CN101520518B - 一种利用重磁电异常的组合特征识别火成岩岩性的方法 - Google Patents
一种利用重磁电异常的组合特征识别火成岩岩性的方法 Download PDFInfo
- Publication number
- CN101520518B CN101520518B CN2008100072945A CN200810007294A CN101520518B CN 101520518 B CN101520518 B CN 101520518B CN 2008100072945 A CN2008100072945 A CN 2008100072945A CN 200810007294 A CN200810007294 A CN 200810007294A CN 101520518 B CN101520518 B CN 101520518B
- Authority
- CN
- China
- Prior art keywords
- magnetic
- unusual
- rock
- gravity
- lithology
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明是利用重磁电异常的组合特征识别火成岩岩性的地球物理勘探技术方法。步骤是:采集记录岩芯物理特性;用k-均值聚类对岩石的密度、磁化率、电阻率进行聚类分析,获得岩芯聚类编码;对重磁勘探结果进行重磁异常剥离获得异常,采用同样的聚类进行三维空间异常编码;将岩石物性聚类编码与重磁电异常编码相互结合反映探区每一处火成岩的岩性。本发明将重磁电综合识别火成岩岩性的方法从定性推测发展到定量统计,减少了人为的经验的主观的因素,也不会出现不同地质解释人员会出现不同的结果,提高了火成岩的识别效果。
Description
技术领域
本发明涉及地球物理勘探技术,具体是一种利用重磁电异常的组合特征识别火成岩岩性的方法。
背景技术
目前,在油气勘探中,火山岩相关的油气藏相继被大量发现,与火成岩相关的油气藏勘探和研究已引起了地球物理界的重视。但是在复杂的火成岩发育区,单一的利用地震勘探识别火成岩岩性、岩相存在一定难度,主要是由于火成岩特殊的物性和内部结构,如果深度比较浅,地震勘探能得到火成岩顶部形态,但难以确定火成岩岩体展布及其岩性;如果火成岩比较深,上覆地层存在高速层,则对火成岩的有效反射信息被大大消弱,甚至难以发现火成岩目标,使地震方法难以有效识别火成岩。火成岩具有强磁性,利用高精度磁力勘探能够发现火成岩,但难以确定具体深度,浅部火成岩与深部火成岩需要利用其它信息来加以分离,但火成岩也有磁性强磁性弱的,还是难以确定和有效识别;重力勘探也可以用于识别火成岩,火成岩与其它岩石具有不同密度,而且不同火成岩之间密度也有差异,但是也需要利用其它资料进行重力异常的分离,获得不同目标体的布格异常,从而研究目标体的密度,但也不能明确分辨火成岩及岩性;电磁法具有一定测深能力,可以直接探测到火成岩体,因为,火成岩与围岩的电阻率有时存在很大差别,也有差别很小的,要识别火成岩也有一定难度。因此,人们采用综合的方法,把一个探区的重磁电震资料进行联合处理、综合解释,利用地震可以作为重磁浅层模型,剥离浅层异常,从而获得反映深部的重磁异常,再把反映目标的重磁电震异常进行综合对比,定性的推断火成岩范围及火成岩岩性岩相。但是,目前只能依靠人为的经验推断,存在人的主观因素,不同地质解释人员会出现不同的结果,同一解释者两次解释也会产生相左的结果,使火成岩的识别效果难以令人信服,进而影响到钻探验证成功率。
发明内容
本发明目的是提供一种综合利用重、磁、电、震等地球物理勘探技术和岩石密度、磁化率、电阻率等性质准确无误圈定和识别火成岩的利用重磁电异常的组合特征识别火成岩岩性的方法。
本发明提供以下实现步骤:
1)在探区钻井采集岩芯,测量并记录每块岩芯标本样本的物理特性;
步骤1所述的物理特性是密度、磁化率、电阻率。
2)采用k-均值聚类对岩石的密度d、磁化率m、电阻率r,数据进行聚类分析;
步骤2所述的聚类分析是先给出分类数,选出聚类种子数据核心,根据与聚类种子数据核心距离把所有点分类,再求均值作为新的种子,重新按照距离分类,如此反复,直到各类最后没有变化了为止。
步骤2所述的聚类分析将距离最短的类别合并为一类。
步骤2所述的聚类分析分别对密度、磁化率和电阻率岩芯测量数据进行聚类分析,分别获得对每块岩石标本三种物性的聚类,每种物性选择的聚类数要求一致。
3)对聚类结果按升序或降序进行编码,获得探区所有岩芯的聚类编码;
步骤3所述的聚类编码以岩石标本密度、磁化率、电阻率的顺序,每一块标本有一个编码,并用0和1的二进数表示。
4)采用常规的方法对探区进行重磁勘探,对勘探结果进行重磁异常剥离处理获得反映探区目标的重力、磁力的异常分布;对电磁法采用二维反演获得电阻率二维断面;
步骤4所述的剥离处理是利用浅层地震和钻井建立密度模型,计算出浅层重力响应,并从实测异常中剥离:Gs=G0-Gq,式中G0:为实测异常,Gq浅层模型异常,对深层区域异常采用重力向上延拓方法获得Gy,将Gy从Gs中减去,就获得较探区深层探区目标的重力异常:Gm=Gs-Gy=G0-Gq-Gy。
