• / 6
  • 下载费用:1 下载币  

基于互相关函数法的地面微地震信号检测研究_图文

关 键 词:
基于 互相 函数 地面 地震 信号 检测 研究 图文
资源描述:
文章编号 :1000-1441(2012)06-0633  -05收稿日期 :2012-05-07;改回日期 :2012-07-15。作者简介 :刘玉海 (1978—),男 ,博士在读 ,主要从事地震资料处理和弱信号检测方面的研究工作 。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)资助 。基于互相关函数法的地面微地震信号检测研究刘玉海,尹成,潘树林,胡永泉(西南石油大学资源与环境学院 ,四川成都610500)摘要 :油气井射孔作业引发的微地震事件频率高 、持续时间短 、能量小 ,反射信号很容易被周围的环境噪声湮没 ,在进行微地震信号特征分析前必须对微地震记录进行压噪处理 。由于微地震事件的特殊性 ,常规地震资料处理方法难以检测微地震记录中的有效信号 。为此 ,提出了一种基于随机信号统计理论的互相关检测方法 。该方法利用相邻道地震信号之间有很好的相关性 ,而与随机噪声的相关性差的特点 ,对微地震记录相邻道的数据进行相关性运算 ,达到压制噪声的目的 。通过理论分析和微地震实际资料处理证明 ,该方法不仅在衰减环境噪声方面效果良好 ,在检测地面接收的微地震信号方面也行之有效 。关键词 :地面采集 ;微地震 ;相关滤波 ;互相关函数 ;随机噪声DOI:10.3969/j.issn.1000-1441.2012.06.013中图分类号 :P631.443 文献标识码 :A油气井射孔作业过程打破了地下围岩应力平衡状态 ,引起岩石的震动 、破裂 ,产生弹性波[1],可以被安置在井中或地面的检波器所接收并记录下来 ,形成地震信号 。这种地震信号能量很弱 ,常被称为微地震信号[2-3]。微地震信号不仅可以在井中使用检波器串接收 ,也可以在地面使用检波器组接收 。但是地面接收的微地震信号同井中接收的相比 ,含有更多的噪声和干扰 。由于微地震发震时刻 、震源位置等都是未知的 ,而且微地震记录的噪声特征与常规地震记录不同 ,使得常规地震数据处理 技 术 难 以 用 来 压 制 微 地 震 信 号 中 的 各 种 噪声[4-5]。地面检测到的环境噪声大部分是宽频带的随机噪声 ,这种噪声在整个频率轴上广泛分布 ,并且能量恒定 ,通常与微地震信号纠合在一起 ,严重干扰了微地震信号的清晰度 ,降低了信噪比[6-8]。因此 ,为了提高微地震记录的信噪比 ,清晰地识别出微地震信号 ,必须对微地震资料进行滤波 ,以衰减微地震记录中的各种噪声 。根据噪声分布的随机性 、非相关性的特点 ,使用互相关技术能够衰减这种随机噪声[9-11]。因此 ,我们设计了适合微地震资料处理的互相关滤波方法 。利用互相关滤波方法对微地震记录进行滤波 ,全面分析微地震信号 、环境噪声及其相互关系 ,突出微地震记录中的有效信号 。1 基本原理1.1 两相邻道微地震信号的互相关相邻道微地震信号之间的相关性很好 ,而与随机噪声的相关性差 ,用相邻道进行互相关 ,可以达到衰减随机噪声 、突出有效信号的目的[12]。在微地震记录剖面上使用彼此相邻道的微地震数据进行相关性运算 ,称为对微地震信号运算的互相关函数法 。对于两路平稳随机信号x(t)和y(t),其互相关函数通常用式 (1)计算[13-16],即Rxy(τ)=limT→∞12T∫T-Ty(t)x(t-τ)dt(1)(1)式中 ,积分时间为无穷大 ,在实际应用中不可实现 。因此 ,实际运算常在有限的积分时间T内计算互相关函数的估计值 ,即^Rxy(τ)=1T∫T0y(t)x(t-τ)dt(2)式中 :^Rxy(τ)表示随机信号x(t)和y(t)的互相关函数Rxy(τ)的估计值 。因为积分时间有限 ,所以估计值总会有偏差 ,但是只要积分时间足够长 ,这种偏差就可以控制在允许的范围内 。为了便于计算机实现 ,公式 (2)的离散化计算公式为[18]^Rxy(m)=1N∑N-1n=0y(n)x(n-m) (3)m=0,1,2,…,M-1336第 51卷第 6期2012年 11月石油物探GEOPHYSICAL PROSPECTING FOR PETROLEUMVol.51,No.6Nov.,2012式中 :^Rxy(k)表示时间序列x(n)和y(n)互相关函数值 ;x(n)和y(n)是随机信号x(t)和y(t)的时间采样序列 ;采样周期为T,t=nT;N表示在有限的积分时间内的采样点数 ;m为时间延迟的序号 ;延迟时间τ=mT。1.2 互相关函数法压噪原理考虑微地震剖面上两道叠加了噪声的记录 ,假设x(t)=w1(t)+n(t) (4)y(t)=w2(t)+v(t) (5)式中 :w1(t)和w2(t)是微地震信号 ;n(t)和v(t)分别为叠加在w1(t)和w2(t)上的随机噪声 ,与w1(t)和w2(t)互不相关 ,而且当两道之间的距离大于随机噪声的相干半径时 ,n(t)和v(t)也互不相关 。那么 ,x(t)和y(t)的互相关函数为Rxy(τ)=E{y(t)x(t-τ)}=E{[w2(t)+v(t)][w1(t-τ)+n(t-τ)]}=Rw2w1(τ)+Rw2n(τ)+Rvw1(τ)+Rvn(τ) (6)式中 :Rw1w2(τ)是微地震信号w1(t)和w2(t)的互相关函数 ;Rw1v(τ)是微地震信号w1(t)和随机噪声v(t)的互相关函数 ;Rnw2是随机噪声n(t)和微地震信号w2(t)的互相关函数 ;Rnv(τ)是随机噪声n(t)和v(t)的互相关函数 。由于微地震信号和随机噪声的独立性和非相关性 ,以及随机噪声之间的独立性和非相关性[17],则公式 (6)中右边的后3项应该为零 ,即Rw2n(τ)=Rvw1(τ)=Rvn(τ)=0所以 ,Rxy(τ)=Rw2w1(τ) (7)这样就从地面采集的微地震资料中计算出微地震信号w1(t)和w2(t)的互相关函数值 ,达到衰减随机噪声 、突出微地震信号的效果 。图1表示计算机模拟的两道微地震信号 。可以看出 ,两道模拟的微地震信号为频率相同的谐振信号 ,在整个记录时间内噪声的能量很强 ,信噪比为2/5,有效信号湮没在噪声之中 。图2为上述两道微地震信号经过互相关函数法处理后的结果 。从图2可见 ,在整个记录时间范围内 ,微地震信号被清晰地显示出来 ,并且检测出的信号特征基本保持不变 。这说明理论上使用互相关函数法 ,能够从包含强噪声的记录中检测出微地震信号 ,使随机噪声得到衰减 ,微地震信号得到突出 。