CN113064205B - 菲涅尔带约束的浅水多次波衰减方法 - Google Patents

Abstract

一种菲涅尔带约束的浅水多次波衰减方法，包括以下步骤：一，对原始的地震数据进行预处理；二，重构近偏移距信息；三，对格林函数进行构建；四，地震数据与格林函数褶积；其采用浅水多次波预测的公式为：

五，菲涅尔带约束叠加；六，使用自适应匹配进行相减，其公式为：p(t)＝d(t)‑f(t)*m(t)；七，得到浅水多次波衰减后的地震数据。本发明不仅能够有效地进行浅水多次波衰减，消除地震资料中的陷频问题，拓展地震资料频带；而且，还为后续构造解释和储层研究提供重要的资料基础，对海上油气田勘探开发具有重要意义。

Description

菲涅尔带约束的浅水多次波衰减方法

技术领域

本发明属于油气勘探地震资料处理领域，尤其涉及菲涅尔带约束的浅水多次波衰减方法。

背景技术

在进行地震勘探时，地震波在不同地层之间、薄层之间、裂缝内部与裂缝之间会发生多次散射或折射后被检波器接收，其被统称为多次波或多次散射。如果多次波处理不当，很容易混淆、干扰一次有效反射波的能量，进而在很大程度上，降低地震资料的偏移成像质量，甚至导致对地下构造的错误认识，直接影响后续的井位部署和勘探成功率。且由于在浅水情况下，在水层中完整传播后，被检波器接收到的浅水多次波的旅行时，与一次反射波的旅行时的时差较小，波形相互混叠，严重影响了互层结构下，对储层发育模式的识别。因此，如何有效地解决浅水多次波的衰减问题是地震资料处理中的重点、难点和热点。

当前，有关深水情况下的多次波预测与衰减，已有相对成熟的理论和方法，且得到了大规模的应用，而浅水情况下的多次波预测和衰减技术还不完善，仍然面临着巨大的挑战。

目前，浅水多次波的衰减方法主要分为滤波类方法和波动方程类方法两种。其中，波动方程类方法又包括：逆散射级数法、反馈迭代法、波场延拓法和格林函数法等方法；逆散射级数法和反馈迭代方法是基于数据驱动，但由于在浅水条件下，其无法区分直达波和海底反射波，因此，不仅导致近偏移距处反射波估算困难，很难获得规则采样的全波场数据；而且，浅水多次波的多阶性使得计算过程需要多次迭代，容易引入振幅误差，存在伤害有效波的风险。而基于波场延拓的确定性浅水多次波衰减方法，其是通过对炮记录进行完整的上、下行波场延拓来模拟出多次波；但它是基于瑞利积分对波场延拓的假设，因此，对于弯曲反射界面的波场延拓，其结果不是完全正确的，而且，在上行延拓和下行延拓中，都没有很好地考虑海底反射系数的影响。

发明内容

本发明目的在于提供一种菲涅尔带约束的浅水多次波衰减方法,以解决在浅水条件下，自由表面多次波衰减的要求，为后续油气田勘探开发提供重要的资料基础的技术问题。

为实现上述目的，本发明的菲涅尔带约束的浅水多次波衰减方法的具体技术方案如下：

一种菲涅尔带约束的浅水多次波衰减方法，包括以下步骤：

第一步，对原始的地震数据进行预处理；

第二步，重构近偏移距信息；

第三步，对格林函数进行构建；

第四步，地震数据与格林函数褶积

将第二步得到的地震数据和第三步得到的时间域格林函数变换到频率域；根据相同的偏移距信息，在频率域将每一个地震道与格林函数进行对应相乘，从而得到每一个地震道经过一次完整的水层传播后的结果；且采用浅水多次波预测如下公式：

第五步，菲涅尔带约束叠加

将选取的地震数据进行叠加得到预测的浅水多次波，以提升目标地震道浅水多次波预测精度和信噪比；

第六步，自适应相减

将原始地震数据与第五步得到的浅水多次波预测结果进行自适应匹配相减，从而，最终实现浅水多次波的衰减；使用自适应匹配相减的方法公式为：p(t)＝d(t)-f(t)*m(t) (2)；

第七步，得到浅水多次波衰减后的地震数据。

进一步，所述第一步中，对原始的地震数据进行预处理是利用计算机对原始采集的地震数据进行解编、并对其进行噪音压制、振幅补偿、静校正或海平面校正、多次波压制、能量均衡的叠前常规的预处理，以确保预处理后的地震资料有较好的信噪比；并将预处理后的原始地震数据和导航文件合并，对其中的坏炮和坏道进行剔除，且对地震数据中的野值、线性噪音和低频噪音的干扰进行针对性去除，得到信噪比相对较高的原始输入资料。

进一步，所述第二步中，重构近偏移距信息是利用高精度拉东变换外插，重构近偏移距地震道，从而，获得全偏移距的地震数据。

进一步，所述第三步中，对格林函数进行构建，是在地震数据中选取要进行浅水多次波预测的目标地震道，并以该目标地震道为虚拟震源，结合水深、水速和偏移距信息构建格林函数，以模拟地震波在水层中从其他地震道接收点传播到目标地震道接收点的过程。

进一步，所述第四步中，公式(1)其中的定义：M(x_r,x_s；ω)为预测的浅水多次波，D(x_k,x_s；ω)为接收到的地震记录，G₀(x_r,x_k；ω)为构建的格林函数，x_s为震源位置，x_k为接收点位置，x_r为目标地震道位置，ω为角频率。

进一步，所述第五步中，菲涅尔带约束叠加是采用位于菲涅尔带内的地震道信息进行叠加，以实现目标对地震道的浅水多次波预测。

进一步，所述第六步中，自适应相减是采用自适应匹配相减的方法进行浅水多次波衰减。

进一步，所述第七步中，得到浅水多次波衰减后的地震数据，即：浅水多次波衰减后的单炮记录中波组关系更加明确。

进一步，所述自适应匹配相减的方法是采用公式(2)进行，其中的公式(2)定义：p(t)为浅水多次波衰减后的地震数据，d(t)为原始地震数据，f(t)为匹配算子，m(t)为预测的浅水多次波数据。

本发明的菲涅尔带约束的浅水多次波衰减方法具有以下优点：

1.本发明通过构建表征地震波在水层中完整传播的格林函数，对采集的地震数据进行延拓，并采用菲涅尔带约束的方式选取对目标地震道浅水多次波有贡献的地震道信息进行加权叠加，从而，实现目标地震道浅水多次波的精确预测，最终，采用自适应匹配相减的方法实现地震资料浅水多次波衰减。

2.本发明克服了常规自由表面多次波衰减方法，在浅水多次波预测和衰减中的不足，提高了浅水多次波预测结果的信噪比和计算效率，适用于常规海上采集的拖缆、斜缆和海底电缆等观测系统。

3.本发明不仅能够有效地进行浅水多次波衰减，消除地震资料中的陷频问题，拓展地震资料频带；而且，还为后续构造解释和储层研究提供重要的资料基础，对海上油气田勘探开发具有重要意义。

附图说明

图1为本发明的流程示意图；

图2A为常规全孔径示意图，即：采用全部地震道信息；

图2B为菲涅尔带约束示意图；即采用位于菲涅尔带内的地震道信息；

图3A为常规格林函数浅水多次波预测结果示意图；

图3B为菲涅尔带约束的格林函数浅水多次波预测结果示意图；

图4A为含浅水多次波的单炮记录示意图；

图4B为浅水多次波衰减后的单炮记录示意图；

图5A为原始单炮记录的频谱示意图；

图5B为浅水多次波衰减后单炮记录的频谱示意图；

图6A为原始单炮记录示意图；

图6B为浅水多次波衰减后的单炮记录示意图；

图7为本发明中实际单炮记录浅水多次波衰减前后的频谱对比示意图；其中，深黑色为原始单炮记录的频谱，浅黑色为浅水多次波衰减后单炮记录的频谱；

图8A为原始单炮记录的自相关谱示意图；

图8B为浅水多次波衰减后单炮记录的自相关谱示意图；

图9A为浅水多次波衰减前的偏移剖面示意图；

图9B为本发明菲涅尔带约束的浅水多次波衰减后的偏移剖面示意图。

具体实施方式

为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明一种菲涅尔带约束的浅水多次波衰减方法做进一步详细的描述。

如图1-图9B所示，本发明菲涅尔带约束的浅水多次波衰减方法，包括以下步骤：

第一步，对原始的地震数据进行预处理

利用计算机中地震资料处理软件对原始采集的地震数据(即：原始野外炮集)进行解编、并对其进行噪音压制、振幅补偿、静校正或海平面校正、多次波压制、能量均衡等叠前常规的预处理，以确保预处理后的地震资料有较好的信噪比；并将预处理后的原始的地震数据和导航文件合并，且对其中的坏炮和坏道进行剔除，对地震数据中的野值、线性噪音和低频噪音等干扰进行针对性去除，得到信噪比相对较高的原始输入资料；

