引用本文
白雪, 李振春, 张凯, 宋翔宇, 杨国权, 尚江伟. 基于井数据约束的高精度层析速度反演[J]. 物探与化探, 2015,39(4): 805-811.
BAI Xue, LI Zhen-Chun, ZHANG Kai, SONG Xiang-Yu, YANG Guo-Quan, SHANG Jiang-Wei. High-precision tomography velocity inversion based on well data constraint[J]. Geophysical and Geochemical Exploration, 2015,39(4): 805-811.  
Doi:10.11720/wtyht.2015.4.24
Permissions
Copyright©2015, 物探与化探编辑部
? 《物探与化探》编辑部
基于井数据约束的高精度层析速度反演
白雪1, 李振春1, 张凯1, 宋翔宇1, 杨国权1, 尚江伟2
1.中国石油大学(华东) 地球科学与技术学院,山东 青岛 266580
2.中国石油塔里木油田分公司 勘探开发研究院,新疆 库尔勒 841000

作者简介: 白雪(1989-),女,硕士研究生,主要从事速度分析及地震波偏移成像方面的研究工作。

收稿日期: 2014-10-29
基金: 国家科技重大专项(2011ZX05006-002); 国家自然科学基金(41374122、41204086)
摘要

测井数据是一种准确可靠的先验信息。在层析反演方程组中加入井数据信息一定程度上提高了反演精度和效率,但仍无法精确描述微幅构造地质体。针对这一特点,笔者提出了基于井数据约束的高精度层析速度反演方法。首先进行常规的井约束层析速度反演,假定测井处的网格速度不更新,建立井约束反演方程组,更新速度场,得到初步的偏移成像结果;然后在此基础上利用测井速度信息约束偏移深度,对更新后的速度场进行速度分析及精细化建模,提高速度建模精度,同时减少了反演迭代更新次数,提高了反演效率。模型试算及实际资料处理结果表明,该方法具有更高的反演精度和计算效率。

关键词: 测井速度曲线; 井约束; 走时层析; 速度建模; 反演精度
中图分类号:P631.4 文献标志码:A 文章编号:1000-8918(2015)04-0805-07
High-precision tomography velocity inversion based on well data constraint
BAI Xue1, LI Zhen-Chun1, ZHANG Kai1, SONG Xiang-Yu1, YANG Guo-Quan1, SHANG Jiang-Wei2
1.School of Geosciences,China University of Petroleum (East China),Qingdao 266580,China
2.Research Institution of Petroleum Exploration and Development,Tarim Oilfield,PetroChina,Korla 841000,China
Abstract

Logging data is considered to be prior information which is fairly accurate and reliable.The utilization of the logging velocity information in the tomographic inverse function system can enhance the precision and efficiency;Nevertheless,it fails to describe the small-scale targets exactly.In view of such a situation,the authors propose a high-precision tomography velocity inversion method based on the well data constraint in this paper.First,the traditional well data constraint tomography velocity inversion is performed.Under the presumption that he velocity of grids in the well position remains the same,the inversion function is establishd based on the well data constraint,the velocity field is updated,and the primary migration image is updated.Second,the logging velocity is used to restrain the migration depth,process velocity analysis and perform precise modeling,thus improving the modeling accuracy greatly.At the same time,the number of the inversion iteration is reduced and the precision is improved.Examples from the synthetic dataset and field data processing demonstrate the feasibility and validity of this method compared with traditional tomography velocity inversion and waveform inversion.

Keyword: logging velocity data; well data constraint; traveltime tomography; velocity modeling; inversion precision

地震勘探问题归根结底是求取准确的速度问题, 因此速度建模一直是地震勘探开发的核心技术[1]。现今的油气勘探开发中面对的地质目标体和油气储集体的尺度既小又复杂, 常规的叠加速度分析方法、偏移速度分析方法等无法满足速度反演的精度[2], 因此出现了许多速度反演方法, 其中层析反演方法取得了很大的成功。

层析反演方法按照理论基础不同主要包括射线层析和波动层析两种方法[3, 4, 5]。射线层析因其原理简单, 对初始速度模型依赖性较弱, 反演问题的非线性程度较弱, 以及计算效率高等优点应用最为广泛。但是, 射线层析受其理论的限制, 只能穿过物体的有限部分, 对有限视角的敏感度高, 通常要求在一个波长的范围内波速的变化很小、非均匀体的尺度与地震波长相比大很多, 而且要求介质模型平滑, 这些问题都严重限制了它的应用范围。为弥补射线层析的不足, 波动方程层析不需要进行射线高频近似, 其受有限视角的限制小, 传播过程能够增加数据的覆盖率, 克服焦散区等的影响, 理论上反演精度更高。但是其计算效率非常低, 并且对初始模型要求很高, 这为初始速度建模及迭代反演带来很困难, 使得波动方程层析很难投入实际生产。

