地球物理技术近几十年来一直不断地向油气藏开发延伸, 在面向目标成像、岩石物理、多约束反演、地震约束和驱动建模、油藏动态监测与表征以及多数据融合与智能化等多方面取得了长足的进步。地球物理技术向油藏开发延伸是地球物理技术本身发展的需要, 也是更好开发油气藏的需要。与勘探地球物理相比, 面向油藏开发领域的地球物理技术, 由于数据条件、关键技术问题与目标的变化而形成了具有自身独特特征的技术体系。旨在简单总结和梳理该领域的发展和现状, 目的是能和读者分享作者对未来技术发展的思考, 希望对读者有所启发。

随着国内油气勘探的不断深入，地震勘探目标越来越精细，常规的地震数据规则采集方式投资成本高昂，而非规则采集方式能够在不增加投资的情况下，得到非规则三维数据体。对非规则数据进行高密度的规则化重建，成为当前处理成像要解决的关键技术问题。针对该问题，基于压缩感知理论，研究了三维曲波变换数据重建方法。利用曲波变换能够有效捕捉地震记录中同相轴的各向异性特征以及方向性和各向异性特点，对地震数据同相轴进行最优稀疏表达，再引入凸集投影算法（POCS），开展基于三维曲波变换的非规则地震数据重建，提高重建精度。同时，采用f-x域转换和OpenMP并行加速优化策略提高方法的计算效率，最终实现了基于压缩感知的非规则采集数据高密度、高效率、高精度重建。利用该数据重建技术对胜利油田广利—青南滩浅海三维非规则采集数据进行重建和成像处理，结果表明：该方法重建结果精度高、计算效率高，能够获得较常规规则高密度采集更好的偏移剖面，明显提高了勘探目标的分辨能力。

在海洋地震勘探中,获取精确气枪震源子波对地震数据提高分辨率处理和震源质量监控等具有重要意义。针对已有的气枪震源子波模拟算法不能充分考虑气枪实时状态,模拟的子波和实际情况差异较大的问题,提出了基于近场水听器信号,考虑通过单枪激发试验测量的水听器相对灵敏度、通过气泡上浮计时试验和枪阵实时导航数据计算的气泡相对运动,以及考虑海面虚反射等因素,在频率域模拟气枪震源远场子波的方法。并测试了这几种因素对模拟结果的影响程度和适用条件。与常规基于震源设计参数理论模拟方法进行了实际数据应用对比,结果表明,所提出的远场子波模拟方法模拟出的远场子波能反映气枪震源真实激发状态和条件,具有高保真性,用于地震数据子波处理后能更好地压制气泡效应,大幅提高地震资料的分辨率,具有重要的实用意义。

新疆地区发育多套富有机质页岩, 是我国页岩油气勘探开发应重点关注的地区之一。调研发现, 新疆地区发育的34个沉积盆地中有6个盆地具备一定页岩油气资源潜力。针对新疆地区缺乏系统性页岩油气资源评价的现状, 系统梳理了新疆地区页岩油气勘探开发进展, 总结了古生界至中生界页岩油气地质特征, 采用概率体积法对新疆地区准噶尔盆地、焉耆盆地、吐哈盆地、塔里木盆地、伊犁盆地和三塘湖盆地的寒武系、奥陶系、石炭系、二叠系、三叠系、侏罗系开展了页岩油气选区和资源评价工作, 优选出5个页岩油远景区和23个页岩气远景区, 远景区资源潜力分别为650.19×10⁸ t和32.13×10¹² m³; 优选出6个页岩油有利区和6个页岩气有利区, 有利区资源潜力分别为70.06×10⁸ t和2.30×10¹² m³。根据计算的页岩油气资源分级评价结果和现阶段的勘探开发现状, 提出了新疆地区页岩油气下一步勘探方向, 认为准噶尔盆地和三塘湖盆地的二叠系页岩油是未来页岩油增储上产的领域, 博格达山前的二叠系页岩油伴生的页岩气以及多层系页岩气分布地区是未来页岩气勘探的重要方向。

在油气勘探开发过程中, 渗透率是反应储层渗流能力的重要参数, 对储层评价、开发和生产至关重要。关键通路(critical path analysis, CPA)方法基于渗流和电场的相似性, 建立储层的渗透率和电导率的关系, 是一种利用电法勘探结果预测渗透率的有效方法。然而, 当非常规油气储层表现出较强的各向异性(如裂缝页岩)时, 基于标量建立的CPA方法精度下降。针对各向异性介质, 提出了一种基于等效电参数和渗透率张量的张量CPA方法。从三维真实数字岩心出发, 提取岩心样本的孔隙网络, 并通过定义连通矩阵来表征孔隙网络的连通关系和渗流信息, 最终经过矩阵运算得到临界孔隙半径张量, 进而预测渗透率。对比了张量CPA方法在各向同性介质和各向异性介质中的应用效果, 结果表明, 张量CPA方法通过引入张量形式的物理参量, 可全面表征各向异性介质的结构特征, 显著提高了各向异性介质渗透率预测准确度。