图 2两道信号的互相关运算结果2 互 相 关 函 数 法 分 段 小 时 窗 压 噪处理理论公式 (6)是基于统计规律得出的 ,只有当采用较多的微地震数据点参与运算时 ,才能有效地衰减随机噪声 。为了增加参与互相关运算的数据点个数 ,可将整道微地震信号的采样数据与相邻道进行互相关处理 。但是这样做存在2个缺点 :①利用整道微地震数据做互相关处理 ,得到的结果是多个同相轴的共同反映 ,经互相关运算后的整个微地震剖面上随着延迟时间的变化可能具有多个互相关极值 ,致使存在两个或两个以上的同相轴 ,难以判断同相轴的走向 ;②使用整个地震道做相关处理求得的结果不能指示同相轴的位置和相对强度 ,影响到微地震信号的分辨率[18-19]。为了避免上述弊端 ,我们对整个微地震采样数436石油物探 第 51卷据进行分段小时窗处理 。每次只将M×N长度时窗内的采集数据点进行相邻道互相关计算 。然后 ,在整个微地震剖面上逐点推移 ,直至遍历整个微地震记录剖面 。将每次进行互相关运算的数据点作为窗口移动的步长 ,约等于地面接收的微地震信号时移长度 。针对不同的窗口长度 ,随着随机噪声方差的增大 ,对应的窗口参数M,N也随之增大 。对微地震数据进行时窗互相关运算时 ,除了考虑窗口长度随随机噪声方差变化外 ,还应考虑到互相关道数N的选择与微地震信号的走向稳定性有关 。对于走向比较稳定的微地震信号 ,可选用较大的窗口宽度 ,这时对随机噪声的衰减效果较好 ;如果微地震信号的走向变化较大 ,则不宜将相关运算的窗口选得太大 ,否则 ,将会降低同相轴走向的分辨能力 。通常对时间延迟量的选择 ,可以不使用全部的时间延迟量 。在微地震信号的同相轴与测线近似平行时 ,使用较少的时间延迟量 ;反之 ,采用较多的时间延迟量 。除上述选取时窗参数的规范要求外 ,也要考虑互相关运算的计算量 。时窗选取得越小计算量越大 ,在不影响微地震数据处理效果的前提下 ,应尽 量 使 用 较 大 的 时 窗 ,选 取 较 少 的 时 间 延 迟量[20]。实际使用时窗对微地震数据进行互相关处理时 ,有时难以判断同相轴的形态 ,这时需多进行几次不同时窗的相邻道互相关运算 ,选取滤波效果最佳的参数M和N。3 实际资料处理3.1 实际资料处理结果图3是从地面接收的微地震原始资料中截取的部分数据 。采样间隔为2ms,持续时间为1s,总道数为200道 。由图3可以看出 ,微地震记录中含有多种很强的噪声 ,如A和B所指之处 。而C所指之处似乎可见射孔时产生的微地震信号 ,但不太清晰 。因此首先对图3进行相邻整道的互相关运算 ,运算结果如图4所示 。从图4看出 ,微地震记录中随机噪声得到衰减 ,信噪比有了一定程度的提高 ,如A和B所指之处 。但是比较图4和图3发现 ,C所指之处的微地震信号没有得到突出 。这是因为在微地震记录中曾有大量的随机噪声 ,经过相关滤波后 ,强随机噪声得到了衰减 ,剩下的就是弱能量的微地震信号 。图4中也能够看到有较强的规则干扰信号 (橙色箭头所示 ),这在图3上是很难识别的 。说明互相关函数法不仅能够衰减各种随机噪声 ,还具有检测各种规则信号的能力 ,只不过这里检测出的信号被识为应当从微地震波场中压制的规则干扰噪声 。因此如前所述 ,互相关函数法不仅能够从地震记录中衰减随机噪声 ,也能够使我们对地面接收的微地震波场有一个清晰的认识 ,为进一步分析微地震特征做了前提准备 。图4中还含有很强的规则干扰 。这些规则干扰有时会严重影响微地震信号同相轴的分辨率 ,使微地震同相轴变得平滑或者不清晰 。因此 ,为了能够得到较好的微地震信号同相轴 ,必须对整个的微地震数据进行分段小时窗处理 ,结果如图5所示 。由图5可见 ,规则干扰得到了很好的衰减 (如A和B所指之处 ),微地震信号同相轴明显比图4中的清晰和突出 ,分辨率得到提高 (如C所指之处 )。3.2 地震道频谱分析图6为单道微地震信号互相关滤波前 、后的频图 3地面微地震记录原始剖面536第 6期 刘玉海等.基于互相关函数法的地面微地震信号检测研究谱 ,可见 ,经过互相关滤波后 ,高能量的各种噪声大部分被衰减 ,余下的主要是微弱的微地震信号 。因此 ,互相关函数法能够衰减包含在微地震记录中的随机噪声 ,显著改善微地震资料的信噪比 。4 结束语理论分析和实际微地震数据处理结果表明 ,我们提出的互相关函数法能够衰减地面检波器接收的微地震记录中的随机噪声 、提高微地震资料的信噪比 ,是在强随机干扰背景上突出微地震信号同相轴的有效方法 。根据地面接收的实际微地震资料636石油物探 第 51卷的特点 (微地震信号能量强弱和分布及随机噪声干扰强弱等 )选择合理的互相关函数参数 ,能够清晰地突出地面接收的微地震信号同相轴 ,提高微地震信号的分辨率 。互相关函数法在微地震数据处理中具有较大的实用性 ,不仅能够衰减随机噪声 ,而且还可以检测微地震波场中的其它信号 。参考文献[1]Eisner L,Thornton M.Chalenges for microseismicmoniting[J].Geophysics,2010,75(5):146-154[2]Eaton D W.Q determination,corner frequency andspectral characteristics of microseismicity inducedby hydraulic fracturing[J].Expanded Abstracts of81st Annual Internat SEG Mtg,2011,1666-1673[3]Forghani-Arani F,Wilis M.Analysis of passive sur-face-wave noise in surface microseismic data and itsimplications[J].Expanded Abstracts of 81st AnnualInternat SEG Mtg,2011,1493-1499[4]Diler D E,Stephen N P.Comparison of simultane-ous downhole and surface microseismic monitoringin the Wiliston Basin[J].Expanded Abstracts of81st Annual Internat SEG Mtg,2011,1687-11674[5]王有新 .应用地震数据处理方法 [M].北京 :石油工业出版社 ,2009:63-70Wang Y X.The application of seismic data process-ing methods[M].Beijing:Petroleum Industry Press,2009:63-70[6]刘俊 ,张斌珍 .