提高最大能量法剩余靜校正中模型道精度的方法

吳 波 潘樹林 王 薦

(①中國石化西南油氣分公司勘探開發研究院，四川成都610041； ②西南石油大學資源與環境學院，四川成都 610500)

·處理技術·

提高最大能量法剩余靜校正中模型道精度的方法

吳 波*①潘樹林②王 薦①

(①中國石化西南油氣分公司勘探開發研究院，四川成都610041； ②西南石油大學資源與環境學院，四川成都 610500)

針對常規最大能量法剩余靜校正中模型道精度低的問題，提出提高模型道精度的方法。使用子波畸變道預處理技術消除子波畸變嚴重的地震道對模型道的影響，提高模型道精度；使用自適應分權疊加算法，削弱子波與模型道相似程度較弱的地震道能量，進一步加強有效信號對模型道疊加的影響。實際資料的處理結果驗證了本文方法能夠進一步提高復雜地區低信噪比資料的靜校正精度。

最大能量法 子波畸變 模型道 預處理 自適應分權疊加

1 引言

剩余靜校正是一個多參數、多極值、非線性優化問題，計算方法主要分為廣義線性反演方法、非線性反演方法和統計相關算法等。統計相關算法是目前生產中通用的技術，這類常用方法有satan算法[1]、最大能量法[2]、共地面點法[3]等，其中，最大能量法憑借多次迭代逐步逼近真實解的優勢，極大地提高了靜校正計算精度，在實際資料處理中廣泛應用。

剩余靜校正計算中的模型道質量優劣直接影響靜校正量的計算精度[4-7]。在最大能量法中，通過把CMP道集內的所有道相加形成模型道，此種方法在處理低信噪比和大靜校正量的資料時，模型道精度仍然較低[8-10]。因此，人們提出了提高模型道質量的方法。在求解剩余靜校正量的迭代過程中，還可以在某次迭代時沿CMP增加方向建立模型道，而在下一次迭代時沿CMP減小方向建立模型道，這樣可以改善低信噪比區域的模型道品質，也可以改善測線兩端的模型道品質[11]。Kirchheimer[12]提出利用各道與模型道的加權因子，采用加權疊加形成模型道提高模型道的精度。Tjan等[13]、Baixas等[14]、Larner等[15]使用DMO和疊前深度偏移的疊加數據建立參考道或模型道；吳波等[16]提出利用多道混波和慢速擴展相空間技術改善模型道質量。

上述優化模型道的方法改善了常規地震資料的模型道質量。然而，在對復雜地區低信噪比資料的處理中，發現地震信號在近山地區域和中深層區域，由于高頻分量嚴重缺失，導致部分地震道的子波能量嚴重衰減并發生畸變，由此生成的模型道精度低。因此，當地震子波畸變嚴重時，最大能量法的計算效果不理想[17-20]。

為此，提出一種以最大能量法為基礎，通過壓制地震子波畸變道能量，提高模型道精度的剩余靜校正方法，利用子波畸變道預處理技術和自適應分權疊加算法減弱了子波畸變道的能量，加強有效信號對模型道疊加的影響，進一步提高了最大能量法計算精度。最后通過實際資料處理驗證了本文方法的有效性。

2 方法原理

首先，在NMO后的CMP道集中采用子波畸變道預處理技術消除子波畸變嚴重的地震道；然后，采用自適應分權疊加算法減弱子波畸變道的權重，生成新的模型道；最后，利用新的模型道結合最大能量法計算，統計分離出炮點和檢波點的靜校正量。

2.1 子波畸變道預處理技術

子波畸變道預處理技術用于判斷NMO后的CMP道集中子波畸變嚴重的地震道，并讓畸變地震道不參與疊加，從而提高疊加模型道的質量，其原理和實現步驟如下。

(1)利用NMO后的CMP道集中地震道g1(t),g2(t),…,gn(t)疊加生成模型道

(1)

式中n表示CMP道集中地震道數。

(2)給定相關時窗范圍(-t0,t0)，地震道g1(t),g2(t),…,gn(t)分別與G0(t)在相關時窗內進行互相關，把每一地震道的最大互相關系數記為c1,c2,…,cn

?G0(t)]

(2)

式中： ?表示互相關；τ表示互相關時移；gi(t)表示CMP道集中第i道地震道；ci表示第i道地震道對應的最大互相關系數。

對每一地震道的互相關系數求和

(3)

(3)把每一地震道的最大互相關系數c1,c2,…,cn除以SUMC，得到每一地震道的相似權重w1,w2,…,wn

(4)

(4)對每一地震道給定一個閾值(一般情況下閾值設定為0.3，閾值越大則參與疊加的地震道越少)，凡是相似權重w1,w2,…,wn小于0.3的地震道都被標記為不參與疊加生成模型道和靜校正計算。

2.2 自適應分權疊加算法

自適應分權疊加算法是在子波畸變道預處理后的CMP道集中進一步增大與模型道相似度高的地震有效信號，提高模型道疊加精度。其原理如下。

(1)在子波畸變道預處理基礎上，CMP道集中重新疊加生成新的模型道G1(t)；在零時刻相關位置求取模型道G1(t)的自相關系數

A=G1(t)?G1(t)

