CN101852863B - 一种利用高精度单道频谱分析技术处理地震数据的方法 - Google Patents

Abstract

本发明是石油地球物理勘探数据处理中利用利用高精度单道频谱分析技术处理地震数据的方法。先对数据进行标注和选取，将分析的时窗段分割形成数据段，在时窗的两端加线性斜坡并补零至原始数据的道长，对扰动后的m个时窗段的数据做Fourier变换得到振幅谱，将振幅谱存放在地震道中，确定Nyquist频率，将计算的谱值排列为地震数据格式，得到数据频率分布规律，根据确定的数据频率分布规律，选择处理方法和处理参数，得到高精度的地层剖面及确定含油地层位置。本发明可快速反映出不同处理阶段地震数据的频率特征，存在的问题能够清晰地展现出来，使得处理措施具有针对性。

Description

一种利用高精度单道频谱分析技术处理地震数据的方法

技术领域

本发明属于石油地球物理勘探技术，涉及高密度地震勘探数据处理中对数据频谱进行快速分析的方法，具体涉及利用单道频谱分析技术处理海量地震数据的方法。

背景技术

众所周知，在石油地球物理勘探技术中，提高地震勘探精度、解决陆相沉积盆地复杂的地质问题是一项***工程，涉及采集方法、静校正技术、噪音压制技术、精细成像技术等许多方面。高密度空间采样技术是地震勘探领域新的发展方向，对于改善资料信噪比和分辨率、提高资料品质、获得更丰富的地下反射信息有独特的作用，因此成为当今地震勘探的热点之一。高密度空间采样技术是指在野外实施点源激发、点接收或小面积组合接收、小道距或小面元观测，对地震波场进行充分采样，对信号和噪声实行“宽进宽出”，避免采集过程中因检波器组合而使反射信息受到伤害，尽量保持采样波场的原始性和丰富性。

但是，对于野外通过高密度空间采样获得的庞大数据体，如何采用快速有效的方法对数据特征进行分析是处理人员首先面临的问题；其次面临的问题的是，在处理过程中，处理人员如何将主要精力放在正确认识数据的特征、客观分析数据存在的问题，在该问题中如何采取适当的技术手段、选择合理的参数对海量数据实施处理，使海量数据的质量不断提高，使处理成果满足地质综合研究的需要；再者面临的问题的是，如何掌握分析手段、质控资料或数据图件的质量的问题，而此往往是评价一个处理***性能的重要标志，也是地震数据处理中心综合技术实力的体现。采用多种分析技术了解、掌握海量数据的特征，使用定量分析方法对海量数据处理过程中各个环节的处理质量进行及时、有效地监控，观察数据的细节，可以及时消除隐患，提高工作效率，一直是石油地球物理勘探技术中亟需解决的问题。

众所周知，频率是地震数据的重要特征之一。为了解决上面所述技术问题，在目前常用的处理***中，多采用交互的单道或多道谱分析方法对地震数据进行频率分析，但是在现有的鲜见的海量数据处理技术中，存在着各种各样的不足或缺陷。下面以ProMAX地震数据处理***为例加以说明(参见图1)。Interactive Spectral Analysis，即交互谱分析方法，对所选择的地震道进行谱估计并显示；它采用Fourier变换计算地震道的平均功率谱、F-X谱及平均相位谱，并以交互的方式显示。在图1中所示的图形结构中，交互谱估计的显示分四个区域：(a)输入数据(T-X)区；(b)对应道F-X谱；(c)多道功率谱；(d)多道相位谱。具体方法步骤为：(1)选择输入数据；(2)划定待分析的时间段；(3)以加窗的方式输入Fourier变换的参数；(4)输出交互谱。

对于野外高密度采集的海量地震数据而言，常规的谱分析技术(如ProMAX地震数据处理***)主要在以下几方面存在不足：

(1)当需要处理的数据量大，且数据的频率特征在时间、空间方向存在差异时，常规交互方式谱输出的速度降低，不利于快速对比分析；

(2)F-X谱由于时窗选择限制，精度较低；

(3)未能提取频谱上的特征参数，无法实现量化对比分析。

另外，由于地震数据处理的特殊性，即地震数据处理是在全面了解原始数据整体分布特征的基础上开展的针对性处理，数据量和处理精度要求、数据分布特征、分析的难度和分析范围均与其他非海量数据处理方法不同；又由于对高密度地震勘探来说，采集的数据量又增加若干倍，更需要有与之相适应的数据分析技术。

