时频域反褶积处理及薄储层识别研究

发布时间：2020-05-17 00:48

【摘要】：反褶积处理是提高地震资料品质的重要手段,常规基于傅里叶变换的频率域反褶积,没有考虑到地层对地震波的吸收衰减作用,不吻合实际地震波传播时的时变特征。同时对于薄储层的识别也是国内外学者研究的热点问题,如何提高薄层的识别精度是问题的关键所在。因此本论文主要针对地震资料分辨率和薄互储层的识别开展研究,在非平稳地震记录褶积模型的基础上,依托高精度时频分析方法,建立了时频域动态反褶积方法理论,形成了一套行之有效的基于高分辨处理及高精度反演地震资料处理方法体系。本文从时频分析方法出发,对比短时傅里叶变换、小波变换、S变换等时频分析方法的时频聚焦性,并在S变换的基础上,加入频率调节因子,提出了两参数改进广义S变换,提高了时频分析的时频聚焦性以及处理的灵活性。借助于改进广义S变换多分辨率的优势,分别在其时频分析的基础上研究了谱模拟时变子波提取方法、二次谱时变子波提取方法、以及倒谱时频域子波提取方法,从而提出了基于改进广义S变换的谱模拟反褶积方法、基于改进广义S变换的二次谱模拟反褶积方法和基于改进广义S变换倒谱时频域反褶积方法。分别建立一维地震记录模型和二维地震记录模型来对比三种时频反褶积方法的反褶积结果。通过一维模型对比发现这三种反褶积方法,都可以在不用考虑Q值的影响下,一定程度上恢复地震波被衰减的能量,同时能够压缩地震子波提高分辨率;通过二维模型对比出基于改进广义S变换倒谱时频域反褶积方法能更准确地得到反褶积结果,表现出更强的薄层识别能力。基于模型优选出本文的基于改进广义S变换倒谱时频域反褶积方法,应用于地震数据高分辨处理中,将高分辨处理方法与反演技术相结合,形成高分辨反演体系,应用于实际地震资料中。经实际资料处理与井震联合对比分析表明,基于改进广义S变换倒谱时频域反褶积方法能更优的提高地震资料的分辨率。同时在高分辨的基础上进行波阻抗反演能够得到更加准确的波阻抗反演数据体,提高薄储层的识别精度,达到精准储层预测的目的。
【图文】：

第 2 章 非平稳地震记录形成机理研究利用(2-9)式，建立简单的子波模型阐述地震波的衰减特征；如图 2-1 所示，其中图(2-1a)表示主频为 30Hz 的雷克子波在不同 Q 值的衰减介质中传播 0.8s后所观察到的振幅变化(忽略相位畸变)；对图(2-1a)的子波进行振幅谱分析并归一化，结果如图(2-1b)所示。可以发现当子波在衰减介质传播时，Q 值越小，子波的能量衰减越大；对应的振幅谱中体现出子波高频成分衰减比低频更快，主频向低频偏移。

) ( ) exp( 2 )nonx f a f r if d (2-19)xnon(f)为衰减地震记录振幅谱，式（2-19）可以看成是在常 Q 模型下脉冲源作用下的衰减响应，将脉冲源替换成静态震源子波，则可以将上式扩展成一个频率域的衰减褶积模型：( ) ( ) ( , ) ( ) ( 2 )nonx f f a f r exp if d (2-20)ω(f)为震源子波振幅谱，对 xnon(f)进行反傅里叶变换就可以得到时间域的衰减地震记录 xnon(t)。结合地震波衰减规律，，建立模型描述上述过程，如图 2-3 所示：其中图(2-3a)是主频为 40Hz 的雷克子波，图(2-3b)是其对应的振幅谱，从振幅谱上也可以看出其幅值最大值对应的位置大致为 40Hz。假定地下随机的反射系数如图(2-3c)所示，图(2-3d)为反射系数对应的振幅谱。利用式(2-10)的褶积公式，将雷克子波和反射系数代入公式，得到平稳地震记录如图(2-3e)所示。引入 Q 为 30 衰减
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P631.4

