复杂构造区低级序走滑断层的地震识别方法
【技术领域】
[0001] 本发明属于石油勘探领域，具体地，涉及一种复杂构造区低级序走滑断层的地震 识别方法。
【背景技术】
[0002] 含油气盆地内的走滑断层不仅形成机制多样、分布广泛，而且在油气富集中发挥 着十分重要的作用；低级序走滑断层作为一种隐蔽性调节断层样式，常在局部范围内造成 应力分布不均匀，导致产生一系列的小裂缝和微裂隙，极大地改善储层的渗透性，大幅提高 低孔隙储层的产能，但限于复杂构造区地震资料品质以及低级序走滑断层常表现为一种调 节构造类型，具有隐蔽性和多方向发育的特点，从而其有效识别成为滚动勘探开发研究中 的一项重要课题。
[0003] 目前在石油勘探开发领域，对常规断裂系统的地震解释方法技术已经相当成熟和 可靠，但对低序级断层尤其对地震资料品质差的深层低序级断层的识别仍显困难。目前这 方面的研究技术主要有水平切片技术、多尺度相干技术、方差体技术、倾角扫描技术、混沌 属性技术、蚁群跟踪训练技术以及断层图像增强技术等，但水平切片技术只能用于识别较 大规模，组合较简单的断层，对于低序级断层的识别只起参考作用，多尺度相干技术和方差 体技术在强调不相关异常，突出不连续性，通过相干处理和解释，可辨别出与断层、裂缝等 有关地质现象，如地震资料信噪比较高，则对低序级断层识别有一定效果。倾角方位角属性 分析技术一般要求输入的层位是完全自动追踪或内插，对地震资料品质要求较高，因此，对 于低序级断层则以判断。混沌属性技术则由地震道数据协方差矩阵特征值确定的混沌属性 以及断层的混沌属性刻画，对于突出含有破碎带的断层效果较好。似断层面的蚁群跟踪训 练技术，采用叠后二维和三维纵波地震资料，通过降噪、计算方差体和倾角体最终获得一个 低噪音、具有清晰断裂痕迹的数据体，并具有一定的方向滤波功能，常将模糊成分剔除掉， 因此造成了一定有效成分的丢失和空间断裂痕迹的不连续现象，且对地震数据要求相对要 高。断层图像增强技术主要有自适应方向滤波技术、边界保持滤波技术和边缘检测技术，最 常用的边缘增强技术利用构造对像素灰度阶跃变化敏感的微分算子来反映不连续性特征 及特殊岩性体轮廓，如Robert算子、Sobel算子、Prewitt算子、Lap lac ian算子、Canny算子 等，与其它算子相比，Sobel算子对于象素位置的影响做了加权，可以降低边缘模糊程度，因 此效果更好，而且在不考虑噪声的情况下，取得的边缘信息误差不超过7度，但提取出的边 缘比较粗，需要进行细化处理，而且常规阈值的选择直接影响检测的结果，也未能针对不同 方向的断层进行针对性处理。
[0004] 因此，在构造背景复杂、地震资料品质低、走滑断距不明显、断层延伸距离短的前 提下，低级序走滑断层隐蔽性强、识别难度大，需要结合先进的地震处理技术和数学算法， 对Sobel算子进行改进，以凸出针对不同方向断层的刻画结果，目前尚未见到相关报道。
【发明内容】
[0005] 为克服现有技术存在的缺陷，本发明提供一种复杂构造区低级序走滑断层的地震 识别方法，在构造复杂区基于改进的Sobel算法结合半自动追踪技术获得低级序走滑断层， 进而采用精细地层对比和倾角测井组合技术验证断层可靠性。
[0006] 为实现上述目的，本发明采用下述方案：
[0007] 复杂构造区低级序走滑断层的地震识别方法，步骤如下：
[0008] 步骤1:分析置后地震资料品质
[0009] 步骤2:处理获得优势分频相位带 [0010] 步骤3:处理获得主方向Sobel算子 [0011] 步骤4:处理获得任意方向Sobel算子
[0012] 步骤5:提取多方向低级序走滑断层系统
[0013] 步骤6:验证低级序走滑断层可靠性。
[0014] 相对于现有技术，本发明具有如下有益效果:适合于任何复杂构造带的低级序走 滑断层地震识别和可靠性验证，有系统化、精度高、计算效率高的优点；在多期构造叠加复 合区的断层识别中，包含了提取优势高频带以及能反映不同走向断层的地震数据体，能直 观反映平面上低级序走滑断层的组合方式和空间位置，是确定低信噪比、低频地震资料区 低级序隐蔽断层的有效手段，是保证对复杂构造油气田或断块油气田中隐蔽断层控油规律 重新认识、增储上产、开发方案部署和调整的重要依据，明显优越于常规算法进行断层边缘 刻画的效果。
【附图说明】
[0015] 图1是复杂构造区低级序走滑断层的地震识别方法的流程示意图；
[0016]图2是改进的Sobel算子差值梯度计算四个主方向示意图（EW向、SN向、NW-SE向、 NE-SW向）；
[0017] 图3是基于改进的Sobel算子滤波和拉普拉斯算子计算效果对比图；
[0018] 图4是基于蚂蚁追踪算法获得的四个方向滤波平面断层系统图。
【具体实施方式】
[0019] 如图1所示，复杂构造区低级序走滑断层的地震识别方法，步骤如下：
[0020] 步骤1:分析叠后地震资料品质，具体方法如下：
[0021] 收集现有的叠后时间域或深度域地震资料，加载现有解释系统，确定和追踪需要 分析的目的层段在三维空间的顶底反射时间，得到目的短时窗数据体，进行短时窗离散傅 立叶变换或最大熵谱估计，生成频率域相位谱数据体；
[0022] 步骤2:处理获得优势分频相位带，具体方法如下：
[0023] 在地震解释可视化平台上，观察不同频率切片及相位滞后分布，选取主断层显示 清楚、主次断层组合明显的相位切片作为优势频率相位切片，进行主、次断层系统参数的统 计分析，根据经验，确定走滑断层或横向调节断层的走向区间或范围，提取获得能够反映 25m断距以下的地震优势相位频带，并进行正态平滑处理消除吉布斯现象；
[0024] 步骤3:处理获得主方向索贝尔（Sobe 1)算子，包括以下三个步骤：
[0025] (1)、对处理后的能突出低级序断层的优势频带地震资料进行基于包含两组3X3 矩阵的算子计算，再与每点地震振幅数据作平面卷积运算，得出横向及纵向的数据差分近 似值，以A代表原始数据，AxG(X，y)及AyG(X，y)分别代表经横向及纵向边缘检测的数据变 异值，计算公式如下：
[0028] 其卷积模板算子如下：
[0029]
[0030] (2)、进行噪声抑制处理，基于横向、纵向边缘算子，叠加获得横向、纵向、NE45°、 NE315°四个主方向上的尺寸5 X 5的算子模板Tx、Ty、T45、T315，并对各个矩阵算子开根方# , 得到矩阵各向同性Sobel算子，每个模板的重量位置是由位置中心的距离G(x，y)以及位置 的方向所决定，等距点有相同的重量，以四个主方向算子模板来盘旋振幅数据，总梯度值G 可通过增加两个倾斜矩阵得到，通过双阈值算法得到数据异常边缘：
[0031]
[0032]
[0033]
[0034] (3)、在该筧法中，诜择樽板梯度倌最高输出作为边缘像素强度梯度：
[0035]
[0036] 为提供较为精确的边缘梯度方向，实现方式为：
[0037]
^ αχ
[0038] 其中ΝΕ45°、ΝΕ315°方向的边缘检测结果为(如图2):
[0039] Δ x+yG(Y-315〇 -X) = Δ Gx+ Δ Gy
[0040] Δ x-yG(X-45° -γ) = Δ Gx- Δ Gy
[0041 ] 步骤4:处理获得任意方向Sobe 1算子，包括以下四个步骤：
[0042] (1)、根据四个主方向边缘检测结果，从第四象限到第一象限每隔22.5°，即W270°、 NW292.5。、NW315°、ΝΕ337·5°、Ν0°、ΝΕ22·5°、ΝΕ45°、ΝΕ67·5°、NE90° 进一步叠加计算获得各 向同性算子模板，并计算总梯度值及梯度方向，对每点上下、左右邻点灰度加权差，当在边 缘处达到极值，极值即阈值时便定为检测边缘，同时提供较为精确的边缘方向信息（如图 2)，计算公式如下；
[0043] Δ x+yG(Y_337 · 5。-X) = Δ Gx+2 Δ Gy
[0044] Δ x-yG(X-22.5° -Υ) = 2 Δ Gx- Δ Gy
[0045] Δ x+yG(Y_292 · 5° -X) = 2 Δ Gx+ Δ Gy
[0046] Δχ-yG(X-67.5°_Y)= AGx_2AGy
[0047] Δ x+yG(Y-m°-X) =a Δ Gx+b Δ Gy
[0048] Δ χ-yG(X_n。-Υ) =b Δ Gx_a Δ Gy
[0049] 式中：其中G(x，y)表示地震数据体(x，y)点的幅度数据值，AxG(x，y)及AyG(x，y) 分别为经横向及纵向边缘检测的数据差异或为两组3X3的矩阵，A x_yG(X-45°-Y)及Ax+yG (￥-315°1)分别为呢45°和丽315°边缘检测的数据差异或为两组5\5的矩阵，八巧6(￥1°-X)及A x-yG(X-n°-Y)为任意方向边缘检测的数据差异，m、n为任意角度，a、b为叠加系数，且 叠加系数为整数，G为数据的每一个点的横向及纵向梯度近似值，Θ为梯度方向；
[0050] (2)、自动获得最佳边缘的阈值是边缘检测的关键，阈值过低，会产生错误边缘，而 且边缘厚，阈值太高，边缘不能有效被检测或产生假现象，为减少假边缘段数量的典型方法 是对G (χ，y)使用一个阈值，将低于阈值的所有值赋零值；
[0051] (3)、步骤(2)所述的使用一个合理的阈值，主要采用改进的双阈值算法进行边缘 判别