微地震数据中地面有源噪音的自适应压制方法
技术领域
[0001] 本
发明涉及油气地球物理勘探中微地震数据去噪处理技术，特别是涉及到微地震数据中地面有源噪音的自适应压制方法。
背景技术
[0002] 较低孔隙度和较低渗透率是非常规油气有效储层的两个主要物性特征，压裂改造工作是非常规油气资源开采的有效方法，通过压裂改造工作能够改善有效储层的裂缝系统，提高有效渗透率和产能。微地震监测是目前最有效、最经济和最及时的压裂监测技术。微地震监测技术主要包括井中微地震监测和地面微地震监测，井中微地震监测成本高，对井场条件要求苛刻，但是微地震数据的
信噪比相对较高；地面微地震监测成本相对较低，并且具有较高的灵活性，但是地面有源噪音严重影响微地震数据的信噪比。
[0003] 在进行地面微地震监测采集过程中，由于地表各种因素的影响，微地震数据中地面有源噪音非常多，例如：井场有源噪音、村镇工厂有源噪音、建筑工地有源噪音和道路车辆有源噪音等。各类有源噪音严重影响微地震数据的信噪比，增加了微地震数据中微地震有效事件的识别难度。目前针对微地震数据的去噪技术还相对较少，在微地震数据低信噪比的情况下，必须通过针对性的地面有源噪音压制处理手段，才能够提高微地震数据的信噪比，从而实现微地震有效微地震事件的准确
定位。
发明内容
[0004] 本发明的目的是针对微地震数据中地面有源噪音发育的情况，提供一种微地震数据中地面有源噪音的自适应压制方法。
[0005] 本发明采用以下技术方案。
[0006] 微地震数据中地面有源噪音的自适应压制方法，包括以下步骤：
[0007] 步骤1：采用长短时窗
能量比方法进行有源噪音的自动识别，得到微地震数据中有源噪音的波至同相轴时刻，确定有源噪音的时间分布范围；
[0008] 步骤2：在地面有源噪音发育的微地震数据中，根据
叠加能量最强的原则，沿地面进行三维最优搜索，同时确定有源噪音的
位置坐标和噪音传播速度；
[0009] 步骤3：根据有源噪音的位置坐标和噪音传播速度，计算每一个微地震台站的动校正量，并对微地震数据进行动校正处理；
[0010] 步骤:4：对含有有源噪音微地震数据进行自适应压制处理，并进行反动校正处理，最后得到高信噪比的微地震数据。
[0011] 作为优选，所述步骤1的具体步骤是：
[0012] 将微地震监测观测系统、采集到的微地震数据和地面有源噪音的分布范围全部导入；
[0013] 首先，计算短时窗和长时窗范围内的微地震数据的能量值，短时窗能量值的变化情况往往比长时窗能量值的变化情况要快，用短时窗能量平均值与长时窗能量平均值进行对比，当存在有源噪音的情况下，长短时窗能量比值就会明显增大；其次，设置一个识别能量
阀值，当长短时窗能量比值大于阀值时，则该时刻就存在有源噪音，当长短时窗能量值小于阀值时，则不存在有源噪音；再次，得到微地震数据中有源噪音的波至同向轴时刻，形成一个有源噪音的初步时间分布范围；最后，结合交互判断和识别，确定有源噪音在微地震数据中的准确时间分布范围。
[0014] 作为优选，所述步骤2的具体步骤是：
[0015] 在地面有源噪音发育的微地震数据中，基于所有微地震台站数据的叠加能量最大原则，沿地面有源噪音分布范围进行三维最优搜索，在搜索噪音传播速度的同时，计算有源噪音分布范围内每一个位置点到达微地震台站的波至时间，根据对应的波至时间对微地震数据进行动校正处理，并将动校正处理后的所有道数据进行叠加，求取每一个位置点的微地震数据叠加能量值，在叠加能量值达到最大时，说明这一个位置点和对应的噪音传播速度能够最佳的消除由于传播距离不同造成的正常时差，实现了最优的动校正处理，这一个位置点即是有源噪音的位置坐标，这一个传播速度即是有源噪音的噪音传播速度。
[0016] 作为优选，所述步骤3的具体步骤是：
[0017] 根据地面有源噪音位置坐标、噪音传播速度及微地震监测观测系统坐标，计算每一个微地震台站的动校正量。将动校正量带入到微地震数据中，对微地震数据进行动校正处理，消除由于不同微地震监测
检波器之间传播距离不同造成的正常时差,动校正处理后微地震数据中有源噪音的波至同相轴基本是一条
水平的直线。
