基于多道相似系數(shù)的微地震事件自動(dòng)識別

譚玉陽,何 川,曹 耐

(1.北京大學(xué)地球與空間科學(xué)學(xué)院石油與天然氣研究中心,北京100871;2.中國石油大學(xué)(北京)石油工程學(xué)院,北京102249)

基于多道相似系數(shù)的微地震事件自動(dòng)識別

譚玉陽1,何 川1,曹 耐2

(1.北京大學(xué)地球與空間科學(xué)學(xué)院石油與天然氣研究中心,北京100871;2.中國石油大學(xué)(北京)石油工程學(xué)院,北京102249)

水力壓裂微地震事件的自動(dòng)識別是微地震數(shù)據(jù)處理流程中的一項(xiàng)關(guān)鍵步驟。目前常用于微地震事件識別的STA/LTA方法僅利用單道的振幅(或能量)特征差異進(jìn)行事件識別,因此,容易遺漏低信噪比事件。針對這一問題,提出了一種基于多道相似系數(shù)的微地震事件自動(dòng)識別新方法。該方法的基本思路是在一個(gè)滑動(dòng)時(shí)窗內(nèi)對分段記錄進(jìn)行時(shí)差校正后計(jì)算其多道相似系數(shù),并利用該相似系數(shù)作為檢測微地震事件存在與否的依據(jù)。合成數(shù)據(jù)試算結(jié)果表明,該方法能夠成功識別出信噪比僅為-2.5dB的有效事件。將此方法應(yīng)用于實(shí)際資料的處理,微地震事件識別的準(zhǔn)確率達(dá)到90%以上。通過與STA/LTA方法處理結(jié)果進(jìn)行對比分析,證明了該方法是一種更為有效的微地震事件識別方法。

微地震;事件識別;互相關(guān)函數(shù);多道相似系數(shù);誤拾率

水力壓裂微地震監(jiān)測技術(shù)是一項(xiàng)通過觀測注水壓裂過程所誘發(fā)的微弱地震事件來監(jiān)測壓裂裂縫發(fā)育狀況的技術(shù),其中微地震事件的自動(dòng)識別是該技術(shù)的一項(xiàng)關(guān)鍵處理步驟,其識別出的有效微地震事件數(shù)目將直接影響最終裂縫成像結(jié)果的可靠程度。通常情況下,水力壓裂所產(chǎn)生的大部分微地震事件的能量均十分微弱,容易淹沒在環(huán)境噪聲中。在處理過程中,如果僅僅采用信噪比較高的微地震事件進(jìn)行裂縫作圖,一般情況下只能對地下裂縫的形態(tài)特征和分布規(guī)律有一個(gè)大致的了解;而如果能夠從實(shí)際資料中識別出那些低信噪比事件并用于裂縫成像,則有助于人們更加詳細(xì)地了解裂縫發(fā)育的整個(gè)過程。

微地震事件識別以有效信號和環(huán)境噪聲的差異識別為基礎(chǔ),目前在微地震數(shù)據(jù)處理中最常用到的事件識別方法稱為長、短時(shí)窗平均值之比(即STA/LTA)方法。STA/LTA方法最早用于天然地震研究領(lǐng)域中進(jìn)行震相識別[1-3],許多專家、學(xué)者對此做過深入的研究,并且提出了不同的改進(jìn)方法[4-12]。近些年隨著微地震監(jiān)測技術(shù)的出現(xiàn)及發(fā)展,該方法也被用于進(jìn)行微地震事件的自動(dòng)識別[13-19]。STA/LTA方法的基本原理是利用有效信號與環(huán)境噪聲在振幅(或能量)方面存在的明顯差異來識別微地震事件,通過計(jì)算長、短滑動(dòng)時(shí)窗內(nèi)信號振幅(或能量)的平均值之比來作為檢測微地震事件存在與否的依據(jù)。STA/LTA方法最顯著的優(yōu)點(diǎn)是原理簡單、容易實(shí)現(xiàn),并且能夠滿足實(shí)時(shí)處理的要求,但該方法只對信噪比較高的微地震事件識別較為有效,而對于低信噪比事件的識別往往無法取得令人滿意的效果。