微弱信号检测技术 [M].北京 :电子工业出版社 ,2005:86-93Liu J,Zhang B Z.A weak signal detection technolo-gy[M].Beijing:Electronics Industry Press,2005:86-93[7]王书明 ,朱培民 ,李宏伟 ,等 .地球物理学中的高阶统计量方法 [M].北京 :科学出版社 ,2006:56-67Wang S M,Zhu P M,Li H W,et al.A higher orderstatistics methods in geophysics[M].Beijing:SciencePress,2006:56-67[8]Norton M,Hovdebo W.Surface seismic to micro-seismic:an integrated case study from exploration tocompletion in the Montney shale of NE British Co-lumbia,Canada.SEG Denver[J].SEG Annual Meet-ing,2010,1693-1699[9]朱良保 ,王清东 .地震背景噪声互相关函数的面波理论表达形式 [J].地球物理学报 ,2011,54(7):89-98Zhu L B,Wang Q D.An expression of the cross—correlation of ambient seismic noise:a derivationbased on the surfacewave theory[J].Chinese Journalof Geophysics,2011,54(7):89-98[10]石颖 ,刘洪 .地震信号的复地震道分析及应用 [J].地球物理学进展 ,2009,23(5):134-141Shi Y,Liu H.Complex seismic trace analysis of seis-mic signal and its application[J].Progress in Geo-physics,2009,23(5):134-141[11]Oppenheim A V,Schsfer R W.Discrete-time singalprocessing(2nd ed)[M].MIT:Prentice-Hal,Inc,2005:345-387[12]邱天爽 ,刘文红 ,郭莹 ,等 .现代数字信号处理与噪声降低 (第 3版 )[M].北京 :电子工业出版社 ,2009:78-95Qiu T S,Liu W H,Guo Y,et al.Advanced digitalsignal processing and noise reduction(3rd ed)[M].Beijing:Electronics Industry Press,2009:78-95[13]蔡希玲 .声波和强能量干扰的分频自适应检测与压制方法 [J].石油地球物理勘探 ,2008,34(8):90-95Cai X L.An effective method to suppress acousticwave and high energy noise frequency-divisionalyand adaptively[J].Oil Geophysical Prospecting,2008,34(8):90-95[14]李智敏 ,苟先太 ,金炜东 ,等 .微地震信号的频率特征[J].地质工程学报,2010,30(6):106-112Li Z M,Gou X T,Jin W D,et al.Frequency featuresof microseismic signals[J].Chinese Journal ofGeotechnical Engineering,2010,30(6):106-112[15]程佩青 .数字信号处理 (第 2版 )[M].北京 :清华大学出版社 ,2003:546-587Cheng P Q.The Digital signal processing(2nd ed.)[M].Beijing:Tsinghua University Press,2003:546-587[16]盛梅 ,邹云 .相关噪声系统的卡尔曼滤波 [J].信号工程检测技术 ,2009,23(4):34-36Sheng M,Zou Y.The kalman filtering of systemwith related noise[J].Signal Engineering DetectionTechnology,2009,23(4):34-36[17]王利亚 ,印春生 .强噪声背景中微弱信号检测的初步研究 [J].分析化学 ,1999,27(12):128-133Wang L Y,Yin C S.A primary study on the detec-tion of weak signal in a stronger noise background[J].Chinese Journal of Analytical Chemistry,1999,27(12):128-133[18]洪学海 .相匹配滤波与频率域维纳滤波结合在地震信号处理中的应用 [J].数值计算与计算机应用 ,2004,3(1):62-70Hong X H.The application of the phase-match fil-ter and frequence-domain wiener filter in processingthe seismic signal[J].Journal on Numerical Methodsand Computer Applications,2004,3(1):62-70[19]Robinson T.Optimum pilot sweep[J].GeophysicProspecting,2003,51(1):89-94[20]张孝珍 ,董汉强 ,侯国文 ,等 .地震勘探中的去噪技术新进展 [J].勘探地球物理进展 ,2009,32(3):98-106Zhang X Z,Dong H Q,Hou G W,et al.Advances indenoising technology in seismic exploration[J].Pro-gress in Exploration Geophysics,2009,32(3):98-106(编辑:朱文杰)736第 6期 刘玉海等.