Обработка микросейсмических сигналов в задаче пассивного низкочастотного сейсмического зондирования Земли

Рыжов, Василий Александрович

Обработка микросейсмических сигналов в задаче пассивного низкочастотного сейсмического зондирования Земли тема автореферата и диссертации по физике, 01.04.03 ВАК РФ

Рыжов, Василий Александрович АВТОР

кандидата физико-математических наук УЧЕНАЯ СТЕПЕНЬ

Казань МЕСТО ЗАЩИТЫ

2009 ГОД ЗАЩИТЫ

01.04.03 КОД ВАК РФ

Диссертация по физике на тему «Обработка микросейсмических сигналов в задаче пассивного низкочастотного сейсмического зондирования Земли»

Автореферат диссертации на тему "Обработка микросейсмических сигналов в задаче пассивного низкочастотного сейсмического зондирования Земли"

□□3461745

На правах рукописи

РЫЖОВ Василий Александрович

ОБРАБОТКА МИКРОСЕЙСМИЧЕСКИХ СИГНАЛОВ В ЗАДАЧЕ ПАССИВНОГО НИЗКОЧАСТОТНОГО СЕЙСМИЧЕСКОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

Специальность 01.04.03 —радиофизика

Автореферат диссертации на соискание учёной степени кандидата физико-математических наук

'¿о-

Казань - 2009

003461745

Работа выполнена на кафедре радиофизики физического факультета Государственного образовательного учреждения высшего профессионального образования «Казанский Государственный Университет им. В.И. Ульянова-Ленина»

Научный руководитель:

доктор физико-математических наук, доцент

Казанский государственный университет им. Б.И. Ульянова-Ленина Шерспоков Олег Николаевич

Научный копулътант:

кандидат технических наук,

НИИ математики и механики им. Н.Г. Чеботарева Биряльцев Евгений Васильевич

Официальные оппоненты:

доктор физико-математических наук, профессор Казанский государственный энергетический университет Минуллин Ренат Гизатуллович

кандидат технических наук, доцент

Казанский государственный университет им. В.И. Ульянова-Ленина Степанов Андрей Владимирович

Ведущая организация:

Институт физики Земли РАН им. О.Ю. Шмидта (ИФЗ РАН, г. Москва)

Защита диссертации состоится «26» февраля 2009 г. в_часов_минут

в ауд. 210 физического факультета на заседании диссертационного совета Д212.081.18 в Казанском государственном университете по адресу: 420008, г. Казань, ул. Кремлевская, 16.

С диссертацией можно ознакомиться в Научной библиотеке им. Н.И. Лобачевского Казанского государственного университета

Автореферат разослан «_» января 2009 г.

Учёный секретарь диссертационного совета д.ф.-м.н, профессор A.B. Карпов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Настоящая работа посвящена методике обработки микросейсмических сигналов п разработке методов фильтрации помех в задаче пассивного низкочастотного сейсмического зондирования (НСЗ). Среди геофизических методов НСЗ является новым малоизученным методом, который позволяет при небольших трудозатратах с высокой эффективностью оценивать характеристики геологического разреза, в частности, наличие нефтегазовых залежей.

Объект исследования и актуальность темы. Естественные микросейсмические колебания поверхности Земли (микросейсмы) порождаются явлениями как природного характера (удаленные землетрясения, атмосферные явления, морской прибой), так и антропогенного (транспорт, промышленные объекты). На основе изучения характеристик природных микросейсм базируется несколько методов поиска и разведки нефтегазовых залежей, в том числе метод НСЗ. Он основан на изучении явления повышенной (аномальной) низкочастотной (1-10 Гц) энергии в спектре микросейсм над нефтяными объектами. С 1989 г. это явление наблюдается в различных нефтегазовых регионах планеты (С. Дангел, Р. Граф, Ю.Ю. Подладчиков, Г.М. Голошубин). В работах СЛ. Арутюнова, Ю.В. Сиротинского, А.Е. Сунцова для его усиления было предложено осуществлять вибровоздействие на залежь с поверхности Земли (технология «АНЧАР»). Метод пассивного низкочастотного сейсмического зондирования развивают Е.В. Биряльцев, Н.Я. Шабалин.

В качестве физического описания явления низкочастотной спектральной аномалии над нефтяными объектами доминировала гипотеза генерации низкочастотных микросейсм нефтегазовой залежью. В виду отсутствия обоснованного количественного объяснения явления потребовалось дополнительное его изучение. В 2005 г. Е.В. Биряльцевым была выдвинута гипотеза резонанса сейсмических волн между поверхностью Земли и нефтегазовой залежью, которая нуждалась в практическом подтверждении. Для выбора корректного теоретического описания этого явления и для получения набора отличительных признаков полезного сигнала от помех необходимо провести детальное исследование характеристик микросейсмического сигнала.

Фоновые микросейсмические колебания чувствительны к локальным поверхностным источникам помех, частотный диапазон которых, в большинстве случаев, пересекается с частотным диапазоном спектральной аномалии, а отношение «сигнал/помеха» может быть существенно меньше единицы. Это значительно осложняет выделение аномалии в спектре. Тот факт, что полезным сигналом для технологии НСЗ является фоновый микросейсмический шум, относит задачу разработки методов фильтрации помех в разряд слабо-изученных, где приоритетным является условие сохранения фонового уровня шума. Специфичный характер полезного сигнала и помехи требует разработ-

ки специальных методов фильтрации, в основе которых должна лежать априорная информация об их отличительных признаках.

Для сопоставления спектральных аномалий по территории наблюдения необходимо определиться в выборе информативного параметра спектральной аномалии. Разработка алгоритма его оценки позволит автоматизировать процесс параметризации спектров.

Исследование стационарности параметров аномалии в течение продолжительного времени наблюдения (больше суток) необходимо для ответа на вопрос о корректности сравнения информативного параметра спектральных аномалий, зарегистрированных в разное время на разных точках наблюдения. В случае нестационарности параметров спектральной аномалии необходимо разработать методику наблюдения, позволяющую учитывать их временные вариации.

Как правило, технология НСЗ применяется для исследований территорий вблизи уже разрабатываемых месторождений, на которых регистрируемое микросейсмическое поле обладает повышенным уровнем техногенных помех. Ее адаптация к техногенно-нагруженным районам, а также к условиям нестационарного фонового микросейсмического поля, позволит проводить исследования зашумленных территорий на наличие нефтегазовых залежей.

Все это позволяет сформулировать цель и задачи диссертационной работы.

Целью диссертационной работы является разработка методики регистрации и обработки микросейсмических сигналов для выделения спектральных аномалий, коррелирующих с местоположением нефтегазовых залежей в задаче пассивного низкочастотного сейсмического зондирования Земли в присутствии помех.

Исходя из указанной цели, поставлены следующие задачи:

1. Исследование характеристик микросейсмического сигнала для выделения отличительных признаков полезной компоненты сигнала и помех, выявление особенностей полезной компоненты сигнала.

2. Разработка и реализация методов фильтрации полезного (фонового) сигнала и помех на основе их отличительных признаков.

3. Разработка и реализация метода оценки параметров спектральной аномалии.

4. Разработка методики регистрации, позволяющей учитывать временные вариации параметров спектральной аномалии для выявления их пространственных изменений при ограниченном количестве одновременно наблюдаемых точек, в условиях временной нестационарности и пространственной неоднородности микросейсмического поля.

Научная новизна работы заключается в следующем: 1. Впервые получен набор отличительных признаков, позволяющий качественно и количественно разделить полезную компоненту сигнала от помех. Полезный сигнал в отличие от помех: локализован на участках микросейс-

мического сигнала с минимальной энергией, является широкополосным с шириной полосы спектральных максимумов от 0.5 Гц до 3 Гц. Наиболее информативными являются стационарные участки сигнала, образованные суперпозицией множества случайных колебаний от некогерентных широкополосных источников. Полезный сигнал коррелирован в пространстве, является шумом со временем корреляции 1-5 с. Спектр полезного сигнала содержит амплитудно-частотную характеристику (АЧХ) геосреды, поэтому имеет мультимодальную структуру. Параметры полезного сигнала зависят от влияния интенсивных источников помех. Фоновый микросейсмический шум, составляющий полезный сигнал, имеет случайное азимутальное направление прихода.

2. Разработан и применен комплекс методов для обработки микросейсмических сигналов, позволяющий в автоматическом режиме отфильтровывать основные типы помех, который включает в себя: метод адаптивного определения порогового уровня энергии сигнала для исключения локально-нестационарных помех в сигнале; метод нелинейной фильтрации узкополосных помех с сохранением фонового уровня шума; оптимизационный метод фильтрации квазигармонических помех с сохранением фонового уровня шума.

3. Разработан метод оценки параметров спектральной аномалии на основе анализа локальных максимумов вейвлет-образа спектра микросейсмического сигнала, позволяющий автоматизировать процесс параметризации в технологии НСЗ.

4. Разработана методика регистрации, позволяющая учитывать временные вариации параметров спектральной аномалии при ограниченном количестве одновременно наблюдаемых точек в условиях временной нестационарности и пространственной неоднородности микросейсмического поля. Предложен алгоритм автоматического учета временных вариаций параметров спектральной аномалии для выявления их пространственных изменений.

