三維地震資料疊前隨機噪音壓制

王維紅， 宋元東， 林春華， 劉瑞有， 姜艷影

( 1. 東北石油大學 地球科學學院，黑龍江 大慶 163318; 2. 大慶油田有限責任公司 勘探開發研究院，黑龍江 大慶 163712； 3. 梧州中國石油昆侖燃氣有限公司，廣西 梧州 543002； 4. 大慶油田有限責任公司 第二采油廠，黑龍江 大慶 163414 )

?

三維地震資料疊前隨機噪音壓制

王維紅1， 宋元東1， 林春華2， 劉瑞有3， 姜艷影4

( 1. 東北石油大學 地球科學學院，黑龍江 大慶 163318; 2. 大慶油田有限責任公司 勘探開發研究院，黑龍江 大慶 163712； 3. 梧州中國石油昆侖燃氣有限公司，廣西 梧州 543002； 4. 大慶油田有限責任公司 第二采油廠，黑龍江 大慶 163414 )

為提高疊前道集數據的信噪比，將頻率域基于雙向預測誤差濾波的三維疊后隨機噪音衰減方法(3D RNA)，經過地震資料的道頭修改和重置后，應用于疊前地震資料，實現三維疊前地震資料隨機噪音的壓制處理.某工區CMP道集和CRP道集隨機噪音壓制的試處理結果表明：該方法能夠提高三維地震數據信噪比，得到的地震道集同相軸更清晰，可在不同的處理流程和步驟中串行應用，并且幾乎可適用于所有三維地震資料.為提高速度分析精度、改善疊加效果、保持地震數據的AVO振幅特性和提高成果數據體的成像精度提供指導.

疊前； 隨機噪音； 壓制； 道頭修改； 地震資料

0 引言

隨機噪音在地震資料中普遍存在，主要來源于采集過程和處理過程.在資料采集過程中，隨機噪音主要來源于地面微震、炮點激發和儀器接收等因素造成的不規則干擾[1-2]；在資料處理過程中，隨機噪音主要來源于偏移成像和正演模擬過程，如逆時偏移中采用隨機邊界條件引起的隨機噪音[3-6].在地震記錄上，隨機噪音沒有一定的視速度和傳播方向，是一種具有各態歷經性質的平穩隨機過程[7].隨機噪音的存在不但引起地震資料信噪比的降低，而且嚴重制約地震資料后續的高分辨率處理、目標準確成像、屬性提取和反演等[8]，對當前高分辨率和巖性油氣藏勘探有較大影響.在地震資料的“三高”(高信噪比、高分辨率和高保真度)處理過程中，信噪比是基礎，是保證地震資料分辨率和保幅的關鍵；三維地震勘探是地震勘探的主要方法，隨機噪音的存在嚴重制約后續的地震資料處理步驟，如速度分析、AVO分析、疊加效果及偏移成像的效果等.

疊加是壓制隨機噪音的有效方法，當前大多數地震處理技術應用于疊前，因此需要在疊前進行隨機噪音壓制，以提高疊前處理的精度，進而提高勘探成功率.疊前隨機噪音壓制的方法主要是濾波法，如中值濾波、f-x域預測濾波、多項式擬合、K-L變換和τ-p變換去噪等[9-16].其中中值濾波法計算簡單，易于實現，但是平滑處理相當于低通濾波，對有效信號的高頻成分造成損失，難以滿足巖性勘探的保幅高分辨率處理的要求[9]；K-L變換法的基本假設是水平地層，對實際存在的傾斜地層的噪音壓制處理，常導致有效波的振幅受到較大影響[11-12].非局部平均濾波(NLM)方法是近年來發展起來的隨機噪音壓制的有效方法[17]，對二維數據和疊后地震取得理想的效果；處理三維疊前地震數據時，由于三維權系數計算較為困難，并且計算效率低，所以在三維疊前地震數據的隨機噪音壓制中未得到廣泛應用.

目前廣泛應用的是基于疊后地震數據的三維隨機噪音衰減方法(3D RNA).它根據疊后資料有效波同相軸的相干性[18]，應用二維預測算子實現隨機噪音的壓制，對提高疊后資料信噪比、壓制高頻隨機噪音非常有效.筆者將三維疊后隨機噪音衰減技術應用于三維疊前處理，即對疊前地震數據體，通過地震記錄中道頭字修改與重排，形成三維疊后數據體的結構形式，應用3D RNA方法完成三維疊前隨機噪音壓制，能夠有效提高疊前資料的信噪比，為三維地震數據高精度成像奠定技術基礎.

