VisualVoxAt先进的频谱分解法
4.2 频谱分解法的应用
美国石油公司的Partyka 和Gridley等人在上世纪90年代后期的研究将频谱分解引入业界应用，现正逐渐成为研究复杂油气区域的一种有价值的后期处理技术。 传统的地震处理技术可提供的分辨率为20m+，频谱分解可提供10m或更高的分辨率。因此，对于分析薄储层，描述沉积特性如河道或暗礁等，频谱分解具有显著的效果。
注：只要原始地震数据中的岩石类型之间有差异，频谱分解就能提供相当高的分辨率。如果岩石具有相近的速度，频谱分解不一定能将其区分开。 频谱分解除了能提供高分辨率图外，还可用于： ? 计算地层厚度 ? 识别油气指示
如何估计地层厚度，识别油气指示作为频谱分解流程的一部分，将在下章末节中介绍。
16
VisualVoxAt先进的频谱分解法
5.频谱分解的基本流程
本章介绍应用频谱分解工具增强储层可视化和解释的流程。下面以加拿大阿尔伯塔省南部Blackfoot油田河道储层为例加以介绍。
5.1 概况
Blackfoot产油气的下白垩纪海绿石中含有湖河成因的页岩和石英砂。典型的油气层在孔隙性砂岩与非渗透的砂岩和页岩的交界地方形成。三个河道相含有累计孔隙度为18%的沉积砂岩。而由于这里的岩性类型具有相似的P-波阻抗，因此将河道砂与临近的低渗透地层区别开是有难度的。 为了更好地对储层可视化，我们的基本工作流程如下： 1．对叠后数据应用频谱分解生成调谐体。 2．分析频谱分解结果和频率道集。 3．对地层体进行频谱分解。 4．解释生成的结果。
接下来的一节将详细介绍可应用于任何地质环境的流程。
注：在运行频谱分解之前，确保有足够的磁盘空间。每个频率体都会占用和原SEG-Y文件同样大小的磁盘空间。首先确定进行计算的目的时间段，我们不推荐对整个数据体运行频谱分解。
17
VisualVoxAt先进的频谱分解法
5.2 对叠后数据运行频谱分解
用户可将频谱分解直接应用于叠后振幅数据及其属性。在地震属性上运行频谱分解的流程与在叠后振幅数据上运行是相同的。
注：本课程不会介绍哪些属性进行频谱分解能够取得最佳效果。但作为一般原则，如果用户认为底图或剖面视图显示的是数据组合并需要将其区分开来，可以使用频谱分解得到有意义的结果。
VisualVoxAt有4种用于频谱分解的算法（变换）： ? 离散傅立叶变换(DFT) ? 连续小波变换(CWT)
? 时间-频率连续小波变换(TFCWT) ? S-变换(ST)
这四种算法之间的区别将在第七章介绍。用户可运行一种或多种算法生成几个调谐体，用于进一步研究。
注：在较小数据体上运行频谱分解可以减少计算调谐体所用的时间。 要在叠后振幅上运行频谱分解：
1．进入Project Manager > Seismic列表，右击Poststack Amplitude选择Spectral Decomposition命令。
18
VisualVoxAt先进的频谱分解法
2．单击Next>。
3．选择应用的变换(DFT、CWT、TFCWT 或 S-Transform)
注：Spectral Balancing是VisualVoxAt进行频谱分解默认选中的功能。该功能调整和归一化不同频率体的地震能量。选中此选项后，如果两个不同频率的振幅不同，频谱分解将均化振幅或能量使得两者可以比较。注：选中此项后，用户不能将归一化后的结果恢复回去。 4．单击Next>。
5．定义计算的时间段。
19
VisualVoxAt先进的频谱分解法
6．单击Next>。
7．在Export Result下，输入调谐体的频率范围。 8．从下拉菜单中选择Mother Wavelet。
注：推荐Morlet子波作为连续小波变换的默认设置。下节将介绍更多关于母小波的信息。 9．单击Finish。
变换结果将放置在管理器的Seismic列表Poststack Amplitude > Spectral Decomposition文件夹下。
20