CN103018773A - 测井信号驱动的地震记录有色补偿处理方法 - Google Patents

Abstract

测井信号驱动的地震记录有色补偿处理方法，应用于油气勘探地震资料处理。特征：人工激发并记录地震信号；对地震记录进行噪声压制、反褶积、速度分析、偏移等常规地震信号处理；采集声波测井信号和密度测井信号，计算反射系数序列的振幅谱；利用反射系数序列的振幅谱确定反射系数的颜色参数；对地震记录进行有色补偿；将有色补偿之后的地震记录绘制为能够反映地下结构特征的地震剖面图像。效果是：补偿白噪反射系数假设对地震记录反褶积的影响，提高地震记录的分辨率，增强了地震记录反映地下结构的能力。

Description

测井信号驱动的地震记录有色补偿处理方法

技术领域

本发明涉及油气地球物理勘探技术领域，特别涉及地震资料处理，是一种测井信号驱动的地震记录有色补偿处理方法。

背景技术

地震勘探是一种利用人工地震技术探测地下构造的勘探方法。它按照一定的方式在地表附近激发地震波，产生称之为地震子波的地震信号，地震子波由震源开始向地下传播，遇到地质界面之后，在界面处发生透射和反射，透射的地震子波继续向下传播，而反射子波在界面位置向上传播，其强度和极性依赖于界面反射系数的大小和符号。来自不同深度界面的地震子波以不同的时间到达地表，通过布设在地表的一种称之为检波器的接收装置，接收来自不同深度地质界面的反射波，接收到的数字信号称为地震记录。

地震子波具有一定的延续时间，当地层较薄时，来自薄层底面和顶面的反射子波相互干涉，影响了地震信号对薄层的分辨能力。现有的地震勘探理论认为，当薄层的厚度小于地震信号四分之一波长时，在地震记录不能有效分辨。

反褶积技术是目前提高地震信号分辨率最为主要的方法，它通过提高地震信号的有效频率，压缩子波的延续时间，减小地震波长，弱化薄层厚度与地震波长的矛盾，增强地震信号反映薄层结构的能力。反褶积方法属于数学上的欠定问题，为此，现有的反褶积方法需要两个基本的数学假设，一是假设地震子波的相位为最小相位，二是假设反射系数序列为白噪，。

Walden等（1988）在对不同地区反射系数序列进行统计分析后发现，反射系数序列的频谱并非白谱，整体趋势表现为低频弱、高频强的蓝谱。Rosa等（1991）进一步发现实际反射系数的频谱特征可以模拟为指数为0.5-1.5的指数函数。Okaya（1995）基于反射系数的频谱特征对薄储层的分布规律进行了预测和描述。李国发（2009）就反射系数白噪假设对反褶积的影响进行了深入分析，指出了白噪假设对高分辨率地震资料处理的潜在风险。

为克服白噪假设对地震信号分辨率的影响，需要对现有反褶积方法处理后的地震记录进行有色补偿，目前最为常用的有色补偿算法为，

y(z)=c(z)x(z)

其中，z是Z变换符号，无量纲，x(z)是地震记录的Z变换，无量纲，y(z)是有色补偿之后地震记录的Z变换，无量纲，c(z)是有色补偿算子的Z变换，无量纲，其具体表达式为，

$c\left(z\right)=\frac{1-\mathrm{\αz}}{1-\mathrm{\βz}}$

其中，α和β是描述反射系数颜色的两个关键参数，无量纲。

虽然地震数据包含了反射系数的颜色信息，但在实际工作中，很难利用地震数据本身来估算刻画反射系数颜色的两个关键参数α和β，地震资料处理人员根据“经验”主观地选择和确定有色补偿的颜色参数，这很大程度上降低了有色补偿的精度和可靠性。

相对于地震信号，测井信号不仅包含有丰富的岩性和物性信息，还包含了与反射系数有关的颜色信息。通过测井信号分析得到反射系数的颜色信息，驱动地震记录进行有色补偿处理，在很大程度上提高了地震信号有色补偿的精度和可靠性。

