CN106814391A - 基于菲涅尔体层析反演的地面微地震事件定位方法 - Google Patents

Abstract

本发明公开了基于菲涅尔体层析成像的地面微地震事件定位方法，包括：微地震数据及信息输入，初至拾取及初始震源定位，定义初始速度模型，射线追踪计算传播路径，菲涅尔体正演，计算走时残差，求解层析反演方程计算速度校正量，更新速度模型及震源定位，通过反复迭代输出最终的速度模型和震源位置。本发明考虑到地震仪器所记录的地震信号是数学射线附近区域介质异常的综合效应，相比单纯考虑数学射线的方法更符合实际，有利于后续处理中提高微地震事件定位精度；本发明可在准确宏观速度场的情况下获得高精度的微地震事件定位结果，两者在求解过程中相互约束，最终同时输出地下宏观速度场和定位结果。

Description

基于菲涅尔体层析反演的地面微地震事件定位方法

技术领域

本发明涉及地球物理勘探技术领域，特别涉及一种地面微地震事件定位方法。

背景技术

微地震监测技术是20世纪发展起来的一项新的物探技术，通过观察、分析生产活动中所产生的微小地震事件来监测生产活动的影响、效果及地下状态的地球物理技术。它可以应用于油气开发、煤矿监测、矿山压力监测、地质灾害监测等多个领域。目前，国外很多石油公司都对微地震监测技术在油气田开发阶段的应用进行了大量的试验研究，虽然该项技术在油气工业的应用虽未成为常规，但其技术本身却日趋成熟。国内，对该领域的研究虽然起步较晚，但在方法研究和技术开发等方面(如：现场监控、实时定位等)已取得了明显进展。

微地震监测技术主要包括井中微地震监测和地面微地震监测，井中微地震监测成本高，对井场条件要求苛刻；地面微地震监测成本相对较低，并且具有较高的灵活性。目前常用的微地震事件定位方法包括纵横波时差法、同型波时差法、蒙特卡洛法和能量扫描叠加法等。但这些方法都是用等效速度来替代地下真实速度模型，适用性十分有限。

如公开号为CN103869363A的专利公开了微地震定位方法及装置，实现过程包括：(1)构建表示地层速度的初始速度模型；(2)利用所述初始速度模型进行定位，得到微地震事件的初始位置；(3)根据微地震事件的初始位置的三维空间分布，计算微地震事件的包络面，其中，所述包络面内部的空间为压裂带；(4)获取表示压裂过程中地层速度实时变化的所述压裂带的等效速度；(5)根据所述压裂带的等效速度和所述压裂带的空间分布更新所述初始速度模型，得到更新后的速度模型；(6)利用更新后的速度模型进行定位，得到微地震事件的位置。这种方法解决了水压裂过程中反演结果精度低、可靠性低的问题。该方法的基础还是用等效速度来替代地下真实速度模型，无法反映地下真实的宏观速度场，定位精度受限。

