Description:

"Получение значимой информации по сейсмическим атрибутам. Gleaning meaningful information from seismic attributes Satinder Chopra1* и Kurt Marfurt2 Аннотация Сейсмические атрибуты формируют неотъемлемую часть большинства сегодняшних проектов интерпретации. Атрибуты позволяют различить тонкие особенности на сейсмических данных, которые иначе могут быть пропущены или потребовать много времени для картирования. Качество отображения атрибутов прямо пропорционально качеству входных сейсмических данных. В идеале, все искажения амплитуды, фазы и времени пробега, связанные с неоднородностью верхней части разреза и покрывающей толщи, а также с особенностями съемки и обработки должны быть оптимально снижены, даже если они не могут быть полностью устранены. Практически, даже с аккуратной съемкой, обработкой и отображением наши данные все еще имеют определенный уровень искажения. Мы покажем, как структурно-ориентированная фильтрация с использованием фильтра главной компоненты может устранить случайный шум, обеспечивая лучшие результаты, чем более традиционные осредняющие и медианные фильтры. Футпринт расстановки, являющийся скорее когерентным, чем случайным шумом, требует различных фильтрационных подходов, в идеале суммирования. В конце мы покажем, что различное применение используемого атрибута в случае когерентного соотношения энергий более устойчиво, чем мера когерентности. Мы проиллюстрируем эти исследования на примере данных из провинции Alberta, Канада. Введение За исключением AVO и анизотропного скоростного анализа вся работа с атрибутами сделана на мигрированных данных. Такие сейсмические данные обычно осложнены как случайным, так и когерентным шумом, даже если данные были разумно мигрированы и избавлены от кратных волн. Чтобы получить толк от сейсмических атрибутов входные сейсмические данные должны быть свободны от шумов. С точки зрения интерпретатора есть два типа шумов: шумы, с которыми интерпретатор может справиться через применение некоторых относительно простых процедур к мигрированным данным, и шумы, которые требуют переработки данных до суммирования. Интерпретатор может справиться со спайками, ограниченным алиасингом оператора миграции, с небольшими ошибками в скоростях, и рассеянным шумом, который может привести к появлению футпринта, и со случайным шумом с помощью полосовой, kx-ky, и структурно-ориентированной фильтрации. Напротив существенные скоростные ошибки приведут к перекрытию отражений, которое приводит к неоднородности и интерференционным артефактам, которые могут подавить соответствующие оси синфазности, связанные с геологией. Кратные волны приводят к похожим сильным артефактам. Наш опыт состоял в том, что если отражения очень неоднозначны, поскольку они обычно подсолевые, то атрибуты имеют ограниченное значение. В то время как интерпретатор может играть решающую роль в идентификации главных отражений и оценке скоростей через интегрирование управлением скважинными данными и геологическими моделями, принимая решение о необходимости отправки обратно обработчикам данных до суммирования. Marfurt и др. (1998) продемонстрировали использование точного трехмерного фильтра падения для удаления наклонных искажений. Несмотря на то, что отфильтрованные данные выглядят чище и получающиеся атрибуты более непрерывны всегда есть опасность удаления сигнала, и таким образом применение такого фильтра может быть нежелательно для случаев, где целью является картирование трещин или других тонких неоднородностей. Gulunay и др. (1993) и Linville и Meek (1995) разработали фильтры падения которые сначала оценивают падение наиболее когерентного шума а затем вычитают его методом наименьших квадратов из данных. Done (1999) использовал фильтр главной компоненты, чтобы достигнуть того же самого результата. Fomel (2002) использовал фильтр предсказания ошибок, чтобы разработать деструктор плоской волны, чтобы уменьшить алиасинговые искажения. Понятно что существует тесная связь между геометрическими атрибутами и расчетом и вычитанием когерентного шума. Критерием для успешного применения этих фильтров на мигрированных данных является избегание сглаживания разрывных нарушений и других неоднородностей. Мы начнем наше обсуждение с обзора альтернативных способов подавления случайного шума на наших мигрированных разрезах наиболее многообещающими методами структурно-ориентированной фильтрации. Далее мы рассмотрим футпринт съемки который может быть случайным во временной области и высокоррелированным с геометрией расстановки в пространственной области. После подготовки данных мы оценим применение альтернативных алгоритмов как для расчета согласованности так и для расчета кривизны. На каждом этапе мы покажем влияние этих фильтров и выбора алгоритма на данные, полученные в провинции Alberta в Канаде. В заключении мы обобщим ограничения и рекомендации того как опытный интерпретатор может подавить различные виды шума на мигрированных данных а так же какие типы шума требуют дополнительной обработки до суммирования. 1 Arcis Corporation, 2600, 111-5th Avenue SW, Calgary, Alberta, Canada T2P 3Y6. 