利用微地震记录互相关成像的震源定位方法

基于微地震记录偏移叠加的微震定位方法是通过对振幅叠加来提高微震信号的信噪比，无须拾取微震初至；但其叠加成像效果易受初至极性反转的影响，对噪声的压制效果也不甚理想。文中利用不同检波器记录的同震源波形相似的特点，提出一种基于微震记录互相关成像的震源定位方法。即将时差校正后的微震记录之间的互相关系数相乘，构造成像函数，计算地下所有网格的成像能量值，通过能量极大值的网格点实现震源定位。针对模拟数据和实际资料的测试结果均表明，该方法能较好地同时压制噪声和初至极性反转对震源成像的干扰，提高了震源成像分辨率和定位精度。     

应用图像语义分割网络的微地震事件识别和初至拾取方法

微地震初至精确拾取是目前微地震监测关键环节之一,传统的人工拾取方法耗时长、效率低,在实际应用中容易导致无法及时预警等问题。近年来,基于深度学习的长短期记忆网络模型(LSTM)常用于微地震初至拾取,但在低信噪比环境下拾取准确率较低,且忽视了微地震数据中相邻道初至之间的关联性。针对上述问题,将微地震初至发生前、后看作是图像二分类问题,提出了一种应用图像语义分割网络的微地震事件识别和初至自动拾取方法。应用在矿井中采集的实际微地震数据进行实验,结果表明,对包含岩石破裂、工程爆破等多类型微地震事件,该方法的识别准确率较现有的深度学习方法明显提高,平均拾取误差大幅降低,特别是低信噪比数据的平均拾取误差远小于LSTM法,因而具有良好的实际工程应用价值。     

低信噪比地震资料初至自动拾取技术

为提高低信噪比地震资料初至自动拾取的精度,提出了一种联合应用曲波变换与希尔伯特变换进行初至拾取的方法。首先采用基于Wrapping的快速离散曲波变换算法对检波点静校正和线性动校正后的炮域数据进行曲波变换,然后根据随机噪声和有效初至信号的曲波系数在不同尺度不同方向上的分布差异,设置合适的阈值对曲波系数进行"去噪"处理,最后将处理后的曲波系数进行反变换,获得压制随机噪声后的地震记录。利用希尔伯特变换计算各地震道的瞬时振幅,然后利用改进的瞬时强度比公式逐道计算给定的时窗内各采样点的瞬时强度比,最后根据瞬时强度比极大值确定单炮的初至时间。理论数据和实际资料处理结果表明,对于低信噪比地震资料,利用曲波变换法进行去噪后,数据的信噪比得到了提高。结合具有一定抗噪能力的改进型瞬时强度比初至拾取方法,可以有效地提高自动拾取初至的精度,减少人工修改错误初至的工作量,该方法具有一定的实用价值。     

基于小波分解与Akaike信息准则的微地震初至拾取方法

微地震震源的定位要求精确确定初至,人工拾取微地震有效事件需要很大的工作量。首先讨论了Akaike信息准则(AIC)初至拾取方法;然后根据微地震信号在相邻小波尺度上连续的特点,将基于AIC的初至拾取方法与小波多尺度分析方法相结合,对微地震资料进行多尺度分析;最后利用AIC拾取初至,并根据初至的分布特点确定地震记录中是否存在有效的微地震事件。克服了传统AIC法由于噪声影响使初至点模糊而难以准确拾取的缺点。模型与实际资料的应用表明,基于小波分解与AIC相结合的初至拾取方法能够从信噪比低的资料中较准确地识别出有效微地震事件。     

两种方法结合实现斜井VSP检波器定向

 本文分析极性平面法、相对角度法两种斜井三分量检波器定向方法,前者利用直达波的偏振特性对检波器定向,后者利用相邻道相关特性对检波器定向。文中对正演模拟的斜井VSP三分量数据和实际斜井三分量数据进行定向,验证了两种方法的可行性及优缺点,指出极性平面法的计算需要拾取直达波的初至时间,工作量大,如果受井源距、激发条件和地层情况影响而造成初至不清晰时,给初至拾取带来困难,而且其实现过程需通过多次坐标转换,旋转角的求取要通过角度扫描实现,相对较复杂;相对角度法的计算过程首先需要知道某个检波器的方位角,再由与其相邻检波器接收信号的相关性计算相邻检波器的方位角,此法递推的过程产生了累计误差,但实施相对简单,不必拾取初至波时间。本文将两种方法合理结合,既减少工作量、提高效率,又能得到可靠的定向结果,为VSP的后续处理提供了可靠的基础数据。     

改进的相对折射静校正方法

常规折射静校正方法 ,诸如延迟时法、互换法等 ,需要拾取准确的初至和追踪同一高速折射层 ,这在复杂地区比较困难。因此 ,人们提出了相对折射静校正方法 ,但是当地震资料信噪比低 ,折射波初至能量变化大时 ,效果不很理想。为此 ,提出一种改进的相对折射静校正技术 (IRRS) ,它基于折射波相邻道的相关特征 ,用相关系数和双时窗求取每相邻道的相对时移 ,进而用统计优化方法确定每一桩号上相邻道的唯一相对时移。理论模型与实际数据测试结果表明 ,该方法精度高 ,适应性强 ,自动化程度高 ,计算速度快 ,能获得长、短波长静校正分量     

论垂直时间剖面初至计时问题

垂直时间剖面(VSP)或爆炸检验记录道上信号能量的出现被定义为初至。在没有噪音的情况下可以精确地拾取这个初至.然而,实际数据记录道不可避免地搀杂有噪音,因为初至附近的信噪比较低,从而给初至识别带来困难。在这种情况下,一种显而易见可采用的方法是拾取“波谷”,该处的信噪比可能要高得多。尽管波谷拾取是将噪音问题降至最低限度的一种有效方法,可是它对初至拾取精度没有影响的信号特征(例如吸收作用和多次反射)是敏感的。因此,波谷拾取对信号敏感,而初至拾取则对噪音敏感。显然,初至拾取的理想方法应该是将波谷拾取的噪音容许特性和初至拾取的信号容许特性结合起来。这种设想可利用VSP记录道已知的特性应用信号处理常规方法来逼近。这样处理的结果将问题简化为正确地拾取以真实初至时间为中心的波谷。     

利用能量比法拾取地震初至的一种改进方法

介绍了能量比法拾取地震道初至的一种改进方法，即利用时窗滚动来计算能量比值，并从比值特征中判断初至。在以前的计算中是把要计算的地震道划分成许多个时窗，然后逐个求能量比值。由于各道初至的到达有先有后，如果静态地划分时窗，有可能初至到达前后时窗的能量比值并不是最大的，也就是说这时的拾取结果是错误的。但是通过时窗滚动可以多次计算初至前后时窗内的能量比值，经比较得出最佳比值。改进的方法能快速准确地拾取地震道的初至，并且可以提高拾取的精度和稳定性。     

基于高阶累积量时间延迟估计的自动剩余静校技术

复杂地表条件工区的地震资料往往存在严重的剩余静校正问题,常用的剩余静校正方法一般要求准确拾取初至旅行时,但在面对低信噪比地震资料时,很可能耗费极高的人力时间成本进行手动初至拾取。发展了基于高阶累积量时间延迟估计的自动剩余静校正方法,采用高阶累积量和相干叠加的方法得到两点间的时延,再使用时延的组合得到炮检点的剩余静校正量。该方法的优势在于,互相关使用两道数据进行时延估计,只利用二维地震信息,而高阶累积量使用多道数据,利用三维地震数据信息增强有效信号;与互相关类方法相比,高阶累积量不再要求噪声为高斯分布,与实际地震资料的情况更加吻合,对背景噪声的压制效果更优;结合地震干涉法中相干叠加的思路进一步提高信号有效叠加次数和信噪比,保证获得稳定可靠的道间时延估计结果。该方法采用完全数据驱动,在面对海量低信噪比地震资料时,可有效避免初至拾取所需的高昂时间人力成本。合成数据实例验证了高阶累积量进行时延估计的良好抗噪性及计算剩余静校正量的有效性。将该方法应用于中国西部某地区实际低信噪比地震资料的处理,明显改善了同相轴的连续性,与基于初至拾取的剩余静校正方法相比,该方法降低了初至拾取所需的大量时间人力成本。     

地面微地震监测资料静校正方法研究

针对地面微地震监测缺乏近地表速度资料和由于信噪比较低使得各条测线上初至走时拾取不全的问题,研究了利用射孔资料、声波测井资料及微地震事件监测资料进行地面微地震资料静校正的方法.讨论了初至拾取方法,对于不连续道的初至拾取,提出了用引导道方法拾取射孔事件和射孔点附近强微地震事件在各条测线的初至;通过声波测井资料建立基准面以下地层的初始速度模型,计算射孔事件的理论走时,进而求取初始静校正量;针对浅部和深部地层速度变化对初至影响程度的不同,设计了浅部二维速度模型和深部一维速度模型,根据射孔事件的实际初至运用反演方法校正初始速度模型,再用反演校正后的速度模型来正演射孔事件理论走时,求取总静校正量.最后,通过实际资料处理验证了静校正方法的应用效果.     

一种强噪声微地震信号P震相初至拾取的新方法

针对水力压裂微地震监测信号信噪比普遍偏低,难以准确拾取初至的问题,提出了一种基于特征函数构建的峰度和小波多尺度分解的P震相初至精确拾取方法。首先利用小波多尺度分解法提取低信噪比微地震数据的主成分,进而构建针对主成分数据的特征函数,并计算该特征函数序列的峰度值,最终将峰度曲线的全局最大斜率定义为P震相的初至。与传统峰度法、小波分解和高阶统计量联合方法相比,该方法能够显著减小拾取误差。将该方法应用于不同信噪比的模拟微地震数据的P震相初至拾取,结果表明:其拾取误差为0.0302×10-3~1.3002×10-3s,同时,相比于小波分解与高阶统计量联合方法,其计算效率稍有提高。将该方法应用于实测微地震数据的P震相初至拾取的结果表明,与人工拾取和传统峰度法相比,拾取结果更接近于人工拾取结果,具有更高的准确率。     

利用微地震监测成果判断砂砾岩油藏压裂裂缝井间连通性——以准噶尔盆地玛湖油田为例

现阶段离散的微地震事件点刻画的裂缝形态仅代表压裂裂缝网络的包络范围,很难精细刻画缝网包络中人工裂缝的真实形态,而且受速度模型、初至拾取等因素影响,微地震事件定位结果存在一定误差,因此仅靠离散的微地震事件点分布位置信息无法判断裂缝井间连通性。为此,以准噶尔盆地玛湖油田玛131示范区示踪剂检测结果作为判断井间人工改造裂缝是否连通的依据,总结未受天然裂缝影响情况下微地震事件点与邻井事件点最小距离规律,形成一种新的利用微地震监测结果定量评价砂砾岩油藏压裂裂缝井间连通性的方法。玛湖砂砾岩油藏在未受天然裂缝影响情况下,相邻井微地震事件交叉,且微地震事件距邻井事件最小距离小于10m,代表两井压裂裂缝连通;反之,微地震事件距邻井事件最小距离大于10m,代表两井压裂裂缝未真正连通。应用判断玛湖凹陷砂砾岩油藏井间裂缝连通性方法可以评价玛湖区块井间距与施工规模的合理性,也可推广到其他地区。     

基于跟踪分量扫描的井中微地震定位方法

常规的井中微地震定位方法主要利用的是初至旅行时和偏振信息,如果信噪比较低则方法不再适用。理论研究表明,各检波器X分量和Y分量记录在其水平面内沿着任意方向可合成为一个新的向量,当该向量为质点振动的跟踪分量时,其能量最强且在各检波器间波形一致性最好。根据三分量微地震记录的这一性质,将地面微地震定位常用的叠加能量扫描方法引入井中微地震定位中,将检波器X和Y分量记录在水平面内沿着假想震源与检波器连线方向进行合成,对所有检波器的合成向量经时差校正后进行波形叠加计算能量值E₁,再计算各检波器合成向量的能量值并求和得到能量值E₂,以E₁+E₂作为目标函数,通过网格搜索方法得到累加能量最大的网格即为震源位置。该方法不需要拾取初至信息,通过模型数据和实际资料验证了该方法的定位精度和抗噪能力,可用于信噪比较低的井中微地震事件定位。     

卷积神经网络微地震事件检测

常规的微地震事件检测方法主要基于信号的特征计算,事件检测准确性依赖于算法的参数设置,受信号特征和信噪比变化的影响较大。为此,提出了一种基于卷积神经网络的微地震事件检测方法。该方法首先使用实际的油井水力压裂多站点微地震监测信号构建神经网络的样本数据集,样本数据包含有效事件信号和无效背景信号及其分类,然后用样本数据对神经网络进行训练和测试,得到微地震事件识别准确性最高的神经网络模型。使用训练好的神经网络模型对不同信噪比的合成微地震信号以及川渝地区多口油气井压裂微地震监测信号进行微地震事件检测。数据处理结果表明,训练好的卷积神经网络模型能有效自动检测微地震事件,且具有较好的抗噪性和泛化能力。     

结合CEEMDAN和主成分分析的低信噪比微地震初至信号检测

微地震资料信噪比过低,传统方法的初至拾取精度与稳定性大多不理想。将基于自适应噪声完备经验模态分解（CEEMDAN）与主成分分析（PCA）相结合,有效地实现了低信噪比资料中的初至特征检测。针对低信噪比微地震资料进行CEEMDAN处理后,对各阶本征模态函数（IMF）进行PCA,再对各阶IMF的主成分进行加权重构,同时对次要成分进行压制与剔除,使三分量信号中具有较强一致性的初至信息得以保留。设计多组不同信噪比的测试信号,对方法的可行性进行测试,并最终应用于三分量实测信号。结果表明,该方法在极低信噪比条件下仍可实现对微地震信号初至的有效识别与检测。     

自适应数据驱动的紧框架微地震数据随机噪声压制

地面微地震数据的信噪比很低,严重影响初至拾取的精度及反演结果的可靠性。本文首先采用基于弱纹理块的噪声估计方法求取含噪微地震数据中的噪声方差,然后采用数据驱动紧框架方法去噪,有效地压制实际微地震数据中的随机噪声,提高数据的信噪比。理论模型和实际资料的处理结果表明,该方法可以去除传统方法在低信噪比数据去噪后引入的背景斑块,且去噪后的信噪比得到了极大的提高。因此,相对于传统的方法,本文方法具有显著的优势及较好的应用价值。     

相位替换法剩余时差校正

获得到好的叠加剖面和提取正确的AVO信息都要求消除道集上的各种时差,校平同相轴。将现实中使用的各种时差校正方法应用于实际资料时都存在着局限性,在经各种时差校正后的数据上仍有剩余时差存在。本文给出一种以相位替换为基础的时差校正方法,其理论基础是信号的到达时完全包含在信号的相位谱中,通过改变相位谱可达到改变信号到达时的目的。理论上,该方法可以消除任何时差,但由于参考道选取上的困难,实际上仅能用于消除剩余时差,作为静校正、动校正及倾角时差校正的补充。通过对理论模型和实际资料例子的分析,本文讨论了该方法的一些要点,说明该方法对提高资料信噪比和分辨率、提取正确AVO信息的作用。     

地面与井中联合观测的微地震定位和速度结构同时反演

为解决速度模型估计不准带来的微地震定位误差,本文推导了旅行时关于层速度、层界面深度及震源参数的偏导数,利用最短路径算法计算射线路径和旅行时,结合共轭梯度法求解带约束的阻尼最小二乘问题,发展了一种利用微地震初至旅行时数据同时进行速度结构反演和微地震定位的方法。数值模拟实验表明,该算法能够有效反演地下介质的速度结构（层速度和层界面深度）并进行微地震定位,且方法对随机噪声不敏感。