基于自适应阈值约束与趋势拟合的微测井Q估计噪声压制方法与流程

基于自适应阈值约束与趋势拟合的微测井q估计噪声压制方法
技术领域
1.本发明涉及油气勘探地震资料处理领域，具体涉及一种基于自适应阈值约束与趋势拟合的微测井q估计噪声压制方法。


背景技术：

2.利用微测井资料对近地表q进行估计，并消除近地表吸收衰减的影响，是近年来高分辨率地震勘探的重要尝试。
3.目前微测井q估计的主流方法是频谱比、质心频移等方法，这类方法都是利用不同深度炮点激发的初至子波频谱的变化来估计微测井q，得到广泛应用。如申请人在先申请cn110261904a公开了一种基于广义s变换的近地表q值反演及分类评价方法，包括：步骤1，分选相邻两道资料；步骤2，分别应用广义s变换获得高分辨率时频谱；步骤3，提取对应的初至信号瞬时振幅谱；步骤4，应用对数谱比法反演拟合两道间q值；步骤5，重复第(1)-(4)步，反演完成所有微测井资料中相邻道间q值；步骤6，生成各井位q值随深度变化曲线；步骤7，结合各层厚、层速计算平均衰减效应因子；步骤8，以平均衰减效应因子为基准进行近地表分类评价。中国专利申请cn102109617a公开了一种用双井微测井技术测量近地表地层q值的方法，该方法利用双井微测井资料，选择位于高速层中的激发点a及低速层底界面处激发点b的井底和地面道地震记录，截取记录的初至部分，做傅里叶变换，获得各记录的峰值频率；再利用峰值频率移动法估算q值公式，建立地震信号峰值频率变化的方程组并求解，得到q1和q2；最后对工区内所有双井微测井点求得的q1和q2值，依单井微测井解释的分层成果进行横向插值和外推，得到全区近地表q1和q2值。该方法解决了原双井微测井技术只能用来测量近地表各层速度及厚度的问题；
4.随着不断深入的研究，发明人发现：当数据不含噪声时该类方法效果较好，而实际微测井数据含有噪声，会影响初至子波的频谱，进而影响微测井q估计，尤其是随激发井深的增加，接收的初至信号变弱，信噪比降低，q估计误差增加，极大影响结果的准确度和可信度，无法满足高分辨率地震勘探的要求。而针对该问题，目前尚未有解决方法。


