Разработка методики детального расчленения плиоценовых конусов выноса юго-восточной континентальной окраины Индостана на основе спектрально-временного анализа

Грачев, Александр Олегович

Бесплатный автореферат и диссертация по наукам о земле на тему
Разработка методики детального расчленения плиоценовых конусов выноса юго-восточной континентальной окраины Индостана на основе спектрально-временного анализа
ВАК РФ 25.00.10, Геофизика, геофизические методы поисков полезных ископаемых

Автореферат диссертации по теме "Разработка методики детального расчленения плиоценовых конусов выноса юго-восточной континентальной окраины Индостана на основе спектрально-временного анализа"

На правах рукописи УДК 550.834.

ГРАЧЕВ АЛЕКСАНДР ОЛЕГОВИЧ

РАЗРАБОТКА МЕТОДИКИ ДЕТАЛЬНОГО РАСЧЛЕНЕНИЯ ПЛИОЦЕНОВЫХ КОНУСОВ ВЫНОСА ЮГО-ВОСТОЧНОЙ КОНТИНЕНТАЛЬНОЙ ОКРАИНЫ ИНДОСТАНА НА ОСНОВЕ СПЕКТРАЛЬНО-ВРЕМЕННОГО АНАЛИЗА

специальность 25.00.10 - Геофизика, геофизические методы поисков полезных ископаемых

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва -2006

Диссертационная работа выполнена в Российском Государственном Университете нефти и газа имени И.М.Губкина

Научный руководитель: д.г-м.н., профессор Урупов А.К.

Официальные оппоненты: д.г-м.н., профессор Славкин B.C.

Д.Т.Н., Мупшя И. А.

Ведущая организация: МГУ им. М.В. Ломоносова.

Защита состоится «¿Г» ¿и/гляе/гл 2006г. в ¡^У^часов ауд.^£/ на заседании диссертационного Совета Д212.200.05 при Российском Государственном Университете нефти и газа имени И.М.Губкина по адресу: 119991, ГСП-1, Москва, Ленинский проспект, 65.

С диссертацией можно ознакомиться в библиотеке РГУ нефти и газа им. И.МХубкина

Автореферат разослав /"^ООбг.

Ученый секретарь Диссертационного Совета, Л.П. Петров.

¿оое А

££02.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы.

Эффективность поисков и разведки углеводородов во многом зависит от оценки коллекторских свойств перспективных интервалов разреза. Одним из способов такой оценки является анализ спектра сейсмического сигнала.

Методы спектрального анализа очень широко применяются в геофизике. Они являются одним из важных инструментов анализа и обработки сейсмических данных. Спектральный анализ Фурье дает исчерпывающую информацию о частотном составе анализируемых сигналов в целом. Для случая стационарных сигналов информации, предоставляемой классическим спектральным анализом достаточно, для того чтобы охарактеризовать свойства сигнала. Однако анализ Фурье не дает информации об изменении частотного состава сигнала во времени. Это является существенным недостатком классического спектрального анализа Фурье. Учитывая, что сейсмические записи являются нестационарными сигналами, особую актуальность приобретает рассмотрение ряда новых алгоритмов, которые характеризуют изменение частотных характеристик сигнала во времени. Эти алгоритмы, предложенные в течение ряда последних лет, обычно называются методами спектрально-временного анализа или спектрально-временными разложениями.

Хотя в настоящее время, спектрально-временные разложения все чаще используются для анализа слоистых коллекторов, еще не существует представления обо всем диапазоне методик СВАН, и о том объеме дополнительной информации, которую может предоставить их применение.

Цель работы.

> Целью работы является исследование возможностей и разработка методики

спектрально-временного анализа с помощью энергетических разложений, а также, оценка ее устойчивости и информативности.

Основные задачи исследований.

1. Обобщение геолого-геофизических данных о строении постмиоценовых отложений юго-восточной континентальной окраины Индостана;

2. Обоснование целесообразности применения методов спектрально-временного анализа для детального изучения целевых геологических объектов

3. Изучение современного состояния теории и практики спектрально-временного анализа сейсмического сигнала;

НАЦИОНАЛЬНАЯ I

„ „ ] национальная!

4. Исследование путем математического моделироодвдц слоистости на

динамику отраженных волн;

5. Разработка на основе проведенных исследований, методических приемов СВАН, оценка их устойчивости на математических моделях;

6. Опробование разработанной методики для сейсмостратиграфического анализа на реальных сейсмических данных.

Основные защищаемые положения:

1. Доказана возможность использования метода анализа спектрально-временных разложений для интерпретации внутреннего строения подводных конусов выноса.

2. Выработана методика построения и интерпретации спектрально-временных образов для подробного фациального расчленения сложных сейсмогеологических комплексов.

3. Произведена оценка разрешающей способности и ограничений метода.

4. Расширен ряд простых акустических моделей используемых при интерпретации спектрально-временных образов реальных сейсмических данных

Научная новизна.

1. Обосновано преимущество построения спектрально-временных образов при помощи квадратичных разложений по сравнению с узкополосной фильтрацией.

2. Отработана методика выбора наиболее подходящего типа энергетического разложения.

3. Предложена методика непрерывного спектрально-временного анализа по профилю.

4. Определена количественная связь распределения энергии на СВО с распределением мощностей интерферирующих слоев.

5. Подробный анализ разложений для синтетических моделей выявил интерференционные явления, которые прежде интерпретировали, как отражения от сложных циклических толщ.

Практическая значимость.

В рамках данной работы исследованы возможности и ограничения метода интерпретации спектрально-временных разложений. По результатам исследования разработана технология интерпретации энергетических разложений, обладающих большей разрешающей способностью по сравнению с СВО, полученными с помощью узкополосной фильтрации. Предложенная методика использовалась при изучении перспективных пластов в терригенных разрезах.

Внедрение результатов работы.

Разработанная в ходе исследования методология и программные средства применялись компанией Деко-Геофизика при обработке и интерпретации сейсмических данных индийского шельфа, и использованы при написании производственного отчета.

Публикации.

По теме диссертации опубликована 1 статья и 4 тезиса докладов. Апробация работы.

Основные положения работы докладывались на следующих конференциях: Молодежная секция конференции ГЕОМОДЕЛЬ, Москва, 2002г.; Пятая научно-практическая конференция. ГЕОМОДЕЛЬ, Геленджик, 2003г.; Международная геофизическая конференция и выставка ЕАГО, SEG, EAGE, РАЕН. Москва, 2003г.

Объем н структура работы.

Диссертация состоит из введения, б-и глав и заключения общим объемом 74 страницы, включая 29 рисунков. Список литературы включает 26 наименований, в том числе 11 на иностранных языках.

Автор выражает глубокую признательность своему научному руководителю - доктору физико-математических наук, профессору А.К. Урупову. Автор искренне благодарит всех, кто на различных этапах работы над диссертацией оказал помощь и поддержку. Отдельное спасибо кандидату геолого-минералогических наук доценту кафедры сейсмометрии и геоакустики геологического ф-та МГУ A.B. Старовойтову и доктору физико-математических наук, заведующему кафедрой сейсмометрии и геоакустики геологического ф-та МГУ М.Л. Владову за содержательную критику и консультации.

СОДЕРЖАНИЕ РАБОТЫ

Введение.

Во введении обосновывается актуальность темы диссертационной работы, сформулированы цель и задачи исследований, представлены основные научные результаты, отмечена практическая ценность.

1. Основные черты геологического строения района.

В главе дан краткий физико-географический очерк района исследований, описаны лито го го-стратиграфическая и сейсмо-стратиграфическая характеристики разреза, кратко изложена история тектонического развития.

Литогого-стратиграфическая характеристика поможет при создании синтетических

моделей, необходимых для интерпретации спектрально-временных разложений. Знание сейсмо-стратиграфической характеристики необходимо для проверки результатов интерпретации спектрально-временных образов. История тектонического развития также играет немаловажную роль, так как объектом изучения в данной работе является изменения характера слоистости напрямую связанное с тектоникой.

Изучаемый район, расположен у восточного побережья Индии, занимает площадь приблизительно 3000 км2. В прибрежной зоне пробурено шестнадцать скважин. Данный район делится на три основных бассейна: Маханади, Кришна-Годавари и Кавери-Палар. Наличие углеводородов подтверждается во всех трех районах, а в бассейнах Кришна-Годавари и Кавери-Палар, уже проводится добыча нефти. Большое количество потенциально перспективных природных резервуаров связано с третичными субмариннымн системами конусов выноса.

2. Методика наблюдений и обработка данных.

В главе описывается методика съемки и обработки сейсмических данных, что позволяет определить возможность проведения по ним динамического анализа, а также наиболее точно подобрать параметры при моделировании.

В настоящей работе использовались данные морской 20 сейсмической съемки, полученные в 2001 году Лабораторией Региональной Геодинамики, и сейсмические профили, отработанные компанией Вестерн Атлас в 1997 году, а также, некоторые более ранние сейсмические данные из различных источников, собранные в период с 1988 по 1997 года.

Большинство профилей мелководной съемки 1988 - 1997 годов характеризуются низким качеством по сравнению с более поздними съемками. Местами, на участках крутого континентального склона, на фоне кратных волн, невозможно различить первичные отражения от реальных геологических границ. Низкое соотношение сигнал/шум, затрудняет корреляцию сейсмостратиграфнческих комплексов. Использование этих данных для спектрально временного анализа исключено - эти данные представляют ценность лишь по тому, что они позволяют протянуть корреляцию от скважин на мелководье к изучаемому району.

Большинство профилей Вестерн Атлас содержат данные хорошего качества вплоть до времен регистрации отражения от кровли Мела. Полоса спектра после обработки - от 5 до 75Гц с центральной частотой на 25Гц. Данные характеризуются хорошим соотношением сигнал/шум. Соотношение сигнал/шум ухудшается в нижней части разреза. В связи с отсутствием в спектре высоких частот, вертикальное и горизонтальное разрешение ниже, чем в данных 2001 года. Наличие в графе обработки большого количества процедур деконволюции и фильтрации привело к потере информации об изначальном распределении

спектра по разрезу. Также, оценку пригодности этих данных для спектрального анализа затрудняет недостаток информации о параметрах фильтрации.