对于尺度较大的地质目标体可通过基于射线理论的走时层析速度反演方法进行反演, 得到基本准确的、包含大量低频信息的速度场。对于小尺度地质体, 一直是速度反演的难点。因此高精度的层析速度反演方法已经成为很多研究者关注的热点。相继出现了一些介于射线理论与波动方程之间的层析速度反演方法, 如菲涅尔体层析[6, 7]、胖射线层析[8, 9, 10]及高斯束层析[11, 12, 13]等, 这些方法更好地模拟了地震波实际传播情况, 但对偏离真实速度模型较远的初始速度模型进行层析反演时, 需要进行多次迭代才能达到需要的精度, 且这些方法近几年还在发展当中, 远不如基于射线的走时层析在工业界的应用广泛。

测井数据通常被认为是较准确、可靠的先验信息, 可以采用正确的方法把测井信息加工成地质信息。尤其是与地层慢度对应的声波时差测井曲线, 可以用来作为先验约束信息加入到速度建模过程中[14]。然而, 目前常规的井约束层析速度反演只在层析反演方程组求解的过程中利用井数据信息, 更新得到的速度场虽然能很好地刻画出速度场的大幅构造, 但对小尺度地质体的描述还未达到高精度的要求。

针对以上所提方法的优缺点, 笔者提出一种新的基于井数据约束的高精度层析速度建模方法, 不仅将井数据信息与走时层析速度反演过程相结合, 并且在此基础上利用井数据信息对层析反演更新得到速度场, 进行精细化建模, 在提高层析反演精度的同时保留了走时层析的优点。

基于井数据约束的高精度层析速度建模方法可按照井数据约束速度反演和井数据约束偏移深度两级优化的策略进行。第一级优化:将经过预处理后的测井速度作为约束项加入到层析反演方程组中, 测井处的网格速度不更新, 在一定程度上减少层析反演解的误差, 提高反演效率。第二级优化:利用测井数据信息, 根据第一级优化得到的层析反演速度场和相应的偏移结果进行速度建模, 对断块、薄互层、微幅构造等小尺度地质体精细刻画, 修正偏移深度及局部速度, 获得最终高精度的速度场; 对该速度场进行叠前深度偏移, 进而得到质量更好的偏移剖面, 达到地震数据处理的高精度需求。需注意的是, 在整个处理过程中不能简单直接地利用测井速度约束地震速度, 比较合理的方法是进行井速度降频匹配或地震速度升频匹配。最后将文中提出的方法进行复杂模型试算及实际资料处理, 验证了该方法具有更高的速度分析精度及较高的计算效率。

1 基本原理
1.1 井数据约束速度反演

常规射线类走时层析利用旅行时残差沿着射线路径进行反投影更新地下速度场[15]。速度更新后公式为

∫lΔsdr=dt, (1)

离散形式为

∑j=1NlijΔsj=Δti。(2)

其中:i表示第i条射线, j表示速度模型的第j个网格, lij表示第i条射线在第j个网格内的射线路径, Δ sj表示第j个网格的慢度更新量, Δ ti表示第i条射线的走时扰动。离散网格内的射线路径形成射线层析的敏感核函数, 它表明只有射线路径经过的网格其速度扰动才会引起走时扰动[16]。

为了提高反演精度, 利用常规井数据约束层析速度反演方法, 即利用声波时差测井数据对反演方程组进行约束, 井位置处的慢度在速度更新过程中保持不变, 如式(3)

l1, 1l1, 2…l1, m×nl2, 1l2, 2…l2, m×n⋮⋮⋰⋮lnray, 1lnray, 2…lnray, m×nΔs1Δs2⋮Δsm×n=Δt1Δt2⋮Δtnray。(3)

式(3)中井所在位置处的慢度更新量为0, 即井所在处的Δ si=0, (i=1, …, m× n), Δ tj=0, (j=1, …, nray)。该方程组采用LSQR算法求解, 为了提高层析反演的稳定性, 加入一阶导数型正则化。同时, 如式(3)所示, 利用声波时差测井资料对反演过程进行控制和约束, 在一定程度上提高了反演效率和精度。