发明内容

本发明的目的是：提供一种测井信号驱动的地震记录有色补偿处理方法，利用测井信号得到反射系数的颜色信息，驱动地震记录进行有色补偿处理，克服反射系数白噪假设对地震记录反褶积的影响，提高地震记录的分辨率和可靠性。

本发明采用的技术方案是：测井信号驱动的地震记录有色补偿处理方法，实施步骤：

步骤A、人工激发地震波，利用检波器探测来自地下的反射地震信号，形成地震记录并记录在磁带上。

步骤B、从磁带上读取地震记录，对地震记录进行噪声压制、反褶积、速度分析、偏移等常规地震资料处理，得到常规处理之后的地震记录并输出到步骤E所在的处理单元。由于常规处理方法隐含有反射系数为白噪的数学假设，与实际地层反射系数的颜色特征不一致，需要利用测井信号对实际反射系数的颜色特征进行模拟分析，根据测井分析的结果对常规处理的地震记录进行有色补偿。

步骤C、利用测井信号分析得到实际地层反射系数的振幅谱，具体步骤为：

步骤C1、采集并记录声波测井信号和密度测井信号，将其数字化后存储在磁盘上。

步骤C2、从磁盘上读取声波测井信号和密度测井信号，计算地层波阻抗并输入到步骤C3所在的处理单元，采用的算法为：

$a\left(i\right)=\frac{\mathrm{\ρ}\left(i\right)}{p\left(i\right)}\mathrm{\Δz}$

其中，a(i)是波阻抗，单位是（克/立方厘米）×（米/秒），p(i)为声波测井信号，单位是秒，ρ(i)为密度测井信号，单位是克/立方厘米，Δz为深度采样间隔，单位是米，i是深度采样序号。

步骤C3、接收步骤C2输出的波阻抗信号，计算实际地层反射系数并输出到步骤C4所在的处理单元，采用的公式为：

$r\left(i\right)=\frac{a\left(i\right)-a(i-1)}{a\left(i\right)+a(i-1)}$

式中，r(i)为反射系数，无量纲。

步骤C4、接收步骤C3输出的反射系数，计算反射系数的振幅谱并输出到步骤D所在的处理单元。

计算反射系数振幅谱之前，需要将反射系数由深度域转换到时间域，由于速度随深度是变化的，深度域等间隔采样的反射系数变换到时间域之后，其采样间隔是不相等的，需要进行等间隔重新采样，由此引发的假频问题会严重影响反射系数振幅谱的估算精度。为此，本发明采用下式在不进行时深转换和重采样的情况下直接计算反射系数的振幅谱，避免了采样假频对振幅谱的影响。

$R\left(f\right)=\left|\right|\underset{i=1}{\overset{m}{\mathrm{\Σ}}}r\left(i\right)e^{-j2\mathrm{\πft}\left(i\right)}\left|\right|$

式中，R(f)为反射系数的振幅谱，无量纲，j是单位虚数，||||表示复数取模运算，m是反射系数采样个数，f是频率，单位是赫兹，t(i)是利用公式由声波测井信号p(i)得到的不同深度的反射时间，单位是秒。

步骤D、接收步骤C4输出的实际反射系数的振幅谱，对其进行统计模拟，得到描述实际反射系数颜色特征的两个无量纲参数α和β。

具体过程为：设定α起始值α₀=0.0，最大值α_m=1.0，扫描增量Δα=0.1，β起始值β₀=0.0，最大值β_m=1.0，扫描增量Δβ=0.1。计算所有由α_i=α₀+iΔα和β_k=β₀+kΔβ所确定的有色补偿算子的振幅谱C_ik(f)，采用的算法为：

$C_{\mathrm{ik}}\left(f\right)=\left|\right|\frac{1-{\mathrm{\α}}_i{e}^{-j2\mathrm{\πf}}}{1-{\mathrm{\β}}_k{e}^{-j2\mathrm{\πf}}}\left|\right|$

