基于叠前纹理的储层特征和地震相分析（英文）

地震纹理属性与地震相和储层特征密切相关,广泛地应用在地震资料的解释中。传统的地震纹理属性基于叠后数据提取,受叠加作用的影响,易造成地层特征信息的损失,不利于复杂储层的描述。本文提出叠前纹理属性,其不仅可以精细地刻画不同反射点波形的横向连续性,也能体现AVO、各向异性和介质的均质性。基于叠前纹理属性丰富的地层特征表达能力,结合SOM聚类算法,形成了利用叠前数据进行地震相分析的方法。该方法应用于中国某工区宽方位地震资料,通过对比证实了叠前纹理属性描述地层横向变化的优越性,并能揭示各向异性特征及非均质性特征,基于叠前纹理的分类结果能有效区分不同的地震反射模式,为地震相分析提供了可靠的依据。     

基于最近邻支撑向量特征线融合算法的核爆地震识别

为增强核爆地震模式分类器的泛化能力以提高对核爆炸事件的准确识别能力,论文提出了一种选择支撑向量样本集来表征训练样本集的最近邻支撑向量特征线分类算法,用以训练时扩展核爆地震的训练样本库,提高分类器的泛化能力.该算法用于核爆炸和地震的识别结果发现,和最近邻特征线分类器相比,提出的算法降低了计算复杂度,但识别能力却有些许降低.对新算法的分析发现,纯粹的支撑向量集不能完全代表原始样本空间集,支撑向量比例在其中有重要作用,为发挥支撑向量比例的作用以提高核爆分类器的识别能力,提出了最近邻支撑向量特征线融合算法.最后以核爆地震数据库对上述算法进行了检验和分析,理论分析和识别结果证实,在相同的训练样本选择条件下,最近邻支撑向量特征线融合算法对于核爆炸的识别来说具有较好的泛化能力,正确识别率达到90.3%,且优于支持向量机算法和最近邻特征线算法.     

基于压缩感知的加权MCA地震数据重构方法

地震数据规则化重构是地震资料处理十分重要的基础性工作.压缩感知理论打破了香农采样定理的制约,利用信号在某个变换域的稀疏特性重构出完整的信号,在地震数据重构领域得到了很好的应用.深反射地震剖面大都布置在地质构造比较复杂的区段,复杂的地质构造使深反射地震剖面上的波阻特征复杂,采用单一稀疏变换不能最有效地表征数据的内部结构特征.MCA(形态成分分析)方法将信号分解为几种形态特征区别明显的分量来逼近数据的内部复杂结构,但是对各成分简单的叠加仍然无法有效地描述复杂构造数据的各种特征.结合两种方法的优点,本文提出了一种新的基于压缩感知的重构算法框架,在MCA方法的基础上对各稀疏字典进行加权,在迭代中不断更新各个稀疏字典的权值系数,对信号内部的各种特征进行最优描述,从而实现对信号的高质量重构.模型测试和实际资料处理结果表明:基于压缩感知的加权MCA方法不仅可以对地质构造复杂的地震数据进行高效的插值重建,而且可以很好的消除空间假频.     

叠前地震数据特征波场分解、偏移成像与层析反演

本文提出了一套叠前地震数据稀疏表达(特征波场合成)、深度偏移成像和层析成像的处理流程.不同于传统的变换域中的数据稀疏表达理论,本文利用局部平面波的传播方向(慢度矢量),在中心炮检点处同时进行波束合成,从而将地震数据投影到局部平面波域(高维空间)中.由于波束合成后的地震数据描述了局部平面波的方向特征,因此称之为特征波场.然而波束合成算法需要估计局部平面波的慢度矢量.当地震数据受噪声干扰时,难以在常规τ-p谱中自动估计局部平面波的射线参数(慢度矢量).本文提出了基于反演理论的特征波场合成方法,可以同时反演局部平面波及其传播方向,从而提高特征波合成的自动化程度并保持方法的稳健性.通过特征波场合成,可以将地震数据分解为单独的震相(波形).这样的数据可以直接用来成像及反演.在局部平面波域中,由于局部平面波的入射与出射射线参数已知,传统的Kirchhoff叠前深度偏移(PSDM)和高斯束/控制束PSDM可以实现从"沿等时面的画弧"到"向反射点(段)的直接投影"的转变,叠前偏移的效率以及成像质量可以同时提高.此外,特征波场与地下反射点(段)的一对一映射关系使得叠前深度偏移与层析成像融为一体,可以极大地提高速度反演的效率.数值试验证明了特征波场合成、叠前深度成像以及层析反演的有效性.     

