CN101630013A - 一种叠前地震数据泊松比参数反演的方法 - Google Patents

一种叠前地震数据泊松比参数反演的方法 Download PDF

Info

Publication number
CN101630013A
CN101630013A CN200810116706A CN200810116706A CN101630013A CN 101630013 A CN101630013 A CN 101630013A CN 200810116706 A CN200810116706 A CN 200810116706A CN 200810116706 A CN200810116706 A CN 200810116706A CN 101630013 A CN101630013 A CN 101630013A
Authority
CN
China
Prior art keywords
data
seismic
parameter
stack
wave impedance
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.)
Pending
Application number
CN200810116706A
Other languages
English (en)
Inventor
高少武
赵波
刘超颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Petroleum Corp
BGP Inc
Original Assignee
China National Petroleum Corp
BGP Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China National Petroleum Corp, BGP Inc filed Critical China National Petroleum Corp
Priority to CN200810116706A priority Critical patent/CN101630013A/zh
Publication of CN101630013A publication Critical patent/CN101630013A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明为油田开发储层预测、油水界面识别的叠前地震数据泊松比参数反演的方法。对叠前地震数据按照炮检距大小不同进行不同炮检距叠加,形成多个不同炮检距的叠加地震数据;对炮检距的叠加地震数据进行对比,得出反映地下储层变化的近炮检距叠加地震数据和远炮检距叠加地震数据,然后利用地震、测井资料联合波动方程反演,实现井间地层波阻抗参数的空间分布,把井间地层波阻抗参数标定成为速度参数,最后计算速度比和泊松比参数,本发明有效地利用了常规地震数据和测井数据,对断层、尖灭带的反演有一定的适应能力,具有适应范围大、分辨率高、计算量小、计算速度快、稳定性好、计算精度高、具有一定的抗噪能力的特点。

