技术领域本发明涉及一种油田压裂微地震定位，具体来说就是通过微地震的监测资料进行速度模型校正，从而提高后续微地震定位精度。技术背景目前，对于低渗透油气藏的勘探和开发已经成为国内外油气工业的新热点，而通过水力压裂技术开发低渗透油气藏已成为一种普遍趋势。2005年Warpinski在SPEJournal上发表的名为《Improvedmicroseismicfracturemappingusingperforationtimingmeasurementsforvelocitycalibration》的文章中指出该技术实施过程中，裂缝延伸导致周围岩石破裂，从而引发一系列可观测记录的微地震事件。2010年Eisner等在TheLeadingEdge上发表的名为《Microseismicity-constrainedfracturemodelsforreservoirsimulation》的文章和Maxwell等在Geophysics上发表的名为《Petroleumreservoircharacterizationusingdownholemicroseismicmonitoring》的文章指出通过对微地震事件的准确定位，可以判断裂缝走向，评价压裂效果以及分析反演震源机制等等。因此，提高微地震事件定位精度的需求变的更为迫切。将射孔事件定位至其真实值处，而建立一个有效的速度模型是达到上述目的的关键。2010年，Bardainne等在GeophysicalProspecting上发表的名为《Constrainedtomographyofrealisticvelocitymodelsinmicroseismicmonitoringusingcalibrationshots》的文章指出地震勘探中地震层析成像方法可被借鉴作为微震定位速度模型校正算法，然而在震源信息量较少，地面接收器数量不足及覆盖范围较小的情况下，利用地震层析成像方法很难获得较为精细的工区速度模型。目前现有的微地震监测速度模型校正方法大多建立比较简单地层结构模型对地下速度结构进行描述,并且已知射孔位置，对射孔位置进行反演定位，以降低定位风险。但Bardainne和Gaucher指出此类方法需要从地震记录中拾取P波或S波初至信息，因此要求地震记录中具有较高的信噪比，该类方法通常应用于井中观测数据处理。但对于地面阵列式观测而言，尤其是在储层较深时，射孔记录具有低信噪比特征，利用现有的微地震速度模型校正方法得到的结果并不理想。而实际工程中也常常会出现测井资料部分缺失的情况，需要采用插值等数学方法进行填补，一定程度上影响速度模型的准确度。逆时振幅偏移叠加方法不需要拾取初至信息，通过将地震数据平移叠加，得到能量聚焦最大值点进行射孔定位，是目前微地震定位领域应用较多的方法之一。但是，在寻找能量聚焦最大值点时，常存在极大值和最大值难以区分的情况，这将直接影响射孔定位精度，导致速度模型校正失准。因此，对于实际速度模型校正过程中，如何提高射孔定位精度、克服低信噪比，增加储层深度，获得更准确的速度模型，从而提高微地震事件定位精度是本领域亟需解决的问题。
技术实现要素：