发明内容

本发明的目的是针对地面微地震监测定位误差过大的情况，提供一种高精度的基于菲涅尔体层析成像的地面微地震事件定位方法。

本发明采用的技术方案如下。

基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于，包括如下步骤：

步骤1：微地震数据及信息输入；

步骤2：初至拾取及初始震源定位；

步骤3：定义初始速度模型，令迭代次数i＝0；

步骤4：射线追踪计算传播路径；

步骤5：菲涅尔体正演；

步骤6：计算走时残差；令i＝i+1；

步骤7：判断走时残差是否满足预设的精度要求、i是否大于预设的迭代次数m；

当走时残差满足预设的精度要求或i大于m时，输出速度模型及震源位置；

否则，求解层析反演方程计算速度校正量，调整震源位置，依据调整后的震源位置，重复步骤3-6并重新判断走时残差是否满足预设的精度要求、i是否大于预设的迭代次数m。

进一步，在步骤1中，微地震数据包括微地震监测观测系统数据、采集到的微地震数据。

进一步，在步骤1中，初至拾取及初始震源定位时，通过人工或程序自动拾取初至波到时并给定假设的初始震源位置。

进一步，在步骤3中，定义初始速度模型时，根据压裂井及相邻井资料建立初始速度模型，并采用规则网格将其离散化，网格大小取决于所需的定位精度及运算效率。

进一步，在步骤4中，射线追踪计算传播路径时，利用基于水平集的波前扩展算法计算初至波前走时，并通过三维波前时间插值确定射线路径；波前扩展算法是从震源点开始逐步向外推进，并在当前推进的波前窄带中找出多个次级震源同时继续向外扩展波前；记当前的波前窄带为Γ，若Γ内相邻节点的波前时间差小于下式计算的值，那么这两个节点的连线将趋于垂直于波前法线方向：

(式1)

其中，v_Γ,max表示波前窄带内各网格节点的最大波速。

Γ内的多个次级震源G的选择标准如下：

G＝{(i,j,k)∈Γ:t(i,j,k)≤t_Γ,min+δt_Γ} (式2)

其中，t_Γ,min为Γ内的最小波前时间。

进一步，在步骤5中，菲涅尔体正演时，以射线追踪获得的传播路径为中心轴线，根据菲涅尔体半径确定菲涅尔体空间分布；对于频率为f的地震波和给定的激发点S和接收点R，它们之间的第一菲涅尔带定义为满足下式的所有点A的集合：

(式3)。

进一步，在步骤6中，走时残差为当前震源位置下的理论到时与实际拾取到时之差。

进一步，在步骤7中，求解层析反演方程计算速度校正量的方法如下：

利用菲涅尔体能流密度的分布建立模型慢度增量与初至走时残差之间的菲涅尔体层析反演线性方程组，求解并转化得到速度模型校正量；下式是对应每个体元j建立的菲涅尔体层析反演方程：

(式4)

其中，Δp_j为对应体元j在N个菲涅尔体中累积的慢度校正量；ω_ij为对应第i条射线构建的菲涅尔体中的体元j的权系数，反映的是该体元内能留密度的大小；V_i为第i个菲涅尔体的体积；V_ij为第i个菲涅尔体中体元j所占的体积；Δt_i为每条射线上理论到时与实际到时的初至走时差；N_p为包括体元j的的菲涅尔体个数(N_p≤N)；G_ij为射线i在体元j中的传播距离；

最终求解得到的慢度校正量的倒数对应着该体元处速度模型更新量。

进一步，在步骤7中，调整震源位置的方法如下：

利用求解菲涅尔体层析反演方程组得到的速度模型校正量更新速度模型，并基于新的速度模型利用震源定位程序调整震源位置；下式基于更新后速度模型的震源定位目标函数：

(式5)

其中，t₀为发震时刻；t_i为拾取的初至到时；n为地面台站个数；q为目标函数的范数，取值1或2，对应L1范数标准和L2范数标准；Δp_j为对应体元j在N个菲涅尔体中累积的慢度校正量；ω_ij为对应第i条射线构建的菲涅尔体中的体元j的权系数，反映的是该体元内能留密度的大小；V_i为第i个菲涅尔体的体积；V_ij为第i个菲涅尔体中体元j所占的体积；Δt_i为每条射线上理论到时与实际到时的初至走时差；N_p为包括体元j的的菲涅尔体个数(N_p≤N)；G_ij为射线i在体元j中的传播距离。

与现有的微地震事件定位技术相比，本发明主要优点是：

(1)计算初至波前采用的GMM算法相比于传统的波前快速推进算法，在保证算法精度的同时可以大幅优化运算效率。

(2)采用的菲涅尔体层析反演方法考虑到地震仪器所记录的地震信号是数学射线附近区域(第一菲涅尔体)介质异常的综合效应，相比单纯考虑数学射线的方法更符合实际。

(3)使速度模型和定位结果相互约束，反复迭代求解，在保证准确的地下宏观速度场的基础上提高了微地震事件定位精度。

(4)本发明是一种在未知震源位置情况下的层析成像方法，可将层析成像方法与微地震定位方法相互约束结合，可求解最优地下宏观速度场和定位结果。

总之，本发明能够较好地获取地下宏观速度模型，并基于此模型获得高精度的微地震事件定位结果。针对性的利用菲涅尔体层析反演方法生成准确的地下宏观速度模型，在准确速度模型的基础上进行定位，从而有效降低定位误差。本发明考虑到地震仪器所记录的地震信号是数学射线附近区域(第一菲涅尔体)介质异常的综合效应，相比单纯考虑数学射线的方法更符合实际，有利于后续处理中提高微地震事件定位精度；本发明可在准确宏观速度场的情况下获得高精度的微地震事件定位结果，两者在求解过程中相互约束，最终同时输出地下宏观速度场和定位结果。既有利于提高定位精度，同时输出的速度场还可以应用于微地震事件重定位，用于检验本次定位的准确性和提高重复定位时的计算效率。

附图说明

图1为本发明的一实施例中基于菲涅尔体层析成像的地面微地震事件定位方法流程图示意图。

图2为本发明的一实施例中的理论速度模型示意图。

图3为本发明的一实施例中的微地震正演数据示意图。

图4为本发明的一实施例中的迭代5次速度模型示意图。

图5为本发明的一实施例中的迭代12次速度模型示意图。

图6为本发明的一实施例中对初始微地震数据进行基于菲涅尔体层析成像的地面微地震事件定位方法处理后的微地震事件定位结果与实际发震点位置对比示意图。

具体实施方式

下面，结合附图和实施例对本发明做进一步说明。

实施例1。如图1所示，基于菲涅尔体层析成像的地面微地震事件定位方法，包括以下步骤：(1)微地震数据及信息输入；(2)初至拾取及初始震源定位；(3)定义初始速度模型；(4)射线追踪计算传播路径；(5)菲涅尔体正演；(6)计算走时残差；(7)求解层析反演方程计算速度校正量；(8)更新速度模型及震源定位；(9)将第(3)步中的速度模型替换成第(8)步中的速度模型，重复第(3)-(8)步，输出最终的速度模型和震源位置。

目前主流的微地震事件定位方法包括纵横波时差法、同型波时差法、蒙特卡洛法和能量扫描叠加法等，这些方法都是用恒定的等效速度作为速度模型，无法反映地下真实的宏观速度场，定位精度受限。获取高精度的震源定位结果关键在于求取合适的速度模型，因此，本甚是失礼针对性的利用菲涅尔体层析反演方法生成准确的地下宏观速度模型，在准确速度模型的基础上进行定位，从而有效降低定位误差。

本实施例具体的技术措施如下。

(1)将微地震监测观测系统数据和采集到的微地震数据全部导入。

(2)通过人工或程序自动拾取初至波到时并给定假设的初始震源位置。

(3)根据压裂井及相邻井资料建立初始速度模型，并采用规则网格将其离散化，网格大小取决于所需的定位精度及运算效率。

(4)利用基于水平集的波前扩展算法(GMM算法)计算初至波前走时，并通过三维波前时间插值确定射线路径；GMM算法是从震源点开始逐步向外推进，并在当前推进的波前窄带中找出多个次级震源同时继续向外扩展波前。记当前的波前窄带为Γ，若Γ内相邻节点的波前时间差小于下式计算的值，那么这两个节点的连线将趋于垂直于波前法线方向：

(式1)

其中，v_Γ,max表示波前窄带内各网格节点的最大波速。Γ内的多个次级震源G的选择标准如下：

G＝{(i,j,k)∈Γ:t(i,j,k)≤t_Γ,min+δt_Γ} (式2)

其中，t_Γ,min为Γ内的最小波前时间。

(5)菲涅尔体正演。以射线追踪获得的传播路径为中心轴线，根据菲涅尔体半径确定菲涅尔体空间分布；对于频率为f的地震波和给定的激发点S和接收点R，它们之间的第一菲尼尔带定义为满足下式的所有点A的集合：

(式3)。

(6)获取当前震源位置下的理论到时与实际拾取到时之差。

(7)利用菲涅尔体能流密度的分布建立模型慢度增量与初至走时残差之间的菲涅尔体层析反演线性方程组，求解并转化得到速度模型校正量；下式是对应每个体元j建立的菲涅尔体层析反演方程：

(式4)

其中，Δp_j为对应体元j在N个菲涅尔体中累积的慢度校正量；ω_ij为对应第i条射线构建的菲涅尔体中的体元j的权系数，反映的是该体元内能留密度的大小；V_i为第i个菲涅尔体的体积；V_ij为第i个菲涅尔体中体元j所占的体积；Δt_i为每条射线上理论到时与实际到时的初至走时差；N_p为包括体元j的的菲涅尔体个数(N_p≤N)；G_ij为射线i在体元j中的传播距离。最终求解得到的慢度校正量的倒数对应着该体元处速度模型更新量。

(8)利用求解菲涅尔体层析反演方程组得到的速度模型校正量更新速度模型，并基于新的速度模型利用震源定位程序调整震源位置；下式基于更新后速度模型的震源定位目标函数：

(式5)

其中，t₀为发震时刻；t_i为拾取的初至到时；n为地面台站个数；q为目标函数的范数，取值1或2，对应L1范数标准和L2范数标准；其它参数和式4中一致。

(9)将第(3)步中的速度模型替换成第(8)步中的速度模型，重复第(3)-(8)步，直至(6)步计算得到的走时残差满足精度或超出预设的迭代次数即可输出最终的速度模型和震源位置。

应用实例。为验证本实施例所述方法，选择低速体模型进行模拟测试，测试情况如下。

如图2-图6所示，通过给定的低速体速度模型(图2)正演得到模拟微地震事件记录(图3)，对拾取得到的初至波到时和各炮假定震源位置(本实施例中假定为模型中实际震源位置上升200米)应用本实施例的方法，5次迭代后的速度模型(图4)与原始低速体速度模型还有较大差异，12次迭代后速度模型(图5)与原始低速体速度模型的残差满足精度，同时输出最终的震源定位位置(图6)。在本方法求解的迭代过程中，震源位置和速度模型互相约束调整，随着速度模型逐渐逼近真实，震源位置的误差也会进一步缩小，对后期裂缝解释、评估有重要的指导意义。

本实施例的方法能够较好地获取地下宏观速度模型，并基于此模型获得高精度的微地震事件定位结果。本实施例考虑到地震仪器所记录的地震信号是数学射线附近区域(第一菲涅尔体)介质异常的综合效应，相比单纯考虑数学射线的方法更符合实际，有利于后续处理中提高微地震事件定位精度；本发明可在准确宏观速度场的情况下获得高精度的微地震事件定位结果，两者在求解过程中相互约束，最终同时输出地下宏观速度场和定位结果。既有利于提高定位精度，同时输出的速度场还可以应用于其他定位方法，用于检验本次定位的准确性和提高重复定位时的计算效率。

Claims (9)

1.基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于，包括如下步骤：

步骤1：微地震数据及信息输入；

步骤2：初至拾取及初始震源定位；

步骤3：定义初始速度模型，令迭代次数i＝0；

步骤4：射线追踪计算传播路径；

步骤5：菲涅尔体正演；

步骤6：计算走时残差；令i＝i+1；

步骤7：判断走时残差是否满足预设的精度要求、i是否大于预设的迭代次数m；

当走时残差满足预设的精度要求或i大于m时，输出速度模型及震源位置；

否则，求解层析反演方程计算速度校正量，调整震源位置，依据调整后的震源位置，重复步骤3-6并重新判断走时残差是否满足预设的精度要求、i是否大于预设的迭代次数m。

2.如权利要求1所述的基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于：在步骤1中，微地震数据包括微地震监测观测系统数据、采集到的微地震数据。

3.如权利要求1所述的基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于：在步骤2中，初至拾取及初始震源定位时，通过人工或程序自动拾取初至波到时并给定假设的初始震源位置。

4.如权利要求1所述的基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于：在步骤3中，定义初始速度模型时，根据压裂井及相邻井资料建立初始速度模型，并采用规则网格将其离散化。

5.如权利要求1所述的基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于：在步骤4中，射线追踪计算传播路径时，利用基于水平集的波前扩展算法计算初至波前走时，并通过三维波前时间插值确定射线路径；波前扩展算法是从震源点开始逐步向外推进，并在当前推进的波前窄带中找出多个次级震源同时继续向外扩展波前；记当前的波前窄带为Γ，若Γ内相邻节点的波前时间差小于下式计算的值，那么这两个节点的连线将趋于垂直于波前法线方向：

${\mathrm{\δt}}_{\mathrm{\Γ}}=\frac{1}{\sqrt{3}}\frac{min(\mathrm{\Δ}x,\mathrm{\Δ}y,\mathrm{\Δ}z)}{v_{\mathrm{\Γ},max}}$ (式1)

其中，v_Γ,max表示波前窄带内各网格节点的最大波速；Γ内的多个次级震源G的选择标准如下：

G＝{(i,j,k)∈Γ:t(i,j,k)≤t_Γ,min+δt_Γ} (式2)

其中，t_Γ,min为Γ内的最小波前时间。

6.如权利要求1所述的基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于：在步骤5中，菲涅尔体正演时，以射线追踪获得的传播路径为中心轴线，根据菲涅尔体半径确定菲涅尔体空间分布；对于频率为f的地震波和给定的激发点S和接收点R，它们之间的第一菲涅尔带定义为满足下式的所有点A的集合：

$t(S,A)+t(A,R)-t_{L_{min}}(S,R)\≤1/\left(2f\right)$ (式3)。

7.如权利要求1所述的基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于：在步骤6中，走时残差为当前震源位置下的理论到时与实际拾取到时之差。

8.如权利要求1所述的基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于：在步骤7中，求解层析反演方程计算速度校正量的方法如下：

利用菲涅尔体能流密度的分布建立模型慢度增量与初至走时残差之间的菲涅尔体层析反演线性方程组，求解并转化得到速度模型校正量；下式是对应每个体元j建立的菲涅尔体层析反演方程：

${\mathrm{\Δp}}_j=\underset{i=1}{\overset{N}{\Σ}}\frac{{\mathrm{\ω}}_{ij}{V}_{ij}{\mathrm{\Δt}}_i{G}_{ij}}{V_i{N}_p\underset{k=1}{\overset{M}{\Σ}}{\left(G_{ik}\right)}^2}$ (式4)

其中，Δp_j为对应体元j在N个菲涅尔体中累积的慢度校正量；ω_ij为对应第i条射线构建的菲涅尔体中的体元j的权系数，反映的是该体元内能留密度的大小；V_i为第i个菲涅尔体的体积；V_ij为第i个菲涅尔体中体元j所占的体积；Δt_i为每条射线上理论到时与实际到时的初至走时差；N_p为包括体元j的的菲涅尔体个数(N_p≤N)；G_ij为射线i在体元j中的传播距离；

最终求解得到的慢度校正量的倒数对应着该体元处速度模型更新量。

9.如权利要求1所述的基于菲涅尔体层析反演的地面微地震事件定位方法，其特征在于：在步骤7中，调整震源位置的方法如下：

利用求解菲涅尔体层析反演方程组得到的速度模型校正量更新速度模型，并基于新的速度模型利用震源定位程序调整震源位置；下式基于更新后速度模型的震源定位目标函数：

$F(x_0,y_0,z_0,t_0)=\underset{i=1}{\overset{n}{\Σ}}|t_i-t_0-\underset{j=1}{\overset{M}{\Σ}}{p}_j{G}_{ij}{|}^q$ (式5)

其中，t₀为发震时刻；t_i为拾取的初至到时；n为地面台站个数；q为目标函数的范数，取值1或2，对应L1范数标准和L2范数标准；Δp_j为对应体元j在N个菲涅尔体中累积的慢度校正量；ω_ij为对应第i条射线构建的菲涅尔体中的体元j的权系数，反映的是该体元内能留密度的大小；V_i为第i个菲涅尔体的体积；V_ij为第i个菲涅尔体中体元j所占的体积；Δt_i为每条射线上理论到时与实际到时的初至走时差；N_p为包括体元j的的菲涅尔体个数(N_p≤N)；G_ij为射线i在体元j中的传播距离。