2016, Vol. 59
2. 中国科学院大学, 北京 100049;
3. 中国石油集团东方地球物理勘探有限责任公司, 涿州 072751;
4. 河北工业大学, 天津 300401
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. BGP, CNPC, Zhuozhou 072751, China;
4. Exchange School of International Education, Hebei University of Technology, Tianjin 300401, China
在油藏管理(reservoir management)(Wiggins and Startzman，1990)中，时移地震或4D/四维地震(time-lapse or 4D seismic technology)(Nur，1982，Nur et al.，1984，Nur and Wang，1987，Greaves and Fulp，1987，Pullin et al.，1987；Stang and Soni，1987； Jack，1997；Calvert，2005；Foster，2007)扮演着重要角色.Houck(2010)指出，在油田的生命期的早期，由于信息的有限，我们对油藏的了解非常有限，此时利用4D/四维数据增加确定性的潜力是最高的，比如它可以帮助确定开发井的布置.在油田生命晚期，尽管确定性增强，油田干预的手段变得有限，然而 4D/四维地震仍然可以发挥作用，比如确定注水井的目标.
按Coopersmith和Cunningham(2002)的理论，重复性是决定4D勘探价值的因素之一.Houck(2010)通过模拟显示非重复性恶化四维地震解释结果的不确定性.四维地震的效果随重复性的降低而降低.因此最大限度地提高重复性是时移地震采集和处理的关键任务.在激发条件相同的情况下地震数据的重复性与观测系统的重复性相关(Landrø，1999；Eiken et al.，2003；Smit et al.，2005)，也与背景噪音等因素相关(Smit et al.，2005).多数观测系统非重复性以外的原因引起的非重复性，可以通过适当的处理缓解(Johnston，2013，Johnston2013,P75；Helgerud et al.，2011a).Helgerud等(2011a)的研究表明，在恰当的时移地震资料处理中，重复性是随处理步骤逐步提高或保持的，但最终仍然有可观的非重复性不能消除.Johnston(2013)，提供的资料和经验说明观测系统非重复性不能被处理完全消除，经过处理阶段后仍然影响着资料.因此在采集中追求重复性是必要的.
在地震勘探界，在时移地震的采集中追求高观测系统重复性方面面临着巨大挑战，付出的努力是巨大的，效果也是明显的.因此在时移地震或4D/四维地震采集阶段保证重复性是时移地震实质性任务.观测系统的重复性在海上拖缆采集方式中面对着直接的挑战.Baseline的观测系统已经被主要的环境影响因素如洋流及其变化、海上障碍物以及与之相适应的采集操作如Sail Line之间的面元覆盖匹配(刷面元)所影响而呈随机不规则的形态，而重复采集的观测系统在不同而随机的海流影响下要达到与之匹配.对于拖缆重复性的挑战性，多年以来已经有若干优化对策发展起来(Widmaier et al.，2003，2005).Eiken等(2003)演示的采用相同的航线角度和方向、可驾驶震源技术、电缆重叠、电缆横向控制装备已成为常规解决方案.有一些实例还采用电缆横向控制手段使电缆处于微微的扇形，起到电缆重叠的作用.另外震源与缆被分别独立控制的双船法应对剧烈的羽角变化(Ebaid et al.，2008; Ridsdill-Smith et al.，2008)效果显著.在海上也有不惜牺牲效率，采用若干替代拖缆而大幅度提高观测系统重复性的勘探方法.一些文献(Gouveia et al.，2004； Brechet et al.，2011)提供了障碍设施下使用海底地震(OBS)来完成监测采集的例子，另外还有直接使用OBS进行基线采集的例子(Helgerud et al.，2011b).这些显示了对采集阶段实现观测系统重复性的努力和方法，以及在采集阶段实现所期望的观测系统重复性的重要性.因此观测系统重复性分析评价也同样重要.
1.1 数据的重复性时移地震成像的重复性的度量在数据部分区域进行，而这样的区域对应着勘探对象在两次地震观测之间未发生变化的区域.被文献普遍援引的重复性的度量是归一化均方根差异(Normalized rms difference，NRMS)，(Kragh and Christie，2002；Cantillo，2011)，对于 基线地震数据Baseline和监测地震数据Monitor，NRMS表示为
|
(1) |
其中rms算子定义为
|
(2) |
求和遍及时窗内的样点xi(i=1，2，…，N).
