CN101349764B - 一种地震旋回分析方法 - Google Patents

Abstract

本发明提供一种地震旋回分析方法，该方法包括下列步骤：建立地震层序模型库，包括多个与地层层序对应的地震层序模型，每个地震层序模型对应一组反射系数序列及时频分析图；对所述反射系数序列进行带通滤波；进行希尔伯特变换，通过经验模态分解将反射系数序列分解到不同的频带范围内；进行频率扫描，根据反射波频率特征划分地震相；对目的层的地震数据进行经验模态分解，得到其时频响应；根据上述目的层的地震数据的时频响应，寻找与地震层序模型库有对应关系的模型，进而判断目的层的反射特征。本发明应用希尔伯特变换对地震剖面进行分解，不仅可以得到准确而可靠的频谱，且分解后可以看见很多原剖面无法显示的有效信息，为储层预测提供依据。

Description

一种地震旋回分析方法

技术领域

本发明是有关于地震勘探中的高分辨率处理和解释方法，尤其是有关于一种基于希尔伯特变换(HHT：Hilbert-Huang Transform)的地震旋回分析方法。

背景技术

目前，公知的地震旋回分析都是基于窗口快速傅立叶变换(FFT，FastFourier Transform)，需要固定的时间窗口长度，一旦时间窗口长度确定就不能更改，而时间窗口的长度仅对一个确定的频率f₀正确，该频率f₀是所述窗口对应的频率。对于比f₀高的频率，该窗口太大；对于比f₀小的频率，该窗口又太小。因此，该固定的时间窗口的长度对信号的适应性不强，无法应用于非平稳信号。

由于时间窗口的长度只能对应一个确定的频率f₀，利用此窗口信号，经FFT后可以得到对应该窗口信号的频谱F(f)。在此频谱中，令频率误差δ＝|f-f₀|，f∈F(f)，δ越大，所得频率的误差就越大。因此，用窗口FFT进行地震旋回分析，得到的是一个具有很大误差的结果，几乎不能用。

发明内容

为了解决上述现有技术中所指出的问题，本发明依据信号不同，其频率对应不同窗口这个特性，利用HHT这个工具，实现对地震信号每一点的时频分析，得到每一点的频谱准确值。从而可以根据地震信号进行有效的地质层序的识别。

本发明的主要目的是应用希尔伯特变换对地震剖面的地震信号进行时频分析和处理，然后进行地震旋回分析，指导超薄储层的预测，使得信号分析更加灵活多变，能更有效地反映地震信号的特征。

为达到上述目的，本发明采取如下技术方案：

一种地震旋回分析方法，该方法包括下列步骤：对地震层序模型库的地震层序模型的反射系数序列和时频分析图进行希尔伯特变换；对目的层的地震数据进行希尔伯特变换，找出对应该目的层的地震层序模型，以判断该目的层的反射特征。

根据本发明的一实施例，该方法具体包括下列步骤：A：建立地震层序模型库，包括多个与地层层序对应的地震层序模型，每个地震层序模型对应一组反射系数序列及时频分析图；B：对所述反射系数序列进行带通滤波；C：进行希尔伯特变换，通过经验模态分解将反射系数序列分解到不同的频带范围内；D：进行频率扫描，根据反射波频率特征划分地震相；E：对目的层的地震数据进行经验模态分解，得到其时频响应；F：根据上述目的层的地震数据的时频响应，寻找与地震层序模型库有对应关系的模型，进而判断目的层的反射特征。

根据本发明的一实施例，上述步骤C包括下列步骤：C1：找出地震信号的局部最大值点，以其为节点作三次样条插值得到该地震信号的上包络，同样道理，作出地震信号的下包络；C2：计算上下包络的平均值作为包络平均值；C3：计算地震信号与包络平均值的差值；C4：如果所述差值为固有模态函数，则本次筛选停止；否则以该差值作为地震信号重新计算。

根据本发明的一实施例，所述固有模态函数满足以下两个条件：1)在整个数据区间内，极值点的数目与过零点的数目相等或至多相差一个；2)在任意一点处，由局部极大值点定义的包络以及由局部极小值点定义的包络的均值为零。

根据本发明的一实施例，所述地震层序模型包括正旋回模型、反旋回模型、正-反旋回模型和反-正旋回模型。

根据本发明的一实施例，所述反射系数序列由地层速度和密度所决定， 并满足下列关系式：

$R=\frac{{\mathrm{\ρ}}_2{v}_2-{\mathrm{\ρ}}_1{v}_1}{{\mathrm{\ρ}}_2{v}_2+{\mathrm{\ρ}}_1{v}_1}$

其中，R为反射系数，v为地层速度，ρ为地层密度。

根据本发明的一实施例，对目的层的地震数据进行经验模态分解后，根据厚层的地震响应对应低频部分，而薄层的地震响应对应高频部分来判断目的层反射特征。

本发明与公知的窗口FFT进行旋回分析相比，尽管二者都是用地震信号的频谱特性来识别，但是，窗口FFT得到的频谱只有一个频率是无误差的，其它频率都有误差，也就是说，地震信号中包括的频率越多，误差也越多；而本发明应用希尔伯特(Hilbert-Huang)变换对地震剖面进行分解，不仅可以得到准确而可靠的频谱，且分解后可以看见很多原剖面无法显示的有效信息，为储层预测提供依据。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明的方法流程图；