Практическая ценность работы. Результаты работы составляют методику регистрации и обработки микросейсмических сигналов в технологии пассивного низкочастотного сейсмического зондирования, которая уже применяется на практике. Результаты работы составляют методику регистрации и обработки микросейсмических сигналов в технологии пассивного низкочастотного сейсмического зондирования, которая уже применяется на практике и может быть тиражирована другими компаниями. Выявленный набор отличительных признаков полезной компоненты сигнала позволил обнаруживать аномалии в спектрах сигналов зарегистрированных на неизученных ранее территориях. Разработанный комплекс автоматизированных методов, позволил снизить общее время обработки в несколько раз. Предложенный комплекс методов апробирован при выполнении геологоразведочных работ для нефтяных компаний Республики Татарстан и за ее пределами.

На защиту выносится:

1. Набор отличительных признаков, позволяющий качественно и количественно выделять полезную компоненту микросейсмического сигнала, в которой может наблюдаться спектральная аномалия.

2. Комплекс методов обработки микросейсмического сигнала, позволяющий в автоматическом режиме отфильтровать основные типы помех.

3. Метод оценки параметров спектральной аномалии, разработанный на основе анализа локальных максимумов вейвлет-образа спектра микросейсмического сигнала, позволяющий автоматизировать процесс параметризации в технологии НСЗ.

4. Методика регистрации микросейсмического поля, позволяющая учитывать временные вариации параметров спектральной аномалии для выявления их пространственных изменений.

Достоверность полученных результатов определяется: применением известных методов оптимизации, аппарата вейвлет-анализа, методов цифровой обработай сигналов; применением регистрирующей аппаратуры, прошедшей метрологическую экспертизу.

Личный вклад автора. Автором выявлены отличительные признаки полезного сигнала и помех, разработаны и программно реализованы методы фильтрации помех, метод оценки параметров спектральных аномалий. Предложена методика регистрации и разработан алгоритм автоматического вычисления поправочных коэффициентов для учета вариаций параметров спектральных аномалий. Разработанные автором методы были апробированы непосредственно при его участии на более 2000 точках наблюдения. Общая площадь исследуемых территорий составила более 150 км2.

Апробация работы и публикации. Основные положения и выводы диссертации нашли отражение в 10 научных статьях, в том числе в двух статьях в журналах, включенных в перечень ВАК («Научно-технические ведомости СПбГПУ» и «Геология, Геофизика и разработка нефтяных и газовых месторождений») и одной коллективной монографии. Результаты диссертационной работы были представлены и обсуждались на международных конференциях: «General Assembly - 2008», EGU (устный доклад, Бена, Австрия), на X конференции Европейской ассоциации геоученых и инженеров (EAGE) «ГЕОМОДЕЛЬ-2008» (Геленджик), на XIV Международной конференции студентов, аспирантов и молодых ученых «Ломоносов» (Москва, 2007), на X Международном научном симпозиуме имени академика М.А.Усова студентов и молодых учёных «Проблемы геологии и освоения недр» (Томск, 2006). А также на региональных конференциях: «Волновые процессы в средах» (Зе-ленодольск, 2007), «Актуальные проблемы естественных и гуманитарных наук» (Зеленодольск, 2006).

Структура и объем диссертации. Диссертация состоит из введения, четырех глав и заключения. В ней содержится 157 страниц печатного текста, приводится 77 рисунков и 11 таблиц. Список литературы содержит 134 наименования.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность и научная новизна темы, определяется цель и задачи, формулируются положения, выносимые на защиту, дается научная новизна, практическая значимость и достоверность полученных результатов исследования.

В первой главе проводится обзор литературы в области микросейсмических колебаний. Особое внимание уделяется явлению низкочастотной аномалии над нефтяными месторождениями. Проводится сопоставление основных физических моделей явления: резонанс сейсмических волн внутри нефтегазовой залежи и резонанс продольных волн в геосреде между поверхностью Земли и нефтегазовой залежью. На наш взгляд наиболее обоснованной является гипотеза резонанса продольных сейсмических волн между поверхностью Земли и нефтегазовой залежью. Она основывается на выявленной нами зависимости частотного положения спектральных максимумов аномалии от времени прохождения продольной сейсмической волны между поверхностью и нефтеносным объектом. Спектр аномалии микросейсмического сигнала состоит из множества спектральных максимумов, частоты которых рассчитываются как:

/„=(/> + !)• А/. А/ = • T = TBCn-t3MC,

где Твсп —время распространения продольной волны от поверхности до нефтегазовой залежи по данным вертикального сейсмического профилирования (ВСГТ), t3MC -поправка, равная времени распространения волны в приповерхностной зоне малых скоростей (ЗМС), р - номер моды. На рис. 1 приведен пример аномалии в спектре микросейсмического сигнала, зарегистрированного над нефтегазовой залежью, в котором наблюдаются две первые моды на частотах /0 = 2.4 Гц и fx =5.2 Гц.

В работе приводится описание аппаратного комплекса НСЗ, рабочий частотный диапазон которого 0.5-40 Гц. Диапазон регистрируемых амплитуд скорости вертикальной компоненты механических колебаний поверхности Земли: 0.4-10"9 -3-10"3 м/с. Частота дискретизации и разрядность АЦП fd = 125 Гц и 24 bit.

СПМ, 10 м /с

О ---^-1-' ■-

1 2 3 4 5 6 7 Частота, Гц Рис. 1. Пример спектра микросейсм над нефтяным месторождением

При разбиении сигнала на кадры для его спектрального оценивания обосновывается наиболее приемлемый размер кадра, который составляет 4096 отсчетов. Статистически показано, что в условиях стабильной микросейсмической обстановки достаточно 3-5 мин. наблюдения для того, чтобы определить наличие аномального спектрального максимума.

Вторая глава посвящена изучению характеристик микросейсмического сигнала. Автором выявляются отличительные признаки полезного сигнала и помех, подробно рассматриваются характеристики полезного микросейсмического сигнала.

Показано, что регистрируемый сигнал, помимо фонового микросейсмического шума содержит аддитивную помеховую компоненту от различных источников локальных поверхностных вибраций, как антропогенного, так и природного происхождения. Наблюдаемые помехи способны значительно искажать спектр фонового микросейсмического сигнала, что может приводить к ошибочным прогнозам нефтеносности. Выделение полезной компоненты сигнала на фоне помех осложняется пересечением их частотных диапазонов и тем, что амплитуда помех может превышать амплитуду фонового шума в несколько десятков раз.

Предлагается классификация часто встречающихся помех и полезного сигнала по: форме спектра; происхождению; стационарности; степени вклада АЧХ геосреды в формирование микросейсмического сигнала. По характеру спектра полезный сигнал является широкополосным фоновым шумом с шириной полосы спектральных максимумов от 0.5 Гц до 3 Гц (на территории Республики Татарстан). Общая ширина спектральной аномалии может достигать 10 Гц, в то время как помехи могут носить высокоамплитудный узкополосный характер (ширина полосы помехи ~ 0.2 Гц на частотах свыше 1 Гц). Узкополосные помехи в большинстве случаев можно отнести к квазигармоническим. Полезный сигнал преимущественно эндогенного происхождения, в то время как помехи зарождаются на поверхности, как техногенными, так и природными источниками вибраций. Некоторые источники помех (ветер, нефтепровод, электроприборы), находящиеся вблизи датчика (на расстоянии менее чем 100 м) оказывают мощное прямое вибрационное воздействие на него, поэтому наблюдать фоновые микросейсмические колебания не представляется возможным. Полезный сигнал образован удаленными источниками вибраций, не оказывающими прямого воздействия на датчик, поэтому в спектре регистрируемого сигнала наблюдается отклик АЧХ геосреды.

Анализ корреляционных характеристик полезного сигнала, зарегистрированного над нефтегазовой залежью, показал, что сигнал представляет собой широкополосный шум, состоящий из суперпозиции множества волновых пакетов (цугов) длительностью порядка 1-5 с со случайным временем появления. Показано, что наиболее информативными являются стационарные участки сигнала, образованные суперпозицией множества случайных колебаний от некогерентных широкополосных источников. Фоновый микросейсми-

ческий шум, составляющий полезный сигнал, имеет случайное азимутальное направление прихода, тогда как микросейсмические колебания, вызванные близкими (~ 500 м) источниками помех, имеют ярко выраженное направление прихода сейсмической волны.

Показано, что на амплитуду полезного сигнала влияют высокоамплитудные широкополосные локально-нестационарные помехи, а также интенсивность антропогенной деятельности.

Спектральная аномалия наблюдается в среднем в частотном диапазоне 1-6 Гц. В различных геологических регионах при неизменности частотного диапазона проявления аномалии меняется ее структура. Показано, что спектральная аномалия состоит из микроаномалий сдвинутых относительно друг друга на А/. Например, для регионов с глубиной залегания нефтяных объектов ~ 4000 м, Д/" ~0.6 Гц, для глубины залегания нефтяных объектов ~ 800 м, А/ ~2.5 Гц. Это наблюдение является одним из важнейших признаков полезного микросейсмического сигнала, позволяющего связать аномалию с глубиной залегания нефтяного объекта.

В третьей главе предлагаются автоматизированные методы фильтрации помеховой компоненты сигнала позволяющие отфильтровывать основные типы помех с сохранением фонового уровня микросейсмического шума являющегося, в технологии НСЗ, полезным сигналом. Приведенные методы делятся на две группы: 1) методы фильтрации локально-нестационарных помех; 2) методы фильтрации узкополосных и квазигармонических помех.

