Содержание к диссертации
Введение
1. Метод низкочастотного сейсмического зондирования земли 12
1.1. Пассивные методы сейсморазведки 12
1.2. Методы поиска нефтегазовых месторождений на основе спектрального анализа низкочастотного микросейсмического поля геосреды 14
1.3. Регистрация сигнала и его статистические характеристики 33
2. Частотно-временные характеристики микросейсмических сигналов 43
2.1. Помехи в микросейсмических сигналах 44
2.2. Классификация помех и полезного сигнала 47
2.3. Характеристики полезного сигнала 53
2.4. Особенности интерпретации спектров 66
3. Методы фильтрации помех в задаче пассивного низкочастотного сейсмического зондирования земли 72
3.1. Методы фильтрации локально-нестационарных помех 73
3.2. Методы фильтрации техногенных узкополосных помех 79
4. Параметрическое описание спектров и методика регистрации микросейсмических полей 114
4.1. Алгоритм оценки параметров спектральных аномалий 115
4.2. Методика наблюдения и учета вариаций параметров спектральных аномалий микросейсмического шума 123
4.3. Методика обработки данных НСЗ 137
4.4. Результаты опробования технологии низкочастотного сейсмического зондирования 143
Заключение 145
- Методы поиска нефтегазовых месторождений на основе спектрального анализа низкочастотного микросейсмического поля геосреды
- Классификация помех и полезного сигнала
- Методы фильтрации техногенных узкополосных помех
- Методика наблюдения и учета вариаций параметров спектральных аномалий микросейсмического шума
Введение к работе
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
5 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.
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:
Исследование характеристик микросейсмического сигнала для выделения отличительных признаков полезной компоненты сигнала и помех, выявление особенностей полезной компоненты сигнала.
Разработка и реализация методов фильтрации полезного (фонового) сигнала и помех на основе их отличительных признаков.
Разработка и реализация метода оценки параметров спектральной аномалии.
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 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,
7 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.
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.
Разработан метод оценки параметров спектральной аномалии на основе анализа локальных максимумов вейвлет-образа спектра микросейсмического сигнала, позволяющий автоматизировать процесс параметризации в технологии НСЗ.
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,
8 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:
Набор отличительных признаков, позволяющий качественно и количественно выделять полезную компоненту микросейсмического сигнала, в которой может наблюдаться спектральная аномалия.
Комплекс методов обработки микросейсмического сигнала, позволяющий в автоматическом режиме отфильтровать основные типы помех.
Метод оценки параметров спектральной аномалии, разработанный на основе анализа локальных максимумов вейвлет-образа спектра микросейсмического сигнала, позволяющий автоматизировать процесс параметризации в технологии НСЗ.
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 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
9 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 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 XTV 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
10 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.
Методы поиска нефтегазовых месторождений на основе спектрального анализа низкочастотного микросейсмического поля геосреды
В 1992 г. группа ученых Российской академии наук [54, 55, 84], проводя инициативные исследования на Братском и Ковыктинском месторождениях (Восточная Сибирь) и на Гривенской группе месторождений Кубани (Северный Кавказ), экспериментально доказала существование явления повышенной низкочастотной энергии в спектре микросейсм над нефтяными объектами. В последствии оно было названо «эффект АНЧАР» (Акустическая НизкоЧАстотная Разведка на нефть и газ). Было показано теоретически и экспериментально: что спектральная плотность мощности фонового микросейсмического излучения над залежью углеводородов существенно превышает спектральную плотность мощности фонового микросейсмического излучения вне залежи углеводородов в диапазоне частот 1-10 Гц; применение внешнего воздействия вызывает вынужденное излучение нефтегазовой залежи, что приводит к резкому возрастанию спектральной плотности мощности микросейсмического излучения над залежью углеводородов в диапазоне частот 1-10 Гц. В 80-е годы было высказано предположение о том, что реальная геологическая среда является источником микросейсм и обладает сейсмической эмиссией, а воздействие на неё внешнего возбуждения стимулирует последнюю [108, 107]. Авторы технологии «АНЧАР» высказали предположение о том, что залежь нефти и газа сама является интенсивным источником микросейсм. В соответствии с флуктуационно-диссипационной теоремой геологическая среда в состоянии термодинамического равновесия не только излучает, но и поглощает сейсмическую энергию. Поэтому, те участки геологической среды, которые обладают большим поглощением сейсмических волн, характеризуются и большим уровнем собственного микросейсмического шума. Можно предположить, что существование аномалии поглощения сейсмических волн означает и существование аномалии излучения микросейсмического шума. По мнению авторов в такой качественной формулировке флуктуационно-диссипационная теорема сохраняет свою силу и для реальных нефтегазовых залежей.
