利用長、短旋回波形分析法去除地震強屏蔽

金成志 秦月霜

(①中國石油大慶油田有限責任公司，黑龍江大慶 163002； ②中國石油大慶油田有限責任公司勘探事業部，黑龍江大慶 163712)

利用長、短旋回波形分析法去除地震強屏蔽

金成志*①秦月霜②

(①中國石油大慶油田有限責任公司，黑龍江大慶 163002； ②中國石油大慶油田有限責任公司勘探事業部，黑龍江大慶 163712)

金成志，秦月霜.利用長、短旋回波形分析法去除地震強屏蔽.石油地球物理勘探，2017,52(5):1042-1048,1111.

基于地震沉積學準層狀地層，提出了一個對應的阻抗模型，其地震信號可視為長、短旋回的組合反射。長旋回具有低頻、連續和相位穩定的特征，短旋回則相反。地震的強軸屏蔽可理解為長旋回背景，被屏蔽的砂體則為短旋回信息。采用一種基于長、短旋回波形分析方法去除強屏蔽的影響，通過Wheeler 正、反變換、子體波形主成分分解、短旋回分頻顯示等構成長、短旋回分析技術流程，達到去除屏蔽、識別薄砂層的目的。利用正演模型試驗，論證了算法的正確性和可行性；應用上述流程識別了松遼盆地北部強屏蔽T2之下的砂體信息，經主成分分解后的振幅切片反映了兩條從南向北展布的淺水三角洲前緣沉積體，證實上述流程具有較好的去強屏蔽效果，對于其他具有屏蔽特征或相似地質條件的儲層(例如煤層)描述具有借鑒價值。

Wheeler變換 子體波形主成分分解 長、短旋回分析 分頻顯示 去屏蔽

1 引言

在地震儲層預測中常會遇到強屏蔽難題——儲層緊鄰某種特殊巖性，特殊巖性反射系數很大，儲層反射系數較小，在時間不可分辨的情形下，儲層信息被淹沒在特殊巖性對應的波峰或波谷中難以識別，從而無法有效實施地震反演和屬性分析，如大慶的T2屏蔽和鄂爾多斯煤層屏蔽等[1，2]。目前的去屏蔽技術多集中在子波分解與重構技術，該技術利用不同頻率、振幅、相位的各類原子與地震道匹配[3-9]，分解成一個原子庫，認為最大能量原子對應強背景，在重構中舍去，達到去屏蔽效果。這類技術存在兩個問題：一是地震道子波分解在單道進行，無法考慮地層橫向關系，容易造成匹配過度和重構剖面連續性差；二是無法確定舍去哪些原子，其地質和地球物理意義不明確。因此，有必要從長、短旋回波形分析出發，為去除地震強屏蔽提供一種全新的思路。長、短旋回波形分析法將地震沉積學中準層狀模型和地震反射特征分析相結合，認為地震反射是由長旋回地層背景反射和短旋回砂體反射組成，如果能將這兩種信息分離，即可去除強屏蔽。

基于長、短旋回的波形特征分析，結合Wheeler 正、反變換、子體波形主成分分解、短旋回分頻顯示三項技術，利用長、短旋回分離技術可去除強屏蔽。其中主成分分析(PCA)主要用于多屬性融合及去噪[10，11]，分頻RGB顯示也是一種多屬性融合方法，常用于精細刻畫沉積體邊界[12-15]。丁峰等[16]利用PCA-RGBA多屬性融合方法，將多個屬性切片融合為三張主特征切片進行RGB顯示，在輔助斷層識別、油藏流體時移變化區域判定等方面獲得了良好的效果。文中首次將Wheeler變換、PCA及分頻RGB顯示技術串聯使用，并結合長、短旋回理論去除地震強屏蔽，獲得了松遼盆地北部T2油頁巖強屏蔽下的三套砂體的平面分布。

2 長、短旋回波形分析方法

2.1 準層狀模型

曾洪流①認為，沉積盆地內相帶分布與巖性組合主要由兩部分地層疊加而成，即代表海(湖)平面升降的旋回性、區域性巖性組合以及代表海(湖)岸線周緣輸入的局部、突發性巖性組合，具有長、短旋回的地質意義。因此，整個地震反射是由長旋回的背景和短旋回的事件組成[17]，其中長旋回反映水深變化較大的、彼此具有成因聯系的大套地層，具有較強的時間意義，利于等時地層格架的建立；短旋回反映水深變化較小，由相似巖性、巖相疊加組成的地層，其時間意義較弱，巖性意義較強，利于勘探隱蔽砂體。把實際地質剖面簡化為準層狀模型[18](圖1a)，可分解為背景和巖性組合，表現為長旋回(圖1b)和短旋回模型(圖1c)。因此，準層狀地質模型可以轉化為一個地球物理模型，它由地層平均速度模型和砂體剩余速度模型兩部分組成，其中地層組分對應長周期沉積，砂體組分對應短周期沉積。如果長、短周期沉積的反射具有不同特征，就可以利用這些特征差異分離兩種波場，從而去除地震強屏蔽的影響。

