匹配追踪强反射层分离方法及应用

朱博华,向雪梅,张卫华

(中国石油化工股份有限公司石油物探技术研究院,江苏南京211103)



匹配追踪强反射层分离方法及应用

朱博华,向雪梅,张卫华

(中国石油化工股份有限公司石油物探技术研究院,江苏南京211103)

摘要:针对油页岩强反射屏蔽储层有效信号的问题,开展了基于匹配追踪的强反射层分离方法研究,目的是较好地弱化强阻抗界面的影响,增强储层有效信号。结合匹配追踪算法和强反射形成机理,首先建立强反射层分离流程，然后基于二维模型,对强反射层分离过程中子波控制参数的选取进行了详细讨论,并提出利用能量增长率作为参数优选的依据。研究认为,当给定1～2Hz的频率扰动范围、且将匹配子波全部(1倍)从原始记录中减去时,强反射层分离效果最佳。以华北彬县—长武区块油页岩强反射为例,通过对目的层段测井响应特征和地震响应特征的分析,结合模型试验结果确定了子波控制参数,并对油页岩强反射层进行了有效分离。分析表明,强反射层分离后储层弱反射信号得到了有效增强,平面属性能更加客观地反映河道边界和砂体展布特征,井点吻合率达到75%,取得良好的应用效果。

关键词：弱信号；页岩强反射；匹配追踪；模型试验；砂体识别

在页岩层或煤层发育区,上、下界面较大的波阻抗差异导致了强反射同相轴的出现,强反射同相轴严重屏蔽了相邻储层的弱信号,降低了储层预测的精度。常规处理的地震资料很难满足复杂储层精细解释的需求。

针对上述问题,许多学者开展了研究和讨论,如常规的高分辨率处理,属性分析,叠前、叠后反演及强反射层分离等。庞尚明等[1]采用逆向地震储层预测方法,对含盐强反射地层进行了有效的岩性预测；张军华等[2]针对东营凹陷油页岩强反射问题,采用提高分辨率、属性分析等技术对油页岩背景下的滩坝砂体进行了预测,取得了一定的效果；刘保国[3]针对大牛地气田煤系强反射问题,利用岩性反演、反射结构分析等技术对山1段储层进行了有效预测；张军华等[4]利用多子波分解与重构方法,对胜利探区五号桩油田T2强反射层进行了剥离,提高了储层刻画的精度；秦雪菲等[5]针对大牛地气田煤层的影响,采用多子波分解与重构技术对煤层进行定位和去除,很好地预测了上覆、下伏储层的分布；Wang[6]利用多道匹配追踪新算法,较好地消除了煤层强反射影响,很好地展示了目标层反射；李海山等[7]利用匹配追踪算法分离了煤层强反射,利用叠前反演方法对含气层进行了有效识别。常规的方法虽取得了一定的效果,但很难从根本上解决强阻抗界面问题,应用效果有限；而匹配追踪强反射层分离算法缺乏理论模型验证和参数的详细讨论,制约了该方法的进一步推广应用。

匹配追踪算法源于MALLAT等[8]提出的“波形匹配追踪”算法的思想。该方法把原始信号分解成多个原子的线性组合,这些原子被称为匹配子波。匹配子波的选取是通过子波控制参数确定的,一旦确定了一组子波控制参数,也就得到了唯一的子波波形。常用的原子库有Morlet原子库[9]和Ricker原子库[10],不少学者对匹配追踪算法进行了深入的讨论和改进,分别在时频分析[11]、频谱成像及薄砂体预测[12-13]、滤波去噪[14]、剩余时差校正[15]等方面取得了较好的应用效果,同时在强反射层分离中也取得了一定的应用效果[4-7]。

本文基于匹配追踪强反射层分离算法,重点对算法参数的选取进行了较为详细的讨论,并对实际数据进行了处理分析。利用二维强反射模型,分别从匹配子波的生成、减去准则、控制参数选取等方面进行了试验,优化算法参数。在模型验证的基础上,针对华北彬县—长武区块油页岩强反射的问题,应用该方法对油页岩强反射层进行分离,并提取均方根振幅属性进行砂体预测。

