一种基于地震纵波方位各向异性的裂缝预测方法
【专利摘要】本发明提出了一种基于地震纵波方位各向异性的裂缝检测方法。该方法包括保幅预处理、方位角分组、超面元处理、分方位速度分析、叠前振幅均衡处理、分方位偏移成像、地震属性提取、裂缝椭圆拟合和裂缝发育密度预测等步骤。其中，方位角分组步骤位于超面元处理步骤之前，以确保各方位角组的变化幅度相对一致，以及各方位角组的道集数据覆盖次数相对一致和均匀；通过在分方位速度分析中引入各向异性参数，进行各向异性动校正，保留了方位各向异性特征最明显的远偏移距数据，使其能够参与分方位偏移成像以及裂缝椭圆拟合运算；此外，还采用基于泰森多边形的叠前振幅均衡处理方法提升了偏移成果的保幅性能。本发明提出的裂缝检测方法所获得的裂缝椭圆拟合精度高，裂缝预测结果更加准确。
【专利说明】一种基于地震纵波方位各向异性的裂缝预测方法
【技术领域】
[0001] 本发明涉及石油勘探【技术领域】，尤其涉及一种基于地震纵波方位各向异性的裂缝 预测方法。
【背景技术】
[0002] 裂缝型油气藏广泛存在于世界各大油气田中，它具有发育普遍、分布复杂等特征， 而且在新增储量中占有越来越大的比重。准确预测裂缝发育带是评价裂缝型储层的前提， 更是提高裂缝型油气藏勘探效率和开发水平的关键。目前，国内外已经发展了许多较为成 熟的裂缝型储层地震检测方法。其中，比较普遍的是一种基于地震纵波方位各向异性的裂 缝预测方法。该方法基于纵波方位各向异性原理，对不同方位角偏移结果提取地震属性来 拟合各向异性椭圆，预测裂缝的方向和密度。具体地，如图1所示，该方法主要包括：保幅预 处理、超面元处理、方位角分组、分方位速度分析、基于覆盖次数的叠前振幅均衡处理、分方 位偏移成像、方位各向异性地震属性提取、各向异性椭圆拟合和裂缝发育密度预测等步骤。 该方法虽然已经广泛应用，但是仍然存在以下缺陷：
[0003] 1、在超面元处理过程中，相邻面元内借道优先选取平行排列方向的道，而不选取 垂直排列方向的道。因此，对于线束状采集的数据，采用先进行"超面元处理"再进行"方位 角分组"的处理方式，在确保不同方位数据覆盖次数均匀一致的情况下，各方位角组变化幅 度差异较大，垂直排列方向方位角组的变化幅度会是平行排列方向方位角组的变化幅度的 数倍。这会导致椭圆拟合结果的精度较低，裂缝预测结果存在一定的误差。
[0004] 2、在速度分析过程中，以最大叠加能量为准则拾取速度，没有考虑各向异性的影 响。在远偏移距部分，尤其是在中浅层远偏移距同相轴往往会出现过动校现象。为了保证 最大叠加能量，只能舍弃远偏移距数据。然而，远偏移距数据最能体现方位各向异性，是基 于地震纵波方位各向异性的裂缝预测中不可缺少的部分。一旦舍弃远偏移距数据，会降低 椭圆拟合结果的精度，导致裂缝预测结果存在较大的误差。
[0005] 3、在基于覆盖次数的叠前振幅均衡处理过程中，由于采用算术平均求取每一道的 权值，没有考虑不同道的偏移距和方位角信息，因此偏移成像的保幅性能偏低，由此提取的 地震属性部分失真，导致裂缝预测结果存在一定的误差。
【发明内容】
[0006] 针对上述问题，本发明提出了一种新的高精度的基于地震纵波方位各向异性的裂 缝预测方法。
[0007] 该裂缝检测方法，其包括以下步骤：
[0008] S100、对地震数据进行保幅预处理，得到相应的共中心点道集数据；
[0009] S200、将共中心点道集数据按方位角分选成若干方位角组，其中确保各方位角组 的变化幅度相对一致；
[0010] S300、对每一个方位角组道集数据进行超面元处理，使得各方位角组道集数据覆 盖次数基本均匀且相对一致；
[0011] S400、对每一个方位角组道集数据进行速度分析，建立相应的速度场并完成动 校；
[0012] S500、对经过超面元处理后的每一个方位角组道集数据进行偏移距分组，然后对 每一个偏移距组的道集数据进行叠前振幅均衡处理；
[0013] S600、结合动校后的速度场，对经过叠前振幅均衡处理的每一个方位角组的共偏 移距道集数据进行叠前时间偏移，得到不同方位角组的叠前偏移成果数据体；
[0014] S700、对不同方位角组的叠前偏移成果数据体提取地震属性，获得不同方位角组 的地震属性数据体；
[0015] S800、基于不同方位角组的地震属性数据体拟合各向异性裂缝椭圆；
[0016] S900、根据各向异性裂缝椭圆的相关参数分析预测裂缝发育方向和密度。
