2. 中国石油化工股份有限公司西北分公司研究院, 新疆乌鲁木齐 830000;
3. 中国石油天然气股份有限公司大庆勘探开发研究院, 黑龙江大庆 163712;
4. 中国石油化工股份有限公司胜利油田物探研究院, 山东东营 257100
2. Research Institute of Northwest Oilfield Branch Co., SINOPEC, Urumqi 830000, China;
3. Research Institute of Exploration and Development, Daqing Oilfield Company Ltd., PetroChina, Daqing 163712, China;
4. Geophysical Research Institute, Shengli Oilfield Branch Co., SINOPEC, Dongying 257100, China
决定地震资料分辨率的关键是反射信号的有效频带宽度, 而制约有效频带宽度的两个主要因素是激发信号的能量(频带宽度)和信号传播过程中的能量衰减。在能量衰减中, 近地表吸收衰减的影响尤为严重。地层品质因子Q是表征介质中地震波衰减强弱的重要参数。在实际生产过程中, 一般需要对地震资料进行有效的Q补偿处理, 通过补偿地震波在地下介质传播过程中的衰减, 也是恢复地下地层反射系数的过程。高效Q补偿处理离不开高精度的Q值估计。
为了描述大地吸收效应, 1962年FUTTERMAN[1]详细论述了岩石对地震波的吸收衰减是地层的基本特性, 并基于Q与频率无关的假设, 推导出振幅吸收与相速度的频散公式。HALE[2]在FUTTERMAN模型的基础上提出了一种反Q滤波方法, 该滤波函数的相位函数由对数振幅谱的希尔伯特变换求得; KJARTANSSON[3]基于上升时间成像原理估算地层的Q值; SCHOENBERGER等[4]利用两口井的VSP合成记录计算了反射波的衰减; HARGREAVES等[5]提出的反Q滤波方法都只针对相位补偿, 不考虑振幅的损失; WANG[6]基于KOLSKY模型, 从一维波动方程出发, 推导了能量补偿和相位校正的公式, 提出了一种稳定有效的频率域反Q滤波方法; TANER等[7]对7种常见Q值估算方法进行了对比分析。
随着油气勘探对地震分辨率需求的不断提高, 近地表吸收衰减补偿问题得到重视。裴江云等[8]利用面波衰减的Q模型估算近地表Q值, 以消除近地表不一致性影响, 恢复地震波相对振幅关系, 但并未考虑相位校正的问题。尹喜玲[9]等用线性过渡体理论初步讨论了沙漠地区近地表的吸收规律, 认为近地表处处存在速度界面, 多次反射和透射是造成衰减的主要原因。于承业等[10]、张文等[11]提出利用双井微测井资料通过频移法估算近地表Q值, 强调了近地表衰减补偿能够在时间、空间和频率三域内有效地消除近地表影响。
因地震波衰减机理极为复杂, 故衰减参数估算的精度有限, 造成相关应用的发展较为缓慢。常规近地表衰减补偿主要通过地表一致性振幅补偿联合反褶积处理来实现, 难以恢复近地表空变吸收对子波能量和相位的改造, 甚至可能会引起油气储层信息的畸变, 给储层解释带来假象或困难。本文在前人研究的基础上, 开展了近地表介质Q估计方法、衰减模型构建以及衰减补偿处理技术的研究并将其应用于塔河北部油田的勘探开发。
1 近地表介质Q估计方法在综合考虑现有微测井Q估计及大炮初至波Q估计方法优缺点的基础上, 提出了一种新的多井微测井与地面联合观测系统, 实现控制点的精细Q估计。同时, 通过统计炮检点相对衰减系数来反演相对Q值, 进一步利用不同尺度的信息融合技术将两种Q值相融合, 构建近地表吸收衰减模型, 通过稳定反Q滤波实现近地表衰减补偿。具体技术流程见图 1。
折射波法调查采用的观测系统如图 2所示, 左侧设置了6口激发井(炸药激发), 右侧为等道间距的接收排列(单检波器接收), 中间道位置布设一口打穿高速层的井, 并设置井底道和对应的井口道接收, 其基本原理是通过截取井底道直达波和井口道折射波的初至信号, 基于质心频移法求取出表层的品质因子Q。该调查数据可选取多炮共道(井底道)观测记录,或共炮多道(井口道)观测记录, 基于信号随炮检距的变化完成高速层品质因子Q的吸收衰减调查研究。
透射波法调查采用了多井微测井观测系统, 如图 3所示, 与常规的双井微测井[12-13]不同之处在于多出了4口低速层井中道接收井。激发方式采用雷管。工作原理是在激发井中高速层内激发, 邻近接收井中的高速层井中道和地面井口道分别获得高速层直达地震波和透射波, 两者初至波形的差异实际上就是由近地表的吸收衰减引起的。与上述折射波法计算出的高速层品质因子Q相结合, 即可计算出低速层的等效品质因子Q。对于低速层厚度不太大的地区, 该方法可同时完成表层结构调查。井深以打穿高速层为宜(塔河地区采用20m, 因为该区低速层厚度小于10m), 接收井距离激发井4m, 其它4口井间距2m。在离激发井最近的一口接收井内, 距离高速层顶面2m处设置一个检波器。为了更精细地研究低速层吸收情况, 图 3右侧设置了不同深度的低速层井中道, 并在井底各插入一个检波器, 其埋深可以参照表层结构调查结果。
