时频分析是储层预测与解释技术的重要组成部分,通过时频分析方法可以获得地震信号的时频谱,进而利用时频域特征提取地震属性并进行储层预测与流体识别。不同类型的流体对地震波的吸收与衰减不同,而地震信号的时频域属性能够反映地下介质的差异特性,因此利用地震资料的时频特征进行属性分析与储层流体识别是有效且可行的。常用的时频分析方法如经典的短时傅里叶变换、小波变换以及Wigner-Ville等,存在时频分辨率低或交叉项等问题,这些不足极大地制约了其在地震勘探中的应用。近年来,高精度时频分析方法迅速发展,如分数域时频分析、稀疏时频分析等,已成功应用于地震勘探和储层预测,取得了良好的效果。本论文主要针对叠后地震资料,以高精度时频分析及特征为基础,提取其相关的地震属性,以达到对储层含流体性质的识别。本文的主要研究内容包括以下几个方面:(1)研究了多种时频分析方法,如短时傅里叶变换、小波变换、S变换、Gabor变换、Wigner-Ville时频分布和Cohen类时频分布等。对这些方法进行仿真测试,分析它们各自的优缺点。(2)研究了Hilbert-Huang变换,即一种适用于非线性、非平稳信号的自适应时频分析方法。Hilbert-Huang变换分为经验模态分解和Hilbert变换两个部分,本文对该方法的原理和实现流程进行了阐述。由于经验模态分解存在模态混叠现象,文中还介绍了集合经验模态分解方法,它是经验模态分解的改进算法,可以有效地解决模态混叠问题,但是会导致分解结果中存在一定的噪声,而瞬时频率的计算对噪声很敏感,因此需要一个更稳健的瞬时频率估算方法。针对此问题,本文提出了基于阻尼瞬时频率的改进Hilbert-Huang变换,以补足集合经验模态分解的缺陷。相比其他频率估算方法,阻尼瞬时频率估算方法具有更强的抗噪性和较高的估算精度,合成模型和实际地震数据处理结果表明该方法可以有效地获得地震信号的瞬时频率属性。(3)作为时间带宽积在分数域的延伸,广义时间带宽积可以衡量有效信号在分数时频域的支撑区域。本文基于广义时间带宽积的定义,结合分数阶傅里叶变换的时频旋转性质,推导出基于广义时间带宽积准则的最优分数域S变换,可以获得比传统S变换更高的时频分辨率。另外,本文根据归一化二阶中心矩的定义,将最优阶搜索问题转化为二阶中心矩的直接计算,这样做可以提高最优阶搜索过程的计算效率,对理论信号的仿真测试验证了其有效性。实际地震资料的谱分解结果表明,本文算法可以获得时频聚集性更好的分频属性剖面,显著优于传统S变换,这对复杂地震信号处理与油气储层预测具有重要意义。(4)本文结合匹配追踪算法和Wigner高阶谱切片,提出了基于匹配追踪的Wigner高阶谱切片方法,可以获得抑制交叉项的高分辨率时频谱。理论模型测试和实际地震数据处理结果表明该方法可以获得聚集性更好的单频剖面,提高储层预测的精度。(5)基于反问题求解最优化问题,本文提出了稀疏S变换方法,将S反变换过程看作线性反问题,并对S变换的时频谱添加L1范数稀疏约束,该反问题符合基追踪去噪形式,利用SPGL1算法可以求得最优解,得到高分辨率的稀疏时频分布。理论模型和实际地震数据测试证明了该方法具有良好的性能,可以为地震资料提供高分辨率、聚焦性好的时频谱,有利于地震频谱成像和储层解释。(6)本文将频域显著性检测概念引入地震资料处理领域,并利用分数阶傅里叶变换理论,提出了地震分数域显著性检测模型,并在实现过程中进行修改获取更平滑清晰的地震显著性特征。主要以分数域谱残差和分数域相位谱两种模型为例,采用理论模型和实际地震资料进行对比测试,分析它们的性能和优缺点。利用分数域显著性检测模型,可以得到不同分数阶次下的显著图,更精确地分析构造特征和突出目标区域,这在油气藏分析中具有重要意义。(7)研究了地震信号的时频域属性提取与分析方法,主要利用最优分数阶S变换提取多种地震属性,如中心频率、均方根频率、瞬时带宽以及Teager主能量属性,并与常规S变换的结果进行对比分析,分析了谱分解结果中低频阴影现象。此外,利用流体的能量衰减属性,对储层含流体性质进行识别与分析。