技术实现要素：

5.本发明主要目的在于提供一种基于自适应阈值约束与趋势拟合的微测井q估计噪声压制方法，该方法能够压制数据噪声引起的q估计不稳定性，提高了微测井q估计精度，有利于近地表吸收衰减调查与q建模。
6.为实现上述目的，本发明采用以下技术方案：
7.本发明提供一种基于自适应阈值约束与趋势拟合的微测井q估计噪声压制方法，其包括以下步骤：根据微测井数据估计q值；进行深变q值趋势估计；确定自适应深变q阈值；删除阈值范围之外的q值；对q值进行多项式拟合；对删除的q值采用拟合值来代替。
8.进一步地，利用频谱比法进行微测井数据q值估计，满足以下公式：
[0009][0010]
其中，q
evt
(i)为第i炮和第i+1炮之间的地层q值，f为频率，δt
i,i+1
为第i炮和第i+1炮的初至时差，wi(f)为第i炮的初至子波振幅谱，ln表示取对数。
[0011]
进一步地，利用alpha-trim均值滤波对q估计值q
evt
进行深变q值趋势估计，alpha-trim均值滤波是以第i点q值为中心，窗口长度为w对q结果开时窗处理，对窗内的q值由小到大排序，抛弃窗内总点数的α比例的极大值和极小值，并计算窗内剩余数据的平均值，作为该窗口中心位置i处的滤波输出，沿深度方向逐点滑动窗口，计算得到的结果作为q值的深变趋势估计值q
trend
。
[0012]
进一步地，自适应深变q阈值确定方法：对q估计值q
evt
，利用alpha-trim均值滤波中的长度为w的时窗，时窗内q值由小到大排序后，抛弃时窗内总点数的α比例的极大值和极小值后，对窗内剩余数据计算抛弃异常值后的均方差：
[0013][0014]
其中，n为第i点所对应时窗中抛弃α比例的极大值和极小值后的剩余数据的个数，q
trend
(i)为alpha-trim均值滤波计算出的第i点的q趋势值；并给定阈值控制参数p，计算q值的随深度变化的自适应阈值范围[q
min
(i),q
min
(i)]，其中q
min
(i)和q
max
(i)分别由下面公式计算出，
[0015]qmin
(i)＝q
trend
(i)-p*q
σ
(i)，
[0016]qmax
(i)＝q
trend
(i)+p*q
σ
(i)。
[0017]
进一步地，对q值进行多项式拟合优选采用对q值进行多项式拟合。
[0018]
与现有技术相比，本发明具有以下优势：
[0019]
本发明方法能够有效压制数据噪声引起的q估计不稳定性，提高了微测井q估计精度，有利于近地表吸收衰减调查与q建模。
附图说明
[0020]
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
[0021]
图1为本发明实施例1所述基于自适应阈值约束与趋势拟合的微测井q估计噪声压制方法的流程示意图；
[0022]
图2为实施例1所述一口微测井数据初至波的正演结果；
[0023]
图3为实施例1所述微测井数据初至波正演结果的道均衡显示；
[0024]
图4为实施例1所述微测井数据相邻两道初至波的对数谱比及其回归拟合曲线图；
[0025]
图5为实施例1所述无噪声情况下的微测井数据q估计结果及其估计误差图；
[0026]
图6为实施例1所述有噪声的微测井数据正演结果的道均衡显示；
[0027]
图7为实施例1所述有噪声的微测井数据相邻两道初至波的对数谱比及其回归拟合曲线图；
[0028]
图8为实施例1所述有噪声的微测井数据q估计结果及其估计误差图；
[0029]
图9为实施例1所述有噪声情况下基于alpha-trim均值滤波的自适应阈值确定及其异常q值剔除结果图；
[0030]
图10为实施例1所述有噪声情况下剔除异常q值后的趋势拟合结果图；
[0031]
图11为实施例1所述有噪声情况下的q估计值、压制修正后的q值与理论值的对比图；
[0032]
图12为实施例1所述有噪声情况下的q估计值和压制修正后的q值的误差对比图。
具体实施方式
[0033]
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
[0034]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作和/或它们的组合。
[0035]
为了使得本领域技术人员能够更加清楚地了解本发明的技术方案，以下将结合具体的实施例详细说明本发明的技术方案。
[0036]
实施例1
[0037]
如图1所示，所述基于自适应阈值约束与趋势拟合的微测井q估计噪声压制方法包括以下步骤：
[0038]
步骤1：根据微测井数据估计q值；
[0039]