Description

一种叠前地震数据泊松比参数反演的方法
技术领域
本发明涉及物探技术,属于油田的勘探、开发、开采过程中为储层预测、油水界面识别和油藏描述提供的一种叠前地震数据泊松比参数反演的方法。
背景技术
地震勘探的过程,就是在地面上的一系列点上,利用人工激发地震波,地震波向地下传播,当遇到波阻抗(地震波在地层介质中向地下传播的速度与介质密度的乘积)界面(即上下地层波阻抗不相等面)时,在波阻抗界面上地震波产生反射现象,地震波传播方向发生改变,地震波开始向上传播,在地面上的一系列接收点上安置着接收器,接收向上传播的地震波数据,这是地震勘探的正过程(野外勘探过程)。而实际地面接收器接收到地震波数据中不但包含着地下地层波阻抗界面的信息,而且还包含着激发点和接收点空间位置和排列位置的信息,以及各种噪声干扰等。地震数据处理就是将野外勘探过程中接收的向上传播的地震波数据,经过处理,仅仅保留下反映地下地层波阻抗界面的信息,而消除其它的信息,这样得出的地震数据,就是叠后地震数据。地震波传播速度的大小反映了地下地层的结构和构造,而速度比和泊松比参数反映了储层中油气分布情况以及油和水的分界面,是油气勘探、开发、开采过程中最重要的参数。速度比和泊松比参数反演就是根据地面接收到的反映地下地层界面的反射信号,求取地下地层速度比和泊松比参数的过程。
现行的地震技术可以求出相应的速度参数,但是由于地震记录中存在噪声,加上地震记录的分辨率较低,难于实现地质任务对地层纵横向分辨率的要求;测井技术虽然具有很高的纵向分辨率,但不具备横向分辨率,难于实现地质任务对井间地层参数变化的要求。
地震波速度反演方法要求地震波具有振幅真值,且激发地震波的震源为已知,保存有全套多次波信息,没有噪声干扰特别是没有决定性过程的规则干扰。在这样严格的条件下才能有效反演可靠的速度参数,但是这在实际地震波采集过程中是无法保证的。因此实际地震波速度参数反演的根本问题是用于参数反演的已知信息严重不足,从而导致反演过程的失败。实际地震可以为我们提供用于反演的数据,仅仅是叠后地震数据。我们认为叠后地震数据中,并不包含噪声信息,而仅仅包含着反映地下地层波阻抗界面(即速度)的信息和地震波传播的地震子波信息。我们仅仅已知叠后地震数据,地下地层波阻抗界面的信息和地震波传播的地震子波信息,既用一个数据求两个未知数,因此求解需要的已知信息严重不足。通过对目标地区进行地质勘探,已知目标地区的地质层位信息,通过对叠后地震数据进行解释,将地质层位信息和地震层位信息对应起来,这些先验地质层位信息可以作为附加信息参加反演过程,这才是成功实现地震波速度参数反演的保证。
测井就是在已经钻探好的井中,将各种激发设备和接收设备放置在一根钢管内,激发设备和接收设备保持几米的距离远,用电缆连接这些激发设备和接收设备到地面。在地面上,通过匀速下降电缆和匀速提升电缆,同时利用激发设备进行信息激发,这些激发的信息穿过井壁地层,由接收设备接收,通过电缆传输到地面存储设备存储起来。一次可以同时得到许多测井参数。地震反演需要的测井参数是声波时差参数和密度参数。声波时差的倒数就是速度,因此利用这两个参数可以得出波阻抗和速度参数。声波时差参数是由声波测井测得的,密度参数是由密度测井测得的。声波测井设备包括一个声波脉冲发射器和一个声波脉冲接收器。由声波脉冲发射器发出的声波射向井壁,声波在地层中传播。声波脉冲接收器接收声波在地层中的传播。声波测井参数就是声波通过1英尺地层所需要的传播时间随深度变化的记录。密度测井设备包括一个屏蔽体内的放射性源和一个放射性探测器。由放射性源发出的伽马射线射向井壁地层,这些伽马射线可以看作为高速粒子,在地层中与电子碰撞。每次碰撞伽马射线传递能量给电子而失去一部分能量,能量减少后的伽马射线继续前进。放射性探测器接收到能量减少后的伽马射线。伽马射线能量的减少作为地层密度的指示记录下来,即密度参数。
测井参数数据采集很密集,采样率很小,因此测井参数的视分辨率很高,所得到的波阻抗和速度曲线中具有丰富的高频成分。但是这些高频成分既不对应反射界面,也不对应地层界面。因此利用测井参数得到的波阻抗和速度曲线,必须根据地质解释人员所掌握测量地区丰富的已知地质层位信息和储层油汽水信息,在满足所研究的目的层的对层和标定的条件下,对测井参数进行交互解释后,才能作为约束用的附加信息参加反演过程。对一层砂岩一层泥岩的砂泥岩薄互层而言,必须在测井参数曲线上进行详细的解释,识别出砂泥岩薄互层。如果没有可靠的井中薄互层解释,就谈不上薄互层反演;同样没有井参数的有效约束,要想从地面地震记录中直接反演薄互层的可能性是很小的。
地震数据纵向分辨率虽然很低,不能满足储层预测和油藏描述的要求,但是地震数据横向具有一定的连续性和分辨率。而测井资料纵向分辨率虽然很高,能满足储层预测和油藏描述的要求,但是测井资料横向不具有分辨能力。为此有效的利用地震数据横向连续性和测井资料纵向高分辨率的互补特性,并使井中数据的高分辨率特征拓展到井间地震波反演的数据中,以提高物性参数反演的分辨率,才是参数反演的有效途径。
速度比就是地层中纵波传播速度与横波传播速度之比,而泊松比是一个仅仅与速度比有关的弹性常数,它们的大小描述了地下介质弹性性质的差异,是反映岩性性质变化和油水分界面的最重要的参数,由它们可以直接识别出砂岩和页岩,含油砂岩和含水砂岩。因此这两个参数的反演是地震数据反演所要求的最高目标。
常规的地震数据和测井数据中,很少或者没有横波数据,因此运用常规的地震数据和测井数据来反演速度比和泊松比参数是不可能实现的。而常规的AVO(Amplitude Variation with Offset,振幅随炮检距变化)技术可以通过地震数据反演出速度比和泊松比参数,但由于地震数据的分辨率低,依此反演出速度比和泊松比参数的分辨率也低,难于满足油田的勘探、开发、开采过程中高分辨率的速度比以及泊松比参数的需要。
