Разработка алгоритма совместной инверсии времен прихода преломленных и отраженных волн

Каминский А.Е.

http://zond-geo.com

Введение

В работе рассматривается методика совместной инверсии времен прихода преломленных и отраженных волн.  Данное направление сейчас популярно и широко используется  за рубежом для решения задач глубинной сейсморазведки.

Основными  подходами к совместной интерпретации данных преломленных и отраженных волн являются:

• Полноволновая инверсия во временной или частотной области (Zhou et all, 2003)
• Совместная инверсия времен прихода отраженных волн и первых вступлений (Hobro et all., 2003)

Первое направление имеет ряд существенных ограничений при использовании в инженерной сейсморазведке. Второе направление, применительно к малоглубинным изысканиям, рассматривается в рамках данной работы.

В инженерной сейсморазведке уже достаточно давно совершаются попытки выделения отраженных волн для получения дополнительной информации.  Ведь как известно, использование только рефрагированных волн при интерпретации дает слишком грубое представление о скоростном разрезе (рис.1).  

К сожалению, в большинстве случаев, для данных полученных при инженерных изысканиях, выделить отраженные волны затруднительно, так как они сильно “зашумлены” другими типами волн.  Так как задача выделения отраженных волн является самостоятельным,  чрезвычайно сложным направлением -  здесь она рассматриваться не будет.  Примем, что для определенного профиля выделены первые вступления и времена прихода отраженных волн для n-го количества границ.

Рисунок 1 Результаты двумерной инверсии полевых данных сейсмотомографии на рефрагированных волнах.

Предпосылки к совместной интерпретации преломленных и отраженных волн

Основные минусы сейсморазведки на рефрагированных волнах хорошо известны, это:

• Относительно малая глубинность исследований
• Определенные  требования к скоростному разрезу
• Низкая разрешающая способность  

Интерпретация времен прихода тоже имеет ряд ограничений, особенно  при изучении верхней части разреза:

• Отраженные волны часто “загрязнены” другими типами волн
• Трудности корреляции при сложной геометрии границ
• Годографы имеют более сложный вид

Анализ плюсов и минусов обоих направлений приводит к мысли о совместной инверсии времен прихода преломленных и отраженных волн. Это может дать нам следующие преимущества:

• Хорошо разрешение в верхней части дают рефрагированные волны
• Отраженные волны позволяет увеличить глубинность и устойчивость результата за счет хорошего лучевого покрытия (даже при наличии только одной отражающей границы)
• Более четкое определение геометрии отражающей границы за счет правильного определения скоростного разреза

Основным условием совместного использования является не слишком большое различие глубины проникновения преломленных волн и опорной отражающей границы.

Расчет времен первых вступлений и отраженных волн

Прямая задача – расчет времен первых вступлений и  прихода отраженных волн для среды с произвольной распределением скоростей и геометрии отражателей базируется на методе Shortest path (Moser, 1991).  Этот метод позволяет рассчитать кратчайший путь, по которому проходит рефрагированная волна. Комбинация траекторий лучей минимального пробега от источника и приемника к отражателю позволяет построить путь отраженной волны для каждой границы.  В качестве точки отражения выбирается участок границы с минимальным суммарным временем пробега  от источника и приемника. Таким образом алгоритм расчета сводится к трем основным этапам:

• Для каждой пары источник-приемник, рассчитывается два нисходящих фронта к отражающей границе
• Вдоль отражающей границы получаем 2 распределения времен пробега от источника и приемника
• Точка отражения выбирается исходя из двух условий: минимальная сумма времен пробега, угол падения равен углу отражения

Использование данного метода снимает ограничение на сложность рельефа и углы наклона отражающей границы, что позволяет применять его для интерпретации данных инженерной сейсморазведки.

Прямая задача была реализована для двух типов модели.  В первом варианте скоростной разрез задается набором слоев с произвольной геометрией границ и произвольным распределением скорости вдоль профиля в каждом слое (рис. 2). Сложность геометрии границ контролируется количеством узлов. Любая граница может быть отражающей и преломляющей, либо только преломляющей.  К преимуществам данного варианта модели следует отнести возможность совместной интерпретации P и S волн в рамках одной геометрии границ.  Также его удобно использовать при разреженной системе наблюдений. Во втором варианте модель разбита регулярной сетью ячеек с произвольными значениями скоростей.  Отражающие границы задаются произвольно и не связаны с геометрией ячеек. Такой тип модели удобно использовать для плотных сетей наблюдений, таких как сейсмотомография.