1匹配追踪方法及其实现

1.1基本原理

匹配追踪方法是一种有效的信号稀疏分解方法[16],其算法基本表达式为:

(1)

式中:f为希尔伯特空间里的任意信号；〈f,gγ0〉为原始信号f与第1次迭代时所选基函数的内积；R1f为第1次迭代后所产生的残差。为了使残差量最小,则必须使内积项〈f,gγ0〉尽可能大,R1f和gγ0正交,满足:

(2)

通过m次迭代后,得到:

(3)

式中:Rmf为最后的残差项。

1.2子波控制参数求取

匹配追踪方法的关键是子波控制参数的求取,本文利用三步法实现子波控制参数的求取[16]。首先以Morlet小波作为基本原子,通过子波中心延迟时间、主频、相位和尺度因子来表征匹配子波,子波控制参数为γ={u,f,φ,k}。

Morlet小波时间域表达式为:

(4)

式中:fm是子波主频；u为中心延迟时间；φ为相位；k为尺度因子。子波控制参数的具体求取方法如下:

1) 利用复数地震道分析技术得到三瞬属性,将瞬时振幅最大包络处的时间作为初始中心延迟时间un,将该时间点处的瞬时频率fn和瞬时相位φn作为匹配子波的主频和相位初始值,得到初步估算的3个参数{un,fn,φn}。对于Morlet子波,还应给定尺度因子k,这样才能确定唯一的Morlet子波,尺度因子通过公式(5)计算得到。

(5)

2) 求取最优化参数以确定匹配子波gγn,用公式(5)在搜索字典中最优化4个子波控制参数,然后在初始值附近扰动,得到搜索范围[un-Δu,un+Δu],[fn-Δf,fn+Δf],[φn-Δφ,φn+Δφ],[kn-Δk,kn+Δk]。其中,Δu为时间间隔；Δf为频率间隔；Δφ为相位间隔；Δk为尺度参数间隔。

3) 估计振幅参数an,利用公式(6)获得子波振幅。

(6)

2强反射层分离

地震记录上的单个反射波并不是单一界面的反映,而是多个界面或者一套界面地震反射子波叠加的结果。因此,地震记录上的一个反射波组并不严格地对应于地层柱状图某一地层分界面。在这样一组靠得很近的界面中,必然有起主要作用的界面。如果这些地层厚度和岩性在一定的区域内保持相对稳定,则来自这组界面的许多地震反射子波的相互关系(振幅差异,旅行时差异等)也应当是相对稳定的,得到的地震反射波组特征(相位个数,强度等)也具有相对稳定的性质。

基于上述分析,结合匹配追踪的基本原理,确定了强反射层分离方法的主要流程:

1) 数据准备。包括地震数据体、精细层位解

释结果等。

2) 对强反射同相轴进行三瞬分析,求取强反射位置的瞬时频率值,从而确定同相轴的主频。

3) 利用模型试验分析和实际资料特征分析结果,设定初始子波参数,包括主频、相位、尺度因子、中心延迟时间等,对强反射同相轴进行分离。

4) 结合井点处地层组合、砂体厚度等特点,分析处理结果的合理性,确定是否需要进行参数调整。

5) 利用最终确定的参数进行全区分离,然后再对分离后数据进行后续分析,预测有利目标。

单道强反射同相轴分离示意图如图1所示。强反射层分离后,原本被强反射淹没的信息得到较好的展示,有利于对弱反射信号进行研究和分析。

图1　单道强反射层分离示意图解

基于强反射形成的基本特征,结合上文匹配追踪算法的讨论分析和强反射层分离流程,本文开展了模型试验分析。

2.1二维模型试验

我们制作了一个强反射界面下存在砂岩储层的模型,如图2所示。背景是低速地层,设定速度为1000m/s,密度为1.650g/cm3,中部整体上是一套泥岩地层,设定速度为2500m/s,密度为2.200g/cm3,紫色部分代表砂岩,设定速度为3500m/s,密度为2.275g/cm3,砂岩地层紧挨着上面的阻抗界面,距离为3～5m不等。稳定面反射系数是其下砂泥岩分界面反射系数的2.95倍左右,对砂泥岩波阻抗界面来说,稳定面可看作是一个强反射界面。砂岩分布厚度为2,3和5m不等。

