Обработка avo (амплитуда в зависимости от выноса)

-------------------------------------------------------------------------------------------------------- 

Доказано, что исследования зависимости от выноса представляет собой эффективное средство более надежного выявления углеводородных коллекторов. Кроме того, такие исследования обеспечивают лучшее соответствие между сейсмическими данными и данными ГИС.

Чтобы выделить информацию, закодированную в изменениях отражательной способности относительно угла падения, необходимо все трассы перед суммированием исправить за влияние других эффектов, которые могут изменить относительные амплитуды.

Надежность анализа AVO в значительной мере зависит от эффективности стадии предварительной обработки, которая, следовательно, является ключевым моментом всей методологии.

В этой брошюре рассматриваются примеры наборов данных сухопутных и морских работ и объясняется, как выполняется анализ изменения амплитуд в зависимости от угла падения. Приводятся некоторые специальные программы, разработанные в CGG с целью сохранения и/или восстановления относительных амплитуд.

 

Угловые выборки и угловые суммы

 

Стандартные выборки ОСТ представляют собой наборы трасс, зарегистрированных с различными выносами (Х). Чтобы исследовать изменения амплитуды в зависимости от угла падения I, эти выборки ОСТ необходимо преобразовать из плоскости (Х, Т) в плоскость (I, T).

Рис.1 Линия равных углов падения.

Рис.2 Угловые выборки с трассами на углах 4, 8, 12, 16, 20, 24, 28° в точках А (справа) и В (слева) – см. рис.3.

 

На рис.1 показаны линии равных углов падения, наложенные на стандартную выборку ОСТ после ввода поправок за нормальное приращение. Чтобы построить трассу с постоянным углом падения I, частная радиальная сумма в интервале углов I - e и I +e, где величина e составляет несколько градусов. Результатом является “угловая выборка”, где каждая трасса представляет собой последовательность сейсмических сигналов с одним и тем же углом наклона.

На рис.2 показаны угловые выборки, рассчитанные по положениям двух ОСТ (А и В, рис.3) на участке коллектора. Выборка расположенная в А, показывает отражение на времени 1160мс; амплитуда изменяется в прямой зависимости от угла падения. Это общая зависимость подчеркивается гистограммой, которая представляет среднеквадратичную амплитуду в небольшом окне (1150-1164мс), выбранном для учета формы импульса.

На рис.3 показана угловая сумма: 8°.

После расчета угловых выборок объединение всех трасс с одним и тем же углом падения дает разрез, называемый угловой суммой, которая представляет все сигналы, зарегистрированные по этому профилю с данным углом падения. Сопоставляя различные угловые суммы, очень легко обнаружить, какие отражающие поверхности имеют энергию, зависящую от угла падения. На рис.3, 4, 5 показаны три угловые суммы (8, 16, 24°), на которых можно легко проанализировать поведение целевого объекта (около 1157мс) в зависимости от угла падения: в этом случае значительное возрастание амплитуд в функции угла падения является хорошим признаком возможного присутствия газа.

На рис.3, 4, 5 показаны угловые суммы соответственно при 8, 16 и 24°.

Линеаризация выражения коэффициента отражения по Shuey (1985) предлагает другой подход к анализу изменений отражения в зависимости от угла падения. Согласно этому подходу углы падения должны быть менее 30° и отраженная способность имеет следующий вид:

 

R(q) » R₀ + G sin² q

 

где:

q - угол падения

R₀ – отражательная способность для нулевого угла падения (или нулевого выноса)

G можно отнести к упругим параметрам при определенных условиях.

 

Рис.6 Расчет отражательной способности путем линейной аппроксимации.

Уравнение Shuey может быть применено к выборкам ОСТ, исправленным за нормальное приращение: для каждого времени вынос каждой трассы преобразуется в угол падения, а амплитуды используются для расчета R0(t) и G(t) путем линейной аппроксимации (рис.6). Используя две последовательности коэффициентов R0(t) и G(t), мы получаем два разреза, обозначенные “Zero-incidence” (разрез с нулевым

углом падения или R₀) и “Gradient”. Поскольку линейная регрессия является относительно простой, основная проблема состоит в получении значимых и устойчивых оценок. Линейная аппроксимация обычно выполняется с помощью двух шагового общепринятого метода наименьших квадратов, который дает прямую оценку коэффициента корреляции. Этот коэффициент может быть использован для взвешивания разреза градиентов (Gradient) и для построения разреза коэффициентов коррекции. В определенных случаях (в частности, для данных, осложненных помехами) предпочтительной может оказаться более устойчивая оценка; регрессия получается по алгоритму нормы L1 (L1 – norm algorithm).