Рисунок 2 Годографы и лучевая схема отраженных(A) и преломленных (B) волн для четырехслойной среды с произвольным распределением скоростей и геометрией границ.

К дополнительным положительным характеристикам алгоритма следует также отнести возможность естественного учета рельефа поверхности измерений, анизотропии скоростей и параметра затухания.  

Тестирование алгоритма решения прямой задачи проводилось для ряда аналитических решений и с использованием сторонних алгоритмов.  Shortest path метод основан на теории графов, и обладает контролируемой точностью, поэтому при достаточно плотном разбиении границ удавалось добиться невязки менее 0.01 процента.

Алгоритм решения обратной задачи

Для решения обратной задачи использовался, уже ставший классическим линеаризованный метод наименьших квадратов в модификации Occam (Constable et all, 1987).  Основной  сложностью при совместной инверсии скоростей и положений узлов границ является несоответствие их размерностей. Это крайне негативно сказывается на свойствах конечной системы. Для уменьшения динамического диапазона матрицы, при инверсии были использованы логарифмические нормы параметров – скоростей и локальных мощностей слоев и логарифмические нормы кажущихся скоростей.  Переход от глубины границы слоя к мощности позволил избежать проблемы пересечения границ в результирующей модели. Также, чтобы подавить сильные осцилляции границ, был использован дополнительный параметр контролирующих относительную скорость изменения  скоростей и границ.  Сглаживающий оператор строился по-разному для двух типов моделей. В первом случае сглаживание производится отдельно для каждого слоя в горизонтальном направлении. Во втором варианте строится общий оператор для сглаживания скоростей в вертикальном и горизонтальном направлении и дополнительный для сглаживания мощностей слоев для соседних узлов границы внутри слоя.

Тестирование инверсии

Алгоритм инверсии тестировался на синтетических данных, полученных для нескольких типов скоростных разрезов.  В качестве основного, был выбран четырехслойный разрез с произвольной геометрией границ, наличием аномальных по скорости объектов внутри слоев и отражающем основанием.  Для основания разреза скорость упругих волн была постоянна. Шаг дискретизации границы соответствовал удвоенному расстоянию между сейсмоприемниками. Система наблюдений соответствовала сейсмической томографии с пунктом возбуждения на каждом сейсмоприемнике. Непосредственно, перед каждым циклом инверсии на синтетические  годографы накладывалась шумовая составляющая разной амплитуды.  

Рисунок 3 Пример инверсии синтетических данных отраженных и преломленных волн. A – расчетные годографы отраженных волн для модели C; B – расчетные годографы преломленных волн для модели C; C – оригинальная модель с отражающим основанием; D – результат совместной инверсии отраженных и преломленных волн; E - результат инверсии только преломленных волн; F - результат инверсии только отраженных волн.

   

Рисунок 2 демонстрирует результаты тестирования алгоритма для произвольной слоистой модели. Верхняя часть разреза представлена низкоскоростными осадочными образованиями, в основании лежат плотные скальные породы.

Система наблюдений состояла из 24 геофонов расположенных через 5 метров, с пунктом возбуждения на каждом.

Как видно из рисунка лучший результат получен при совместной инверсии данных отраженных и преломленных волн.

Тестирование производилось следующим образом:

На первом этапе инвертировались только времена первых вступлений для первого и второго типов модели. В качестве начального приближения использовалась горизонтально-слоистая среда с постоянным градиентом скоростей.

 На втором этапе скоростной разрез подбирался  по временам прихода отраженных волн для первого и второго типов модели. В качестве начального приближения использовалась горизонтально-слоистая среда с постоянным значением скорости.

На третьем  этапе проводилась совместная инверсия данных преломленных и отраженных волн. Как показал наш опыт, при работе с синтетическими данными, для достижения приемлемой невязки достаточно было трех-четырех итераций.

В заключение, полученные модели сравнивались с исходной.

Результаты тестирования для широкого класса моделей показали существенное улучшение точности определения параметров при совместной инверсии данных.

Также было проведено исследование влияния количества данных (рис.4) и шумовой составляющей (рис.5) на результат инверсии.

Рисунок 4  Пример инверсии синтетических данных отраженных и преломленных волн при полной и разреженных системах. A – 24 пункта возбуждения; B – 12 пунктов возбуждения; C – 6 пунктов возбуждения.