针对煤系地层薄砂岩预测的难题, 在精细分析地震波形与测井曲线关系的基础上, 建立了基于地震波形横向相似性分析的智能相控波形指示反演技术。首先, 按照相似性原理建立了不同的地震波形样本组, 建立表征不同地震相类型的多个贝叶斯反演模型。其次, 对每个样本组的测井曲线进行滤波, 提取低频共性结构作为贝叶斯反演的先验信息, 建立地震反演高分辨率初始模型。最后, 通过不断修正初始模型, 并利用实际地震数据进行验证, 获得高分辨率的反演结果。正演模型验证结果显示, 智能相控波形指示反演技术能够准确预测厚度为3 m的煤系地层薄砂岩, 证明了该反演方法的合理性和反演结果的准确性。鄂尔多斯盆地D地区煤系地层薄砂岩反演实例表明, 智能相控波形指示反演技术对煤系地层薄砂岩预测精度达到了2~4 m, 后验井反演符合率达到86.96%, 为煤系地层薄砂岩预测提供了一种全新的思路。

深水、超深水是我国海洋油气增储上产重要接替区，具有区域构造复杂、开发成本高的特点。充分发挥海洋地球物理技术优势，实现少井钻探评价获取规模优质储量并快速上产，是海上高质高效油气勘探开发的重要途径。近年来，在南海深水区开展了一系列地球物理理论创新和技术实践，相继发现了陵水17-2、陵水25-1、宝岛21-1、开平11-4、开平18-1等深水/超深水大中型油气田，勘探成效显著，同时深化发展了海洋地球物理勘探技术。通过典型案例介绍了南海深水/超深水区油气勘探现状和面临的技术挑战；针对海底地形、海水深度、构造陡缓骤变等复杂情况，研发了地震采集变观测系统设计技术，确保高品质地震数据的获得；针对水体速度不均、多次波和鬼波发育、崎岖海底区波场复杂、复杂构造区速度变化异常等深水/超深水地质特点，研发了全波形反演高精度速度分析、粘弹性叠前深度偏移等宽频处理技术，提高了地震资料的分辨率和信噪比；通过岩石物理测试、地震特征响应机理分析，建立精细的岩石物理模型，提高储层预测和流体检测精度，实现叠前地震烃源岩预测、非亮点气藏识别等。最后提出了未来中国海洋深水/超深水油气地球物理勘探技术发展的思考和建议，以供读者参考。

层间多次波压制是目前困扰油气地震勘探的难题之一。为推动层间多次波压制方法的发展, 对层间多次波预测及自适应相减方法的研究进展进行了调研, 总结了共聚焦点技术、地表数据分离法、逆散射级数法、虚同相轴法、Marchenko自聚焦方法等备受关注的层间多次波预测方法以及自适应相减法的发展进程, 分析了上述方法的优缺点。共聚焦点技术中层相关算法相比边界算法具有更强的适应性, 但以牺牲计算成本为代价; 逆散射级数法虽然具有较高的多次波预测精度, 但是巨大的计算量限制了其推广应用; 地表数据分离法和虚同相轴法虽然具有较高的计算效率, 但是数据分离过于依赖人工操作; Marchenko自聚焦方法目前在实际应用中尚不成熟。自适应相减方法在一次波和多次波非正交情况下的局限性导致了层间多次波压制方法的诞生。在保证层间多次波压制效果的前提下提高计算效率以及实用性, 是当前层间多次波压制方法的重要发展方向。结合目前研究热点, 层间多次波压制方法与波形反演、深度学习等方法技术的结合可能是未来的发展趋势。

随着“两宽一高”地震数据采集技术及地震波成像技术的进步, 薄层、小尺度（缝洞）异常体、小断距断层（走滑断层）等成为了高保真高分辨地震波成像的主要目标地质体。当前地震勘探中, 合理的观测系统设计得到了充分的关注, 但如何实现客户定制高分辨率子波却很少被讨论。可控震源理论上是在频率时间域通过单频时间能量累计得到期望地震子波振幅谱的一种震源。基于此, 提出了客户定制高分辨率地震子波及对应的扫描信号的概念, 基本流程为：首先在特定目标层上生成（或客户定制）一个满足保真分辨率要求的零相位子波, 同时得到其对应的振幅谱; 然后建立定制子波振幅谱和可控震源扫描信号之间的映射关系; 最后在扫描频率线性变化情况下, 设计出可控震源扫描信号。公式推导和数据测试均证明了基于定制高分辨率子波来设计可控震源扫描信号的可行性。正演模拟和偏移试验结果表明, 利用定制的高分辨率子波可以有效保持后续处理资料的高分辨率特征。

由于传统直光纤DAS存在侧向灵敏度较低的局限性,因此将分布式声波传感应用于地面地震勘探中接收射线方向几乎与光纤轴向垂直的地震反射信号的案例较少。螺旋缠绕光缆(HWC)可以增强分布式光纤对侧向的灵敏度,使DAS在地面地震勘探中推广应用成为可能。基于对光纤相对应变与缠绕角度和入射角关系的分析优选,并考虑目前分布式螺旋光缆生产工艺的难易程度和造价情况下,将一条部分段缠绕角度为30°,另一部分段缠绕角度为60°,总长2km的分布式螺旋光缆布设在江苏某地震采集工区内的河中进行了HWC地面地震采集探索试验。经过对分布式螺旋光缆采集数据与附近地面布设的节点采集地震数据及不同缠绕角度光缆采集的单炮和剖面的对比分析,发现30°缠绕角度的分布式螺旋光缆能采集到地面地震反射波信号,而且有效波波组特征清晰连续。试验采取了水中接收的方式,试验结果为采用分布式螺旋光缆开展地震勘探提供了参考和依据。

