相位域储层预测技术——以胜利油田埕岛地区河道砂为例

不同岩性、物性变化会引起地震信号相位变化,因此从地震数据中有效地提取相位信息并进行分析,可识别特殊地质体以及目标储层。为此,提出并实现了相位域储层预测技术,其核心是相位分解与重构,分析和确定敏感相位是相位域储层预测成败的关键。包括三个步骤：一是地震道的相位分解与重构,可得到相位重构后的分相位地震数据以及相位道集;二是敏感相位分析,根据研究区的地震、地质特征得到对储层变化最敏感的相位;三是应用地震属性分析技术分析分相位数据体,主要包括剖面分析以及切片分析等,最终实现储层预测。模型分析表明,在合成地震记录上不能体现薄层波阻抗的横向差异,而合成地震记录分相位数据放大了薄层内细微的横向阻抗差异,易于识别。实际应用表明,敏感相位数据体的地震属性更清楚地刻画了河道,分辨率更高。     

地震数据采集系统相位特性与测试方法

相位特性是地震数据采集系统的重要性能指标,直接影响地震数据采集的质量,是地震数据采集系统必须考核的指标之一。对地震数据采集系统中普遍使用的线性相位和最小相位两种滤波器的相位特性进行了讨论,在此基础上,从系统的频率特性出发,给出了相位误差的定义和测试原理;基于模拟信号数字处理技术推导了相位误差的频率域计算公式;详细介绍了采用方波脉冲信号测量相位误差的方法。     

可控震源地震数据子波最小相位化方法

 本文从可控震源地震记录采集时使用的扫描信号参数出发,计算可控震源扫描信号,再将可控震源扫描信号进行自相关求出可控震源零相位子波。然后利用可控震源零相位子波,求出将零相位子波转化为最小相位子波的转换算子。最后利用该转换算子,将可控震源零相位子波转化为最小相位子波,实现了把可控震源零相位震源子波的地震记录转化为最小相位震源子波的地震记录的功能。     

基于地震数据瞬时相位谱的地层厚度估算

针对低于调谐厚度的地层厚度估算难题,探索了一种应用叠后地震数据瞬时相位谱的地层厚度估算方法。该方法在有效地震频带内应用瞬时相位谱构建地层厚度估算的目标函数,不需要考虑反射系数大小和极性、地震子波的主频率。合成记录数据测试显示该方法在地震数据无噪声的情况下,对于厚度小于和大于调谐厚度的情况均能得到精确的厚度估算,厚度估算不受地震数据带宽、反射系数大小和极性的影响,但是厚度估算严重受噪声污染的影响。野外实际数据的应用表明,当在有效频带内地震数据具有高信噪比的前提下,应用该方法获得的地层厚度估算与测井解释数据比较,误差均小于10%,能够为油气藏勘探和开发的钻井部署提供依据。     

基于地震相位分解的自适应强反射分离方法

渤海新近系规模相对较大的主河道是滚动评价潜力搜索的重点目标,而该类型河道通常延伸距离远、泥岩粉砂质含量变化快,导致目标储层的围岩之间波阻抗差异大,易形成围岩差异影响带来的假象,从而使储层的地震响应振幅相对强弱不能有效表征储层发育的真实变化情况,加大了储层精细预测和刻画的难度。为此,通过正演模拟分析了在该复杂地质背景下地震响应特征和机理,建立了不同地层地震响应的波形信息与对应的相位信息和地质信息之间的联系。创新提出一种基于地震相位分解的自适应强反射分离方法,通过采用稀疏反演复谱分解方法获得高分辨率且准确的相位谱,并对其所有频率成分进行反变换形成相位道集,实现地震数据相位稳定分解与重构,进而构建出一种新的地震地质解释维度,可有效去除特殊围岩等因素产生的强反射干扰相位分量并突显目标储层,解决了受围岩差异影响时储层地震响应“失真”的问题。最后,理论合成数据和实际数据的应用结果表明,所提新方法显著提高了储层预测的精度,为渤海BZ油田滚动评价中的井位部署和储量估算提供了可靠依据。     

分方位地震勘探研究现状及进展

从地震采集、处理和解释三方面总结了分方位角勘探的研究现状：1综合使用螺旋和蜗牛道集与震源同时激励,能够降低勘探成本并高效完成分方位地震野外采集;2炮检距向量片（OVT,Offset Vector Tile）技术是针对分方位观测带来的方位各向异性问题提出的,在处理过程中可以保留炮检距和方位角信息,提高地震成像精度;3充分利用地震波在裂缝型地层中传播时的能量衰减、相位和频率的方位各向异性信息是提高裂缝预测精度的有效手段,但目前在地震资料的处理中应用的实例很少。为了提高裂缝预测的准确性,今后应重点研究地震波的方位各向异性问题;4将多种随方位变化属性（如AVAZ等）与相干一致性融合,可有效检测地下裂缝和地层岩性,提高预测精度。     

影响地震数据相位特征的因素分析

地震波在传播过程中会受到许多因素的影响,其相位会发生改变,处理过程也会使地震记录的相位发生不同程度的畸变,地震波的波形会发 生改变。基于影响相位变化的主要因素建立了典型模型,通过波场正演模拟,分析与测试了粘弹性介质、地层厚度、韵律型地层、递变型地层和 弯曲界面对地震波相位的影响。正演模拟结果表明,在Q值较小的情况下, Q值越小相位越滞后;薄层厚度大于1/4波长时,薄层越厚相位越滞后 ;韵律型和递变型结构的层序体厚度越大,相位越滞后;背斜界面与水平界面相比相位稍有超前,而向斜界面的相位则略微滞后,且向斜界面的相 位变化幅度较背斜界面的相位变化幅度小。     

有限长信号的分解重构及小波变换滤波

本文针对有限长度散信号的具体特点，采用Ｍａｌｌａｔ塔式分解重构算法，就有限长离散信号波变换过程中有关小波的选择问题提出了作者的见解，并就一个理论模型给出了数值算例。     

无监督残差网络的地震数据重构方法

野外采集的地震数据通常会存在地震道缺失的问题,对其进行重构一直是地震资料处理中的一个难题。目前使用深度学习(Deep Learning,DL)方法重构地震数据主要采用完整地震数据作为标签训练网络模型的监督学习方式,然而对实测野外数据很难获得准确的标签。对大量训练样本的依赖影响了DL方法在地震数据重构中的应用。为此,提出了一种基于残差网络的无监督DL的地震数据重构方法。该方法无需使用完整的地震数据作为训练集训练残差网络,而是以随机数据作为残差网络的输入,以含缺失地震道的地震数据作为网络的期望输出。通过对网络预测与期望输出之间的误差的反向传播,迭代优化网络参数,使网络与期望输出间的误差达到最小,获得参数最优的残差网络,并用该网络重构缺失的地震数据。在网络参数优化过程中,利用卷积的局部和平移不变性质,用卷积滤波器学习多尺度下地震数据邻域之间的相似特征,并在网络输出中呈现学习到的这些先验特征。使用所提方法重构Marmousi模型模拟地震资料和实测海洋拖缆资料中规则和不规则缺失的记录道,并与传统的快速凸集投影软阈值(FPOCS-Soft)方法的结果进行对比,结果表明,无监督残差网络方法可有效重构缺失地震道,准确性高、连续性好,精度高于FPOCS-Soft方法。     

应用快速不动点延续算法的地震数据重建

地形条件或采集成本等因素往往导致现场采集到的地震数据呈现不完整分布,从而影响后续地震数据的分析与处理,因此对原始地震数据做高精度重建显得尤为必要。不动点延续算法是一种基于核范数最小化的重建方法,但该算法需进行奇异值分解（SVD,其计算复杂度为O[mnmin（m,n）],m、n为矩阵的维度）,且当矩阵维度较高时运算耗时较长;传统方法是直接利用PROPACK加速包,将计算复杂度降低为O（rmn）（r为矩阵的秩）,但此加速方法依然耗时较长。为此,提出一种快速不动点延续算法,通过利用块克雷洛夫迭代近似奇异值分解算法和子空间复用技术,将SVD的计算复杂度降低为O[mcmin（m,c）]（c<m,n）,c∈R⁺）为复杂度常数。仿真地震数据和实际地震数据重建结果表明,在确保一定信噪比的情况下,文中提出的快速不动点延续算法的计算效率显著高于传统加速型不动点延续算法。     

压缩感知框架下基于K-奇异值分解字典学习的地震数据重建

针对地震勘探中由于采集成本及采集环境等诸多因素导致地震数据不完整或者不规则问题,本文提出了一种压缩感知框架下基于K-奇异值分解（K-SVD）字典学习的地震数据重建算法。基本思路是首先对大量地震样本数据进行K-SVD字典训练得到超完备字典,然后引入缺失地震数据的采样矩阵作为测量矩阵。在重建阶段则采用正则化正交匹配追踪（ROMP）实现缺失地震数据的恢复。与传统的基于Curvelet变换或基于傅里叶变换等地震数据重建算法采用单一基函数不同,本文引入的超完备字典能够自适应地根据训练样本数据进行特征提取,并能根据待处理数据的本身特点自适应选取变换基函数。超完备字典为地震数据自适应稀疏扩展提供了更大灵活性,有利于更好地重建数据。合成地震数据以及实际海洋数据重建实验验证了本文算法的可行性及有效性。     

基于高阶扩展快速行进法的缺失地震数据重建

传统地震数据重建算法大多采用整体重建模式.受数字图像重建思路启发,提出了一种基于高阶扩展快速行进法的缺失地震数据重建算法.该算法采用局部重建模式,首先将缺失地震数据映射为地震图像,并定量分析映射导致的量化误差; 再采用二抽取小波变换对地震图像进行分解,分解后的低频分量采用高阶扩展快速行进法做局部逐点重建,高频分量通过已重建低频部分的水平、垂直和对角预测滤波做重建; 然后采用小波逆变换得到重建后的地震图像; 最后将地震图像映射回地震数据.叠前和叠后实际地震数据重建实例验证了算法的可行性; 与基于形态分量分析、基于K-奇异值分解(SVD)字典学习等地震数据重建算法的对比结果表明,本文算法具有更快的重建速度和更高的重建精度.     

基于压缩感知的Dreamlet域数据重构方法及应用

随着压缩感知(CS)理论的完善, 逐步发展形成了基于该理论的新的信号处理技术。近年来, 在石油地震勘探领域, 基于该理论的随机稀疏数据采样、数据重构及规则化和稀疏采样观测系统优化设计等方面的研究取得了重要进展。本文在Ru-Shan Wu博士等提出的Dreamlet域数据重构技术基础上, 针对实际地震数据在时间和空间上剧烈变化以及存在较强干扰背景情况, 通过优化重构参数和流程, 对随机稀疏采样的模拟和真实地震数据进行了重构和对比分析。模拟和实际数据应用显示, 该技术是一种高效和高质量的地震数据重构方法。     

利用压缩感知技术的离散正交S变换地震数据重建

压缩感知中不同稀疏变换的重建效果及计算效率存在差异,为此文中提出一种基于压缩感知技术的离散正交S变换（DOST）地震数据重建方法。通过求取一组正交基函数与时间序列的内积,得到时频矩阵,使原始信号呈现更强稀疏性,以改善压缩感知地震数据重建效果。该方法弥补了S变换不能作为压缩感知的稀疏变换的局限性,向压缩感知理论体系引入了一种适用的稀疏变换方法。理论模型和实际数据试算结果表明,该方法迭代快速且收敛稳定,整体重建效果令人满意。     

基于压缩感知的SR-ADMM地震数据重建

施工成本和现场环境等因素导致所采集的地震数据有缺失,进而影响后续地震数据的处理和资料解释,对缺失的地震数据进行重建具有重要意义。根据压缩感知理论,若数据具有稀疏特征,则在低于奈奎斯特采样频率的条件下通过优化算法即可恢复完整数据。文中提出基于压缩感知的平方正则交替乘子方向算法（SR-ADMM）的地震数据重建方法。SR-ADMM算法在交替乘子方向算法迭代过程中加入了平方正则项,且是自适应地选取参数平衡因子。首先用字典学习对缺失地震数据进行稀疏表示,然后用SR-ADMM算法解决最优化问题并重建缺失的地震数据。模拟地震数据和大庆油田实际数据的重建结果表明：所提的基于SR-ADMM算法压缩感知地震数据方法的重建精度较高,且具有实用性。     

高阶高分辨率Radon变换地震数据重建方法

地震数据缺失会影响处理和解释结果。本文基于Radon变换地震数据重建并结合地震波同相轴横向连续性,提出高阶高分辨率Radon变换地震数据重建方法。该方法将正交多项式变换和Radon变换结合,通过正交多项式变换拟合地震波振幅随炮检距变化特性,改进了传统Radon变换只考虑地震道叠加特性的缺陷,增加了振幅变化的斜率和曲率信息,保留了地震波AVO特性,有利于地震波振幅信息在横向变化情况下缺失地震数据的重建。理论模型和实际数据处理结果表明,该方法可以克服空间假频,实现缺失道数据重建,并保留振幅AVO信息。     

利用Ricker子波相移特性估计地震资料剩余相位

零相位地震资料具有分辨率高、易于解释等优点,然而最小相位假设下的反褶积处理很难保证地震资料为零相位,需通过后续技术手段估计剩余相位并做零相位校正.通过研究Ricker子波的相移特性,发现主频不同的Ricker子波在相同相位旋转下,峰值时刻存在时差,该时差与相位旋转量具有线性关系.在常相位假设下,对相位未知的地震数据做两...