1 疊后3D RNA原理

疊后三維隨機噪音壓制方法(3D RNA)可以有效壓制隨機噪音等非相干干擾，提高疊后地震資料的信噪比.在實際計算時，需要將三維地震數據體進行Fourier變換，得到頻率—空間(f-x,y)域的地震數據.

三維地震數據對時間進行Fourier正變換的計算公式為

(1)

式中：D(x,y,ω)為三維時間域地震數據d(x,y,t)的Fourier正變換；ω為圓頻率.

在頻率空間域，對于給定的任一頻率成分ωi，式(1)所給出的地震數據D(x,y,ωi)只是空間位置坐標x和y的函數，將其記為f(x,y).設計一個矩形窗，即二維預測算子，設在該矩形窗內有m組不同視速度的反射波同相軸Ri(t)，各同相軸在兩個空間方向的反射時差表示為Δtx(i)和Δty(i)，其中i=1,2,…m，則特定頻率成分的二維地震信號f(x,y)可以表示為二維Z變換的形式：

(2)

式中：F(Z1,Z2)為二維信號f(x,y)的Z變換；R(f)為反射同相軸R(t)的頻率域表示形式.

將式(2)右端展開，整理可得

E(Z1,Z2)=F(Z1,Z2)P(Z1,Z2),

(3)

式中：E(Z1,Z2)為預測誤差的Z變換；P(Z1,Z2)為二維預測誤差濾波器；F(Z1,Z2)為輸入的離散信號.式(3)將信號F(Z1,Z2)應用于二維預測誤差濾波器P(Z1,Z2)，進行濾波得到E(Z1,Z2)結果.

實際上，預測誤差濾波算子P(Z1,Z2)是未知的，設三維地震數據經過矩形預測算子預測后，輸出的預測誤差能量最小，則構建目標函數，并令目標函數對預測算子的偏導數為零，得到矩陣方程為

RH·P=R,

(4)

式中：RH為頻率—空間域地震記錄的多道自相關的Hermite矩陣；R為頻率—空間域地震記錄的多道自相關列陣；P為二維預測算子各分量的列陣.

根據式(4)求出對應于不同頻率成分的二維預測算子后，對地震數據進行維納濾波處理，即可得到頻率域地震信號的最小平方近似[18-19]；再進行Fourier反變換，得到時間空間域隨機噪音壓制后的三維疊后地震數據體.該方法的本質是徑向預測濾波，利用相鄰地震道有效波的相似性，實現三維疊后地震數據的隨機噪音壓制處理.

圖1 三維疊前隨機噪音壓制道頭修改示意Fig.1 Trace header modification schematic diagram of 3D prestack random noise suppression

2 疊前3D RNA方法

一般疊前地震數據是以共炮點道集或共中心點道集(CMP)依次存放的，其有效波同相軸的時距曲線近似為雙曲線.對疊前地震數據隨機噪音壓制，有效波同相軸具有雙曲性質，所以不能直接應用疊后3D RNA方法.為有效實現疊前地震數據隨機噪音的壓制，對疊前地震數據的道頭字進行修改(見圖1)，使它與疊后三維地震數據的道頭形式基本一致；修改后的一個空間坐標軸表示炮號或CMP號等，另一個空間坐標軸表示道號，修改前后時間坐標軸保持不變(見圖1).由圖1可知，在疊前應用3D RNA方法進行隨機噪音衰減，在共炮點道集和共中心點道集可以實現.

以共炮點道集數據為例，說明道頭修改和隨機噪音壓制的實現過程.首先將疊前共炮點道集數據中單炮記錄作為縱軸，將每炮的地震道作為橫軸，形成一個平面，每炮中的地震道與按順序排列的炮記錄組成的數據體類似于三維疊后數據體；然后應用疊后3D RNA方法進行隨機噪音壓制處理，再將地震數據道頭修改為原來疊前共炮點道集的形式，即實現疊前地震數據的隨機噪音壓制處理.在疊前隨機噪音壓制計算中，只要正確完成道頭字的修改，就可以應用疊后3D RNA方法實現噪音壓制處理；因此提出的疊前隨機噪音壓制的實現方法，對于任何三維疊前地震數據體都是適用的.另外，該方法是相對保幅的隨機噪音壓制技術，可為后續的疊前成像算法提供信噪比高的數據體.

3 應用效果

在地震資料處理過程中，疊前在共炮點道集和共檢波點道集處理的步驟較多，一般CMP道集中隨機噪音壓制對于提高資料信噪比和速度分析精度等具有重要意義；偏移后CRP道集上，由于存在偏移算法和數據不規則等，也產生隨機噪音，為提高后續儲層預測、優化疊加等處理精度也需要噪音壓制處理.