Поскольку аномалии поглощения сейсмического излучения действительно существуют, то возможен прямой поиск нефтегазовых залежей по аномалии микросейсмического шума без внешнего воздействия («спонтанный эффект АНЧАР», рис. 1). Применение внешнего воздействия делает картину более четкой («вынужденный эффект АНЧАР», рис. 2), нефтегазовая залежь переходит в состояние «странного аттрактора», а её собственный микросейсмический шум резко возрастает. До, во время и после применения внешнего воздействия измеряют характеристики шума, сравнивают и определяют наличие или отсутствие углеводородов. Таким образом, с точки зрения авторов технологии «АНЧАР» физическая сущность эффекта «АНЧАР» заключается в том, что при возбуждении нефтегазовой залежи внешним искусственным или естественным полем упругих колебаний в полосе частот эффективного взаимодействия поля с углеводородным веществом, заключенном в матрице породы-коллектора, либо в результате случайных флуктуации параметров геосреды, залежь переходит в режим генерации собственных инфразвуковых волн, причем, режим генерации сохраняется некоторое время после прекращения действия внешнего источника возбуждения [54, 84]. Авторы констатируют, что пока не существует однозначного описания физических механизмов, приводящих к «эффекту АНЧАР». Поэтому при описании явления часто применяется термин аномалия (или спектральная аномалия), подразумевая «эффект АНЧАР». Теоретических работ, которые могли бы обосновать суть «эффекта АНЧАР» мало. Попытки дать микроскопическое описание «эффекта АНЧАР» можно найти в работах [7, 14, 18, 48, 96]. В работе [18] связывается низкочастотный эффект схожий с «эффектом АНЧАР» с явлением так называемой «медленной волны», которая распространяется по пласту как по волноводу в результате внешнего акустического воздействия. Показана близость полосы частот АНЧАР с набором собственных частот таких волн. Кроме того, в [18] используется принцип подобия, который позволяет моделировать эксперименты по появлению и распространению «медленной волны» в лабораторных условиях. Работа [48], подтвердившая целый ряд результатов, впервые опубликованных в [54], содержит лишь обзор теоретической литературы. В [96] феномен АНЧАР связывается с собственными колебаниями флюида в порах. Работы [17, 18, 96] представляют интерес потому, что дают теоретические подходы к микроскопическому описанию «медленных» процессов, происходящих в системе коллектор-флюид. Также имеется ряд работ [7, 14], в которых рассматриваются механизмы возникновения различного рода микросейсм с характеристиками, близкими к «углеводородным микросейсмам АНЧАР». Совместное изучение явления повышенной низкочастотной энергии в спектре микросейсм над нефтяными объектами ведется в Университете Цюриха (UniZh) и Федеральной политехнической школе Цюриха (ETHZ). В 2003 г. вышла первая публикация [10], констатирующая существование данного явления.
