地震資料處理中的預測反褶積參數選擇及效果分析

王弘揚++宋鑫磊++任秋月++姚佳芮++胡喬治

摘 要：預測反褶積在地震資料處理中有突出的貢獻，既能提高分辨率又能壓制一些規則干擾，是一種非常有效的處理手段。預測反褶積中預測步長的選擇非常重要，其對資料的改善效果也會因“步”而異。本文通過對預測步長參數的優化，得到了分辨率較高，構造體現較好的成果。同時也發現，預測步長越小，分辨率越高，但信噪比越差；反之亦然。所以，實際處理時，要兼顧信噪比和分辨率，根據實際資料選擇合理的參數。

關鍵詞：預測反褶積；預測步長；分辨率；信噪比

中圖分類號：P631.4 文獻標識碼：A 文章編號：1671-2064（2017）18-0203-03

1 引言

反褶積是地震資料處理中一個必不可少的步驟，它在地震數據處理中占有重要的地位。反褶積的主要作用是盡可能消除大地濾波作用，壓縮地震子波，使實際的地震記錄接近于反射系數序列，從而提高地震資料分辨率。在地震資料處理中，反褶積處理，按方法分類，可以包括：最小平方反褶積、預測反褶積、子波反褶積、伯格反褶積、地表一致性反褶積等。預測反褶積是資料處理中比較常用的一種方法，主要用于提高分辨率，壓制一些規則干擾。

預測反褶積的關鍵參數主要有：預測步長、預測反褶積因子長度、預測時窗等，而且它們是與地震資料品質、地震地質條件有關。因此，對于一個地區的地震資料應用預測反褶積處理時，需要對這些參數進行大量的試驗，并根據處理要求，選擇合適的參數，才能最終達到反褶積處理的良好效果[1]。

本文所述的3D地震資料是來自我國東部某地的陸上地震資料，資料品質一般，存在較多噪音干擾，另外，斷層較多，地質構造較為復雜。本次使用我國東方地球物理公司研發的GeoEast軟件，對該資料進行了較為精細的處理。特別是在反褶積，包括預測反褶積方面，通過多次試驗，找到了較為適合該地區資料品質及地震地質條件的相關參數，取得了較好的反褶積效果，從而保證了整個處理流程的效果。本文著重闡述了本次處理中預測反褶積參數選取優化的方法及對處理效果的影響分析等，為相關處理工作提供一些可以參考的思路和方法。

2 預測反褶積的原理

假設輸入信號為X（t），預測濾波因子為c（t）=[c（0），c（1），…，c（m）]，為預測步長，期望輸出為，則預測輸出為：

（1）

預測誤差：

（2）

由最小平方原理可得：

（3）

這就是預測方程，此方程的解就是預測濾波因子。用此濾波因子對進行濾波，可得到和，其中是預測濾波的結果，是預測反褶積的結果。

預測反褶積在地震資料處理中的主要作用是根據地震數據中原始的一次波和多次波等規則干擾的信息，預測出純干擾部分。由此，可以從原始地震記錄中減去干擾部分，得到消除干擾后的一次波，提高了地震記錄的信噪比和分辨率。預測反褶積中的預測值就為多次波等規則干擾，預測誤差才是最重要的數據，即消除干擾后的地震記錄。因此，預測反褶積是做的預測誤差的反褶積，求取的結果是預測誤差的反射序列。同時，也要強調一次反射波是由隨機反射系數序列產生的，預測反褶積對它是沒有效果的，預測反褶積只能預測有變化規律或者有周期性的數據[2]。

為提高分辨率，關鍵是預測步長的選擇，即上式（2）中的的選擇。本文針對預測步長的選擇進行了討論，通過對實際地震資料的處理和對比，得出適合該地區的預測反褶積處理的最佳參數。

3 參數選擇的效果分析

對于預測步長的選擇，首先要明白預測步長為1時，是指的一個采樣間隔，所以在選擇預測步長時，應盡量選擇采樣周期的倍數，這樣得出的預測值和預測誤差才有效。本文根據實際資料的情況，分別在淺層（500-1500ms）和深層（1000-3500ms）取了不同的預測步長，這樣主要是針對淺、深層不同的規則干擾，去除更加精細。淺層的預測步長分別取16ms、24ms、32ms；深層的預測步長分別取20ms、28ms、36ms，固定預測濾波因子長度為120ms，在炮集上顯示結果圖1所示。

從炮集顯示結果可以得出：隨著預測步長的逐漸增大，地震記錄縱向分辨率逐漸下降，振幅能量逐漸下降。同時，處理后的結果其信噪比隨著預測步長的增加逐漸趨于處理前地震數據。頻譜分析如圖2所示，預測步長較小時，資料中的低頻和高頻能量比較突出，出現一些“毛刺”現象，局部能量分布雜亂，造成時空域信噪比不高。但是，資料的頻譜得到了極大拓寬，這也就是時空域縱向分辨率的提高。而隨著預測步長的增大，低頻和高頻能量逐漸衰減，“毛刺”現象減少，能量分布變穩定，時空域信噪比提高；同時，資料頻譜寬度降低，資料縱向分辨率降低。由此，炮集上出現的現象就得到了合理的解釋[3]。

為了得到更加明顯的現象，對預測反褶積后的數據進行疊加處理，得到以下疊加剖面結果，見圖3所示。疊加剖面的結果驗證了頻譜分析得出的結論：較短的預測步長改善分辨率，較長的預測步長改善信噪比，而信噪比和分辨率不可兼得，預測步長增加到一定程度后，得到處理結果的變化變得基本穩定（見圖3中的方框部分）。

預測反褶積有兩個作用：壓縮子波和消除規則干擾。對于消除規則干擾，需要根據實際資料來確定規則干擾的出現周期，取預測步長等于出現周期時，得到預測值就大致接近于規則干擾，得到的預測誤差信噪比就更高。上述資料在預測步長大于24ms后，信噪比得到明顯的增強，由此得出規則干擾出現的周期大概在24-28ms之間[4]。

對于壓縮子波，理論上是預測步長取得越小，子波壓縮程度越高，得出的分辨率越高。但是實際運用中卻不盡人意，當預測步長變小時，資料的分辨率確實提高了，但是信噪比卻極大的降低了。這是由于資料本身中含有干擾，由頻譜分析得：小步長預測反褶積處理對高頻干擾進行了放大，低頻也有一定影響；大步長預測反褶積處理，子波壓縮小，對頻譜高頻段的壓制和輸入譜形狀的保持較好，但分辨率不佳，當預測長度等于子波長度時，子波完全沒有壓縮，此時處理對資料沒有任何改變。顯然為了取得分辨率而極大犧牲信噪比是不可取，因此要選擇合適的預測步長兼顧分辨率和信噪比。本資料的預測步長選取24ms&28ms這組參數比較合適，既滿足同相軸的分離度又滿足同相軸的清晰度[5-7]。endprint

按照這樣的參數選取，得到了較好的預測反褶積效果。同時結合其它處理方法，組成了完整的處理流程，見圖4所示，最后得到了最終處理結果。其中的一條剖面圖，如圖5所示。從圖中可以看出，由于預測反褶積的參數優化，構造細節都體現出來，縱向分辨率得到了顯著改善。

4 結語

（1）預測濾波的結果為預測值，即預測出的規則干擾；預測誤差為預測反褶積結果，預測反褶積是做的預測誤差的反褶積，求取的結果是預測誤差的反射序列。預測反褶積對一次反射波沒有效果，預測反褶積只能處理有變化規律或者有周期性的數據。（2）預測步長的選擇要兼顧子波壓縮和規則干擾消除，較短的預測步長改善分辨率，較長的預測步長改善信噪比，而信噪比和分辨率不可兼得。要根據實際資料的情況，選取合適的步長。

參考文獻

[1]王承曙.雙邊預測反褶積理論與算法[J].石油地球物理勘探，1991，（1）：10-18+128.

[2]雍凡，羅水余，李顏貴，劉建生，劉子龍，蔣正中.F-K變換與預測反褶積壓制多次波效果對比[J].物探化探計算技術，2014，（6）：700-707.

[3]趙昌壘，葉月明，姚根順，胡冰，莊錫進.線性拉東域預測反褶積在海洋多次波去除中的應用[J].地球物理學進展，2013，（2）：1026-1032.

[4]張軍華，繆彥舒，鄭旭剛，周振曉，單聯瑜，梁鴻賢.預測反褶積去多次波幾個理論問題探討[J].物探化探計算技術，2009，（1）：6-10+5.

[5]Porsani MJ，Ursin B.Direct multichannel predictive deconvolution[J].Geophysics： Journal of the Society of Exploration Geophysicists，2007，（2）：H11-H27.

[6]Liu， Lei，Lu， Wenkai.A Fast L-1 Linear Estimator and Its Application on Predictive Deconvolution[J].IEEE geoscience and remote sensing letters，2015，（5）：1056-1060.

[7]MICHAEL K.BROADHEAD.PREDICTIVE DECONVOLUTION FROM THE POINT OF VIEW OF KRIGING[J].Journal of seismic exploration，2009，（3）：199-214.endprint