袁 煥,王宇超,石蘭亭,胡自多,袁 剛
(中國石油勘探開發(fā)研究院西北分院)
AVO反演技術(shù)能夠提供高精度的有關(guān)儲集層物性、孔隙流體及裂縫分布等方面的特征參數(shù),甚至可用其直接檢測油氣,在勘探和開發(fā)中占據(jù)著越來越重要的位置[1-3]。
AVO反演經(jīng)常采用雙參數(shù)方程估計參數(shù),算法雖穩(wěn)定,但是參數(shù)估計會產(chǎn)生較大誤差,并缺失了密度信息[4]。而密度信息可提供多種巖性、物性信息,具有極其重要的意義。AVO三參數(shù)反演能夠提供密度信息,但該方法容易受噪音和采集過程中不確定因素的影響[5],反演不穩(wěn)定。為了提高AVO三參數(shù)反演的穩(wěn)定性,需要在反演過程中進行合理的約束[6],其中將先驗信息納入反演過程的方法取得了很好的效果[5-14]。
然而,隨著油氣勘探開發(fā)的不斷深入,易勘探、成套的大型油氣藏已越來越少,這就迫切要求高分辨率地震勘探開發(fā)技術(shù)必須要獲得層間某些能體現(xiàn)隱蔽性油氣藏屬性的弱反射體信息[15]。Alemie等[12]提出的高分辨率Cauchy分布具有較高的分辨率,但是噪音較大時收斂速度較慢。筆者基于貝葉斯理論,將同一時間采樣點的三參數(shù)互相關(guān),并對縱、橫波反射率和密度反射率序列采用修正Cauchy正則化約束項,提出了一種高分辨率AVO三參數(shù)波形反演方法,采用迭代算法求解,快速得到了較可靠的反演結(jié)果。
AVO技術(shù)的理論基礎(chǔ)是Zoeppritz方程及其近似公式。筆者采用Aki&Richards近似公式進行正演模擬,其方程為式中:R()為與角度有關(guān)的反射系數(shù);為橫波速度和縱波速度的比值;rp為縱波反射率;rs為橫波反射率;rd為密度反射率;為分界面的入射角和透射角的平均值,rad。
將子波引入式(1),并將問題擴展到m個入射角道集、n個時間采樣點,則可以得到多個入射角道集、多個時間采樣點的褶積模型,簡記如下:
式中:G為包含子波矩陣和入射角的線性化算子;m為參數(shù)向量;d為觀測數(shù)據(jù);n為噪音或者誤差。式(2)即正演模擬函數(shù)。
對于參數(shù)正則化約束項的選擇,比較常用的有P 范數(shù)分布、Huber分布、Sech 分布、Cauchy 分布[15],如表1所示。通過比較發(fā)現(xiàn),修正Cauchy分布不僅能夠獲得大幅值、體現(xiàn)主要層位信息的強反射體信息,同時還能夠較好地保護隱蔽型油氣藏的弱反射信息[11]。筆者基于貝葉斯理論,對反射率序列采用修正Cauchy正則化約束項,并將表示三參數(shù)關(guān)系的協(xié)方差矩陣納入先驗約束項,提出了一種改進的基于修正Cauchy分布的高分辨率AVO三參數(shù)波形反演方法。噪音一般具白噪特征,可假設(shè)其服從零均值的高斯分布,模型參數(shù)服從某種先驗分布,后驗概率密度分布函數(shù)極值的最大值等同于求下式的最小解[12]
表1 幾種常用的正則化約束項Table1 Some common typesof constraint criterion
對參數(shù)采用修正Cauchy約束準則,然后對修正Cauchy約束進行改進,以進一步提高反演結(jié)果的分辨率,可得
其中
式中:Di是 3×(3n)的矩陣;若 Ci非奇異,則其為第 i個時間采樣點處三參數(shù)協(xié)方差矩陣,若Ci奇異,則其為單位矩陣。式(4)即為筆者提出的改進的修正Cauchy約束項。 當時,即為高分辨率 Cauchy 分布[12]。
圖1為表1中各約束項準則及筆者提出的方法對反射體的敏感性比較。從圖中可以看:①這些準則對反射體普遍敏感,不同程度地突出了反射體信息,其中筆者提出的方法對弱反射體敏感性更強;②當m值繼續(xù)增大時,保證了增長的收斂性。
圖1 幾種約束準則比較(考慮到對稱性,圖中僅畫出了正半剖面)Fig.1 Com parison of typesof constraint criterion
對于弱反射體信息(圖2),從各稀疏準則對弱反射體的響應(yīng)結(jié)果可以看出,各稀疏準則對其均有不同程度的壓制,但筆者提出的方法響應(yīng)最強,對弱反射體的敏感性最好,較好地保護了弱反射體信息。
圖2 圖1中弱反射體局部放大圖Fig.2 Localamp lification response for weak reflection body
其中
若噪音互不相關(guān),那么噪音協(xié)方差矩陣是對角矩陣,式(7)可簡化為
