APP下载

一种地震数据噪音压制方法分析与探索

2022-10-12中国石化石油工程地球物理有限公司国际业务发展中心余锋

内江科技 2022年8期
关键词:压制工区滤波

◇中国石化石油工程地球物理有限公司国际业务发展中心 余锋

本文主要介绍了一种地震数据噪音压制方法,即各向异性扩散滤波技术,首先简要阐述了该技术的基本原理,然后对东部某油田实际工区的地震资料进行了应用,结果表明:各向异性扩散滤波技术可以有效去除地震资料中的噪音,不但可以改善地震资料的品质,而且还可以保护地震资料的边缘信息,在一定程度上可以减少后续储层预测和构造解释的假象,降低油气勘探开发的风险,值得应用和大力推广。

近些年以来,太阳能、核能、风能、氢能、海洋渗透能等新能源技术已经取得了长足的进步和发展,而且在全球都形成了比较广泛的应用规模,但是新能源技术的成本比较高,在全球能源消费占比中仍然比较低。因此,石油和天然气仍然是全球最主要的能源供应支柱,据有关机构预计,到2040年,石油和天然气在全球能源消费占比中仍然高达46%。因此,如何提高石油和天然气的产量及储量仍然是世界各国关注的热点和难点。目前,我国很多老油田都已经进入了勘探开发的中后期,油气储量和产量连年递减。因此,为了提高油气产量,必须采用更加高效、先进的技术,提高油气勘探开发的效率和水平。

在油气资源勘探开发过程中,地球物理勘探是一种非常重要和关键的技术手段,可以有效解决各种油气勘探问题[1-2]。一般而言,地震数据中包含许多有用信息,但是,由于多种因素的影响,使得地震数据含有大量的噪音,在一定程度上会屏蔽这些有用信息,给地震构造解释和储层预测带来假象,从而降低了油气勘探开发的成功率[3,4]。因此,如何有效消除地震数据中的噪音是摆在研究人员面前的一道难题。

1 基本原理

与普通的图像类似,地震资料中也具有非常多的纹理特征,而这些纹理特征通常是地下储层的地质构造、岩性、含油气性等特征在地震数据上的反映,而图像去噪方法可以有效压制图像中的一些噪音,不但可以保留图像中的纹理特征,而且可以改善图像的品质,使其变得更加清晰[3-5]。因此,研究人员将图像去噪中的各向异性扩散滤波技术引入地震数据噪音压制之中,该方法的理论都是基于P-M模型,其基本原理如下:

在地震去噪处理中,很多学者最初都是使用高斯滤波技术,其计算公式如下[2-3]:

经过大量的模型实验和实际应用结果表明,很多学者发现高斯滤波技术在一定程度上可以有效去除地震数据中的噪音,但是这种技术在去噪的过程中,会对原始地震数据的边缘造成一定的损害[6]。因此,Perona和Malik在(1)式的基础上,对高斯滤波技术进行了相应的优化和改进,最终提出了基于P-M模型的各向异性扩散滤波技术,其计算公式如下:

图1 各向异性扩散滤波扩散系数

2 实际应用

我国东部某油田B工区的构造演化背景十分复杂,加上该区的地质构造运动也非常强烈,使得B工区的断裂众多,形成了很多受断裂控制的裂缝性油气藏。但是,受到采集、处理等因素的影响,最终得到的地震叠后偏移数据仍然存在较多的噪音,地震资料的品质较差,采用常规去噪技术的效果不尽如人意,严重影响了断裂识别的可靠性。因此,本文尝试使用各向异性扩散滤波技术来压制B工区地震数据的噪音,结果如图2所示。从图2中可以看出,去噪之后的地震数据信噪比得到了明显提高,剖面更加清晰,同相轴的连续性更好,品质得到有效改善,而且地震数据的边缘信息得到了很好的保护。

图3为地震数据去噪前后的相干等时切片对比,从图3中可以看出,利用去噪之后的地震数据提取的相干等时切片的断裂更加清晰,信噪比更高,断裂的刻画更加精细,从而大幅提高了断裂识别的可靠性。

图3 地震数据去噪前后的相干等时切片对比

3 结束语

(1)各向异性扩散滤波技术可以对原始地震数据中的噪音进行压制,去噪之后的地震数据信噪比得到有效提高,不仅改善了地震资料的品质,而且还可以有效保护地震资料的边缘信息,进而为后续的储层预测和构造解释提供更高精度的数据,在一定程度上可以降低油田勘探开发的风险,值得应用和大力推广。

(2)在实际应用过程中,研究人员当然不能只使用各向异性扩散滤波技术,而应该根据工区的地质、地震资料等实际情况,结合其它地震噪音压制方法,如FK技术、加权中值滤波技术、构造导向滤波技术、曲波变换技术、深度学习技术等,综合考虑多种方法的优势,尽可能地减少单一去噪方法的多解性,从而提高地震资料去噪的精度和可信度。

猜你喜欢

压制工区滤波
基于HP滤波与ARIMA-GARCH模型的柱塞泵泄漏量预测
基于改进自适应中值滤波的图像降噪方法*
新建地铁连接通道施工对已运营地铁车站的变形监测分析
基于非下采样剪切波变换与引导滤波结合的遥感图像增强
铁路线上别样的春节
采油作业区工区管理机制探究
少年你躺枪了没?盘点《三国争霸2》三大压制
合成孔径雷达图像的最小均方误差线性最优滤波