其中，C_ik(f)是有色补偿算子的振幅谱，无量纲，f是频率，单位是赫兹，j是单位虚数，||||表示复数取模运算。

计算有色补偿算子振幅谱C_ij(f)与反射系数振幅谱R(f)的误差e_ij，采用的算法为：

e_ij=∫[C_ij(f)-R(f)]²df

比较所有误差e_ij的大小，最小误差所对应的颜色参数α和β即为反射系数的实际颜色参数。

由反射系数振幅谱估算颜色参数α和β在数学上属于典型的非线性最优化问题，该最优化问题很容易掉进局部极值问题的陷进。本发明所述的计算方法有效地避免了局部极值问题，能够得到可靠的实际反射系数颜色参数。

步骤E、接收步骤B输出的地震记录，利用步骤D得到的反射系数颜色参数α和β，对地震记录进行有色补偿，得到有色补偿之后的地震记录。采用的算法为：

$\left\{\begin{array}{cc}y\left(\mathrm{\&Delta;t}\right)=x\left(\mathrm{\&Delta;t}\right),& i=1\\ y\left(\mathrm{i\&Delta;t}\right)=x\left(\mathrm{i\&Delta;t}\right)-\mathrm{\&alpha;x}\left[(i-1)\mathrm{\&Delta;t}\right]+\mathrm{\&beta;y}\left[(i-1)\mathrm{\&Delta;t}\right],& 1<i\&le;N\end{array}\right.$

其中，x是补偿之前的地震记录，y是补偿之后的地震记录，若采用压电检波器接收地震信号，地震记录的单位是帕，若采用速度检波器接收地震信号，则地震记录的单位是米/秒，Δt是时间采样间隔，单位是毫秒，N是时间采样个数。

步骤F、将有色补偿之后的地震记录绘制为能够反映地下结构特征的地震剖面图像。

本发明的有益效果：本发明测井信号驱动的地震记录有色补偿处理方法，基于测井信号分析得到反射系数的颜色参数，驱动地震记录进行有色补偿。由于本发明消除了反射系数白噪假设对地震记录分辨率的影响，利用本发明处理之后的地震记录，更好地反映地下构造的形态特征和组合关系。本发明已经在多个勘探区块取得了实际应用，取得了理想的应用效果。

附图说明

图1某油田A区块采集的地震记录经过常规处理之后剖面图像

图2某油田A区块采集的声波测井信号

图3某油田A区块采集的密度测井信号

图4某油田A区块由声波测井和密度测井计算的波阻抗信号

图5某油田A区块由波阻抗信号计算的地层反射系数

图6某油田A区块反射系数序列的振幅谱

图7某油田A区块有色补偿之后的地震记录剖面图像

图8B区块采集的地震记录经过常规处理之后的剖面图像

图9B区块由声波测井和密度测井信号计算的地层反射系数

图10B区块反射系数的振幅谱

图11B区块有色补偿之后的地震记录剖面图像

图12C区块采集的地震记录经过常规处理之后的剖面图像

图13C区块有色补偿之后的地震记录剖面图像

具体实施方式

实施例1：

为了使本发明的技术方案和技术优势更加清晰，下面结合实施例和附图。对本发明实施例做进一步的详细说明。

本发明的核心是，通过测井信号分析得到反射系数序列的颜色信息，驱动地震记录进行有色补偿处理，提高地震记录的分辨率和可靠性。

下面以某油田A区块实际地震资料和测井信号为例，说明具体实施过程。

步骤A、人工激发地震波，利用检波器探测来自地下的反射地震信号，形成地震记录并记录在磁带上。

步骤B、从磁带上读取地震记录，对地震记录进行噪声压制、反褶积、速度分析、偏移等常规地震资料处理，得到常规处理之后的地震记录并输出到步骤E所在的处理单元，图1是该实施例常规处理之后地震记录图像。由于常规处理方法隐含有反射系数为白噪的数学假设，与实际地层反射系数的颜色特征不一致，需要利用测井信号对实际反射系数的颜色特征进行模拟分析，根据测井分析的结果对常规处理的地震记录进行有色补偿。