模型參數(shù)如圖3紅色實線所示,選用Ricker子波進行正演模擬。給出相同的初始模型,最大迭代次數(shù)設(shè)為30,反演參數(shù)向量與模型參數(shù)向量的均方根誤差極小值所對應(yīng)的迭代次數(shù)如表2所示。由表2可以看出,誤差最小時筆者提出的方法迭代次數(shù)最少,收斂速度最快。在不同信噪比情況下,模型參數(shù)與反演結(jié)果之間的均方根誤差值如圖4所示。由圖4可知,筆者提出的方法受噪音的影響最小,誤差也最小,分辨率更高。對比筆者提出的改進的修正Cauchy分布和高分辨率Cauchy分布2種不同的約束方法,信噪比為10時,反演結(jié)果如圖3所示,可見:①筆者提出的方法和高分辨率Cauchy分布約束方法都能較準確地反演出模型信息,特別是大的反射體信息;②筆者提出的方法相比于高分辨率Cauchy分布約束方法,對弱反射體敏感性更強,更有效地保護并恢復了弱反射體信息,其反演結(jié)果的分辨率更高。
表2 3種約束方法反演最小誤差對應(yīng)信噪比-迭代次數(shù)表Table2 Iterations responding tom inimum error at different signal to noise ratios
筆者從貝葉斯反演理論出發(fā),提出了一種改進的基于修正Cauchy分布的高分辨率AVO三參數(shù)波形反演方法。從數(shù)值模擬的結(jié)果看,該方法能較好地恢復弱反射體信息,更快速地得到高分辨率的反演結(jié)果。
[1] Connolly P.Elastic impedance[J].The LeadingEdge,1999,18(4):438-452.
[2] 楊午陽.模擬退火疊前AVA同步反演方法[J].地球物理學進展,2010,25(2):219-224.
[3] 王煥弟,熊翥.石油物探關(guān)鍵技術(shù)現(xiàn)狀與展望[J].中國石油勘探,2004,9(1):41-46.
[4] Smith GC,Gidlow PM.Weighted stacking for rock property estimation and detection of gas[J].Geophysical Prospecting,1987,35(9):993-1 014.
[5] Mallick S.AVOand elastic impedance[J].The LeadingEdge,2001,20(10):1 094-1 104.
[6] 劉全新,方光建.利用模擬退火算法實現(xiàn)地震疊前反演[J].巖性油氣藏,2010,22(1):87-92.
[7] 宋建勇,張研,鄭曉東,等.復雜介質(zhì)全波形反演方法研究[C]∥巖性油氣藏.2010年國際石油地球物理技術(shù)交流會會議???,2010:55-71.
[8] 張盟勃,史松群,潘玉.疊前反演技術(shù)在蘇里格地區(qū)的應(yīng)用[J].巖性油氣藏,2007,19(4):91-94.
[9] 李國平,石玉梅,姚逢昌,等.疊前聲波方程反演及其應(yīng)用[C]∥巖性油氣藏.2010年國際石油地球物理技術(shù)交流會會議???,2010:147-149.
[10] 楊培杰,穆星,印興耀.疊前三參數(shù)同步反演方法及其應(yīng)用[J].石油學報,2009,30(2):232-236.
[11] 張繁昌,劉杰,印興耀,等.修正柯西約束地震盲反褶積方法[J].石油地球物理勘探,2008,43(4):391-395.
[12] Alemie W,Sacchi M D.High resolution three-term AVO inversion by means of Trivariate Cauchy probability distribution[J].Geophysics,2011,76(3):R43-R55.
[13] Wang Danyang,Zhang Guangzhi.AVO simultaneous inversion using Markov Chain Monte Carlo[J].SEG Expanded Abstracts,2010,29:444-448.
[14] Hampson DP.AVO inversion,theory and practice[J].The Leading Edge,1991,10(6):39-42.
[15] Walden A T.Non-Gaussian reflectivity entropy and deconvolution[J].Geophysics,1985,50(12):2 862-2 888.