南海北部陆坡崎岖海底区地震成像:OBS旅行时反演
刘斌1,2
1.国土资源部 海底矿产资源重点实验室,广东 广州 510075
2.广州海洋地质调查局,广东 广州 510075

作者简介: 刘斌,男,工程师,2012年硕士毕业于中石油勘探开发研究院,现在广州海洋地质调查局资料处理研究所工作,主要从事水合物调查研究、OBS数据处理及反演工作。E-mail:liugele@163.com

摘要

深水陆坡油气资源丰富,是油气勘探的重要领域。由于陆坡水深变化较大、海底地形崎岖、地质构造复杂,地震成像存在诸多难点,其中,速度模型的建立是最大的难题之一。利用OBS(ocean bottom seismometer)数据上丰富的折射初至信息,采用旅行时反演方法建立崎岖海底区速度模型。OBS数据由广州海洋地质调查局在南海北部陆坡珠江口盆地东部海域采集,数据质量良好,存在大量的初至折射波。地震成像结果表明,在深水崎岖海底区,利用OBS的初至旅行时能够获得地震成像所需要的背景速度场。受限于高频近似的假设,初至旅行时反演结果分辨率较低。全波形反演可以提供精度更高的速度结构,初至旅行时反演结构可用作全波形反演的初始模型。

关键词: 崎岖海底; 海底地震仪; 初至旅行时反演; 速度模型
中图分类号:P631.4 文献标志码:A 文章编号:1000-8918(2016)06-1244-06 doi: 10.11720/wtyht.2016.6.30
Seismic imaging of subsurface beneath rough seafloor in the north slope of South China Sea:OBS travel time inversion
LIU Bin1,2
1.Key Laboratory of Marine Mineral Resource,Ministry of Land and Resource,Guangzhou 510075,China
2.Guangzhou Marine Geological Survey,Guangzhou 510075,China
Abstract

The deep water zone has great oil and gas potential,and hence it is treated as key field of exploration.The great variation of water depth, the roughness of seafloor and the complex geological setting make it difficult to conduct seismic imaging of the target object.Velocity building is one of the greatest difficulties.The rich refraction wave in the OBS (ocean bottom seismometer) data was used to invert the velocity model with the method of travel time inversion.The OBS was acquired by Guangzhou Marine Geological Survey in the east part of Pearl River basin on the north slope of South China Sea.The OBS data have good quality with refraction wave clearly observable.The imaging result shows that in the region of rugged seafloor, first arrival travel time inversion can provide the background velocity model needed by seismic imaging.Limited by the high frequency approximation,the velocity model has low resolution.More advanced full waveform inversion can provide high resolution model,with first arrival travel time inversion result as the initial model.

Keyword: rugged seafloor; ocean bottom seismometer; first arrival travel time tomography; velocity model

深水陆坡区域是油气勘探的重要区域。陆坡区域水深变化较大、海底地形崎岖、地质构造复杂, 复杂的环境给地震成像带来很多困难[1, 2, 3]。随着各种成像算法的完善, 速度模型的建立是深水崎岖海底区地震成像最大的难题。速度模型建立的方法有很多, 包括最常用的NMO分析方法以及更精确的偏移速度方法[4]。NMO方法假设地下介质为简单的层状介质, 在深水崎岖海底区域的应用效果较差。基于层析或者波动方程的偏移速度分析方法能够适应崎岖海底复杂构造的地质环境, 但是流程复杂, 需要大量的质量控制工作。基于反演的方式建立速度模型的方法包括旅行时反演, 全波形反演等。全波形反演通过拟合地震波形来获得速度模型, 它能够提供高分辨率的速度模型, 但是计算量大, 对数据采集要求较高, 尽管有一些实例, 但还很不成熟[5]。与全波形反演基于波动方程不同, 旅行时反演基于渐进的射线理论, 通过拟合初至旅行时来获得地下介质的速度模型。初至旅行时反演是建立速度模型的经典方法, 在理论上和实际上都非常成熟[6, 7, 8, 9, 10]。受限于高频近似的假设[11], 旅行时反演仅提供一个光滑的、包含低波数成分的背景速度模型, 但在很多时候, 该背景模型用于地震成像是足够的。