基于互相关函数法的地面微地震信号检测研究Pan Shulin,Wu Furong,Li Yalin,Liu Yuhai.GPP,2012,51(6):625~632As the two important metric parameters of non-Gaussian andasymmetrical distribution time series,skewness and kurtosis repre-sent deviation degree from symmetrical distribution(symmetry)and distribution concentration(Gaussian)of the signal distributionrespectively.Compared with conventional seismic data,the energyof microseismic signals are weak,and SNR is extremely low,it isdifficult to get effective microseismic signals by using conventionalsignal processing methods directly.In view of this,an improvedtime-varying skewness and kurtosis method was proposed accordingto the characteristics of microseismic signals,which can be used toidentify effective microseismic signals in strong interference back-ground.Firstly,the time-varying skewness or the kurtosis for localseismic data is obtained in different length sliding windows.Then,the difference of time-varying skewness or kurtosis is achieved inthe long-window and the short-window,and the maximum differ-ence values are corresponding to the location of the effective micro-seismic signals.The analysis of the theoretical model and actual da-ta showed that the improved time-varying skewness and kurtosismethod can wel eliminate the impact of asymmetry or non gaussianof noise and highlight effective microseismic signals.Keywords:microseismic;higher-order statistics;skewness;kurtosisHu Yongquan,Colege of Resource and Environment,Southwest Pe-troleum University,Chengdu 610500,ChinaGround microseismic signal detection based on cross-correlation func-tion.Liu Yuhai,Yin Cheng,Pan Shulin,Hu Yongquan.GPP,2012,51(6):633~637The microseismic event caused by perforating is characterizedby higher frequency,shorter duration and lower energy,and its sig-nals are often buried by the ambient noise.To obtain the character-istics of the microseismic signals,it’s essential to carry out de-noi-sing on microseismic signals.Because of the particularity of micro-seismic event,it is difficult to eliminate random noise to improveSNR with conventional seismic methods.So,we proposed a cross-correlation filtering technique based on random signal statistics the-ory.The technique suppress noise by cross-correlation computationon neighboring gathers of microseismic record in terms of good cor-relation between neighboring seismic signals and bad correlationwith random noise.The theoretical analysis and data processingproves that the cross-correlation function method is effective elimi-nating ambient noise and detecting ground microseismic signals.Keywords:ground acquisition;microseismic;correlation filtering;cross-correlation function;random noiseLiu Yuhai,Institute of Resources and Environmental,SouthwestPetroleum University,Chengu 610500,ChinaHigh-resolution