陆上地震数据的噪声主要包括来自复杂近地表的噪声、外源激发的波场、不能用于地震波成像的其它噪声，通常包括线性与非线性相干噪声、非相干噪声及随机噪声。噪声压制的基本思想是对实测数据中包含的信号或相干噪声建立预测模型，然后对信号或相干噪声进行预测，最后压制数据中相干噪声和随机的非相干噪声。全波形反演和最小二乘逆时偏移逐渐成为高精度地震波成像的代表性方法技术，它们对噪声压制方法提出了更高的要求。因此，对当前地震数据去噪理论、方法与技术进行了分析对比，首先，提出了勘探地震数据的概念模型，即具有线性或非线性结构的信号或相干噪声叠加上满足一定概率分布的随机噪声；然后，分析针对该概念模型的各种方法技术，对于线性信号或相干噪声，采用的预测方法包括自回归模型预测器、线性Radon变换方法、K-L变换方法、Hankel矩阵方法，对于非线性（双曲）信号或相干噪声，采用的预测方法包括Radon变换方法和多项式拟合方法；最后，指出对数据中的非线性信号进行最佳建模是地震数据去噪的基础。上述方法的对比分析结果加深了数据处理人员对目前主流去噪软件模块理论基础的认识，从而进一步提升实际地震数据的处理效果。

经典最小二乘偏移通常采用波形残差目标泛函,通过精确匹配地震波形实现反射率定量反演。然而,在实际地震数据处理过程中,高精度的地震子波和偏移速度模型难以获得,且迭代算法收敛不稳定,计算量过大,因此很难取得显著效果。提出了一种面向实际数据处理的成像域最小二乘逆时偏移方法,基于宏观速度场和子波基本频带特征,构建全局空变点扩散函数,在成像域采用高维空间反褶积反演算法实现高分辨率成像。所提方法避免了对地震波形的精确匹配,充分考虑点扩散函数在不同波数成分的照明特征,因此对地震子波和偏移速度精度的依赖度不高。同时无需迭代计算,直接获取成像结果,计算效率高,在三维超深层地震勘探中具有应用潜力。西北探区两块不同储层类型的超深层实际地震数据应用结果表明,该方法可以提高成像分辨率,改善断裂缝洞构造的成像效果,提升串珠的识别能力,为西北超深层碳酸盐岩增储上产提供了技术支撑。

首先, 提出了若干线性结构(可以视为局部平面波)飘在具有不同概率分布特征的、实测的局部高维数据体中是地震信号处理的核心概念模式, 认为对局部高维数据体中的线性结构进行建模及最佳预测, 从而解决去噪、数据规则化和解混叠(Deblending)等问题是地震数据处理中的基本环节; 认为对线性信号进行最佳的建模和预测包括模型驱动和数据驱动的方法。前者是由预先选定的局部平面波基函数的线性叠加表示局部高维数据体中包含的信号; 后者由数据矩阵(张量)分解的方法推断局部高维数据体中包含的线性结构。然后, 全面分析了频率-空间域高维Wiener滤波方法、自相关矩阵及Hankel矩阵正交分解方法(SSA方法)、高维线性Radon变换方法(高维Beamforming方法)和张量分解方法的基本理论, 为进行局部高维数据体中线性信号预测及各种应用奠定了理论基础。最后, 指出山前带及其他复杂地表探区实际数据中的相干噪声和非相干噪声往往不符合线性信号建模及预测的理论假设条件, 因而必须发展非线性去噪方法。

随机噪声会干扰地震数据中的有效信号并降低数据的信噪比, 进而影响地震数据的后续处理。常规基于监督学习的深度学习噪声衰减方法需要大量的标签来训练网络, 但是, 在真实地震数据中制作无噪声的标签用于训练深度神经网络是非常具有挑战性的工作。因此, 提出端到端的无监督学习框架来衰减随机噪声, 并提取多维地震资料中的有效信号信息。首先, 建立由全连接模块、编码器模块和解码器模块组成的深度神经网络框架, 并在编码器和解码器之间添加类似残差结构的跳跃链接以提高去噪表现。为了提高网络的去噪表现, 使用适用于地震资料的数据增强方法, 将输入的多维大尺度含噪地震数据分割为大量的小尺度一维数据进行迭代。对地震数据进行数据增强时, 选择合适的切分和滑动尺寸将提高网络的计算效率和去噪效果。合成数据和渤海油田实际数据的应用结果表明, 相较于传统地震噪声衰减方法, 本文提出的方法具有更好的随机噪声衰减能力和有效信号提取能力。

常规地震勘探中,地震数据大都缺少大炮检距信号和有效的低频成分,使得传统的全波形反演(FWI)方法很难恢复中、深层参数模型的低波数分量。依据多尺度反演思想,采用基于模型分解的波动方程反射波反演方法重构宽谱速度模型,同时提出自适应构造约束的模型正则化方法优化反演结果,提高反演稳定性。以Sigsbee模型数据为例展示了该方法是如何有效地同时重构宏观速度模型(长波长)和速度扰动(短波长)或反射率结构的。将所提方法用于东海拖缆采集数据,利用走时到波形信息匹配的波动方程反射波反演策略,构建了与地层更加吻合的宏观背景模型,获得了高分辨的地层成像剖面,成像道集平整度与成像剖面的连续性有明显提高,深部基底的成像更加清晰。