Сейсмический материал Лаборатории Региональной Геодинамики был подвергнут качественной обработке с сохранением динамических характеристик, что сделало его пригодным для спектрально-временного анализа. Широкополосный спектр дает высокое разрешение на тонких слоях верхней части разреза, в то же время позволяя прослеживать низкочастотные отражения на значительной глубине. Данные характеризуются хорошим соотношением сигнал/шум

3. Результаты стандартной обработки и постановка геологической задачи.

Глава посвящена обобщению геолого-геофизического материала, имеющегося в распоряжении автора и обоснованию необходимости применения новых методов исследования. Также, в данной главе описан генезис и структура изучаемых геологических объектов, знание которых необходимо для понимания и правильной интерпретации спектральных разложений.

Большое количество нефте-перспективных природных резервуаров в данном районе, связано с относительно молодыми подводными системами конусов выноса. Хорошо известно, насколько существенно могут отличаться коллекторские свойства пород, слагающих центральную часть конуса и те же свойства, отложений прирусловых валов.

Проблема детального расчленения на зоны и картирование систем конусов выноса, представляется достаточно сложной. В то же время, решение этой задачи важно дня разведки и разработки углеводородных коллекторов, приуроченных к русловым фациям. Наряду с интересом, обусловленным нефтенерспективностью систем конусов выноса, изучение их строения в плане, может дать ценную информацию о тектонической истории данного района.

Мощность лопастей в среднем не превышает 500 м. А на сейсмической записи они часто представляют собой достаточно однородный сейсмостратиграфический комплекс. Это объясняется тем, что хотя эти структуры целиком слоистые, но слабо контрастны по акустической жестокости. И, что является очень важным, мощности этих слоев существенно меньше длины волны, рассчитанной по сейсмической записи.

Стандартная обработка сейсмических данных дала хорошие результаты, и при центральной частоте 40Гц разрешающая способность в интересующем нас интервале разреза достигает 25-17м. Качество данных позволяет четко коррелировать кровли и подошвы целевых объектов. Однако наиболее интересные (центральные) области, зачастую представлены на разрезе в виде однородной, слабоконтрастной толщи.

Тот факт, ч*о по имеющимся геофизическим данным стандартные методы обработки и интерпретации не дают достаточной информации, и не обладают требуемым разрешением,

дал повод опробовать не применявшийся ранее для такой геологической ситуации метод интерпретации спектрально-временных образов (СВО), основанный на анализе интерференции отражений от тонких слоев. Этот метод позволяет расчленить слои и пачки, мощность которых существенно меньше длины регистрируемой волны. Вдобавок, благодаря своей наглядности и уникальности спектрально-временные образы сейсмических трасс позволяют четко отмечать латеральные фациальные замещения.

4. Способы СВАН и их сравнительные характеристики.

В этой главе приведен сравнительный анализ наиболее известных спектрально-временных разложений и описаны их основные свойства.

При расчете спектрально-временных разложений для одномерного сигнала получается двумерный массив (спектрально-временной образ), состоящий из значений, характеризующих распределение энергии сигнала в плоскости «время-частота».

В общем, рассматриваемые разложения могут быть разбиты на два класса: Линейные спектрально-временные разложения и Квадратичные или энергетические разложения.

Линейные спектрально-временные разложения

К первому классу относятся алгоритмы, основанные на разложении сигнала по набору анализирующих функций, так называемых атомов. Такого типа алгоритмы в литературе называются линейные спектрально-временные разложения.

Преобразование Фурье в скользящем окне. Суть алгоритма заключается в подсчете преобразования Фурье сигнала в скользящем окне с центром в анализируемой точке.

Так как умножение на сравнительно короткое окно эффективно подавляет сигнал вне окрестности анализируемой точки, преобразование Фурье в скользящем окне представляет собой «локальный» спектр Фурье сигнала. Преобразование Фурье в скользящем окне может рассматриваться как результат применения к сигналу серии полосовых фильтров. Временное разрешение преобразования Фурье в скользящем окне пропорционально эффективной длительности анализирующего окна. Соответственно частотная разрешающая способность зависит от эффективной ширины спектра анализирующего окна. Следовательно, для преобразования Фурье в скользящем окне необходимо достижение компромисса между частотным и временным разрешением: с одной стороны хорошее временное разрешение требует короткого анализирующего окна, с другой стороны, хорошее частотное разрешение требует узкополосного анализирующего окна в частотной области и, соответственно, длинного окна.

ВейвлетАНЯДУ"

Непрерывный вейвлет анализ. Основная идея непрерывного вейвлет преобразования состоит в проекции анализируемого сигнала на семейство функций с нулевым средним и

имеющих ненулевые значения на коротком временном интервале (вейвлетов), получаемых из одного материнского вейвлета путем растяжения и сдвига во времени. Вейвлет преобразование - это представление сигнала в пространстве «время-масштаб», а не «время-частота». Основным отличием вейвлет преобразования от преобразования Фурье в скользящем окне состоит в том, что по мере того, как меняется масштаб, изменяется длительность и ширина спектра анализирующего вейвлета. В отличие от преобразования Фурье в скользящем окне, которое использует постоянное анализирующее окно, вейвлет преобразование использует короткие окна для высоких частот и длинные окна - для низких. Спектральное и временное разрешение, как и в случае преобразования в скользящем окне, связаны. Однако в данном случае спектральное и временное разрешения зависят от частоты: спектральное разрешение (соответственно временное разрешение) становиться хуже (соответственно лучше) с ростом частоты.

Дискретный вейвлет анализ. В дискретном вейвлет анализе разложение сигнала в двухмерное пространство «время-масштаб» выполняется путем применения к нему квадратурных зеркальных фильтров. Квадратурный зеркальный фильтр - это набор из двух фильтров: один низких частот, другой - высоких. На каждом этапе разложения (разные этапы соответствуют разным масштабам) сигнал подвергается фильтрации фильтром низких и высоких частот. Выход фильтра высоких частот записывается в качестве коэффициентов разложения для данного этапа (масштаба). Выход фильтра низких частот служит входом для следующего этапа разложения. Процедура продолжается до тех пор, пока не достигается желаемый уровень разложения.

Алгоритм Поиска соответствия. Вейвлет преобразование имеет высокую временную и низкую спектральную разрешающую способность на высоких частотах и наоборот низкую временную и высокую спектральную разрешающую способность на низких частотах. Чтобы повысить разрешающую способность в диапазоне средних частот, был предложен алгоритм «Поиска Соответствия». В алгоритме Поиска Соответствия создается словарь базисных функций, которые получаются путем сдвига, растяжения и частотной модуляции функции окна. Эти базисные функции несут в себе все возможные комбинации спектральных и временных характеристик и, таким образом, формируют избыточный набор. Теоретически данное преобразование не должно быть осложнено артефактами, связанными с интерференцией, имея при этом очень высокую разрешающую способность.

Энергетические разложения.

В отличие от линейных спектрально-временных представлений, которые раскладывают сигнал на элементарные составляющие, второй класс решений воплощает другой подход. Он заключается в попытке распределить энергию сигнала вдоль двух

описывающих переменных - времени и частоты. Энергия сигнала может бьггь представлена в виде: £1= Црх(1,\>)Л<1у> где рх- энергетическая плотность.

Спектрограмма. Если мы рассмотрим возведенный в квадрат модуль преобразования Фурье в скользящем окне, то получим спектральную энергетическую плотность сигнала в окне:

]x(u)h'(u-t)e/u~du

Этой формулой задается спектрограмма, которая является положительным действительным разложением.

Разложение Вигнера-Вилла. Разложение Вигнера-Вилла задается формулой:

■ме ме

Wr(t,Y)= fx(t+T/2)x'(t-T/2)e~JUy'dT, ИЛИ эквивалентно W,(t,v) = ]x(v+t/2)x'(v+i;/2)e>1*d/;-Разложение Вигнера-Вилла - это преобразование Фурье функции автокорреляции сигнала, которая задается формулой:

R{x, *}(/, г) = х(1 + г / 2)х' (1 - т / 2).

Разложение Вигнера-Вилла является квадратичным, поэтому применительно к нему справедлив квадратичный принцип суперпозиции:

ir,.,(r,v) = W,(t,v)+W,[t,v)+2R{W,r(t,у)}, где w,Jt,v) = J*(f + г/2)/(< - rliy'^dx ■

Следствием этого является наличие в получаемых разложениях спектрально-временных составляющих, отвечающих интерференции различных компонент сигнала. Преобразование Вигнера-Вилла обладает максимально возможной разрешающей способностью для однокомпонеитиого сигнала, однако случае многокомпонентного сигнала анализ получаемых частотно-временных разложений затруднен ввиду сального влияния интерференции между компонентами сигнала.

Псевдо разложение Вигнера-Вилла. Для вычисления преобразования Вигнера-Вилла необходимо знать значение выражения я{х,х)(1,т) = х{1 + г/2)х'(1-тГ2) в диапазоне от -да до + да, что в реальности невозможно. Поэтому это выражение домножается на функцию окна h(t) и получается псевдо преобразование Вигнера-Вилла:

PW,(t,v) = jh(r)x(l+t/2)x" (f - t!2)e-'2""dt ■

Операция домножения на функцию окна равносильна сглаживанию в частотной

+SB

области: ]H(v-g)Wx(t,J;)d!;, где Н(у) - преобразование Фурье от h(t).

В результате, интерференция уменьшается, однако также, уменьшается разрешающая способность.

При нахождении функции, которая выражает энергетическую плотность сигнала, на

нее накладываются определенные требования. Помимо краевых свойств, преобразование должно еще, как минимум, иметь свойства ковариантности во времени и частоте.

Данным требованиям удовлетворяет целый класс спектрально-временных разложений. Этот класс называется классом Кохена и имеет запись в общем виде:

C,(t,v,П)= J jms-t,i-v)tV,(,s,Z)dsd4< где n(/,v)= J а /<£,г) - двумерная

функция параметризации.

Можно заметить, что разложение Вигнера-Вилла является членом класса Кохена при /(£. т)=1. В случае когда n(f,v)- сглаживающая функция, преобразования из класса Кохена могут быть интерпретированы как сглаженные версии разложения Вигнера-Вилла, и, соответственно, выбором функции параметризации можно добиться подавления интерференции определенного рода.

Парно-сглаженное по времени и по частоте разложение Вигнера-Вилла. Может быть показано, что спектрограмма - это сглаженная версия разложения Вигнера-Вилла:

S,(/,v) = j jivh(s -1,4 - v)frx(s,f)dsd4' гае ")-преобразование Вигнера-Вилла окна h.

