第4章-波动方程法叠前深度偏移5

《第4章-波动方程法叠前深度偏移5》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、§4.8波动方程法偏移速度分析与建模偏移速度分析的质量直接影响到叠前深度偏移的效果，而叠前深度偏移又为复杂介质的偏移速度分析提供了一种强有力的工具。目前经常使用的两种主要的基于叠前深度偏移的速度分析方法：深度聚焦分析（DFA）和剩余时差分析（RMA），已在实际中得到了较好的应用。比较而言，RMA的应用更广泛。然而，这两种方法在复杂地质结构情况下也存在一些局限性，原因在于复杂情况与它们的横向速度均匀、小偏移距和水平反射层的假设条件不相符合。为此，通过考虑倾角、速度横向变化和加阻尼因子以及地质和测井等约束以使上述两方法适用于倾斜反射层和适中横向速度变化；同时通过选取正确

2、的初始模型和采用聚焦面（DFA）和剩余偏移（RMA）分析提高速度分析的效率。在RMA分析中，我们详细讨论了两种改进型的偏移速度分析与建模方法，即线性加权法和摄动法。线性加权法是依据共炮集叠前深度偏移后抽取的共成像点（CIP）道集中偏移速度误差和成像深度误差之间的基本关系和适于一般介质的偏移速度建模准则，通过改进型RMA和线性加权，实现偏移速度的单层/多层联合迭代反演。该方法适用于小速度梯度的地质体的偏移速度分析与建模。摄动法的步骤是：首先应用成像精度高的波动方程法叠前深度偏移抽取共成像点道集；然后基于摄动法通过参数化速度函数和改进型RMA建立偏移速度误差和成像深度误

3、差的定量关系；最后采用单参数/多参数联合迭代反演实现偏移速度分析与建模。该方法对复杂地质体（如Marmousi模型）具有较强的适应性和较好的建模和成像效果，一般只需分析和控制主要反射层通过3~4次迭代就可以满足精度要求。因此，它们不同程度地克服了上述要求横向速度均匀、小偏移距和水平反射层的约束条件。另外，也可采用利用DFA分析进行层析速度估计的联合速度分析方法。该方法首先进行聚焦评价显示，由此提取聚焦误差；然后对该误差进行解释并转化为旅行时信息（通过射线追踪）；接下来进行旅行时反演（TI）以修正速度模型。这样，克服了在DFA法中人人皆知的限制：即要求1）小倾角反射层

4、，2）小炮检距，3）简单上覆层。同时无需在叠前数据上进行困难的拾取工作，取而代之的是从聚焦剖面上拾取。另外，由于是在CRP道集上进行分析，因此也就根本不存在与多波至有关的反射问题。但该方法的实用性还有待于进一步提高。总之，鉴于上述分析和Marmousi模型及其经验：每种速度分析方法各有优缺点，但最佳速度模型是各种速度模型的平均值。为此可采用对各种速度模型求加权平均值的综合速度分析方法以获取在现有条件下的最佳速度模型。一．概述存在复杂速度场时，利用叠前深度偏移才能对数据正确成像。然而，它的成功应用完全取决于偏移速度场的准确性和精度。即使微小的速度误差都可能明显地降低偏

5、移剖面的质量。为了解决这个问题，Doherty和Claerbout（1974）通过建立数据聚焦与迭代速度修正方法的关系讨论了叠前偏移的速度灵敏性。Yilmaz和Chamber（1984）通过把上述关系应用于实际资料的叠前时间偏移使该工作进一步深入。随后，Jeannotetal.（1986）把该方法以深度聚焦分析方式推广到叠前深度偏移。接下来，Mackay和Abma（1989）证实了DFA数据也能用来形成聚焦良好的地震剖面。这个称之为聚焦面图像的新剖面利用修正速度估计叠前深度偏移的效果。随后，Mackay和Abma（1992）用DFA进行了成像和速度估计，分析了用DF

6、A进行速度估计的局限性，并描述了聚焦面成像的有用性。通过分析和讨论，得出实现聚焦成像的地层倾角不能大于，然而，存在有速度随深度增加的这种常见情况时，可大大消除倾角局限性。另一方面，横向速度误差会产生很大的聚焦误差，且使该结构以下的速度解发散。然而，对解释后的深度误差应用一简单的阻尼因子可避免发散。概括讲，DFA152法有如下缺陷：1）做DFA时，叠前偏移需要迭代几次；2）它基于S-G-(有限差分)偏移，因此相对较慢，且在某些情况下受地层倾角的限制；3）仅基于叠加能量的深度聚焦对速度误差的测定存在不定性。其中最重要的一点是叠前资料的再偏移是很昂贵和花费精力的。尽管如此

7、，在某些情况下，应用DFA还是有不少优点。然而，在许多情况下，下述的剩余偏移除了平均速度误差大于10%的情况外，是DFA法的一更好的替代方法。上面简述了DFA法的发展情况。与此同时，剩余时差分析（RMA）法也得到了较快的发展。Al-Yahya（1989）通过迭代剖面偏移讨论了剩余速度分析。他是通过估计剩余时差的曲率来测量速度误差。其速度扫描基于水平反射层的剩余NMO方程。Sattleggeretal.（1980）和Deregowski（1990）提出的方法是：先做共偏移距偏移，然后把偏移后的数据抽成CMP道集进行剩余NMO研究，即所谓的偏移后叠前数据的剩余速度分