CN104820237B - 计算地层的方差体的方法 - Google Patents

Abstract

提供一种计算地层的方差体的方法，包括：(a)选取预定数量的方位角，获取叠前地震数据中所述选取的方位角的地震数据体；(b)在所述选取的方位角的地震数据体中，以地震数据体中的一个目标点为中心，获取预定时窗长度的地震数据；(c)计算预定时窗长度内每个时间点的不同方位角的地震数据的方差值，并对所有时间点的所述方差值进行加权平均运算以获得第一加权平均值；(d)计算预定时窗长度内每个时间点的不同方位角的地震数据的均方值，并对所有时间点的所述均方值进行加权平均运算以获得第二加权平均值；(e)计算所述一个目标点的方差体。所述方法可预测尺度较小、数量更庞大的小型或者微断裂系统，并且可降低裂缝预测的多解性。

Description

计算地层的方差体的方法

技术领域

本发明总体说来涉及地震勘探数据处理的技术领域，更具体地讲，涉及一种计算地层的方差体的方法。

背景技术

裂缝油气藏在我国分布十分广泛，是我国油气勘探的重要领域。近几年来发现的裂缝油气藏越来越多，如塔里木盆地奥陶系碳酸盐岩缝洞型油气藏，柴达木盆地泥岩裂缝型油气藏，大港油田(埕海)奥陶系碳酸盐岩缝洞型油气藏，四川致密砂岩裂缝型油气藏等等，特别是近年来受到广泛重视的页岩油气是典型的裂缝型油气藏，复杂裂缝网络预测是页岩气有效开发的关键因素之一。

三维地震数据体中包含丰富的地层、岩性等信息，然而使用常规三维地震资料的解释方法工作量很大，而且很难得到隐藏在三维地震数据体中关于断层和特殊岩性体的清晰的直观图像。尽管如此，如何利用地震数据里包含的裂缝信息，如何发挥地震信息在横向连续性上的优势成为裂缝预测研究的重点。

利用地震资料来进行断裂检测的技术按照所用资料的不同分为两大类：一类是叠后预测技术，一类是叠前预测技术。叠后技术有相干分析技术、曲率分析技术、倾角检测技术、应力分析技术等，它们通常以叠后地震资料为基础输入，研究的是整个网状断裂系统中那些较大尺度的断裂，从预测效果上来看预测的是网状断裂系统的骨架与轮廓，在平面上呈线性分布，数量较少。该类方法优点是稳定、鲁棒性好。但对较小尺度、数量更庞大的小型或微断裂系统难于预测，其根本原因在于叠后地震资料的信息量比较小，缺乏偏移距信息和方位角信息，失去了以各向异性来检测微断裂的理论依据和基础。

叠前预测技术以叠前地震资料为基础输入，可以预测相对较小的裂缝系统，获得裂缝的发育密度和裂缝走向，早在1998年SubhashiSmack利用不同方位的反射振幅来反演裂缝的走向方位。麻省理工学院Mary和Shne等研究了各向异性介质中岩石的弹性模量、裂缝的特征(形状、密度和所含流体)、上覆地层的各向异性特征(如成层的水平泥岩)和裂缝储层由于厚度小而形成的调谐作用。该类方法优点是可以利用地震振幅随方位角变化的特征，能预测相对小尺度的裂缝系统；不足是对叠前地震资料保幅处理效果比较敏感，容易造成反演方法不够稳定。

方差体技术是近几年发展起来的一项地震资料解释的新技术。该技术利用相邻道地震信号(如振幅、相位等)之间的相似性来描述地层、岩性等的横向非均匀性，通过计算样点的方差值，揭示数据体中的不连续信息，进行断层、岩性识别，特别是在识别断层和特殊岩性体、判别断层的空间位置和平面组合关系以及了解与储集层特征密切相关的砂体展布等方面非常有效。将该技术与相干体技术和三维可视化技术联合应用，可以进一步提高断层解释精度。

当前，方差体的计算都是针对常规的叠后数据来处理的，它们以叠后地震数据体为基础输入，利用了空间各点与周围点的反射振幅差异特性，尽管能够预测地层中尺度较大、数量较少的断裂，但是由于叠后地震资料的信息量比较小，缺乏偏移距信息和方位角信息，失去了以各向异性来检测微断裂的理论依据和基础，因此存在如下缺点：一方面空间各点与周围点的反射振幅差异可以是裂缝引起的，也可能是岩性横向变化带来的，因此，具有很强的多解性；另一方面，该方法对较小尺度、数量更庞大的小型或微断裂系统难于预测。

