CN103576191B - 一种采用地震属性识别断层的方法 - Google Patents

Abstract

本发明是采用地震属性识别断层的方法，根据地震数据的信噪比确定标准化高阶统计量计算中的相邻地震道数目和地震道横向组合模式，在纵向时窗内确定统计时窗，将地层倾角最大处相邻地震道的时间延迟量作为扫描时窗长度，根据地震道数目和组合模式、统计时窗和扫描时窗长度计算标准化高阶统计量，根据地震道横向组合道数和模式将统计量极大值作为提取属性，进行时间切片及剖面成图识别断层空间展布。本发明对地震资料的随机噪音有较强的压制作用，特别对地层倾角引起的不连续性干扰明显得到压制，属性抗噪性能强，对断裂系统引起的地层不连续性特征识别效果好。

Description

一种采用地震属性识别断层的方法

技术领域

本发明为地震勘探技术，具体涉及地震资料构造解释配套技术，是一种采用地震属性识别断层的方法。

背景技术

采用地震属性，如相干体属性来识别断层，已得到证实并被广泛应用，目前利用相干体识别断层有以下的两种方法。

1)标准化互相关系数方法。

标准化互相关系数(BahorichandFarmer,1995)为相干技术的发展开辟了道路，提高了断层解释的效率和可靠性，表述为：

$\mathrm{\ρx}(t,\mathrm{tlagx})=\frac{\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}u(t+k,x,y)u(t+k+\mathrm{tlagx},x+\mathrm{dx},y)}{\sqrt{a(t,x,y)a(t,x+\mathrm{dx},y)}}---\left(1\right)$

$\mathrm{\ρy}(t,\mathrm{tlagy})=\frac{\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}u(t+k,x,y)u(t+k+\mathrm{tlagy},x,y+\mathrm{dy})}{\sqrt{a(t,x,y)a(t,x,y+\mathrm{dy})}}---\left(2\right)$

$a(t,x,y)=\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{u}^2(t+k,x,y)$

$a(t,x+\mathrm{dx},y)=\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{u}^2(t+k+\mathrm{tlagx},x+\mathrm{dx},y)$

$a(t,x,y+\mathrm{dy})=\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{u}^2(t+k+\mathrm{tlagy},x,y+\mathrm{dy})$

$\mathrm{\ρxy}(t,\mathrm{tlagx},\mathrm{tlagy})=\sqrt{\mathrm{\ρx}(t,\mathrm{tlagx})\mathrm{\ρy}(t,\mathrm{tlagy})}---\left(3\right)$

上式中，u(t+k,x,y)表示目标地震道振幅，u(t+k+tlagx,x+dx,y)表示时间延迟为tlagx的x方向(纵测线方向)的地震道振幅，u(t+k+tlagy,x,y+dy)表示时间延迟为tlagy的y方向(横线方向)的地震道振幅，ρx(t,tlagy)为目标地震道与x方向相邻地震道的互相关系数，ρy(t,tlagy)为目标地震道与y方向相邻地震道的互相关系数，ρxy(t,tlagx,tlagy)为目标地震道在x、y两个方向的互相关系数的几何平均。

这种方法系数计算过程中涉及了两个时窗：I.相干时窗，用来计算互相关系数的目标地震道时窗，以t为中心，长度为2w+1，即[t-w,t+w]；II.扫描时窗，相邻道沿t时刻的上下滑动时间。在相干时窗沿滑动时窗滑动过程中，由(1)式和(2)式分别得到两组互相关系数，将各组中极大值作为相干值。考虑到地层断裂系统发育的方向性，该方法采用几何平均将纵/横测线方向的互相关系数ρx(t,tlagx)和ρy(t,tlagy)进行综合。

在该方法提取的属性体中，相对低值作为断层的识别依据，在断层识别方面具有抗噪性差和不可靠等特点，原因在于算法本身采用的是互相关系数，只能分析目标地震道与纵测线或横测线方向的一个相邻地震道的相似性，不能同时分析目标地震道与两个方向地震道的相似性。

