中东地区大型生屑灰岩油藏地震数据采集脚印压制方法

林腾飞，王雪玲，张庆春，董俊昌，段海港，罗贝维，刘杏芳

(中国石油勘探开发研究院中东研究所，北京 100083)

闫月锋

(中国石油大学(华东)地球科学学院，山东 青岛 266555)

地震数据采集观测系统中，由于炮点和检波点的规则性排列，采集脚印会在地震数据中的浅层周期性出现，属于周期性随机噪声。Cahoj等[1]通过地震模型证明了采集脚印的主要来源是导波、面波等相干噪声在中浅层衰减不完全和速度模型不准确而引起的系统误差。在地震数据处理过程中，采集脚印可以通过道均衡、静校正、速度分析等步骤压制[2～8]。但是叠前地震数据处理流程较为繁琐，耗时较长，无法实现快速去噪。

采集脚印在地震剖面上一般倾角较大，虽然使用倾角滤波器可以将其部分压制，但同时也会损失部分高角度真实地质构造。相较于有效地质信号，采集脚印的间隔在几十米之间，属于小尺度信号，为在波数域中区分有效地质信号(长波长/低波数)和采集脚印(短波长/高波数)提供了理论基础。使用三维频率-波数域滤波器，可以通过设置带陷滤波器来压制采集脚印。Buttkus[9]设计了一个二维波数域滤波器压制噪声，取得了良好的效果。Sahai等[10]使用一个二维低频滤波器来预测和压制采集脚印。Falconer等[11]引进了对采集脚印敏感的地震属性，从而能够更好地在二维波数域区分采集脚印和有效地质信号。利用采集脚印在高波数区域周期性出现的特征，结合二维低频滤波器和能量阈值，压制采集脚印的同时，最大限度地保留了有效信号[12]。Alali等[13]使用二维小波变换方法，在压制周期性和非周期噪声上都取得了良好的效果。针对海上采集脚印周期性差的特点，邹振等[14]通过自适应采集脚印压制方法，不仅压制了高波数采集脚印和部分随机噪声，还有效压制了地震信号重叠的低波数噪声。林腾飞等[15]将拉普拉斯-高斯算子引入二维波数域中，将有效地质信号、采集脚印和背景信号更加清晰地区分开。

针对中东地区陆上白垩系大型生物碎屑灰岩油藏，结合地震属性，笔者在二维波数域中应用拉普拉斯-高斯滤波器，将高波数采集脚印、低波数有效地质信号与背景信号分开，取到了良好的应用效果，为后期地震属性分析与储层预测提供了条件。

1 基于地震属性的采集脚印压制方法

考虑到叠后地震数据中不包含炮点与检波点的几何位置信息，通过分析确定对采集脚印敏感的地震属性(一般为曲率、相干、能量等)，并使用中值滤波器压制有效地质信号，提高采集脚印噪声；然后将地震振幅和中值滤波后的地震属性通过二维波数域变换，分别得到对应的振幅谱mamp(kx,ky)、mattr(kx,ky)以及相位谱φamp(kx,ky)、φattr(kx,ky):

Aamp(kx,ky)↔mamp(kx,ky)exp[φamp(kx,ky)]

(1)

Aattr(kx,ky)↔mattr(kx,ky)exp[φattr(kx,ky)]

(2)

式中：x、y是二维空间域中的坐标；kx、ky是二维波数域中的坐标；Aamp(kx,ky)、Aattr(kx,ky)分别为二维空间域中的地震振幅和地震属性。

考虑到采集脚印的小尺度、高波数特性，将地震振幅和地震属性转换到二维波数域后，其对应的振幅谱上会在高波数区域内周期性出现由采集脚印产生的局部强振幅异常值。在波数域中心点附近，会生成由大尺度、低波数有效地质信号形成的强振幅区域。有效地质信号可以通过二维低通滤波器保留，采集脚印所产生的响应可以通过设置异常高振幅与最大振幅之间的比值自适应滤波器识别。但是，由于波数域中振幅谱能量主要集中在中心低波数区域，且采集脚印产生的局部异常高振幅与其周边背景差异不大，较难识别采集脚印的响应。因此，在对采集脚印敏感的地震属性二维波数域振幅谱上，应用拉普拉斯-高斯算子提高采集脚印引起的异常高振幅，并使其与周边背景边界更加清晰。

高斯卷积函数Gσ(x,y)可以定义为：

(3)

将Gσ(x,y)转换到二维波数域，可以得到：

(4)

(5)

式中：σ为拉普拉斯算子；Gσ(kx,ky)为二维波数域的高斯卷积函数；mσ(kx,ky)为二维波数域高斯卷积函数对应的振幅谱。

经过拉普拉斯-高斯滤波可以得到：

(6)

