一种基于地震波形特征的薄层识别方法

1.本发明涉及勘探地球物理领域，特别是涉及一种波形匹配算法的薄层识别的方法


背景技术：

2.随着油田勘探开发的日益深入，对储层预测精度的要求越来越高；同时勘探开发目标的多样化和复杂化，同样为储层预测技术提出了许多新挑战，如何利用好现有资料开展精细的储层预测是当下研究的热点。
3.现有的薄层识别方法可以归为两类，一类是常规薄层勘探技术，其中时频分析与谱分解为众多地球物理学者所熟知。通过时频分析技术可以使地下特殊结构在反射剖面得到良好的体现，对断层、圈闭等特殊构造的识别具有较好的效果，为油气勘探提供可靠依据。谱分解方法是partyka等于1999年提出的一种薄层识别技术，其利用离散傅里叶(dft)分析薄层厚度，并实际应用于墨西哥湾地区，分析了地震数据中不同频率与相位的切片，详细刻画了地质体的不连续性和河道的走向延伸，展示出谱分解技术在薄层识别中的巨大潜力。另一类是高分辨率反演技术，2016年宋建国等综合利用多尺度地球物理资料通过构造高分辨率地质模型进行反演进而实现薄层识别目的。稀疏脉冲反演技术是前些年应用十分广泛的经典算法。波形指示反演技术是近几年商业化广泛应用的薄层识别技术。相较于常规薄层勘探技术，高分辨率反演技术能在一定程度上突破1/4λ的地震分辨率极限，但是反演结果的可靠性无法得到保证。