針對STA/LTA方法存在的上述問題,本文提出了一種基于多道相似系數(shù)的微地震事件自動(dòng)識別新方法。該方法的主要思路是：首先在一個(gè)滑動(dòng)時(shí)窗內(nèi)計(jì)算選定的參考道與其它各道的互相關(guān)函數(shù),并將互相關(guān)函數(shù)最大值所對應(yīng)的時(shí)移量作為其它各道相對于參考道的時(shí)差;然后,利用該時(shí)差對相應(yīng)各道進(jìn)行時(shí)差校正,并計(jì)算經(jīng)過時(shí)差校正后該分段記錄的多道相似系數(shù);最后,如果在某一時(shí)刻該相似系數(shù)的值超過了預(yù)先設(shè)定的觸發(fā)閾值,那么即認(rèn)為在該時(shí)刻所對應(yīng)的時(shí)窗內(nèi)存在一個(gè)有效微地震事件。與STA/LTA方法僅利用單道的振幅(或能量)特征差異進(jìn)行事件識別相比,本文方法利用了微地震事件與環(huán)境噪聲在各道之間的波形差異,通過計(jì)算一個(gè)多道相似系數(shù)來描述這種差異并進(jìn)行微地震事件識別,因此,它能夠避免由于有效事件中某幾道數(shù)據(jù)的信噪比過低而遺漏整個(gè)事件的情況。通過合成數(shù)據(jù)和實(shí)際資料的處理并與STA/LTA方法處理結(jié)果進(jìn)行對比分析,驗(yàn)證了本文方法的可行性和有效性。

1 方法原理

圖1為本文提出的基于多道相似系數(shù)的微地震事件自動(dòng)識別方法的原理圖。該方法首先選用一個(gè)滑動(dòng)時(shí)窗將整個(gè)地震記錄劃分成連續(xù)的多段記錄。在選擇該滑動(dòng)時(shí)窗時(shí)要求其長度必須能夠包含整個(gè)P波或S波初至,在實(shí)際應(yīng)用時(shí)可以根據(jù)射孔記錄來給出該時(shí)窗長度一個(gè)估計(jì)值。此外,該滑動(dòng)時(shí)窗的移動(dòng)步長不能設(shè)定得太大或太小,因?yàn)樘蟮牟介L容易將同一微地震事件的P波或S波初至劃分到相鄰的兩段記錄中,對接下來的處理造成困難;而太小的步長則會(huì)大大增加處理時(shí)間,無法滿足實(shí)時(shí)處理的要求。在實(shí)際應(yīng)用時(shí),建議選取時(shí)窗長度的1/20～1/10作為移動(dòng)步長。

圖1 基于多道相似系數(shù)的微地震事件自動(dòng)識別方法原理

對于上述得到的每一段分段記錄,選取其中信噪比最高的一道作為參考道,并計(jì)算該參考道與其它各道的互相關(guān)函數(shù),其表達(dá)式為：

(1)

式中:Xr(i)和Xj(i)(i=1,2,…,N;j=1,2,…,M;j≠r)分別表示選定的參考道和其它任意一道數(shù)據(jù);N為記錄道的采樣點(diǎn)數(shù);n為某一時(shí)間采樣點(diǎn);E表示求時(shí)間序列的期望。假設(shè)互相關(guān)函數(shù)Rj(n)的最大值所對應(yīng)的時(shí)間采樣點(diǎn)為nj,max,則它表示當(dāng)Xj(i)向左(或向右)平移nj,max個(gè)采樣點(diǎn)時(shí),Xr(i)和Xj(i)的波形具有最大的相似度,因此該時(shí)間采樣點(diǎn)可視為兩道之間的相對時(shí)差。

利用上述得到的時(shí)差信息,即可通過調(diào)整每段記錄中各道的時(shí)窗位置來對該段記錄進(jìn)行時(shí)差校正,即根據(jù)每道記錄的相對時(shí)差向前(或向后)移動(dòng)其所對應(yīng)的時(shí)窗。如果某一分段記錄中包含了微地震事件的P波(或S波)初至,那么經(jīng)過時(shí)差校正后,該初至波的同相軸會(huì)被拉平;而如果該分段記錄中只含有隨機(jī)噪聲,那么經(jīng)過時(shí)差校正后的記錄中仍然只有噪聲。