Степень сглаживания во временной и в частотной области контролируется параметрами временного окна h(t). В этом свете новую интерпретацию получает компромисс между частотной и временной разрешающей способностью - это компромисс между спектральным и временным сглаживанием преобразования Вигнера-Вилла. Раздельно-сглаженное по времени и по частоте разложение Вигнера-Вилла. Недостатком парного сглаживания является то, что оно контролируется только временным сглаживающим окном. Рассматривая функцию раздельного сглаживания по времени и по частоте: n(«,v) = g(i)H(-v), где н(у) - преобразование Фурье сглаживающего окна h(t), получаем раздельный контроль над сглаживанием по времени и по частоте. Получаемое разложение записывается в виде:

SPW„(t,v)= Jft(r) Jg(i - t)x{s + г / 2)x" (i - г / 2)dse~J1™dr ■

Оно называется сглаженное псевдо разложение Вигнера-Вила. Для данного разложения характерен компромисс между спектрально-временным разрешением и степенью присутствия Интерференции.

Известно достаточно большое количество представителей класса Кохена. Они отличаются выбором функции параметризации. Помимо псевдо разложения Вигнера-Вилла, сглаженного псевдо разложения Вигнера-Вилла и спектрограммы, рассмотренных выше, стоит отметить разложения Чои-Вильямса и Зао-Атласа-Марка.

Разложение Чои-Вильямса. В качестве функции параметризации выбирается функция

Гаусса: /(¿,г) = ехр

(ФУ

2а2

Соответствующее разложение выражается в виде:

= Ше-^'^s + T/2)x\s-T/2)e-J2""dsdt ■

Атласа-Марка записывается в виде: zAM,(t,v) = "j

Разложение Зао-Атласа-Марка. Функция параметризации задается формулой: /(£,т) = КтЦ'^Ы > где h(t) - симметричное сглаживающее окно. Разложение Зао-

A(r) j*(i + r/2)i'(i -r/2)ds е •

Адаптивное разложение. Представленные вше разложения имеют фиксированную функцию параметризации. Однако фиксированная функция параметризации не всегда может подавить интерференцию, оставляя нетронутыми компоненты сигнала. В связи с этим, был предложен алгоритм для расчета функции параметризации оптимально соответствующей свойствам сигнала.

Оптимизационная задача состоит в максимизации функционала «(/{.,) = Jfl/(i.r)|4(i,r)<^r. ПРИ увловиях: {J|/(!,r)|2d£/r<;a, /(0,0) = 1, функция

«■ к -ае—X.

радиально не возрастает.

На рисунках 1 и 2 проведено сравнительное сопоставление различных линейных и энергетических разложений. Из рисунков видно, что приведенные результаты применения разложений существенно отличаются друг от друга.

СВО разложения Вигнера-Вилла содержит в себе все компоненты анализируемой сейсмической трассы. При этом спектрально-временное разрешение этого разложения максимально. Однако наличие большого количества интерференционных составляющих существенно затрудняет интерпретацию данного разложения. Более того, если рассматривать только само разложение Вигнра-Вилла без его сглаженных модификаций, весьма трудно различить составляющие, отвечающие компонентам сигнала и составляющие, отвечающие интерференции компонент сигнала.

В СВО разложения Чои-Вильмса сейсмическая трасса представляется в виде набора отдельных сигналов импульсного типа, которые соответствуют отражающим горизонтам. Разложение обладает достаточно хорошим разрешением по времени, при сравнительно не высоком разрешении по частоте.

СВО разложения Зао-Атлаза-Марка представляет собой набор компонент гармонического типа. СВО содержит информацию о скрытых циклических составляющих и их изменении во времени.

СВО Адаптивного разложения содержит компоненты сигнала всех типов, обладает очень хорошей разрешающей способностью, однако включает большое количество артефактов - интерференционных максимумов, усиленных адаптивным алгоритмом. Адаптивный алгоритм является не всегда устойчивым и требует значительных вычислительных ресурсов.

jт»

1«

i' •i

О 20 « *> «О 100 120 О 20 40 «0 И 200 130 Чалла (Гц) Ч*с™™[Гц|

(а) (б)

9 40 60 «О toe 120 Чапоп [Тп|

Рисунок I СВО разложений сейсмической трассы, (а) - Вигнера-Вилла, (б) - Чои-Вильямса, (в) - Зао-Атласа-Марка

лМи

I » W U » I*) Ш 0 !0 40 to М 100 120 (I 20 40 tB № 100 l» Чаюта(Ги1 Чжютя(Ги] Млеют)!"»]

(а) (б) (•)

Рисунок 2 СВО разложений сейсмической трассы, (а) - Адаптивного, (б) - Скейпограммы Морле, (в) -Алгоритма Поиска Соответствия для словаря из вейвлет пакетов.

Скейлограмма Морле показала результаты схожие с результатами, полученными разложением Зао-Атласа-Марка. Этот факт говорит в пользу адекватности разложения Зао-Атласа-Марка, так как способы расчета этих двух разложений существенно различаются. Скейлограмма Морле показала более низкое временное (соответственно, более высокое спектральное) разрешение в области низких частот и более высокое временное (соответственно, более низкое спектральное) разрешение в области высоких частот.

Результаты работы алгоритма Поиска Соответствия показывают наличие как гармонических, так и импульсных компонент. В целом структура данного разложения несет в себе черты сигналов, присутствующих в разложениях Зао-Атласа-Марка, Чои-Вильмса и, сглаженного псевдо разложения Вигнера-Вилла. Алгоритм Поиска Соответствия может использоваться для контроля результатов применения алгоритмов из класса Кохена, так как имеет существенно другие математические основы.

Резюмируя сказанное выше можно сказать, что из достаточно широкого арсенала спектрально-временных разложений можно, в зависимости от решаемой задачи, подобрать наиболее подходящий алгоритм. Для решения задачи расчленения плиоценовых конусов выноса, было выбрано сглаженное псевдо разложение Вигнера-Вилла.

5. Модельные исследования возможностей СВАН при изучении тонкослоистых сред.

В настоящей главе, спектрально-временные разложения, представленные в предыдущей главе, будут рассмотрены с точки зрения их применимости для анализа тонкослоистых объектов.

Количество анализируемых данных, необходимое даже для не слишком детального изучения одной структуры составляет несколько сотен СВО. Чтобы снять необходимость моделирования каждого отдельного случая спектрально-временной картины, для интерпретации был создан набор простых акустических моделей, с помощью которых, затем проводился анализ реальных данных.

Ниже приведен анализ ряда синтетических трасс полученных на моделях простых сейсмических разрезов. При рассмотрении сейсмического разреза предполагается, что он состоит из небольшого количества главных отражающих горизонтов, которые разделяют сейсмоакустические комплексы и большого количества слоев малой мощности, находящихся между ними и составляющих сейсмические фации. Вертикальная разрешающая способность недостаточна, чтобы разделить отдельные слои малой мощности, поэтому волновая картина представляет собой интерференционный цуг колебаний.

Таким образом, сейсмическая трасса представляет собой сигнал с изменяющимся во времени спектральным составом, который будет зависеть, от строения геологического разреза.

В расчетах не учитывались эффекты, связанные с изменением частоты за счет поглощения и рассеивания, так как влияние этих факторов в пределах мощностей анализируемых структур, незначительно. Основное влияние на спектральную картину оказывают эффекты, связанные с направленными изменениями мощности геологических слоев с глубиной и цикличностью осадконакопления.

Цикличность осадконакопления связана с последовательной сменой трансгрессивных и регрессивных обстановок осадконакопления, которые выражаются в последовательном уменьшении и увеличении мощности слоев. Допуская, что значения скорости упругих волн в пределах одного цикла осадконакопления меняются не очень сильно, можно предположить, что, изменения мощности слоев пропорционально отражаются в изменении временного интервала между отражающими горизонтами на сейсмических записях. Это, в свою очередь, сказывается на спектральном составе сейсмической записи.

Для того чтобы оценить влияние особенностей распределения мощностей слоев на результаты спектрально-временных разложений, был рассмотрен ряд моделей. Первый разрез состоит из слоев одинаковой мощности, второй разрез состоит из сорока слоев, мощность которых убывает (данный тип разреза может возникать в случае, когда скорость осадконакопления возрастает с течением геологического времени, что в свою очередь может быть вызвано уменьшением глубины бассейна осадконакопления), третий разрез состоит из сорока слоев, мощность которых возрастает (данный тип разреза может возникать в случае, когда скорость осадконакопления убывает с течением геологического времени, что в свою очередь может быть вызвано увеличением глубины бассейна осадконакопления).

Для этих трех модельных разрезов был произведен расчет синтетических сейсмограмм для метода отраженных волн при нулевом выносе. По полученным сейсмическим трассам были рассчитаны сглаженные псевдо разложения Вигнера-Вилла. На рисунках 3 (а, б, в) приведены зависимости мощности слоев от их порядкового номера и спектрально временные образы, построенные по результатам расчета сглаженного псевдо разложения Вигнера-Вилла.

СВО всех трасс имеют составляющую импульсного типа, которая соответствует хорошо разрешенному первому отражению. СВО первой синтетической трассы показывает, что энергия сигнала на всех временах прихода хорошо локализована около одной частоты. СВО второй синтетической трассы показывает рост частоты сигнала. Спектрально временной образ третьей синтетической трассы показывает падение частоты сигнала. В СВО сейсмической трассы можно выделить четыре типа сигналов, они схематически изображены на рисунке 3 (г).

Первый тип сигналов, обозначенный на рисунке цифрой «1», соответствует гармоническим составляющим сейсмической трассы или компонентам, соответствующим набору слоев с постоянной мощностью. Энергия таких компонент локализована около одного значения частоты и представляет собой вертикальную линию в пространстве время-частота. Второй тип сигналов, обозначенный цифрой «2», соответствует составляющим импульсного типа. Сигналы данного типа локализованы в около одного значения времени и

отображаются на спектрально-временной плоскости в виде горизонтальных прямых. Сигналы третьего и четвертого типа, обозначенные цифрами «3» и «4», соответствуют составляющим с частотами, соответственно убывающими и возрастающими во времени. В спектрально-временной плоскости они представляют собой наклонные прямые (в общем случае кривые, форма которых зависит от характера изменения частоты во времени).

