基于裂缝性油气储层断裂系统检测的相干算法的制作方法

本发明属于石油勘探领域，更具体地讲，涉及一种基于裂缝性油气储层断裂系统检测的相干算法。

背景技术：

当前的油气勘探的研究方向已逐渐从构造油气藏向地层、岩性等隐蔽油气藏转移，因此对断层、裂缝以及地质体边缘等不连续性地质结构的识别越来越重要，而如何精确地刻画断裂在地下的存在状态又是重点中的难点。在油藏评价、区块的评估和提高油气采收率中，识别和刻画断层与裂缝系统是至关重要的步骤。

相干体最早由bahorich和farmer在1995年发表了他们在amoco公司工作期间开发出的一种新算法，将相干属性作为一种独立的地震属性技术进行展示，引起了很大的反响。相干体技术主要应用于地质构造、沉积环境的解释和隐蔽性油气藏的勘探开发等领域。相干体属性在时间剖面上的切片可以很清楚地看出断裂或者地层的异常情况，从而帮助地震解释人员快速地认识研究工区内的断裂发育和平面展布的情况，提高地震数据的解释周期和地质解释的能力，在商业地震解释软件中应用十分普遍。

在反射波法地震勘探中，由震源激发的脉冲波在向下传播过程中，遇到波阻抗分界面时，根据反射定理和透射定理，发生反射和透射，形成地震波。地震波在横向均匀的地层中传播时，由于各相邻道的激发、接收条件十分接近，反射波的传播路径与穿过地层的差别极小，故对反射波而言，同一反射层的反射波走时十分接近，同时表现在地震剖面上是极性相同，振幅、相位一致，称为波形相似。相干数据体技术正是利用这种相邻地震信号的相似性来描述地层和岩性的横向不均匀性的。具体地说，当地下存在断层时，相邻道之间的反射波在旅行时，振幅、频率和相位等方面将产生不同程度的变化，表现为完全不相干、相干值小；而对于横向均匀的地层，理论上相邻道的反射波不发生任何变化，表现为完全相干、相干值大。对于渐变的地层，相邻道的反射波变化介于上述两者之间，表现为部分相干。根据相干算法，对偏移后的地震数据体进行逐点求取相干值，就可得到一个对应的相干数据体。

相干体算法已经从第一代的基于互相关的算法、第二代的利用多道相似性的算法，发展到了第三代的基于特征结构的相干算法。地震记录道与道之间的相关分析，最早应用于地震数据处理中初至波的自动拾取和地震资料解释中层位的自动追踪，而作为一个独立的分析参数是bahorich等1995年提出的，即第一代相干算法。第一代相干算法适用于高品质的地震资料，不适用于存在相干噪声的地震资料。第二代相干算法由marfurt等人提出，第二代相干体以在速度谱计算中常用的多道相似性算法为基础，用椭圆或矩形范围内的多道相似系数计算代替仅沿x和y方向的少数道的互相关计算。应用该算法可以对任意多道地震数据计算相干性，对地震资料的质量限制不是很严格，能够较精确地计算有噪声数据的相干性，第一代相干算法则不能解决这个问题。因此，该算法具有较好的适用性和计算速度。第三代相干算法由gersztenkorn和marfurt提出，是基于结构特征的相干算法，该算法较第二代算法具有更好的横向分辨率，但是对大倾角的地层不敏感，不利于高分辨地识别小断层。传统的方法计算相干体时都是使用线性相关来度量两个地震道之间的关系，而地震道变量是非线性的，因此从数学上来讲，传统的计算方法存在一定的局限性，同时非线性相关算法对变量间的变化检测更加敏感。

技术实现要素：

针对现有技术中存在的不足，本发明的目的之一在于解决上述现有技术中存在的一个或多个问题。

为了实现上述目的，本发明的提供了一种基于裂缝性油气储层断裂系统检测的相干算法，所述算法可以包括以下步骤：选取分析时窗，对地震数据进行截取，得到截取后的地震数据；在所述截取的地震数据中选择数据子体，以数据子体的中心点作为待处理采样点，构建矢量矩阵m；计算矩阵m的矢量等级相关系数，构建矩阵ms；求取矩阵ms的特征值，得到矩阵ms的迹；利用矩阵ms特征值中的最大值以及矩阵ms的迹，得到待处理采样点的相干计算结果；重复所述构建矢量矩阵m的步骤至所述得到相干计算结果的步骤，循环至下一个待处理采样点直到地震数据计算完毕，其中，

所述矩阵m为：

其中，所述mx,y表示在数据子体x地震道上点y的地震数据，1≤x≤j，j表示数据子体总的地震道，n-k,...,n+k表示在时间方向上的点，y为n-k,...,n+k中的任意一点，n，k均为整数，k≤n。