1 OBS数据初至旅行时反演建立速度模型

笔者采用初至波旅行时反演方法建立崎岖海底区的速度模型。数据来源于南海北部陆坡珠江口盆地东部海域。该海域海底崎岖, 海底浅部沉积层构造复杂(图1c)。OBS与多道地震同步记录, OBS沿着多道地震布设。激发震源为G.I枪组合震源, 沉放深度为5 m, 炮间距25 m, 总共激发814炮。接收电缆沉放深度5 m, 接收道数192, 最小偏移据125 m, 道间距12.5 m, 采样率1 ms, 记录长度5 s。整条测线长约22 km, 有效OBS总共19个, 布设在5~15 km的区间上, OBS的间距大为500 m左右, 最大偏移距达15 km。OBS数据记录长度为10 s, 采样率为2 ms。该数据质量较高, 所有的19个OBS数据上都存在丰富的折射波信息(图2)。

图1 研究区位置(a)多道地震和OBS的测线位置(b)以及多道地震叠加剖面(c)

图2 OBS数据上的初至折射波

首先对OBS数据进行预处理, 主要包括重定位以及带通滤波。由于海流和海底地形的影响, OBS一般偏离设定的位置。重定位是OBS数据应用的基础[12]。利用直达波的旅行时采用最小二乘的方法确定OBS在海底的位置。重定位表明, OBS偏离多道地震测线的最大距离约为100 m, 带通滤波的频带范围为4~12 Hz。

旅行时反演的第一步是初至旅行时拾取。在带通滤波处理之后的数据上拾取总共19个OBS数据上的初至旅行时(图2 所示), 总共拾取了 9 885 个旅行时。在信噪比较高, 能量较强的地方, 旅行时拾取误差大约为20 ms; 在大偏移距能量较弱的地方, 旅行时拾取误差大约为80 ms。

旅行时层析是地震成像的经典方法, 它用旅行时作为输入, 通过极小化计算旅行时与拾取的旅行时的差异来获得能够最佳拟合观测旅行时的速度模型。初至旅行时反演仅仅利用地震数据中的初至旅行时, 主要是折射波初至旅行时。初至波旅行时反演在理论上和方法上都比较成熟, 有较多的开源程序[13, 14, 15, 16]。笔者采用开源程序profit[17]实现上述线性近似迭代反演的过程。该程序基于射线密度采用自适应的方式对模型进行参数化; 采用改进的弯曲射线方法计算炮检点之间的射线路径以及Jacobi矩阵; 采用阻尼最小二乘方法。反演的间隔横向是100 m, 纵向间隔是50 m。旅行时反演采用层状介质作为初始模型, 其中海底的深度由多波束数据精确控制, 初始模型如图3所示。

图3 旅行时反演的初始模型

2 多道地震数据叠前深度偏移

在崎岖海底区, 时间偏移方法难以给出准确的成像, 笔者利用叠前深度偏移方法对多道地震进行成像。首先, 对多道地震数据进行成像前的处理, 主要包括观测系统建立、球面扩散补偿、随机噪声衰减以及多次波衰减等。经过石油工业多年的发展, 已经发展出非常多的叠前深度偏移方法, 而且在实际数据上得到广泛的应用[18], 主要包括基于射线理论的Kirchhoff、高斯束方法[19, 20], 基于波动方程分解的单程波方法[21, 22]以及基于波动方程的RTM方法[23]。基于不同假设的成像算法的精度和效率各不相同, 笔者选用分裂步傅里叶[24]方法对多道地震进行成像, 该方法基于速度场分裂的思想, 在常速背景下作相移处理, 针对变速扰动作时移校正。它既可以适应速度的横向变化, 又保证了非常高的计算效率。