_ гк

2 / 0 я

/ к

/ ив

3»

8 1 / Л Ж

1 1*

я * ш

/ мс

1 «я

«1 > М -

(б)

а хс ш т

МошгльжвН

•_г

¡Л

<£ х

Рисунок 3. СВО на основе результатов сглаженного псевяо

разложении Вигнера-Вилла дли моделей с (а) постоянной мощностью,

(б) убывающей и (в) возрастающей мощностью слоев

Внизу (г) показана классификация сигналов в частотно-временной

области

Анализ спектрально-временных образов построенных для реальных сейсмических данных показал недостаточность представленного выше набора простых моделей для объяснения и интерпретации некоторых элементов СВО. На основе представленных выше моделей, был создан и проанализирован ряд более сложных и приближенных к изучаемой геологической обстановке. Расчет производился для метода отраженных волн при нулевом выносе, параметры модельного сигнала были выбраны в соответствии с рассматриваемыми реальными .данными.

Геологическая задача состоит в изучении фаций локализованных в пределах одного сейсмогеологического комплекса. В связи с этим для моделирования были выбраны слабоконтрастные скоростные модели. По полученным сейсмическим трассам были рассчитаны сглаженные псевдо разложения Вигнера-Вилла.

Прежде всего, была произведена оценка ограничений данного метода для анализа реальных данных. Для этого был произведен расчет моделей с постоянно возрастающими и постоянно убывающими мощностями слоев.

На первом этапе произведена оценка минимального значения мощностей слоев, к

которым чувствителен СВАН анализ. На рисунке 4 показаны спектрально-временные образы, построенные для моделей с градиентным изменением мощностей слоев. Как на спектрально-временных образах, так и на синтетических трассах видно сильное падение энергии после того, как мощность слоев становится меньше определенного значения. Чтобы уловить эту границу, был проанализирован ряд моделей с различным градиентом изменения мощностей. Было установлено, что для импульса источника с полосой 10-25-60-75 Гц в результате интерференции, на слоях мощностью менее 8 метров, происходит резкое падение амплитуд отражения, и как следствие, значительное уменьшение энергии на спектрограммах.

>*вр-о&я гпр-ол

Рисунок 4. Спектрально временные образы для моделей с мощностью слоев (а) возрастающей от 0.5 до 10.3м и (б) убывающей с 10 до 0.5м. Для полосы излучаемого импульса 10-25-60-75 Гц

На рисунке 5 изображены спектрально-временные образы, рассчитанные для моделей с постоянной мощностью слоев. Хорошо видно, что при мощностях 8 метров энергия локализована на частотах 60-70 Гц, что согласовывается с выводами сделанными ранее. Но уже на модели из семиметровых слоев, тренд, локализованный на частоте 70 Гц, можно разглядеть только при расчете разложений для части трассы, тогда как на разложении всей трассы различимы лишь отражения от кровли я подошвы интерферирующей пачки. Эти примеры позволяют сделать выводы о том, что при указанной полосе спектра изучаемых сейсмических данных и используемых размерах окон сглаживания, разрешающая способность метода не превышает восьми метров, что составляет примерно одну шестую длины волны.

Следующим шагом была произведена оценка "сверху", т.е. то при каких мощностях

интерферирующих слоев, перестает прослеживаться спектрально-временной тренд и энергия отражений в плоскости время-частота разделяется на отдельные максимумы. На рисунке 6 (а, б) показаны спектрально-временные разложения, сосчитанные для модели, мощность слоев в которой монотонно возрастает. Четкое разделение отражений от кровель отдельных слоев прекращается при уменьшении их мощностей до значений меньших длинны волны исходного сигнала.

Мощность слоя [и] 0 18

¥ 8

Частота [кГц] Амплитуда »»•«»»щ ,

I ; ' е 5 *

Мощность слоя (м! О 14

Амплитуда

Часпл* {кГц]

г 1 г

1 I

1 >

1 8 ■ |

Рисунок 5. Спектрально временные образы для моделей с мощностью слоев (а)-8м (б)-7м

Но в промежутке между этим значением и тем, при котором энергия сигнала, отраженного от интерферирующей пачки сливается в четкий спектрально-временной тренд,

фиксируются явления требующие дальнейшего изучения.

Четкий спектрально-временной тренд заканчивается на мощностях порядка 14 метров, что составляет, примерно треть длинны волны. При дальнейшем увеличении мощности слоев, частота сигнала стремящийся к значению частоты источника, вновь начинает обогащаться высокими частотами за счет специфической суперпозиции отраженных импульсов. При мощности слоев порядка половины длинны волны, в интерференции принимают участие только два отраженных импульса сдвинутых на половину "периода". Это приводит к модуляции второй равноправной частоты, которая на спектрально-временных образах выражается в появлении параллельного тренда в более высокочастотной области. Этот эффект интересен тем, что параллельные тренды довольно часто имеющие место на реальных данных, объясняемые ранее, как интерференция на циклах разного уровня не нашли подтверждения при моделировании Рисунок б. Сравнивая подобные "переходы через половину длинны волны", с "узлами" на реальных данных Рисунок 6 (в), напрашивается вывод именно о такой природе этих явлений.

При дальнейшем увеличении мощностей, суперпозиция отражений приводит к практически полному исчезновению низкой частоты, и образованию нового высокочастотного тренда, хотя уже не такого четкого, как при малых мощностях слоев. Разделение спектрально-временной картины на отдельные импульсы начинается при сдвиге интерферирующих импульсов, более чем на 2/3 длинны волны, когда взаимное влияние двух отражений становится незначительным.

С целью объяснения сложных спектрально-временных картин, часто наблюдаемых при анализе реальных данных, были промоделированы так называемые многоуровневые циклы. На рисунке 7 изображены спектрально-временные образы для моделей с двухуровневой цикличностью. Модель (а) представляет собой пачку из восьми 21-метровых слоев, каждый из которых в свою очередь состоит из возрастающих по мощности от 1 до 6м с шагом 1м маленьких слоев. Модель (б) представляет собой пачку из трех 20-метровых слоев скорость продольных волн возрастает в каждом последующем на 100м/сек, от 2000 до 2200, каждый двадцатиметровый слой состоит из десяти двухметровых с чередующимися скоростями продольных волн, отличающимися на 50м/сек. Результаты последнего моделирования не показали появление параллельных трендов.

Из приведенного выше модельного анализа видна недостаточность одного лишь эмпирического метода. Для подведения более точной научной базы под методику интерпретации спектрально-временных разложений требуется математические расчеты, хотя бы основных стадий изменения суперпозиционных эффектов в зависимости от временного сдвига волны и ее формы.

Частота Г*( и! Липмпу»

гть ^

Часта Амямп^оа

? ? ? I

Чалит* [Гц] 20_41 70 И

.....I....

Рисунок б. (а, б) Спектрально временные образы для моделей с мощностью слоев возрастающей от 5 до 54м с шагом 1м. (в) фрагмент СВО сосчитанного по реальной сейсмической трассе на левом борту палеорусла.

МоШЫОСГ-.СЮЯ [ы! Частота ГкГц) Амя1т>дв

0 в » ''^ а ЯМ МП

Моишот слоя [м] Частота [кГц]

0 4 /1Ч1яц|ж|

• ¥

1« 1

Рисунок 7. Спектрально-временные образы для моделей с двухуровневой цикличностью.

Если осуществлять привязку фаций по глубине при помощи переноса результатов обычной корреляции горизонтов, сделанной на сейсмическом разрезе, то, как известно, точность ее не будет превышать 1/2 - 1/3 длинны волны. Разрез амплитудно-частотных вариаций, построенный на основе преобразования результатов спектрально временных разложений обладает более высокой разрешающей способностью, что позволяет более точно привязать результаты спектрально-временного анализа.

Методика построения разреза амплитудно-частотных вариаций (АЧВ), состоит из 3-х этапов:

1. построение спектрально-временных изображения (СВИ) посредством СВАН

преобразования трассы х = const U(to).

2. формирование трассы F(to) = l.^Üsl- параметрической диаграммы амшштудно-

С W(t0)

частотных вариаций, где: fmin - í,,« - частотный состав анализируемого интервала сейсмической записи; U(to,x) - трасса временного разреза; to - вертикальное время на мигрированием разрезе; множитель С не зависит от to

с = ']f pUW / \f S(JW> - ']V(.f,t0)p<j)df' = /m¡U(/,t0) S(fW'

Л» Jm

~¡p(f)df = 0 '< £(Л=|КЛ|; Pif) и S(f) - операторы, обеспечивающие ослабление

Л*

искажений амплитуд 5U, присутствующих на СВИ £/(/,/„).

3. Повторение операций 1. и 1. для всех трасс разреза и формирование разреза F(to,x) АЧВ.

6. Экспериментальные исследования плиоценовых конусов выноса посредством СВАН

В этой главе спектрально-временные разложения сейсмического сигнала изучены с точки зрения их применимости при интерпретации внутреннего строения сложных сейсмофаций.

То, что палеорусла представляют собой геометрически сложно построенные структуры, состоящие из множества слоев, пачек и циклов разного уровня, а также сильная латеральная изменчивость приводят к значительному усложнению сейсмогеологических моделей. Эта проблема была решена в пятой главе путем построения СВО для простых интерференционных моделей. Теперь, спектрально-временное отображение реальных данных, может быть рассмотрена, как результат суперпозиции эффектов, от простых акустических моделей.

Ранее линейные и энергетические разложения применялись только при анализе малых объемов сейсмических данных для горизонтально-слоистых трансгрессивно-регрессивных толщ. В данной работ« этот метод впервые применен для интерпретации такой сложной геологической обстановки, как система погребенных конусов выноса. В связи с этим, в ходе работы была выработана общая методика подбора и анализа данных для изучения столь масштабных и сложных геологических тел.

Выше была показана высокая разрешающая способность метода, позволяющая детальнейшим образом расчленять конусовые комплексы на отдельные фации. При средней мощности в центральной части палеорусла порядка 300м, и линейных размерах в сотни километров, подобная чувствительность метода на начальном этапе интерпретации,

является негативным фактором. Неустойчивость к малым изменениям геологической обстановки, сильно затрудняет понимание общей картины и делает невозможным сопоставление фаций выделяемых в отдаленных друг от друга частях конуса.

Проблема неустойчивости метода была решена с помощью огрубления разложения. Это огрубление может производиться как на этапе вычислений: путем подбора окон сглаживания по частоте и по времени, так и на этапе построения СВО: путем задания высокого уровня отбраковываемых в качестве шума значений и уменьшения динамического диапазона частотно-временного массива.

Существенную роль при разработке методики интерпретации играет глубина залегания и размеры изучаемых структур. Рассматриваемое сечение лопасти локализовано между отметками 3.5 и 4 секунды, что примерно соответствует глубине 2800 м. При центральной частоте 42 герца, радиус первой зоны Френеля на этой глубине составляет примерно 250 м. Горизонтальный размер изучаемого сечения лопасти составляет 57.5 километра. В результате подбора, было установлено, что для прослеживания общих закономерностей изменения спектрально-временных трендов необходим расчет СВО по трассам, отстоящим друг от друга на расстояние, не превышающее половины размера первой зоны Френеля.

При характерных размерах сечений палеорусел в десятки километров, для их изучения требуется одновременное рассмотрение нескольких сотен СВО. Из-за значительной осложненное™ интерференционными артефактами, а так же высокой чувствительности к малым изменениям геологии, интерпретация СВО возможна лишь при их точной корреляции с реперными отражающими границами. Эта проблема была решена с помощью переноса горизонтов с сейсмического разреза.

ийотгттшдт.; м Ш*- *;>1 й и и и

Рисунок 8 Выделение основных трендов на спектрально-временных трендах и предварительное разбиение на фации.

На следующем этапе были намечены общие закономерности и "глобальные"

изменения частотно-временных трендов. На рисунке 8 показан процесс выделения основных трендов на спектрально-временных образах и предварительное разбиение на фации. Наклонными отрезками подчеркнуто направленное изменение частот (мощностей). Эллипсами показаны узлы на СВО, скорее всего, приуроченные к значениям мощностей интерферирующих слоев около 20 метров. Цветными многоугольниками показаны сейсмофации, выделяемые по общему наклону и положению спектрально-временных трендов (тренды рассматриваются снизу вверх).

На разрезе были выделены: фации с падающей частотой (возможно регрессия); фации с увеличивающейся частотой (возможно трансгрессия); фации примерно с постоянным во времени частотным составом; "бледные" фации, для анализа которых необходима более чувствительная настройка параметров разложений.

На заключительном этапе было проведено более четкое фациальное деление и перенос результатов обратно на сейсмический разрез (рисунок 9).

Рисунок 9. Результаты фациального разбиения сечения конуса выноса с помощью анализа спектрально-временных разложений

Целью построения и интерпретации данного набора спектрально-временных разложений, было выделение крупных фациальных единиц внутри сложно построенного сейсмостратиграфического комплекса. Благодаря подбору параметров, был достигнут желаемый результат - разделение сечения конуса на несколько крупных единиц.

В пользу предложенного метода можно привести тот факт, что полученная фациальная модель обладает симметрией относительно центрального русла. Но в силу неустойчивости к малым изменениям слоистости, интерпретация спектрально-временных разложений на таких масштабных объектах представляется сложной задачей, требующей решения в несколько стадий - с построением СВО с различными параметрами сглаживания, величин

отбраковываемых значений, а также динамического диапазона, достигаемого изменением длинны анализируемого отрезка трассы.

Проведя предварительную - достаточно грубую классификацию изучаемого объекта при помощи поточного спектрально-временного разложения профиля (с одними и теми же параметрами для всех трасс), можно оценить спектрально-временные характеристики каждого интервала разреза (рисунок 9.). Это дает возможность аккуратно подобрать параметры разложения (окна сглаживания, динамический диапазон, и т.д.) для каждого небольшого участка разреза с тем, чтобы получаемые спектрально-временные образы были хорошо читаемы на всем анализируемом профиле. После проведения такого детального анализа, интервалы разреза, которые прежде были нечитаемы на СВО, стали теперь более понятны, и могут быть отнесены к тому или иному классу (трансгрессия, регрессия, постоянная мощность) с большой долей достоверности. Более того, некоторые участки разреза, которые на первом этапе интерпретации казались однородными, при тщательном подборе параметров разложений, разделились на несколько толщь разного характера. Так, например, достаточно "пестрая" фациальная картина, получившаяся на первом этапе (рисунок 9.) наполнилась геологическим смыслом после детального анализа (рисунок 10.). Стала отчетливо заметна шестислойное строение русла.

Интерпретируя, согласно предложенной теории, сейсмостратиграфическую модель сечения конуса выноса, можно предположить, что формирование данного геологического объекта происходило в три этапа:

Начало формирования отложений первого этапа, по-видимому связано с регрессией, затем осадконакопление шло постоянными темпами, и на заключительной стадии первого этапа произошла регрессия.

Начало второго этапа, также как и первого, приурочено к активизации осадконакопления, связанного с отступлением бровки шельфа. Но в отличие от первого этапа, сброс материала шел гораздо активнее - это отразилось в большом количестве глубоких врезов, заполненных осадками регрессивного периода. Затем сразу наступила трансгрессия, но она продолжалась не долго, так как мощность этих осадков не велика. На заключительном цикле второго этапа длительное время шло постоянное осадконакопление, предположительно на одном и том же расстоянии от берега.

Последний этап ознаменовался очень интенсивным сбросом осадочного материала по уже существующему руслу, что отразилось в глубоких врезах в центре лопасти. Можно предположить, что во время последнего этапа данная часть русла находилась существенно ближе х берегу. В пользу этого предположения говорят два факта: Первое - это большая глубина врезов, что свидетельствует о большой энергии потока, прорезавшего эти каналы (энергия потока теряется при удалении от берега); И второе - это другой частотный состав

сейсмического сигнала (спектр смещен в низкочастотную область). Это пониженное на общем фоне значение частот объясняется с помощью предложенной теории: прослои, формирующие фации в этих каналах обладают большей мощностью, что также скорее всего, связано с прибрежным генезисом этих врезов. Подбор параметров разложений с учетом спектрального состава, позволил выделить цикличность внутри врезов, которая была не видна на первом этапе.

Рисунок 10. детальное фациальное расчленение сечения конуса выноса с индивидуальным подбором параметров разложения для каждого интервала разреза. «1» граница между регрессивной и стационарной стадиями первого этапа; «2» граница между стационарной и трансгрессивной стадиями первого этапа; «3» граница между первым и вторым этапами; «4» граница между регрессивной и трансгрессивной стадиями второго этапа; «5» граница между трансгрессивной и стационарной стадиями второго этапа; «б» граница между вторым и третьим этапами.

Полученные результаты подтверждают пригодность, разработанного в рамках настоящей работы метода, для проведения сейсмостратиграфического анализа слоистых геологических объектов, имеющих большое распространение по площади. А в случае анализа циклических осадочных толщь, по результатам интерпретации можно также делать выводы о генезисе и истории формирования осадочного бассейна в целом.

Заключение.

В результате проведенных исследований получены следующие результаты:

1. Показана возможность использования метода анализа спектрально-временных разложений для интерпретации внутреннего строения подводных конусов выноса.

2. Разработана методика построения и интерпретации спектрально-временных образов для подробного фациального расчленения сложных сейсмогеологических комплексов.

3. Произведена оценка разрешающей способности и ограничений метода.

4. Расширен ряд простых акустических моделей используемых при интерпретации СВО реальных сейсмических данных

5. Подробный анализ разложений для синтетических моделей выявил интерференционные явления, не связанные с наличием цикличности разного уровня, как предполагалось ранее.

По теме диссертация опубликованы следующие работы: Статья: Грачев А.О. Старовойтов A.B. Возможности спектрально-временного анализа данных морской сейсморазведки, Геофизика, Технологии сейсморазведки. Москва, 2003г. Тезисы:

Грачев А.О. Диапазоны и критерии применения спектрально-временных разложений, сравнительная характеристика построения спектрально-временных образов с помощью узкополосной фильтрации и путем разложений Вигнера-Вилла, Тезисы докладов Молодежной секции конференции ГЕОМОДЕЛЬ, Москва, 2002г.

Грачев А.О. Старовойтов A.B. Репин P.A. Возможности спектрально-временного анализа сейсмических данных, Тезисы докладов Пятой научно-практическая конференции. ГЕОМОДЕЛЬ, Геленджик, 2003г.

Грачев А.О. Старовойтов A.B. Возможности спектрально-временного анализа данных морской сейсморазведки, Тезисы докладов Международной геофизической конференция и выставки ЕАГО, SEG, EAGE, РАЕН. Москва, 2003г.

Грачев А.О. Урупов А.К. Попов М.М. Амплитудно частотный анализ сейсмического Разреза, Тезисы докладов Седьмой международнойая научно-практическойя конференции. ГЕОМОДЕЛЬ, Геленджик, 2005г.

Отпечатано в отделе оперативной печати Геологического ф-та МГУ Тираж 10 Оэкз. Заказ № 25"

лоовА f

ТвсгГ"!

6 8 0 2

Содержание диссертации, кандидата технических наук, Грачев, Александр Олегович

ВВЕДЕНИЕ

1. ОСНОВНЫЕ ЧЕРТЫ ГЕОЛОГИЧЕСКОГО СТРОЕНИЯ РАЙОНА

1.1 Краткий физико-географический очерк

1.2 История тектонического развития

1.3 Литолого-стратиграфическая характеристика

1.4 Сейсмо-стратиграфическая характеристика

1.5 Геологическое строение изучаемых объектов

2. МЕТОДИКА НАБЛЮДЕНИЙ И ОБРАБОТКА ДАННЫХ

2.1 Методика обработки и техника регистрации данных полученных в 1988-1994 гг.

2.2 Методика обработки и техника регистрации данных, собранных Вестерн Атлас

2.3 Методика обработки и техника регистрации данных, собранных Лабораторией Региональной Геодинамики

3. РЕЗУЛЬТАТЫ СТАНДАРТНОЙ ОБРАБОТКИ И ПОСТАНОВКА ГЕОЛОГИЧЕСКОЙ ЗАДАЧИ

4. СПОСОБЫ СВАН И ИХ СРАВНИТЕЛЬНЫЕ ХАРАКТЕРИСТИКИ

4.1 Линейные спектрально-временные разложения

4.2 Энергетические разложения.

