基于匹配追踪算法的地震数据提高分辨率方法

提高地震数据的分辨率对于薄储层的识别与表征具有重要意义。常规的反褶积、反Q滤波等提高地震分辨率处理方法,存在假设条件多、信噪比较低、算法不稳定等不足,使得方法的应用效果和适用性受限。提出了一种新的基于匹配追踪算法的地震数据提高分辨率方法,可以在保持较高信噪比的同时提高地震数据分辨率。首先,根据地震信号特点,利用频率加权指数函数计算基准子波,并由此构建子波字典,频率加权指数函数可以很好地拟合不同形状的频谱,更好地适应不同的工区。然后,利用匹配追踪算法将原始地震数据分解为一系列子波的线性叠加,增加较高信噪比的高频匹配子波的振幅。最后对地震数据进行重构,获得高分辨率的地震数据。应用结果表明,该方法可有效提高地震分辨率,具有较高的信噪比,并且提高分辨率处理的结果与测井合成地震记录有很好的吻合性,证明方法是可靠的,且处理结果有利于后续薄储层识别与描述。

基于正交匹配追踪算法的叠前地震反演方法

为了给地质解释提供更为有利的反演数据,本文提出一种基于正交匹配追踪算法的叠前稀疏反演方法。采用正交匹配追踪算法先搜索稀疏的反射系数位置再计算大小,利用L0范数对反射系数的稀疏性进行约束,构建基于正交匹配追踪算法的叠前地震反演目标函数,并加入模型约束以增强反演的稳定性。由于L0范数具有较强的稀疏性,反演结果界面块化,地层界面清晰。反演得到的反射系数可通过积分的方式转化为地层弹性信息。模型测试表明该方法稳定可靠,抗噪能力强。实际地震数据反演的井旁道与测井资料匹配较好,与常规反演方法相比,提升了反演结果对地层的分辨能力。

基于稀疏反演的多道匹配追踪地震信号去噪方法及其应用

基于超完备子波库的单道匹配追踪方法在自适应分解地震道时未能分离有效信号和噪声,故难以直接、准确地去除噪声。为此提出了基于稀疏反演的多道匹配追踪去噪方法,以多个连续地震道为研究对象,首先采用多方向矢量中值滤波法计算同相轴倾角,以中间道为标准将同相轴校正后再水平叠加;然后采用基于基追踪降噪的稀疏反演方法分解叠加道,选择与叠加道中有效信号匹配的子波作为中间道匹配追踪分解的子波库;最后根据其它道相对中间道的校正量,对中间道匹配追踪分解的子波库进行反校正,分别构建各道匹配追踪分解的子波库。将基于有效信号匹配子波构建的子波库代替超完备子波库,在搜寻最佳匹配子波时选择性地提取地震道中有效信号,可直接分离有效信号和噪声。单道信号测试结果验证了该方法去除噪声的可行性;合成和实际地震数据应用结果表明,该方法相较于单道匹配追踪方法具有更好的去噪效果,且去噪后剖面的横向连续性更好。

基于改进匹配追踪傅里叶插值的地震数据规则化重构

由于地表条件的限制,野外采集的地震数据难以做到规则采样,不规则采样地震数据影响了地震数据处理与解释。针对这一问题,采用匹配追踪傅里叶插值算法对不规则地震数据进行重构,并在该插值算法中的迭代部分作出改进,使其只在频率-波数域中计算傅里叶系数谱,减少了迭代中大量的正反傅里叶变换,以降低匹配追踪傅里叶插值算法的计算时间,并将改进后的方法应用到随机欠采样凹陷正演地震记录、Marmousi正演地震记录以及实际CMP地震资料中进行规则化重构。结果表明:改进后的匹配追踪傅里叶插值算法可以将随机欠采样地震数据规则化,重构后其同相轴变得连续,频波谱能量收敛,有效信号得以恢复,且改进后该算法的重构时间明显降低,其加速比在30倍以上,表明了该方法的正确性与可行性。改进后的匹配追踪算法为不规则地震数据的重构提供了新的理论依据。