根据AVO理论知识,叠前地震数据中近炮检距地震数据主要包含着纵波的信息,远炮检距地震数据还包含着横波的信息。那么近炮检距地震叠加数据主要包含着纵波的信息,远炮检距地震叠加数据也包含着横波的信息,依此近炮检距地震叠加数据反演计算的速度参数主要包含着纵波速度的信息,远炮检距地震叠加数据反演计算的速度参数中也包含着横波速度的信息,因此它们的速度之比反映了纵横波速度比的信息,它们的速度比和泊松比参数反映了地下地层岩性的信息。这为我们运用常规的地震数据和测井数据来反演速度比和泊松比参数提供了理论基础,也使得运用常规的叠前地震数据和测井数据来反演速度比和泊松比参数成为现实。
发明内容
本发明目的在于提供一种直接利用常规叠前(纵波)地震数据和测井数据,反演反映地下地层岩性、油气水界面变化信息的速度比和泊松比参数,为油田的勘探、开发、开采过程中储层预测、油水界面识别和油藏描述提供叠前地震数据泊松比参数反演方法。
本发明通过以下技术方案实现,包括以下步骤:
1)采用常规的地震勘探方法采集地震数据,对叠前地震数据进行处理;
步骤1)所述的处理包括地表一致性振幅处理和地表一致性反褶积处理,速度分析、动校正和剩余静校正,叠加和叠前偏移处理,形成偏移归位的叠前道集数据。
2)利用叠前地震数据对地震数据按照炮检距大小进行不同炮检距叠加形成多个不同炮检距的叠加地震数据,得出近炮检距叠加地震数据和远炮检距叠加地震数据;
3)对近炮检距和远炮检距叠后地震数据分别进行频谱分析;
步骤3)所述的频谱分析是用常规方法计算近炮检距和远炮检距叠后地震数据的振幅谱和相位谱,得到振幅谱的谱宽度和主频;在井旁地震道上提取地震子波并计算地震子波的振幅谱和相位谱,得到地震子波振幅谱的谱宽度和主频;
4)根据已采集的地质地层层位信息和钻井地层信息,确定地质地层层位对应的地震地层层位,对确定的层位进行检验和校正处理以及平滑和内插处理;
5)采用常规的测井方法得到测井数据,得到声波时差曲线和密度曲线,并根据叠后地震数据和已采集的先验地质地层层位信息和钻井地层信息,把深度域测井的声波时差曲线和密度曲线标定为时间域,与叠后地震数据和解释的层位对应一致,同时生成井中波阻抗和井中速度数据;
6)利用解释的地震层位信息和井中的波阻抗,生成初始波阻抗模型,并且把要进行波阻抗反演区间分成子区间,并且使得相邻区间之间有一定的重叠;即划分:
0≤T0<T1<T2<T3<…<TN≤T
式中:T表示波阻抗区间长度,等于地震数据记录长度的一半。这样构成的子区间为[T0,T2],[T1,T3],[T2,T4],...,[TN-2,TN]。
7)在第一个子区间[T0,T2]上,依据地震数据和初始波阻抗模型,利用一维波动方程,采用非线性最小二乘拟合方法,求解第一个区间上的波阻抗;
8)利用一维波动方程和第一个子区间上计算的波阻抗,将波场向下延拓到整个第一个区间,舍去区间的重叠部分,从第二个子区间的起始部分开始,将第一个子区间向下延拓到第二个子区间的波场作为第二个子区间的初始条件,利用一维波动方程求解反问题求解第二个子区间上的波阻抗,依次类推,求得整个区间上的波阻抗,得到一个地震道整个区间的波阻抗参数;
9)对所有的地震道重复步骤6)至8)过程,得到所有地震道的波阻抗参数;
步骤9)所述的波阻抗参数,对于近炮检距叠加地震数据和远炮检距叠加地震数据,分别通过步骤6)至步骤8)过程,得到近炮检距和远炮检距叠加地震道的波阻抗参数。
10)将井位置处测井得到的速度参数和井位置处地震道的波阻抗参数、地震数据、层位信息,构成速度参数、波阻抗参数、地震数据、层位数据对;
11)根据速度参数、波阻抗参数、地震数据、层位数据对,使用函数映射网络学习算法,得到函数映射网络模型的权函数和模型参数;
12)对于所有的地震道,根据(11)过程确定的地震道波阻抗参数、地震数据、层位等与速度参数的函数映射网络模型,使用函数映射网络模型计算算法,得到所有地震道的速度参数;
13)对于近炮检距数据和远炮检距数据,分别通过步骤10)至12)分别得到近炮检距和远炮检距叠加地震道的速度参数;
14)对于每一个地震道计算速度比参数 γ = v f v n
其中γ是速度比,vn是近炮检距速度,vf是远炮检距速度;
15)对于每一个地震道计算泊松比参数 σ = 1 - 2 a γ 2 2 ( 1 - aγ 2 ) 这里a是一常数,取值区间为(0,1];
16)绘制速度比和泊松比参数剖面,用于储层岩性识别、油气预测、油水界面确定和油气藏的描述。
本发明有效地利用了常规地震数据和测井数据反演计算速度比和泊松比参数,可利用常规地震数据和测井数据反演计算出速度比和泊松比参数,对断层、尖灭带的反演有一定的适应能力,本发明具有适应范围大、分辨率高、计算量小、计算速度快、稳定性好、计算精度高、具有一定的抗噪能力的特点。
附图说明
图1不同炮检距叠数据加叠加剖面对比图,
图1(a):0-650米,图1(b):0-1800米,图1(c):0-1300米,图1(d):0-4000米,图1(e):650-4000米,图1(f):1300-4000米和图1(g):1800-4000米。
图2用于反演的近炮检距和远炮检距叠加数据图,
图2(a)炮检距:0~4000米,图2(b)炮检距:0~1300米,图2(c)炮检距1300~4000米;
图3反演的近炮检距和远炮检距速度参数图;
图3(a)炮检距:0~4000米,图3(b)炮检距:0~1300米,图3(c)炮检距1300~4000米;
图4反演出的速度比和泊松比参数图,
图4(a)速度比剖面,图4(c)泊松比a=0.25,图4(b)泊松比a=0.38。
具体实施方式