为了取得可靠的吸收衰减调查记录, 要确保井中道的检波器不漏电, 与井底地层耦合良好; 放炮前要做背景检测, 择“静”采集。记录评价的准则:井中道地震波振幅远强于地面井口道, 主频远高于地面井口道, 初至区无干扰。
上述两种方法所求取的Q值可以相互印证, 主要差异在于激发子波的不同(炸药和雷管)。
1.1.2 质心频移法Q估计质心频移方法[14-15]是基于地震子波传播中出现的子波质心频率向低频端移动这一特征进行Q值估算的方法。振幅比法及谱比法等常用方法主要利用地震波振幅信息对Q值进行估算。振幅受几何扩散、反射、透射等效应的影响较大, 仅由振幅衰减难以准确估算非弹性介质对地震波的吸收情况。而子波振幅谱质心频率下降或波形加宽等衰减特征受上述因素影响较小[16], 因此, 质心频移法较振幅比法和谱比法可以获得更加稳定可靠的Q估计。
共炮多道(地面道)或多炮共道(井底道)记录的初至波可用来估计高速层Q值, 通常采用不同炮检距的两道初至波, 基于质心频移法求取Q值。
高速层中接收的直达波子波作为参考子波, 令参考子波振幅谱为S(f), 则在低速层中接收子波的振幅谱R(f)表示为:
$ R\left( f \right) = G\left( f \right)H\left( f \right)S\left( f \right) $ | (1) |
式中:G(f)为几何扩散、反射、透射传播过程中相位累积及仪器响应等效应; H(f)描述非弹性介质对振幅的吸收效应。令入射波振幅谱S(f)为Gaussian型展布, 即:
$ S\left( f \right) = {\rm{exp}}\left[{-\frac{{{{(f-{f_0})}^2}}}{{2\sigma _{\rm{S}}^2}}} \right] $ | (2) |
式中:f为震源子波的质心频率; f0为吸收衰减的子波质心频率; σS2为震源子波方差[14]。
$ {f_{\rm{S}}} = {f_0} $ | (3) |
$ {f_{\rm{R}}} = {f_{\rm{S}}}-C\int\limits_{{\rm{ray}}} {\frac{{\rm{ \mathsf{ π} }}}{{Q \cdot v}}{\rm{d}}l} $ | (4) |
式中:fS, fR分别为入射子波和接收子波的质心频率; C=σS2; v为波传播速度, l为沿射线传播路径。
沿传播路径对Q值逐层进行估算[7]:
$ \int\limits_{{\rm{ray}}} {\frac{{\rm{ \mathsf{ π} }}}{{Q \cdot v}}{\rm{d}}l} = \frac{{{f_{\rm{S}}}-{f_{\rm{R}}}}}{{\sigma _{\rm{S}}^2}} $ | (5) |
对于品质因子为Q, 旅行时为t的表层而言, (5)式可写为:
$ Q = \frac{{{\rm{ \mathsf{ π} }}t\sigma _{\rm{S}}^2}}{{{f_{\rm{S}}}-{f_{\rm{R}}}}} $ | (6) |
用上述质心频移法进行估算时, 可利用离震源最近的接收数据对震源质心频率fS及其方差σS2进行近似计算, 即将井中道接收信号视为激发信号fS, 地面道接收信号视为fR。此外, 当震源频带较宽时, 其质心频率改变量较大, 有助于提高估算的稳定性。Q估计精度一般受相邻道时间拾取误差、记录噪声及计算频段选取等因素的影响较大, 估算结果均存在明显的Q值跳跃波动, 稳定性较差[17]。
1.2 相对Q值估计叠前Q补偿处理通常需要输入各检波点的近地表Q值, 即需要建立表层Q模型, 而利用微测井数据只能得到调查点的Q值, 而工区内各检波点的Q值只能通过地面地震数据来求取。地震初至波未经地下界面反射, 由炮点激发经表层到达检波点, 其横向振幅、频率和波形差异主要由表层变化引起。我们提出了一种稳定统计性反演估计方法, 具体如下:先利用地表一致性振幅补偿模块, 再通过高斯塞德尔迭代将初至能量的差异分解为炮点、检波点和偏移距三项差异, 计算炮点、检波点相对衰减系数r, 最后利用谱比法通过相对衰减系数r、参考频率和表层旅行时t求得相对Q值。
1.3 信息融合与近地表Q模型构建计算得到了野外调查估计的Q值和大炮统计反演的Q值, 前者是精细的、低波数的和绝对的; 后者是统计的、高波数的和相对的。利用信息融合策略, 对不同来源、不同尺度和不同精度的数据进行融合, 起到绝对Q约束相对Q、高波数Q补充低波数Q的作用, 并提高最终结果的精度和可靠性, 由此建立起一个精确的近地表Q模型。
本着先标定、后插值、再计算的原则, 该方法具体实现的3步解决方案如下:①基于吸收理论谱比法求取调查点上的标定因子; ②采用协克里金插值方法将标定因子内插到接收点; ③再由谱比法计算每个接收点Q值。上述3步法达到了信息融合的目的, 也实现了近地表Q模型的构建。
