一种自适应方向增强的地质不连续异常检测方法

1.本发明涉及石油地震勘探领域，具体是一种自适应方向增强的地质不连续异常检测方法，该方法在压制地震数据特定空间方向噪声的同时，能够提取和突出储层结构及地质构造在特定方向上的不连续性异常信息，为储层预测与地质构造解释提供支持。


背景技术：

2.地震资料中包含丰富的具有各种方向特征的地质异常信息，提取这些地质异常及其方向信息是油气地球物理勘探的重要内容之一。然而，这些有效信息常受到地震资料采集过程中所含噪声的影响，因此，压制噪声的同时，保留地震资料中的地震异常信息及其方向特征十分重要。传统的基于高斯滤波的噪声压制方法，在数据各个方向上的滤波权重相同，缺乏在特定方向上压制噪声，突出相应方向有效信息的能力。针对这一问题，不少研究者做了大量工作，freeman(1991)提出了一种方向自适应滤波设计方法，这种方向滤波器由一个方向滤波器基集的元素通过插值得到，但却未能指出如何正确得到这个滤波器基集和正确的插值规则；van ginkel等(1997)提出去卷积的方法来提高高斯滤波的角分辨率，但是该方法用到计算复杂的傅立叶去卷积算法。geusebroek等(2003)提出了一种快速各向异性高斯滤波方法，这种滤波器通过在两个不同方向上选用不同的高斯尺度，从而使滤波器可以在去噪时可以较好保留图像边缘等重要信息，并利用高斯函数的可分解性将滤波器沿长轴和短轴方向分解为两个一维滤波器与图像卷积，使计算简化。
3.地震曲率属性是继相干技术后的又一种强大的地震几何属性分析方法。20世纪90年代中期以来，以二阶导数为基础的曲率属性在构造解释上得到了迅速发展和广泛应用，如检测地质的张开裂缝与高斯曲率的关系(lisle，1994)；ericsson等人(1998)论证了油气产量与曲率之间的关系，认为曲率非常有助于常规构造和地形解释、改善断层的成像质量；roberts(2001)详述了曲率属性的基本理论，提出了第一代曲率分析方法——层面曲率属性(surface curvature attribute)的计算和工作流程，表明曲率属性对提取断层和裂缝走向等构造几何特征十分有效，为曲率属性在地震资料构造解释中的推广和应用奠定了基础；hart(2002)研究了新墨西哥州西北部地层的走向曲率与张开裂缝有密切的关系；bergbauer等人(2003)采用kx-ky滤波计算了不同波长的曲率；al-dossary和marfurt(2006)实现了基于三维地震数据体的第二代曲率分析方法——体曲率属性(volumetric curvature attribute)，它同时利用了地震资料的振幅信息和地震反射的几何特征信息，可以减少噪声和层位追踪的闭合差对曲率的影响。
4.地震数据去噪时，如果不能较好地保留地震异常信息及其方向特征，不利于提高储层地震检测与构造解释的精度。如果在地震数据去噪处理中，能根据解释的需要，保留和加强特定方向的地质异常、并在后续的地震几何属性分析中进一步提取和突出相应方向的不连续性异常信息，则能更精确可靠地检测储层结构及地质构造信息(如不同方向断层、裂缝带及其密度等指标)，这正是本发明专利的方法实现的工作。