本发明首先利用叠前地震数据分析方法,对叠前地震数据按照炮检距大小不同,进行不同炮检距叠加,形成多个不同炮检距的叠加地震数据;对这些不同炮检距的叠加地震数据进行分析和对比,得出能够很好反映地下储层变化的近炮检距叠加地震数据和远炮检距叠加地震数据。然后利用地震数据、测井资料的互补特性,研究地震、测井资料联合波动方程反演技术,以实现井间地层波阻抗参数的空间分布。再利用神经网络标定技术,在地震数据和测井资料的约束下,把井间地层波阻抗参数标定成为速度参数。最后利用不同炮检距叠加地震数据反演速度参数,计算速度比和泊松比参数,在油田的勘探、开发、开采过程中为储层预测、油水界面识别和油藏描述提供高分辨率的速度比和泊松比参数的技术的方法。
本发明的一种叠前地震数据泊松比参数反演方法,包括以下步骤:
1)对叠前地震数据进行地表一致性处理,包括地表一致性振幅处理和地表一致性反褶积处理,速度分析、动校正和剩余静校正,叠加和叠前偏移处理,形成偏移归位的叠前道集数据。
2)对已经正确偏移归位的叠前道集数据,利用叠前地震数据分析方法,对地震数据按照炮检距大小不同,进行不同炮检距叠加,形成多个不同炮检距的叠加地震数据;对这些不同炮检距的叠加地震数据进行分析和对比,得出能够很好反映地下储层变化的近炮检距叠加地震数据和远炮检距叠加地震数据。
3)对近炮检距和远炮检距叠后地震数据进行频谱分析,即计算近炮检距和远炮检距叠后地震数据的振幅谱和相位谱,了解振幅谱的谱宽度和主频,谱越宽和主频越高,地震数据的分辨率越高,地震数据分辨地层的能力越强。并在井旁地震道上提取地震子波;计算地震子波的振幅谱和相位谱,了解地震子波振幅谱的谱宽度和主频。
4)在地震数据上,根据已知的先验地质地层层位信息和钻井地层信息,对地震数据体进行层位解释,拾取地质地层层位对应的地震地层层位,并对拾取的层位进行检验和校正处理以及平滑和内插处理,使得层位闭合和平滑。
5)对测井的声波时差曲线和密度曲线进行分析,编辑和剔除其中异常值,并根据叠后地震数据和解释的层位,已知的先验地质地层层位信息和钻井地层信息,对测井的声波时差曲线和密度曲线进行标定,把深度域测井的声波时差曲线和密度曲线标定为时间域,与叠后地震数据和解释层位一致起来,并生成井中波阻抗和井中速度数据。
6)利用解释的地震层位信息和井中的波阻抗,生成初始波阻抗模型,并且把要进行波阻抗反演区间分成若干个子区间,并且使得相邻区间之间有一定的重叠;即划分
0≤T0<T1<T2<T3<…<TN≤T
这里T表示波阻抗区间长度,等于地震数据记录长度的一半。这样构成的子区间为[T0,T2],[T1,T3],[T2,T4],...,[TN-2,TN]。
7)在第一个区间上,依据地震数据和初始波阻抗模型,利用一维波动方程,采用非线性最小二乘拟合方法,求解第一个区间上的波阻抗。
对于一维波动方程
∂ ∂ x [ σ ( x ) ∂ u ∂ x ] - σ ( x ) ∂ 2 u ∂ 2 t = 0 , x ∈ ( 0 , T ) , t ∈ ( 0,2 T )
∂ u ∂ x | x = 0 = g ( t )
u|x-T=0
u | t = 0 = ∂ u ∂ t | t = 0 = 0
u|x=0=f(t)    (1)
其中震源子波g(t)和地面地震记录f(t)是已知,σ(x)是待求的波阻抗参数,是未知参数.u=u(x,t)是地震波传播的波场,t是地震波传播的双程时间,x是地震波传播的地层深度,用时间表示。
对于方程组(1),在给定震源函数g(t)和波阻抗σ(x)的情况下,通过求解方程组(1),可以得到地面合成记录fσ(t),而地面实际记录为f(t),则求解波阻抗σ(x)的问题转化为求目标函数
S ( σ ) = ∫ 0 T [ f ( t ) - f σ ( t ) ] 2 dt - - - ( 2 )
的极值问题。即求σ,使得
S ( σ ‾ ) = min σ ∈ Σ S ( σ ) - - - ( 3 )
其中∑是σ的容许取值的集合。通过在第一个区间[T0,T2]上解反问题(1),其中x∈(T0,T2),t∈(2T0,2T2),求得[T0,T2]上的σ(x),丢弃[T1,T2]上的σ(x)
8)利用一维波动方程和第一个区间上计算的波阻抗,将波场向下延拓到整个第一个区间,舍去区间的重叠部分,从第二个区间的起始部分开始,将第一个区间向下延拓到第二个区间的波场作为第二个区间的初始条件;
利用下列一维波动方程
∂ ∂ x [ σ ( x ) ∂ u ∂ x ] - σ ( x ) ∂ 2 u ∂ 2 t = 0 , x ∈ ( T 0 , T 1 ) , t ∈ ( 2 T 0 , 2 T )
∂ u ∂ x | x = T 1 = g ( t )
u | x = T 1 = f ( t ) - - - ( 4 )
已知x∈[T0,T2)区间σ(x)求得在x=T1处的u和
Figure S2008101167069D00116
的值和t=2T1处的u和的值。
并记
∂ u ∂ x | x = T 1 = g 1 ( t ) , ∂ u ∂ t | t = 2 T 1 = g 2 ( t )
u | x = T 1 = f 1 ( t ) , u | t = 2 T 1 = f 2 ( t ) - - - ( 5 )
其中t∈(2T1,2T2).然后在[T1,T3]上求解反问题
∂ ∂ x [ σ ( x ) ∂ u ∂ x ] - σ ( x ) ∂ 2 u ∂ 2 t = 0 , x∈(T1,T3),t∈(2T1,2T3)
u | t = 2 T 1 = f 2 ( t )
∂ u ∂ t | t = 2 T 1 = g 2 ( t )
∂ u ∂ x | x = T 1 = g 1 ( t )
u|x=T=f1(t)    (6)
求得[T1,T3]上的σ(x),丢弃[T2,T3]上的σ(x).依次类推,求得整个区间[0,T]上的σ(x),得到一个地震道整个区间的波阻抗参数。
9)对于所有的地震道,重复(6)-(8)过程,得到所有地震道的波阻抗参数。对于近炮检距叠加地震数据和远炮检距叠加地震数据,分别通过(6)-(8)过程,可以分别得到近炮检距和远炮检距叠加地震道的波阻抗参数。