(5)

(2)在零時刻相關位置分別求取參與計算的地震道g1(t),g2(t),…,gn(t)與模型道G1(t)的互相關系數d1,d2,…,dn

di=gi(t)?G1(t)

(6)

式中di為CMP道集中第i道地震道的互相關系數。

(3)把每一地震道的零時刻互相關系數d1,d2,…,dn除以A，得到每一地震道的相似權重w1,w2,…,wn

(7)

(4)每一地震道g1(t),g2(t),…,gn(t)乘以對應的相似權重w1,w2,…,wn，進行疊加生成新的模型道G2(t)。

2.3 最大能量法的基本思路

把自適應分權疊加后的模型道G2(t)作為最大能量法的模型道，計算剩余靜校正量。

最大能量法即在應用正確的靜校正量時可使地震剖面的疊加能量達到極大，因此可以把地表一致性靜校正量的計算作為一個最優化問題[2]，即

(8)

式中：S、R分別為炮點和檢波點的靜校正量；E為疊加能量；M為地震剖面的CMP道數；N為每一道集的覆蓋次數；t1和t2為計算靜校正量的時窗范圍；dyh為第y個CMP道集中第h道地震道。所有的參數多次迭代計算，直到收斂為止。

由于炮點(或檢波點)靜校正量只影響到與該炮點(或檢波點)有關的CMP道集的疊加能量，在同一個CMP道集中，令F(t)是某一炮集(或檢波點道集)中的地震道，G2(t)是上述方法計算的模型道，則該CMP道集的疊加能量為[9]

(9)

因此，估計疊加能量的最大值等效于估計它的互相關的最大值。其中，最大能量法中每一次迭代計算均采用子波畸變道預處理和自適應分權疊加后的模型道。

3 理論模型與實際資料應用

3.1 理論模型地震子波畸變道壓制

圖1為不同方法壓制CMP道集中地震子波畸變道結果。圖1a為原始CMP道集及疊加生成的模型道。真實的模型道形狀應與雙波峰地震道相近。圖1b虛線框中地震道是與模型道相似權重小于0.3的地震道。圖1c為消除子波畸變后的地震道，被消除的地震道不再參與模型道疊加和剩余靜校正計算。圖1d虛線框中地震道是與模型道相似度較小的地震道，因此能量減弱，而其余地震道與模型道相似度較大，能量基本保持不變；最終生成的疊加道與真實模型道吻合。

圖1 不同方法壓制CMP道集中地震子波畸變道示意圖

3.2 實際資料地震子波畸變道壓制

選用一條復雜地區山地低信噪比數據進行剩余靜校正。該測線炮點數為190，檢波點數為710，每炮接收道數為115道，采樣間隔為1ms，記錄長度為3s。整條測線的CMP數為1300，CMP最大覆蓋次數為60次。

圖2為不同方法剩余靜校正疊加剖面對比。從原始剖面(圖2a)中可以看出該資料信噪比很低，由于山地資料構造較復雜，地層起伏較大，從淺至深不存在連續的能量較強的反射同相軸。常規最大能量法疊加剖面中左部一些構造特征能夠肉眼識別，但信噪比較低(圖2b)。對比常規最大能量法剖面(圖2b)和優化模型道后剖面(圖2c)，可以看出后者的左上部分、中間部分、右下部分信噪比較高，小幅度構造清晰，這說明子波畸變預處理和自適應分權疊加方法能壓制地震子波的畸變、優化模型道質量從而提高剩余靜校正精度。

圖3為不同方法剩余靜校正CMP道集及速度譜對比。從常規最大能量法結果(圖3b)和優化模型道后最大能量法結果(圖3c)的對比可以看出，后者的速度譜能量更強、且更加聚焦，道集中的同相軸也更平直且更加連續，說明優化模型道后，最大能量法計算的靜校正量精度更高。

圖2 不同方法剩余靜校正疊加剖面對比

圖3 不同方法剩余靜校正CMP道集(左)及速度譜(右)對比

4 結論

(1)子波畸變道預處理方法和自適應分權疊加方法在最大能量法計算過程中優化了模型道質量，極大程度降低了地震子波畸變對模型道及靜校正計算精度的影響。

(2)本文提出的模型道改進方法有利于提高復雜地區低信噪比資料靜校正精度，且該模型道改進方法適用于各種剩余靜校正方法。

[1] Disher D A and Naquin P J.Statistical automatic sta-tics analysis.Geophysics,1970,35(4):574-585.

[2] Ronen S and Claerbout J.Residual statics estimation by stack power maximization.Geophysics,1985,50(12):2759-2767.

[3] 潘樹林,高磊,吳波等.共炮(檢)點剩余靜校正方法.石油地球物理勘探,2011,46(1):83-88.

Pan Shulin,Gao Lei,Wu Bo et al.The research of residual static correction method in CSP and CRP.OGP,2011,46(1):83-88.