微地震事件的P波(或S波)初至在不同記錄道上表現(xiàn)出較好的波形一致性,而隨機(jī)噪聲序列是互不相關(guān)的,因此,在完成時(shí)差校正后,我們通過計(jì)算一個(gè)多道相似系數(shù)來對二者進(jìn)行區(qū)分。該相似系數(shù)的計(jì)算公式為：

(2)

式中:Xj(i)表示第j道的第i個(gè)采樣點(diǎn);N為每道記錄中的采樣點(diǎn)個(gè)數(shù);M為記錄中總的道數(shù)。本文方法利用相似系數(shù)S作為檢測微地震事件存在與否的依據(jù),即如果某一時(shí)刻它的值超過了預(yù)先設(shè)定的觸發(fā)閾值,則在該時(shí)刻所對應(yīng)的時(shí)窗內(nèi)認(rèn)為存在一個(gè)有效微地震事件。

觸發(fā)閾值是本文方法的另一個(gè)關(guān)鍵參數(shù),選取的觸發(fā)閾值是否合適將極大地影響方法的檢測能力和準(zhǔn)確性。如果選取的觸發(fā)閾值較小,將有助于識別信噪比較低的微地震事件,但這樣做可能會(huì)增加錯(cuò)誤識別的事件個(gè)數(shù);反之,如果選取的觸發(fā)閾值較大,雖然可以減小該方法的誤拾率,但卻有可能遺漏某些低信噪比事件。在實(shí)際應(yīng)用時(shí),如果僅僅需要提取出少數(shù)信噪比較高的微地震事件(例如實(shí)時(shí)處理過程),則可以選取一個(gè)較大的觸發(fā)閾值(如S>0.5);如果為了識別盡可能多的微地震事件(例如后期處理過程),則需要從一個(gè)較小的閾值開始,通過多次試驗(yàn),直到選取的值能夠保證該方法的準(zhǔn)確性達(dá)到要求為止。

2 合成數(shù)據(jù)試算

首先利用合成數(shù)據(jù)來檢驗(yàn)本文方法的應(yīng)用效果。圖2為該算例所采用的合成微地震記錄,其中包含了4個(gè)具有不同信噪比(從左到右依次為25.5,19.0,11.5,-2.5dB)的有效事件。這些事件由同一子波(即50Hz雷克子波的一階導(dǎo)數(shù))按照不同的走時(shí)規(guī)律進(jìn)行延遲合成得到。另外,對每個(gè)事件分別乘了不同的加權(quán)系數(shù),且這些系數(shù)在各道之間按指數(shù)規(guī)律衰減,目的是為了模擬不同傳播路徑對地震波產(chǎn)生的衰減效應(yīng)。

在利用本文方法處理該合成數(shù)據(jù)時(shí),選用的滑動(dòng)時(shí)窗長度和移動(dòng)步長分別為150個(gè)和20個(gè)采樣點(diǎn),觸發(fā)閾值為0.1,并選擇第1道數(shù)據(jù)作為各分段記錄的參考道。圖3為計(jì)算得到的相似系數(shù)曲線。由圖3可以看出,該相似系數(shù)曲線的4個(gè)峰值(圖中紅色箭頭所示的位置)均超過了我們預(yù)先設(shè)定的觸發(fā)閾值,并且它們的位置恰好對應(yīng)于合成記錄中4個(gè)有效事件的時(shí)間位置。這一結(jié)果表明,雖然這4個(gè)微地震事件的信噪比各不相同,且最后一個(gè)事件的信噪比只有-2.5dB,但利用本文方法仍然能夠成功地將它們識別出來。

為了與本文方法的應(yīng)用效果進(jìn)行對比,再采用STA/LTA方法對該合成數(shù)據(jù)進(jìn)行處理。在計(jì)算STA/LTA比值時(shí)選用的長、短滑動(dòng)時(shí)窗長度分別為80個(gè)和40個(gè)采樣點(diǎn)(即分別為合成數(shù)據(jù)所選用子波長度的2倍和1倍),觸發(fā)閾值為2,并假設(shè)在某一時(shí)刻附近有8道以上數(shù)據(jù)的STA/LTA比值超過了觸發(fā)閾值,即認(rèn)為在該時(shí)刻存在一個(gè)有效事件。圖4為該合成數(shù)據(jù)中每一道記錄的STA/LTA比值。通過該圖我們發(fā)現(xiàn),在前3個(gè)事件所在的時(shí)段分別有16,14,12道記錄的STA/LTA比值超過了預(yù)先設(shè)定的觸發(fā)閾值。在實(shí)時(shí)處理過程中,這一現(xiàn)象表明了在相應(yīng)的時(shí)刻附近存在一個(gè)有效事件。然而對于最后一個(gè)事件,由于信噪比過低,在其所對應(yīng)的時(shí)段內(nèi)只有6道記錄的STA/LTA比值超過了觸發(fā)閾值。因此,在進(jìn)行微地震事件自動(dòng)檢測時(shí),該事件通常會(huì)被視為噪聲而被剔除。

