引言

随着勘探从中浅层到深层的延伸，勘探对象从常规储层向复杂储层拓展，作为储层定量预测的关键技术——地震反演也从叠后发展到叠前^[1]。目前，叠前反演技术的发展仍以修正和完善各种反演算法为主，常忽略反演输入数据的品质^[2]。若采用处理不好的地震数据，即使运用先进复杂的叠前反演算法，也会影响最终的反演效果^[3]。用于叠前反演的地震道集必须具备高的质量^[4]，因此，需要对叠前道集进行更加精细地处理^[5]。在保证反射波振幅相对强弱关系的同时，要求共反射点道集(CRP)更加平直，动校拉伸效应更小，信噪比更高^[6]。

近年来，国内外学者先后提出了许多优化处理的技术和方法。吴常玉等(2007) ^[7]提出的叠前地震数据规则化处理技术和叠前随机噪声衰减技术，解决了不同工区叠前偏移成像的问题；程玉坤等(2008)^[8]采用高密度速度分析技术，实现了CRP道集无时差叠加；刘素芹等(2009)^[9]针对复杂构造，采用逐步逼近法对叠前道集进行处理，进行深度偏移成像；张征等(2012)^[10]提出了各向异性动校正来处理道集中存在的剩余时差；许自龙等(2014)^[11]提出了分波形剩余时差校正和基于横向滑动的时空变小波阈值保真去噪方法，提高了剩余时差校正的精度，且较好地保证了去噪过程中的保真性；许璐等(2015)^[12]提出了基于结构中值滤波的CRP道集优化处理技术；周鹏等(2016)^[13]提出了一种与剩余时差无关的绝对值互相关道集拉平方法，能较好地校平叠前地震道集和去除远道波形畸变；Hinkley等(1999)^[14]提出了自动拉平道集技术，使得叠前道集更加平直，利于AVO解释；Canning(2010)^[15]提出了AVO分析和反演前的道集保幅方法，该方法对偏移后的叠前道集振幅恢复起到了较大作用。这些方法都能有效地提高道集品质，但大多忽略了各种道集优化方法不同的组合，而合理的组合可以更好地优化道集。由此，出现了各种处理方法的不同组合，如刘力辉等(2013)^[16]提出了基于岩性预测的“去噪$\rightarrow$吸收补偿$\rightarrow$提频$\rightarrow$拉平校正”组合方法，成功应用于岩性预测的CRP道集。

从提高AVO计算精度的角度出发^[17]，提出了一种针对叠前道集的“去噪$\rightarrow$拉平$\rightarrow$切除”组合的优化处理技术，该组合技术对具有噪声干扰严重、道集不平、远道集畸变拉伸严重等问题的地震数据具有较好的处理效果，相对单一优化道集的方法或者不合理的组合技术，具有较好的优化处理结果。并应用于渤海某区叠前道集的优化处理中。

1 叠前道集优化处理技术 1.1 叠前道集分析

常规处理之后，叠前道集呈3种类型(见图 1，图中红色虚线处为目的层)。

叠前道集主要存在以下几方面的问题：一是随机噪音干扰严重(图 1a)，图中红圈处可以明显地看到中偏移距目的层段道集被随机噪音干扰；二是大偏移距道集拉伸畸变严重，且受一定噪音干扰(图 1b)；三是同相轴不平(图 1c)，随着偏移距增加，同相轴上翘越严重。因此，有必要对叠前道集进行优化，提高道集品质，其关键是针对上面3个问题有效地选择处理方法，并进行有机组合，考虑到去噪时可能对保幅造成影响、远道信息杂乱等，为此，提出了“去噪$\rightarrow$拉平$\rightarrow$切除”的组合方法对道集进行优化。

1.2 叠前道集优化处理 1.2.1 道集去噪处理方法

首先对叠前道集进行去噪处理。去除随机噪音方法众多，如f-x域预测去噪^[18]、CRP道集滚动叠加形成超道集去噪、中值滤波、多项式拟合、基于横向滑动的时空变小波阈值保真去噪等。如何在去噪的同时保证道集振幅相对强弱关系非常重要。刘力辉等认为保真度是个相对的概念，在AVO分析中保真度是看AVO曲线是否满足抛物线特征^[16]。本文选取四阶多项式拟合方法^[19]去噪，去噪的同时能保证振幅的相对强弱关系，减少振幅畸变^[20]，同时可以处理弯曲的和非水平的同相轴。具体做法如下：

(1) 基于AVO曲线拟合，通过四阶多项式拟合叠前某个道集中某一时刻的道集数据采样点，得到拟合曲线；

(2) 选择初始参数，将拟合曲线上下移动，对比同一时刻的道集数据采样点值，将上下移动值之外的值去除，用拟合值代替(见图 2)；

(3) 检验拟合的AVO曲线，是否与正演道集的AVO曲线趋势一致；

(4) 调整参数值大小，重复步骤(2)和步骤(3)，输出去噪后道集。

1.2.2 道集拉平处理方法

叠前道集同相轴不平，主要原因是存在剩余时差，其主要来源有3个方面：一是动校正方法本身有一定的局限性；二是动校正速度有误差；三是薄层调谐及子波拉伸等因素的影响。其中，动校正速度误差是造成CRP道集不平的最主要因素^[21-23]。针对道集不平，近年来发展了许多针对性的方法，如动态绝对值互相关道集拉平技术、分波形剩余时差校正、基于速度调整的道集拉平方法、各向异性动校正及非地表一致性剩余静校正等，各种方法都能有效地解决某些道集存在的问题。针对该区叠前道集，笔者采用非地表一致性剩余静校正。具体流程如下：

(1) 将一定角度或偏移距内道集进行叠加作为初始道$\vec{x}$；

(2) 在一定时窗(T)内，分别计算各道$\vec{y_{J}}$与初始道$\vec{x}$的相关系数$r_j$

${{r}_{j}}=\dfrac{\sum\nolimits_{i=1}^{n}{({{x}_{i}}-\bar{x})({{y}_{i}}-\bar{y})}}{\sqrt{\sum\nolimits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}*\sum\nolimits_{i=1}^{n}{{{({{y}_{i}}-\bar{y})}^{2}}}}}}$

(1)

(3) 选择相关系数最大的一道(k)作为模型道；

(4) 从k道开始，依次在指定可移动时窗(t)范围内(即T-t至T+t)，以时窗T滑动求取其与相邻道的相关系数；

(5) 将相关系数最大的滑动数作为当前的剩余时差，在指定时间段(t)内，各道减去剩余时差之后，输出拉平道集。

图 3是去噪拉平前后叠前道集对比，图 3a为去噪拉平前叠前道集，图 3b为去噪拉平后的叠前道集。可以明显地看到，经过去噪、剩余时差校正后，随机噪音得到较好地压制，目的层同相轴得到了很好地拉平，振幅强弱保持与未优化处理前一致。

1.2.3 道集切除处理方法

叠前远道集在经过多项式拟合去噪、拉平处理后，仍然存在杂乱、道集数据缺损等现象(见图 4a)，若考虑远道集则不仅耗费时间，其结果也不理想；且AVO分析及叠前反演，都要应用AVO简化公式^[24]，AVO的简化公式都是基于入射角$0＜\alpha＜30^{\circ}$进行化简得到的，只有在小角度范围才与Zoeppritz方程结果一致^[25]；本工区的观测系统也决定了入射角有效范围较小。因此，针对叠前道集的实际问题，本文切除$30^{\circ}$以外的道集(见图 4b)，保证了整体叠前道集品质及有效信息，且减少了后续分析的时间。

2 应用效果

通过优化处理前后的目的层段AVO曲线对比、叠加剖面对比、AVO属平面对比等几个方面，对优化处理后的叠前道集进行效果评价。

2.1 目的层段AVO曲线对比

从“去噪$\rightarrow$拉平$\rightarrow$切除”优化处理的叠前道集(图 4b)可看出，原始道集在品质上得到了较大改善。为了说明优化后的保真度及处理后的AVO曲线的改善情况，对比了优化前后拟合的AVO曲线(图 5)，由图可知，优化前后整体趋势向上，说明保真度较好；优化后的AVO数据点更加收敛，AVO曲线特征趋势较原曲线有所改善。

2.2 叠加剖面对比

从叠加剖面对比(图 6)可以看出，原始剖面(图 6a)目的层段红圈处同相轴拉长，叠加效果不理想，容易造成解释上的假象；而在优化处理后的剖面上(图 6b)，红圈处层位同相轴得到较好地恢复，层位也更加连续。

2.3 AVO属性平面对比

本文选取叠前AVO的PG属性作为储层预测的最佳组合，分别用优化处理前后的叠前道集求取PG属性，得到PG属性平面图(图 7)。工区内共5口实钻井，其中A10、A11、A12井均钻遇储层，A10、A12为Ⅰ类储层，A11为Ⅱ类储层；A8、A9井未钻遇储层，为非储层。

优化前属性平面图(图 7a)中，A8、A9、A11井不符合钻遇情况；优化后A8、A9井基本符合钻遇情况，见图 7b。由此说明，优化处理提高了AVO储层预测的结果。

3 结论

(1) 常规处理后的叠前道集若直接用于AVO分析，其结果常不能满足要求。因此，提出了一种针对叠前道集的“去噪$\rightarrow$拉平$\rightarrow$切除”组合的优化处理技术。

(2) 针对工区叠前道集存在的问题，先采用多项式拟合去噪方法消除目的层段的随机噪声，再采用非地表一致性剩余静校正方法对目的层段的道集同相轴进行拉平处理，最后，优选目的层段的有效入射角度范围对大偏移距拉伸畸变的道集进行切除，从而得到品质较好的道集资料。

(3) 优化处理有助于提高AVO计算精度，也反映了优化处理及各种方法有机组合的重要性，比仅使用单一方法效果更佳，同时验证了“去噪$\rightarrow$拉平$\rightarrow$切除”组合优化处理技术的有效性。