微测井是地震勘探中常用的一种近地表纵波速度调查方法,在场地条件和施工成本受限的情况下,该方法得到的速度解释剖面常存在横向分辨率不足的问题。利用静力触探法布设方便、成本低廉的优势,提出一种利用人工神经网络模型关联地层阻力和地层波速的方法,以期通过少量实测微测井实现大范围纵波速度结构的有效预测。该方法的实施流程如下:①两两配对静力触探和微测井数据以生成控制点位,以岩性变化为网络分裂条件,输入层神经元接收锥尖阻力、侧摩阻力和深度数据,输出层神经元接收纵波速度,在中间设置多个全连接隐藏层;②通过前馈训练机制更新隐藏层神经元参数;③将非控制点位的静力触探数据输入到训练好的神经网络模型以获取全区近地表纵波速度结构剖面。在苏北某场地进行方法测试和数据分析,结果证实岩性分层的精细度和训练样本量是决定模型表现的两个关键因素。人工神经网络法预测浅层纵波速度的准确率超过90%,在可靠性、分辨率以及鲁棒性方面都超越了现有的经验公式法,可以辅助判断地下虚反射界面和低降速带分布范围,是提高地震勘探浅层速度调查精度和效率的有益探索。

以塔里木盆地塔河和顺北等探区为代表的深层油气勘探开发取得了许多突破，在7 000 m以深的深层和超深层层系钻遇高产油气藏。但关于深层超深层油气勘探的关键技术还有待开展系统的研究和总结。虽然中浅层和深层超深层油气勘探的目标本质上都是优质油气藏，但是在深层超深层油气藏勘探中，波与介质相互作用的关系变得更为复杂，因而，首先需要变革地震激发、接收及炮检排列方式。与此同时，关于深层超深层油气地震勘探的理念和方法都要提升到一个新的层次。对来自地下介质中同一个反(散)射点不同炮检对的反(散)射地震子波的同相位叠加成为了深层超深层地震波成像的核心理念。首先，分析了深层超深层油气藏探测物理机制的变化，然后，分析这种物理机制的变化对地震数据采集技术提出的新挑战，并据此给出针对深层超深层油气藏探测的地震数据采集方法技术。针对地震数据预处理，提出了强噪声弱信号情形下的噪声压制方法技术；针对地震波成像处理，提出了关于中层、深层和超深层地质体成像所需的速度建模的方法技术体系。最后，以保真和高分辨率成像道集为中心，提出了叠前数据域与叠前成像域数据处理的等价性和针对深层超深层油气藏高精度地震波成像的合理方法技术组合，使成像结果尽可能满足深层超深层油气藏刻画与评价的需求。

为解决声波测井曲线缺失或失真问题,使用传统方法重构测井曲线时,往往导致测井曲线精度不够。深度学习具有很强的数据表征能力,但建立模型面临超参数设定的不确定性和时间成本问题。为此,将异步连续减半算法(ASHA)与长短期记忆神经网络(LSTM)模型相结合,设计实现了一种基于超参数优化LSTM的声波测井曲线生成技术,对缺失或失真曲线进行补全。以大庆油田6口井为例,首先通过相关性分析,优选自然伽马、密度、补偿中子曲线作为输入特征量搭建LSTM学习模型,然后采用ASHA对LSTM模型进行超参数调优,并与常见的贝叶斯优化、粒子群优化算法进行时效及精度对比,最后将调优得到的超参数组合应用于LSTM模型,并与多元回归、GRU、BILSTM3种模型进行对比。该技术的应用结果表明:ASHA算法能更加高效准确地确定模型超参数,节省时间与人力成本,提高建模效率。基于ASHA优化的LSTM模型生成的声波测井曲线精度更高,该技术具有较好的适用性和精确性。

地震噪声的压制是地震勘探中地震数据处理的重要研究内容之一。准确地压制地震噪声和提取地震信号中的有效信息是地震勘探和地震监测的一项关键步骤。传统的地震噪声压制方法存在一些不足之处, 如灵活性不足、难以处理复杂噪声、有效信息损失以及依赖人工提取特征等局限性。为克服传统方法的不足, 采用时频域变换并结合深度学习方法进行地震噪声压制, 并验证其应用效果。通过构建5个神经网络模型(FCN、Unet、CBDNet、SwinUnet以及TransUnet)对经过时频变换的地震信号进行噪声压制。为了定量评估实验方法的去噪性能, 引入了峰值信噪比(PSNR)、结构相似性指数(SSIM)和均方根误差(RMSE)3个指标, 比较不同方法的噪声压制性能。数值实验结果表明, 基于时频变换的卷积神经网络(CNN)方法对常见的地震噪声类型(包括随机噪声、海洋涌浪噪声、陆地面波噪声)具有较好的噪声压制效果, 能够提高地震数据的信噪比。而Transformer模块的引入可进一步提高对上述3种常见地震数据噪声类型的压制效果, 进一步提升CNN模型的去噪性能。尽管该方法在数值实验中取得了较好的应用效果, 但仍有进一步优化的空间可供探索, 比如改进网络结构以适应更复杂的地震信号, 并探索与其他先进技术结合, 以提升地震噪声压制性能。

