基于测井数据小波变换的层序地层对比--以鲁西和济阳地区石炭、二叠系含煤地层为例

测井数据蕴藏着非常丰富的地质信息,是迄今为止能够获得的分辨率最高、连续性最好的地质数据之一。测井信号的时频分析将一维的测井信号变换到二维的时频域,进而使其内部的能量聚集与分布得以清晰展示,利用测井信号沿时间方向上的差异性可以获取地层的旋回性等地质信息。通过连续小波变换对测井信号进行高质量的时频分析,运用小波变换的多尺度、多分辨率的特性进行层序、准层序的划分。同时通过小波时频分析寻找不同类型的体系域与小波时频特征之间的对应关系,分析层序内部的沉积特征及内部精细结构,建立了海侵体系域、高水位体系域和海退体系域的小波变换能谱地质模型,方便、快捷的实现了体系域的划分。最后在测井信号小波变换的基础上对鲁西和济阳凹陷的含煤地层进行了层序对比和分析,基本建立了山东地区晚古生代主要含煤地层的层序地层格架。     

基于测井曲线的小波变换定量层序地层单元划分

盆地中沉积地层具有明显的旋回性,对应不同的测井曲线特征,可以用它来进行层序地层划分。为降低在一个视觉层次上划分地层的人为主观性,使得层序地层单元的划分更加科学,将一维的测井曲线运用小波变换技术拓展为二维时频域,将不同时间( 深度) 尺度的沉积旋回清晰地展现出来。以梅河盆地钻井为例,选取a 值在0. 25 ～ 0. 5 amax区间利用小波时频能量图识别三—五级层序地层学单元特征明显。在小波时频能量图中,层序顶底高能量向中部减弱,进而划分出三级层序界面; 层序内部能量从向大尺度转移--向小尺度转移--趋于稳定--向大尺度转移,反映了体系域从低水位--水进－高水位--水退的垂向变化过程; 其内部每个小的能量团又可以看作是一个准层序。由此建立应用小波变换划分层序地层单元的模型,为层序地层学的定量划分提供了一种新手段。     

基于测井数据小波变换的层序划分

探讨了小波变换用于测井层序划分的一种方法。在论述了小波变换对信号时频分析的优势后, 介绍了连续小波变换的定义和一般步骤。以鲁西某钻井为例, 对迄今为止所能获得的分辨率最高、连续性最好的测井地质数据, 进行了连续小波变换, 提取小波变换系数的时频色谱信息。在此基础之上, 将不同时间 (深度) 尺度的旋回清晰地展现出来, 并探测到地层序列中不同级别的突变点, 从而实现对鲁西地区石炭二叠系层序、准层序的划分。这些探索为地层层序的划分提供了一种新的思路和有效途径。      

小波变换在饶阳凹陷层序地层格架建立中的应用

小波变换提供了一种研究层序地层格架的新方法,它将测井信号从一维深度域转换到二维深度—尺度域,从多尺度识别不同级次的地层旋回界面。根据小波变换的原理,确定了测井数据小波变换在层序地层划分中的地质意义,建立了四种小波变换中的地层旋回模型。在饶阳凹陷的实际应用中,选取自然伽马曲线进行小波变换,应用时频色谱图分析和快速傅里叶变换多种方法选取尺度因子。通过对时频色谱图和不同尺度下小波系数曲线的综合分析,对饶阳凹陷古近系G104井层序地层进行了划分,并以2 198.625m位置为突变界面,划分出两个较大尺度旋回,以2142.375m、2 163.875m、2 198.625m、2 238.625m位置为界面,划分出5个较小尺度旋回。实际结果应用表明,小波多尺度变换划分层序地层的结果和传统方法划分基本一致。     

常用时频分析方法的瞬时Teager主能量储层检测对比研究

地震谱分解技术能够从地震数据中提取丰富的地质信息,当层位中含有储层时,能量衰减就会出现“高频衰减,低频共振”的异常现象,瞬时Teager主能量这一地震属性能增强这种能量衰减异常现象,更有效地突出油气区域。首先利用测试信号对比分析了短时傅里叶变换、小波变换、S变换、Wigner-Ville变换、平滑伪Wigner-Ville变换的时频聚集性;然后利用短时傅里叶变换、小波变换、S变换、Wigner-Ville变换、平滑伪Wigner-Ville变换获得实际数据的时频表示,再利用时频表示计算地震数据的单频瞬时Teager能量和瞬时Teager主能量,并比较了不同时频分析方法的瞬时Teager主能量在储层预测方面的性能。研究结果表明基于平滑伪Wigner-Ville变换的瞬时Teager主能量储层预测效果最好,可以有效地区分储层和岩石层。     

基于地震奇异性属性划分砂砾岩扇体沉积界面

利用地震数据划分沉积旋回主要是解决二个问题：沉积界面和沉积旋回体,而沉积界面是基础。地震剖面携带着大量的奇异性信息,是地下地质体的沉积、旋回性、波阻抗等综合反映。小波变换具有良好的时频局部化性质,通过Lipschitz指数刻画信号中奇点位置和大小,能够检测地震信号局部奇异性。利用小波变换系数的模极大值法提取地震奇异指数,从而揭示沉积旋回性和沉积界面。这里基于偏移地震数据的小波变换,提取地震奇异性属性,来解决断陷湖盆陡坡带砂砾岩扇体沉积界面的检测。通过实际资料处理,地震奇异性属性成功刻画了砂砾岩扇体的外部形态,同时还可以清晰地呈现出扇内沉积界面与沉积的期次,为进一步的精细解释以及扇体内的油气藏预测提供了有力保障。     

小波分频分析法在沉积层序划分及等时对比中的应用

为了提高沉积层序旋回自动划分对比的精度和准确度,解决高频层序旋回划分难、人为性、多解性等问题,在厘定 前人研究成果的基础上,以国内陆相拉张型盆地沉积层序旋回特征为切入点,以实际测井资料为依托,开展小波分频分析 方法的研究,查明了小波分频分析方法研究不同级别沉积层序旋回的基础理论,建立了表征不同类型沉积层序旋回的量化 标准和响应标准模式,实现了小波分频分析方法在层序界面拾取、层序单元划分、复杂地层精细划分及等时对比中的应用, 为提高沉积层序旋回划分及等时对比的精度提供有力的证据。     

测井信号小波变换在层序地层划分中的应用——以南海北部莺歌海盆地D14井黄流组为例

本文介绍了小波变换的基本原理和步骤,探讨了测井信号小波变换在层序地层划分中的方法和地质意义。对南海北部莺歌海盆地D14井黄流组自然伽马（GR）测井信号利用Daubechies小波系db5小波进行了一维连续小波变换和一维离散小波变换。根据其时频色谱图特征和高频离散系数曲线特征,将黄流组一段划分出1个长期旋回、3个中期旋回和9个短期旋回。显示出小波变换在测井层序地层划分中较高的分辨率、在识别地质作用中的隐蔽旋回特征的优势。实践证明,将一维连续小波变换和一维离散小波变换进行综合分析,更有利于不同级次的层序旋回识别。     

测井数据小波变换用于准层序研究

层序界面的识别及其内部特征是层序地层学研究的关键问题。准层序地层单元的分界面上物理性质变化明显,测井曲线表现为突变,测井数据小波变换能够表征这种突变。以东营凹陷某井为例,选取高斯小波对SP测井数据进行小波变换,得到时频色谱图和不同尺度上的小波系数曲线。选定最佳分解尺度后,依据该尺度下小波系数模极值的位置能准确识别出准层序界面。并利用测井多尺度分析方法对不同井段GR测井曲线进行分析,得到不同尺度下的低频和高频信息能够识别出准层序内部的沉积旋回类型,建立了相应的频谱响应特征。这些探索为层序界面的定量划分及其内部特征研究提供了一种新的思路。     

自适应核时频分析方法的改进及应用

提高地震信号的时频分辨率是时频分析研究的重点,传统的线性时频分析方法(短时傅里叶变换、小波变换、S变换)时频分辨率不高,而双线性时频分析方法(如魏格纳分布)时频分辨率高,但存在严重的交叉项干扰。自适应核时频分析方法,属于双线性时频分布,计算过程中采用随时间变化的最优核函数,在保证高分辨率的前提下,压制信号模糊域的交叉项干扰,提高了时频谱的可读性。对比了四种时频分析方法对于线性调频信号的分析效果,并将聚焦性更好的自适应核方法应用于实际资料,并利用改进的自适应核时频分析方法在瞬时属性提取和谱分解识别断层的应用中进行了初步试验,计算效率明显提高且取得良好的效果。     

复小波频谱分析方法及在储层预测中的应用

针对短时窗傅立叶变换频谱分析方法存在窗函数选取不确定、分辨率固定、频谱分析精度较低等问题,采用了复小波分析方法对地震信号进行时频分析,选择复Morlet小波作为分析小波,对地震信号进行复小波变换,并将尺度域转换到频率域,获得了不同频率的时频特征水平切片;用理论模型说明了复小波频谱分析精度明显高于傅立叶变换的频谱分析.对新疆某油田实际资料的处理结果表明,复小波频谱分析能细致地反映储层的分布、位置及形态,其效果优于短时窗傅立叶变换方法.     

基于改进广义S变换二次时频谱反褶积在南海工区的应用

传统的时频域反褶积模型虽然吻合地震子波在粘弹性介质传播过程中的衰减特征,但受拟合函数和时频分析窗函数的影响,使得其算法缺乏稳定性和准确性。为了避免这一问题,推导出一种基于改进广义S变换二次时频谱反褶积方法。利用改进广义S变换的灵活性来获取非平稳地震记录时频谱,再对其傅里叶变换得到二次时频谱,从而以一种低通滤波的方式提取子波时频谱,实现二次时频谱反褶积。经理论模型论证和实际数据处理结果表明,利用二次时频谱提取子波具有较高的准确性,同时能够有效地分辨薄层,在不用考虑Q值的条件下直接恢复地震波被地层吸收所引起的衰减。     

广义S变换在地震勘探中的研究进展

广义S变换是目前比较新的一种非平稳信号分析的时频分析方法,其特点和优势为广义S变换的反变换与傅立叶变换有直接的联系,保证其是无损变换;线性变换保证其不存在交叉项;时频分辨率与信号的频率有关;基本小波不必满足容许性条件;尺度性质使得广义S变换有很好的频率聚集能力。基于这些特点和优势,在地震勘探中已经有了广泛的应用,如利用广义S变换进行瑞利面波频散分析、时频域波场分离与去噪、沉积相旋回以及地震波初至识别等。笔者总结了应用中比较有代表性的广义S变换类型,并结合实例,阐述了该方法在地震勘探中的研究进展。     

小波神经网络在基桩动测信号处理中的应用

基于小波变换的时频局部化特性及人工神经网络的非线性映射特性，将小波变换和人工神经网络的优点结合起来，从基桩动测信号二进小波变换的频域中提取特征，最后将这些特征输入人工神经网络进行训练和分类，进而实现基桩缺陷的诊断。数值模拟试验显示了该方法的合理性，在此基础上进行了工程桩的现场试验研究，结果表明训练成功的神经网络可以作为智能分类器对基桩常见缺陷进行识别和诊断。     

广义S变换时频域滤波在MT数据处理中的应用

短时傅里叶变换是建立在稳态信号基础之上,它仅能提供信号的频域信息,对信号的时间分辨能力差。这影响了它在大地电磁测深数据处理中的应用效果。S变换是一种优于短时傅立叶变换的时频分析方法,能够提供信号时-频域信息。利用S变换对大地电磁测深数据进行时频分析,有助于实现大地电磁测深数据噪声的时频-域滤波,从而提高大地电、磁分量数据的频谱分析精度。从广义S变换理论出发,分析了各类波形噪声的时-频域特征及其对大地电磁测深数据的影响。针对大地电磁测深数据处理特点,利用广义S变换得到时频谱,采用时频比值和门槛值方法,研究适合压制电磁噪声的时频滤波器和滤波方法。对实际大地电磁测深数据的处理结果表明这个方法提高了阻抗张量的估算质量,验证了该方法的有效性。     

大地电磁测深数据的时频分析

大地电磁测深(MT)数据表现出非线性、非平稳、非最小相位特征,不符合以Fourier变化为基础的传统谱分析的基本要求.为寻求更好的谱分析方法,把最新发展的Hilbert-Huang变换(HHT)引入到大地电磁测深数据的时频分析当中来,针对湖北宜万线实测的MT信号,与短时Fourier变换(STFT)、Winger-Ville分布(WVD)和小波变换(WT)进行了时频分析比较.比较分析表明:HHT方法克服了其它一些方法的缺陷,完全取消了窗函数的作用,其结果不受核函数影响与时频测不准原理限制,具有完全的局部时频特性和更好的时频聚集性.分析认为HHT是一种全新而更优越的分析与处理大地电磁测深信号的时频方法,能更好地提取信号的时频本质特征,用于指导生产勘测实践.     

基于广义S变换时频滤波的MT数据去噪

针对油气勘探中大地电磁(MT)数据易受各类干扰的污染,且信噪难以分离的问题,把基于广义S变换的时频滤波技术应用于MT数据处理中来,得到MT数据的S域时频分布,分析受噪MT数据在S域的时频分布特征,再在S变换时频域进行时频阈值去噪,并对滤波后的S域时频谱进行逆变换重构,分离得到去噪后的MT数据。给出了基于广义S域时频滤波的方法原理与应用步骤,对被污染的仿真和实测MT数据进行了时频阈值滤波,并与小波阈值去噪方法进行了比较研究。结果表明：基于广义S变换的时频滤波方法可有效抑制MT数据中的干扰,从噪声信号中分离出有效的大地电磁数据,且减少了人为参与,提高了MT勘测的数据质量。