本發(fā)明涉及油氣勘探，尤其涉及一種反射系數(shù)保護提高地震反演分辨率的方法及系統(tǒng)。

背景技術(shù)：

1、地震反演是石油勘探開發(fā)的重要地球物理技術(shù)之一，是儲層及流體橫向分布規(guī)律預(yù)測的關(guān)鍵手段，波阻抗是地震直接反演最可靠且精度較高的參數(shù)，波阻抗是聲波和密度的乘積，在儲層物性預(yù)測以及巖性圈閉邊界刻畫方面有著重要的參考意義。

2、目前，最為常用的波阻抗反演為最小二乘法反演和疊后約束稀疏脈沖反演。常規(guī)最小二乘法反演簡單高效，但求取反射系數(shù)的抗噪性較差，反演的反射系數(shù)含大量的噪聲，波阻抗反演結(jié)果信噪比差、精度低，砂體橫向追蹤解釋困難且多解性大；另一種常規(guī)疊后約束稀疏脈沖反演具有不依賴模型、計算速度快、信噪比高的優(yōu)點，但為壓制噪聲，會將很多薄層的弱反射系數(shù)當(dāng)噪聲一起壓制，只保留振幅強的反射系數(shù)，但這種反演方法的分辨率依賴于地震的分辨率，一般分辨率較低，不能識別薄砂層(厚度小于10m)，對陸相頁巖油的薄甜點(厚度小于10m)適用性較差。

3、地震反演結(jié)果的分辨率關(guān)鍵在于去子波程度，在地震記錄沒有噪聲的情況下，傳統(tǒng)方法是可以得到準(zhǔn)確的反射系數(shù)，但地震記錄中含噪聲后，傳統(tǒng)方法如反褶積去子波程度越大，則得到的地震記錄信噪比越差，為了得到高信噪比和高精度的反射系數(shù)，會考慮將高頻弱反射系數(shù)與噪聲一起當(dāng)著無效信息濾掉，但這樣就大大降低反演精度和分辨率，這對薄甜點的預(yù)測非常不利。

4、現(xiàn)有技術(shù)至少存在以下不足：

5、1.傳統(tǒng)的疊后約束稀疏脈沖反演方法為壓制噪聲將很多薄層的弱反射系數(shù)當(dāng)噪聲一起壓制，只保留振幅強的反射系數(shù)，反演的分辨率依賴于地震的分辨率，分辨率較低，無法識別薄甜點的問題。

技術(shù)實現(xiàn)思路

1、為解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供了一種弱反射系數(shù)保護提高地震反演分辨率的方法及系統(tǒng)，方法包括如下步驟：步驟一、獲取目標(biāo)工區(qū)的地震純波數(shù)據(jù)、聲波時差和密度測井曲線以及目標(biāo)層層位數(shù)據(jù)；步驟二、利用目標(biāo)工區(qū)提取的多井綜合子波和地震純波數(shù)據(jù)的相鄰三道地震道建立地震模型；步驟三、利用多任務(wù)相關(guān)向量機貝葉斯機器學(xué)習(xí)算法反演反射系數(shù)值；步驟四、利用目標(biāo)工區(qū)目標(biāo)層系的測井阻抗曲線建立目標(biāo)層的阻抗低頻模型，對反射系數(shù)進行道積分和低頻補償獲得高分辨率的阻抗反演結(jié)果；步驟五、薄甜點體追蹤和儲層定量刻畫。本發(fā)明反演的反射系數(shù)信噪比高，其中薄層的弱反射系數(shù)保護的較好，特別是反演結(jié)果的分辨率遠高于原始地震的分辨率，對頁巖油薄甜點的識別效果較好。

2、本發(fā)明提供了一種弱反射系數(shù)保護提高地震反演分辨率的方法，包括如下步驟：

3、步驟一、獲取目標(biāo)工區(qū)的地震純波數(shù)據(jù)、聲波時差和密度測井曲線以及目標(biāo)層層位數(shù)據(jù)；

4、步驟二、利用目標(biāo)工區(qū)提取的多井綜合子波和地震純波數(shù)據(jù)的相鄰三道地震道建立地震模型；

5、步驟三、利用多任務(wù)相關(guān)向量機貝葉斯機器學(xué)習(xí)算法反演反射系數(shù)值；

6、步驟四、利用目標(biāo)工區(qū)目標(biāo)層系的測井阻抗曲線建立目標(biāo)層的阻抗低頻模型，對反射系數(shù)進行道積分和低頻補償獲得高分辨率的阻抗反演結(jié)果；

