通過與偏移距相關的彈性fwi的多參數反演的制作方法
【專利說明】
[0001] 相關申請的交叉引用
[0002] 本申請要求 2013 年 5 月 24 日提交的題為"Multi-Parameter Inversion through Offset D印endent Elastic FWI"的美國臨時專利申請61/827, 474的權益，通過引用將其 全部內容并入本文。
技術領域
[0003] 本發明一般涉及地球物理勘探領域，包括油氣勘探領域，并且更特別地，涉及地震 數據處理。具體地，本發明是用于地震數據的彈性全波場反演（"FWI"）以獲取多個物理參 數的地下模型的方法。
【背景技術】
[0004] 地球物理數據處理中的反演處理通常（并且在本文件的情況中同樣）指的是將地 震反射數據轉換為地下地球模型形式的儲層的定量巖石性質描述。如果假定該模型是各向 同性的，則這種模型需要三種參數：密度（P)、縱波速度（V p)和橫波速度（Vs)來對其進行 描述。在包括各向異性和衰減的更一般的地下模型中需要附加參數。在地震分辨率反演中 使用許多技術，諸如疊后或疊前AVO反演和全波場反演（FWI)。
[0005] 眾所周知，垂直入射角處的PP反射（縱波下/縱波上）很大程度上由聲阻抗Ip = PVp確定。為了從地震數據估算Ip，在FWI中只考慮縱波傳播通常是足夠的，以節省處理時 間。為此，波傳播建模只依賴于P和V p。然而，單獨的Ip不一定是儲層巖石和類型的良好 指標。眾所周知，從諸如Vp/V s的彈性參數中可以更好地恢復流體類型。因此，針對聲波和 彈性參數兩者的多參數反演在儲層表征中已經成為理想的，或許幾乎是必須的。
[0006] 通過彈性FWI的多參數反演在描繪儲層特征中具有獨特作用，因為它是基于彈性 波傳播的精確建模的。出于兩個主要原因，彈性FWI是非常昂貴的處理。第一，由于用于剪 切波傳播的計算機模擬所需的更密集的計算網格，有限差分模擬比聲波（只有縱波）假設 下變得昂貴得多。第二，多參數反演比聲波FWI需要更多的迭代，以獲得收斂并且減小不同 參數之間的串擾。在儲層表征中，描述巖石性質最重要的參數是聲阻抗I p和速度比Vp/Vs。 因此，需要可以在最小數目的迭代（優選約10)中可靠地反演I p和V /以勺FWI方法，以使 其在諸如儲層表征和速度模型建立的商業應用中實用。
[0007] 存在廣泛的各種方法來從地震數據估算巖石性質。由Hampson等（2005)提議的 程序提出了疊前AVO反演中的典型工作流程。在他們的工作流程中，I p、13和密度是基于角 道集中的AVO和Aki-Richards方程（Aki和Richards，2002)同時估算的。他們的方法是 基于反射率的線性近似而不是模擬彈性波和匹配波形的迭代處理。因此，由于線性近似，在 疊前反演中計算成本要便宜的多。相反，盡管彈性FWI是昂貴得多的處理，但是其具有生成 優越結果的潛力。
【發明內容】
[0008] 本發明是用于使用彈性FWI的多參數反演的可靠且有效率的計算機實現方法。該 方法將數據分解為偏移距或角度組，并且以順序次序對它們執行彈性FWI。與沒有本發明 的改進所執行的彈性FWI相比，該方法可以顯著加快收斂，在一些示例中大約為10倍。本 發明方法利用反射能量與反射角之間的關系或相等地彈性FWI中的偏移距相關性（offset dependence)。根據Aki和Richards (1980)的經典AVO理論，眾所周知小角度（近偏移距） 反射的振幅很大程度上僅由聲阻抗確定而與大部分Vp/V s無關。大角度（中和遠偏移距） 反射受到Ip、Vp/Vs以及諸如密度和各向異性的其它地球參數的影響。因此，本發明方法在 執行多參數FWI中將數據分解為角度/偏移距組，以減小不同模型參數之間（即反演未知 參數之間）的串擾。為了本公開內容，包括隨附的權利要求，應當理解將數據分解為角度組 相當于將數據分解為偏移距組，并且應當理解一個術語包括另一個。
[0009] 在一個實施例中，本發明是用于地震數據的反演以推斷包括縱波速度、橫波速度 和密度的地下物理性質參數的計算機實現的方法，所述方法包括：從地震數據中只提取PP 模式，以及將PP模式數據順序地反演為兩個或更多個不同的偏移距范圍，每個偏移距范圍 反演確定至少一個物理性質參數，其中在第二以及隨后的反演中，在先前反演中所確定的 參數保持固定。
[0010] 在另一實施例中，本發明是用于地震數據的反演以推斷至少縱波速度、橫波速度 和密度的方法，所述方法包括：(a)從地震數據中只獲取PP模式，以及將地震數據劃分為近 偏移距范圍、中偏移距范圍和遠偏移距范圍，其中范圍可以或可以不重疊；(b)使用利用聲 波反演算法編程的計算機反演針對縱波聲阻抗I p的近偏移距范圍；(c)在Ip固定在（b)中 它的值的狀態下，使用彈性反演算法反演針對橫波聲阻抗^或針對縱波速度V p除以橫波速 度Vs的中偏移距范圍；（d)在I p固定在（b)中它的值以及V P/V^定在從（C)中的I s值所 確定的值的狀態下，使用彈性反演算法反演針對密度的遠偏移距范圍；以及（e)使用聲阻 抗的定義和如在（d)中所確定的密度從IjP I s計算V p和V s。
