CN105182416A - 基于分频数据的地震反演方法及其装置 - Google Patents

Abstract

本发明公开了一种基于分频数据的地震反演方法及其装置，其涉及地球物理勘探技术领域，它包括以下步骤：基于收集的区域内的地震和测井数据获得地震反演初始模型和不同频率的地震数据体；基于不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果；基于不同频率的地震数据体的反演结果得到区域的定量化储层预测结果。本发明实施例解决了常规分频反演技术中只能通过地震属性对储层进行定性预测的问题，其通过将不同频率地震数据体的地震反演结果用于目标曲线拟合，将原有分频反演定性预测提高到定量化预测精度，进而得到定量化储层预测结果。

Description

基于分频数据的地震反演方法及其装置

技术领域

本发明涉及地球物理勘探技术领域，特别涉及一种基于分频数据的地震反演方法及其装置。

背景技术

作为地下储层空间展布形态描述的常用技术，地震反演长期在生产应用中发挥重要作用。地震反演是利用地表观测地震资料，以已知地质规律和钻井、测井资料为约束，对地下岩层空间结构和物理性质进行成像的过程。而分频反演技术是目前地震反演中使用的一项新技术，它通过对地震数据进行分频处理，提取不同频率数据的地震属性体，利用不同频率数据的地震属性体拟合目标曲线，进而得到最终的储层预测结果。本发明的发明人发现常规的分频反演技术利用地震属性体拟合测井波阻抗曲线，由于地震属性体只反映地震数据单一属性特征，其不能完全反映振幅、波形、相位等特征，进而无法反映地下具体地质情况，只能对地下储层进行定性预测，常规的分频反演技术的定性预测使其丧失了常规地震反演定量化预测的功能，其具有一定的局限性。

发明内容

为了克服现有技术的上述缺陷，本发明实施例提供了一种基于分频数据的地震反演方法及其装置，其能对地下储层空间进行定量化预测。

本发明实施例的具体技术方案是：

一种基于分频数据的地震反演方法，它包括以下步骤：基于收集的区域内的地震和测井数据获得地震反演初始模型和不同频率的地震数据体；基于不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果；基于不同频率的地震数据体的反演结果得到区域的定量化储层预测结果。

一种基于分频数据的地震反演装置，它包括：

地震反演初始模型建立模块，其用于根据区域内的测井数据和地震数据目的层的层位解释建立地震反演初始模型；地震数据体提取模块，其用于对收集区域内的地震数据按照一定间隔进行提取从而获得不同频率的地震数据体；地震数据反演模块，其用于将不同频率的地震数据体的反演结果合并得到区域的反演剖面；地震反演数据目标拟合模块，其用于将不同频率的地震数据体的反演结果拟合目标曲线得到区域的定量化储层预测结果。

本发明实施例中基于分频数据的地震反演方法及其装置将不同分频数据体通过地震反演获得的反演结果，用于拟合目标曲线，有效提升低频、高频信息在地震反演结果中的作用，同时将原有分频反演定性预测提高到定量化预测精度，进而得到定量化储层预测结果，为后期地质分析和井位部署提供更加可靠的依据。

附图说明

在此描述的附图仅用于解释目的，而不意图以任何方式来限制本发明公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本发明的理解，并不是具体限定本发明各部件的形状和比例尺寸。本领域的技术人员在本发明的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本发明。

图1为本发明实施例中基于分频数据的地震反演方法的流程图。

图2为本发明实施例中基于分频数据的地震反演装置的结构图。

图3为本发明实施例中地震反演初始模型的示意图。

图4a-4e为本发明实施例中不同频率的地震数据振幅归一化处理和去噪处理后的地震剖面。

图5为本发明实施例中地震反演结果得到的储层预测结果示意图。

图6为基于常规地震反演方法得到的储层预测结果示意图。

具体实施方式

结合附图和本发明具体实施方式的描述，能够更加清楚地了解本发明的细节。但是，在此描述的本发明的具体实施方式，仅用于解释本发明的目的，而不能以任何方式理解成是对本发明的限制。在本发明的教导下，技术人员可以构想基于本发明的任意可能的变形，这些都应被视为属于本发明的范围。