Наблюдения за микросейсмическими колебаниями проводятся на базе компании Спектрасайс (Spectraseis) [39] в различных регионах планеты (Европа, Средняя Азия/Северная Африка и Латинская Америка). Генеральный директор компании Спектрасайс Росс Нюмен заметил [11], что работа компании базируется на наблюдении, что низкочастотные волны в диапазоне от 1 до 10 Гц над залежами нефти претерпевают изменения. Сейсмический фоновый спектр модифицируется внутри резервуара, имеющего поры, заполненные нефтью. Углеводородные бассейны создают характерные отпечатки в частотных спектрах сигнала на поверхности, которые могут быть проанализированы для получения информации о подповерхностных структурах. «Несмотря на неуверенное понимание физической сущности явления, невозможно отклонить тот факт, что имеется огромная база эмпирического доказательства, подтверждающая работоспособность технологии», сказал Энди Джюп (Andy Jupe -независимый консультант, специализирующийся в разработке и применении пассивной сейсмической технологии в нефтяной промышленности) [11]. «В него входит, по крайней мере, 20 исследований в пределах общеизвестных территорий, включая всесторонние испытания и тесты «вслепую» (без априорной информации о геологическом строении), проводимые для компаний ADCO, КОС, Petrobras и Shell». Для понимания механизма образования нефтегазовых микросейсмов применяется моделирование обратного хода волны (Time Reverse Modeling) [15, 48], которое позволило локализовать источники микросейсмов. По результатам моделирования выяснилось, что наиболее вероятные области источников низкочастотных микросейсм локализуются в нефтегазовых залежах. На рис. 3 приведен пример результата такого моделирования. Данное изображение характеризует распределение максимальной скорости колебания частиц в модели геосреды построенной на основе метода конечных элементов [45, 80]. Области, отмеченные красными эллипсами, совпадают с местоположением нефтяной залежи в геологическом разрезе. Чтобы осуществить моделирование обратного хода волны необходимо иметь: а) синхронизованные во времени и распределенные в пространстве двухкомпонентные данные реального микросейсмического сигнала; б) модель скоростного разреза геологической среды. Из этого следует, что низкочастотные микросейсмы могут ассоциироваться с нефтегазовыми резервуарами. Однако стоит отметить, что залежь также может являться вторичным источником волн. Об этом свидетельствуют наблюдения за аномалиями во время землетрясения. Сразу после него в области низких частот над нефтяным резервуаром появляется низкочастотная аномалия, в то время как вне резервуара она не проявилась.
Классификация помех и полезного сигнала
Разнообразие помех и неизученность характеристик полезного микросейсмического сигнала приводит к необходимости провести более детальную их классификацию. По типу происхождения В [93] проводится сравнение параметров техногенных вибраций и экспериментальных наблюдений за микросейсмическим фоном, где показано, что воздействие на среду техногенных вибраций слабое, в то время, как наблюдения за микросейсмами иллюстрируют достаточно быстрые и яркие проявления изменения свойств среды. В настоящее время геофизические исследования подошли к выяснению роли слабых факторов в геодинамике - лунно-солнечных приливов, метеоусловий, штормов, гроз и других. Показано, что на статистическом уровне эти процессы можно считать вынуждающими сейсмический отклик среды (наведенная сейсмичность) [108, 123]. Основное отличие техногенных и природных воздействий в частоте вибрации, природные, как правило, более низкочастотные. В [93] отмечено, что техногенные сигналы по ускорениям, а следовательно, и по силам, действующим на элемент среды, на 4-8 порядков превосходят низкочастотные природные. В работе [92] показано, что для районов с наличием мощных разломных зон, техногенные сигналы городов могут распространяться аномально далеко (до 300 км от г. Ашхабада, регистрация в пустыне). Таким образом, как техногенные, так и природные поверхностные явления способны порождать естественные микросейсмические шумы, которые на достаточном удалении от источника становятся полезными для технологии НСЗ. Однако при наблюдении микросейсм в непосредственной близости от поверхностного источника вибраций сигнал имеет высокую амплитуду, неравномерную спектральную характеристику, которая в основном описывается свойствами этого источника. Такой сигнал для технологии НСЗ является зашумленным, а источник становится помехой. По вкладу Л ЧХ среды в образование спектральных максимумов В первой главе было показано, что спектр микросейсмического сигнала над нефтегазовой залежью характеризуется мультимодальной структурой.