大慶油田某工區三維地震資料于2011年采集，滿覆蓋面積為300 km2，覆蓋次數為96，面元大小為25 m×25 m，最大偏移距為4 500 m.該工區勘探目的是斷陷區深層火山巖和致密砂礫巖儲層，目的層埋藏深、波場復雜、地震資料信噪比低.為提高地震資料成像精度，對疊前的CMP道集應用提出的疊前3D RNA方法，實現隨機噪音壓制處理，提高疊前地震數據的信噪比，進而使靜校正、速度分析等精度得到提高，為后續偏移成像精度的提高提供技術基礎.

對研究區的某一CMP道集，應用提出的三維疊前隨機噪音壓制方法得到的噪音壓制前后結果見圖2，其中動校正后含噪音的CMP道集見圖2(a)，噪音壓制后的CMP道集見圖2(b).由圖2可知，隨機噪音壓制后，在1.8～3.0 s之間目的層信噪比得到有效提高，有效波同相軸連續性增強.為更好地說明隨機噪音壓制后的道集對后續處理的影響和數據的應用，給出該CMP道集位置處疊前隨機噪音壓制前后的速度譜(見圖3).其中原始含隨機噪音的CMP道集速度譜見圖3(a)，隨機噪音壓制后的CMP道集速度譜見圖3(b).由圖3可知，經過疊前隨機噪音壓制后，速度譜中能量和聚焦效果得到大幅改善，可以提高速度分析的精度，進而提高成像精度.

圖2 CMP道集疊前隨機噪音壓制前后結果Fig.2 The comparison of CMP gathers before and after 3D prestack random noise suppression

圖3 CMP道集三維疊前隨機噪音壓制前后速度譜Fig.3 The comparison of velocity spectrum before and after 3D prestack random noise suppression

CRP道集是疊前時間或深度偏移后的成果道集，對CRP道集進行疊加，得到偏移的最終成果數據體.同時，CRP道集也可用于AVO分析、疊前反演和儲層定量預測，所以道集質量對成果數據體的解釋、應用和儲層預測等具有決定作用.由于存在偏移計算等原因，CRP道集含有一定的隨機噪音.應用三維疊前隨機噪音壓制方法可以提高CRP道集的信噪比.研究區某一CRP道集隨機噪音壓制前后結果見圖4.由圖4可知，噪音壓制后CRP道集同相軸連續性好、信噪比高，可以有效提高AVO分析和疊前反演的計算精度.

研究區一條主測線CMP道集疊前噪音壓制前后的疊加結果見圖5，為便于顯示，抽取其中的一段進行對比.其中常規處理得到的疊加剖面見圖5(a)，對CMP道集進行三維疊前隨機噪音壓制后的疊加剖面見圖5(b).由圖5可知，噪音壓制后地震數據體信噪比有一定程度提高，同相軸連續性增強，能夠為后續處理提供較好的數據基礎.

圖4 CRP道集疊前隨機噪音壓制前后結果Fig.4 The comparison of CRP gathers before and after prestack random noise suppression

圖5 CMP道集疊前噪音壓制前后疊加數據結果Fig.5 The comparison of stack sections before and after prestack random noise suppression in CMP domain

4 結論

(1)基于疊后三維地震數據隨機噪音壓制方法，修改疊前數據的道頭字，形成三維地震數據的疊前噪音壓制方法.疊前隨機噪音壓制方法可以在不同數據道集中實現隨機噪音壓制，對于CMP道集，除提高道集的信噪比外，還可提高速度分析精度，為后續基于CMP的資料處理提供基礎數據.

(2)在CRP道集上進行疊前隨機噪音壓制，可以有效提高地震資料的信噪比，為最終成像疊加及成像數據體的解釋、反演和應用提供基礎，同時也可為AVO分析提供高精度道集數據.

(3)該方法思路簡單，計算效率較高，易于實現，可以有效提高地震資料的信噪比和成像精度，適合在低信噪比資料的地區推廣應用.

[1] Ristau J P, Wooil M M. Adaptive filtering of random noise in 2-D geophysical data [J]. Geophysics, 2001,66:342-349.

[2] 胡天躍.地震資料疊前去噪技術的現狀與未來[J].地球物理學進展,2002,17(2):218-223. Hu Tianyue. The current situation and future of Seismic data prestack noise attenuation techniques [J]. Progress in Geophysics, 2002,17(2):218-223.

[3] 王維紅,郭雪豹,石穎.非局部平均濾波噪聲壓制方法及其在VSP資料逆時偏移中的應用[J].石油物探,2015,54(2):165-171. Wang Weihong , Guo Xuebao, Shi Ying. Nonlocal means filtering denoising approach and its application in VSP reverse time migration seismic data [J]. Geophysical Prospecting for Petroleum, 2015,54(2):165-171.