3 结果
3.1 初至旅行时反演结果

经过50次迭代更新, 得到初至旅行时反演的最终速度模型, 如图4所示。反演结果的正则化方差为1.6, 接近于1, 说明旅行时拟合较好[25]。旅行时拟合的均方根误差收敛至最终的54 ms, 在拾取误差以内, 如图5a所示。基于最终速度模型计算的旅行时与拾取的旅行时的残差81%以上落入80 ms以内(如图5b所示)。所用的OBS数据的频带范围为4~12 Hz, 按主频6 Hz计算, 其周期为166 ms, 由此可知, 旅行时的残差在1/2 周期之内。为避免周波跳跃, 避免全波形反演陷入局部极小值, 全波形反演要求初始模型的旅行时残差在1/2周期以内[26]。由此可知, 该速度模型不仅可用作地震成像所需要的背景速度模型, 也可用作全波形反演的初始模型。

图4 经过50次迭代得到初至旅行时反演的最终速度模型

图5 均方根误差随迭代次数的变化(a)以及最终模型的旅行时残差(b)

3.2 多道地震数据叠前深度偏移结果

叠前深度偏移得到成像结果如图6所示。从成像结果可以看出, 崎岖海底浅部沉积层成像清晰。图7显示了在x=5 km 和x=15 km 两处的共成像点道集。在x=5 km处, 构造相对较为复杂, 共成像点道集同相轴稍微往上翘起, 说明该处的速度模型不够准确。但在x=15 km偏移距上, 共成像点同相轴较平, 说明速度比较准确。

图6 多道地震叠前深度偏移成像结果

图7 不同位置的共成像点道集
a— x=5 km; b— x=15 km

4 讨论

由于海底地形崎岖、海底浅部沉积构造复杂, 深水崎岖海底区的地震成像是深水油气勘探的难题之一。地震成像的难点主要包括地震能量散射、多次波复杂以及速度模型难以建立等几个方面, 其中速度模型的建立是最重要的难题之一。笔者将初至旅行时反演方法应用于深水崎岖海底的速度建模。较小的旅行时残差以及合理的成像结果都表明了该方法的有效性。

影响速度模型精度的因素包括技术和理论两个方面。在采集技术方面, 由于海底崎岖以及海流的影响, OBS在海底的位置一般都偏离设定的位置, 这就使得OBS在海底的位置难以满足一条直线。笔者能够用二维的方法建立有效的速度模型的一个很重要的前提是OBS偏离多道地震测线的距离较小, 在100 m以内。当偏离量较大时, 应该考虑三维的初至波旅行时层析方法。在理论方面, 射线反演方法仅能提供一个光滑的速度模型。当希望获得更高分辨率的速度模型时, 应该考虑全波形反演方法[9]。OBS数据偏移距较大、包含低频数据, 这些特点使得OBS数据非常适合于全波形反演[27]

5 结论

速度模型的建立是深水崎岖海底区地震成像最重要的难题, 笔者通过初至旅行时反演建立崎岖海底区的速度模型, 成像结果表明, 该方法能够有效地建立地震成像所需的背景速度模型。随着OBS数据采集趋于广泛, 利用OBS数据建立速度模型的方法有很好的前景。随着全波形反演方法在理论上和实际上的进步, OBS数据的全波形反演可能会在深水崎岖海底区速度模型的建立中发挥重要的作用。

The authors have declared that no competing interests exist.

