基于匹配追踪算法的薄煤层强反射分离参数优选方法

近年来,基于匹配追踪算法的强反射分离方法在不同强反射类型的实际资料应用中取得了较好的效果,但该算法关键参数的选择缺乏理论依据和标准,相关研究较少。为此,在薄煤层强反射分离过程中,明确子波相位和分离系数两个关键参数的含义,提出基于匹配追踪算法的薄煤层强反射分离参数优选方法,以进一步提高薄煤层强反射表征的精度,更好地开展强反射分离和储层预测。首先根据不同强反射储层类型对应的强反射子波特征进行分类,分析薄煤层强反射相位参数特征;然后基于钻井处反射系数计算及分离方法,确定强、弱反射的能量关系,估算分离系数,提高强反射分离效果。实际应用结果表明,该方法对薄煤层强反射特征的识别更加准确,分离的效果有明显提升;突出了储层弱反射特征,可为储层精细预测提供较好的资料基础。

匹配追踪煤层强反射分离方法

地下存在煤系地层时地震剖面上会出现强能量反射同相轴,使煤层之上或之下的含气目的层反射信息淹没于强反射之中,加大了储层预测难度。依据稀疏表示理论,提出匹配追踪煤层强反射分离方法。匹配追踪去煤层强反射的关键是稀疏字典的选取,通过地震数据在不同的一维字典中的稀疏性分析,并考虑强反射信息的低频特征,选取由低频原子构成的一维非抽样离散小波变换(UDWT1D)字典来稀疏表示强反射信息。采用Blumensath等给出的迭代算法进行匹配追踪分解,该算法虽是一种贪婪算法,但由于对每个地震道只需进行一次匹配分解,计算效率较高。模型数据测试和实际资料处理结果证明了该方法的有效性。

利用字典学习快速匹配追踪压制煤层强反射

煤层强反射信号上、下和内部通常隐藏着弱有效信号,如何有效分离煤层强反射信号周围的弱有效信号,受到了越来越多的关注。匹配追踪算法是解决该难题的有效算法之一。然而,匹配子波母函数早期用Gabor子波,现在常用Morlet小波和Ricker子波等,而这些子波都是理论子波,和实际地震资料波形特征存在较大差异,因此在匹配过程中会产生残余分量。针对该问题,通过引入了字典学习算法,从地震数据中学习获得字典的有限匹配子波而不是预先定义字典,极大提高了信号分解的匹配度。针对目标区煤层反射不稳定的问题,选择按单个同相轴开展字典学习,从而构建了振幅、相位、主频和极性变化的单峰字典库。通过叠后、叠前的衰减煤层强反射处理分析,验证了新方法在强反射压制方面比常规方法更可靠且有效。应用基于匹配子波的Wigner-Ville高分辨率时频分析方法,揭示了煤层强反射消除前、后时频属性特征,为煤层附近储层的精确描述提供了技术支撑。

基于Qt的地震煤层强反射振幅消除方法的软件实现

在油气勘探中,国内外对煤层反射的研究较多,大多研究煤层如何影响目标层和增强弱反射,而仅有较少的文献研究强反射的消除。本课题意在系统研究强振幅的消除方法,削弱强反射对目标层的影响。借助Qt技术,将基于多子波分解法和EMD法对煤层强反射的消除实现为界面软件,取得了良好的效果。