CN104422958A - 一种基于高频异常自适应提取的地质体检测方法 - Google Patents
一种基于高频异常自适应提取的地质体检测方法 Download PDFInfo
- Publication number
- CN104422958A CN104422958A CN201310392141.8A CN201310392141A CN104422958A CN 104422958 A CN104422958 A CN 104422958A CN 201310392141 A CN201310392141 A CN 201310392141A CN 104422958 A CN104422958 A CN 104422958A
- Authority
- CN
- China
- Prior art keywords
- frequency
- seismic
- geologic body
- earthquake
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于高频异常白适应提取的地质体检测方法,属于石油天然气地球物理领域。本方法包括:步骤1:查看钻井岩心资料确定目标地质体的地下深度位置,并对井旁地震道的地震信号做谱分解,然后观察目标地质体相比围岩是否具有高频强振幅的地震反射特征,如果具有该特征,则转入步骤2;步骤2:对一道地震信号做基于高频强振幅异常的谱分解得到该道地震信号的时频谱;步骤3:获取步骤2得到的时频谱中每个时刻的瞬时最大能量;步骤4:对下一道地震信号重复步骤2和步骤3,直到所有地震道都完成为止。利用本方法得到的地质体的边界清晰、时间分辨率高。
Description
技术领域
本发明属于石油天然气地球物理领域,具体涉及一种基于高频异常白适应提取的地质体检测方法。
背景技术
地表激发的地震波在地下介质中传播,通过检波器接收到从地下反射上来的地震波,反射波带来丰富的地下地质体信息,挖掘地震信号的信息可以实现地下地质勘探。比如复数道地震信号的瞬时相位可以用来划分岩性;地震信号的不连续性用来识别断层;频率衰减梯度用来预测油气等。地震信号是复合波,地质体的地震反射特征在不同地震信号成分上是有差别的,地球物理工作者利用这点成功解决了很多地球物理勘探问题,比如基于低频伴影的油气识别技术就是同时利用利用地震信号的低频能量、高频能量;一般地相比围岩砂体在全频带上单频能量都很强。地下的介质是复杂的,地震信号单频信息的利用要充分结合工区地震资料和测井、钻井的信息,具体问题具体分析。
地下的介质是复杂的,相比围岩有些地质体表现出不同频带上的能量异常,比如相比围岩河道砂体的地震反射特征有可能出现高频强能量异常(比如取80Hz高频成分地震信号,在这个频率信号上河道砂体的能量假设是200,围岩的能量只有50,对于河道砂体就是出现了“高频强能量异常”)尤其薄层的河道砂体(薄层砂体的地震反射特征相比厚层砂体更易出现频率高、能量强即“高频强能量”)。利用测井、钻井信息如果发现具有高频异常振幅的地质体,利用某个高频成分的能量可以很好地刻画此地质体,特别是薄层可以刻画得更加清晰。但是最佳的高频频率选择是个问题,常用的方法是提取一系列高频成分比如每隔5hz提取30—90hz范围内的单频能量,通过观察确定最佳的频率。这样的做法存在两个问题:首先比较地震不同频率成分是一个繁琐的过程,其次高频异常地质体空间位置不同,最佳的高频异常也有微小的差别。
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,提供一种基于高频异常白适应提取的地质体检测方法,克服上述两个问题,提高成像质量。
本发明是通过以下技术方案实现的:
一种基于高频异常白适应提取的地质体检测方法,包括:
步骤1:查看钻井岩心资料确定目标地质体的地下深度位置,并对井旁地震道的地震信号做谱分解,然后观察目标地质体相比围岩是否具有高频强振幅的地震反射特征(如果有很明显的“高频强振幅”,地震解释人员很容易通过步骤1中的谱分解观察到的),如果具有该特征,则转入步骤2;
步骤2:对一道地震信号做基于高频强振幅异常的谱分解得到该道地震信号的时频谱;
步骤3:获取步骤2得到的时频谱中每个时刻的瞬时最大能量;
步骤4:对下一道地震信号重复步骤2和步骤3,直到所有地震道都完成为止。
所述步骤2中的所述做基于高频强振幅异常的谱分解得到该道地震信号的时频谱是在小波变换基础上实现的,具体公式如下:
公式(1)是常用的普通谱分解,其中,f(t)为地震信号,w(t)为子波,WT为地震信号的小波变换,w*(t)为子波的共轭复数,b为时间延迟,a为小波尺度因子。所述基于高频强振幅异常谱分解公式记为:
设(2)式分解得到的单尺度信号为
式中j为虚数单位,为尺度ai下分解的单频信号的初相位
对(3)式的结果取模得:
尺度与频率的关系为
f0为小波变换中子波的主频,Δt为信号的时间采样间隔,公式(4)的结果为
记为常数c则:
|HfWT(ai,b)|=Acfi (6)
(3)-(6)式是说明为什么公式(2)是能够检测信号的“高频强振幅异常”。
所述步骤3是这样实现的:
时频谱中一个时刻对应一组频率能量,取该组频率能量中的最大值即为该时刻对应的瞬时最大能量。