图1 基于地震属性的采集脚印压制方法流程

使用二维低频滤波器屏蔽低波数有效地质信号，再利用振幅谱与最大振幅谱的比值，将采集脚印引起的局部强振幅异常识别出来，并制作采集脚印滤波图版Pad(kx,ky)：有采集脚印的地方设置为1，没有采集脚印的地方设置为0。使用Pad(kx,ky)将采集脚印识别出来后再转换回空间域，然后将采集脚印从空间域剔除，从而将其压制。基于地震属性的采集脚印压制方法流程如图1所示。

2 应用

中东地区碳酸盐岩油藏储量占全球碳酸盐岩油藏总储量的70%，碳酸盐岩气藏储量占全球碳酸盐岩气藏总储量的90%。白垩系大型生物碎屑灰岩储层是中东地区陆上多个大型油气田的主要储集单元。储层呈块状分布，其中高孔、高渗的优质储层埋藏较浅(埋深2000m左右)，仍受到较强的采集脚印影响。

图2 原始地震振幅时间切片(1.86s)

该次研究的地震数据来源于某中东地区陆上大型生物碎屑灰岩油藏，采样间隔为2ms，道间距、行间距均为25m。地震振幅信噪比较高，但中浅层由于地震采集和处理的问题，受到了采集脚印的严重干扰。常规来说，采集脚印可以通过一系列地震数据处理流程(静校正、速度分析、地滚波或者五维插值)来压制，但是研究区叠前地震数据不足，地震数据再处理无法实现。因此，笔者采用基于地震属性的采集脚印压制方法对研究区的采集脚印进行了处理，取得了较好的应用效果。

图2为1.86s的原始地震振幅时间切片，由于采集脚印的影响，可以看到白色箭头指示的振幅响应周期性呈条状或点状分布；研究区碳酸盐岩缝洞较为发育，在地震振幅时间切片上有明显响应(红色箭头)，属于小尺度地质信号。通过地震属性分析研究发现，地震相干体对采集脚印十分敏感。图3(a)为原始地震数据1.86s中值滤波前的相干体属性时间切片，采集脚印显示为低相干值，有效地质信号(碳酸盐岩缝洞)与采集脚印混合在一起，很难将其区分。中值滤波可以压制有效地质信号，同时提升采集脚印响应，图3(b)中的高值白色区域即为相干体经过中值滤波处理后的采集脚印。

图4(a)展示了图3(b)对应的二维波数域振幅时间切片，低波数、强震幅为长波长的有效地质信号(黑色圆线圈内)，高波数强震幅为短波长的采集脚印响应(白色和灰色箭头)；灰色箭头指示的采集脚印响应虽可用肉眼区分，但无法与低波数的有效地质信号分离。而拉普拉斯-高斯滤波器的应用可以提高采集脚印引起的高振幅异常，使其与周边背景边界更加清晰(见图4(b))。

图3 原始地震数据中值滤波前后的相干体属性时间切片对比(1.86s)

图4 拉普拉斯-高斯滤波器应用前后的二维波数域振幅时间切片对比(1.86s)

根据二维波数域中振幅与最大振幅的比值，将全部高波数异常振幅值识别出来，并制作成采集脚印滤波图板(见图5(a))。而常规的二维波数域采集脚印压制方法是使用二维低通滤波器，只保留低波数区域信号，将高波数区域信号全部压制(见图5(b))。该方法不可避免地将高波数中的有效地质信号与采集脚印响应一并去除，造成地震数据一定程度的失真。

图5 二维波数域采集脚印滤波与常规二维波数域采集脚印压制图版对比

图6展示了使用常规方法和基于地震属性进行采集脚印压制后的时间切片。可以看到，常规方法在压制采集脚印的同时，也压制了一些小尺度的地质响应，使其地震响应在时间切片上变得较为模糊(见图6(a))；而基于地震属性的采集脚印压制方法能够最大程度地保留各类尺度的有效地质信号(见图6(a))。

图6 二维波数域地震振幅时间切片(1.86s)

图7展示了图6对应的采集脚印噪声时间切片，采集脚印与有效地质信号在位置上有所重合，但振幅相差一个数量级别；由于炮点和检波点有周期排列的特性，其形成的采集脚印在时间切片上也呈网格状出现；在常规方法进行采集脚印压制后的噪声时间切片上，除了采集脚印响应(白色箭头)外，一些小尺度有效地质信号(红色箭头)也被滤除。

图7 二维波数域噪声时间切片(1.86s)

3 结语

地震采集观测系统引起的采集脚印会对地震数据中浅层区域造成极大干扰，该周期性噪声经常与有效地质信号混合在一起，难以分辨。曲率、相干、能量等地震属性对采集脚印较为敏感，结合拉普拉斯-高斯算子，基于地震属性的二维波数域采集脚印压制方法可以提高采集脚印引起的振幅异常，并使其与周边背景边界更加清晰。中东地区陆上大型生物灰岩油藏地震数据受采集脚印影响严重，通过上述采集脚印压制方法，消除了周期性噪声和部分非周期性噪声，提高了地震数据信噪比，为研究区的地震属性分析和储层预测提供了技术支撑。