步骤4所述的剥离处理对磁力异常Mo直接向上延拓获得区域异常My,将My从Mo中减去:Ms=Mo-My,再对Ms求取垂直二次导数,即可得到反映探区深层目标的磁力异常Mm=Ms”。
步骤4所述的电磁法二维反演处理,采用广义逆二维反演获得分层电阻率异常,直接获得反映深探区层目标的电阻率。
5)对由重磁电异常处理获得的反映探区空间的重力、磁力和电阻率异常,采用步骤2)和3)同样的聚类处理得到三维空间异常编码;
6)模式识别解释:将步骤3)得到的岩石物性聚类编码与步骤5)得到的探区重磁电异常编码相互对应,就可一一对应反映探区每一处火成岩的岩性。
本发明将重磁电综合识别火成岩岩性的方法从定性推测发展到定量统计,减少了人为的经验的主观的因素,也不会出现不同地质解释人员会出现不同的结果,提高了火成岩的识别效果。本发明虽然是针对火山岩的,但完全适用所有岩石岩性的识别。
附图说明
图1为本发明实施例古生界地层岩性编码及岩性解释图。
具体实施方式
采用本发明实施例是对某地区火成岩主要分布于古生界,中新生界基本无火成岩,识别古生界岩石的物性特征。
1、采集该探区钻井岩芯,测量并记录每块岩芯标本样本的物理特性:我们收集了该区55口钻井的古生界岩芯1650块,对岩芯进行编号i1 i2i3……in,n=1650,然后对1650块岩芯进行物性测量,即测量岩芯的密度、磁化率和电阻率的测量工作,获得该区密度、磁化率和电阻率的岩芯物性数据:
岩芯密度d1 d2 d3……dn;岩芯磁化率m1 m2 m3……mn;电阻率r1 r2r3……rn。
2、对岩石的密度d、磁化率m、电阻率r,数据进行k-均值聚类分析:对获得的岩石的三种物性数据,密度[d]、磁化率[m]、电阻率[r]分别进行k-均值聚类分析。首先,我们对密度数据采用k-均值聚类,给出分类数为3类,并挑选出3个密度数据点,d3,d601,d123作为“聚类种子”,即初始聚类核心;根据和这3个点的距离远近,把所有密度数据分成3类。再把这3类的中心(均值)作为新的种子,重新按照距离分类。如此反复下去,直到各类最后没有变化了为止,即完成了密度数据的聚类,把岩芯密度分为高密、中密和低密三个等级。同样,我们也把岩芯磁化率分为强磁性、中磁性和弱磁性三个等级;把岩芯电阻率分为高电阻率、中电阻率和低电阻率三个等级。
3、对聚类结果按升序进行编码,获得一个探区所有岩芯的聚类编码:编码方法以密度、磁化率、电阻率的顺序,每一块标本有一个三种物性的组合编码,对每一种物性均用0和1的二进数表示,这样每种岩石的三种物性的编码位数为6位,前两位数代表密度,中间两位数是磁化率,后两位是电阻率。下表列出了该探区岩石聚类编码:
岩石 | 密度(g/cm3) | 磁化率(10-5SI) | 电阻率(Ω·m) | 聚类编码 |
灰岩 | 2.67 | 6 | 1000 | 110111 |
泥岩 | 2.59 | 25 | 10 | 100101 |
凝灰岩 | 2.52 | 71 | 150 | 011010 |
变质岩 | 2.62 | 1810 | 100 | 101101 |
安山岩 | 2.74 | 17 | 500 | 110111 |
辉绿岩 | 2.76 | 1820 | 400 | 111111 |
4、重磁电异常的分离与聚类处理:对探区重力异常进行剥离:浅层用地震钻井建模,并计算浅层模型异常Gq,区域异常用向上延拓的方法,可直接获得Gy,然后从实测异常中减去浅层和深部区域异常,即获得研究目标的重力异常Gm:
Gm=G0-Gq-Gy。
对探区磁力异常,采用延拓方法获得区域异常My,并从实测异常中减去My获得剩余磁力异常Ms,然后求取剩余磁力异常的二次导数,即获得研究目标的磁力异常Mm=Ms”;
对电磁法采用广义逆二维反演,获得从浅到深的电阻率断面,根据电阻率异常特征我们可以获得研究目标古生界地层的电阻率异常分布。
5、同样,对上面获得的古生界地层的重力、磁力异常和电阻率异常的平面数据进行k-均值聚类分析处理,同样选择聚类数为3,获得研究目标层的平面重磁电异常编码,见附图,根据异常编码值的不同图中被分成若干块,比如图中的浅灰色100101,中央的深色110111,共6个不同的色快,分别为不同的编码值。
6、模式识别地层岩性的编码解释:根据物性聚类分析获得的每种岩石的特征编码,采用一一对应的解释模式,对研究目标的重磁电异常编码做岩性解释。可以很快得到探区古生界地层的岩性编码解释结果。
Claims (7)
1.一种利用重磁电异常的组合特征识别火成岩岩性的方法,其特征在于:采用以下实现步骤:
1)采用常规的方法在探区钻井采集岩芯,测量并记录每块岩芯标本样本的物理特性;
2)采用k-均值聚类对岩石的密度d、磁化率m、电阻率r,数据进行聚类分析;
3)对聚类结果按升序或降序进行编码,获得探区所有岩芯的聚类编码;
4)采用常规的方法对探区进行重磁勘探,对勘探结果进行重磁异常剥离处理获得反映探区目标的重力、磁力的异常分布,对电磁法采用二维反演获得电阻率二维断面;
所述的剥离处理是利用浅层地震和钻井建立密度模型,计算出浅层重力模型响应,并从实测异常中剥离:Gs=G0-Gq,式中G0:为实测异常,Gq浅层模型异常,对深层区域异常采用重力向上延拓方法获得Gy,将Gy从Gs中减去,就获得探区深层探区目标的重力异常:Gm=Gs-Gy=G0-Gq-Gy;