NRMS值大小直接表征的是非重复性，其值越小重复性越强.如果NRMS=0，则表示数据是完全重复的.如果基线和监测地震道是非相关的，NRMS=2.文献中引用的典型的NRMS值为从0.1到0.3(10%到30%非重复性)(Johnston，2013).
1.2 观测系统重复性Landrø(1999)使用VSP实验来探索了观测系统对重复性的影响.结果显示了同一检波器接收，相邻间距小于5 m的两炮记录，NRMS为8%. Landrø用87125对炮研究了NRMS-炮间距关系，显示炮间距增大，相似性降低.
炮点或检波点的不一致，即观测系统的差异影响地震数据的重复性，原因是不同的射线路经和对目标的不同的照明.Eiken等(2003)使一个地震勘探数据横向移动一个面元(25 m)，然后用它去减原始的数据，结果就引起了高达40%的差异.地质复杂性对重复性的观测系统差异敏感性也有影响.Smit等(2005)统计了NRMS-(ΔS+ΔR)关系，显示了明显的ΔS+ΔR减小而NRMS减小的趋势.ΔS+ΔR是炮点偏离与检波点偏离之和，表征观测系统重复性.Misaghi等(2007)研究表明对于相同的震源间隔，射线穿过不均匀上覆地层比穿过均匀上覆地层具有更高的NRMS值，可见在观测系统差异一定的情况下复杂的上覆地层降低时移地震数据的重复性.在地表的勘探中这种效应应当更加显著，因为射线路径穿过上覆地层两次.前人广泛地通过做均衡处理(李蓉和胡天跃，2003；金龙等，2005a，2005b；金龙和陈小宏，2003，2005；郝振江和陈小宏，2007；苏云等，2009a，2009b，2009c；胡英等，2003；甘利灯等，2003；李卓聪等，2008；)来处理差异问题，但是由于如Misaghi所述原因，我们需要消减观测系统差异来提高地震数据的一致性或重复性.
以上前人研究表明，观测系统的重复性即ΔS+ΔR大小明显影响时移地震数据的重复性即NRMS的大小，并且所造成的影响是不可消除的，观测系统的重复性也成为时移地震数据的固有终身属性.
其目的在于研究多地震道情况，并考虑到Monitor(监测)数据与Baseline(基线)数据的匹配有不确定的情况和道数不同的情况，董凤树1)(个人通讯，2015；2015，2016)提出了时移地震失配虚拟最佳定向匹配加权均方根重复性与观测系统失配外推最佳定向匹配加权均方根重复性.
2 多道匹配和重复性在地震数据采集中，直接面对观测系统的重复性，需要控制观测系统的重复性.Landrø(1999)计算地震数据的重复性是对单道进行的，Eiken等(2003)虽然对叠后多道地震数据进行计算，但是视各对地震道数据对等且对应关系明确，根据CMP点一致的对应关系用公式(1)和(2)计算.在采集过程中和处理前，地震数据是叠前数据.叠前对同一CMP的各道的对应关系也一般是不完全确定的.对于观测系统，在Monitor数据采集过程中，直接面对的是叠前地震道对应的观测系统.我们对基本采集配置如表 1所示的Monitor采集数据相对Baseline数据进行了统计，如图 1a所示，炮点偏离量及其纵横向分量，都远远小于纵向和横向炮间距，因此Monitor炮点与Baseline的炮点的对应关系是保持明确的.因此可以单一地对应炮点，形成较为简单的(低维度)的分布显示，如董凤树等(2013)的实例.基于炮点明确的对应关系，计算对应炮点的羽角差以表征多重检波点的偏差情况.这样，Monitor地震勘探的观测系统重复性或偏差形式上通过两个平面分布图就被很好地表征和监控了.然而实际上这本身有一定的近似性.如图 1b所示的统计结果，绝大部分的检波点偏离都大于面元宽度或缆间距的一半，甚至有相当一部分检波点的偏离超过了缆间距.