叠前三维共反射面叠加在实际地震资料处理中的应用

针对复杂地表地质条件下地震资料覆盖次数不均、部分数据缺失而导致的地震资料品质下降、陡倾角地区成像质量变差等问题,文中采用了叠前三维共反射面叠加技术.共反射面叠加是一种与宏观速度无关且考虑了反射点曲率的地震成像方法.它利用共反射点道集一个邻域内(菲涅尔带)道之间的相关性,并将相干区域内道集的能量相加来增强地震反射信号和绕射波能量,并借助于相邻CMP道集数据形成CRS超道集,使得面元内的覆盖次数更加均匀;同时利用超道集的高覆盖次数来压制噪声,最终得到高信噪比道集数据.实际地震资料处理表明,该方法可大幅度地提高地震资料信噪比和分辨率,增强地震同相轴的连续性,此外还可为叠前偏移成像处理、AVO属性分析、叠前地震反演等提供高质量的输入数据.     

基于形态分量分析的含噪地震数据重建方法

随着当今勘探难度的增加,地震数据处理的精度也逐步提升,因此,对数据的完整度也提出了更高的要求.本文基于形态分量分析,采用离散余弦变换(DCT)字典和Shearlet字典的组合形式用于地震数据恢复重建,相比于其他稀疏变换具有更高的稀疏性、更强的稀疏表示能力.在MCA框架下,首先通过对地震数据中的局部奇异分量与平滑状分量分别采用DCT字典和Shearlet字典进行稀疏表示;而后,在重建的算法中加入指数阈值模型和指数阈值函数的块坐标松弛(BCR)算法来得到各个分量;最后,将不同字典得到的结果合并得到最终重建结果.通过合成数据实验和实际数据实验均表明,该方法能够有效地重建缺失地震数据,并且重建精度高于Curvelet字典与DCT字典组合、单一Shearlet字典、Shearlet字典与Curvelet字典组合.同时,通过对含噪数据以及不同信噪比的数据处理结果均验证了该方法具有较强的适应性.     

基于地震多属性利用ES-DBN网络估算裂缝孔隙度

地震数据中蕴含丰富的地层信息,裂缝孔隙度作为表征致密碎屑岩储层品质及产能评价的关键参数,目前无法利用常规线性反演方法从地震数据中挖掘出裂缝孔隙度的有效信息.为了有效获取致密碎屑岩地震信号中储层与非储层数据特征之间的差异,本文借助深度置信网络(DBN)强大的特征提取能力,利用回声状态网络(ESN)中的回归层代替DBN网络中的误差反向传播算法组合搭建出ES-DBN网络.ES-DBN网络能够较好的捕捉地震数据中的动态时序信息,每次训练都独立于前次的DBN学习过程,且只考虑回归层最终的输出权值矩阵,通过模型测试对比发现,该网络的学习效率和预测准确率均高于传统的DBN网络.以井中裂缝孔隙度为预测目标,基于提取的多种井旁敏感的叠前叠后裂缝属性,利用构建出的网络模型对研究工区地下地层裂缝孔隙度进行预测,预测结果表明：该网络能够较好的实现致密碎屑岩储层的裂缝孔隙度的三维表征,取得了良好的应用效果.     

断层识别技术及其在MB油气田的应用

结合MB凸起油气勘查项目,总结断层解释方法:既要依据地震时间剖面特征来分析判断,更要了解盆地范围内应力场、变形机理以及工区范围内的构造样式.针对微小断层识别困难这一问题,采取多种技术手段,包括:(1)叠后目标处理提高地震资料对小断层的分辨能力;(2)正演模型分析指导小断层的解释;(3)相干数据体水平切片和近反射道几何特征分析识别微小断层;(4)三维数据体任意线剖面检验微小断层,识别了常规地震剖面难以确定的小断层,达到了断层精细解释的目的.     

基于超完备字典学习的缺失地震数据重构方法

地震勘探目标区域环境的复杂多变性导致采集的地震数据存在不完整或者不规则等问题,针对这一问题,本文在压缩感知相关理论的支撑下,提出了基于超完备字典学习的缺失地震数据重构方法.首先利用K-SVD字典学习技术对地震样本数据进行训练,建立超完备字典对地震数据进行稀疏表示,然后引入高斯随机采样矩阵作为测量矩阵对地震数据进行采样;在数据重构阶段采用分段正交匹配追踪算法实现缺失地震数据的重构.通过与传统的地震数据重构方法对比,本文算法的重构效果在峰值信噪比、信噪比等指标上均优于对比算法,证明了超完备字典学习方法能更好的根据地震数据特征进行稀疏表示,从而获得较好的重构效果.     

用地震波形资料反演中国大陆六个中强地震的矩张量和震源机制

利用 Helmberger(1968)的广义地震射线理论,研究了利用地震波形资料快速、大量地线性反演国内地震的地震矩张量和震源机制解的新方法,并对近年来先后发生在中国大陆的六个中强地震进行了反演,得到了这些地震的地震矩张量、标量地震矩、断层而解和震源时间函数等参数.     

用地震波形资料反演中国大陆六个中强地震的矩张量和震源机制.

利用 Helmberger(1968)的广义地震射线理论,研究了利用地震波形资料快速、大量地线性反演国内地震的地震矩张量和震源机制解的新方法,并对近年来先后发生在中国大陆的六个中强地震进行了反演,得到了这些地震的地震矩张量、标量地震矩、断层而解和震源时间函数等参数.      

基于分块字典学习理论的地震数据去噪

随着油气勘探观测环境愈发复杂,采集的地震数据常常掺杂各种噪声信号,导致勘探目标引起的有效微弱信号被覆盖,严重影响高精度的地震勘探数据解译,因而有效的压制地震勘探数据噪声显得越发重要。本文采用字典学习策略,将复杂地震数据进行分块,通过分块数据的字典学习获取字典原子,构建高精度的字典学习地震数据稀疏表示,通过两次迭代更新字典原子,进行数据去噪。将本文的字典学习算法应用于含随机噪声的模拟数据和实测地震勘探数据处理,验证该算法的可行性及有效性。结果表明,本文算法有效去除了随机噪声,保留了有效信号同相轴,提高了信噪比,可为复杂含噪地震数据的去噪处理提供新的技术手段。     

基于主成分分析方法的海量地震数据属性降维优化

针对传统的地震数据属性降维优化方法所选取的地震数据属性特征贡献率低导致降维过程计算量大、CPU占用率高等问题,提出一种基于主成分分析的海量地震数据属性降维优化方法。首先根据地震样本特征建立地震数据特征矩阵,把矩阵中的特征进行聚类,运用降序法排列聚类结果,选取前几项数据作为地震数据属性特征选取结果,对其结果评估分类信息量;通过特征积分准则(FSC)修正分类信息量,获取海量地震数据属性特征节点;运用主成分分析方法对地震数据属性特征节点主成分添加标签,确定Fisher判别分析与PCA可变动选择不确定关系,建立半监督降维的全局最优化形式,运用特征值分解计算降维结果,克服海量地震数据属性降维过程中的过拟合问题,融合主成分分析算法与Fisher判别分析算法实现海量地震数据属性降维优化。实验结果证明,所提方法选取的属性特征精度及贡献率较高,降维过程中CPU占用率较低。     

用近垂直方法提取莫霍面——以六盘山深地震反射剖面为例

根据近垂直地震反射原理和Moho面上下深地震反射资料频率低的特征,运用深地震反射资料的近垂直反射数据,通过静校正、资料净化、共检波域叠加等叠前和叠后处理技术,对六盘山莫霍面结构进行成像.初步结果显示出横过六盘山莫霍面起伏、断错的结构特征.六盘山东侧的鄂尔多斯地块莫霍面东高西低、变化平缓、结构完整;靠近六盘山前缘莫霍面错断,可能与壳内走滑作用有关;西侧的青藏高原东北缘莫霍面西高东低,靠近六盘山呈现汇聚挤压、明显缩短的特征;六盘山复杂的莫霍面结构,揭示了六盘山地壳早期双向挤压、晚期山前侧向走滑的构造图像.     

基于生成对抗网络的塔里木深层超深层叠前地震子波提取

深层超深层叠前地震子波的准确提取可有效提高全波形反演及叠前偏移成像等方法的准确性,对储层预测和油气分析具有重要意义.针对塔里木低信噪比叠前地震记录,本文提出一种基于生成对抗网络(GAN)的塔里木深层超深层叠前地震子波提取方法.结合柯东地区地质构造特点及噪声特性,采用有限差分法正演叠前地震记录,构建了塔里木柯东地区叠前地震记录及对应子波的训练样本集,利用地震子波、反射系数及噪声特征的区别训练生成对抗网络,实现了从叠前地震记录中有效分离地震子波.合成数据和实际地震资料处理结果表明,本文所提方法对塔里木深层超深层叠前地震子波提取具有有效性和较高的准确性,较传统方法更具优越性.     

基于多射线联合反演的速度无关叠前地震数据Q值估计

描述地震波衰减特征的品质因子Q对地震数据处理和油藏描述非常重要,在地震勘探领域,Q值一般通过垂直地震剖面(VSP)数据或地面地震数据得到.由于叠前地面地震数据具有复杂的射线路径且存在噪声、调谐干涉效应等影响,从叠前地震数据中准确估计Q值相对困难.本文以地震波射线传播为基础,根据同相轴局部斜率和射线参数的映射关系,将多射线波形频谱同时带入谱比法联合反演估计Q值,提出了基于多射线联合反演的速度无关叠前Q值估计方法.该方法通过局部斜率属性避开了速度对Q值估计的影响,局部斜率携带地震波传播的速度信息,具有相同局部斜率的地震反射波具有相同的传播射线参数.同相轴局部斜率是地震数据域的属性,而速度是模型域的参数,在估计Q值中采用数据域的属性参数可以直接应用于数据的联合反演,而不需要通过速度对其做进一步的转化,从而提高了Q值估计的精度.同时,本方法采用预测映射(predictive mapping)技术将非零炮检距反射信息映射到零炮检距处,从而获得零偏移距走时对应的Q值.模拟和实际算例验证了本文方法的有效性.     

地震转换波对叠前同时反演的影响研究

叠前同时反演是油气探测的一种有效工具.其理论基础是平面P波Zoeppritz方程计算的反射系数的近似,是入射角的函数.叠前同时反演可以利用三项或两项Fatti方程进行反演分析.本文针对实际油田的测井数据,利用反射率法模拟了仅包含P波一次反射记录,包含P波一次反射和P波层间多次波记录以及全波场地震记录,再利用叠前同时反演对合成地震记录进行反演研究.研究结果表明,在大偏移距处P波主要反射受到其它模式波的污染,从而影响了叠前同时反演结果的精度.对于薄互层介质当转换波影响严重时,使用小角度数据的两项AVO反演比使用大角度数据的三项AVO反演更合理可靠.     

基于支持向量机的地震序列分类

介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法——支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法,建立了地震序列分类模型。通过试算和分析比较得到了地震序列最佳分类模型,最佳模型的分类结果与实际地震序列分类基本一致。综合分析认为支持向量机算法无论在学习或者预测精度方面都具有很大的优越性,其获得的地震序列分类知识库可以较为准确地实现地震序列类型的分类,因此基于支持向量机理论建立的地震序列分类模型应该是可行的。     

乌兰浩特地震台爆破与地震记录识别判据

选取乌兰浩特地震台爆破及地震波形数据记录,采用小波分析方法,提取地震及爆破的3种波形特征,使用v-SVC支持向量分类机进行分类能力的效果检验,结果表明,WPT(db4)+香农熵特征+v-SVC的组合最佳,可作为该台爆破与地震记录的快速识别判据。     

苏北大陆科学钻探靶区深反射地震的叠前深度偏移

由于深反射地震数据具有信噪比低和记录长度长等特点,叠前深度偏移方法的应用有许多困难．为此,我们研究了一种适合于深反射地震的叠前深度偏移方法;包括：用逆风有限差分方法计算程函方程;在常规速度扫描的基础上,用协方差控制提高速度分析精度;用联合反演算法计算层速度,再插值后得到初始速度模型;用Ｋｉｒｃｈｈｏｆｆ法作为偏移速度分析工具,求得最终的速度模型;最终的速度模型作为有限差分深度偏移的输入,求得最终的偏移结果．用该方法对“中国大陆科学深钻工程”东海二维深反射地震数据ＤＨ－４线进行了叠前深度偏移,取得了良好的效果。