地层速度参数的变化,必然引起地震特征参数的变化,包括波阻抗参数的变化;也就是说地震特征与储层速度参数之间,必定存在某种映射关系。只要准确的建立起这种映射关系,就可以由地震特征来预测储层速度参数的空间分布。而函数映射网络模型具有非常强的非线性映射功能,可以自动归纳、总结出隐蔽的规律,这为储层速度参数横向预测提供了可能。函数映射网络模型过程包括网络学习和利用网络进行预测两个过程。我们通过函数映射网络模型,来建立地层波阻抗参数等地震特征与储层速度参数之间的这种映射关系。
函数映射网络模型包括经验样本集{(xk,yk),k=1,2,...,m},四组功能函数:距离函数rk(x),活化函
Figure S2008101167069D00122
权函数Wk(x),输出函数g(x),以及模型参数a,A={aij}。
10)建立速度参数、波阻抗参数、地震数据、层位数据对。把井位置处测井得到的速度参数和井位置处地震道的波阻抗参数、地震数据、层位等,构成速度参数、波阻抗参数、地震数据、层位数据对,用于建立井位置处地层速度参数与地震道的波阻抗参数、地震数据、层位等地震特征参数之间的映射关系。
在函数映射网络模型的结构中,这一步就是经验样本数据集:{(xk,yk),k=1,2,...,m},其中m表示井中速度参数的个数,yk表示井中第k速度参数值,xk=(地震道波阻抗参数,地才震数据,层位参数),这样就构成了速度参数、波阻抗参数、地震数据、层位数据对,用于建立井位置处地层速度参数与地震道的波阻抗参数、地震数据、层位等地震特征参数之间的映射关系。
11)根据速度参数、波阻抗参数、地震数据、层位数据对,使用函数映射网络学习算法,得到函数映射网络模型的权函数和模型参数。函数映射网络模型确定了地震道的波阻抗参数、地震数据、层位等与速度参数的映射关系。
本发明所述的一种叠前地震数据泊松比参数反演方法,函数映射网络模型学习算法原理是:
学习算法采用基于梯度的最速下降法建立目标函数
E = Σ k = 1 m ( y k - y ^ k ) 2 - - - ( 7 )
其中 y ^ k = g ( x k ) , k=1,2,…,m。那么
a ij t = a ij t - 1 - β ∂ E ∂ a ij - - - ( 8 )
其中β>0为步长,t为迭代步数。且
∂ E ∂ a ij = Σ k = 1 m ( y ^ k - y k ) ∂ y ^ k ∂ a ij
∂ y ^ ∂ a ij = Σ k = 1 m y k ∂ W k ∂ a ij
Figure S2008101167069D00136
Figure S2008101167069D00143
∂ r l ∂ a ij = [ ( x j - x l j ) Σ k = 1 m a ik ( x k - x l k ) ] / r l - - - ( 9 )
这里l=1,2,…,m,i,j=1,2,…,n。根据函数映射网络模型学习算法的这些公式,对函数映射网络模型进行学习,以确定地震道的波阻抗参数、地震数据、层位等与速度参数的映射关系,在计算上学习过程就是根据经验样本集和函数映射网络模型结构,确定函数映射网络模型的权函数Wk和模型参数aij
12)对于所有的地震道,根据(11)过程确定的地震道波阻抗参数、地震数据、层位等与速度参数的函数映射网络模型,使用函数映射网络模型计算算法,计算得到所有地震道的速度参数;
本发明所述的一种速度比和泊松比参数反演方法,函数映射网络模型计算算法原理是:
令x=(x1,x2,…,xn)T x k = ( x k 1 , x k 2 , · · · , x k n ) T , 函数映射网络模型数学描述如下:
y = g ( x ) = Σ k = 1 m W k ( x ) y k
Figure S2008101167069D00151
Figure S2008101167069D00152
Figure S2008101167069D00153
r k ( x ) = [ ( x - x k ) T A T A ( x - x k ) ] 1 2 - - - ( 10 )
其中x∈Rn为输入,y∈R为输出,{(xk,yk),k=1,2,...,m}为经验样本集,模型参数由学习算法确定。
根据函数映射网络模型计算算法,对所有的地震数据道,由地震道的波阻抗参数、地震数据、层位参数,可以计算出对应位置处的速度参数。这样可以得到所有地震道的速度参数。
13)对于近炮检距数据和远炮检距数据,分别通过(10)-(12)过程,可以分别得到近炮检距和远炮检距叠加地震道的速度参数。
14)计算速度比参数
γ = v f v n
其中γ是速度比,vn是近炮检距速度,vf是远炮检距速度。对于每一个地震道,据此公式计算速度比参数。
15)计算泊松比参数
σ = 1 - 2 aγ 2 2 ( 1 - aγ 2 )
这里a是一常数。对于每一个地震道,据此公式计算泊松比参数。
16)绘制速度比和泊松比参数剖面,将速度比参数剖面和泊松比参数剖面和数据提供给解释人员,用于储层岩性识别、油气预测、油水界面确定和油气藏的描述。
本发明实施情况如下:
首先对叠前地震数据进行不同炮检距叠加,参与叠加的炮检距范围分别是0-650米,0-1800米,0-1300米,0-4000米,650-4000米,1300-4000米和1800-4000米,图1分别对应它们的叠加剖面。0-1300米和1300-4000米的两个叠加剖面分别很好地代表了近炮检距叠加剖面和远炮检距叠加剖面。图2分别显示了全炮检距叠加剖面、近炮检距叠加剖面和远炮检距叠加剖面。图3分别显示了反演计算的全炮检距速度参数剖面、近炮检距速度参数剖面和远炮检距速度参数剖面。图4分别显示了反演的速度比参数剖面和泊松比参数剖面。

