CN104280766B - 一种利用局部数据同相轴斜率的直接偏移方法 - Google Patents

Abstract

本发明提供了一种利用局部数据同相轴斜率的直接偏移方法，属于叠前时间偏移领域。该方法基于炮点道集和检波点道集组合求取最优局部同相轴斜率，然后基于该最优局部同相轴斜率推导得到以局部数据同相轴斜率为参量的直接叠前时间偏移解析表达式，最后利用所述直接叠前时间偏移解析表达式得到偏移结果。本发明方法仅仅利用叠前数据本身，不需要人工拾取的速度信息，能够完全由计算机自动完成偏移。

Description

一种利用局部数据同相轴斜率的直接偏移方法

技术领域

本发明属于叠前时间偏移领域，具体涉及一种利用局部数据同相轴斜率的直接偏移方法，可应用于石油地球物理勘探中的地震资料处理。

背景技术

叠前偏移成像技术在复杂地区地震勘探中发挥了重要作用，是地震资料处理和油气勘探过程中重要的一环，成像结果的好坏直接影响着后续的解释和油井的定位。而速度分析则是当前的偏移处理中耗时最大的一个环节。在实际情况下，速度信息是一个非常难以准确获得的反演参数，有众多的因素影响着速度的获取。我国的南方和西部山前带地表复杂多变，数据采集激发和接收条件差，导致地震资料的信噪比极低，提取准确的速度信息的难度较大。另外由于地下构造的复杂程度很高，也进一步加大了地震资料解释和速度建模的困难。目前的常规处理在偏移方面主要还是依据资料处理阶段得到的速度信息，也就是所谓的叠加速度谱。而速度谱的拾取依赖于人机交互，无法由计算机完全自动完成，因此该工作耗时费力。而基于速度信息的偏移技术一般采用迭代逼近的方法，其计算量大，耗费资源多，处理周期较长。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种利用局部数据同相轴斜率的直接偏移方法，避开人工拾取速度谱的工作，完全由计算机独立完成叠前数据的局部同相轴斜率扫描，然后仅仅利用叠前数据及其局部同相轴斜率进行直接叠前时间偏移。复杂地区地震勘探亟需解决的、也是最困难所在的是速度建模技术。利用局部数据同相轴斜率进行的直接偏移技术可以绕开速度建模，仅仅利用叠前数据直接提供偏移剖面及成像道集，然后利用该偏移剖面为后续的层位拾取及精细建模提供前期约束信息，之后可进入下一步的精细成像处理，这样形成的一套新的成像处理策略将为油气勘探开发提供更加可靠实用的处理结果。该方法采用解析偏移方式，无需迭代和并行计算，占用计算机资源少、计算量小，计算速度快。

本发明是通过以下技术方案实现的：

一种利用局部数据同相轴斜率的直接偏移方法，基于炮点道集和检波点道集组合求取最优局部同相轴斜率，然后基于该最优局部同相轴斜率推导得到以局部数据同相轴斜率为参量的直接叠前时间偏移解析表达式，最后利用所述直接叠前时间偏移解析表达式得到偏移结果。