圖1 準層狀模型

2.2 長、短旋回反射特征

分別對模型求取反射系數并與30Hz雷克子波褶積，得到準層狀模型的正演地震記錄(圖2)。可見：長旋回模型地震波形具有低頻、相位一致的反射特征，橫向連續性強(圖2b)；短旋回模型地震波形具有高頻、相位不一致的反射特征，橫向發生突變(圖2c)。

圖2 準層狀模型的正演地震記錄

利用某種方法分離地震數據的長、短旋回信息是十分有意義的，其中長旋回體連續、穩定的同相軸有利于層位追蹤，對其進行相干或曲率計算能夠反映地層特征，突出斷層信息；短旋回體巖性意義較強，可以得到被屏蔽的砂體信息。

2.3 長、短旋回分解方法

從長、短旋回波形特征看，主要區別在于相位和頻率。為此，采用PCA提取反射波形的空間一致性相位信息分離長、短旋回，再通過分頻顯示進一步提取高頻短旋回信息，實現去屏蔽功能。由于“長旋回反射相位特征一致”的認識僅在相對地質年代域中成立，故在利用PCA分解長、短旋回波形時，需做Wheeler變換，整體流程如圖3所示。

圖3 長、短旋回分析技術流程

2.3.1 Wheeler變換

地震沉積學[19，20]要求在相對地質年代域(或者Wheeler域)提取地震屬性，在實際操作時首先用兩個解釋層位形成地層切片體，再用地層切片體將時間域地震數據變換成Wheeler域地震數據。由于Wheeler域地震數據體去除了區域構造因素，因此地震反射同相軸的產狀、相位等信息與地層、沉積等信息的相關性較強，便于利用PCA分解長、短旋回波形。同時利用PCA進行多道分析時，要求沿著同相軸空間產狀對比、分解多道波形，這在時間域中難以實現，而在Wheeler域地震數據體中同相軸近似平行，有利于PCA波形對比。在完成分解后，應將長、短旋回波形做Wheeler反變換，轉換到時間域進行下一步分析。需要注意的是，如果目的層緊鄰標志層，可以用“層拉平”技術代替Wheeler變換。

2.3.2 子體波形PCA

PCA是統計分析中最常用的變量簡化技術，其核心思想就是對數據進行降維。基本原理是利用最少的、相互獨立的變量取代原有的多維變量來概括信息，而每一個獨立的變量都代表某一方面的性質。在地震資料分析中，PCA主要用于屬性融合及去除隨機噪聲等方面[13，14]，采用PCA分離長、短旋回是一種全新的嘗試。長旋回反映了地質時期的主要沉積信息，具有空間連續、緩變特點，即空間波形具有一定的相似性，是波形橫向對比的主要成分，通過PCA將其作為背景提取出來，達到分離長、短旋回的目的。具體實現時以一個地震道為中心，取若干相鄰道形成一個子體，將子體作為一個PCA單元，提取第一主成分作為長旋回波形。將此長旋回波形從中心道中除去，得到代表砂體的短旋回數據體。將上述基于子體波形主成分分析的方法稱為子體波形PCA。

圖4為子體波形PCA原理。由圖可見：對于一個子體，若在每道的時間方向有50個樣本維，在空間方向有3個特征維(道)，則可以建立一個50×3階的矩陣作為樣本；求此樣本的協方差矩陣，得到一個3×3階的協方差矩陣，再求出協方差矩陣的特征值和特征向量(共有3個特征值和特征向量)；根據特征值的大小，取最大特征值所對應的特征向量，則空間特征維降為一維；進一步將原始信息分解為長旋回(區域地質特征)和短旋回(局部地質特征)。為了驗證子體波形PCA方法的有效性，對準層狀模型的正演地震記錄(不添加噪聲)(圖2a)進行子體波形PCA，分別得到長(圖5a)、短旋回地震數據(圖5b)。將子體波形PCA數據(圖5b)與正演地震數據(圖2c)相減，差值基本為0(圖5c)，說明沒有能量損失。即正演的長、短旋回模型地震記錄(圖2)與子體波形PCA結果一致(圖5)，證明子體波形PCA能夠有效地去除地震信號的連續、低頻長旋回背景，突顯巖性信息。

