基于叠前地震数据的鲁棒高效Q 值反演方法研究

The oil-gas explorations have shifted from land to deep water, from conventional oil-gas reservoirs to unconventional oil-gas reservoirs, and from shallow-middle-layer to deeper layer. This trend offers a new task to seismic exploration technique. In order to respond to challenges, a method for travel-time, gradient and local continuous events auto and robust picking is firstly proposed by using edge detection section obtained from slant-stack peak amplitude section. This overcomes the difficulty of continuous events picking at large offset. The proposed method is easy to operate and has accurate result. Then, we propose an objective function construction method based on stable parameters, and the normalized energy is used as the constrained condition. The equations are solved by using Gaussian integral formula. We then derive the attenuation and traveltime alternating projection tomography algorithm. Meanwhile, a rapid and valid adaptive angle step ray tracing algorithm was presented to overcome the problem of low accuracy and computational efficiency of the existing methods. Pre-stack seismic record contains abundant amplitude and frequency information. The research on Q-factor inversion based on pre-stack seismic data can obtain high resolution Q values, which can execute more accurate fluid detection and lithology recognition, and also provide powerful tool for reservoir discrimination.

油气勘探呈现出由陆地向深水、由常规油气藏向非常规油气藏、由叠后向叠前、由浅中层向深层发展的趋势，这对地震勘探技术提出了挑战。为应对油气勘探中的挑战，本项目以获得一套面向叠前地面反射地震资料的鲁棒高精度Q值反演技术为目标。对于反演算法中观测值的拾取问题，本项目首次提出倾斜叠加峰值振幅处边缘检测方法用于走时、梯度和连续同相轴的自动鲁棒拾取，解决大偏移距处连续同相轴难拾取的问题，该自动拾取方法操作简便且拾取准确。同时，提出基于稳定点的目标函数构造方法并用正则化能量作为约束条件，用高斯型积分公式求解该方程，推导出衰减与走时交替投影的层析成像算法。还提出自适应角度步长射线追踪方法用于正演合成数据，克服现有方法计算精度和计算效率低的缺点。叠前地震资料包含丰富的振幅和频率信息，研究基于叠前地震数据的Q值反演能得到高分辨率的Q值，可以更准确地进行流体检测和岩性识别，也为储层识别提供有力工具。

项目的背景：.地震波在黏弹介质中传播会产生能量衰减和速度频散。由介质粘弹性引起的衰减是储层识别和烃类检测的一个重要工具，通常用品质因子Q表示。Q值估计具有重要意义，衰减层析成像方法是一种高精度的反演方法，是图像信息扩展、精细结构刻画和目标检测的有力工具，可用于复杂各向异性介质。射线追踪是层析成像的基础之一，为了拾取正确的反射波走时，我们需要在大偏移距范围内拾取连续同相轴，以便从记录上读取对应射线的走时。同相轴拾取是地震数据解释的基础之一。.主要研究内容及重要结果：.本项目结合WEPIF 方法和高斯加权插值法，推导了用于衰减层析成像的逐次线性方程，利用叠前反射地震数据反演 Q 值。提出基于射线方程的自适应出射角步长射线追踪法，加快了运算速度。同时，研究了高阶可分模型空间中基于方向引导的协同差分进化算法(DG-DECCM)。这两种射线追踪方法分别是局部算法和全局算法。首次提出一种新的同相轴自动拾取方法，即倾斜叠加的峰值振幅(SSPA)处边缘检测算法，用于拾取走时和局部连续同相轴。该同相轴拾取方法信噪比高，操作方便，克服了现有方法中在大偏移距范围内难以连续拾取同相轴的这一难题。同时，基于SSPA剖面，研究了数学形态学在地震同相轴边缘检测中的应用及基于 Gabor 核积分变换的目标轮廓特征提取方法。这三种边缘检测或特征提取方法相互补充，各有优劣。合成数据和实际资料算例验证了提出的方法的有效性。.关键数据及其科学意义：.本项目研究的关键技术已部分发表论文，且应用于叠前反射地震数据及长庆油田实际地震资料，验证了提出的方法的有效性和精确性。同相轴自动拾取技术和射线追踪技术可以得到正演模型，逐次线性衰减层析成像方法可得到反演结果，这些方法对地震衰减估计和油气储层刻画有重要意义。我们已展开了认知计算及人工智能在地震勘探中的应用。由地震资料估计的Q值和速度作为重要的粘弹性参数，不仅能反映储集特征，还能用于岩性、物性分析及烃类检测等，在油气勘探中具有重要作用。