[0017] 根据本发明的实施例，上述步骤S100中，所述地震数据可以是宽方位地震数据， 所述保幅预处理可以包括分步-分类-分频-分域-分时窗保真去噪、保幅能量补偿、反褶 积和静校正处理。
[0018] 根据本发明的实施例，上述步骤S200中，可以以正北为0度方位，正南为180度方 位，将共中心点道集数据顺序划分为4个或5个或6个方位角组。
[0019] 根据本发明的实施例，上述步骤S300中，所述超面元可以是矩形，其尺度是面元 尺度的若干倍。
[0020] 根据本发明的实施例，上述步骤S400中，所述速度分析是各向异性速度分析，建 立常规速度场和各向异性场，并完成各向异性动校；
[0021] 步骤S600中，所述动校后的速度场是经过各向异性动校的常规速度场和各向异 性场。
[0022] 进一步地，所述各向异性动校是在各向同性双曲动校中引入各向异性参数，通过 下式完成高阶动校：
[0023]
【权利要求】
1. 一种基于地震纵波方位各向异性的裂缝检测方法，其包括以下步骤： S100、对地震数据进行保幅预处理，得到相应的共中心点道集数据； S200、将共中心点道集数据按方位角分选成若干方位角组，其中确保各方位角组的变 化幅度相对一致； S300、对每一个方位角组道集数据进行超面元处理，使得各方位角组道集数据覆盖次 数基本均匀且相对一致； S400、对每一个方位角组道集数据进行速度分析，建立相应的速度场并完成动校； S500、对经过超面元处理后的每一个方位角组道集数据进行偏移距分组，然后对每一 个偏移距组的道集数据进行叠前振幅均衡处理； S600、结合动校后的速度场，对经过叠前振幅均衡处理的每一个方位角组的共偏移距 道集数据进行叠前时间偏移，得到不同方位角组的叠前偏移成果数据体； S700、对不同方位角组的叠前偏移成果数据体提取地震属性，获得不同方位角组的地 震属性数据体； S800、基于不同方位角组的地震属性数据体拟合各向异性裂缝椭圆； S900、根据各向异性裂缝椭圆的相关参数分析预测裂缝发育方向和密度。
2. 如权利要求1所述的裂缝检测方法，其特征在于： 步骤S100中，所述地震数据是宽方位地震数据，所述保幅预处理包括分步-分类-分 频-分域-分时窗保真去噪、保幅能量补偿、反褶积和静校正处理。
3. 如权利要求1所述的裂缝检测方法，其特征在于： 步骤S200中，以正北为0度方位，正南为180度方位，将共中心点道集数据顺序划分为 4个或5个或6个方位角组。
4. 如权利要求1所述的裂缝检测方法，其特征在于： 步骤S300中，所述超面元为矩形，其尺度是面元尺度的若干倍。
5. 如权利要求1所述的裂缝检测方法，其特征在于： 步骤S400中，所述速度分析是各向异性速度分析，建立常规速度场和各向异性场，并 完成各向异性动校； 步骤S600中，所述动校后的速度场是经过各向异性动校的常规速度场和各向异性场。
6. 如权利要求5所述的裂缝检测方法，其特征在于，所述各向异性动校是在各向同性 双曲动校中引入各向异性参数，通过下式完成高阶动校：
其中，X为炮检距，t (X)为炮检距为X时的双程旅行时，to为炮检距为〇时的双程旅行 时，V?为常规速度分析得到的叠加速度，
ε表征垂向层速度和水平层速度的关系，δ表征垂向层速度和相速度的关 系。
7. 如权利要求1所述的裂缝检测方法，其特征在于： 步骤S400中，所述速度分析是常规速度分析，建立常规速度场，并完成各向同性双曲 动校； 步骤S600中，所述动校后的速度场是经过各向同性双曲动校的常规速度场。
8. 如权利要求1或5或7所述的裂缝检测方法，其特征在于： 步骤S500中，所述叠前振幅均衡处理是基于泰森多边形的叠前振幅均衡处理。
9. 如权利要求1或5或7所述的裂缝检测方法，其特征在于： 步骤S500中，所述叠前振幅均衡处理是基于覆盖次数的叠前振幅均衡处理。
10. 如权利要求1?4任意一项所述的裂缝检测方法，其特征在于： 步骤S700?S900中，所述地震属性包括振幅包络属性，根据振幅包络属性来拟合裂缝 属性椭圆F(0，φ) =4(0)+8(0)(：〇82(35，求出振幅偏置因子4、振幅调制因子8及裂缝方 向方位参数Φ，其中，Θ是入射角，振幅偏置因子A和振幅调制因子B的比值表示裂缝发育 密度。
【文档编号】G01V1/28GK104297784SQ201410395130
【公开日】2015年1月21日 申请日期:2014年8月12日 优先权日:2014年8月12日
【发明者】刘立民 申请人:中国石油化工股份有限公司, 中国石油化工股份有限公司江苏油田分公司