|
图 1 点位偏离统计图 (a)炮点偏离：ΔS为炮点径向偏离，ΔSx为炮点横向偏离，ΔSy为炮点纵向偏离；(b)检波点偏离：ΔS为炮点径向偏离，ΔR1为近道检波点偏离，ΔR2为近中道检波点偏离，ΔR3为中远道检波点偏离，ΔR4为远道检波点偏离；(c)检波点偏离导致中心点偏离到相邻面元示意图. Fig. 1 Position deviation (a)Shot point deviation，ΔS: radial deviation，ΔSx: cross-line deviation，ΔSy: inline deviation;(b)Receiver point deviation，ΔR1: near trace deviation，ΔR2: near-mid trace deviation，ΔR3: mid-far trace deviation，ΔR4: far trace deviation;(c)Receiver deviation causes middle point′s moving to adjacent bin. |
这就导致炮检中点偏离出对应的Baseline的炮检中点所在面元而进入其他面元，检波点也远离所对应的Baseline的检波点，更靠近Baseline中对应炮的其他检波点，如图 1c所示.这就需要根据实际的空间关系或重复性重新匹配Baseline与Monitor的地震道，再在所确定的匹配关系的基础上计算重复性.因此有必要基于面元匹配和表征观测系统的重复性.如文献Johnston(2013)，选择单一炮检距，形成观测系统重复性平面分布图，可获得如图 2中长方体中彩色切片显示的重复性的面分布.然而要获得所有炮检距的重复性，就形成一个三维数据体.作为时移地震数据的质量，特别是对于采集过程中的监控，把全部或一定炮检距范围的观测系统重复性表示为单一采集表面的分布是非常有益的(如图 2示意).这就引出多道的观测系统重复性的表征方法和依据.
|
图 2 采集平面-炮检距空间 左面长方体中的彩色图片为工区平面和炮检距空间中单一偏移距切片的重复性显示，右边是希望显示全炮检距重复性的二维平面. Fig. 2 Acquisition surface-offset space The color slices in the 3-dimension space are displays of geometry repeatability over the acquisition surface for given single offsets. The green 2-dimension plane is a expected display of repeatability for full offset. |
本文利用的实际数据所来自于的海上拖缆时移地震监测勘探实例的配置如表 1，其他相关背景和实践研究见董凤树等(2013)的文献.
|
表 1 研究实例的相关配置 Table 1 Configuration of the acquisition for the studied data |
本文的基础，时移地震失配虚拟最佳定向匹配加权均方根重复性与观测系统失配外推最佳定向匹配加权均方根重复性理论(董凤树，个人通讯，2015；董凤树，2015，2016)，简述如下.
用结构化的数据B表示Baseline(基线)地震数据，M表示Monitor(监测)地震数据，D表示NRMS，把(1)和(2)式推广为多道数据重复性的计算公式并表示为
|
(3) |
其中
|
(4) |
和
代表Baseline和Monitor地震数据，其中行是道数据，ω表示参与均方根运算的范围，即求取重复性的空变时窗.记
|
(6) |
其每行的起止列的数值，表示均方根运算对象矩阵中对应行参与均方根计算的起始和终止列号，即求取重复性的空变时窗，即
|
(7) |
|
(8) |
|
(9) |
记
|
(10) |
|
(11) |
|
(12) |
相应地
|
(13) |
是数据矩阵中第i行(道)的单道重复性.则
|
(14) |
令
|
(15) |
有
|
(16) |
或
|
(17) |
令
|
(18) |
|
(19) |
则
|
(20) |
有
|
(21) |
即多道数据空变时窗内的重复性是各单道时窗内重复性的加全均方根.
由1，2，…，m，构成的一个不重复的全排列(杨永发等，2012)，记作
|
(22) |
由其构成的向量
|
(23) |
被称为匹配向量.其中fi≠fk(i≠k)，并且其中每一个数取自1，2，…，m.
设m行的Baseline数据B，设m′行的Monitor数据M.M(B，M，f)定义为一个新的m行数据结构，其中的第i行为M的第fi行，被称为基于B的定向匹配，其中M(B，M，f)的第i行Mi(B，M，f)代表B的第i行Bi的一个单道匹配.当M中不存在fi行的情况，被称之为失配，则M(B，M，f)的i行为与Bi不相关即相关为零的数据并保持与B中的该行相同的RMS值.这样的数据增补法被称为失配虚拟，M(B，M，f)的构造法被称为基于B的失配虚拟定向匹配.综上，这里有虚拟的Mi(B，M，f)满足
|
(24) |
其中Mi(B，M，f)表示M(B，M，f)中的第i行.
对于定向匹配后的M(B，M，f)有
|
(25) |
和
|
(26) |
其中记Di2(f)=((D)i(f))2.不增加新的符号，在不引起混淆的情况下，记
|
(27) |
为时移地震失配虚拟最佳定向匹配加权均方根重复性.