与现有技术相比,本发明的有益效果是:本发明用于检测地下高频强振幅异常的地质体,方法简单计算速度快,得到的地下高频强振幅地质异常体,成像质量显著提高,不仅地质体整个空间展布地球物理异常明显,而且地质体的边界清晰、时间分辨率高,是高频强振幅异常地质体检测的有效工具,如比如附图2中展示的河道砂体检测,相比原始地震数据的沿层切片河道成像清晰、边界清楚。
附图说明
图1a是地震信号。
图1b是对图1a中的地震信号进行普通谱分解得到的时频谱。
图1c是对图1a中的地震信号进行基于高频强振幅异常的谱分解得到的时频谱。
图2是原始地震数据的沿层切片。
图3是利用本发明方法得到的沿层切片。
图4是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:
(1)基于高频异常的地震谱分解
地震信号是典型的非平稳信号,可以通过小波变换将其分解成一系列子波的叠加,这样就将一维的地震信号转换成二维。设地震信号为f(t),子波为w(t),小波变换可以记为:
其中WT为地震信号的小波变换,w*(t)为子波的共轭复数,b为时间延迟,a为小波尺度因子。在小波变换基础上基于高频强振幅异常的谱分解可以记为
图1a为地震信号,图1b为地震信号的小波变换(即利用上面的公式(1)得到的),可以观察到非平稳信号的频率分布特征。图中方框中圈出了两个能量团,一个是高频能量团,另一个是相对低频的能量团。从图像上可以观察到两个能量团的能量大小相当,低频的能量团能量稍高。它们最大的差异在于所处的频带不同。图1c是本发明的“基于高频异常提取”的谱分解方法是利用(2)得到的。对比图1b和图1c可以明显发现他们之间的不同,低频能量团变弱,高频能量团得到了加强。本发明的谱分解方法得到的地震信号时频分布首先突出的是信号的强振幅,其次当振幅相当的时候频率越大能量越强。
(2)振幅异常地质体检测
利用地震信号的能量检测地下地质体是地震资料解释中常用的方法,比如提取振幅异常,提取均方根能量属性等。信号时频分析技术让地球物理工作者可以提取地质体异常更加明显的单频信号能量。比如古河道砂体的空间展布可能在50hz时候地震反射最强,但是地下介质是复杂的引起信号频变的因素也很多,比如薄层效应、处理人员的认为干扰等,同样是河道砂体不同位置的地震频率相应也可能不同,比如河道上游40hz的频率响应最强,下游有可能30hz的频率响应最强,因此只提取地震信号某个单频能量难以把整个地质体的异常突出出来。对于整个地震信号整个频带而言,相对而言高频成分刻画的地质体分辨率高、地质体边界清晰。图2是原始地震数据的沿层切片,图3是基于本发明的沿层切片(沿层切片是地震解释中一个非常基本的概念),箭头所指处展示了处河道空间展布的成像质量提高,而且边界和细节清晰。
(2)如图4所示,整个发明技术实现的步骤如下:
步骤1:收集井资料(查看钻井岩心资料确定目标地质体的地下深度位置)并对井旁地震道做谱分解(利用公式(1),谱分解是一个基本的概念),观察目标地质体相比围岩是否具有高频强振的地震反射特征(这个概念是定性的概念也是一个相对的概念,比如发现围岩的反射信号能量大部分集中在30hz,而目标地质体反射信号能量大多集中在50hz-60hz这样就可以称目标地质体的地震反射特征“高频强振幅反射”),一般地震信号的主频30—60hz这样,比如观察到目标地质体所在位置的地震信号与围岩处的地震信号在70—100h范围内两者的能量差别比较大,例如前者平均能量数值5000,后者只有50。有这种地震反射特征的才能采用本发明中的方法。高频强振幅提取用于一些地质体检测是因为高频会使得地质边界更加清晰,另一方面某些地质体本身地震反射特征就是高频强振幅反射比如一些薄层河道砂体。
井资料是通过测井或者钻井得到的最直接、最真实的地下地质信息,但是成本高,所以不可能到处打井,激发地震波探测地下地质情况需要对地震信号进行人工解释,将其解译成地质信息,解释的是否正确可以通过井资料上的信息进行验证,因为井资料反应的地质信息相对是最准确的,井旁地震道与井资料都是对井所在位置地下地质体的反映。
步骤2:利用发明内容(2)中的思想对第一道地震信号做基于高频强振幅异常的谱分解;
步骤3:对上一步中的时频谱取瞬时最大能量:
时频谱的特征之一是:一个时刻(比如地震信号200毫秒处)对应的能量不止一个,比如谱分解的频率采样间隔为1hz,如果从0—120hz一共121个频率采样,地震信号每一个时刻就对应121个频率能量,每一个时刻对应的121个频率能量的最大值就是瞬时最大能量。
步骤4:取下一个地震道直到所有地震道都完成为止:
所有地震道是指工区所有的地震道,井旁地震道与井资料是为了确定目标地质体的地震反射特征是否为“高频强振幅反射”,反过来如果具有这种特征,就将这所有工区找“高频强振幅”的地震信号,具有这种反射特征的信号也就和所要找的地质体是对应的。
利用本发明方法最后得到的就是各个地震道的瞬时最大能量。提取到各个地震道的瞬时最大能量后,再利用该瞬时最大能量进行地质体检测。
地质体检测时需要具体问题具体分析,比如在某工区结合钻井资料分析发现“生物礁”这种地质体的地震反射特征为“波形杂乱”,则可以依据这种特征来检测“生物礁”,同样本发明提供的方法也是这种情况。
