• / 10
  • 下载费用:1 下载币  

改进的时变斜度峰度法微地震信号识别技术_图文

关 键 词:
改进 斜度 峰度 地震 信号 识别 技术 图文
资源描述:
文章编号 :1000-1441(2012)06-0625  -08收稿日期 :2012-06-09;改回日期 :2012-07-23。作者简介 :胡永泉 (1985—),男 ,博士 ,主要从事地震资料处理方法研究工作 。基金项目 :中国石油天然气集团公司科学研究与技术开发项目(2011A-3605)和复杂山地弯线采集优化设计与地震有色反演方法研究项目 (2011B-3706)共同资助 。改进的时变斜度峰度法微地震信号识别技术胡永泉1,尹成1,潘树林1,巫芙蓉2,李亚林2,刘玉海1(1.西南石油大学资源与环境学院 ,四川成都610500;2.中国石油天然气集团公司川庆钻探工程公司地球物理勘探公司 ,四川华阳610213)摘要 :斜度和峰度作为非对称和非高斯分布时间序列的两个重要度量参数 ,分别反映了信号分布偏离对称分布的歪斜程度 (对称性 )和信号分布的集中程度 (高斯性 )。相对于常规地震资料 ,微地震资料的信号能量较弱 ,信噪比极低 ,若直接采用常规资料处理方法对其进行处理 ,往往得不到微地震有效信号 。为此 ,提出了一种改进的时变斜度峰度法用于识别强干扰背景下较弱的微地震有效信号 。首先求取局部微地震资料在不同长度滑动时窗内的时变斜度或峰度 ,然后对长 、短时窗内的时变斜度或峰度求差 ,其差值极大值对应的位置就是微地震有效信号的位置 。理论模型和实际资料的处理分析结果表明 ,改进的时变斜度峰度法能较好地消除噪声的非对称性或非高斯性影响 ,突出微地震有效信号 。关键词 :微地震 ;高阶累积量 ;斜度 ;峰度DOI:10.3969/j.issn.1000-1441.2012.06.012中图分类号 :P631.4 文献标识码 :A近年来 ,随着水平井技术和压裂技术的不断进步 ,页岩气的勘探开发热潮正在世界范围内蔓延 。页岩气开发的核心是压裂技术 ,而压裂技术又离不开配套技术的发展 ,微地震监测技术给页岩气压裂指明了方向[1]。在压裂过程中 ,通过对微地震资料进行处理分析 ,可实时监测裂缝的方位和尺寸 ,从而指导压裂参数的选取 ,确保压裂取得较好的效果 。然而不同于常规地震资料 ,微地震资料信号能量较弱 ,完全淹没于噪声之中 。若直接将常规地震资料处理方法应用于微地震资料 ,往往无法获取能量较弱的微地震信号 ,这将直接影响微地震事件的识别与震源定位的效果 。因此 ,寻找合适的方法识别微地震资料中较弱的有效信号是微地震资料处理与解释的关键 ,而高阶统计量正是解决此问题的有效方法之一 。高阶统计量是近二十多年来发展起来的一种新的信号分析和处理技术 ,是描述随机过程高阶(二阶以上 )统计特性的一种数学工具 ,包括高阶矩 、高阶累积量和高阶谱[2]。它从二阶统计量 (功率谱 、自相关等 )存在的问题出发 ,能够提供比二阶统计量更为丰富的信息 。相对于二阶统计量而言 ,高阶统计量有以下3方面的优点[3-5]:①对高斯有色噪声恒为零 ;②含有系统的相位信息 ;③可用于检测和描述系统的非线性特征 。这些优点使得高阶统计量已成为信号处理强有力的工具 ,在各个领域得到了广泛应用[6-8]。然而 ,由于高阶统计量计算量较大 ,再加之地震数据的海量性 ,高阶统计量在地球物理勘探领域中的应用受到限制 。鉴于此 ,许多专家学者都在研究高阶统计量的降维处理 ,通过求取高阶统计量的特殊切片或特殊点来反映地震信号的特征 ,从而提高计算效率 。冯智慧等[9]提出基于互四阶累积量一维切片的地震信号初至自动拾取方法 ;赵清明等[10]提出基于四阶累积量一维切片的谱线增强方法 ;王书明[11]应用时域时变斜度峰度法识别噪声背景下的微弱信号 。我们在分析微地震资料特点和前人研究成果的基础上 ,提出了一种改进的时变斜度峰度方法 ,将该方法应用于强干扰背景下较弱的微地震信号识别 ,取得了较好的效果 。1 方法原理1.1 高阶统计量[12-15]高阶统计量能够提供比二阶统计量更丰富的信息 ,目前已被广泛应用于信号处理的各个领域 。设随机变量x的密度函数为f(x),则x的第一特征函数为φ(ω)=∫∞-∞f(x)ejωxdx=E{ejωx} (1)526第 51卷第 6期2012年 11月石油物探GEOPHYSICAL PROSPECTING FOR PETROLEUMVol.51,No.6Nov.,2012式中 :E表示时间序列的数学期望 。公式 (1)在原点处的k阶导数定义为随机变量x的原点矩 ,即mk =E{xk}=(-j)kφ(k)(0)=∫+∞-∞xkf(x)dx(2)由于随机变量x的k阶矩mk可由第一特征函数φ(ω)生成 ,故常将φ(ω)称为矩生成函数 。