图2为地震层序模型示意图；

图3A—图3C为本发明第一实施例的地震剖面及匹配的反射系数模型示意图；

图4A—图4B为本发明第二实施例的地震剖面及匹配的反射系数模型示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

本发明提供一种基于希尔伯特变换的地震旋回分析方法，其是应用希尔伯特变换对地震剖面的地震信号进行时频分析和处理，然后进行地震旋回分析，研究地层在沉积过程当中的变化规律，指导超薄储层的预测。

希尔伯特变换的核心思想是将时间序列资料通过经验模态分解(Empirical Mode Decomposition，简称EMD)，分解成多个固有模态函数(Intrinsic Mode Function，简称IMF)，这些IMF对于希尔伯特变换有良好的性质，进而可以定义解析信号和瞬时频率。然后利用希尔伯特变换构造解析信号，得出资料的瞬时频率和振幅，进而得到希尔伯特谱。

下面结合附图对本发明进行详细描述。

请参照图1，本发明的方法主要包括下列步骤：

步骤100：建立地震层序模型库，该地震层序模型库由地震层序模型组成，地震层序模型包括反射系数序列和其时频响应两个主要参数，主要有正旋回、反旋回、正-反旋回和反-正旋回等模型。

需要说明的是，地震旋回体的主要特点是形成层序的地层层理厚度与其岩性和粒度成分有明显的相关性。一般来讲，细颗粒组成的地层较薄，粗颗粒组成的地层较厚。其依据是沉积分选理论，由于粗颗粒沉积速率快，因而沉积层厚度大于细颗粒沉积层厚度，即地层厚度和颗粒粒度之间有一种同步的相关关系。因此，对于不同的地震层序模型，具有不同的地层特点：

正旋回：对应水进型旋回，沉积物颗粒由粗到细，地层层理厚度由大到小。

反旋回：对应水退型旋回，沉积物颗粒由细到粗，地层层理厚度逐渐变大。

混合型旋回(正反旋回或反正旋回)：水进—水退或水退—水进型旋回，地震旋回体反射波频率面向旋回体顶具有相应的混合频率响应。

而不同的地震层序模型，由地层的速度和密度的差异可以得到它所对应的反射系数序列，即，不同的地震层序模型是由不同的速度v和密度ρ确定。 依据速度和密度与反射系数的关系可以得到反射系数序列R：

$R=\frac{{\mathrm{\ρ}}_2{v}_2-{\mathrm{\ρ}}_1{v}_1}{{\mathrm{\ρ}}_2{v}_2+{\mathrm{\ρ}}_1{v}_1}$

而地震层序的差异可以由反射系数中的不同频率成分及其能量大小来体现。因此，反射系数时间-频率域(简称时频域)的变化反映了地层层序变化的规律。而地层层序的确定，可以了解目的层当时的沉积环境，从而进一步确定目的层是否具有生油、储油的条件，为石油勘探指明方向。

地震层序模型库的建立，提供了一个时频分析图，使得在地震数据的时频图上，能够进一步确认时频分析图与地层层序间的对应关系，即通过HHT，得到了如图2右边所示的地震层序模型的时频分析图，而它所对应的是图2左边所示的反射系数，从而确定反射系数序列。

步骤102：对所述地震层序模型库的反射系数序列作一个与采样率相关的带通滤波，即在尼奎斯特频率范围内进行带通滤波，在此基础上做希尔伯特变换，通过经验模态分解将反射系数分解到不同的频带范围上。即将反射系数按不同频率成分进行分解，然后把这些不同的频率成分放在一张图上，进行分析。

经验模态分解(EMD)算法是基于一个筛选的过程，主要包括下列步骤：

1、找出地震信号x的局部最大值点，以它们为节点作三次样条插值得到x的上包络，类似找出x的局部最小值，做出x的下包络；

2、计算上下包络的平均值作为包络平均值m；

3、计算h＝x-m；

如果筛选的结果是一个固有模态函数，本次筛选终止。否则，用h代替x迭代。

因此，一个固有模态函数是满足以下两个条件的函数：1)在整个数据区间内，极值点的数目与过零点的数目相等或至多相差一个；2)在任意一点处，由局部极大值点定义的包络以及由局部极小值点定义的包络的均值为零。

步骤104：进行频率扫描，根据反射波频率特征划分地震相。

请参考图2所示的一个地震层序模型所对应的反射系数序列(左)和它的时频分析图(右)，其中，纵坐标表示时间，单位是ms，横坐标是频率，单位是Hz；在时频分析图上(右)，下方对应的是反射系数的低频成分，随着地层由浅变深，反射系数越来越疏(时间从小变大)，时频谱上对应的频率成分由高变低，对此模型，浅层对应高频，深层对应低频。