[0011] 在典型的情況中，近偏移距范圍可以小于500m，其中遠偏移距范圍大于2km，并且 中偏移距范圍在近偏移距范圍和遠偏移距范圍之間。
【附圖說明】
[0012] 通過參考下面的詳細描述和附圖，本發明的優點被更好地理解，其中：
[0013] 圖1是示出本發明的地震處理方法的一個實施例中的基本步驟的流程圖；
[0014] 圖2示出了用來生成合成道集的真實Vp、Vs和密度剖面，以及一個炮點道集；
[0015] 圖3示出了與真實Ip和合成數據相比，使用近偏移距數據和數據誤差的I p的反 演；
[0016] 圖4示出了不知道Vp/Vs，只有Ip是不能夠解釋中偏移距數據的；
[0017] 圖5示出了利用圖2中所固定的Ip的Vp/VsS演解釋直到中偏移距的地震數據； 以及
[0018] 圖6示出了利用圖2和圖4中所固定的Ip和Vp/V s，來自遠偏移距數據的密度的反 演結果。
[0019] 許多附圖是彩色原件，由于專利法關于顏色使用的限制其被轉換為灰度標。
[0020] 本發明將結合示例實施例被描述。然而，就下面的詳細描述是針對本發明的特定 實施例或特定用途來說，其意在只是示例性的，并且將不被解釋為限制本發明的范圍。相 反，其意在涵蓋可以包括在如隨附的權利要求所限定的本發明的范圍內的所有替換物、修 改和等價物。
【具體實施方式】
[0021] 在由（縮寫為"SSB"）Sears、Singh和Barton (2008)所提出的彈性FWI方法中， 提議三階段工作流程來從縱波和橫波地震數據估算\和V s:第一階段，使用垂直入射和廣 角縱波數據針對短和中尺度Vp的反演；第二階段，使用廣角縱波數據針對中V 3的反演；和 第三階段，使用縱橫波數據針對短尺度Vs的反演。短尺度和中尺度是SSB論文中所使用的 術語。一般而言，短尺度指可以從地震數據中的高頻反射能量直接推斷的空間尺度，并且大 尺度指反射頻率低于典型的地震源（例如，4-6Hz海上采集）的空間尺度。因此，大尺度是 典型地從偏移速度分析推斷的。大尺度和短尺度之間的間隔通常被稱為中尺度。
[0022] 雖然SSB方法可能初看來類似于本文所公開的3步驟發明方法，但存在區分它們 的重要特征。首先，SSB方法貫穿3個階段使用不同的波模式。本發明方法貫穿3個步驟 使用相同的波模式（PP波），但不同的反射角/偏移距。眾所周知，PP波數據代表典型的地 震勘測中的大部分記錄能量，并且因此代表海上拖纜采集中的大部分值。其次，SSB方法在 第1階段不分離垂直入射和廣角縱波，并且同時使用它們。本發明方法在步驟1只使用小 角度反射數據，其是加快收斂的關鍵步驟。
[0023] -個綜合示例被用來展示該方法在恢復Ip和Vp/Vs方面是非常可靠且有效的。獲 得Ip和VP/V』；f需的迭代總數約為10。在該綜合示例中，在步驟3(見圖1流程圖）中恢復 密度信息可以要求附加的10-15次迭代。對現場數據的測試示出在約10次迭代內同樣可 以獲取I p和V P/Vs的精確且可靠的估算。然而，在現場數據情況中，密度反演的可靠性強烈 受制于速度模型，包括各向異性和在遠偏移距處的數據質量，的精確度。
[0024] 該綜合示例遵循在圖1的流程圖中所說明的本發明方法的實施例。合成（計算機 模擬）數據被在該測試示例中使用以展示本發明。數據集由基于圖2中示出的層狀（一 維）地球模型的各向同性彈性有限差分模擬生成，其中V P、VS和密度相對地下深度繪制。速 度和密度的單位是m/s和kg/m3。合成"測量"數據的共炮點道集也在圖2中的8處示出。 以秒為單位的時間被繪制在縱軸上，并且以米為單位的偏移距被繪制在橫軸上。地球模型 的最大深度是2. 3km，并且可用的最大偏移距是5km。由于專利法關于顏色使用的限制，所 描繪的炮點道集8是彩色數據顯示的灰度標轉換，其中顏色用來代表地震振幅的量級。圖 3-圖6中示出的模擬與測量數據以及誤差的對比同樣如此。
[0025] 步驟1 :從近偏移距數據反演Ip。首先，使用近偏移距PP數據（偏移距小于500m) 來執行聲波FWI以獲取I p的估算，其在圖3中繪制。如上所解釋的，在小反射角處（相等 地，該示例中的小偏移距）的PP波數據由聲阻抗I p確定。彈性參數對小角度PP反射數據 影響極微。執行聲波FWI需要初始Vp和密度模型。初始V p模型可以從傳統偏移速度分析 獲取，并且針對該綜合測試，使用圖2中的平滑版本的"真實" Vp剖面（用來正演模擬合成 數據）。初始密度模型可以從密度和Vp之間的經驗關系獲取。為簡單起見，使用恒定密度 (1000kg/m 3