塔河油田超深碳酸盐岩储层经过多年开发, 水侵井逐年增多, 储层油、气和水的关系极其复杂, 为此, 利用井地电磁法开展了剩余油分布探测的应用探索研究。针对超深小尺寸目标识别难题, 通过井中目的层段10 m或5 m间距多位置电磁场激发, 地面采用25 m×25 m高密度大面积阵列数据采集, 获取了高质量井地电磁三维数据集, 进而开展数据预处理、三维差分相位异常处理、三维差分视电阻率处理和三维电阻率反演, 获得了激发井段差分视电阻率(反映电性特征)、差分相位异常(反映激发极化性特征)和电阻率的三维地电结构模型, 最后, 利用测井解释成果进行标定, 对目标区的剩余油空间分布进行刻画和解释, 解释结果与生产井已有成果资料吻合。应用结果表明, 井地电磁法为解决超深复杂碳酸盐岩储层剩余油的分布评价难题提供了很好的技术手段。

针对海相超深层碳酸盐岩复杂断控缝洞型储集体, 目前常规建模方法通常将碳酸盐岩储层进行简单化、抽象化, 没有考虑深大走滑断裂对缝洞体分布的控制作用以及近地表和上覆地层对储层的影响。常规方法建立的地震地质正演模型难以满足复杂地震波场特征规律认识需求, 对碳酸盐岩缝洞储集体复杂的波场响应特征分析难以起到更精确的指导作用。为此, 针对碳酸盐岩断控缝洞储集体的复杂地震地质条件, 提出了多源信息融合复杂近地表建模、复杂火成岩建模、地质趋势约束随机缝洞体建模以及地质约束建模一体化融合等方法, 并利用这些方法建立了海相超深层碳酸盐岩地震地质综合模型。所建的综合模型更逼近真实地震地质条件, 利用综合模型可以获得更接近实际情况的缝洞储集体复杂地震波场响应特征, 从而提高对缝洞储集体复杂波场传播规律的认识, 为缝洞储集体相关地震数据的采集、处理和地震资料解释提供更准确的理论依据。

川西坳陷三叠系雷口坡组雷四上亚段发育潮坪相低渗致密白云岩储层, 该套储层埋藏深(5 600~5 900 m)、厚度薄(相对地震分辨率)、纵向多层叠置、横向储层厚度和物性变化快、储层与围岩波阻抗差异小, 白云岩优质储层预测难度大。研究区测井数据的岩石物理分析结果表明, 密度对该区优质储层最敏感。首先基于目的层储盖层的测井数据开展了Zoeppritz近似线性方程误差分析、AVO道集正演和全入射角道集叠前密度反演的可行性研究, 并与基于部分叠加的叠前密度反演方法即叠前同时反演方法进行了对比。在对实际叠前偏移道集优化处理的基础上, 采用适用于研究区的Zoeppritz近似线性方程, 并优选参数(包括v_P/v_S、道集切除参数和入射角参数)开展全入射角叠前密度反演, 得到高质量的密度数据体, 并与部分叠加的叠前密度反演得到的密度数据体进行了对比。将全入射角叠前密度反演得到的密度反射率数据应用于后续的密度高分辨率反演, 该反演结果得到了雷四上亚段两套优质储层预测结果的证实, 11口后钻井揭示的储层厚度和物性的符合率均超过85%。

岩溶缝洞体是碳酸盐岩主要储层类型,具有强非均质性特征,量化预测难度大。常规地震反演方法虽然可实现储层的量化预测,但满足不了岩溶缝洞体中多类型储层的量化及高精度研究需求。针对这一问题,在相控约束反演技术思路的基础上,提出了基于梯度结构张量属性约束的确定性相控反演方法。该方法可概述为3步:首先,基于梯度结构张量属性,划分出反映碳酸盐岩缝洞体轮廓的储层相与非储层相;其次,以地震相为约束条件,建立低频模型;最后,将低频模型应用于地震反演过程,得到储层敏感属性,进而实现碳酸盐岩强非均质储层的量化预测。模型试算结果和塔里木盆地M工区实际应用结果均表明,该方法能有效识别岩溶缝洞体中多类型储层的分布范围,与实钻结果及开发动态特征吻合,为碳酸盐岩缝洞型油藏的整体量化研究奠定了基础。

高分辨率处理是地震数据处理的核心环节之一。反褶积虽然是高分辨率处理的一种常用方法, 但未充分考虑地震记录动态范围的影响, 因此无法更好地兼顾分辨率和信噪比。为兼顾二者, 提出了一种基于地震记录动态范围及二次谱的震源子波替换高分辨率处理方法。该方法利用地震记录的二次谱反演高精度震源子波二次谱(或零相位震源子波), 在地震记录有效频带范围内利用期望的震源子波振幅谱替换反演的高精度震源子波二次谱(或零相位震源子波)的振幅谱, 从而达到提高分辨率和信噪比的目的。合成地震数据与实际三维地震数据的处理结果表明, 该方法在提高分辨率的同时可较好地提高信噪比, 可被广泛用于地震数据的高分辨率处理。