Claims (5)

1、一种叠前地震数据泊松比参数反演方法,其特征在于包括以下步骤:
1)采用常规的地震勘探方法采集地震数据,对叠前地震数据进行处理;
2)利用叠前地震数据对地震数据按照炮检距大小进行不同炮检距叠加形成多个不同炮检距的叠加地震数据,得出近炮检距叠加地震数据和远炮检距叠加地震数据;
3)对近炮检距和远炮检距叠后地震数据分别进行频谱分析;
4)根据已采集的地质地层层位信息和钻井地层信息,确定地质地层层位对应的地震地层层位,对确定的层位进行检验和校正处理以及平滑和内插处理;
5)采用常规的测井方法得到测井数据,得到声波时差曲线和密度曲线,并根据叠后地震数据和已采集的先验地质地层层位信息和钻井地层信息,把深度域测井的声波时差曲线和密度曲线标定为时间域,与叠后地震数据和解释的层位对应一致,同时生成井中波阻抗和井中速度数据;
6)利用已知地震层位信息和井中的波阻抗,生成初始波阻抗模型,且把要进行波阻抗反演区间分成子区间,并且使得相邻区间之间有一定的重叠;
7)在第一个子区间[T0,T2]上,依据地震数据和初始波阻抗模型,利用一维波动方程,采用非线性最小二乘拟合方法,求解第一个区间上的波阻抗;
8)利用一维波动方程和第一个子区间上计算的波阻抗,将波场向下延拓到整个第一个区间,舍去区间的重叠部分,从第二个子区间的起始部分开始,将第一个子区间向下延拓到第二个子区间的波场作为第二个子区间的初始条件,利用一维波动方程求解反问题求解第二个子区间上的波阻抗,依次类推,求得整个区间上的波阻抗,得到一个地震道整个区间的波阻抗参数;
9)对所有的地震道重复步骤6)至8)过程,得到所有地震道的波阻抗参数;
10)将井位置处测井得到的速度参数和井位置处地震道的波阻抗参数、地震数据、层位信息,构成速度参数、波阻抗参数、地震数据、层位数据对;
11)根据速度参数、波阻抗参数、地震数据、层位数据对,使用函数映射网络学习算法,得到函数映射网络模型的权函数和模型参数;
12)对于所有的地震道,根据步骤11)过程确定的地震道波阻抗参数、地震数据、层位等与速度参数的函数映射网络模型,使用函数映射网络模型计算算法,得到所有地震道的速度参数;
13)对于近炮检距数据和远炮检距数据,分别通过步骤10)至12)分别得到近炮检距和远炮检距叠加地震道的速度参数;
14)对于每一个地震道计算速度比参数 γ = v f v n ,
其中:γ是速度比,vn是近炮检距速度,vf是远炮检距速度;
15)对于每一个地震道计算泊松比参数 σ = 1 - 2 a γ 2 2 ( 1 - a γ 2 ) ,
其中:a取值区间为(0,1];
16)绘制速度比和泊松比参数剖面。
2、根据权利要求1所述的叠前地震数据泊松比参数反演方法,其特征在于步骤1)所述的处理包括地表一致性振幅处理和地表一致性反褶积处理,速度分析、动校正和剩余静校正,叠加和叠前偏移处理,形成偏移归位的叠前道集数据。
3、根据权利要求1所述的叠前地震数据泊松比参数反演方法,其特征在于步骤3)所述的频谱分析是用常规方法计算近炮检距和远炮检距叠后地震数据的振幅谱和相位谱,得到振幅谱的谱宽度和主频;在井旁地震道上提取地震子波并计算地震子波的振幅谱和相位谱,得到地震子波振幅谱的谱宽度和主频。
4、根据权利要求1所述的叠前地震数据泊松比参数反演方法,其特征在于步骤6)所述的波阻抗反演区间分成子区间划分是:
0≤T0<T1<T2<T3<…<TN≤T
式中:T表示波阻抗区间长度,等于地震数据记录长度的一半。这样构成的子区间为[T0,T2],[T1,T3],[T2,T4],...,[TN-2,TN]。
5、根据权利要求1所述的叠前地震数据泊松比参数反演方法,其特征在于步骤9)所述的波阻抗参数,对于近炮检距叠加地震数据和远炮检距叠加地震数据,分别通过步骤6)至步骤8)过程,得到近炮检距和远炮检距叠加地震道的波阻抗参数。
CN200810116706A 2008-07-16 2008-07-16 一种叠前地震数据泊松比参数反演的方法 Pending CN101630013A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200810116706A CN101630013A (zh) 2008-07-16 2008-07-16 一种叠前地震数据泊松比参数反演的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200810116706A CN101630013A (zh) 2008-07-16 2008-07-16 一种叠前地震数据泊松比参数反演的方法

Publications (1)

Publication Number Publication Date
CN101630013A true CN101630013A (zh) 2010-01-20

Family

ID=41575185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810116706A Pending CN101630013A (zh) 2008-07-16 2008-07-16 一种叠前地震数据泊松比参数反演的方法

Country Status (1)

Country Link
CN (1) CN101630013A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102455437A (zh) * 2010-10-14 2012-05-16 中国石油天然气集团公司 一种确定储层和流体的方法
CN102707313A (zh) * 2012-04-19 2012-10-03 电子科技大学 一种基于脉冲耦合神经网络的拟声波曲线构建方法
CN103217718A (zh) * 2012-01-18 2013-07-24 中国石油天然气集团公司 一种补充井下缺失地层的方法
CN103245972A (zh) * 2012-02-07 2013-08-14 中国石油天然气集团公司 一种在二维空间内确定复杂地质构造的方法
CN104076386A (zh) * 2013-03-29 2014-10-01 核工业北京地质研究院 一种火山岩与花岗岩浅层分界面的探测方法
CN104459800A (zh) * 2014-12-02 2015-03-25 中国海洋石油总公司 一种预测砂体尖灭的方法和装置
CN107356966A (zh) * 2017-07-20 2017-11-17 中国石油化工股份有限公司 基于去压实作用深层河道砂体油气检测方法
CN109083640A (zh) * 2018-09-26 2018-12-25 中国石油化工股份有限公司 海上河流相油藏边部储量有效动用方法
CN110552693A (zh) * 2019-09-19 2019-12-10 中国科学院声学研究所 一种基于深度神经网络的感应测井曲线的层界面识别方法
CN111624655A (zh) * 2019-02-27 2020-09-04 中国石油天然气集团有限公司 初至波剩余静校正量的确定方法及装置
CN111736216A (zh) * 2020-05-25 2020-10-02 恒泰艾普集团股份有限公司 一种基于地震的油水界面地震层位确定方法
CN113077074A (zh) * 2021-03-05 2021-07-06 中国石油天然气股份有限公司 基于储层预测因子的储层预测方法及装置