5. МОДЕЛЬНЫЕ ИССЛЕДОВАНИЯ ВОЗМОЖНОСТЕЙ СВАН ПРИ ИЗУЧЕНИИ ТОНКОСЛОИСТЫХ СРЕД

5.1 Решение прямой задачи спектрально-временных разложений для набора простых интерференционных моделей

5.2 использование амплитудно-частотного анализа для уточнения привязки сейсмофаций, выделенных по СВАН

6 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ПЛИОЦЕНОВЫХ

КОНУСОВ ВЫНОСА ПОСРЕДСТВОМ СВАН

Введение Диссертация по наукам о земле, на тему "Разработка методики детального расчленения плиоценовых конусов выноса юго-восточной континентальной окраины Индостана на основе спектрально-временного анализа"

Задачами исследований представленных в данной работе, являются:

- Обобщение геолого-геофизических данных о строении постмиоценовых отложений юго-восточной континентальной окраины Индостана;

- Обоснование целесообразности применения методов спектрально-временного анализа для детального изучения целевых геологических объектов

- Изучение современного состояния теории и практики спектрально-временного анализа сейсмического сигнала;

- Исследование путем математического моделирования влияния слоистости на динамику отраженных волн;

- Разработка на основе проведенных исследований, методических приемов СВАН, оценка их устойчивости на математических моделях;

- Опробование разработанной методики для сейсмостратиграфического анализа на реальных сейсмических данных.

Автор диссертации являлся ответственным исполнителем одного из трех отчетов составленных по результатам выполнения проекта по региональной интерпретации прибрежных осадочных бассейнов юго-востока Индии. Автором был защищен отчет на комиссии в управлении по углеводородам министерства природных ресурсов Индии в г. Нью-Дэйли.

Основной интерес для исследований представляет терригенная постмиоценовая толща, преимущественно сложенная аргиллитами с прослоями песчаников, накапливавшихся в условиях изменяющихся от мелководного внутреннего шельфа до центрального шельфа и континентальной окраины. Характерной особенностью строения данной толщи, является обилие погребенных систем подводных конусов выноса.

Подводные конуса в данном районе являются перспективными коллекторами углеводородов. И их фациалыюе расчленение имеет важное значение при разработке приуроченных месторождений. Кроме того, изучение строения палеооусел представляет большой научный интерес, так как само возникновение и развитие подводных конусов выноса связано с изменением условий осадконакопления, и сменой тектонических обстановок.

В данной работе предлагается решение задачи фациального расчленения палеорусел при помощи анализа спектрально-временных разложений сейсмического сигнала. Этот метод дает информацию о закономерностях изменения частотного состава сигнала с глубиной. Как будет показано в работе, анализ этих закономерностей позволяет делать выводы о характере слоистости пачек, состоящих из слоев с мощностями во много раз меньшими длины волны сейсмического сигнала.

Основоположником метода Спектрально-Временного Анализа сейсмического сигнала является И.А. Мушин, который еще в 1983 г. предложил методику СВАН для анализа слоистых толщ в околоскважинном пространстве. В течение ряда последних лет, благодаря развитию вычислительных мощностей российским и зарубежным ученым удалось расширить алгоритмическую базу, используемую для построения спектрально-временных разложений.

В данной работе приведены сравнительные характеристики различных алгоритмов спектрально-временных разложений, и даны рекомендации по выбору алгоритма исходя из поставленной перед исследователем геологической задачи.

Также, в настоящей работе представлена, разработанная автором методика интерпретации спектрально-временных разложений.

Автор выражает глубокую признательность своему научному руководителю -доктору геолого-минералогических наук, профессору А.К. Урупову. Автор искренне благодарит всех, кто на различных этапах работы над диссертацией оказал помощь и поддержку. Отдельная благодарность кандидату геолого-минералогических наук доценту кафедры сейсмометрии и геоакустики геологического ф-та МГУ A.B. Старовойтову и доктору физико-математических наук, заведующему кафедрой сейсмометрии и геоакустики геологического ф-та МГУ M.J1. Владову за содержательную критику и консультации.

Заключение Диссертация по теме "Геофизика, геофизические методы поисков полезных ископаемых", Грачев, Александр Олегович

Выводы, сделанные в данной главе будут использованы для расчетов и анализа результатов в главе 6.

5.2 использование амплитудно-частотного анализа для уточнения привязки сейсмофаций, выделенных по СВАН

Предложенный в настоящей работе метод интерпретации спектрально-временных разложений основан на интегральном эффекте - анализе интерференции отражений от слоев малой мощности. Анализ закономерностей изменения частотного состава сигнала с глубиной позволяет делать выводы о характере слоистости пачек, состоящих из слоев с мощностями во много раз меньшими длины волны сейсмического сигнала.

Результат интерпретации представляет собой сейсмостратиграфическую модель разреза - сейсмический разрез разбивается на сейсмофации отличающиеся по значению и изменению значения мощностей малых слоев слагающих фации.

Если осуществлять привязку полученных фаций по глубине, при помощи переноса результатов обычной корреляции горизонтов, сделанной на сейсмическом разрезе, то, как известно, точность ее не будет превышать 1/2-1/3 длинны волны.

Данная глава посвящена изучению метода амплитудно-частотных вариаций предложенного профессором РГУ Нефти и Газа им. Губкина доктором геолого-минералогических наук А.К. Уруповым. В частности, разрез амплитудно-частотных вариаций, построенный на основе преобразования результатов спектрально временных разложений обладает более высокой разрешающей способностью, что позволяет более точно привязать результаты спектрально-временного анализа.

Методика построения разреза амплитудно-частотных вариаций (АЧВ), состоит из 3-х этапов (рис.5.7.):

1. построение спектрально-временных образов (СВО) посредством СВАН преобразования трассы х = const U(to) х = const ,, 10 100 Гц

1 I I I I I-► to ' трассы to1 1,11 СВО трассы to 1 ПДАЧВ

Рисунок 5.7. Иллюстрация преобразования сейсмической трассы в параметрическую диаграмму

2. формирование трассы F(t0) = — • - параметрической диаграммы амплитуднос щи) частотных вариаций, где: vmjn - vmax - частотный состав анализируемого интервала сейсмической записи; U(to,x) - трасса временного разреза; to - вертикальное время на мигрированном разрезе; множитель С не зависит от to max ^тач ^тач

С= ¡vp(v)dv / jv-S(y)dv; V(t0)= \U(y,t0)p(y)dv, W(t0)= \u(y,tQ)-S(y)dv; min ^min ^min тач p(v)dv = 0; S(v) = ; p(y) и 5(v) - операторы, обеспечивающие ослабление min искажений амплитуд 8U, присутствующих на СВИ U(y,t0).

При нормальном законе распределения 5U(n) оптимален оператор U вида (рис. 5.8 (а)); при нормальном законе распределения 6U2(n) оптимальны операторы вида (рис. 5.8 (Ь)); при наличии систематических искажений целесообразно применение более сложных операторов. Например, если величина искажений возрастает с увеличением f от fcp к fmax и с уменьшением от fcp к fmin, то целесообразно применение операторов вида (рис. 5.8 (с)). р = +1 р = -1

S = 1

S= 1 р = -1

S = 1 р = + 1

S = 1 а) (Ь)

Рисунок 5.8. Графическое изображение операторов, обеспечивающих ослабление искажений амплитуд при построении параметрической диаграммы амплитудно-частотных вариаций

3. Повторение операций 1. и 2. для всех трасс разреза и формирование разреза И^х) АЧВ.

Прежде чем применить метод амплитудно-частотного анализа представленного, следует изучить его возможности и ограничения. Для этого, также, как и в случае подбора методики СВАН для сейсмостратиграфического расчленения разреза описанного в главе 4, построим упругую модель разреза соответствующую изучаемому реальному геологическому разрезу: скорости в мелких пропластках изменяются от 2000 до 2250 м/с, при плотностях от 1800 до 2000 г/см3 с мощностями изменяющимися от 2 до 100 метров (рис.5.9).

Несмотря на наличие локальных утолщений связанных с русловыми отложениями, в целом, углы падения пластов достаточно малы, и на данном этапе мы можем принять горизонтально-слоистую модель среды. коэффициент Плотность Скорость] отражения

Рисунок 5.9. сейсмоакустическая модель среды

Руководствуясь динамическим анализом реальных данных, проведенным в предыдущих разделах, для моделирования был выбран нульфазовый импульс с диапазоном частот от 15 до 65Гц и центральной частотой 40Гц Сейсмический отклик на такую модель показан на рисунке 5.10. При данных параметрах сигнала и среды, длинна сейсмической волны будет составлять примерно 53 метра.

Рисунок 5.10. а) - коэффициенты отражения Ь) синтетическая трасса с) - волновое поле

Теперь, согласно пункту 1 настоящей главы, представим спектрально-временной образ в виде набора трасс отображающих в порядке возрастания компоненты исходной сейсмической трассы (рис. 5.11).

WWW<««"«««««»"«

Ш&шшшяяянушфнммш lUlUUltUltlllUIIUI

Рисунок 5.11. спектрально-временной образ сейсмического сигнала, отображаемый в виде сейсмических трасс

После применения операций описанных в пункте 2 выше, получаем результирующую трассу амплитудно-частотных вариаций (рис.5.12 (Ь)). коэффициент плотность скорость отражения F(t) U(t) a) (b) (с)

Рисунок 5.12. а) - модель среды Ь) - параметрическая диаграмма амплитудно-частотных вариаций с) - исходная трасса

Трасса амплитудно-частотных вариаций отражает градиент спектра, по этому ее амплитуды не соответствуют коэффициентам отражения, однако из иллюстрации видно, что диаграмма F(t) позволяет различить отражения от слоев малой мощностью - недостаточной для того, чтобы разделить их на простой сейсмической трассе. Анализируя полученный результат, можно сделать следующие методические рекомендации:

1. Для улучшения читаемости результатов, при работе с реальными данными следует фильтровать параметрическую трассу для устранения осложняющих высокочастотных компонент;

2. В силу того, что фазовый спектр результирующей параметрической трассы претерпел искажения, то, как и в случае интерпретации энергетических разложений, необходимо разделить разрез на отдельные пачки с определенными диапазонами мощностей слоев.

Рисунок 5.13. реальные сейсмические данные. а1), (Ы) спектр сигнала (серая гистограмма) и спектр шума (черная гистограмма); (а2), (Ь2) сейсмический разрез; (аЗ), (ЬЗ) разрезы трасс амплитудно-частотных вариаций, построенные с применением операторов вида "а" и "Ь" соответственно (рис.5.8), отфильтровалиые затем ФНЧ.

Рассмотрим эффективность применения различных операторов, обеспечивающих ослабление искажений амплитуд на реальных данных для различных законов распределения искажений.