在本发明的基于裂缝性油气储层断裂系统检测的相干算法的示例性实施例中，所述构建矩阵ms的方法包括：

计算矩阵m的矢量等级相关系数

其中，zhc表示矩阵m的失量mh中第c个数据mhc的秩，zic表示矩阵m的矢量mi中第c个数据mic的秩，mh＝[mh,n-k,mh,n-k+1,mh,n-k+2,......,mh,n+k]，mi＝[mi,n-k,mi,n-k+1,mi,n-k+2,......,mi,n+k]，1≤h≤j，1≤i≤j；

利用等级相关系数mh′i构建矩阵ms，

矩阵

在本发明的基于裂缝性油气储层断裂系统检测的相干算法的示例性实施例中，所述矩阵ms的迹tr(ms)＝∑λj，其中，λj为矩阵ms的特征值。

在本发明的基于裂缝性油气储层断裂系统检测的相干算法的示例性实施例中，所述相干计算结果λmax为矩阵ms特征值的最大值。

与现有技术相比，本发明的方法有效地规避了传统相干算法中线性相关、参与计算数据分布要求的局限，更加精细地描述了变量之间的相关性，提高了计算结果的准确度，为检测地下地质体的不连续性，突出断层、裂缝等地质体，寻找地下油气藏提供一种新的方法。

附图说明

通过下面结合附图进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：

图1示出了根据本发明示例性实施例的基于裂缝性油气储层断裂系统检测相干算法流程示意图。

具体实施方式

在下文中，将结合附图和示例性实施例详细地描述根据本发明的基于裂缝性油气储层断裂系统检测的相干算法。

具体来讲，裂缝的探测对于发现裂缝性储层具有重要的作用，而相干体算法可以检测裂缝、断层以及地下不连续地质体，相干属性在时间剖面上的切片可以很清楚地看出断裂或者地层的异常情况，从而帮助地震解释人员快速地认识研究工区内的断裂发育和平面展布的情况。

本发明的核心之处在于，本发明的方法利用非参数统计方式，运用等级相关的方法与相干算法相结合，规避了传统方法对数据分布的要求以及线性相关的局限性，引入的相关系数能够很好的识别和计算波形间的相似性，为地下裂缝识别和预测提供了更可靠的依据，最终为裂缝性油气储层的开发，提高钻井成功率，降低生产成本提供帮助。

本发明提供了一种基于裂缝性油气储层断裂系统检测的相干算法。在本发明基于裂缝性油气储层断裂系统检测的相干算法的一个示例性实施例中，所述相干算法包括：

步骤s01，根据某研究工区的地震数据，选取分析时窗，对地震数据进行截取。

以上，所述的地震数据是经过常规处理的叠后地震数据，例如常规处理方式可以包括去噪、静校正等处理方法。

分析时窗的选取需要根据目标地质体的位置和大小来决定，决定的分析时窗为经验值或给定值。

步骤s02，选取数据子体，构建矩阵m。

这里，针对分析时窗范围内的三维地震数据，可以在空间方向上以预设地震道位置为中心，选定道窗范围，在时间方向上以样点为中心，选定时窗范围，从而可以从所述地震数据中确定一个三维的数据子体。

例如，假设地震数据的采样率为δt，选取的数据子体包括j1行(表示inline方向对应的地震道)和j2列(表示crossline方向对应的地震道)，即数据子体内一共有地震道j＝j1×j2。以数据子体的中心点为待处理采样点，对数据子体的中心点进行相干计算。例如选取的数据子体中心点a的坐标为(x,y)，a点在数据子体的纵向时间为t＝nδt，其中，n表示任意自然数。以a点为数据子体中心，数据子体内有j道地震数据参与计算，每道地震数据纵向上，即时间方向上的数据子体时窗范围内设有2k+1个样点，即以a点为中心，向上取k个样点，向下取k个样点，其中，k为自然数，每个样点均对应了相应的地震数据。数据子体内所有j道地震数据组成矩阵大小为j×(2k+1)，记为m。矩阵m为：

其中，所述mx,y表示在数据子体x地震道上点y的地震数据，1≤x≤j，j表示数据子体总的地震道，n-k,...,n+k表示在时间方向上的点，y为n-k,...,n+k中的任意一点，n，k均为整数，k≤n。

以上，数据子体的时窗范围可以是步骤s01中分析时窗范围中的每一部分，即以待处理采样点为中心，在分析时窗范围内截取一段作为数据子体时间方向上的时窗范围。例如，步骤s01选取的分析时窗为hor1和hor2之间，在hor1和hor2之间，某一点取时窗范围为1000ms-1200ms。假设取k＝8，地震数据采样率为2ms，那么三维数据子体纵向上就是16×2＝32ms。若a点纵向上时间t＝1024ms(1000ms<t<1200ms)，则三维数据子体纵向上时窗范围为(1024-16,1024+16)。

