CC BY
16
УДК 550.3
DOI: 10.183 03/2618-981X-2018-4-256-263
СПОСОБЫ ЗАДАНИЯ НАЧАЛЬНОЙ МОДЕЛИ ДЛЯ ВОССТАНОВЛЕНИЯ СЛОИСТО-НЕОДНОРОДНЫХ СКОРОСТНЫХ МОДЕЛЕЙ МЕТОДОМ ЛУЧЕВОЙ ТОМОГРАФИИ
Глеб Станиславович Чернышов
Институт нефтегазовой геологии и геофизики им. А. А. Трофимука СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Коптюга, 3, инженер; Институт горного дела им. Н. А. Чина-кала СО РАН, 630091, Россия, г. Новосибирск, Красный пр., 54, младший научный сотрудник, e-mail: ChernyshovGS@ipgg.sbras.ru
Антон Альбертович Дучков
Институт нефтегазовой геологии и геофизики им. А. А. Трофимука СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Коптюга, 3, кандидат физико-математических наук, зав. лабораторией, e-mail: DuchkovAA@ipgg.sbras.ru
Александр Алексеевич Никитин
Институт нефтегазовой геологии и геофизики им. А. А. Трофимука СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Коптюга, 3, младший научный сотрудник, e-mail: NikitinAA@ipgg.sbras.ru
Верхняя часть разреза (ВЧР) часто имеет сложную структуру, которая может иметь как слои с резкими границами, так и гладкие неоднородности внутри слоев. Для восстановления слоисто-однородных моделей используются методы кинематической инверсии (типа метод t0'). Для восстановления гладких скоростных моделей успешно используется лучевая томография. По мере усложнения восстанавливаемой модели необходимо правильно выбрать начальную скоростную модель. В данной работе мы рассмотрим подходы к построению начальной скоростной модели для случая изучения слоисто-неоднородных моделей, характерных для изучения ВЧР.
Ключевые слова: скоростная модель, верхняя часть разреза, лучевая томография.
METHODS OF ASSIGNING THE INITIAL MODEL FOR CONSTRUCTION OF LAYER-INHOMOGENEOUS MODELS BY THE RAY TOMOGRAPHY METHOD
Gleb S. Chernyshov
Trofimuk Institute of Petroleum Geology and Geophysics SB RAS, 3, Prospect Аkademik Koptyug St., Novosibirsk, 630090, Russia, Engineer; Chinakal Institute of Mining SB RAS, 54, Krasny Prospect St., Novosibirsk, 630091, Russia, Junior Researcher, e-mail: ChernyshovGS@ipgg.sbras.ru
Anton A. Duchkov
Trofimuk Institute of Petroleum Geology and Geophysics SB RAS, 3, Prospect Аkademik Koptyug St., Novosibirsk, 630090, Russia, Ph. D., Head of Laboratory, e-mail: DuchkovAA@ipgg.sbras.ru
Aleksandr A. Nikitin
Trofimuk Institute of Petroleum Geology and Geophysics SB RAS, 3, Prospect Аkademik Koptyug St., Novosibirsk, 630090, Russia, Junior Researcher, e-mail: NikitinAA@ipgg.sbras.ru
The upper part of the geological environment is an extremely heterogeneous and greatly distorts information coming from the target depth horizons. Recently, methods to take into account the upper part of the section in which knowledge of the velocity model is required become more popular. Ray tomography is a common method for automatically processing large amounts of data. In this paper, we analyze the applicability of ray tomography for the construction of layered models with local inhomogeneities.
Key words: upper part of the section, ray tomography.
Сейсморазведка является одним из основных методов поиска месторождений углеводородов. Несмотря на достаточно высокую эффективность данного метода, в настоящее время наблюдается снижение числа подтверждаемости объектов. Основной причиной этого является переход на доразведку мелкомасштабных коллекторов и их детальное изучение. В связи с этим появляется необходимость повышения качества сейсмических изображений.
ВЧР представляет собой крайне неоднородную структуру и, как правило, сильно искажает информацию, приходящую с целевых глубинных горизонтов. Учет ее влияния является главным фактором повышения качества сейсмических изображений для больших глубин. Особенно данная проблема актуальна на большей части Западной Сибири, где ВЧР имеет сложное геологическое строение и включает в себя, как правило, не только зону малых скоростей, но и зону многолетнемерзлых пород.
Самым распространненным методом учета неоднородностей ВЧР в глубинной модели является ввод статических поправок - пересчет всех наблюденных данных на линию приведения, исключая неоднородную верхнюю часть разреза. Но такой подход основывается на серьезном допущении: должен обеспечиваться вертикальный ход луча до линии приведения, что при сильной неоднородности ВЧР не выполняется.
В последнее время становятся более популярными подходы: 1) кинематический пересчет данных, 2) учет скоростной модели ВЧР уже в самой глубинной скоростной модели без пересчета на линию приведения. Такие подходы действуют без серьезных допущений, приводящих к погрешностям учета, но требуют более точного знания скоростной структуры ВЧР.
Можно выделить основные особенности данных для такой постановки задачи: 1) большой объем данных, 2) преимущественно слоистая скоростная модель, 3) резкие неоднородности в верхнем слое.
Модель ВЧР строится как методами на отраженных волнах (МПВ ОГП) [1], так и на преломленных[2]. Каждый метод имеет свои особенности и ограничения и может оказаться неприменим для поставленных задач.
Распространенным способом построения скоростной модели ВЧР является инверсия времен первых вступлений с помощью лучевой или волновой[3] томографии, сводящая к минимуму ручную работу обработчика, что необходимо для обработки большого объема данных, характерного для ГРР. Но данный подход направлен на построение гладких скоростных моделей и может работать некорректно при наличии резких границ в истинной среде.
Целью работы было найти оптимальные параметры лучевой томографии и начальной скоростной модели для восстановления слоистой среды с латеральными неоднородностями.
В рамках лучевой томографии предполагается известная референтная модель, в которой рассчитываются лучи и невязки по времени вдоль них. Для дискретизации задачи предполагается, что невязка скоростной модели является кусочно-постоянной функцией. Инверсия заключается в решении линейной системы, ЛЪУ = 51, где А - томографическая матрица. В работе использовалась
реализация лучевой томографии на основе распараллеленного численного решения уравнения эйконала [4].
Томографическая матрица содержит длину сегмента луча в каждой ячейке томографической сетки скоростной модели и сопоставляет такую строчку временной невязки вдоль соответствующего луча. Также возможно включение дополнительной сглаживающей матрицы. Для решения системы линейных уравнений применяется стандартный метод наименьших квадратов.
В качестве тестовой была выбрана слоистая скоростная модель с аномалиями в первом слое (рис. 1).
Рис. 1. Истинная скоростная модель (цветом показано изменение скорости)
Система наблюдений включала 120 источников и 120 приемников, шаг по приемникам равен шагу по источникам и составляет 50 м. На рис. 2 представлена совокупность годографов для такой системы наблюдений.
Первым шагом было проведение томографической инверсии для модели с линейным градиентом скорости (рис. 3). На рис. 4 приведены графики изменения скорости с глубиной в точке середины профиля.
О 1000 2000 3000 4000 5000 6000
КГЮПЛИНЯТЯ ПП ПППгЬиЛК!. м
Рис. 2. Совокупность годографов первых вступлений
По графикам на рис. 4 видно, что инверсия позволила восстановить положение высокоскоростной аномалии в первом слое по центру профиля, но скорость плавно изменяется на границах. Для оценки полученной скоростной модели использовалась норма вектора невязок годографов в конечной модели. Вторая норма вектора результирующей невязки для инверсии с матрицей сглаживания составила 0.15, без сглаживания - 1.1.
О 1000 2000 3000 4000 5000 W00
координата по профилю, м
Рис. 3. Результат томографической инверсии со сглаживающей матрицей: а) скоростная модель после седьмой итерации; б) результат лучевого трассирования
Рис. 4. График изменения скорости с глубиной (черным - скорость в истинной модели, красным - в референтной модели, далее - семь итераций томографической инверсии)
Далее по годографам первых вступлений в истинной модели был построен скоростной разрез методом Т0Л в программе RadexPro. Полученная слоистая модель с изменением скорости в слоях только по латерали была взята в качестве референтной для томографии.
Решение системы линейных уравнений для такой начальной модели дает очень неустойчивое решение (рис. 5). Из-за чего получается провести только две итерации томографической инверсии. Норма вектора результирующей невязки для инверсии с матрицей сглаживания - 5.6.
Рис. 5. Результат томографической инверсии: а) скоростная модель после седьмой итерации; б) результат лучевого трассирования
Погрешности, полученные в результате применения Т0\ не могут быть исправлены томографической инверсией из-за однородности слоев по вертикали и, как следствие, отсутствия рефрагированных волн.
На следующем шаге в построение референтной модели были включены границы, полученные по Т0\ а скорости в слоях определены по наклону годографов с линейным возрастанием с глубиной и резкими скачками на границах.
Аномалии в верхнем слое оказались хуже локализованы по вертикали, чем в случае линейного градиента в референтной модели. Это связано с меньшим разнообразием направлений лучей, проходящих через аномалию. Но скорости на границе получились ближе к истинным, переходы - более резкими. Норма вектора невязки 2.5 без сглаживания, 1.1 со сглаживанием. Что говорит о худшем совпадении конечной модели с истинной, чем в случае с начальной градиентной моделью.
Часто недоучтенные параметры ВЧР устраняют коррекцией времен по первому опорному горизонту. Строится временной разрез методами ОГТ/ОГП, затем вводятся поправки, связанные с не горизонтальностью опорного горизонта. Поэтому довольно часто есть априорная информация о геометрии и скорости в нижнем слое, подстилающем ВЧР. Нами был задан третий слой с однородным распределением скорости и границей, построенной по Т0Л (рис. 6).