圖2 合成微地震記錄(其中各道數(shù)據(jù)均經(jīng)過了歸一化處理)

圖3 利用本文方法對合成微地震記錄進(jìn)行處理得到的相似系數(shù)曲線(其中紅色橫線表示觸發(fā)閾值0.1)

圖4 利用STA/LTA方法對合成微地震記錄進(jìn)行處理得到的STA/LTA比值曲線(其中紅色橫線表示觸發(fā)閾值2)

3 實(shí)際資料處理

利用本文方法對實(shí)際的微地震監(jiān)測資料進(jìn)行了處理和分析。該實(shí)際資料包含了對同一口水平井進(jìn)行的11段水力壓裂施工的微地震監(jiān)測數(shù)據(jù)。在采集該資料時(shí)所使用的觀測系統(tǒng)為一個(gè)15級的井下檢波器串,其級間距為10m,時(shí)間采樣間隔為0.5ms。在進(jìn)行壓裂監(jiān)測時(shí),該觀測系統(tǒng)被布設(shè)在壓裂井附近的一口直井中進(jìn)行數(shù)據(jù)采集。

在利用本文方法處理該實(shí)際資料時(shí)所選取的參數(shù)為:滑動(dòng)時(shí)窗長度300個(gè)采樣點(diǎn),移動(dòng)步長10個(gè)采樣點(diǎn),觸發(fā)閾值0.1,且參考道為第15道記錄。利用本文方法從該資料中共識別出了1894個(gè)事件(圖5),這些事件大致可分為3類:①同時(shí)包含P波和S波的有效微地震事件(圖5a);②只包含P波(或S波)的單震相事件(圖5b);③儀器噪聲事件(圖5c)。表1為各壓裂段中識別出的這3類事件個(gè)數(shù)的統(tǒng)計(jì)結(jié)果。這里,為了能夠定量地描述本文方法的準(zhǔn)確性,我們采用(3)式來計(jì)算結(jié)果的誤拾率(ηFTR)。

(3)

式中:Nnoise為噪聲事件的個(gè)數(shù);Ntotal為識別出的所有事件的個(gè)數(shù)。根據(jù)表1中列出的各類事件的個(gè)數(shù)可計(jì)算得到本文方法對于各段數(shù)據(jù)的誤拾率(即表1中最后一行所示)。通過分析表1中的數(shù)據(jù)可知,對于第1～8壓裂段的監(jiān)測數(shù)據(jù),本文方法的誤拾率均低于10%,這表明對于這些壓裂段利用本文方法進(jìn)行微地震事件識別的準(zhǔn)確率高于90.0%。而對于第9～11壓裂段,本文方法的準(zhǔn)確率則相對偏低,其中第9段的誤拾率為54.3%,第11段的誤拾率為91.3%。造成這一現(xiàn)象的主要原因是,在壓裂施工的后期,隨著壓裂段位置與監(jiān)測井之間距離的增大,觀測系統(tǒng)只能記錄到少數(shù)能量較大的微地震事件;同時(shí),由于單段監(jiān)測時(shí)長的增加(例如第11段的監(jiān)測時(shí)長為其它各段的3倍),造成了識別出的噪聲事件增多。