2 ConocoPhillips School of Geology and Geophysics, University of Oklahoma, 100 East Boyd Street, Norman, OK 73019, USA. *Corresponding author, E-mail: schopra@arcis.com (c) 2008 EAGE www.firstbreak.org Иллюстрация 1 Часть сейсмического профиля (a) до и (b) после применения 3 x 3 медианных фильтра с управлением наклоном. Слайсы по горизонту через куб когерентности, выполненные на (c) входных сейсмических данных и (d) данных отфильтрованных медианным фильтром, на 76 мс ниже горизонта, подсвеченного на (a) и (b) (данные любезно предоставлены Arcis Corporation, Калгари). Подавление случайного шума Для подавления случайного шума в обработке чаще всего используются осредняющие, alpha-trimmed осредняющие и медианные фильтры. Наиболее подходящим будет осредняющий или медианный фильтр с управлением наклоном который увеличивает прослеживаемость латерально-протяженных фаз путем подавления случайно-распределенного шума без нанесения вреда особеностям отражений от структур. Фильтр собирает отсчеты внутри выбранного окна вдоль локального наклона и азимута и заменяет значение амплитуды центрального отсчета медианным значением амплитуды. Медианный фильтр так же можно применять итеративно подавляя случайный шум с каждой успешной итерацией но высокочастотную геологическую составляющую среды это увеличит незначительно. На иллюстрации 1 изображена часть сейсмического разреза до (Иллюстрация 1a) и после (Иллюстрация 1b) применения медианного 3 x 3 фильтра. Обратите внимание на более чистый фон и сфокусированные амплитуды сейсмических отражений после медианной фильтрации. Аттрибуты рассчитанные на данных после медианной фильтрации показывают особенности и фон более четко. Иллюстрация 1c и 1d показывает горизонтальные срезы на кубе когерентности до и после медианной фильтрации. Фоновый шум стал меньше некоторые особенности стали более разборчивыми неоднородные слабокогерентные особенности соответствуют девонским рифам проявляющимся в увеличенных фазах что указывают почти вертикальные промежутки между этими осями синфазности. Структурно-ориентированная фильтрация Несмотря на то, что остредняющие и медианные фильтры с управлением наклоном а так же alpha-trimmed осредняющие фильтры работают на данных они также могут "размазать" информацию о разрывах а так же незначительно снизить частотный состав данных. Hoecker и Fehmers (2002) решили эту проблемму, используя сглаживающий алгоритм "анизотропного рассеивания". "Рассеивание" предполагает что фильтр примененяется итеративно столько раз сколько интерпретатор захочет применить к карте изохрон итеративное сглаживание. Наиболее важно то что сглаживание не будет работать при наличии неоднородности тем самым сохраняя вид главных разрывных нарушений и стратиграфических границ. Luo и др. (2002) предложили конкурентосполобный метод который использует многооконный фильтр для решения тех же проблемм. Оба подхода используют осредняющий и медианный фильтр применяемый к данным внутри окна двигающегося вниз на один отсчет. Marfurt (2006) описал мультиоконный рс фильтр главной компоненты который использует маленький объем данных чтобы вычислить форму волны которая лучше всего отображает сейсмические данные в пространственном окне. Обработчикам рс фильтр может быть знаком как эквивалентный Karhunen-Love (KL) фильтр. Иллюстрация 2 показывает сравнение разреза до и после рс фильтрации на сейсмическом наборе данных от Альберты. Обратите внимание не только на в общем более чистый вид разреза после рс фильтрации но также и увеличения четкости вертикальных разломов. Фильтр был применен итерационно три раза так что конечный Иллюстрация 3 Части сеймических профилей на (a) входных данных (b) входных данных прошедших через 3 x 3 медианный фильтр с управлением наклоном и (c) входных данных после фильтрации рс. Обратите внимание что уровень амплитуд в подсвеченных зонах несколько уменьшены после медианной фильтрации но остаются неизменными после фильтрации рс (данные предоставлены Arcis Corporation, Калгари). (c) 2008 EAGE www.firstbreak.org Иллюстрация 4 Временные слайсы на 1778 мс через (a) сейсмические данные (b) сеймические данные (a), подвергнутом 3 x 3 медианной фильтрации с управлением наклоном и (c) сейсмические данные (a), подвергнутые" Ключевые слова: управление, срез, временной, выбор алгоритм, expanded, расчет, отфильтровать, показать, сравнение, сейсморазведка, иллюстрация изображенный, атрибут, опыт, мс, входной дать, подвергнуть, фильтр, случайный, leading, структурно-ориентированный фильтрация, временной слайс, приводить, съемка, область, meek, bahorich, расчёт, результат, обратить внимание, geophysics, seg, отношение энергия, abstracts, расстановка, pc, сейсмический, наклон, окно, обратить, seg annual, предоставить, firstbreak, разрез, хороший, ясность, обычный, случайный шум, применение, сейсмический дать, внимание, эквивалентный, распределение вынос, медианный фильтрация, получить использовать, mackewn, съёмка, иллюстрация, corporation, фильтрация, break, геометрия съемка, break сентябрь, firstbreak org, вычисление атрибут, маркирующий горизонт, неоднородность, сейсмический разрез, рабочий, дать, footprint, проблемма, meeting, marfurt, рабочий станция, мигрированный, получить, трасса, центр обработка, подвергнутый, когерентность получить, budd, канал простирающийся, вести, привести, отношение, медианный фильтр, волна, кластер, edge, входной, должный, слайс, arcis corporation, application, соображение, сентябрь, управление наклон, алгоритм, обработка, латеральный изменение, meeting expanded, отфильтрованный, горизонт, интерпретация, arcis, org, калгари, luo, медианный, annual, отражение, linville, когерентный, рисунок, подобие, seismic, амплитуда, технический статья, футпринт, использовать, куб, куб подобие, компонент, сегодняшний, основать, входной сейсмический, шум, kirlin, особенность, подготовка, когерентность, показывать, eage, рс, когерентный шум, азимут, направление инлайн, чувствительный, annual meeting, acquisition, дать предоставить, expanded abstracts, справиться, направление, уровень амплитуда, ryan, сейсмический профиль, acquisition footprint, эквивалентный слайс, технический, форма волна, leading edge, куб когерентность, статья, энергия, осреднять, интерпретатор, moldoveanu, вариация