图1为本发明实施例中基于分频数据的地震反演方法的流程图,如图1所示，本发明实施例基于分频数据的地震反演方法包括以下步骤：

S101：收集区域内的地震和测井数据得到收集的区域内的地震和测井数据。

收集区域内的地震和测井数据得到收集的区域内的地震和测井数据，收集的区域内的地震和测井数据包括区域内的地震数据、测井数据、地震数据目的层的层位解释。该收集的区域内的地震和测井数据可以通过保幅处理以增加地震数据的质量。

S102：基于收集的区域内的地震和测井数据获得地震反演初始模型和不同频率的地震数据体。

基于收集的区域内的地震和测井数据中区域内的测井数据和地震数据目的层的层位解释建立地震反演初始模型。具体为首先利用目的层顶、底界的层位解释搭建构造模型；然后利用标定后的测井数据对构造模型内部空间进行插值得到地震反演初始模型。

分析地震数据中的频谱信息获得地震频带宽度，在有效地震频带宽度内按照一定间隔提取以获得不同频率的地震数据体。具体可以为分析原始地震数据的频谱信息，用以得到地震频带宽度，在有效地震频带范围(f_min，f_max)内按照一定间隔提取不同频率带宽(带宽b可以为1Hz、2Hz、…、a)的地震数据得到不同频率的地震数据体D_fi，i＝1，2，…，k,带宽可以为1Hz、2Hz、…、a，同时D_fi可以是二维数据体或者三维数据体。

S103：对不同频率的地震数据体进行振幅归一化处理获得振幅归一化处理后的不同频率的地震数据体。

对各个分频地震数据体D_fi可以进行振幅归一化处理，振幅归一化处理可以至少包括最大振幅归一化法和方差归一化法其中之一。最大振幅归一化法的具体计算过程如下：

$\stackrel{\‾}{D_{fi}}=\frac{D_{fi}}{max\left(D_{fi}\right)},i=1,2,\mathrm{...},k---\left(1\right)$

其中，max(D_fi)表示一个频率的地震数据体的最大振幅值，表示对应的振幅归一化分频地震数据体，D_fi表示地震数据体。

方差归一化法的具体计算过程如下：

$\stackrel{\‾}{D_{fi}}=\frac{D_{fi}}{std\left(D_{fi}\right)},i=1,2,\mathrm{...},k---\left(2\right)$

其中，std(D_fi)表示单个不同频率的地震数据体中最大振幅方差值，表示对应的振幅归一化分频地震数据体，D_fi表示地震数据体。

本基于分频数据的地震反演方法对获取的地震数据体进行分频处理获得不同频率的地震数据体，进一步开展振幅归一化处理，避免了不同频率的地震数据由于振幅差异太大从而在非线性拟合中引起的不确定性。

S104：对振幅归一化处理后的不同频率的地震数据体进行去噪处理获得去噪处理后的不同频率的地震数据体。

对振幅归一化处理后的不同频率的地震数据体分别做去噪处理以提高信噪比，该步骤主要用于去除随机噪音，去噪处理可以至少包括中值滤波法和均值滤波法其中之一。

具体可以如下处理：在振幅归一化处理后的不同频率的地震数据体中定义一个时窗，包含2j+1个样本点，则在中值滤波法中第j+1个样本点的值表示成：

$S_i^{med}=median(S_{i-j},S_{i-j+1},\mathrm{...},S_i,\mathrm{...},S_{i+j-1},S_{i+j}),i=1,2,\mathrm{...},N---\left(3\right)$

其中：为采用中值滤波法获得的时窗中间第j+1个样本点的数值。

在均值滤波法中第j+1个样本点的值表示成：

$S_i^{mean}=\frac{1}{2j+1}\underset{i=-j}{\overset{j}{\Σ}}{S}_{i+l},i=1,2,\mathrm{...},N---\left(4\right)$

