CRP道集优化处理对叠前反演的影响

鲍熙杰，赵海波

（中国石油大庆油田有限责任公司勘探开发研究院，黑龙江大庆163712）

AVO 反演技术利用地震反射振幅在不同偏移距／角度的相对改变特征，量化反射界面上下介质弹性参数的变化。这种基于叠前地震振幅数据的反演技术拓展了常规叠后反演的能力，定量估算出控制AVO 响应的岩石物理弹性参数，即纵波阻抗、横波阻抗和密度，这些属性可以提供有关地层岩性及流体性质的信息，进而预测出勘探有利区。目前，叠前AVA 同步反演技术（或称P 波阻抗和S 波阻抗联合反演技术）已得到业界认可，并较为广泛地应用于储层预测和烃类检测［1-4］。

与叠后波阻抗反演比较，做好叠前弹性参数反演并非易事，必须要做好三方面工作［5］：①测井曲线优化处理，使得测井曲线真实反演原状地层物理性质，消除仪器和操作等人为因素影响；②地震岩石物理分析，分析叠前反演得到的弹性参数能够能否有效识别岩性或流体；③地震道集优化处理，保证道集能够揭示地下介质的AVO 特征。除此之外，笔者认为低频趋势模型是另一重要影响因素，控制着反演的宏观趋势，这需要根据地质、测井信息建立反映沉积、构造变化的低频模型，其精度的高低影响预测指向。

既然是叠前弹性参数反演，那么CRP道集质量的高低就决定着反演结果的可信度及效果。地震勘探虽然已从单一的构造勘探为主向构造勘探和岩性勘探并重转变，但目前地震成像仍以构造成像为主，很少为地震储层描述而进行保持动力学特征的处理，尤其是叠前弹性参数反演需要的CRP 道集数据。即使运用先进复杂的反演算法，但采用处理不恰当的地震数据也会严重影响最终的反演精度和储层描述效果。本文的主要目的是衡量道集优化处理在叠前弹性参数反演中的作用，即叠前CRP道集数据质量的好坏对叠前弹性参数反演的影响，以便关注在处理过程中对道集保持AVO 特征处理的重视。通过对叠前CRP 道集数据的优化处理，提升CRP道集数据的质量，进而提高叠前弹性参数反演的精度。

1 道集优化处理方法

除地震采集因素影响之外，地震处理阶段中不合理的处理流程和处理参数也会破坏道集的振幅相对关系，从而影响后续AVO 分析及反演。为此，在叠前参数反演前必须对地震道集的振幅特征进行严格的检查，以保证其能够满足叠前弹性参数反演的要求。本次实例所用地震数据来自塔木察格盆地塔南地区。虽然三维地震数据经过精细处理（叠前时间偏移），但从图1中的第一道和第三道比较看到，原始地震CRP 道集与井上AVO 正演道集差异仍然较大。尤其是CRP道集的近道能量较弱，这是目前叠前（时间／深度）偏移普遍存在的问题。通过对叠前CRP道集仔细分析，认为原始道集主要存在三个方面的问题：信噪比偏低、道集未拉平、近道能量弱。为了满足叠前弹性参数反演的要求，需要对叠前CRP道集做进一步的优化处理。

图1 叠前CRP道集优化处理效果对比

1.1 叠前去噪

叠前去噪主要目的是提高道集的信噪比。叠前弹性参数反演需要输入不同偏移距的子叠加，由于参与子叠加的数据减少（相对于全叠加），因此，其子叠加的信噪比有降低的倾向。如果其信噪比偏低，则会引起叠前弹性参数反演精度的降低。这是因为噪声会造成反演不稳定，为了保证算法稳定，反演要以牺牲分辨率为代价。为了消除或压制噪声，假定任何存在于传统处理结果中的噪音均是随机的（如果道集存在相干噪声，则需要倾角或空间滤波处理）。对于随机噪声的压制，本文采用F-X 预测去噪技术［6］，该技术根据复数向前一步预测的方法，分离出可预测的有效信号和不可预测的随机噪声。

1.2 道集拉平

目前，主要有两类方法进行拉平道集［5］：一类为静校正法，另一类是速度调整法。前者假定在地震射线路径上局部速度扰动引起道集同相轴波动，因此不能使用全局速度场调整，可看作静校正误差引起，该方法通过逐道确定静校正漂移量以最小化同相轴最小二乘拟合误差［7］。后者假定道集不平是由剩余NMO 引起，可以通过二阶和四阶均方根速度场高分辨率估计来矫正。本文采用Swan［8］提出的基于速度调整的道集拉平方法，该方法利用AVO技术进行自动剩余NMO 分析以达到剩余时差校正的目的。

1.3 剩余能量补偿

叠前时间偏移CRP道集明显存在中间能量强、两边能量弱的问题，而AVO 特征不可能出现这一状况。产生这种现象的原因，笔者认为是由偏移之前CMP道集内偏移距分布不均，也就是说近远偏道集的覆盖次数少引起（这与地震采集的观测系统有关［9］）。这一问题可在处理环节中加以解决，即根据CMP道集中覆盖次数信息对叠前时间偏移后CRP道集进行基于覆盖次数的能量调整（该方法经过实践证明是可行的）。而本文的地震数据为最终成果数据，道头字中没有偏移距覆盖次数信息，显然上述方法失去了实现的基础。在成果数据出现此问题的情况下，只能考虑剩余能量补偿，实现的途径有两种。第一种是基于模型AVO 特征的背景趋势能量补偿［10］，该方法为模型驱动，对一定时窗内道集偏移距振幅能量变化进行统计，通过模型AVO 趋势与实际AVO 趋势进行比较，求取随偏移距变化的刻度因子，最后将刻度因子用于实际道集，实现目的层背景趋势意义下的偏移距振幅能量补偿。但应用该方法的前提是区域地质特征明确，对有利储层区域和非有利储层区域有一定的了解［10］，但该条件往往无法满足。本文采用另外一种简单易行的大时窗多道能量均衡方法，该方法需要正演AVO 道集作指导调整时窗参数。通过对工区内15口井进行验证，证明采用这种方法完全符合AVO 特征，可用于叠前弹性参数反演。

道集优化处理结果如图1所示，从左至右分别为优化处理前CRP 道集、优化处理后CRP 道集和井位AVO 正演模拟道集，优化处理后CRP道集质量明显提升，能量关系与正演道集有较好的对比性。

2 效果分析

叠前弹性参数反演是叠后约束稀疏脉冲反演的扩展［11］，根据选择的弹性参数配置，对不同角度或者偏移距叠加后的多个地震数据体同时进行联立求解，通过最小化合成地震记录与实际地震记录之间差异（同时受控于值域范围约束），反演出纵波阻抗、横波阻抗等弹性参数。叠前弹性参数反演除可提供具有真实物理意义的参数外，还能消除子波调谐以及减小反演算子范围之外的噪音。标准的叠前弹性参数反演工作流程相似，主要包括三部分：子波提取，低频趋势模型建立，反演参数优选及数据反演。

反演流程的第一步就是子波提取。子波估计是通过井点实际测井资料计算的反射系数序列和井旁地震道的幅度包络进行对比，并通过滤波器设计和迭代的方式进行，根据井旁实际地震道与合成记录之间的匹配程度来判断最优子波。优化处理后提取的子波的形态、频谱和相位趋于一致，特别是远偏移距叠加体的子波，相位更加合理，稳定性得到恢复。

图2给出了优化处理前后第五个叠加体的反演合成记录和实际地震记录的空间相关性分布对比（a和c），以及优化处理前后第五个叠加体的反演结果的信噪比空间分布对比（b和d）。从优化处理前后对比可看到，优化处理后相关性明显提高，信噪比得到明显增强。另外，优化处理后的纵波阻抗和Vp／Vs剖面，信噪比提高，空间连续性变好，反演结果更加合理。

图2 优化处理前后第五个叠加体相关性和信噪比对比

图3显示了研究区岩性特性交会分析，根据区内17口井统计得到，岩性主要有泥岩、泥质砂岩、含水砂岩，含油砂岩和砾岩五类，注意到交会图可划分岩性，但油砂和水砂难以区分。图4为基于图3的叠前反演空间砂岩厚度预测平面图（多边形为图3中的红色椭圆），比较可知，原始地震反演储层预测分布范围明显大于优化处理后地震反演储层预测分布范围，如果利用原始地震数据进行勘探评价及井位设计将会存在风险。

图3 纵横波速度比-纵波阻抗交会图识别岩性

3 讨论与结论

叠前弹性参数反演对地震道集数据提出了更高要求。为消除或削弱非储层特征因素对AVO 特征的影响，用于叠前反演的地震成果道集数据需要进一步优化处理。基于实际地震道集数据，本文考虑了信噪比、道集拉平、剩余能量的影响，采取了相应的技术对策进行了处理。通过AVO 正演对比以及反演过程和效果分析，证明CRP道集数据如不进行一些必要的优化处理，将会在叠前弹性参数反演中引入较大误差，从而影响反演成果数据体的解释和应用效果。

图4 优化处理前后反演结果的储层预测平面厚度分布

［1］ 李爱山，印兴耀，张繁昌，等.叠前AVA 多参数同步反演技术在含气储层预测中的应用［J］.石油物探，2010，46（1）：64-68.

［2］ Singh Y，Amin K A Reservoir properties prediction in the west baram delta through data integration constrained by rock physics［J］.The Leading Edge，2009，28（12）：1486-1491.

［3］ David C，Simon S，David C，et al.Tight gas geophysical：AVO inversion for reservoir characterization［J］.CSEG Recorder，2010，35（5）：29-35.

［4］ German D M，Carlos T V.Detection and spatial delineation of thin-sand sedimentary sequences with joint stocastic inversion of well logs and 3D prestack seismic amplitude data［J］.Rervoir Evaluation ＆Engineering，2010：246-264.

［5］ Singleton S.The effects of seismic data conditioning on prestack simultaneous impedance inversion［J］.The Leading Edge，2009，28（1）：772-781.

［6］ Canales L L.Random noise reduction［J］.SEG Expanded Abstracts，1984，（3）：525-527.

［7］ Gulunay N，Magesan M，Roende H H，Gather flattening.The Leading Edge［J］.2007，26（12）：1538-1543.［8］ Swan H W，Velocities from amplitude variations with offset［J］.Geophysics，2001，66（6）：1735-1743.

［9］ Canning A.Some practical aspects of amplitude recovery before AVO and inversion［J］.SEG Expanded Abstracts，2010：393-396.

［10］ Ross C P，Beale P L.Seismic offset balancing［J］.Geophysics，1994，59（1）：93-101.

［11］ Pendrel J，Debeye H，Pedersen R，et al.Estimation and interpretation of P and S impedance volumes from simultaneous inversion of P-wave offset seismic data［J］.SEG Expanded Abstracts，2000：146-149.