Рис. 6. График изменения скорости с глубиной, результаты инверсии со сглаживающей матрицей с весом М = 500
В результате инверсии скорости на границах получились ближе к истинным, но аномалии в первом слое так же плохо локализованы. Прогиб скорости во втором слое связан с маленьким количеством лучей, проходящих через середину слоя. Использование сглаживающей матрицы и фиксирование третьего слоя позволило провести семь итераций томографической инверсии, что привело к наименьшей норме вектора невязок - 0.16, схожей со случаем с градиентной начальной моделью. Ниже приведена конечная скоростная модель с распределением лучей (рис. 7).
УСОМР (ТОМО ЕРЮ 61x121, То1аИ1т<?: 412.10 погт(Ре$1с1иа1Р!|?0: 0.21, погт^^иаИ^г): 0.12, погт(Р!е5|с1иа111): 0.16) СК0Р0СТЬ. м/с
О 1000 2000 3000 №00 5000 6000
УСОМР + РА¥3
О 1000 2000 3000 №00 5000 6000
координата по профилю, м
Рис. 7. Результат томографической инверсии со сглаживающей матрицей:
а) скоростная модель после седьмой итерации; б) результат лучевого трассирования
Выводы
Рассмотрена задача построения слоистых скоростных моделей с неодно-родностями внутри слоев по данным времен первых вступлений.
Во-первых, был рассмотрен вопрос о том, как можно использовать стандартный метод Т0\ если в исходных годографах первых вступлений видны ветви (изломы годографов). Были сделаны следующие выводы:
• Метод Т0Л дает большие погрешности в нижних слоях при наличии резких неоднородностей в первом слое.
• Не рекомендуется использование слоисто-однородной модели, полученной методом Т0\ в качестве стартовой модели для последующего уточнения лучевой томографии; это приводит к большим погрешностям в результатах томографической инверсии.
• Для использования модели, полученной по Т0\ в качестве стартовой для томографии, необходимо оставить границы, но ввести градиенты внутрь слоев, чтобы геометрия лучей лучше просвечивала исследуемую область.
Во-вторых, был рассмотрен вопрос об использовании априорной информации о скорости в подстилающем слое. Был сделан следующий вывод:
• Фиксация скорости в нижнем слое (однородного как по вертикали, так и по горизонтали) позволяет получать более устойчивые результаты томографической инверсии.
Этот результат важен тем, что в разведочных задачах изучение ВЧР требуется для определения априорной статической поправки. В этой связи привязка
к некоторой граничной скорости подстилающего горизонта облегчает интеграцию скоростной модели ВЧР со скоростной моделью для всего разреза. Кроме того, мы предполагаем, что сама эта скорость может быть определена из кажущихся скоростей годографов.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Гурвич И. И., Боганик Г. Н. Сейсмическая разведка. - М. : Недра, 1980. - 664 с.
2. Епинатьева А. М., Голошубин Г. М., Литвин А. П. и др. Метод преломленных волн. - М. : Недра, 1990. - 297 с.
3. Чернышов Г. С., Дучков А. А., Сердюков А. С. Применение метода волновой томографии для обработки данных малоглубинной сейсморазведки // Интерэкспо ГЕО-Сибирь-2017. XIII Междунар. науч. конгр. : Междунар. науч. конф. «Недропользование. Горное дело. Направления и технологии поиска, разведки и разработки месторождений полезных ископаемых. Экономика. Геоэкология» : сб. материалов в 4 т. (Новосибирск, 17-21 апреля 2017 г.). -Новосибирск : СГУГиТ, 2017. Т. 4. - С. 90-94.
4. Nikitin A. A., Serdyukov A. S., Duchkov A. A. Cache-efficient parallel eikonal solver for multicore CPUs // Computational Geosciences. - 2018. - С. 1-13.
REFERENCES
1. Gurvich I. I., Boganik G. N. Sejsmicheskaya razvedka. - M. : Nedra, 1980. - 664 s.
2. Epinat'eva A. M., Goloshubin G. M., Litvin A. P. i dr. Metod prelomlennyh voln. - M. : Nedra, 1990. - 297 s.
3. Chernyshov G. S., Duchkov A. A., Serdyukov A. S. Primenenie metoda volnovoj tomografii dlya obrabotki dannyh maloglubinnoj sejsmorazvedki // Interekspo Geo-Sibir'. - 2017. -T. 4. - S. 90-94.
4. Nikitin A. A., Serdyukov A. S., Duchkov A. A. Cache-efficient parallel eikonal solver for multicore CPUs // Computational Geosciences. - 2018. - S. 1-13.
© Г. С. Чернышов, А. А. Дучков, А. А. Никитин, 2018