参考文献
[1] 张春贺, 乔德武, 李世臻, . 复杂地区油气地球物理勘探技术集成[J]. 地球物理学报, 2011, 54(2): 374-387. [本文引用:1]
[2] 龚旭东, 陈继宗, 庄祖银, . 深水地震资料处理关键技术浅析[J]. 勘探地球物理进展, 2010, 33(5): 336-341. [本文引用:1]
[3] 常旭, 刘伊克, 杜向东, . 深水崎岖海底地震数据成像方法与技术与应用[J]. 地球物理学报, 2008, 51(1): 228-234. [本文引用:1]
[4] Save P, Vlad l. Numerical implementation of wave-equation migration velocity analysis operators[J]. Geophysics, 2008, 145-159. [本文引用:1]
[5] Virieux J, Operto S. An overview of full-waveform inversion in exploration geophysics[J]. Geophysics, 2009, 74: WCC1-WCC26. [本文引用:1]
[6] Zhang J, Toksoz M N. Nolinear refraction traveltime tomography[J]. Geophysics, 1998, 63(5): 1726-1737. [本文引用:1]
[7] Bregman N D, Bailey R C, Chapman C H. Crosshole seismic tomography[J]. Geophysics, 1989, 54(2): 200-215. [本文引用:1]
[8] Tailland ier C, Noble M, Chauris, et al. First arrival traveltime tomography based on the adjoint-state method[J]. Geophysics, 2009, 74(6): WCB1-WCB10 [本文引用:1]
[9] Bording R P, Gersztenkorn A, Lines L R. Application of seismic travel time tomography[J]. Geophysical Journal of the Royal Astronomical Society, 1987, 90: 285-303. [本文引用:2]
[10] Woodward M J, Nichols D, Zdraveva O, et al. A decade of tomography[J]. Geophysics, 2008, 73(5): VE5-VE11. [本文引用:1]
[11] Williamson P R. A guide to the limit of resolution imposed by scattering in ray tomography[J]. Geophysics, 1991, 56(2): 202-207. [本文引用:1]
[12] 夏少红, 敖威, 赵明辉, . 海洋广角地震数据校正方法探讨[J]. 海洋通报, 2011, 30(5): 447-451. [本文引用:1]
[13] Hobro J W, Singh S C, Minshull T A. Three dimensional tomographic inversion of combined reflection and refraction seismic traveltime data[J]. Geophysical Journal International, 2003, 152(1): 79-93. [本文引用:1]
[14] Zelt C A, Barton P J. Three-dimensional seismic refraction tomography: Acomparison of two methods applied to data from the Faeroe basin[J]. Journal of Geophysical Research, 1998, 103: 7189-7210. [本文引用:1]
[15] Hole J A. Nonlinear high-resolution three-dimensional seismic travel time tomography[J]. Journal of Geophysical Research, 1992, 97(B5): 6553-6562. [本文引用:1]
[16] Korenaga J, Holbrook W S, Singh S C, et al. Natural gas hydrates on the southeast U. S. margin: constraints from full waveform and travel time inversion of wide-angle seismic data[J]. Journal of Geophysical Research, 1997, 102(B7): 15345-15365. [本文引用:1]
[17] Koulakov I, Stupina T, Kopp H. Creating realistic models based on combined forward modeling and tomographic inversion of seismic profiling data[J]. Geophysics, 2009, 75(3): 115-136. [本文引用:1]
[18] 李振春. 地震叠前成像理论与方法[M]. 东营: 中国石油大学出版社, 2011: 8. [本文引用:1]
[19] Stoffa P L, Fokkema J T, Freire R M de L, et al. Split-step Fourier migration[J]. Geophysics, 1990, 55(4): 410-421. [本文引用:1]
[20] Ristow D, Ruhl T. Fourier finite-difference migration[J]. Geophysics, 1994, 59(12): 1882-1893. [本文引用:1]
[21] Popov M M, Semtchenok N M, Popov P M, et al. Depth migration by the Gaussian beam summation method[J]. Geophysics, 2010, 75(2): S81-S93. [本文引用:1]
[22] Hill N R. Gaussian beam migration[J]. Geophysics, 1990, 55(11): 1461-1428. [本文引用:1]
[23] 杨勤勇, 段心标. 逆时偏移技术发展现状与趋势[J]. 石油物探, 2010, 49(1): 92-98. [本文引用:1]
[24] Ferguson R J, Gray F. Margrave. Planned seismic imaging using explicit one-way operators[J]. Geophysics, 2005, 70(5): 101-109. [本文引用:1]
[25] Zelt C A, Smith R B. Seismic traveltime inversion for 2-D crustal velocity structure[J]. Geophysical Journal International, 1992, 108: 16-34. [本文引用:1]
[26] Chauris H, Noble M, Tailland ier C. What initial velocity model do we need for full waveform inversion[C]//Rome: 70th EAGE Conference & Exhibition, 2008: 75-79. [本文引用:1]
[27] Sirgue L, Pratt R G. Efficient waveform inversion and imaging: A strategy for selecting temoral frequencies[J]. Geophysics, 2004, 69(1): 231-248. [本文引用:1]