论地震数据的特性及其质量控制

冯莉

[摘 要] 用油田数据科学的概念，结合油田勘探地震数据建设的内容和系统构成，参考数据建设的实际，解析了目前地震数据的特性，提出对地震数据质量检查控制的研究思路、实现方法，对油田数据科学的发展方向给出了几点建议。

[关键词] 油田数据科学；地震数据；质量控制技术

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 11. 054

[中图分类号] TP311 [文献标识码] A [文章编号] 1673 - 0194（2018）11- 0122- 02

0 引 言

新疆油田历经60余年的发展，积累了大量的地震数据，而随着新疆油田勘探开发的进一步深入，有海量的历史数据和动态生成数据需要保存、处理和应用，而在入库数据的质量特性和质量控制等方面，还存在相关标准制定和日常维护等方面滞后的问题，随着各项管理标准的出台实施，以及对油气田勘探数据管理水平日益提升的需求，本文结合地震数据内容及系统构成，提出了专业的地震数据质量控制的具体方法，对地震数据在加载前和加载后做质量检查和修正处理。

1 油田数据科学的内涵及兴起

从知识体系看，油田数据科学是在数据科学的基础上，是以统计学、数据可视化以及相关领域知识为理论基础，主要研究内容包括数据科学基础理论、数据采集、数据加工、数据计算、数据管理、数据分析和数据产品应用。在此基础上，提出了“数字油田”的概念。“数字油田”是油田的虚拟表示，包含油田生产、科研、管理等方面的所有信息，“数字油田”的建成可望成为油田勘探开发技术提升的重要标志。

2 油气田地震数据质量控制的目的和重要性

勘探地震数据是油田数据的重要组成部分。数据的质量是数据的生命， 数据的准确性直接关系到解释结果的正确性。数据质量控制是应用数学理论基础、计算机手段和管理手段解决数据生产及应用过程中质量问题的重要手段。油气勘探生产数据质量控制的含义主要指在系统建设和应用过程中，从海量数据中快速洞察有问题的数据，对可能引入误差的步骤和过程加以控制，对这些步骤和过程的一些指标和参数予以规定，对检查出的误差和错误进行修正，以达到提高系统数据质量和应用水平的目的。

3 油气田勘探地震数据的总体情况

新疆油田经过多年的建设，积累了大量的油气勘探生产信息和研究成果，已然形成了基于数字油田的地震数据管理系统与相关数据库，并且已基本能够满足对新疆油田勘探数据的管理需求。然而随着油田的精细化管理，对数据质量的要求也越来越高，在入库质量控制和特性等方面，勘探开发前期制定的数据质量标准就呈现滞后态势。

地震数据包括动态数据和静态数据，具体包括地震采集、地震资料处理、地震资料处理解释、VSP测井、非地震物化探等内容。数据类型有动态数据，包括：数据采集、处理周报数据采集和物探工程数据等；静态数据，包括：部署报告、工程设计报告、踏勘报告、试验总结、施工总结，以及以叠前数据体（原始磁带） 按照规范转换成统的SEG Y格式的成果数据，等等。如图1所示。

4 油田勘探地震数据的质量控制

4.1 地震数据的质量控制概念

首先，数据质量是一个相对的概念，甚至衡量数据质量的标准会随具体应用的特点和要求而变化。其次，数据质量本身具有不确定性，有可度量的空间和属性误差。因此，数据质量问题中有可以减小甚至消除的误差，也有很难检测和控制的因素。一般说来，在油气生产地震数据误差中，以数据源本身的误差为最大，其次才是数字化误差以及数据处理误差。油气生产勘探地震的数据质量控制，是针对其中可度量和可控制的质量问题而言存储系统。

4.2 数据质量控制的内容和策略

在数字化油田大原则的要求下，为了实现地震数据质量控制管理正常化，首先，通过建立数据监控流程，在每一个数据采集点设立数据质检岗，充分发挥专业人员熟悉业务的特点，在数据入库的第一环节把好数据质量关。在各业务部门及信息业务管理部门建立数据管理机构，制定数据管理制度，规范数据管理流程，建立数据反馈和校正机制，实现数据整理工作不仅从数据加载、格式转换、质量控制、匹配关联过程的标准化、流程化工作机制，并且将到检验审核嵌入到找个过程的每一个环节，使得人员分配与管理更加协调，职责清晰；其次，不仅充分发挥了专家的智慧进行数据质量的人工监测，还引入了数据质量监控系统，设定相应字典管理、规则管理等对数据入库和系统展示、数据提取进行及时有效的监督和管理，实现数据到智慧的转变。更重要的是在每个环节上均形成了完善的记录模板，从数据产生到发布的整个过程的任何历史操作均有据可查，这也是保证数据资源建设质量的重要措施，最终实现了数据的准确性、数据的完整性、数据的规范性、数据的统一性，保障了油田信息化工作的一体化管理如图2所示。

5 油田地震数据质量控制的发展趋势

在地震数据产生的不同的阶段，数据质量监控的研究所面临的问题、挑战和关注点不同，研究中的常见争议及背后的研究挑战是追求数据的精确度还是用户体验。及时率、完整率和准确率是传统数据研究中评价服务质量的三个核心指标。在油田勘探数据质量的高标准环境下，选择更加重视数据的精准度将更加符合目前油田生产需求。

然而在高速发展的信息化时代，在用户体验的评价中，响应速度逐渐成为重要的指标之一。Aberdeen Group的调查发现，“页面的显示速度每延迟1 s，客户满意度下降16%”；Google发现“响应时间每延迟0.5 s，查询数会减少20%”。因此，主要挑战在于保证数据及时率、完整率和准确率的前提下，如何确保较快的响应速度，设计人机交互，提供按需服务，提高用戶体验的满意度，必将大幅度提升数字化油田的推广与应用。

主要参考文献

[1]朝乐门，邢春晓，张勇.数据科学研究的现状与趋势[J].计算机科学，2018（1）.