其中：表示采用均值滤波法获得的时窗中间第j+1个样本点的数值。

本基于分频数据的地震反演方法在对不同频率的地震数据体开展振幅归一化处理后，再分别进行去噪处理，有效提升高频的地震数据体的信噪比，为获得准确地震反演结果奠定基础。

S105:基于不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果。

通过不同频率的地震数据体求取得到不同频率的地震数据体的地震子波，将地震子波代入地震反演初始模型进行反演获得不同频率的地震数据体的反演结果P_fi,i＝1,2,…,k。

S106：基于不同频率的地震数据体的反演结果得到区域的定量化储层预测结果。

基于不同频率的地震数据体的反演结果拟合目标曲线得到区域的定量化储层预测结果。同时可以对拟合曲线与目标曲线进行相关性分析进而根据相关系数判断该方法在区域内的可行性。

基于不同频率的地震数据体的反演结果拟合目标曲线得到区域的定量化储层预测结果，其中拟合曲线的计算过程如下：

Y_m＝w₁g(P_f1)+w₂g(P_f2)+...+w_kg(P_fk)(5)

其中，Y_m表示拟合曲线，g(P_fk)表示不同频率的地震数据体的反演结果P_fk为变量的函数，可以表征为P_fk、(P_fk)²、…、(P_fk)ⁿ、…、sin(P_fk)、cos(P_fk)、tan(P_fk)等表达式，w_k表示对应的g(P_fk)不同频率的地震数据的反演结果的系数；

对拟合曲线与和目标曲线进行相关性分析进而根据相关系数判断该该方法在区域内的可行性。求取拟合曲线与目标曲线的相关系数，确定该方法是否可以推广到整个区域内进行应用。

其中相关系数的计算过程如下：

$\mathrm{\ρ}(Y_m,Y_n)=\frac{\underset{i=1}{\overset{N}{\Σ}}(Y_{mi}-\stackrel{\‾}{Y_m})(Y_{ni}-\stackrel{\‾}{Y_n})}{std\left(Y_m\right)std\left(Y_n\right)}---\left(6\right)$

$\stackrel{\‾}{Y_m}=\frac{1}{t}\underset{i=1}{\overset{t}{\Σ}}{Y}_{mi}---\left(7\right)$

$\stackrel{\‾}{Y_n}=\frac{1}{t}\underset{i=1}{\overset{t}{\Σ}}{Y}_{ni}---\left(8\right)$

其中，Y_m表示拟合曲线，Y_n表示目标曲线，Y_ni是第i采样点的目标曲线数值，Y_mi为第i采样点的拟合曲线数值，t表示采样点的个数。

本基于分频数据的地震反演方法将不同频率的地震数据体通过地震反演获得的反演结果迭代拟合其与目标曲线的非线性关系，这一做法突破了原始获取的地震数据主频的限制，有效提升低频、高频信息在地震反演结果中的作用，同时将现有的分频反演定性预测提高到定量化预测精度，进而得到高精度定量化储层预测结果，为后期地质分析和井位部署提供更加可靠的依据。

本基于分频数据的地震反演方法在叠后、叠前数据地震反演中均可使用，通过非线性拟合关系可以将分频数据的波阻抗信息或者纵波速度、横波速度及密度信息与相同类型目标曲线建立起联系，从而利用地震数据反演得到不同类型的反演结果，有利于对地下储层的精细描述。其次，本方法不仅可以提供同类目标函数之间的拟合关系，还可以提供不同类型目标函数的拟合关系，从而为岩性识别及烃类检测提供更加有效的手段。