图2　强反射界面下存在砂岩储层的理论模型(a)及局部放大(b)

对模型进行正演模拟,子波选用35Hz零相位Ricker子波,采样间隔1ms,采用自激自收方式进行正演,得到的正演剖面如图3所示,图中红线为拾取的强反射同相轴。

图3　模型正演剖面

从正演剖面上看,直观识别强反射轴下的砂体发育情况比较困难。横向上能见到微弱的波形变化,但这种微弱的变化几乎全部淹没在上覆强反射中,给砂体识别带来了较大困难。

为了得到强反射同相轴的主频分布特征,设定了较大的频率扰动区间,对强反射同相轴进行匹配追踪,得到初始主频,如图4所示。通过计算平均值,确定强反射同相轴的最佳匹配主频为31.7Hz。

图4　初始匹配主频

我们对正演剖面进行了强反射同相轴的识别和分离。设定子波为零相位,其主频为31.7Hz,k=0.17,初始中心延迟时间设定为波峰位置,将提取出的子波全部减去,处理后得到的剖面如图5所示,红线为原始强反射同相轴的位置。

由图5可知,强反射层分离后,砂体信息相对比较明显,但是仅从剖面上分析缺乏说服力。为了定量描述强反射层分离后砂体在属性上的表现特征,提取了强反射轴往上10ms,往下40ms时窗内的均方根振幅属性,来进一步分析强反射层去除前、后的效果,如图6所示。由图6可见,强反射层去除前、后模型的均方根振幅曲线特征较为一致。

图5　去除强反射层后的剖面

图6　强反射层去除前、后均方根振幅曲线对比

地震勘探本质上是相对量的勘探,基于这种思想,本文进一步分析了曲线的变化规律,对处理前、后均方根振幅的变化率进行了统计分析,将无砂体地震道的均方根振幅作为背景值RA,其它地震道的均方根振幅值记为变量RA(x),x=1,2,3,…,设能量增长率为R(x),则有:

(5)

R(x)反映了均方根能量相对于背景值的变化情况,它能直观地展示强反射层分离前、后地震属性的变化特征。

图7给出了强反射层去除前、后均方根能量的增长率曲线对比结果。由图7可知,强反射层去除前、后的能量增长率发生了明显的变化,去除后能量增长率变大,这说明相对于背景反射来说,砂岩段在振幅属性上的响应更加明显,该结论对于后期属性提取非常有利。

图7　强反射层去除前、后均方根能量增长率

上述只是强反射层分离的一种特殊情况,针对该方法实现过程中的参数选取问题,我们详细讨论了频率扰动范围和匹配子波减去准则对分离效果的影响。

2.2参数讨论

2.2.1频率扰动范围

匹配追踪算法中,主要涉及到振幅、主频、相位等几个参数。本次讨论假定子波零相位且匹配子波全部减去,以观察主频固定与主频扰动之间的区别。假设主频扰动范围为F,那么匹配追踪算法中的频率扫描范围为[31.7-F/2,31.7+F/2],算法自动在此区间范围内寻找最优匹配子波,而不是固定值。提取处理前、后的均方根振幅属性,计算能量增长率曲线如图8所示。