2)高阶统计量方法。

针对标准化互相关系数在断层识别中抗噪性差的特点，陆文凯等(2003)采用高阶统计量方法提取地震属性体来识别断层。表述为：

$C_{\mathrm{HOS}}(t,{\mathrm{\τ}}_1,{\mathrm{\τ}}_2,x_i,y_i)=\frac{\underset{\mathrm{\τ}=-\mathrm{\ω}}{\overset{\mathrm{\ω}}{\mathrm{\Σ}}}{u}^2(x_i,y_i,t-\mathrm{\τ})u(x_{i+1},y_i,t-\mathrm{\τ}-{\mathrm{\τ}}_1)u(x_i,y_{i+1},t-\mathrm{\τ}-{\mathrm{\τ}}_2)}{\sqrt{\underset{\mathrm{\τ}=-\mathrm{\ω}}{\overset{\mathrm{\ω}}{\mathrm{\Σ}}}{u}^4(x_i,y_i,t-\mathrm{\τ})\underset{\mathrm{\τ}=-\mathrm{\ω}}{\overset{\mathrm{\ω}}{\mathrm{\Σ}}}{u}^2(x_{i+1},y_i,t-\mathrm{\τ}-{\mathrm{\τ}}_1)\underset{\mathrm{\τ}=-\mathrm{\ω}}{\overset{\mathrm{\ω}}{\mathrm{\Σ}}}{u}^2(x_i,y_{i+1},t-\mathrm{\τ}-{\mathrm{\τ}}_2)}}---\left(4\right)$

式中，u(x_i,y_i,t-τ)，u(x_i+1,y_i,t-τ-τ₁)和u(x_i,y_i+1,t-τ-τ₂)分别代表点(x_i,y_i)，(x_i+1,y_i)和(x_i,y_i+1)的地震道；[-ω,ω]为相干分析时窗，其长度为2ω+1；τ₁是地震道u(x_i+1,y_i,t-τ-τ₁)相对于u(x_i,y_i,t-τ)的时间延迟量；τ₂是地震道u(x_i,y_i+1,t-τ-τ₂)相对于u(x_i,y_i,t-τ)的时间延迟量。

对(4)式的τ₁和τ₂进行搜索，将C_HOS(t,τ₁,τ₂,x_i,y_i)的极大值CH（t,x_i,y_i）作为点（t,x_i,y_i）处的属性值，这一过程用(5)式表示。属性体中的相对低值作为断层识别标示。

$\mathrm{CH}(t,x_i,y_i)=\underset{{\mathrm{\τ}}_1,{\mathrm{\τ}}_2}{\max }\left(C_{\mathrm{HOS}}(t,{\mathrm{\τ}}_1,{\mathrm{\τ}}_2,x_i,y_i)\right)---\left(5\right)$

与标准化互相关系数相比，该方法在属性提取过程中有三个相邻地震道(目标道与纵/横测线相邻道)共同参与计算。因此，该方法的倾角扫描能够更加彻底的去除由于地层倾角引起的噪音，得到的属性值更有效地压制了地震资料的相干噪音。

但是，在该方法提取的属性体中，各属性值间存在可比性差的特点，属性值不但受地震波形差异影响，而且在波形完全相似的情况下受相干时窗长度影响。因此，利用该方法提取的属性进行断层识别会导致结果失真。

