一种基于互相关的地震层拉平方法与流程

本发明属于油气及煤层气地震勘探与开发领域，具体涉及一种基于互相关的地震层拉平方法。

背景技术：

层拉平是地震解释工作中的一项常用技术，用来研究各构造层的接触关系和构造演化史。传统的层拉平方法是首先由解释人员从三维地震数据体(叠加偏移数据体或者偏移叠加数据体)人工解释拾取一系列层位，并确定标准层，然后将所有解释好的层位做一个相对于标准层的时移。在人工解释拾取层位时，是在由三维地震数据体提取的二维剖面上进行的。即先选择合适的解释剖面方向，然后在此剖面上解释拾取层位点，由这些层位点形成层位线，然后在下一个剖面上重复此操作，直到获得所有剖面上的层位线。最后将同一层位线组合形成一个层位面，这样一个层位面解释完毕，用同样的过程可以获得所有层位面。这里首先存在的一个问题是利用二维剖面上解释的结果构成层位面的时候有一个闭合问题。另外，人工解释拾取层位是一个非常耗时并且繁琐的工作，并且还需要解释人员具有足够的经验。尽管近年来也有自动层位追踪的方法出现，其中最成功的是某商业软件中的蚂蚁追踪技术。但是，首先，这些方法的大致过程与人工解释的过程相同。即是从二维到三维，由点到面的过程。其次，这些方法需要用户首先指定感兴趣的目标层位，而对于其他层位不做任何解释。这导致的问题是层位的解释没有充分利用数据体的三维空间信息，在自动追踪的过程中也都是利用或者关注了相邻或者局部而忽略了整体或全局。

技术实现要素：

本发明的目的在于解决上述现有技术中存在的难题，提供一种基于互相关的地震层拉平方法，对所有可能的层位直接进行拉平，利用的信息也是三维数据的整体信息，而不是局部信息。拉平以后的结果更有利于自动层位追踪或者解释。

本发明是通过以下技术方案实现的：

一种基于互相关的地震层拉平方法，包括：

S1，输入叠后或者偏移叠加地震数据体，假设需要将层位H(x,y,t)拉平到其中，x,y表示层位H的坐标，t表示层位H的垂直位置，层位H拉平后表示为

S2，在层位上任选一点作为参考点，参考点的垂向位置为t₀；

S3，计算地震数据体中的各道数据与参考道的互相关c(t₀,τ,x,y)，并得到相对t₀互相关最大时的延迟时，将此延迟时作为该层(H(x,y,t))各道相对于参考点的时移量，即τ(x,y,t)(即时移场的初值)；

S4，假定利用τ(x,y,t)进行拉平以后的层位与实际拉平后的层位之间还存在时移残差Δτ(x,y,t)，构造目标函数，求解该目标函数，找到使时移残差Δτ(x,y,t)最小的时移量，即为最优时移

S5，从地震数据体上的各点减去该点的时移场，获得拉平到参考点的平层。

所述S3中的参考道是过参考点的地震道数据。

所述S4是这样实现的：

构造目标函数如下：

$\▿\mathrm{\τ}(x,y,t)-p(x,y,t)\≈0$

其中表示对时移场τ(x,y,t)进行梯度运算，p＝[b q]^T，是互相关矢量，b(x,y,t)是inline方向或者X方向的地震道的互相关倒数，q(x,y,t)是crossline方向或者Y方向的地震道的互相关倒数；

通过最小二乘法获得该目标函数的解，即最优时移

所述S5是这样实现的：

直接利用最优时移对层位H(x,y,t)进行时移：

$\stackrel{\‾}{H}(x,y,t_0)=H(x,y,t)-\mathrm{\τ}(x,y,t).$

与现有技术相比，本发明的有益效果是：不需要事先确定并自动解释或者拾取感兴趣的目标层位，再进行拉平，而是对所有可能的层位直接进行拉平，利用的信息也是三维数据的整体信息，而不是局部信息。拉平以后的结果更有利于自动层位追踪或者解释，从而将解释人员从耗时费力的人工层位中解脱出来，而且拉平过程中也全局考虑。

附图说明

图1 是本发明方法的步骤框图。

具体实施方式

下面结合附图对本发明作进一步详细描述：

本发明提出了一种层拉平方法。但是这里的层拉平与传统的层拉平在意义上是不同的。首先本发明的层拉平不需要事先进行层位解释，其次拉平是将所有可能的层位拉成水平层，这样做的目的正是为了更好地进行自动层位追踪解释。

本发明方法如图1所示，假设需要将层位H(x,y,t)拉平到(其中，x,y表示层位H的坐标，t表示层位H的垂直位置，层位H拉平后表示为H)，其中t₀为参考点位置(t₀表示的是的垂向位置)，拉平实际上就是层位上的所有点相对t₀作一个垂直时移，记该层(即H(x,y,t))的时移量(又称为时间场)为τ(x,y,t₀)，这里的参考点(参考点是在上的，参考点就是层位上的任意一点。)任意给，并且层位也不一定是感兴趣的层位。

首先计算三维地震数据体中的各道数据与参考道(参考道是过参考点的地震道数据)的互相关c(t₀,τ,x,y)(互相关最大时称之为相干矢量)，并得到相对t₀互 相关最大时的延迟时，将此延迟时作为该层各道相对于参考点的时移量，从而获得τ(x,y,t)(不同的延迟时对应有不同的互相关值，当互相关最大时对应的延迟时即为τ(x,y,t))。传统的方法利用此相关信息进行了自动层位追踪，获得了感兴趣的层位，然后再拉平。本发明不进行层位自动追踪，而是直接利用τ(x,y,t₀)对层位H(x,y,t)进行拉平。显然这样的τ(x,y,t)还不是最优的。假定利用τ(x,y,t)进行拉平以后的层位与实际拉平后的层位之间还存在时移残差Δτ(x,y,t)，为了使τ(x,y,t)达到最优，则残差Δτ(x,y,t)应该是最小的。于是问题转化为求解残差最小的最优化问题。该问题可以通过求解如下目标函数最小而获得解：其中表示对时移场τ(x,y,t)进行梯度运算，p＝[b q]^T，是互相关矢量，b(x,y,t)是inline方向或者X方向的道的互相关倒数，q(x,y,t)是crossline方向或者Y方向的道的互相关倒数。通过最小二乘法(图1中的高斯牛顿法是解决最小二乘问题的一种方法，也可以用其它方法解决最小二乘问题)可以获得该问题的解，即τ(x,y,t)。这样就利用全局信息获得了最优时移那么拉平就是直接利用τ(x,y,t)对层位H(x,y,t)进行时移每个坐标为x,y的点都有自己的时移，即τ(x,y,t)，该方法可以从上到下逐层进行，这样也有利于并行。在拉平以后的结果上再进行目标层位的自动追踪就很容易了。

在实际实现的过程中，还需要事先对断层、尖灭等不连续性因素进行处理(处理的目标是使层位与断层构成封闭单元)，然后再应用本发明的方法。

本发明提出了一种基于全局优化的层拉平技术。该方法首先计算数据体上各点的局部最大相干值，然后将此倾角与拉平所需的时移场构成目标函数，并用高斯-牛顿方法迭代求解目标函数的最小值，从而获得拉平所需的最终时移场，最后用此时移场对相应点进行时移，从而将该点拉平到参考点。对拉平以后的层位进行自动追踪就变得十分容易了。

上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言， 在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。