技术实现要素：

5.本发明的目的是提供一种自适应方向增强的地质不连续异常信息的检测方法，本发明的原理是根据最大方位角及裂缝走向，不断的更换各向异性高斯滤波器的方向，使得数据所受的异常干扰小的同时，保留的有效信息多。本发明方法能有效地压制与裂缝走向不同的干扰，突出地震数据的有效信息，实现特定方向的不连续信息的增强及高精度地质异常信息的提取，并可以根据储层与构造解释的需要，保留、提取和突出一个或者多个特定方向的不连续性异常信息，在提高地震资料信噪比的同时，能够更加准确可靠地检测地下断裂系统及储层的空间分布和内部结构。本发明方法包括以下主要步骤：
6.(1)输入三维地震数据集，采样周期为δt，设置窗长为2w+1个采样点，对输入地震数据集进行分时窗处理，设在时窗位置τ处，构建相应的时窗地震数据集s(τ+mδt,x,y)|
m∈[-w,w]
，m为窗采样点序号，(x,y)为平面坐标；
[0007]
(2)利用如下各向异性高斯滤波器g：
[0008][0009]
式中，
[0010][0011]
(σ
x
,σy)为各向异性高斯滤波器的调节参数，θ为方位角；在0
°
～180
°
的方位角范围内，选取k个方位角[θ1,θ2,θ3,...,θk]，对时窗位置τ处的时窗地震数据集s(τ+mδt,x,y)|
m∈[-w,w]
，如下式进行各个方位角的各向异性高斯滤波处理：
[0012]
f(τ+mδt,x,y；θk)|
m∈[-w,w],k∈[1,k]
＝g
θ
(x,y；σ
x
,σy,θk)s(τ+mδt,x,y)|
m∈[-w,w]
；
[0013]
(3)拾取f(τ+mδt,x,y；θk)|
m∈[-w,w],k∈[1,k]
的最大值，并将其对应的方位角记为最大方位角θm，表示如下：
[0014][0015]
(4)按下式计算时窗位置τ处的层段的最大方位角滤波数据z：
[0016][0017]
(5)对得到的数据z(τ,x,y)进行l级量化，构成最大方位角滤波量化数据体z
l
(τ,x,y)，利用z
l
(τ,x,y)计算k个方位角[θ1,θ2,θ3,...,θk]的纹理参数：能量e(θk)，相关性c(θk)；
[0018]
(6)利用全部方位角的纹理参数e(θk)和c(θk)，按照下式计算能量与相关性的权重系数，以权重系数最大时的方位角，作为不连续地质异常信息的最优方向，记为θo：
[0019][0020]
(7)对数据z(τ,x,y)进行方位角为θo的各向异性高斯滤波处理，如下式：
[0021]fo
(τ,x,y)＝g
θ
(x,y；σ
x
,σy,θo)z(τ,x,y)；
[0022]
(8)利用处理后的数据fo(τ,x,y)，按照下式计算，得到自适应方向增强的地质不连续异常信息检测结果：
[0023][0024]
其中：
[0025]
附图说明
[0026]
图1是lh地区的三维叠后原始地震数据的目的层沿层切片。图中，纵坐标为道号，无量纲，横坐标为线号，无量纲，色标表示地震信号的振幅，无量纲，深色越深，振幅值越小，反之，振幅值越大。
[0027]
图2是与图1对应的，采用本发明方法，只计算方位角为0
°
时的地质不连续异常信息检测沿层切片。图中，纵坐标为道号，无量纲，横坐标为线号，无量纲。
[0028]
图3是与图1对应的，采用本发明方法，只计算方位角为90
°
时的地质不连续异常信息检测结果沿层切片。图中，纵坐标为道号，无量纲，横坐标为线号，无量纲。
[0029]
图4是与图1对应的，采用本发明方法得到的，自适应方向增强的地质不连续异常信息检测沿层切片。图中，纵坐标为道号，无量纲，横坐标为线号，无量纲。
具体实施方式
[0030]
(1)设置窗长为21个点，时窗位置τ为目的层的层位时间，从三维地震数据集中构建构建相应的时窗地震数据集s(τ+mδt,x,y)|
m∈[-10,10]
，其中，时窗位置τ处的沿层切片如图1所示；
[0031]
(2)在0
°
～180
°
的方位角范围内，设置10个方位角，方位角增量为18
°
，设置各向异性高斯滤波器的调节参数(σ
x
,σy)，对时窗地震数据集s(τ+mδt,x,y)|
m∈[-10,10]
，进行10个方位角的各向异性高斯滤波处理，如下式：
[0032]
f(τ+mδt,x,y；θk)|
m∈[-10,10],k∈[1,10]
＝g
θ
(x,y；σ
x
,σy,θk)s(τ+mδt,x,y)|
m∈[-10,10]
；
[0033]
(3)拾取f(τ+mδt,x,y；θk)|
m∈[-10,10],k∈[1,10]
的最大值，并将其对应的方位角记为最大方位角θm，表示如下：
[0034][0035]
(4)按下式计算时窗位置τ处的层段的最大方位角滤波数据z：
[0036][0037]
(5)对得到的数据z(τ,x,y)进行16级量化，构成最大方位角滤波量化数据体z
16
(τ,x,y)，利用z
16
(τ,x,y)计算10个方位角[0
°
,18
°
,36
°
,...,162
°
]的纹理参数：能量e(θk)，相关性c(θk)；
[0038]
(6)利用10个方位角[0
°
,18
°
,36
°
,...,162
°
]的纹理参数e(θk)和c(θk)，按照下式计算能量与相关性的权重系数，以权重系数最大时的方位角，作为不连续地质异常信息的最优方向，记为θo：
[0039][0040]
(7)对数据z(τ,x,y)进行方位角为θo的各向异性高斯滤波处理，如下式：
[0041]fo
(τ,x,y)＝g
θ
(x,y；σ
x
,σy,θo)z(τ,x,y)；
[0042]
(8)利用处理后的数据fo(τ,x,y)，按照下式计算，最终得到自适应方向增强的地质不连续异常信息检测结果：
[0043][0044]
其中：
[0045][0046]
本发明的实施实例说明：
[0047]
图1是某地区的三维叠后原始地震数据的目的层沿层切片，该地区在多期构造作用下形成了多种不连续的地质异常现象。目的层属于碳酸盐岩储层，断裂系统发育，储层内部孔渗关系复杂、非均质性强。该数据中存在多个方向的噪音干扰，使得一些断裂系统难以精确识别。
[0048]
图2和图3是利用本发明的技术，分别计算了0
°
与90
°
时的地质不连续异常信息的沿层切片。从图2中可以看出，检测结果主要突出了横向分布的断层及裂缝等不连续异常和构造特征，噪声和背景干扰少；从图3可以看出，检测结果主要突出了纵向分布的断层及裂缝等不连续异常和构造特征，噪声和背景干扰很弱。
[0049]
图4是利用本发明的技术，对输入地震数据计算了10个方向后的自适应方向增强的地质不连续异常信息检测沿层切片，从图中可见，在极大地压制噪音和背景干扰的同时，提取和突出了各个方向的、不同尺度的断层及裂缝等不连续异常的空间分布，以及复杂的构造特征，一些细小的褶皱、落水洞等地质也清晰可见。
[0050]
本发明方法的优点在于：可以结合地质不连续信息(如裂缝系统、河道，特定的地质体等)的空间方向或走向等，有效地压制噪声和干扰信息，在极大地压制噪音的同时，还能保留有效的地质不连续信息，更好地突出该方向的地质不连续异常和有效特征，更好地反映特定方向的细节和不连续性。同时该方法也可根据地震解释的需要，基于具体工区的地质不连续信息的分布的主要方向，选取1个或者多个固定的方向，从而可提取某个或某几个主要方向的不连续异常信息。该方法可为精确的地质构造解释、断裂系统分布的高精度描述、储层预测等提供可靠的技术支持。
[0051]
上述各实施例仅用于说明本发明，其中方法的各实施步骤等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

技术特征：
1.一种自适应方向增强的地质不连续异常检测方法，包括以下步骤：(1)输入三维地震数据集，采样周期为δt，设置窗长为2w+1个采样点，对输入地震数据集进行分时窗处理，设在时窗位置τ处，构建相应的时窗地震数据集s(τ+mδt,x,y)|
m∈[-w,w]
，m为窗采样点序号，(x,y)为平面坐标；(2)利用如下各向异性高斯滤波器g：式中，(σ
x
,σ
y
)为各向异性高斯滤波器的调节参数，θ为方位角；在0
°
～180
°
的方位角范围内，选取k个方位角[θ1,θ2,θ3,...,θ
k
]，对时窗位置τ处的时窗地震数据集s(τ+mδt,x,y)|
m∈[-w,w]
，如下式进行各个方位角的各向异性高斯滤波处理：f(τ+mδt,x,y；θ
k
)|
m∈[-w,w],k∈[1,k]
＝g
θ
(x,y；σ
x
,σ
y
,θ
k
)s(τ+mδt,x,y)|
m∈[-w,w]
；(3)拾取f(τ+mδt,x,y；θ
k
)|
m∈[-w,w],k∈[1,k]
的最大值，并将其对应的方位角记为最大方位角θ
m
，表示如下：(4)按下式计算时窗位置τ处的层段的最大方位角滤波数据z：(5)对得到的数据z(τ,x,y)进行l级量化，构成最大方位角滤波量化数据体z
l
(τ,x,y)，利用z
l
(τ,x,y)计算k个方位角[θ1,θ2,θ3,...,θ
k
]的纹理参数：能量e(θ
k
)，相关性c(θ
k
)；(6)利用全部方位角的纹理参数e(θ
k
)和c(θ
k
)，按照下式计算能量与相关性的权重系数，以权重系数最大时的方位角，作为不连续地质异常信息的最优方向，记为θ
o
：(7)对数据z(τ,x,y)进行方位角为θ
o
的各向异性高斯滤波处理，如下式：f
o
(τ,x,y)＝g
θ
(x,y；σ
x
,σ
y
,θ
o
)z(τ,x,y)；(8)利用处理后的数据f
o
(τ,x,y)，按照下式计算，得到自适应方向增强的地质不连续异常信息检测结果：
其中：

技术总结
本发明涉及石油地震勘探数据处理与解释领域，是一种通过地震信号的各向异性高斯迭代滤波、纹理参数计算、方向增强的不连续信息检测等处理，确定地质不连续信息的方向，实现自适应方向增强的地质不连续异常检测方法。它在压制地震数据中存在的不同空间方向噪声和背景干扰的同时，还能突出该各个方向的地质不连续异常和有效的地质构造特征，能更好地提取储层结构及地质构造的不连续性异常信息，可为精确的地质构造解释、断裂系统分布的高精度描述、储层预测等提供可靠的技术支持。储层预测等提供可靠的技术支持。储层预测等提供可靠的技术支持。


技术研发人员：陈学华 黎康毅 吕丙南 吴昊杰 王聪 王胜义 赵晨斐
受保护的技术使用者：成都理工大学
技术研发日：2023.04.19
技术公布日：2023/7/25