同相轴不连续出现构象和岩性解释陷阱。在当前地震勘探走向精确和保真的情况下,地震数据的空间规则化是必须要解决的一个技术环节。因此,对不规则OVT域地震数据进行插值处理具有重要的实际意义。正则化最小二乘问题
目前,地震数据规则化方法可分为三大类。第一类是基于速度模型的规则化方法,包括反动校正方法、逆Radon变换法、反偏移方法等[12-13]。此类方法核心思想是借助速度模型或速度假设条件将非规则数据体映射到规则的数据体,模型的正确性对地震数据映射的精度影响比较
大。第二类方法为基于信号分析的规则化方法,其思路是通过非规则数据采用多种约束条件下的反演方法重建规则数据的傅里叶频谱[14-16],此类方法频谱恢复的精度对于输入数据的不规则性依赖较强,由于输入数据采样密度的限制经常导致高频、高波数数据难以有效恢复。第三类规则化方法是稀疏域特征波压缩感知的方法[1],其核心思想是利用非规则采集数据的随机性和冗余性,选择合理的稀疏域表达,获得信号的压缩识别,然后进行稀疏反变换实现信号的感知插值,同时实现噪声压制,但是变换域的选择、随机采样的方式和冗余度的估计存在潜在风险性,这些因素有可能损失有效信息和增加错误信息。
目前常用的规则化方法是利用人工给予的最高频率门槛值作为迭代终止条件的频率波数域反泄露傅里叶变换方法。该算法依赖于门槛值的选择,由于规则化效果与迭代次数密切相关,因此通常为了保证规则化效果需要设定较大的门槛值,从而消耗大量的计算时间,如果选择较小门槛值则会遗漏弱反射、弱信号的处理,不能适应复杂地区的规则化需求。本文从OVT域的地震数据的排列特点出发,在最小二乘反演中采用迭代非规则傅里叶变换加权范数正则化约束,使得重建结果在有限频宽内保持数据信号不受损失,同时在能量谱约束的前提下,利用由低频信号估计的加权函数有效压制高频信号的假频问题。
1 OVT域叠前道集提取方法及流程
通常偏移距是一个标量,定义为炮点到检波点之间的距离。图1是一个野外三维工区的偏移距覆盖次数分布图(图1a)和方位角覆盖次数分布图(图1b),每个地震道的中心对应着一个方位角和一个偏移距。
图1 偏移距覆盖次数(a)、方位角覆盖次数(b)分布与矢量偏移距(OVT)定义(c)
从图1可知按偏移距或方位角划分面元内的覆盖次数都不均匀。理论上如果设计各个方位和偏移距覆盖次数都均匀的观测系统,野外施工成本将显著增加。因此,为了提升成像振幅均匀照明的目标,需要综合考虑偏移距和方位角,这就是目前国际上流行的OVT方法,OVT直译为偏移距矢量面元,更通俗的译法为“共偏移距共方位角面元”。OVT指的是带方向的矢量偏移距,方位角作为偏移距的矢量方向。图1c中以三维工区的平面图为例,展示了矢量偏移距的定义方式,图1c中矢量方向由震源指向检波器,矢量大小为震源与检波器之间的距离。
将每个OVT面元投射到CDP面元,有的面元内会有一道或者多道,有的面元内是空道。对于多道的情况,可根据偏移距、方位角和CDP中心位置的误差最小原则,选出几何意义上的最优道,形成一个单次覆盖剖面,称之为OVT道集。图2是提取OVT道集的技术流程示意图。图2a是野外采集的原始地震数据,利用如图2b所示的网格定义划分成原始的CDP道集数据;然后将每个
面元中的地震道按照方位进行筛选,每个CDP挑选方位一致的地震道(图2c),每个CDP网格中存在数量不等的地震道,但是不一定落在面元的中心点上;最后选择偏移距和与中心点的位置的均方根误差进行排序优选出一道原始数据,利用动校正技术将其移动到面元中心点上(图2d),这样就形成了需要的OVT域的叠前地震数据道集。
图2 OVT域道集提取示意a 原始数据; b CDP网格定义; c OVT面元定义; d 部分时差校正
可见,OVT道集中的相邻道有较好的相关性,同时也存在很多空道,必须进行规则化处理对空道内插。实际资料处理流程如图3所示,首先原始单炮数据输入后需要进行动校正处理,因此建议规则化的处理步骤中,输入的单炮已经完成了静校正、去噪、反褶积、剩余静校正、叠加速度分析等预处理。然后通过OVT的面元定义,进行OVT道集的提取。最后进行OVT道集的规则化处理,输出OVT域的规则道集,再进行宽方位的数据分析、叠加或偏移成像等后续的处理。从图3所示的处理流程来看,最关键的步骤是OVT域的地震数据规则化方法。根据不同的方位角-偏移距的采样方式可以获得OVT面元,每个面元都会插值出额外的地震道,这些额外地震道的数量,有可能会达到原始数据量的30%～40%,甚至更多。
图3 OVT域规则化处理流程
2 OVT域叠前数据规则化方法
由非均匀地震数据反演重建均匀的地震数据,需要引入自适应离散傅氏变换(DFT)加权范数正则化约束,在能量谱约束下重建数据频谱。本文在最小二乘近似的框架下建立期望输出与非规则输入直接相关的目标函数,再采用预条件共扼梯度法求解反问题,保证解的稳定性和确保收敛速度。
对每一个OVT域道集数据,首先利用傅里叶变换获得频率域数据,然后对于瞬时频率f沿着空间x方向进行插值。设x表示长度为M的规则数据,x=[x1,x2,…,xM]T,y为已知的不规则观测数据,y=[y1,y2,…,yN]T,假设采样矩阵A,即可建立起规则数据与不规则数据之间的联系,其中Ai,j=δu(i),j为矩阵A对角线上的元素,其它位置均为零。假设n为噪声,建立如下线性系统:
(1)
式中:采样矩阵A为N×M阶。假设x是规则地震数据并且M=6,x=[x1,x2,x3,x4,x5,x6],非规则观测数据为y=[x1,x2,x4,x6],则公式(1)变为:

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。