三维地震资料叠前随机噪音压制

王维红， 宋元东， 林春华， 刘瑞有， 姜艳影

( 1. 东北石油大学 地球科学学院，黑龙江 大庆 163318; 2. 大庆油田有限责任公司 勘探开发研究院，黑龙江 大庆 163712； 3. 梧州中国石油昆仑燃气有限公司，广西 梧州 543002； 4. 大庆油田有限责任公司 第二采油厂，黑龙江 大庆 163414 )



三维地震资料叠前随机噪音压制

王维红1， 宋元东1， 林春华2， 刘瑞有3， 姜艳影4

( 1. 东北石油大学 地球科学学院，黑龙江 大庆 163318; 2. 大庆油田有限责任公司 勘探开发研究院，黑龙江 大庆 163712； 3. 梧州中国石油昆仑燃气有限公司，广西 梧州 543002； 4. 大庆油田有限责任公司 第二采油厂，黑龙江 大庆 163414 )

为提高叠前道集数据的信噪比，将频率域基于双向预测误差滤波的三维叠后随机噪音衰减方法(3D RNA)，经过地震资料的道头修改和重置后，应用于叠前地震资料，实现三维叠前地震资料随机噪音的压制处理.某工区CMP道集和CRP道集随机噪音压制的试处理结果表明：该方法能够提高三维地震数据信噪比，得到的地震道集同相轴更清晰，可在不同的处理流程和步骤中串行应用，并且几乎可适用于所有三维地震资料.为提高速度分析精度、改善叠加效果、保持地震数据的AVO振幅特性和提高成果数据体的成像精度提供指导.

叠前； 随机噪音； 压制； 道头修改； 地震资料

0 引言

随机噪音在地震资料中普遍存在，主要来源于采集过程和处理过程.在资料采集过程中，随机噪音主要来源于地面微震、炮点激发和仪器接收等因素造成的不规则干扰[1-2]；在资料处理过程中，随机噪音主要来源于偏移成像和正演模拟过程，如逆时偏移中采用随机边界条件引起的随机噪音[3-6].在地震记录上，随机噪音没有一定的视速度和传播方向，是一种具有各态历经性质的平稳随机过程[7].随机噪音的存在不但引起地震资料信噪比的降低，而且严重制约地震资料后续的高分辨率处理、目标准确成像、属性提取和反演等[8]，对当前高分辨率和岩性油气藏勘探有较大影响.在地震资料的“三高”(高信噪比、高分辨率和高保真度)处理过程中，信噪比是基础，是保证地震资料分辨率和保幅的关键；三维地震勘探是地震勘探的主要方法，随机噪音的存在严重制约后续的地震资料处理步骤，如速度分析、AVO分析、叠加效果及偏移成像的效果等.

叠加是压制随机噪音的有效方法，当前大多数地震处理技术应用于叠前，因此需要在叠前进行随机噪音压制，以提高叠前处理的精度，进而提高勘探成功率.叠前随机噪音压制的方法主要是滤波法，如中值滤波、f-x域预测滤波、多项式拟合、K-L变换和τ-p变换去噪等[9-16].其中中值滤波法计算简单，易于实现，但是平滑处理相当于低通滤波，对有效信号的高频成分造成损失，难以满足岩性勘探的保幅高分辨率处理的要求[9]；K-L变换法的基本假设是水平地层，对实际存在的倾斜地层的噪音压制处理，常导致有效波的振幅受到较大影响[11-12].非局部平均滤波(NLM)方法是近年来发展起来的随机噪音压制的有效方法[17]，对二维数据和叠后地震取得理想的效果；处理三维叠前地震数据时，由于三维权系数计算较为困难，并且计算效率低，所以在三维叠前地震数据的随机噪音压制中未得到广泛应用.

目前广泛应用的是基于叠后地震数据的三维随机噪音衰减方法(3D RNA).它根据叠后资料有效波同相轴的相干性[18]，应用二维预测算子实现随机噪音的压制，对提高叠后资料信噪比、压制高频随机噪音非常有效.笔者将三维叠后随机噪音衰减技术应用于三维叠前处理，即对叠前地震数据体，通过地震记录中道头字修改与重排，形成三维叠后数据体的结构形式，应用3D RNA方法完成三维叠前随机噪音压制，能够有效提高叠前资料的信噪比，为三维地震数据高精度成像奠定技术基础.

1 叠后3D RNA原理

叠后三维随机噪音压制方法(3D RNA)可以有效压制随机噪音等非相干干扰，提高叠后地震资料的信噪比.在实际计算时，需要将三维地震数据体进行Fourier变换，得到频率—空间(f-x,y)域的地震数据.

三维地震数据对时间进行Fourier正变换的计算公式为

(1)

式中：D(x,y,ω)为三维时间域地震数据d(x,y,t)的Fourier正变换；ω为圆频率.

在频率空间域，对于给定的任一频率成分ωi，式(1)所给出的地震数据D(x,y,ωi)只是空间位置坐标x和y的函数，将其记为f(x,y).设计一个矩形窗，即二维预测算子，设在该矩形窗内有m组不同视速度的反射波同相轴Ri(t)，各同相轴在两个空间方向的反射时差表示为Δtx(i)和Δty(i)，其中i=1,2,…m，则特定频率成分的二维地震信号f(x,y)可以表示为二维Z变换的形式：

(2)

式中：F(Z1,Z2)为二维信号f(x,y)的Z变换；R(f)为反射同相轴R(t)的频率域表示形式.

将式(2)右端展开，整理可得

E(Z1,Z2)=F(Z1,Z2)P(Z1,Z2),

(3)

式中：E(Z1,Z2)为预测误差的Z变换；P(Z1,Z2)为二维预测误差滤波器；F(Z1,Z2)为输入的离散信号.式(3)将信号F(Z1,Z2)应用于二维预测误差滤波器P(Z1,Z2)，进行滤波得到E(Z1,Z2)结果.

实际上，预测误差滤波算子P(Z1,Z2)是未知的，设三维地震数据经过矩形预测算子预测后，输出的预测误差能量最小，则构建目标函数，并令目标函数对预测算子的偏导数为零，得到矩阵方程为

RH·P=R,

(4)

式中：RH为频率—空间域地震记录的多道自相关的Hermite矩阵；R为频率—空间域地震记录的多道自相关列阵；P为二维预测算子各分量的列阵.

根据式(4)求出对应于不同频率成分的二维预测算子后，对地震数据进行维纳滤波处理，即可得到频率域地震信号的最小平方近似[18-19]；再进行Fourier反变换，得到时间空间域随机噪音压制后的三维叠后地震数据体.该方法的本质是径向预测滤波，利用相邻地震道有效波的相似性，实现三维叠后地震数据的随机噪音压制处理.

图1 三维叠前随机噪音压制道头修改示意Fig.1 Trace header modification schematic diagram of 3D prestack random noise suppression

2 叠前3D RNA方法

一般叠前地震数据是以共炮点道集或共中心点道集(CMP)依次存放的，其有效波同相轴的时距曲线近似为双曲线.对叠前地震数据随机噪音压制，有效波同相轴具有双曲性质，所以不能直接应用叠后3D RNA方法.为有效实现叠前地震数据随机噪音的压制，对叠前地震数据的道头字进行修改(见图1)，使它与叠后三维地震数据的道头形式基本一致；修改后的一个空间坐标轴表示炮号或CMP号等，另一个空间坐标轴表示道号，修改前后时间坐标轴保持不变(见图1).由图1可知，在叠前应用3D RNA方法进行随机噪音衰减，在共炮点道集和共中心点道集可以实现.

以共炮点道集数据为例，说明道头修改和随机噪音压制的实现过程.首先将叠前共炮点道集数据中单炮记录作为纵轴，将每炮的地震道作为横轴，形成一个平面，每炮中的地震道与按顺序排列的炮记录组成的数据体类似于三维叠后数据体；然后应用叠后3D RNA方法进行随机噪音压制处理，再将地震数据道头修改为原来叠前共炮点道集的形式，即实现叠前地震数据的随机噪音压制处理.在叠前随机噪音压制计算中，只要正确完成道头字的修改，就可以应用叠后3D RNA方法实现噪音压制处理；因此提出的叠前随机噪音压制的实现方法，对于任何三维叠前地震数据体都是适用的.另外，该方法是相对保幅的随机噪音压制技术，可为后续的叠前成像算法提供信噪比高的数据体.

3 应用效果

在地震资料处理过程中，叠前在共炮点道集和共检波点道集处理的步骤较多，一般CMP道集中随机噪音压制对于提高资料信噪比和速度分析精度等具有重要意义；偏移后CRP道集上，由于存在偏移算法和数据不规则等，也产生随机噪音，为提高后续储层预测、优化叠加等处理精度也需要噪音压制处理.

大庆油田某工区三维地震资料于2011年采集，满覆盖面积为300 km2，覆盖次数为96，面元大小为25 m×25 m，最大偏移距为4 500 m.该工区勘探目的是断陷区深层火山岩和致密砂砾岩储层，目的层埋藏深、波场复杂、地震资料信噪比低.为提高地震资料成像精度，对叠前的CMP道集应用提出的叠前3D RNA方法，实现随机噪音压制处理，提高叠前地震数据的信噪比，进而使静校正、速度分析等精度得到提高，为后续偏移成像精度的提高提供技术基础.

对研究区的某一CMP道集，应用提出的三维叠前随机噪音压制方法得到的噪音压制前后结果见图2，其中动校正后含噪音的CMP道集见图2(a)，噪音压制后的CMP道集见图2(b).由图2可知，随机噪音压制后，在1.8～3.0 s之间目的层信噪比得到有效提高，有效波同相轴连续性增强.为更好地说明随机噪音压制后的道集对后续处理的影响和数据的应用，给出该CMP道集位置处叠前随机噪音压制前后的速度谱(见图3).其中原始含随机噪音的CMP道集速度谱见图3(a)，随机噪音压制后的CMP道集速度谱见图3(b).由图3可知，经过叠前随机噪音压制后，速度谱中能量和聚焦效果得到大幅改善，可以提高速度分析的精度，进而提高成像精度.

图2 CMP道集叠前随机噪音压制前后结果Fig.2 The comparison of CMP gathers before and after 3D prestack random noise suppression

图3 CMP道集三维叠前随机噪音压制前后速度谱Fig.3 The comparison of velocity spectrum before and after 3D prestack random noise suppression

CRP道集是叠前时间或深度偏移后的成果道集，对CRP道集进行叠加，得到偏移的最终成果数据体.同时，CRP道集也可用于AVO分析、叠前反演和储层定量预测，所以道集质量对成果数据体的解释、应用和储层预测等具有决定作用.由于存在偏移计算等原因，CRP道集含有一定的随机噪音.应用三维叠前随机噪音压制方法可以提高CRP道集的信噪比.研究区某一CRP道集随机噪音压制前后结果见图4.由图4可知，噪音压制后CRP道集同相轴连续性好、信噪比高，可以有效提高AVO分析和叠前反演的计算精度.

研究区一条主测线CMP道集叠前噪音压制前后的叠加结果见图5，为便于显示，抽取其中的一段进行对比.其中常规处理得到的叠加剖面见图5(a)，对CMP道集进行三维叠前随机噪音压制后的叠加剖面见图5(b).由图5可知，噪音压制后地震数据体信噪比有一定程度提高，同相轴连续性增强，能够为后续处理提供较好的数据基础.

图4 CRP道集叠前随机噪音压制前后结果Fig.4 The comparison of CRP gathers before and after prestack random noise suppression

图5 CMP道集叠前噪音压制前后叠加数据结果Fig.5 The comparison of stack sections before and after prestack random noise suppression in CMP domain

4 结论

(1)基于叠后三维地震数据随机噪音压制方法，修改叠前数据的道头字，形成三维地震数据的叠前噪音压制方法.叠前随机噪音压制方法可以在不同数据道集中实现随机噪音压制，对于CMP道集，除提高道集的信噪比外，还可提高速度分析精度，为后续基于CMP的资料处理提供基础数据.

(2)在CRP道集上进行叠前随机噪音压制，可以有效提高地震资料的信噪比，为最终成像叠加及成像数据体的解释、反演和应用提供基础，同时也可为AVO分析提供高精度道集数据.

(3)该方法思路简单，计算效率较高，易于实现，可以有效提高地震资料的信噪比和成像精度，适合在低信噪比资料的地区推广应用.

[1] Ristau J P, Wooil M M. Adaptive filtering of random noise in 2-D geophysical data [J]. Geophysics, 2001,66:342-349.

[2] 胡天跃.地震资料叠前去噪技术的现状与未来[J].地球物理学进展,2002,17(2):218-223. Hu Tianyue. The current situation and future of Seismic data prestack noise attenuation techniques [J]. Progress in Geophysics, 2002,17(2):218-223.

[3] 王维红,郭雪豹,石颖.非局部平均滤波噪声压制方法及其在VSP资料逆时偏移中的应用[J].石油物探,2015,54(2):165-171. Wang Weihong , Guo Xuebao, Shi Ying. Nonlocal means filtering denoising approach and its application in VSP reverse time migration seismic data [J]. Geophysical Prospecting for Petroleum, 2015,54(2):165-171.

[4] 郭雪豹,王建民,王维红,等.基于GPU并行加速的VSP数据逆时偏移[J].东北石油大学学报,2014,38(2):58-62. Guo Xuebao, Wang Jianmin, Wang Weihong, et al. VSP data reverse-time migration based on GPU parallel acceleration [J]. Journal of Northeast Petroleum University, 2014,38(2):58-62.

[5] 石颖,陆加敏,柯璇,等.基于GPU并行加速的叠前逆时偏移方法研究[J].东北石油大学学报,2012,36(4):111-115. Shi Ying, Lu Jiamin, Ke Xuan, et al. Prestack reverse time migration based on GPU parallel accelerating algorithm [J]. Journal of Northeast Petroleum University, 2012,36(4):111-115.

[6] 田东升,王云专,李义鹏,等.单程和双程波动方程叠前深度偏移方法[J].东北石油大学学报,2014,38(4):39-44. Tian Dongsheng, Wang Yunzhuan, Li Yipeng, et al. One-way and two-way wave equation pre-stack depth migration approaches [J]. Journal of Northeast Petroleum University, 2014,38(4):39-44.

[7] 陆基孟,王永刚.地震勘探原理[M].东营:中国石油大学出版社,1993:420-428. Lu Jimeng, Wang Yonggang. The principle of seismic exploration [M]. Dongying: China University of Petroleum Press, 1993:420-428.

[8] 熊翥.地震数据处理应用技术[M].北京:石油工业出版社,1993:141-224. Xiong Zhu. Seismic data processing technique application [M]. Beijing: Petroleum Industry Press, 1993:141-224.

[9] Luis L C. Random noise reduction [C]. SEG Technical Program Expanded Abstracts, 1984:525-527.

[10] Yu S, Cai X, Su Y. Seismic signal enhancement by polynomial fitting [J]. Applied Geophysics, 1989,1:57-65.

[11] Jones I F, Levy S. Signal-to-noise ratio enhancement in multichannel seismic data via the Karhunen-Loeve transform [J]. Geophysical Prospecting, 1987,35:12-32.

[12] 刘洪林,张春堂,朱秋影,等.K-L变换在地震资料去噪中的应用[J].大庆石油学院学报,2007,31(4):19-21. Liu Honglin, Zhang Chuntang, Zhu Qiuying, et al. Application of K-L transformation to the noise attenuation in geological data [J]. Journal of Daqing Petroleum Institute, 2007,31(4):19-21.

[13] 石颖,李莹,王维红,等.线性Radon变换噪音压制法及其在古龙断陷中的应用[J].东北石油大学学报,2012,36(4):116-120. Shi Ying, Li Ying, Wang Weihong, et al. Approach of linear noise suppression using radon transform and its application in Gulong fault depression [J]. Journal of Northeast Petroleum University, 2012,36(4):116-120.

[14] Al-Yahya K M. Application of the partial Karhunen-Loeve transform to suppress random noise in seismic sections [J]. Geophysical Prospecting, 1993,39:77-93.

[15] 陈遵德,段天友,朱广生,等.SVD滤波方法的改进及应用[J].石油地球物理勘探,1994,29(6):783-792. Chen Zunde, Duan Tianyou, Zhu Guangsheng, et al. Improvement of singular-value decomposition filtering and the application [J]. OGP, 1994,29(6):783-792.

[16] Alan R M, Panos G K. Efficient tau-p hyperbolic velocity filtering [J]. Geophysics, 1990,55(5):619-625.

[17] Bonar D, Sacchi M. Denoising seismic data using the nonlocal means algorithm [J]. Geophysics, 2012,77(1):A5-A8.

[18] 李国发.全三维随机噪声衰减技术[J].石油地球物理勘探,1995,30(3):310-318. Li Guofa. Full 3-D random-noise attenuation [J]. OGP, 1995,30(3):310-318.

[19] 国九英,周兴元,杨慧珠.三维f-x,y域随机噪音衰减[J].石油地球物理勘探,1995,30(2):207-215. Guo Jiuying, Zhou Xingyuan, Yang Huizhu. Attenuation of random noise in (f-x,y) domain [J]. OGP, 1995,30(2):207-215.

2015-04-20；编辑：任志平

国家自然科学基金项目(41474118)；国家高技术研究发展计划(863计划)项目(2012AA061202)

王维红(1975-)，男，博士，副教授，主要从事地震资料数字处理方面的研究.

TE132.1,P631

A

2095-4107(2015)03-0025-07

DOI 10.3969/j.issn.2095-4107.2015.03.004