地震反演驱动的改进匹配追踪煤层识别方法

多类型油气藏储层受到煤层反射干扰,有效识别与去除煤层地震响应是提高煤系储层地震描述精度的关键技术之一.常规煤层匹配识别欠缺考虑煤层弹性参数的影响,引起煤层定位不准确、识别可靠性低、运算效率低等问题,本文充分考虑了弹性参数对煤层具有较好的指示作用,首次提出了地震反演驱动的改进匹配追踪煤层识别方法.首先根据岩石物理分析,构建煤层指示因子,提出匹配追踪煤层指示参数的地震反演方法,该参数能够较好地刻画煤层空间展布;基于此,在地震反演驱动下获得了煤层的先验位置,将其引入匹配追踪算法中约束匹配追踪搜索邻域,为缓解现有匹配追踪算法运行效率缓慢,将经验模态分解(EMD)引入匹配追踪领域,同时将连续相位替换瞬时相位加快匹配追踪运算效率,研发了煤层指示因子约束下基于EMD字典的改进匹配追踪煤层识别算法.模型测试验证了本文方法识别煤层的可行性,实际资料的计算结果表明,该方法在保持精度的情况下大大提高了计算效率,此外,预测的煤层与实际测井解释的煤层基本一致,有助于油气储层预测和识别,具有重要的实际应用价值.

全域正则化快速匹配追踪稀疏地震反演方法

匹配追踪算法(MP)自提出以来便被广泛应用于信号处理领域。文中首先利用时频域褶积算子与初始模型约束构建匹配追踪的冗余字典,在全时频域内筛选出所有可能的匹配原子构成备选原子库;然后利用正则化方法从备选原子库中筛选出能量最大的子集构成最终的匹配原子库,即一次迭代即可筛选出多个匹配原子。据此形成的上述全域正则化快速匹配追踪算法具有计算效率高、鲁棒性强等优点。此外,将初始模型约束与时频域联合反演方法引入反演框架,可有效提高反演结果的精度。对所提方法进行的一维、二维模型及三维实际资料的测试结果表明,全域正则化快速匹配追踪地震反演方法相较于常规匹配追踪的计算效率得到明显提高,反演结果既具有良好的鲁棒性,同时拥有较好的层位边界保真度。

测井-地震多属性密度曲线重构反演技术及应用

为了提高波阻抗反演的分辨率,在密度资料对反演结果产生重要影响的基础上,利用岩心、测井及地震资料,从岩石物理性质-测井响应-地震响应角度分析,提出应用测井-地震多属性密度曲线重构技术合成拟密度曲线,其结果用全井连续取心样品测试分析数据验证的平均误差为0.05g/cm3。应用反演效果分析表明,反演结果吻合率从重构前的78%提高到重构后的86%,密度曲线重构反演技术提高了反演精度和分辨率。

基于复数道地震记录的匹配追踪算法及其在储层预测中的应用

匹配追踪算法是一种高精度的非线性的时频分析方法.该方法自从提出以来在地球物理学领域得到了广泛的应用.在以前的应用中,作者们都是在实信号的基础上对算法原理作了适当的简化.本文在复数地震道的基础上,基于复Morlet子波,阐述了匹配追踪算法的原理及其算法实现过程,并给出了具体的算法流程图.通过与传统的时频分析的比较,验证了该算法具有较高的时频分析精度.对于实际资料的应用表明,该算法能够很好的显示储层的位置与边界.

地震信号谱分解匹配追踪快速算法及其应用

提出了地震信号谱分解的两步法匹配追踪(MP)算法。该方法根据最优小波的时间延迟,采用多点同时搜索的方式,在不损失MP算法精度的同时使运算效率得到了提高。阐述了基于Ricker小波MP算法的基本原理,给出了两步法MP快速算法的实现步骤。基于理论模型,讨论了MP算法谱分解的效果,并与Gabor变换和小波变换的谱分解效果进行了对比分析;利用谱分解的峰值瞬时频率进行了薄层反演,与常规薄层反演算法的对比表明,该方法对储层上、下界面反射系数的变化不敏感。在某地区,利用两步法MP快速算法对实际地震记录进行了谱分解,并基于由谱分解得到的不同频率的切片,分析了含气储层下方的影子效应,结果表明影子效应直接指示了烃类的存在。

基于改进匹配追踪算法的化爆地震波信号时频特征提取

通过化爆地震波信号的时频分析可以获取丰富的地下岩层信息,为进一步的化爆地震波特性研究提供支撑。本文中利用爆炸地震波信号的非平稳随机特性,提出一种改进的匹配追踪算法(matching pursuits),该方法能更有效地获取化爆地震波信号的时频信息。该算法首先对地震波信号进行Hibert变换,将其转换成复数信号,获得爆炸地震波信号瞬时频率相位参数,再进行子波分解,从而显著提高了匹配追踪算法的运算速率;用分解后的信号计算其魏格纳威利分布(Wigner Ville distribution),有效地消除了交叉干扰项的影响。将该方法用于实测地震波信号的时频分析,获得了分辨率较高的时频分布图,且运算速率大大提高。

基于模型的曲线重构地震反演技术及应用分析

大港油田K46滚动开发区地震地质条件复杂,储层物性变化大,储层与非储层在声波曲线上没有明显的差异,为此,在该井区采用了基于模型的特征曲线重构地震反演技术——SP曲线重构.反演预测结果表明储层的可辨识性与反演结果的可靠性得到明显的提高,并获得显著的地质效果.

重构曲线在地震反演中的应用

地震反演是进行储层横向预测的有效方法。测井资料,尤其是声波测井资料是地震反演中的一个重要基础资料。由于声波测井资料品质的好坏是有一定条件限制的,而电阻率在每口井都有较完整的曲线,并且电阻率与速度存在统计上的关系,因此利用电阻率测井曲线进行声波曲线重构是可行的。利用Faust公式将电阻率曲线转换成声波曲线,并将其应用到地震反演中,结果证实,该方法提高了反演精度。

基于双参数匹配追踪算法的不同孔深爆炸地震波特性研究

利用爆炸地震波信号的非平稳随机特性,对其进行Hilbert变换转换成复数信号,获得爆炸地震波信号瞬时频率和相位双参数。使用双参数匹配追踪(Matching Pursuits)算法分解爆炸地震波信号,有效提高了匹配追踪(MP)算法的扫描效率,降低算法复杂度,较传统过完备匹配追踪算法运算速率明显提高;结合维格纳瑞利分布(Wigner Ville Distribution,WVD)分析了不同孔深的爆炸地震波时频特性,有效消除了WVD交叉干扰项的影响。分析结果表明:在一定深度范围内,孔深增加,爆炸地震波能量增大,但高频能量衰减更严重;当孔深超过一定深度时,爆炸地震波高频能量衰减趋于稳定。

基于Ricker类地震子波的匹配追踪

Ricker类地震子波是由Ricker子波演变得到的零相位三参量理论子波,通过适当的简化,得到了二参量C子波,参量独立地控制波形特征。以两个波形参数(主、旁瓣极值比和主、旁瓣宽度比)来定量表征C子波,发现C子波(Ricker类子波)比常规的Ricker子波、宽带Ricker子波波形更为丰富。基于C子波的匹配追踪算法,以该类子波构建原子库,建立包络瞬时频率与子波参量的定量关系,通过"三步法"实现地震信号的分解。模型试算结果表明了该算法的有效性,时频谱具有较高的时频聚焦性,C子波比Ricker子波更适用于时变记录的匹配。基于C子波库对实际地震资料进行匹配追踪,分频结果取得了较好的解释效果。

纵波阻抗精细重构下的地震反演技术在东风港油田的应用

东风港油田沙四上亚段岩性复杂、测井数据采集时间跨度长,根据原始测井响应特征无法高效识别储层,地震反演工作难以展开。通过对东风港油田沙四上亚段建立测井精细处理及纵波阻抗精细重构的方法,构建了具有全区一致性、能够将不同物源的储层和非储层良好区分的纵波阻抗曲线,同时基于地质、地球物理特征分析优选反演方法。结果表明:研究区沙四上亚段砂体主要发育在1砂组和3砂组,低位域时期发育的3砂组为南部物源体系三角洲前端的重力流成因砂体,而高位域时期发育的1砂组为北部物源体系的扇三角洲前端改造后的滩坝相砂岩沉积。研究成果为东风港油田沙四上亚段储层分布预测提供了依据。

自然电位曲线重构下的地震反演在薄砂体描述中的应用

在长垣高含水油田开发后期,剩余油挖潜研究的难点是单砂体的精细描述。引入地震资料能够准确预测井间砂体展布,但地震资料的垂向分辨率低且存在多解性,需通过井—震结合开展不同砂体类型的精细研究。在给出杏六区东部Ⅰ块葡Ⅰ1-葡Ⅰ3油层砂体特征的基础上,分析了自然电位曲线重构的三维地震反演资料对不同类型砂体的识别能力,预测了杏北开发区主力油层分流河道砂体的平面分布规律,完善了密井网条件下储层沉积相带图,为指导该区剩余油开发奠定了基础。

基于基追踪的时变子波提取与地震反射率反演

由于噪声和衰减的影响,地震数据不平稳,即地震信号的频谱从浅到深是逐渐变化的。为了研究地震数据的非平稳性质,基于基追踪谱分解方法进行高分辨率时频分解,通过点谱模拟提取广义地震子波,继而构建时变子波核矩阵和时变子波字典,最终实现非平稳基追踪地震反演。实际资料测试表明,基追踪谱分解广义时变子波提取方法能实现高效井震标定,基于时变子波的非平稳基追踪地震反演结果分辨率更高、地质连续性更强、地质细节展示更详细。

测井曲线重构在煤田地震反演中的应用

该文简述了测井曲线重构过程,并选用淮北某煤矿采区为例,对不具备约束条件的钻孔进行了测井曲线重构,使重构后的波阻抗曲线能够突出煤系地层不同岩性及含水砾岩的波阻抗特征,并用其进行了多井约束反演,岩性预测取得了较好的效果。

中小地震三维形变场重构方法研究与同震滑动分布反演——以2016年5月22日定日M_W5.3地震为例

地震三维形变场对于研究地震发震机制等具有重要意义。已有的InSAR三维形变场重构研究中,只有中强地震的实例。由于形变量级小、 InSAR方位向形变的误差较大,中小地震的三维形变场重构易受噪声等影响。本文以2016年5月22日西藏定日MW5.3地震为例,开展中小地震三维形变场重构的尝试。首先基于InSAR技术获取了Sentinel-1升轨和降轨观测模式下的同震形变场,再结合同震形变场的特点、区域构造特征等,添加限定方程(走滑运动为0),重构了同震三维形变场。结果显示,震中附近以下降为主,幅度达7 cm,南北方向形变较小(约2 mm),此区域还伴有2 cm的西向水平运动;形变中心区域东西两侧部分区域均出现少许东向运动(1.5 cm)。由同震形变场特征判断此次地震以正断破裂为主。本文提出了基于连续性分层采样选取样本点方法,以适应本地震形变场的实际情况。对所得的LOS向位移场和重构的三维形变场进行降采样,反演得到了断层面上的滑动分布,两种数据得到的结果相似,最优发震断层的走向约181°,倾角约45°,断层错动平均滑动角约-87.1°,平均滑动量约为3.6 cm,最大滑动量位于深度6.5 km处,相当于一次MW5.4的地震。

基于局部峰值约束的快速正交匹配追踪地震数据分解方法

地震信号稀疏分解在地震数据处理中起着重要作用,可以获取地震资料中蕴含的各种有用信息。正交匹配追踪算法能够较好地实现地震数据自适应分解与重构。正交匹配追踪的目标是选取与信号最匹配的子波,然而在通过内积实现时往往只着重全局尺度上的相似性,并不能保证子波与信号具有相同的位置及振幅。这里采用局部峰值约束的方法来解决这一问题,构建峰值距离的目标泛函,通过快速扫描算法进行高效地求解计算。模型测试结果表明,该方法可以高效实现地震数据的高精度分解与重构,实际资料处理结果显示,本文方法分解后数据波组特征合理,符合地质规律,可以得到精度较高的多尺度数据。