Анализ  результатов для систем наблюдений с различной плотностью пунктов возбуждения показал не слишком сильное снижение разрешающей способности.

Рисунок 5  Пример инверсии синтетических данных отраженных и преломленных волн при разном уровне шумовой составляющей.  A – оригинальная модель;. B – восстановленная, шум – 5 мсек; C - шум –10 мсек.  

Алгоритм  совместной интерпретации  данных преломленных и отраженных волн реализован в программе ZondST2D  и в настоящее время проходит стадию тестирования на полевых материалах (рис.6).

Рисунок 6  Результат инверсии полевых данных (отражающая граница в основании разреза).  A – отраженные и преломленные;. B –только преломленные.

Для тестирования на полевых материалах использовалась система наблюдений с 48 геофонами через 2 метра и 9 пунктами возбуждения через 12 метров. Количество данных участвующих  в инверсии составляло: 362 - для рефрагированных,  160 - для отраженных волн. Конечная относительная невязка после инверсии  составила 5.2 процента.

 

Выводы

Предложенный в данной работе алгоритм может быть использован для обработки данных, как “большой”, так и  малоглубинной сейсморазведки. Совместная инверсия данных отраженных и преломленных волн существенно повышает качество результирующих скоростных разрезов.

Ссылки

1. Zhou B., Greenhalgh, S.A., Crosshole seismic inversion with normalized full-waveform amplitude data, Geophysics, 68, 2003.
2. J.W.D.Hobro, S.C.Singh,T.A.Minshull, Three-dimensional tomographic inversion of combined reflection and refraction seismic traveltime data. Geophysical Journal International, 152, 2003.
3. Moser T.J., Shortest path calculation of seismic rays, Geophysics, 56, 1991.
4. Constable S.,Parker R., Constable C. Occam's inversion: A practical algorithm for generating smooth models from electromagnetic sounding data, Geophysics 52, 1987.
   
   

Quality improvement of geoelectrical data interpretation

In recent years, the development of program-algorithmic base of electric exploration had an impact on the ways of field data interpretation. The software is responsible for the result. A formal approach to the data interpretation is a plus by many organizations, and departure from the standard of the count in every way possible suppressed. Such approach to interpretation is untenable because of some properties of inverse modeling. The visionless relevance of the interpreter to the algorithm output can lead to the inadequate results, which compromise geophysics in front of geologists. The inversion algorithm is like a “black box” – the quality of the results depends on the priori information.

Usually the interpretation begins with data analysis and primary data processing. Always there is a rule – “qualitative interpretation begins with the qualitative data”. It is impossible to overestimate the importance of qualitative analysis of observed data. Sometimes, even a small percentage of bad data can affect the resulting model. The dispersion of measurements is important for the data interpretation. Knowledge of dispersion estimator allows setting the correct weight of each measurement during inversion. It is useful to use iterative robust scheme for evaluation of data’s quality. These schemes should be applied in case of variation from the normal distribution of errors, spikes and etc. This algorithm applied to some sample data by different methods. For example, during interpretation of cross-borehole survey it is better to use robust scheme for the data in each of the source position separately.

Except industrial and instrumental method interferences is geological noise. It is known as P or C-effect. It appears when potential or current electrode falls on the local near-surface irregularity. The electric field strongly changes due to the irregularity. As a result, the sounding curve shifts without changing form (VES, MT). A lot of articles are dedicated to methods of controlling the geological noise. We propose the following algorithm to control the P-effect. It can be used during one-dimensional data interpretation.

Picture.1. Comparison of one-dimensional inversion results of electromagnetic sounding profile data according to the proposed (A) and standard (B) methods obtained with the use of ZondMT1D.

Parameter which modeling P-effect add to each curve during the two-dimensional interpretation of MTS data. Geological noise makes the strongest distortions in the data of cross-borehole tomography. During two- or three-dimensional inversion anomalous substance is formed in borehole environment. This substance is not associated with the real geological situation. Tramps, which are controlling by the borehole, separate the earth into loose area. In consequence, parameters are changed or the layers shift on different sides of the borehole. This complicates the geological interpretation of electrotomography results.

For solving this problem is proposed method, which allows to improve inversion results. The algorithm is to use a non-standard smoothing operator. The operator is constructed in such way that to produce through average of non-contiguous cells with borehole.

Picture.2. Comparison of inversion results of electromagnetic sounding synthetic data for model (A) according to the proposed (B) and standard (C) methods obtained with the use of ZondCHT.