所述的利用重磁电异常的组合特征识别火成岩岩性的方法,其特征在于:步骤4)所述的剥离处理对磁力异常Mo直接向上延拓获得区域异常My,将My从Mo中减去:Ms=Mo-My,再对Ms求取垂直二次导数,即可得到反映探区深层目标的磁力异常Mm=Ms”;
5)对由重磁电异常处理获得的反映探区空间的重力、磁力和电阻率异常,采用步骤2)和3)同样的聚类处理得到三维空间异常编码;
6)模式识别解释:将步骤3)得到的岩石物性聚类编码与探区重磁电异常编码相互对应,就可一一对应反映探区每一处火成岩的岩性。
2.根据权利要求1所述的利用重磁电异常的组合特征识别火成岩岩性的方法,其特征在于:步骤1)所述的采集是取得一层系或多套层系的岩芯,岩芯的物理特性是密度、磁化率、电阻率。
3.根据权利要求1所述的利用重磁电异常的组合特征识别火成岩岩性的方法,其特征在于:步骤2)所述的聚类分析是先给出分类数,选出聚类种子数据核心,根据与聚类种子数据核心距离把所有点分类,再求均值作为新的种子,重新按照距离分类,如此反复,直到各类最后没有变化了为止。
4.根据权利要求1所述的利用重磁电异常的组合特征识别火成岩岩性的方法,其特征在于:步骤2)所述的聚类分析将距离最短的类别合并为一类。
5.根据权利要求1所述的利用重磁电异常的组合特征识别火成岩岩性的方法,其特征在于:步骤2)所述的聚类分析分别对密度、磁化率和电阻率岩芯测量数据进行聚类分析,分别获得对每块岩石标本三种物性的聚类,每种物性选择的聚类数要求一致。
6.根据权利要求1所述的利用重磁电异常的组合特征识别火成岩岩性的方法,其特征在于:步骤3)所述的聚类编码以岩石标本密度、磁化率、电阻率的顺序,每一块标本有一个编码,并用0和1的二进数表示。
7.根据权利要求1所述的利用重磁电异常的组合特征识别火成岩岩性的方法,其特征在于:步骤4)所述的二维反演采用广义逆二维反演获得分层电阻率异常,直接获得反映深探区层目标的电阻率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100072945A CN101520518B (zh) | 2008-02-25 | 2008-02-25 | 一种利用重磁电异常的组合特征识别火成岩岩性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100072945A CN101520518B (zh) | 2008-02-25 | 2008-02-25 | 一种利用重磁电异常的组合特征识别火成岩岩性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101520518A CN101520518A (zh) | 2009-09-02 |
CN101520518B true CN101520518B (zh) | 2011-01-12 |
Family
ID=41081202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100072945A Active CN101520518B (zh) | 2008-02-25 | 2008-02-25 | 一种利用重磁电异常的组合特征识别火成岩岩性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101520518B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828680A (zh) * | 2018-07-25 | 2018-11-16 | 中国石油天然气集团有限公司 | 地层电阻率和极化率的确定方法和装置 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2807417C (en) * | 2010-09-03 | 2013-10-08 | Geosoft Inc. | Method and system for modeling anomalous density zones in geophysical exploration |
CN103513284B (zh) * | 2012-06-21 | 2016-01-20 | 中国石油天然气集团公司 | 一种双磁性层磁异常的剥离方法 |
CN103149589B (zh) * | 2013-02-22 | 2016-01-06 | 中国石油天然气股份有限公司 | 火成岩油气勘探方法及装置 |
CN104635261B (zh) * | 2013-11-13 | 2018-04-13 | 中国石油化工股份有限公司 | 山前带重磁电震联合分体建模方法 |
CN103616731B (zh) * | 2013-11-19 | 2016-04-06 | 中国石油天然气股份有限公司 | 一种油气勘探中蚀变火山岩有效储层确定方法及装置 |
CN104330830B (zh) * | 2014-10-30 | 2017-02-01 | 中国石油天然气集团公司 | 一种磁性体顶面埋深预测方法及装置 |
CN105717551A (zh) * | 2014-12-05 | 2016-06-29 | 核工业北京地质研究院 | 一种火山岩型铀矿盲矿空间定位方法 |
