2016, Vol. 31
自由表面多次波消除方法(Surface-Related Multiple Elimination, SRME)在海上勘探中作为一种具有创新性和里程碑的处理方法, 已经在地震资料处理中应用了近30年(肖二莲等, 2010).近些年来, 随着技术的发展, 2D和3D的SRME方法也已经在海上数据处理中普及开来(徐强等, 2015).然而, 尽管SRME方法使用如此广泛, 在浅水环境下, 它依然存在一定的缺陷.Moore和Biseley等人发现, SRME方法在浅水环境下, 很难准确的预测和消除多次波(Moore and Biseley, 2006).主要原因在于浅水采集的地震数据中, 缺乏零偏移距到最小偏移距的数据, 同时在浅水环境下, 由于临界角的影响, 使得水底的有效反射受到折射波的严重干扰.
针对上述情况, 诸多学者都开展了浅水多次波消除方法和理论的研究(Wang et al., 2012).Biersteker提出多道预测方法用来模拟浅水环境下的多次波(Biersteke, 2001).Verschuur等人使用多道加权互相关方法从多次波估计反射波(Verschuur et al., 2005).Moore和Hargreaves等人使用了自相关方法、多道预测算子预测出浅水环境下的多次波(Moore and Biseley, 2006).而Groenestijin和Verschuur使用空间反演估计反射波(EPSI)方法(Groenestijin et al., 2009), 从记录的多次波中重建缺失的近偏移距数据.Brittan等人使用波场外推法来预测浅水多次波(Brittan et al., 2011).Wang等人提出了基于模型的水层多次波消除算法, 用于预测出水层相关的多次波(Wang et al., 2011).Hongzheng Jin等人将基于模型的消除多次波算法应用于OBS数据, 取得较好效果(Jin et al., 2012).此次研究从SRME理论出发, 研究了多次波的产生机制以及消除压制方法, 针对浅水环境下数据的特征, 研究和改进了SRME方法, 并编制程序模块应用于实际数据, 取得了较好多次波压制的效果.
1 SRME方法原理Verschuur在Berkhout的基础上提出二维情况下自由界面相关多次波的预测压制公式(Berkhout and Verschuur, 1997; Verschuur and Berkhout, 1997), 公式为
|
(1) |
其中, P(z0)表示记录的原始地震波场,PN0(z0)为多次波压制后的波场, 压制过程需估算出表面算子A(z0).采用最小能量法, 使多次波压制后的波场PN0(z0)能量最小(赵秀莲等, 2009), 从而求解出A(z0).
将多次波的预测简化为
|
(2) |
其中, M表示多次波, ΔP表示有效反射波, P表示地震记录数据.w表示地震子波.通常情况下, 有效波记录是不可知的, 采用原始数据代替有效记录进行多次波的预测(肖二莲等, 2010).对于自适应减, 可以将式(1)中的第一个表达式简化为
|
(3) |
通常采用最小平方滤波来求取滤波因子A, 该理论由Wiener和Levinson提出, 并由Norbert Wiener对此方法做了详细的阐述(Wiener, 1949).
而在浅水环境下, 采集得到的地震数据中缺失零偏移距到最小偏移距数据, 受临界角的影响, 使得接收的地下有效反射信息受到严重干扰(Wang et al., 2012), 同时许多高阶的多次波也广为发育.因此, 在浅水环境下, 对多次波的消除压制, 通过简单的迭代是不能实现的.
2 对SRME方法的改进在浅水环境下, 由于近偏移距数据缺失以及折射波的干扰, 使得海底的有效反射难以确定.因此, SRME方法很难取得较好的多次波压制效果(冯全雄等, 2015).针对这种情况, 对SRME方法做出改进, 通过相关算法恢复水底的有效反射, 然后进行多次波的预测.主要方法是建立水层模型, 通过构建水层的格林函数来代替水底的有效反射, 与原始数据褶积实现水层相关多次波的预测, 进而实现多次波的压制, 该方法称为(Shallow water De-multiple)SWD方法.在构建水底的有效反射时, 根据已知的水层情况, 建立水层格林函数, 实现有效反射的恢复(Hung et al., 2010).
