潘輝， 印興耀，2*， 李坤，2， 裴松

1 中國(guó)石油大學(xué)(華東)地球科學(xué)與技術(shù)學(xué)院， 青島 266580 2 海洋國(guó)家實(shí)驗(yàn)室海洋礦產(chǎn)資源評(píng)價(jià)與探測(cè)技術(shù)功能實(shí)驗(yàn)室， 青島 266580

0 引言

我國(guó)含油氣盆地的油氣地震勘探中，煤系地層的存在給勘探開發(fā)帶來(lái)了極大的阻力，煤系地層中煤層縱向上多層疊置，多套煤層與砂巖直接接觸形成砂煤薄互層，含煤儲(chǔ)層地震響應(yīng)信息夾雜煤層反射信息，煤層反射干擾了儲(chǔ)層的振幅和頻率信息，增加了地震解釋的不確定性(李海山等, 2014; Liu and Ghosh, 2017).一方面，通常在地震剖面上看到的亮點(diǎn)被錯(cuò)誤地解釋為油氣存在的指示；另一方面，極低縱波阻抗引起的強(qiáng)烈振幅可能會(huì)掩蓋煤層附近儲(chǔ)層的反射(Guo and Wang, 2004; Liu et al., 2014).如何在煤層地震響應(yīng)微弱的基礎(chǔ)上建立有效的地震數(shù)據(jù)目標(biāo)處理方法，為優(yōu)質(zhì)儲(chǔ)層評(píng)價(jià)和流體識(shí)別奠定數(shù)據(jù)基礎(chǔ)是一個(gè)亟待解決的問題.

目前，傳統(tǒng)的煤層識(shí)別方法可分為兩類：(1)基于測(cè)井資料的煤層識(shí)別方法(沈懷磊等,2010)；(2)基于地震資料的煤層識(shí)別方法(張玉忠和楊永波,2009;甘嫦華和喻岳鈺,2010; 張珊珊等,2015).針對(duì)以上基于地震資料的煤層識(shí)別方法，都是通過地震資料選擇對(duì)煤層識(shí)別最有效的地震屬性或其組合，并借助相關(guān)處理和解釋方法提高煤層解釋的精度.筆者認(rèn)為煤層反射識(shí)別要得到理想的結(jié)果，關(guān)鍵在于首先要針對(duì)工區(qū)特點(diǎn)選取對(duì)煤層敏感的地球物理參數(shù).其次，由于地球物理反演的多解性問題，僅靠一個(gè)地球物理參數(shù)無(wú)法準(zhǔn)確預(yù)測(cè)煤層.本文提出的煤層指示因子優(yōu)點(diǎn)在于綜合了地震、巖石物理與信號(hào)領(lǐng)域，達(dá)到直觀、精確識(shí)別煤層的目的.

近年來(lái)，稀疏表示理論的研究日趨深入，在地震隨機(jī)噪聲壓制、反褶積、地震信號(hào)時(shí)頻分析、地震數(shù)據(jù)重建等地震信號(hào)處理領(lǐng)域得到了廣泛的應(yīng)用(田琳和胡津健，2021).針對(duì)地震信號(hào)的稀疏表示方法，國(guó)內(nèi)外學(xué)者對(duì)匹配追蹤-MP(L0范數(shù))算法作了大量應(yīng)用與研究(Mallat and Zhang, 1993; Liu et al., 2004; Liu and Marfurt, 2005)，其主要體現(xiàn)在非平穩(wěn)地震信號(hào)的時(shí)頻分析(Castagna et al., 2003; Partyka et al., 1999)、稀疏地震反演(Nguyen and Castagna, 2010; 印興耀等, 2020; 李坤等, 2018)、地震稀疏分離去噪處理(Hou et al., 2018; Li and Sacchi, 2021)、瞬時(shí)譜提取(Wang, 2007, 2010; 張繁昌等, 2012; 李坤等, 2016)、高分辨率反射率反演(Rodriguez et al., 2010)、尖滅點(diǎn)識(shí)別及濾波(趙天姿等, 2008; 張繁昌等, 2012)、煤層強(qiáng)反射識(shí)別與分離(李海山等, 2014; 許璐等, 2019).匹配追蹤(Matching Pursuit, MP)算法能在一定程度上提高地震分辨率，但面臨的主要問題是算法最優(yōu)時(shí)效果可能不是最優(yōu)，因此有必要明確地質(zhì)目標(biāo)，以便用匹配追蹤算法重建的地震數(shù)據(jù)能夠?qū)︻A(yù)期的地質(zhì)體是可分辨的，故本文提出地震反演驅(qū)動(dòng)的改進(jìn)匹配追蹤煤層識(shí)別方法.

基于以上研究背景，針對(duì)地震資料中儲(chǔ)層地震響應(yīng)信息夾雜煤層反射信息，且煤層地震響應(yīng)特征不夠明顯的情況，常規(guī)的匹配追蹤煤層反射分離在煤層單一、厚度變化較小的情況下是比較精確的；然而當(dāng)?shù)貙訌V泛發(fā)育多套薄煤層，波形不規(guī)則，且橫向連續(xù)性較差時(shí)，煤層反射特征不夠明顯，很難準(zhǔn)確識(shí)別煤層波形.故本文采用基于煤層指示因子信息約束的改進(jìn)匹配追蹤方法對(duì)煤層反射進(jìn)行識(shí)別與分離，首先基于巖石物理分析構(gòu)建煤層敏感指示因子，進(jìn)而利用匹配追蹤算法反演煤層敏感因子，精確拾取主要煤層所在位置為后續(xù)匹配追蹤算法提供先驗(yàn)信息.其次考慮到復(fù)數(shù)道動(dòng)態(tài)匹配追蹤算法計(jì)算效率偏低、所求取的瞬時(shí)頻率結(jié)果存在無(wú)物理意義的“負(fù)頻率”且易受噪聲影響(Boashash,1992)，即當(dāng)計(jì)算結(jié)果出現(xiàn)異常值時(shí)，只能全局搜索時(shí)頻原子頻率屬性，這并不是真正意義上的動(dòng)態(tài)搜索.為此，本文引入基于EMD字典的改進(jìn)匹配追蹤算法，以緩解現(xiàn)有匹配追蹤算法計(jì)算效率低的問題(潘輝等，2021)，利用煤層反射先驗(yàn)信息約束改進(jìn)匹配追蹤搜索范圍，進(jìn)而將煤層反射記錄與原始地震記錄分離，減少振幅“假亮點(diǎn)”及其對(duì)下伏地層造成的砂體連續(xù)分布的假象，通過含煤儲(chǔ)層地質(zhì)模型和實(shí)際數(shù)據(jù)處理，驗(yàn)證了該方法的可行性.