当满足能量均衡条件
|
(28) |
A为常量，有
|
(29) |
因此
|
(30) |
则
|
(31) |
根据前人(Landrø，1999； Eiken et al.，2003；Smit et al.，2005；Misaghi et al.，2007)对时移地震单道地震数据重复性与观测系统重复性的研究，利用前述的实际采集数据，本文计算了36对地震道的地震数据重复性，统计展布在图 3a中，并拟合了线性关系，得到k=0.018/m.
|
图 3 地震数据重复性与观测系统重复性关系 (a)36对具有不同观测系统差异d的地震数据的重复性D，及其线性拟合关系.所有数据来自同一次采集.激发条件相同.原点上的数据来自同一炮.(b)观测系统差异均为炮点和检波点同向基本相同偏差的情况. Fig. 3 Repeatability of seismic data and its geometry (a)Repeatability of seismic data with different geometry repeatability of 30 single traces in same survey with same source condition(the data on the origin was generated by an identical shot);(b)Geometry difference of shot and receiver composing d in(a)is all same direction for a trace pair. |
这里所利用的实际数据与Landrø(1999)、 Smit等(2005)和Eiken等(2003)的文献数据不同，得到更大的线性拟合k值.因为本文数据来自浅水探区，这符合Calvert(2005)的解释.另外所对比的地震道都是炮点和检波点同向相同程度偏离(如图 3b所示)，CMP随之相同程度地偏离，这也是导致k值偏大的原因.
在此利用实际数据范围内单道地震数据重复性与观测系统重复性的拟合线性关系，有
|
(32) |
其中k为与地区有关的常数，di(f)为在匹配方式f下的第i道观测系统重复性，即炮点偏离与检波点偏离之和，则
|
(33) |
记
|
(34) |
则有
|
(35) |
因此
|
(36) |
在可以做到不增加新的符号而并不引起混淆的情况下记
|
(37) |
称为观测系统失配外推最佳定向匹配加权均方根重复性，当Mi(B，M，f)为通过M(B，M，f)生成的虚拟行，对应观测系统的匹配及di(f)不存在的情况下(以下称观测系统失配或失配)，di(f)取值为由(38)或(39)式所确定的d0(以下称为观测系统失配外推).
记Baseline单道与Monitor中对应虚拟道之间重复性的值为D0(=$\sqrt{2}$，因不相关或相关为零)，并定义d0为失配的单道观测系统的重复性，满足
|
(38) |
即
|
(39) |
是失配的单道观测系统的重复性的取值，并如前所述应用在式(32)至(37)中，如前，被称为观测系统的失配外推.
在(28)式所代表的能量均衡条件下，以及在(32)式所代表的单道地震数据的重复性与单道观测系统的重复性的线性相关模型下，由论述过程中涉及的相关定义和关系支持的(37)式所给出的多道观测系统下的这种观测系统重复性，与(27)式所表示的时移地震数据的重复性是等价的，只有一个系数k的不同.
本文得出(32)式所代表的时移地震的地震数据重复性与观测重复性的线性相关模型所基于的实际di 值的范围(Landrø，1999； Eiken et al.，2003；Smit et al.，2005；Misaghi et al.，2007)是有限的.然而数据的匹配尝试和选择过程以及不合理的数据范围，可导致过大的di值，如果把di大于d0值的单道匹配合理地视为失配，一方面可以解决这个问题，另一方面以did0限制匹配搜索范围，可以大大减小不必要的计算量.
4 pi、k和d0值的确定对于多次覆盖资料，我们根据动校正和拉伸切除后的有效数据确定(30)式中的加权系数pi.
动校正拉伸系数(牟永光等，2007)为
|
(40) |
其中ΔtNMO为动校正时差，t0为零炮检距反射时间.
对应零炮检距记录时间t0的非零炮检距x反射时间(牟永光等，2007)
|
(41) |
其中vNMO为NMO速度，
|
(42) |
|
(43) |
其中vNMO=vNMO(t0)
根据时距曲线关系(牟永光等，2007)，有避免拉伸系数超过β的顶切t01满足是关于参数x的方程解
|
(44) |
其中vNMO=vNMO(t0)，为NMO速度，其中vNMO2(t0)表示vNMO(t0))2.
动校正后有效记录尾部时间t02近似解析解为
|
(45) |
其中tmax为动校正前原始记录最大时间即原始记录长度.
数据有效时间长度为
|
(46) |
这样可以确定
|
(47) |
I为采样间隔.