RU2664488C1 (ru) | 2015-03-04 | 2018-08-17 | Инститьют Оф Минерал Рисорсиз, Чайниз Акедеми Оф Джиолоджикал Сайенсиз | Способ автоматического получения структурного строения из данных потенциального поля |
CN104965232B (zh) * | 2015-06-04 | 2017-11-10 | 中国地质科学院矿产资源研究所 | 低纬度地区磁构造格架自动提取方法 |
CN105005097B (zh) * | 2015-07-17 | 2017-07-07 | 中国石油化工股份有限公司 | 利用重力、磁力、电磁、地震资料综合识别火成岩方法 |
CN105865999A (zh) * | 2016-03-17 | 2016-08-17 | 成都创源油气技术开发有限公司 | 沉积岩成岩阶段分析方法 |
CN106443822A (zh) * | 2016-08-16 | 2017-02-22 | 中国石油化工股份有限公司 | 基于重磁电震三维联合反演下的地质综合识别方法及装置 |
CN107817519A (zh) * | 2016-09-14 | 2018-03-20 | 中国石油化工股份有限公司 | 基于重磁震综合解释技术的基底岩性识别方法及系统 |
CN108089238A (zh) * | 2017-12-22 | 2018-05-29 | 中国石油天然气集团公司 | 一种利用综合地球物理资料确定深层裂谷的方法及装置 |
CN108318937A (zh) * | 2017-12-29 | 2018-07-24 | 中国石油天然气集团公司 | 地质解释方法和装置 |
CN111077570B (zh) * | 2018-10-22 | 2021-11-30 | 中国石油天然气股份有限公司 | 确定油藏中辉绿岩的侵入位置的方法、装置和存储介质 |
CN109901239B (zh) * | 2019-03-08 | 2021-01-29 | 中国石油天然气集团有限公司 | 地层密度的测量方法与系统 |
CN112485841A (zh) * | 2019-09-11 | 2021-03-12 | 中国石油天然气集团有限公司 | 深层地层岩性识别方法及装置 |
CN114137633B (zh) * | 2020-09-03 | 2023-12-22 | 中国石油天然气股份有限公司 | 火山岩岩相逐级识别方法 |
CN112415584B (zh) * | 2020-11-09 | 2021-08-27 | 中国地质调查局水文地质环境地质调查中心 | 重磁电震联合反演共网格单元的初值填充方法及装置 |
CN113917561B (zh) * | 2021-09-17 | 2023-06-20 | 东华理工大学 | 一种矿区三维地质建模中目标地质体的确定方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6615139B1 (en) * | 2002-03-28 | 2003-09-02 | Council Of Scientific & Industrial Research | Digitally implemented method for automatic optimization of gravity fields obtained from three-dimensional density interfaces using depth dependent density |
CN101101338A (zh) * | 2007-07-10 | 2008-01-09 | 廊坊开发区中油油田科技工贸有限责任公司 | 一种油气勘探方法及系统 |
-
2008
- 2008-02-25 CN CN2008100072945A patent/CN101520518B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6615139B1 (en) * | 2002-03-28 | 2003-09-02 | Council Of Scientific & Industrial Research | Digitally implemented method for automatic optimization of gravity fields obtained from three-dimensional density interfaces using depth dependent density |
CN101101338A (zh) * | 2007-07-10 | 2008-01-09 | 廊坊开发区中油油田科技工贸有限责任公司 | 一种油气勘探方法及系统 |
Non-Patent Citations (1)
Title |
---|