【相似文献】

相关期刊论文 前10条

1 王荣荣;张兵;徐飞;;基于信号独立性最大化的地震盲反褶积方法研究[J];科技通报;2017年06期

2 李涛;高宇;;反褶积法在薄矿层解释中的误差探讨[J];甘肃科技;2017年12期

3 胡庆霞;;反褶积试井解释方法及应用[J];内蒙古石油化工;2017年08期

4 孙学凯;孙赞东;谢会文;刘立峰;彭涛;王永刚;;非稳态地震稀疏反褶积[J];石油地球物理勘探;2015年02期

5 蔡连芳;田学民;;基于峭度最大化的地震盲反褶积方法[J];石油物探;2012年01期

6 张涛;林承焰;张宪国;;利用测井曲线反褶积方法提高薄层识别能力[J];石油勘探与开发;2010年05期

7 刘喜武,刘洪;地震盲反褶积综述[J];地球物理学进展;2003年02期

8 沈建国;井条件下的几何因子理论及反褶积滤波[J];石油物探;1990年03期

9 ;反褶积方法[J];国外地质勘探技术;1986年04期

10 胡传海;;γ测井资料反褶积分层解释法在8411矿床的试验对比[J];铀矿地质;1986年06期

相关会议论文 前10条

1 刘喜武;刘洪;;地震盲反褶积综述[A];中国科学院地质与地球物理研究所二○○三学术论文汇编·第四卷(油气资源)[C];2003年

2 李凯;刘洋;;井地联合一致性反褶积方法研究[A];中国地球物理学会第二十七届年会论文集[C];2011年

3 薛亚茹;陈小宏;;基于Neighbourhood Algorithm的盲反褶积方法[A];中国地球物理学会第二十七届年会论文集[C];2011年

4 田小波;吴庆举;曾融生;;多道反褶积方法求取接收函数[A];2001年中国地球物理学会年刊——中国地球物理学会第十七届年会论文集[C];2001年

5 徐康;;分频反褶积[A];中国地球物理学会第二十届年会论文集[C];2004年

6 吴何珍;孟小红;郭良辉;;盲源反褶积的方法与应用研究[A];中国地球物理学会第二十届年会论文集[C];2004年

7 刘杰;印兴耀;杨培杰;;基于独立分量分析的地震盲反褶积方法[A];中国地球物理学会第二十三届年会论文集[C];2007年

8 王安国;马海;;串联反褶积技术在阿瓦提地区地震资料处理中的应用[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

9 盛硕;张学工;李衍达;;最佳基反褶积[A];1997年中国地球物理学会第十三届学术年会论文集[C];1997年

10 王增一;刘殿秘;皮雄;;欧拉反褶积在吉林重磁资料处理中的应用[A];中国石油学会2017年物探技术研讨会论文集[C];2017年

相关博士学位论文 前10条

1 刘强;重磁反演中欧拉反褶积方法的分析与研究[D];中国地质大学(北京);2019年

2 周文月;重磁张量场源空间分布特征反演技术研究[D];吉林大学;2019年

3 范美宁;欧拉反褶积方法的研究及应用[D];吉林大学;2006年

4 高伟;基于独立变量分析的盲反褶积研究[D];中国海洋大学;2011年

5 李艳琴;Bayesian框架下的地震盲反褶积算法研究[D];天津大学;2016年

6 聂法健;变流量凝析气试井[D];中国石油大学;2010年

7 孙璐;天然气水合物准三维处理技术研究与应用[D];中国地质大学（北京）;2009年

8 王世青;松辽盆地岩性油气藏相对振幅保持处理关键技术研究[D];中国地质大学（北京）;2008年

9 李海山;基于稀疏表示理论的地震信号处理方法研究[D];中国石油大学（华东）;2013年

10 汤彬;钻孔γ场理论与核测井分层解释方法研究与应用[D];成都理工大学;2008年

相关硕士学位论文 前10条

1 周慰;时频域反褶积处理及薄储层识别研究[D];成都理工大学;2019年

2 杜昕;反射结构约束的非线性反褶积方法研究及其GEOEAST环境下的软件开发[D];中国石油大学(北京);2018年

3 李银飞;利用欧拉反褶积划分虎林盆地构造单元[D];吉林大学;2019年

4 史佳楠;优化欧拉反褶积法及在目标体定位中的应用[D];吉林大学;2018年

5 万忠义;基于高精度时频分析的动态反褶积方法研究[D];成都理工大学;2018年

6 赵玉敏;信噪比约束下的提高分辨率方法研究[D];中国石油大学（北京）;2017年

7 魏吉贞;块状地质结构约束下非线性反褶积方法研究[D];中国石油大学(北京);2016年

8 刘杰;基于独立分量分析的地震盲反褶积方法及应用研究[D];中国石油大学;2008年

9 陶肖宇;基于独立元分析的地震盲反褶积方法研究[D];中国石油大学;2010年

10 詹泽东;联合反褶积的探索、实现及软件工程描述[D];成都理工大学;2012年

本文编号：2667636