第二步，重构近偏移距信息

利用高精度拉东(Radon)变换外插，重构近偏移距地震道，从而，获得全偏移距的地震数据，为后续浅水多次波预测提供完成的接收信息；

第三步，对格林函数进行构建

基于目标地震道的格林函数构建是在地震数据中，选取要进行浅水多次波预测的目标地震道，并以该目标地震道为虚拟震源，且结合水深、水速和偏移距信息构建格林函数，以模拟地震波在水层中从其他地震道接收点传播到目标地震道接收点的过程；

第四步，地震数据与格林函数褶积

地震数据与格林函数褶积是为了后续计算其他地震道，对于目标道浅水多次波预测的贡献；时间域的褶积对应于频率域的相乘，因此，首先将第二步得到的地震数据和第三步得到的时间域格林函数变换到频率域，并根据相同的偏移距信息在频率域将每一个地震道与格林函数进行对应相乘，从而得到每一个地震道经过一次完整的水层传播后的结果；并采用公式(1)展示浅水多次波预测的过程；

浅水多次波预测原理如下公式：

其中，公式(1)中的M(x_r,x_s；ω)为预测的浅水多次波，D(x_k,x_s；ω)为接收到的地震记录，G₀(x_r,x_k；ω)为构建的格林函数，x_s为震源位置，x_k为接收点位置，x_r为目标地震道位置；ω为角频率；

第五步，菲涅尔带约束叠加

菲涅尔带约束优选褶积之后的地震数据，将选取的地震数据进行叠加得到预测的浅水多次波，其是采用位于菲涅尔带内的地震道信息进行叠加，实现目标地震道的浅水多次波预测，以提升目标地震道浅水多次波预测精度和信噪比。

如图2A所示，为常规全孔径示意图，即采用全部地震道信息；图2B为菲涅尔带约束示意图，即采用位于菲涅尔带内的地震道信息。图3A是常规格林函数浅水多次波预测结果，由于非有效贡献地震道的干扰，预测结果信噪比较低；图3B是菲涅尔带约束的格林函数浅水多次波预测结果，预测结果信噪比明显提升。(其中的图2A-图3B为屏幕上的实际图形)。

第六步，自适应相减

如图4A，图4B，图5A，图5B所示，采用公式(2)展示的自适应匹配相减的方法进行浅水多次波衰减，其是将原始地震数据与第五步得到的浅水多次波预测结果进行自适应匹配相减，从而，最终实现浅水多次波的衰减。

自适应匹配相减的原理如下公式：

p(t)＝d(t)-f(t)*m(t) (2)

其中，公式(2)中的p(t)为浅水多次波衰减后的地震数据，d(t)为原始地震数据，f(t)为匹配算子，m(t)为预测的浅水多次波数据；

图4A是含浅水多次波的单炮记录，有效反射波受到浅水多次波干扰；图4B是浅水多次波衰减后的单炮记录，有效反射波形态得到有效恢复。图5A是原始单炮记录的频谱，存在明显的陷频现象；图5B是浅水多次波衰减后单炮记录的频谱，陷频现象得到有效的消除。

第七步，得到浅水多次波衰减后的地震数据

采用自适应匹配相减方法，将原始地震数据与得到的浅水多次波预测结果进行自适应匹配相减，从而最终实现浅水多次波的衰减。对比图6A和图6B可以看到，浅水多次波衰减后的地震数据，即：浅水多次波衰减后的单炮记录中波组关系更加明确。

为了更好地说明本发明的实施效果，下面给出一个具体实例：

渤海海域平均水深为18m左右，采集的地震资料中浅水多次波发育，导致地震资料频带变窄，偏移成像质量差。因此，对渤海拖缆采集的实际单炮记录进行了预处理，首先是对其进行解编和导航文件合并，并对其中的坏炮和坏道进行剔除，又开展了野值、线性噪音和低频噪音等的针对性去除工作，得到信噪比相对较高的原始输入资料。并在预处理的基础上，利用高精度拉东(Radon)变换外插重构近偏移距地震道，从而获得全偏移距的地震数据。

选取要进行浅水多次波预测的目标地震道，以目标地震道位置为虚拟震源，结合水深、水速和偏移距信息构建格林函数，模拟地震波在水层中从其他地震道接收点传播到目标地震道接收点的过程。将重构的地震记录和格林函数变换到频率域，并根据相同的偏移距信息在频率域将每一个地震道与格林函数根据公式(1)进行对应相乘得到每一个地震道经过一次完整的水层传播后的结果。计算菲涅尔带半径，并将位于菲涅尔带内的地震道信息进行叠加实现目标地震道的浅水多次波预测。最后采用自适应匹配相减方法并根据公式(2)将原始地震数据与得到的浅水多次波预测结果进行自适应匹配相减，从而最终实现浅水多次波的衰减。

对比图6A和图6B可以看到，浅水多次波衰减后的单炮记录中波组关系更加明确。由图7中可以看到，原始的单炮记录频谱中存在明显的陷频现象，而浅水多次波衰减后的频谱中陷频现象得到明显改善，频带范围得到有效拓宽。对比图8A和图8B可以看到，浅水多次波衰减后的自相关谱中与多次波相关的周期性信息得到明显消除。对比图9A和图9B可以看到，浅水多次波衰减后的偏移剖面中波组关系更加明确，“拖尾”现象得到明显消除，井震对应关系得到显著提升，为后续构造解释和储层精细描述提供了可靠的资料基础。

本实施例中未进行说明的内容为现有技术，故，不再进行赘述。

可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。

Claims (2)

1.一种菲涅尔带约束的浅水多次波衰减方法，其特征在于，包括以下步骤：

第一步，对原始的地震数据进行预处理；

第二步，重构近偏移距信息；第三步，对格林函数进行构建；

第四步，地震数据与格林函数褶积

将第二步得到的地震数据和第三步得到的时间域格林函数变换到频率域；根据相同的偏移距信息，在频率域将每一个地震道与格林函数进行对应相乘，从而得到每一个地震道经过一次完整的水层传播后的结果；且采用浅水多次波预测如下公式：

第五步，菲涅尔带约束叠加

将选取的地震数据进行叠加得到预测的浅水多次波，以提升目标地震道浅水多次波预测精度和信噪比；其是首先计算菲涅尔带半径，采用位于菲涅尔带内的地震道信息进行叠加，以实现目标对地震道的浅水多次波预测；

第六步，自适应相减

将原始地震数据与第五步得到的浅水多次波预测结果进行自适应匹配相减，从而，最终实现浅水多次波的衰减；使用自适应匹配相减的方法公式为：p(t)＝d(t)-f(t)*m(t) (2)；

第七步，得到浅水多次波衰减后的地震数据；

所述第二步中，重构近偏移距信息是利用高精度拉东变换外插，重构近偏移距地震道，从而，获得全偏移距的地震数据；

所述第三步中，对格林函数进行构建，是在地震数据中选取要进行浅水多次波预测的目标地震道，并以该目标地震道为虚拟震源，结合水深、水速和偏移距信息构建格林函数，以模拟地震波在水层中从其他地震道接收点传播到目标地震道接收点的过程；

所述第四步中，公式(1)其中的定义：M(x_r,x_s；ω)为预测的浅水多次波，D(x_k,x_s；ω)为接收到的地震记录，G₀(x_r,x_k；ω)为构建的格林函数，x_s为震源位置，x_k为接收点位置，x_r为目标地震道位置，ω为角频率；

所述第五步中，菲涅尔带约束叠加是采用位于菲涅尔带内的地震道信息进行叠加，以实现目标对地震道的浅水多次波预测；

所述自适应匹配相减的方法是采用公式(2)进行，其中的公式(2)定义：p(t)为浅水多次波衰减后的地震数据，d(t)为原始地震数据，f(t)为匹配算子，m(t)为预测的浅水多次波数据。

2.根据权利要求1所述的菲涅尔带约束的浅水多次波衰减方法，其特征在于，所述第一步中，对原始的地震数据进行预处理是利用计算机对原始采集的地震数据进行解编、并对其进行噪音压制、振幅补偿、静校正或海平面校正、多次波压制、能量均衡的叠前常规的预处理，以确保预处理后的地震资料有较好的信噪比；并将预处理后的原始地震数据和导航文件合并，对其中的坏炮和坏道进行剔除，且对地震数据中的野值、线性噪音和低频噪音的干扰进行针对性去除，得到信噪比相对较高的原始输入资料。

Images