对第一特征函数取对数得到ψ(ω)=lnφ(ω) (3)(3)式为x的第二特征函数 ,它在原点处的k阶导数 ,称为x的k阶累积量 ,即ck=1(-j)kdkdωklnφ(ω[ ])ω=0=(-j)kψk(0)(4)对于平稳随机过程而言 ,设 {x(n)}为零均值的k阶平稳随机过程 (地震记录 ),则该过程的k阶矩与k阶累积量分别是k-1个独立变元的函数 ,即mkx(τ1,τ2,…,τk-1)=m[x(n),x(n+τ),…,x(n+τk-1)] (5)ckx(τ1,τ2,…,τk-1)=c[x(n),x(n+τ),…,x(n+τk-1)] (6)式中 :τ1,τ2,…,τk-1表示不同时刻变量的时间间隔 ;m表示矩函数 ;c表示累积量函数 。对于零均值的高斯随机变量 ,其密度函数为f(x)=12槡πσexp-(x-μ)22σ[ ]2(7)式中 :μ表示时间序列的均值 ;σ表示时间序列的方差 。由 (2)式和 (4)式可得零均值高斯随机变量的高阶矩和高阶累积量分别为mk=0 k=1,3,…1·3·…·(k-1)σk k=2,4烅烄烆,…(8)ck=c1=μc2=σ2ck≡0  k≥烅烄烆3(9)可见 ,任意零均值高斯随机过程的高阶累积量(三阶及以上各阶 )恒等于零 ,可以说高阶累积量对高斯随机过程是 “盲 ”的 。这也正是高阶累积量能应用于信号处理领域的主要原因之一 ,而高阶矩却不具备这样的特性 。因此 ,高阶累积量应用范围更广 。1.2 传统的时变斜度峰度方法在实际地震资料处理中 ,地震数据是海量的 ,而且高阶累积量本身计算量也较大 ,若直接采用高阶累积量方法对地震资料进行处理 ,计算效率很低 。因此 ,通过求取高阶累积量的特殊切片或特殊点来反映地震资料的特征 ,从而提高计算效率是必要的 。斜度和峰度作为非对称和非高斯分布时间序列的两个重要度量参数 ,分别反映了信号分布偏离对称分布的歪斜程度 (对称性 )和信号分布的集中程度 (高斯性 )。而归零化的斜度和峰度分别对应于三阶累积量和四阶累积量滞后时间为零的特殊切片 ,即c3(0,0)和c4(0,0,0)。设时间序列x(n)=[x1,x2,…,xn],为了计算方便 ,将斜度和峰度进行如下改造 :S=E(x-μ)3σ3(10)K=E(x-μ)4σ4-3(11)式中 :S代表时间序列的斜度 ;K代表时间序列的峰度 。在反射法地震勘探中 ,褶积模型理论认为反射地震道等价于地震子波与反射系数序列的褶积 。因此 ,了解反射波信号的分布规律是做好地震资料处理和解释的前提 。Walden等[16]通过研究指出 :假设地下介质分层均匀 ,反射系数序列基本符合广义高斯分布 。在此基础上根据雅克贝拉检验法 、lil-ifors统计量检验法和χ检验法对实际地震资料进行检验表明 ,通过褶积模型得到的地震道时间序列也服从广义高斯分布 ,且统计特性与高斯分布相当 。由此可知 ,对于微地震资料而言 ,其整体服从广义高斯分布 。若地下某空间位置由于压裂作用产生裂缝 (微地震事件位置 ),那么在裂缝附近小范围内微地震信号的非对称性和非高斯分布特性较强 。鉴于此 ,我们可以通过求取随时间变化的斜度或峰度 (即时变斜度峰度 )来突出局部微地震资料的非对称和非高斯特性 ,从而达到识别微地震有效信号的目的 。图1给出了单道微地震记录的部分数据 。在图1中以n点为中心 ,设计一个长度为(b-a)的时窗 ,根据 (10)式和 (11)式计算整体微地震资料的斜度S和峰度K。时刻n对应的时变斜度和时变峰度定义为时窗内斜度和峰度相对于整个地震道斜度和峰度的变化率 ,即626石油物探 第 51卷St(n)=S(n)-SS(12)Kt(n)=K(n)-KK(13)式中 :St(n)代表时变斜度 ;Kt(n)代表时变峰度 ;S(n)和K(n)分别代表时窗内微地震资料的斜度和峰度 。依次滑动时窗 ,计算出所有时刻的时变斜度和时变峰度 ,此时 ,时变斜度或时变峰度极大值位置就对应微地震有效信号的位置 。在实际应用中 ,时窗的长度可根据实际情况确定 。图 1时变斜度峰度方法原理图解1.3 改进的时变斜度峰度方法图2给出了四川某地区地面接收的微地震资料叠加剖面 。从图2中可以看出 ,剖面中噪声能量较强 ,既包括规则干扰 ,又包括随机干扰 。微地震有效信号完全淹没于噪声之中 ,资料的信噪比极低 。在这种情况下 ,往往会造成由噪声引起的局部非对称性和非高斯性也较强 ,若直接采用时变的斜度峰度法 ,无论信号还是噪声 ,只要时窗内的非对称性或非高斯性较强 ,在时变斜度峰度曲线上都会有所体现 ,导致处理结果存在一系列较大的峰值 ,不利于识别有效微地震信号 。鉴于此 ,我们对时变斜度峰度法进行改进 (图3)。在图3中 ,以n点为中心 ,分别设计一个长度为b-a的短时窗和一个长度为d-c的长时窗 ,根据 (10)式和 (11)式计算整体微地震资料的斜度S和峰度K,再根据 (12)式和 (13)式分别计算时刻n对应短时窗内的时变斜度SS和时变峰度KS,以及长时窗内的时变斜度SL和时变峰度KL,最后将长 、短时窗内得到的时变斜度与时变峰度相减 ,得到时变斜度差值ΔS和时变峰度差值ΔK。即SS=SS(n)-SSSL =SL(n)-SSΔS=SS-SL(14)KS=KS(n)-KKKL =KL(n)-KKΔK=KS-KL(15)式中 :ΔS为时变斜度差 ;ΔK为时变峰度差 。以相同步长同时滑动长 、短时窗 ,计算出所有时刻的时变斜度差和时变峰度差后 ,时变斜度差或时变峰度差极大值位置就对应微地震有效信号的位置 。