Идея методов фильтрации локально-нестационарных помех заключается в разбиении сигнала на кадры и сопоставлении каждому кадру скалярного значения, характеризующего его свойства, например, энергия кадра. Строится кривая плотности вероятности этого значения, задаются пороги, за пределами которых кадр считается зашумленным и исключается из рассмотрения. Результирующая спектральная плотность мощности формируется путем усреднения спектральной плотности мощности оставшихся не зашумленных кадров. На рис. 2 приведен пример плотности вероятности энергии сигнала, осложненного локально-нестационарными широкополосными помехами, где кадры отчетливо разбиваются на три статистические моды. Кадры, образующие первую моду, относятся к незашумленным, так как характеризуются фоновым уровнем энергии. Кадры, образующие вторую и третью моды, зашумлены локально-нестационарными помехами.

Предлагается метод адаптивного определения порогового значения энергии кадров, выше которого кадры будут считаться зашумленными. Он основан на статистических оценках среднего и СКО распределения энергии микросейсмического сигнала с учетом минимизации влияния на смещение оценок среднего и среднеквадратического отклонения высокоэнергетических кадров.

Плотность вероятности, ж 4

0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Рис. 2. Плотность вероятности энергии сигнала, осложненного широкополосными помехами

На распределение энергии сигнала значительное влияние оказывают нестационарные узкополосные помехи, поэтому первоначально выполняется фильтрация узкополосных помех с условием сохранения временного представления фонового микросейсмического шума. Для этого были разработаны методы фильтрации узкополосных и квазигармонических помех. Оба они требуют первичной оценки частоты узкополосной помехи, которую можегг дать анализ спектра Фурье с точностью до шага дискретизации. Для этого вводится р -функция, которая принимает высокие значения р> в случае наличия узкого пика в спектре:

Р,=

_\¥,\-тес1{\г\,Иу,ш)1 Щ У\,М„1п1

* 2 зГ

§15

тес1(\,) -функция медианного сглаживания спектра |К| с размером окна, равным . Имитационным моделированием было получено распределение р -функции приведенное к соотношению «сигнал/шум» амплитуды гармонического сигнала и среднего уровня белого шума (А5/Ак) (рис. 3). Также была исследована зависимость чувствительности р -функции

к размеру окна N, соотношениях «сигнал/шум».

5,,2

I 1

|о, е- о.е

те

О. 0.4 в;

§ 0.2

£ о,

1 1.5 2 2.5

"Сигнал/шум", А,/А„

О 0.5 1 1.5 2 2.5 3 "Сигиал/шум",

Рис. 3. Распределение р -функции

при различных спектра белого шума от соотношения

«сигнал/шум»

Форма реальной узкополосной помехи может значительно отличаться от формы гармонического сигнала, что приводит к уширению ее полосы частот. Для фильтрации такого рода узкополосных помех разработан метод нелинейной фильтрации узкополосных помех с сохранением фонового уровня

шума. Метол заключается в подавлении частотного диапазона узкополосной помехи и заполнении его копиями фонового шума с соседних участков спектра с целью выравнивания фонового уровня спектра. Данный метод позволяет фильтровать нестационарные узкополосные помехи, однако имеет ограничения при фильтрации близко расположенных узкополосных помех, расстояние между которыми меньше 0.1 Гц.

В большинстве случаев узкополосная помеха в микросейсмических сигналах имеет незначительные отклонения формы от идеального гармонического сигнала. Такие помехи фильтруются оптимизационным методом фильтрации квазигармонических помех с сохранением фонового уровня шума. Метод выделяет гармоническую компоненту в сигнале на основе того, что время корреляции фонового микросейсмического шума составляет 1-5 с, а время корреляции квазигармонической помехи много больше 5 с. Данный метод фильтрации осуществляет подбор параметров модели квазигармонической помехи. Модель квазигармонической помехи представляется в виде гармонического сигнала с параметрами: частота, амплитуда и фаза. Подбор параметров модели гармонического сигнала осуществляется на основе применения адаптированных к форме целевой функции оптимизационных алгоритмов, которые минимизируют энергию результирующего сигнала после вычитания модели гармонической помехи. На рис. 4 представлен пример целевой функции при фиксированной частоте.

Параметры амплитуда и фаза модельного гармонического сигнала чувствительны к изменению параметра частота (/), поэтому необходимо определить / с высокой точностью. Так, например, для гармонического сигнала

(помехи) на частоте 10 Гц при ошибке определения частоты е = 10~4 Гц в сигнале после фильтрации остается около 1 % помехи. Как правило, для получения параметра / с такой точностью хватает двух итераций алгоритма оптимизации целевой функции. В качестве критерия принятия решения о правильно подобранных параметрах модели гармонического сигнала выбирается |у« _ у(*->}(

--- < Е , где к - номер итерации, N - размер кадра, - частота

/ /¿у

Рис. 4. Целевая функция при фиксированной частоте

дискретизации. Далее производиться вычитание модели гармонического сигнала из реального сигнала с учетом уровня фонового шума.

На рис. 5 представлен пример спектров и динамических спектрограмм сигнала, построенных до и после фильтрации. Предложенный метод успешно отфильтровал все ярковыраженные квазигармонические помехи. Он позволяет фильтровать близкие по частоте узкополосные помехи с сохранением фонового уровня шума, являющегося полезным сигналом.

Рис. 5. Пример спектральных характеристик микросейсмического сигнала: а) до фильтрации, б) после фильтрации. Слева - кумулятивные амплитудные спектры сигнала, справа - динамические спекгрофаммы (темные цвета соответствуют более высоким значениям спектральной плотности мощности)

В четвертой главе предлагается метод параметрического оценивания аномалий (спектральных максимумов) и методика регистрации, позволяющая учитывать вариации параметров, описывающих спектральную аномалию при количестве одновременно наблюдаемых точек много меньшем общего числа точек наблюдения.

Теоретическое описание явления низкочастотной аномалии предполагает, что она является следствием возрастания добротности геосреды над нефтегазовой залежью. Для оценки добротности О , а также частоты Р и ширины И7 спектрального максимума по спектральным характеристикам микросейсмического сигнала предлагается метод оценки параметров спектральных

максимумов, основанный на оптимизации вейвлет-образа спектра. Алгоритм метода определяет координаты (частота , масштаб вейвлета <т0) локальных максимумов вейвлет-образа, которые образуются из-за наличия спектральных максимумов в оцениваемом спектре Фурье. В качестве вейвлета выбрана вторая производная функции Гаусса («мексиканская шляпа»):

2(7 С

Алгоритм определения координат локальных максимумов вейвлет-образа реализован с учетом особенностей неравномерного распределения их плотности. Генерируется массив стартовых точек в плоскости (/,<т). Для каждой стартовой точки, выполняется уточнение координат / и а ближайшего локального максимума, с применением метода прямого поиска Хука-Дживса. Несколько сконцентрированных вблизи одного локального максимума вейвлет-образа точек объединяются в одну с помощью применения кластерного анализа. Мера близости между двумя точками на вейвлет-образе определяется как:

Л-А

2т

1 1

—+ —

+ (1ОБ2 СГ2 -1ОЕ2 сг^2 ,

где(^, о",) и(/2, сг2) координаты двух точек на вейвлет-образе, Г -период вейвлета в отсчетах при а =1.

В результате работы алгоритма формируется сводная таблица, каждая строка, которой содержит оценку параметров /0 и <70 одного из спектральных максимумов.

Для спектрального максимума формы:

(/-/о)2

(/-/.г

|/е(-оо;-о-0]П

(где /а — частота, — амплитуда спектрального максимума над фоном, Аы -амплитуда фона, <т0 — полуширина основания спектрального максимума, $N>1? — соотношение «сигаал/шум», IV — ширина), аналитически было получено, что добротность геосреды» по спектру можно оценить как:

А. . <т„ Ф?(/0.о-0)

2=5^+1 =

А.

- + ! = ■

0.3863 Х?(/0><г0)-Ф?(/о,^

<Р{/,<?) \хе(-а,а)

0 ¡хе^-о-ЗП^+оо)' 13

+1,где

■Я ^ М'

Параметр «частота спектрального максимума» F равен /0, параметр «ширина спектрального максимума» вычисляется как IV — ] .252 • <тс.

Неоднократные наблюдения за спектрами микросейсмических полей показали наличие вариаций параметров, описывающих спектральные аномалии, которые, заметны при сравнении кумулятивных спектров, зарегистрированных, например, в ночное и дневное время. Они связаны с глобальной нестационарностью фонового микросейсмического шума, а также вариациями аддитивной компоненты поверхностных шумов.

Для условий временной нестационарности и пространственной неоднородности микросейсмического поля предлагается методика регистрации, позволяющая корректировать вариации параметров спектральной аномалии при ограниченном количестве одновременно наблюдаемых точек.

Ш Расстановка датчиков

Елок расстановок датчиков

® Тонка перекрытий блоков

• Тонка повторного наблюдения

• Точка наблюдения

Рис. 6. Пример схемы расположения точек регистрации микросейсмического поля

Наблюдения выполняются в три уровня. На нулевом логическом уровне регистрируется вся площадь расстановками по п датчиков (где п — количество датчиков в комплекте, в данном случае 6). Проектируются точки повторного наблюдения. На первом логическом уровне выполняется регистрация в каждохЧ точке повторного наблюдения методом иерархического объединения расстановок в блок. Каждый блок содержит п-1 точку повторного наблюдения. На втором логическом уровне блоки последовательно перекрываются со следующими по порядку блоками. Один из вариантов реализации схемы расположения точек регистрации микросейсмического поля представлен на рис. 6. Результатом вычислений являются поправочные коэффициенты, определяемые для каждой точки наблюдения, учет которых позволяет выявлять пространственные изменения параметров аномалии. Для упрощения процедуры учета временных вариаций параметров спектральной аномалии был разработан и реализован алгоритм автоматического вычисления поправочных коэффициентов.