在常规SRME算法中, 多次波M可以通过(2)式预测.但是在浅水环境下, 水底有效反射数据是缺失的.因此需要对(2)式中多次波M预测公式做以修改, 用格林函数G代替预测公式右侧的有效反射数据ΔP.具体的格林函数公式表达式可以通过波动方程推导出来(Wang et al., 2011).公式(4)表示构建的震源到检波点位置处的格林函数, 表达式为
|
(4) |
其中的τ(x)表示海底反射界面, R表示海底界面反射系数.s和r分别表示震源和检波点所在位置.由于此格林函数只是表示水底有效反射的传播路径, 故褶积之后所得到的多次波是与水层相关的多次波.通过自适应相减, 只能消除掉与水层有关的短周期多次波.
考虑到实际生产中海底物性参数大多数情况下是未知的, 即海底界面反射系数R未知, 可以简化格林函数的构建.忽略海底反射系数, 直接构建出从海面出发, 经海底反射后传播到检波点位置的格林函数.构建好格林函数之后, 进行多次波的预测.预测公式为
|
(5) |
其中, G0表示构建水底的简化格林函数, D表示记录的原始地震数据, M表示预测的多次波数据.为了能更准确的预测出海水层的多次波, 对于海上数据, 可以先对原始数据进行去噪和滤波处理, 然后通过构建水层传播的格林函数G0来实现其他偏移距数据中多次波M的准确预测.预测的示意图为图 1：
|
图 1 多次波预测示意图 Figure 1 The prediction of multiple |
其中, 蓝色线表示记录的原始地震数据, 绿色表示构建的水层格林函数.蓝色箭头表示地震波场的传播路径, 绿色箭头表示格林函数的传播路径.对于海上数据, 在进行多次波预测之前, 可以通过插值方法对原始地震记录进行近偏移距数据的恢复(刘喜武等, 2004).然后采用此方法进行多次波的预测.预测出多次波模型之后, 运用自适应匹配相减方法(李鹏等, 2007), 从原始数据中减去预测的多次波模型, 得到有效反射.在水平情况下, 也能采用空间约束因子在τ－p域进行多次波的预测, 能取得较好的效果(Sun and Wang, 2014).
3 模型试算采用波动方程对图 2的速度模型进行正演模拟, 模型水深100 m.最小偏移距为0 m, 缆长2000 m, 道间距2 m.
|
图 2 速度模型 Figure 2 Model of velocity |
图 3是模拟地震记录和预测的多次波, 该记录最小偏移距为零, 并且已切除掉直达波.
模型水深100 m, 可以推算出海底的一阶多次波的出现时间为0.26 s左右, 而其他界面的多次波相对与该界面的有效反射在时间上延迟0.13 s左右.在图 3中对比两种方法预测的多次波记录, 二者预测的多次波时间是准确.但是SRME预测的多次波波形在中深层存在同相轴交叉的现象, 具体如图 4.这是SRME自身算法所造成的模型干涉现象.
|
图 3 模拟得到的记录以及预测的多次波 (a) 模拟的地震记录; (b) SRNE 预测的多次波; (c) SWD 预测的多次. Figure 3 Modeling CSP gather and multiple model CSP gather (a)Modeling CSP;(b)Predicted multiple by SRME;(c)Predicted multiple by SWD. |
|
图 4 模拟得到的记录以及预测的多次波 (a) 模拟的地震记录; (b) SRNE 预测的多次波; (c) SWD 预测的多次. Figure 4 Modeling CSP gather and multiple CSP gather (a)Modeling CSP;(b)Predicted multiple by SRME;(c)Predicted multiple by SWD. |
图 4是图 3局部放大图, 在图 4对比预测的多次波波形可以发现, 常规SRME方法预测的多次波波形在深层发生变化, 图中箭头指向的同相轴出现分叉现象, 而在原始数据和SWD方法所预测的多次波波形中不会出现这种现象.造成上述现象的主要原因在于浅水环境下, 海底有效反射被其他波形干扰, 从而在建立多次波模型的过程中不能准确识别和利用有效反射.且对于海上实际地震数据, 记录中缺少零偏移距到最小偏移距数据, 将会使得预测结果误差更大.因此, 运用SRME方法预测浅水环境下多次波就会出现一定的误差.
进一步分析折射波的影响, 对原始数据切除直达波、折射波, 并分别用SRME方法和改进后方法进行多次波的预测.预测结果放大显示如图 5：
|
图 5 原始数据和预测的多次波 (a) 原始数据; (b) SRNE 预测的多次波; (c) SWD 预测的多次. Figure 5 Modeling CSP gather and multiple CSP gather (a)Modeling CSP;(b)Predicted multiple by SRME;(c)Predicted multiple by SWD. |
从图 5可以发现, 在浅水环境下, 切除掉直达波和折射波, SRME预测的多次波依然是不准确的, 图中箭头对应的同相轴出现分叉现象.但是改进方法预测的多次波模型与原始数据中的多次波较为吻合.