7、步驟五、薄甜點體追蹤和儲層定量刻畫，薄甜點為厚度小于10m。

8、優(yōu)選地，步驟一中，基于從目標(biāo)工區(qū)采集的地震資料，利用地震成像方法疊加，獲取未做過濾波和道均衡地震處理的地震純波數(shù)據(jù)體。

9、優(yōu)選地，步驟一中，利用對目標(biāo)工區(qū)內(nèi)測井項目測井獲取聲波時差測井曲線，對聲波時差測井曲線求倒數(shù)獲取速度測井曲線，速度測井曲線與密度測井曲線相乘獲得阻抗曲線。

10、優(yōu)選地，步驟一中，由雷克子波與阻抗曲線合成地震記錄，并通過井震標(biāo)定和子波提取，獲取地震數(shù)據(jù)體的綜合子波。

11、優(yōu)選地，雷克子波與阻抗曲線通過褶積合成地震記錄。

12、優(yōu)選地，步驟一中，確定目標(biāo)層對應(yīng)的地震反射同相軸，進行目標(biāo)層地震反射同相軸追蹤解釋，獲取目標(biāo)層時間域?qū)游粩?shù)據(jù)。

13、優(yōu)選地，步驟二中利用目標(biāo)工區(qū)提取的多井綜合子波和地震純波數(shù)據(jù)的相鄰三道地震道建立的地震模型具體為：

14、s＝wr+e

15、其中，

16、s為第i道相鄰三道的地震記錄向量，s＝{si,si+1,si+2}；

17、w為第i道相鄰三道的地震子波向量，w＝{wi,wi+1,wi+2}；

18、r為第i道相鄰三道的反射系數(shù)向量，r＝{ri,ri+1,ri+2}；

19、e為第i道相鄰三道的干擾噪聲的元胞數(shù)組向量，e＝{ei,ei+1,ei+2}。

20、相鄰三道的地震道的相關(guān)性較高，相鄰三道地震道反演出的三道反射系數(shù)相似，三道反射系數(shù)進行疊加后作為中間地震道的反射系數(shù)，以此類推即可獲得全部地震地震道的反射系數(shù)。相較于單道反演反射系數(shù)，本發(fā)明可提高反演反射系數(shù)的信噪比，減少噪聲對于反射系數(shù)的影響，從而達到保護如反射系數(shù)的目的。

21、優(yōu)選地，步驟二中利用目標(biāo)工區(qū)提取的多井綜合子波和地震純波數(shù)據(jù)的相鄰三道地震道建立地震模型，具體方法如下：

22、從褶積理論出發(fā)，地震記錄可看成子波w與反射系數(shù)r的卷積：

23、s＝w*r?????????????????????(1.1)

24、其中，s為合成地震記錄。

25、將式(1.1)寫成矩陣形式：

26、si＝wiri+ei????????????????????(1.2)

27、其中，si，wi，ri和ei分別表示第i道地震記錄道、地震子波、反射系數(shù)和干擾噪聲矩陣。

28、依據(jù)公式(1.2)反射系數(shù)反演在貝葉斯理論下可轉(zhuǎn)化為一個線性回歸問題，通過基于相關(guān)向量機的稀疏貝葉斯學(xué)習(xí)，在概率論的方法下構(gòu)建未知參數(shù)的先驗?zāi)Ｐ停尤氩蓸有畔ξ粗獏?shù)模型進行修正，獲得最大概率的參數(shù)估計。

29、而在實際反射系數(shù)反演問題上，僅僅用單道的采樣數(shù)據(jù)往往不完備，導(dǎo)致反演的反射系數(shù)中高頻成份精度差，考慮到相鄰地震道信號之間存在相關(guān)性，多任務(wù)貝葉斯學(xué)習(xí)就是通過將不完備數(shù)據(jù)之間存在的聯(lián)系，建立一個具有強泛化能力的模型，以提高模型的學(xué)習(xí)能力和對參數(shù)高精度的估計。