在实际资料处理过程中利用测井数据(图1a), 需要对测井数据进行一系列的预处理, 使其能与速度场的深度采样间隔相对应, 同时进行校正, 将非地层原因引起的小变化或不值得考虑的小变化平滑掉, 得到如图1b所示的速度曲线。

图1 测井数据预处理前(a)、后(b)效果对比

1.2 井数据约束偏移深度

常规层析速度反演首先选取初始速度模型, 然后对每一层根据角度域共成像点道集是否拉平以及对速度的精度要求, 判断是否需要进行再次迭代; 重复此过程, 对整个速度场由上到下逐层进行层析速度反演, 直到所有层分析完毕[17], 得到如图2b所示的速度场。此时相对应的角度域共成像点道集已校平, 层析反演得到的速度场已达到精度要求。但是通过对比层析后的速度场(图2b)与偏移剖面发现, 由于射线层析方法的高频近似, 得到的速度场虽然在深度上与偏移剖面相吻合, 但只有偏移剖面的大幅构造才能在速度场中体现, 一些微幅构造像断块、薄互层等无法得到精确描述, 与真实速度模型吻合程度不够。因此仅利用井数据对层析速度反演方程组进行控制和约束无法实现高精度层析速度建模。

地震速度中的层速度与测井速度在低频趋势上具有很强的相似性。从原理上讲, 声波测井主要利用沿井壁滑行的初至折射波时差来求取速度参数, 可利用

vk=1/τk4

来求取层速度。这样求出的层速度分层细致、准确。因此, 可利用处理后的测井数据约束偏移深度层位信息。为了得到更精细的速度场, 将偏移结果与井数据进行匹配, 如果二者存在偏差, 则利用井数据约束偏移深度。结合偏移剖面和井数据信息, 对得到的速度场进行精细化建模处理, 获得最终需要的速度场。

以常规层析速度场图2b为例, 从真实速度模型(图2a)中选取需要高精度反演的地质体构造, 提取其层速度作为测井速度曲线。如图2c所示, 将偏移深度与井数据相互匹配, 利用井数据的层位信息约束偏移深度, 同时利用井数据约束需要精确描述的微幅构造的速度, 对速度场图2b进行精细化建模, 得到最终的速度模型, 如图2d。与真实速度模型图2a相比较, 图2d速度场形态相较于图2b吻合程度更高, 大部分细层构造得到了精细的刻画。但是井数据约束下的速度精细化建模受偏移剖面分辨率的影响, 极薄细层无法通过偏移剖面及井数据进行精确的速度分析, 因此两者之间是一种相互联系、相互制约的关系。此外, 从图2c中还可以得出井数据的多少也影响速度建模的精度, 在实际应用中应根据需反演构造的尺度选择合适的井数量, 避免不必要的井数据浪费。

图2 井数据约束偏移深度示意

1.3 旅行时残差

旅行时残差的准确性关系到整个反演过程的准确性, 因此要选取合适的方法得到更为准确可靠的旅行时残差。笔者采用角度域共成像点道集(ADCIG)间接求取旅行时残差的方法。角度域共成点像道集是应用最广泛的共成像点道集, 它反映了偏移深度与反射角的关系, 更为准确地反映了速度和深度的耦合关系; 且这种道集不受多路径对成像的影响[18, 19, 20]。借助角度域共成像点道集可以判断速度是否正确:速度正确时, 角度域共成像点道集是拉平的; 速度不正确时, 可直观地看出在角度域共成像点道集上同相轴有一定的曲率, 通过求取角道集的剩余曲率间接得到旅行时残差[21]。图3为剩余曲率与旅行时残差的转换关系示意, 两者的转换关系可表示为

Δt=2sΔzcosαcosβ, (5)

图3 剩余曲率与旅行时残差转换关系示意

式中:Δ t为旅行时残差; Δ z为角道集剩余曲率; s为地下成像点处的局部慢度值; α 、β 分别为反射层倾角和射线入射角, 该入射角与角道集的角度相对应。文中采用自动拟合的策略获取角道集的剩余曲率, 拾取过程中不受网格精度限制, 符合角道集的剩余曲率规律。

2 复杂模型试算

图4a为某探区复杂地震地质模型, 其包含许多复杂地质体, 包括高速体(如火山岩体)、逆冲断裂以及小断块的连体等构造。该模型离散网格为1 041× 917, 横、纵向采样间隔分别为12.5 m和12

m。炮记录采用中间放炮, 两边接收的方式, 共101炮, 每炮232道。抽取角道集采用-35~35° 的角度范围, 共71个角度, 间隔为1° 。对初始速度模型(图4b)进行叠前深度偏移, 由于初始速度不准确, 偏移剖面深部出现明显的绕射波不收敛, 反射波没有归位的到反射界面上, 角道集(图6a)也出现“ 笑脸状” 上翘趋势。