На рисунке 5.13 и изображены исходные сейсмические разрезы ОГТ, и разрезы трасс амплитудно-частотных вариаций, полученные по технологии описанной выше. Исходная трасса амплитудно-частотных вариаций позволяет хорошо сжать сигнал, как это показано на рисунке 5.13, однако данная процедура обработки привносит шум, который затрудняет интерпретацию реальных данных. От этого шума можно избавиться с помощью ФНЧ. Выбор верхней границы ФНЧ обусловлен нахождением компромисса между "читаемостью" разреза и разрешающей способностью.

Красными и синими линиями на рисунках 5.13 (аЗ) и (ЬЗ) показаны границы, отражения от которых интерферировали на исходных сейсмических разрезах (рис. 5.13 (а2) и (Ь2)). После использования метода АЧВ удалось разделить эти отражения.

Анализируя работу метода амплитудно-частотных вариаций на синтетических и реальных данных, можно сделать вывод о том, что данный метод позволяет увеличить разрешающую способность сейсмических данных в небольшом временном окне. Так как метод чувствителен к характеру распределения искажений амплитуд, следует тщательно подбирать параметры спектрально-временного разложения, а также операторов р(у) и что не дает возможности применять данный метод для поточной обработки целого разреза, но позволяет использовать его в комплексе - для уточнения привязки результатов фациального расчленения, произведенных по СВАН.

Методика, изложенная в настоящей главе, применялась для уточнения привязки результатов фациального расчленения, описанного в следующей главе.

6 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ПЛИОЦЕНОВЫХ КОНУСОВ

ВЫНОСА ПОСРЕДСТВОМ СВАН

Рассмотрим эффективность применения спектрально-временных разложений сейсмического сигнала при интерпретации внутреннего строения сложных сейсмофаций в пределах палео-русел

То, что палеорусла представляют собой геометрически сложно построенные структуры, состоящие из множества слоев, пачек и циклов разного уровня, а также сильная латеральная изменчивость приводят к значительному усложнению сейсмогеологических моделей. Проблема работы со сложными моделями была решена в предыдущей главе путем построения СВО для простых интерференционных моделей.

Теперь, при интерпретации реальной спектрально-временной картины будем рассматривать ее как результат суперпозиции эффектов, от простых акустических моделей.

Ниже приведен пример расчета и интерпретации СВО для типичного в данном районе сечения дистальной части конуса выноса (рис. 6.1). В силу сложной тектонической обстановки в изучаемом районе практически не представлены канонические формы палеоконусов. Как будет показано ниже, большинство из них формировались в течение нескольких трансгрессивно-регрессивных этапов, а многие отмершие долины осложнены более поздними врезами.

Уже существует опыт применения линейных (И. А. Мушин и др. 2000 г.) и энергетических (Альмендингер А. М. 2001 г.) разложений при анализе малых объемов сейсмических данных для горизонтально-слоистых трансгрессивно-регрессивных толщь. Но в данной работе впервые осуществлена попытка применения метода для интерпретации такой сложной геологической обстановки, как система погребенных конусов выноса. В связи с этим, в ходе работы приходилось не только заново настраивать алгоритмы построения спектрально-временных образов, но и вырабатывать общую методику подбора и анализа данных для изучения столь масштабных и сложных геологических тел. гр диоо 1 5000.0 5500 0 . . . . 1 . . . . 6000 0 , 1 . 65000 ' . . 1 . . . . 1 . I . ■ ЕС-Ш-04 ■ 75000 80000 . 1 ■ ■ .1 1 езде . 1 0

11 зсш

-у

ШШВ

Рисунок 6.1 фрагмент сейсмического профиля с изучаемым сечением подводного конуса выноса

В пятой главе была показана высокая разрешающая способность метода, которая позволяет детальнейшим образом расчленять конусовые комплексы на отдельные фации. При средней мощности в центральной части палеорусла порядка 300м, и линейных размерах в сотни километров, подобная чувствительность метода на начальном этапе интерпретации, является негативным фактором. Зачастую, неустойчивость к малым изменениям геологической обстановки, сильно затрудняет понимание общей картины и делает невозможным сопоставление фаций выделяемых в отдаленных друг от друга частях конуса.

Существенную роль при разработке методики интерпретации сыграли глубина залегания и размеры изучаемых структур. Как видно из рисунка 6.1, рассматриваемое сечение лопасти локализовано между отметками 3.5 и 4 секунды, что примерно соответствует глубине 2800 м. При центральной частоте 42 герца (рис. 5.2), радиус первой зоны Френеля на этой глубине составляет примерно 250 м. Горизонтальный размер изучаемого сечения лопасти составляет 57.5 километра.

Как уже говорилось ранее, спектрально временные разложения обладают значительной чувствительностью к малейшим изменениям геологического строения. Предварительный расчет СВО реальных данных показал, что порой для уверенной интерпретации, приходится рассматривать трассы, находящиеся на расстоянии в 5 раз меньшем радиуса первой зоны Френеля. В результате подбора, было установлено, что для прослеживания общих закономерностей изменения спектрально-временных трендов необходим расчет СВО по трассам, отстоящим друг от друга на расстоянии, не превышающем половины размера первой зоны Френеля.

При характерных размерах сечений палеорусел в десятки километров, для их изучения требуется одновременное рассмотрение нескольких сотен СВО (рис. 6.2). Из-за значительной осложненности интерференционными артефактами, а так же высокой чувствительности к малым изменениям геологии, интерпретация СВО возможна лишь при их точной корреляции с реперными отражающими границами. Эта проблема была решена с помощью переноса горизонтов с сейсмического разреза (рис. 6.3). фгщ шщшт ¡тщц^ш «и ^ Щ[ гг т г " #1 1 ^ чд ^ 4 V I Ш ЦШ С* Ш/. йИЬяДй** » ^ * 5 * ^ ГЛ* а * »;»I. . I г м «К V 1V. 1 Л '

3600 -'--'V

20 45 70 Нг

20 45 70 №

20 45 70 Нг

А.'

20 45 70 Нг

20 45 70 Ш т^тгтг

20 45 70 Н7

3700

3800

3900

4000

4100

Рисунок 6.2. Набор из 230 спектрально-временных образов рассчитанных для каждой 20-й трассы на изучаемом сечении подводного конуса ткасшо то июо »гн р-юо 9ш 9воо збоо ^ ----вядяк г *г <а-----гу

Рисунок 6.3. Перенос пикировок с сейсмического разреза на спектрально-временные образы

На следующем этапе были намечены общие закономерности и "глобальные" изменения частотно-временных трендов. На рисунке 6.4 показан процесс выделения основных трендов на спектрально-временных образах и предварительное разбиение на фации. Наклонными отрезками подчеркнуто направленное изменение частот (мощностей). Эллипсами показаны узлы на СВО, скорее всего, приуроченные к значениям мощностей интерферирующих слоев около 20 метров. Цветными многоугольниками показаны сейсмофации, выделяемые по общему наклону и положению спектрально-временных трендов (тренды рассматриваются снизу вверх). Красным цветом изображены фации с падающей частотой (возможно регрессия). Зеленым цветом показаны фации с увеличивающейся частотой (возможно трансгрессия). Желтые многоугольники оконтуривают фации примерно с постоянным во времени частотным составом. Синими многоугольниками показаны "бледные" фации, для анализа которых необходима более чувствительная настройка параметров разложений.

На заключительном этапе было проведено более четкое фациальное деление и перенос результатов обратно на сейсмический разрез (рис. 6.5)

Целью построения и интерпретации данного конкретного набора спектрально-временных разложений, было выделение крупных фациальных единиц внутри сложно построенного сейсмостратиграфического комплекса. Благодаря определенному подбору параметров, был достигнут желаемый результат - разделение сечения конуса на несколько крупных единиц. В то же время сильное огрубление при построении СВАН колонок вылилось в достаточно низкую разрешающую способность по времени.

В пользу предложенного автором метода, можно привести тот факт, что полученная фациальная модель обладает симметрией относительно центрального русла. Но в силу неустойчивости к малым изменениям слоистости, интерпретация спектрально-временных разложений на таких масштабных объектах представляется сложной задачей, требующей решения в несколько стадий - с построением СВО с различными параметрами сглаживания, величин отбраковываемых значений, а также динамического диапазона, достигаемого изменением длинны анализируемого отрезка трассы.

Рисунок 6.4. Выделение основных трендов на спектрально-временных образах и предварительное разбиение на фации. Наклонными отрезками подчеркнуто направленное изменение частот (мощностей). Эллипсами показаны узлы на СВО, скорее всего приуроченные к значениям мощностей интерферирующих слоев около 20 метров. Цветными многоугольниками показаны сейсмофации, выделяемые по общему наклону и положению спектрально-временных трендов (тренды рассматриваются снизу вверх). Красным цветом изображены фации с падающей частотой (возможно регрессия). Зеленым цветом показаны фации с увеличивающейся частотой (возможно трансгрессия). Желтые многоугольники оконтуривают фации примерно с постоянным во времени частотным составом. Синими многоугольниками показаны "бледные" фации, для анализа которых необходима более чувствительная настройка параметров разложений. т11лсегч0 вши 9000 »211 9400 9600 9ш 1нм 10200

Рисунок 6.5. Результаты фациального разбиения сечения конуса выноса с помощью анализа спектрально-временных разложений

Проведя предварительную - достаточно грубую классификацию изучаемого объекта при помощи поточного спектрально-временного разложения профиля (с одними и теми же параметрами для всех трасс), можно оценить спектрально-временные характеристики каждого интервала разреза (рис. 6.4.). Это дает возможность аккуратно подобрать параметры разложения (окна сглаживания, динамический диапазон, и т.д.) для каждого небольшого участка разреза с тем, чтобы получаемые спектрально-временные образы были хорошо читаемы на всем анализируемом профиле. После проведения такого детального анализа, интервалы разреза, которые прежде были нечитаемы на СВО, стали теперь более понятны и могут быть отнесены к тому или иному классу (трансгрессия, регрессия, постоянная мощность) с большой долей достоверности. Более того, некоторые участки разреза, которые на первом этапе интерпретации казались однородными, при тщательном подборе параметров разложений, разделились на несколько толщь разного харак тера.