由图8可知,在固定主频或者主频扰动范围较小时,能量增长率最大。1,2,4Hz曲线出现重叠,表明1Hz的扰动范围已经足够大,再大的扰动范围也会得到相同的结果,而且较大的扰动范围也不符合实际的同相轴波形特征,不仅破坏了原始的子波波形和强反射同相轴特征,还增加了计算时间。综上所述,针对实际资料的频谱变化特点,为了准确反映原始子波特征和同相轴能量变化规律,最大限度增强这种能量的相对变化,在较为稳定的强反射区,建议给定较小扰动范围,1～2Hz即可。

2.2.2匹配子波减去准则

通过匹配方法,得到单个匹配子波,该匹配子波代表了强反射能量。如何更好地处理该匹配子波成为比较关键的问题。因此,本文在主频固定(31.7Hz)的条件下,分别减去匹配子波的0.6倍,0.8倍,1.0倍(全部减去)和1.2倍,提取处理前、后的均方根振幅属性,并计算能量增长率曲线,结果如图9所示。

图8　处理前、后均方根能量增长率

图9　处理前、后均方根能量增长率曲线

由图9可知,在子波全部减去的情况下,能量增长率最大。该模型试验结果说明在实际应用过程中,应尽量将匹配子波全部减去,这样才能得到更好的分离效果。

3实际资料处理及效果分析

3.1研究区概况

图10　W1井测井综合解释(a)及其标定结果(b)

华北彬县—长武区块存在明显的油页岩强反射,该区的主要勘探目标是三叠系延长组长8油层组。在长8油层组上部、长7油层组底部发育了一套稳定的区域性标志层——张家滩油页岩,与围岩形成了较大的波阻抗差异。由图10中W1井的测井综合解释成果和标定结果可知,油页岩和储层存在明显的波阻抗差异,上、下分界面T6c在地震剖面上形成了稳定的强反射同相轴,其主要反映张家滩油页岩的信息,不反映长8砂体的信息,长8储层段的信息基本被张家滩油页岩的信息淹没,预测难度非常大。前期采用了多种常规方法进行分析预测,但效果不理想。资料分析发现这种强反射特征相对稳定。基于强反射层分离的基本原理和本研究区的实际地震地质特征,可以认为,由大套页岩层产生的反射在研究区内具有相对稳定的特征,而相对于强反射而言,储层弱反射对地震记录的贡献较小。对全区强反射同相轴进行分离,能较好去除油页岩强反射的影响,增强储层弱反射,具有实际意义。

3.2实际数据处理分析

通过分析目的层段地震资料,确定资料主频在25Hz左右。结合上文的理论分析,经过参数测试,最终确定子波主频区间为24～25Hz,零相位,尺度参数选取k=0.17,初始子波中心延迟时间为解释的T6c层位时间,时间扰动区间2ms。对工区内张家滩油页岩强反射层进行全区分离,得到强反射层分离后的数据体。

选取了两口典型井W1井和W2井进行过井剖面的对比和分析,如图11所示。强反射层分离前,两口井在T6c处都有很明显的强反射,储层特征区分较为困难。经过强反射层分离,可以清晰地看到,W1井在强反射层下出现明显的振幅响应(椭圆所示),而W2井振幅响应微弱。由两口井的录井资料可知,W1井长8段砂体总厚度达到31.6m,而W2井长8段砂体总厚度仅为6.6m,与处理后的剖面具有很好的一致性。上述的分析对比表明,T6c强反射轴分离后,长8砂体弱反射信号得到明显增强,这有助于目标储层的研究。

图11　过井剖面对比

在过井剖面分析的基础上,提取了处理前、后的均方根振幅属性进行对比分析,如图12所示。时窗为T6c往上10ms,往下50ms,时窗内基本反映了长8砂体的信息。对比认为,原始平面属性与井点符合度低,且区分度较差,基本是强反射的背景。处理后的平面属性很好地降低了强反射的影响,与井点符合率大大提高,W2井处于不利区,而W1井处于相对有利的区域,整体上能较好地指示河道砂体的分布,区内共有32口井,其中与预测的分布范围相吻合的有25口井,符合率达到75%,较之前的预测结果有较大的提高,与地质人员勾绘的砂体等厚图有很高的一致性。