本发明的目的在于针对上述现有技术中存在的问题，以逆时偏移震幅叠加法为基础，并结合模拟退火方法，提供一种基于振幅叠加的地面观测微地震速度模型校正方法。本发明的思想是以测井数据偏差和高斯噪声干扰为主要因素造成的射孔定位误差，将速度模型校正作为一种误差补偿以提高射孔重定位精度。射孔定位精度越高，所得速度模型就越准确。基于振幅叠加的地面观测微地震速度模型校正方法，包括以下步骤：a、以射孔点为中心建立三维目标区域，选择参考通道M；b、设置初始温度T0，最低温度Tmin，停止时间T，模拟退火计算参数；d、建立初始速度模型，定义E(V)＝0；e、得到初始速度向量V，读取射孔数据；f、计算各道相对于参考道的走时差；g、将各道数据平移叠加，得到现有速度模型下的能量最大值E及其坐标；h、将E的值赋给E(V)；i、E(V)的坐标停滞时间达到T；j、能量为(V)处的坐标作为射孔定位坐标；k、是否满足射孔定位精度，是；l、结束。步骤b所述的模拟退火计算参数设定，是根据地面阵列式微地震观测的特点，设置六个模拟退火计算参数：第一个参数是速度向量V,V＝[Vp1,Vp2,Vp3,...,Vpn],Vpi为第i层P波速度，根据测井资料就获得初始速度向量V；第二个参数是目标函数E(V),在测井数据中，选择任意一道作为参考道M，采用射线追踪的方法求取其它各道相对于该参考道的理论走时差：Δtcal＝[t1-tM,t2-tM,...,tN-tM](1)根据该理论走时差对各道检波器获得的射孔记录波形进行逆时偏移叠加，叠加能量(目标函数)数学表达式如下：E(V)=Σj=1N[Σi=1MA(i,j)]---(2)]]>其中A为第i个体元在第j时刻的震幅大小，第i个体元的中心点坐标为(xi,yi,zi)，M为检波器个数，N为时窗长度；第三个参数是模拟退火初始温度T0，获取初始温度的解决方法如下，先给初始温度一个很小的正值，然后不断乘以一个恒大于1的数，直到满足对任何模型的接受概率接近于1为止；第四个参数为退火降温参数，极快速模拟退火降温方案如下式：Tk＝T0exp(-ck1/2N)(3)其中k为迭代次数，T0为初始退火温度，c为给定常数用来调整算法退火温度，这里让c＝0.5；N为需要调整速度层数；第五个参数为随机变量x，用来调整速度向量，具体给出公式如下：Vik+1=Vik+x*(Vimax-Vimin)---(4)]]>与为第i层速度的最大最小边界值，其中x为随机变量，产生X表达式如下：x=sgn(μ-0.5)Tk[(1+1Tk)|2μ-1|-1]---(5)]]>其中sgn为符号函数，x取值范围在[-1,1]之间；第六个参数为接受概率，当E(V′)≥E(V)时，V′替代V作为当前最优解，当E(V′)＜E(V)时,以概率P(V→V′)=exp[E(V)-E(V′)Tk]---(6)]]>替代当前最优解，其中Tk为第k次迭代时的温度值。模拟退火计算参数迭代终止条件为：A、模拟退火温度降低到最低设定温度Tmin；B、射孔点定位精度达到设定值；C、当射孔点处能量值达到一定值时，经过较长时间T迭代计算仍没有被替代，通过调整上述参数，以达到计算精度与计算效率的平衡。有益效果：在现有的速度模型校正方法中，大部分方法都是依据射孔定位精度来判断速度模型是否准确。射孔定位精度越高说明速度模型越接近于实际的地理速度模型，准确的速度模型可以为后续微地震事件定位提供良好的依据。本发明在逆时振幅偏移叠加算法的基础上采用模拟退火算法，能够有效的克服现有其他算法存在的极大值和最大值不分的情况，准确的找到能量聚焦最大值E，准确定位射孔位置，有效的校正速度模型。采用逆时振幅偏移叠加算法能够有效的抑制噪声干扰，在信噪比较低的情况下仍可获得较好定位效果。本发明不需要拾取震相初至信息，通过监测射孔点处能量聚焦情况，进行速度模型校正。因为速度模型越接近实际地理模型，其射孔定位就会越精准。可根据射孔点重定位精度，判定速度模型是否可用于后续微地震定位。