復(fù)雜構(gòu)造區(qū)低級序走滑斷層的地震識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于石油勘探領(lǐng)域，具體地，涉及一種復(fù)雜構(gòu)造區(qū)低級序走滑斷層的地震 識別方法。
【背景技術(shù)】
[0002] 含油氣盆地內(nèi)的走滑斷層不僅形成機(jī)制多樣、分布廣泛，而且在油氣富集中發(fā)揮 著十分重要的作用；低級序走滑斷層作為一種隱蔽性調(diào)節(jié)斷層樣式，常在局部范圍內(nèi)造成 應(yīng)力分布不均勻，導(dǎo)致產(chǎn)生一系列的小裂縫和微裂隙，極大地改善儲層的滲透性，大幅提高 低孔隙儲層的產(chǎn)能，但限于復(fù)雜構(gòu)造區(qū)地震資料品質(zhì)以及低級序走滑斷層常表現(xiàn)為一種調(diào) 節(jié)構(gòu)造類型，具有隱蔽性和多方向發(fā)育的特點(diǎn)，從而其有效識別成為滾動勘探開發(fā)研究中 的一項(xiàng)重要課題。
[0003] 目前在石油勘探開發(fā)領(lǐng)域，對常規(guī)斷裂系統(tǒng)的地震解釋方法技術(shù)已經(jīng)相當(dāng)成熟和 可靠，但對低序級斷層尤其對地震資料品質(zhì)差的深層低序級斷層的識別仍顯困難。目前這 方面的研究技術(shù)主要有水平切片技術(shù)、多尺度相干技術(shù)、方差體技術(shù)、傾角掃描技術(shù)、混沌 屬性技術(shù)、蟻群跟蹤訓(xùn)練技術(shù)以及斷層圖像增強(qiáng)技術(shù)等，但水平切片技術(shù)只能用于識別較 大規(guī)模，組合較簡單的斷層，對于低序級斷層的識別只起參考作用，多尺度相干技術(shù)和方差 體技術(shù)在強(qiáng)調(diào)不相關(guān)異常，突出不連續(xù)性，通過相干處理和解釋，可辨別出與斷層、裂縫等 有關(guān)地質(zhì)現(xiàn)象，如地震資料信噪比較高，則對低序級斷層識別有一定效果。傾角方位角屬性 分析技術(shù)一般要求輸入的層位是完全自動追蹤或內(nèi)插，對地震資料品質(zhì)要求較高，因此，對 于低序級斷層則以判斷?；煦鐚傩约夹g(shù)則由地震道數(shù)據(jù)協(xié)方差矩陣特征值確定的混沌屬性 以及斷層的混沌屬性刻畫，對于突出含有破碎帶的斷層效果較好。似斷層面的蟻群跟蹤訓(xùn) 練技術(shù)，采用疊后二維和三維縱波地震資料，通過降噪、計(jì)算方差體和傾角體最終獲得一個(gè) 低噪音、具有清晰斷裂痕跡的數(shù)據(jù)體，并具有一定的方向?yàn)V波功能，常將模糊成分剔除掉， 因此造成了一定有效成分的丟失和空間斷裂痕跡的不連續(xù)現(xiàn)象，且對地震數(shù)據(jù)要求相對要 高。斷層圖像增強(qiáng)技術(shù)主要有自適應(yīng)方向?yàn)V波技術(shù)、邊界保持濾波技術(shù)和邊緣檢測技術(shù)，最 常用的邊緣增強(qiáng)技術(shù)利用構(gòu)造對像素灰度階躍變化敏感的微分算子來反映不連續(xù)性特征 及特殊巖性體輪廓，如Robert算子、Sobel算子、Prewitt算子、Lap lac ian算子、Canny算子 等，與其它算子相比，Sobel算子對于象素位置的影響做了加權(quán)，可以降低邊緣模糊程度，因 此效果更好，而且在不考慮噪聲的情況下，取得的邊緣信息誤差不超過7度，但提取出的邊 緣比較粗，需要進(jìn)行細(xì)化處理，而且常規(guī)閾值的選擇直接影響檢測的結(jié)果，也未能針對不同 方向的斷層進(jìn)行針對性處理。
[0004] 因此，在構(gòu)造背景復(fù)雜、地震資料品質(zhì)低、走滑斷距不明顯、斷層延伸距離短的前 提下，低級序走滑斷層隱蔽性強(qiáng)、識別難度大，需要結(jié)合先進(jìn)的地震處理技術(shù)和數(shù)學(xué)算法， 對Sobel算子進(jìn)行改進(jìn)，以凸出針對不同方向斷層的刻畫結(jié)果，目前尚未見到相關(guān)報(bào)道。