与传统时变斜度峰度法相比 ,改进的时变斜度峰度法采用时变斜度差或时变峰度差的极大值反映微地震有效信号位置 ,削弱了时窗内由于噪声非对称性或非高斯性对处理结果的影响 ,使得微地震有效信号的识别效果更加准确 。采用改进的时变斜度峰度法识别微地震信号的关键是长 、短时窗长度的选择 。首先 ,长 、短时窗的长度差不宜过大 ,这是由于改进的时变斜度峰度法主要利用长 、短时窗内资料的统计特性差异来消除噪声的统计特性影响 ,突出有效微地震信号 ,若两时窗长度差过大 ,那么噪声在两个时窗内的分布规律差异就较大 ,由噪声引起的统计特性差异将无法得到消除 ,严重影响处理效果 。其次 ,短时窗长度要适中 ,若短时窗过短 ,将造成短时窗内资料的非对称性和非高斯性过强 ,往往造成有效信号连同部分噪声一同被突出 ,对有效信号的识别造成一定影响 。若短时窗过长 ,则长 、短时窗内信号分布规律相当 ,使得有效信号引起的局部统计特性无法得到突出 。在实际应用中 ,长 、短时窗长度差通常在2~10ms,且短时窗长度在40~120ms为宜 。726第 6期 胡永泉等.改进的时变斜度峰度法微地震信号识别技术2 应用实例2.1 模型试算广义高斯分布的统计特性与高斯分布的统计特性相当 ,为了简化模型 ,反射系数序列采用符合高斯分布的序列生成 。图4a给出了符合高斯分布的反射系数序列 (均值和方差分别为0和1);图4b给出了主频率为30Hz、长度为120ms的雷克子波 ;图4c给出了由图4a的反射系数序列和图4b的雷克子波通过褶积得到的合成地震记录 ;图4d给出了主频率为130Hz,长度为120ms的雷克子波 ;图4e给 出 了 在 图4c合 成 地 震 记 录400~600ms加入图4d中的高频雷克子波后的合成地震记录 (微地震信号频率通常较高 )。通过对比图4c和图4e可以看出 ,加入高频信号的合成地震记录并没有发生太大变化 ,但从理论上讲 ,加入高频信号的地震资料在400~600ms局部非对称性和非高斯性较强 。由于高斯分布序列的统计特性是已知的 ,可以将其当作背景 ,这样由高频信号引起的地震资料的局部变化 ,就必然会使该处的统计特性发生较大变化 。因此 ,我们可以通过求取时变的斜度差和峰度差来突出高频信号的位置 ,从而达到识别有效信号的目的 。为了对比说明改进的时变斜度峰度法的优越性 ,分别采用传统和改进的时变斜度峰度法对模型数据进行处理 。图4f给出了采用传统方法得到的时变斜度峰度曲线 (由于时变斜度值和峰度值符号相反 ,为了方便观察和显示 ,对斜度和峰度进行了归一 化 处 理 ,并 将 斜 度 乘 以-1),可 以 看 出 ,在500ms附近有明显的时变斜度和时变峰度的峰值 ,这正对应高频信号的位置 。然而 ,除此处峰值外 ,还存在许多与之相当的峰值 ,这些峰值是由于局部噪声影响产生的 。图4g给出了采用改进方法处理后的时变斜度峰度差曲线 (图4中将斜度乘以-1),可以看出 ,除了500ms附近对应高频信号的峰值外 ,其它由于噪声影响产生的峰值已不存在 。从两种方法的处理结果来看 ,改进的时变斜度峰度法较传统时变斜度峰度法更能突出有效信号的位置 ,拾取的有效信号更可靠 。826石油物探 第 51卷图 4理论模型试算结果a符合高斯分布的反射系数序列;b长度为 120ms,频率为30Hz的雷克子波;c合成地震记录;d长度为 120ms,频率为130Hz的雷克子波 ;e加入高频子波的合成地震记录 ;f传统时变斜度峰度法求取的时变斜度 (红色 )和时变峰度 (蓝色 )曲线 ;g改进的时变斜度峰度法求取的时变斜度差 (红色 )和时变峰度差 (蓝色 )曲线926第 6期 胡永泉等.改进的时变斜度峰度法微地震信号识别技术2.2 实际资料应用分析图5给出了四川某地区实际微地震射孔剖面 ,所标注椭圆内为射孔资料直达波的初至同相轴 。从图5可以看出 ,微地震射孔剖面的噪声能量较强 ,除随机噪声外 ,还存在相关噪声 、周期噪声等 ,这些噪声的存在明显降低了微地震剖面的信噪比 ,不利于后续工作的开展 。我们分别采用传统的时变斜度峰度法和改进的时变斜度峰度法来拾取有效直达波 。图6a和图6b分别给出了微地震射孔资料经传统时变斜度峰度法处理后得到的重构时变斜度和峰度剖面 。可以看出 ,重构时变斜度剖面中噪声干扰比较严重 ,无法识别直达波信号 ;重构时变峰度剖面虽然有直达波的影子 ,但剖面的整体信噪比很低 。图7a和图7b分别给出了采用改进的时变斜度峰度法处理后得到的重构时变斜度差和峰度差剖面 。可以看出 ,无论是重构的斜度差剖面还是重构的峰度差剖面 ,噪声都得到了较好的压制 ,有036石油物探 第 51卷效信号得以突出 ,资料的信噪比得到较好的改善 。相对于原始剖面 ,经过改进的时变斜度峰度法重构剖面的信号存在一定的偏移量 ,该偏移量的大小由所开时窗长度决定 ,通常将重构结果平移半个时窗长度便可得到信号的真实位置 。图8给出了采用改进时变斜度峰度法对图2中的地面微地震资料进行处理后的重构剖面 (长时窗长度为124ms,短时窗长度为120ms)。从重构剖面可以看出 ,无论是斜度差剖面还是峰度差剖面 ,噪声都得到了较好的压制 ,淹没于噪声中的有效信号得以显现 (微地震有效信号同相轴在图中用红线标出 ),剖面信噪比得到了较大的提高 ,有利于后续微地震事件识别和微地震资料解释 。