附图说明：图1基于振幅叠加的地面观测微地震速度模型校正方法流程图；图2检波器布阵及射孔点正演模拟图；图3(a)96道波形合成数据结果图；图3(b)利用初始速度模型射孔点处波叠加结果图；图3(c)本文算法校正后射孔点处波形叠加结果图；图4(a)，(b)为利用初始速度模型对射孔点定位结果图；图4(c)，(d)经本发明方法校正后对射孔进行定位结果图；图5叠加高斯噪声后96道数据合成结果图；图6射孔点处波形叠加结果对比图；图7(a)在X-Y平面的定位结果图；图7(b)在X-Z平面的定位结果图。具体实施方式：下面结合附图和实施例对本发明作进一步的详细说明：基于振幅叠加的地面观测微地震速度模型校正方法，包括以下步骤：a、以射孔点为中心建立三维目标区域，选择参考通道M；b、设置初始温度T0，最低温度Tmin，停止时间T，模拟退火计算参数；d、建立初始速度模型，定义E(V)＝0；e、得到初始速度向量V，读取射孔数据；f、计算各道相对于参考道的走时差；g、将各道数据平移叠加，得到现有速度模型下的能量最大值E及其坐标；h、将E的值赋给E(V)；i、E(V)的坐标停滞时间达到T；j、能量为(V)处的坐标作为射孔定位坐标；k、是否满足射孔定位精度，是；l、结束。步骤b所述的模拟退火计算参数设定，是根据地面阵列式微地震观测的特点，设置六个模拟退火计算参数：第一个参数是速度向量V,V＝[Vp1,Vp2,Vp3,...,Vpn],Vpi为第i层P波速度，根据测井资料就获得初始速度向量V；第二个参数是目标函数E(V),在测井数据中，选择任意一道作为参考道M，采用射线追踪的方法求取其它各道相对于该参考道的理论走时差：Δtcal＝[t1-tM,t2-tM,...,tN-tM](1)根据该理论走时差对各道检波器获得的射孔记录波形进行逆时偏移叠加，叠加能量(目标函数)数学表达式如下：E(V)=Σj=1N[Σi=1MA(i,j)]---(2)]]>其中A为第i个体元在第j时刻的震幅大小，第i个体元的中心点坐标为(xi,yi,zi)，M为检波器个数，N为时窗长度；第三个参数是模拟退火初始温度T0，获取初始温度的解决方法如下，先给初始温度一个很小的正值，然后不断乘以一个恒大于1的数，直到满足对任何模型的接受概率接近于1为止；第四个参数为退火降温参数，极快速模拟退火降温方案如下式：Tk＝T0exp(-ck1/2N)(3)其中k为迭代次数，T0为初始退火温度，c为给定常数用来调整算法退火温度，这里让c＝0.5；N为需要调整速度层数；第五个参数为随机变量x，用来调整速度向量，具体给出公式如下：Vik+1=Vik+x*(Vimax-Vimin)---(4)]]>与为第i层速度的最大最小边界值，其中x为随机变量，产生X表达式如下：x=sgn(μ-0.5)Tk[(1+1Tk)|2μ-1|-1]---(5)]]>其中sgn为符号函数，x取值范围在[-1,1]之间；第六个参数为接受概率，当E(V′)≥E(V)时，V′替代V作为当前最优解，当E(V′)＜E(V)时,以概率P(V→V′)=exp[E(V)-E(V′)Tk]---(6)]]>替代当前最优解，其中Tk为第k次迭代时的温度值。模拟退火计算参数迭代终止条件为：A、模拟退火温度降低到最低设定温度Tmin；B、射孔点定位精度达到设定值；C、当射孔点处能量值达到一定值时，经过较长时间T迭代计算仍没有被替代，通过调整上述参数，以达到计算精度与计算效率的平衡。实施例1：下面结合附图和模拟地层模型对本发明进行清楚、完整的描述。具体实施步骤如下：a、如图2所示，地层模型及射孔正演过程示意图，地面采集站成星型形状排列，共6条测线，每条测线16个检波器，共计96道。模型计算中的初至时差观测值由对地层模型真实值进行正演射线追踪计算获得，采用10Hz的雷克子波描述波形，各道雷克子波振幅最大值为1。定义射孔点处的三维坐标为Xs＝236m,Ys＝-158m,Zs＝-947m，并以射孔点为中心定义一个足够大的三维目标区域。