发明内容

本发明目的在于提供一种压制地层倾角导致的不连续性，突出断裂系统引起的地层不连续性特征，使属性体线状特征对断裂识别更可靠的采用地震属性识别断层的方法。

本发明通过以下步骤实现：

1）采集地震数据，经常规处理后得到叠后地震数据体；

2）根据地震数据的信噪比确定标准化高阶计算量中的相邻地震道数目，若地震数据信噪比低则相邻地震道数目采用5道或9道，若地震数据信噪比高则相邻地震道数目采用3道；

3）根据相邻地震道数目确定地震道横向组合模式；

所述的确定地震道横向组合模式是：

当采用3道计算时，地震道横向组合模式为：目标点与目标点所在的纵/横测线上2个相邻点；

当采用5道计算时，地震道横向组合模式为：目标点与目标点所在的纵/横测线上4个相邻点；

当采用9道计算时，地震道横向组合模式为：目标点与目标点周围的8个相邻点；

4）在纵向时窗内确定统计时窗，所述的统计时窗为一个完整地震波形长度的1.5到3倍；

5）将地层倾角最大处相邻地震道的时间延迟量作为扫描时窗长度；

6）根据地震道数目和组合模式，根据统计时窗长度和扫描时窗长度，采用下式计算标准化高阶统计量：

$C_{\mathrm{HOSN}}(t,x,y,{\mathrm{\τ}}_x,{\mathrm{\τ}}_y)=\frac{\underset{k=-w}{\overset{k=w}{\mathrm{\Σ}}}{u}_0^2{u}_x{u}_y}{\sqrt[3]{\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{\left[u_0{u}_x\right]}^2\×\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{\left[u_0{u}_y\right]}^2}\×\sqrt[6]{\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{\left[u_0\right]}^4\×\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{\left[u_x{u}_y\right]}^2}}---\left(6\right)$

u₀＝u(t+k,x,y)

u_x＝u(t+k+τ_x,x+dx,y)

u_y＝u(t+k+τ_y,x,y+dy)

$C(t,x,y)=\underset{{\mathrm{\τ}}_x,{\mathrm{\τ}}_y}{\max }\left(C_{\mathrm{HOSN}}(t,x,y,{\mathrm{\τ}}_x,{\mathrm{\τ}}_y)\right)$

上式中，t表示目标点时间，x表示目标点横坐标，y表示目标点纵坐标；k为统计时窗变量，τ_x为x方向相邻道对目标道的时间延迟量，τ_y为y方向相邻道对目标道的时间延迟量，[-w,w]为统计时窗长度；u₀表示目标地震道，u_x表示x方向相邻地震道，u_y表示y方向相邻地震道；C_HOSN（t,x,y,τ_x,τ_y）为对应于每个时间延迟量的统计量值，C（t,x,y）为目标点的标准化高阶统计量属性值；

7）根据标准化高阶统计量计算中地震道的横向组合道数及组合模式得到的统计量极大值来提取属性值：

3道组合得到一个统计量极大值C(t,x,y)，该值作为最终输出的属性值；

5道组合得到两个统计量极大值C₁（t,x,y）和C₂（t,x,y），将这个两个极大值的算数平均值(C₁（t,x,y）+C₂（t,x,y）)/2作为最终输出的属性值；

9道组合得到4个统计量极大值C₁（t,x,y），C₂（t,x,y）…C₄（t,x,y）,将这四个极大值的算数平均值(C₁（t,x,y）+C₂（t,x,y）+…C₄（t,x,y）)/4作为最终输出的属性值；

8）对属性体进行横向时间切片及纵向剖面成图，识别断层在横向及纵向的空间展布。

所述的识别断层是：断层在属性值中表现为相对低值，属性值中突出显示的线状特征是断层。

本发明涉及多种地震道横向组合模式，得到的统计量对地震资料的随机噪音有较强的压制作用；扫描过程采用正交方向两个地震道相对于目标地震道同时扫描，因此地层倾角引起的不连续性干扰明显得到压制。

本发明计算的高阶统计量具有标准化特征，统计量值的大小仅受相干道之间波形差异影响，在波形完全相似的情况下，统计量值为常数。因此得到的属性抗噪性能强，对断裂系统引起的地层不连续性特征识别效果好。

附图说明

图1是本发明方法的实现流程。

图2是本发明方法在统计量计算中地震道横向组合模式。

图3是本发明方法在实现时采用的地震资料(地震剖面显示)。

图4是与本发明方法相对比的基于标准化互相关系数的属性剖面。

图5是与本发明方法相对比的基于高阶统计量的属性剖面。

图6是本发明方法的属性剖面。

图7是本发明的方法在实现时采用的地震资料(地震时间切片显示)。

图8是与本发明方法相对比的基于标准化互相关系数的属性时间切片。

图9是本发明方法的属性时间切片。

具体实施方式

以下结合附图详细说明本发明。

本发明的实现流程如图1所示，中心黑点表示目标道，周围黑点表示相邻道。a-d为相邻3道的4种组合模式；g为相邻5道组合模式，计算时采用a和c组合实现；h为相邻9道组合模式，计算时采用a、c、e和f组合实现。

发明提供的技术方案如下：

应用实例采用了一个三维区块的叠后地震资料，该区块断层发育较好，既有区域性大断裂，也有盐丘内部发育的局部小断层，某些地方地层倾角较陡且断裂发育复杂，这使断层识别的难度大大增加。

