CN105445787A - 一种最优方位子体相干的裂缝预测方法 - Google Patents

Abstract

本发明提供了一种最优方位子体相干的裂缝预测方法，属于油田勘探领域。所述方法利用叠前地震道集生成方位子体，然后分别计算不同方位之间的相干属性，最后通过寻优来获得最优方位的地震数据相干体；所述方法包括：(1)叠前地震资料的预处理；(2)宏面元道集抽取；(3)分方位全偏移距道集的叠加形成方位子体；(4)地震方位子体相干计算形成方位相干子体；(5)计算最大方位相干子体，得到最优方位的地震数据相干体。

Description

一种最优方位子体相干的裂缝预测方法

技术领域

本发明属于油田勘探领域，具体涉及一种最优方位子体相干的裂缝预测方法。

背景技术

天然裂缝在石油勘探中具有重要的作用，因为在几乎每种储层、岩石类型以及深度都存在裂缝。确定这些裂缝以及识别裂缝的方向可以帮助勘探学家更好地理解储层。地下裂缝的尺寸是多种多样的，10米以下的小于地震级的裂缝是储层描述中大家非常感兴趣的，而确定最大裂缝密度区域或确定储层内这些裂缝的方位对于地球物理学家来说是一个重要的技术挑战。

自从相干体作为计算地震相干的一种地震资料的属性出现后，用地震相干检测裂缝的研究就开始了。地震相干的计算提供了一种定量测量穿过一个不连续体的波形变化的手段；视倾角的计算提供了一种测量穿过一个不连续体时的反射倾角/方位的变化的手段；振幅梯度的测量提供了一种测量穿过一个不连续体时反射系数的变化的手段。

目前，利用地震相干技术识别裂缝的方法常常基于叠后的地震资料，而叠后地震资料所面对的主要问题就是方位资料的缺失，所得到的相干计算裂缝的结果缺失了地震真实信息中的方位角，所得到的地震相干结果也是所有方位的裂缝信息平均后的结果，这对于地下发育的大断裂或者较大裂缝的发育和预测是没有问题的，但是对于某些尺度不大的裂缝而言，平均后的结果抹杀了其裂缝发育的方位走向。

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，提供一种最优方位子体相干的裂缝预测方法，基于宽方位采集的叠前地震道集，开展分方位抽取不同的叠加道集生成不同的方位子体，通过在不同的方位子体计算相干属性并二次寻优，获取最优的方位子体的优选地震相干体，识别层厚小于地震波长的地层内的断层，可以使三维地震数据中的断裂或者裂缝更加清晰、明了、直观。

本发明是通过以下技术方案实现的：

一种最优方位子体相干的裂缝预测方法，利用叠前地震道集生成方位子体，然后分别计算不同方位之间的相干属性，最后通过寻优来获得最优方位的地震数据相干体；

所述方法包括：

(1)叠前地震资料的预处理；

(2)宏面元道集抽取；

(3)分方位全偏移距道集的叠加形成方位子体；

(4)地震方位子体相干计算形成方位相干子体；

(5)计算最大方位相干子体，得到最优方位的地震数据相干体。

所述步骤(1)包括：道编辑、带通滤波、真振幅恢复、静校正、速度分析、剩余静校正、地表振幅一致性补偿、叠前反褶积及动校正。

所述步骤(2)是这样实现的：

将原CMP面元进行扩大形成CMP宏面元，具体如下：一个地震道是1×1，如果加上四周的两个道集，就形成3×3的CMP宏面元，如果加上四周的四个道集，就形成5×5的CMP宏面元，依此类推。

所述步骤(3)是这样实现的：

假如该地震工区均匀采集，一个CDP点的叠前地震道集的道数为N，选取的宏面元尺度为3×3，则该CDP点的通过步骤(2)获得的CMP宏面元的道集道数为9×N道，该9×N道地震数据均对应一个偏移距和一个方位角，因此得到一个9×N道的地震数据的偏移距-方位角分布图，在该图中，找到最大满方位角覆盖的偏移距范围，然后通过选取M个方位角和全偏移距进行叠加，进而得到数量不等的分方位全偏移距的叠加，就得到不同方位的地震叠加数据体，即地震方位子体数据。