因此，对于高密度地震勘探技术来说，目前急需一种合适的海量地震数据的方法，以此来提高海量地震处理精度与速度、降低噪音，籍此通过识别有效区带来得到高精度的地层剖面及确定含油地层位置。

发明内容

针对现有地震数据***的不足，本发明针对高密度采集中叠前数据量大的特点，本发明提出一种利用单道频谱分析技术处理海量地震数据的方法，该方法能够实施快速有效的地震数据谱估计且可根据需要完成单道数据的谱估计。

依据本发明的利用单道频谱分析技术处理海量地震数据的方法包括以下步骤：

(1)在野外初步确定的有含油气希望的地区，布置测线和炮位，使用***源或地面可控震源激发地震波，并用地震仪把地震波的传播情况记录下来；

(2)对将要处理的数据进行标注和选取：x(i)为待处理的地震道，i为样点序号，依据全区标志层段、目的层段和用户特定的时间段确定待分析的时窗Wa-Wb；

(3)在分析的时窗段上，选取100ms以内的扰动，并分割形成m个数据段，m为3～5的自然数；

(3)根据时窗长度(Wb-Wa+10×n)/SI的样点数，在时窗的两端加线性斜坡并补零至原始数据的道长，其中n为0-10之间的随机数，SI为采样间隔；

(4)对扰动后的m个时窗段的数据做Fourier变换，采用公式(41)计算单道数据的振幅谱，对扰动后的数据求平均，得到x(i)的振幅谱A(f)；

$A\left(f\right)=\frac{1}{m}\underset{j=\mathrm{1,2}....m}{\mathrm{\Σ}}\left[\left|\mathrm{FFT}\left(x_j\left(t_i\right)\right|\right)\right]---\left(41\right)$

式中：x_j(t_i)为输入地震道，

t_i为时间，

j＝1，2，……m为随机扰动后的道序号，

A(f)为谱估计的结果，

f为频率。

(5)将x(i)的振幅谱A(f)存放在地震道中，由采样间隔确定Nyquist频率，截止到最大频率处；

(6)将计算的谱值排列为地震数据格式，根据该地震数据格式检查原始数据的频率特征，以此可快速准确地识别出不同类型的波的频率特征，确定频率值，得到数据频率分布规律，进而提高频率检测的速度和精度；

(7)根据确定的数据频率分布规律，来选择针对性的海量数据处理方法和确定合理的处理参数和流程，提高海量地震处理精度与速度、降低噪音，籍此通过识别有效区带来得到高精度的地层剖面及确定含油地层位置。

在上述利用单道频谱分析技术处理海量地震数据的方法中，将x(i)的振幅谱A(f)存放在地震道中，这样就可以对数据进行处理，以便提取特征参数。

对数据进行处理方法为：沿频率方向的积分滤波或中值滤波，避免异常值对特征参数的影响。

A′_k(f)＝int egralfilter[A_k(f)]           (42)

A′_k(f)＝medianfilter[A_k(f)]              (43)

式中：A′_k(f)为滤波后的数据，

A_k(f)为输入数据。

k为序号

特征参数的提取为：对滤波处理后的数据在不同的频带范围内进行特征参数的提取；频带范围可分为干扰波频带范围、反射波的频带范围、优势频带范围、低频段、高频段等，根据需要提取某一频带内的平均能量(A_eng)和峰值频率(f_max)，配以关键字存于道头中，得到量化特征曲线或曲面。

频带的平均能量(A_eng)曲线可以清楚地反映频带内的能量横向变化，分析能量变化与近地表结构变化的对应关系，帮助处理人员选择试验点，确定试验方案。峰值频率(f_max)是所选频带内最大值对应的频率，这一参数使处理人员能快速地了解数据的主频分布，在数据处理的不同环节应用本参数可以研究处理过程中数据的频率变化规律，如果是三维数据，可通过本参数的平面显示快速分析全区数据的空间分布情况，确定处理中的空变参数和频变参数，也可以监控处理过程中频率的变化。