During two-dimensional interpretation we should use the special algorithms, if the geoelectrical earth is complex. The complex earth is the earth, where angels of thin layers change or there are several structural levels within the one model. The standard inversion of this model is very rough and the result is not real. We developed the algorithm, which set up any averaging direction of smoothing operator for the different parts of model.

The next important way of quality improvement is adding the log data. The log data can be used in a qualitative or quantitative form. Resistivity log data allows locking or setting intervals range of changing in resistivity for cells along the borehole. Because of that the inversion results improved.

Picture.3. Comparison of inversion results of synthetic RMT data for model (A) with (B) and without (C) log data obtained with the use of ZondMT2D.

Undoubtedly, the best way of interpretation is the integration of geophysical methods. The some geophysical method is the most suitable for some modeling. To get all geological information, we should evaluate results jointly, because of possibility of each method to detect the different geological object. The quantitative integration method is based on special algorithm of focus inversion. The focus inversion is the modification of Occam, which allows to get sectionally-smooth parameterization. For an example, the cover thickness of rock foundation is known according the seismotomography. During electrotomography inversion the focus filter is used. This filter based on this boundary information.

Sometimes, model obtained by smooth inversion, we need to transform to structured geoelectrical model. This model consists of small amounts of objects. In order to do this we use polygonal interpretation. This is the more geological approach of data interpretation.

Picture.4. An example of structured geoelectrical model obtained with the use of ZondRes2dp.

In addition, there are algorithms of sequential interpretation of electrical and electromagnetic data. Result’s quality improvement depends on different sensitivity of electrical and electromagnetic methods to the parameters of geoelectrical models. Equivalent solution reduced due to the sequential interpretation.

There are many methods of data interpretation. This work is devoted to the methods, which are used more frequently during interpretation.

ProfileR_ZondRes2D

Resistivity imaging (ERT) with ZondRes2D

Приемы повышения качества интерпретации электроразведочных данных

Развитие программно-алгоритмической базы электроразведки в последние годы  серьезно отразилось на подходе к интерпретации полевых материалов. Ответственность за результат все чаще возлагается на машину. Во многих организациях даже приветствуется формальный подход к интерпретации данных и всячески пресекается отход от стандартного графа. Ряд свойств обратной задачи электроразведки позволяет сделать вывод о необоснованности  такого подхода к интерпретации. Слепое доверие интерпретатора к результатам работы алгоритма может привести к получению неадекватных результатов компрометирующих геофизику в глазах геолога. Не следует забывать, что алгоритм инверсии подобен черному ящику – качество результата напрямую зависит от количества заложенной априорной информации.

Процесс интерпретация обычно начинается с анализа и первичной обработки информации. Правило “качественная интерпретация начинается с качественных данных”  - работает всегда. Важность качественного анализа наблюденной информации сложно переоценить. В некоторых случаях, даже небольшой процент измерений сомнительного качества может сильно повлиять на результирующую модель. Особую роль при интерпретации играют сведения о дисперсии измерений. Знание оценок дисперсии позволяет правильно задать вес  каждого измерения  при инверсии. Иногда, бывает полезно использовать итеративные робастные схемы оценки  качества измерений. Эти схемы следует применять в случаях отличия от нормального распределения ошибок, резких выскоках и пр. Отметим, что различные  методики требует применения данного алгоритма к определенным выборкам данных. Например, при интерпретации межскважинных измерений лучше применять робастную схему для данных при каждом положении источника  отдельно.

Кроме промышленных и аппаратурно-методических помех существуют, так называемые геологические помехи, еще известные как P и C - эффекты. Они связаны с попаданием приемного или питающего электрода на локальную приповерхностную неоднородность. Электрическое поле сильно искажается под влиянием неоднородности, что проявляется в смещении кривой зондирования без изменения ее формы (ВЭЗ, МТЗ). Методам борьбы с геологическими помехами посвящено множество работ. Нами предлагается следующий алгоритм борьбы с P-эффектом, который может быть использован при одномерной интерпретации данных.

Модель среды представлена горизонтально-слоистым или субгоризонтально-слоистым разрезом (с плавно изменяющимися границами) в нижней части. Верхняя часть разреза может сильно изменяться от точки к точке. При решении обратной задачи используется несколько смежных зондирований имеющих общую нижнюю и переменную  верхнюю часть. Подбор осуществляется одновременно для всех кривых в окне,  причем центральной точке задается больший вес при расчете невязки.  Для борьбы с P-эффектом, каждой кривой (или каждому сегменту кривой случае ВЭЗ) окна задается дополнительный параметр – смещение. Этот параметр минимизируется для всех кривых при подборе, тем самым существенно уменьшая влияние P-эффекта.

Рис.1. Сопоставление результатов одномерной инверсии профильных данных электромагнитных зондирований по предлагаемой (A) и по стандартной методике(B) полученных в программе ZondMT1D.

При двумерной интерпретации данных МТЗ каждой кривой добавляется параметр моделирующий P-эффект.  

Самые сильные искажения геологические помехи вносят в данные межскважинной электротомографии. В процессе двумерной или трехмерной инверсии в околоскважинном пространстве концентрируется большой объем аномалеобразующего вещества  не связанного с реальной геологической ситуацией. Эти «ложные» аномалии, контролируемые стволом скважины, разделяют пространство на несвязанные области. Что проявляется в резком изменении параметров или смещении слоев,  по разные стороны от ствола скважины. Данное обстоятельство существенно затрудняет процесс геологической интерпретации результатов электротомографии.

Для решения данной проблемы нами предложена методика, позволяющая улучшить результаты инверсии. Суть алгоритма заключается в использовании нестандартного сглаживающего оператора. Оператор строится таким образом, чтобы производить сквозное осреднение несмежных со скважиной ячеек.

Рис.2. Сопоставление результатов инверсии синтетических данных межскважинной электротомографии для модели (А), по предлагаемой (B) и по стандартной методике(C) в программе ZondCHT.

Двумерная интерпретация данных в случаях сложных геоэлектрических сред, где происходит резкое изменение  углов падения тонких слоев, или при наличии нескольких структурных этажей, в пределах одного разреза, требует разработки специальных алгоритмов. Использование стандартных методик при инверсии подобных разрезов дает очень грубые, часто не  соответствующие реальности результаты.  Нами разработан алгоритм, позволяющий задавать любые направления осреднения сглаживающего оператора для различных частей разреза.

Следующим важным способом повышения качества интерпретации является внедрение скважинной информации. Скважинные данные можно использовать в качественном или количественном виде. При наличии результатов интерпретации данных электрокаротажа можно зафиксировать или задать интервалы изменений удельных сопротивлений ячеек модели вдоль ствола скважины. Это процедура позволяет существенно улучшить результаты инверсии.

Рис.3. Сопоставление результатов инверсии синтетических данных РМТ для модели (А), с использованием (B) и без использования  скважинной информации (C) в программе ZondMT2D.

Несомненно, самым сильным приемом интерпретации является комплексирование геофизических методов. Каждый геофизический метод  наилучшим образом решает определенный класс задач. Для наиболее полного представления о геологическом строении  следует совместно оценивать результаты, учитывая  возможности разрешения каждым методом различных геологических объектов. Предлагаемый нами метод количественного комплексирования основан на использовании специального алгоритма фокусирующей инверсии. Фокусирующая инверсия –модификация алгоритма Occam, позволяющая получить кусочно - гладкое распределение параметра . Например, по данным сейсмотомографии известна оценка глубины залегания пород скального основания.  При инверсии данным электротомографии используется фокусирующий фильтр,  построенный на основе информации об этой границе.

В некоторых случаях, из модели, полученной на основе гладкой инверсии, требуется получить структурный геоэлектрический разрез, состоящий из небольшого количества объектов. Для этого используется полигональный вариант описания геоэлектрической среды, способствующий более геологическому подходу к интерпретации данных. 

Рис.4. Пример построения структурного геоэлектрического разреза, по результатам инверсии в программе ZondRes2dp.

 Кроме описанных выше способов существуют алгоритмы совместной интерпретации данных электрических и электромагнитных методов. Улучшение качества результатов в данном случае связано с различной чувствительностью электрических и электромагнитных методов к параметрам геоэлектрического разреза. Совместная интерпретация значительно сужает область эквивалентности решения.

Полный список приемов  интерпретации электроразведочных данных не ограничивается описанными в данной  работе. В основном, здесь были приведены методики, которыми мы наиболее часто используем при интерпретации. 

ПРОГРАММА СОВМЕСТНОЙ ИНТЕРПРЕТАЦИИ ДАННЫХ ЭЛЕКТРИЧЕСКИХ И ЭЛЕКТРОМАГНИТНЫХ ЗОНДИРОВАНИЙ NWCOMPLEX1D

Совместная интерпретация данных электрических и электромагнитных зондирований является надежным инструментом повышения качества получаемых результатов. Улучшение качества в данном случае, связано с различной чувствительностью электрических и электромагнитных методов к параметрам геоэлектрического разреза. При этом значительно сужается область эквивалентности решения обратной задачи.

Электрические зондирования успешно применяется при решении многих геологических задач, однако, обладает рядом недостатков: довольно низкой производительностью, сильным влиянием локальных приповерхностных объектов, неоднородностей рельефа и верхних, экранирующих плохо проводящих отложений, а также сравнительно небольшой глубинностью. Кроме того, существует проблема эквивалентности тонкого слоя, заключающаяся в невозможности раздельного определения его удельного сопротивления и мощности.

В отличие от электрических, электромагнитные зондирования чаще всего не требуют заземлений, характеризуются высокой производительностью и большой глубинностью. Плохо проводящие горизонты не являются препятствием для распространения индукционного электромагнитного поля, что позволяет проводить работы в зимнее время и в районах развития высокоомных приповерхностных отложений. С другой стороны, электромагнитные зондирования чаще всего  малопригодны для изучения верхней части разреза на глубинах до нескольких метров и менее чувствительны к слоям высокого сопротивления. Перечисленные выше особенности электрических и электромагнитных зондирований наводят на мысль об их взаимной дополнительности и целесообразности их совместного применения при изучении геоэлектрического разреза.

К настоящему времени известно более десятка работ [Vozoff, 1975, Raiche, 1985, Тарасов, 2000] в данной области, однако все они не были доведены до программного исполнения. Отсутствие  подобного инструмента интерпретации послужило толчком к разработке программы  для совместной инверсии данных электрических и электромагнитных зондирований NWCOMPLEX1D.

Программа позволяет одновременно рассчитывать прямую задачу для следующих методов: вертикальные электрические зондирования (ВЭЗ), магнитотеллурические зондирования (МТЗ), электромагнитные зондирования во временной и частотной области для любых типов приемников и источников.

Обратная задача, также решается одновременно для всех данных, с учетом качества измерений и относительных весов каждого метода.

Одной из прикладных задач программы является подавление P-эффекта в методах ВЭЗ и МТЗ при комплексной интерпретации с данными зондирований становления поля. Этот эффект проявляется в сдвиге кривой кажущегося сопротивления при попадании приемной линии на локальную приповерхностную неоднородность.

Для борьбы с P-эффектом каждой кривой (или каждому сегменту кривой случае ВЭЗ) задается дополнительный параметр – смещение. Этот параметр минимизируется для кривых кажущихся сопротивлений при подборе, тем самым существенно уменьшая влияние P-эффекта. Алгоритм подавления отличается от стандартной инверсии  дополнительными параметрами и конструкцией сглаживающего оператора Параметры,  моделирующие P-эффект имеют меньший вес по сравнению с остальными.

Рис.1 Пример совместной  интерпретации данных A - ВЭЗ и B –метода переходных процессов (МПП).

Разработанная программа опробована на различных  полевых материалах. На рисунке 1 показан результат совместной интерпретации данных ВЭЗ и МПП, полученных компанией ”Элгео” при решении гидрогеологических задач в республике Коми. Каждый из использованных методов дополняет другой, что позволяет лучше разрешать параметры геоэлектрического разреза, т.е. решить геологическую задачу. В данном примере использование приема комплексирования помогло преодолеть проблему эквивалентности третьего слоя.

Также для тестирования использовались данные зондирования становления поля и МТЗ компании “Северо-Запад”, полученные на полуострове Таймыр. В ходе совместной интерпретации программа была особо эффективна при подавлении P-эффекта кривых МТЗ.

 Полученные результаты свидетельствуют о необходимости совместной интерпретации данных электрических и электромагнитных зондирований при решении различных геофизических задач.

Инверсия данных электротомографии, полученных с аномальными установками при поисках слабоконтрастных объектов

The presentation focuses on the problem of low-contrast geoelectrical anomalies prospecting. Special algorithm for two dimensional ERT interpretation with anomal electrodes array is developed. The inversion is proposed to use the log-linear data normalization and  P / C effects modeling. The algorithm is realized in the ZondRes2d software, tested on synthetic and field examples.