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102455437B (zh) * 2010-10-14 2014-06-18 中国石油天然气集团公司 一种确定储层和流体的方法
CN102455437A (zh) * 2010-10-14 2012-05-16 中国石油天然气集团公司 一种确定储层和流体的方法
CN103217718B (zh) * 2012-01-18 2015-09-23 中国石油天然气集团公司 一种补充井下缺失地层的方法
CN103217718A (zh) * 2012-01-18 2013-07-24 中国石油天然气集团公司 一种补充井下缺失地层的方法
CN103245972A (zh) * 2012-02-07 2013-08-14 中国石油天然气集团公司 一种在二维空间内确定复杂地质构造的方法
CN103245972B (zh) * 2012-02-07 2016-06-08 中国石油天然气集团公司 一种在二维空间内确定复杂地质构造的方法
CN102707313B (zh) * 2012-04-19 2014-12-17 电子科技大学 一种基于脉冲耦合神经网络的拟声波曲线构建方法
CN102707313A (zh) * 2012-04-19 2012-10-03 电子科技大学 一种基于脉冲耦合神经网络的拟声波曲线构建方法
CN104076386A (zh) * 2013-03-29 2014-10-01 核工业北京地质研究院 一种火山岩与花岗岩浅层分界面的探测方法
CN104459800A (zh) * 2014-12-02 2015-03-25 中国海洋石油总公司 一种预测砂体尖灭的方法和装置
CN107356966A (zh) * 2017-07-20 2017-11-17 中国石油化工股份有限公司 基于去压实作用深层河道砂体油气检测方法
CN109083640A (zh) * 2018-09-26 2018-12-25 中国石油化工股份有限公司 海上河流相油藏边部储量有效动用方法
CN109083640B (zh) * 2018-09-26 2022-05-03 中国石油化工股份有限公司 海上河流相油藏边部储量有效动用方法
CN111624655A (zh) * 2019-02-27 2020-09-04 中国石油天然气集团有限公司 初至波剩余静校正量的确定方法及装置
CN110552693A (zh) * 2019-09-19 2019-12-10 中国科学院声学研究所 一种基于深度神经网络的感应测井曲线的层界面识别方法
CN111736216A (zh) * 2020-05-25 2020-10-02 恒泰艾普集团股份有限公司 一种基于地震的油水界面地震层位确定方法
CN111736216B (zh) * 2020-05-25 2023-06-16 恒泰艾普集团股份有限公司 一种基于地震的油水界面地震层位确定方法
CN113077074A (zh) * 2021-03-05 2021-07-06 中国石油天然气股份有限公司 基于储层预测因子的储层预测方法及装置
CN113077074B (zh) * 2021-03-05 2024-03-05 中国石油天然气股份有限公司 基于储层预测因子的储层预测方法及装置

Similar Documents

Publication Publication Date Title
CN102466816B (zh) 一种叠前地震数据地层弹性常数参数反演的方法
CN101630013A (zh) 一种叠前地震数据泊松比参数反演的方法
CN100349008C (zh) 一种地震波波阻抗反演的方法
US6374185B1 (en) Method for generating an estimate of lithological characteristics of a region of the earth's subsurface
CN108363100B (zh) 基于封存单元与粗糙集的煤层气甜点区地震地质识别方法
US6957146B1 (en) System for utilizing seismic data to estimate subsurface lithology
US6928367B2 (en) Reservoir fracture characterization
US8498177B2 (en) Determining a position of a geological layer relative to a wavelet response in seismic data
US8243549B2 (en) Estimating seismic anisotropy of shales
CN102053263B (zh) 调查表层结构的方法
Aminzadeh et al. Geophysics for petroleum engineers
CN101872024A (zh) 一种利用时移地震进行井位部署的方法
Kianoush et al. Compressional and shear interval velocity modeling to determine formation pressures in an oilfield of SW Iran
CN104155693A (zh) 储层流体流度的角道集地震响应数值计算方法
Liner et al. Layer-induced seismic anisotropy from full-wave sonic logs: Theory, application, and validation
CN107179547A (zh) 一种地震波阻抗反演低频模型建立方法
CN110187389A (zh) 一种基于薄层反射理论的ava反演方法
Walls et al. North Sea reservoir characterization using rock physics, seismic attributes, and neural networks; a case history
Fu et al. Rock property-and seismic-attribute analysis of a chert reservoir in the Devonian Thirty-one Formation, west Texas, USA
CN106226814B (zh) 利用转换横波地震数据反演储层横波阻抗和密度的方法
CN104181610A (zh) 一种射线路径弹性反演方法以及系统
Kumar et al. A model-based approach for integration analysis of well log and seismic data for reservoir characterization
Schwenk Constrained parameterization of the multichannel analysis of surface waves approach with application at Yuma Proving Ground, Arizona
CN104345347B (zh) 一种用于致密含气砂岩储层预测的测井曲线恢复方法
Mabrouk et al. Inversion approach to estimate acoustic impedance from petrophysical data in absence of density and sonic logs

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20100120