本发明在高密度空间采样技术的室内处理阶段时，利用计算机中的数字分析方法将信噪分离，灵活地进行组合和叠加，从而达到最大限度地压制噪声、保护有效信号的目的，为地质解释提供高分辨率的信息，有利于精细的油藏描述和储层预测。

附图简要说明

图1为ProMAX处理***频谱分析的示意图形结构；

图2(a)为原始单炮记录局部显示；

图2(b)为本发明方法的谱分析结果；

图2(c)为发明方法的谱分析结果的显示；

图3(a)为原始数据共炮检距集显示；

图3(b)为去噪及振幅处理后的共炮检距集显示；

图3(c)为静校正及反褶积后共炮检距集显示；

图3(d)为叠加剖面；

图4(a)为原始数据共炮检距集谱分析；

图4(b)为去噪及振幅处理后的共炮检距集的谱分析；

图4(c)为静校正及反褶积后共炮检距集的谱分析；

图4(d)为叠加剖面谱分析。

具体实施方式

下面结合附图，对本发明提出的利用单道频谱分析技术处理海量地震数据的方法进行详细描述。

首先，在野外初步确定的有含油气希望的地区，布置测线和炮位，使用***源或地面可控震源激发地震波，并用地震仪把地震波的传播情况记录下来。也就是，使用常规技术手段，在野外采集获得将要处理的海量地震数据。

对将要处理的数据进行标注和选取：x(i)为待处理的地震道，i为样点序号，依据全区标志层段、目的层段和用户特定的时间段确定待分析的时窗Wa-Wb。其中，将要处理的数据也可以是原始采集的地震数据、处理中间环节的地震数据或最终成果数据。

在分析的时窗段上，取100ms以内的扰动，形成m个数据段，m为3～5的自然数。根据时窗长度(Wb-Wa+10×n)/SI的样点数(SI为采样间隔，n为0-10之间的随机数；注意：n为0-10之间的随机数，由软件自动产生，保证扰动在100ms以内；Wb-Wa是原确定的(扰动前的)时窗长度，中间“-”为减号，而Wa-Wb是指时窗的范围，从Wa到Wb)，在时窗的两端加线性斜坡，并补零至原始数据的道长；对扰动后的m个时窗段的数据做Fourier变换，采用公式(41)计算单道数据的振幅谱，对扰动后的数据求平均，得到x(i)的振幅谱A(f)；

$A\left(f\right)=\frac{1}{m}\underset{j=\mathrm{1,2}....m}{\mathrm{\Σ}}\left[\left|\mathrm{FFT}\left(x_j\left(t_i\right)\right|\right)\right]---\left(41\right)$

式中：x_j(t_i)为输入地震道，

t_i为时间，

j＝1，2，……m为随机扰动后的道序号，

A(f)为谱估计的结果，

f为频率。

将结果存放在地震道中，由采样间隔确定Nyquist频率，截止到最大频率处。

将计算的谱值排列为地震数据格式，依此检查原始数据的频率特征，可快速准确地识别出不同类型的波的频率特征，确定频率值。如果研究处理过程中频率的变化，可采用本方法进行对比，发现频带异常，提高了频率检测的速度和精度。

将计算的谱值排列为地震数据格式，根据该地震数据格式检查原始数据的频率特征，如主频、频带宽度、反射波的频率、面波的主频、线性干扰的主频等，与常规方法相比，本方法计算结果上可快速准确地识别出不同类型的波的频率特征，确定频率值，得到数据频率分布规律，进而提高频率检测的速度和精度。根据确定的数据频率分布规律，来选择针对性的海量数据处理方法和确定合理的处理参数和流程，提高海量地震处理精度与速度、降低噪音，籍此通过识别有效区带来得到高精度的地层剖面及确定含油地层位置。

在上述利用单道频谱分析技术处理海量地震数据的方法中，计算结果以数据的形式存放在地震道中，这样就可以对数据进行处理，以便提取特征参数。

处理方法：沿频率方向的积分滤波或中值滤波，避免异常值对特征参数的影响。

A′_k(f)＝int egratedfilter[A_k(f)]       (42)

A′_k(f)＝medianfilter[A_k(f)]            (43)