【發(fā)明內(nèi)容】

[0005] 為克服現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提供一種復(fù)雜構(gòu)造區(qū)低級序走滑斷層的地震 識別方法，在構(gòu)造復(fù)雜區(qū)基于改進(jìn)的Sobel算法結(jié)合半自動追蹤技術(shù)獲得低級序走滑斷層， 進(jìn)而采用精細(xì)地層對比和傾角測井組合技術(shù)驗(yàn)證斷層可靠性。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明采用下述方案：
[0007] 復(fù)雜構(gòu)造區(qū)低級序走滑斷層的地震識別方法，步驟如下：
[0008] 步驟1:分析置后地震資料品質(zhì)
[0009] 步驟2:處理獲得優(yōu)勢分頻相位帶 [0010] 步驟3:處理獲得主方向Sobel算子 [0011] 步驟4:處理獲得任意方向Sobel算子
[0012] 步驟5:提取多方向低級序走滑斷層系統(tǒng)
[0013] 步驟6:驗(yàn)證低級序走滑斷層可靠性。
[0014] 相對于現(xiàn)有技術(shù)，本發(fā)明具有如下有益效果:適合于任何復(fù)雜構(gòu)造帶的低級序走 滑斷層地震識別和可靠性驗(yàn)證，有系統(tǒng)化、精度高、計(jì)算效率高的優(yōu)點(diǎn)；在多期構(gòu)造疊加復(fù) 合區(qū)的斷層識別中，包含了提取優(yōu)勢高頻帶以及能反映不同走向斷層的地震數(shù)據(jù)體，能直 觀反映平面上低級序走滑斷層的組合方式和空間位置，是確定低信噪比、低頻地震資料區(qū) 低級序隱蔽斷層的有效手段，是保證對復(fù)雜構(gòu)造油氣田或斷塊油氣田中隱蔽斷層控油規(guī)律 重新認(rèn)識、增儲上產(chǎn)、開發(fā)方案部署和調(diào)整的重要依據(jù)，明顯優(yōu)越于常規(guī)算法進(jìn)行斷層邊緣 刻畫的效果。
【附圖說明】
[0015] 圖1是復(fù)雜構(gòu)造區(qū)低級序走滑斷層的地震識別方法的流程示意圖；
[0016]圖2是改進(jìn)的Sobel算子差值梯度計(jì)算四個(gè)主方向示意圖（EW向、SN向、NW-SE向、 NE-SW向）；
[0017] 圖3是基于改進(jìn)的Sobel算子濾波和拉普拉斯算子計(jì)算效果對比圖；
[0018] 圖4是基于螞蟻?zhàn)粉櫵惴ǐ@得的四個(gè)方向?yàn)V波平面斷層系統(tǒng)圖。
【具體實(shí)施方式】
[0019] 如圖1所示，復(fù)雜構(gòu)造區(qū)低級序走滑斷層的地震識別方法，步驟如下：
[0020] 步驟1:分析疊后地震資料品質(zhì)，具體方法如下：
[0021] 收集現(xiàn)有的疊后時(shí)間域或深度域地震資料，加載現(xiàn)有解釋系統(tǒng)，確定和追蹤需要 分析的目的層段在三維空間的頂?shù)追瓷鋾r(shí)間，得到目的短時(shí)窗數(shù)據(jù)體，進(jìn)行短時(shí)窗離散傅 立葉變換或最大熵譜估計(jì)，生成頻率域相位譜數(shù)據(jù)體；
[0022] 步驟2:處理獲得優(yōu)勢分頻相位帶，具體方法如下：
[0023] 在地震解釋可視化平臺上，觀察不同頻率切片及相位滯后分布，選取主斷層顯示 清楚、主次斷層組合明顯的相位切片作為優(yōu)勢頻率相位切片，進(jìn)行主、次斷層系統(tǒng)參數(shù)的統(tǒng) 計(jì)分析，根據(jù)經(jīng)驗(yàn)，確定走滑斷層或橫向調(diào)節(jié)斷層的走向區(qū)間或范圍，提取獲得能夠反映 25m斷距以下的地震優(yōu)勢相位頻帶，并進(jìn)行正態(tài)平滑處理消除吉布斯現(xiàn)象；
[0024] 步驟3:處理獲得主方向索貝爾（Sobe 1)算子，包括以下三個(gè)步驟：
