地球物理学进展  2014, Vol. 29 Issue (1): 155-158   PDF    
引用本文
路远, 朱仕军, 朱鹏宇, 周路钧. 利用信噪比差异体改进断层自动识别方法[J]. 地球物理学进展, 2014, 29(1): 155-158, doi: 10.6038/pg20140120  
LU Yuan, ZHU Shi-jun, ZHU Peng-yu, ZHOU Lu-jun. Improved fault automatic identification using Signal-to-noise ratio cubes. Progress in Geophysics, 2014, 29(1): 155-158, doi: 10.6038/pg20140120   
利用信噪比差异体改进断层自动识别方法
路远1, 朱仕军1, 朱鹏宇2, 周路钧3    
1. 西南石油大学资源与环境学院, 成都 610500;
2. 川庆钻探工程有限公司物探公司, 成都 610051;
3. 新疆油田公司勘探开发研究院, 新疆克拉玛依 834000
收稿日期: 2013-10-10 修回日期: 2013-12-22 .
基金项目：国家科技重大专项“塔里木盆地大型碳酸盐岩油气田开发示范工程”（2011ZX05049）资助.
作者简介：路远，男，四川省成都市西南石油大学资源与环境学院教师，主要从事油气地球物理勘探研究.（E-mail：landaluyuan@163.com）
摘要：断层自动解释技术是近几年兴起的新技术之一.现今在断层自动识别和解释过程中主要用到相干、方差等地震属性体， 这些属性体通常会在断层位置处表现为极大值或极小值.各类属性体识别断层的能力不同， 所以属性体的选择对于断层识别的准确性至关重要.本文在信噪比定量计算的基础上， 提出一种新的地震属性体-信噪比差异体， 同时将信噪比差异体应用于断层自动追踪.通过将其与方差体相比较， 结果显示信噪比差异体可以更加精细地反映岩体破碎带， 并在断层自动追踪的过程中， 得到更加清晰的断层形态.
关键词： 信噪比差异体     岩体破碎带     断层自动识别    
Improved fault automatic identification using Signal-to-noise ratio cubes
LU Yuan1, ZHU Shi-jun1, ZHU Peng-yu2, ZHOU Lu-jun3    
1. College of Resources and Environment Engineering, Southwest Petroleum University, Chengdu 610500, China;
2. Geophysical Exploration Company of CNPC Sichuan-Changqing Drilling & Exploration Corporation, Chengdu 610051, China;
3. Research Institute of Exploration and Development, Xinjiang Oilfield Branch, Karamay 834000, China
Abstract: Automatic fault interpretation is one of new technology in recent years. Faults are usually detected with the use of seismic attributes such as variance and coherence, which generally shows itself as maximum or minimum at the location of fault. Each kind of attribute has different ability to identify fault, so choosing a better attribute can get clearer fault detection. In this paper, we present a new attribute- signal-to-noise ratio cubes in the foundation of signal-to-noise ratio evaluation, and use of ant tracking on the attribute results to detect faults. The variance is used as a reference attribute for comparison. The comparison results are in favor of the modified signal-to-noise, the position of the fractured belt is easy to determine, and clearer structures are detected.
Key words: signal-to-noise ratio cubes     fractured belt     fault automatic identification    

0 引 言

构造解释是地震勘探的基础工作之一，其中断层解释是地震构造解释的重点和难点.断层的空间分布以及其在地震剖面上的表现形式极其复杂，人工解释断层存在较大的随意性，很多细小断层很难正确进行解释(严哲等，2011).利用在断层位置地震信息存在差异的特征进行断层自动解释，不但能使断层解释标准化，还能极大提高断层解释效率，开创了断层解释新思路.

在地震资料中寻找地层中岩体的破碎带是进行断层自动追踪的基础，在实际应用中已经提出了多种方法：相干体(Iske and Randen，2005；王西文等，2002；谢春临等，2011)；方差体(Pepper and Van Bemmel，2008)；Soble算子(Ahmed et al.，2011)；曲率体(Roberts，2001；伍鹏等，2010)，这些方法在断层的自动解释、识别过程中发挥着重要作用.

断层附近的岩性变化会造成地震反射突变异常，进而影响到相邻地震道间信噪比取值的大小，因此可以利用地震资料中信噪比的异常来进行断层解释.目前，国内外对于信噪比的研究大多集中于寻找提高地震资料信噪比的途径，在此基础上有学者提出了信噪比的定量计算方法(张军华等，2009).本文基于信噪比的定量计算，提出信噪比差异体的概念及算法，并在信噪比差异体的基础上，进行断层的自动追踪.最后将该方法应用于实际断层识别，并将其与方差体相比较，证明该方法具有一定优越性.