这也进一步说明改进的时变斜度峰度法能较好地消除局部噪声的非对称性和非高斯性影响 ,是一种适用于微地震资料弱信号识别的有效方法 。图 8改进的时变斜度峰度法重构剖面 (长时窗长度为 124ms,短时窗长度为 120ms)a时变斜度差剖面;b时变峰度差剖面3 结束语地面接收的微地震资料信噪比低 ,有效信号淹没在噪声中 ,不利于微地震事件识别与震源定位 。在微地震记录符合广义高斯分布的假设前提下 ,提出了改进的时变斜度峰度法用于微地震信号识别 。该方法利用长 、短时窗内记录的非对称性和非高斯性差异 ,通过削弱时窗内噪声非对称性和非高斯性影响 ,达到突出有效信号的目的 。理论模型和实际资料的处理分析结果表明 ,相对于传统的时变斜度峰度法 ,改进的时变斜度峰度法能更好地压制噪声干扰 ,突出有效微地震信号 ,提高微地震资料的信噪比 。参考文献[1]冶维青 ,陶成学 ,李桂营 ,等 .页岩气典型开发技术及勘探开发进展 [J].石油化工应用 ,2011,30(12):4-6Ye W Q,Tao C X,Li G Y,et al.The typical devel-opment technology and exploration progress forshale gas[J].Petrochemical Industry Application,2011,30(12):4-6[2]张贤达 .时间序列分析 —高阶统计量方法 [M].北京 :清华大学出版社 ,1996:263-285Zhang X D.Time series analysis-higher order statis-tics method[M].Beijing:Tsinghua UniversityPress,1996:263-285[3]Mendel M.Tutorial on higher-order statistics(spec-tra)in signal processing and system theory:theoryresults and some applications[J].IEEE Signal Pro-cessing Letters,1991,79(3):278-305[4]熊晓军 ,贺振华 ,尹成 ,等 .高阶统计量在油气地球物理勘探中的新应用 [J].地质科技情报 ,2005,24(2):77-84Xiong X J,He Z H,Yin C,et al.The new applicationof higher order statistics in oil and gas geophysicalexploration[J].Geological Science and TechnologyInformation,2005,24(2):77-84[5]尹成 ,伍志明 ,邓怀群 .高阶累积量方法在地震勘探中的应用 [J].地球物理学进展 ,2003,18(3):546-550Yin C,Wu Z M,Deng H Q.Application of high-or-der statistics in seismic exploration[J].Progress inGeophysics,2003,18(3):546-550[6]杨宇山 ,李媛媛 ,刘天佑 .高阶统计量在地震弱信号及 “磁亮点 ”识别中的应用 [J].石油地球物理勘探 ,2005,40(1):103-107Yang Y S,Li Y Y,Liu T Y.Application of high-or-der statistics to identify weak seismic signal and“magnetic bright spot”[J].Oil Geophysical Prospec-ting,2005,40(1):103-107[7]熊晓军 ,尹成 ,张白林 ,等 .高阶统计量油气检测方法研究 [J].地球物理学报 ,2004,47(5):920-927Xiong X J,Yin C,Zhang B L,et al.Method researchof forecasting oil and gas using higherorder statistics[J].Chinese Journal of Geophysics,2004,47(5):920-927136第 6期 胡永泉等.改进的时变斜度峰度法微地震信号识别技术[8]成静 ,李钢虎 ,周关林 .高阶累积量计算优化的仿真研究 [J].计算机仿真 ,2009,26(8):80-83Cheng J,Li G H,Zhou G L.Simplified calculatingsimulation of higher-order statistics[J].ComputerSimulation,2009,26(8):80-83[9]冯智慧 ,刘财 ,冯晅 ,等 .基于高阶累积量一维切片的地震信号初至自动拾取方法 [J].