30、建立相鄰三道地震道建立的地震模型具體為：

31、s＝wr+e???????????????(1.3)

32、優(yōu)選地，步驟三利用多任務(wù)相關(guān)向量機貝葉斯機器學(xué)習(xí)算法反演反射系數(shù)值具體包括：

33、將單獨一道地震道的技術(shù)作為一個任務(wù)，在貝葉斯框架下，多任務(wù)反射系數(shù)反演的高斯似然模型為：

34、

35、其中，1/α0為干擾噪聲的元胞數(shù)組向量e的協(xié)方差；

36、設(shè)反射系數(shù)向量受超參數(shù)α向量的影響，則r＝{ri,ri+1,ri+2}的先驗服從如下零均值的高斯分布為：

37、

38、其中，

39、j為多任務(wù)中的任務(wù)序號，取1-3；

40、ri，j表示在第j個任務(wù)中第i道地震道的反射系數(shù)；

41、α和α0分別服從gamma分布；

42、αj是超參數(shù)α向量的第j個任務(wù)的元素；

43、單獨一道地震道計算為一個任務(wù)，本發(fā)明為相鄰三道同時計算，因而為三個任務(wù)，利用相鄰道之間的相關(guān)性提高計算精度。

44、根據(jù)如下公式求得超參數(shù)α和和α0：

45、

46、其中，

47、

48、

49、

50、表示對角線上的第k個元素，ci,-j是ci去除對角線上元素后的系數(shù)矩陣；

51、i是單位矩陣；

52、a＝diag(α1,α2,α3)為α1,α2和α3組成的對角矩陣；

53、根據(jù)貝葉斯公式得到反射系數(shù)r的后驗分布為：

54、

55、其中，

56、μ＝α0σwts??(2.6)

57、σ＝(α0wtw+a)-1??(2.7)

58、利用公式(2.4)和(2.5)進行迭代求解，最終得到滿足收斂條件的反射系數(shù)r。

59、優(yōu)選地，步驟三利用多任務(wù)相關(guān)向量機貝葉斯機器學(xué)習(xí)算法反演反射系數(shù)值具體包括：

60、將單獨一道地震道的技術(shù)作為一個任務(wù)，在貝葉斯框架下，多任務(wù)反射系數(shù)反演的高斯似然模型為：

61、

62、其中，1/α0為干擾噪聲的元胞數(shù)組向量e的協(xié)方差；

63、設(shè)反射系數(shù)向量受超參數(shù)α向量的影響，則r＝{ri,ri+1,ri+2}的先驗服從如下零均值的高斯分布為：

64、

65、其中，

66、j為多任務(wù)中的任務(wù)序號，取1-3；

67、ri，j表示在第j個任務(wù)中第i道地震道的反射系數(shù)；

68、αj是超參數(shù)α向量的第j個任務(wù)的元素；

69、α和α0分別服從如下的gamma分布：

70、

71、p(α0|c,d)＝γ(α0|c,d)???(1.7)

72、根據(jù)貝葉斯公式，得到超參數(shù)α和α0的后驗分布為：

73、

74、當(dāng)超參數(shù)α和α0后驗概率最大，即為超參數(shù)α和α0的最優(yōu)估計，考慮到公式(1.8)的復(fù)雜性，通過取極限a,b,c,d→0且對公式(1.8)兩邊求對數(shù)得到：

75、

76、其中，a＝diag(α1,α2,α3)為α1,α2和α3組成的對角矩陣。

77、考慮到超參數(shù)之間相互獨立，將ci改寫為：

78、

79、其中，表示對角線上的第k個元素，ci,-j是ci去除對角線上元素后的系數(shù)矩陣。

80、根據(jù)公式(2.0)得到：

81、

82、將公式(2.1)代入公式(1.9)中，得到：

83、

84、其中，

85、利用公式(2.2)對αj求偏導(dǎo)，并令其等于0，得到：

86、

87、假設(shè)αj≈si,j，得到αj的近似值如下式：

88、

89、通過公式(2.4)可求得超參數(shù)α和α0，在超參數(shù)已知的情況下根據(jù)貝葉斯公式得到反射系數(shù)r的后驗分布為：

90、

91、μ＝α0σwts???????????????(2.6)