(47)式显示pi随对应的炮检距变化，所以把pi表示为
|
(48) |
另外通过
|
(49) |
当根据图 3的数据获得k=0.018/m，d0取得80 m的值.
5 在拖缆采集中的应用研究根据我们采用的研究实例中的地震记录长度(2.5 s)，采用
|
(50) |
的速度函数和分别采用拉伸系数β=0.2，0.3和0.4计算了p值与炮检距Offset的关系，与p=1一同描绘在图 4中.
|
图 4 权重系数曲线 拉伸系数β=0.2，0.3和0.4计算的权重系数p与炮检距Offset的关系曲线及p=1的曲线. Fig. 4 Weighting coefficient curves Curves of weighting coefficients calculated with stretch coefficient β=0.2，0.3 and 0.4，and the curve p=1. |
在应用研究的采集实例中，Baseline(基线)的设计炮间距为12.5 m，Monitor(监测)采集的面元内CMP所属的炮检距名义(Nominal)间隔为25 m.提取实际一次性整体采集区域中的部分数据，对每个面元的观测系统按(37)式及其支持关系式进行了计算，观测系统的匹配限制在CMP面元内.计算中根据实际情况，进一步缩小了匹配搜索范围避免了大量的可避免的计算.图 5中给出了分别按照图 4所示的四条加权系数曲线得出的四个面元重复性图像.公式和图中数值高，重复性低，反之亦然.图 5中红色低重复性的区域随着加权系数的陡度增加而呈现“聚焦”和分化特征.这是因为对于拖缆进行的时移地震采集，大炮检距的观测系统的重复性大大降低，且这种低重复性的观测系统空间分布范围广，在采用变化加权的情况下，当加权系数变陡，重复性图像更倾向于对近炮检距的重复性的衡量，这是与拖缆采集的大炮检距观测系统难以控制因而难以实现重复性相适应的.或者更确切地说，拖缆采集的小炮检距观测系统容易被控制容易实现重复性而大炮检距观测系统相反，恰好适应本文所述的重复性衡量理论.即按照本文所述理论，大炮检距的重复性权重应当降低，而拖缆地震资料采集中大炮检距的重复性又很低，因此用本文的计算方法所计算出并成图的面元重复性，能够合理减弱大炮检距低重复性的影响，更倾向和清晰地显示近炮检距的重复性的贡献，从而总体上合理地评估各炮检距的重复性贡献.
|
图 5 时移地震观测系统失配外推最佳定向匹配加权均方根重复性 (a)均方根(加权系数p=1)重复性;(b)采用β=0.4对应的加权系数;(c)采用β=0.3对应的加权系数; (d)采用β=0.2对应的加权系数. 红色低重复性的区域随着加权系数的陡度增加而呈现“聚焦”特征和分化特征. Fig. 5 Weighted RMS Geometry repeatability of the best baseline-based match with extrapolation for mismatch (a)RMS repeatability(p=1);(b)Weighting Coefficient of β=0.4;(d)Weighting Coefficient of β=0.3;(d)Weighting Coefficient of β=0.2. The more the curve of weighting coefficient inclines，the more focused and discriminating the low repeatability areas become. |
对Baseline(基线)采集的观测系统在Monitor(监测)采集的观测系统中失配则不参与计算的情况，我们按p=1和β=0.2的两种加权系数计算与图 5相同区域的面元内的重复性，绘制了图 6所示的图像.在本图的黑色椭圆框中，对比图 5中各图像中相应位置的红色显示的低重复性区域，低重复性消失转而反转为高重复性.这是因为在Monitor观测系统中失配的Baseline观测系统没有被计入重复性计算，被保留参与计算的Baseline观测系统的重复性则得到了很好的满足，形成了重复性高的假象.因此，这从负面表明了完全按(37)式计算的含失配外推的重复性不但反映了所采集的数据的观测系统重复性，而且反映了对Baseline的覆盖次数的重复性.覆盖次数的重复性的意义在于，Baseline的采集在没有对前期采集的重复性要求的情况下，必然满足覆盖次数的设计要求(百分比和空间分布量)，而在此之后进行的时移Monitor采集，达到前者的覆盖次数，是单次3D采集的必要要求，也是对前者的重复性获得全面满足的必要条件.只有Monitor中的采集数据达到了很高的重复性是不够的，因为这种情况下还会有Baseline中的数据没有被很好地重复.在Monitor的数据冗余度高，而Baseline采集的覆盖次数正常的情况下，按照含最佳匹配原则的(37)所计算的观测系统重复性会抛弃重复性最差的冗余数据.