吉林大学学报 (地球科学版 ),2001,41(2):559-564Feng Z H,Liu C,Feng X,et al.A method of auto-matic first arrial extraction based on onedimensionalslice of cross-fourth-order cumulants[J].Journal ofJilin University(Earth Science Editon),2001,41(2):559-564[10]赵清明 ,陈西宏 ,张敏 .基于四阶累积量一维切片谱线增强方法 [J].弹箭与制导学报 ,2004,24(3):236-238Zhao Q M,Chen X H,Zhang M.Based one-dimen-sional slice of the HOS variable step size adaptive al-gorithm for line enhancement[J].Journal of Projec-tiles,Rockets,Missiles and Guidance,2004,24(3):236-238[11]王书明 .地球物理学中的高阶统计量方法 [M].北京 :科学出版社 ,2006:128-144Wang S M.The higher order statistics method in ge-ophysics[M].Beijing:Science Press,2006:128-144[12]宋维琪 ,唐雪芹 ,张春晓 ,等 .地震资料非高斯信息分析提取方法及油气预测 [J].地 球 物 理 学 进 展 ,23(2):162-166Song W Q,Tang X Q,Zhang C X,et al.Oil-gas pre-diction method with sandbody reservoir and its ap-plication[J].Progress in Geophysics,2008,23(2):162-166[13]李志华 .高阶统计量方法在地球物理学中的应用[J].工程地球物理学报,2006,3(5):386-391Li Z H.Application of high-order staticstics in geo-physics[J].Chinese Journal of Engineering Geo-physics,2006,3(5):386-391[14]宋维琪 ,曹自强 ,刘仕友 .多尺度四阶累积量相关分析方法及其应用 [J].石油物探 ,2006,45(6):607-610Song W Q,Cao Z Q,Liu S Y.Predicting sand bodieswith correlation analysis of multiscale 4th order cu-mulant[J].Geophysical Prospecting for Petroleum,2006,45(6):607-610[15]邢贞贞 ,韩立国 ,王宇 ,等 .高阶统计量方法在地震信号分析中的应用 [J].吉林大学学报 (地球科学版 ),2007,37(增刊 ):139-142Xing Z Z,Han L G,Wang Y,et al.Application ofhigh-order statistics in seismic signal analysis[J].Journal of Jilin University(Earth Science Edition),2007,37(S1):139-142[16]Walden A T,Hosken J W J.The nature of the non-Gaussianity of primary reflection coefficients and itssignificance for deconvolution[J].Geophysical Pros-pecting,1986,34(6):1038-1066(编辑:陈杰檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪)(上接第612页)deconvolution techniques[J].Computers &Geosci-ences,2009,35(11):2231-2238[12]Bhattacharya B B,Biswas D,Kar G,et al.Geoelectricexploration for graphite in the Balangir district,Orissa,India[J].Geoexploration,1984,22(2):129-143[13]Bhattacharya B B,Roy N.A note on the use of a no-mogram for self-potential anomalies[J].GeophysicalProspecting,1981,29(1):102-107[14]Bockris J O M,Reddy A K N.Modern electrochem-istry[M].New York:Kluwer