选择频谱比法估计微测井q值，满足下式：
[0040][0041]
其中，q
evt
(i)为第i炮和第i+1炮之间的地层q值，f为频率，δt
i,i+1
为第i炮和第i+1炮的初至时差，wi(f)为第i炮的初至子波振幅谱，ln表示取对数。
[0042]
步骤2：基于alpha-trim均值滤波的深变q值趋势估计；
[0043]
在完成步骤1的基础上，选取适当的alpha-trim均值滤波的窗口长度w以及极大值和极小值的剔除比例控制参数α，对估计出的q值进行alpha-trim均值滤波处理。具体为，对以i点为中点，长度为w的窗内q值数据进行从小到大排序，抛弃窗内总点数的α比例的极大值和极大值的点，计算窗内剩余q值的平均值，作为估计出的i点的深变q趋势值，沿深度滑动窗口，得到随该井的q深变趋势估计值q
trend
。
[0044]
步骤3：自适应深变q阈值确定方法；
[0045]
在完成步骤2的基础上，利用步骤2中的窗口长度参数w和极大值和极小值的剔除比例控制参数α，对以i点为中点，长度为w的窗内q值数据进行从小到大排序，抛弃窗内总点数中α比例的极大值和极大值的点，对窗内剩余的点计算下式的抛弃异常值后的均方差：
[0046][0047]
其中，n为第i点所对应时窗中总数据抛弃总数α比例的极大值和极小值后的剩余数据个数，q
trend
(i)为alpha-trim均值滤波计算出的第i点的q趋势值。并给定阈值控制参数p，计算q值的自适应阈值范围[q
min
(i),q
min
(i)]，其中q
min
(i)和q
max
(i)分别由下面公式(3)和(4)计算出，
[0048]qmin
(i)＝q
trend
(i)-p*q
σ
(i)，
[0049]qmax
(i)＝q
trend
(i)+p*q
σ
(i)。
[0050]
步骤4：删除阈值范围之外的q值；
[0051]
步骤5：对q值进行多项式拟合；
[0052]
在完成步骤4的基础上，进一步对微测井q值进行多项式拟合，优选地，拟合采用分段q值拟合的方式。
[0053]
步骤6：对删除的q值采用拟合值来代替。
[0054]
由此即可得到压制修正后的微测井q值。
[0055]
下面具体结合典型数据对本发明提供的压制方法进行说明。如图2-图12所示，其中，图2为一口微测井数据初至波的正演结果，道号增加，激发井深增加，在地面接收到的初至波的振幅变弱；图3为微测井数据初至波正演结果的道均衡显示；图4为微测井数据相邻两道初至波的对数谱比及其回归拟合曲线图，频谱比法利用该对数谱比关系估计微测井q值，该关系理论上是线性的，无噪声时的对数谱比与拟合出的线性回归曲线两者吻合良好；图5为无噪声情况下的微测井数据q估计结果及其估计误差图，理论值与估计值两者随深度的变化趋势基本一致，从估计误差图上来看，估计值与理论值的误差非常小，接近于零；图6为有噪声的微测井数据正演结果的道均衡显示，初至波有效信号受到噪声影响，道号越大，激发井深越深，影响越严重；图7为有噪声的微测井数据相邻两道初至波的对数谱比及其回归拟合曲线图，该对数谱比关系受到噪声影响，严重偏离线性关系，与拟合出的线性回归曲线存在一定的差异；图8为有噪声的微测井数据q估计结果及其估计误差图，受噪声影响，q估计结果存在振荡误差，激发深度越深，噪声的影响越严重；图9为有噪声情况下基于alpha-trim均值滤波的自适应阈值确定及其异常q值剔除结果图，显示的基于alpha-trim均值滤波来估计出的q趋势值受异常值影响较小，能够反映q值随深度变化的趋势，并且计算出的自适应阈值能够将大部分的异常值剔除。
[0056]
图10为有噪声情况下剔除异常q值后的趋势拟合结果图，显示的井深0-30米的拟合值与估计的q值基本完全吻合，显示的井深30-50米利用剔除异常值后的q估计值拟合出的结果能够较好的反映q值随深度变化的趋势，并降低了相邻值间的震荡。图11为有噪声情况下的q估计值、压制修正后的q值与理论值的对比图，显示了井深30-50米，经过压制修正后的q值明显降低了噪声引起的q值估计结果的震荡误差，其与理论值吻合较好，提高了从噪声环境中估算出的q值的精度。图12为有噪声情况下的q估计值和压制修正后的q值的误差对比图。该图进一步说明了修正后的估计值的误差明显低于原始的q估计值，表明有噪声引起的q估计震荡误差被压制。
[0057]
上述结果表明：本发明提供的基于阈值约束与趋势拟合的微测井q估计噪声压制
方法能够压制数据噪声引起的q估计不稳定性，提高了微测井q估计精度。
[0058]
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。