图2为本发明实施例中基于分频数据的地震反演装置的结构图，如图2所示，一种基于分频数据的地震反演装置，它包括：

地震反演初始模型建立模块，其用于根据区域内的测井数据和地震数据目的层的层位解释建立地震反演初始模型；

地震数据体提取模块，其用于对收集区域内的地震数据按照一定间隔进行提取从而获得不同频率的地震数据体；

地震数据反演模块，其用于将不同频率的地震数据体的反演结果合并得到区域的反演剖面；

地震反演数据目标拟合模块，其用于将不同频率的地震数据体的反演结果拟合目标曲线得到区域的定量化储层预测结果

上述基于分频数据的地震反演装置还可以包括：

归一化处理模块，其用于对不同频率的地震数据体进行振幅归一化处理以获得振幅归一化处理后的不同频率的地震数据体；

去噪处理模块，其用于对振幅归一化处理后的不同频率的地震数据体进行去噪处理以获得去噪处理后的不同频率的地震数据体。

以下为采用本基于分频数据的地震反演方法在四川盆地M段灰岩储层进行的预测，它包括以下步骤：

收集四川盆地M段灰岩储层的地震数据，同时对该地震数据进行保幅处理。该地震和测井数据包括区域内的测井数据、地震数据目的层的层位解释。

基于地震和测井数据获得地震反演初始模型和不同频率的地震数据体。具体为，基于地震和测井数据中区域内的测井数据和地震数据目的层的层位解释建立地震反演初始模型，图3为本发明实施例中地震反演初始模型的示意图。分析地震数据的频谱信息以获得地震频带宽度，落实有效地震频带宽度5-55Hz，在有效地震频带宽度范围内按照10Hz间隔提取5-15Hz、15-25Hz、25-35Hz、35-45Hz、45-55Hz不同频率的地震数据体D_f1、D_f2、D_f3、D_f4、D_f5。

对不同频率的地震数据体进行振幅归一化处理获得振幅归一化处理后的不同频率的地震数据体。在该实施例中采用方差归一化方法进行处理，具体处理如下：

$\stackrel{\‾}{D_{fi}}=\frac{D_{fi}}{std\left(D_{fi}\right)},i=1,2,\mathrm{...},k---\left(9\right)$

其中，std(D_fi)表示单个不同频率的地震数据体中最大振幅方差值，表示对应的振幅归一化分频地震数据体，D_fi表示地震数据体。

对振幅归一化处理后的不同频率的地震数据体进行去噪处理获得去噪处理后的不同频率的地震数据体，其目的在于可以有效提高信噪比，图4a-4e为本发明实施例中不同频率的地震数据振幅归一化处理和去噪处理后的地震剖面，其中，图4a为5-15hz频率的地震数据振幅归一化处理和去噪处理后的地震剖面，图4b为15-25hz频率的地震数据振幅归一化处理和去噪处理后的地震剖面，图4c为25-35hz频率的地震数据振幅归一化处理和去噪处理后的地震剖面，图4d为35-45hz频率的地震数据振幅归一化处理和去噪处理后的地震剖面，图4e为45-55hz频率的地震数据振幅归一化处理和去噪处理后的地震剖面。在该实施例中采用均值滤波法进行处理，具体处理如下：

$S_i^{mean}=\frac{1}{2j+1}\underset{i=-j}{\overset{j}{\Σ}}{S}_{i+l},i=1,2,\mathrm{...},N---\left(10\right)$

其中：表示采用均值滤波法获得的时窗中间第j+1个样本点的数值。

基于不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果。通过不同频率的地震数据体求取得到不同频率的地震数据体的地震子波，将地震子波代入地震反演初始模型进行反演获得不同频率的地震数据体的纵波阻抗反演结果P_f1、P_f2、P_f3、P_f4、P_f5。

基于不同频率的地震数据体的反演结果得到区域的高精度定量化储层预测结果。基于不同频率的地震数据体的反演结果进行目标曲线拟合进而得到区域的高精度定量化储层预测结果；对拟合曲线与和目标曲线进行相关性分析进而根据相关系数判断该方法在区域内的可行性。通过不同频率的地震数据体的纵波阻抗反演结果得到拟合曲线，对该拟合曲线与目标曲线进行相关性分析，根据相关系数判断该拟合曲线的可行性。

非线性拟合公式： $Y_m=P_{f1}+\frac{1}{{\left(P_{f2}\right)}^2}+\frac{1}{{\left(P_{f3}\right)}^2}+\frac{1}{{\left(P_{f4}\right)}^2}+\frac{1}{{\left(P_{f5}\right)}^2}---\left(11\right)$

其中，Y_m表示基于不同频率的地震数据体的纵波阻抗反演结果的拟合曲线，P_f1、P_f2、P_f3、P_f4、P_f5表示不同频率的地震数据体的纵波阻抗反演结果。

相关系数： $\mathrm{\ρ}(Y_m,Y_n)=\frac{\underset{i=1}{\overset{N}{\Σ}}(Y_{mi}-\stackrel{\‾}{Y_m})(Y_{ni}-\stackrel{\‾}{Y_n})}{std\left(Y_m\right)std\left(Y_n\right)}---\left(12\right)$

$\stackrel{\‾}{Y_m}=\frac{1}{t}\underset{i=1}{\overset{t}{\Σ}}{Y}_{mi}---\left(13\right)$

$\stackrel{\‾}{Y_n}=\frac{1}{t}\underset{i=1}{\overset{t}{\Σ}}{Y}_{ni}---\left(14\right)$

其中，Y_m表示基于不同频率的地震数据体的纵波阻抗反演结果的拟合曲线，Y_n表示测井纵波阻抗的目标曲线，Y_ni是第i采样点的目标曲线数值，Y_mi为第i采样点的拟合曲线数值，t表示采样点的个数。

经计算拟合曲线和目标曲线之间的相关系数为0.9033，评估可行的标准是相关系数值是否大于某个阈值，一般情况而言，将阈值设定为0.8，当相关系数大于等于0.8时，认为该拟合曲线具有可行性，当相关系数小于0.8时，认为该拟合曲线不具有可行性。所以，综上所述分析认为该拟合曲线具有可行性，确定该方法可以推广到整个区域内进行应用。

在本实施例中，最终四川盆地M段灰岩储层的预测结果如图5所示，图6为基于常规反演方法得到的储层预测结果示意图。本地区M段灰岩储层具有储层薄、低孔低渗、横向非均质性强的特点。通过比对图5和图6发现，本发明实施例中提供的基于分频数据的地震反演方法能够精度更高地反映储层在空间的展布，提高了储层预测的精度，并且将上下两套储层清晰刻画出来，与测井曲线有很好的对应关系。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (15)

1.一种基于分频数据的地震反演方法，其特征在于,它包括以下步骤：

基于收集的区域内的地震和预测数据获得地震反演初始模型和不同频率的地震数据体；

基于不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果；

基于不同频率的地震数据体的反演结果得到区域的定量化储层预测结果。

2.根据权利要求1所述的基于分频数据的地震反演方法，其特征在于：所述收集的区域内的地震和测井数据包括区域内的地震数据、测井数据、地震数据目的层的层位解释。

3.根据权利要求1所述的基于分频数据的地震反演方法，其特征在于：所述收集的区域内的地震数据通过保幅处理。

4.根据权利要求1所述的基于分频数据的地震反演方法，其特征在于：在步骤基于地震和测井数据获得地震反演初始模型和不同频率的地震数据体中，其包括：基于地震和测井数据中区域内的测井数据和地震数据目的层的层位解释建立地震反演初始模型；分析地震数据中的频谱信息获得地震频带宽度，在地震频带宽度内按照一定间隔提取地震数据以获得不同频率的地震数据体。

5.根据权利要求1所述的基于分频数据的地震反演方法，其特征在于，在步骤基于不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果之前，它还包括以下步骤：