发明内容

本发明的示例性实施例在于提供一种计算地层的方差体的方法，可解决现有方法计算的方差体难于预测相对小尺度的裂缝的问题。

本发明示例性实施例提供一种计算地层的方差体的方法，包括：(a)选取预定数量的方位角，获取叠前地震数据中所述选取的方位角的地震数据体；(b)在所述选取的方位角的地震数据体中，以地震数据体中的一个目标点为中心，获取预定时窗长度的地震数据；(c)计算预定时窗长度内每个时间点的不同方位角的地震数据的方差值，并对所有时间点的所述方差值进行加权平均运算以获得第一加权平均值；(d)计算预定时窗长度内每个时间点的不同方位角的地震数据的均方值，并对所有时间点的所述均方值进行加权平均运算以获得第二加权平均值；(e)根据所述第一加权平均值和所述第二加权平均值，计算所述一个目标点的方差体。

在所述方法中的步骤(e)中，可计算所述第一加权平均值与所述第二加权平均值的比值，并将所述比值作为所述一个目标点的不连续性方差体属性值。

在所述方法中的步骤(a)中，选取的预定数量的方位角中的每个方位角可通过如下等式来确定：

其中，θ_i表示预定数量中的第i个方位角，N表示预定数量。

在所述方法中的步骤(c)中，可通过以下等式来计算所述第一加权平均值：

其中，sum_var iance表示所述第一加权平均值，l表示预定时窗长度的地震数据的时间点的数量，var iance_k表示第k个时间点的所述方差值，w_k表示所述第k个时间点的所述方差值的加权系数。

在所述方法中，在步骤(c)中的加权平均运算中，离所述一个目标点越近的时间点的所述方差值的加权系数越大。

在所述方法中的步骤(d)中，可通过以下等式来计算所述第二加权平均值：

其中，sum_amplitude表示所述第二加权平均值，l表示预定时窗长度的地震数据的时间点的数量，amplitude_k表示第k个时间点的所述均方值，u_k表示第k个时间点的所述均方值的加权系数。

在所述方法中，在步骤(d)中的加权平均运算中，一个时间点的所述均方值的加权系数可可与在步骤(c)中的所述一个时间点的所述方差值的加权系数相同。

所述方法还可包括：(f)分别针对三维地震数据体中的其他目标点，重复步骤(b)至(e)来计算其他目标点的方差体。

在根据本发明示例性实施例的计算地层的方差体的方法中，以宽方位角的地震资料中的波场特征为基础，充分利用宽方位角的地震资料的充足信息量，可预测尺度较小、数量更庞大的小型或者微断裂系统，并且可降低裂缝预测的多解性。根据本发明示例性实施例的计算地层的方差体的方法在河道、砂体预测、复杂地质体的识别等方面应用也很直观，高效。

附图说明

通过下面结合示例性地示出实施例的附图进行的描述，本发明示例性实施例的上述和其他目的和特点将会变得更加清楚，其中：

图1示出根据本发明示例性实施例的计算地层的方差体的方法的流程图；

图2示出现有技术中的基于叠后地震数据的确定的方差体的切片图；

图3示出根据本发明示例性实施例的计算地层的方差体的方法确定的方差体的切片图。

具体实施方式

现将详细参照本发明的示例性实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述示例性实施例，以便解释本发明。

图1示出根据本发明示例性实施例的计算地层的方差体的方法的流程图。

参照图1，在步骤S10，选取预定数量的方位角，获取叠前地震数据中所述选取的方位角的地震数据体。所述叠前地震数据是以本领域公知的方法进行野外勘探采集得到的原始数据，经过地震资料处理(包括本领域公知的球面发散校正、对地层吸收的Q补偿、振幅处理、子波反褶积、地表一致性静校正、速度分析、动校正、剩余静校正等步骤)得到的叠前分方位地震数据，也就是宽方位的地震资料。

这里，所述预定数量的方位角可根据本工区的地质特点来选取。例如，可根据工区内裂缝发育的大致状况和/或不同方位区间覆盖次数的均匀性来选取。也可在方位角的数值范围内(0°至180°)均匀地选取预定数量的方位角，相应地，选取的预定数量的方位角中的每个方位角通过如下等式(1)来确定：

