復雜構造區低級序走滑斷層的地震識別方法
【技術領域】
[0001] 本發明屬于石油勘探領域，具體地，涉及一種復雜構造區低級序走滑斷層的地震 識別方法。
【背景技術】
[0002] 含油氣盆地內的走滑斷層不僅形成機制多樣、分布廣泛，而且在油氣富集中發揮 著十分重要的作用；低級序走滑斷層作為一種隱蔽性調節斷層樣式，常在局部范圍內造成 應力分布不均勻，導致產生一系列的小裂縫和微裂隙，極大地改善儲層的滲透性，大幅提高 低孔隙儲層的產能，但限于復雜構造區地震資料品質以及低級序走滑斷層常表現為一種調 節構造類型，具有隱蔽性和多方向發育的特點，從而其有效識別成為滾動勘探開發研究中 的一項重要課題。
[0003] 目前在石油勘探開發領域，對常規斷裂系統的地震解釋方法技術已經相當成熟和 可靠，但對低序級斷層尤其對地震資料品質差的深層低序級斷層的識別仍顯困難。目前這 方面的研究技術主要有水平切片技術、多尺度相干技術、方差體技術、傾角掃描技術、混沌 屬性技術、蟻群跟蹤訓練技術以及斷層圖像增強技術等，但水平切片技術只能用于識別較 大規模，組合較簡單的斷層，對于低序級斷層的識別只起參考作用，多尺度相干技術和方差 體技術在強調不相關異常，突出不連續性，通過相干處理和解釋，可辨別出與斷層、裂縫等 有關地質現象，如地震資料信噪比較高，則對低序級斷層識別有一定效果。傾角方位角屬性 分析技術一般要求輸入的層位是完全自動追蹤或內插，對地震資料品質要求較高，因此，對 于低序級斷層則以判斷。混沌屬性技術則由地震道數據協方差矩陣特征值確定的混沌屬性 以及斷層的混沌屬性刻畫，對于突出含有破碎帶的斷層效果較好。似斷層面的蟻群跟蹤訓 練技術，采用疊后二維和三維縱波地震資料，通過降噪、計算方差體和傾角體最終獲得一個 低噪音、具有清晰斷裂痕跡的數據體，并具有一定的方向濾波功能，常將模糊成分剔除掉， 因此造成了一定有效成分的丟失和空間斷裂痕跡的不連續現象，且對地震數據要求相對要 高。斷層圖像增強技術主要有自適應方向濾波技術、邊界保持濾波技術和邊緣檢測技術，最 常用的邊緣增強技術利用構造對像素灰度階躍變化敏感的微分算子來反映不連續性特征 及特殊巖性體輪廓，如Robert算子、Sobel算子、Prewitt算子、Lap lac ian算子、Canny算子 等，與其它算子相比，Sobel算子對于象素位置的影響做了加權，可以降低邊緣模糊程度，因 此效果更好，而且在不考慮噪聲的情況下，取得的邊緣信息誤差不超過7度，但提取出的邊 緣比較粗，需要進行細化處理，而且常規閾值的選擇直接影響檢測的結果，也未能針對不同 方向的斷層進行針對性處理。
[0004] 因此，在構造背景復雜、地震資料品質低、走滑斷距不明顯、斷層延伸距離短的前 提下，低級序走滑斷層隱蔽性強、識別難度大，需要結合先進的地震處理技術和數學算法， 對Sobel算子進行改進，以凸出針對不同方向斷層的刻畫結果，目前尚未見到相關報道。
【發明內容】
[0005] 為克服現有技術存在的缺陷，本發明提供一種復雜構造區低級序走滑斷層的地震 識別方法，在構造復雜區基于改進的Sobel算法結合半自動追蹤技術獲得低級序走滑斷層， 進而采用精細地層對比和傾角測井組合技術驗證斷層可靠性。
[0006] 為實現上述目的，本發明采用下述方案：
[0007] 復雜構造區低級序走滑斷層的地震識別方法，步驟如下：
[0008] 步驟1:分析置后地震資料品質
[0009] 步驟2:處理獲得優勢分頻相位帶 [0010] 步驟3:處理獲得主方向Sobel算子 [0011] 步驟4:處理獲得任意方向Sobel算子
[0012] 步驟5:提取多方向低級序走滑斷層系統
[0013] 步驟6:驗證低級序走滑斷層可靠性。
[0014] 相對于現有技術，本發明具有如下有益效果:適合于任何復雜構造帶的低級序走 滑斷層地震識別和可靠性驗證，有系統化、精度高、計算效率高的優點；在多期構造疊加復 合區的斷層識別中，包含了提取優勢高頻帶以及能反映不同走向斷層的地震數據體，能直 觀反映平面上低級序走滑斷層的組合方式和空間位置，是確定低信噪比、低頻地震資料區 低級序隱蔽斷層的有效手段，是保證對復雜構造油氣田或斷塊油氣田中隱蔽斷層控油規律 重新認識、增儲上產、開發方案部署和調整的重要依據，明顯優越于常規算法進行斷層邊緣 刻畫的效果。
【附圖說明】
[0015] 圖1是復雜構造區低級序走滑斷層的地震識別方法的流程示意圖；
[0016]圖2是改進的Sobel算子差值梯度計算四個主方向示意圖（EW向、SN向、NW-SE向、 NE-SW向）；
[0017] 圖3是基于改進的Sobel算子濾波和拉普拉斯算子計算效果對比圖；