针对LB油田古近系地层D、E层组储层横向变化快、非均质性强、预测难度大等问题, 提出了基于迭代岩相模型的叠前弹性参数反演方法。首先根据先验地质认识、测井曲线及岩石物理分析结果, 确定了研究区的岩性并划分岩相; 其次在常规低频模型的基础上, 建立了考虑岩相约束的低频模型; 然后构建模型约束反演方程并采用最小二乘方法求解弹性参数, 再结合贝叶斯理论将弹性参数转换为物性参数; 最后利用物性参数预测结果更新低频模型, 并重复以上反演过程, 最终得到高分辨率弹性参数反演结果。该方法在LB油田的实际应用结果表明, 叠前弹性参数反演较传统反演方法分辨率更高, 且与测井曲线吻合程度较好, 证明了方法的有效性和实用性。与传统方法相比, 该反演方法以地震数据为驱动, 在少井或无井、储层横向变化快的储层预测中更有优势。

微地震震源定位是微地震研究中的关键技术,微地震震源位置可以通过微地震信号的逆时反传来确定。在弹性介质逆时定位过程中,微地震信号中的P波、S波会耦合在一起,在震源聚焦结果中产生假象,影响震源方位的拾取。提出了基于Tene-cor聚焦成像算子的弹性波微地震逆时定位算法,首先,通过纵横波解耦的弹性波方程得到P波和S波的逆时波场,然后,施加Tene-cor成像算子对解耦的逆时波场记录进行互相关成像得到震源位置。分别利用合成数据和野外实际数据测试了该算法的定位效果。数值算例表明,该定位算法除了能够压制成像结果中因波场耦合导致的串扰噪声外,还可以聚焦因干涉成像产生的辐射状假象,在不同检波器采集条件、频带缺失和速度模型不精确的条件下,该算法相较于传统定位成像算法能够有效提高震源定位分辨率。

检波点二次定位是海底地震勘探的关键步骤之一, 其定位精度直接关系到地震数据的成像质量。针对海底地震勘探作业需求, 对声学定位、超短基线(USBL)定位以及初至波定位关键算法进行了详细设计, 基于算法研制了海底地震勘探检波点定位软件, 包括整体架构设计、功能模块划分及具体开发实现, 并利用实测数据对软件定位精度进行了验证与分析。实验结果表明, 软件声学、USBL以及初至波在N、E方向上的定位结果与国外主流商业软件Gator结果相差均在1 m左右, 能够满足海底地震勘探数据成像需求。同时, 将3种定位算法对同一测线的定位结果进行了对比, 三者的结果具有良好的一致性, 进一步验证了该软件的可靠性。

页岩脆性是评价页岩气资源潜力的重要指标,岩石电学属性可为电磁法勘探提供理论支撑,现有研究较少关注页岩脆性与岩石电学属性的关系。为明确不同脆性页岩电性特征,选取川东上二叠统吴家坪组页岩样品,综合运用扫描电镜、TOC测试、X衍射全岩分析、孔隙度及复电阻率测试等实验,探究页岩脆性与电性特征,在导电与极化影响因素分析的基础上,进一步探讨不同脆性页岩电性特征差异的内因。结果表明:低脆性页岩具有高黏土含量、低孔隙度特征;而高脆性页岩呈现高石英含量、高孔隙度特征,其石英类型以生物成因为主,生物成因石英对页岩脆性具有较大贡献。电阻率受页岩中黄铁矿含量及有机质孔隙影响,极化率主要受黄铁矿含量影响。在强压实作用下,低脆性页岩中孔隙被破坏,孔隙中离子移动受阻,黄铁矿含量低,进而表现出高阻、低极化特征;而高脆性页岩中高含量有机碳为有机质孔发育提供充足物质基础,生物石英骨架为孔隙保存提供有利条件,促进孔隙中导电离子移动,且黄铁矿含量高,从而呈现低阻、高极化特征。采用电性参数回归模型可较好地评价页岩的脆性特征。研究结果可为页岩储层脆性评价提供电学依据。

随着微地震监测的广泛应用, 如何提升微地震的定位精度和效率成为重要的研究方向之一。目前, 井下微地震定位多采用基于走时的线性反演定位方法。然而传统射线追踪方法在复杂非均匀介质中可能会存在阴影区、焦散等问题, 导致定位结果存在一定误差。提出了一种基于改进多模板快速行进法的微地震定位方法, 利用球面波近似算法计算震源附近网格点走时, 再利用多模板快速行进法(MSFM)求解程函方程计算其余网格点走时, 最后, 采用走时差目标函数全局搜索事件位置。理论测试结果表明, 该方法的计算走时优于快速行进法(FMM)和MSFM, 具有较小的走时误差, 尤其是在震源附近误差很小; 且该方法可以对层状以及更复杂速度模型实现射线追踪以及准确定位。将该方法应用于四川盆地威远地区页岩气开发井下数据的处理, 结果表明, 所得到的定位结果比Geiger方法更加准确、合理, 更加清晰地刻画了裂缝以及断层的形态分布。

时移地震技术作为目前海上剩余油气监测的重要技术之一, 可以有效指导油气田开发方案。针对海上时移地震数据采集过程中第二次采集受平台及海底管线影响导致采集的数据出现空缺的问题, 首先利用在同一工区两套不同时期采集的地震数据, 即早期采集的拖缆地震数据与近期采集的海底节点(ocean bottom node, OBN)地震数据, 进行叠前地震数据一致性处理以及叠后全局匹配处理, 使其时移差异能有效反映油气开采引起的地震数据变化; 再利用神经网络学习上述两套一致性处理后的地震资料非线性映射关系, 对大范围连续缺失的OBN地震数据进行数据重建。上述海上时移地震数据空缺区智能重建方法可以有效利用两套数据的相似性恢复缺失的地震数据, 同时尽可能地保持时移地震特征, 取得了良好的应用效果。