В заключении диссертации подводятся итоги работы и формулируются выводы основанные на анализе и обработке микросейсмических сигналов, зарегистрированных на исследуемых территориях общей площадью более чем 150 км2 (больше 2000 точек наблюдения).

1. Выявлен набор отличительных признаков, который позволяет качественно и количественно выделить полезную компоненту сигнала на фоне техногенных и природных помех. Полезный сигнал локализован на участках мпкросейсмического сигнала с минимальной энергией, является шумом со временем корреляции 1-5 с, образован суперпозицией множества случайных колебаний от удаленных некогерентных широкополосных источников. Спектр полезного сигнала содержит АЧХ геосреды, поэтому имеет мультимодальную структуру, которая состоит из спектральных максимумов с шириной от 0.5 Гц до 3 Гц. Амплитуда полезной компоненты сигнала зависит от влияния интенсивных источников помех. Наиболее информативными являются стационарные участки сигнала. Фоновый микросейсмический шум, составляющий полезный сигнал, коррелирован в пространстве и имеет случайное азимутальное направление прихода доминирующей волны.

2. Разработан комплекс методов фильтрации для задачи пассивного низкочастотного сейсмического зондирования, в которой важен приоритет сохранения фонового уровня шума, включающий в себя методы фильтрации локально-нестационарных и узкополосных помех. Для фильтрации локально-нестационарных помех предлагается метод адаптивного определения энергетического порога для автоматической отбраковки высокоэнергетических участков сигнала в условиях меняющейся интенсивности зашумления. Для фильтрации нестационарных узкополосных помех разработан метод нелинейной фильтрации с сохранением фонового уровня шума, который основан на подавлении частотного диапазона узкополосной помехи и заполнении его копиями фонового шума с соседних участков спектра с целью выравнивания фонового уровня спектра. Этот метод имеет ограничения при фильтрации близко расположенных узкополосных помех, расстояние между которыми, меньше 0.1 Гц (для наиболее часто встречающихся узкополосных помех). Для фильтрации квазигармонических помех разработан оптимизационный метод фильтрации с сохранением фонового уровня шума на основе минимизации энергии результирующего сигнала после вычитания модели гармонической помехи путем подбора параметров модели гармонического сигнала частота, амплитуда и фаза.

раметров спектральных аномалий по наблюдаемой территории позволяет: 1) визуально оценить характер распределения значений параметров, образующих кластер; 2) отделить устойчивые по территории наблюдения спектральные аномалии от случайных; 3) автоматизировать построение физических полей значений параметров аномалий; 4) численно сравнить параметры аномалий между различными территориями.

4. Предложена методика регистрации, позволяющая учитывать временные вариации параметров спектральных аномалий при ограниченном количестве одновременно наблюдаемых точек в условиях временной несгацио-нарности и пространственной неоднородности микросейсмического поля для выявления их пространственных изменений. Предложен алгоритм автоматического учета временных вариаций параметров спектральной аномалии, который в несколько раз ускорил вычисление поправочных коэффициентов на этапе обработки. Поправочные коэффициенты для параметра «добротность» аномалии варьируются в пределах от 0.3 до 3.

Основное содержание диссертации отражено в следующих

публикациях:

Публикации в изданиях, рекомендованных ВАК-

1. Рыжов, В. А. Параметризация спектров в технологии низкочастотного сейсмического зондирования на основе вейвлег-преобразования [Текст] / В. А. Рыжов, В. Л. Кипоть, Е. В. Биряльцев // Научно-технические ведомости СПбГПУ. Информатика. Телекоммуникации. Управление. - 2008. -№ 5 (65). - С. 58-62.

2. Биряльцев, Е. В. Некоторые характеристики аномалий низкочастотного сейсмоакустического поля над нефтегазовыми залежами в республике Татарстан ¡Текст] / Е. В. Биряльцев, В. А. Рыжов // Геология, Геофизика и разработка нефтяных и газовых месторождений. - 2008. - № 4. - С.16-22.

Публикации в других научных изданиях:

3. Rizhov, V. The microseism spectral analysis at the ränge from 1 to 20 Hz for the geology prospecting [Electronic resource] / V. Rizhov, E. Birialtsev / / European Geosciences Union 2008 (EGU). - URL: http://www.cosis.net/abstracts/ EGU2008/05718/EGU2008-A-05718-2.pdf?PHPSESSID.

4. Бережной, Д. В. Анализ спектральных характеристик микросейсм как метод изучения структуры геологической среды [Текст] / Д. В. Бережной, Е. В. Биряльцев, Т. Е. Биряльцева, В. Л. Кипоть, В. А. Рыжов, Д. Н. Тумаков, М. Г. Храмченков // НИИ математики и механики Казанского университета. 2003-2007гг. / Научн. ред. и сост. А.М. Елизаров. - Казань: Изд-во Казанск. гос. ун-та, 2008. - С.360-386.

5. Рыжов, В. А. Характерные параметры сейсмоакустического сигнала при поиске залежей углеводородных флюидов [Текст] // Материалы XIV Международной конференции студентов, аспирантов и молодых ученых «Ломоносов». - М.: СП «Мысль», 2007. - Т. И. - С. 129-130.

6. Рыжов, В. А. Некоторые особенности спектров низкочастотных мнкро-сейсм над нефтегазовыми залежами [Текст] / В. А. Рыжов, В. Л. Кипоть, Е. В. Биряльцев // Сборник докладов Поволжской региональной молодежной конференции «Волновые процессы в средах». — Казань: Изд-во Ка-занск. гос. ун-та, 2007. — С. 36-39.

7. Биряльцев, Е. В. Особенности интерпретации спектральных характеристик природных микросейсм для локального прогноза нефтеносности в условиях республики Татарстан [Текст] / Е. В. Биряльцев, В.А.Рыжов, Н. Я. Шабалин // Прием и обработка информации в сложных информационных системах. — Казань: Изд-во Казанск. гос. ун-та, 2005. - Вып. 22. — С. 113-120.

8. Биряльцев, Е. В. Параметры полезного сигнала низкочастотного сейсмического зондирования при поиске залежей углеводородных флюидов [Текст] / Е. В. Бнряльцев, В. А. Кипоть, В. А. Рыжов, О. Н. Шерстюков // Доклады научной конференции «Актуальные проблемы естественных и гуманитарных наук». — Казань: Изд-во Казанск. гос.ун-та, 2006. — С. 28-30.

9. Вильданов, А. А. Некоторые корреляционные зависимости между параметрами аномального низкочастотного спектра микросейсм и характеристиками геологического разреза [Электронный ресурс] / А. А. Вильданов, Е. В. Биряльцев, Е. В. Еронина, Ю. Е. Биряльцева, В. А. Рыжов // Конференция EAGE, ГЕОМОДЕЛЬ-2008. - Геленджик, 2008. - Электрон, опт. диск (CD-ROM).

10. Рыжов, В. А. Природа низкочастотной аномалии спектра микросейсм над нефтяными залежами [Гекст] / В. А. Рыжов, Е. В. Биряльцев, О. Н. Шерсгюков // Материалы X Международного научного симпозиума имени академика МА. Усова студентов и молодых учёных «Проблемы геологии и освоения недр». - Томск, 2006. — С. 43-44.

Отпечатано с готового оригинала-макета в типографии Издательства Казанского государственного университета Тираж 150 экз. Заказ 35/1

420008, ул. Профессора Нужина, 1/37 тел.: 231-53-59, 292-65-60

Содержание диссертации автор исследовательской работы: кандидата физико-математических наук, Рыжов, Василий Александрович

ВВЕДЕНИЕ.

ГЛАВА 1. МЕТОД НИЗКОЧАСТОТНОГО СЕЙСМИЧЕСКОГО

ЗОНДИРОВАНИЯ ЗЕМЛИ.

Введение.

1.1. Пассивные методы сейсморазведки.

1.2. Методы поиска нефтегазовых месторождений на основе спектрального анализа низкочастотного микросейсмического поля геосреды.

1.3. Регистрация сигнала и его статистические характеристики.

Выводы к главе.

ГЛАВА 2. ЧАСТОТНО-ВРЕМЕННЫЕ ХАРАКТЕРИСТИКИ

МИКРОСЕЙСМИЧЕСКИХ СИГНАЛОВ.

Введение.

2.1. Помехи в микросейсмических сигналах.

2.2. Классификация помех и полезного сигнала.

2.3. Характеристики полезного сигнала.

2.4. Особенности интерпретации спектров.

Выводы к главе.

ГЛАВА 3. МЕТОДЫ ФИЛЬТРАЦИИ ПОМЕХ В ЗАДАЧЕ ПАССИВНОГО НИЗКОЧАСТОТНОГО СЕЙСМИЧЕСКОГО ЗОНДИРОВАНИЯ ЗЕМЛИ.

Введение.

3.1. Методы фильтрации локально-нестационарных помех.

3.2. Методы фильтрации техногенных узкополосных помех.

Выводы к главе.

ГЛАВА 4. ПАРАМЕТРИЧЕСКОЕ ОПИСАНИЕ СПЕКТРОВ И МЕТОДИКА

РЕГИСТРАЦИИ МИКРОСЕЙСМИЧЕСКИХ ПОЛЕЙ.