geostatistical petrophysical-parameter inversion.JiangWenlong,YangKai.GPP,2012,51(6):638~648Geostatistical inversion can wel characterize thin-layers for itshigh-resolution.We discussed the relationship between geostatisti-cal inversion and high-resolution,as wel as the problem of geosta-tistical inversion in petrophysical parameter inversion.Moreover,the algorithm for reducing the uncertainty of inversion was studied.Research results show that along with the alternation of vario-gram,the resolution of geostatistical inversion result wil change,but the conventional Krigging algorithm destroy the continuity oforiginal geologic formations when improving resolution through re-ducing variogram.Based on the above results,we introduced somerestraints such as geologic interpretation strata and dip into geosta-tistical inversion.The method was applied on the inversion of car-bonate mineral components at ODP1144station sea area in SouthSea.Keywords:geostatistics;high-resolution;variogram;petrophysicalparameter inversionJiangWenlong,School of Ocean and Earth Science,Tongji Universi-ty,Shanghai 200092,ChinaApplication of integrated seismic data processing&interpretation tolithologic traps prediction in block X,Columbia.Li Zhongyuan.GPP,2012,51(6):649~652Folowing the rapid progress of exploration and production inblock X of Columbia,the structural traps such as faulted anticlinesand fault-nose structures have been identified and put into produc-tion.Discovery of lithologic traps now become the key issue con-cerning the prospect of oil and gas in block X of Columbia.Howev-er,previous seismic work was focused on structural targets,whichcaused great difficulties in lithologic traps characterization based onoriginal seismic data.Therefore,the technique of iterative integra-tion of seismic data processing &interpretation oriented to geolog-ical targets”was proposed.Based on the reservoir characteristics inblock X,we performed lithologic traps prediction and targets evalu-ation by exploring the research mode of mutual penetration and it-erative progress between seismic data processing &interpretation.According to the research result based on this technique,wel W4was deployed and recorded high-yield industrial oil flow,which veri-fied the effectiveness of the technique and extended a new directionfor future E&P deployment in this block.Keywords:integrated seismic data processing &interpretation;Block X in Columbia;fidelity and amplitude preservation;reservoirprediction;comprehensive evaluationLi Zhongyuan,China University of Geosciences(Beijing),Beijing100083,China4GEOPHYSICAL PROSPECTING FOR PETROLEUM  2012
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:基于互相关函数法的地面微地震信号检测研究_图文
链接地址:http://www.oilwenku.com/p-63740.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