[0018] 作为优选，所述步骤4的具体步骤是：
[0019] 针对有源噪音时间分布范围内的微地震数据，计算所有微地震台站数据的均值能量，并根据微地震数据均值能量计算一个自适应
门槛值，超过门槛值的均值能量作为有源噪音进行压制，门槛值以下的均值能量可能包含有效信息，门槛值以下的平均能量值不进行压制处理，从而实现地面有源噪音的自适应压制处理；
[0020] 最后将微地震数据数据进行反动校正处理，输出地面有源噪音自适应压制后的高信噪比微地震数据。
[0021] 本发明的有益效果在于：本发明利用长短时窗能量比方法确定有源噪音的时间分布范围，通过三维最优搜索方法，确定地面有源噪音的位置坐标和噪音传播速度，根据确定的有源噪音位置坐标和噪音传播速度，计算微地震台站的动校正量，并对微地震数据进行动校正处理，在动校正处理后的微地震数据中利用自适应均值能量消去法实现地面有源噪音的压制，并最大程度的保护有效信息，去噪后的微地震数据信噪比大幅提升，有利于提高微地震
震源点的定位
精度。
附图说明
[0022] 图1为本发明
实施例中微地震数据中地面有源噪音的自适应压制方法
流程图示意图。
[0023] 图2为本发明实施例中选取的微地震初始数据示意图。
[0024] 图3为本发明实施例中沿地面进行三维最优搜索，得到的微地震台站数据叠加能量三维分布图。
[0025] 图4为本发明实施例中对选取的初始微地震数据进行地面有源噪音自适应压制处理后的微地震数据示意图。
具体实施方式
[0026] 为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合所附图式，作详细说明如下。
[0027] 实施例1。
[0028] 一种微地震数据中地面有源噪音的自适应压制方法的总体技术方案包括：
[0029] （1）采用长短时窗能量比方法进行有源噪音的自动识别，得到微地震数据中有源噪音的波至同相轴时刻，确定有源噪音的时间分布范围；
[0030] （2）在地面有源噪音发育的微地震数据中，根据叠加能量最强的原则，沿地面进行三维最优搜索，同时确定有源噪音的位置坐标和噪音传播速度；
[0031] （3）根据有源噪音的位置坐标和噪音传播速度，计算每一个微地震台站的动校正量，并对微地震数据进行动校正处理；
[0032] （4）对含有有源噪音微地震数据进行自适应压制处理，并进行反动校正处理，最后得到高信噪比的微地震数据。
[0033] 利用长短时窗能量比方法确定有源噪音的时间分布范围，沿地面进行三维最优搜索方法，确定地面有源噪音的位置坐标和噪音传播速度，采用自适应均值能量消去法实现地面有源噪音的压制，去噪后的微地震数据信噪比大幅提升，有利于提高微地震震源点的定位精度。
[0034] 实施例2。
[0035] 一种微地震数据中地面有源噪音的自适应压制方法细化方案包括：
[0036] （1）将微地震监测观测系统、采集到的微地震数据和地面有源噪音的分布范围全部导入。
[0037] （2）计算短时窗和长时窗范围内的微地震数据的能量值，短时窗能量值的变化情况往往比长时窗能量值的变化情况要快，用短时窗能量平均值与长时窗能量平均值进行对比，当存在有源噪音的情况下，长短时窗能量比值就会明显增大，设置一个识别能量阀值，当长短时窗能量比值大于阀值时，则该时刻就存在有源噪音，当长短时窗能量值小于阀值时，则不存在有源噪音。
[0038] （3）得到微地震数据中有源噪音的波至同向轴时刻，形成一个有源噪音的初步时间分布范围，结合交互判断和识别，确定有源噪音在微地震数据中的准确时间分布范围。
[0039] （4）在地面有源噪音发育的微地震数据中，基于所有微地震台站数据的叠加能量最大原则，沿地面有源噪音分布范围进行三维最优搜索，在搜索噪音传播速度的同时，计算有源噪音分布范围内每一个位置点到达微地震台站的波至时间，根据对应的波至时间对微地震数据进行动校正处理，并将动校正处理后的所有道数据进行叠加，求取每一个位置点的微地震数据叠加能量值。
[0040] （5）在叠加能量值达到最大时，说明这一个位置点和对应的噪音传播速度能够最佳的消除由于传播距离不同造成的正常时差，实现了最优的动校正处理，这一个位置点即是有源噪音的位置坐标，这一个传播速度即是有源噪音的噪音传播速度。