Введение.

4.1. Алгоритм оценки параметров спектральных аномалий.

4.2. Методика наблюдения и учета вариаций параметров спектральных аномалий микросейсмического шума.

4.3. Методика обработки данных НСЗ.

4.4. Результаты опробования технологии низкочастотного сейсмического зондирования.

Выводы к главе.

Введение диссертация по физике, на тему "Обработка микросейсмических сигналов в задаче пассивного низкочастотного сейсмического зондирования Земли"

Настоящая работа посвящена методике обработки микросейсмических сигналов и разработке методов фильтрации помех в задаче пассивного низкочастотного сейсмического зондирования (НСЗ). Среди геофизических методов НСЗ является новым малоизученным методом, который позволяет при небольших трудозатратах с высокой эффективностью оценивать характеристики геологического разреза, в частности, наличие нефтегазовых залежей.

Объект исследования и актуальность темы. Естественные микросейсмические колебания поверхности Земли (микросейсмы) порождаются явлениями как природного характера (удаленные землетрясения, атмосферные явления, морской прибой), так и антропогенного (транспорт, промышленные объекты). На основе изучения характеристик природных микросейсм базируется несколько методов поиска и разведки нефтегазовых залежей, в том числе метод НСЗ. Он основан на изучении явления повышенной (аномальной) низкочастотной (1-10 Гц) энергии в спектрах микросейсм над нефтяными объектами. Для более яркого наблюдения данного явления в работах [54, 55, 84] было предложено осуществлять вибровоздействие на залежь с поверхности Земли. С 1989 г. это явление наблюдается в различных нефтегазовых регионах планеты [1, 2, 6, 10,11, 15, 17,18, 20, 27, 44, 48, 54, 55].

В качестве физического описания явления низкочастотной спектральной аномалии над нефтяными объектами доминировала гипотеза генерации низкочастотных микросейсм нефтегазовой залежью. В виду отсутствия обоснованного количественного объяснения явления потребовалось дополнительное его изучение. В 2005 г. Е.В. Биряльцевым была выдвинута гипотеза резонанса сейсмических волн между поверхностью Земли и нефтегазовой залежью [4, 61], которая нуждалась в практическом подтверждении. Для выбора корректного теоретического описания этого явления и для получения набора отличительных признаков полезного сигнала от помех необходимо провести детальное исследование характеристик микросейсмического сигнала.

Фоновые микросейсмические колебания чувствительны к локальным поверхностным источникам помех, частотный диапазон которых, в большинстве случаев, пересекается с частотным диапазоном спектральной аномалии, а отношение «сигнал/помеха» может быть существенно меньше единицы. Это значительно осложняет выделение аномалии в спектре. Тот факт, что полезным сигналом для технологии НСЗ является фоновый микросейсмический шум, относит задачу разработки методов фильтрации помех в разряд слабоизученных, где приоритетным является условие сохранения фонового уровня шума. Специфичный характер полезного сигнала и помехи требует разработки специальных методов фильтрации, в основе которых должна лежать априорная информация об их отличительных признаках.

Для сопоставления спектральных аномалий по территории наблюдения необходимо определиться в выборе информативного параметра спектральной аномалии, а разработка автоматизированного алгоритма его оценки позволит ускорить параметризацию спектров.

Исследование стационарности параметров аномалии в течение длительного времени наблюдения (больше суток) необходимо для ответа на вопрос о корректности сравнения информативного параметра спектральных аномалий, зарегистрированных в разное время на разных точках наблюдения. В случае нестационарности параметров спектральной аномалии необходимо разработать методику наблюдения, позволяющую учитывать их временные вариации.

Все это позволяет сформулировать цель и задачи диссертационной работы.

Исходя из указанной цели, поставлены следующие задачи:

3. Разработка и реализация метода оценки параметров спектральной аномалии.

Научная новизна работы заключается в следующем:

1. Впервые получен набор отличительных признаков, позволяющий качественно и количественно разделить полезную компоненту сигнала от помех. Полезный сигнал в отличие от помех: локализован на участках микросейсмического сигнала с минимальной энергией, является широкополосным с шириной полосы спектральных максимумов от 0.5 Гц до 3 Гц. Наиболее информативными являются стационарные участки сигнала, образованные суперпозицией множества случайных колебаний от некогерентных широкополосных источников. Полезный сигнал коррелирован в пространстве, является шумом со временем корреляции 1-5 с. Спектр полезного сигнала содержит амплитудно-частотную характеристику (АЧХ) геосреды, поэтому имеет мультимодальную структуру. Параметры полезного сигнала зависят от влияния интенсивных источников помех. Фоновый микросейсмический шум, составляющий полезный сигнал, имеет случайное азимутальное направление прихода.

Практическая ценность работы. Результаты работы составляют методику регистрации и обработки микросейсмических сигналов в технологии пассивного низкочастотного сейсмического зондирования, которая уже применяется на практике и может быть тиражирована другими компаниями. Выявленный набор отличительных признаков полезной компоненты сигнала позволил обнаруживать аномалии в спектрах сигналов зарегистрированных на неизученных ранее территориях. Разработанный комплекс автоматизированных методов, позволил снизить общее время обработки в несколько раз. Предложенный комплекс методов апробирован при выполнении геологоразведочных работ для нефтяных компаний Республики Татарстан и за ее пределами.

На защиту выносится:

Достоверность полученных результатов определяется: применением известных методов оптимизации, аппарата вейвлет-анализа, методов цифровой обработки сигналов; применением регистрирующей аппаратуры, прошедшей метрологическую экспертизу.

Личный вклад автора. Автором выявлены отличительные признаки полезного сигнала и помех, разработаны и программно реализованы методы фильтрации помех, метод оценки параметров спектральных аномалий. Предложена методика регистрации и разработан алгоритм автоматического вычисления поправочных коэффициентов для учета вариаций параметров спектральных аномалий. Разработанные автором методы были апробированы непосредственно при его участии на более 2000 точках наблюдения. Общая л площадь исследуемых территорий составила более 150 км .

Апробация работы и публикации. Основные положения и выводы диссертации нашли отражение в 10 научных статьях, в том числе в двух статьях в журналах, включенных в перечень ВАК («Научно-технические ведомости СПбГПУ» и «Геология, Геофизика и разработка нефтяных и газовых месторождений») и одной коллективной монографии. Результаты диссертационной работы были представлены и обсуждались на международных конференциях: «General Assembly - 2008», EGU (устный доклад, Вена, Австрия), на X конференции Европейской ассоциации геоученых и инженеров (EAGE) «ГЕОМОДЕЛЬ-2008» (Геленджик), на XIV Международной конференции студентов, аспирантов и молодых ученых «Ломоносов» (Москва, 2007), на X Международном научном симпозиуме имени академика М.А.Усова студентов и молодых учёных «Проблемы геологии и освоения недр» (Томск, 2006). А также на региональных конференциях: «Волновые процессы в средах» (Зеленодольск, 2007), «Актуальные проблемы естественных и гуманитарных наук» (Зеленодольск, 2006).

Содержание работы Во введении обосновывается актуальность и научная новизна темы, определяются цель и решаемые задачи, формулируются положения, выносимые на защиту, отмечается практическая значимость и обосновывается достоверность полученных результатов исследования.

В первой главе проводится обзор литературы в области микросейсмических явлений. Особое внимание уделяется явлению низкочастотной спектральной аномалии над нефтяными месторождениями. Проводится сопоставление основных физических моделей явления: резонанс внутри нефтегазовой залежи и резонанс волн в геосреде между поверхностью

Земли и нефтегазовой залежью. Обосновывается преимущество гипотезы резонанса продольных сейсмических волн между поверхностью Земли и нефтегазовой залежью. Представлено описание аппаратурного комплекса. Приводятся некоторые статистические характеристики микросейсмического сигнала.

Во второй главе автором выявляются отличительные признаки полезного сигнала от помех, подробно рассматриваются характеристики полезного микросейсмического сигнала, обозначается специфика задачи разделения полезного сигнала и помех. Показывается, что регистрируемый сигнал, помимо фонового микросейсмического шума, содержит аддитивную компоненту локальных поверхностных шумов. Предлагается классификация часто встречающихся помех.

В третьей главе для этапа обработки микросейсмических сигналов автором предлагается комплекс автоматизированных методов фильтрации помех. Они позволяют отфильтровывать основные типы помех с сохранением фонового уровня микросейсмического шума являющегося в технологии НСЗ полезным сигналом. Разработанные и программно реализованные методы условно делятся на две группы: 1) методы фильтрации локально-нестационарных помех: 2) методы фильтрации узкополосных и квазигармонических помех.

Для автоматизации процесса фильтрации локально-нестационарных помех предлагается метод адаптивного определения порогового значения энергии кадров.

Предлагается метод нелинейной фильтрации узкополосных помех с сохранением фонового уровня шума, который заключается в подавлении частотного диапазона узкополосной помехи и заполнении его копиями фонового шума с соседних участков спектра для выравнивания фонового уровня спектра.

Предлагается оптимизационный метод фильтрации квазигармонических помех с сохранением фонового уровня шума, позволяющий отфильтровывать узкополосные помехи, форма которых незначительно отличается от формы гармонического сигнала.

В четвертой главе автором описывается метод оценки параметров спектральных аномалий (спектральных максимумов) на основе анализа локальных максимумов вейвлет-образа спектра микросейсмического сигнала, позволяющий оценить информативные параметры аномалии (частота, ширина и «добротность»), а также автоматизировать процесс параметризации в технологии НСЗ.

Рассматривается методика регистрации, позволяющая учитывать вариации параметров спектральной аномалии при количестве одновременно наблюдаемых точек много меньшем общего числа точек наблюдения. Описывается разработанный и реализованный автором алгоритм автоматического вычисления поправочных коэффициентов на временные вариации параметров аномалии. Приводится сравнение исходного и усовершенствованного, в результате выполнения данной диссертационной работы, графа методики обработки микросейсмических сигналов в технологии НСЗ.

В заключении диссертации подводятся итоги работы и формулируются основные выводы.

Заключение диссертации по теме "Радиофизика"

ВЫВОДЫ К ГЛАВЕ

1. Разработан и реализован алгоритм оценки параметров спектральных аномалий на основе оптимизации локальных максимумов вейвлет-образа спектра микросейсмического сигнала, который позволяет численно оценить параметры аномалии для их сопоставления по территории наблюдения и автоматизировать процесс параметризации в технологии НСЗ. Анализ оцененных параметров спектральных аномалий по наблюдаемой территории позволяет: 1) визуально оценить характер распределения значений параметров, образующих кластер; 2) отделить устойчивые по территории наблюдения спектральные аномалии от случайных; 3) автоматизировать построение физических полей значений параметров аномалий; 4) численно сравнить параметры аномалий между различными территориями.

2. Разработана методика регистрации, позволяющая учитывать вариации параметров аномалии при ограниченном количестве одновременно наблюдаемых точек в условиях временной нестационарности и пространственной неоднородности микросейсмического поля.

3. Реализован алгоритм автоматического учета вариаций параметров аномалии, который позволил существенно сократить время обработки этапа учета вариаций параметров аномалий.

4. Разработан и программно реализован комплекс методов наблюдения и обработки, составляющих целостную методику низкочастотного сейсмического зондирования, позволяющий в автоматическом режиме обрабатывать микросейсмические сигналы в технологии НСЗ.

ЗАКЛЮЧЕНИЕ

На основе анализа и обработки микросейсмических сигналов, зарегистрированных на исследуемых территориях общей площадью более л чем 150 км (больше 2000 точек наблюдения) получены следующие выводы.

1. Выявлен набор отличительных признаков, который позволяет качественно и количественно выделить полезную компоненту сигнала на фоне техногенных и природных помех. Полезный сигнал локализован на участках микросейсмического сигнала с минимальной энергией, является шумом со временем корреляции 1-5 с, образован суперпозицией множества случайных колебаний от удаленных некогерентных широкополосных источников. Спектр полезного сигнала содержит АЧХ геосреды, поэтому имеет мультимодальную структуру, которая состоит из спектральных максимумов с шириной от 0.5 Гц до 3 Гц. Амплитуда полезной компоненты сигнала зависит от влияния интенсивных источников помех. Наиболее информативными являются стационарные участки сигнала. Фоновый микросейсмический шум, составляющий полезный сигнал, коррелирован в пространстве и имеет случайное азимутальное направление прихода доминирующей волны.

3. Разработан метод оценки параметров спектральных аномалий, на основе определения локальных максимумов вейвлет-образа спектра микросейсмического сигнала, который позволяет численно оценить информативные параметры (частота, ширина и «добротность» аномалии) и автоматизировать процесс параметризации в технологии НСЗ. Анализ оцененных параметров спектральных аномалий по наблюдаемой территории позволяет: 1) визуально оценить характер распределения значений параметров, образующих кластер; 2) отделить устойчивые по территории наблюдения спектральные аномалии от случайных; 3) автоматизировать построение физических полей значений параметров аномалий; 4) численно сравнить параметры аномалий между различными территориями.

4. Предложена методика регистрации, позволяющая учитывать временные вариации параметров спектральных аномалий при ограниченном количестве одновременно наблюдаемых точек в условиях временной нестационарности и пространственной неоднородности микросейсмического поля для выявления их пространственных изменений. Предложен алгоритм автоматического учета временных вариаций параметров спектральной аномалии, который в несколько раз ускорил вычисление поправочных коэффициентов на этапе обработки. Поправочные коэффициенты для параметра «добротность» аномалии варьируются в пределах от 0.3 до 3.

Список источников диссертации и автореферата по физике, кандидата физико-математических наук, Рыжов, Василий Александрович, Казань

1. Akrawi, К. Application of passive seismic (IPDS) surveys in Arabian peninsula / K. Akrawi, G. Bloch // Workshop on Passive Seismic: Exploration and Monitoring Applications, Eur. Assoc. of Geosci. and Eng., Dubai, United Arab Emirates, 2006.

2. Beresnev, I.A. Elastic waves push organic fluids from reservoir rock Text. / I.A. Beresnev, R.D. Vigil, W.Q. Li [and et al.] // Geophysical Research Letters, 2005. № 32. - P. L13303.1-L13303.5.

3. Berger, J. Ambient Earth noise: A survey of the Global Seismographic Network Text. / J. Berger, P. Davis, G. Ekstrom // Journal of Geophysical Research-Solid Earth 109, 2004. P. 69-77.

4. Birialtsev, E.V. The analysis of microseisms spectrum at prospecting of oil reservoir on Republic Tatarstan Text. / E.V. Birialtsev, I.N. Plotnikova, I.R. Khabibulin, N.Y. Shabalin // EAGE Conference. Saint Petersburg, Russia, 2006.

5. Burg, J.P. A new analysis technique for time series data Text. // NATO ASI Signal Processing, Enschede, The Netherlands, 1968.

6. Bloch, G. Application of Low Frequency Passive Seismic Surveys in ADCO UAE / G. Bloch, K. Akrawi // EAGE Workshop Passive Seismic, Dubai, 2006.

7. Bruce, R.J. Volcanic Tremor: Nonlinear excitation by fluid flow Text. // Geophysical Res., V. 99. № B6. - P. 11859-11877.

8. Chavez-Garda, F.J. Seismic microzonation in Mexico. The examples of Mexico City, Oaxaca and Puebla Text. / F.J. Chavez-Garda, J. Cuenca, J. Lermo // Proc. 5th Int Conf. On Seism. Zonation. Nice, France, 1995. -Vol. I.-P. 699-706.

9. Coifman, R. Wavelets and their applications Text. // Boston: Jones and Barlett. Publ. 1992.

10. Dangel, S. Phenomenology of tremor-like signals observed over hydrocarbon reservoirs Text. / S. Dangel, M.E. Shaepman, E.P. Stoll, R. Carniel, O. Barzandji, E.-D. Rode, J.M. Singer // J. Volcanol. Geothermal Res., 2003.-P. 135-158.

11. Durham, L.S. Low frequency, but high hopes Text. // EXPLORER. American Association of Petroleum Geologists, 2007. P. 14-20.

12. Elliott, D.F. Fast Algorithms Applications, Analysis, and Application Text. / D.F. Elliott, K.R. Rao // Academic Press, Inc., New York, 1983.

13. Foster, G. Wavelets for period analysis of unevenly sampled time series Text. // Astron. J., 1996. V. 112. - № 4. - P. 1709-1729.

14. Gajewski, D. Reverse modeling for seismic event characterization Text. / D. Gajewski, E. Tessmer // Geophys. J. Int., 2005. V. 163. - P. 276-284.

15. Geckinli, N.C. Discrete Fourier Transformation and Its Applications to Power Spectra Estimation Text./ / N.C. Geckinli, D. Yavuz // Elsevier Scientific Publishing Company. Amsterdam, 1983.

16. Goloshubin, G.M. Reservoir imaging using low frequencies of seismic reflections Text. / G.M. Goloshubin; G. VanSchuyver, V. Korneev,

17. D. Silin, V. Vingalov // The Leading Edge, 2006. V. 25. - P. 527-531.

18. Goloshubin, G.M. Seismic resonances of a porous fluid-saturated layer: 56th EAGE Meeting, Vienna, 1994.

19. Graf, R. Passive low frequency spectral analysis: Exploring a new field in geophysics Text. / R. Graf, S.M. Schmalholz, Y. Podladchikov,

20. E.H. Saenger //World Oil, 2007, 228, P. 47-52.

21. Grossman, A. Decomposition of Hardy functions into square integrable wavelets of constant shape Text. / A. Grossman, J. Morlet // SIAM J. Math, 1984.-P. 723-736.

22. Bucker, H.P. Comparison of FFT and Prony algorithms for bearing estimation; of narrow-band signals in a realistic ocean environment Text. / J. Acoust. Soc. Amer., 1997. V. 61, - P. 756-762.

23. Herley, C. Tilings of the time-frequency plane: Construction of arbitrary orthogonal bases and fast tiling algorithms Text. / C. Herley, J. Kovacevic, K. Ramchandran, M. Vetterli // IEEE Transactions on Signal Processing, 1993. -№12. P. 3341-3359.

24. Herley, C. Joint space-frequency segmentation using balanced wavelet packet trees for least-cost image representation Text. / С. Ilerley, Z. Xiong, K. Ramchandran, M. Orchard // IEEE Transactions on Image Processing, 1997.-№9.

25. Hilpert,M., Capillarity-induced resonance of blobs in porous media: Analytical solutions, Lattice-Boltzmann modeling, and blob mobilization Text. / Journal of Colloid and Interface Science, 309, 2007. P. 493-504.