技术实现要素：

4.为了解决现有技术存在的问题，本发明提供了一种利用地震波形特征进行薄层识别的方法。通过对测井特征曲线的敏感性分析，选择敏感曲线并选用合适的截取步长和重叠步长进行波形库的构建，然后利用manhattan约束下的线性相关分析法采用单步迭代或多步迭代的方法进行反演，从而得到具有高分辨率的地震数据体，进而实现薄层识别。
5.本发明所采用的具体技术方案是：
6.1.利用测井解释结论对测井曲线特征进行敏感曲线分析，或者重构敏感曲线，选择敏感参数对应的测井曲线作为反演曲线。
7.2.利用基于步长参数的波形库建立方法，其中截取步长的选择取决于地震数据本身，因此需要对地震数据进行如下的操作：
8.(1)设置截取步长取值范围；
9.(2)设置重叠步长为0生成多组波形库数据；
10.(3)抽取单道地震数据并按截取步长取值范围进行分割匹配；
11.(4)对匹配后得到的结果进行相关性分析，取相关性最大的截取步长为该工区的截取步长参数。
12.对于重叠步长的选取，可以根据实际需要而定，在数据量较小的情况下可以尽量的增大重叠步长的长度，以建立更为齐全的波形库，其中当重叠步长为截取步长减一时，可
以视为全完备波形库，但因其计算量过大而一般不采用；当数据量较大时可以适当减小重叠步长的大小，在牺牲一定分辨率基础上增加计算效率，节省计算成本，但是重叠步长一般需要大于半截取步长。波形库构建完成后，将井旁道波形数据与测井曲线数据进行编码，建立地震波形结构与测井敏感曲线的映射关系。
13.3.将待反演地震道数据按照截取步长进行单步截取，并将截取的地震数据与波形库中所有波形进行匹配度计算，选择匹配度最高的曲线进行测井曲线数据解码，将测井曲线数据的中间值作为待反演地震数据的截取子波中间部位目标值。
14.4.重复步骤3，直到该道数据全部迭代结束则进入下一道数据，直至迭代完成整个地震数据体。
15.5.若反演曲线为阻抗曲线，则需要进行反射系数的求取并进行褶积运算得到处理后的高分辨率地震数据体；若反演曲线为其它特征曲线，则无需进行褶积运算。
16.本说明书实施例所提供的方案中，基于地震波形特征的薄层识别方法可以大大提高处理后地震数据的分辨率，与常规薄层识别技术相比能够突破1/4λ的地震分辨率极限，与高分辨率反演技术相比，本方法所得的结果大大降低了随机性，极大的提高了结果的可靠性。
附图说明
17.图1为本发明的方法流程图；
18.图2为基于地震波形特征的薄层识别方法内容图；
19.图3为不同步长参数下的波形库构建示意图；
20.图4为利用manhattan约束下的线性相关分析法曲线拟合示意图；
21.图5为实际地震数据初次反演结果对比图；
22.图6为实际地震数据最终反演结果对比图
具体实施方式
23.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
24.本发明的具体技术方案的流程图如附图1所示，具体实施步骤如下。
25.步骤101：利用测井解释及测井曲线进行敏感曲线分析
26.根据测井解释结论，采用定量交会图技术的椭圆拟合算法，在椭圆拟合算法中，需要拟合椭圆的参数包括椭圆中心、椭圆方向、长轴长度、短轴长度，具体步骤为：
27.(1)计算椭圆中心坐标
[0028][0029][0030]
式中：为椭圆中心坐标，n为数据采样的个数，xi和yi分别为交会图上第i点
的坐标。
[0031]
(2)平移坐标系统。计算平移后的坐标，即：
[0032][0033][0034]
式中：xi'和yi'为平移后的坐标。
[0035]
(3)计算椭圆方位角θ，即
[0036][0037]
式中：θ为平移后的y轴和拟合椭圆y轴(短轴)之间的夹角。如果tanθ为负，方位角需要校正，校正值为θ+90
°
。
[0038]
(4)计算椭圆的长、短轴长度。椭圆的长和短轴长度为沿椭圆x轴和y轴方向上的标准差(σ
x
和σy)：
[0039][0040][0041]
通过以上步骤完成椭圆拟合中参数计算，根据计算完成的参数可以在交会图上绘制椭圆，如果大部分数据点在椭圆之外，可以通过调节参数k(1≤k≤3)调节椭圆大小，调整椭圆包含的数据，使得大部分的数据都在椭圆内部。
[0042]
(5)对于某类储层中的一点是否位于椭圆内，用判别系数e来描述，即
[0043][0044]
式中：a＝kσ
x
，b＝kσy，如果e≤1表示该点位于椭圆内，e＞1表示该点位于椭圆外。
[0045]
(6)设交会图域内两类储层的总数据点数为g，位于两个拟合椭圆内的数据点数为g，计算重叠率p的公式为：
[0046][0047]
取p值最大值所对应的测井特征曲线作为反演曲线。
[0048]
步骤102：通过基于截取步长和重叠步长进行构建波形库并进行井震数据编码
[0049]
波形库的建立其目的是为后续的波形匹配提供足够的样本库，所以步长参数的选择十分重要。截取步长的选择应与待反演实际数据的子波长度尽量相似，而重叠步长就是为了控制波形库中子波数量而存在的。所以，在步长参数选择时应首先对实际数据的子波进行测试分析；重叠步长的大小会直接关系波形库的大小进而影响计算效率的问题，选择合适的步长参数是进行数据预处理的关键性步骤。
[0050]
为了便于操作和程序实现，采用数据分析加人工质控相结合的方式对截取步长进行分析选取。具体操作步骤如下：
[0051]
(1)设置截取步长取值范围；
[0052]
(2)设置重叠步长为0生成多组波形库数据；
[0053]
(3)抽取单道地震数据并按截取步长取值范围进行分割匹配；
[0054]
(4)对匹配后得到的结果进行相关性分析，取相关性最大的截取步长为该工区的截取步长参数。
[0055]
对于重叠步长的选取，可以根据实际需要而定，在数据量较小的情况下可以尽量的增大重叠步长的长度，以建立更为齐全的波形库，其中当重叠步长为截取步长减一时，可以视为全完备波形库，但因其计算量过大而一般不采用；当数据量较大时可以适当减小重叠步长的大小，在牺牲一定分辨率基础上增加计算效率，节省计算成本，但是重叠步长一般需要大于半截取步长。如附图3所示，展示了不同截取步长和重叠步长下同一条曲线所生成的不同的波形库。
[0056]
选定截取步长和重叠步长并完成井旁道波形库构建后，对选取的测井敏感曲线进行同样的操作，生成与井旁道波形库一一对应的测井敏感曲线波形库，完成井震编码过程。
[0057]
步骤103：波形匹配与地震数据合成输出
[0058]
步骤103.1：匹配数值计算及曲线拟合
[0059]
(1)对于品质较高的曲线，可以只采用线性相关性分析的方法进行匹配度计算并进行曲线拟合，线性相关性分析方法具体公式为：
[0060][0061]
其取值范围为[-1，1]，r＞0表示正相关，r＜0表示负相关，|r|表示了变量之间相关程度的高低。特殊的，r＝1称为完全正相关，r＝-1称为完全负相关，r＝0称为不相关。取相关系数最大的n组波形进行线性加权拟合，权重值即为相关系数比值，具体公式为：
[0062][0063]
式中，x为拟合后曲线，l为相关系数最大的子波。
[0064]
(2)对于信噪比较低或者波形库不完备的情况，需要增加匹配度计算约束，以增加拟合的可靠性，采用线性相关性分析和manhattan距离分析法相互约束的方式进行波形匹配度计算并进行曲线拟合(如附图4)，manhattan距离分析法具体计算公式为：
[0065]
m＝|a
1-b1|+|a
2-b2|+
……
+|a
n-bn|
[0066]
其中，m是manhattan距离，a是参考波形，b是层引导的目标波形，n是每一个波的采样点数。两个完全相同的波将使manhattan距离值为0，而那些完全不同的波将导致一个大的manhattan距离值。本文将manhattan距离公式进行了改进，以使m值处于0-1。应用manhattan距离比较每一个参考波形的斜率序列x与目标波形的斜率序列y，然后将manhattan距离测量值输出。manhattan距离是波形的斜率序列之间采样差异值的总和,这
个总和被分给两个波形各自的斜率值。因此，manhattan距离m形式如下:
[0067]
m＝t/d
[0068]
t＝|x
1-y1|+|x
2-y2|+
……
+|x
n-yn|
[0069]
d＝(|x1|+|x2|+
……
+|xn|)+(|y1|+|y2|+
……
+|yn|)
[0070]
则匹配度为：
[0071]
mat＝r-m
[0072]
取匹配度最大的n组波形进行线性加权拟合，权重值即为匹配度比值。
[0073]
步骤103.2匹配赋值计算
[0074]
(1)单步迭代匹配计算即每次计算只为求取待匹配曲线的中间部位所对应的反演参数；
[0075]
(2)多步迭代匹配即每次计算同时求取待匹配曲线中间部位附近的步长个数据点反演参数。
[0076]
不论是单步迭代法还是多步迭代法求得的最佳匹配曲线均为一个，这在具有完备波形库的工区影响较小，但是对于欠完备波形库的工区而言，匹配效果就会不尽人意。因此为了提高方法稳定性和反演结果的可靠性，采用了阈值约束，具体步骤即：
[0077]
设定一个门槛阈值，对超过该阈值的所有波形曲线都视为可靠匹配波形，将其计算的匹配性参数进行归一化处理并作为加权值，进行反演参数的求取，最终得到高分辨率地震数据体。
[0078]
本方法的整体模型构造如附图2所示。
[0079]
下面结合具体实施例对本发明的实施过程进行演示，本具体实施例所使用的数据为某油田工区数据。
[0080]
步骤1：选用声波时差曲线和自然伽马曲线以及测井解释结论进行定量交会图分析，并选择声波时差曲线作为敏感特征曲线。
[0081]
步骤2：设置截取步长范围并进行截取步长参数分析得到截取步长，本实施例的截取步长参数为25。
[0082]
步骤3：建立完备波形库，并完成井震数据编码。
[0083]
步骤4：利用manhattan距离分析法约束下的线性相关分析法采用单步迭代法进行初始反演，得到初步反演结果，如附图5所示。
[0084]
步骤5：对步骤4得到的结果进行分析评价，认为分辨率未达到目标预期，增加门槛阈值后重复步骤4，得到高分辨率地震数据体，如附图6所示。
[0085]
通过上述过程可知，本发明提供了一种基于地震波形特征的薄层识别方法，经过实际数据测试后，分辨率提高明显，实现了薄层识别的目的。同时约束条件源于地震数据本身，因此反演结果更加可靠。与常规薄层识别技术相比能够突破1/4λ的地震分辨率极限，与高分辨率反演技术相比，本方法所得的结果大大降低了反演的随机性，极大的提高了结果的可靠性。

