疊后地震資料井控高分辨率處理新方法

吳大奎 吳宗蔚 伍翊嘉

中國石油川慶鉆探工程有限公司地質勘探開發研究院

1 高分辨率的概念及研究現狀

地震分辨率分為縱向分辨率和橫向分辨率，本文所指分辨率均指縱向分辨率。

有關分辨率概念的論述主要有3種方式：①分析薄層頂底反射波能否分開；②分析楔狀模型的振幅響應—調諧厚度；③分析時間域雷克子波的褶積模型。

第3種研究涉及雷克子波，根據子波參數（包括寬度或周期、頻率）形成了瑞雷準則和雷克準則。普遍采用瑞雷準則，其將主周期的1/2作為分辨率極限，得到1/4波長為厚度分辨率極限。

當地震資料都含有噪聲時，分辨率主要根據Widess定義進行計算[1-3]。設無噪情況下的分辨率為P0，有噪情況下的分辨率為P，信噪比為R，則有：

由式（1）可見，信噪比越高，分辨率越接近于無噪情況下的分辨率；反之，分辨率降低。

由此可見，提高分辨率除了獲得窄子波、寬頻帶信號外，還需要考慮信噪比影響。

提高分辨率的技術包括在采集、疊前處理、疊后處理等3個方面。筆者僅討論一種疊后地震資料（包括疊加偏移、偏移疊加資料）高分辨率處理技術。

疊后資料提高分辨率處理方面已形成了大量的方法[4-6]，但效果一般都有限，難以從根本上解決提高分辨率的問題，其根本原因在于地震資料（高頻）噪聲影響。

20世紀90年代以來的高分辨率處理方法，一般都是基于反褶積算法，需要滿足3個重要條件[7-9]：①地震資料是最小相位的、非時空變的；②地震反射系數為白噪；③噪聲干擾為零或很小，是隨機、平穩序列。但是，實際情況很難滿足，特別是到一定頻率高度，噪聲異常復雜而強烈，因此很難實現分辨率的顯著提升。

提高分辨率的關鍵是去噪，去噪的關鍵是要找到噪聲分布規律，但由于高頻噪聲頻率范圍寬、復雜、沒有規律或者規律不明確，通常的去噪方法都難以剔出噪聲，限制了分辨率的進一步提高。

2000年以來，發展了其他一些高分辨率處理方法，主要包括基于神經網絡算法的井控高分辨率處理方法，但這些方法要么是先提取子波再進行反褶積、要么利用測井的頻譜來拓寬地震頻譜、要么直接進行高分辨率物性反演[10-14]，前兩者同樣是先去噪再拓頻，對分辨率沒有明顯提高，后者不是直接提高以地震波形為表征的地震分辨率，即不是通常意義的高分辨率。

可見，以先去噪再拓頻的思路提高分辨率難以取得實質性進展，為此，本文研究形成了一種新思路，即不從噪聲入手，而是結合測井合成記錄與地震記錄，利用兩者高頻有效信號相似性強且有規律的特點來釋放高頻有效信號提高分辨率，并同時自動去噪。

2 高分辨率處理方法概述

通常的地震資料優勢頻率介于10～70 Hz，主頻介于20～40 Hz。而實際資料高頻有效信號一般在120 Hz以上還有分布，高的可以達到200 Hz。如果能把這樣高頻的地震信號完全釋放出來，無疑會大大提高分辨率，從而有效解決有關分辨率的儲層地質問題。本文通過采用井控方法，有效挖掘出了高頻有效信息。

2.1 基本算法

高分辨率處理是一個復雜問題，通常的處理方法已經難以奏效，必須要有解決復雜問題的算法來解決。神經網絡算法就是其一。

神經網絡算法結構很多，且已十分成熟，以BP算法最多。BP算法即誤差反向傳播法，其基本思想是將輸入信號帶入網絡，與網絡函數發生作用形成結果，將結果與樣本數據進行比較，得到誤差，再將誤差反向傳播到輸入端，并分配到輸入層、中間層，再傳到輸出端。如此反復迭代，直到誤差達到期望的最小，即得到網絡權值或模型。在外推階段，再將模型應用于未知數據，經過一定處理后，得到輸出結果。

在本文的井控高分辨率處理中，輸入端即是實際地震記錄，輸出端為測井合成記錄。

2.2 方法特點

2.2.1 利用“三性”建模

利用合成記錄與地震記錄有效信號相似、噪聲不相似，有效信號有規律、噪聲無規律，地震記錄和合成記錄鄰頻相似性的特點，通過由低頻到高頻逐步映射，更容易、更精確實現最終模型的建立，最終建立起最低頻與最高頻的關系。這樣的方法不從噪聲入手，卻能強化有效信號，弱化噪聲。該方法提高分辨率同時去除噪聲，突破了常規方法先去噪后拓頻的思路。