26. Hilpert, M. Capillarity-induced resonance of oil blobs in capillary tubes and porous media Text. / M. Hilpert, G.H. Jirka, E.J. Plate // Geophysics, 65, 2000.-P. 874-883.

27. Holzner, R. Applying microtremor analysis to identify hydrocarbon reservoirs Text. / R. Holzner, P. Eschle, H. ZEurcher, M. Lambert, R. Graf, S. Dangel, P.F. Meier // First Break, 23(5), 2005. P. 41-46.

28. Horike, M. Inversion of phase velocity of long period microtremors to the S-wave velocity structure down to the basement in urbanized areas Text. // J. Phys. Earth, 1985. V. 33. - P. 59-96.

29. Kanai, K. Measurement of the microtremor Text. /К. Kanai, T. Tanaka// Bull. Earthquake Res. Inst. Tokyo Univ. 32, 1954. P.199-209.

30. Kao, H. The source-scanning algorithm: Mapping the distribution of seismic sources in time and space Text. / H. Kao, S.J. Shan // Geophys. J. Int., 2004.-157.-P. 589-594.

31. Kay, S.M. Autoregressive spectral analysis of narrowband processes in white noise with application to sonar, Ph.D. dissertation, Georgia Institute of Technology, 1980.

32. Kay, S.M. The effects of noise on the autoregressive spectral estimator Text. / IEEE Trans. Acoust., Speech Signal Process, 1979. V. ASSP-27. -P. 478-485.

33. Kunkel, W.E. A harmonic analysis of the Light Variations of 3C273 Text. // J. Astron, 1967.-V. 72. -№ 10.-P. 1341-1348.

34. Matsushima, T. Determination of Deep Geological Structures under Urban Areas Using Long Period Microtremors Text. / T. Matsushima, H. Okada // Butsuri-Tansa, 1990. V. 43. - №.1. - P. 21-33.

35. Mavko, G. The Rock Physics Handbook Text. / G. Mavko, T. Mukerhi, J. Dvorkin// Cambridge Univ., 1998.

36. Nakamura, Y. A method for dynamic characteristics estimation of surface using microtremor on the ground surface Text. // QR of RTRI, 1989. V. 30. -№1. - P. 25-33.

37. Newman, R. «Welcome to Spectraseis» Electronic resource. // [Official site Spectraseis AG] / [Zurich, Switzerland]. URL:http://www.spectraseis.com.

38. Papoulis, A. Signal Analysis Text. // McGraw-Hill Book Company. New York, 1977.

39. Lacoss, R.T. Data adaptive spectral analysis methods Text. // Geophys., 1971.-V. 36.-P. 661-675.

40. Rabiner, L.R. Theory and Application on Digital Signal Processing Text. / L.R. Rabiner, B. Gold // Prentice-Hall, Inc., Englewoods, 1975.

41. Saenger, E.H. Modeling the propagation of elastic waves using a modified finite-difference grid Text. / E.H. Saenger, N. Gold, S.A. Shapiro // Wave Motion, 2000. V. 31. - P. 77-92.

42. Salo, I. Array measurements of high frequency microtremor for underground structure estimation Text. / I. Salo, H. Kawase, M. Malsui, S. Kalauki // Proc. 4th. Conf. on Seismic Zonation. Stanford. California, 1991. V.2. - P. 409-415.

43. Satorius, E.H. High resolution spectral analysis of sinusoids in correlated noise Text. / E.H. Satorius, J.T. Alexander // Rec. 1978 ICASSP. Tulsa, 1978.-P. 349-351.

44. Singer, J.M. Spectroscopic Identification of Tremor Phenomena over Hydrocarbon Reservoirs Text. / J.M. Singer, O. Barzandj [et al.] // 64-th EAGE Conference and Exhibition. Florence, 2002.

45. Steiner, B. Time reverse modeling of LF microtremors: Application to hydrocarbon reservoir localization Text. / B. Steiner, E.H. Saenger, S.M. Schmalholz // Geophysical Research Letters 35, 2008. P. L03307.

46. Toms, J. Seismic attenuation in porous rocks with random patchy saturation Text. / J. Toms, T.M. Muller, B. Gurevich // European Association of Geoscientists & Engineers 2008.

47. Vetterli, M. Wavelet and filter banks for discrete-time signal processing Text. / M. Vetterli, M. Ruskai // Wavelets and Their Applications. —1. Boston, 1992.-P. 17-52.

48. Yule, J.U. On a Method of Investigation Periodicities in Disturbed Series with Special Reference to Wolfer's Sunspot Numbers Text. // Phylos. Trans. R. Soc. London, 1928. Ser. A. - V. 226. - P. 267-298.

49. Алешкевич, В.А. Колебания и волны Text. / В.А. Алешкевич, Л.Г. Деденко, В.А. Караваев // Университетский курс общей физики. -М.: Физический факультет МГУ, 2001. 144 с.

50. Арутюнов, С.Л. Прямой метод акустической низкочастотной разведки на нефть и газ (результаты и перспективы) Текст. / С.Л. Арутюнов, О.Л. Кузнецов [и др.] // Сборник Международной научной конференции «Геофизика и современный мир». М., 1993.

51. Арутюнов, С.Л. Технологии АНЧАР 10 лет Текст. / С.Л. Арутюнов, О.Л. Кузнецов, Н.Н. Востров, В.В. Дворников, С.М. Карнаухов, Б.М. Графов, Ю.В. Сиротинский, А.Е. Сунцов // Технологии сейсморазведки. 2004. -№ 2. - С. 127-131.

52. Ахиезер, Н.И. Лекции по теории аппроксимации. Изд. 2-е, перераб. и доп. М.: Наука, 1965. - 407 с.

53. Баскаков, С.И. Радиотехнические цепи и сигналы Text. М.: Высшая школа, 1988. - 448 с.

54. Бат, М. Спектральный анализ в геофизике Text. М.: Недра, 1980. — 535 с.

55. Боганик, Г.Н. Сейсморазведка: Учебник для вузов Текст. / Г.Н. Боганик, И.И. Гурвич // Тверь: Издательство АИС, 2006. 744 с.

56. Бондаренко В.М. Общий курс геофизических методов разведки Текст. / Г.В. Демура, A.M. Ларионов. М.: Недра, 1986. - 457 с.

57. Боярский, Э.А. Порядковые статистики Text. М.: Статистика, 1972. -120 с.

58. Бреховских, JI.M. Волны в слоистых средах Text., — М.: АН СССР, 1957.-502 с.

59. Викторов, И.А. Звуковые поверхностные волны в твердых телах Text. -М.: Наука, 1981.-288 с.

60. Вильданов А.А. Некоторые корреляционные зависимости между параметрами аномального низкочастотного спектра микросейсм и характеристиками геологического разреза Электронный ресурс. /

61. A.А. Вильданов, Е.В. Биряльцев, Е.В. Еронина, Ю.Е. Биряльцева,

62. B.А. Рыжов // Конференция EAGE, ГЕОМОДЕЛЬ-2008. Геленджик, 2008. - Электрон, опт. диск (CD-ROM).

63. Вильданов, А.А. Некоторые корреляционные зависимости между параметрами аномального низкочастотного спектра микросейсм и характеристиками геологического разреза Электронный ресурс. /

64. A. А. Вильданов, Е. В. Биряльцев, Е. В. Еронина, Ю. Е. Биряльцева,

65. B. А. Рыжов // Конференция EAGE, ГЕОМОДЕЛЬ-2008. Геленджик, 2008. - Электрон, опт. диск (CD-ROM).

66. Винник, Л.П. Структура 4-6-секундных микросейсм Текст. // Изв. АН СССР, физика Земли. 1967. - С. 25-38.

67. Витязев, В.В. Вейвлет-анализ временных рядов: Учеб. пособие Text. — СПб.: Изд-во С.-Петерб. ун-та, 2001. 58 с.

68. Воробьев, В.И. Теория и практика вейвлет-преобразования Text. /

69. B.И. Воробьев, В .Г. Грибунин. СПб.: Изд-во ВУС, 1999. - 208 с.

70. Гамбурцев, Г.А. Григорий Александрович Гамбурцев (1903-1955) Текст. / Г.А. Гамбурцев, Н.Г. Гамбурцева // Серия: Научно-биографическая литература. М.: Наука, 2003г. - 300 с.

71. Гамбурцев, Г.А. Перспективный план исследований по проблеме «Изыскание и развитие методов прогноза землетрясений» Text. // Развитие идей Г.А. Гамбурцева в геофизике. — М.: Наука, 1982. — С. 304-311.

72. Гнеденко, Б.В. Курс теории вероятностей Text. — М.: Наука, 1988. — 446 с.

73. Голицын, Б.Б. Избранные труды Text. М.: Изд-во АН СССР, 1960. -Т.1. Физика. - 242 е.; - Т.2. Сейсмология. - 490 с.

74. Голицын, Б.Б. Лекции по сейсмометрии Text. // Санкт-Петербург: Типография Императорской АН, 1912. 654 с.

75. Голованов, А.И. Метод конечных элементов в механике деформируемых твердых тел Текст. / А.И. Голованов, Д.В. Бережной. -Казань: Изд-во "ДАС", 2001.

76. Гольдберг, Л.М. Цифровая обработка сигналов Текст. / Л.М. Гольдберг, Б.Д. Матюшкин, М.Н. Поляк М.: Радио и связь, 1990.

77. Гликман, А.Г. Некоторые явления и эффекты, возникающие при формировании и распространении поля упругих колебаний в твердых средах// Деп. 322-В95.-М.:ВИНИТИ, 1995.