[0025] (1)、對處理后的能突出低級序斷層的優(yōu)勢頻帶地震資料進(jìn)行基于包含兩組3X3 矩陣的算子計(jì)算，再與每點(diǎn)地震振幅數(shù)據(jù)作平面卷積運(yùn)算，得出橫向及縱向的數(shù)據(jù)差分近 似值，以A代表原始數(shù)據(jù)，AxG(X，y)及AyG(X，y)分別代表經(jīng)橫向及縱向邊緣檢測的數(shù)據(jù)變 異值，計(jì)算公式如下：
[0028] 其卷積模板算子如下：
[0029]
[0030] (2)、進(jìn)行噪聲抑制處理，基于橫向、縱向邊緣算子，疊加獲得橫向、縱向、NE45°、 NE315°四個(gè)主方向上的尺寸5 X 5的算子模板Tx、Ty、T45、T315，并對各個(gè)矩陣算子開根方# , 得到矩陣各向同性Sobel算子，每個(gè)模板的重量位置是由位置中心的距離G(x，y)以及位置 的方向所決定，等距點(diǎn)有相同的重量，以四個(gè)主方向算子模板來盤旋振幅數(shù)據(jù)，總梯度值G 可通過增加兩個(gè)傾斜矩陣得到，通過雙閾值算法得到數(shù)據(jù)異常邊緣：
[0031]
[0032]
[0033]
[0034] (3)、在該筧法中，詵擇樽板梯度倌最高輸出作為邊緣像素強(qiáng)度梯度：
[0035]
[0036] 為提供較為精確的邊緣梯度方向，實(shí)現(xiàn)方式為：
[0037]
^ αχ
[0038] 其中ΝΕ45°、ΝΕ315°方向的邊緣檢測結(jié)果為(如圖2):
[0039] Δ x+yG(Y-315〇 -X) = Δ Gx+ Δ Gy
[0040] Δ x-yG(X-45° -γ) = Δ Gx- Δ Gy
[0041 ] 步驟4:處理獲得任意方向Sobe 1算子，包括以下四個(gè)步驟：
[0042] (1)、根據(jù)四個(gè)主方向邊緣檢測結(jié)果，從第四象限到第一象限每隔22.5°，即W270°、 NW292.5。、NW315°、ΝΕ337·5°、Ν0°、ΝΕ22·5°、ΝΕ45°、ΝΕ67·5°、NE90° 進(jìn)一步疊加計(jì)算獲得各 向同性算子模板，并計(jì)算總梯度值及梯度方向，對每點(diǎn)上下、左右鄰點(diǎn)灰度加權(quán)差，當(dāng)在邊 緣處達(dá)到極值，極值即閾值時(shí)便定為檢測邊緣，同時(shí)提供較為精確的邊緣方向信息（如圖 2)，計(jì)算公式如下；
[0043] Δ x+yG(Y_337 · 5。-X) = Δ Gx+2 Δ Gy
[0044] Δ x-yG(X-22.5° -Υ) = 2 Δ Gx- Δ Gy
[0045] Δ x+yG(Y_292 · 5° -X) = 2 Δ Gx+ Δ Gy
[0046] Δχ-yG(X-67.5°_Y)= AGx_2AGy
[0047] Δ x+yG(Y-m°-X) =a Δ Gx+b Δ Gy
[0048] Δ χ-yG(X_n。-Υ) =b Δ Gx_a Δ Gy
[0049] 式中：其中G(x，y)表示地震數(shù)據(jù)體(x，y)點(diǎn)的幅度數(shù)據(jù)值，AxG(x，y)及AyG(x，y) 分別為經(jīng)橫向及縱向邊緣檢測的數(shù)據(jù)差異或?yàn)閮山M3X3的矩陣，A x_yG(X-45°-Y)及Ax+yG (￥-315°1)分別為呢45°和麗315°邊緣檢測的數(shù)據(jù)差異或?yàn)閮山M5\5的矩陣，八巧6(￥1°-X)及A x-yG(X-n°-Y)為任意方向邊緣檢測的數(shù)據(jù)差異，m、n為任意角度，a、b為疊加系數(shù)，且 疊加系數(shù)為整數(shù)，G為數(shù)據(jù)的每一個(gè)點(diǎn)的橫向及縱向梯度近似值，Θ為梯度方向；
[0050] (2)、自動獲得最佳邊緣的閾值是邊緣檢測的關(guān)鍵，閾值過低，會產(chǎn)生錯誤邊緣，而 且邊緣厚，閾值太高，邊緣不能有效被檢測或產(chǎn)生假現(xiàn)象，為減少假邊緣段數(shù)量的典型方法 是對G (χ，y)使用一個(gè)閾值，將低于閾值的所有值賦零值；
[0051] (3)、步驟(2)所述的使用一個(gè)合理的閾值，主要采用改進(jìn)的雙閾值算法進(jìn)行邊緣 判別