为了验证本文方法的有效性, 在真实速度模型CDP点为200, 350, 550, 650, 800的位置按深度抽取速度作为井数据, 对初始速度模型(图4b)分别进行走时层析速度反演和井数据约束的高精度层析速度反演, 得到相对应的层析速度场。对比图4c、图4d可以看出, 走时层析速度反演方法更新后的速度场, 左边界及中部逆冲断裂的极薄层以及上覆层中的极薄层都无法得到更新; 而井数据约束的高精度层析速度反演得到的速度场, 其中部逆冲断裂的极薄层以及上覆层中的部分极薄层都得到了清晰的恢复, 与真实速度场基本吻合, 反演的速度精度更高。

图4 复杂模型井数据约束层析反演

图5 走时层析建模速度场偏移剖面(a)与井数据约束层析建模速度场偏移剖面(b)的对比

图6 不同速度场对应的角道集剖面对比

对层析后的速度场分别进行叠前深度偏移, 得到相对应的叠前深度偏移剖面及角道集。对比两者的偏移剖面(图5a、图5b), 井数据约束后的高精度层析速度场得到的偏移剖面质量明显好于走时层析速度场得到的偏移剖面, 在左边界及中部逆冲断裂位置处, 井约束速度场得到的偏移剖面能量明显强于未加井约束速度场得到的偏移剖面, 且地质体构造形态更趋向于真实地质体构造。此外, 图6角道集的对比也很好地体现了这一优越性, 基于井数据约束方法得到的角道集质量更好, 与真实地质体的深度位置基本一致。

图7 CDP=500处井数据约束前后层析速度曲线对比

为了更加直接的展现该方法的反演精度, 分别在四个速度场中选取CDP=500处的速度, 从图7中可看出, 加井数据约束的层析速度与真实速度, 无论从速度值还是界面深度都比走时层析速度吻合程度高。试算结果表明, 对于具有典型地质构造的复杂目标体, 笔者提出的速度反演方法具有更高的反演精度。

3 实际资料处理

文中选取某探区实际资料进行试处理。该实际资料具有一些小断块的连体, 且断块构造为极小尺度构造, 在走时层析过程中很难精确地描述出该构造。该数据离散网格为431× 261, 横纵向采样间隔分别为25、10 m。炮记录采用中间放炮, 两边接收的方式, 共80炮, 每炮430道。抽取角道集采用-35~35° 的角度范围, 共71个角度, 间隔为1° 。首先利用基于CSP道集的叠前偏移速度分析获得均方根速度场, 根据Dix公式转化为初始速度场(图8a)。对初始速度模型进行叠前深度偏移得到初始偏移剖面及初始角道集。由于初始速度的不准确性, 可得知初始偏移剖面在一些构造上仅仅是模糊的构造轮廓, 且角道集没有被拉平。

图8 实际资料井数据约束层析反演

图9 走时层析建模速度场偏移剖面(a)与井数据约束层析建模速度场偏移剖面(b)的对比

对初始速度模型进行井数据约束层析速度反演, 经过预处理后的井数据及井位置示意图如图8b所示。按照文中提出的方法进行层析之后得到相应的层析速度场(图8c), 从图中可看出层析速度场精细地刻画了断块的连体, 很好地恢复了小尺度地质体构造。对该速度场进行叠前深度偏移, 得到叠前深度偏移剖面(图9b), 对比走时层析偏移剖面(图9a)可发现, 加井数据约束后的层析速度场得到的偏移剖面同相轴得到拉平, 反射界面回归到准确的深度位置上, 小尺度构造刻画的更为清晰, 相应的振幅能量相对增强。因此, 该方法可对断块、微幅构造等进行准确的速度分析与建模, 并且可得到质量更好的叠前深度剖面, 该方法具有更高的有效性及优越性。

4 结论

笔者提出了一种基于井数据约束的高精度层析反演方法, 基于层析反演理论, 最终建立一个偏移速度场为叠前深度偏移服务。为了提高反演的精度, 主要从两方面进行井数据约束控制优化:井数据约束速度反演和井数据约束偏移深度。通过这两级优化能够对断块、薄互层等微幅构造进行准确速度分析与建模, 进而可得到质量很好的叠前偏移剖面, 利于后续的解释等工作。但是井速度约束下的速度建模受到偏移剖面分辨率的影响, 低信噪比的叠前偏移资料会影响该方法的精度, 因此两者之间呈现相互制约的关系。另外还需注意的是, 井数据的多少也影响速度反演的精度, 应根据地质构造的尺度选择合适的井数量, 避免不必要的费时费力。

模型及实际资料试算结果表明, 该方法能够精确反演出复杂体及深部异常, 具有高反演精度的同时也具有较高的反演计算效率。如何使用该方法提高三维资料处理的精度是以后的主要研究方向。

The authors have declared that no competing interests exist.