1 信噪比差异体计算方法

信噪比是指有效信号和噪声的能量的比值.在本文中，使用振幅值代表能量值，假设地震记录具有同相性， 且噪声为随机噪声.在三维地震数据体中，取分析窗 [xijk]，i=0,1,…,M，j=0,1,…,N，k=0,1,…,L，共M线，N道，L点，则

式中：xijk为信号总能量，sijk为有效信号能量；nijk为噪声能量.

有效信号sij可认为是地震面元M×N水平叠加的结果，M线N道信号的有效能量为

信噪比的表达式为

式中: E为地震道总能量；EN为噪声总能量；ES为有效信号总能量.

通过以上算法，由三维地震数据体求取信噪比数据体.从信噪比数据体中选取一条测线Xi(n)，共M道，每一道共N个数据点，i=0,1,…,M，n=0,1,…,N.将每一道中的数据点与其左右两道中的数据点进行比较的计算公式为

以上计算可以得到一个由Yi(n)(i=1,2…,M-1，n=0,1,…,N)组成的数据体，即为信噪比差异体.

2 实际应用与分析
2.1 自动断层追踪效果对比

实际地震数据为新疆某区块叠后偏移数据体.该研究区储层为碳酸盐岩缝洞型储层，位于下奥陶统地层中，为一套开阔台地相碳酸盐岩，厚度为1000~1500 m，斜坡-盆地相.

图 1为常规剖面，从图中可以看到，在这条剖面中部发育有大量小规模的直立断层.井S90CX是该剖面上一口生产井，钻井资料显示该井的底部钻遇断层.

图 1 常规剖面 Fig. 1 Inline slice of original seismic

利用本文所提出方法计算信噪比差异体.其中，分析窗[xijk]取大小为5×5×5的小数据块，在每一个分析窗中计算信噪比的值，进而计算信噪比差异体.图 2为该信噪比差异体的计算结果.图3为该方差体的计算结果.

图3 方差体剖面 Fig. 3 Inline slice with Variance attribute

从图 2和图3中可以看出，在方差剖面中，展示岩体破碎带主要沿同相轴分布，与常规剖面中断层断面大多直立的分布规律不符；信噪比差异体中，并没有出现岩体破碎带沿着同相轴分布的现象.比较图中红色椭圆中圈出的岩体破碎带，表明信噪比差异体对于地层中岩体破碎带细节的描述更加清晰.

图 2 信噪比差异体剖面 Fig. 2 Inline slice with Signal-to-noise ratio cubes attribute

图4、图5、图6、图7是分别在信噪比差异体和方差体上通过蚁群算法进行断层自动追踪结果的剖面图与切片图.观察剖面图的中部，基于信噪比差异体进行的断层自动追踪，可以清晰反映几条直立断层；而基于方差体进行的断层自动追踪对于断层的显示模糊不清.从切片图中可以看出，基于信噪比差异体进行的断层自动追踪对于断层的细节刻画更加清晰.

图4 基于信噪比差异体进行的断层自动追踪剖面 Fig. 4 Ant tracking results on inline slice with Signal-to-noise ratio cubes attribute as input

图5 基于信噪比差异体进行的断层自动追踪切片 Fig. 5 Ant tracking results on time slice with Signal-to-noise ratio cubes attribute

图6 基于方差体进行的断层自动追踪剖面 Fig. 6 Ant tracking results on inline slice with Variance cubes attribute

图7 基于方差体进行的断层自动追踪切 Fig. 7 Ant tracking results on time slice with Variance cubes attribute
2.2 断层展布趋势分析

先验地质资料表明该研究区断层发育，断层的分布比较杂乱，北西、近南北向与北东、近东西向断层交错分布.地层中发育的断层主要以弧形展布，多为逆断层，断面陡或近于直立，断层规模较小.从下奥陶统地层顶部向下，断层的发育密度逐渐减少.

图8、图9、图 10为3480 ms、3530 ms和3580 ms的等时切片.3480 ms等时切片位于下奥陶统地层顶部，从图中可以看出，研究区主要发育大量北西向、近南北向断层及少量北东向、东西向断层，断层总体分布较杂乱.断层主要分布于研究区中部，研究区南部与北部分布的断层较少.对比图8、图9与图 10，可以发现从下奥陶统顶部开始，随着深度增加断层的分布逐渐减少.以上断层分布特征与先验地质资料相一致，证明在信噪比差异体的基础上，使用蚁群算法追踪出的断层可以反映研究区断层的分布规律.

图8 3480 ms等时切片 Fig. 8 Time slice on 3480 ms

图9 3530 ms等时切片 Fig. 9 Time slice on 3530 ms

图 10 3580 ms等时切片 Fig. 10 Time slice on 3580 ms

图 11将常规剖面断层解释结果与基于信噪比差异体进行断层自动追踪的结果相对比.从图中可以看出，常规剖面上所解释出的断层与自动追踪出的断层相吻合，证明利用该方法可以精确刻画出地质体中存在的断层，在实际应用中可以代替人工解释断层.

图 11 断层自动追踪结果效果图 Fig. 11 Rendering of ant tracking results

3 结 论

本文在信噪比的定量计算的基础上，提出信噪比差异体的概念.通过信噪比差异体寻找地层中的岩体破碎带，并将信噪比差异体应用于断层自动识别.该方法具有以下优点：

(1)信噪比差异体可以消除某些地震属性体中极值沿同相轴分布的现象，更加真实、清晰地反映地层中岩体的破碎带.

(2)在信噪比差异体的基础上，通过蚁群算法自动追踪出的断层更加清晰、丰富，垂向断层更加连续.

(3)基于信噪比差异体进行断层自动追踪的结果与常规剖面解释结果和地质资料相一致，可以正确反映地层的构造形态，精确刻画出地质体中存在的断层.

参考文献
[1] Aqrawi AA, Boe TH. 2011. Improved fault segmentation using a dip guided and modified 3D Sobel filter[C]. SEG Technical Program Expanded Abstracts 2011: 999-1003, doi: 10.1190/1. 3628241.
[2] Iske A, Randen T. 2005. Mathematical Methods and Modelling in Hydrocarbon Exploration and Production[M]. Heidelberg: Springer-Verlag: 207-211.
[3] Pepper R E F, Van Bemmel P P. 2008. Seismic signal processing and apparatus for generating a cube of variance values: U. S. Patent, EP20000917734[P]. 2008-05-28.
[4] Roberts A. 2001. Curvature attributes and their application to 3D interpreted horizons[J]. First Break, 19(2): 85-100,   doi: 10.1046/j. 0263-5046. 2001.00142.x.
[5] Wang X W, Yang K Q, Zhou L H, et al. 2002. Methods of calculating coherence cube on the basis of wavelet transform[J]. Chinese J. Geophys. (in Chinese), 45(6): 847-852, doi: 10.3321/j.issn:0001-5733.2002.06.012.
[6] Wu P, He Z H, Chen X H, et al. 2010. Curvature attribute of two-dimensional Gaussian iterated smoothing filtering and applications[J]. Progress on Geophysics (in Chinese), 25(6): 2144-2149,   doi: 10.3969/j.issn.1004-2903.2010.06.035.
[7] Xie C L, Chen S M, Jiang C J, et al. 2011. Application of a method combining trend surface analysis and coherence cube technology to volcanic prediction[J]. Chinese J. Geophys. (in Chinese), 54(2): 368-373,   doi: 10.3969/j.issn.0001-5733.2011.02.013.
[8] Yan Z, Gu H M, Cai C G, et al. 2011. Fault identification by orientation constraint ant colony algorithm[J].   OGP (in Chinese), 46(4): 614-620.
[9] Zhang J H, Zang T S, Zhou Z X, et al. 2009. Quantitative computation and comparison of S/N ratio in seismic data[J].   OGP (in Chinese), 44(4): 481-486.
[10] 王西文, 杨孔庆, 周立宏,等. 2002. 基于小波变换的地震相干体算法研究[J]. 地球物理学报, 2002, 45(6): 847-852,   doi: 10.3321/j.issn:0001-5733.2002.06.012.
[11] 伍鹏, 贺振华, 陈学华,等. 2010. 二维高斯迭代平滑滤波曲率属性及其应用[J]. 地球物理学进展, 25(6): 2144-2149,   doi: 10.3969/j.issn.1004-2903.2010.06.035.
[12] 谢春临, 陈树民, 姜传金,等. 2011. 趋势面分析与相干体技术在火山岩预测中的应用[J]. 地球物理学报, 54(2): 368-373,   doi: 10.3969/j.issn.0001-5733.2011.02.013.
[13] 严哲, 顾汉明, 蔡成国,等. 2011. 利用方向约束蚁群算法识别断层[J].   石油地球物理勘探, 46(4): 614-620.
[14] 张军华, 臧胜涛, 周振晓,等. 2009. 地震资料信噪比定量计算及方法比较[J].   石油地球物理勘探, 44(4): 481-486.