圖5 實(shí)際微地震監(jiān)測資料中識別出的各類事件

為了與本文方法的處理結(jié)果進(jìn)行對比分析,再采用STA/LTA方法對該實(shí)際微地震監(jiān)測資料進(jìn)行處理。在采用STA/LTA方法處理時(shí)選取的長、短滑動(dòng)時(shí)窗長度分別為100個(gè)和50個(gè)采樣點(diǎn),觸發(fā)閾值為5,并假設(shè)在某一時(shí)刻附近有8道或8道以上數(shù)據(jù)的STA/LTA比值超過了觸發(fā)閾值,即認(rèn)為在該時(shí)刻存在一個(gè)微地震事件。通過利用STA/LTA方法識別出的事件總數(shù)為4119個(gè),其中611個(gè)為有效微地震事件,242個(gè)為單震相事件,而其余3266個(gè)則為噪聲事件。這里,利用STA/LTA方法識別出的噪聲事件中除了少數(shù)如圖5c所示的儀器噪聲外,還存在大量如圖5d所示的噪聲事件(文獻(xiàn)[20]中稱之為“井筒波”)。由于此類噪聲事件的初至走時(shí)規(guī)律與有效微地震事件相近,且能量較強(qiáng),采用本文方法能夠自動(dòng)剔除這類噪聲,而采用STA/LTA方法則無法對二者進(jìn)行區(qū)分,由此造成了STA/LTA方法在此實(shí)際資料應(yīng)用中極高的誤拾率。表2給出了不同壓裂段中采用STA/LTA方法識別出的上述3類事件個(gè)數(shù)的統(tǒng)計(jì)結(jié)果。由此可得STA/LTA方法的誤拾率為79.3%,這表明利用STA/LTA方法對該實(shí)際資料進(jìn)行微地震事件識別的準(zhǔn)確率僅為20%左右。

表1 利用本文方法從實(shí)際資料中識別出的各類事件個(gè)數(shù)統(tǒng)計(jì)

表2 利用STA/LTA方法從實(shí)際資料中識別出的各類事件個(gè)數(shù)統(tǒng)計(jì)

通過與本文方法處理結(jié)果的對比可知,不論是在識別出的微地震事件數(shù)目,還是在方法的準(zhǔn)確率方面,本文方法都要優(yōu)于傳統(tǒng)的STA/LTA方法,從而進(jìn)一步證明了本文方法是一種更為有效的微地震事件識別方法。

4 結(jié)束語

本文提出了一種基于多道相似系數(shù)的微地震事件自動(dòng)識別新方法。與目前常用于微地震事件識別的STA/LTA方法相比,本文方法充分利用了微地震事件在各道之間的波形一致性,通過引入一個(gè)多道相似系數(shù)來綜合各道的波形信息進(jìn)行事件識別,因此,它能夠有效避免由于微地震事件記錄中某幾道數(shù)據(jù)的信噪比過低而遺漏整個(gè)事件的情況。利用本文方法對合成數(shù)據(jù)和實(shí)際資料進(jìn)行處理,并將結(jié)果與STA/LTA方法的處理結(jié)果進(jìn)行對比分析,證明了本文方法能夠成功識別出信噪比較低的微地震事件,并具有較低的誤拾率。

[1] Ambuter B P,Solomon S C.An event-recording system for monitoring small earthquakes[J].Bulletin of the Seismological Society of America,1974,64(4):1181-1188

[2] Stevenson P R.Microearthquakes at Flathead Lake,Montana:a study using automatic earthquake processing[J].Bulletin of the Seismological Society of America,1976,66(1):61-80

[3] Stewart S W.Real-time detection and location of local seismic events in central California[J].Bulletin of the Seismological Society of America,1977,67(2):433-452

[4] Allen R V.Automatic earthquake recognition and timing from single traces[J].Bulletin of the Seismological Society of America,1978,68(5):1521-1532

[5] Allen R V.Automatic phase pickers:their present use and future prospects[J].Bulletin of the Seismological Society of America,1982,72(6):S225-S242

[6] McEvilly T V,Majer E L.ASP:an automated seismic processor for microearthquake networks[J].Bulletin of the Seismological Society of America,1982,72(1):303-325

[7] Evans J R,Allen S S.A teleseism-specific detection algorithm for single short-period traces[J].Bulletin of the Seismological Society of America,1983,73(4):1173-1186

[8] Baer M,Kradolfer U.An automatic phase picker for local and teleseismic events[J].Bulletin of the Seismological Society of America,1987,77(4):1437-1445

[9] Earle P S,Shearer P M.Characterization of global seismograms using an automatic-picking algorithm[J].Bulletin of the Seismological Society of America,1994,84(2):366-376

