一种地震数据的叠前同步反演方法技术

本申请提出了一种地震数据的叠前同步反演方法，包括以下步骤：S1、构建地震数据拟合差项；S2、构建反射系数稀疏约束项；S3、构建模型趋势约束项；S4、根据所述地震数据拟合差项、反射系数稀疏约束项和模型趋势约束项获取三参数反演结果。本发明专利技术提高了三参数反演结果的稀疏性和垂向分辨率，进一步降低了三参数反演的不适定性，尤其是提高了密度结果的稳定性。该发明专利技术同时涉及到模型趋势约束项，实现了反演结果的低频成分同模型的低频成分相一致，保证了反演的低频成分的正确性。

A prestack synchronous inversion method for seismic data

In this application, a prestack synchronous inversion method for seismic data is proposed, which includes the following steps: S1, constructing fitting difference term of seismic data; S2, constructing sparse constraint term of reflection coefficient; S3, constructing trend constraint term of model; S4, obtaining inversion results of three parameters according to fitting difference term of seismic data, sparse constraint term of reflection coefficient and model trend constraint term. The invention improves the sparsity and vertical resolution of the three-parameter inversion result, further reduces the uncertainty of the three-parameter inversion, and in particular improves the stability of the density result. The invention also involves the trend constraints of the model, realizes that the low-frequency components of the inversion results are consistent with the low-frequency components of the model, and ensures the correctness of the low-frequency components of the inversion.