92、σ＝(α0wtw+a)-1???????????(2.7)

93、其中，a＝diag(α1,α2,α3)。

94、利用公式(2.4)、(2.6)和(2.7)進行迭代求解，最終得到滿足收斂條件的反射系數(shù)r。

95、優(yōu)選地，步驟四中，根據(jù)步驟一獲取的聲波時差曲線和密度曲線計算得到阻抗曲線和目標(biāo)層層位數(shù)據(jù)，利用局部加權(quán)插值算法建立目標(biāo)工區(qū)目標(biāo)層的阻抗模型。

96、優(yōu)選地，阻抗曲線通過測井獲得的聲波時差曲線和密度曲線計算得到，阻抗＝聲波速度x密度，聲波速度為聲波時差的倒數(shù)。

97、目標(biāo)層層位數(shù)據(jù)為人工或機器自動解釋出的數(shù)據(jù)，一般通過井震標(biāo)定后，確定目標(biāo)層所對應(yīng)的地震同相軸后，進行連續(xù)追蹤，為物探技術(shù)中的基礎(chǔ)技術(shù)，無需具體介紹。

98、基于層位數(shù)據(jù)和阻抗曲線就可以進行空間插值，獲得一個阻抗三維數(shù)據(jù)體，即為阻抗模型，插值的方法為局部加權(quán)法。

99、優(yōu)選地，步驟四中，以建立的阻抗10hz以下的模型作為低頻模型對反射系數(shù)反演結(jié)果進行道積分，獲得低頻補償后的阻抗反演結(jié)果。

100、優(yōu)選地，步驟五中，依據(jù)測井交會分析的不同巖性對應(yīng)不同波阻抗值域范圍的特征，在反演的波阻抗數(shù)據(jù)體上對目標(biāo)工區(qū)的薄甜點進行預(yù)測和橫向追蹤刻畫，獲得甜點分布范圍。

101、反演得到的為一波阻抗三維數(shù)據(jù)體，通過前期的測井交會分析確定不同巖性對應(yīng)不同波阻抗值域范圍，根據(jù)波阻抗的值域范圍可以在波阻抗三維數(shù)據(jù)體上找到該范圍對應(yīng)的數(shù)據(jù)，該值域范圍的波阻抗數(shù)據(jù)就表示甜點，該過程就是對于甜點的預(yù)測。橫向追蹤刻畫則是根據(jù)預(yù)測結(jié)果進行解釋，通過提取平面屬性或三維雕刻獲得甜點的分布范圍。

102、本發(fā)明提供了一種弱反射系數(shù)保護提高地震反演分辨率的系統(tǒng)，包括處理器，所述處理器執(zhí)行上述的任一弱反射系數(shù)保護提高地震反演分辨率的方法的步驟。

103、與現(xiàn)有技術(shù)相對比，本發(fā)明的有益效果如下：

104、(1)本發(fā)明采用了同時求取相鄰三道地震道反射系數(shù)，后將三道反射系數(shù)疊加后作為中間地震道反射系數(shù)，較傳統(tǒng)稀疏脈沖反演方法單道計算的方法，計算更穩(wěn)定，反演的反射系數(shù)信噪比高，其中薄層的弱反射系數(shù)保護的較好，特別是反演結(jié)果的分辨率遠高于原始地震的分辨率，對頁巖油薄甜點的識別效果較好。

105、(2)本發(fā)明利用多任務(wù)相關(guān)向量機貝葉斯機器學(xué)習(xí)算法解反演方程，獲得高信噪比和高精度反射系數(shù)系列，有效保護反射系數(shù)系列中的薄層的弱反射系數(shù)，提高反演的分辨率，解決傳統(tǒng)反演方法在薄儲層識別上的短板，為薄甜點預(yù)測提供更加精確的阻抗參數(shù)。