Положение мод в спектре соответствует реальным глубинам залегания нефтяных объектов. Этот факт подтвердил применимость модели резонанса продольных сейсмических волн на собственных частотах геосреды к описанию аномалии над нефтяными объектами. В качестве исходного сигнала для фильтрации геосредой используется микросейсмический фоновый шум с равномерной спектральной характеристикой. Микросейсмический фоновый шум представляет собой суперпозицию сигналов от множества удаленных источников. Если полагать, что суммарный спектр всех источников акустических колебаний имеет равномерный спектр, то наблюдаемые спектральные максимумы будут обусловлены именно амплитудно-частотной характеристикой среды. Данное предположение законно в случае отсутствия в среде явных акустических источников, например, в случае распределенных источников с равномерным спектром. В геофизической среде постоянно существуют поля механических напряжений. В связи с явлением трещинообразования и наведенной сейсмичностью геосреда постоянно генерирует микросейсмический шум, поэтому является распределенным источником с равномерной спектральной характеристикой. Регистрируя сигнал в умеренной шумовой обстановке, форма спектра наиболее точно характеризует АЧХ среды. В случае если суммарный спектр акустических колебаний всех источников будет иметь неравномерный характер, то выявление АЧХ среды из спектра значительно усложняется и может быть осуществлено при некоторых допущениях. По стационарности Стационарность случайного процесса означает неизменность во времени его вероятностных характеристик. Когда от времени не зависят лишь математическое ожидание и автокорреляционная функция, говорят о стационарности в широком смысле [122]. На практике, как правило, используют предположение о стационарности в широком смысле. Наблюдения показывают, что аномалия при стационарности фонового природного шума носит стационарный характер. Также наблюдается зависимость амплитуды аномальных спектральных максимумов от интенсивности влияния источников вибраций. Так, например, в период наблюдения интенсивных помех от движения транспортного средства наблюдается увеличение амплитуды (см. рис. 19, отмечено черной стрелкой) спектральных максимумов в целевом частотном диапазоне. Это увеличение имеет сложную зависимость от многих факторов, например, расстояния от источника до приемника, скоростных свойств зоны малых скоростей. Поэтому такой участок сигнала считается зашумленным помехой и исключается из рассмотрения. Этот тип проявления неустойчивости характеристик сигнала отнесем к локально-нестационарным. Между тем, существуют изменения фонового микросейсмического сигнала гораздо большего масштаба, которые незаметны при анализе одночасовой записи, однако заметны при сравнении кумулятивных спектров, зарегистрированных, например, в ночное и дневное время.