其中，θ_i表示预定数量中的第i个方位角，N表示预定数量。

在步骤S20，在所述选取的方位角的地震数据体中，以地震数据体中的一个目标点为中心，获取预定时窗长度的地震数据。具体说来，所述预定时窗长度的地震数据是指在所述选取的方位角的地震数据体中与所述一个目标点的线号相同的线号、与所述一个目标点的道号相同的道号、与所述一个目标点的时间点相差预定时窗长度之内的时间点的所有点的地震数据。这里，所述获取的预定时窗长度的地震数据可通过如下矩阵Trace来表示。

其中，x表示所述一个目标点的线号，y表示所述一个目标点的道号，z表示所述一个目标点的时间点，N表示预定数量，θ₁表示预定数量中的第1个方位角，t表示预定时窗长度，表示第x线、第y道且时间点为方位角为θ₁的地震数据。这里，地震数据可以是振幅。

在步骤S30，计算预定时窗长度内每个时间点的不同方位角的地震数据的方差值，并对所有时间点的所述方差值进行加权平均运算以获得第一加权平均值。

这里，可通过以下等式(2)计算预定时窗长度内第K个时间点的不同方位角的地震数据的方差值。

其中，var iance_k表示所述第k个时间点的所述方差值，x表示所述一个目标点的线号，y表示所述一个目标点的道号，N表示预定数量，θ_i表示预定数量中的第i个方位角， 表示第x线、第y道、预定时窗长度中的第k个时间点且方位角为θ_i的地震数据。

此外，可通过以下等式(3)来计算所述第一加权平均值。

其中，sum_var iance表示所述第一加权平均值，l表示预定时窗长度的地震数据的时间点的数量，var iance_k表示所述第k个时间点的所述方差值，w_k表示所述第k个时间点的所述方差值的加权系数。

预定时窗内不同时间点的方差值的加权系数的大小可由技术人员根据需要来设定。优选地，为了可以更加准确地反应不同方位角度上目标点周围的地貌特征，可将离所述一个目标点越近的时间点的所述方差值的加权系数设置得越大。例如，可将预定时窗内不同时间点的方差值的加权系数设置为和为1的等差数列。

可以理解，根据本发明示例性实施例的第一加权平均值不限于通过上述等式(3)来计算，还可根据其他合适的等式来计算。

在步骤S40，计算预定时窗长度内每个时间点的不同方位角的地震数据的均方值，并对所有时间点的所述均方值进行加权平均运算以获得第二加权平均值。

这里，可通过以下等式(4)计算预定时窗长度内第K个时间点的不同方位角的地震数据的均方值。

其中，amplitude_k表示第k个时间点的所述均方值，x表示所述一个目标点的线号，y表示所述一个目标点的道号，N表示预定数量，θ_i表示预定数量中的第i个方位角，表示第x线、第y道、预定时窗长度中的第k个时间点且方位角为θ_i的地震数据。

此外，可通过以下等式(5)来计算所述第二加权平均值。

其中，sum_amplitude表示所述第二加权平均值，l表示预定时窗长度的地震数据的时间点的数量，amplitude_k表示第k个时间点的所述均方值，u_k表示第k个时间点的所述均方值的加权系数。

预定时窗内不同时间点的均方值的加权系数的大小可由技术人员根据需要来设定。优选地，为了可以更加准确地反应不同方位角度上目标点周围的地貌特征，可将离所述一个目标点越近的时间点的所述均方值的加权系数设置得越大。例如，可将预定时窗内不同时间点的方差值的加权系数设置为和为1的等差数列。也可将一个时间点的所述均方值的加权系数设置为与在步骤S30中的所述一个时间点的所述方差值的加权系数相同。

可以理解，根据本发明示例性实施例的第二加权平均值不限于通过上述等式(4)来计算，还可根据其他合适的等式来计算。

在步骤S50，根据所述第一加权平均值和所述第二加权平均值，计算所述一个目标点的方差体。所述一个目标点的方差体的大小表示所述一个目标点的地层不连续信息，其中，一个目标点方差体越大，该目标点的连续性越低。本领域技术人员可根据所述方差体来进行断层、岩性识别。这里，可计算所述第一加权平均值与所述第二加权平均值的比值，并将所述比值作为所述一个目标点的不连续性方差体属性值。

为了可对整个地震数据所表示的工区地层进行断层、岩性识别，所述方法还可包括步骤：分别针对三维地震数据体中的其他目标点，重复步骤S20至S50来计算所述其他目标点的方差体。