基于有效信号与噪声的矢量存在差异的特点,发展并形成了一种自适应时窗矢量分解(adaptive time window vector decomposition,ATW-VD)去噪方法。该方法将地震记录瞬时属性引入到时窗系数求解中,根据瞬时属性反映的地震记录特征自适应调节时窗尺度,以平衡不同区域地震记录矢量分解去噪和有效信号振幅保护的能力。将该方法应用于一套含噪声模型地震数据的处理,并与经典的固定时窗矢量分解(fixed time window vector decomposition,FTW-VD)去噪结果进行了比较,验证了方法的正确性和有效性,并将该方法应用于实际地震数据处理中。研究结果表明,该方法能够更加精确地提取地震信号的矢量方向特征,有效利用了有效信号与噪声之间的矢量角度差异压制噪声;在压制空间上无方向特性、延续时间短的噪声时具有较大的优势,特别适用于随机噪声、50Hz电缆波和尖脉冲等噪声的压制;在保护有效信号振幅、波形等特征的同时可大幅度提高地震资料的信噪比。

建立精确的速度模型对地震成像和解释十分重要,深度学习方法为建立精确的速度模型提供了新的途径,然而,目前可用于速度建模网络训练的样本非常有限。为此,提出了一种利用随机曲线模拟地下速度模型,自动生成大量样本用于深度学习训练的方法。该方法通过生成一组随机数,插值形成随机序列,利用三角函数将随机序列生成随机曲线来模拟地下界面,生成层状速度模型,在此基础上,通过添加断裂、速度异常体和地层倾角来模拟更复杂的速度模型;在速度预测网络构建方面,选取Deeplabv3+网络作为速度预测网络。通过增加卷积层的方法,优化了Deeplabv3+网络上采样后直接输出导致边界模糊的问题。将上述方法应用于模型数据和实际数据,测试了该方法在含噪声、不同子波频率和部分数据缺失情况下的稳定性。结果表明,该方法能够有效地应对噪声、不同子波频率和部分数据缺失的影响,具有可靠的泛化性和鲁棒性。

品质因子Q是描述地下介质对地震波吸收衰减强弱程度的参数,同时也是地层含油气性的重要标志。在地震资料Q估算中,常用的方法是短时傅里叶变换方法,当窗函数被选定以后,其时频分辨率就固定了。针对该问题,提出一种自适应窗短时傅里叶变换的方法,以获得更准确的瞬时中心频率,并利用峰值频移法来估算品质因子Q。首先,利用固定窗长的短时傅里叶变换来提取信号的瞬时中心频率作为初始频率;然后,根据初始频率自适应计算不同频率的窗长,并利用自适应窗长短时傅里叶变换来求取瞬时中心频率;最后,结合峰值频移法得到高分辨率的品质因子Q值。利用合成数据和实际数据进行了测试,结果表明,相比于固定时窗短时傅里叶变换方法,自适应短时傅里叶变换方法具有更好的时间和频率分辨率,可以获得更高分辨率的品质因子Q值。该结果可以为地下介质的研究提供更准确、可靠的工具,有助于更好地了解地下结构和油气资源分布情况。

深水崎岖海底或含有复杂构造海域的地震资料存在严重的绕射多次波。传统的多次波衰减技术依赖于多次波模型与原始数据的相似度, 当它们之间的差异较大时, 则绕射多次波的衰减效果不佳。提出了利用人工智能深度学习中的目标检测网络检测绕射多次波区域; 然后利用字典特征学习的方法, 将多次波衰减问题转化为多次波字典特征学习与再重构问题, 从而解决了绕射多次波模型与实际数据之间存在较大差异的问题。正演数据及实际数据应用表明, 基于人工智能的残余绕射多次波衰减技术能够有效确定绕射多次波的位置并衰减残余绕射多次波, 解决了绕射多次波预测不准、衰减效果不佳的问题。

传统的深度神经网络通常只能实现确定性的预测, 无法对反演结果进行不确定性分析, 即无法对反演结果的可靠性进行评价。为实现标签数据不足条件下精确的波阻抗反演和对反演结果的不确定性分析, 提出了一种基于对偶贝叶斯U-Net的波阻抗不确定性反演方法。首先, 开展基于对偶贝叶斯U-Net、前沿深度学习反演方法和传统不确定性反演方法的模拟数据实验, 对比分析3种方法的反演精度。然后, 将对偶贝叶斯U-Net和传统不确定性反演方法的反演可靠性和对于含噪数据反演的鲁棒性进行对比分析。最后, 将对偶贝叶斯U-Net应用于实际地震资料波阻抗反演中。模拟数据实验结果表明, 该方法的对偶贝叶斯U-Net在少量标签数据条件下具有较高反演精度并对含噪数据反演有较强鲁棒性。此外, 不确定性分析表明, 该方法的反演结果可靠性强。实际数据测试结果表明, 对偶贝叶斯U-Net能在实际工区数据反演中获得合理并可靠的反演结果。