对比它们之间的关系可以看出，对于其厚度有方向性变化(向同一方向增大或减小)的一组薄互层，其单层反射波最大能量将显现在与其厚度对应的调谐频率的位置上，且与厚度变化方向一致。同级别层序体的地震响应，调谐频率由下到上或由上到下顺序增大或减小，表现出明显的方向性；而不同级别的层序体的地震响应，分别位于不同频带内，且具有级别包容的特征，如图2所示。当做频率扫描时，常可以见到反射波频率特征有方向性的改变，它反映着沉积层理结构和沉积旋回的周期性变化，可以利用这些反射特征来划分地震相。

步骤106：对实际地震数据做经验模态分解得到其时频响应，寻找与模型库有较好对应关系的模型，进而推断目的层的反射特征。

如果该地区数据资料好，基本上就可以知道反射系数序列。在数据资料不是很理想的情况下，也可用来划分地震相和进行储层预测，从而解决了在地震数据上进行地震层序判别的问题。

根据本发明的上述实施例，本发明具有如下效果：

1)经过经验模态分解后，不同地层的厚度，反映在不同的经验模态分解的结果上。通常厚层的地震响应反映在低频部分，而薄层的地震响应反映在高频部分，层厚与频率具有很好的调谐效应。

2)可以确定反射系数的变化规律，研究它的正反沉积韵律，从而了解它的岩相古地理沉积特征，为寻找新的油气田提供依据。

3)对于勘探早期的区块，井资料较少，甚至没有，而利用本发明的方 法，借助于该区的3D地震数据，可以进行储层预测。

4)计算速度快，应用方便灵活。

下面例举两个实施例，具体说明应用希尔伯特变换进行地震旋回分析的方法和过程：

请参照图3A-图3C，其是以c44c401测线进行希尔伯特变换，得到不同频率范围的地震响应的地震剖面及匹配的反射系数模型示意图。

如图3A所示，纵向是地震记录接收的时间，对应深度；横向是五个不同地震记录的时频分解图，从低频到高频，低频与高频的分界线极易确定。

如图3B所示，其为反射系数模型的非归一化显示；

如图3C所示，反射系数模型的归一化显示，横纵坐标的含义与图2相同。

再请参照图4A-图4B，其是以d272测线进行Hilbert-Huang变换，得到不同频率范围的地震响应的地震剖面及匹配的反射系数模型示意图。

如图4A所示，纵向是地震记录接收的时间，对应深度；横向是五个不同地震记录的时频分解图，从低频到高频，低频与高频的分界线极易确定。

如图4B所示，反射系数模型的归一化显示，横纵坐标的含义与图2相同。由图4B可以确定图4A中相应时频结果对应的反射系数序列。

从上述两个例子及其图示中可以清晰地看到层序分界面和内部结构，旋回特征非常明显。超薄储层的反射很清晰地在高频部分显现出来，而且能量很强。这些旋回性特征和预先设计的模型库有很好的对应关系。藉此可方便、快捷地进行储层预测、油气勘探。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种地震旋回分析方法，其特征在于，所述方法包括下列步骤：

A：建立地震层序模型库，包括多个与地层层序对应的地震层序模型，每个地震层序模型对应一组反射系数序列及时频分析图；

B：对所述反射系数序列进行带通滤波；

C：进行希尔伯特变换，通过经验模态分解将反射系数序列分解到不同的频带范围内；

D：进行频率扫描，根据反射波频率特征划分地震相；

E：对目的层的地震数据进行经验模态分解，得到其时频响应；

F：根据上述目的层的地震数据的时频响应，寻找与地震层序模型库有对应关系的模型，进而判断目的层的反射特征。

2.根据权利要求1所述的地震旋回分析方法，其特征在于，上述步骤C包括下列步骤：

C1：找出地震信号的局部最大值点，以其为节点作三次样条插值得到该地震信号的上包络，同样道理，作出地震信号的下包络；

C2：计算上下包络的平均值作为包络平均值；

C3：计算地震信号与包络平均值的差值；

C4：如果所述差值为固有模态函数，则本次筛选停止；否则以该差值作为地震信号重新计算。

3.根据权利要求2所述的地震旋回分析方法，其特征在于，所述固有模态函数满足以下两个条件：

1)在整个数据区间内，极值点的数目与过零点的数目相等或至多相差一个；

2)在任意一点处，由局部极大值点定义的包络以及由局部极小值点定义的包络的均值为零。

4.根据权利要求1所述的地震旋回分析方法，其特征在于，所述地震层序模型包括正旋回模型、反旋回模型、正-反旋回模型和反-正旋回模型。

5.根据权利要求1所述的地震旋回分析方法，其特征在于，所述反射系数序列由地层速度和密度所决定，并满足下列关系式：

$R=\frac{{\mathrm{\ρ}}_2{v}_2-{\mathrm{\ρ}}_1{v}_1}{{\mathrm{\ρ}}_2{v}_2+{\mathrm{\ρ}}_1{v}_1}$

其中，R为反射系数，v为地层速度，ρ为地层密度。

6.根据权利要求1所述的地震旋回分析方法，其特征在于，对目的层的地震数据进行经验模态分解后，根据厚层的地震响应对应低频部分，而薄层的地震响应对应高频部分来判断目的层反射特征。

Images