Description:

"Предварительная обработка в условиях глубоководья: Восточное побережье Индии. Phil Smith, Ian F. Jones, Dave King, Pranaya Sangvai, Ajoy Biswal и Mohit Mathur обсуждают проблемы обработки сейсмических данных в сложных условиях, фокусируясь на значимости предварительной обработки а также моделирования скорости и стратегий глубинных построений, которые включены в процесс. Переход от шельфа к условиям глубоководья приносит несколько специфичных задач геофизику-обработчику. Боковые кратные отражения затрудняют построение изображения более глубинного разреза, тогда как придонные аккумуляции газ-гидрата и аномальные скорости заполнения канала вызывают искажения в изображениях, если эти мгновенные характеристики скорости не корректно включаются в скоростную модель для глубинной миграции (временные изображения являются недостаточным решением в этих случаях). Построение скоростной модели разреза с достаточной достоверностью и разрешением, для преодоления данных проблем, по большому объему данных, требует комбинации автоматического пикирования и детального ручного режима для некоторых осей синфазности. Однако для того чтобы автопикирование работало надежно, нам прежде всего требуется получить четкие сейсмограммы предобработки, свободные от эффектов сложных рассеянных 3D кратных. Как следствие, самым лучшим вариантом при построении изображений является непреклонная связь с оптимальной предобработкой (концепция первенства изображения). В данной работе мы описываем наш подход к решению этих проблем, концентрируя наше внимание на предобработке, особенно подавлении кратных и рассеянного шума. Мы также затрагиваем вопрос построения итеративной модели скорости и глубинных построений в рамках данного проекта (описано в Fruehn et al., 2008). Подавление кратных Широко принято, что отвесные кратные лучше подавляются при помощи методик подавления кратных, связанных с поверхностью (SRME) (Verschuur, et al., 1992). Предсказывающая деконволюция (Peacock and Trietel, 1969), параболическое преобразование Радона (Hampson 1986; Sacchi and Ulrych, 1995) и тау-пи деконволюция (Yilmaz, 1987) не в состоянии адекватно подавить кратную от дна. Однако, тау-пи деконволюция часто является наиболее эффективной для подавления неполнократных волн на мелководье (Stewart, 2004; Stewart et al., 2007). Традиционно, методы на основе разности скоростей, такие как параболическое преобразование Радона, использовались на глубоководье. Эти методы не работают на ближних удалениях, где локально существуют малые разницы приращения времени между однократными и кратными. Эта проблема становится более серьезной, если имеются падения, там, где кратнообразующие границы становятся более сложными. В дополнение, аляйсинг кратных на дальних удалениях может привести к неадекватному разделению однократных и кратных волн в пространственном преобразовании. Это требует дополнительных этапов де-аляйсинга или преобразования, которое способно иметь дело с данными, имеющими аляйсинг. Альтернативным подходом к интерполяции в целях де-аляйсинга является выполнение преобразования Радона в маленьких перекрывающихся окнах в пределах ОСТ (подход пучка Радона). В пределах каждого небольшого подокна в сейсмограмме ОСТ, данные кажутся менее осложненными зеркальными частотами, поскольку мы не пытаемся разложить всю (параболическую) траекторию за один шаг. Недавно методика SRME стала популярной на глубоководье. В частности, кратные на ближних удалениях лучше подавляются с помощью SRME, чем при помощи параболического преобразования Радона. Объединение в каскад 2D SRME и Радона становится стандартным подходом для индустрии. Однако сложность генерирования кратных и внеплоскостные эффекты могут существенно ограничить эту чисто 2D комбинацию. Методики, основанные на Радоне, могут не сработать для сложных кратных, поскольку выпуклые оси синфазности в области ОСТ не попадают на нулевое удаление для траектории лучей, которые не лежат в плоскости оси источник-приемник. В этих случаях должен применяться альтернативный метод. Недавно эти каскадные аппроксимации 2D были заменены 3D SRME, который более корректный с теоретической точки зрения. 3D SRME моделирует истинные траектории лучей 3D, связанные с отражением на свободной границе и погруженными рассеивающими объектами, а также с сложными участками поля кратных волн, которые получаются в результате топографии кратнообразующей границы. Можно показать, что 2D SRME предсказывает времена прихода, которые оказываются слишком большими для рассеивающих объектов вне плоскости. Когда падение по кросслайну превышает 10°, предсказание 2D будет слишком далеко сдвинуто относительно реального времени прихода для адаптивного вычитания с целью избавления от ошибки. На рисунке 1 (представляемом здесь по работе Stewart et al., 2007), мы показываем результаты моделирования синтетики для дальнних удалений с одной однократной и кратной волной, для падения по инлайну 15° и падения по кросслайну 20°, и соответствующего положения кратной предсказанной 2D SRME. 3D SRME предсказание дает корректные времена прихода кратных. Несмотря на вопросы, относящиеся к регистрации и дискретизации, 3D SRME оказалась мощным новым аппаратом в арсенале методик подавления кратных, и была