式中：A′_k(f)为滤波后的数据，

A_k(f)为输入数据。

k为序号

特征参数的提取：对滤波处理后的数据在不同的频带范围内进行特征参数的提取。频带范围可分为：干扰波频带范围、反射波的频带范围、优势频带范围、低频段、高频段等，根据需要提取某一频带内的平均能量(A_eng)和峰值频率(f_max)，配以关键字存于道头中，绘制出量化特征曲线或曲面。

某个频带的平均能量(A_eng)曲线可以清楚地反映该频带内的能量横向变化，分析能量变化与近地表结构变化的对应关系，帮助处理人员选择试验点，确定试验方案。峰值频率(f_max)是所选频带内最大值对应的频率，这一参数使处理人员能快速地了解数据的主频分布，在数据处理的不同环节应用本参数可以研究处理过程中数据的频率变化规律，如果是三维数据，可通过本参数的平面显示快速分析全区数据的空间分布情况，确定处理中的空变参数和频变参数，也可以监控处理过程中频率的变化。

使用本发明方法得到的地震数据处理的谱结果具有以下优点：

(1)谱精度高，以数据的方式存于地震道中(注意采样间隔的不同)，便于采用彩色显示或可视化的方式与原始T-X域的数据对比分析；

(2)提取的特征参数稳健，能代表所分析数据集的综合特征，且以数值的方式存放于道头中，可以曲线、曲面或彩色平面的方式显示，以便与其他特征参数(如地表高程曲线、静校正量曲线、能量分布曲线等)对比，进行综合研究。

(3)谱分析速度快，分析人员确定分析范围、参数后，地表一致性谱估计和统计由程序自动完成，适用于高密度采集的海量数据的频率分析或大面积的三维数据分析。

下面对附图进行详细解释。

在图1中所示的图形结构中，ProMax***中的交互谱估计的显示分四个区域：(a)输入数据(T-X)区，横坐标为CDP号(共中心点号)，纵坐标为反射时间(ms)；(b)对应道F-X谱，横坐标为CDP号(共中心点号)，纵坐标为频率(Hz)；(c)多道功率谱，横坐标为频率(Hz)，纵坐标为以分倍表示的功率(dB)；(d)多道相位谱，横坐标为频率(Hz)，纵坐标为相位(角度°)。具体方法步骤为：(1)选择输入数据；(2)划定待分析的时间段；(3)以加窗的方式输入Fourier变换的参数；(4)输出交互谱。

图2(a)为原始单炮记录在1600-2200ms的显示，图中横坐标FFID为炮号，CHAN为记录道号，纵坐标为双程旅行时(Time(ms)，图2(b)为本方法处理后的结果，纵坐标为频率(Frequency(Hz))，可以看出在小炮检距道上(道号范围151-241)，面波能量强，频率分布在5-18Hz。而在中远炮检距道上，有效波的能量主要分布在7-60HZ范围内，图2(c)为本方法处理结果的彩色显示，可以更清楚地了解原始数据中的频率分布。

应用实例：CZ地区利用谱分析方法监控处理过程中的频率变化

按照该区资料处理任务的要求，地震资料要进行精细的叠前时间偏移处理，要求剖面具有较高的信噪比和分辨率，能满足后续储层预测及烃类检测处理的需要。

由于该区地质任务对数据处理的频率保真度要求较高，地震解释中采用谱分解方法研究储层的特征，因此数据处理中对频率特征的分析极为重要。常规的分析方法仅可以看出数据品质的变化，但难以分析单道数据的频率分布情况，且分析范围不全面。采用本方法对数据处理过程进行了全程跟踪监控后，通过诊断，分析了干扰波(如面波、高频干扰等)的衰减情况，研究了所采取的去噪手段是否对有效信号有损害，找到了去噪处理的问题并调整了处理参数，保证了优势频带处理的精度，为地质解释中的谱分解技术的应用奠定了良好的数据基础。

图3(a)、(b)、(c)分别为原始共炮检距记录、噪声衰减及振幅处理后的共炮检距记录、反褶积及静校正后的共炮检距记录(炮检距为2170m)，图3(d)为对应的叠加剖面。图中CDP为共中心点号，纵坐标为反射时间(Time(ms))，这种常规的显示方式仅可以从视觉上看到数据频率成分的变化和信噪比的提高，但不能量化说明每个记录道中频率的改变量。图4(a)、(b)、(c)、(d)为与图3相对应的本方法的处理结果，图中横坐标为CDP号，纵坐标为频率(Frequency(Hz))，从中可以在原始共炮检距记录(图4(a))中，个别道上存在频率高于80Hz的高频干扰，有些道上有低于10Hz的低频干扰，中频段10-45Hz的信号在横向上能量分布极不均匀；经过噪声衰减和地表一致性处理后(图4(b))，数据中的能量分布比较均匀，但优势频带在15-50Hz，不能满足本区对薄储层的解释要求，还需要做反褶积处理提高分辨率；图4(c)为静校正及反褶积后的共炮检距记录的频谱，频带得到了拓宽，高频端信号频率可达80Hz，且能量分布均匀；在此基础上进行叠加，叠加结果的频谱如图4(d)所示，叠加提高了数据的信噪比，从频谱上可看出同相性明显增强，但对信号的高频成分有损失，70Hz以上的能量有所减弱。

采用本发明中的频带量化分析技术，可以快速反映出不同处理阶段地震数据的频率特征，各个环节对频率成分的改变及存在的问题能够清晰地展现出来，使得采取的处理措施具有较强的针对性。

如上述，已经清楚详细地描述了本发明提出的方法。尽管本发明的优选实施例详细描述并解释了本发明，但是本领域普通的技术人员可以理解，在不背离所附权利要求定义的本发明的精神和范围的情况下，可以在形式和细节中做出多种修改。

Claims (5)

1.一种利用单道频谱分析技术处理地震数据的方法，其包括以下步骤：

1)在野外初步确定的有含油气希望的地区，布置测线和炮位，使用***源或地面可控震源激发地震波，并用地震仪把地震波的传播情况记录下来；

2)对将要处理的数据进行标注和选取：x(i)为待处理的地震道，i为样点序号，依据全区标志层段、目的层段和用户特定的时间段确定待分析的时窗范围Wa-Wb；Wa为时窗起始时间，Wb为时窗终止时间，单位ms。

3)在分析的时窗段上，选取100ms以内的扰动，并分割形成m个数据段，m为3～5的自然数；

3)根据时窗长度(Wb-Wa+10×n)/SI的样点数，在时窗的两端加线性斜坡并补零至原始数据的道长，其中n为0-10之间的随机数，SI为采样间隔；

4)对扰动后的m个时窗段的数据做Fourier变换，采用公式(41)计算单道数据的振幅谱，对扰动后的数据求平均，得到x(i)的振幅谱A(f)；

式中：x_j(t_i)为输入地震道，

      t_i为时间，

      j＝1，2，……m为随机扰动后的道序号，

      A(f)为谱估计的结果，

      f为频率。

5)将x(i)的振幅谱A(f)存放在地震道中，由采样间隔确定Nyquist频率，截止到最大频率处；

6)将计算的谱值排列为地震数据格式，根据该地震数据格式检查原始数据的频率特征，以此识别出不同类型的波的频率特征，确定频率值，得到数据频率分布规律，进而提高频率检测的速度和精度；

7)根据确定的数据频率分布规律，来选择数据处理方法和确定处理参数和流程，提高地震处理精度与速度、降低噪音，籍此通过识别有效区带来得到地层剖面及确定含油地层位置。

2.依据权利要求1的方法，其中将x(i)的振幅谱A(f)存放在地震道中，这样就可以 对数据进行处理，以便提取特征参数。

3.依据权利要求2的方法，其中对数据进行处理方法为：沿频率方向的积分滤波或中值滤波，避免异常值对特征参数的影响。

A′_k(f)＝int egralfilter[A_k(f)] (42)

A′_k(f)＝medianfilter[A_k(f)]    (43)

式中：A′_k(f)为滤波后的数据，

      A_k(f)为输入数据。

      k为序号

4.依据权利要求2的方法，其中特征参数的提取为：对滤波处理后的数据在不同的频带范围内进行特征参数的提取；频带范围可分为干扰波频带范围、反射波的频带范围、优势频带范围、低频段、高频段，根据需要提取某一频带内的平均能量A_eng和峰值频率f_max，配以关键字存于道头中，得到量化特征曲线或曲面。

5.依据权利要求4的方法，其中频带的平均能量A_eng曲线能够清楚地反映频带内的能量横向变化，分析能量变化与近地表结构变化的对应关系；峰值频率f_max是所选频带内最大值对应的频率。 

Images