78. Гликман, А.Г. О формировании упругих колебаний в слоистых средах Текст. / Геология, геофизика и разработка нефтяных месторождений. — 1999. -№ 6. С. 25-29.

79. Графов, Б.М. Анализ геоакустического излучения нефтегазовой залежи при использовании технологии АНЧАР Текст. / Б.М. Графов,

80. C.Л. Арутюнов, В.Е. Казаринов, О.Л. Кузнецов, Ю.В. Сиротинский,

81. A.Е. Сунцов // Геофизика, 1998. № 5. - С. 24-28.

82. Губайдуллин, А.А. Прогнозирование нефтегазоносности по данным низкочастотного сейсмического зондирования на Димитровском нефтегазоконденсатном месторождении Текст. / А.А. Губайдуллин,

83. B.А. Рыжов, Н.Я. Шабалин, А.И. Исхаков // ЗАО «Градиент», Отчет по договору № 08/07, 2007.

84. Гун, С. Спектральный анализ: от обычных методов к методам с высокой разрешающей способностью Текст. / С. Гун, Д. Рао, Д. Арун, X. Уайтхаус, Т. Кайлат // Сверхбольшие интегральные схемы и современная обработка сигналов. -М.: Радио и связь, 1989.

85. Гутенберг, Б. Основы сейсмологии Текст. / пер. Гамбурцева Г.А. -М.: изд-во НКТП СССР, 1935.

86. Джиган, В.И. Библиотека алгоритмов адаптивной фильтрации Текст. // Доклады 6-й Международной конференции «Цифровая обработка сигналов и ее применения (DSPA-2004)» М., 2004. - Т. 1. - С. 89-94.

87. Дэйвид, Г. Порядковые статистики Текст. // Главная редакция физико-математической литературы. — М.: Наука, 1979. — 336 с.

88. Зверев, В.А. Выделение сигналов из помех численными методами Text. / В.А. Зверев, А.А. Стромков. Нижний Новгород: ИПФ РАН, 2001.-188 с.

89. Исичко, Е.С. Резонансные свойства грунтов и зданий, их учет при строительстве Text. // Buletinul Institutului de Geofizica §i Geologie al A§M,N 1,2005.

90. Капустян, H.K. Антропогенные микросейсмы новый инструмент геодинамического мониторинга Текст. // Геодинамика и техногенез. — Ярославль, 2000. - С. 64-67.

91. Капустян, Н.К. Техногенные механические вибрации: параметры воздействий и наведенные процессы в земной коре Текст. // Электронный научно-информационный журнал «Вестник ОГГТТН РАН». М.: ОИФЗ РАН, 2001. - № 4.

92. Кипоть, B.JI. Частотно-избирательные свойства стратифи-цированной геологической среды Текст. / B.JI. Кипоть, Д.Н. Тумаков // Георесурсы. Казань.: Изд-во Казанск. гос. ун-та, 2008. — Вып. 2. -С. 18-21.

93. Козлов, Е.А. Модели среды в разведочной сейсмологии Text. Тверь: Издательство ГЕРС, 2006. - 480 с.

94. Корчагин, С.А. Механизм низкочастотных резонансов в пористой породе Текст. // Геофизика 2000. № 6.

95. Котельников, В.А. Теория потенциальной помехоустойчивости Text. — М.: Госэнергоиздат, 1956. 151 с.

96. Крауфорд, Ф. Берклеевский курс физики. Волны Text. М.: Наука, 1984.

97. Кузнецов, О. Сейсмический мониторинг как инструмент повышения эффективности разработки нефтяных месторождений Текст. /

98. О. Кузнецов, И. Чиркин, В. Фирсов // Технологии ТЭК. — Дубна: Университет «Дубна», 2006.

99. Лутиков, А.И. Оценка эффективного радиуса влияния источников эндогенного микросейсмического шума Текст. // Вулканология и сейсмология, 1992. № 4. - С. 111-115.

100. Макс, Ж. Методы и техника обработки сигналов при физических измерениях Text. пер. с франц. - М.: Мир, 1983. - Т. 1. - 312 с.

101. Мала, С. Вэйвлеты в обработке сигналов Text. пер. с англ. - М.: Мир, 2005.-671 с.

102. Марпл, С.Л. Цифровой спектральный анализ и его приложения Text.- Пер. с англ. М.: Мир, 1990. - 584 с.

103. Монахов, Ф.И. Низкочастотный сейсмический шум Земли Text. М.: Наука, 1977. - 96 с.

104. Николаев, А.В. Возможности исследования сред со случайным распределением неоднородностей и в присутствии микросейсм Текст. // Изв. АН СССР. Физика Земли. 1968. - № 6. - С. 26-28.

105. Николаев, А.В. Новые методы сейсмической разведки: перспективы развития Текст. // Вестник АН СССР. 1982. - №1. - С. 57-64.

106. Николаев, А.В. Проблемы наведенной сейсмичности Текст. // Наведенная сейсмичность. -М.: Наука, 1994. С. 5-15.

107. Нуссбаумер, Г. Быстрое преобразование Фурье и алгоритмы вычисления сверток Text. Пер. с англ. - М.: Радио и связь, 1985. — 248 с.

108. Плескач, Н.К. Квазигармонические колебания микросейсмического фона в диапазоне частот 1-5 Гц Text. // ДАН СССР. 1997. - Т. 232. -№З.С. 558-561.

109. Плещинский, Н.Б. Метод частичных областей для скалярных координатных задач дифракции электромагнитных волн в классах обобщенных функций Текст. / Н.Б. Плещинский, Д.Н. Тумаков // Препринт 2000-01. Казанск. матем. об-во. Казань, 2000. - 50 с.

110. Поляк, Б.Т. Введение в оптимизацию. М.: Наука, 1983. - 384 с.

111. Поляк, Б.Т. Робастные псевдоградиентные алгоритмы адаптации Текст. / Б.Т. Поляк, Я.З. Цыпкин // Автоматика и телемеханика. -1980.-№Ю.-С. 91-97.

112. Потемкин, В.Г. Система инженерных и научных расчетов MATLAB 5.x. Text. М.: АО "Диалог-МИФИ", 1999. -Т.1.-366 с; Т.2. - 304 с.

113. Рабинер, J1. Теория и применение цифровой обработки сигналов Текст. / J1. Рабинер, Б. Гоулд. М.: Мир, 1978.

114. Ратникова, Л.И. Методы расчета сейсмических волн в тонкослоистых средах Text. М.: Наука, 1973.

115. Рыжов, В.А. Характерные параметры сейсмоакустического сигнала при поиске залежей углеводородных флюидов Текст. / Материалы XTV Международной конференции студентов, аспирантов и молодых ученых «Ломоносов». М.: СП «Мысль», 2007. - Т. 2. - С. 129-130.

116. Рыкунов, Л.Н. Экспериментальные характеристики естественных микровибраций грунта в диапазоне периодов 0.07-8 с Text. -М.:Наука, 1967.

117. Рытов, С.М. Введение в статистическую радиофизику. Часть 1 Текст. // Случайные процессы. М.: Наука, 1976. - 496 с.

118. Садовский, М.А. Влияние механических микроколебаний на характер пластических деформаций материалов Текст. / М.А. Садовский, К.М. Мирзоев, С.Х. Негматуллаев, Н.Г. Саломов. М.: Изв. АН СССР, Физика Земли. - 1981. - № 6. - С. 32-42.

119. Стрейдер II, Н.Р. Влияние субгармоник на коэффициенты дискретного преобразования Фурье Text. ТИИЭР, 1980. - Т. 68. - №2. - С. 104105.

120. Суинглер, Д.Н. Модифицированный алгоритм Берга для спектрального анализа максимальной энтропии Text. ТИИЭР, 1979. - Т.67. - №9. -С. 223-225.

121. Тумаков, Д.Н. Собственные колебания упругой полосы Text. // Препринт ПМФ-05-02. Казанск. матем. об-во. — Казань, 2005. — 26 с.

122. Уидроу, Б. Адаптивная обработка сигналов Текст. / Б. Уидроу, С. Стирнз / Пер. с англ. под ред. Шахгильдяна В.В. — М.: Радио и связь, 1989.-440 с.

123. Фихтенгольц, Г.М. Курс дифференциального и интегрального исчисления Text., -М.: Наука, ГР-ФМЛ, 1966. Т. 1-3.

124. Фомин, В.Н. Оптимальная и адаптивная фильтрация Text. С.-Пб.: Изд-во СПбГУ, 2003. - 360 с.

125. Цыпкин, Я.З. Адаптация и обучение в автоматических системах Text. -М.: Наука, 1968.-400 с.

126. Частиков, А.В. Разработка и исследование методов и устройств обнаружения и распознавания шумоподобных сигналов и защиты от узкополосных и подобных помех: диссертация доктора технических наук: 05.12.13. Киров, 2001.

127. Чубукова, И.A. Data Mining Электронный ресурс. / Интернет-университет информационных технологий // ИНТУИТ.ру, БИНОМ. Лаборатория знаний, 2008. 384 с. URL: http://www.intuit.ru/ department/database/datamining/ (дата обращения: 10.01.2009).

128. Яковлев, А.П. Спектрально-временная структура высокочастотных микродеформаций от мощных электрических машин Текст. / А.П. Яковлев, М.Н. Дубров // Физические основы сейсмического метода. Нетрадиционная геофизика. -М.: Наука, 1991. С. 170-179.