高分辨时频分析方法在储层预测中的应用

摘要

由于傅立叶变换是反映全局信息的变换，因此，无法表现信号的时间一频率的局部的特性。地震波在地下传播时，由于受到散射、吸收等影响，因而地震信号为非平稳信号。其统计量是随时间变化的函数，其频率特性也是改变的，一个单一的时间域或频域分析远不能满足实际的应用的需要。常规傅立叶变换只适用于平稳信号分析，不适用于非平稳信号，因而无法描述地震信号的时间—频率信息。因此，应该使用联合的信号时频分析特性分布的方法来展现地震信号的特征。
　　近年来，时频分析已经是信号处理中的一个热点。采用时频分析方法，将时域转换到频域，可以在时频分布图显示出信号频谱与时间的关联特性。
　　本文具体介绍了短时傅立叶变换、小波变换、S变换、广义S变换、基于匹配追踪的时频分析方法和反褶积短时傅立叶变换的基本原理以及优缺点。文中对几种理论信号进行多种时频分析方法的计算机仿真效果对比，结果证明，反褶积短时傅立叶变换与传统的时频分析方法相比更具优势。
　　最近几年，利用地震信号的低频信息进行储层预测及油气识别方面取得新的进展，低频信息的应用越来越受到重视。理论及实践表明:地震波穿过流体时，地震信号的高频部分能量被吸收，而顶界面高频能量不会发生衰减，使得在单频剖面上含油气储层下方能量与含油气储层中上部分的能量出现差异。这个现象为低频阴影现象。在一定条件下，低频阴影可作为含油气性的一个直接指标。油气藏识别的有利标志为:低频时，上强下强;高频时，上强下弱。然而对于薄储层，低频阴影现象仍然较弱，因此有必要采用具有更高时频分辨率的时频分析方法进行低频阴影的识别。
　　本文对三层水平层状模型进行低频阴影现象的数值模拟，由结果可知，反褶积短时傅立叶变换方法比广义S变换在薄储层预测中取得了更好的效果。
　　笔者采用反褶积短时傅立叶变换和广义S变换两种时频分析方法对实际地震数据提取单频剖面，结合原始全频带地震数据分析进行油气检测。对比发现，高分辨时频分析方法（如反褶积短时傅立叶变换）取得更好效果。

目录

声明

摘要

第1章 引言

1．1 研究目的及意义

1．2 国内外研究现状

1．2．1 时频谱分解技术的研究现状

1．2．2 流体识别的现状

1．3 主要研究内容和成果

第2章 时频分析基础

2．1 信号分解概念

2．2 Hilbert变换

2．3 傅立叶变换

2．4 信号分辨率

2．5 不确定原理

第3章 时频谱分解技术

3．1 时频分布的分类

3．2 短时傅立叶变换

3．2．1 连续时间信号

3．2．2 离散时间信号

3．3 Wigner-Ville分布和平滑伪Wigner-Ville分布

3．3．1 Wigner-Ville分布

3．3．2 平滑伪Wigner-Ville分布

3．4 小波变换

3．4．1 小波函数的选择

3．4．2 尺度范围的选择

3．5 S变换和广义S变换

3．6 基于匹配追踪的时频分析方法

3．7 反褶积短时傅立叶变换

3．8 数值模拟实验

第4章 基于低频阴影现象的流体识别方法

4．1 地震时频分析技术

4．2 谱分解技术的基本原理

4．3 地震波衰减机制分析

4．4 低频阴影的定义及原因

4．5 低频阴影现象的数值模拟

4．6 实际地震数据单频剖面的提取

4．7 低频阴影现象的识别

4．7．1 反褶积短时傅立叶变换和广义S变换的比较

4．7．2 低频阴影现象在储层预测中的应用实例

4．8 高频剖面在分辨火成岩中的应用实例

结论

致谢

参考文献