对不同频率的地震数据体进行振幅归一化处理获得振幅归一化处理后的不同频率的地震数据体；

基于振幅归一化处理后的不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果。

6.根据权利要求5所述的基于分频数据的地震反演方法，其特征在于，所述振幅归一化处理至少包括最大振幅归一化法和方差归一化法其中之一。

7.根据权利要求5所述的基于分频数据的地震反演方法，其特征在于，在步骤基于不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果之前，它还包括以下步骤：

对振幅归一化处理后的不同频率的地震数据体进行去噪处理获得去噪处理后的不同频率的地震数据体；

基于去噪处理后的不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果。

8.根据权利要求7所述的基于分频数据的地震反演方法，其特征在于，所述去噪处理至少包括中值滤波法和均值滤波法其中之一。

9.根据权利要求1所述的基于分频数据的地震反演方法，其特征在于，在步骤基于不同频率的地震数据体和地震反演初始模型获得不同频率的地震数据体的反演结果中，具体包括：分别求取不同频率的地震数据体的地震子波，将地震子波代入地震反演初始模型进行反演获得不同频率的地震数据体的反演结果。

10.根据权利要求1所述的基于分频数据的地震反演方法，其特征在于，在步骤基于不同频率的地震数据体的反演结果得到区域的定量化储层预测结果中，具体包括：基于不同频率的地震数据体的反演结果拟合目标曲线得到拟合曲线，进而得到区域的定量化储层预测结果。

11.根据权利要求10所述的基于分频数据的地震反演方法，其特征在于，所述拟合曲线的计算过程如下：Y_m＝w₁g(P_f1)+w₂g(P_f2)+...+w_kg(P_fk)

其中，Y_m表示拟合曲线，g(P_fk)表示不同频率的地震数据体的反演结果P_fk为变量的函数，w_k表示对应的g(P_fk)不同频率的地震数据的反演结果的系数。

12.根据权利要求10所述的基于分频数据的地震反演方法，其特征在于，步骤基于不同频率的地震数据体的反演结果得到区域的定量化储层预测结果后，

对拟合曲线和目标曲线进行相关性分析进而根据相关系数判断该拟合曲线的可行性。

13.根据权利要求11所述的基于分频数据的地震反演方法，其特征在于，所述相关系数的计算过程如下：

$\mathrm{\ρ}(Y_m,Y_n)=\frac{\underset{i=1}{\overset{N}{\Σ}}(Y_{mi}-\stackrel{\‾}{Y_m})(Y_{ni}-\stackrel{\‾}{Y_n})}{std\left(Y_m\right)std\left(Y_n\right)},$

$\stackrel{\‾}{Y_m}=\frac{1}{t}\underset{i=1}{\overset{t}{\Σ}}{Y}_{mi},\stackrel{\‾}{Y_n}=\frac{1}{t}\underset{i=1}{\overset{t}{\Σ}}{Y}_{ni}$

其中，Y_m表示拟合曲线，Y_n表示目标曲线，Y_ni是第i采样点的目标曲线数值，Y_mi为第i采样点的拟合曲线数值，t表示采样点的个数。

14.一种基于分频数据的地震反演装置，其特征在于，它包括：

地震反演初始模型建立模块，其用于根据区域内的测井数据和地震数据目的层的层位解释建立地震反演初始模型；

地震数据体提取模块，其用于对收集区域内的地震数据按照一定间隔进行提取从而获得不同频率的地震数据体；

地震数据反演模块，其用于将不同频率的地震数据体的反演结果合并得到区域的反演剖面；

地震反演数据目标拟合模块，其用于将不同频率的地震数据体的反演结果拟合目标曲线得到区域的定量化储层预测结果。

15.根据权利要求14所述的基于分频数据的地震反演装置，其特征在于，它还包括：

归一化处理模块，其用于对不同频率的地震数据体进行振幅归一化处理以获得振幅归一化处理后的不同频率的地震数据体；

去噪处理模块，其用于对振幅归一化处理后的不同频率的地震数据体进行去噪处理以获得去噪处理后的不同频率的地震数据体。