图12　处理前(a)、后(b)均方根振幅属性对比

4结论

强反射屏蔽储层弱信号的问题给精细储层预测带来了巨大的困难。本文基于匹配追踪算法的强反射层分离方法,对该问题进行了分析处理。利用二维模型,重点对子波参数选取进行了详细讨论,提出利用能量增长率作为参数优选的表征参数。研究认为,为了得到最佳的强反射层分离效果,参数设置过程中应给定较小的频率扰动范围,且需将子波全部减去(1倍),这为后续实际资料的应用奠定了基础。

在实际资料应用中,首先对资料进行详细分析,确定强反射同相轴主频、相位等关键参数；结合模型分析结论,合理设置频率扰动范围和减去参数,以更加有效地进行强反射层分离。华北彬县—长武区块油页岩强反射的分析研究结果表明,处理后的数据能在平面上较好地指示长8砂体分布范围,与井资料吻合度较高,实际应用效果明显,证明了该方法的有效性及应用前景。

致谢:本研究得到了中国石油大学(华东)地球科学与技术学院张军华教授的指导和帮助,在此表示衷心的感谢。

参考文献

[1]庞尚明,陈发亮,李勤英.东濮凹陷盐岩地震地质特征研究[J].石油物探,2005,44(6):605-608

PANG S M,CHEN F L,LI Q Y.Seismo-geologic features of halite in Dongpu depression[J].Geophysical Prospecting for Petroleum,2005,44(6):605-608

[2]张军华,刘培金,朱博华,等.滩坝砂储层地震解释存在的问题及对策[J].石油地球物理勘探,2014,49(1):167-175

ZHANG J H,LIU P J,ZHU B H,et al.Problems and countermeasures in the seismic interpretation of the beach bar sandstone reservoirs[J].Oil Geophysical Prospecting,2014,49(1):167-175

[3]刘保国.提高大牛地气田三维地震储层预测精度的思考[J].石油物探,2008,47(1):95-102

LIU B G.Considerations for improving accuracy of reservoir prediction form 3D seismic data in Daniudi Gas Field[J].Geophysical Prospecting for Petroleum,2008,47(1):95-102

[4]张军华,刘振,刘炳杨,等.强屏蔽层下弱反射储层特征分析及识别方法[J].特种油气藏,2012,19(1):23-26

ZHANG J H,LIU Z,LIU B Y,et al.Analysis and identification of reservoir characteristics of weak reflectors under strong shielding layer[J].Special Oil & Gas Reservoirs,2012,19(1):23-26

[5]秦雪霏,李巍.大牛地气田煤系地层去煤影响储层预测技术[J].吉林大学学报:地球科学版,2011,44(3):1048-1054

QIN X F,LI W.Research of identification and trimming of coal-bed interference in Daniudi gasfield[J].Journal of Jilin University:Earth Science Edition,2011,44(3):1048-1054

[6]WANG Y H.Multichannel matching pursuit for seismic trace decomposition[J].Geophysics,2010,75(4):61-66

[7]李海山,杨午阳,田军,等.匹配追踪煤层强反射层分离方法[J].石油地球物理勘探,2014,49(5):866-870

LI H S,YANG W Y,TIAN J,et al.Coal seam strong reflection separation with matching pursuit[J].Oil Geophysical Prospecting,2014,49(5):866-870

[8]MALLAT S G,ZHANG Z.Matching pursuits with time-frequency dictionaries[J].IEEE Trans-actions on Signal Processing,1993,41(12):3377-3415

[9]LIU J L,MARFURT K J.Matching pursuit decomposition using Morlet wavelets[J].Expanded Abstracts of 75thAnnual Internat SEG Mtg,2005:786-790