[0041] （6）根据地面有源噪音位置坐标、噪音传播速度及微地震监测观测系统坐标，计算每一个微地震台站的动校正量。将动校正量带入到微地震数据中，对微地震数据进行动校正处理，消除由于不同微地震监测检波器之间传播距离不同造成的正常时差,动校正处理后微地震数据中有源噪音的波至同相轴基本是一条水平的直线。
[0042] （7）针对有源噪音时间分布范围内的微地震数据，计算所有微地震台站数据的均值能量，并根据微地震数据均值能量计算一个自适应门槛值，超过门槛值的均值能量作为有源噪音进行压制，门槛值以下的均值能量可能包含有效信息，门槛值以下的平均能量值不进行压制处理，从而实现地面有源噪音的自适应压制处理。
[0043] （8）将微地震数据数据进行反动校正处理，输出地面有源噪音自适应压制后的高信噪比微地震数据。
[0044] 实施例3，如图1所示，一种微地震数据中地面有源噪音的自适应压制方法具体方案包括：。
[0045] 在步骤101，将地面微地震监测观测系统、采集到的微地震数据和地面有源噪音的大概分布范围等信息全部导入。
[0046] 在步骤102，计算短时窗和长时窗范围内的微地震数据的能量值，用短时窗能量平均值与长时窗能量平均值进行对比，并设置一个识别能量阀值，当长短时窗能量比值大于阀值时，则该时刻就存在有源噪音，得到微地震数据中有源噪音的波至同向轴时刻，形成一个有源噪音的初步时间分布范围，最后结合交互判断和识别，确定有源噪音在微地震数据中的准确时间分布范围。
[0047] 在步骤103，在地面有源噪音发育的微地震数据中，基于所有微地震台站数据的叠加能量最大原则，沿地面有源噪音分布范围进行三维最优搜索，求取每一个位置点的微地震数据叠加能量值，在叠加能量值达到最大时，说明这一个位置点坐标和噪音传播速度能够最佳的消除正常时差，这一个位置点即是有源噪音的准确位置坐标，这一个传播速度即是有源噪音在
地层中的传播速度。
[0048] 在步骤104，根据地面有源噪音位置坐标、噪音传播速度及微地震监测观测系统坐标，计算每一个微地震台站的动校正量。
[0049] 在步骤105，将动校正量带入到微地震数据中，对微地震数据进行动校正处理，消除由于不同微地震监测检波器之间传播距离不同造成的正常时差,动校正处理后有源噪音的波至同相轴基本是一条水平的直线。
[0050] 在步骤106，针对有源噪音时间分布范围内的微地震数据，计算所有微地震台站数据的均值能量，并根据计算得到的微地震数据均值能量设置一个自适应门槛值。
[0051] 在步骤107，对于超过自适应门槛值的均值能量，作为有源噪音进行压制处理，由于自适应门槛值以下的均值能量可能包含微地震有效信息，门槛值以下的均值能量不进行压制处理，从而实现地面有源噪音的自适应压制处理。
[0052] 在步骤108，根据步骤104计算得到的动校正量，将动校正量从微地震数据中减去，实现微地震数据数据的反动校正处理。
[0053] 在步骤109，输出地面有源噪音自适应压制后的高信噪比微地震数据。
[0054] 图2为本发明实施例中选取的微地震初始数据示意图。图3为本发明实施例中采用本发明中的方法，沿地面进行三维最优搜索，得到的微地震台站数据叠加能量三维分布图。从图3可以看出，根据微地震台站数据叠加能量三维分布图，能够最优确定有源噪音的坐标位置和噪音传播速度。图4为本发明实施例中采用本发明中的方法，对选取的初始数据进行地面有源噪音自适应压制处理后的微地震数据示意图。从图4可以看出，地面建筑工地打桩机有源噪音得到较好的压制，而微地震有效事件
信号则不受损失。
[0055] 以上所述仅是本发明的较佳实施例，并非对本发明作任何形式的限制，任何熟悉本专业的技术人员在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出变动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单
修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