Для уточнения привязки сейсмофаций, а также для проверки корреляции, сделанной по СВО, в отдельных случаях использовались параметрические диаграммы амплитудно-частотных вариаций (рис. 6.6)

Достаточно "пестрая" фациальная картина, получившаяся на первом этапе (рис. 6.5.) наполнилась геологическим смыслом после детального анализа (рис. 6.7). Стала отчетливо заметна шестислойное строение русла. а) ГЫ

Рисунок 6.6. Уточнение привязки сейсмофаций, и проверка корреляции, сделанной по СВО (Ь) при помощи параметрических диаграмм амплитудно-частотных вариаций (а)

3600

3700

3600

3900

4000

3700

360

3900

Рисунок 6.7. детальное фациальное расчленение сечения конуса выноса с индивидуальным подбором п ада метро в разложения для каждого интервала разреза. (7)граница между регрессивной и стационарной стадиями первого этапа; (7)граница между стационарной и трансфессивной стадиями первого этапа; 0 граница между первым и вторым этапами; (7) граница между регрессивной и трансгрессивной стадиями второго этапа; (7) граница между трансгрессивной и стационарной стадиями второго этапа; 0 граница между вторым и третьим этапами.

Интерпретируя (согласно предложенной теории) сейсмостратиграфическую модель сечения конуса выноса, можно предположить, что формирование данного геологического объекта происходило в три этапа:

Начало формирования отложений первого этапа, по-видимому связано с регрессией (красная фация), затем осадконакопление шло постоянными темпами (желтая фация), и на заключительной стадии первого этапа произошла регрессия (зеленая фация).

Чар ЧНм: 1.0

Ь)

Рисунок 6.8. Картирование русла на основе спектрального разложения, а) - план; Ь) разрез

Затем сразу наступила трансгрессия (зеленая фация), но она продолжалась не долго, так как мощность этих осадков не велика. На заключительном цикле второго этапа длительное время шло постоянное осадконакопление, предположительно на одном и том же расстоянии от берега.

Последний этап ознаменовался очень интенсивным сбросом осадочного материала по уже существующему руслу, что отразилось в глубоких врезах в центре лопасти.

Можно предположить, что во время последнего этапа данная часть русла находилась существенно ближе к берегу. В пользу этого предположения говорят два факта: Первое — это большая глубина врезов, что свидетельствует о большой энергии потока, прорезавшего эти каналы (энергия потока теряется при удалении от берега); И второе - это другой частотный состав сейсмического сигнала (спектр смещен в низкочастотную область). Это пониженное на общем фоне значение частот обьясняется с помощью предложенной теории: прослои, формирующие фации в этих каналах обладают большей мощностью, что также скорее всего, связано с прибрежным генезисом этих врезов. Подбор параметров разложений с учетом спектрального состава, позволил выделить цикличность внутри врезов, которая была не видна на первом этапе.

Однако не всегда необходимо проводить детальный анализ и подбор параметров как это сделано выше. В некоторых случаях детальный анализ наоборот затрудняет интерпретацию, так как аккуратный подбор параметров позволяет проследить малые тренды, которые безусловно, интересны при детальной работе, но не стабильны по площади, и соответственно, не дают возможность оценить "похожесть" сейсмической картины на разных профилях. Для площадного анализа больше подходят спектрально-временные образы с огрубленными параметрами. Так, например на рисунке 6.8. показано палеорусло, прослеженное на основе выделения более ярким цветом энергии, сосредоточенной в определенном частотном диапазоне, соответствующем по мнению автора, отражению от циклической толщи центральной части руслового вреза.

ЗАКЛЮЧЕНИЕ

Наиболее существенным научным результатом настоящей работы является разработанная методика детального расчленения протяженных геологических объектов на основе интерпретации данных спектрально временных разложений сейсмического сигнала. Детальное описание методики приведено в 4, 5 и 6 главах. Ниже представлены основные этапы этой методики:

1 этап. Изучение и коррекция графа обработки сейсмических данных для снижения искажений динамических характеристик, существенных для СВАН

2 этап. Изучение априорной литолого-стратиграфической и сейсмостратиграфической характеристик разреза для создания точной модели среды.

3 этап. Выбор оптимального, для выделения интересующих геологических особенностей, алгоритма из числа линейных и энергетических разложений

4 этап, оценка разрешающей способности и ограничений метода путем анализа разложений синтетического волнового поля, рассчитанного по модели.

5 этап. Выбор интервала между анализируемыми трассами с учетом чувствительности метода, размеров и глубины залегания изучаемого геологического объекта.

6 этап. Расчет спектрально-временных образов по профилю.

7 этап. Перенос корреляции реперных отражающих границ с сейсмического профиля на профиль спектрально-временных образов

8 этап. Выделение энергетических трендов на каждом спектрально-временном образе

9 этап. Корреляция спектрально-временных энергетических трендов по профилю

10 этап. Проведение детального СВАН для участков разреза, где качество разложений со стандартными параметрами не позволило провести интерпретацию.

11 этап. Перенос корреляции фаций, выделенных на СВО с разреза спектральновременных образов на сейсмический разрез.

Научная новизна работы состоит в обосновании преимущества построения спектрально-временных образов при помощи квадратичных разложений по сравнению с узкополосной фильтрацией; в предложении методики непрерывного спектрально-временного анализа по профилю; определении количественной связи распределения энергии на СВО с распределением мощностей интерферирующих слоев. Подробный анализ разложений для синтетических моделей выявил интерференционные явления, которые прежде интерпретировались как результат отражения от сложных циклических толщ.

В качестве результатов, имеющих особую практическую ценность, следует отметить: научно-методический подход по подбору оптимального алгоритма для анализа изменения спектра сигнала во времени; определение ограничений, разрешающей способности и устойчивости метода; разработанную технологию интерпретации энергетических разложений, обладающих большей разрешающей способностью по сравнению с СВО, полученными с помощью узкополосной фильтрации; исследования возможностей метода энергетических разложений применительно к решению задачи расчленения мелко-слоистых толщь; разработанную методику применения спектрально-временных разложений для анализа протяженных геологических объектов на примере песчаных коллекторов в палеорусловых фациях.

Библиография Диссертация по наукам о земле, кандидата технических наук, Грачев, Александр Олегович, Москва

1. Альмендингер A.M. 2001 Магистерская Диссертация Применение частотно-временных разложений для анализа сейсмических данных.

2. Грачев А.О. Попов М.М. Амплитудно-частотный анализ сейсмического Разреза, Тезисы докладов Седьмой международной научно-практической конференции. ГЕОМОДЕЛЬ, Геленджик, 2005г.

3. Грачев А.О. Старовойтов A.B. Возможности спектрально-временного анализа данных морской сейсморазведки, Тезисы докладов Международной геофизической конференции и выставки ЕАГО, SEG, EAGE, РАЕН. Москва, 2003г.

4. Грачев А.О. Старовойтов A.B. Репин P.A. Возможности спектрально-временного анализа сейсмических данных, Тезисы докладов Пятой научно-практической конференции. ГЕОМОДЕЛЬ, Геленджик, 2003г.

5. Грачев А.О. Старовойтов A.B. Возможности спектрально-временного анализа данных морской сейсморазведки, Геофизика, Технологии сейсморазведки. Москва, 2003г.

6. Ефимова М.Р. Общая теория статистики, Москвва, Инфра-М 2002.

7. Журавлев Б.Я. Калинин A.B. Владов М.Л. Усовершенствование и внедрение сейсмоакустических методов картирования дна акваторий, Москва 1974.

8. Кулагин A.B. Мушин И.А. Павлова Т.Ю. Моделирование геологических процессов при интерпретации сейсмических данных, Москва, Недра, 1994.

9. Мушин И.А. Конструирование алгоритмов и графов обработки данных сейсморазведки, Москва 1983

10. Мушин И.А., Бродов П.Ю., Козлов Е.А., Хатьянов Ф.И., Структурно-формационная интерпретация сейсмических данных, Москва, Недра, 1990

11. Напалков Ю.В., Сердобольский Л.А. Линейные преобразования и системы в геофизике. 1991 ГАНГ им. И.М.Губкина

12. Рапопорт М.Б., Рыжков В.И., Крылов Д.Н. Метод разведки нефти и газа, основанный на их сейсмической неупругости. "Нефть, газ и бизнес", № 2,2000 г.

13. Рапопорт М.Б., Рапопорт J1. И., Рыжков В. И. Поглощение и дисперсия скорости сейсмических волн в залежах углеводородов.2-я Международная конференция SEG, Москва, 1993 г.

14. Рапопорт М.Б., Рапопорт Л.И., Рыжков В.И. Эффект сейсмической неупругости залежей углеводородов и его использование при поисках, разведке и эксплуатации нефтегазовых месторождений. "Геология, геофизика и разработка нефтяных месторождений", N 8,1997.

15. Урупов А.К. Основы трехмерной сейсморазведки, Москва, Нефть и газ, 2004.

16. Auger, F., Flandrin, P., Goncalves, P., Lemoine, O. 1996, Time-frequency Toolbox for use with MATLAB. Tutorial.

17. Bosman, C., and Peacock, J., 1993, Seismic data compression using wavelet transforms: 63rd Ann. Internat. Mtg., Soc. Expl. Geophys., Expended abstracts.

18. Chakraborty, A. and Okaya, D. 1995. Frequency-time decompositions of seismic data using wavelet-based methods: Geophisics, 60,1906-1916.

19. Directorate General of Hydrocarbons 1999, East Coast Interpretation Report

20. Mallat, S., and Zhong, S., 1993, Matching Pursuit with time-frequency dictionaries: IEEE Trans. Signal prec., 41, 3397-3415.

21. Morlet, J., Arens, G., Fourgeau, E., and D., G., 1982, Wave propogation and sampling theory: Geophysics, 47,2,203-236.

22. Mushin, I., Makarov, V., and Lowrie, A., 2000, Structural-formational interpretation tool for seismic stratigraphy. Geophysical Prospecting, 48 (6), 953-982.

23. Schuster, G. Т., and Sun, Y., 1993 Wavelet filtering of tube and surface waves: 63rd Ann. Internat. Mtg., Soc. Expl. Geophys., Expended abstracts.

24. Steeeght T.P.H. 1997. Local power spectra and seismic interpretation. Doctoral dissertation, Delft University of Technology.

25. Tobback, Т., Steeghs, P., Drijkoningen G and Fokkema, J. 1997. Decomposition of seismic signals via time-frequency representations. 67th SEG meeting, Dallas, USA, Expanded Abstracts, 1638-1641.

Информация о работе

Грачев, Александр Олегович
кандидата технических наук
Москва, 2006
ВАК 25.00.10

Диссертация

Разработка методики детального расчленения плиоценовых конусов выноса юго-восточной континентальной окраины Индостана на основе спектрально-временного анализа - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы