本申請屬于地震資料綜合解釋處理領域，尤其涉及一種提取地震數據頻散屬性的處理方法、裝置及預測系統。

背景技術：

隨著巖性油氣藏勘探開發的不斷深入，對于復雜巖性不僅要求預測其分布，而且還通常要求預測其含油氣性。

目前主流的流體識別方法包括利用疊后地震頻率的“吸收衰減”屬性以及多孔彈性介質理論指導下的疊前參數反演預測儲層的含油氣性。但是對于復雜的儲集體，由于不同流體飽和狀態下巖石彈性參數差異很小，流體類型識別困難。同時，現有常規方法中依據含流體填充介質常常導致地震波發生不同程度頻散、衰減的實驗室結果和理論研究，使得現有的這種方式對流體的識別就變得非常的困難。

因此，現有技術中亟需一種抗噪能力更強、儲層含油氣性預測結果更加可靠和效果更好的方法。

技術實現要素：

本發明目的在于提供一種提取地震數據頻散屬性的處理方法、裝置及預測系統，可以獲取縱橫波頻散程度參數，可以用于指示儲層的含油氣性，使得地震波AVO屬性剖面邊界清晰，抗噪能力更強，識別效果好，提高識別精度。

本申請提供的一種提取地震數據頻散屬性的處理方法、裝置及預測系統是這樣實現的：

一種提取地震數據頻散屬性的處理方法，所述方法包括：

對疊前地震數據做時頻變換，獲取所述疊前地震數據的時頻振幅譜；

從所述疊前地震數據提取地震子波，利用提取出的地震子波制作子波窗函數；

利用所述子波窗函數，對所述時頻振幅譜進行加權的時頻譜處理，得到處理后頻散時頻譜；

對所述處理后頻散時頻譜進行反演，提取出所述疊前地震數據的頻散屬性參數數據。

所述方法優選的實施例中，所述對疊前地震數據做時頻變換包括：

通過引入λ_a、p參數對選取的表示S變換中的窗函數進行控制，形成對疊前地震數據做時頻變換的廣義S變換的表達式，為：

$S(f,\mathrm{\τ})={\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}x\left(t\right)\frac{\left|{\mathrm{\λ}}_a\right|{\left|f\right|}^p}{\sqrt{2\mathrm{\π}}}\exp \[\frac{-{\mathrm{\λ}}_a^2{(\mathrm{\τ}-t)}^2{f}^{2p}}{2}\]\exp (-i2\mathrm{\π}ft)dt$

上式中，x(t)為所述疊前地震數據采樣點的時間域振幅表達式，f為頻率，S(f,τ)為x(t)信號廣義S變換結果，λ_a、p為設定的常數，根據x(t)的指定數據特征進行確定；

采用上述廣義S變換對疊前地震數據做時頻變換。

所述方法優選的實施例中，所述從所述疊前地震提取地震子波包括：

獲取所述疊前地震數據的瞬時振幅譜，在頻率域求取所述瞬時振幅譜的對數，得到對數域的振幅譜：

利用傅立葉反變換將所述對數域的振幅譜從對數域變換到復賽域，得到復賽域的振幅譜；

在所述復賽域的振幅譜中確定疊前地震數據的地震子波。

所述方法優選的實施例中，所述對所述時頻振幅譜進行加權的時頻譜處理包括：

對所述時頻振幅譜中的頻率成分采用如下加權關系式進行處理：

B_d(t，n，f)＝S_d(t，n，f)w_e(f，n)

上式中，B_d(t，n，f)為反射系數譜，即一種處理后頻散時頻譜；S_d(t，n，f)為疊前地震數據的時頻振幅譜，w_e(f，n)為利用地震子波制作的反子波譜窗函數。

所述方法優選的實施例中，所述對所述處理后頻散時頻譜進行反演包括：

采用下述擴展后Aki-Richards的AVO近似公式進行反演：

$R_{pp}\left(\mathrm{\θ}\right)=\frac{1}{2}(1+{\tan }^2\mathrm{\θ})\frac{{\mathrm{\ΔV}}_p}{V_p}-4\frac{V_s^2}{V_p^2}\frac{{\mathrm{\ΔV}}_s}{V_s}{\sin }^2\mathrm{\θ}+\frac{1}{2}(1-4\frac{V_s^2}{V_p^2}{\sin }^2\mathrm{\θ})\frac{\mathrm{\Δ}\mathrm{\ρ}}{\mathrm{\ρ}}$

上式中，R_pp(θ)為縱波反射系數；θ為入射角和透射角的平均值，為縱波速度變化率，為橫波速度變化率，為反射界面兩側密度變化率，為橫波與縱波速度比。

所述方法優選的實施例中，從所述疊前地震數據中提取的頻散屬性參數數據包括：

采用最小二乘法計算獲得的所述疊前地震數據中縱橫波速度變化率的導數，其表達式為：

$I_a=\frac{d}{df}\left(\frac{{\mathrm{\Δv}}_p}{v_p}\right),I_b=\frac{d}{df}\left(\frac{{\mathrm{\Δv}}_s}{v_s}\right)$

上式中，I_a表示為縱波速度隨頻率變化率定義的縱波頻散屬性，I_b表示為橫波速度隨頻率變化率定義的橫波頻散屬性，Δv_p、v_p、Δv_s、v_p分別為上下層介質縱波速度差、速度和、橫波速度差、速度和。

所述方法優選的實施例中，所述方法還包括：

利用提取出所述疊前地震數據的頻散屬性參數數據預測儲層的含油氣性。

一種提取地震數據頻散屬性的處理裝置，所述裝置包括：

時頻變換模塊，用于對疊前地震數據做時頻變換，獲取所述疊前地震數據的時頻振幅譜；

子波窗函數模塊，用于從所述疊前地震數據提取地震子波，利用提取出的地震子波制作子波窗函數；

時頻處理模塊，用于利用所述子波窗函數，對所述時頻振幅譜進行加權的時頻譜處理，得到處理后頻散時頻譜；

頻散屬性提取模塊，用于對所述處理后頻散時頻譜進行反演，提取出所述疊前地震數據的頻散屬性參數數據。

所述裝置優選的實施例中，所述時頻變換模塊對疊前地震數據做時頻變換包括：

通過引入λ_α、p參數對選取的表示S變換中的窗函數進行控制，形成對疊前地震數據做時頻變換的廣義S變換的表達式，為：

$S(f,\mathrm{\τ})={\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}x\left(t\right)\frac{\left|{\mathrm{\λ}}_a\right|{\left|f\right|}^p}{\sqrt{2\mathrm{\π}}}\exp \[\frac{-{\mathrm{\λ}}_a^2{(\mathrm{\τ}-t)}^2{f}^{2p}}{2}\]\exp (-i2\mathrm{\π}ft)dt$

上式中，x(t)為所述疊前地震數據采樣點的時間域振幅表達式，f為頻率，S(f,τ)為x(t)信號廣義S變換結果，λ_a、p為設定的常數，根據x(t)的指定數據特征進行確定；

采用上述廣義S變換對疊前地震數據做時頻變換。

所述裝置優選的實施例中，所述時頻處理模塊對所述時頻振幅譜進行加權的時頻譜處理包括：

對所述時頻振幅譜中的頻率成分采用如下加權關系式進行處理：

B_d(t，n，f)＝S_d(t，n，f)w_e(f，n)

上式中，B_d(t，n，f)為反射系數譜，即一種處理后頻散時頻譜；S_d(t，n，f)為疊前地震數據的時頻振幅譜，w_e(f，n)為利用地震子波制作的反子波譜窗函數。

所述裝置優選的實施例中，所述頻散屬性提取模塊對所述處理后頻散時頻譜進行反演包括：

采用下述擴展后Aki-Richards的AVO近似公式進行反演：

$R_{pp}\left(\mathrm{\θ}\right)=\frac{1}{2}(1+{\tan }^2\mathrm{\θ})\frac{{\mathrm{\ΔV}}_p}{V_p}-4\frac{V_s^2}{V_p^2}\frac{{\mathrm{\ΔV}}_s}{V_s}{\sin }^2\mathrm{\θ}+\frac{1}{2}(1-4\frac{V_s^2}{V_p^2}{\sin }^2\mathrm{\θ})\frac{\mathrm{\Δ}\mathrm{\ρ}}{\mathrm{\ρ}}$

上式中，R_pp(θ)為縱波反射系數；θ為入射角和透射角的平均值，為縱波速度變化率，為橫波速度變化率，為反射界面兩側密度變化率，為橫波與縱波速度比。

所述裝置優選的實施例中，所述頻散屬性提取模塊4從所述疊前地震數據中提取的頻散屬性參數數據包括：

采用最小二乘法計算獲得的所述疊前地震數據中縱橫波速度變化率的導數，其表達式為：

$I_a=\frac{d}{df}\left(\frac{{\mathrm{\Δv}}_p}{v_p}\right),I_b=\frac{d}{df}\left(\frac{{\mathrm{\Δv}}_s}{v_s}\right)$

上式中，I_a表示為縱波速度隨頻率變化率定義的縱波頻散屬性，I_b表示為橫波速度隨頻率變化率定義的橫波頻散屬性，Δv_p、v_p、Δv_s、v_p分別為上下層介質縱波速度差、速度和、橫波速度差、速度和。

所述裝置優選的實施例中，所述裝置還包括：

預測模塊，用于利用提取出所述疊前地震數據的頻散屬性參數數據預測儲層的含油氣性。

一種基于地震頻散AVO屬性的油氣預測系統，所述系統包括：

I/O接口，用于獲取疊前地震數據和輸出計算得到的頻散屬性參數數據；

處理器，用于對疊前地震數據做時頻變換，獲取所述疊前地震數據的時頻振幅譜；還用于從所述疊前地震數據提取地震子波，利用提取出的地震子波制作子波窗函數；還用于利用所述子波窗函數，對所述時頻振幅譜進行加權的時頻譜處理，得到處理后頻散時頻譜；還用于對所述處理后頻散時頻譜進行反演，提取出所述疊前地震數據的頻散屬性參數數據。

所述裝置優選的實施例中，所述系統還包括：

預測處理單元，用于利用提取出所述疊前地震數據的頻散屬性參數數據預測儲層的含油氣性。

本發明提供的一種提取地震數據頻散屬性的處理方法、裝置及預測系統，以含流體頻散巖石物理理論為基礎，通過數值計算量化含流體介質導致地震波發生頻散的程度，從而指示儲層的含油氣性。利用本申請所述提供的實施方式計算得到的縱橫波頻散AVO屬性剖面邊界清晰，含油氣性橫向變化明顯，整體上縱波頻散屬性優于橫波頻散屬性，抗噪能力更強。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請中記載的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明提供的一種提取地震數據頻散屬性的處理方法一種實施例的方法流程圖；

圖2是本發明所述一種提取地震數據頻散屬性的處理方法在實際生成應用的一種處理流程示意圖；

圖3是利用本發明一種實施例預測的儲層含油氣性剖面圖；

圖4是分別利用本發明一種實施例和常規高頻衰減方法預測的儲層含油氣性平面圖；

圖5是本發明提供的一種提取地震數據頻散屬性的處理裝置一種實施例的模塊結構示意圖；

圖6是本發明提供的一種提取地震數據頻散屬性的處理裝置另一種實施例的模塊結構示意圖。

具體實施方式

為了使本技術領域的人員更好地理解本申請中的技術方案，下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基于本申請中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都應當屬于本申請保護的范圍。

圖1是本申請所述一種提取地震數據頻散屬性的處理方法一種實施例的方法流程圖。雖然本申請提供了如下述實施例或附圖所示的方法操作步驟或裝置結構，但基于常規或者無需創造性的勞動在所述方法或裝置中可以包括更多或者更少的操作步驟或模塊單元。在邏輯性上不存在必要因果關系的步驟或結構中，這些步驟的執行順序或裝置的模塊結構不限于本申請實施例或附圖所示的執行順序或模塊結構。所述的方法或模塊結構的在實際中的裝置或終端產品、系統應用時，可以按照實施例或者附圖所示的方法或模塊結構進行順序執行或者并行執行(例如并行處理器或者多線程處理的環境、甚至包括分布式處理的實施環境，甚至分布式執行環境)。

本發明以含流體頻散巖石物理理論為基礎，通過數值計算量化含流體介質導致地震波發生頻散的程度，從而指示儲層的含油氣性，在此可以稱之為基于地震頻散AVO屬性預測油氣的方法。例如在一個實施例中，可以首先把常規Aki-Richards理論公式拓展到頻率域，并從理論公式中定義了地震波的頻散程度；其次，在優化、分選道集的基礎上，利用廣義S變換計算出不同角度道集地震數據的振幅譜，同時應用子波提取技術從地震資料中求取時空變瞬時子波譜，從而對地震振幅譜作歸一化處理消除子波譜印記；最后，通過最優化反演方法求取出理論公式中定義的縱橫波頻散程度參數，用以指示儲層的含油氣性。從理論模型計算的結果來看，縱橫波頻散AVO屬性剖面邊界清晰，含油氣性橫向變化明顯，整體上縱波頻散屬性優于橫波頻散屬性，抗噪能力更強。下面就具體的一個實施例的實施過程進行描述，以便更好的理解本發明方案。如圖1所述，本申請提供的一種提取地震數據頻散屬性的處理方法的一種實施例可以包括：

S1：對疊前地震數據做時頻變換，獲取所述疊前地震數據的時頻振幅譜。

一般的，在地震勘探中，地震屬性通常是指將地震數據分解成各種屬性，如振幅、波形、頻率、衰減特性、相位、相關分析、比率等。地震屬性技術主要是指提取、存儲、檢驗、分析、確認、評估地震屬性以及將地震屬性轉換為地質特征的一套方法。AVO(Amplitude variation with offset，AVO，振幅隨偏移距的變化)技術用于研究地震反射振幅隨炮點與接收器之間的距離即炮檢距(或入射角)的變化特征來探討反射系數響應隨炮檢距(或入射角)的變化，進而確定反射界面上覆、下伏介質的巖性特征及物性參數。在利用AVO分析處理時主要是利用CDP道集(common depth point，CDP，共深度點道集)、CMP道集(common middle point，CMP，共中心點道集)或者角道集資料等，分析反射波振幅隨炮檢距(也即入射角)的變化規律，估算界面的彈性參數泊松比，進一步推斷地層的巖性和含油氣情況。借助AVO分析，地球物理學家可以更好地評估油氣藏巖石屬性，包括孔隙度、密度、巖性與流體含量。

在本申請實施例中，可以獲取疊前地震數據，然后對疊前地震數據做時頻變換。通過時頻分析方法技術對地震信號進行分析處理可在獲得地震信號的瞬時頻率、瞬時相位、瞬時振幅等瞬時參數的同時獲得時頻譜圖等重要時頻域信息，實現對地震信號的邊緣檢測、屬性提取等。在地震數處理中，常常會用到S變換，一般的，所述S變換是在小波變換和短時傅里葉變換發展起來的，S變換采用高斯窗函數且窗寬與頻率的倒數成正比，免去了窗函數的選擇和改善了窗寬固定的缺陷，并且時頻表示中各頻率分量的相位譜與原始信號保持直接的聯系。本發明實施例中構造了一種新廣義S變換方法，它不僅滿足地震信號低頻段應具有很高的頻率分辨率，而且在高頻部分具有很高的時間分辨率，而且運算效率高。在具體實施時，例如在優化、分選道集的基礎上，可以利用廣義S變換計算出不同角度道集地震數據的振幅譜。

一般的，假設給定平方可積的信號x(t)，即x(t)∈L^2(R)，則x(t)的標準S變換可以為：

$T(\mathrm{\τ},f)={\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}x\left(t\right)\{\frac{\left|f\right|}{\sqrt{2\mathrm{\π}}}\exp \[\frac{-f^2{(\mathrm{\τ}-t)}^2}{2}\]\exp (-i2\mathrm{\π}ft)\}dt$

上述中的x(t)為所述疊前AVO地震數據采樣點的時間域振幅表達式。

而在本發明的一種實施方式中定義了一種廣義S變換，通過引入兩個參數對標準S變換中的窗函數進行控制，其廣義S變換的表達式可以為：

$S(f,\mathrm{\τ})={\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}x\left(t\right)\frac{\left|{\mathrm{\λ}}_a\right|{\left|f\right|}^p}{\sqrt{2\mathrm{\π}}}\exp \[\frac{-{\mathrm{\λ}}_a^2{(\mathrm{\τ}-t)}^2{f}^{2p}}{2}\]\exp (-i2\mathrm{\π}ft)dt$

上述中，λ_α、p均為設定的常數，可以根據待分析信號x(t)的指定數據特征進行確定，具體可以由作業人員設置。

因此，本發明所述方法的另一種實施例中，所述對疊前地震數據做時頻變換可以包括：

S101：通過引入λ_α、p參數對選取的表示S變換中的窗函數進行控制，形成對疊前地震數據做時頻變換的廣義S變換的表達式，為：

$S(f,\mathrm{\τ})={\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}x\left(t\right)\frac{\left|{\mathrm{\λ}}_a\right|{\left|f\right|}^p}{\sqrt{2\mathrm{\π}}}\exp \[\frac{-{\mathrm{\λ}}_a^2{(\mathrm{\τ}-t)}^2{f}^{2p}}{2}\]\exp (-i2\mathrm{\π}ft)dt$

上式中，x(t)為所述疊前地震數據采樣點的時間域振幅表達式，f為頻率，S(f,τ)為x(t)信號廣義S變換結果，λ_α、p為設定的常數，根據x(t)的指定數據特征進行確定。一般的，λ_α、p取值范圍為正實數，例如在分析實際地震勘探數據時的取值可以分別在2.3、0.9附近。

S102：采用上述廣義S變換對疊前地震數據做時頻變換。

本發明實施例中，可以獲取勘探區域的疊前地震數據，然后對所述疊前地震數據做時頻變換，獲取得到所述疊前地震數據的振幅譜。當然，地震數據時頻變換的方式有很多，本發明提供了一種實施例中可以在優化、分選道集的基礎上，利用變換定義的廣義S變換計算出不同角度道集地震數據的振幅譜。在對疊前地震數據進行廣義S變換之前可以進行道集優化、道集分選的處理。

S2：從所述疊前地震提取地震子波，利用提取出的地震子波制作子波窗函數。

本實施例中可以從所述疊前地震數據中提取地震子波，然后利用提取出的地震子波制作子波窗函數。

地震子波的提取可以采用一些瞬時子波提取技術。本發明提供的一種實施例中，所述從所述疊前地震提取地震子波可以包括：

S201：獲取所述疊前地震數據的瞬時振幅譜，在頻率域求取所述瞬時振幅譜的對數，得到對數域的振幅譜：

S202：利用傅立葉反變換將所述對數域的振幅譜從對數域變換到復賽域，得到復賽域的振幅譜；

S203：在所述復賽域的振幅譜中確定疊前地震數據的地震子波。

通常，在復賽域的振幅譜上，疊前地震數據的地震子波和反射系數分別位于左右兩端，這樣，本實施例可以經過上述地震數據變換處理提取出地震子波。然后可以利用所述提取的地震子波制作子波窗函數，這樣我們就可以設計一個濾波器將地震子波的振幅譜分離出來。

地震振幅譜等于地震子波譜與反射系數譜乘積，因此分離出地震子波譜后剩下的反射系數譜即可利用頻散數學計算公式計算縱橫波頻散屬性。本發明實施例中，所述的提取出的地震子波可以用于制作子波窗函數，可以用于后續的時頻譜處理，以消除子波印記。

S3：利用所述子波窗函數，對所述時頻振幅譜進行加權的時頻譜處理，得到處理后頻散時頻譜。

通過廣義S變換得到的時頻譜結果中，反射系數原有的能量分布特征被地震子波改變，即主頻位置能量最大兩側隨頻率減小。因此，本發明的一種實施例中可以采用加權的時頻譜處理方法來消除“子波疊印”。具體的一種實施方式中，所述對所述時頻振幅譜進行加權的時頻譜處理可以包括：

S301：對所述時頻振幅譜中的頻率成分采用如下加權關系式進行處理：

B_d(t，n，f)＝S_d(t，n，f)w_e(f，n)

上式中，B_d(t，n，f)為反射系數譜，即一種處理后頻散時頻譜；S_d(t，n，f)為疊前地震數據的時頻振幅譜，w_e(f，n)為利用地震子波制作的反子波譜窗函數。這里的We(f,n)反子波譜窗函數可以由反子波譜得到，反子波譜是由復賽譜變換得到。本實施例中，地震數據的時頻振幅譜與反子波譜窗函數相乘就可以得到反射系數譜，窗函數可以通過反子波譜進一步計算得到的。

上述加權的時頻譜處理后頻譜能量隨著頻率的呈單調變化，因此本發明可以夠利用反射系數譜計算頻散屬性。

S4：對所述處理后頻散時頻譜進行反演，提取出所述疊前地震數據的頻散屬性參數數據。

地震波在地層中傳播時，地震波傳播速度發生頻散現象，即縱橫波速度變化率隨頻率的變化引起反射系數隨頻率變化。本發明中可以選取一種最優化反演算法對所述處理后頻散時頻譜進行反演，求取AVO屬性，可以包括采用非線性數據擬合的近似求解方式等。圖2是本發明所述一種提取地震數據頻散屬性的處理方法在實際生成應用的一種處理流程示意圖。

本發明的一種實施例提供對Aki-Richards提出的公式進行參數擴展，建立反射系數(可以表示速率)與頻率的關系，計算縱橫波速度隨頻率的變化。Aki-Richards提出的公式為一種最小二乘法，本發明的一種實施例對其進行擴展和改進。因此，本申請的一種實施例中，所述對所述處理后頻散時頻譜進行反演可以包括：

S401：采用下述擴展后Aki-Richards的AVO近似公式進行反演：

$R_{pp}\left(\mathrm{\θ}\right)=\frac{1}{2}(1+{\tan }^2\mathrm{\θ})\frac{{\mathrm{\ΔV}}_p}{V_p}-4\frac{V_s^2}{V_p^2}\frac{{\mathrm{\ΔV}}_s}{V_s}{\sin }^2\mathrm{\θ}+\frac{1}{2}(1-4\frac{V_s^2}{V_p^2}{\sin }^2\mathrm{\θ})\frac{\mathrm{\Δ}\mathrm{\ρ}}{\mathrm{\ρ}}$

上式中，R_pp(θ)為縱波反射系數；θ為入射角和透射角的平均值，為縱波速度變化率，為橫波速度變化率，為反射界面兩側密度變化率，為橫波與縱波速度比。

Aki-Richards近似式：

$R_{pp}\left(\mathrm{\θ}\right)=\frac{1}{2}(1+{\tan }^2\mathrm{\θ})\frac{{\mathrm{\ΔV}}_p}{V_p}-4\frac{V_s^2}{V_p^2}\frac{{\mathrm{\ΔV}}_s}{V_s}{\sin }^2\mathrm{\θ}+\frac{1}{2}(1-4\frac{V_s^2}{V_p^2}{\sin }^2\mathrm{\θ})\frac{\mathrm{\Δ}\mathrm{\ρ}}{\mathrm{\ρ}}$

對Aki-Richards提出的公式進行參數擴展，其公式為：

$R_{pp}(\mathrm{\θ},f)=\frac{1}{2}(1+{\tan }^2\mathrm{\θ})\frac{{\mathrm{\ΔV}}_p}{V_p}\left(f\right)-\left(4\frac{V_s^2}{V_p^2}{\sin }^2\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_s}{V_s}\left(f\right)+\frac{1}{2}(1-4\frac{V_s^2}{V_p^2}{\sin }^2\mathrm{\θ})\frac{\mathrm{\Δ}\mathrm{\ρ}}{\mathrm{\ρ}}$

擴展后Aki-Richards的AVO近似公式反射系數與入射角和頻率有關，為計算地震波速度頻散程度提供了計算方法。

另外，利用上述擴展后Aki-Richards的AVO近似公式得到的為反應地震波速率隨頻率變化的量化參數。具體的一種實施例中，從所述疊前地震數據中提取的頻散屬性參數數據可以包括：

S402：采用最小二乘法計算獲得的所述疊前地震數據中縱橫波速度變化率的導數，其表達式可以表示為：

$I_a=\frac{d}{df}\left(\frac{{\mathrm{\Δv}}_p}{v_p}\right),I_b=\frac{d}{df}\left(\frac{{\mathrm{\Δv}}_s}{v_s}\right)$

上式中，I_a表示為縱波速度隨頻率變化率定義的縱波頻散屬性，I_b表示為橫波速度隨頻率變化率定義的橫波頻散屬性，Δv_p、v_p、Δv_s、v_p分別為上下層介質縱波速度差、速度和、橫波速度差、速度和。

圖2是本發明提供的一種提取地震數據頻散屬性一種實施過程的流程示意圖。由圖中可以看出，本發明的技術方案可以將儲層的含油氣性通過流體填充介質的頻散屬性進行量化體現，可以有效指示儲層油氣，預測油氣含量，具有十分明顯的實際生產應用。因此，本發明所述的一種地震頻散屬性提取方法還可以包括：

S5：利用提取出所述疊前地震數據的頻散屬性參數數據預測儲層的含油氣性。

圖3是利用本發明一種實施例預測的儲層含油氣性剖面圖，圖4是分別利用本發明一種實施例和常規高頻衰減方法預測的儲層含油氣性平面圖，圖4中4-1是采用本發明方法獲得的結果，4-2是采用一種高頻衰減方法獲得的結果。由圖4中的4-1、4-2對比可以看出，利用本發明提供的方法使得縱橫波頻散AVO屬性剖面邊界清晰，含油氣性橫向變化明顯，整體上縱波頻散屬性優于橫波頻散屬性，抗噪能力更強。從本區鉆井來看，河道的南部多為出水井，高頻吸收屬性并不能很好的反應這一特征，而頻散AVO屬性對油氣預測更為敏感，預測的油氣區更為合理。

基于本發明上述提供的提取地震數據頻散屬性的處理方法，本發明還提供一種提取地震數據頻散屬性的處理裝置(相應的裝置項描述)。圖5是本發明提供的一種提取地震數據頻散屬性的處理裝置一種實施例的模塊結構示意圖，如圖5所示，所述裝置可以包括：

時頻變換模塊101，可以用于對疊前地震數據做時頻變換，獲取所述疊前地震數據的時頻振幅譜；

子波窗函數模塊102，可以用于從所述疊前地震數據提取地震子波，利用提取出的地震子波制作子波窗函數；

時頻處理模塊103，可以用于利用所述子波窗函數，對所述時頻振幅譜進行加權的時頻譜處理，得到處理后頻散時頻譜；

頻散屬性提取模塊104，可以用于對所述處理后頻散時頻譜進行反演，提取出所述疊前地震數據的頻散屬性參數數據。

本發明提供的一種提取地震數據頻散屬性的處理裝置的一種實施例中，所述時頻變換模塊101對疊前地震數據做時頻變換可以包括：

通過引入λ_α、p參數對選取的表示S變換中的窗函數進行控制，形成對疊前地震數據做時頻變換的廣義S變換的表達式，為：

$S(f,\mathrm{\τ})={\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}x\left(t\right)\frac{\left|{\mathrm{\λ}}_a\right|{\left|f\right|}^p}{\sqrt{2\mathrm{\π}}}\exp \[\frac{-{\mathrm{\λ}}_a^2{(\mathrm{\τ}-t)}^2{f}^{2p}}{2}\]\exp (-i2\mathrm{\π}ft)dt$

上式中，x(t)為所述疊前地震數據采樣點的時間域振幅表達式，f為頻率，S(f,τ)為x(t)信號廣義S變換結果，λ_α、p為設定的常數，根據x(t)的指定數據特征進行確定；

采用上述廣義S變換對疊前地震數據做時頻變換。

當然，地震數據時頻變換的方式有很多，本發明提供了一種實施例中可以在優化、分選道集的基礎上，利用變換定義的廣義S變換計算出不同角度道集地震數據的振幅譜。在對疊前地震數據進行廣義S變換之前可以進行道集優化、道集分選的處理。

地震子波的提取可以采用一些瞬時子波提取技術。通常，在復賽域的振幅譜上，疊前地震數據的地震子波和反射系數分別位于左右兩端，這樣，本實施例可以經過上述地震數據變換處理提取出地震子波。然后可以利用所述提取的地震子波制作子波窗函數，這樣我們就可以設計一個濾波器將地震子波的振幅譜分離出來。地震振幅譜等于地震子波譜與反射系數譜乘積，因此分離出地震子波譜后剩下的反射系數譜即可利用頻散數學計算公式計算縱橫波頻散屬性。本發明實施例中，所述的提取出的地震子波可以用于制作子波窗函數，可以用于后續的時頻譜處理，以消除子波印記。

本發明提供的一種提取地震數據頻散屬性的處理裝置的一種實施例中，所述時頻處理模塊103對所述時頻振幅譜進行加權的時頻譜處理可以包括：

對所述時頻振幅譜中的頻率成分采用如下加權關系式進行處理：

B_d(t，n，f)＝S_d(t，n，f)w_e(f，n)

上式中，B_d(t，n，f)為反射系數譜，即一種處理后頻散時頻譜；S_d(t，n，f)為疊前地震數據的時頻振幅譜，w_e(f，n)為利用地震子波制作的反子波譜窗函數。

這里的We(f,n)反子波譜窗函數可以由反子波譜得到，反子波譜是由復賽譜變換得到。本實施例中，地震數據的時頻振幅譜與反子波譜窗函數相乘就可以得到反射系數譜，窗函數可以通過反子波譜進一步計算得到的。

本發明的一種實施例提供對Aki-Richards提出的公式進行參數擴展，建立反射系數(可以表示速率)與頻率的關系，計算縱橫波速度隨頻率的變化。Aki-Richards提出的公式為一種最小二乘法，本發明的一種實施例對其進行擴展和改進。本發明提供的一種提取地震數據頻散屬性的處理裝置的一種實施例中，所述頻散屬性提取模塊104對所述處理后頻散時頻譜進行反演可以包括：

采用下述擴展后Aki-Richards的AVO近似公式進行反演：

$R_{pp}\left(\mathrm{\θ}\right)=\frac{1}{2}(1+{\tan }^2\mathrm{\θ})\frac{{\mathrm{\ΔV}}_p}{V_p}-4\frac{V_s^2}{V_p^2}\frac{{\mathrm{\ΔV}}_s}{V_s}{\sin }^2\mathrm{\θ}+\frac{1}{2}(1-4\frac{V_s^2}{V_p^2}{\sin }^2\mathrm{\θ})\frac{\mathrm{\Δ}\mathrm{\ρ}}{\mathrm{\ρ}}$

上式中，R_pp(θ)為縱波反射系數；θ為入射角和透射角的平均值，為縱波速度變化率，為橫波速度變化率，為反射界面兩側密度變化率，為橫波與縱波速度比。

擴展后Aki-Richards的AVO近似公式反射系數與入射角和頻率有關，為計算地震波速度頻散程度提供了計算方法。

本發明提供的一種提取地震數據頻散屬性的處理裝置的一種實施例中，所述頻散屬性提取模塊104從所述疊前地震數據中提取的頻散屬性參數數據可以包括：

采用最小二乘法計算獲得的所述疊前地震數據中縱橫波速度變化率的導數，其表達式為：

$I_a=\frac{d}{df}\left(\frac{{\mathrm{\Δv}}_p}{v_p}\right),I_b=\frac{d}{df}\left(\frac{{\mathrm{\Δv}}_s}{v_s}\right)$

上式中，I_a表示為縱波速度隨頻率變化率定義的縱波頻散屬性，I_b表示為橫波速度隨頻率變化率定義的橫波頻散屬性，Δv_p、v_p、Δv_s、v_p分別為上下層介質縱波速度差、速度和、橫波速度差、速度和。。

本發明的技術方案可以將儲層的含油氣性通過流體填充介質的頻散屬性進行量化體現，可以有效指示儲層油氣，預測油氣含量，具有十分明顯的實際生產應用。因此，本發明提供的一種提取地震數據頻散屬性的處理裝置的一種實施例中，所述裝置還可以包括：

預測模塊105，可以用于利用提取出所述疊前地震數據的頻散屬性參數數據預測儲層的含油氣性。圖6是本發明提供的一種提取地震數據頻散屬性的處理裝置另一種實施例的模塊結構示意圖。

利用本發明提供的裝置，可以獲取縱橫波頻散程度參數，可以用于指示儲層的含油氣性，使得地震波AVO屬性剖面邊界清晰，抗噪能力更強，識別效果好，提高識別精度。

上述所述的方法或裝置可以用于地震數據處理系統中，實現地震數據中頻散屬性的提取，可以用于指示儲層的含油氣性，使得地震波AVO屬性剖面邊界清晰，抗噪能力更強，提高系統識別精度和識別效果。因此，本發明還提供一種基于地震頻散AVO屬性的油氣預測系統，一種實施例中，所述系統可以包括：

I/O接口，可以用于獲取疊前地震數據和輸出計算得到的頻散屬性參數數據；

處理器，可以用于對疊前地震數據做時頻變換，獲取所述疊前地震數據的時頻振幅譜；還可以用于從所述疊前地震數據提取地震子波，利用提取出的地震子波制作子波窗函數；還可以用于利用所述子波窗函數，對所述時頻振幅譜進行加權的時頻譜處理，得到處理后頻散時頻譜；還可以用于對所述處理后頻散時頻譜進行反演，提取出所述疊前地震數據的頻散屬性參數數據。