所述方法包括：

(1)将叠前数据分选成共炮点道集，利用局部倾斜叠加方法扫描得到该道集数据每个采样点的最优局部同相轴斜率，记P_s；

(2)将叠前数据分选成共检波点道集，利用局部倾斜叠加方法扫描得到该道集数据每个采样点的最优局部同相轴斜率，记P_r；

(3)利用直接叠前时间偏移解析表达式求解得到成像位置x_m和成像深度t₀。

所述步骤(1)和(2)中的所述局部倾斜叠加方法具体如下：

局部倾斜叠加方法如下：

式中，τ，p分别代表变换后的时间及局部同相轴斜率，f(t，x)代表炮点道集或检波点道集的原始数据，x₁，x₂表示积分范围；

采用相似系数获得最优局部同相轴斜率：

其中，s(τ_i，p_i)表示相似系数，N代表参与变换的道数，w则代表参与变换的道内时间个数；对应相似系数最大的局部同相轴斜率为最优局部同相轴斜率。

所述步骤(3)是这样实现的：

对每一道输入数据的每个采样点，通过直接叠前时间偏移解析表达式来求解成像位置x_m和成像深度t₀，实现直接叠前时间偏移，所述直接叠前时间偏移解析表达式如下：

其中，走时t是已知的，x_s和x_r是从观测系统中得到的，d＝x_r-x_s是带有符号的偏移距，表示等效的偏移速度。

与现有技术相比，本发明的有益效果是：本发明的效果体现在仅仅利用叠前数据本身，不需要人工拾取的速度信息，完全由计算机自动完成偏移。利用局部数据同相轴斜率的直接偏移成像效果主要取决于局部数据同相轴斜率计算的精度，可采用适应低信噪比数据的tau-p变换求取。基于局部数据同相轴斜率的直接偏移是一个解析求解的过程，其计算精度高；而局部数据同相轴斜率的求取是一次性完成的，该步骤独立于后续的偏移过程，整个处理过程由计算机完全自动完成，计算量小，计算效率高。

附图说明

图1本发明实施例中的简单理论模型；纵坐标表示时间(s)，横坐标表示模型的道数；

图2本发明实施例中的简单理论模型任一炮道集；纵坐标表示时间(s)，横坐标表示该炮点道集的宽度(m)；

图3本发明实施例中的简单理论模型任一炮道集对应的局部数据同相轴斜率Ps；纵横坐标与图2一致

图4本发明实施例中的简单理论模型任一检波点道集；纵坐标表示时间(s)，横坐标表示该检波点道集的道数；

图5本发明实施例中的简单理论模型任一检波点道集对应的局部数据同相轴斜率Pr；纵横坐标与图4一致

图6本发明实施例中的简单理论模型直接偏移剖面；纵横坐标与图1一致

图7本发明实施例中的简单理论模型直接偏移任意两个成像道集；纵坐标表示时间(s)，横坐标表示该成像道集的道数；

图8本发明实施例中的复杂洼陷理论模型；纵坐标表示时间(s)，横坐标表示该检波点道集的道数；

图9本发明实施例中的复杂洼陷理论模型任意两个炮道集；纵坐标表示时间(s)，横坐标表示该炮点道集的宽度(m)；

图10本发明实施例中的复杂洼陷理论模型炮道集对应的局部数据同相轴斜率Ps；纵横坐标与图9一致

图11本发明实施例中的复杂洼陷理论模型任意两个检波点道集；纵坐标表示时间(s)，横坐标表示该检波点道集的道数；

图12本发明实施例中的复杂洼陷理论模型检波点道集对应的局部数据同相轴斜率Pr；纵横坐标与图11一致

图13本发明实施例中的复杂洼陷理论模型直接偏移剖面；纵横坐标与图8一致

图14本发明实施例中的复杂洼陷理论模型直接偏移任意两个成像道集。纵坐标表示时间(s)，横坐标表示该成像道集的道数；

图15本发明方法的步骤框图。

具体实施方式

下面结合附图对本发明作进一步详细描述：

本发明针对叠前时间偏移的实现问题，采用的方法是：一种利用局部数据同相轴斜率的直接偏移方法，基于炮点道集和检波点道集组合求取最优局部同相轴斜率，再基于该最优局部同相轴斜率推导得到以局部数据同相轴斜率为参量的直接叠前时间偏移解析表达式，然后利用直接叠前时间偏移解析表达式得到偏移结果，该偏移结果可直接输出偏移剖面和成像道集。该过程的实施不需要输入速度信息。

如图15所示，本发明方法包括以下步骤：

(1)将叠前数据分选成共炮点道集，利用局部倾斜叠加技术扫描得到该道集数据每个采样点的最优局部同相轴斜率，记P_s；

其中，实施局部倾斜叠加技术：

式中，τ，p分别代表变换后的时间及局部同相轴斜率，f(t，x)代表原始数据(炮点道集或检波点道集)，x₁ x₂表示积分范围，即参与变换的局部数据。

最优局部同相轴斜率的选择采用相似系数实施：

其中，s(τ_i，p_i)表示相似系数，N代表参与变换的道数，w则代表参与变换的道内时间个数。对应相似系数最大的局部同相轴斜率为最优局部同相轴斜率(即图15中的局部数据同相轴斜率。)。