综上所述, 在浅水环境下, SRME方法预测的多次波与真实的多次波在走时和波形上存在较大的差异.造成这种差异的原因主要是记录的地震数据中缺失海底的有效反射, 一方面是近偏移距到零偏移距的海底真实反射的缺失, 另一方面是大偏移距数据中有效反射的缺失.对于SRME方法而言, 恢复零偏移距和最小偏移距之间数据, 以及切除折射波, 都不能有效地解决多次波预测的问题.主要原因包括：①浅水情况下, 水底界面的反射与直达波不能完全区分, 在多次波的预测过程中受影响.②预测的多次波模型存在互相干涉现象, 在自适应匹配相减过程中, 原始数据与预测的多次波数据能量不匹配, 容易伤害有效波.
而改进后的方法能弥补上述的不足, 预测出的水层相关的多次波与实际多次波较为吻合.
4 实际资料测试测试数据为某工区的海上地震资料.该工区水深110 m, 最小偏移距210 m.海水速度采用1505 m/s.利用相关采集参数, 构建好水层传播格林函数, 进行多次波的预测.图 6是实际地震记录和预测的多次波模型.
|
图 6 原始地震记录和预测的多次波炮记录((a)是原始的地震记录, (b)是预测的多次波) Figure 6 Raw data and multiple model CSP gather((a)is raw data and the(b)is multiple model) |
由水深110 m可以通过计算得知最小偏移距处的海面一阶多次波的到达时间为0.346 s.
在图 6中查看多次波的到时, 可以看到预测多次波的初至到达时间接近0.35 s, 与理论计算得到的时间一致, 表明预测到的多次波的时间是正确的.
下一步工作是进行多次波的消除压制, 图 7是处理前后炮记录对比情况, 压制多次波之后, 可以在同相轴上看到多次波的消除情况.图 8是去除多次波前后的速度谱, 在去除多次波之后的速度谱上可以观察到多次波对应的能量团的得到了消除.为了重点说明该方法去除多次波的效果, 对实际数据资料进行去噪, 压制了其中的高频噪声.
|
图 7 处理前后的炮记录((a)是原始炮记录, (b)是去除多次波之后的炮记录) Figure 7 CSP gathers of before and after processing((a)is raw data, (b)is the de-multiple) |
|
图 8 去除多次波前后的速度谱对比((a)是原始记录, (b)是去除多次波之后的记录) Figure 8 The velocity spectrum and CMP gather before and after multiple elimination ((a)is raw data, (b)is de-multiple) |
为了进一步说明SWD方法的有效性, 将SWD处理效果与SRME方法的去多次效果进行比较, 各自处理后的速度谱如图 9所示.分析图 9可以看到SWD方法的速度谱上, 多次波对应的能量团消除的更为彻底.然后分别对两种方法处理后的数据做叠加, 由图 10的叠加剖面上可以看到SRME处理之后, 绕射多次波仍有残留, 而SWD方法能有效的压制该绕射多次波.
|
图 9 两种方法处理后速度谱((a)为SRME处理后的速度谱, (b)为SWD处理后的速度谱) Figure 9 The velocity spectrum of two method’s results((a)is SRME, (b)is SWD) |
|
|
图 10 为原始数据叠加剖面, (b)为SRME方法的叠加剖面, (c)为SWD的叠加剖面 Figure 10 Multiples in the stacking profile((a)is raw data, (b)is SRME, (c)is SWD) |
为了更好的压制水层多次波, 可以在进行SWD方法处理后再对数据做SRME处理, 将各自的处理结果进行比较, 分析几种处理方法的速度谱.由图 11可以看到, 远道的多次波在速度谱上对应的能量团得到了消除压制的更为彻底.结果如图 11所示：
|
图 11 处理前后速度谱((a)为SRME处理之后的速度谱, (b)为SWD处理之后的速度谱,(c) 为SWD ＋ SRNE 处理之后的速度 Figure 11 The velocity spectrum and CMP gather after multiple elimination ((a)is SRME, (b)is SWD, (b)is SWD+SRME) |
将3种方法处理后的数据进行叠加, 得到叠加剖面, 如图 12. 在椭圆框位置中断面位置处, SRME方法的消除多次波后的叠加剖面存在残留的多次波.而SWD和联合方法的压制效果较好.对比多次波压制效果, 两种方法联合使用后的消除效果最好.