[4] 郭雪豹,王建民,王維紅,等.基于GPU并行加速的VSP數據逆時偏移[J].東北石油大學學報,2014,38(2):58-62. Guo Xuebao, Wang Jianmin, Wang Weihong, et al. VSP data reverse-time migration based on GPU parallel acceleration [J]. Journal of Northeast Petroleum University, 2014,38(2):58-62.

[5] 石穎,陸加敏,柯璇,等.基于GPU并行加速的疊前逆時偏移方法研究[J].東北石油大學學報,2012,36(4):111-115. Shi Ying, Lu Jiamin, Ke Xuan, et al. Prestack reverse time migration based on GPU parallel accelerating algorithm [J]. Journal of Northeast Petroleum University, 2012,36(4):111-115.

[6] 田東升,王云專,李義鵬,等.單程和雙程波動方程疊前深度偏移方法[J].東北石油大學學報,2014,38(4):39-44. Tian Dongsheng, Wang Yunzhuan, Li Yipeng, et al. One-way and two-way wave equation pre-stack depth migration approaches [J]. Journal of Northeast Petroleum University, 2014,38(4):39-44.

[7] 陸基孟,王永剛.地震勘探原理[M].東營:中國石油大學出版社,1993:420-428. Lu Jimeng, Wang Yonggang. The principle of seismic exploration [M]. Dongying: China University of Petroleum Press, 1993:420-428.

[8] 熊翥.地震數據處理應用技術[M].北京:石油工業出版社,1993:141-224. Xiong Zhu. Seismic data processing technique application [M]. Beijing: Petroleum Industry Press, 1993:141-224.

[9] Luis L C. Random noise reduction [C]. SEG Technical Program Expanded Abstracts, 1984:525-527.

[10] Yu S, Cai X, Su Y. Seismic signal enhancement by polynomial fitting [J]. Applied Geophysics, 1989,1:57-65.

[11] Jones I F, Levy S. Signal-to-noise ratio enhancement in multichannel seismic data via the Karhunen-Loeve transform [J]. Geophysical Prospecting, 1987,35:12-32.

[12] 劉洪林,張春堂,朱秋影,等.K-L變換在地震資料去噪中的應用[J].大慶石油學院學報,2007,31(4):19-21. Liu Honglin, Zhang Chuntang, Zhu Qiuying, et al. Application of K-L transformation to the noise attenuation in geological data [J]. Journal of Daqing Petroleum Institute, 2007,31(4):19-21.

[13] 石穎,李瑩,王維紅,等.線性Radon變換噪音壓制法及其在古龍斷陷中的應用[J].東北石油大學學報,2012,36(4):116-120. Shi Ying, Li Ying, Wang Weihong, et al. Approach of linear noise suppression using radon transform and its application in Gulong fault depression [J]. Journal of Northeast Petroleum University, 2012,36(4):116-120.

[14] Al-Yahya K M. Application of the partial Karhunen-Loeve transform to suppress random noise in seismic sections [J]. Geophysical Prospecting, 1993,39:77-93.

[15] 陳遵德,段天友,朱廣生,等.SVD濾波方法的改進及應用[J].石油地球物理勘探,1994,29(6):783-792. Chen Zunde, Duan Tianyou, Zhu Guangsheng, et al. Improvement of singular-value decomposition filtering and the application [J]. OGP, 1994,29(6):783-792.

[16] Alan R M, Panos G K. Efficient tau-p hyperbolic velocity filtering [J]. Geophysics, 1990,55(5):619-625.

[17] Bonar D, Sacchi M. Denoising seismic data using the nonlocal means algorithm [J]. Geophysics, 2012,77(1):A5-A8.

[18] 李國發.全三維隨機噪聲衰減技術[J].石油地球物理勘探,1995,30(3):310-318. Li Guofa. Full 3-D random-noise attenuation [J]. OGP, 1995,30(3):310-318.

[19] 國九英,周興元,楊慧珠.三維f-x,y域隨機噪音衰減[J].石油地球物理勘探,1995,30(2):207-215. Guo Jiuying, Zhou Xingyuan, Yang Huizhu. Attenuation of random noise in (f-x,y) domain [J]. OGP, 1995,30(2):207-215.

2015-04-20；編輯：任志平

國家自然科學基金項目(41474118)；國家高技術研究發展計劃(863計劃)項目(2012AA061202)

王維紅(1975-)，男，博士，副教授，主要從事地震資料數字處理方面的研究.

TE132.1,P631

A

2095-4107(2015)03-0025-07

DOI 10.3969/j.issn.2095-4107.2015.03.004