在地震数据采集的过程中，当遇到地下断裂带时，不同方位角度的同一地震道间的反射波信号就会发生不同程度的变化，走时、振幅、频率和相位等方面也会有很大的差异，根据本发明示例性实施例的方法计算得到方差体的值将很大，等于或接近于1；当地下介质横向均一时，不同角度的同一地震道的反射波信号几乎一致，理论上反映出极度相似，根据本发明示例性实施例的方法计算得到方差体的值将很小，等于或接近于0；当地下地层岩性渐变时，不同角度的同一地震道的反射波信号变化处于上述两种情况之间，根据本发明示例性实施例的方法计算得到方差体的值介于0和1之间。

图2示出现有技术中的基于叠后地震数据确定的四川某工区一个层位的方差体的切片图，图3示出根据本发明示例性实施例的计算地层的方差体的方法确定的该工区的同一地层的方差体的切片图。通过对比图2和图3，可以看出图3中的断裂刻画更清晰，且一定程度上降低了由岩性变化引起的多解性。

在根据本发明示例性实施例的计算地层的方差体的方法中，以宽方位角的地震资料中的波场特征为基础，充分利用宽方位角的地震资料的充足信息量，可预测尺度较小、数量更庞大的小型或者微断裂系统，并且可降低裂缝预测的多解性。根据本发明示例性实施例的计算地层的方差体的方法在河道、砂体预测、复杂地质体的识别等方面应用也很直观，高效。

根据本发明的示例性实施例的上述方法可以被用于计算地层的方差体的设备来实现，也可以被实现为计算机程序，从而当运行该程序时，实现上述方法。

虽然已表示和描述了本发明的一些示例性实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本发明的原理和精神的情况下，可以对这些实施例进行修改。

Claims (8)

1.一种计算地层的方差体的方法，其特征在于,包括：

(a)选取预定数量的方位角，获取叠前地震数据中所述选取的方位角的地震数据体；

(b)在所述选取的方位角的地震数据体中，以地震数据体中的一个目标点为中心，获取预定时窗长度的地震数据；

(c)计算预定时窗长度内每个时间点的不同方位角的地震数据的方差值，并对所有时间点的所述方差值进行加权平均运算以获得第一加权平均值；

(d)计算预定时窗长度内每个时间点的不同方位角的地震数据的均方值，并对所有时间点的所述均方值进行加权平均运算以获得第二加权平均值；

(e)根据所述第一加权平均值和所述第二加权平均值，计算所述一个目标点的方差体。

2.根据权利要求1所述的方法，其特征在于，在步骤(e)中，计算所述第一加权平均值与所述第二加权平均值的比值，并将所述比值作为所述一个目标点的不连续性方差体属性值。

3.根据权利要求1所述的方法，其特征在于，在步骤(a)中，选取的预定数量的方位角中的每个方位角通过如下等式来确定：

${\mathrm{\θ}}_i=\frac{180}{N}\×(i-1)$

其中，θ_i表示预定数量中的第i个方位角，N表示预定数量。

4.根据权利要求1所述的方法，其特征在于，在步骤(c)中，通过以下等式来计算所述第一加权平均值：

$sum\_\mathrm{var}iance=\underset{k=1}{\overset{l}{\Σ}}{w}_k\×{\mathrm{variance}}_k,$

其中，sum_variance表示所述第一加权平均值，l表示预定时窗长度的地震数据的时间点的数量，variance_k表示第k个时间点的所述方差值，w_k表示所述第k个时间点的所述方差值的加权系数。

5.根据权利要求4所述的方法，其特征在于，在步骤(c)中的加权平均运算中，离所述一个目标点越近的时间点的所述方差值的加权系数越大。

6.根据权利要求1所述的方法，其特征在于，在步骤(d)中，通过以下等式来计算所述第二加权平均值：

$sum\_amplitude=\underset{k=1}{\overset{l}{\Σ}}{u}_k\×{\mathrm{amplitude}}_k,$

其中，sum_amplitude表示所述第二加权平均值，l表示预定时窗长度的地震数据的时间点的数量，amplitude_k表示第k个时间点的所述均方值，u_k表示第k个时间点的所述均方值的加权系数。

7.根据权利要求6所述的方法，其特征在于，在步骤(d)中的加权平均运算中，一个时间点的所述均方值的加权系数与在步骤(c)中的所述一个时间点的所述方差值的加权系数相同。

8.根据权利要求1所述的方法，其特征在于，还包括：

(f)分别针对三维地震数据体中的其他目标点，重复步骤(b)至(e)来计算其他目标点的方差体。