所述M的取值为3个至6个，方位间隔为180°/M；所述偏移距取值为0米到满偏移距的最大值。

所述通过选取M个方位角和全偏移距的地震叠前道集进行叠加，进而得到数量不等的地震叠前道集是这样实现的：

把一个方位范围内的全偏移距地震叠前道集全部相加，再除以道集的个数就得到数量不等的地震叠前道集，即该方位范围内的分方位全偏移距的叠加。例如方位子体的个数为6个，计算得到的方位间隔为30°，第一个方位范围为0°-30°，第二个方位范围为31°到60°，以此类推，最后一个方位范围为151°-180°。

所述步骤(4)是这样实现的：

利用三维本征相干计算方法计算不同方位的所述地震方位子体数据的相干属性，形成若干个不同方位的地震数据相干体。

所述步骤(5)是这样实现的：

对步骤(4)得到的不同方位的地震数据相干体进行寻优，得到地震方位最大相干数据体。

所述寻优的方法如下：在步骤(4)得到的不同方位的地震数据相干体中，对每一道地震数据的每个点在各个方位之间寻找最大值，选择的最大值点地震道形成的地震方位最大相干数据体即为最优方位的地震数据相干体。

与现有技术相比，本发明的有益效果是：常规的利用地震相干技术识别裂缝的方法常常基于叠后的地震资料，本发明技术是在地震叠前道集上进行计算的，涉及的相干计算充分利用了目前宽方位地震采集道集所得到的偏移距以及方位信息，相比叠后地震数据得到的相干体，具有更丰富的裂缝发育信息，并且通过后期不同方位子体相干数据的寻优，可以得到工区范围内直观、清晰的裂缝发育分布图。

附图说明

图1是本发明方法的步骤框图。

图2是某个地震道集的方位-偏移距分布图。

图3-10～30度方位叠加的方位子体

图3-230～60度方位叠加的方位子体

图3-360～90度方位叠加的方位子体

图3-490～120度方位叠加的方位子体

图3-5120～150度方位叠加的方位子体

图3-6150～180度方位叠加的方位子体

图4-10～30度方位相干子体的沿层剖面

图4-230～60度方位相干子体的沿层剖面

图4-360～90度方位相干子体的沿层剖面

图4-490～120度方位相干子体的沿层剖面

图4-5120～150度方位相干子体的沿层剖面

图4-6150～180度方位相干子体的沿层剖面

图5是最优方位地震数据相干体(沿层平面)。

具体实施方式

下面结合附图对本发明作进一步详细描述：

用地震相干检测裂缝的研究很久以前就开始了。本发明针对实际油气田勘探中存在的天然裂缝问题，设计一种利用叠前地震道集生成方位子体，开展分方位相干计算，再对分方位的相干计算结果进行优选，开展一种最优方位子体相干的裂缝检测方法，可应用于油田勘探中裂缝型油气储层的预测。

本发明提出了一种利用叠前地震道集生成方位子体并分别计算相干属性，最后通过一种优选方位最大的算法来检测断层和裂缝。新算法在叠前分方位子体之间计算相干，再对分方位子体相干进行优选，而不是传统的叠后数据体直接计算相干属性。

(1)技术原理

①基于协方差矩阵的相干计算原理

在地震三维偏移体(即偏移成像)中，取相邻J个道N个样点组成一个地震子体构成矩阵D(即用矩阵D来表示地震子体)：

D＝[d_nj]_N×j(1)

D中每列代表一个有N个样点的地震道(第j道)，每行为J道中同一个时间样点(第n个样点)，d_nJ即为每j道的第n个样点。(1)式的展开式为(2)式： $d_n{d}_n^T=\left[\begin{array}{c}{d}_{n1}\\ d_{n2}\\ \·\\ \·\\ \·\\ d_{\mathrm{nJ}}\end{array}\right][d_{n1}{d}_{n2}\·\·\·d_{\mathrm{nJ}}]=\left[\begin{array}{cccc}{d}_{n1}^2& d_{n1}{d}_{n2}& \·\·\·& d_{n1}{d}_J\\ d_{n2}{d}_{n1}& d_{n2}^2& \·\·\·& d_{n2}{d}_{\mathrm{nJ}}\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ d_{\mathrm{nJ}}{d}_{n1}& d_{\mathrm{nJ}}{d}_{n2}& \·\·\·& d_{\mathrm{nJ}}^2\end{array}\right]---\left(2\right)$

现在的焦点是这J个道的相关性问题，哪些是独立的(非相似)变量，哪些是线性相关的(相似)变量。J维变量的正交关系在数学上可用协方差矩阵来表示，其秩与自由度有关。故矩阵D的协方差矩阵C可用下述方法来表示，记D的第n行为d_n ^T＝[d_n1d_n2...d_nJ]在均值为零的条件下n样点的协方差矩阵C为式(5)。

如果d_n为非零向量，则(2)式是一个半正定对称一秩阵，dndn^T只有一个非零本征值。全部样点的协方差矩阵D^TD可看成是N个一次阵之和，最多只有N(或Min(N，J))个秩，(2)式的协方差计算为(3)式：

$\begin{array}{c}{C}_{J\×J}=D_{J\×N}^T{D}_{N\×J}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_n{d}_n^T\\ =\left[\begin{array}{cccc}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_{n1}^2& \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_{n1}{d}_{n2}& \·\·\·& \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_{n1}{d}_{\mathrm{nJ}}\\ \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_{n1}{d}_{n2}& \underset{N=1}{\overset{N}{\mathrm{\Σ}}}{d}_{n2}^2& \·\·\·& \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_{n2}{d}_{\mathrm{nJ}}\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_n{d}_{\mathrm{nJ}}& \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_{n2}{d}_{\mathrm{nJ}}& \·\·\·& \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_{\mathrm{nJ}}^2\end{array}\right]\end{array}---\left(3\right)$

协方差矩阵C是一个对称矩阵C，它的秩由(3)式正本征值的数目来确定，

$E_c=\frac{\max \left({\mathrm{\λ}}_i\right)}{\underset{i}{\mathrm{\Σ}}{\mathrm{\λ}}_i}=\frac{\max \left({\mathrm{\λ}}_i\right)}{\mathrm{Tr}\left(C\right)}=\frac{\max \left({\mathrm{\λ}}_i\right)}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{c}_{\mathrm{ii}}}---\left(4\right)$

而协方差矩阵C的本征值的数目及相对大小决定了地震数据子体中有多少个自由度，及其每个自由度在总体能量中的相对地位，因此最大本征值及最大本征值在整体中所占有的份额，就是该子体中变化量(相似性)的定量描述，据此可定义相干系数为： $T_r\left(C\right)=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\mathrm{\λ}}_j=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{C}_{\mathrm{jj}}=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_{\mathrm{nj}}^2$

式中Tr(C)为矩阵C的迹，λi为C的本征值，由矩阵的特征分析可知：

即Tr(C)表示选定的整个数据子体的总能量，本征值个数表示子体中独立变量的个数，本征值大小表示占据子体的多少份额(地位)，最大本征值为max(λi)表示该子体起主导作用的变量。由于C也是一个半正定对称矩阵，故所有本征值λi≥0，0≤λi≤∑λj，因而满足0≤Ec≤1，表示主导变量占总变量的百分数，即相似(或非相似)部分占整个子体的比例或相关因子。

假定所有道均相同的水平反射，此时D可用任一行样点d(不为0)的比例变换来表示其它各行上的样点，不失一般性假定d₁ ^T＝[aa...a]，a≠0，则d_n ^T＝k_n[aa...a]＝k_nd₁，n＝2，3，...N。同时各行d_n ^T的协方差矩阵d_nd_n ^T及总子体协方差矩阵C为：

$\begin{array}{c}{d}_n{d}_n^T=\left(k_n{d}_1\right)\left(k_n{d}_1^T\right)=k_n^2{d}_1{d}_1^T\\ C=D^{T}D=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{d}_n{d}_n^T=(1+k_2^2+\·\·\·k_N^2)d_1{d}_1^T\end{array}---\left(5\right)$

由于为一秩阵，故C也为只有一个本征值的一秩阵。即当所有道的波形均相同时，Ec＝λ1/λ1＝1，相似性最好；随着各道波形变化，自由变量逐渐增加，能量向各个本征值分散，故Ec随之降低，反映子体的相似性变差。

(2)技术实现步骤

技术实现流程如图1所示，步骤如下：

①资料的预处理，主要针对前期的常规地震保幅处理工作

资料的预处理主要针对前期的常规地震保幅处理工作，主要包括道编辑、带通滤波、真振幅恢复、静校正、速度分析、剩余静校正、地表振幅一致性补偿、叠前反褶积及动校正等。

②宏面元抽取及不同方位均匀道集的形成

该步骤主要为了考虑实际地震资料的叠前道集由于采集系统和成本，在叠前时差提取时，总是存在着方位和偏移距不足的因素，因此，为了提高相邻道间信噪比，避免炮检分布不匀带来的弊端，并保证在不同方位上有足够密度的不同炮检距道集分布、较一致的叠加次数，通过扩大原CMP(共中心点)面元的手段建立CMP宏面元(一般为3×3或者5×5)(对于一个地震道来说就是1×1，如果加上四周的两个道集，就是3×3，加上四周的四个道集，就是5×5依次类推)。通过该方法可以对炮、检相邻的道进行部分叠加(可以选择分方位或者分偏移距叠加，具体的方位大小、偏移距大小、以及方位和偏移距的间隔根据实际地震资料有所不同)提高叠前资料信噪比，能够增强有效信号能量，并保证不同方位叠加次数基本一致。实际宽方位采集的地震道集分布的偏移距-方位示意图如图2所示。

③分方位全偏移距道集的叠加形成方位子体

假如该地震工区均匀采集，一个CDP点(共反射点)的叠前地震道集的道数为N，选取的宏面元尺度为3×3，则该CDP点的宏面元(就是通过步骤2获得的CMP宏面元)道集道数为9×N道(即一个CDP点是N道，现在把周围的9个点全部算成该点的数据，这个点就是9×N道，这是在假设采集均匀的情况下)，该9×N道地震数据均对应一个偏移距和一个方位角，因此可以得到一个9×N道的地震数据的偏移距-方位角分布图，如图3-1至图3-6所示，在该图中，可以观察到最大满方位角覆盖的偏移距范围，因此通过选取若干个方位角和全偏移距(方位子体如果为6个，就选择30间隔，方位子体为4个，就选择45度间隔，偏移距选择一般为0米到满偏移距的最大值)进行叠加，进而得到数量不等(因为采集观测系统的原因，方位角虽然是相等的，但是不同方位角满偏移距的最大值常常是不相等的，从图2中可以看出，所以每个方位间隔从0米到满偏移距的地震道集的数量是不相等的。)的分方位全偏移距的叠加(即把某个方位范围内的全偏移距叠前道集全部相加，再除以道集的个数)，就可以得到不同方位的地震叠加数据体，即地震方位子体数据(不同方位的地震子体数据线号，道号均一样，地震道数，以及每个地震道的采样数均一样，只是由于不同方位的叠加导致可能在某些方位的地震数据有所差异，图3-1至图3-6为6个方位地震数据体，30°间隔)。生成的方位地震数据体如图3-1至图3-6所示。如果方位子体的个数为M个，采集系统一般都是对称的，因袭考虑半圆圈180°即为全方位采集，此时具体的方位间隔为180°/M。考虑到现实地震采集系统的限制，一般分为3个到6个不等不等。

④地震方位子体分别的相干计算

针对上一步骤形成的不同方位的地震数据子体数据，利用传统的三维本征相干计算其相干属性，形成若干个不同方位的地震数据相干体(不同方位的地震方位相干体的线号，道号，地震道数以及采样均一样，只是由于不同方位的叠加导致可能在某些方位的相干计算结果有所差异，附图中的方位子体为6个)。相干计算的原理为上述技术原理中利用本征值相干的相干体计算方法(公式(1)到公式(5))，它的优点是：空间分辨率高，参与计算的道集相互关系信息风度，具有较高的可信度和信噪比。而且不同级次的数据连续或者错断，也表达了不同规模的多级断裂和裂缝的展布。生成的方位地震数据相干体如图4-1至图4-6所示。

⑤最优方位的地震数据相干体

在若干个方位的地震数据相干体中，由于裂缝发育的延展性，可能在某些方位裂缝的发育最为明显，但是在其他方位有可能无法得到展现，因此就要对全方位的地震数据相干体进行寻优，可以采用的寻优算法有很多，比如最小二乘寻优，或者在各个方位子体之间计算其椭圆属性然后找长轴的最大值寻优，对于相干算法而言，最简单也是最有效果的一种寻优方法是在方位之间寻找最大值，具体如下：在若干个方位的地震数据相干体中(比如有6个方位地震子体数据，该6个地震数据体的线号，道号均一样，地震道数，以及每个地震道的采样数均一样，只是由于不同方位的叠加导致可能在某些方位的相干计算结果有所差异)，对每一道地震数据的每个点在各个方位之间寻找最大值(如果有六个方位，则有六个点(因为方位的差异，每个方位计算出来的相干数据都是不相等)，取这六个点中的最大值即可)，选择的最大值点地震道形成的地震方位最大相干数据体。相干数据体是裂缝型储层中最有效也是最直接的属性计算方法，相干延伸或者变化较大的地方与地质中断裂/裂缝发育的地方密切相关，因此计算得到的地震方位最大相干数据体就可以针对该地震工区的裂缝发育情况进行预测。

生成的方位地震数据相干体如图5所示。图5给出了利用本发明方法对某油田某裂缝型储层发育区预测的结果图，从图中可以看出，其清晰地预测出了裂缝储层的整体发育情况，经过与井中的FMI成像对比分析，吻合率较好。

本发明针对实际油田勘探中面临的裂缝型储层的发育问题，采用的方法是针对实际叠前地震资料开展特殊处理，然后利用叠前方位共中心点地震道集开展分方位全偏移距进行叠加，叠加以后的不同方位的地震数据体再开展基于协方差矩阵的相干体计算程序，再对计算得到的不同方位的地震相干体进行断裂识别，并进行寻优得到最大方位相干数据体，进而得到最终的不同方位裂缝延展发育的预测成果图。

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 (9)

1.一种最优方位子体相干的裂缝预测方法，其特征在于：所述方法利用叠前地震道集生成方位子体，然后分别计算不同方位之间的相干属性，最后通过寻优来获得最优方位的地震数据相干体；

所述方法包括：

(1)叠前地震资料的预处理；

(2)宏面元道集抽取；

(3)分方位全偏移距道集的叠加形成方位子体；

(4)地震方位子体相干计算形成方位相干子体；

(5)计算最大方位相干子体，得到最优方位的地震数据相干体。

2.根据权利要求1所述的最优方位子体相干的裂缝预测方法，其特征在于：所述步骤(1)包括：道编辑、带通滤波、真振幅恢复、静校正、速度分析、剩余静校正、地表振幅一致性补偿、叠前反褶积及动校正。

3.根据权利要求2所述的最优方位子体相干的裂缝预测方法，其特征在于：所述步骤(2)是这样实现的：

将原CMP面元进行扩大形成CMP宏面元，具体如下：一个地震道是1×1，如果加上四周的两个道集，就形成3×3的CMP宏面元，如果加上四周的四个道集，就形成5×5的CMP宏面元，依此类推。

4.根据权利要求3所述的最优方位子体相干的裂缝预测方法，其特征在于：所述步骤(3)是这样实现的：

假如该地震工区均匀采集，一个CDP点的叠前地震道集的道数为N，选取的宏面元尺度为3×3，则该CDP点的通过步骤(2)获得的CMP宏面元的道集道数为9×N道，该9×N道地震数据均对应一个偏移距和一个方位角，因此得到一个9×N道的地震数据的偏移距-方位角分布图，在该图中，找到最大满方位角覆盖的偏移距范围，然后通过选取M个方位角和全偏移距的地震叠前道集进行叠加，进而得到数量不等的地震叠前道集，就得到不同方位的地震叠加数据体，即地震方位子体数据。

5.根据权利要求4所述的最优方位子体相干的裂缝预测方法，其特征在于：所述M的取值为3个至6个，方位间隔为180°/M；所述偏移距取值为0米到满偏移距的最大值。

6.根据权利要求5所述的最优方位子体相干的裂缝预测方法，其特征在于：所述通过选取M个方位角和全偏移距的地震叠前道集进行叠加，进而得到数量不等的地震叠前道集是这样实现的：

把一个方位范围内的全偏移距地震叠前道集全部相加，再除以道集的个数就得到数量不等的地震叠前道集。

7.根据权利要求6所述的最优方位子体相干的裂缝预测方法，其特征在于：所述步骤(4)是这样实现的：

利用三维本征相干计算方法计算不同方位的所述地震方位子体数据的相干属性，形成若干个不同方位的地震数据相干体。

8.根据权利要求7所述的最优方位子体相干的裂缝预测方法，其特征在于：所述步骤(5)是这样实现的：

对步骤(4)得到的不同方位的地震数据相干体进行寻优，得到地震方位最大相干数据体。

9.根据权利要求8所述的最优方位子体相干的裂缝预测方法，其特征在于：所述寻优的方法如下：在步骤(4)得到的不同方位的地震数据相干体中，对每一道地震数据的每个点在各个方位之间寻找最大值，选择的最大值点地震道形成的地震方位最大相干数据体即为最优方位的地震数据相干体。