刘云祥等.利用高精度重磁电勘探资料识别火成岩储层相带.《石油地球物理勘探》.2005,第40卷99-102. * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828680A (zh) * | 2018-07-25 | 2018-11-16 | 中国石油天然气集团有限公司 | 地层电阻率和极化率的确定方法和装置 |
CN108828680B (zh) * | 2018-07-25 | 2020-02-14 | 中国石油天然气集团有限公司 | 地层电阻率和极化率的确定方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101520518A (zh) | 2009-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101520518B (zh) | 一种利用重磁电异常的组合特征识别火成岩岩性的方法 | |
CN109061765B (zh) | 非均质薄砂岩互层油藏的圈闭评价方法 | |
Weissmann et al. | Multi-scale alluvial fan heterogeneity modeled with transition probability geostatistics in a sequence stratigraphic framework | |
Wang et al. | Methodology of organic-rich shale lithofacies identification and prediction: A case study from Marcellus Shale in the Appalachian basin | |
Williams-Stroud et al. | Microseismicity-constrained discrete fracture network models for stimulated reservoir simulation | |
CN103510947B (zh) | 滩坝砂岩微相识别模式的建立方法 | |
Fischer et al. | A workflow for building and calibrating 3-D geomechanical models &ndash a case study for a gas reservoir in the North German Basin | |
US20140222342A1 (en) | 3-D Well Log Invention | |
CN105510993A (zh) | 前陆盆地深埋挤压型复杂膏盐岩层识别和分布预测方法 | |
CN104698492B (zh) | 一种计算异常地层压力的方法 | |
AU2005277383A1 (en) | Method for making a reservoir facies model | |
CN104657523A (zh) | 砂砾岩综合地质建模方法 | |
CN105317435B (zh) | 一种水平井裂缝识别方法 | |
CN110056346B (zh) | 一种基于趋势变化函数的油藏三维原始含水饱和度模拟方法 | |
CN109710891A (zh) | 一种基于流动单元分类计算砂岩型铀矿砂体渗透率的方法 | |
CN106021793A (zh) | 基于存储系数和渗流系数的低渗储层甜点评价方法 | |
Li et al. | Waveform-based microseismic location using stochastic optimization algorithms: A parameter tuning workflow | |
Zhao et al. | Superimposed W and Ag-Pb-Zn (-Cu-Au) mineralization and deep prospecting: Insight from a geophysical investigation of the Yinkeng orefield, South China | |
CN104834007B (zh) | 地震反演过程中计算碳酸盐岩缝洞型储层充填程度的方法 | |
CN106597545A (zh) | 一种水平裂缝地震叠前反演方法和装置 | |
CN107817519A (zh) | 基于重磁震综合解释技术的基底岩性识别方法及系统 | |
Wang | Black Shale lithofacies prediction and distribution pattern analysis of Middle Devonian Marcellus Shale in the Appalachian basin, Northeastern USA | |
CN106033127A (zh) | 基于横波速度变化率的地应力方位地震预测方法 | |
CN104698493B (zh) | 一种计算异常地层压力的方法 | |
Du et al. | Integrated shale gas reservoir modeling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |