CN104487869A - 特征化感兴趣地质区域的计算机方法以及执行此方法的计算机程序 - Google Patents

Abstract

一数据集包括在一观测时段(T)内通过对感兴趣区域进行地震成像获取的数据。通过比较相邻面元的接收信号(G₀,…,G₆)将区域(i,j)的内在地质变化确定为作为相邻面元的信号几何中的差的函数。

Description

特征化感兴趣地质区域的计算机方法以及执行此方法的计算机程序

技术领域

本发明涉及特征化感兴趣地质区域的计算机方法。

背景技术

地震成像已被用于特征化感兴趣的地质区域。然而，由于地震成像的可重复性较弱，难以使用此技术在一段时间内监视感兴趣的地质区域。实际上，难以确定地质图像的变化是由于受监视区域自身的改变，还是由于成像条件的改变。

特别地，本发明旨在改进这一状况。

发明内容

为此，提出了一种特征化感兴趣地质区域的计算机方法，包括：

-提供一数据集，该数据集包括在一观测时段通过对感兴趣区域进行地震成像获得的数据，所述数据集包括，对于感兴趣区域的每个面元，与发射信号、接收信号、以及信号几何相关的数据，

-通过比较相邻面元的接收信号将感兴趣区域的面元的内在地质变化确定为所述相邻面元的信号几何的差的函数。

这样，地震成像不仅用于成像感兴趣的地质区域，还用于发现它有多大的地质变化。此变化对于感兴趣区域的未来成像将是有用的。

在一些实施例中，还可使用如在从属权利要求中定义的一个或多个特征。

附图说明

通过下文对以非限制性示例提出的其一个实施例以及附图的描述，本发明的其他特征和优点将易于显现。

在附图中：

图1是地震成像方法的示意图；

图2a和2b是不同地球地质条件下图1的放大图；

图3a和3b是不同地球地质条件下的示意图，每个都示出了左手边的地震成像以及右手边的作为ΔG的函数的SDR^-1的方差图，

图4a和4b示出了地震成像的两种不同假设；

图5示出了一种试验性测量(左右边的ΔG以及右手边的Δaz)，

图6示出了上述方法的输出(左手边的真实SDR以及右手边的估算的L_coh)，

图7示出了上述方法的输出(左右边的真实SDR以及右手边的估算的SDR)，以及

图8示意性地示出了适于执行该方法的设备。

在不同附图中，相同的附图标记指定相同或相似地元素。

具体实施方式

概要

目前已被广泛认知的是海洋延时地震中的大多数可重复性破坏来自于源和接收点的重新部署中出现的不可避免的定位错误。然而，尽管多人从事于这一重要主题，我们仍缺乏将这些错误以定量并因此以预测的方式联系至我们称作“可重复性噪音”的一致框架。该风险很高，因为在延时调查中控制4D噪音的期望等级-例如通过声音导航规范-对于以合理开销使得我们监视的水库变得更好是非常重要的。最近的研究已经开始揭开这一问题的面纱，通过提供一种新的方式从干扰理论角度来审视该4D问题，将其中其他结果导向引入SDR属性作为延时可重复性的真实、公正的测量。基于该框架，这里提出了允许适当解决4D预测问题的一工作方法的主要思想。

图1示意性地示出了进行中的地震成像方法的一个示例。根据上文可知，感兴趣地质区域1被划分为适当尺寸的多个面元(1,1),…,(i,j),…,(m,n)。图1示出了此区域的行j。地震试验例如可使用沿着方向X移动的船2并且其后紧随着多个传感器3(作为或多或少平行于感兴趣地质区域的平均表面的列和行的阵列)。船2适于发出一发射信号4，它被朝向传感器地球反射。指定传感器3检测与发射线号4以及该感兴趣地质区域的区域(i,j)(或“面元”)相关的检测信号5。发射信号4可认为所有都相等，或者也可在调查中考虑它们的改变。此试验在观测时段T内执行。此试验提供了一数据集，该数据集包括发射信号、接收信号、以及信号几何的关联。

4D扰动模型的提醒

下面几行提出了关于此工作所基于的框架和注释的一些必要提醒。

在任何延时调查中，原始4D信号是两个相似测量b和m的差，它可通过一般的卷积模型进行描述：

b＝w₁.e₁+n₁   (1)

m＝w₂.e₂+n₂，

其中w_i表示发射信号，e_i表示此发射信号的地球响应，以及n_i为噪音。

由于监视试验试图忠实地重现基本获取以便捕捉小的与乘积相关的改变ΔP，试验条件ΔG的差别应当足够小以考虑下述扰动假设：

w₂≈(l+ε).w₁*δ_τ，

$e_2\≈e_i+({\∂e}_1/\∂P)\mathrm{\ΔP}+({\∂e}_i/\∂G)\mathrm{\ΔG}---\left(2\right)$

第一等式概述了我们的努力以重复进行基本调查。由于我们积极地试图取消在获取和预处理的第一阶段两个小波之间可能存在的任何差别，它们的远场特征波形应当仅与几何时移(它总是很重要)以及相对能量传播(通常并不重要)不同。第二等式声明了地球的响应在两个试验中相似，具有源于乘积和关于射线路径几何的地球的脉冲响应的本地空间改变的差别。将这些等式合并得出：

m＝δ_τ*b+d   (3)

其中d是扰动项，根据我们的假设，它由随机、乘积和地质项的总和构成。它的大小可通过信号-扰动比SDR量化，定义为：

SDR＝||b||²/||d||²＝(∑_k b² _k)/(∑_k d² _k)   (4)

简单来说，SDR量化了可在理论上使用绝对完美的增益和无瑕疵的时移均衡测量的延时差的能量。通过构建，它特征化了基本和监视痕迹之间的内在形状相似性。由SDR索引的可重复性度量在表1中给出。

表1

从实际立场来看，已知SDR例如可使用下述公式进行估计:

SDR＝max(x_bm)²/(1-max(x_bm)²)，

其中x_bm是基础b和监视m之间标准化的交叉关联函数。

引入相干长度

在没有乘积的情况下扰动项仅由不期望的随机和/或地质起源的贡献组成。然而，它们的相对重要性是远远不同的。根据作者的经验，地质扰动能量到目前为止是主要的，其效果比随机起源的效果在名义上质量的地震延时方面大一到两个数量级并且建立实际上真正限制为我们的4D保真度。如果我们在d中丢弃随机项，我们获得SDR的下述表达式：

SDR≈(L_coh/ΔG)²其中 $L_{\mathrm{coh}}=\left|\right|e_1\left|\right|/\left|\right|{\∂e}_1/\∂P\left|\right|---\left(5\right)$

对于获得的覆盖具有稍微不同几何结构的指定感兴趣区域(或者“面元”)的两个基础和监视轨迹，SDR将几何误差ΔG关联至其取值完全取决于观测的基础轨迹(通过||e₁||)和稍微不同几何条件下它会呈现的样子(通过导数)两者的固定参数L_coh。注意下面这一值得注意的事实：在我们的假设下，SDR完全独立于监视轨迹自身的真实特征。现在，由于SDR是一无量纲的比值，L_coh应当以几何误差的单位表示，通常为米。我们自然地将此参数称作相干长度：它表现为在我们的实验条件下的感兴趣面元的一特征属性，例如调查深度、处理步骤、偏移范围等。站在实际的立场上，无论几何误差何时会匹配L_coh，SDR都将为1(0dB)。因为这应被考虑为在延时重复性方面最糟糕的容忍情况，指定面元的相干长度还表示此面元的永远应当被容忍的最大几何误差。

相干长度估计的一般原则

等式(5)告诉我们的是基本的和简单的以直观地理解。当观察选择面元的一对基本/监视轨迹时，指定的几何误差ΔG将产生更加重复性的问题，如果前述面元通过比射线路径仅遭遇平静和缓慢变化的地质特征的区域更复杂的地质查看。这在图2a和2b中示意性地画出。基础的发射信号4b由感兴趣区域(i,j)反射为反射信号5b。监视发射信号4m由相同感兴趣区域(i,j)反射为反射信号5m。两个信号之间发射点、反射点和监测点位置的不同对应于几何误差ΔG。图2a和2b分别示出了感兴趣地质区域1中强/弱异质性的情况。在图2b的情况下，由基础和监视轨迹两者看出的异质性是相似的，而在图2a的情况下，由基础和监视轨迹看出的异质性是不同的。

站在定量的立场上，如果我们知晓我们基本数据集的每个面元的L_coh的值，我们将会能够在拍摄真正监视调查前(执行新的地震成像方法之前)使用ΔG的期望分布的唯一知识预测相应的SDR。相似地，如果我们需要为每个面元要获得的目标SDR，我们可在最大ΔG上建立限制，它在每个面元上应当被容忍以便满足重复性目标。无论哪种情况，两者都是4D可行性问题，都以基础数据集中L_coh的知识或估计为中心。

因此，我们测量或估计这一参数。这例如可通过感兴趣区域中邻接(相邻)基础轨迹中信号特征中的变化的统计分析执行。如图3a所示，我们想要为用下标0(对应于上述示例中的区域(i,j))表示的参考面元提取相干长度。此面元的基础轨迹将被表示为b₀，以及它的基本拍摄几何G₀。为了估计L_coh，我们可提出下述基本方法：

1.定义包括表示为(b)_1,…,N的N个基础轨迹的参考面元周围的邻居。在基本数据集中拍摄它们所使用的几何表示为(G)_1,…,N；

2.对于(1,N)中的每个轨迹，计算SDR_n＝SDR(b₀,b_n)以及(ΔG)_n＝G_n-G₀。

3.生成SDR_n vs.(ΔG)_n的方差图，并生成最遵循关系SDR＝(L_coh/ΔG)²的L_coh。

除了使用例如方差图的图形化解决方案外，其他方法可用于通过SDR_n和(ΔG)_n确定L_coh。

此方差图应当如何理想地工作的一种好的概念性的理解可通过图3a和3b获得，其中为了我们的解释的简单性，SDR的逆被求出作为ΔG的函数。到目前为止，ΔG被考虑为可通过标量值测量的一般的几何误差，单位为米。

如果我们要将参考轨迹与它自己作比较，我们将得到ΔG₀＝0并且不应当测量出任何地质扰动。这意味着无限的SDR，或者等价地，SDR^-1＝0。SDR^-1vs.ΔG交会图中最左边的点因此位于方差图的(0,0)。如果我们要比较参考轨迹与在我们的基础数据库中最遥远的轨迹，也就是ΔG≈∞，没有任何理由证明它们相似。然而，我们可安全地期望它们具有可比能量，一个简单地原因是它们属于同一调查。为此，对于所有这些轨迹，我们可期望具有SDR≈1，我们的方差图的基石。最后，在适度ΔG的范围内，扰动模型应当保持。回忆起相同的ΔG在比地质平静的区域具有更高地表下可变性的区域内将生成更高的扰动。因此在第一种情况下(图3a-强异质性)扰动建立得比第二种(图3b-弱异质性)更快，生成图3a和3b的特征曲线。我们的面元的相干长度L_coh是方差图的范围，即高于它时SDR^-1始终小于预定阈值的ΔG，例如小于1(0dB)。这是一种自包含操作，仅涉及基础数据集，无论何时都不会有来自监视调查的输入。

相干长度估计的实践方面

我们应当使用何种“基础数据集”？规则化破坏了我们的初始几何信息并且堆叠的轨迹包括来自多个源/接收端对的能量贡献。对于这些基本原因，堆叠或迁移部分看起来并不适于L_coh估计的任务。在可用的所有叠前数据收集可能性中，非规则的普通偏移立方体最适于我们的研究。实际上，它们包含关于调查中(几乎)所有面元的信息，它们的轨迹在获取几何方面相当同质，并且更重要的是，它们嵌入了简单的地质信息。

ΔG的准确表达式呢？给定基础源和接收端的已知坐标，监视设备的位置定义了具有在拖缆延时中4自由度的问题(Δx_sou，Δy_sou，监视和基础源之间分别沿着x和y轴的差，Δx_rec和Δy_rec，对于接收端同样如此)。理论上，几何误差的精确定义因此需要使用多维向量。根据第一实施例，一种4D分析描述了具有对称和过分简化几何的定位错误，它将问题简化为对于DS+DR和Δaz几乎没有例外，参考图4a(其中没有示出反射)，分别为源位置，接收位置，以及方位中的差。此第一实施例是一种更简单的方法，然而它可能被丰富，因为它产生一些近似：首先，它假设基础和监视偏移是严格相等的，这种情况极少发生。其次，它使用的定位属性是非常相关的，因为DS+DR与Δaz/2的正弦成正比。更重要的，并不考虑反射点(ΔCDP)中的差，它看似几何非重复性后的主要几何属性。观察结果示出了方位中的差同样是重要的，但它们的影响是次要的。根据第二实施例，因此可能参考图4b中示出的更实际的配置。

例如，在估计过程中ΔG可用作ΔG＝2ΔCDP＝||DS+DR||，其中DS和DR是向量。注意它的一些限制：它并不携带任何方位信息并且无论何时DS和DR在迹象中将为共线和相反的，ΔG都将在数学上为零，虽然方位中的差可能存在于真实生活中。这一点可在第三实施例中得到改进。

因此，对于给定面元的参数L_coh的上述确定可对感兴趣地质区域的所有面元重复，以便获取所有感兴趣区域中此参数的地图。这使得能够确定感兴趣地质区域的具有高扰动性的部分以及具有低扰动性的部分。此地图可用于例如确定未来地震成像采集的参数。这些参数例如可为传感器的布置图，或者采集的频率，它可被选择为在整个感兴趣地质区域内不同。

应用实例

使用来自最近在几内亚湾的离岸海湾中的4D调查的数据，在小的4×2km区域内分析非规则偏移类，其中并不期望4D信号。观测到的Δaz和通过在我们的调查中几何上的真实基础-监视差测量的ΔG在图5中示出，分别为左边和右边，对于源-接收端间距在1000m范围内的中间-偏移类来说。在覆盖层中在300ms的时间窗口上计算观察到的基础和监视之间的SDR的地图，示出了采集的质量是公平的以及整体的SDR值与偏移类一起减少。

通过手头上的这些观察结果，我们设置在生成观察的SDR地图的估计的任务中不使用监视数据。在我们的分析中的第一步中，我们对于我们偏移类的每个面元独立地运行我们的自包含预测方法。我们观察到L_coh值减少的同时偏移类增加，这是直观地讲得通的：由于更小的能量和更长的光纤路径，倾斜支持扰动。而且，观察到L_coh在偏移类中非常一致，并且具有从地质角度有意义的空间组织的可重现特征清晰可见。此值得注意的事实示出了方法的稳定性，假设L_coh的计算对于每个面元独立执行。图6示出了我们选择的中间偏移类的真实的SDR(左右边)和估计的相干长度(右手边)。

作为最后步骤，我们联合使用观察的几何误差以及我们的相干长度以对SDR进行预测。如图7所示，结果是令人鼓舞的：虽然我们倾向于对预测的SDR(图7的右手边)估计稍高，我们能够解释它的大部分并且忠实地捕获它的变化和空间组织。

观察到的不适合应当是一个莫大的吃惊之处，假设我们在扰动模型中忽略掉随机项并且由于我们的ΔG，正如所定义的，没有携带方位信息。通过引入金块效应并使用具有人工添加方位信息的修改的几何误差ΔG已经获得了稍好的结果。

最后，我们已经注意到误差ΔGDP的分布似乎在不同的偏移类中没有改变。该问题的详细分析为此明显的令人困惑的事实给出了解决提示：ΔGDP可看作随机变量ΔGDP＝((x_b-x_m)²+(y_b-y_m)²)^1/2，其中x_b，y_b，x_m和y_m表示感兴趣面元中的反射点的坐标，在我们的面元中这四个量服从统一分布规则。ΔGDP的平均值可被示为跟随与图5中其平均值接近面元对角线长度一半的那个相似的分布，它具有重要的实践结果。首先，如果想要使用我们的方法执行4D可行性研究，可能并不绝对需要生成一匹配期望的羽化、转向力、电流等的ΔG分布。可能始于通过上述随机变量画出观察以有好的可能得出SDR。其次，并且可能更重要的是：减少面元的尺寸应当实际上减少观察的几何误差，直接提升4D信号。

结论

我们能够根据基础数据集和期望的或已知的几何误差这一单一知识以良好的准确度预测4D采集的可重复性等级。本方法使用在我们的试验和观测条件下的感兴趣区域内地球响应的内在改变的估计。

几何参数控制几何非重复性在反射点ΔCDP看起来是不同的。方位差为第二位。注意虽然面元置于中心通过经典的4D处理执行，此步骤并不取消来自反射点并不相同这一初始事实的两个轨迹之间的扰动。此扰动出现在整个处理中作为我们4D数据中的有弹性的伤疤。

上述方法可在可编程的机器上执行，例如访问包括该数据集的存储器7的处理器6。该处理器和存储器可提供在同一机器8上，或者分布于网络，可能在多个国家中。可提供显示器9从而用户可设置执行上述方法的某些参数和/或显示例如图5-7所示地图的某些结果。用户可使用接口10与处理器6通信。

Claims (11)

1.特征化感兴趣地质区域的计算机化方法，包括：

-提供包括通过在观察时段(T)内感兴趣区域的地震成像获取的数据的数据集，所述数据集包括，对于感兴趣区域的每个面元，与发射信号、接收信号、以及信号几何相关的数据，

-通过比较相邻面元的接收信号(G₀,…,G₆)将感兴趣区域的面元(i,j)的内在地质变化确定为所述相邻面元的信号几何中的差的函数。

2.根据权利要求1的方法，其中信号几何包括与发射信号的发射位置、接收信号的接收位置、以及发射信号由地球反射的估计位置相关的数据。

3.根据权利要求1或2的方法，其中确定包括将所述变化估计为等于面元间接收信号中的差超过预定阈值的几何中的差的距离(L_coh)。

4.根据权利要求1至3的任一方法，其中比较两个接收信号包括两个接收信号的第一个关于两个接收信号的第二个的信号-扰动比(SDR)。

5.根据权利要求4的方法，其中该信号-扰动比被定义为||b||²/||d||²，当m被写作m＝δ_τ*b+d，其中b是第一接收信号，m是第二接收信号，并且δ_τ是表示第一和第二接收信号关于对方的几何时移的因子，以及d是随机地质扰动项。

6.根据权利要求5的方法，其中该信号-扰动比被估计为max(x_bm)²/(1-max(x_bm)²)，

其中x_bm表示基础和监视之间标准化的交叉关联函数并且max标识函数的最大值。

7.根据权利要求4的方法，其中该信号-扰动比通过表示面元中两个接收信号的反射点的间距的随机变量ΔGDP估计。

8.根据权利要求1至7的任一方法，其中确定对于感兴趣区域的多个区域((1,1),…,(M,N))重复执行。

9.一种特征化感兴趣地质区域的方法，包括通过地震成像生成数据集并应用权利要求1至8的任一方法至所述数据集。

10.建立地震成像采集的方法，包括：

-执行根据权利要求1至9的任一方法，以及

-通过确定所述变化的结果确定所述地震成像采集的参数。

11.一种计算机程序，包括设计为当在可编程机器上运行时执行权利要求1至8的任一方法的指令。