Academic/PlenumPress,1998:2345-2348[15]Clerc M.The swarm and the queen:towards a deter-ministic and adaptive particle swarm optimization[J].Proceedings of the IEEE Congress on EvolutionComputation,1999,1951-1957(编辑:戴春秋)236石油物探 第 51卷Wubao.GPP,2012,51(6):598~605The seismic data of foothil areas is characterized by low S/Nand large moveout between gathers;therefore,conventional imagingtechnical workflow is not effective.First of al,we gave a review ofimaging methods in foothil areas and analyzed the characteristics ofthese methods.Then,it was concluded that beam-ray based methodis the first choice for irregular and low S/N data,rugged surface ar-ea and anisotropic media.Thirdly,we summarized several ray theo-ry based methods and give two prestack depth migration(PSDM)scheme from rugged topography,which are Kirchhoff PSDM basedon 3Ddynamic programming traveltime computation approach andGaussian beam PSDM based on Gaussian Beam dynamic ray trac-ing.The traveltime computation method based on Fermat’s princi-ple has no limitation on large velocity contrast and can adapt aniso-tropic media,which has no problem for ray interpolation and shad-ow areas.The intrinsic character of Gaussian beam is propagatewave in ray-centered coordinate,which get a ray path by conven-tional ray tracing and calculate the energy attribution around thecentral ray by dynamic ray tracing.As a typical beam method,theGaussian beam method balance the advantages of ray tracing algo-rithm and wave equation propagation methods.Numerical tests onsynthetic data and real data shows that this technologies andschemes are quite effective.Keywords:foothil areas;low S/N;beam ray;rugged surface;ani-sotropyLiu Shaoyong,Wave Phenomena and Inversion Imaging ResearchGroup,School of Ocean &Earth Science,Tongji University,Shang-hai 200092,ChinaThe inversion positioningmethod of the surface microseismic with e-quivalent velocity.Song Weiqi,WangXinqiang,Gao Yanke.GPP,2012,51(6):606~612For surface microseismic monitoring data,the moveout of trav-eltime curve between adjacent gathers is very smal,which is not sosensitive to the inversion after model correction and affects the ac-curacy of inversion positioning.Therefore,aiming