особенно успешна для нерегулярностей, связанных с изломом шельфа на акватории восточного побережья Индии, в приложении к глубинным подсолевым породам Мексиканского Залива и Анголы, для смятых кратных от дна в водах Норвегии. Данные. Данный проект имеет дело с частями преимущественно глубоководьем данных (площадью 240 км² входных (>1.5 км), площадь съемки порядка 2100 км²). В рамках проекта SRME (а позже переобрабатывалась в 3D SRME как часть основного проекта) данные (Sangvai, et al., 2008). Хотя вся область обрабатывалась в 3D SRME, 2D и 3D SRME и 3D preSDM со всеми. Эти два куба формируют основу для сравнения, которое проводится в данной статье. Прежде всего данные подвергались процедуре подавления выбросов, шумов ряби, и линейного шума. После чего применялось SRME, за которой следовало высокоразрешенное параболическое преобразование Радона с подавлением зеркальных частот, подавление кратных волн со смещенной вершиной (ASMA), FX деконволюция и фильтрация с высокочастотной границей пропускания (100 Гц для мелководья, 65 Гц на глубине). Последние этапы выполнялись для подавления кратных, не относящихся к поверхности, остаточного шума и зеркального остаточного шума, который не был смоделирован в SRME. Этот зеркальный шум можно ослабить напрямую, используя 3D SRME, но это требует интерполяции до более плотного интервала между трассами, что нельзя назвать экономически выгодным подходом, при том, что остаточный зеркальный шум можно эффективно ослабить с помощью методики Радона. На рисунке 2 приведена шумная запись до и после подавления шума, вызываемого зыбью и линейного (от кабеля) шума, и график разности (QC). Рисунок 1 Синтетическая сейсмограмма ОПВ, полученная после моделирования лучевым методом 3D используя модель с падением по инлайну и кросслайну, показаны однократная и кратная волны, и предсказанное положение кратной волны из 2D SRME. Предсказанное положение кратной по 3D SRME совпадает с реальным положением кратной волны. Рисунок 2 Образец шумной сейсмограммы, до и после подавления шума, создаваемого зыбью и линейного (от кабеля) шума, и график разности для QC. Удаление такого шума регистрации и выбросов делает данные пригодными к выполнению разнообразных преобразований 2D. Без адекватной обработки с подавлением шум последующие 2D преобразования будут распространять шум по сейсмограмме, безнадежно ее засоряя. На рисунке 3 мы демонстрируем последовательность использованных методов подавления кратных. На рисунке 3a показана сейсмограмма 2D SRME QC, на которой показано местоположение выбранного ОСТ; 3b демонстрирует сейсмограммы после подавления шума (после NMO); а 3c-3f демонстрируют сейсмограммы после каскадного применения 2D SRME, преобразования Radon, ASMA и полосового фильтра. Конечный продукт всех этих этапов подается на вход в 3D preSDM и позже в модуль автопикировки скоростей. На рисунке 4 мы демонстрируем данные после NMO, отсортированные по выборкам ОСТ после применения методики SRME (примененной к сейсмограммам ОПВ). Мы сравниваем данные после подавления шума (4a) с результатами 2D SRME (4b) и 3D SRME (4c). Сложные лучевые траектории для первой кратной от дна и соответствующих осадков дают сдвиг максимума в поведении приращения времени, что можно видеть в области ОСТ. Вслед за 2D или 3D SRME можно применить дополнительные методы ослабления шума (как показано на рисунке 3f) для того чтобы результатам 2D SRME (4d) и 3D SRME (4f) разобраться с зеркальным шумом, другим типом шума и кратными. На рисунке 5 мы демонстрируем сравнение QC разреза по кросслайну. Мы также приводим результат применения этой пост-обработки (до выполнения 3D preSDM) на рисунке 5a дается пример 2D а также применении FX деконволюции." Ключевые слова: технология деталь, глубоководье, инлайна, подавление шум, srme srme, луч, сейсмограмма, разрез, положение, методика, break, шум, результат srme, траектория, presdm, скоростной модель, несогласие, преобразование, осадка, радон, prestm, подавление кратное, fruehn, обработка, суммирование, преобразованный, break май, интервальный скорость, выполнение, котор, данный, май, применение, blackwell scientific, дать, временной, май технология, подавление, глубинный, кратное, stewart, ось синфазность, eage, velocity, проект, область, трудный подавить, firstbreak org, кросслайна, meeting, выполнить, сравнение, однократный, qc, остаточный, выполнение миграция, org, ост, использование, разностный разрез, масштаб, удаление, миграция, кратный, кратный волна, выполненный srme, преобразование радон, ближний удаление, применение srme, томография, технология, проблема, geophysics, дно, результат, biswal, скорость, демонстрировать, амплитуда, способный, hardy, падение, peacock, масштаб амплитуда, рисунок, firstbreak, объем, этап, использовать, построение, nmo, глубинный область, proceedings, линейный шум, метод, ulrych, srme, связанный, вблизи, приход, инлайн, дальний удаление, демонстрировать сейсмограмма, достаточный, изображение, разрешение, подход, зеркальный, показать, verschuur, волна, claerbout, основа, моделирование, распространяться, yilmaz, объект, модель, скоростной, деталь, данный проект, сложный, синфазность, ось, порядок, км, mathur, jones, вслед, образ, глубина, sangvai, деконволюция, параболический