b、根据定位需要将目标区域划分为许多大小相同的体元。在本实验中将目标区域划分为边长为10m的体元，每个体元可看作是一个微地震事件发生的潜在位置点。设置初始温度T0,最低温度Tmin和最大停置时间Ts。c、根据地层模型模拟96道波形数据，数据合成结果如图3(a)所示，并给出初始速度模型，初始速度向量为V＝[800,1000,1700,2200,2700]，其中1～5层的速度值依次为；800m/s,1000m/s,1700m/s,2200m/s,2700m/s。在96道数据中选择任意一道作为参考道，采用射线追踪的方法根据式(1)Δtcal＝[t1-tM,t2-tM,...,tN-tM](1)求取其它各道相对于该参考道的理论走时差Δtcal，在该速度模型下将其余95道数据时间上均平移t1-tM，并进行振幅叠加。遍历所有体元，获得该区域内能量聚焦最大值E，及能量聚焦最大值点的坐标。d、采用极快速模拟退火法对目标层进行速度调整。设置初始退火温度T0，由式(3)计算得到退火后温度Tk，根据式(4)、(5)调整速度模型，在新的速度模型下进行射孔点重定位：由式：Tk＝T0exp(-ck1/2N)(3)计算得到退火后温度Tk，设置c＝0.5，k为迭代次数，首次为1，N为地质结构层数，N＝5。根据式：x=sgn(μ-0.5)Tk[(1+1Tk)|2μ-1|-1]---(5)]]>计算出随机变量x，再根据下式：Vik+1=Vik+x*(Vimax-Vimin)---(4)]]>调整速度模型，其中与为第i层速度的最大最小边界值，为原速度模型，为调整后的速度模型，在此速度模型下进行射孔点重定位；e、遍历所有体元，找到新速度模型下的能量聚焦最大值E(V)，并和E比较，若E(V)＞E,则将新的能量最大值E(V)作为极快速模拟退火方法中的目标函数，若E(V)＜E，则E(V)以概率P替代目标函数。其中概率P计算公式为：P(V→V′)=exp[E(V)-E(V′)Tk]---(6)]]>E(V)为原能量最大值，E(V')为当前计算出的能量值。f、模拟退火算法结束后，若射孔定位精度符合要求，则表明此时的速度模型更接近实际地理速度模型，或者是近似等效真实地理速度模型，可以用于后续微地震事件定位。若射孔定位精度不满足精度要求，说明此时的速度模型较实际地理速度模型误差较大，则还需改变初始温度T0，进行回火处理调整速度模型，直到射孔定位误差足够小为止，即速度模型足够接近实际地理速度模型。速度模型校正流程如图1所示。图3中的(b)和(c)为分别采用本发明方法与初至拾取方法计算后得到的结果，从图中可以看出采用本发明方法构建的速度模型计算得到的波形叠加结果更好，图4为分别采用初始速度模型和本发明方法校正过后的速度模型进行射孔定位的结果，从图中可以看出，经过本发明方法校正后的速度模型可以获得更高的射孔定位精度。为了验证本发明的方法在较低信噪比的情况下仍然具有较好的定位精度，在图3(a)的数据中加入信噪比为S/N＝0.1的高斯噪声，加入噪声后的合成数据如图5所示，图6为分别采用本发明方法与初至拾取方法计算后得到的结果，从图中可以看出采用本发明方法构建的速度模型计算得到的波形叠加结果更好。分别采用本发明方法校正后的速度模型和初始速度模型进行射孔定位，定位结果如图7所示，从图中可以看出本发明方法具有很好的抗噪声能力，能够在低信噪比的情况下获得较好的定位结果。以上实验结果表明，采用本发明算法能够有效提高射孔定位精度，射孔定为精度越高，说明校正后的速度模型越接近于实际的地理速度模型。良好的速度模型为后续微地震定位提供了更为准确的依据。