at the surface mi-croseismic monitoring event,the perforating point microseismic re-cord is used to establish equivalent initial velocity model,then theequivalent velocity of best microseismic event was identified by dis-turbance velocity model,and eventualy the position of the micro-seismic event is verified.The effectiveness and reliability of themethod was verified by theoretical model and actual perforating da-ta.Moreover,equivalent velocity inversion positioning of actual sur-face microseismic monitoring data proved the feasibility of themethod.Keywords:surface microseismic monitoring;equivalent velocity;simulated annealing algorithm;inversion positioningSongWeiqi,Earth Science and Technology Colege,China Universi-ty of Petroleum(East China),Qingdao 266555,ChinaApplication of vector scanningfor fracture monitoringwith surfacemicroseismic data.WangLei,YangShigang,Liu Hong,ZhangDe-shun,Guo Bingping,YangYingcai,LiangBeiyuan.GPP,2012,51(6):613~619We experienced monitoring and imaging hydro-fracture proces-ses with a smal-scale seismic array on land surface by vector scan-ning technique for micro-fracture,for verifying the feasibility andreliability of the method.The technique stacks the recorded vectorsof seismic stations with properly considering mechanism of micro-fracture.To correctly achieve fracture geometry with respect totime,we have to consider the microseismic mechanism of shearfractures,ensure the seismometers precise synchronization in timeand good coupling with the earth,distribute the seismic arraysparsely more than 1~3km far from fracturing vehicles,and inter-pret the fracture geometry based on physical mechanics and knowncharacteristics for the fractures.The vector scanning technique sig-nificantly shows the fracture imaging quality,and provides us acost-effective approach for monitoring flow-enhancement hydro-fracture processes.Keywords:micro-fracture monitoring;surfa
展开阅读全文
  石油文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:改进的时变斜度峰度法微地震信号识别技术_图文
链接地址:http://www.oilwenku.com/p-63638.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
copyright@ 2016-2020 石油文库网站版权所有
经营许可证编号:川B2-20120048,ICP备案号:蜀ICP备11026253号-10号
收起
展开