(2)将叠前数据分选成共检波点道集，利用局部倾斜叠加技术扫描得到该道集数据每个采样点的最优局部同相轴斜率，记P_r；其实施技术同步骤(1)。

(3)对每一道输入数据的每个采样点，走时t是已知的，P_s和P_r通过前两步得到，x_s和x_r可以从观测系统中得到，就可以通过方程(3a)和(3b)来求解成像位置x_m和成像深度t₀，实现直接叠前时间偏移。

利用局部数据同相轴斜率的直接叠前时间偏移解析表达式如下：

其中，d＝x_r-x_s是带有符号的偏移距，表示等效的偏移速度。

直接叠前时间偏移解析表达式是这样推导出来的：

从叠前时间偏移的双平方根方程出发，其表达式为：

此方程描述了入射波和反射波的旅行时规律。式中，t为旅行时，V为介质速度，t₀为零偏移距双程旅行时，x_m，x_s，x_r分别是偏移反射点、震源、检波器的水平坐标。

设方程(a)对x_r的偏导数为P_s(即共炮点道集中的P值)：

设方程(a)对x_s的偏导数为P_r(即共检波点道集中的P值)：

由权利要求3所述的方法分别在炮集和共检波点道集中求得每一个样点的P_s和P_r，一旦P_s和P_r已知，方程(a)-(c)就变为含有3个未知数的3个方程。

联立方程(b)、(c)和方程(a)，得到：

对方程(b)和(c)两边平方，可以得到：

由式(d)和(e)得到：

由方程(f)求得V²表达式：

另外，由方程(d)求得V²表达式：

由于(g)式与(h)式相等，得到：

由偏移距表达式d＝x_r-x_s，则上式变为：

推导得到：

由(i)得到x_m的最终表达式为：

将x_m代入(a)式，得到t₀最终表达式

这样就得到直接叠前时间偏移表达式(3a)和(3b)。

如图1所示，设计了一个包含4个反射层的简单理论模型，该模型横向500个网格(CDP个数)，网格间距10m，纵向记录时间4s，采样间隔2ms。4个反射层速度分别为2000m/s，2500m/s，3000m/s，3500m/s。

图2所示为位于该模型最左边的一个共炮点道集，纵向为4s记录时间，横向坐标为对应CDP的坐标(m)，采样间距与模型的网格间距一致。可以看到对应模型的4个反射层的反射同相轴。

图3是图2所示炮集对应的局部数据同相轴斜率，其纵横向坐标与图2一致。

图4所示为任意一个检波点道集，为保证满覆盖，选取的检波点道集位于模型中部，纵向坐标代表时间(s)，横向为道数。

图5是图4所示检波点道集对应的局部数据同相轴斜率，其纵横向坐标与图4一致。

图6所示为利用图3和图5的局部数据同相轴斜率进行直接叠前时间偏移剖面，通过对比图1所示模型可以看出偏移绕射收敛，归位正确，证明了该方法的正确性与有效性。其纵横向坐标与图1所示模型一致。图7则是任意提取两个CDP点的成像道集，可以看出直接叠前时间偏移输出的成像道集同相轴拉平，进一步证明了该方法技术的正确性。

图8所示设计了另一个较为复杂的洼陷模型，该模型横向1800个网格(CDP个数)，网格间距10m，纵向记录时间3s，采样间隔2ms。4个层间速度从浅到深分别为2000m/s，2500m/s，3000m/s，3500m/s。

图9所示为位于该模型最左边的两个共炮点道集，纵向为3s记录时间，横向坐标为对应CDP坐标(m)，采样间距与模型的网格间距一致。可以看到对应模型的4个反射层的反射同相轴。

图10是图9所示两个炮集对应的局部数据同相轴斜率，其纵横向坐标与图9一致。

图11所示为任意两个检波点道集，为保证满覆盖，选取的检波点道集位于模型中部，纵向坐标代表时间(s)，横向坐标为对应CDP坐标(m)。

图12是图11所示检波点道集对应的局部数据同相轴斜率，其纵横向坐标与图11一致。

图13所示为利用图10和图12的局部数据同相轴斜率进行直接叠前时间偏移剖面，通过对比图8所示模型可以看出偏移归位正确，绕射点收敛，证明了该方法的正确性与有效性。其纵横向坐标与图8所示模型一致。图14则是任意提取两个CDP点的成像道集，可以看出直接叠前时间偏移输出的成像道集同相轴拉平，进一步证明了该方法技术的正确性。

本发明针对叠前时间偏移的实现问题，通过求取叠前数据的局部同相轴斜率，推导得到仅仅输入叠前数据，以局部同相轴斜率而非速度为参量的直接叠前时间偏移技术。采用的方法是：首先基于炮道集和检波点道集组合求取局部数据同相轴斜率，基于该斜率推导以局部同相轴斜率为参量的直接偏移解析表达式，通过该解析表达式采用映射偏移的方式形成直接偏移技术，偏移结果可直接输出偏移剖面和成像道集。该过程的实施不需要输入速度信息。

上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (2)

1.一种利用局部数据同相轴斜率的直接偏移方法，其特征在于：所述方法基于炮点道集和检波点道集组合求取最优局部数据同相轴斜率，然后基于该最优局部数据同相轴斜率推导得到以局部数据同相轴斜率为参量的直接叠前时间偏移解析表达式，最后利用所述直接叠前时间偏移解析表达式得到偏移结果；

所述方法包括：

(1)将叠前数据分选成共炮点道集，利用局部倾斜叠加方法扫描得到该道集数据每个采样点的最优局部数据同相轴斜率，记P_s；

(2)将叠前数据分选成共检波点道集，利用局部倾斜叠加方法扫描得到该道集数据每个采样点的最优局部数据同相轴斜率，记P_r；

(3)利用直接叠前时间偏移解析表达式求解得到成像位置x_m和成像深度t₀，

所述步骤(3)是这样实现的：

对每一道输入数据的每个采样点，通过直接叠前时间偏移解析表达式来求解成像位置x_m和成像深度t₀,实现直接叠前时间偏移，所述直接叠前时间偏移解析表达式如下：

$x_m=x_s-{\mathrm{dp}}_s\frac{t-{\mathrm{dp}}_r}{t(p_r-p_s)+2{\mathrm{dp}}_s{p}_r}---\left(3a\right)$

$t_0=\frac{|x_s-x_m|}{V}\frac{\sqrt{1/V^2-p_s^2}}{\left|p_s\right|}---\left(3b\right)$

其中，走时t是已知的，x_s和x_r是从观测系统中得到的，分别是震源、检波器的水平坐标，d＝x_r-x_s是带有符号的偏移距，V表示等效的偏移速度。

2.根据权利要求1所述的利用局部数据同相轴斜率的直接偏移方法，其特征在于：所述步骤(1)和(2)中的所述局部倾斜叠加方法具体如下：

局部倾斜叠加方法如下：

$F(\mathrm{\τ},p)={\∫}_{x_1}^{x_2}f(t=\mathrm{\τ}+px,x)dx---\left(1\right)$

式中，τ,p分别代表变换后的时间及局部数据同相轴斜率，f(t,x)代表炮点道集或检波点道集的原始数据，x₁,x₂表示积分范围；

采用相似系数获得最优局部数据同相轴斜率：

$s({\mathrm{\τ}}_i,p_j)=\frac{\underset{w}{\Σ}{\[\underset{k=1}{\overset{N}{\Σ}}f({\mathrm{\τ}}_i+p_j{X}_k,X_k)\]}^2}{N\underset{w}{\Σ}\underset{k=1}{\overset{N}{\Σ}}{\[f({\mathrm{\τ}}_i+p_j{X}_k,X_k)\]}^2}---\left(2\right)$

其中，s(τ_i,p_j)表示相似系数，τ_i为第i个时间样点，p_j为第i个时间样点所对应的第j个局部数据同相轴斜率，N代表参与变换的道数，w则代表参与变换的道内时间个数；对应相似系数最大的局部数据同相轴斜率为最优局部数据同相轴斜率。