1.4 近地表Q补偿处理方法近地表Q模型建立之后, 就可以对叠前数据在频率域进行近地表Q补偿处理, 通过振幅补偿项和相位补偿项构成完整的反Q滤波, 由波动方程推导的补偿算式如下:
$ \begin{array}{l} U\left( {\tau + \Delta \tau, \omega } \right) = U\left( {\tau, \omega } \right){\rm{exp}}\left[{{{\left( {\frac{\omega }{{{\omega _h}}}} \right)}^{-\gamma }}\frac{{\omega \Delta \tau }}{{2Q}}} \right] \cdot \\ \;\;\;\;\;\;\;\;\;\;{\rm{exp}}\left[{{\rm{i}}{{\left( {\frac{\omega }{{{\omega _h}}}} \right)}^{-\gamma }}\omega \Delta \tau } \right] \end{array} $ | (7) |
式中:U(τ, ω)为未经Q补偿的频率域数据, 即对输入地震道数据进行傅氏变换的结果; U(τ+Δτ, ω)为Q补偿后的频率域数据; τ为传播时间; △τ为表层旅行时; ω为角频率, 是地震频带内与最高频率有关的调谐频率。
近地表Q补偿输入的是叠前数据, 实现上有着比深层Q补偿更大的难度, 需要在提高分辨率的同时兼顾信噪比原则。因此, 基于稳定的策略, 本文引用了WANG[6]提出的稳定反Q滤波方法。WANG对振幅项做了如下改进:
$ {{\Lambda}} \left( \omega \right) = \frac{{\beta \left( \omega \right) + {\sigma ^2}}}{{{\beta ^2}\left( \omega \right) + {\sigma ^2}}} $ | (8) |
式中:Λ(ω)为稳定的振幅补偿量; σ2是稳定因子; β为经验稳定公式。
$ \left\{ \begin{array}{l} {\sigma ^2} = {\rm{exp}}[-(0.23{G_{{\rm{lim}}}} + 1.63)]\\ \beta \left( \omega \right) = {\rm{exp}}\left[{-{{\left( {\frac{\omega }{{{\omega _h}}}} \right)}^{-\gamma }}\frac{\omega }{{2Q}}} t\right] \end{array} \right. $ | (9) |
式中:Glim为增益限制, 单位dB, 是一个可调整的参数; ωh为中心频率(角频率), 也是一个可调整的参数, 跟地震波频带的最高频率有关系; γ=(2/π)·tan-1(1/2Q); t为表层旅行时。
上述反Q滤波算法稳定性体现在可以通过增益的门槛值控制补偿的频带范围, 防止对高频噪声的过分补偿。由于补偿量是随频率和时间的增大逐渐增多, 通常的补偿算法都会对高频端过分补偿, 造成噪声过量、信号失真, 而WANG[6]采用的策略是对吸收严重的频率成分不再进行补偿, 这样可以避免对高频噪声的过量补偿。该算法的另一优点是补偿振幅的同时调整相位, 这解决了近地表吸收衰减造成的地震波能量损失和频散问题。
算法中可调整的参数如增益限制Glim、中心频率ωh, 对补偿也起着重要作用。在实际补偿工作中需要根据数据的具体情况及试验效果选择合理的参数。增益限制Glim的选择从两方面入手, 一方面依据期望补偿后频宽的指标来估算, 另一方面依据补偿后数据的频谱和信噪比来定, 过小则补偿效果不理想, 过大则会导致高频噪声放大、信噪比降低; 中心频率ωh通常要稍高于实际地震资料有效频带的上限值(以dB谱-20Hz上限值为参考), 保证吸收补偿充分作用于有效频带内。
2 实际应用及效果分析研究区位于塔河北部, 面积约为300km2。区内地表主要有浮土、农田与河滩。近地表低速带沉积松散, 干燥疏松, 厚度变化范围6~10m, 整体速度较低, 平均约400m/s。表层介质对地震波的高频信号有强烈的垂向吸收衰减作用, 导致地下反射信号的有效频带变窄, 如图 4所示, 地面道接收的地震波相较于井中道有强衰减现象; 并且表层横向吸收衰减的差异很容易造成地震道间反射信号的振幅差异和相位不一致。该区储层是白垩系的碎屑岩和奥陶系的碳酸盐岩, 因高频信息的保真成像关乎薄层砂体的刻画和缝洞串珠成像的可靠性, 故上述近地表吸收衰减问题将直接影响有效储层预测。也就是说, 近地表吸收衰减是该研究区勘探开发的瓶颈。该区以往主要通过地表一致性振幅补偿和反褶积方法进行地表一致性处理, 但这种处理对于吸收补偿作用不明显。采用本文提出的基于信息融合的近地表介质Q估计方法及稳定的反Q滤波处理技术, 利用调查点精细Q值约束相对Q值整合建立的近地表Q模型, 通过反Q滤波实现近地表衰减补偿, 提高了地震资料的分辨率。
为了对近地表结构及衰减特性进行详细调查, 本区共设计完成近地表结构调查点484个, 吸收衰减调查点6个。图 4对比了某衰减调查点折射波法采集的记录(图 4a)和透射波法采集的记录(图 4b), 可以看出, 高速层井中道(蓝色波形)初至清晰干脆, 振幅强、频率高(该特征也作为评价吸收衰减调查资料是否合格的重要依据), 高速层井中道和地面道初至信号之间、高速层井中道和其右侧相邻的低速层的井中道初至信号之间均构成较大的反差。图 4中地面道之间随炮检距的增大初至波的衰减规律性越发明显。
2.2 近地表Q模型表 1为基于6个吸收衰减调查点所得的井中与地面记录, 采用质心频率法估算得到的近地表低速层Q值。可以看出, 近地表Q值整体偏小, 变化范围为2.0~3.5。
图 5是基于表层结构调查数据建立表层模型求取的接收点表层旅行时t的平面分布图(图 5a)和信息融合后接收点近地表Q值分布图(图 5b)。可以看出, 所求Q值与表层旅行时t有较好的反比对应关系, 即表层旅行时t小, 相对吸收小, Q值大, 这也表明该区所求Q值符合客观衰减规律。
图 6对比了近地表吸收衰减补偿前后的单炮记录和相应目的层段反射波的振幅谱。可以看出, 通过近地表吸收衰减补偿, 单炮记录波组特征横向连续性得到改善, 目的层纵向分辨率得到较大提高, 在不降低信噪比的前提下, 有效频带得到了合理拓宽。进一步对比反射波的振幅谱可见, 补偿后的反射波频带展宽超过20Hz。
图 7对比了两种处理方法得到地震叠加成像剖面, 图 7a是采用地表一致性振幅补偿和反褶积联合处理得到的叠加剖面; 图 7b是近地表Q补偿处理得到的剖面。可以看出, Q补偿后地震剖面分辨率显著提高, 图 7b中目的层的弱反射连续性得到加强。
本文提出一种基于信息融合的近地表介质Q估计方法以及稳定的反Q滤波处理技术, 在此过程中得到以下结论和认识:
1) 基于多井微测井与地面联合观测记录, 采用质心频率法可以实现调查点近地表Q值的精细估计, 不失为一种近地表衰减调查或Q估计的有效方法技术。
2) 基于地面地震记录通过稳定统计性反演可以获得近地表相对Q值平面分布。
3) 利用信息融合策略, 本着先标定、后插值、再计算的3步法方案, 实现调查点近地表Q值与相对Q值的有机融合, 构建精细的近地表衰减模型, 为进一步衰减补偿处理奠定基础。
4) 塔河北部油田实际应用结果表明采用不同尺度Q值融合的近地表衰减模型构建方法, 并借助于改进的稳定反Q滤波方法可使目的层反射波频带展宽超过20Hz, 极大地提高了地震资料分辨率。
目前该方法仅基于近地表为层状结构的假设, 对于非层状结构的情况还需要继续探索, 以增强方法的适应性。
[1] | FUTTERMAN W I. Dispersive body waves[J]. Journal of Geophysical Research, 1962, 67(13): 5279-5291 DOI:10.1029/JZ067i013p05279 |
[2] | HALE D. An inverse Q-filter[J]. SEP Report 26, 1981: 231-243 |
[3] | KJARTANSSON E. Constant Q-wave propagation and attenuation[J]. Journal of Geophysical Research (Solid Earth), 1979, 84(B9): 4737-4748 DOI:10.1029/JB084iB09p04737 |
[4] | SCHOENBERGER M, LEVIN FK. Apparent attenuation due to intrabed multiples[J]. Geophysics, 1974, 39(3): 278-291 DOI:10.1190/1.1440427 |
[5] | HARGREAVES N D, CALVERT A J. Inverse Q filtering by Fourier transform[J]. Geophysics, 1991, 56(4): 519-527 DOI:10.1190/1.1443067 |
[6] | WANG Y H. A stable and efficient approach of inverse Q filtering[J]. Geophysics, 2002, 67(2): 657-663 DOI:10.1190/1.1468627 |
[7] | TANER M T, TREITEL S T. A Robust method for Q estimation[J]. Expanded Abstracts of 73rd Annual Internat Mtg, 2003: 710-713 |
[8] |
裴江云, 陈树民, 刘振宽, 等. 近地表Q值求取及振幅补偿[J].
地球物理学进展, 2001, 16(4): 18-22 PEI J Y, CHEN S M, LIU Z K, et al. Near surface Q value extraction and amplitude compensation[J]. Progress in Geophysics, 2001, 16(4): 18-22 |
[9] |
尹喜玲, 石战结, 田钢. 近地表低降速带地震波传播规律初探[J].
地球物理学进展, 2009, 24(2): 398-407 YIN X L, SHI Z G, TIAN G. Study on transmittable laws of seismic waves in unconsolidated layers[J]. Progress in Geophysics, 2009, 24(2): 398-407 |
[10] |
于承业, 周志才. 利用双井微测井资料估算近地表Q值[J].
石油地球物理勘探, 2011, 46(1): 89-92 YU C Y, ZHOU Z C. Estimation of near surface Q value based on the datasets of the uphole survey in double hole[J]. Oil Geophysical Prospecting, 2011, 46(1): 89-92 |
[11] |
张文, 周志才, 于承业. 一种改进的近地表强吸收补偿方法研究[J].
石油物探, 2017, 56(2): 210-215 ZHANG W, ZHOU Z C, YU C Y. An improved compensation method for near surface strong absorption[J]. Geophysical Prospecting for Petroleum, 2017, 56(2): 210-215 |
[12] |
李天树, 陈宝德, 苏德仁. 双井微测井技术在表层结构调查中的应用[J].
石油物探, 2004, 43(5): 471-474 LI T S, CHEN B D, SU D R. Application of twin-well microlog in near surface investigation[J]. Geophysical Prospecting for Petroleum, 2004, 43(5): 471-474 |
[13] |
王永卓, 杜桂锋, 傅朝奎, 等. 虚反射面对地震激发效果的影响分析及其应用[J].
地球物理学进展, 2009, 24(4): 1454-1460 WANG Y Z, DU G F, FU Z K, et al. Influence analysis of ghosting interface on seismic shooting effect and its application[J]. Progress in Geophysics, 2009, 24(4): 1454-1460 |
[14] | QUAN Y L, HARRIS J M. Seismic attenuation tomography using the frequency shift method[J]. Geophysics, 1997, 62(3): 895-905 DOI:10.1190/1.1444197 |
[15] |
宫同举, 孙成禹, 彭洪超, 等. 几种提取品质因子方法的对比分析[J].
勘探地球物理进展, 2009, 32(4): 252-256 GONG T J, SUN C Y, PENG H C, et al. Comparison and analysis of several methods for extracting quality factors[J]. Progress in Exploration Geophysics, 2009, 32(4): 252-256 |
[16] | YANG S L, Gao J H. Seismic quality factors estimation from spectral correlation[J]. IEEE Geoscience and Remote Sensing Letters, 2008, 5(4): 740-744 DOI:10.1109/LGRS.2008.2004507 |
[17] |
李伟娜, 云美厚, 党鹏飞, 等. 基于微测井资料的双线性回归稳定Q估计[J].
石油物探, 2017, 56(4): 483-490 LI W N, YUN M H, DANG P F, et al. Stability Q estimation by dual linear regression based on uphole survey data[J]. Geophysical Prospecting for Petroleum, 2017, 56(4): 483-490 |