|
图 12 处理前后叠加剖面((a)为SRME, (b)为SWD, (c)为SRME+SWD处理后叠加剖面) Figure 12 The stacking profile of different de-multiple method ((a)is SRME, (b)is SWD, (c)is SRME+SWD) |
在海洋地震资料的处理中, 多次波压制是非常重要的处理步骤之一.在实际生产中发现, SRME 方法存在一定的局限性.在浅水区, 该方法预测的多次波模型与真实的多次波存在一定的误差.然而, 相比较SRME算法, SWD方法在浅水环境下能准确的预测出水层多次波.采用自适应匹配相减之后, 能取得较好的压制效果.压制多次波之后, 速度谱精度更高.联合两种处理方法, 能够更好地消除和压制与水层相关的多次波.该方法在海底平缓的情况下能取得很好的效果, 对于起伏较大的复杂地形, 不能完全突出该方法的优势, 有待对该方法做进一步的改进.同时在下一步的研究中要考虑算法模块的运算效率, 提高其处理速度, 此外也要研究层间多次波的特征及其压制方法, 以达到识别和压制浅水的层间多次波的目的.
致谢 感谢审稿专家提出的修改意见和编辑部的大力支持！| [1] | Berkhout A J, Verschuur D J.1997. Estimation of multiple scattering by iterative inversion, Part I: Theoretical considerations[J]. Geophysics, 62 (5) : 1586–1595. DOI:10.1190/1.1444261 |
| [2] | Feng Quanxiong, Wang Yanchun, Li Sanfu, et al.2015. Model-driving shallow-water-layer multiple attenuation in domain[J]. OGP, 50 (1) : 41–47. |
| [3] | Guo Mengqiu, Zhao Yanliang, Zuo Shenjie, et al.2012. Combined multiple attenuation in marine seismic data processing[J]. OGP, 47 (4) : 537–544. |
| [4] | Hung B, Yang K L, Zhou J, et al.2010. Shallow water demultiple[J]. ASEG Extended Abstracts (1) : 1–4. |
| [5] | Jia L K, Wu S G, Zhao C L.2014. Application of multiple elimination techniques in the deepwater continental margin of northern South China Sea[J]. Progress in Geophysics (in Chinese), 29 (2) : 920–930. DOI:10.6038/pg20140260 |
| [6] | Li P, Liu Y K, Chang X, et al.2007. Application of the equipoise pseudomultichannel matching filter in multiple elimination using wave-equation method[J]. Chinese Journal of Geophysics (in Chinese), 50 (6) : 1844–1853. DOI:10.3321/j.issn:0001-5733.2007.06.027 |
| [7] | Liu X W, Liu H, Li Y M.2004. High resolution radon transform and its application in seismic signal processing[J]. Progress in Geophysics (in Chinese), 19 (1) : 8–15. DOI:10.3969/j.issn.1004-2903.2004.01.002 |
| [8] | Ma J T, Mrinal S K, Chen X H, et al.2011. OBC multiple attenuation technique using SRME theory[J]. Chinese Journal of Geophysics (in Chinese), 54 (11) : 2960–2966. DOI:10.3969/j.issn.0001-5733.2011.11.026 |
| [9] | Moore I, Bisley R. 2006. Multiple attenuation in shallow-water situation[C].//68th EAGE Conference and Exhibition. Extend Abstracts, F018. |
| [10] | Niu B H, Shen C, Huang X W.2002. Progress in multiple attenuation techniques based on wave equation[J]. Progress in Geophysics (in Chinese), 17 (3) : 480–485. DOI:10.3969/j.issn.1004-2903.2002.03.018 |
| [11] | Sun W Q, Wang H Z. 2014. Model-based water-layer-related demultiple with sparse constraints[C]//.84th SEG Annual International Meeting. Expanded Abstracts, 4152-4156. |
| [12] | Verschuur D J, Berkhout A J.1997. Estimation of multiple scattering by iterative inversion, Part II: Practical aspects and examples[J]. Geophysics, 62 (5) : 1596–1611. DOI:10.1190/1.1444262 |