Выявление слабоконтрастных по сопротивлению объектов является актуальной  задачей инженерной геофизики на сегодняшний день.  Современные задачи проектирования требуют детального расчленения геологического разреза. Методики, используемые для исследования карстовых образований, выявления небольших линз или валунов, во многих случаях дают неудовлетворительные результаты.  

Небольшие, малоконтрастные тела очень слабо проявляются в измеренных сигналах. Иногда это влияние сопоставимо с уровнем помех, и возможность их выделения, а тем более определения  параметров чрезвычайно затруднительна. Одним из эффективных приемов, улучшающим качество результатов в таких ситуациях, является использование аномальных измерений.

Методически, задача решается разделением разреза на нормальную (горизонтально-слоистая среда) и аномальную составляющие (локальные объекты). Использование специальных систем наблюдений позволяет измерять эффект только от локальных объектов. В литературе данный подход называется методом чистых аномалий. Существует несколько разновидностей измерительных установок  метода чистых аномалий. Всех их объединяет тот факт, что на поверхности горизонтально-слоистой среды они дают нулевое значение сигнала.

Метод чистых  аномалий давно известен и хорошо изучен в теории и на практике. Несмотря на многолетний опыт использования и  большой объем накопленных материалов, интерпретация до сих пор проводится на качественном уровне. Конечно, возможность использования современных алгоритмов интерпретации, таких как 2D инверсия,  есть. Но все они адаптированы для стандартных электротомографических систем наблюдений.

Для того чтобы получить аномальные измерения необязательно использовать специальные установки, типа MAN. Достаточно произвести наблюдения с трехэлектродной установкой прямым  и обратным ходом.  Разница значений сигналов двух измерений с одним положением MN и одинаковыми по модулю коэффициентами – даст искомое значение. К сожалению, при таком способе получения аномальных измерений страдает качество данных.

Особенностью аномальных измерений  является их знакопеременность и низкий уровень сигнала. Это в первую очередь не позволяет использовать логарифмический масштаб нормировки сигналов при инверсии, что негативно сказывается на решении задачи (расширяется динамический диапазон).

Еще одной проблемой, затрудняющей выявление слабоконтрастных объектов, является наличие в данных P/C-эффекта. Несмотря  на то, что 2D электротомография позволяет учесть P/C-эффекты, их влияние на результат инверсии всегда негативное. В некоторых случаях, локальные приповерхностные неоднородности могут катастрофически искажать глубинные части геоэлектрического разреза. И чем ниже контрастность искомых объектов, тем сильнее они могут быть искажены.

Для решения вышеуказанных задач нами был разработан специальный алгоритм инверсии данных электротомографии. Отличительными особенностями алгоритма является использование линейно-логарифмического масштаба данных и подбор дополнительных параметров, моделирующих P/C эффект.  

Логлинейный параметр  определяет минимальную декаду, в которой масштаб переходит из логарифмического в линейный. Обычно  значение данного параметра выбирается исходя из уровня помех в данных. Линейно-логарифмическая норма сужает динамический диапазон знакопеременной последовательности измерений и понижает значимость данных с высоким уровнем шумовой составляющей.

Для моделирования P или C эффекта используется добавка к нормированному значению сигнала полученного при определенном  положении приемной линии или источника. Для того чтобы избежать чрезмерного влияния добавок на процесс инверсии, скорость их изменения искусственно занижается и подбор ведется только на  поздних итерациях.

Разработанный алгоритм был включен в программу ZondRes2D и опробован на ряде синтетических (Рис.1) и натурных примеров.

Рис.1. Результаты тестирования алгоритма на синтетических данных. А – Исходная геоэлектрическая модель(искомый объект под “экраном”), B – результат инверсии аномальных данных (AMN-MNB), C – результат инверсии обычных данных (AMN+MNB или Шлюмберже).

Для улучшения результата вышеописанного подхода был предложен уточняющий двухстадийный алгоритм, позволяющий четко получать, как структуру вмещающих пород, так и локальные объекты на его фоне. Суть алгоритма заключается в последовательном решении обратной задачи для обычных измерений и последующим уточнением разреза аномальными значениями.

Алгоритм хорошо показал себя при опробовании на синтетических и наблюденных данных. Основной выявленной проблемой является требовательность к   уровню сигнала.

Предложенная методика интерпретации может быть успешно применена при детальных исследованиях  разрезов, выявлении небольших и слабоконтрастных объектов.