|
图 6 无失配外推的观测系统重复性 (a)(无加权区别或加权系数恒为1的)均方根重复性;(b)β=0.2的均方根重复性. 本图的黑色椭圆中的蓝色区域对比图 5中各图像中的黑色椭圆中的红色显示的低重复性区域，表现为低重复性消失并反转为高重复性. Fig. 6 Weighted RMS geometry repeatability of the best baseline-based match without extrapolation for mismatch (a)RMS(p=1);(b)Weighted RMS(β=0.2). The high repeatability(deep blue，low value)areas in the ellipses show low repeatability in the same areas in Fig. 5. |
我们把相同区域的Monitor覆盖次数图与含失配外推和最佳匹配的观测系统加权均方根重复性做一比较，如图 7所示，对应覆盖次数图中覆盖缺失的区域，在重复性图中一般会有重复性极低的显示，表明含失配外推的定向最佳匹配加权均方根重复性同时反映了覆盖次数的情况.在图中，我们提供了正常面元的覆盖次数图(b)和随炮检距增大面元扩展的覆盖次数图(c)，而重复性的均方根和加权均方根的加权系数函数的选择，对应着面元扩展的作用，但重复性图像对加权系数函数陡度变化的响应不如覆盖次数显示对面元扩展的响应明显.这是因为面元扩展对一定炮检距而言可以完全消除显示图上的面元覆盖缺失，而对重复性而言高值的低重复性不会因权重降低而完全消失.总之，基于面元的观测系统失配外推最佳匹配加权均方根重复性图像，能够同时显示观测系统重复性和覆盖次数，并且通过适当选择加权系数，如同面元随炮检距扩展的覆盖次数图，形成对小炮检距和大炮检距观测系统不同的要求.
|
图 7 观测系统加权均方根重复性与覆盖次数图的对比 (a)时移地震观测系统失配外推均方根(加权系数p=1)重复性;(b)Monitor覆盖次数图;(c)扩展面元Monitor覆盖次数图;(d)时移地震观测系统失配外推加权均方根重复性(β=0.2);(e)显示(a)对应数据的50 m限制数据显示 ;(f)显示(d)对应数据的50 m限 Fig. 7 Comparison of geometry weighted RMS repeatability and coverage (a)RMS geometry repeatability of the best baseline-based match with extrapolation for mismatch(p=1);(b)Monitor coverage(fold);(c)Monitor flexed coverage;(d)Weighted RMS geometry repeatability of the best baseline-based match with extrapolation for mismatch (β=0.2);(e)the(a)clipped at 50 m repeatability;(f)the(d)clipped at 50 m repeatability. |
本文描述了时移地震的多道地震数据空变时窗的重复性和计算形式，以及多道的重复性为单道重复性的加权均方根的理论规律.描述了加权系数的表达式和计算方法.考虑到多道数据匹配可能存在的不确定性和缺失性，而形成最佳匹配原则和失配虚拟和外推理论技术.基于地震数据重复性与观测系统重复性的线性相关关系模型，进一步形成了理论上等价的观测系统失配外推最佳定向匹配加权均方根重复性评价方法.
应用研究中，限制在面元内匹配观测系统，计算加权均方根重复性.根据从实际数据中提取的部分数据进行的计算、图像显示以及各种变化对比，表明基于面元的观测系统失配外推最佳定向匹配加权均方根重复性同时反映Monitor采集的全部观测系统的重复性和覆盖程度，是新的有特色的观测系统重复性评价手段，反映信息丰富集中，是具有使用前景的新的时移地震特别是观测系统重复性评价手段，由于能集中反映丰富信息，用于Monitor(监测)采集监控具有实用价值.
致谢本文的理论是第一作者董凤树在中国科学院地质与地球物理研究所攻读博士学位和服务于中国石油集团东方地球物理勘探有限责任公司期间提出的，研究工作得到中国科学院地质与地球物理研究所的研究团队和中国石油集团东方地球物理勘探有限责任公司深海物探处的技术团队中同行的大力支持，在此一并致谢.
| Brechet E, Sadeghi E, Giovannini A, et al. 2011. Seismic monitoring combining nodes and streamer data on Dalia field.//73rd EAGE Conference and Exhibition, EAGE, Extended Abstracts. SPE, EAGE. | |
| Calvert R. 2005. Insights and methods for 4D reservoir monitoring and characterization. SEG Distinguished Instructor Series No.8. SEG. | |
| Cantillo J. 2011. A quantitative discussion on time-lapse repeatability and its metrics.//81st Annual International Meeting, SEG, Expanded Abstracts. San Antonio, Texas:SEG, 4160-4164. | |
| Coopersmith E M, Cunningham P C. 2002. A practical approach to evaluating the value of information and real option decisions in the upstream petroleum industry.//SPE Annual Technical Conference and Exhibition. San Antonio, Texas:SPE. | |
| Ebaid H, Tura A, Nasser M, et al. 2008. First dual-vessel high-repeat GoM 4D survey shows development options at Holstein field. The Leading Edge , 27(12): 1622–1625. doi: 10.1190/1.3036965. | |
| Eiken O, Haugen G U, Schonewille M, et al. 2003. A proven method for acquiring highly repeatable towed streamer seismic data. Geophysics , 68(4): 1303–1309. doi: 10.1190/1.1598123. | |
| Foster D G. 2007. The BP 4-D story:Experience over the last 10 years and current trends.//International Petroleum Technology Conference. Dubai, U.A.E.:International Petroleum Technology Conference. | |
| Gouveia W P, Johnston D H, Solberg A. 2004a. Remarks on the estimation of time-lapse elastic properties:The case for the Jotun field, Norway.//74th Annual Internal Meeting, SEG, Expanded Abstracts. Denver, Colorado:SEG, 2212-2215. | |
| Gouveia W P, Johnston D H, Solberg A, et al. 2004b. Jotun 4D:Characterization of fluid contact movement from time-lapse seismic and production logging tool data. The Leading Edge , 23(11): 1187–1194. doi: 10.1190/1.1825941. | |
| Greaves R J, Fulp T J. 1987. Three-dimensional seismic monitoring of an enhanced oil recovery process. Geophysics , 52(9): 1175–1187. | |
| Hao Z J, Chen X H. 2007. A study on time-lapse seismic cross-equalization QC method based on correlation parameters. Progress in Geophysics (in Chinese) , 22(3): 929–933. | |
| Helgerud M B, Miller A C, Johnston D H, et al. 2011a. 4D in the deepwater Gulf of Mexico:Hoover, Madison, and Marshall fields. The Leading Edge , 30(9): 1008–1018. doi: 10.1190/1.3640524. | |
| Helgerud M B, Tiwari U, Woods S, et al. 2011b. Optimizing seismic repeatability at Ringhorne, Ringhorne East, Balder and Forseti with QC driven time-lapse processing.//81st Annual International Meeting, SEG, Expanded Abstracts. San Antonio, Texas:SEG, 4180-4184. | |
| Houck R T. 2010. Value of geophysical information for reservoir management.//Methods and Applications in Reservoir Geophysics, Chapter 1:Reservoir Management and Field Life Cycle. SEG Investigations in Geophysics No. 15, 29-36 | |
| Jack I. 1997. Time-lapse seismic in reservoir management. SEG Distinguished Instructor Series No. 1. SEG. | |
| Jin L, Chen X H, Li J Y. 2005a. A new method for time-lapse seismic matching filter based on error criteria and cyclic iteration. Chinese Journal of Geophysics (in Chinese) , 48(3): 698–703. | |
| Jin L, Chen X H, Liu Q C. 2005b. New method for time-lapse seismic matching based on SVD. Progress in Geophysics (in Chinese) , 20(2): 294–297. | |
| Johnston D H. 2013. Practical Applications of Time-lapse Seismic Data. SEG Distinguished Instructor Series No. 16. SEG. | |
| Kragh E, Christie P. 2002. Seismic repeatability, normalized rms, and predictability. The Leading Edge , 21(7): 640–647. | |
| Landrø M. 1999. Repeatability issues of 3-D VSP data. Geophysics , 64(6): 1673–1679. | |
| Misaghi A, Landrø M, Petersen S A. 2007. Overburden complexity and repeatability of seismic data:Impacts of positioning errors at the Oseberg field, North Sea. Geophysical Prospecting , 55(3): 365–379. | |
| Nur A M. 1982. Seismic imaging in enhanced recovery.//SPE Enhanced Oil Recovery Symposium. Tulsa, Oklahoma:SPE, 99-109. | |
| Nur A M, Tosaya C, Vo-Thanh D. 1984. Seismic monitoring of thermal enhanced oil recovery processes.//54th Annual International Meeting, SEG, Expanded Abstracts. Atlanta, Georgia:SEG, 337-340. | |
| Nur A M, Wang Z. 1987. In-situ seismic monitoring EOR.//SPE Annual Technical Conference and Exhibition. Dallas, Texas:SPE. | |
| Pullin N, Matthews L, Hirsche K. 1987. Techniques applied to obtain very high resolution 3-D seismic imaging at an Athabasca tar sands thermal pilot. The Leading Edge , 6(12): 10–15. | |
| Ridsdill-Smith T, Flynn D, Darling S. 2008. Benefits of two-boat 4D acquisition, an Australian case study. The Leading Edge , 27(7): 940–944. | |
| Smit F, Brain J, Watt K. 2005. Repeatability monitoring during marine 4D streamer acquisition.//67th Conference and Exhibition, EAGE, Extended Abstracts. SPE, EAGE. | |
| Stang H R, Soni Y. 1987. Saner Ranch pilot test of fractures assisted steamflood technology. Journal of Petroleum Technology , 39(6): 684–696. | |
| Widmaier M, Hegna S, Smit F, et al. 2003. A strategy for optimal marine 4D acquisition.//73rd Annual International Meeting, SEG, Expanded Abstracts. Dallas, Texas:SEG, 1533-1536. | |
| Widmaier M, Long A, Danielsen B, et al. 2005. Recent experience with 4D marine seismic acquisition. First Break , 23(6): 77–82. | |
| Wiggins M L, Startzman R A. 1990. An approach to reservoir management.//SPE Annual Technical Conference and Exhibition. New Orleans, Louisiana:SPE. | |
| 董凤树, 全海燕, 罗敏学. 2013. 拖缆四维地震数据采集方法实践与探讨.//中国地球物理2013——第十二分会场论文集. 北京:中国地球物理学会, 404-407. | |
| 董凤树.2016.时移地震观测系统重复性研究[博士论文].北京:中国科学院大学,中国科学院地质与地球物理研究所. | |
| 甘利灯, 姚逢昌, 邹才能, 等. 2003. 水驱四维地震技术-叠后互均化处理. 勘探地球物理进展 , 26(1): 54–60. | |
| 郝振江, 陈小宏. 2007. 基于相关参数的时移地震互均化质量监控方法研究. 地球物理学进展 , 22(3): 929–933. | |
| 胡英, 刘宇, 甘利灯, 等. 2003. 水驱四维地震技术-叠前互均化处理. 勘探地球物理进展 , 26(1): 49–53. | |
| 金龙, 陈小宏. 2003. 时移地震非一致性影响研究与互均衡效果验证. 勘探地球物理进展 , 26(1): 45–48. | |
| 金龙, 陈小宏. 2005. 时移地震互均衡法混合因素处理技术. 石油地球物理勘探 , 40(4): 400–406. | |
| 金龙, 陈小宏, 李景叶. 2005a. 基于误差准则和循环迭代的时移地震匹配滤波方法. 地球物理学报 , 48(3): 698–703. | |
| 金龙, 陈小宏, 刘其成. 2005b. 基于奇异值分解的时移地震互均衡方法. 地球物理学进展 , 20(2): 294–297. | |
| 李蓉, 胡天跃. 2003. 时移地震资料处理中的互均衡技术.//中国地球物理学会第19届年会.南京:中国地球物理学会, 424-427. | |
| 李卓聪, 韩立国, 张凤蛟, 等. 2008. 时移地震数据互均衡处理方法研究. 吉林大学学报:地球科学版 , 38(S1): 68–71. | |
| 牟永光, 陈小宏, 李国发, 等. 地震数据处理方法. 北京: 石油工业出版社, 2007 . | |
| 苏云, 余世新, 黄倩. 2009a. 四维地震资料处理中的互均衡技术及应用. 新疆地质 , 27(2): 191–194. | |
| 苏云, 李国福, 黄倩. 2009b. 互均衡校正技术及其应用. 新疆石油地质 , 30(5): 633–636. | |
| 苏云, 李录明, 刘艳华, 等. 2009c. 互均衡技术及其在时移地震资料处理中的应用. 石油物探 , 48(3): 247–251. | |
| 杨永发, 张志海, 徐勇. 线性代数. 北京: 科学出版社, 2012 . | |