例如从钻井的岩心资料上发现地下某个位置出现河道砂体,而且此位置出地震信号出现“高频强振幅”反射特征,就将地震信号“高频强振幅”与河道砂体建立对应关系,然后在全工区检测高频强振幅也就起到了检测河道砂体的目的。观察到河道砂体有“高频强振幅”的特征,只能说在本工区出现“高频强振幅”地震信号很有可能对应的是河道砂体而非一定是,只是说“很有可能”,是否一定是,还要看其他的钻井测井地质等其他资料作为补充证据。
常规方法提取高频强异常需要对地震信号分解观察哪个频率能量比较强,比如观察到60hz的信号能量比较强,然后再取地震信号对应60hz的单频能量,本发明的方法只要输入信号其他的不用输入,算法会自动检测出信号哪部分高频强振幅。
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 (3)
1.一种基于高频异常白适应提取的地质体检测方法,其特征在于:所述方法包括:
步骤1:查看钻井岩心资料确定目标地质体的地下深度位置,并对井旁地震道的地震信号做谱分解,然后观察目标地质体相比围岩是否具有高频强振幅的地震反射特征,如果具有该特征,则转入步骤2;
步骤2:对一道地震信号做基于高频强振幅异常的谱分解得到该道地震信号的时频谱;
步骤3:获取步骤2得到的时频谱中每个时刻的瞬时最大能量;
步骤4:对下一道地震信号重复步骤2和步骤3,直到所有地震道都完成为止。
2.根据权利要求1所述的基于高频异常白适应提取的地质体检测方法,其特征在于:所述步骤2中的所述做基于高频强振幅异常的谱分解得到该道地震信号的时频谱是利用下面的公式实现的:
其中,f(t)为地震信号,w(t)为子波,WT为地震信号的小波变换,w*(t)为子波的共轭复数,b为时间延迟,a为小波尺度因子。
3.根据权利要求2所述的基于高频异常白适应提取的地质体检测方法,其特征在于:所述步骤3是这样实现的:
时频谱中一个时刻对应一组频率能量,取该组频率能量中的最大值即为该时刻对应的瞬时最大能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310392141.8A CN104422958B (zh) | 2013-09-02 | 2013-09-02 | 一种基于高频异常自适应提取的地质体检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310392141.8A CN104422958B (zh) | 2013-09-02 | 2013-09-02 | 一种基于高频异常自适应提取的地质体检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104422958A true CN104422958A (zh) | 2015-03-18 |
CN104422958B CN104422958B (zh) | 2017-05-03 |
Family
ID=52972505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310392141.8A Active CN104422958B (zh) | 2013-09-02 | 2013-09-02 | 一种基于高频异常自适应提取的地质体检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104422958B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090292475A1 (en) * | 2007-05-25 | 2009-11-26 | Aftab Alam | Time-Space Varying Spectra for Seismic Processing |
CN102169188A (zh) * | 2010-12-15 | 2011-08-31 | 中国海洋石油总公司 | 一种基于Morlet谱勘测油气的方法 |
CN102692647A (zh) * | 2011-03-23 | 2012-09-26 | 中国石油天然气集团公司 | 一种高时间分辨率的地层含油气性预测方法 |
-
2013
- 2013-09-02 CN CN201310392141.8A patent/CN104422958B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090292475A1 (en) * | 2007-05-25 | 2009-11-26 | Aftab Alam | Time-Space Varying Spectra for Seismic Processing |
CN102169188A (zh) * | 2010-12-15 | 2011-08-31 | 中国海洋石油总公司 | 一种基于Morlet谱勘测油气的方法 |
CN102692647A (zh) * | 2011-03-23 | 2012-09-26 | 中国石油天然气集团公司 | 一种高时间分辨率的地层含油气性预测方法 |
