CN102692647A - 一种高时间分辨率的地层含油气性预测方法 - Google Patents
一种高时间分辨率的地层含油气性预测方法 Download PDFInfo
- Publication number
- CN102692647A CN102692647A CN2011100711029A CN201110071102A CN102692647A CN 102692647 A CN102692647 A CN 102692647A CN 2011100711029 A CN2011100711029 A CN 2011100711029A CN 201110071102 A CN201110071102 A CN 201110071102A CN 102692647 A CN102692647 A CN 102692647A
- Authority
- CN
- China
- Prior art keywords
- frequency
- time
- attenuation
- frequency spectrum
- absorption
- 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.)
- Granted
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明是一种高时间分辨率的地层含油气性预测方法,利用改进的广义S变换,采用时窗宽度随频率f呈正比变化高斯窗函数,在低频段时窗较窄,获得很高的时间分辨率,求取地震波低频段吸收衰减梯度;同时利用广义S变换,采用时窗宽度随频率f呈反比变化高斯窗函数,在高频段时窗较窄,获得很高的时间分辨率求得高频吸收衰减梯度,并综合利用低频吸收衰减梯度和高频吸收衰减梯度。本发明在低频段具有更好的时间分辨率,并避开了高频干扰的影响,同时,其在高频段具有更好的时间分辨率,并避开低频干扰的影响,油气预测时间分辨率大大提高,且算法简单,计算效率高。
Description
技术领域
本发明涉及地震勘探数据处理技术,是一种利用地震数据每个样点的频率属性,具有高时间分辨率的地层含油气性预测方法。
背景技术
衰减是地震波在地下介质传播中总能量的损失,是介质内在的属性。在Domenic(1982)通过实验发现油气饱和度增大导致频率衰减这一现象后,Dilay和Eastwood(1995)分析了含油气层对地震信号频谱的影响。当地层含有油气后,会导致地震波的各种频率成分的能量都发生明显的衰减,高频成分衰减更快,且随含油气饱和度的增大,这种衰减程度更加明显。地震波各种频率的能量衰减程度反映地层的含油气情况,从而可以利用其进行含油气性预测。
当前利用时频谱进行含油气性预测的主要步骤是:对原始数据在频率域进行广义S变换得到其每个样点的时频谱,将时频谱中总能量的65%和85%对应的频率间的时频谱进行E指数拟合,指数系数函数中的一次项系数即为该样点的吸收衰减梯度;依次求取每个样点的吸收衰减梯度,并最终确定吸收衰减梯度大的样点对应为含油气预测的有利区域。
由于地震记录中高频信号的能量较弱,当有很强的高频干扰时,高频信号的信噪比较低,而当前吸收衰减梯度的计算又仅利用高频信号,仅靠高频吸收衰减梯度并不能很好的指示油气;同时,由于地震记录主要表现为中低频,目前的时频分析方法在低频段不能取得很高的时间分辨率。为突显低频信号的吸收衰减梯度,并获得很高的时间分辨率,需要一种对低频检测灵敏的时频分析方法。
发明内容
本发明目的是提供一种高计算效率的高时间分辨率的地层含油气性预测方法。
本发明具体实现步骤包括:
1)采集记录地震原始数据;
2)对原始数据在频率域进行广义S变换得到其每时间点的时频谱,并利用中值滤波对时频谱进行平滑,确定时频谱中瞬时主频和计算高频段吸收衰减梯度的起始频率和终止频率;
步骤2)所述的时频谱中瞬时主频是每个时间点的时频谱中瞬时主频中时频谱最大值对应的频率,并将其作为计算高频段吸收衰减梯度的起始频率。
步骤2)所述的计算高频段吸收衰减梯度的终止频率是时频谱中总能量的85%对应的频率。
步骤2)所述的中值滤波是以误差的绝对值之和达到最小来确定滤波器输出响应的方法。
3)对原始数据在频率域进行改进的广义S变换得到其每个点的时频谱,并利用中值滤波对时频谱进行平滑,确定时频谱中总能量的10-20%对应的频率为计算低频段吸收衰减梯度的起始频率,瞬时主频为计算低频段吸收衰减梯度的终止频率;
步骤3)所述的改进的广义S变换的时窗函数G(t,f)为:
式中:
s和r均为调节因子,且s>0,r>0;f为频率,t为时间。
