本发明属于石油地质勘探技术领域，更具体的说是涉及一种基于fef有效信号补偿的断裂特征再增强的方法。
背景技术：
利用地震数据对地下断裂特征的识别和解释在油气勘探和生产中起着十分关键的作用。而增强和改善断裂识别能力一直是一个具有挑战性的研究课题，它仍然是地震资料解释领域的研究热点之一。并且总是存在一些能够继续改善和增强断裂成像的技术方法。
现在有越来越多的叠后地震优化处理技术能够进一步削弱噪音信号并增强特殊地质体地震响应的敏感性。而其中基于倾角导向滤波处理技术在初期应用就展现了较好的应用效果，有效地提升了层位与断层的解释效率(tingdahletal.,2002)，也为等时地震层序分析提供较好的技术基础(grootetal.,2006)，同时也有效地提升了传统几何属性的断裂成像效果(santoshetal.，2013；odohetal.,2014)。
而近几年来倾角导向滤波及fef(faultenhancefilter)叠后处理技术在断裂特征增强方面已经被广泛认可与应用。并在气烟囱的精细表征(kumarandsain，2017；singhetal.，2016)、火山岩体的精细刻画(kumar，sain，etal.，2019)以及在新西兰taranaki盆地(kumarandmandal，2017；kumarandsain，2018；kumar，omosanya，etal.，2019)，加拿大scotian盆地(kumarandmandal，2017；srivastavaetal.，2017；mandalandsrivastava，2018)断裂特征的精细识别等方面已成为一项不可或缺的技术流程。
然而，在实践应用过程中发现，前人关于倾角导向滤波及fef(faultenhancefilter)处理技术对部分断裂响应的有效信号还是进行了一定的去除，这导致了部分断裂无法识别，从而影响了部分断裂的预测。基于这一缺陷，在这项研究中，基于前人关于倾角导向滤波及fef(faultenhancefilter)处理技术基础之上，通过利用数学与逻辑运算的方式对能够反映断裂识别能力的有效数据进行求取，并通过数学与优化处理的方式进一步增强常规属性的断裂成像能力。本次研究以similarity属性(一种能够反映波形和振幅相似性的特殊相干属性)为例。与前人研究相比，这项研究较为有效地弥补了前人的技术缺陷。且本次改善的技术能够为隐蔽甚至不确定性断裂的识别提供有力的技术支撑。
因此，如何提供一种基于fef有效信号补偿的断裂特征再增强的方法是本领域技术人员亟需解决的问题。
技术实现要素：
有鉴于此，本发明的主要目的在于提供以倾角导向滤波及断层特征增强滤波技术为基础，以原始地震数据为对象，通过数学与逻辑运算的方式，提取有关断裂响应的有效信号及复合处理，以进一步提升断裂成像精度与识别能力的方法。
为了实现上述目的，本发明采用如下技术方案：
一种基于fef有效信号补偿的断裂特征再增强的方法，包括如下步骤：
s1：提取倾角导向体：对收集的原始地震数据进行倾角导向数据体的提取；
s2：fef技术处理：以提取的倾角导向数据体为约束，对原始数据体进行倾角导向中值滤波和倾角导向扩散滤波处理，得到断层特征增强数据体；
s3：fef技术数据体与原始数据进行差值运算：用步骤s2中得到的处理数据体与原始地震数据进行差值运算处理，得到一个能够近似反映断层增强信号和其它噪音的地震数据体；
s4：对步骤s3的结果进行取阀值处理：对步骤s3中得到的数据体进行阀值处理，使其仅保留断层增强的有效信号；
s5：对步骤s4的处理地震数据与fef技术数据进行叠加处理：对步骤s4中处理的地震数据与步骤s2中对原始地震数据进行断层特征增强处理后的地震数据进行相加运算，以进一步增强能够反映断层特征的信号，同时也对非断层信号的数据部分进行相对的压制；
s6：倾角导向体再提取：以对步骤s5中处理的地震数据进行倾角导向数据体的提取；
s7：断层特征增强滤波再处理：以对步骤s6中处理的地震数据以步骤s7中提取的倾角导向体为约束，进行断层特征增强滤波处理；
s8：similarity属性提取：对步骤s2处理的和步骤s7中处理的地震数据进行similarity属性的提取。