步骤C、利用测井信号分析得到实际地层反射系数的振幅谱，具体步骤为：

步骤C1、采集并记录声波测井信号和密度测井信号，将其数字化后存储在磁盘上，图2和图3显示了本实施例采集的声波测井信号和密度测井信号。

步骤C2、从磁盘上读取声波测井信号和密度测井信号，计算地层波阻抗并输入到步骤C3所在的处理单元，采用的算法为：

$a\left(i\right)=\frac{\mathrm{\&rho;}\left(i\right)}{p\left(i\right)}\mathrm{\&Delta;z}$

其中，a(i)是波阻抗，单位是（克/立方厘米）×（米/秒），p(i)为声波测井信号，单位是秒，ρ(i)为密度测井信号，单位是克/立方厘米，Δz为深度采样间隔，单位是米，i是深度采样序号，本实施例中，深度采样间隔为0.125米，图4显示了本实施例计算的波阻抗信号。

步骤C3、接收步骤C2输出的波阻抗信号，计算实际地层反射系数并输出到步骤C4所在的处理单元，采用的公式为：

$r\left(i\right)=\frac{a\left(i\right)-a(i-1)}{a\left(i\right)+a(i-1)}$

式中，r(i)为反射系数，无量纲。图5显示了本实施例计算的地层反射系数。

步骤C4、接收步骤C3输出的反射系数，计算反射系数的振幅谱并输出到步骤D所在的处理单元。

本发明采用下式在不进行时深转换和重采样的情况下直接计算反射系数的振幅谱，避免了采样假频对振幅谱的影响。

$R\left(f\right)=\left|\right|\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}r\left(i\right)e^{-j2\mathrm{\&pi;ft}\left(i\right)}\left|\right|$

式中，R(f)为反射系数的振幅谱，无量纲，j是单位虚数，||||表示复数取模运算，m是反射系数采样个数，f是频率，单位是赫兹，t(i)是利用公式

由声波测井信号p(i)得到的不同深度的反射时间，图6显示了本实施例计算的反射系数振幅谱。

步骤D、接收步骤C4输出的实际反射系数的振幅谱，对其进行统计模拟，得到描述实际反射系数颜色特征的两个无量纲参数α和β。

具体过程为：设定α起始值α₀=0.0，最大值α_m=1.0，扫描增量Δα=0.1，β起始值β₀=0.0，最大值β_m=1.0，扫描增量Δβ=0.1。计算所有由α_i=α₀+iΔα和β_k=β₀+kΔβ所确定的有色补偿算子的振幅谱C_ik(f)，采用的算法为：

$C_{\mathrm{ik}}\left(f\right)=\left|\right|\frac{1-{\mathrm{\&alpha;}}_i{e}^{-j2\mathrm{\&pi;f}}}{1-{\mathrm{\&beta;}}_k{e}^{-j2\mathrm{\&pi;f}}}\left|\right|$

其中，C_ik(f)是有色补偿算子的振幅谱，无量纲，f是频率，单位是赫兹，j是单位虚数，||||表示复数取模运算。

计算有色补偿算子振幅谱C_ij(f)与反射系数振幅谱R(f)的误差e_ij，采用的算法为：

e_ij=∫[C_ij(f)-R(f)]²df

比较所有误差e_ij的大小，最小误差所对应的颜色参数α和β即为反射系数的实际颜色参数，本例中，α=0.9，β=0.4。

步骤E、接收步骤B输出的地震记录，利用步骤D得到的反射系数颜色参数α=0.9，β=0.4，对地震记录进行有色补偿，得到有色补偿之后的地震记录。采用的算法为：

$\left\{\begin{array}{cc}y\left(\mathrm{\&Delta;t}\right)=x\left(\mathrm{\&Delta;t}\right),& i=1\\ y\left(\mathrm{i\&Delta;t}\right)=x\left(\mathrm{i\&Delta;t}\right)-\mathrm{\&alpha;x}\left[(i-1)\mathrm{\&Delta;t}\right]+\mathrm{\&beta;y}\left[(i-1)\mathrm{\&Delta;t}\right],& 1<i\&le;N\end{array}\right.$

其中，x是补偿之前的地震记录，y是补偿之后的地震记录，Δt是时间采样间隔，单位是毫秒，N是时间采样个数。本例中时间采样间隔为1毫秒，采样个数为7000。

步骤F、将有色补偿之后的地震记录绘制为能够反映地下结构特征的地震剖面图像。图7是本实施例有色补偿之后地震记录剖面图像，图中3.9秒以下为碳酸盐岩内幕反射，与图1所示有色补偿之前的地震剖面图像相比，碳酸盐岩内幕结构更加清晰。

实施例2

本实施例为某油田B区块的应用实例，该区块与A区块都属于碳酸盐岩油气储层。本实施例地震信号采样间隔为1毫秒，记录长度7秒，测井数据采样间隔为0.125m。图8是B区块常规处理之后的地震记录剖面图像，图9是利用声波测井信号和密度测井信号计算的反射系数序列，图10是反射系数序列的振幅谱。利用本发明依照实施步骤进行测井信号驱动的地震记录有色补偿处理，由测井信号计算的反射系数颜色参数α=0.8，β=0.4。图11是B区块地震记录有色补偿处理之后的剖面图像，与图8所示的有色补偿之前的地震记录图像相比，有色补偿之后地震记录更好地反映了碳酸盐岩内幕的结构细节。

实施例3

本实施例为C区块的应用实例，与A区块和B区块不同的是，该区块的油气储层为沙泥岩薄互层储层，储层的有效厚度在5米以下。

本实施例地震数据的采样间隔为2毫秒，记录长度6秒，测井数据的采样间隔为0.25米。图12是该区块采集的地震记录，利用本发明依照实施步骤进行测井信号驱动的地震记录有色补偿处理，由测井信号计算的反射系数颜色参数α=0.9，β=0.3。图13是本区块地震记录有色补偿处理之后的剖面图像，与有色补偿之前的剖面图像相比，分辨率得到明显提高，有效改善了地震信号反映沙泥岩薄互层结构的能力。

Claims (1)

1.一种测井信号驱动的地震记录有色补偿处理方法，其特征在于：实施步骤如下：

步骤A、人工激发地震波，利用检波器探测来自地下的反射地震信号，形成地震记录并记录在磁带上。

步骤B、从磁带上读取地震记录，对地震记录进行噪声压制、反褶积、速度分析、偏移等常规地震资料处理，得到常规处理之后的地震记录并输出到步骤E所在的处理单元。由于常规处理方法隐含有反射系数为白噪的数学假设，与实际地层反射系数的颜色特征不一致，需要利用测井信号对实际反射系数的颜色特征进行模拟分析，根据测井分析的结果对常规处理的地震记录进行有色补偿。

步骤C、利用测井信号分析得到实际地层反射系数的振幅谱，具体步骤为：

步骤C1、采集并记录声波测井信号和密度测井信号，将其数字化后存储在磁盘上。

步骤C2、从磁盘上读取声波测井信号和密度测井信号，计算地层波阻抗并输入到步骤C3所在的处理单元，采用的算法为：

$a\left(i\right)=\frac{\mathrm{\&rho;}\left(i\right)}{p\left(i\right)}\mathrm{\&Delta;z}$

其中，a(i)是波阻抗，单位是（克/立方厘米）×（米/秒），p(i)为声波测井信号，单位是秒，ρ(i)为密度测井信号，单位是克/立方厘米，Δz为深度采样间隔，单位是米，i是深度采样序号。

步骤C3、接收步骤C2输出的波阻抗信号，计算实际地层反射系数并输出到步骤C4所在的处理单元，采用的公式为：

$r\left(i\right)=\frac{a\left(i\right)-a(i-1)}{a\left(i\right)+a(i-1)}$

式中，r(i)为反射系数，无量纲。

步骤C4、接收步骤C3输出的反射系数，计算反射系数的振幅谱并输出到步骤D所在的处理单元。

计算反射系数振幅谱之前，需要将反射系数由深度域转换到时间域，由于速度随深度是变化的，深度域等间隔采样的反射系数变换到时间域之后，其采样间隔是不相等的，需要进行等间隔重新采样，由此引发的假频问题会严重影响反射系数振幅谱的估算精度。为此，本发明采用下式在不进行时深转换和重采样的情况下直接计算反射系数的振幅谱，避免了采样假频对振幅谱的影响。

$R\left(f\right)=\left|\right|\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}r\left(i\right)e^{-j2\mathrm{\&pi;ft}\left(i\right)}\left|\right|$

式中，R(f)为反射系数的振幅谱，无量纲，j是单位虚数，||||表示复数取模运算，m是反射系数采样个数，f是频率，单位是赫兹，t(i)是利用公式

由声波测井信号p(i)得到的不同深度的反射时间，单位是秒。

步骤D、接收步骤C4输出的实际反射系数的振幅谱，对其进行统计模拟，得到描述实际反射系数颜色特征的两个无量纲参数α和β。

具体过程为：设定α起始值α₀=0.0，最大值α_m=1.0，扫描增量Δα=0.1，β起始值β₀=0.0，最大值β_m=1.0，扫描增量Δβ=0.1。计算所有由α_i=α₀+iΔα和β_k=β₀+kΔβ所确定的有色补偿算子的振幅谱C_ik(f)，采用的算法为：

$C_{\mathrm{ik}}\left(f\right)=\left|\right|\frac{1-{\mathrm{\&alpha;}}_i{e}^{-j2\mathrm{\&pi;f}}}{1-{\mathrm{\&beta;}}_k{e}^{-j2\mathrm{\&pi;f}}}\left|\right|$

其中，C_ik(f)是有色补偿算子的振幅谱，无量纲，f是频率，单位是赫兹，j是单位虚数，||||表示复数取模运算。

计算有色补偿算子振幅谱C_ij(f)与反射系数振幅谱R(f)的误差e_ij，采用的算法为：

e_ij=∫[C_ij(f)-R(f)]²df

比较所有误差e_ij的大小，最小误差所对应的颜色参数α和β即为反射系数的实际颜色参数。

由反射系数振幅谱估算颜色参数α和β在数学上属于典型的非线性最优化问题，该最优化问题很容易掉进局部极值问题的陷进。本发明所述的计算方法有效地避免了局部极值问题，能够得到可靠的实际反射系数颜色参数。

步骤E、接收步骤B输出的地震记录，利用步骤D得到的反射系数颜色参数α和β，对地震记录进行有色补偿，得到有色补偿之后的地震记录。采用的算法为：

$\left\{\begin{array}{cc}y\left(\mathrm{\&Delta;t}\right)=x\left(\mathrm{\&Delta;t}\right),& i=1\\ y\left(\mathrm{i\&Delta;t}\right)=x\left(\mathrm{i\&Delta;t}\right)-\mathrm{\&alpha;x}\left[(i-1)\mathrm{\&Delta;t}\right]+\mathrm{\&beta;y}\left[(i-1)\mathrm{\&Delta;t}\right],& 1<i\&le;N\end{array}\right.$

其中，x是补偿之前的地震记录，y是补偿之后的地震记录，若采用压电检波器接收地震信号，地震记录的单位是帕，若采用速度检波器接收地震信号，则地震记录的单位是米/秒，Δt是时间采样间隔，单位是毫秒，N是时间采样个数。

步骤F、将有色补偿之后的地震记录绘制为能够反映地下结构特征的地震剖面图像。

Images