圖4 子體波形PCA原理

圖5 子體波形PCA結果

2.3.3 短旋回體分頻顯示

目前波形PCA主要利用長旋回波形的相位一致性特征，并沒有充分考慮長旋回波形的低頻特征，因此在分解后的短旋回波形中仍存在長旋回殘余能量。同時，由分解得到的短旋回波形為弱信號，易受噪聲影響，有必要對短旋回波形進行突出弱信號的處理。由于一定厚度的地質體都對應一定的有效頻帶，故可采用RGB分頻顯示技術[17-19]對短旋回體進行突出有效頻帶的分頻融合顯示，以突出被屏蔽的砂體信息及壓制噪聲。

RGB三原色分頻成像利用Marr小波對地震數據進行分頻，獲得低頻、中頻、高頻三個數據體，分別用紅、綠、藍三種顏色表示，然后按分頻能量做色彩疊加顯示。三種顏色所占的權重直接與頻率的高低有關，反映了頻率變化。在分頻顯示中可以優選合理的顯示頻帶，將低頻背景和高頻噪聲壓制，突出砂體信息，具有輔助去屏蔽功能。

3 應用效果

3.1 研究區地震、地質條件

松遼盆地北部M區扶余油層的FⅠ1組地層緊貼在青一段泥巖之下，厚度約為35m，細分為3個油層組，是勘探的主要目的層之一，在地震剖面上表現為一個強波峰(T2界面)和一個波谷。由于距T2強反射界面很近，下部相互疊置的砂巖完全被T2屏蔽，影響了儲層的有效識別和“甜點”的精細刻畫。從井、震標定剖面上看，FⅠ1-1、FⅠ1-2和FⅠ1-3砂層反射完全淹沒在T2下面的低頻同相軸中(圖6)。沿此同相軸做地層切片，三套砂層的振幅幾乎被T2強反射信息所覆蓋，難以區分三套砂層的特征。

圖6 扶余油層過井剖面

3.2 長、短旋回分解

首先對原始地震數據進行提高分辨率處理，在此基礎上，通過Wheeler變換將時間域地震數據變換到Wheeler域(圖7)，以便開展長、短旋回分解。

在Wheeler域，運用波形PCA將地震數據分解為具有橫向反射系數穩定的長旋回數據和橫向反射系數變化的短旋回數據(圖8)。可見：長旋回地層反射表現為橫向連續、平滑的特征，具有較強的時間意義(圖8a)；短旋回地層反射則表現為橫向不連續、相位不穩定的特征，其時間意義較弱，巖性意義較強(圖8b)。在完成分解后，將得到的長、短旋回數據體進行Wheeler反變換，得到時間域的長、短旋回數據(圖9)，為下一步在時間域進行效果分析提供基礎。

為了對長、短旋回波形分析法去除強屏蔽的效果進行評價，采用測井合成記錄標定和平面沉積模式進行效果分析。選取M區芳176-19井的測井資料，對PCA前、后的地震資料分別進行合成地震記錄標定(圖10)。 可見：T2強背景得到有效去除，去背景后地震資料分辨率顯著提高，可識別薄層(圖10a)；與測井解釋成果的精細標定、對比結果表明，短旋回剖面細化了井、震匹配程度，提高了對儲層的分辨能力，能有效分辨FⅠ1-1、FⅠ1-2和FⅠ1-3三個砂層的波組特征，且與測井解釋結果吻合(圖10b)。說明長、短旋回分析技術能夠有效去除地震強屏蔽，提高對隱蔽砂體的識別能力。

圖7 Wheeler變換前(a)、后(b)地震剖面

圖8 Wheeler域長(a)、短(b)旋回剖面

圖9 時間域長(a)、短(b)旋回剖面

圖11為長、短旋回分解前、后振幅切片、RGB分頻顯示和測井砂地比等值線圖。可見：原始振幅切片(圖11a)受強屏蔽影響，導致下伏地層的振幅切片難以反映沉積相和砂體展布特征；分解后的短旋回的地層切片(圖11b)有效突出了薄層信息，其地震地貌特征彰顯了井間沉積特征(淺水三角洲形態及南北向物源特征)，與測井砂地比等值線圖(圖11d)展布特征一致，表現為兩條從南向北展布的淺水三角洲前緣沉積體。