进一步，采用瞬时参数分析的相关理论进行步骤s1中的倾角数据体的计算；其中，瞬时频率w(t,x,y)可表示为：
其中，φ为瞬时相位，u为输入的地震数据，uh为u关于时间t的hilbert变换；u和uh对时间的导数可以通过有限差分或傅里叶变换来实现，并且能够得到u在x方向的瞬时波数kx(t,x,y)，ky(t,x,y)：
视倾角可由瞬时频率w和瞬时波数kx(t,x,y)，ky(t,x,y)计算出
式中，p，q分别为x方向和y方向上的视倾角分量；然后由视倾角求出方位角：
φ＝arctan(q,p)。
进一步，所述步骤s8中，在(xa,ya)和(xb,yb)两道间的基于倾角导向的similarity属性，是以时间t为中心，其对应方程为：
式中，
其中，上式中dt是采样间隔，t1是计算时窗的相对起始时间，t2是计算时窗的相对结束时间，ta和tb分别是从位置(x,y,t)到(xa,ya)和(xb,yb)的时间，并且u是地震数据体的振幅值。
进一步，步骤s3中fef技术数据体与原始数据进行差值运算包括：
s31：将步骤s2中处理的地震数据与原始数据进行叠合互动显示并综合评价，若其噪音相对较重，效果不理想，在步骤s2中数据体基础上再进行倾角导向体的提取，以进一步提升其断裂识别数据的信噪比；
s32：设置计算公式及处理流程，用步骤s2中得到的处理数据体减去原始地震数据，得到一个能够近似反映断层增强信号和其它噪音的残余地震数据体。
进一步，所述步骤s4中，对步骤s3中得到的数据体进行阀值处理方法为：
s41：在地震剖面对步骤s3中得到的地震数据体与步骤s2中得到的地震数据体进行叠合显示，通过色标调整及手工读值的方式，以确定其断层增强信号的响应值域范围；
s42：设置逻辑运算的计算公式及处理流程，并对步骤s3中得到的数据体进行阀值处理，使其仅保留断层增强的有效信号；
s43：在s42中进行阀值处理得到的地震数据体边界变化部分有些过于尖锐异常，利用中值滤波平滑处理使其数据体更加自然，以便于后边数据更好的叠加处理。
进一步，步骤s5中，对步骤s4的处理地震数据与fef技术数据进行叠加处理之后还包括：对步骤s4中处理得到的地震数据体与步骤s2中处理得到的地震数据体进行叠合显示，观察断层及其周边非断层处的地震特征，对步骤s4中处理得到的地震数据合理性进行二次确认，若合理，则进行下一步；若不合理，则重返步骤s4进行进一步精细阀值调整。
本发明的有益效果在于：
本发明基于fef技术进行断裂预测的方法，该方法以倾角导向滤波和断层特征增强滤波技术为基础，以原始地震资料为对象，利用数学运算和逻辑运算的方式，对地震数据进行多次融合处理。通过对断裂增强信息提取、加强及再优化处理的方式，以进一步提升断裂特征的识别能力。本发明能够在现有的较为广泛认可的叠后断层优化处理技术的基础上，在不引入噪音的前提条件下。能够进一步提升断裂的识别能力，进而能够为隐蔽甚至不确定性断裂的识别提供更可靠的技术支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明基于fef技术进行断裂预测的方法的流程示意图。
图2为提取倾角导向体显示效果图。
图3为fef技术处理显示效果图。
图4为fef技术数据体与原始数据进行差值运算效果图。
图5为图4的处理结果进行取阀值处理的效果图。
图6为图5的处理结果与与fef技术数据进行叠加处理的效果图。
图7倾角导向体再提取效果图。
图8断层特征增强滤波再处理效果图。
图9断裂识别效果对比效果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明主要利用倾角导向滤波和断层特征增强滤波技术，来进行断裂的识别和预测，其关键技术包括：1)倾角导向滤波技术；2)断层特征增强滤波技术；3)地震数据的融合处理技术。
以上述技术手段为基础，在实现断裂的识别和预测的过程中，关键是倾角导向滤波和断层特征增强滤波技术为基础，以原始地震数据为处理对象，并通过数学与逻辑运算对原始数据进行多次优化融合处理的方式，以进一步提升断裂识别的能力。
请参阅附图1，本发明提供了一种基于fef有效信号补偿的断裂特征再增强的方法，包括如下步骤：
s1：提取倾角导向体：对收集的原始地震数据进行倾角导向数据体的提取。