Такие изменения могут быть продиктованы влиянием лунных приливов/отливов, либо зависимостью антропогенной деятельности в течение суток. Исключить из рассмотрения эти участки сигнала не представляется возможным, так как период наблюдения (1 час) много меньше периода этой нестационарности (24 часа), которую назовем глобальной нестационарностью. Ее влияние учитывает специально разработанная методика наблюдения, которая рассматривается в 4 главе. Основная нагрузка спектрального состава сигнала техногенными помехами приходится в область частот выше 3 Гц, которая перекрывает целевой диапазон изучаемых аномалий, локализующихся, как правило, в диапазоне 1-8 Гц. Существуют помехи, такие как ветер, которые зашумляют диапазон от 0.5 Гц до 40 Гц. По характеру спектра помехи разделяются на широкополосные и узкополосные. Широкополосные помехи характеризуются широким спектральным составом порядка 30 Гц. Проезжающий автомобиль вызывает серию широкополосных помех, наблюдаемых, в среднем, в течение минуты в зависимости от вида автомобиля, его скорости, расстояния до него, типа грунта. Вибрации, вызванные движением автомобиля, относятся к локально-нестационарным широкополосным помехам. На рис. 19 в частотно-временной области некоторые локально-нестационарные помехи выделены прерывистыми вертикальными эллипсами. Предельный случай локально-нестационарных помех - это импульсные помехи. К ним относится гром, падение тяжелых предметов. Непрерывные широкополосные помехи со случайным временем возникновения порождают стационарную широкополосную помеху, которая возникает вследствие влияния непрерывной ветровой помехи или гула, находящегося вблизи нефтепровода. Узкополосные (квазигармонические) помехи в зависимости от стационарности своих параметров характеризуются шириной полосы 0.01-0.2 Гц, генерируются работой электрических машин. Низкочастотные колебания (единицы герц) соответствуют мощным установкам, в первую очередь агрегатам ГЭС [93, ПО, 134], работой скважного оборудования. Более высокочастотные сейсмические колебания генерируются насосами, компрессорами. Высокочастотные гармонические помехи, как правило, непрерывны, например, помеха на частоте 50 Гц. На рис. 19 узкополосные помехи выделены прямоугольниками с прерывистыми границами. На рис. 19 прямоугольниками со сплошными границами выделены области, где естественные микросейсмы проявляются без значимого влияния техногенных помех. Такие участки сигнала относятся к полезному сигналу. Полезный сигнал по характеру спектра можно отнести к широкополосному с шириной полосы спектральных максимумов (в условиях Республики Татарстан) от 0.5 Гц до 3 Гц. Общая ширина аномалии может достигать 10 Гц.
Методы фильтрации техногенных узкополосных помех
Узкополосные помехи чаще всего излучаются при работе электрических машин. Низкочастотные узкополосные помехи (единицы герц) соответствуют мощным установкам, в первую очередь, агрегатам ГЭС. Более высокочастотные колебания встречаются повсеместно. Их излучают насосы и компрессоры. В технологии НСЗ часто приходится регистрировать микросейсмы вблизи наземного скважного оборудования электродвигатель и механизмы, которого генерируют серию узкополосных помех в частотном диапазоне от 4 Гц до 15 Гц. В большинстве случаев форма узкополосной помехи близка к гармоническому сигналу, то есть помеха является квазигармонической. По данным [93, 134] квазигармонические техногенные помехи имеют вариации амплитуды до 10%, а их среднее значение может превышать уровень природного шума в десятки раз. Наиболее простое решение фильтрации узкополосной помехи - это подавление ее амплитуды режекторным фильтром [43, 81, 115]. В радиотехнике, как правило, неважен приоритет сохранения фонового уровня шума, поэтому режекция - наиболее приемлемый метод фильтрации узкополосных помех, который не сложно реализовать на аппаратно-аналоговой элементной базе [131]. В технологии НСЗ фоновый шум является полезным сигналом, поэтому применяемые методы фильтрации должны сохранять приоритет фонового шума. В работе [90] рассмотрены некоторые методы фильтрации гармонических помех. Одним из простых методов фильтрации узкополосных помех с сохранением фонового уровня спектра является метод медианного сглаживания амплитудного спектра со скользящим окном [67, 89]. Медианное сглаживание позволяет избавиться в амплитудном спектре от резких выбросов, которыми и являются узкополосные помехи. Увеличивая размер кадра, повышается спектральное разрешение, а, следовательно, повышается локализация узкополосной помехи в спектре. Применяя медианное сглаживание можно исключить узкополосные пики в амплитудном спектре.
Однако увеличение размера кадра не желательно при фильтрации локально-нестационарных помех, которая производится на основе отбраковки этих кадров. К тому же результатом такого метода фильтрации узкополосных помех является сглаженный амплитудный спектр, в котором теряется полная информация об исходном сигнале. Чтобы разрешить эту частотно-временную неопределенность автор разработал и реализовал два метода фильтрации узкополосных помех, которые сохраняют форму исходного сигнала с учетом исключения узкополосных помех. Применение этих методов, позволило изменить порядок фильтрации помех. Сначала выполняется фильтрация сигнала предложенными фильтрами узкополосных помех, затем к очищенному сигналу применяется фильтрация локально-нестационарных помех. На заключительном этапе отфильтрованные кадры сигнала преобразуются в кумулятивный амплитудный спектр. Один из предложенных методов фильтрации узкополосных помех был назван метод нелинейной фильтрации узкополосных помех с сохранением фонового уровня шума. В отличие от медианной фильтрации, которая применяется к амплитудному кумулятивному спектру и на выходе дает сглаженный амплитудный спектр, данный метод применяется к исходному сигналу и на выходе выдает отфильтрованный сигнал. Метод заключается в подавлении частотного диапазона узкополосной помехи и заполнении его сдвинутыми копиями близких участков спектра Фурье с целью выравнивания фонового уровня спектра. Нелинейность метода состоит в наличии нелинейной операции сдвига частотного диапазона спектра Фурье. Второй метод был назван оптимизационным методом фильтрации квазигармонических помех с сохранением фонового уровня шума. Он применим к фильтрации квазигармонических помех, которые являются частным случаем узкополосных помех. В данном методе квазигармоническая помеха рассматривается как аддитивный гармонический сигнал поддающийся вычитанию. Сложность алгоритма заключается в корректном и точном подборе параметров гармонического сигнала. Оба метода требуют оценки положения частоты узкополосной помехи с точностью до шага дискретизации спектра. Поэтому значительное внимание уделяется способу детектирования помехи в спектре и его статистическим характеристикам. Детектирование решает задачу выделения серии гармонических сигналов на фоне белого шума с использованием р-функции. Целью детектирования является определение частоты F0 для каждой значимой узкополосной помехи номер і. Анализ спектра Фурье позволяет оценить частоту узкополосной компоненты спектра с точностью до шага дискретизации [97, 124]. Перед вычислением спектра применяется оконная функция Кайзера (/7 = 2.5) [101], которая незначительно уменьшает частотное разрешение, при достаточном подавлении боковых лепестков. Исследуемые спектры имеют неравномерно распределенный фоновый уровень, поэтому вводится р -функция, которая вычисляется через нормировку спектра на оценку фонового уровня шума посредством медианного сглаживания, р -функция принимает высокие значения р. в случае наличия узкого пика в амплитудном спектре Фурье Г в отсчете номер і: От Nwin зависит чувствительность р -функции к ширине спектрального пика. При 10 Л и 17 функция достигает максимальных значений при выделении пиков шириной в 1 отсчет. Пример реального спектра и его р-функции для окна Л /п = 17 приведен на рис. 46. На основе распределения плотности вероятности р -функции выдвигаются две гипотезы: Н0 - текущий отсчет в спектре содержит только фоновый шум и Нх -текущий отсчет спектра содержит узкополосную помеху.
Ошибки принятия решения в зависимости от порогового значения подробно изучены ниже. Тип распределения Знание типа распределения дает информацию об ошибках принятия решения на основе оценок его среднего и СКО. Распределения порядковых статистик приведены в работах [67, 89]. Рассмотрим распределение р -функции спектра белого шума. Нормальное распределение Плотность вероятности р -функции имеет резкий выброс (артефакт) в нуле (рис. 48а). Этот артефакт связан с особенностями функции медианного сглаживания, которая возвращает среднее по порядку значение отсортированной последовательности значений в окне длиной Nwin. Например, для окна Nwin=5 и последовательности значений равной: 3,5,4,5,2, после сортировки, которая равна: 2,3,4,5,5, то медиана равна среднему по порядку, то есть 4. В случае, если медиана равна текущему значению в спектре {Y mecKY N _y...Y N _y,N ,)), как и показано в примере, то med(\Y\,Nwin) то легко заметить, что оно ограниченно снизу, так как модуль Фурье преобразования 0, а медианное сглаживание положительной характеристики есть положительная характеристика med Y N ) 0. Таким образом, рє[-1,оо), следовательно, р не относится к нормально распределенным величинам, так как ограничено снизу. Важно отметить различия в поведении кривых теоретического и практического распределения. Они связаны с нелинейностью медианной фильтрации. Несмотря на аргумент медианного фильтра, который имеет х2 распределение, результирующее значение отличается от %г -распределения и зависит от длины окна медианного фильтра. Тем не менее, наблюдается сходство в поведении кривых. Распределение вероятности -величины спектра белого шума более компактно, чем распределение Фишера. Это означает, что при выборе одного и того же уровня значимости а, распределение Фишера имеет значительно более высокое пороговое значение.
Методика наблюдения и учета вариаций параметров спектральных аномалий микросейсмического шума
Непрерывные суточные наблюдения за характеристиками спектров микросейсмических сигналов показали наличие глобальной нестационарности параметров аномалии, в том числе параметра характеризующего степень выраженности спектральной аномалии на фоновом уровне спектра, который условно был назван «добротность», глобальные вариации параметров аномалии заметны при сопоставлении спектров зарегистрированных, например, в дневное и ночное время. Для условий глобальной нестационарности и пространственной неоднородности микросейсмического поля разработана методика наблюдения, позволяющая учитывать вариации параметров спектральной аномалии при ограниченном количестве одновременно наблюдаемых точек. Группа одновременно наблюдаемых точек названа «расстановкой» датчиков. Методика наблюдения получила название «комбинированная методика учета временных вариаций параметров аномалии». Она представляет собой комбинацию двух методов — метода иерархического объединения расстановок в блок и метода последовательных перекрытий расстановок. На рис. 70 проиллюстрирована схема метода иерархического объединения расстановок в блок для комплекта оборудования из 6 датчиков. Она состоит из двух этапов: 1) выполняется 6 последовательных актов наблюдений. Каждый акт наблюдения образует одну расстановку датчиков и на рис. 70 отмечен вертикальным прямоугольником; 2) выполняется повторное одновременное наблюдение в одной точке из каждой расстановки. Эти точки обведены окружностью и названы повторным наблюдением. Совокупность точек повторного наблюдения, зарегистрированных в одно время, объединяют охваченные расстановки в блок. Оба метода эффективно работают, если выполняется основное их требование: во всех точках расстановки значение параметра аномалии меняется ровно во столько раз, во сколько оно изменилось в точке повторного наблюдения.
При выполнении этого требования, К ІІ+Х КіМ в тождестве: (=1 где К 1М - идеальный коэффициент пересчета. Например, для двух расстановок, с двумя точками перекрытия значение параметра аномалии в первой расстановке отличается от значения параметра аномалии во второй расстановке в К[2 раз, а значение параметра аномалии во второй расстановке отличается от значения параметра аномалии в первой расстановки в К2 j раз, при чем К[2 К21 = 1 . Однако основное требование методик может не выполняться в случае, например, если точка перекрытия расположена вблизи источника техногенных помех, который влияет на амплитуду аномалий в расстановке неравномерно. В реальности произведение (4.7) имеет отклонение от единицы на ЛЕ = 5-ь10%. Чтобы установить баланс в замкнутом контуре (рис. 72), для всех коэффициентов Kt ,+1 вводиться мультипликативная ошибка є, через которую общая ошибка ДЕ равномерно распределяется на все коэффициенты. Для ее вычисления представим К ІМ = є Kil+1 и подставим в (4.7): Отсюда вычислим: Таким образом, мы сбалансировали поправочные коэффициенты значений параметров аномалий К іі+1 =є-К,м. Однако это относительные коэффициенты пересчета между соседними расстановками. Чтобы сопоставить между собой значения параметров аномалий между всеми расстановками необходимо перейти к абсолютным коэффициентам. Процедура пересчета заключается в следующем: 1) выбирается любая расстановка за начальную, например, первая и ей присваивается коэффициент Gj = 1; 2) в порядке очередности каждой расстановке присваивается G;. = G K y, при / = 2..