2.2.2 自適應外推

首先設計出了高分辨率自適應外推網絡結構[11-12]。圖1為自適應外推網絡，是將兩個通常的BP網絡連接，具有自適應能力。其前后輸入端均為地震記錄，中間層則作為輸出層，輸出高分辨率結果（相當于合成記錄或稱作擬合成記錄），在外推過程中可以輸入未知樣本對網絡進行適應性訓練。

圖1 外推神經網絡結構圖

其次，提出了一種高效的自適應訓練方法。由于測井資料的局限性（非密集分布、非均勻分布、非相帶分布、數據誤差等）以及地震資料橫向相變、構造起伏、子波差異等，建立的模型不一定能很好適應全區，因此，在外推階段研究了相應的措施，包括逐道[10]、放射狀調整模型，即將當前地震道得到的網絡結構作為下一道或四周一定范圍的初始權逐步調整。為了提高計算效率，形成了相控、構造控制等方式來調整模型，即在全區不同相帶、不同構造部位提取地震信息作為輸入數據，自適應調整模型，再將模型應用于所有未知數據。

3 模擬試驗

為了驗證方法的有效性和正確性，設計理論模型進行試驗研究。主要試驗了其頻率恢復、能量恢復、相位校正、去隨機噪聲和規則噪聲，最后用以褶積模型進行驗證。

3.1 模型設計

設計地質模型如圖2所示。該模型為多層水平層和楔狀層混合的速度模型，其中上部（第4層）包含一厚度為2 m的薄層。在模型中，設計了3口井位，從左至右依次為w1、w3、w2井，分別位于200、500和800 m處。根據地質模型，生成主頻為80 Hz的合成地震剖面（零相位），可識別設計的各地質層位。

本文試驗均將w1、w2井處的合成記錄作為已知曲線，而將w3井處的合成記錄作為檢驗曲線。剖面中，井曲線均為模擬合成記錄，由井口處地層速度轉換的反射系數與子波褶積而成。

圖2 地質模擬圖

3.2 頻率恢復試驗

圖3為采用同頻率映射方式，即把主頻為80 Hz的地震道（寬頻、無噪聲）與主頻為80 Hz的合成記錄建立關系，然后進行處理，獲得剖面。目的是驗證算法是否對本身存在的信號造成破壞或使其回復。對比恢復的剖面（圖3）和原始合成剖面（圖2），幾乎完全恢復了各頻率成分，只產生了微弱噪聲。

圖3 頻率恢復高分辨率剖面圖

3.3 能量恢復試驗

圖4 能量恢復高分辨率剖面圖

圖4 為模擬通常的疊加剖面，即主頻低、高頻存在但能量很弱，試驗目的是通過計算恢復潛在的能量較弱的高頻有效成分，并提高分辨率。將主頻80 Hz剖面中50 Hz以上的中高頻能量衰減到原來的20%后形成（見圖4中頻譜），這時主頻為40 Hz，有效頻寬與主頻80 Hz剖面相同（5～150 Hz），但低頻段能量強，高頻能量弱，這與實際地震剖面相似。試驗結果基本恢復了各頻率成分，且整個剖面接近于主頻80 Hz剖面，僅產生了少量噪聲。該結果說明，只要剖面上含有高頻有效成分，盡管能量弱，也能基本恢復。

3.4 相位校正試驗

圖5 相位恢復剖面圖

圖5為進行相位校正的試驗，試驗目的是觀察高分辨率處理時是否需要考慮原始剖面的相位。設計最小相位合成地震剖面（主頻為30 Hz，圖5-a），采用零相位合成記錄與該剖面建立關系，然后進行處理，得到了零相位剖面（圖5-b），且與原始零相位剖面相近（圖5-c）。說明方法具有相位校正功能，同時表明，不管地震記錄的相位如何，都可采用零相位子波提高分辨率。因此，本方法不必考慮子波相位問題，從而使提高分辨率變得十分方便，并大幅提高了資料的利用效率。

3.5 去高頻強隨機噪聲

圖6 去高頻強噪聲試驗圖

圖6-a為主頻40 Hz的原始無噪剖面，圖6-b為40 Hz以上高頻衰減后加入50%～70% 隨機噪聲得到的剖面，圖6-c為處理的高分辨率剖面。圖6-d、e、f為與圖6-a、b、c對應的高頻，主頻為110 Hz。無噪剖面高頻中的有效信號同相軸清晰；原始含噪剖面高頻中有效信號雜亂無章，同相軸幾乎完全淹沒在噪聲中；高分辨率剖面高頻相比于原始含噪剖面高頻，有效信號明顯增強，與無噪剖面高頻接近。可見，高分辨率剖面相較于原始含噪剖面，其高頻強噪聲得到了較好壓制。