當然，本發明提供的所述基于地震頻散AVO屬性的油氣預測系統的其他實施例中，如具體的對疊前地震數據做時頻變換、從所述疊前地震提取地震子波、對所述時頻振幅譜進行加權的時頻譜處理、對所述處理后頻散時頻譜進行反演以及所述疊前地震數據中提取的頻散屬性參數數據等的實施方式可以參照上述方法或裝置的相關描述，在此不做贅述。

進一步的，所述系統得到疊前地震數據的頻散屬性參數數據后，如Ia、Ib等，可以將這些頻散屬性參數數據輸出到其他地震數據處理系統，或者所述系統的其他功能模塊中，進一步利用這些頻散屬性參數數據或者結合其他參數預測、分析儲層的含油氣性。因此，本發明的所述系統的另一種實施例中，所述系統還可以包括：

預測處理單元，可以用于利用提取出所述疊前地震數據的頻散屬性參數數據預測儲層的含油氣性。

上述實施例提供的基于地震頻散AVO屬性的油氣預測系統，可以獲取縱橫波頻散程度參數，可以用于指示儲層的含油氣性，使得地震波AVO屬性剖面邊界清晰，抗噪能力更強，提高系統儲層含油氣性的識別精度和識別效果。

盡管本申請內容中提到添加了λ_a、p參數的廣義S變換、擴展后ki-Richards的AVO近似公式、地震子波提取、窗函數構建等的地震數據處理、不同域變換、常規方法變形的處理/交互/判斷方式等的描述，但是，本申請并不局限于必須是符合標準定義或實施例所描述的情況S變換、公式擴展、數據處理等，某些行業標準、通用數據處理方法或者使用自定義方式或實施例描述的實施基礎上略加修改后的實施方案也可以實現上述實施例相同、等同或相近、或變形后可預料的實施效果。應用這些修改或變形后的數據獲取、存儲、判斷、處理方式等獲取的實施例，仍然可以屬于本申請的可選實施方案范圍之內。

雖然本申請提供了如實施例或流程圖所述的方法操作步驟，但基于常規或者無創造性的手段可以包括更多或者更少的操作步驟。實施例中列舉的步驟順序僅僅為眾多步驟執行順序中的一種方式，不代表唯一的執行順序。在實際中的裝置或客戶端產品執行時，可以按照實施例或者附圖所示的方法順序執行或者并行執行(例如并行處理器或者多線程處理的環境，甚至為分布式數據處理環境)。術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、產品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、產品或者設備所固有的要素。在沒有更多限制的情況下，并不排除在包括所述要素的過程、方法、產品或者設備中還存在另外的相同或等同要素。

上述實施例闡明的單元、裝置或模塊等，具體可以由計算機芯片或實體實現，或者由具有某種功能的產品來實現。為了描述的方便，描述以上裝置時以功能分為各種模塊分別描述。當然，在實施本申請時可以把各模塊的功能在同一個或多個軟件和/或硬件中實現，也可以將實現同一功能的模塊由多個子模塊或子單元的組合實現等。

本領域技術人員也知道，除了以純計算機可讀程序代碼方式實現控制器以外，完全可以通過將方法步驟進行邏輯編程來使得控制器以邏輯門、開關、專用集成電路、可編程邏輯控制器和嵌入微控制器等的形式來實現相同功能。因此這種控制器可以被認為是一種硬件部件，而對其內部包括的用于實現各種功能的裝置也可以視為硬件部件內的結構。或者甚至，可以將用于實現各種功能的裝置視為既可以是實現方法的軟件模塊又可以是硬件部件內的結構。

本申請可以在由計算機執行的計算機可執行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執行特定任務或實現特定抽象數據類型的例程、程序、對象、組件、數據結構、類等等。也可以在分布式計算環境中實踐本申請，在這些分布式計算環境中，由通過通信網絡而被連接的遠程處理設備來執行任務。在分布式計算環境中，程序模塊可以位于包括存儲設備在內的本地和遠程計算機存儲介質中。

通過以上的實施方式的描述可知，本領域的技術人員可以清楚地了解到本申請可借助軟件加必需的通用硬件平臺的方式來實現。基于這樣的理解，本申請的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟件產品的形式體現出來，該計算機軟件產品可以存儲在存儲介質中，如ROM/RAM、磁碟、光盤等，包括若干指令用以使得一臺計算機設備(可以是個人計算機，移動終端，服務器，或者網絡設備等)執行本申請各個實施例或者實施例的某些部分所述的方法。

本說明書中的各個實施例采用遞進的方式描述，各個實施例之間相同或相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。本申請可用于眾多通用或專用的計算機系統環境或配置中。例如：個人計算機、服務器計算機、手持設備或便攜式設備、平板型設備、多處理器系統、基于微處理器的系統、置頂盒、可編程的電子設備、網絡PC、小型計算機、大型計算機、包括以上任何系統或設備的分布式計算環境等等。

雖然通過實施例描繪了本申請，本領域普通技術人員知道，本申請有許多變形和變化而不脫離本申請的精神，希望所附的權利要求包括這些變形和變化而不脫離本申請的精神。