在实例应用中，将实际地震资料应用于两种背景方法及发明方法中，得到三种方法的属性体，图3-9展示了实际地震资料的剖面和时间切片及这三种属性体的剖面和时间切片对比。

本发明的具体实施方式为：

1)采集地震数据，经常规处理后得到叠后地震数据体；

2)根据地震数据的信噪比确定标准化高阶计算量中的相邻地震道数目，若地震数据信噪比低则相邻地震道数目采用5道或9道，若地震数据信噪比高则相邻地震道数目采用3道(如图2)；

3)根据相邻地震道数目确定地震道横向组合模式；

所述的确定地震道横向组合模式是(如图2)：

当采用3道计算时，地震道横向组合模式为(如图2a-d)：目标点与目标点所在的纵/横测线上2个相邻点；

当采用5道计算时，地震道横向组合模式为(如图2g)：目标点与目标点所在的纵/横测线上4个相邻点；

当采用9道计算时，地震道横向组合模式为(如图2h)：目标点与目标点周围的8个相邻点；

4)在纵向时窗内确定统计时窗，所述的统计时窗为一个完整地震波形长度的1.5到3倍；

5)将地层倾角最大处相邻地震道的时间延迟量作为扫描时窗长度；

6)根据地震道数目和组合模式，根据统计时窗长度和扫描时窗长度，采用下式计算标准化高阶统计量：

$C_{\mathrm{HOSN}}(t,x,y,{\mathrm{\τ}}_x,{\mathrm{\τ}}_y)=\frac{\underset{k=-w}{\overset{k=w}{\mathrm{\Σ}}}{u}_0^2{u}_x{u}_y}{\sqrt[3]{\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{\left[u_0{u}_x\right]}^2\×\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{\left[u_0{u}_y\right]}^2}\×\sqrt[6]{\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{\left[u_0\right]}^4\×\underset{k=-w}{\overset{k=+w}{\mathrm{\Σ}}}{\left[u_x{u}_y\right]}^2}}---\left(6\right)$

u₀＝u(t+k,x,y)

u_x＝u(t+k+τ_x,x+dx,y)

u_y＝u(t+k+τ_y,x,y+dy)

$C(t,x,y)=\underset{{\mathrm{\τ}}_x,{\mathrm{\τ}}_y}{\max }\left(C_{\mathrm{HOSN}}(t,x,y,{\mathrm{\τ}}_x,{\mathrm{\τ}}_y)\right)$

上式中，t表示目标点时间，x表示目标点横坐标，y表示目标点纵坐标；k为统计时窗变量，τ_x为x方向相邻道对目标道的时间延迟量，τ_y为y方向相邻道对目标道的时间延迟量，[-w,w]为统计时窗长度；u₀表示目标地震道，u_x表示x方向相邻地震道，u_y表示y方向相邻地震道；C_HOSN（t,x,y,τ_x,τ_y）为对应于每个时间延迟量的统计量值，C（t,x,y）为目标点的标准化高阶统计量属性值；

7)根据标准化高阶统计量计算中地震道的横向组合道数及组合模式得到的统计量极大值来提取属性值：

3道组合得到一个统计量极大值C(t,x,y)，该值作为最终输出的属性值；

5道组合得到两个统计量极大值C₁（t,x,y）和C₂（t,x,y），将这个两个极大值的算数平均值(C₁（t,x,y）+C₂（t,x,y）)/2作为最终输出的属性值；

9道组合得到4个统计量极大值C₁（t,x,y），C₂（t,x,y）…C₄（t,x,y）,将这四个极大值的算数平均值(C₁（t,x,y）+C₂（t,x,y）+…C₄（t,x,y）)/4作为最终输出的属性值；

8)对属性体进行横向时间切片及纵向剖面成图，识别断层在横向及纵向的空间展布。断层在属性值中表现为相对低值，属性值中突出显示的线状特征是断层。

图3是本发明实例所用地震数据的剖面显示，图4、5和6分别为对应于图3的标准化互相关系数、高阶统计量和本发明的属性剖面。黑色方框所标示的是三组断层，黑色椭圆标示的是盐丘，盐丘内发育了很多小断裂，并伴有陡倾角地层。图7是所用地震数据的时间切片显示，图8和9分别为对应于图7的标准化互相关系数和本发明方法的属性时间切片，黑色椭圆标示的是两组断裂系统的发育方向。以下为两种方法与本发明的对比分析：

