地震采集异常道实时监控技术与应用

孙 哲，王梅生，王建锋，王秋成，接铭丽

(中国石油集团东方地球物理勘探有限公司采集技术支持部 河北 涿州 072751)

·仪器设备与应用·

地震采集异常道实时监控技术与应用

孙 哲，王梅生，王建锋，王秋成，接铭丽

(中国石油集团东方地球物理勘探有限公司采集技术支持部 河北 涿州 072751)

在野外地震采集过程中，地震数据异常道是决定地震采集资料品质的最主要因素之一。随着高密度采集和可控震源高效采集技术的推广应用，以往人工质控方式根本无法实现对异常道的实时监控，进而使野外无法及时对异常道进行整改，或及时对异常道数较多的问题炮进行补炮，从而影响了野外生产的施工质量和施工进度。针对这一问题，从地震采集异常道的数据特征出发，通过对获取的地震道采样点真值进行比较与统计，提出了一种针对极大值道、掉排列道、串接道及弱振幅道等4种类型异常道的实时监控技术，实现了对地震数据异常道的实时监控。实际应用效果证明，该技术在保持高效的基础上，具有很高的异常道识别精度，在大大缓解野外现场质控人员压力的同时，为地震采集资料品质提供了有力保障。

地震数据；异常道；实时监控；地震采集；资料品质

0 引 言

地震数据异常道通常是由于在地震采集过程中受到各种外界破坏或地震采集仪器与设备自身故障等影响而导致的。异常道作为现场质控的一项重要指标，其数量的多少直接决定着地震采集资料品质的高低。随着地震勘探采集设备研发技术以及可控震源高效采集技术的迅猛发展[1-3]，使得如今在野外生产中，单日激发炮数与记录道数较以往均有大幅度提高，导致人工质控方式已经无法在短时间内完成对地震数据异常道的实时监控。

从检波器的技术特性出发，通过地震仪器来做好施工现场的检波器质量控制，可以在数分钟之内完成数以万道计的检波器测试，进而实现对部分异常道的识别与剔除[4，5]。但这种方式仍会漏掉一些异常道，如：部分掉排列、串接道等。并且如果能够将监控时间缩短到数秒，将会更好的适应现今高效采集施工的需求，从而做到真正的实时监控。以提高实时监控的实用性为目的，一些业内人士也在探索能够针对各种野外关注的质控内容进行快速有效监控的自动化监控技术，并取得了一些成果[6-9]。但这些技术中，能够监测出的地震采集异常道的种类均较少，且部分方法较为复杂，不适宜用在数万道单炮高效采集的实时监控之中。

本文从地震勘探野外采集的实际需求出发，介绍一种能够用于地震采集实时质量监控的地震数据异常道实时监控技术，通过解析地震采集过程中所遇到的多种类型异常道的数据特征，达到可以自动对这些地震数据异常道进行快速有效识别的目的，从而为地震采集实时质控技术提供有力的技术支撑。

1 异常道监控方法

随着可控震源高效采集技术的不断发展以及国内外勘探市场对采集技术的逐步认可，使得高效采集技术不断在地震勘探采集项目中得到应用。而众多的高效采集项目对实时质量监控技术的质控效率都有着非常高的要求。地震采集异常道实时监控技术主要是通过对地震数据样点值进行比较和统计的方式进行异常道识别，不涉及复杂的数学变换，是一种十分高效的方法。

地震采集异常道实时监控技术，是从地震数据的角度对异常道进行识别和监控，是对野外利用检波器检测技术进行质控的一项补充。其核心思路主要是通过对野外采集过程中所遇到的极大值道、掉排列道、串接道及弱振幅道等4种类型异常道的数据特征进行分析，并通过设置合理的异常道识别顺序，依次对地震采集异常道进行有针对性地识别。此外，在针对每种类型异常道进行识别的过程中，旨在利用这些异常道的波形特征和相互影响关系，在保证识别精度的基础上，使用尽量简单的数值比较和统计方式进行异常识别，实现了一套实用性极强的异常道实时监控技术。

1.1 极大值道监控

实际生产过程中，由于外界环境干扰或设备自身老化等因素，导致采集到的地震数据在缆线中传输的过程中会出现丢码现象，最终体现在地震记录上则是一系列采样点真值数量级极大的数据道，因此，通常也被称为极大值道或极值道。这类异常道的采样点真值数据量级要明显高于正常数据道的采样点真值。因此，只需要通过设置一个合理的极大值门槛参数，即可实现对极大值类型异常道的自动识别。当设置好合适的门槛参数后，只要数据道中出现真值绝对值大于此门槛参数的采样点时，即可将此地震数据道判别为极大值类型的数据异常道。因此，解决问题的关键在于如何设置合理的门槛参数。

地震波在地下传播过程中，由于球面扩散、吸收衰减等因素，使得现场采集到的单炮记录中绝对值较大的采样点真值往往出现在近炮检距的地震道中，并且主要位于这些道的初至波峰、波谷或是面波波峰、波谷位置处。因此，在对极大值异常道进行监控前，需要先从近炮检距地震道的采样点真值中选出一个绝对值最大值Pmax，为了保证极大值道的识别精度，需要将Pmax乘以一个门槛值系数CTh，进而得到识别极大值道的门槛值PTh。由于极大值道的采样点真值通常要超出正常数据道真值三个数量级以上，因此，门槛值系数CTh通常要设置成100～1 000。

在设置好门槛参数之后，通过将单炮地震记录中的各地震道的各采样点绝对值，依次与门槛值PTh比较，若大于门槛值PTh，则此采样点所处地震道为一道极大值类型的异常道。

1.2 掉排列道监控

与极大值道出现的原因类似，掉排列道也是由于数据传输错误所导致的。相对于极大值道而言，掉排列道现象在野外更为常见，因而在野外生产中也倍受关注。实际生产过程中，地震采集仪器可以监控出部分掉排列道，然而并非所有的掉排列道均能被仪器识别。因此，有必要通过其它方式对掉排列道进行进一步监控，如图1所示为一组存在掉排列异常道的数据排列。该数据从3 s开始直到记录末端，出现了明显的掉排列现象。从特征上来看，这些掉排列道表现为地震道的采样点真值在某一时间段连续相等。这一点从图1中的数据真值显示也可以看出，这也是掉排列的普遍特征。

如前面所描述，根据掉排列道在某个时间段的采样点真值连续相等的这一特征，就可以轻而易举地对其进行监控。首先设置好一个采样点连续相等的门槛值Nth(实际应用中建议该值通常取100/dt即可，其中dt为地震数据的采样率)，再对数据道中数值连续相等的采样点个数Nspr进行统计，若Nspr>Nth，则判定此数据道为一道掉排列类型的地震数据异常道。

1.3 串接道监控

串接道现象是由于野外采集过程中出现检波器接错所导致的。如图2所示为包含串接道类型异常道的炮记录。这些在地震记录上表现为串接道的波形几乎完全相同，其波形、相位等差别很小。由于地震记录的正常相邻地震道本身也具有较高的相干特征，因此，即便是通过地震记录回放进行查看，也很难分辨出串接道发生的位置。串接道类型的异常道监控方法，其主体思路就是通过逐点比较当前数据道与相邻数据道在相同时刻位置处的采样点数据的符号，来监控串接道类型的异常道[3]。

图1 包含掉排列类型异常道的炮记录

图2 包含串接道类型异常道的炮记录

需要注意的是，实际生产中，掉排列道往往是连续多道同时出现的(图1)，并且这些道的采样点真值都相等，如果先进行串接道的识别，就会将这些掉排列道误判为串接道。因此，在进行异常道的识别过程中，对掉排列道的识别要先于对串接道的识别。此外，当工区中出现较强的工业电干扰时，受到此类干扰的相邻地震道数据也会表现出较强的相似性。因此，为了避免将这些工业电干扰道误判为串接道，在进行串接道的识别之前，首先要对这些由工业电干扰所导致的单频干扰道进行识别[10]。

1.4 弱振幅道监控

实际野外生产中，当出现检波器未被埋置好，或者由于设备本身出现固障，会出现某一道接收地震数据的检波器无法工作，或是在一串组合的检波器中，存在部分检波器无法工作的现象。如图3所示为一组存在弱振幅道的单炮记录，红框中即为两道弱振幅道。从图3中可以明显看出，这些弱振幅道反映在原始单炮上，其相对于相邻的正常数据道而言，振幅要弱很多，这也是被称之为弱振幅道的原因，或常被野外称之为不跳、懒跳道。

目前现有的弱振幅道监控方法或是由于精度不高，或是由于算法复杂而影响了运算效率，使得这些方法无法较好的应用在实时监控的技术中。因此，在兼顾实时质控高计算效率要求的基础上，本研究提出了通过采用比较相邻道振幅对弱振幅道进行监控的思路。由于地震数据的初至区域属于地震记录中振幅较强的采样点分布区域，因此，在这个区域中，对于弱振幅道的识别也较为敏感，有利于提高弱振幅道的识别精度。基于这一思路，需要在进行弱振幅道的识别前，先拾取一个提取地震数据初至区域数据部分的初至区时窗。对于从地震记录中应用初至区时窗拾取的用于进行弱振幅道识别的地震数据，可以用矩阵D来表示。具体表示形式如下：

图3 包含弱振幅类型异常道的炮记录

(1)

式中，D表示地震数据矩阵，m表示单道数据的样点数，n表示数据道数，dji表示位于第i道数据的第j个数据样点。

令各地震道的平均振幅为Ai，则有：

(2)

检测第p道地震数据是否为弱振幅异常道，需要依据下面的公式：

Ap

(3)

即第p道平均振幅要小于其邻近的第k道平均振幅的CAmp倍。

式中，CAmp通常取0.1～0.5。l表示道数范围，用来限制与第p道平均振幅进行比较的道数，为了削弱能量衰减所带来的影响，l值不宜过大，通常取10。对于k值，则要遍历从p-l到p+l范围内除p以外的全部索引值。通过统计能够使上式成立的k的取值个数NP，并判断其是否能够满足下式：

NP>2×l×CPer

(4)

式中，CPer表示限制与第p道平均振幅进行比较的百分比系数，通常取值0.8。因此，可以理解为，当第p道平均振幅比其左、右各相邻l道中80%以上道数的单道平均振幅的CAmp倍还要弱时，所分析的第p道将被判定为弱振幅异常道。

综上所述，可以知道对于极大值道、掉排列道、串接道及弱振幅道等4种类型异常道的监控，必须要有严格的监控顺序，否则会引起异常道的漏判和误判。关于4种异常道的整个监控流程如图4所示。

图4 异常道监控流程图

2 实际应用效果

本技术在实际应用中通过以软件为载体来实现对异常道的实时监控。监控过程中，安装了实时监控软件的质控主机通过局域网的方式与地震采集仪器主机进行联机。当现场新生成的单炮数据由仪器主机通过FTP被传输到质控主机后，质控系统会自动对该单炮数据进行读取，并调用异常道监控算法，从而实现对极大值道、掉排列道、串接道以及弱振幅道等4种类型异常道的实时监控。当现场质控人员看到或听到实时监控软件给出的报警提示后，只需查看软件提供的异常道列表，便可马上知道异常道的类型和位置，从而立即通知野外对异常道进行整改或是补炮。由此可见，整个实时监控过程极大提高了野外地震勘探采集的施工质量和效率，并较以往的野外质控方式而言，其投入的人力成本也有了大幅度的降低。

如图5～图7所示是地震采集异常道实时监控技术分别在三个不同的可控震源高效采集项目中的应用实例。图5、图6、图7分别是监控出的带有极大值、掉排列及弱振幅异常道的问题炮，以及相应的柱状图报警提示。三幅图中所显示的地震数据中出现异常道的位置，均用红框标出，且用于监控异常道属性的柱状图呈现黄色，均表示当前炮的出现了较多的异常道，需要及时进行整改。

图5 带有极大值类型地震数据异常道的问题炮自动监控实例

图6 带有掉排列类型地震数据异常道的问题炮自动监控实例

图7 带有弱振幅类型地震数据异常道的问题炮自动监控实例

监控过程中针对此类问题炮，除提供如图中所示的红色柱状图报警外，还将提供了详细的异常道列表，用于提供给野外查线人员，作为排列整改的依据。三个采集项目涉及到了可控震源滑动扫描和可控震源距离同步滑动扫描等两种高效采集施工方式。其中效率最高的一个项目要求对15 000道的单炮数据的质控时间控制在5 s内，实际应用中，本技术均满足了以上采集项目对实时监控的效率要求。

3 结束语

通过对野外采集过程中经常遇到的极大值道、掉排列道、串接道及弱振幅道等类型异常道的数据特征进行分析，采用对各道地震数据的样点值进行比较和统计的方法，实现了地震数据异常道自动监控技术。

1) 算法简捷有效，通过使用尽量简单的数值统计和比较思路，使得该方法对4类地震数据异常道的质控效率完全能够满足目前野外高效采集项目对野外现场实时监控的要求；

2) 监控结果准确，直接对地震数据进行监控的异常道实时监控技术，是野外利用检波器检测技术进行质控的有力补充，在保证快速计算的同时，能够得到准确的监控结果；

3) 实用性强，应用该技术可以对地震采集施工中极为关心的4种异常道进行实时定位，从而在第一时间通知野外进行及时整改或补炮，有效地保证了施工质量和施工效率；

4)节省大量人力，针对地震采集异常道的实时监控技术使得现场质控人员从繁琐枯燥的查找地震数据异常道的工作中解脱出来，节约了大量的人力成本。

[1] Jack Bouska. Distance Separated Simultaneous Sweeping: Efficient 3D Vibroseis Acquisition in Oman[A].Expanded Abstracts of SEG 79thAnnual SEG Meeting, 2009:1-5.

[2] Howe Dave, Foster Mark, Allen Tonny, et al. Independent Simultaneous Sweeping:A Method to Increase the Productivity of Land Seismic Crews [A].Expanded Abstracts of SEG 78thAnnual SEG Meeting, 2008: 2826～2830.

[3] 丁 伟，胡立新，何京国,等. 可控震源高效地震采集研究及应用[J].石油物探，2014，53(3)：338-343.

[4] 吕公河. 地震勘探检波器原理和特性及有关问题分析[J].石油物探，2009，48(6)：531-543.

[5] 罗福龙，夏 颖. 地震检波器检测技术探讨[J].石油物探，2013，52(6)：617-622.

[6] 梁晓峰，肖 虎，贺立勇，等. FTP实时质控监控技术[J].石油地球物理勘探，2008，43(增2)：101-103.

[7] Pecholcs Peter I, Lafon Stephen K, Al-Ghamdi Turki, et al. Over 40,000 Vibrator Points Per Day with Real-time Quality control: Opportunities and Challenges[A].Expanded Abstracts of SEG 80thAnnual SEG Meeting, 2010: 111-115.

[8] 石双虎，邓志文，段英灰,等. 高效地震勘探数据采集智能化质控技术[J].石油地球物理勘探，2013，48(增1)：7-11.

[9] 梁正洪，张伟宏，徐有林,等. 地震勘探野外现场监控系统平台的构建与应用[A].CPS/SEG国际地球物理会议论文集，2014：65-68.

[10] 邵玉海，王秀槐. 一种自动剔除地震记录噪音的新方法[J].石油物探，1991，30(3)：98-106.

Abnormal Traces Real-time Detection Technique for Seismic Acquisition and Its Application

SUN Zhe，WANG Meisheng，WANG Jianfeng，WANG Qiucheng， JIE Mingli

(AcquisitionTechnologySupportDepartment,BGP,CNPC,Zhuozhou,Hebei072751,China)

The amount of seismic abnormal traces is one of important factors which determine the quality of seismic data in the process of seismic acquisition. With the wide application of high density acquisition and high efficient acquisition technology of the vibrator, it is impossible to execute real-time quality control for detecting abnormal traces by artificial way, which leads to correcting abnormal traces or patch shots behind time, so that the quality and progress of the acquisition project are affected. To solve this problem, according to the characteristics of abnormal traces from seismic acquisition, through the seismic data comparison and statistics, four kinds of abnormal traces including extreme value trace, missing trace, crosstalk and weak amplitude trace from seismic acquisition can be detected automatically, realizing the real-time quality control to the abnormal traces from seismic acquisition. The results of actual application show that the precision of this abnormal traces real-time detection technique is very high. This can alleviate the pressure of QC persons greatly and provide a powerful guarantee to the quality of seismic acquisition data.

seismic data; abnormal trace; real-time detection; seismic acquisition; data quality

孙 哲，男，1982年生，工程师，2009年毕业于中国石油大学(北京)地球探测与信息技术专业，获硕士学位，现主要从事地震采集质控方法研究与软件开发。E-mail：fantasy_spz@aliyun.com

P631.4

A

2096-0077(2017)02-0067-06

10.19459/j.cnki.61-1500/te.2017.02.016

2016-04-22 编辑：高红霞)