Non-Patent Citations (4)
Title |
---|
JOHN P. CASTAGNA,ET AL.: "Instantaneous spectral analysis: Detection of low-frequency shadows associated with hydrocarbons", 《THE LEADING EDGE》 * |
张世鑫等: "利用基于T-K算子的非线性能量衰减分析技术进行储层含油气检测", 《地球物理学进展》 * |
熊晓军等: "基于非线性能量分析的鲕滩储层预测方法", 《西南石油大学学报(自然科学版)》 * |
王小品: "高精度频率衰减分析技术及其应用", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN104422958B (zh) | 2017-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9772414B2 (en) | System and method for microseismic data acquisition using sensor patches | |
Lu et al. | Seismic spectral decomposition using deconvolutive short-time Fourier transform spectrogram | |
Jaglan et al. | Unconventional seismic attributes for fracture characterization | |
CN110529087B (zh) | 一种评价地层水力压裂效果的方法及装置 | |
CN105044777B (zh) | 基于经验模态分解检测地震标志层强反射振幅消除的方法 | |
US20140019057A1 (en) | Microseismic Event Verification Using Sub-stacks | |
CN104360382A (zh) | 一种利用叠后地震数据进行油气检测的方法 | |
CN104570067A (zh) | 一种地球物理勘探中相控地震反演方法 | |
CN105093294A (zh) | 基于可变模态分解的地震波衰减梯度估计方法 | |
CN103792573A (zh) | 一种基于频谱融合的地震波阻抗反演方法 | |
CN105116449B (zh) | 一种弱反射储层的识别方法 | |
CN103018774B (zh) | 保持信噪比并提高地震记录分辨率的方法 | |
CN106526678A (zh) | 一种反射声波测井的波场分离方法及装置 | |
CN104422960B (zh) | 基于信号低频强异常自适应提取的地震资料流体识别方法 | |
CN106610506B (zh) | 地震勘探薄层识别方法 | |
Xia et al. | Improving ground-penetrating radar data in sedimentary rocks using deterministic deconvolution | |
Luo et al. | Deepwater reservoir prediction using broadband seismic-driven impedance inversion and seismic sedimentology in the South China Sea | |
Liu et al. | High‐Resolution Shear‐Wave Velocity Structure of the 2019 M s 6.0 Changning Earthquake Region and Its Implication for Induced Seismicity | |
CN105954800A (zh) | 利用地震纹理特性识别小断层的方法 | |
CN104422958A (zh) | 一种基于高频异常自适应提取的地质体检测方法 | |
Ningkai et al. | Stepped and detailed seismic prediction of shallow-thin reservoirs in Chunfeng oilfield of Junggar Basin, NW China | |
CN104345347B (zh) | 一种用于致密含气砂岩储层预测的测井曲线恢复方法 | |
CN104330824A (zh) | 一种利用能量相对变化率的油层识别方法 | |
CN109085646A (zh) | 一种基于eps相位体属性的三角洲相叠置砂体识别方法 | |
Holman | Seismic characterization of fractured rock fabric in Mississippian limestone, Payne county Oklahoma |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |