岩性油气藏  2019, Vol. 31 Issue (6): 88-94       PDF    
×
基于零偏移距VSP的时变子波反褶积方法
赵岩1,2, 毛宁波1,2    
1. 油气资源与勘探技术教育部重点实验室(长江大学), 武汉 430100;
2. 长江大学 地球物理与石油资源学院, 武汉 430100
摘要: 提高地面地震数据分辨率的一种有效方法是从VSP数据中提取反褶积算子并将其应用于地面地震数据,然而,传统的VSP子波反褶积方法通常是在不考虑地震子波时变特性的情况下,提取固定反褶积算子,且由于地震子波是时变的,从VSP中提取一个子波反褶积算子应用于地面地震记录是不准确的,由此提出一种利用VSP数据提取时变子波反褶积算子的方法。该方法将零偏移距VSP数据的下行直达波作为单程VSP地震子波,利用地下介质的衰减函数将单程地震子波的振幅谱转换为双程地震子波的振幅谱,在最小相位的假设下,从时变子波振幅谱中获得时变反褶积算子,然后将算子应用于叠后地面地震数据。理论合成数据和实际地震数据证明了该方法可有效补偿振幅能量并可提高地震记录的分辨率。
关键词: 时变子波      反褶积      叠后地面地震数据      零偏移VSP数据     
Time-varying wavelet deconvolution method based on zero-offset VSP data
ZHAO Yan1,2, MAO Ningbo1,2     
1. Key Laboratory of Exploration Technologies for Oil and Gas Resources, Ministry of Education(Yangtze University), Wuhan 430100, China;
2. School of Geophysics and Oil Resources, Yangtze University, Wuhan 430100, China
Abstract: An effective way to improve the resolution of surface seismic data is to extract deconvolution operators from VSP data and use them for surface seismic data. However, the conventional VSP wavelet deconvolution method commonly extracts a fixed deconvolution operator without considering the time-varying characteristics of seismic wavelet. Since seismic wavelet is time-varying, it is not accurate to extract a wavelet deconvolution operator from VSP for surface seismic records. A method was proposed for extracting time-varying wavelet deconvolution operators by using VSP data. It takes the down-going direct wave of zero-offset VSP data as oneway VSP seismic wavelet, and converts its amplitude spectrum of the direct wave to that of two-way seismic wavelet by using the attenuation function of subsurface medium. Under the assumption of minimum phase, the time-varying deconvolution operator can be obtained from the amplitude spectrum, and then applied to poststack surface seismic data. Synthetic data and real data examples demonstrate that the proposed method can effectively compensate the amplitude energy and improve the resolution of seismic records.
Key words: time-varying wavelet      deconvolution      post-stack seismic data      zero-offset VSP data     
0 引言

由于地层的吸收衰减作用,地震波在传播过程中会逐渐衰减,地面地震数据通常具有有限带宽,这可能会导致无法成像或无法识别细微的地层特征[1-3]。影响地面地震数据分辨率的主要因素之一是近地表松散风化带对地震波的强烈吸收,然而,与地面地震勘探不同,VSP是在井中接收地震波,其数据受近地表的影响较小,因此,VSP数据通常具有比地面地震数据更宽的频带以及更高的信噪比和分辨率[4-6]。目前有4种方法可以通过VSP数据来提高地面地震数据的分辨率:①从VSP数据中提取品质因子Q [7-8],然后将反Q滤波方法应用于叠后地表地震记录[9-11];②高频恢复方法[12-13],从不同深度的VSP数据中提取滤波算子,然后对叠后地面地震数据进行高频恢复滤波;③VSP小波匹配方法,分别从叠后地面地震数据和VSP数据中提取子波,然后将二者的子波进行匹配[14-15],以改善叠后地面地震数据的分辨率;④VSP子波反褶积方法,从VSP数据中提取子波,然后计算反褶积算子,并对叠后地表地震数据进行反褶积[14, 16]

目前的VSP子波反褶积方法仅从VSP地震记录中提取一个时不变的反褶积算子,但由于地下介质的黏弹性,VSP记录的子波是逐渐衰减的,因为它忽略了子波的时变特性,所以并不准确。为了改进该方法,本次研究将零偏移距VSP数据的下行直达波作为单程地震子波,并将其振幅谱转换为双程地震子波振幅谱,在地震子波是最小相位的假设下,从振幅谱中获得时变反褶积算子,以期其可用于对叠后地面地震数据进行时变子波反褶积。

1 方法原理

本次研究提出的时变子波反褶积方法,首先使用零偏移距VSP资料的下行直达波来获得时变子波振幅谱,以准确反映单程地震子波的振幅谱随旅行时间的变化;然后利用直达波自身的衰减规律将单程地震子波的振幅谱转换为双程地震子波的振幅谱。该方法的步骤为:①利用零偏移距VSP数据估算单程地震子波振幅谱;②基于单程地震子波振幅谱和地层衰减函数,估算叠后地面地震数据的双程时变子波振幅谱;③在最小相位假设下计算时变反褶积算子;④通过地面地震记录的Gabor谱和反褶积算子的乘积得到反射系数的Gabor谱;⑤通过反Gabor变换计算反射系数(图 1)。

下载eps/tif图 图 1 基于零偏移距VSP的时变子波反褶积方法流程 Fig. 1 Flowchart of time-varying wavelet deconvolution method based on zero-offset VSP data
1.1 时变子波估算

假设Wvsp(tn, f)和Wvsp(tn + 1, f)分别为零偏移距VSP记录下行直达波在tntn + 1时刻的振幅谱,且n = 1,2,…,N - 1,N为检波器的个数。根据地层的吸收衰减,它们满足[17]

$ \ln \left[\frac{W_{\mathrm{vsp}}\left(t_{n+1}, f\right)}{W_{\mathrm{vsp}}\left(t_{n}, f\right)}\right]=\frac{-\pi f\left(t_{n+1}-t_{n}\right)}{Q} $ (1)

式中:t为时间,s;f为频率,Hz;Q为品质因子。

定义c(f) = -π f/Q,Δ t = tn + 1 - tn,则式(1)变为

$ c(f)=\frac{1}{\Delta t\left[\frac{W_{\mathrm{vsp}}\left(t_{n+1}, f\right)}{W_{\mathrm{vsp}}\left(t_{n}, f\right)}\right]} $ (2)

式中:cn(f)表示tntn + 1间的衰减函数。

对于任意时刻t(tn < t < tn + 1),VSP单程地震子波的振幅谱Wvsp(t, f)可写为

$ W_{\mathrm{vsp}}(t, f)=W_{\mathrm{vsp}}(t, f) \exp \left[c_{n}(f)\left(t-t_{n}\right)\right] $ (3)

c1(f)作为0到t1时刻的衰减函数,就可以计算0到tn + 1任意时刻的单程地震子波振幅谱。

由于VSP地震子波是单程衰减的振幅谱,因此需要将VSP单程地震子波的振幅谱转化为与地面地震相对应的双程地震子波的振幅谱。对于任意时刻t,当它满足tn < t < tn + 1时,则有

$ \begin{array}{l} {W_{{\rm{surface }}}}(2t, f) = {W_{{\rm{rsp }}}}(t, f){\rm{ exp}} \cdot \\ {\rm{ }}\left[ {\sum\limits_{m = 1}^{n - 1} {{c_m}} (f){t_m} + {c_n}(f)\left( {t - {t_n}} \right)} \right] \end{array} $ (4)

式中:Wsurface(2 t, f)为叠后地面地震双程地震子波的频谱。

1.2 时变地震子波反褶积

信号u(t)的Gabor变换定义为[18]

$ U(t, f)=\int_{-\infty}^{+\infty} u(\tau) g(\tau-t) e^{-i 2 \pi f t} \mathrm{d} \tau $ (5)

