数据规则化技术的研究及应用

李奇伟

（中石化石油工程地球物理有限公司华东分公司，江苏南京 210000）

经过数十年的生产，很多油田都进入了勘探开发的中后期，研究的地质目标范围越来越小，埋藏的深度越来越深，储层越来越薄，构造越来越复杂，这些都极大地增加了勘探开发的工作难度。常规的叠后偏移的地震数据已经不能达到油田生产的要求，而叠前偏移方法具有精度高、效率高等特点，已经在部分油田得到了推广和应用[1-2]。叠前偏移方法对于地震数据的要求较高，在实际处理过程中，很多情况都会导致地震数据出现不规则的现象，但处理人员主要关注速度场的精度、相关参数以及分辨率和信噪比等，经常忽视了数据的不规则对偏移效果的影响，使得叠前偏移的效果较差，从而对后续的地震资料解释、储层预测等一系列的工作产生了严重影响。因此，在叠前偏移处理过程中，必须对地震数据进行规则化处理，改善地震数据的品质，提高偏移成像的精度。

1 数据规则化的发展现状

一直以来，数据规则化技术是地震资料处理人员关注的热点和难点。起初，数据规则化技术是用来恢复空道、满足多道处理的要求。由于地震处理技术的不断发展，叠前偏移技术得到了广泛的推广和应用，为了满足叠前偏移处理的数据要求，数据规则化技术得到了快速发展、日趋成熟。目前，常用的数据规则化技术主要有6种：基于相关倾角插值的规则化方法、线性预测插值规则化方法、波场延拓规则化方法、近炮检距规则化方法、基于抛物线拉东变换规则化方法、傅里叶变换规则化方法、傅里叶变换和线性预测相结合的规则化方法[2]。近年来，由于计算机技术的快速发展，研究人员又提出了多种规则化方法，主要有反泄漏傅里叶变换数据规则化方法、五维数据规则化方法等，不但解决了数据的规则化问题，而且又解决了数据采样率不足的问题，大幅提高了叠前偏移的精度。

2 数据规则化的基本原理

常规的傅里叶变换数据规则化技术会受到不规则采样的影响，使数学变换的正交基函数变得不正交，会导致数据的能量产生泄漏，进而转移到其余的频率成分上，使得计算出来的数据频谱不准确，从而严重影响了数据规则化的可信度。

为了有效解决能量泄漏的问题，研究人员提出了反泄漏傅里叶变换数据规则化技术（ALFT），该技术是利用非均匀傅里叶变换，反复使用采样定理对傅里叶系数进行重新估算，最大限度地减少能量泄漏，基本公式见式（1）[3]。

其中，k为波数；xn为空间非均匀网格采样点的位置；w(xn)为积分权值，即空间采样间隔；N为非均匀样点个数；ΔX为最大空间，即所有采样的积分权值的归一化因子；f(xn)为对应于xn处的信号值；为波数k对应的傅里叶系数。

ALFT 技术首先从输入数据中筛选出最大的傅里叶系数（能量成分），然后利用非均匀傅里叶变换将其转换到时间域，基本公式见式（2）。

再从原始的输入数据中减去这个最大的能量成分，将减去之后的数据重新输入进行分离，直到把所有的不规则数据都分离出来，基本公式见式（3）。

3 数据规则化的基本步骤

利用ALFT 技术进行地震数据规则化的基本步骤主要有以下4步：

1）对地震数据进行划分，将其分成很多个单偏移距地震数据；

2）对不同的单偏移距地震数据进行非均匀傅里叶变换，然后对其进行分离处理，进而可以将偏移距地震数据中的不规则数据分离出来；

3）利用常规傅里叶变换技术对处理之后的单偏移距地震数据进行相应的处理，并且按照既定的网格进行插值，得到很多个规则的单偏移距地震数据；

4）根据相应的处理流程，对规则的单偏移距地震数据进行处理，最后可以获得规则化之后的地震数据。

4 实际应用

为了说明数据规则化技术在地震数据处理中的影响和作用，选取了某油田的一块工区，由于采集中多种因素的影响，使得空间采样不均匀，CMP 点空间位置发散、分布不均，覆盖次数不均匀，偏移效果较差，严重影响了地震数据的可信度，给该工区后续的勘探开发带来了一定的困难。因此，本文采用ALFT 技术对该工区的地震数据进行了规则化处理。

图1为规则化前后地震数据的面元分布对比，从图1可以看出，规则化之后的CMP 点空间位置集中，而且分布非常均匀，CMP 点空间位置发散的现象得到了较好的消除。

图1 规则化处理前后面元分布对比

另外，从图2可以看出，处理之后的地震剖面的同相轴得到一定恢复，连续性也有所增强，提高了地震数据的信噪比，构造更加清晰，为后续的地震资料解释、储层预测等工作提供了较好的数据，从而为更加精细的勘探开发提供了可能。

图2 规则化处理前后地震剖面效果对比

5 结语

1）数据规则化技术是地震资料处理过程中非常关键的步骤之一。

2）ALFT 数据规则化技术可以有效改善地震数据的品质，不但可以提高地震数据的信噪比，而且可以增强地震同相轴的连续性，从而提高叠前偏移的精度。

3）在实际地震资料处理过程中，应该根据资料的真实情况，采取合适的数据规则化技术，提高地震数据规则化的水平和效果。