3.3 短旋回分頻顯示

由于分解后的短旋回仍存在長旋回(T2反射)的殘余能量，同時為弱信號，易受噪聲影響，因此進一步通過分頻顯示技術優選合理的顯示頻帶，壓制低頻背景和高頻噪聲，以突出砂體信息。將去背景后的短旋回地震體進行RGB分頻顯示(圖11c)，可見河道整體形態更清晰，邊界更清楚，表明RGB分頻顯示是PCA技術的有效補充。

圖10 短旋回剖面儲層單井標定(a)及測井解釋成果(b)

圖11 FI1-3砂層長、短旋回分解前(a)、后振幅切片(b)、RGB分頻顯示(c)和測井砂地比等值線圖(d)

4 結束語

本文通過準層狀模型意義的討論，將地震記錄理解為長旋回背景反射和短旋回砂體反射的組合，認為強屏蔽具備長旋回低頻、相位穩定的特征，可通過長、短旋回分析方法來去除強背景反射，同時形成了一套Wheeler變換、子體波形PCA以及短旋回的分頻顯示技術流程。應用該流程識別了松遼盆地北部強屏蔽T2之下的砂體信息，經PCA后的振幅切片反映了兩條從南向北展布的淺水三角洲前緣沉積體，證實上述流程具有較好的去強屏蔽效果，對于其他具有屏蔽特征或相似地質條件的儲層(例如煤層)描述具有借鑒價值。需要指出的是，目前Wheeler變換在斷層位置處存在振幅畸變，會影響去屏蔽效果。

感謝地質放大鏡軟件在資料應用方面的支持！

[1] 張軍華,劉振,劉炳楊等.強屏蔽層下弱反射儲層特征分析及識別方法.特種油氣藏,2012,19(1):23-26. Zhang Junhua,Liu Zhen,Liu Bingyang et al.Analysis and identification of reservoir characteristics of weak reflectors under strong shielding layer.Special Oil and Gas Reservoirs,2012,19(1):23-26.

[2] 王寶江,張永常,王大興等.廣義S變換用于含煤地層薄砂體預測研究.地球物理學進展,2012,27(3):1219-1226. Wang Baojiang,Zhang Yongchang,Wang Daxing et al.Predicting and detecting of the thin sand bodies by general S transform in coal-bearing strata.Progress in Geophysics,2012,27(3):1219-1226.

[3] 陳勝,歐陽永林,曾慶才等.匹配追蹤子波分解重構技術在氣層檢測中的應用.巖性油氣藏,2014,26(6):111-119. Chen Sheng,OuYang Yongling,Zeng Qingcai et al.Application of matching pursuit wavelet decomposition and reconstruction technique to reservoir.Litho-logic Reservoirs,2014,26(6):111-114.

[4] 賴生華，梁全勝，曾洪流等.煤層對砂巖地震反射特征的影響及其地震巖性學意義——以鄂爾多斯盆地山2段為例.石油地球物理勘探，2015，50(1)：136-143. Lai Shenghua,Liang Quansheng,Zeng Hongliu et al.Influences of coal seam on seismic reflection characteristics of sand and significances of seismic lithology:a case study of Shan-2 member in Ordos Bisin.OGP,2015，50(1)：136-143.

[5] 顧海燕.利用快速匹配追蹤子波分解技術識別強反射下砂巖儲層.長江大學學報(自然版),2016,13(20):40-44. Gu Haiyan.Application of fast matching pursuit wavelet decomposition technique in identifying sandstone reservoirs under strong reflection.Journal of Yangtze University(Natural Science Editon),2016,13(20):40-44.

[6] Wang Yanghua.Seismic time-frequency spectral de-composition by matching pursuit.Geophysics,2007,72(1):13-20.

[7] 張繁昌,李傳輝,印興耀等.基于動態匹配子波庫的地震數據快速匹配追蹤.石油地球物理勘探,2010,45(5):667-673. Zhang Fanchang,Li Chuanhui,Yin Xingyao et al.Seismic data fast matching pursuit based on dynamic matching wavelet library.OGP,2010,45(5):667-673.

[8] 劉小龍,劉天佑,王華等.基于匹配追蹤算法的頻譜成像技術及其應用.石油地球物理勘探,2010,45(6):850-855. Liu Xiaolong,Liu Tianyou,Wang Hua et al.Spectrum imaging technique and its application based on matching pursuit lgorithm.OGP,2010,45(6):850-855.

