滩海过渡带是陆地向海洋过渡的区域, 包括陆地、滩涂和极浅海等几种不同的地表。该区域的地震采集因采集装备(速度检波器与压电检波器)及采集条件的制约, 受地表条件、激发接收装备和采集参数的影响, 地震资料的能量、频率、相位等存在较大差异[1-2]。传统的回放纸质记录和抽查的质控模式, 易导致以下两点不足:①由于地表复杂, 激发方式(炸药、气枪)、接收仪器(速度检波器、压电检波器)不一致, 单一的评价标准导致评价结果过于粗化, 降低了评价过程的科学性; ②人工抽查存在漏查, 主观性强, 效率低等问题。在已发表的文献中, 涉及的技术大部分集中在优化滩海过渡带的观测系统设计[3-5]、采集施工[6-7]及数据处理[2]等方面, 至今还未见到关于针对该区域的地震采集质量监控与评价的文献报道。本文通过研究滩海过渡带的地表及地震数据特征, 首次提出了基于地表特征制定评价标准的地震采集质量监控技术, 并结合单炮数据特征, 自动分离陆检和水检记录地震数据, 分别进行监控评价。利用该技术, 有效解决了滩海过渡带因地表复杂、地震数据属性差异大而带来的质量监控难题。
1 滩海过渡带地震采集质量监控流程滩海过渡带具有地表复杂、地震数据属性差异较大[8-9]的特点。在陆地、滩涂和极浅海等不同地表施工, 炮与炮之间的激发能量、分辨率等方面存在较大差异; 对于同一单炮, 陆、水检道交错排列, 如图 1所示, 160~252道为水检道, 252~340道为陆检道, 相邻道之间信噪比、能量差异较大, 陆检道能量一般是水检道能量的4~8倍(图 2)。对于这种炮与炮之间、同一单炮相邻道之间差异大的现象, 靠肉眼观察波形来评价单炮质量的传统方式很难快速、全面地发现异常道、环境噪声、激发异常等采集质量问题。根据滩海过渡带地表特征, 本文引入卫星遥感数据, 提出了基于地表特征制定评价标准的地震采集质量监控技术, 该技术将工区划分为不同评价区域, 据此分别制定不同的评价标准, 使评价结果更加合理、科学; 针对滩海过渡带采集过程中采用不同检波器(速度检波器、压电检波器)[10-11]导致的地震数据属性差异过大的特点, 本文提出了陆、水检道自动分离评价技术, 该技术自动分离每一单炮陆、水检道, 并分别评价, 有效解决了因相邻道属性差异大带来的采集质量监控难题。
滩海过渡带地表复杂, 传统靠肉眼观察评价单炮质量的模式容易忽略不同地表导致的单炮属性差异, 特别是在海陆交界区域, 易造成评价结果不合理。本文首先通过引入卫星遥感数据, 根据地表特征将工区划分为不同区域。由于大部分边缘检测算法都存在效率低或需要满足许多前提条件的不足[12-13], 考虑到现场效率及对边界要求不高的特点, 因此利用Soble边缘检测算法[14-15]自动提取遥感图像不同地表边缘, 将工区划分为不同区域, 制定不同的评价标准, 分别进行分析评价。该技术流程如图 3所示, 主要步骤如下。
1) 加载工区包含大地坐标信息的卫星遥感图像和SPS数据文件。
2) 陆地、滩涂、极浅海区域在遥感图像上的像素灰度值s差别很大, 利用Soble边缘检测算法根据不同灰度值自动计算它们的边界(局部计算不精确的地方可手工微调), 将工区划分为不同评价区域, 如陆地区域、滩涂区域、极浅海区域等。
$ s = \sqrt {{\rm{d}}{\mathit{\boldsymbol{x}}^2} + {\rm{d}}{\mathit{\boldsymbol{y}}^2}} $ | (1) |
$ {\rm{d}}\mathit{\boldsymbol{x}}\left[ {\begin{array}{*{20}{c}} { - 1}&0&1\\ { - 2}&0&2\\ { - 1}&0&1 \end{array}} \right], {\rm{d}}\mathit{\boldsymbol{y = }}\left[ {\begin{array}{*{20}{c}} 1&0&1\\ 0&0&0\\ { - 1}&{ - 2}&{ - 1} \end{array}} \right] $ | (2) |
式中:dx, dy为卷积核; s为计算点的灰度值。
3) 对于每一区域, 分别制定对应的评价标准, 如陆地评价标准、滩涂评价标准、极浅海评价标准等。制定评价标准是评价单炮质量的关键环节。不同的施工区域会受不同因素的影响, 如:车辆等环境噪声对陆地施工影响较大, 设置陆地评价标准时, 环境噪声是必选要素; 地震资料分辨率是极浅海区域采集施工关注的重点。对每个评价标准要素设置阈值范围, 超过该范围的单炮判为不合格, 阈值一般由多炮平均获得, 避免取值过于片面。
4) 对于不同区域的单炮数据, 该技术自动匹配相应评价标准, 自动分析属性与评价。
5) 自动生成质控报告。
1.2 基于自动分离陆检、水检数据的地震采集质控技术速度检波器和压电检波器的不同特点导致了道间属性差异, 该技术通过自动分离陆检数据和水检数据, 分别进行属性分析, 并根据不同的评价标准进行评价。该流程与基于地表特征的地震采集质控技术流程(图 3)类似, 如图 4所示, 分如下5个步骤。
1) 导入单炮数据, 提取道头中陆检、水检标志位。
2) 根据步骤1)信息, 自动分离陆检、水检道集数据。
3) 分别设置陆检道、水检道评价标准。由于陆检道的能量高于水检道的能量, 设置评价标准时, 阈值要设置不同范围。
4) 对于不同区域的单炮数据, 自动匹配相应评价标准, 自动分析属性与评价。
5) 自动生成质控报告。
2 应用实例该技术在多个工区取得了良好的应用效果。下面以A工区为例, 介绍滩海过渡带地震采集质量监控技术分析评价过程及应用效果。
2.1 采集质量监控与评价A工区分布有陆地、人工河道及养殖区等不同地表类型, 属于典型的滩海过渡带, 共施工11 074炮, 采用陆检、水检检波器混合接收方式。根据图 3和图 4所示的质控流程, 首先引入该工区的卫星遥感数据(包括高程和卫星图片), 并将工区划分为陆地、滩涂、极浅海3个区域(图 5a), 各区域的单炮记录如图 5b、图 5c和图 5d所示。与陆地区域单炮记录相比, 滩涂和极浅海区域记录的能量较低, 极浅海单炮记录的信噪比相对较低; 对于陆检、水检同时接收的单炮, 该技术将原始单炮自动分离为陆、水检道集, 如图 6所示。根据工区特点, 优选能量、环境噪声、异常道及主频作为质控参数, 设定合理的阈值范围, 建立相应的评价标准, 如表 1所示。依据设定的监控流程, 系统自动、实时地分析评价每一单炮的采集质量, 发现不合格单炮则及时提示。
对工区所有11 074炮进行了采集质量监控, 依据上述方法自动分析、评价每一炮, 全区共发现不合格单炮272炮, 合格率为97.544%;不合格单炮主要是异常道多, 共计246炮, 占2.221%;26炮能量低, 占0.235%, 如图 7所示。与传统的人工监控模式相比, 该技术大幅提高了监控效率, 每炮4 800道, 全排列纸质打印单炮平均需要7~8 s, 肉眼评估单炮质量需要10 s左右, 人工抽查评价一炮平均需要18 s左右, 利用该技术评价一炮耗时3 s左右, 速度是人工方式的6倍, 大大节省了人力, 且省去了打印纸质单炮记录的工序。
对单炮能量、环境噪声及异常道(不合格检波器)等参数的评价分析, 获得如下成效。
1) 有效展示单炮激发能量分布规律。
将单炮的激发能量投影到底图, 可以发现滩海区域激发能量的展布规律:陆地—滩涂—浅海单炮激发能量依次降低, 如图 8所示。
2) 快速确定最佳施工时间。
经过分析, 确定了影响该工区陆上施工的环境噪声位置及时间规律。图 9a红线区域是一条公路, 过往车辆的噪声影响了单炮采集质量, 噪声随时间的变化曲线如图 9b所示, 确定了最佳施工时间段(2:00至5:00), 如红框部分所示, 有效避免了车辆干扰, 降低了废炮率。
3) 快速定位异常道。
实时发现弱振幅、极性反转、50 Hz工业干扰等异常道, 在单炮记录上用红色道标出, 并同步投影到底图上, 如图 10所示, 用户可以根据遥感地图快速定位不正常检波器, 及时检查原因并维修。
复杂区域地震采集质量评价技术有效解决了因地表复杂、检波器类型不同而导致的质量监控难题。
1) 针对复杂地表, 本文利用Soble边缘检测算法, 自动提取遥感图像不同地表边缘, 将工区划分为不同评价区域; 针对检波器类型不一致, 本文基于道头信息自动解析陆检数据和水检数据, 分别分析评价, 有效克服了传统单一评价标准导致的评价过程粗化、评价结果不科学的缺点。
2) 从应用实例中可以看出, 与传统的人工、肉眼、抽查监控地震数据采集质量的方法相比, 该技术具有定量、效率高、分析全面、评价结果客观科学等优点, 极大提升了现场质控效率, 节约了勘探成本。
[1] |
陈新荣. 胜利青东5探区滩浅海资料处理技术[J]. 物探与化探, 2011, 35(3): 393-394. CHEN X R. Research on processing techniques for seismic data from the tidal zone and shallow water area of Qingdong 5 exploration zone in the Shengli oil field[J]. Geophysical and Geochemical Exploration, 2011, 35(3): 393-394. |
[2] |
岳英, 薛广建. 滩海过渡带地震采集处理技术及应用[J]. 天然气工业, 2007, 27((增刊1): 209-212. YUE Y, XUE G J. Seismic acquisition and processing technology and its application in offshore transition zone[J]. Natural Gas Industry, 2007, 27(S1): 209-212. |
[3] |
余志和. 滩海地区采集方法研究[J]. 石油地球物理勘探, 2001, 36(4): 471-479. YU Z H. Study of acquisition method in marine beach area[J]. Oil Geophysical Prospecting, 2001, 36(4): 471-479. DOI:10.3321/j.issn:1000-7210.2001.04.013 |
[4] |
吕公河, 邸志欣. 滩海浅层三维地震勘探技术[J]. 石油地球物理勘探, 2008, 43(6): 613-622. LV G H, DI Z X. 3-D shallow seismic exploration technique in beach area[J]. Oil Geophysical Prospecting, 2008, 43(6): 613-622. DOI:10.3321/j.issn:1000-7210.2008.06.001 |
[5] |
冯凯, 和冠慧. 一种优化的过渡带三维观测系统[J]. 石油物探, 2008, 47(5): 511-518. FENG K, HE G H. An optimized 3-D geometry for transitional zone seismic survey[J]. Geophysical Prospecting for Petroleum, 2008, 47(5): 511-518. DOI:10.3969/j.issn.1000-1441.2008.05.015 |
[6] |
何进勇. 节点采集技术在复杂水域地震资料采集中的应用[J]. 物探与化探, 2014, 38(1): 87-89. HE J Y. Ocean bottom nodes technique and its application[J]. Geophysical and Geochemical Exploration, 2014, 38(1): 87-89. |
[7] |
刘小明, 芮建民, 朱峰. 浅水及水陆过渡带地震勘探采集技术[J]. 江汉石油学院学报, 2003, 25(增刊2): 61-75. LIU X M, RUI J M, ZHU F. Acquisitional technique of seismic exploration in shallow water and water-land transition zone[J]. Journal of Jianghan Petroleum Institute, 2003, 25(S2): 61-75. |
[8] |
任立刚. 速度检波器与压电检波器相位差异分析及应用[J]. 地球物理学进展, 2015, 30(1): 454-459. REN L G. Analysis and application of phase difference between velocity geophone and piezoelectric geophone[J]. Progress in Geophysics, 2015, 30(1): 454-459. |
[9] |
尚新民. 地震资料相位差异分析方法与应用[J]. 物探与化探, 2014, 38(4): 711-716. SHANG X M. The method and application of seismic data phase difference analysis[J]. Geophysical and Geochemical Exploration, 2014, 38(4): 711-716. |
[10] |
杨恕, 刘百红. 水下压电检波器在陆上地震采集的适用性探讨[J]. 物探化探计算技术, 2013, 35(3): 266-271. YANG S, LIU B H. The feasibility study of application of piezoelectric hydrophone on land seismic acquisition[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2013, 35(3): 266-271. DOI:10.3969/j.issn.1001-1749.2013.03.03 |
[11] |
LIU Z D, LU Q T. Research on velocity and acceleration geophones and their acquired information[J]. Applied Geophysiscs, 2012, 9(2): 149-158. DOI:10.1007/s11770-012-0324-6 |
[12] |
钮圣虓, 王盛. 完全基于边缘信息的快速图像分割算法[J]. 计算机辅助设计与图形学学报, 2012, 24(11): 1411-1419. NIU S X, WANG S. A fast image segmentation algorithm fully based on edge information[J]. Journal of Computer-Aided Design & Computer Graphics, 2012, 24(11): 1411-1419. |
[13] |
王相海, 陈明莹. Contourlet概率分布的遥感图像边缘检测方法[J]. 中国图像图形学报, 2011, 16(10): 1900-1907. WANG X H, CHEN M Y. Edge detection of remote sensing image based on contourlet probability distribution[J]. Journal of Image and Graphics, 2011, 16(10): 1900-1907. |
[14] |
王李娟. 基于ETM遥感影像的海岸线提取与验证研究[J]. 遥感技术与应用, 2010, 25(2): 235-239. WANG L J. The study of coastline extraction and validation using ETM remote sensing image[J]. Remote Sensing Technology and Application, 2010, 25(2): 235-239. |
[15] |
郑英娟, 张有会. 基于八方向Sobel算子的边缘检测算法[J]. 计算机科学, 2013, 40(11A): 353-356. ZHENG Y J, ZHANG Y H. Edge detection algorithm based on the eight directions Sobel operator[J]. Computer Science, 2013, 40(11A): 353-356. |