时间方向上的数据子体时窗范围内设有的样点个数为奇数个，即以待处理采样点为中心，向上取的样点个数与向下取的样点个数是一样的。数据子体中选择的地震道数可以是经验值或者给定值。对于每一个待处理采样点，选取的数据子体的大小范围相同。

步骤s03，构建矩阵ms。

利用传统的方法构建的ms为协方差矩阵，由于计算协方差过程为线性过程，而真正的地震数据间的关系是非线性的，用非线性相关的方法可以更好地表达两矢量间的相关性。因此，本发明利用非线性相关的方法构建矩阵ms，首先对矩阵中的任意两个矢量mi、mh进行编秩操作，即分别求取矢量mi、mh的秩，得到编秩后的矢量m′i、m′h，然后计算m′i、m′h的等级相关系数，得到m′hi，其中，

其中，zhc表示矩阵m的失量mh中第c个数据mhc的秩，zic表示矩阵m的矢量mi中第c个数据mic的秩，mh＝[mh,n-k,mh,n-k+1,mh,n-k+2,......,mh,n+k]，mi＝[mi,n-k,mi,n-k+1,mi,n-k+2,......,mi,n+k]，1≤h≤j，1≤i≤j；

根据计算得到的mh′i构建矩阵ms，其中，

这里，计算计算m′i、m′h的等级相关系数可以是斯皮尔等级相关系数，斯皮尔等级相关系数也可以称为斯皮尔等级相关，是测定变量之间等级相关程度的一种非参数统计相关分析方法。

斯皮尔曼等级相关的基本思路可以是：假设x，y是抽自两个不同总体x，y的样本，其观察值分别为x1,x2,x3,...,xn和y1,y2,y3,...,yn，将他们配对形成(x1,y1)，(x2,y2)，……(xn,yn)。将xi和yi各自排序(同时为升序或者降序)，分别计算出它们的秩，计做pi和qi，得到n对秩(p1,q1),(p2,q2),……(pn,qn)。当x和y完全相关时，∑(pi-qi)＝0，可以记做σdi＝0，其中di就可以度量x和y的相关性，若di越大，x和y之间相关越不完全。然而di的值可以为正值，也可以为负值，直接用σdi来测量相关性会缩小pi和qi之间的差值，因此可以使用σdi²来表示pi和qi的差值大小。然而σdi²既受到pi和qi不一致程度的影响，同时也受到x和y样本个数n的影响。鉴于此，为了更加准确地进行相关性分析，采用∑di²的最大值去除∑di²，得到一个相对的测量指标，叫做斯皮尔曼等级相关，用rs表示，其中，

其中和分别是pi和qi的平均值。

当每个数据的秩次均不相同时，上式可以写为：

其中，di＝pi-qi，即为两个观察值秩之间的差距。

在上述式中，rs的取值范围在-1到1之间。当rs大于0时，两者为正相关；当rs小于0时，两者为负相关。rs值越接近于1，样本间的相关性越大，rs越接近于0，样本间的相关性越小。

步骤s04，计算矩阵ms的特征值λ1,λ2,...λj，矩阵ms的迹tr(ms)＝∑λj，其中，λj为矩阵ms的特征值，tr(ms)代表了矩阵ms的总能量。

步骤s05，计算待处理采样点的相干结果λmax为矩阵ms特征值的最大值。

步骤s06，重复步骤s02至步骤s05，计算下一个采样点的相干结果，直到所有的地震数据计算完毕。

相关结果需要计算三维地震数据中的每一个采样点。例如，可以首先沿着沿时间方向上循环，在分析时窗范围内从上到下依次计算采样点，然后在依照inline和crossline循环三维地震数据中的每一个点。

步骤s07，将所有采样点的相关计算结果保存为切片或者数据体的形式，然后可以进行相干图的绘制。

综上所述，通过本发明提供的方法，规避了传统相干算法中对参与计算数据分布要求的限制，同时用非线性相关的方法能够更加准确、合理地描述两地震道变量之间的相关性，提高了计算结果的准确度，较传统算法而言，具备更好地识别地层不连续性的能力，为断层和裂缝的识别，裂缝性油气储层的精细描述提供依据。

尽管上面已经通过结合示例性实施例描述了本发明，但是本领域技术人员应该清楚，在不脱离权利要求所限定的精神和范围的情况下，可对本发明的示例性实施例进行各种修改和改变。