绿山回转波层析反演静校正

方法介绍

Fathom Tomography(Fath Tomo)——回折波层析反演方法是绿山公司最新开发的静校正应用模块，是对现有绿山静校正软件包的补充和扩展。

与现有的延迟时方法相比，层析方法提供了一种不同于折射模型的静校正计算方法。Fathom将折射信息分解到炮点和检波点的延迟时间和折射层的速度，而Fath Tomo方法则不同。差别主要在于对地球物理和地学观点的基本模型假设不同，层析将地球看作更复杂的模型。层析方法能够在延迟时方法应用困难的地区得到更好的近地表模型和静校正量。

Fathom方法针对近地表模型进行逐步的分析和解释。软件包中的每一个模块都起到决定作用。FathTomo不要求用户对算法的细节和地球物理关系有详细的了解，只要有了初始模型和初至时间，即能求解得到最终模型。整个过程不需要进行人为干预，同时，用户需要输入或控制的参数较少。

使用建议

Fathom Tomography能够对任何观测系统求解模型和计算静校正量。但是，对下列观测系统类型，我们建议在GeoScribe II模块中为观测系统提供附加的测量信息，这样才能求得更好的静校正值。当Fathom Tomography模块打开数据库后，这些附加的信息将自动参与计算。

炮点为地面炸药激发的观测系统。在G2中，用户需提供True Z Coordinate of the Shot  Point Location和True Z Coordinate of the Receiver Point Location。

炮点在井下炸药激发的观测系统。在G2中，用户需要提供True Z Coordinate of the Shot Point Location、True Z Coordinate of the Receiver Point Location、Uphole Time、Shot Depth - Depth of the “Down Hole” Explosive。

（OBDC）海底电缆观测系统，在近水面激发。用户需提供Z  Coordinate Value of “0” for  the Shot Point Location、Shot Depth - Depth below the Water Surface for Source、Water Depth at each Shot Point Location、Z Coordinate at Water Bottom for each Receiver Location。

海上拖缆、近水面激发观测系统。在G2中，用户需提供Z Coordinate value of “0” for the Shot Point Location、Z Coordinate value of “0” for the Receiver Point Location、Water Depth at each Shot/Receiver Point Location、Shot Depth(Depth below the Water Surface) for the Source、Receiver Depth(Depth below the Water Surface) for the Receiver。

回折波层析反演原理

Fath Tomo是一个全三维回折波层析反演方法，通过建立近地表速度模型，计算静校正量，适用于二维和三维资料。该方法是一个速度反演过程。对任何观测系统，用回折波或连续折射直达波，交互反演近地表的速度变化。层析速度算法包括多个步骤：（a）初至时间拾取；（b）模型离散化和初始速度；（c）射线追踪和分割；（d）剩余时间（误差）计算；（e）速度更新，减小误差。简单流程如下：

        层析运算包括一个正演过程即计算每个炮检对的旅行时间，和一个反演过程即速度得到交互更新，生成速度模型。通过若干次迭代（每次迭代都是一个射线追踪、剩余时间计算和速度更新的周期）得到一个平滑的速度模型。一般来讲，根据不同的初始模型和不同噪音水平的初至时间，经过8-10次迭代后，误差都能够得到收敛。

层析反演流程和参数

（一）大炮初至拾取

层析反演方法需要炮点和检波点的坐标信息和大炮初至时间。用GeoScribe II模块建立观测系统数据库，用Picker模块拾取地震道的初至时间，或者从其他处理系统输入拾取的初至时间。拾取的初至时间代表观测到的通过模型的旅行时间，用于计算剩余（误差）时间。

（二）模型空间离散化和初始速度模型定义

模型空间离散化包括，第一步将三维模型空间分成一系列的网格（Voxel）。网格大小可以人为选择，一般而言，网格应该足够小才能分辨感兴趣的最小地质体；同时，网格也应该足够大，才能获得充分的射线，增加成像的可信度。

第二步需要定义初始模型速度。在理想情况下，可以根据该区域已知的地质和地球物理信息来定义初始模型速度。

模型成像域网格的数量是反演中未知参数，炮检对的个数确定了已知的参数（旅行时间）这个过程需要在射线追踪之前完成。

图(1)是层析中定义模型网格的界面。缺省值是根据观测系统和Bin（3D）或CMP（2D）大小计算出来的。在这里给出合适的参数非常很重要，保证模型能够正确离散化。模型网格大小在空间上不一定要求是正方体，在Inline、Crossline和垂直方向都可以不一样，这是绿山层析方法很突出的优点。因为对于某些地震观测系统，如果网格在Inline和Crossline方向的大小相同时，计算结果会产生假像。当地震观测系统的接收线距与道距之比较大时，长方形网格比较好，因为射线穿透的深度与排列长度相比较小，通常网格的垂直大小应该小于Inline和Crossline方向的大小比较有利。

模型网格定义完成之后，要为每一个网格的中心赋予速度值，射线追踪需要的网格中心之间的速度值可以通过不均匀内插获得。注意：模型速度的剧烈不连续性会造成射线分散，不适合层析方法中所用的射线追踪算法。

初始速度模型可以根据现有的地质信息，如测井资料来建立，或利用梯度变化的速度模型。通常而言，利用合适的初始速度模型开始迭代能够提高最终成像的可信度。另外，初始速度模型应当保证地震能量能够从炮点传播到检波点。例如，常速模型不适合地表地震采集观测系统，因为从炮点到检波点没有回折射线。

图(1). 模型空间定义

 图(2)表示层析中定义速度模型的界面。如果选择梯度速度模型，用户需要输入开始的速度和梯度变化因子。初始速度模型也可以通过输入GeoScribe II数据库中的折射速度信息，或输入ASCII格式的速度信息以及手工定义来完成。

图(2). 定义初始速度模型

（三）射线追踪和分割

射线追踪和分割包括计算每个炮检对的旅行时间和射线路径，以及根据射线路径获得通过每一个网格的射线段。射线段的长度在反演问题中用于计算加权和更新速度。

根据不同的物理模型和数字模型，有多种射线追踪算法。在绿山的层析方法中，我们采用Um和Thurber于1987年提出的最大速度梯度射线追踪三维算法，这是一种两点射线追踪方法。我们之所以采用这种算法，是因为它的计算效率以及射线追踪方法的优点，可以避免内插。

这种方法根据费马原理（Fermat’s Principle），在炮点和检波点之间通过计算最小的旅行时间，找到两点之间的射线路径，而不是严格地验证Snell定律。对每一条射线路径，都是一个迭代的计算过程。网格中射线段的数量根据射线的数量成倍增加，直到用户设定的精度要求。射线路径的数量按照3，5，9，17，33急剧增加，如果用户设定了最大值，最终将达到65。增加射线数量会降低计算效率，但能够在炮点和检波点之间得到一个较平滑的射线路径。这种算法不要求有岩性边界或水平连续层面。

计算出炮点和检波点之间一条射线路径之后，接着对射线进行分割，这个过程包括计算射线路径长度，和该射线通过的网格在Inline、Crossline 及深度方向的相应的坐标。在层析中，这个信息为每个网格的速度更新提供加权系数。

图(3)表示层析中设置批量处理参数的界面。所有层析迭代的参数都在这里定义。

图(3). 设置批量处理参数

 用户可以更改射线追踪的缺省参数，如图(4)：

图(4). 射线追踪参数

Minimum Ray Path Points

对每一个计算路径，定义最小的射线路径反射点数，缺省为33。如果该值较小，射线追踪速度会更快；如果该值较大，射线路径将会更平滑。

Maximum Difference on Travel Time

射线追踪采用Perturbation Scheme方案。射线段数量增加一倍，即跳到下一个位置点。计算每个炮、检对总的旅行时间，和前一个计算时间对比，如果精度达到用户的设定，那么，该炮、检对的射线追踪停止。

用户可能会注意到，缺省的精度值是0.001毫秒，与我们通常的初至时间相比，这已经是一个很高的精度了。但这个参数在这里是要求射线追踪达到一个合理的收敛，而不是层析所要的精度。如果用户指定这个值为1，那么就无法得到正确的回折波路径。经验表明，选0.001或更小的值，能够得到较好的效果。

Maximum Perturbation Allowed(ft or m)

如上所述，射线段数量增加一倍，即跳到下一个位置点。在本次迭代中，当前坐标与前一次迭代相比，最大误差不能超过用户指定的这个值。缺省为网格深度方向大小的2.5倍。如果起始速度模型的梯度较大，则选用网格深度大小的1.5倍较合适。

Shot Decimation Increment

对于一块较大的三维资料来讲，用户可能会减少参与层析运算的炮点数量，缺省为全部参加。如果选3，则代表数据库中每隔三炮有一炮参与层析计算。

        用户可以选择数据库中所有的初至都参与计算，也可以指定由Branch模块定义的某折射层的初至参与计算。两种选择各有优点。如果选择用所有的初至，算法将会把初至按照偏移距的大小顺序采用。这与射线路径多次覆盖才能产生收敛速度模型的假设一致。如果选择某折射层的初至参与计算，算法只采用相应偏移距范围的初至，然而，层与层之间交叉区域的初至质量会较差，这些较差的初至会干扰最终的层析效果。另外，对某些观测系统，在层析方法中限制偏移距范围可能会得到较好的结果。这种做法就是只采用指定层的初至，通常是最浅的折射层。

用户也可以用另外一种方法对射线追踪进行限制，如图(5)。

图(5). 定义参与射线追踪的初至

射线追踪可以根据偏移距范围、初至时间范围和炮、检点的方位角范围来进行限制。缺省情况下，对此无限制。用户可以根据观测系统和指定的偏移距范围内初至的质量，进行试验。

（四）剩余时间（误差）计算

剩余时间是指观测到的初至时间（拾取的初至）与计算旅行时间的差异。计算旅行时间是根据射线路径通过的每个网格的旅行时间求和得出的。

（五）速度更新

层析过程的最后一步是更新每个网格的速度，根据迭代背投图表，采用同步迭代重建技术（SIRT）。

在批量处理参数设置中，可以改变缺省的反演参数。如图(6)。

Inversion Loops

速度更新依据迭代背投图表。一次反演循环指所有的炮、检对的单次过程。射线从炮点到检波点，要经过很多网格。通过每个网格的射线段的数量在单个网格速度更新时起到加权作用。射线路径的误差被分配到射线通过的每个网格中。对所有的炮、检对进行连续处理，计算结果是所有射线段通过每个网格的平均网格速度。这个过程重复循环，直到误差收敛。缺省为8。

图(6). 速度反演参数

Smooth Interval

速度平滑对快速收敛非常重要，也是在射线追踪迭代之间得到稳定结果所必须的。平滑采用3点平移平均滤波方法（3-Point Moving Average Filter）。缺省为4，指反演循环4次、8次后进行平滑（假定循环次数为8）。如果用户在不同迭代之间不选择平滑，那么，将该参数设为比循环次数（Inversion Loops）大的任何一个值。

在模型空间，可能有些网格没有射线通过，这些网格的速度在平滑之前用线性内插的方法进行更新。

Minimum Velocity and Maximum Velocity

在反演过程中，速度更新可能会出现异常高或低的速度（出现在射线追踪迭代开始）。设定最小和最大速度，异常值被设为边界值。熟悉资料的用户应当能够给出合适的速度范围。

在批量处理参数中，也可以更改缺省收敛参数，如图(7)。

图(7). 收敛参数设置

这些参数为算法设置停止运算的标准，保证稳定可靠的结果。这是一组很重要的参数。

Minimum Hit Count and Percentage Voxels Below Min Hit Count

根据我们的经验，当每个网格中通过的射线段的数量为10-15时，算法能够提供可靠的成像结果。这个参数是射线段的数量的限度，保证网格的覆盖能够被接受。Minimum Hit Count与Percentage Voxels Below Min Hit Count相联系。如果有很多的模型网格没有射线通过，有可能是观测系统本身的缺陷在模型空间造成的，因为算法试图通过内插得到一个合理的速度值。如果很多网格不满足设定的射线段最小值，批量运算就会停止，用户需要调查模型大小或初始速度模型。缺省为15，相应的，如果有25%的网格不能满足最小限制，运算即停止。

Percentage  Change

每次迭代结束，速度得到更新，并与网格中射线段的数量及与前一次迭代相比的速度变化（%）一起写到磁盘文件。如果用户设定该参数，在迭代过程中，当模型空间有75%的速度变化小于该值时，运算将停止。这将保证系统在用户指定的标准下达到收敛。缺省为0，表明，即使不同迭代次数之间速度没有变化，运算也继续执行。

Percentage Rays Out of Bounds

在迭代过程的开始阶段，可能有很多射线通过模型空间，这是由于初始速度不合适或模型定义不充分造成的。我们的目标是得到所有通过模型的炮、检对的射线路径，如果模型的射线数量超过用户定义的值，运算就停止。缺省值为25%。如果运算停止，用户需要重新定义初始速度和（或）模型空间边界，以保证大多数射线在模型边界之内。

层析方法同样也设置了使用初至门槛值，拒绝质量差的初至参与计算。在批量参数中可以设置该值，如图(8)。用二次函数拟合数据库中的所有初至，窗口中显示每个初至与拟合函数之间的剩余时间误差。从该图中，用户可以对初至拾取的质量进行大概地了解。用鼠标左键点击，可以剔除所有剩余误差大于鼠标所在点的初至。这是一种为层析算法剔除野值的简单方法。如前所述，层析方法对拾取质量非常敏感，所以，用户能够作的就是提高初至拾取的质量，提高算法的收敛。

最后，在批量参数设置中，用户可以选择下一个迭代开始的迭代次数。通常是从初始模型开始，但用户可以选择任何以前的迭代开始进行。用户可以输出中间速度结果，也可以对速度进行编辑，如剪切、平滑、内插和删除等。经过编辑的模型可以作为初始模型。另外一个参数，即用户可以选择迭代次数。通常在8-10次之间，对于高质量的初至和准确的速度模型，需要迭代次数可能会很低。如果用户需要保留前一次的迭代结果，可以指定文件进行输出。

图(8). 定义初至门槛