采用瞬时参数分析的相关理论进行步骤s1中的倾角数据体的计算；其中，瞬时频率w(t,x,y)可表示为：
其中，φ为瞬时相位，u为输入的地震数据，uh为u关于时间t的hilbert变换；u和uh对时间的导数可以通过有限差分或傅里叶变换来实现，并且能够得到u在x方向的瞬时波数kx(t,x,y)，ky(t,x,y)：
视倾角可由瞬时频率w和瞬时波数kx(t,x,y)，ky(t,x,y)计算出
式中，p，q分别为x方向和y方向上的视倾角分量；然后由视倾角求出方位角：
φ＝arctan(q,p)。
s2：fef技术处理：以提取的倾角导向数据体为约束，对原始数据体进行倾角导向中值滤波和倾角导向扩散滤波处理，得到断层特征增强数据体。
倾角导向中值滤波是一个用先前预处理的倾角导向体为约束对地震数据做的一个统计滤波。它通过沿着地震波组倾角方向对地震振幅进行中值统计滤波，可以去除背景随机噪音，增强反射波同相轴的连续性，被认为是一个边缘特征保持的平滑滤波器。然而，这仅适用于断裂带的尺寸大于中值滤波的尺寸，如果断裂带的尺寸小于中值滤波的尺寸，这个断裂带将被平滑掉。因此还需要一个能增强断裂锐化特征的另一个滤波器。
大多数情况下，地震数据在靠近断裂带的地方会显示一个紊乱的特征。如果叠后地震数据没有为断层的这个特征进行优化处理，断层带可能就没有被明显的表现出来。为了增强断裂的锐化响应特征，需要对数据体进行倾角导向扩散滤波处理。这个扩散滤波可将各向异性特征扩散消除，从而使相干特征加强。在应用倾角扩散滤波后，断层上下盘两侧附近的振幅，会向断层方向偏移。断层面的两侧地震数据，将被高质量的数据所替代，从而使得断层变得更清晰，进而达到突出断层的目的。
断层增强滤波(faultenhancementfilter)，是根据倾角控制体内地震数据质量的不同而选取不同的滤波方法。如果质量高(相似性就高)，则可采用倾角中值滤波；如果质量低(靠近断层)，则采用倾角扩散滤波，从而达到对断层高分辨的识别力。断层增强滤波沿倾角方向进行中值和扩散滤波，锐化边缘(断层)。在得到断层增强滤波体的基础上，通过计算相似性属性(或其它属性)，可以得到更高质量的断层形态。
s3：fef技术数据体与原始数据进行差值运算：用步骤s2中得到的处理数据体与原始地震数据进行差值运算处理，得到一个能够近似反映断层增强信号和其它噪音的地震数据体。
步骤s3中fef技术数据体与原始数据进行差值运算包括：
s31：将步骤s2中处理的地震数据与原始数据进行叠合互动显示并综合评价，若其噪音相对较重，效果不理想，在步骤s2中数据体基础上再进行倾角导向体的提取，以进一步提升其断裂识别数据的信噪比；
s32：设置计算公式及处理流程，用步骤s2中得到的处理数据体减去原始地震数据，得到一个能够近似反映断层增强信号和其它噪音的残余地震数据体。
s4：对步骤s3的结果进行取阀值处理：对步骤s3中得到的数据体进行阀值处理，使其仅保留断层增强的有效信号。
步骤s4中，对步骤s3中得到的数据体进行阀值处理方法为：
s41：在地震剖面对步骤s3中得到的地震数据体与步骤s2中得到的地震数据体进行叠合显示，通过色标调整及手工读值的方式，以确定其断层增强信号的响应值域范围；
s42：设置逻辑运算的计算公式及处理流程，并对步骤s3中得到的数据体进行阀值处理，使其仅保留断层增强的有效信号；
s43：在s42中进行阀值处理得到的地震数据体边界变化部分有些过于尖锐异常，利用中值滤波平滑处理使其数据体更加自然，以便于后边数据更好的叠加处理。
s5：对步骤s4的处理地震数据与fef技术数据进行叠加处理：对步骤s4中处理的地震数据与步骤s2中对原始地震数据进行断层特征增强处理后的地震数据进行相加运算，以进一步增强能够反映断层特征的信号，同时也对非断层信号的数据部分进行相对的压制。
步骤s5中，对步骤s4的处理地震数据与fef技术数据进行叠加处理之后还包括：对步骤s4中处理得到的地震数据体与步骤s2中处理得到的地震数据体进行叠合显示，观察断层及其周边非断层处的地震特征，对步骤s4中处理得到的地震数据合理性进行二次确认，若合理，则进行下一步；若不合理，则重返步骤s4进行进一步精细阀值调整。
s6：倾角导向体再提取：以对步骤s5中处理的地震数据进行倾角导向数据体的提取。对步骤s5中处理的地震数据是一个融合重组后的地震数据，为了对该数据进行断层特征增强处理，应该要对该数据再进行倾角导向体的提取，以作为后续再次进行断层特征增强处理的约束。
s7：断层特征增强滤波再处理：以对步骤s6中处理的地震数据以步骤s7中提取的倾角导向体为约束，进行断层特征增强滤波处理。为进一步提升其断层特征增强的能力，同时尽可能地对步骤s5中的局部可能的噪音数据部分进行中值滤波处理，进而减弱其不合理的干扰作用，因此要对步骤s5中处理的数据再进行一次断层特征增强滤波处理。
s8：similarity属性提取：对步骤s2处理的和步骤s7中处理的地震数据进行similarity属性的提取。
步骤s8中，在(xa,ya)和(xb,yb)两道间的基于倾角导向的similarity属性，是以时间t为中心，其对应方程为：
式中，
其中，上式中dt是采样间隔，t1是计算时窗的相对起始时间，t2是计算时窗的相对结束时间，ta和tb分别是从位置(x,y,t)到(xa,ya)和(xb,yb)的时间，并且u是地震数据体的振幅值。这个属性值的变化区间是0到1，如1意味着两道间波形和振幅是完全相同的，然而0意味着两道相位有180度的差异。因此，依据相邻两道的不相似性特征，这个similarity属性非常有助于我们刻画断裂。
本发明基于fef技术进行断裂预测的方法，该方法以倾角导向滤波和断层特征增强滤波技术为基础，以原始地震资料为对象，利用数学运算和逻辑运算的方式，对地震数据进行多次融合处理。通过对断裂增强信息提取、加强及再优化处理的方式，以进一步提升断裂特征的识别能力。本发明能够在现有的较为广泛认可的叠后断层优化处理技术的基础上，在不引入噪音的前提条件下。能够进一步提升断裂的识别能力，进而能够为隐蔽甚至不确定性断裂的识别提供更可靠的技术支撑。
应用例
基于fef(faultenhancefilter)有效信号补偿的断裂特征再增强的方法过程进行描述和说明：
本应用例采用了一个三维区块的叠前时间偏移成果地震资料，该区块断裂发育较多，地层倾角相对较陡且断裂发育较为复杂，这使断层识别的难度大大增加。
本发明以倾角导向滤波技术和断层特征增强滤波技术为基础，通过对原始地震数据的多次优化处理和数学与逻辑运算，从而达到对断裂特征进行增强识别和预测的目的，具有十分重要的研究意义与实用价值：
第一步：对收集的原始叠前时间偏移成果地震数据进行加载，提取倾角导向数据体。
第二步：fef技术处理的步骤：以提取的倾角导向数据体为约束，对原始数据体进行倾角导向中值滤波和扩散中值滤波处理和提取similarity属性。再通过公式
(其中s表示similarity属性值，dsmf是倾角导向中值滤波数据体，dsmf是倾角导向的扩散滤波数据体)得到断层特征增强数据体(参考附图2)。
第三步：fef技术数据体与原始数据进行差值运算的步骤：用第二步中得到的处理数据体减去原始地震数据体，得到一个能够近似反映断层增强信号和其它噪音的地震数据体(参考附图3)。
第四步：对第三步的结果进行取阀值处理的步骤：对第三步处理得到的数据体利用公式
x≥0.5∨x≤-0.5
(其中x为第三步处理得到的数据体)进行阀值处理，使其仅保留断层增强的有效信号(参考附图4)。
第五步：对第四步的处理地震数据与fef技术数据进行叠加处理的步骤：对第四步中处理的地震数据与第二步中对原始地震数据进行断层特征增强处理后的地震数据进行相加运算，以进一步增强能够反映断层特征的信号，同时也对非断层信号的数据部分进行相对的压制(参考附图5)。
第六步：倾角导向体再提取的步骤：以对第五步中处理的地震数据进行倾角导向数据体的提取(参考附图6)。
第七步：断层特征增强滤波再处理的步骤：对第五步中处理的地震数据以第六步中提取的倾角导向体为约束，进行断层特征增强滤波处理(参考附图7)。
第八步：similarity属性提取的步骤：对第二步处理的和第七步中处理的地震数据进行similarity属性的提取。
第九步：断裂识别效果对比的步骤：对第八步中提取的similarity属性数据的断裂识别能力，进行效果对比与评价(参考附图8和图9)。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
1.一种基于fef有效信号补偿的断裂特征再增强的方法，其特征在于，包括如下步骤：
s1：提取倾角导向体：对收集的原始地震数据进行倾角导向数据体的提取；
s2：fef技术处理：以提取的倾角导向数据体为约束，对原始数据体进行倾角导向中值滤波和倾角导向扩散滤波处理，得到断层特征增强数据体；
s3：fef技术数据体与原始数据进行差值运算：用步骤s2中得到的处理数据体与原始地震数据进行差值运算处理，得到一个能够近似反映断层增强信号和其它噪音的地震数据体；
s4：对步骤s3的结果进行取阀值处理：对步骤s3中得到的数据体进行阀值处理，使其仅保留断层增强的有效信号；
s5：对步骤s4的处理地震数据与fef技术数据进行叠加处理：对步骤s4中处理的地震数据与步骤s2中对原始地震数据进行断层特征增强处理后的地震数据进行相加运算，以进一步增强能够反映断层特征的信号，同时也对非断层信号的数据部分进行相对的压制；
s6：倾角导向体再提取：以对步骤s5中处理的地震数据进行倾角导向数据体的提取；
s7：断层特征增强滤波再处理：以对步骤s6中处理的地震数据以步骤s7中提取的倾角导向体为约束，进行断层特征增强滤波处理；
s8：similarity属性提取：对步骤s2处理的和步骤s7中处理的地震数据进行similarity属性的提取。
2.根据权利要求1所述的一种基于fef有效信号补偿的断裂特征再增强的方法，其特征在于，采用瞬时参数分析的相关理论进行步骤s1中的倾角数据体的计算；其中，瞬时频率w(t,x,y)可表示为：
其中，φ为瞬时相位，u为输入的地震数据，uh为u关于时间t的hilbert变换；u和uh对时间的导数可以通过有限差分或傅里叶变换来实现，并且能够得到u在x方向的瞬时波数kx(t,x,y)，ky(t,x,y)：
视倾角可由瞬时频率w和瞬时波数kx(t,x,y)，ky(t,x,y)计算出
式中，p，q分别为x方向和y方向上的视倾角分量；然后由视倾角求出方位角：
φ＝arctan(q,p)。
3.根据权利要求1所述的一种基于fef有效信号补偿的断裂特征再增强的方法，其特征在于，所述步骤s8中，在(xa,ya)和(xb,yb)两道间的基于倾角导向的similarity属性，是以时间t为中心，其对应方程为：
式中，
其中，上式中dt是采样间隔，t1是计算时窗的相对起始时间，t2是计算时窗的相对结束时间，ta和tb分别是从位置(x,y,t)到(xa,ya)和(xb,yb)的时间，并且u是地震数据体的振幅值。
4.根据权利要求1所述的一种基于fef有效信号补偿的断裂特征再增强的方法，其特征在于，步骤s3中fef技术数据体与原始数据进行差值运算包括：
s31：将步骤s2中处理的地震数据与原始数据进行叠合互动显示并综合评价，若其噪音相对较重，效果不理想，在步骤s2中数据体基础上再进行倾角导向体的提取，以进一步提升其断裂识别数据的信噪比；
s32：设置计算公式及处理流程，用步骤s2中得到的处理数据体减去原始地震数据，得到一个能够近似反映断层增强信号和其它噪音的残余地震数据体。
5.根据权利要求3所述的一种基于fef有效信号补偿的断裂特征再增强的方法，其特征在于，所述步骤s4中，对步骤s3中得到的数据体进行阀值处理方法为：
s41：在地震剖面对步骤s3中得到的地震数据体与步骤s2中得到的地震数据体进行叠合显示，通过色标调整及手工读值的方式，以确定其断层增强信号的响应值域范围；
s42：设置逻辑运算的计算公式及处理流程，并对步骤s3中得到的数据体进行阀值处理，使其仅保留断层增强的有效信号；
s43：在s42中进行阀值处理得到的地震数据体边界变化部分有些过于尖锐异常，利用中值滤波平滑处理使其数据体更加自然，以便于后边数据更好的叠加处理。
6.根据权利要求4所述的一种基于fef有效信号补偿的断裂特征再增强的方法，其特征在于，步骤s5中，对步骤s4的处理地震数据与fef技术数据进行叠加处理之后还包括：对步骤s4中处理得到的地震数据体与步骤s2中处理得到的地震数据体进行叠合显示，观察断层及其周边非断层处的地震特征，对步骤s4中处理得到的地震数据合理性进行二次确认，若合理，则进行下一步；若不合理，则重返步骤s4进行进一步精细阀值调整。
技术总结