技术特征：
1.一种基于地震波形特征的薄层识别方法，其特征在于：利用井旁道曲线和测井敏感特征曲线构建波形库，建立低频地震波形数据与高频测井曲线数据的联系；对待识别地震目标层段采用多种波形匹配方法进行约束反演，得到高分辨率地震剖面。方法主要步骤如下：首先利用测井解释结论对测井曲线特征进行敏感曲线分析，或者重构敏感曲线；然后选择合适的截取步长和重叠步长进行波形库的构建，并将井旁道波形数据与测井曲线数据进行编码，建立地震波形结构与测井敏感曲线的映射关系；最后利用manhattan约束下的线性相关分析法采用单步迭代或多步迭代的方法进行反演，最终得到高分辨率地震体。2.根据权利要求1所述的基于地震波形特征的薄层识别方法，其特征在于：需要进行测井曲线特征敏感性分析或者根究需要重构敏感曲线。3.根据权利要求1所述的基于地震波形特征的薄层识别方法，其特征在于：需要选择合适的截取步长和重叠步长进行波形库的构建建立低频地震波形数据与高频测井曲线数据间的联系。4.根据权利要求1所述的基于地震波形特征的薄层识别方法，其特征在于：能够显著提高地震数据的纵向分辨率，实现薄层识别的目的。

技术总结
本发明阐述了一种基于地震波形特征的薄层识别的方法，可以提高地震数据的纵向分辨率，实现薄层识别，属于勘探地球物理领域。包括定量化交会图技术，优选敏感测井特征曲线；基于步长参数的波形库构建方法，可以根据实际工区修改步长参数，兼顾计算效率和反演精度；波形匹配方法，可以高效精确的进行波形筛选，实现高分辨率反演，为后续的地震解释工作、油气资源评价等多个油气勘探开发环节提供有效保障。障。障。


技术研发人员：赵书栋 宋建国
受保护的技术使用者：中国石油大学（华东）
技术研发日：2023.03.28
技术公布日：2023/7/12