п. В результате последовательного умножения коэффициентов для каждой расстановки имеем абсолютный коэффициент пересчета значения параметра аномалии G, относительно первой расстановке, в которой приняли Gj = 1. Действительно, здесь мы имеем одну степень свободы, так как принять за единицу мы могли любую расстановку, хотя в каждой проявление аномалии в некоторой степени носит случайный характер. В общем случае, абсолютный коэффициент должен равняться единице, если текущее значение параметра аномалии является некоторым средним в течение длительного наблюдения (большего времени наблюдения всей площади). Так как использовать один датчик для постоянной записи аномалии экономически не выгодно, применяем эвристическое условие: которое символизирует баланс коэффициентов относительно друг друга. Постоянный коэффициент т] вычисляется: Таким образом, значение параметра аномалии корректируется поправочным коэффициентом G j в любой точке наблюдения и вычисляется как Аиі = агАіГ К положительным сторонам методики можно отнести: 1. возможность масштабируемости наблюдений в пределах одного уровня; 2. возможность контроля ошибок коэффициентов пересчета. К отрицательным сторонам методики можно отнести: 3. сложность наблюдения: проектировать местонахождение точки перекрытия приходиться без учета помеховой обстановки, так как априорно неизвестна информация о степени ее зашумленности помехами; 4. в случае если зарегистрированный сигнал оказывается зашумленным помехами и требуется его перезапись, то усложняется процедура внедрения перерегистрированных точек в общую схему учета временных вариаций. Комбинированная методика представляет собой оптимальное сочетание рассмотренных методик. Она включила в себя положительные стороны каждой. На рис. 73 приведен пример одного из возможных способов реализации наблюдения.
Наблюдения выполняются в три уровня. На нулевом логическом уровне выполняются наблюдения всей площади расстановками по п датчиков (где п - количество датчиков в комплекте, в данном случае 6). Выполняются перезаписи бракованных записей. С информацией о степени зашумленности каждой точки выполняется проектирование точек повторного наблюдения в слабозашумленных точках. На первом логическом уровне выполняется регистрация сигнала в каждой точке повторного наблюдения методом иерархического объединения расстановок в блок. Каждый блок содержит п-1 точку повторного наблюдения. На втором логическом уровне применяется методика последовательных перекрытий расстановок, где в качестве расстановок выступают блоки из п-1 точек повторного наблюдения и одной точки перекрытия на следующем по порядку блоке. Третий уровень не используется, так как расстояния, на которые должны быть разнесены датчики для одновременной регистрации с точки зрения сохранности оборудования, не приемлемы для полевых отрядов. Далее производиться перемножение коэффициентов второго уровня с коэффициентами первого уровня. Из условия n G -Kk =1, где т -количество точек наблюдения, а Gk и Kkt соответствующие каждой точке коэффициенты первого и второго уровня, вычислим коэффициент 77: Он необходим для установления баланса коэффициентов относительно друг друга. Скорректированное значение параметра аномалии вычисляется путем перемножения поправочных коэффициентов всех уровней на исходное значение параметра аномалии с учетом коэффициента баланса rj: A = rj-K-G-A. Таким образом, предложенная методика обладает следующими положительными качествами: 1. расстояние между одновременно регистрируемыми точками наблюдения не превышает 1500м, по сравнению с 3000м в методике иерархического объединения расстановок в блок на втором уровне; 2. на втором логическом уровне методика легко масштабируется путем увеличения последовательности перекрывающихся блоков. Кольцо из большого количества блоков можно разбить на несколько связанных колец; 3. методика позволяет осуществлять контроль ошибки накопленной из-за невыполнения основного требования методик при реальных наблюдениях.