从图4(基于标准化互相关系数的属性剖面)和图8(基于标准化互相关系数的属性时间切片)容易可出：标准化互相关系数属性能够展示断层的发育情况，能够将断层与连续性背景区分开，但是背景噪音对断层影响较大，断层在延伸方向产生无规律弯曲和间断现象，图4黑色方框内的三组断层及图8黑色椭圆内的断层尤其能说明这一点；另外，在图4黑色椭圆标示的盐丘内，陡倾角地层信息仍然存，该方法对于伴随有断裂的陡倾角地层信息较敏感。

从图5可以看出：高阶统计量属性剖面受噪音严重“污染”，只有某些断层的影子存在。产生这个现象的主要原因是：高阶统计量值并不是标准化的，不能唯一反应相邻道之间波形的差异性，因此断层引起的地层不连续性特征被“污染”。

由图6(基于本发明的属性剖面)和图9(基于本发明的属性时间切片)可知：本发明方法得到的属性抗噪性能好，对背景噪音的压制效果好，断层延伸方向清晰可见，伴有小断裂的陡倾角地层信息得到压制；经标准化的高阶统计量与地震道波形相似性之间存在较强的相关性，断层引起的地层不连续性特征在属性里未被“污染”。

Claims (2)

1.一种采用地震属性识别断层的方法，特点是通过以下步骤实现：

1)采集地震数据，经常规处理后得到叠后地震数据体；

2)根据地震数据的信噪比确定标准化高阶计算量中的相邻地震道数目，若地震数据信噪比低则相邻地震道数目采用5道或9道，若地震数据信噪比高则相邻地震道数目采用3道；

3)根据相邻地震道数目确定地震道横向组合模式；

所述的确定地震道横向组合模式是：

当采用3道计算时，地震道横向组合模式为：目标点与目标点所在的纵/横测线上2个相邻点；

当采用5道计算时，地震道横向组合模式为：目标点与目标点所在的纵/横测线上4个相邻点；

当采用9道计算时，地震道横向组合模式为：目标点与目标点周围的8个相邻点；

4)在纵向时窗内确定统计时窗，所述的统计时窗为一个完整地震波形长度的1.5到3倍；

5)将地层倾角最大处相邻地震道的时间延迟量作为扫描时窗长度；

6)根据地震道数目和组合模式，根据统计时窗长度和扫描时窗长度，采用下式计算标准化高阶统计量：

u₀＝u(t+k,x,y)

u_x＝u(t+k+τ_x,x+dx,y)

u_y＝u(t+k+τ_y,x,y+dy)

上式中，t表示目标点时间，x表示目标点横坐标，y表示目标点纵坐标；k为统计时窗变量，τ_x为x方向相邻道对目标道的时间延迟量，τ_y为y方向相邻道对目标道的时间延迟量，[-w,w]为统计时窗长度；u₀表示目标地震道，u_x表示x方向相邻地震道，u_y表示y方向相邻地震道；C_HOSN(t,x,y,τ_x,τ_y)为对应于每个时间延迟量的统计量值，C(t,x,y)为目标点的标准化高阶统计量属性值；

7)根据标准化高阶统计量计算中地震道的横向组合道数及组合模式得到的统计量极大值来提取属性值：

3道组合得到一个统计量极大值C(t,x,y)，该值作为最终输出的属性值；

5道组合得到两个统计量极大值C₁(t,x,y)和C₂(t,x,y)，将这个两个极大值的算数平均值(C₁(t,x,y)+C₂(t,x,y))/2作为最终输出的属性值；

9道组合得到4个统计量极大值C₁(t,x,y)，C₂(t,x,y)…C₄(t,x,y),将这四个极大值的算数平均值(C₁(t,x,y)+C₂(t,x,y)+…C₄(t,x,y))/4作为最终输出的属性值；

8)对属性体进行横向时间切片及纵向剖面成图，识别断层在横向及纵向的空间展布。

2.根据权利要求1的方法，特点是步骤8)所述的识别断层是：断层在属性值中表现为相对低值，属性值中突出显示的线状特征是断层。