[0018] 圖4是基于螞蟻追蹤算法獲得的四個方向濾波平面斷層系統圖。
【具體實施方式】
[0019] 如圖1所示，復雜構造區低級序走滑斷層的地震識別方法，步驟如下：
[0020] 步驟1:分析疊后地震資料品質，具體方法如下：
[0021] 收集現有的疊后時間域或深度域地震資料，加載現有解釋系統，確定和追蹤需要 分析的目的層段在三維空間的頂底反射時間，得到目的短時窗數據體，進行短時窗離散傅 立葉變換或最大熵譜估計，生成頻率域相位譜數據體；
[0022] 步驟2:處理獲得優勢分頻相位帶，具體方法如下：
[0023] 在地震解釋可視化平臺上，觀察不同頻率切片及相位滯后分布，選取主斷層顯示 清楚、主次斷層組合明顯的相位切片作為優勢頻率相位切片，進行主、次斷層系統參數的統 計分析，根據經驗，確定走滑斷層或橫向調節斷層的走向區間或范圍，提取獲得能夠反映 25m斷距以下的地震優勢相位頻帶，并進行正態平滑處理消除吉布斯現象；
[0024] 步驟3:處理獲得主方向索貝爾（Sobe 1)算子，包括以下三個步驟：
[0025] (1)、對處理后的能突出低級序斷層的優勢頻帶地震資料進行基于包含兩組3X3 矩陣的算子計算，再與每點地震振幅數據作平面卷積運算，得出橫向及縱向的數據差分近 似值，以A代表原始數據，AxG(X，y)及AyG(X，y)分別代表經橫向及縱向邊緣檢測的數據變 異值，計算公式如下：
[0028] 其卷積模板算子如下：
[0029]
[0030] (2)、進行噪聲抑制處理，基于橫向、縱向邊緣算子，疊加獲得橫向、縱向、NE45°、 NE315°四個主方向上的尺寸5 X 5的算子模板Tx、Ty、T45、T315，并對各個矩陣算子開根方# , 得到矩陣各向同性Sobel算子，每個模板的重量位置是由位置中心的距離G(x，y)以及位置 的方向所決定，等距點有相同的重量，以四個主方向算子模板來盤旋振幅數據，總梯度值G 可通過增加兩個傾斜矩陣得到，通過雙閾值算法得到數據異常邊緣：
[0031]
[0032]
[0033]
[0034] (3)、在該筧法中，詵擇樽板梯度倌最高輸出作為邊緣像素強度梯度：
[0035]
[0036] 為提供較為精確的邊緣梯度方向，實現方式為：
[0037]
^ αχ
[0038] 其中ΝΕ45°、ΝΕ315°方向的邊緣檢測結果為(如圖2):
[0039] Δ x+yG(Y-315〇 -X) = Δ Gx+ Δ Gy
[0040] Δ x-yG(X-45° -γ) = Δ Gx- Δ Gy
[0041 ] 步驟4:處理獲得任意方向Sobe 1算子，包括以下四個步驟：
[0042] (1)、根據四個主方向邊緣檢測結果，從第四象限到第一象限每隔22.5°，即W270°、 NW292.5。、NW315°、ΝΕ337·5°、Ν0°、ΝΕ22·5°、ΝΕ45°、ΝΕ67·5°、NE90° 進一步疊加計算獲得各 向同性算子模板，并計算總梯度值及梯度方向，對每點上下、左右鄰點灰度加權差，當在邊 緣處達到極值，極值即閾值時便定為檢測邊緣，同時提供較為精確的邊緣方向信息（如圖 2)，計算公式如下；
[0043] Δ x+yG(Y_337 · 5。-X) = Δ Gx+2 Δ Gy
[0044] Δ x-yG(X-22.5° -Υ) = 2 Δ Gx- Δ Gy
[0045] Δ x+yG(Y_292 · 5° -X) = 2 Δ Gx+ Δ Gy
[0046] Δχ-yG(X-67.5°_Y)= AGx_2AGy
[0047] Δ x+yG(Y-m°-X) =a Δ Gx+b Δ Gy
[0048] Δ χ-yG(X_n。-Υ) =b Δ Gx_a Δ Gy
[0049] 式中：其中G(x，y)表示地震數據體(x，y)點的幅度數據值，AxG(x，y)及AyG(x，y) 分別為經橫向及縱向邊緣檢測的數據差異或為兩組3X3的矩陣，A x_yG(X-45°-Y)及Ax+yG (￥-315°1)分別為呢45°和麗315°邊緣檢測的數據差異或為兩組5\5的矩陣，八巧6(￥1°-X)及A x-yG(X-n°-Y)為任意方向邊緣檢測的數據差異，m、n為任意角度，a、b為疊加系數，且 疊加系數為整數，G為數據的每一個點的橫向及縱向梯度近似值，Θ為梯度方向；
[0050] (2)、自動獲得最佳邊緣的閾值是邊緣檢測的關鍵，閾值過低，會產生錯誤邊緣，而 且邊緣厚，閾值太高，邊緣不能有效被檢測或產生假現象，為減少假邊緣段數量的典型方法 是對G (χ，y)使用一個閾值，將低于閾值的所有值賦零值；
[0051] (3)、步驟(2)所述的使用一個合理的閾值，主要采用改進的雙閾值算法進行邊緣 判別