| [13] | Verschuur D J. 2009. Surface-related multiple removal in seismic data by a data-driven methodology[OL]. Delft, The Netherlands: Delft University of Technology, Faculty of Applied Sciences, Lab. |
| [14] | Wang H W, Sun Y, Boyer S, et al. 2012. 2D predictive shallow water demultiple[C].//82nd Annual International Meeting, SEG Technical Program. Expanded Abstracts, 1-5. |
| [15] | Wang P, Jin H Z, Xu S, et al. 2011. Model-based water-layer demultiple. 81st Annual International Meeting, SEG. Expanded Abstracts, 3551-3555. |
| [16] | Wiener N.1949. Extrapolation, Interpolation, and Smoothing of Stationary Time Series[M]. New York: MIT Press . |
| [17] | Xiao E L, Chen Y, Wan H, et al.2010. Surface-related multiple elimination on marine seismic data[J]. Progress in Geophysics (in Chinese), 25 (3) : 1057–1064. DOI:10.3969/j.issn.1004-2903.2010.03.046 |
| [18] | Xu Qiang, Wang Zheng, Shi Zengyuan, et al.2015. Shallow water multiple attention[J]. OGP, 50 (2) : 238–242. |
| [19] | Yang K L, Hung B. Shallow water demultiple with seafloor reflection modeling using multichannel prediction operator[C]//.82nd Annual International Meeting, SEG. Expanded Abstracts. |
| [20] | Zhang Junhua, Wang Yaosen, Zheng Xugang, et al.2009. Offshore seismic data multiple character analysis[J]. OGP, 44 (5) : 574–577. |
| [21] | Zhao Xiulian, Chen Maogen, Gong Dingkang, et al.2009. Application of SRME on 2D Seismic data from Timer Sea, Australia[J]. OFFSHORE OIL, 29 (4) : 48–52. DOI:10.3969/j.issn.1008-2336.2009.04.048 |
| [22] | 冯全雄, 王彦春, 李三福, 等.2015. τ-p域水体模型驱动压制浅水区水层多次波[J]. 石油地球物理勘探, 50 (1) : 41–47. |
| [23] | 郭梦秋, 赵彦良, 左胜杰, 等.2012. 海上地震资料处理中的组合压制多次波技术[J]. 石油地球物理勘探, 47 (4) : 537–544. |
| [24] | 贾连凯, 吴时国, 赵昌垒.2014. 多次波压制技术在南海北部陆缘深水区的应用[J]. 地球物理学进展, 29 (2) : 920–930. DOI:10.6038/pg20140260 |
| [25] | 李鹏, 刘伊克, 常旭, 等.2007. 均衡拟多道匹配滤波法在波动方程法压制多次波中的应用[J]. 地球物理学报, 50 (6) : 1844–1853. DOI:10.3321/j.issn:0001-5733.2007.06.027 |
| [26] | 刘喜武, 刘洪, 李幼铭.2004. 高分辨率Radon变换方法及其在地震信号处理中的应用[J]. 地球物理学进展, 19 (1) : 8–15. DOI:10.3969/j.issn.1004-2903.2004.01.002 |
| [27] | 马继涛, MrinalS K, 陈小宏, 等.2011. 海底电缆多次波压制方法研究[J]. 地球物理学报, 54 (11) : 2960–2966. DOI:10.3969/j.issn.0001-5733.2011.11.026 |
| [28] | 牛滨华, 沈操, 黄新武.2002. 波动方程多次波压制技术的进展[J]. 地球物理学进展, 17 (3) : 480–485. DOI:10.3969/j.issn.1004-2903.2002.03.018 |
| [29] | 肖二莲, 陈瑜, 万欢, 等.2010. SRME多次波衰减方法在海洋地震资料中的应用[J]. 地球物理学进展, 25 (3) : 1057–1064. DOI:10.3969/j.issn.1004-2903.2010.03.046 |
| [30] | 徐强, 王征, 史增园, 等.2015. 浅水多次波衰减[J]. 石油地球物理勘探, 50 (2) : 238–242. |
| [31] | 张军华, 王要森, 郑旭刚, 等.2009. 海上地震资料多次波特征分析[J]. 石油地球物理勘探, 44 (5) : 574–577. |
| [32] | 赵秀莲, 陈茂根, 龚定康, 等.2009. SRME技术在澳大利亚Timer Sea地区的应用[J]. 海洋石油, 29 (4) : 48–52. |