纵波(P)和横波(S)波场分解对弹性介质中的多分量地震波成像至关重要, 但是常规P-S波波场分解方法精度相对较低, 且存在成像假象的问题。为此, 构建了一种基于全卷积神经网络(FCN)的网络结构, 用于二维各向同性弹性介质地震波场的P-S波波场分解。该网络由全卷积神经网络构建, 使用合成波场快照进行训练, 训练完成的网络类似空间滤波器, 可实现高精度的P-S波波场分解。不同于基于傅里叶变换的P-S波波场分解方法, 该方法可以在波场任意空间位置处开展P-S波波场分解, 因此适用于面向目标的地震成像。合成数据的计算示例表明, 基于全卷积神经网络的纵横波波场分解方法可有效分解P波和S波波场, 且精度高于其他空间域分解方法。弹性波逆时偏移成像结果表明, 使用基于全卷积神经网络(FCN)的P-S波波场分解方法所获得的基于P波和S波的地震波成像结果, 可有效减少速度界面处的成像假象, 提高复杂地质条件下的多波成像精度。

常规拖缆三维地震难以满足西非深水A区块复杂目标、隐蔽油气藏评价的需求, 海底节点(OBN)地震勘探已经成为精细勘探开发的主要技术手段。对比分析了研究区OBN地震与拖缆地震的采集和处理参数, 明确了OBN地震资料具有更高的信噪比、更宽的频带、更好的保幅性。对目的层段开展了5个分角度叠加资料的井震标定, 相关系数达0.84~0.91, 为开展叠前地震反演提供了良好的基础资料。针对研究区小于10 m的薄储层预测难题, 开展了扩展弹性阻抗(EEI)反演, 以孔隙度曲线作为储层预测的目标曲线进行EEI计算, 获得不同角度对应的EEI曲线, 并与孔隙度曲线进行相关性分析, 发现当旋转角度χ为29°时, EEI曲线与孔隙度曲线具有最大的负相关性, 为最优角度。建立了EEI(29°)与孔隙度的线性关系, 通过岩石物理正演以及测井解释储层孔隙度门槛值, 定量计算出目的层反演砂岩储层EEI门槛值为5 000 g·cm^-3·m·s^-1。对比分析了基于不同地震数据的EEI反演结果, 认为基于OBN地震数据的EEI反演在储层预测方面效果更好, 适用性更强。

弹性波高斯束逆时偏移首先通过弹性波高斯束叠加积分来构建格林函数, 然后, 基于格林函数进行波场延拓和互相关成像, 是一种灵活且高效的深度域成像方法, 具有面向目标成像的能力。针对高斯射线束宽度随传播距离增加快速发散的问题, 在弹性波高斯束逆时偏移基础上, 经过推导弹性波动态聚焦束算子, 将地震波能量约束在有效范围内; 随后引入基于相速度的各向异性射线追踪算法来校正各向异性对地震成像的影响。弹性波动态聚焦束逆时偏移不仅具有较高的计算效率, 而且能够避免获取地下弱各向异性参数时的不确定性。VTI复杂构造模型和TTI断层模型测试结果表明, 弹性波动态聚焦束算法能够将地震波束能量约束在有效范围内, 从而提升中深层复杂构造的成像精度。

地震子波的准确提取可有效提高全波形反演和偏移成像等方法的准确性, 对储层预测和油气分析具有重要意义。由于深层能量衰减和复杂地质构造, 地震子波不仅具有时变特性, 同时也具有不可忽略的空变特性。而传统时变子波提取方法仅通过单道地震记录提取时变子波, 忽略了多道地震记录之间子波的空间变化。同时, 传统时空域子波提取方法, 如经验模态分解(EMD)方法, 对测井资料等先验信息依赖程度较高, 实际应用范围受限。深度学习为时空域子波提取提供了新的思路, 针对以上问题, 提出了一种改进时空图卷积神经网络(STGCN)的时空域子波提取方法。首先, 根据目标区地震数据分布特征与非平稳性质, 建立以非平稳地震剖面为输入, 时空域子波为标签的合成训练数据, 再利用传统EMD时变子波提取方法逐道提取目标区子波, 有针对性地构建以目标区地震剖面为输入, 目标区时空域子波为标签的实际训练数据。最后, 利用两种训练数据对改进后的STGCN进行训练, 使其能够融合提取的子波时空特征, 从而实现目标区时空域子波的有效提取。合成数据和实际地震数据的处理结果表明, 该方法对于深地时空域子波的提取有效且准确, 相较于传统方法更具优越性, 具有较好的实际应用价值。

砂岩孔隙识别是研究孔隙结构的一个重要步骤,采用通用的图像分割算法不易得到理想的图像孔隙分割效果,为此提出了一种使用EfficientNetV2-S模型和核K-Means聚类技术对孔隙进行分割的方法。首先,获得砂岩图像的超像素集合,使用超像素方法预分割输入的致密砂岩图像,构建带标签的孔隙与非孔隙图像库;然后,应用EfficientNetV2-S模型提取砂岩图像的孔隙和非孔隙的语义特征,并结合迁移学习的方法,使用有限的砂岩图像的孔隙和非孔隙样本进行EfficientNetV2-S模型参数学习;最后,设计了一种基于K-Means聚类的区域合并方法——NTK-KCoP方法,根据超像素的语义特征、灰度特征和边缘特征构建目标函数,再由聚类结果合并超像素得到完整的孔隙区域。砂岩CT图像的实验结果验证了所提出的孔隙分割方法的适用性和有效性。