[10] Cheng T.Characterization of seismic phases—an automatic analyser for seismograms[J].Geophysical Journal International,1995,123(3):937-947

[11] Withers M,Aster R,Young C,et al.A comparison of select trigger algorithms for automated global seismic phase and event detection[J].Bulletin of the Seismological Society of America,1998,88(1):95-106

[12] 高淑芳,李山有,武東坡,等.一種改進(jìn)的STA/LTA震相自動(dòng)識別方法[J].世界地震工程,2008,24(2):37-41 Gao S F,Li S Y,Wu D P,et al.An automatic identification method of seismic phase based on modified STA/LTA algorithm[J].World Earthquake Engineering,2008,24(2):37-41

[13] Munro K A.Automatic event detection and picking of P-wave arrivals[J].CREWES Research Report,2004,16,12.1-12.10

[14] Chen Z.A multi-window algorithm for automatic picking of microseismic events on 3-C data[J].Expanded Abstracts of 75thAnnual Internat SEG Mtg,2005,1288-1291

[15] Chen Z,Stewart R R.A multi-window algorithm for real-time automatic detection and picking of P-phases of microseismic events[J].CREWES Research Report,2006,18,15.1-15.9

[16] Han L,Wong J,Bancroft J C.Time picking and random noise reduction on microseismic data[J].CREWES Research Report,2009,21,30.1-30.13

[17] Rodriguez I V.Automatic time-picking of microseismic data combining STA/LTA and the stationary discrete wavelet transform[J].Expanded Abstracts of CSPG CSEG CWLS Convention,2011,1-4

[18] Sabbione J I,Velis D R.An automatic method for microseismic events detection based on earthquake phase pickers[J].Expanded Abstracts of 82ndAnnual Internat SEG Mtg,2012,1-5

[19] 吳治濤,李仕雄.STA/LTA算法拾取微地震事件P波到時(shí)對比研究[J].地球物理學(xué)進(jìn)展,2010,25(5):1577-1582 Wu Z T,Li S X.Comparison of STA/LTA P-picker for microseismic monitoring[J].Progress in Geophysics,2010,25(5):1577-1582

[20] 呂世超,宋維琪,劉彥明,等.利用偏振約束的能量比微地震自動(dòng)識別方法[J].物探與化探,2013,37(3):488-493 Lv S C,Song W Q,Liu Y M,et al.The polarization constrained LTA/STA method for automatic detection of microseismic[J].Geophysical & Geochemical Exploration,2013,37(3):488-493

(編輯：顧石慶)

Automatic microseismic event detection based on multi-channel semblance coefficient

Tan Yuyang1,He Chuan1,Cao Nai2

(1.InstituteofOil&Gas,SchoolofEarthandSpaceSciences,PekingUniversity,Beijing100871,China;2.CollegeofPetroleumEngineering,ChinaUniversityofPetroleum,Beijing102249,China)

Automatic microseismic event detection for hydraulic fracturing is a crucial step in microseismic data processing.Conventional event detection methods,such as the STA/LTA method,detect the events only by using the amplitude (or energy) difference of single channel,which usually fail to identify certain events when the signal-to-noise ratio is low.In order to solve this problem,we develop a new method based on multi-channel semblance coefficient to detect low SNR microseismic events.By using our method,we can calculate a multi-channel semblance coefficient for the record segment within a sliding time window after moveout correction,and the coefficient is applied as a detector for the existence of a microseismic event.To examine the effectiveness of our method,we apply it on synthetic and field data.The result of the synthetic data demonstrates that our method can successfully identify the event with SNR for only -2.5dB;and for the field data example,our method can detect the microseismic events with the accuracy over 90%.The above results are superior to those obtained by using the STA/LTA method,which proves our method a more effective tool for microseismic event detection.

microseismic,event detection,cross-correlation function,multi-channel semblance coefficient,false trigger rate

2014-01-11;改回日期：2014-05-15。

譚玉陽(1987—),男,博士在讀,主要從事水力壓裂微地震監(jiān)測方面的研究工作。

國家科技重大專項(xiàng)(2011ZX05008,2011ZX05014)資助。

P631

A

1000-1441(2015)02-0126-07

10.3969/j.issn.1000-1441.2015.02.002