3.6 去高頻規則噪聲

圖7為隨機選擇的一段外來實際地震剖面，與本次模型剖面差異顯著，特別是上部強傾斜同相軸與模型剖面水平同相軸差別大。將外來剖面濾波后的中高頻（50～90 Hz，圖7-b）作為本模型的規則噪聲加入到40 Hz主頻的無噪剖面中，形成帶規則噪聲的剖面，噪聲含量在50% 左右。

圖8中間分別為500次和5 000次迭代處理后的高分辨率剖面及其高頻。可見，隨著迭代次數增加，規則噪聲逐漸被削弱，高頻有效信號得到逐漸恢復，得到的高分辨率剖面及其高頻與無噪剖面及其高頻逐漸接近。剖面上部橢圓框中傾斜的強同相軸變化能較明顯反映方法的效果，高頻有效信號得到逐漸恢復并逐漸接近無噪剖面。

上述5個方面的參數試驗，較全面展現了本方法在提高分辨率的關鍵作用，能恢復弱能量高頻有效信號、去除規則和隨機噪聲、校正相位，效果明顯。

圖7 加規則噪聲剖面圖

圖8 去規則噪聲試驗結果圖

4 關鍵參數的選擇與確定

在實際應用中需要注意兩個關鍵參數選擇。

4.1 頻率范圍確定方法

現今疊后地震資料的低頻一般在10 Hz以下，高頻有效信號一般會超過120 Hz，高的可以達到200 Hz[15-16]。通過分頻窄帶掃描可確定頻率范圍。高頻有效信號同相軸與主頻剖面同相軸近于平行，而高頻隨機噪聲則是雜亂的，高頻規則噪聲同相軸則與主頻同相軸一般不平行。因此，向高頻方向觀察，直到看不到與主頻同相軸平行的同相軸為止，其頻率可作為高截頻，可以低于但不能高于該頻率（圖9）。低截頻可維持原始剖面的低截頻。

4.2 樣本資料確定方法

大量的實際應用表明，建立模型所用測井合成記錄與地震記錄相關系數一般要超過0.8，越高越好。樣本必須從優選擇，即要選擇相關系數高的井段。此外，要考慮井的分布情況，盡量考慮不同相帶、不同構造部位，以增強模型的適應性。

5 實際資料處理

5.1 去高頻強噪聲

圖10、11為四川盆地地區某地震剖面，主頻僅20 Hz，原始剖面高頻噪聲嚴重，但高頻有效信號超過125 Hz（與剖面中紅色層位線平行的同相軸）。高分辨率剖面的高頻有效信號顯著增強，噪聲得到有效壓制。從頻譜圖來看，主頻從20 Hz提高到60 Hz，頻寬從5～50 Hz拓展到5～125 Hz，其分辨率提高了2～3倍。

圖9 剖面分頻掃描示例圖

圖10 四川盆地某剖面高分辨率處理圖

圖11 四川盆地某剖面125 Hz處理圖

5.2 拓頻有效性

圖12為四川盆地某構造頁巖氣儲層原始疊加地震剖面及其高分辨率剖面，原始剖面主頻為35 Hz，頻帶范圍介于10～70 Hz，分辨率低。高分辨率剖面分辨率顯著提高，主頻達到80 Hz，頻帶范圍介于5～120 Hz。拓頻前，其高頻信號受噪聲干擾，同相軸錯亂（如110 Hz），與測井合成記錄（圖中部豎向紅色曲線）明顯不符，高分辨率剖面高頻有效信號顯著增強，與測井合成記錄強弱、相位一致，同相軸得到有效恢復。此外，中低頻段（如30 Hz）有效信號沒有明顯改變，得到了較好保護。

圖12 四川盆地某頁巖氣地震剖面高分辨率處理圖

上述兩個實例表明，本方法能夠大幅度地提高分辨率，能夠恢復高頻強噪聲中的有效信號，對中低頻成分不造成破壞，大量的實踐表明該方法能夠適應不同類型的儲層。

6 結論

1）本文提出并應用“三性”建立地震記錄與測井合成記錄的關系，提取地震記錄中高頻有效信息，同時壓制噪聲，從而提高了分辨率，突破了傳統的先去噪再拓頻的思路，形成拓頻同時去噪的思路，并在建模和外推算法中有創新。

2）理論模擬和實例證明，該方法可大幅有效地提高地震分辨率，且結果正確。

3）方法能進行相位校正，表明方法不受相位限制，顯著增加方法的實用性。

4）方法能最大限度釋放疊加剖面上的高頻有效信息，因此認為，原始剖面上高頻有效信息越多越好。為此，應在疊前處理中，采用更有效的方法保護好高頻有效成分。如采用分頻動校正方法[17]，實現高頻同相疊加，可顯著增加高頻有效信息，為本方法創造更有利條件，更大限度提高分辨率。

5）本方法高分辨率處理成果已經在各種儲層描述中得到應用，在精度和準確性上取得了顯著效果。