[4] John B，DuBose Jr.Practical steps toward realizing the potential of Monte Carlo automatic statics.Geophy-sics,1993,58(3):399-407.

[5] 國九英,周興元,李少英.二階差分最大疊加能量法地表一致性靜校正.石油地球物理勘探,1992,27(3):361-370.

Guo Jiuying,Zhou Xingyuan,Li Shaoying.Surface consistent statics using second order difference and maximum stack energy.OGP,1992,27(3):361-370.

[6] 尹成,周熙襄.一種改進的遺傳算法及其在剩余靜校正的應用.石油地球物理勘探,1997,32(4):486-491.

Yin Cheng,Zhou Xixiang.An ameliorated genetic algorithm and its application to residual static correction.OGP,1997,32(4):486-491.

[7] 潘樹林,高磊,吳波等.多時窗旅行時分解剩余靜校正方法.石油地球物理勘探,2011,46(3):407-410.

Pan Shulin,Gao Lei,Wu Bo et al.Residual static correction based on traveltime decomposition in multiple time windows.OGP,2011,46(3):407-410.

[8] 吳波,徐天吉,唐建明等.三種反射剩余靜校正方法對比研究與應用.石油物探,2012,51(2):172-177.

Wu Bo,Xu Tianji,Tang Jianming et al.The research and application of three reflection method in residual static correction.GPP,2012,51(2):172-177.

[9] 潘樹林,吳波,高磊.自然血親排斥策略對遺傳算法的改進及其在剩余靜校正中的應用.石油地球物理勘探,2010,45(6):802-806.

Pan Shulin,Wu Bo,Gao Lei.The improvements of natural cognation exclusion strategy for genetic algorithm and its application in residual static correction.OGP,2010,45(6):802-806.

[10] 陳啟元,王彥春,段云卿等.復雜山區的靜校正方法探討.石油物探,2001,40(1):73-81.

Chen Qiyuan,Wang Yanchun,Duan Yunqing et al.A study on the methods of static correction in the complicated area.GPP,2001,40(1):73-81.

[11] Mike Cox著；李培明等譯.反射地震勘探靜校正技術.北京:石油工業出版社,2004,418.

[12] Kirchheimer F.Residual statics by cdp-localized stack optimization.Geophysical Prospecting,2010,38(6):577-606.

[13] Tjan T，Larner K and Audebert F.Prestack migration for residual statics estimation in complex media.SEG Technical Program Expanded Abstracts,1994,13:1513-1516.

[14] Baixas F,Lowell R and Roy J.Strategic issues of a 3-D seismic survey in the Powder River Basin.SEG Technical Program Expanded Abstracts,1983,2:481-482.

[15] Larner K L,Gibson B R,Chambers R et al.Simultaneous estimation of residual static and crossdip corrections.Geophysics,1979,44(7):1175-1192.

[16] 吳波,尹成,潘樹林等.最大能量法剩余靜校正的改進.石油地球物理勘探,2010,45(3):350-354.

Wu Bo,Yin Cheng,Pan Shulin et al.The improvements on maximum energy method residual static correction.OGP,2010,45(3):350-354.

[17] 楊文采.地球物理反演的遺傳算法.石油物探,1995,34(1):116-122.

Yang Wencai.Genetic algorithm for the geophysical inversion.GPP,1995,34(1):116-122.

[18] Stoffa P L and Sen M K.Nonlinear multiparameter optimization using genetic algorithms: Inversion of plane wave seismograms.Geophysics,1991,56(11):1794-1810.

[19] 牛琳,李冰,王彥春等.高密度地震資料剩余靜校正.石油地球物理勘探,2015,50(1):71-76.

Niu Lin,Li Bing,Wang Yanchun et al.Residual static corrections for high-density seismic data.OGP,2015,50(1):71-76.

[20] 潘樹林,李晨光,吳波等.波形匹配轉換波剩余靜校正實用技術.石油地球物理勘探,2016,51(2):238-246.

Pan Shulin,Li Chen’guang,Wu Bo et al.P-SV residual static corrections by matching waveform.OGP,2016,51(2):238-246.

*四川省成都市高新區天府二街吉泰路688號，610041。Email:39181164@qq.com

本文于2017年1月2日收到，最終修改稿于同年9月8日收到。

本文研究受國家重大專項“四川山前帶潮坪相白云巖儲層地震預測應用研究”(2017ZX05005004-010)資助。

1000-7210(2017)06-1146-04

吳波，潘樹林，王薦.提高最大能量法剩余靜校正中模型道精度的方法.石油地球物理勘探，2017,52(6):1146-1149,1183.

P631

A

10.13810/j.cnki.issn.1000-7210.2017.06.003

(本文編輯：金文昱)

吳波 高級工程師，博士，1981年生； 2004年本科畢業于西南石油大學計算機科學專業； 2007年碩士畢業于西南石油大學計算機軟件與理論專業； 2010年博士畢業于西南石油大學地球探測與信息技術專業；現在西南油氣分公司勘探開發研究院從事地球物理處理技術研究、靜校正、壓力預測方面工作。