【技术实现步骤摘要】
一种地震数据的叠前同步反演方法
本专利技术涉及油气勘探中地震资料解释与反演
，尤其是涉及一种地震数据的叠前同步反演方法。
技术介绍
叠前地震数据中包含了丰富的偏移距信息，振幅随偏移距、入射角的变化揭示了地下介质的岩性变化和孔隙内流体成分变化。因此利用叠前AVA(AmplitudeVersusAngle)同步反演可以从角度部分叠加地震数据中提取多种岩石弹性参数，进一步降低了储层预测和流体识别中的不确定性。然而常规叠前地震反演存在病态性和多解性，其原因主要有三方面：(1)子波的带限特性。地震子波频带中缺失低频信息和高频信息，只保留了地震的中频信息，因此反演中的子波褶积矩阵是不满秩的，这是所有地震反演多解性的根本原因；(2)介质弹性参数反射率向角度反射系数正演的不精确性以及地震噪声的存在。通常正演矩阵的广义逆矩阵的条件数较高，当地震数据中不含噪声时，可以较为精确地获取地下介质参数，但当地震数据中含有随机噪声时，较高的条件数会急剧降低反演的稳定性；(3)通常在有地质背景的条件下，三参数反射率(纵波阻抗/速度反射率、横波阻抗/速度反射率和密度反射率)并不是独立不相关的，这种不相关会造成反演的不适定性，尤其是密度的反演结果无法准确获取，然而密度结果通常对岩性和流体识别具有重要的意义。针对上述问题，前人对叠前地震反演问题进行了深入的研究。Buland和More在2002年针对叠前地震反演的强不适定性，将贝叶斯理论引入地震反演，即以通过假设地震数据的似然函数和模型参数的先验分布均服从多变量高斯分布，给出了模型参数后验分布的均值和方差的解析解，并指出了确定性反演的解为模型参数后验分布的期望；而随机反演的解，可以通过MCMC等技术从后验概率中抽样实现。Downton在2004年在Buland和More的基础上，提出“长尾巴”分布相对高斯分布可以进一步提高反演的垂向分辨率，并借助于参数协方差矩阵的去相关技术去除三参数的相关性，提高了叠前反演的不适定性，针对长尾巴分布中的Lp范数分布、单变量柯西分布和Huber分布分别实现了叠前二项和三项反演。Hampson和Rusell在2005年通过引入岩石物理经验公式作为约束，进一步提高了叠前反演的稳定性，实现了基于角道集的叠前三参数同步反演算法，该算法为HRS软件的叠前反演模块的核心算法。然而上述叠前反演算法仅仅考虑了反射系数的稀疏约束，在实际资料应用中单项约束并不能获取稳定的反演结果；另外地震资料中缺失0-10Hz的低频成分，因此直接从地震数据中获取的反演结果的低频信息是不准确，反演剖面通常出现不连续的“门帘”效应，需要后续进行低频补偿等二次处理流程，这势必会增加额外的计算量。
技术实现思路
针对现有技术中所存在的上述技术问题，本专利技术提出了一种地震数据的叠前同步反演方法，提高了三参数反演结果的稀疏性和垂向分辨率，进一步降低了三参数反演的不适定性，尤其是提高了密度结果的稳定性。该专利技术同时涉及到模型趋势约束项，实现了反演结果的低频成分同模型的低频成分相一致，保证了反演的低频成分的正确性。本申请提出了一种地震数据的叠前同步反演方法，包括以下步骤：S1、构建地震数据拟合差项；S2、构建反射系数稀疏约束项；S3、构建模型趋势约束项；S4、根据所述地震数据拟合差项、反射系数稀疏约束项和模型趋势约束项获取三参数反演结果。在一个实施方式中，所述步骤S1具体包括：S11、获取角度子波和角度部分叠加地震数据；1)读入M个角度子波w(θ1)，w(θ2)，…w(θM)，其中每个角度子波包含了子波起始时间、子波长度、子波采样率和子波数据本身够长，并统计出每个角度子波的绝对值最大值w(θi)max；2)读入M个角度部分叠加数据d(θ1)，d(θ2)，…d(θM)，其中每个角度部分叠加数据包含了N个采样点；S12、考虑到反演求逆过程的稳定性，对角度子波进行归一化处理，即：Wuni(θi)＝w(θi)/w(θi)max(2)然后获取角度子波褶积矩阵；S13、对角度部分地叠加地震数据进行归一化处理，即：s(θi)＝d(θi)/w(θi)max(4)S14、利用角度子波褶积矩阵和归一化处理后的角度部分叠加地震数据构建地震数据拟合差项。在一个实施方式中，所述步骤S2具体包括：S21、从地震数据的共深度点道集中获取纵波阻抗模型P_Mod、横波阻抗模型S_Mod和密度模型ρ_Mod；S22、获取纵波阻抗模型的反射率、横波阻抗模型的反射率和密度模型的反射率；S23、获取纵波阻抗模型的反射率的T分布的尺度矩阵、横波阻抗模型的反射率的T分布的尺度矩阵和密度模型的反射率的T分布的尺度矩阵，构造反射系数稀疏约束项。所述步骤S23中，考虑到纵波阻抗模型的反射率、横波阻抗模型的反射率和密度模型的反射率在有地质背景的情况下并非独立不相关，假设其满足T分布，在N个采样点的情况下，其联合概率密度函数为：其中，mP，mS，mρ分别代表纵波阻抗模型的自然对数、横波阻抗模型的自然对数和密度模型的自然对数，rp，rS，rρ分别为纵波阻抗模型的弹性参数反射率、横波阻抗模型的弹性参数反射率和密度模型的弹性参数反射率；rp，rS，rρ同反演参数m之间存在如下关系：其中，D为一阶差分矩阵：结合公式(5)和(6)，则弹性参数的自然对数服从如下概率分布：其中ψ为T分布的尺度矩阵，其中Γi为3×3N维矩阵，其表达式为：在一个实施方式中，所述步骤S3具体包括：S31、获取纵波阻抗模型、横波阻抗模型和密度模型的自然对数，相当于对纵波阻抗、横波阻抗和密度反射率做道积分。S32、分别对所述纵波阻抗模型的自然对数、横波阻抗模型的自然对数和密度模型的自然对数进行0-10Hz的低通滤波，获取纵波阻抗自然对数的低频趋势、横波阻抗自然对数的低频趋势和密度自然对数的低频趋势，如公式(10)、(11)和公式(12)所示；PTrend＝Filter_lowpass[log(P_Mod)](10)STrend＝Filter_lowpass[log(S_Mod)](11)ρTrend＝Filter_lowpass[log(ρ_Mod)](12)S33、根据所述纵波阻抗模型、横波阻抗模型和密度模型获取低通滤波矩阵L；其中Θ＝F-1ΩF，F表示离散傅立叶变换矩阵其表达式如下所示：其中Ω表示由汉明窗函数低通滤波器组成的对角阵。以纵波阻抗为例，Fmp表示将反演结果变换到频率域，ΩFmp表示在频率域取反演结果的低频成分，F-1ΩFmp表示将低频成分变换到时间域，然而由于该计算过程涉及到离散傅立叶变换，当反演的计算时窗较大时，计算效率较低，为了提高计算效率，Θ的计算可以变换到时间域中进行，根据傅立叶变换的性质，频率域相乘等价在时间域中褶积。在频率域中，低通滤波可以看作为：diag(Ω)·fft(mp)，fft表示傅立叶变换，diag表示取矩阵Ω的对角线元素；该过程在时间域中对应于ifft表示傅立叶反变换，表示圆卷积，而圆卷积又可以表示矩阵相乘的形式，因此Θ的快速构建形式中避免了复系数矩阵的相乘操作，可以大大提高计算效率，并且Θ可以直接以显式的方式给出矩阵中每个元素赋值，其计算步骤如下：首先取矩阵Ω的对角线元素diag(Ω)，然后计算对角线元素的反傅里叶变换为xx＝ifft[diag(Ω)]，本文档来自技高网...

【技术保护点】
1.一种地震数据的叠前同步反演方法，其特征在于，包括以下步骤：S1、构建地震数据拟合差项；S2、构建反射系数稀疏约束项；S3、构建模型趋势约束项；S4、根据所述地震数据拟合差项、反射系数稀疏约束项和模型趋势约束项获取三参数反演结果。

【技术特征摘要】
1.一种地震数据的叠前同步反演方法，其特征在于，包括以下步骤：S1、构建地震数据拟合差项；S2、构建反射系数稀疏约束项；S3、构建模型趋势约束项；S4、根据所述地震数据拟合差项、反射系数稀疏约束项和模型趋势约束项获取三参数反演结果。2.根据权利要求1所述的地震数据的叠前同步反演方法，其特征在于，所述步骤S1具体包括：S11、获取角度子波和角度部分叠加地震数据；S12、对角度子波进行归一化处理，获取角度子波褶积矩阵；S13、对角度部分地叠加地震数据进行归一化处理；S14、利用角度子波褶积矩阵和归一化处理后的角度部分叠加地震数据构建地震数据拟合差项。3.根据权利要求1所述的地震数据的叠前同步反演方法，其特征在于，所述步骤S2具体包括：S21、从地震数据的共深度点道集中获取纵波阻抗模型、横波阻抗模型和密度模型；S22、获取纵波阻抗模型的反射率、横波阻抗模型的反射率和密度模型的反射率；S23、获取纵波阻抗模型的反射率的T分布的尺度矩阵、横波阻抗模型的反射率的T分布的尺度矩阵和密度模型的反射率的T分布的尺度矩阵，构造反射系数稀疏约束项。4.根据权利要求3所述的地震数据的叠前同步反演方法，其特征在于，所述步骤S3具体包括：S31、获取纵波阻抗模型、横波阻抗模型和密度模型的自然对数；S32、分别对所述纵波阻抗模型的自然对数、横波阻抗模型的自然对数和密度模型的自然对数进行的低通滤波，获取纵波阻抗自然对数的低频趋势、横波阻抗自然对数的低频趋势和密度自然对数的低频趋势；S33、根据所述纵波阻抗模型、横波阻抗模型和密度模型获取低通滤波矩阵；S34、根据所述低通滤波矩阵和纵波阻抗模型的自然对数的低频趋...

【专利技术属性】
技术研发人员：张丰麒，盛秀杰，彭成，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司石油勘探开发研究院，
类型：发明
国别省市：北京,11