[10]韩海英,王志章,王宗俊,等.基于Ricker类地震子波的匹配追踪[J].石油物探,2014,53(1):17-25

HAN H Y,WANG Z Z,WANG Z J,et al.Matching pursuit based on Ricker-like seismic wavelet[J].Geophysical Prospecting for Petroleum,2014,53(1):17-25

[11]张显文,韩立国,王宇,等.地震信号谱分解匹配追踪快速算法及其应用[J].石油物探,2010,49(1):1-6

ZHANG X W,HAN L G,WANG Y,et al.Seismic spectral decomposition fast matching pursuit algorithm and its application[J].Geophysical Prospecting for Petroleum,2010,49(1):1-6

[12]李传辉,张繁昌.地震信号可变分辨率匹配追踪频谱成像方法[J].石油物探,2012,51(5):213-218

LI C H,ZHANG F C.Variable resolution matching pursuit spectrum imaging of seismic signals[J].Geophysical Prospecting for Petroleum,2012,51(5):213-218

[13]迟唤昭,刘财,单玄龙,等.谱反演方法在致密薄层砂体预测中的应用研究[J].石油物探,2015,54(3):337-344

CHI H Z,LIU C,SHAN X L,et al.Application of spectral inversion for tight thin-bed sand body preditcion[J].Geophysical Prospecting for Petroleum,2015,54(3):337-344

[14]赵天姿,宋炜,王尚旭.基于匹配追踪算法的时频滤波去噪方法[J].石油物探,2008,47(4):367-371

ZHAO T Z,SONG W,WANG S X.Time-frequency filtering de-noise method based on matching pursuit algorithm[J].Geophysical Prospecting for Petroleum,2008,47(4):367-371

[15]张汛汛,张繁昌,刘汉卿.基于快速匹配追踪算法的地震道集剩余时差校正[J].石油物探,2015,54(4):420-426

ZHANG X X,ZHANG F C,LIU H Q.Seismic gathers residual moveout correction based on fast matching pursuit algorithm[J].Geophysical Prospecting for Petroleum,2015,54(4):420-426

[16]WANG Y H.Seismic time-frequency spectral decomposition by matching pursuit[J].Geophysics,2007,72(1):13-20

(编辑：陈杰)

Strong reflection horizons separation based on matching pursuit algorithm and its application

ZHU Bohua,XIANG Xuemei,ZHANG Weihua

(SinopecGeophysicalResearchInstitute,Nanjing211103,China)

Abstract:Aimed at the weak reflection signals shielded by strong reflections from oil shale,we study separating strong reflection horizons from seismic data based on matching pursuit algorithm,which can weaken the influence caused by strong impedance interface to enhance the effective signals. Firstly,combined with matching pursuit algorithm and strong reflection forming mechanism,we establish the workflow of strong reflection horizon separation. Secondly,by 2D model,we discuss wavelet control parameters selection during the procedure of strong reflection separation in detail,and propose that the energy growth rate can be regarded as the basis for parameter optimization. Studies show that the strong reflection horizon separation can achieve best results when the minor frequency disturbance range from 1Hz to 2Hz and full matching wavelet subtraction from original records. At last,we take the Binxian-Changwu block in North China as the practical work area,select the wavelet control parameters by the analysis of well loggings and seismic responses from target layers as well as the model test results,and separate the strong reflection events from oil shale effectively. Results show that the reservoir weak reflection signal is enhanced effectively after strong reflection horizons separation,and the plane seismic attributes can reflect the channel boundary and sandbody distribution features more objectively with 75% prediction accuracy,obtaining good practical application effect.

Keywords:weak signal,strong reflection from shale,matching pursuit,model test,sandbody identification

文章编号：1000-1441(2016)02-0280-08

DOI:10.3969/j.issn.1000-1441.2016.02.014

中图分类号：P631

文献标识码：A

作者简介：朱博华(1987—),男,助理工程师,主要从事地震资料解释工作。

收稿日期：2014-12-19;改回日期：2015-12-22。