参考文献
[1] 李振春. 地震叠前成像理论与方法[M]. 东营: 石油大学出版社, 2011. [本文引用:1]
[2] Bishop T N, Bube K p, Culter R T, et al. Tomographic determination of velocity profile and depth in laterally varying media[J]. Geophysics, 50: 903-923. [本文引用:1]
[3] Luo Y, Schuster G T. Wave-equation traveltime inversion[J]. Geophysics, 1991, 56(5): 645-653. [本文引用:1]
[4] Woodward M J. Wave-equation tomography[J]. Geophysics, 1992, 57(1): 15-26. [本文引用:]
[5] 张凯, 尹正, 李振春, 等. 基于Born/Rytov近似的波动方程层析速度反演方法研究[J]. 应用地球物理, 2013, 10(3): 314-322. [本文引用:1]
[6] Liu Y Z, Dong L G, Wang Y W, et al. Sensitivity kernel for seismic Fresnel volume tomography[J]. Geophysics, 2009, 74(5): U35-U46. [本文引用:1]
[7] Vasco D W, Peterson J E, Majer E L. Beyond ray tomography: Wavepaths and Fresnel volumes[J]. Geophisics, 1995, 60: 1790-1804. [本文引用:1]
[8] Xu S, Zhang Y, Huang T. Enhance tomography by a fat ray technique[C]//Expand ed Abstracts of 76thSEG Annual Internet Meeting, 2006: 3351-3358. [本文引用:1]
[9] Zhang J, Zhao B, Zhou H. Fat ray tomography with optimal relaxation factor[C]//Expand ed Abstracts of 79thSEG Annual Internet Meeting, 2009: 4044-4048. [本文引用:1]
[10] Husen S, Kissling E. Local earthquake tomography between rays and waves: Fat ray tomography[J]. Physics of the Earh and Planetary Interiors, 2001, 125: 171-191. [本文引用:1]
[11] Semtchenok N M, Popov M M, Verdel A R. Gaussian beam tomography[C]//The 71st EAGE Conference&Exhibition, 2009. [本文引用:1]
[12] Semtchenok N M. Non-linear Gaussian beam tomography: A new method capable of determining highly complex velocity models[C]//The 72nd EAGE Conference& Exhibition, 2010. [本文引用:1]
[13] Hill N R. Gaussian beam migration[J]. Geophysics, 1990, 55(11): 1416-1428. [本文引用:1]
[14] 秦宁, 李振春, 杨晓东. 基于角道集的井约束层析速度反演[J]. 石油地球物理勘探, 2011, 46(5): 725-731. [本文引用:1]
[15] Stolk C C, Symes W. Artifacts in Kirchhoff common image gathers[C]//Expand ed Abstracts of 72ndSEG Annual Internet Meeting, 2002, 21: 1129-1132. [本文引用:1]
[16] Xia F, Ren Y, Jin S. Tomographic migration velocity analysis using common angle image gathers[C]//Expand ed Abstracts of 78thSEG Annual Internet Meeting, 2008: 3103-3106. [本文引用:1]
[17] Zhang K, Li Z, Zeng T S, et al. The residual curvature migration velocity analysis on angle domain common imaging gathers[J]. Applied Geophysics, 2010, 1: 46-56. [本文引用:1]
[18] 张凯. 叠前偏移速度分析方法研究[D]. 上海: 同济大学, 2008. [本文引用:1]
[19] Biondi B, Symes W. Angle-domain common image gathers for migration velocity analysis by wavefield continuation imaging[J]. Geophysics, 2004, 69(5): 1283-1298. [本文引用:1]
[20] Sava P, Fomel S. Angle-domain common imaging gathers by wavefield continuation methods[J]. Geophysics, 2003, 68(3): 1065-1074. [本文引用:1]
[21] Zhang K, Li Z, Qin N. The research on rugged surface tomographic velocity inversion[C]//Expand ed Abstracts of 82ndSEG Annual Internet Meeting, 2012 [本文引用:1]