式中:U (t, f)为信号u(τ)的Gabo r谱;g(τ)为Gabor分析时窗;t为分析时窗的中心位置,s。

地震记录的Gabor谱可以近似写为3个部分的乘积[19-21],表达式为

$ U(t, f) \approx W(t, f) R(t, f)=W(f) R(t, f) \exp \left(\frac{-\pi f t}{Q}\right) $ (6)

式中:U (t, f)是地震记录u(t)的Gabor谱;W (f)是子波w(t)的傅里叶变换;R(t, f)是反射系数r(t)的Gabor变换。

一旦计算得到时变地震子波谱Wsurface(t, f),在最小相位假设下,反褶积算子可写为[19]

$ D(t, f) = \left[ {\frac{1}{{{W_{{\rm{surface }}}}(t, f)}}} \right]{e^{ - iH\left[ {{W_{{\rm{surface }}}}(t, f)} \right]}} $ (7)

式中:H[]表示Hilbert变换。

根据式(6),反射系数Rg(t, f)的Gabor谱可以由下式计算得到

$ R_{\mathrm{g}}(t, f)=U(t, f) D(t, f) $ (8)

再利用Gabor反变换即可计算得到反射系数。

2 理论模型数据试算

图 2(a)为层状模型和VSP观测系统。在该模型中,品质因子Q的数值是逐渐增加的。在100 m到2 080 m深度内布置100个检波器,检波器间距为20 m。震源与井口之间的水平距离为20 m,地震记录长度为1.2 s,采样间隔为0.002 s。由图 2 (b)可以看到,该记录中直达波的振幅和主频随深度减小,表现出单程VSP子波的时变特性。

下载eps/tif图 图 2 层状模型和VSP观测系统(a)及零偏移距VSP下行直达波记录(b) Fig. 2 A layered model and VSP geometry(a)and synthetic down-going direct wave record of zero-offset VSP(b)

图 3可看出,直达波的振幅和主频都随着旅行时的增加而减小。利用式(1)-(3)可计算出每个时间采样点的VSP单程子波振幅谱[图 3 (b)],利用式(4),可得到双程地震子波的振幅谱[图 3 (c)]。比较图 3 (b)图 3 (c)可知,双程地震子波振幅谱的衰减明显强于单程地震子波的振幅谱。为了验证从VSP单程地震子波振幅谱计算的双程地震子波振幅谱的正确性,使用图 2 (a)的层状模型直接计算理论双程地震子波的振幅谱[图 3(d)]。比较图 3(c)图 3(d)可以看到,通过计算得到的双程地震子波的振幅谱与理论子波振幅谱几乎一致。

下载eps/tif图 图 3 利用VSP下行直达波的振幅谱估算双程地震子波的振幅谱 Fig. 3 Estimated two-way seismic wavelet amplitude spectrum by using the amplitude spectrum of VSP down-going direct wave

在估算得到双程地震子波振幅谱后,可以对理论合成地震记录进行时变子波反褶积(图 4)。图 4 (b) 中的理论合成衰减地震记录是由图 3 (d)中的时变子波和图 4 (a)中的理论随机反射系数褶积产生。利用式(7)和式(8)来进行时变子波反褶积,其中反褶积算子由图 3(c)中所示的时变子波振幅谱计算得到。由时变子波反褶积后的地震记录[图 4(c)]可以看到,时变子波反褶积后的记录更接近理论反射系数。

下载eps/tif图 图 4 理论合成衰减地震记录的时变子波反褶积结果 Fig. 4 Result of time-varying wavelet deconvolution to synthetic attenuation seismic record
3 实际地震数据应用

图 5 (a)可以看到,下行直达波的振幅能量很强,而上行波的振幅能量较弱,随着传播距离的增加,下行直达波的振幅在逐渐衰减。对零偏移距VSP地震记录进行波场分离,并将下行直达波截断为单程VSP地震子波,地震记录如图 5 (b)所示。

下载eps/tif图 图 5 实际零偏VSP地震记录和VSP下行直达波地震记录 Fig. 5 Real zero-offset VSP data and VSP downgoing direct wave record

图 6为利用实际VSP数据下行直达波的振幅谱计算得到双程地震子波的振幅谱。由图 6 (a),可以看到,随着深度和旅行时的增加,振幅减小,频带变窄。图 6(b)图 6(c)分别为针对每个采样点计算得到的VSP单程子波的幅度谱和双程子波的幅度谱。将二者进行对比可知,双程子波的振幅谱具有比单程子波的振幅谱更弱的振幅和更窄的频带。

下载eps/tif图 图 6 利用图 6(a)中实际VSP数据下行直达波的振幅谱估算双程地震子波的振幅谱 Fig. 6 Estimated two-way seismic wavelet amplitude spectrum by using the amplitude spectrum of real VSP down-going direct wave of Fig. 5(b)

在获得双程时变子波振幅谱后,在最小相位假设下计算反褶积算子。由图 7(a)可以看到,随着深度的增加,地震记录的振幅能量减弱,同相轴变粗,分辨率降低。利用上述得到的反褶积算子对其进行时变子波反褶积处理[图 8 (b)]可以看到,时变反褶积后,中深层地震记录的能量得到有效补偿,且同相轴被压缩,波组信息更加丰富,分辨率明显提高。

下载eps/tif图 图 7 对叠后地面地震数据进行时变子波反褶积结果 Fig. 7 Results of time-varying wavelet deconvolution to real post-stack surface seismic data
4 结论

(1) 提出一种基于零偏移距VSP的时变子波反褶积方法,该方法利用零偏移距VSP数据的直达波估算双程时变子波的振幅谱,然后利用双程时变子波的振幅谱估算得到时变子波的反褶积算子,将其用于叠后地面地震记录,其中时变地震子波的估算精度会影响最终的反褶积效果。

(2) 理论合成数据和实际地震资料的处理结果证明本文方法可以有效恢复地震记录的高频衰减能量,并可提高地震记录的分辨率。

参考文献
[1]
崔宏良, 刘占军, 万学娟, 等. 拟合Q体建模技术及应用. 岩性油气藏, 2015, 27(3): 94-97.
CUI H L, LIU Z J, WAN X J, et al. Application of fitting stereoscopic Q modeling technology. Lithologic Reservoirs, 2015, 27(3): 94-97. DOI:10.3969/j.issn.1673-8926.2015.03.014
[2]
蔡杰雄, 郑浩, 刘定进, 等. 近地表Q因子估算影响因素分析. 地球物理学进展, 2018, 33(2): 547-553.
CAI J X, ZHENG H, LIU D J, et al. Analysis of influencing factors of near surface Q estimation. Progress in Geophysics, 2018, 33(2): 547-553.
[3]
刁瑞, 尚新民, 芮拥军, 等. 时频域谱模拟反褶积方法研究. 岩性油气藏, 2013, 25(1): 116-121.
DIAO R, SHANG X M, RUI Y J, et al. Study on spectral modeling deconvolution in time-frequency domain. Lithologic Reservoirs, 2013, 25(1): 116-121. DOI:10.3969/j.issn.1673-8926.2013.01.022
[4]
蔡志东, 李青, 王冲, 等. 利用VSP多波资料预测地层深度及油气属性. 岩性油气藏, 2019, 31(1): 106-112.
CAI Z D, LI Q, WANG C, et al. Prediction of strata depth and hydrocarbon attributes by using VSP multi-wave data. Lithologic Reservoirs, 2019, 31(1): 106-112.
[5]
王孝, 刘文卿, 曾华会, 等. 复杂区分层约束近地表建模方法及应用. 岩性油气藏, 2018, 30(5): 68-73.
WANG X, LIU W Q, ZENG H H, et al. Stratified constrained near-surface model building method and its application in complex surface area. Lithologic Reservoirs, 2018, 30(5): 68-73.
[6]
李本才, 曹卿荣, 李珮, 等. 垂直地震测井(VSP)技术在薄层砂体识别中的应用. 岩性油气藏, 2010, 22(1): 109-113.
LI B C, CAO Q R, LI P, et al. Application of VSP to the identification of thin sand. Lithologic Reservoirs, 2010, 22(1): 109-113. DOI:10.3969/j.issn.1673-8926.2010.01.021
[7]
王咸彬. 井控地震资料处理技术及其在LS地区的应用. 石油物探, 2008, 47(4): 381-386.
WANG X B. Well-control seismic data processing and its application in LS area. Geophysical Prospecting for Petroleum, 2008, 47(4): 381-386. DOI:10.3969/j.issn.1000-1441.2008.04.012
[8]
CHEN S Q, LI X Y. Application of inverse Q filtering derived from VSP data for improving surface seismic resolution. 73rd EAGE Conference & Exhibition Incorporating SPE EUROPEC Vienna, 2011.
[9]
WANG Y H. Inverse Q-filter for seismic resolution enhancement. Geophysics, 2006, 71(3): 51-60. DOI:10.1190/1.2192912
[10]
ZHAO Y, MAO N B. An inverse Q filtering approach based on a varying stabilization factor. Journal of Geophysics and Engineering, 2018, 15(4): 1269-1279. DOI:10.1088/1742-2140/aaae90
[11]
ZHAO Y, MAO N B, XU J. Generalized stable inverse Q filtering. Journal of Applied Geophysics, 2019, 169: 214-225. DOI:10.1016/j.jappgeo.2019.07.007
[12]
CHOPRA S, BLIAS E. High frequency restoration(HFR):a new technology for seismic interpreters. CSCG Geophysics, 2002, 1-4.
[13]
CHOPRA S, ALEXEEV V, SUDHAKAR V. High-frequency restoration of surface seismic data. The Leading Edge, 2003, 22(8): 730-738. DOI:10.1190/1.1605071
[14]
孙哲, 刘洋, 王静, 等. VSP优化预测反褶积与VSP子波替换法反褶积. 石油地球物理勘探, 2009, 44(5): 569-573.
SUN Z, LIU Y, WANG J, et al. VSP optimizedpredictivedeconvolution and VSP wavelet switchover deconvolution. Oil Geophysical Prospecting, 2009, 44(5): 569-573. DOI:10.3321/j.issn:1000-7210.2009.05.009
[15]
BHANU M, SAIKIA J, SINGH O P, et al. Improving surface seismic resolution using VSP data. Biennial International Conference & Exposition on Petroleum Geophysics, Expanded Abstracts, 2010, 1-6.
[16]
何惺华. 利用零偏VSP资料提高地面地震资料分辨率的方法及其应用研究. 石油物探, 2011, 50(5): 487-492.
HE X H. Surface seismic data resolution enhancement method by using zero-offset VSP data and its application. Geophysical Prospecting for Petroleum, 2011, 50(5): 487-492. DOI:10.3969/j.issn.1000-1441.2011.05.010
[17]
ZHANG C J, ULRYCH T J. Estimation of quality factors from CMP records. Geophysics, 2002, 67(5): 1542-1547. DOI:10.1190/1.1512799
[18]
陈增保, 陈小宏, 李景叶, 等. 一种带限稳定的反Q滤波算法. 石油地球物理勘探, 2014, 49(1): 68-75.
CHEN Z B, CHEN X H, LI J Y, et al. A band-limited and robust inverse Q filtering algorithm. Oil Geophysical Prospecting, 2014, 49(1): 68-75.
[19]
MARGRAVE G F, LAMOUREUX M P, HENLEY D C. Gabor deconvolution:Estimating reflectivity by nonstationary deconvolution of seismic data. Geophysics, 2011, 76(3): 15-30.
[20]
CHEN Z B, WANG Y H, CHEN X H. High-resolution seismic processing by Gabor deconvolution. Journal of Geophysics and Engineering, 2013, 10(6): 1-10.
[21]
LI F, WANG S D, CHEN X H, et al. A novel nonstationary deconvolution method based on spectral modelling and variablestep sampling hyperbolic smoothing. Journal of Applied Geophysics, 2014, 103: 132-139. DOI:10.1016/j.jappgeo.2014.01.014