1 煤層指示因子地震匹配追蹤反演方法

1.1 基于巖石物理分析的煤層指示因子構(gòu)建方法

巖石物理分析提供了煤層性質(zhì)和地震屬性之間的聯(lián)系，在進(jìn)行大規(guī)模煤層數(shù)據(jù)識(shí)別之前，研究敏感的煤層巖石物理參數(shù)，對(duì)于模擬每一個(gè)薄煤層的地震響應(yīng)是至關(guān)重要的，使用我國(guó)某油田的數(shù)據(jù)來(lái)對(duì)煤層敏感巖石物理參數(shù)進(jìn)行識(shí)別和排序，為后續(xù)煤層匹配追蹤和識(shí)別奠定了堅(jiān)實(shí)的基礎(chǔ).

首先，基于理論地震巖石物理模型估算巖石彈性參數(shù)；然后，分析巖石彈性參數(shù)與地層煤質(zhì)含量間的量化關(guān)系；其次，利用測(cè)井?dāng)?shù)據(jù)進(jìn)行煤層指示因子的交會(huì)圖分析，計(jì)算不同彈性參數(shù)對(duì)煤層的指示系數(shù)，構(gòu)建出最敏感的煤層指示因子為：

(1)

式中，γ表示基于統(tǒng)計(jì)學(xué)理論計(jì)算得到的彈性參數(shù)的煤層指示系數(shù)，L表示煤層發(fā)育段的實(shí)際測(cè)井?dāng)?shù)據(jù)，M表示非煤層發(fā)育位置的實(shí)際測(cè)井?dāng)?shù)據(jù)，mean(·)表示均值運(yùn)算符,只對(duì)深度方向上進(jìn)行平均，std(·)表示標(biāo)準(zhǔn)差運(yùn)算符.

如圖1縱波阻抗和縱波速度的交會(huì)圖所示，其中煤層為黑色對(duì)應(yīng)于低縱波阻抗、砂巖為黃色對(duì)應(yīng)于高縱波阻抗、紅色泥巖的縱波阻抗相對(duì)高于煤層且低于砂巖.根據(jù)計(jì)算的敏感指示系數(shù)，結(jié)合巖石物理交會(huì)，觀察到縱波阻抗對(duì)煤層較為敏感,在縱波阻抗低于一定閾值后可以清楚地區(qū)分煤層和砂泥巖.

在巖石物理交會(huì)圖分析的基礎(chǔ)上，根據(jù)公式(1)計(jì)算不同彈性參數(shù)對(duì)煤層的指示系數(shù)，尋找出最敏感的煤層指示因子.

如圖2所示，縱坐標(biāo)為根據(jù)公式(1)算出的γ，表示基于統(tǒng)計(jì)學(xué)理論計(jì)算得到的彈性參數(shù)的煤層指示系數(shù)，橫坐標(biāo)為各種煤層地震彈性參數(shù)，由圖1a、b清晰看出相較于其他地震彈性物理參數(shù)，縱波阻抗的煤層指示系數(shù)遠(yuǎn)遠(yuǎn)高于其他值，這是結(jié)合實(shí)際工區(qū)計(jì)算結(jié)果，不同工區(qū)具有不同敏感參數(shù).

圖2 單井煤層敏感性分析示意圖(a) A井煤層敏感性分析; (b) B井煤層敏感性分析; (c) 橫坐標(biāo)示意圖.Fig.2 Coal seam sensitivity analysis diagram of single well(a) Sensitivity analysis ofcoal seam in well A； (b) Sensitivity analysis of coal seam in well B； (c) Horizontal coordinate diagram.

為進(jìn)一步驗(yàn)證縱波阻抗在本工區(qū)的適用性，對(duì)實(shí)際工區(qū)多井進(jìn)行煤層敏感性分析見圖3，其中縱坐標(biāo)為煤層指示系數(shù)γ，橫坐標(biāo)為各種煤層地震彈性參數(shù)，不同顏色表示實(shí)際不同測(cè)井?dāng)?shù)據(jù).

從圖3可以看出在實(shí)際工區(qū)多井?dāng)?shù)據(jù)分析中對(duì)比不同巖石彈性參數(shù)縱波阻抗煤層敏感指示系數(shù)γ最高.在地震學(xué)上，煤層是低速、低密的夾層，基于縱波阻抗包含速度、密度等巖石物性參數(shù)的信息，故結(jié)合巖石物理分析，提出將某一閾值下縱波阻抗作為煤層指示因子用于煤層預(yù)測(cè).

圖3 多井煤層敏感性分析示意圖Fig.3 Coal seam sensitivity analysis diagram of multi-well

1.2 基于匹配追蹤的煤層指示因子反演方法

在實(shí)際地震資料處理中測(cè)井?dāng)?shù)據(jù)較少，對(duì)于大工區(qū)的地震數(shù)據(jù)，基于測(cè)井?dāng)?shù)據(jù)獲得的縱波阻抗遠(yuǎn)遠(yuǎn)不夠，往往需要借助地震反演獲得縱波阻抗.由于地震數(shù)據(jù)是帶限的且受到隨機(jī)噪聲的干擾，導(dǎo)致地震反問題存在較強(qiáng)的不適定性(楊培杰和印興耀,2008；李坤等,2016；肖爽等，2020).稀疏正則化方法能夠較好地緩解地震反問題的病態(tài)性，以獲取模型參數(shù)的近似解(Tarantola,2005；Tikhonov,1963).本文利用L0范數(shù)正則化方法，假設(shè)地層反射系數(shù)具有稀疏性，構(gòu)建了基于匹配追蹤的反演目標(biāo)泛函，且加入了模型參數(shù)的低頻先驗(yàn)信息約束項(xiàng)，以增強(qiáng)反演穩(wěn)定性(Alemie and Sacchi,2011；Zong et al.,2015; Yin and Zhang,2014; Yin et al.,2016；楊俊等，2020).匹配追蹤稀疏反演是在傳統(tǒng)反演方法的基礎(chǔ)上，對(duì)模型參數(shù)進(jìn)行稀疏約束度量(Chopra et al., 2006;Wen et al.,2015;劉曉晶等,2015;李坤等,2018).通過控制反射系數(shù)個(gè)數(shù)、迭代次數(shù)和迭代閾值，經(jīng)過有限步迭代搜索獲得目標(biāo)最優(yōu)解.將模型約束的地震反演目標(biāo)函數(shù)與匹配追蹤優(yōu)化算法相結(jié)合，得到的稀疏目標(biāo)泛函為：

(2)

通過求解方程(2)獲得地層相對(duì)反射系數(shù)r，進(jìn)而地層的絕對(duì)波阻抗IP(t)可由下面積分方程得到：

(3)

1.3 基于煤層指示因子預(yù)測(cè)煤層空間展布

基于上文巖石物理的研究成果，提出以煤層硬閾值約束下的地層波阻抗作為煤層指示因子Ccoal，預(yù)測(cè)煤層空間展布，即：

Ccoal=IP(t),{IP(t)

(4)

其中e為針對(duì)研究區(qū)煤層巖性特點(diǎn)，基于巖石物理分析得出的煤層閾值范圍.

此時(shí)煤層指示因子Ccoal只有兩種情況非零值與零值，為了便于計(jì)算，故令：

(5)

進(jìn)而確定煤層指示因子等于1的時(shí)間位置為t(Clocation)i(i=1,2,3,…,n)，n表示每道地震記錄確定的位置個(gè)數(shù).為通過煤層指示因子時(shí)間位置對(duì)煤層頂?shù)装暹M(jìn)行區(qū)分，對(duì)煤層指示因子時(shí)間位置求導(dǎo)得t_ci=t′(Clocation)i(i=1,2,3,…,n)，則可以對(duì)煤層頂?shù)装暹M(jìn)行區(qū)分，假定煤層頂板為t(Clocation)roof，煤層底板為t(Clocation)floor，則本文將煤層位置分布范圍確立為δt=[t(Clocation)-nΔt,t(Clocation)+nΔt]，其中，煤層地震響應(yīng)長(zhǎng)度為n=t(Clocation)roof-t(Clocation)floor，Δt為地震記錄的采樣間隔.因而，在對(duì)煤層信號(hào)進(jìn)行匹配追蹤識(shí)別時(shí)，利用煤層時(shí)間位置t(Clocation)i(i=1,2,3,…,n)作為動(dòng)態(tài)最優(yōu)搜索的先驗(yàn)信息，實(shí)現(xiàn)煤層信號(hào)的快速高效識(shí)別.

為更清晰地闡述煤層先驗(yàn)位置計(jì)算過程，具體流程如下：

(1)利用快速匹配追蹤反演縱波阻抗IP，令煤層指示因子Ccoal=inverse_IP;

(2)基于巖石物理分析，設(shè)置煤層硬閾值e，尋找符合條件的煤層指示因子位置; Location1 =find(Ccoal

(3)計(jì)算煤層指示因子位置導(dǎo)數(shù)，便于分辨煤層頂?shù)装?，t_c=diff(Location1)；

(4)尋找煤層底部邊界位置，Location2= find(tc～=1);

(5)計(jì)算煤層數(shù)量響應(yīng)，Coal_number=length(Location2);

(6)尋找煤層頂部邊界位置，Location3=location1(Location2(coal_number-1)+1);

(7)計(jì)算煤層響應(yīng)時(shí)間長(zhǎng)度，n= Location2-Location3+1;

(8)故最終約束煤層匹配追蹤搜索范圍為sigamt=[Location3-n×delat Location2+n×delat]、delat=0.002 s.

圖4是單道煤層指示因子示意圖，黑色為煤層指示先驗(yàn)信息，紅色為所設(shè)計(jì)的與之對(duì)應(yīng)高斯窗處理后的先驗(yàn)信息，在實(shí)際資料處理中，為保證實(shí)際資料的縱向連續(xù)性，對(duì)提取出的煤層指示先驗(yàn)信息進(jìn)行了加窗處理.從圖中能清晰的分辨出每個(gè)煤層響應(yīng)的頂?shù)装鍟r(shí)間位置t_ci(i=1,2,3,…,7)，從而獲得每個(gè)煤層響應(yīng)的地震時(shí)間厚度，進(jìn)而約束匹配追蹤搜索鄰域.

圖4 單道地震信號(hào)煤層指示因子示意圖Fig.4 Coal seam indicator diagram of single seismic signal

圖5是疊后地震數(shù)據(jù)，圖6是與之相對(duì)應(yīng)的煤層指示因子剖面，由圖可見，通過與實(shí)際測(cè)井?dāng)?shù)據(jù)進(jìn)行對(duì)比，煤層指示因子可以明顯區(qū)分煤層所在位置，且指示的煤層橫向連續(xù)性較高、邊界刻畫清晰，無(wú)井區(qū)域也具有一定的煤層指示效果.故本文提出將煤層硬閾值約束下縱波阻抗作為煤層指示因子具有一定可行性.

圖5 疊后地震剖面Fig.5 Post-stack seismic section

圖6 煤層指示因子剖面Fig.6 Indication factor section of coal seam

圖7是根據(jù)煤層指示因子刻畫的煤層三維空間展布示意圖，由圖可見，通過與實(shí)際測(cè)井?dāng)?shù)據(jù)進(jìn)行對(duì)比，煤層指示因子可以明顯區(qū)分煤層所在位置，且指示的煤層橫向連續(xù)性較高、邊界刻畫清晰，無(wú)井區(qū)域也具有一定的煤層指示效果，表明該參數(shù)能夠較好的刻畫三維空間展布.

圖7 煤層指示因子三維空間展布示意圖Fig.7 Three-dimensional spatial distribution of coal seam indicator factors

2 基于EMD字典的改進(jìn)匹配追蹤算法

2.1 基于經(jīng)驗(yàn)?zāi)B(tài)分解構(gòu)建EMD字典

本文通過地震反演獲得煤層位置的先驗(yàn)信息，將其引入匹配追蹤算法中約束煤層原子搜索范圍，可緩解現(xiàn)有匹配追蹤算法運(yùn)行效率低的問題；同時(shí)，本文將經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)引入匹配追蹤算法，給出了EMD字典構(gòu)建方法(潘輝等，2021).具體地，將EMD視為一種基于過完備時(shí)頻字典的稀疏分解方法(Huang et al., 1998; Liu and Chen, 2019; Huang et al., 2020；鄔蒙蒙等，2020；賀月等，2021)，在計(jì)算匹配煤層原子主頻的過程中，引進(jìn)基于連續(xù)相位的阻尼最小二乘反演求解瞬時(shí)頻率(Taner et al., 1979; Shatilo, 2010; McGowan and Kuc, 1982)，并加入整形正則化算子(Fomel, 2007)對(duì)數(shù)據(jù)進(jìn)行平滑處理，有效避免了連續(xù)相位計(jì)算過程中奇異值的出現(xiàn)，改善了匹配煤層原子瞬時(shí)頻率的求取方法，得到了穩(wěn)定的瞬時(shí)頻率(Vincent and Bengio, 2002; Durka et al., 2005; Gribonval, 2011)，同時(shí)顯著提升了計(jì)算效率.

本文給出的EMD字典是根據(jù)EMD算法分解獲得的所有可能的固有模式函數(shù)(Instinsic Mode Function, IMF)的集合來(lái)定義(Hou and Shi, 2013)：

Dimf(t)=a(t)cosφ(t):a(t),φ′(t)∈V(φ,λ),φ′(t)

≥0，

(6)

其中Dimf(t)為EMD分解后的一個(gè)內(nèi)蘊(yùn)模式函數(shù)，a(t)為瞬時(shí)振幅函數(shù)，瞬時(shí)相位函數(shù)φ(t)為遞增函數(shù)，其導(dǎo)數(shù)φ′(t)可以表示瞬時(shí)頻率.由于IMF函數(shù)的前提假設(shè)是平穩(wěn)的，故信號(hào)的能量和瞬時(shí)頻率不隨時(shí)間發(fā)生劇烈變化，因此a(t)和φ′(t)需要滿足屬于由瞬時(shí)相位φ(t)定義的諧波列向量所組成的子空間V(φ,λ)，一般來(lái)說，將V(φ,λ)構(gòu)造為過完備的傅里葉基是最有效的.V(φ,λ)為：

(7)

D={ωγ(t)}γ ∈Γ={ωγ=(tc,fc,φc)(t)}γ ∈Γ,ωγ(t)

=a(t)cosφ(t)，

(8)

其中，D表示過完備字典原子庫(kù)，ωγ(t)表示過完備字典原子庫(kù)的母小波，ωγ=(tc,fc,φc)(t)為調(diào)制后的原子，Γ表示上述時(shí)間范圍及其對(duì)應(yīng)的頻率和相位的矩陣，a(t)表示振幅，φ(t)表示瞬時(shí)相位，γ=(tc,fc,φc)為控制煤層信號(hào)的參數(shù)集合，tc表示為煤層指示因子約束下最優(yōu)煤層時(shí)頻原子的中心時(shí)間，fc表示煤層指示因子約束下最優(yōu)煤層時(shí)頻原子的瞬時(shí)頻率，φc表示煤層指示因子約束下最優(yōu)煤層時(shí)頻原子的瞬時(shí)相位.

本文搜索方法地每次迭代可以簡(jiǎn)單表示為：

γi={tc∈U[δt],fc∈U[f(tc),δf],φc∈U[φ(tc),

δφ]} (i=1,2,3,…,L)，

(9)

式中，L表示每一次迭代搜尋所確定的最優(yōu)匹配子波的個(gè)數(shù)；δt為上文約束的煤層時(shí)頻原子匹配范圍；其中，U[f(tc),δf]和U[φ(tc),δφ]分別在煤層指示因子約束下頻率與相位的搜索鄰域集合，f(tc)和φ(tc)為煤層時(shí)頻原子中心時(shí)間的瞬時(shí)相位與瞬時(shí)頻率，δf和δφ為煤層指示因子約束下相應(yīng)參數(shù)搜索半徑.與全局搜索相比，這種動(dòng)態(tài)搜索極大提高了計(jì)算效率；且本文每次迭代確定的時(shí)間位置是在煤層指因子約束下將信號(hào)能量所有極大值處作為每次迭代的初始時(shí)間位置，這樣既保證了匹配追蹤的精度，同時(shí)也提高了計(jì)算效率；為本文匹配追蹤算法應(yīng)用于三維煤層數(shù)據(jù)處理提供了可能.

2.2 基于連續(xù)相位的改進(jìn)瞬時(shí)頻率求解方法

針對(duì)傳統(tǒng)瞬時(shí)頻率的負(fù)值現(xiàn)象及計(jì)算過程魯棒性差的問題，本文引入了連續(xù)相位，并借助阻尼最小二乘法，加入整形正則化算子(Fomel, 2007)對(duì)數(shù)據(jù)進(jìn)行平滑處理，改善了匹配原子瞬時(shí)頻率的求取方法，得到了穩(wěn)定的瞬時(shí)頻率，并從中獲得匹配原子主頻.

連續(xù)信號(hào)x(t)的復(fù)地震道為：

S(t)=x(t)+jh(t)=A(t)ejφ(t)，

(10)

式中：S(t)為復(fù)地震道，h(t)為x(t)的Hilbert變換；A(t)為地震道包絡(luò)；φ(t)為信號(hào)的瞬時(shí)相位.

傳統(tǒng)的瞬時(shí)頻率f(t)是瞬時(shí)相位φ(t)的變化率，即：

(11)

將連續(xù)相位替代瞬時(shí)相位φ(t)，引入阻尼最小二乘法，并加入整形正則化算子求取瞬時(shí)頻率：

f(t)=[p2I+(ZO)T(ZO)]-1(ZO)Tl，

(12)

式中：p為權(quán)系數(shù)，一般取O中元素最大值的1%～5%即可；I為單位向量；Z為整形正則化算子；l和O分別為l(t)和o(t)組成的向量矩陣.

為了驗(yàn)證該瞬時(shí)頻率計(jì)算結(jié)果的合理性，設(shè)計(jì)了1個(gè)理論地震信號(hào)用于對(duì)比瞬時(shí)頻率的求解差異(圖8).圖8a—f分別為合成地震信號(hào)、傳統(tǒng)瞬時(shí)頻率、基于連續(xù)相位求導(dǎo)的瞬時(shí)頻率、連續(xù)相位常規(guī)阻尼最小二乘法所求瞬時(shí)頻率、局部頻率以及基于連續(xù)相位改進(jìn)阻尼最小二乘法所求瞬時(shí)頻率，由圖8b—c對(duì)比可看出，由于傳統(tǒng)瞬時(shí)頻率是相位對(duì)時(shí)間的導(dǎo)數(shù)，計(jì)算結(jié)果存在較多的“負(fù)頻率”.而基于連續(xù)相位求導(dǎo)的瞬時(shí)頻率，雖然避免了出現(xiàn)負(fù)值的現(xiàn)象，但在0.3～0.45 s等處瞬時(shí)頻率出現(xiàn)異常.圖8d、f為基于連續(xù)相位直接求逆與改進(jìn)阻尼所求瞬時(shí)頻率，可見阻尼最小二乘法解決了瞬時(shí)頻率異?，F(xiàn)象，并且改進(jìn)阻尼所求瞬時(shí)頻率比常規(guī)阻尼更加平滑，更加突顯頻率異常點(diǎn)；圖8e為局部頻率，由圖8e—f對(duì)比可看出，基于連續(xù)相位求解的瞬時(shí)頻率能更加符合真實(shí)頻率值，且更加突顯高頻成分.改進(jìn)阻尼最小二乘法所求瞬時(shí)頻率，相比局部頻率能更加符合真實(shí)頻率值，且更加突顯高頻成分.

圖8 地震信號(hào)頻率求解策略(a) 合成地震信號(hào)； (b) 瞬時(shí)頻率； (c) 連續(xù)相位求導(dǎo)的瞬時(shí)頻率； (d) 連續(xù)相位直接求逆所求瞬時(shí)頻率； (e) 局部頻率； (f) 連續(xù)相位改進(jìn)阻尼所求瞬時(shí)頻率.Fig.8 Frequency solving strategy of seismic signal(a) Synthesis seismic signal； (b) Instantaneous frequency； (c) Instantaneous frequency obtained by derivative of continuous phase； (d) Instantaneous frequency obtained by inversion of continuous phase； (e) Local frequency； (f) Instantaneous frequency of continuous phase modified damping.

圖9為理論信號(hào)含信噪比(1∶1)噪聲的情況下進(jìn)行抗噪性測(cè)試，從圖9的結(jié)果，可以看出，基于本文的瞬時(shí)頻率求法能夠很好地處理加噪地震數(shù)據(jù)，并且相對(duì)于局部頻率曲線更加光滑，更加突顯頻率異常點(diǎn)，證明本文方法有很好的抗噪性.

圖9 加噪地震信號(hào)(信噪比1∶1)頻率求解策略(a) 加噪地震信號(hào)； (b) 瞬時(shí)頻率； (c) 連續(xù)相位求導(dǎo)的瞬時(shí)頻率； (d) 連續(xù)相位直接求逆所求瞬時(shí)頻率； (e) 局部頻率； (f) 連續(xù)相位改進(jìn)阻尼所求瞬時(shí)頻率.Fig.9 Frequency solving strategy of noisy seismic signal(a) Noisy seismic signal； (b) Instantaneous frequency； (c) Instantaneous frequency obtained by derivative of continuous phase； (d) Instantaneous frequency obtained by inversion of continuous phase； (e) Local frequency； (f) Instantaneous frequency of continuous phase modified damping.

本文提出的地震反演驅(qū)動(dòng)的改進(jìn)匹配追蹤數(shù)學(xué)原理為：

(13)

其中，S為含煤地震信號(hào)，ωi為匹配分解的EMD原子，n為實(shí)際地震資料中所包含的隨機(jī)噪聲，ai為煤層匹配原子的相應(yīng)振幅值，D為地震反演信息約束下構(gòu)建的超完備EMD字典.本文匹配算法采用了批量篩選煤層原子的策略，首先需要為每個(gè)匹配過程設(shè)置硬迭代閾值δ，一般0≤δ≤1，同時(shí)滿足煤層指示因子約束與迭代閾值的原子將被列為候選匹配集合，具體表述為：

|Si|≥δ|kmax|,Si=〈ωi,Rs〉,

(14)

式中，Si為前一次迭代的殘差與第i個(gè)EMD原子的內(nèi)積值；Rs為迭代殘差向量，kmax為每次迭代內(nèi)積向量中的最大絕對(duì)值，假設(shè)地震信號(hào)經(jīng)過N次迭代后，基于匹配的M(M>N)個(gè)原子構(gòu)成原子矩陣JN=[ω1,ω2,…ωM]，然后利用阻尼最小二乘算法對(duì)匹配的煤層原子振幅進(jìn)行逐次修正，即：

aN=[(JN)T(JN)+σ2I]-1(JN)TS，

(15)

式中，aN為第N次迭代后的修正振幅，IM×M是單位矩陣，σ2為阻尼因子，S為殘差信號(hào).假設(shè)SN是第N次迭代的殘存信號(hào)，搜索得到的最優(yōu)匹配原子是ωn+1，則SN可表示為：

SN=S-JNaN，

(16)

其中ωn+1滿足：

|〈SN,ωn+1〉|=supi∈(1,2,…N)|〈SN,ωi〉|，

(17)

其中〈〉表示內(nèi)積，supi∈(1,2,…N)表示上確界，即選擇ωn+1∈D，使得ωn+1與SN最為匹配.

(18)

3 地震反演驅(qū)動(dòng)的改進(jìn)匹配追蹤煤層識(shí)別

本文通過地震反演的煤層指示因子精確拾取主要煤層所在位置為改進(jìn)匹配追蹤算法提供先驗(yàn)信息，約束基于EMD字典匹配追蹤算法的搜索范圍，進(jìn)而將煤層反射信息在EMD字典中匹配出來(lái)，對(duì)煤層反射進(jìn)行定量表征與識(shí)別，可有效消煤層反射對(duì)目的層有效反射消息的屏蔽作用,并大大提高了計(jì)算效率.煤層指示參數(shù)約束下改進(jìn)的匹配追蹤煤層反射識(shí)別示意圖(圖10)所示.圖10a中黑色為煤層指數(shù)先驗(yàn)信息，紅色為所設(shè)計(jì)的與之對(duì)應(yīng)高斯窗；圖10b中黑色為煤層指示因子指示的煤層地震數(shù)據(jù)，綠色為與之對(duì)應(yīng)的高斯窗處理后數(shù)據(jù)，紅色為利用改進(jìn)匹配追蹤算法匹配出的煤層地震數(shù)據(jù)；圖10c中藍(lán)色為實(shí)際地震記錄，紅色為與之對(duì)應(yīng)的分離煤層后地震記錄.基于煤層指數(shù)先驗(yàn)信息提供的數(shù)據(jù)連續(xù)性較差，故設(shè)計(jì)了與之對(duì)應(yīng)的高斯窗對(duì)其進(jìn)行平滑處理，從本文方法提取的煤層地震記錄，以及原始煤層記錄與分離煤層后地震記錄對(duì)比可以發(fā)現(xiàn)，在煤層先驗(yàn)位置處對(duì)原始地震數(shù)據(jù)有較好的分離效果，煤層反射信息得到了很好的壓制，從圖10c中可以看出去除煤層處理后地震記錄仍與周邊記錄保持較好的橫向連續(xù)性，且去除后地震記錄(紅線)與去除前地震記錄(藍(lán)線)相位正負(fù)未發(fā)生變化，波形相似，并未發(fā)生波形極性反轉(zhuǎn)現(xiàn)象.

圖10 基于煤層指示約束的匹配追蹤反射識(shí)別示意圖Fig.10 Schematic of matching pursuit reflection recognition based on coal seam indication constraint

詳細(xì)基于煤層指示因子約束的匹配追蹤反射識(shí)別流程(圖11)如下：

(1)分析煤系儲(chǔ)層中煤層敏感巖石物理參數(shù), 構(gòu)建煤層敏感指示因子；

(2)提出基于快速匹配追蹤的煤層指示因子地震反演算法；

(3)引入經(jīng)驗(yàn)?zāi)B(tài)分解思想，構(gòu)建基于EMD字典的改進(jìn)匹配追蹤；

(4)研發(fā)地震反演驅(qū)動(dòng)的改進(jìn)匹配追蹤煤層識(shí)別方法.

圖11 基于煤層指示因子約束的匹配追蹤反射識(shí)別流程Fig.11 Matching pursuit reflection recognition process based on coal seam indicator factor constraint

為了驗(yàn)證上述匹配追蹤識(shí)別煤層方法的可行性，我們首先建立不同砂泥煤耦合方式進(jìn)行了模型試算，設(shè)計(jì)了如圖12、圖13、圖14不同地質(zhì)背景下的含煤層理論模型，其中砂巖速度為4160 m·s-1、煤層速度為2850 m·s-1、泥巖速度為3885 m·s-1.圖(a)為理論縱波阻抗模型，圖(b)為理論反射系數(shù)序列，其中因煤層產(chǎn)生的反射系數(shù)出現(xiàn)在160ms附近；圖(c)為正演的25 Hz零相位雷克子波，圖(d)正演合成記錄；由圖(e)為利用本文算法匹配出的煤層反射記錄；圖(f)為煤層反射分離后地震道集；圖(g)為處理前后單道記錄對(duì)比，值得注意的是，圖(g)中紅線為煤層反射分離后的地震記錄，黑線為對(duì)應(yīng)含煤地震記錄.圖(d)中的合成記錄與圖(e)中匹配追蹤記錄可見兩種地震記錄波形基本吻合，圖(f)、圖(g)中處理道集前后對(duì)比可知，在不同地質(zhì)背景下本文基于EMD字典的匹配追蹤技術(shù)對(duì)煤層反射具有很好的分離效果，較好地恢復(fù)了弱小反射層的反射信息.

圖12 單套煤層反射模型及匹配追蹤識(shí)別結(jié)果(上下砂巖且速度一致)(a) 含煤層波阻抗模型； (b) 反射系數(shù)序列； (c) 雷克子波； (d) 合成地震記錄；(e) 匹配出的煤層反射； (f) 分離煤層反射后記錄； (g) 分離煤層反射前后單道記錄對(duì)比.Fig.12 Single set of coal seam reflection model and matching pursuit recognition results (upper and lower sandstone and consistent velocity)(a) Impedance model containing coal seam； (b) Reflection coefficient sequence； (c) Rayke wavelet； (d) Synthetic seismogram； (e) Matching coal seam reflection； (f) Records after separation of coal seam reflection； (g) Comparison of single record before and after reflection in separated coal seam.

圖13 單套煤層反射模型及匹配追蹤識(shí)別結(jié)果(上覆砂巖，下覆泥巖)(a) 含煤層波阻抗模型； (b) 反射系數(shù)序列； (c) 雷克子波； (d) 合成地震記錄； (e) 匹配出的煤層反射； (f) 分離煤層反射后記錄； (g) 分離煤層反射前后單道記錄對(duì)比.Fig.13 Single set of coal seam reflection model and matching tracking recognition results (overlying sandstone, underlying mudstone)(a) Impedance model containing coal seam； (b) Reflection coefficient sequence； (c) Rayke wavelet； (d) Synthetic seismogram； (e) Matching coal seam reflection； (f) Records after separation of coal seam reflection； (g) Comparison of single record before and after reflection in separated coal seam.

圖12為上下砂巖一致背景下含煤層反射界面理論模型，可看出匹配追蹤技術(shù)對(duì)煤層反射有很好的分離效果，匹配追蹤去煤層后的地震記錄與不含煤層模型得到的地震記錄基本吻合.

圖13為上覆砂巖、下覆泥巖背景下含煤層反射界面理論模型，可看出在砂煤耦合時(shí)，匹配追蹤技術(shù)對(duì)煤層反射有很好的分離效果，去煤層后反射地震記錄與無(wú)煤層背景下地震記錄基本一致.

圖14為4套煤層復(fù)合波模型及匹配追蹤識(shí)別結(jié)果，從圖14e、f可見，煤層復(fù)合波引起的反射匹配識(shí)別效果依然保持較好，煤層反射分離后，弱小反射層的反射信息依舊得到了較好的恢復(fù).

4 模型試算

為了進(jìn)一步驗(yàn)證煤層指示因子約束下基于EMD字典的匹配追蹤與識(shí)別方法的可行性和實(shí)用性.依據(jù)工區(qū)實(shí)際地質(zhì)情況構(gòu)建煤層反射背景下砂泥煤巖薄互層理論地質(zhì)模型(圖15)，具體參數(shù)如表1所示，模型大小為橫向上1150CDP，縱向上采樣時(shí)長(zhǎng)1118 ms，圖16為通過快速匹配追蹤算法反演的縱波阻抗結(jié)果，圖17為理論模型的低頻模型，圖18為理論模型的煤層指示因子剖面圖，圖19是通過25 Hz的 Ricker子波合成理論模型的正演模擬記錄，從圖16、圖17、圖18與圖19可看出由于受到廣泛發(fā)育的薄煤層影響，薄砂體的反射信息被煤層反射所吞沒，難以分辨出砂體的真實(shí)形態(tài)和位置，而煤層指示因子準(zhǔn)確的刻畫了煤層位置分布.圖20為單道地震記錄基于煤層指示因子約束的匹配追蹤反射識(shí)別示意圖，展示了基于煤層指示因子約束下識(shí)別的煤層地震記錄與去除后的煤層地震記錄.圖21為由本文方法剝離煤層反射后的地震記錄，圖22為由本文方法識(shí)別的煤層反射地震記錄，圖23為理論模型正演的煤層地震記錄，圖21和圖22的殘差信號(hào)如圖24所示，對(duì)比圖19、圖21、圖22、圖23和圖24，清晰看出本文方法識(shí)別的煤層反射記錄與理論模型正演記錄基本一致，且明顯地減弱了煤層干擾的影響，較好的恢復(fù)薄砂巖的地震響應(yīng)，且兩者殘差為零.圖15—圖24驗(yàn)證了對(duì)于復(fù)雜砂泥煤巖薄互層縱波阻抗二維模型，基于EMD字典的匹配追蹤具有一定的煤層識(shí)別效果，對(duì)比分離煤層記錄與理論煤層合成記錄，表明對(duì)于廣泛分布的復(fù)雜砂泥煤模型，本文方法可以達(dá)到基本識(shí)別每一個(gè)煤層，并且具有較好的分離效果,表明對(duì)于復(fù)雜砂泥煤耦合模型匹配追蹤具有較好實(shí)用性.對(duì)比分離煤層前后記錄可以發(fā)現(xiàn)，匹配追蹤反射分離在不改變圍巖反射信息的前提下有效恢復(fù)了弱小反射信息，并且匹配識(shí)別的煤層記錄與理論煤層合成記錄一致，分離后煤層地震記錄與無(wú)煤層地震記錄基本吻合.

表1 理論地質(zhì)模型參數(shù)Table 1 Theoretical geological model parameters

圖15 理論地質(zhì)模型模型背景(綠色)為大套泥巖(平均速度為3524 m·s-1，密度為2.643 kg·m-3)，中部(黑色)為廣泛發(fā)育的薄煤層(平均速度為3195 m·s-1，密度為2.274 kg·m-3)，薄層砂巖(紅色)(平均速度為4162 m·s-1，密度為2.399 kg·m-3).Fig.15 Theoretical geological modelThe background of the model (green) is a large set of mudstone (average velocity 3524 m·s-1, density 2.643 kg·m-3), the middle (black) is a widely developed thin coal seam (average velocity 3195 m·s-1, density 2.274 kg·m-3), and the thin sandstone (red) (average velocity 4162 m·s-1, density 2.399 kg·m-3).

圖16 理論模型的縱波阻抗反演結(jié)果Fig.16 P-wave impedance inversion results of the theoretical model

圖17 理論模型的低頻模型Fig.17 Low frequency model of the theoretical model

圖18 理論模型的煤層指示因子剖面Fig.18 Coal seam indicator factor profile of theoretical model

圖19 理論模型的正演地震記錄Fig.19 Forward seismogram of the theoretical model

圖20 單道地震記錄煤層信號(hào)匹配追蹤反射識(shí)別示意圖Fig.20 Single-channel seismic record coal seam signal matching tracking reflection identification diagram

圖21 由本文方法剝離煤層反射后的地震記錄Fig.21 Seismic records after coal seam stripping by the proposed method

圖22 由本文方法識(shí)別的煤層反射地震記錄Fig.22 Coal seam seismic records identified by this method

圖23 理論模型正演的煤層地震記錄Fig.23 Coal seam seismic records forwarded by theoretical model

圖24 識(shí)別的煤層記錄與理論模型合成的煤層記錄殘差Fig.24 Coal seam records identified and coal seam records residual synthesized by theoretical model

為驗(yàn)證該算法的抗噪能力，對(duì)加噪地震記錄(信噪比1∶1)進(jìn)行測(cè)試，圖25為理論加噪模型(信噪比1∶1)的縱波阻抗反演結(jié)果，圖26為理論加噪模型(信噪比1∶1)的低頻模型，圖27為理論加噪模型(信噪比1∶1)的煤層指示因子剖面，圖28是通過25 Hz的Ricker子波合成理論加噪模型(信噪比1∶1)的正演地震記錄；從圖25、圖26、圖27與圖28對(duì)比表明，在含噪聲的情況下砂體依然受到廣泛發(fā)育的薄煤層影響，煤層反射屏蔽了薄砂層的反射信息，難以分辨出砂體的真實(shí)形態(tài)和位置，而煤層指示因子依然較為準(zhǔn)確的刻畫了煤層位置分布.圖29是由本文方法剝離煤層反射后的地震記錄，圖30是由本文方法識(shí)別的煤層反射地震記錄，圖31理論加噪模型(信噪比1∶1)正演的煤層地震記錄，圖32 是識(shí)別的煤層記錄與理論加噪模型(信噪比1∶1)合成的煤層記錄殘差，對(duì)比圖28、圖29、圖30、圖31和圖32，表明本文方法在加噪情況下，仍有不錯(cuò)的適用性，識(shí)別的煤層反射記錄與理論加噪模型(信噪比1∶1)正演記錄基本一致，同時(shí)本文方法識(shí)別的煤層記錄隨機(jī)噪聲有所降低，且依然較為明顯地減弱了煤層干擾的影響，較好的恢復(fù)薄砂巖的地震響應(yīng)，兩者殘差基本為隨機(jī)噪聲.

圖25 理論加噪模型(信噪比1∶1)的縱波阻抗反演結(jié)果Fig.25 P-wave impedance inversion results of the theoretical noise model (SNR 1∶1)

圖26 理論加噪模型(信噪比1∶1)的低頻模型Fig.26 Low frequency model of theoretical noise model (SNR 1∶1)

圖27 理論加噪模型(信噪比1∶1)的煤層指示因子剖面Fig.27 Coal seam indicator factor profile of theoretical noise model (SNR 1∶1)

圖28 理論加噪模型(信噪比1∶1)的正演地震記錄Fig.28 Forward seismic records of the theoretical noise model (SNR 1∶1)

圖29 由本文方法剝離煤層反射后的地震記錄Fig.29 Seismic records after coal seam stripping by the proposed method

圖30 由本文方法識(shí)別的煤層反射地震記錄Fig.30 Coal seam seismic records identified by this method

圖31 理論加噪模型(信噪比1∶1)正演的煤層地震記錄Fig.31 Coal seam seismic records of the theoretical noise model (SNR 1∶1)

圖32 識(shí)別的煤層記錄與理論加噪模型(信噪比1∶1)合成的煤層記錄殘差Fig.32 Identification of coal seam records and residuals of coal seam records synthesized by theoretical noise model (SNR 1∶1)

5 實(shí)際資料處理

研究區(qū)存在廣泛發(fā)育的薄煤層，且砂煤泥耦合方式復(fù)雜，地震數(shù)據(jù)受薄煤層反射的干擾嚴(yán)重，容易引起巖性識(shí)別的虛假亮點(diǎn)，尤其在泥煤密集反射段；基于常規(guī)地震反演的儲(chǔ)層敏感參數(shù)預(yù)測(cè)誤差較大，且易受煤層反射的影響，難以落實(shí)儲(chǔ)層的空間展布，為了精確提取砂體的反射信息，有必要對(duì)薄煤層的反射進(jìn)行識(shí)別與分離.

研究區(qū)煤層套數(shù)約18～25套，單套煤層厚度范圍為0.5～2 m，砂巖約16～17套，單套砂巖厚度范圍為1～30 m，多套薄煤層與薄砂巖耦合，由于煤層與砂體反射信息相互干擾、疊加，無(wú)法精確分辨砂體位置.圖33、圖34、圖35分別顯示了過井分離煤層反射前后的地震記錄以及識(shí)別的煤層地震記錄，紅色線框處為4個(gè)主要煤層所在位置.由圖33可見，該工區(qū)存在廣泛發(fā)育的薄煤層且煤層橫向連續(xù)性較差，砂巖反射信息淹沒于煤層反射中，難以識(shí)別真正的砂體，利用本文方法將復(fù)雜薄煤層反射從實(shí)際地震數(shù)據(jù)中分離，從分離后的地震記錄(圖34)可看到紅色線框處的主要煤層得到了有效分離，移除后的煤層振幅相對(duì)較低，分離煤層反射的地震記錄具有很好的橫向連續(xù)性，地震能量得到了平衡，并且原先淹沒在煤層反射中的有效砂體反射能夠到突顯.識(shí)別得到的煤層反射記錄如圖35所示，通過與實(shí)際測(cè)井?dāng)?shù)據(jù)進(jìn)行對(duì)比可見，煤層反射信息得到了有效的匹配識(shí)別.分離煤層后的地震能量得到了平衡，被淹沒的砂體反射信息得到了突出.明對(duì)發(fā)育多套薄煤層的地震記錄，本文方法剝離煤層反射具有較好的效果，這樣可以利用無(wú)煤層反射的地震剖面預(yù)測(cè)儲(chǔ)層和識(shí)別流體，為獲得目的層信息提供了有力的保證.

圖33 原始地震記錄Fig.33 Original seismic record

圖34 本文方法煤層反射分離后地震記錄Fig.34 Seismic records after coal seam reflection separation by this method

圖35 本文方法識(shí)別的煤層地震記錄Fig.35 Coal seam seismic records identified by this method

由圖34可見，煤層反射分離后，微弱反射信息(綠色線框處)相對(duì)明顯，但僅從分離前后地震剖面對(duì)比缺乏說服力，為了定量描述煤層反射分離后砂體在屬性上的表征特征，本文對(duì)去除煤層前后單道地震記錄匹配追蹤時(shí)頻譜分解，來(lái)進(jìn)一步分析煤層反射層去除前、后的效果，如圖36所示，煤層反射分離后，煤層的反射信息得到壓制，砂體的弱小信息得到凸顯(紅色線框處)，進(jìn)一步驗(yàn)證了本文方法的可行性.

圖36 煤層去除前后匹配追蹤時(shí)頻分析Fig.36 Time-frequency analysis of matching pursuit before and after coal seam removal

為測(cè)試計(jì)算效率，對(duì)本文方法處理剖面時(shí)間進(jìn)行了計(jì)算(該剖面344道，每道1001個(gè)采樣點(diǎn)，采樣間隔2 ms)，同時(shí)，在相同的閾值約束下本文利用阻抗提供先驗(yàn)位置信息約束常規(guī)復(fù)數(shù)道動(dòng)態(tài)匹配追蹤算法對(duì)煤層反射進(jìn)行識(shí)別與分離，歷時(shí)513.64 s，而本文算法處理時(shí)間為13.43 s，表明本文方法運(yùn)行時(shí)間相較于實(shí)際大幅度減小，適用于三維地震數(shù)據(jù)處理，提高了算法的實(shí)用性.

為進(jìn)一步說明本文方法優(yōu)勢(shì)所在，在此本文利用煤層指示因子作為先驗(yàn)信息對(duì)常規(guī)復(fù)數(shù)道動(dòng)態(tài)匹配追蹤識(shí)別煤層算法進(jìn)行了改進(jìn)，并對(duì)圖33所示的實(shí)際資料進(jìn)行了處理.圖37和圖38分別顯示了過井分離煤層反射后的地震記錄以及識(shí)別的煤層地震記錄，對(duì)比分離前后的地震記錄，常規(guī)方法取得了一定的效果，但在識(shí)別的煤層波形上可以清晰看到本文方法的效果更優(yōu)，匹配出煤層的波形更為完整.

圖37 常規(guī)方法煤層反射分離后地震記錄Fig.37 Seismic records after coal seam reflection separation by conventional methods

圖38 常規(guī)方法識(shí)別的煤層地震記錄Fig.38 Coal seam seismic records identified by conventional methods

6 結(jié)論

本文針對(duì)常規(guī)匹配追蹤貪婪算法很難有效識(shí)別復(fù)雜薄煤層反射信息，且效率較低，無(wú)法應(yīng)用于大規(guī)模野外數(shù)據(jù)處理，應(yīng)用前景受到限制.研究煤層相關(guān)敏感參數(shù)的基礎(chǔ)上，綜合測(cè)井與地震資料，發(fā)展了基于匹配追蹤算法的煤層指示因子反演方法，提出了一種地震反演驅(qū)動(dòng)的改進(jìn)匹配追蹤煤層反射識(shí)別分離的方法，準(zhǔn)確提取煤層反射信息的同時(shí)有效提高匹配追蹤計(jì)算效率.將該方法應(yīng)用于實(shí)際資料處理中，能分辨出由煤層反射引起的靶區(qū)儲(chǔ)層砂體連續(xù)分布的假象，有效突出煤層反射面附近的儲(chǔ)層信息，這證明了本文方法的可行性和抗噪性，且證明了其高效性.這使得將MP應(yīng)用于3D地震數(shù)據(jù)成為可能，煤層分離后的數(shù)據(jù)使得解釋被煤層振幅覆蓋的儲(chǔ)層成為可能，為后續(xù)的工作提供了強(qiáng)有力的保證.總結(jié)該方法的適用性和應(yīng)用局限性，主要存在以下兩點(diǎn)需要注意：

(1)本文研究方法仍有較大的發(fā)展前景，適用于煤系地層以外，也適用于地層不整合強(qiáng)屏蔽、砂體頂部因泥巖脫水形成的高速層干擾、油頁(yè)巖覆蓋強(qiáng)屏蔽、灰?guī)r覆蓋強(qiáng)屏蔽等情形，須提出合適的指示因子作為先驗(yàn)信息約束.

(2)對(duì)于復(fù)雜地下沉積模式，分離參數(shù)設(shè)置是有所不同的，當(dāng)非有效反射信息較強(qiáng)時(shí)，應(yīng)將分離參數(shù)增強(qiáng)同時(shí)減小匹配次數(shù)，當(dāng)非有效反射信息較弱時(shí)，應(yīng)減小分離參數(shù)并同時(shí)增強(qiáng)匹配次數(shù)來(lái)提高分離精度.