[9] 黃躍,許多,文學康等.多子波分解與重構中子波的優選.石油物探,2013,52(1):17-22. Huang Yue,Xu Duo,Wen Xuekang et al.Optimization of wavelets in multi-wavelet decomposition and reconstruction method.GPP,2013,52(1):17-22.

[10] 普艷香,彭真明.基于PCA的地震多屬性融合方法.中國地球物理學會年會,2012.

[11] 葉媛媛,陳文超,王偉等.基于局部PCA的地震資料噪聲衰減方法研究.中國地球物理學會年會,2011.

[12] 李明娟,胡濱,白海強等.西非深水Preowei構造復雜斷裂精細解釋及沉積體刻畫.石油物探,2013,52(3):294-300. Li Mingjuan,Hu Bin,Bai Haiqiang et al.The fine interpretation of complex fracture and characterization of sedimentary body on Preowei structure.GPP,2013,52(3):294-300.

[13] 姜秀娣,翁斌,劉亞茹等.分頻混色技術在高精度地震解釋中的應用.地球物理學進展,2013,28(2):882-888. Jiang Xiudi,Weng Bin,Liu Yaru et al.Application of spectral decomposition RGB plotting technique for spectral components in high accuracy seismic interpretation.Progress in Geophysics,2013,28(2):882-888.

[14] 王楠,杜鵬,趙悅伊等.地震RGB分頻屬性融合技術在J工區河道砂體空間展布中的應用.海洋石油,2016,36(3):8-12. Wang Nan,Du Peng,Zhao Yueyi et al.Application of the technology of decomposed frequency RGB blending seismic attribute in interpretation of spatial distribution of channel sand body of J Area.Offshore Oil,2016,36(3):8-12.

[15] 陳文浩，王志章，侯家根等.地層切片技術在沉積相研究中的應用探討.石油地球物理勘探,2015,50(5):1007-1015. Chen Wenhao,Wang Zhizhang,Hou Jiagen et al.Strata slices in sedimentary facies research.OGP,2015,50(5):1007-1015.

[16] 丁峰,年永吉,王治國等.地震多屬性RGBA顏色融合技術的應用研究.石油物探,2010,49(3):248-252. Ding Feng,Nian Yongji,Wang Zhiguo et al.Application of seismic muti-attributes RGBA color blending.GPP,2010,49(3):248-252.

[17] Hentz T F and Zeng Hongliu.High-frequency Mi-ocene sequence stratigraphy,offshore Louisiana:Cycle framework and influence on production distribution in a mature shelf province.AAPG Bulletin,2003,87(2):197-230.

[18] Qiao Zhanfeng,Janson X,Shen Anjiang et al.Lithofacies,architecture,and reservoir heterogeneity of tidal-dominated platform marginal oolitic shoal: An analogue of oolitic reservoirs of Lower Triassic Feixianguan Formation,Sichuan Basin,SW China.Marine and Petroleum Geology,2016,76(9):290-309.

[19] 謝玉洪,劉力輝,陳志宏等.中國南海地震沉積學研究及其在巖性預測中的應用.北京:石油工業出版社,2010,61-65.

[20] 劉保國,劉力輝.實用地震沉積學在沉積相分析中的應用.石油物探,2008,47(3):266-271. Liu Baoguo,Liu Lihui.Application of applied seismic sedimentary in sedimentary facies analysis.GPP,2008,47(3):266-271.

(本文編輯：劉勇)

金成志 教授級高級工程師，中國石油天然氣集團公司高級技術專家，1960年生;1983年獲大慶石油學院勘探專業工學學士學位；2007年獲中國地質大學(北京)地球探測與信息技術專業博士學位。長期從事油氣勘探研究與管理工作。目前在大慶油田任副總地質師，從事油氣勘探、油藏評價科研和生產管理工作。

1000-7210(2017)05-1042-07

P631

A

10.13810/j.cnki.issn.1000-7210.2017.05.018

*黑龍江省大慶市讓胡路區勝利路1號大慶油田有限責任公司，163002。Email: jinchengzhi@petrochina.com.cn

本文于2016年11月28日收到，最終修改稿于2017年8月5日收到。

本項研究受國家重大科技專項“大型油氣田及煤層氣開發”(2011ZX05001-001-004)、中國石油天然氣股份公司重大科技專項“大慶探區非常規油氣勘探開發關鍵技術研究與現場試驗”(2012E-2603)聯合資助。 ①曾洪流.地震沉積學的理論基礎、基本方法及應用前景.全國第八屆油氣層序地層學與沉積儲層大會,天津濱海新區，2014.9.3～9.5。