4)对起始频率和终止频率间的时频谱p(Tk,f)取自然对数后利用最小二乘法进行拟合,得到该时间点的低频段吸收衰减梯度和高频段吸收衰减梯度;
步骤4)所述的吸收衰减梯度的计算公式为:
式中:
p(Tk,f)为Tk时间,对应频率f的地震信号的时频谱;
p(0,f)为地震子波的波峰处,对应频率f的地震信号的时频谱;
Q(τ)为时间τ处对应的层Q
fr为参考频率;
Qr为参考频率fr的品质因子;
s和r均为比例因子,取正数;
fmain为地震子波的主频。
5)重复步骤2)-4)直到所有道中每个时间点的低频段吸收衰减梯度和高频段吸收衰减梯度都计算完毕;
6)确定低频段吸收衰减梯度和高频段吸收衰减梯度值都大的位置为含油气有利区域,得到油气预测结果。
本发明在低频段具有更好的时间分辨率,并避开了高频干扰的影响,同时,其在高频段具有更好的时间分辨率,并避开低频干扰的影响,油气预测时间分辨率大大提高,且算法简单,计算效率高。
附图说明
图1是传统的广义S变换时窗;
图2是改进的广义S变换时窗;
图3是计算吸收衰减梯度计算示意图;
图4是动校后的VSP上行波;
图5是瞬时主频;
图6是层速度;
图7是高频吸收衰减梯度;
图8是低频吸收衰减梯度。
具体实施方式
本发明高分辨率的油气检测主要利用一种改进的广义S变换,采用时窗宽度随频率f呈正比变化高斯窗函数,在低频段时窗较窄,获得很高的时间分辨率,求取地震波低频段吸收衰减梯度;同时利用广义S变换,采用时窗宽度随频率f呈反比变化高斯窗函数,在高频段时窗较窄,获得很高的时间分辨率求得高频吸收衰减梯度,并综合利用低频吸收衰减梯度和高频吸收衰减梯度,从而提高时间分辨率,以更精细的展示油气的空间展布。
以下结合附图详细说明本发明。
利用广义S变换和改进的广义S变换进行地震波吸收衰减梯度计算,并用于含油气性预测的具体实施步骤为:
1)采集记录地震原始数据;
图4是井的VSP资料经过处理后的上行波拉平剖面,据钻井显示,含气层出现在1.78-1.79S处;
2)对原始数据在频率域进行广义S变换得到其每个时间点的时频谱,如图1所示,并利用中值滤波对时频谱进行平滑,确定时频谱中瞬时主频和计算高频段吸收衰减梯度的起始频率和终止频率;
步骤2)所述的时频谱中瞬时主频是每个时间点的时频谱中瞬时主频中时频谱最大值对应的频率,并将其作为计算高频段吸收衰减梯度的起始频率。
步骤2)所述的计算高频段吸收衰减梯度的终止频率是时频谱中总能量的85%对应的频率。
步骤2)所述的中值滤波是以误差的绝对值之和达到最小来确定滤波器输出响应的方法。
3)对原始数据在频率域进行改进的广义S变换得到其每个时间点的时频谱,如图2所示,并利用中值滤波对时频谱进行平滑,确定时频谱中总能量的15%或20%对应的频率为计算低频段吸收衰减梯度的起始频率,瞬时主频为计算低频段吸收衰减梯度的终止频率;如图3所示。
步骤3)所述的改进的广义S变换的时窗函数G(t,f)为:
式中:
s和r均为调节因子,且s>0,r>0;f为频率,t为时间。
4)对起始频率和终止频率间的时频谱p(Tk,f)取自然对数后利用最小二乘法进行拟合,得到该时间点的低频段吸收衰减梯度和高频段吸收衰减梯度;
步骤4)所述的吸收衰减梯度的计算公式为:
式中:
p(Tk,f)为Tk时间,对应频率f的地震信号的时频谱;
p(0,f)为地震子波的波峰处,对应频率f的地震信号的时频谱;
Qeq(Tk)是Tk处的等效Q值;
Q(τ)为时间τ处对应的层Q
fr为参考频率;
Qr为参考频率fr的品质因子;
s和r均为比例因子,取正数;
fmain为地震子波的主频。
5)重复步骤2)-4)直到所有道中每个时间点的低频段吸收衰减梯度和高频段吸收衰减梯度都计算完毕;
6)确定低频段吸收衰减梯度和高频段吸收衰减梯度值都大的位置为含油气有利区域,得到油气预测结果。
图5瞬时主频是时频谱中能量最大值对应的频率,在1.78-1.79S处,地震波的瞬时主频约为20hz,相对围岩而言,明显降低。
图6层速度在1.78-1.79S处,明显降低到4800m/s,变化趋势吻合很好,指示了油气的存在。
图7为利用广义S变换对高频段的时频谱计算得到的吸收衰减梯度。在目的层吸收衰减明显增大,与瞬时主频以及层速度减小的现象吻合。
图8为利用改进的广义S变换对低频段时频谱计算得到的吸收衰减梯度。图中强吸收衰减刚好对应含气层,时间分辨率较图5和图7明显提高(红色区域范围更小,厚度更薄,更具有条带状,横向延续性更好)。同时,图8在浅层没有强吸收衰减异常明显的情况,降低了多解性。
本发明采集某井的零偏VSP资料,在原始波场上进行处理得到吸收衰减梯度并和钻井以及其他属性进行对比,说明了方法的可行性和实用性。
Claims (8)
1.一种高时间分辨率的地层含油气性预测方法,特点是实现步骤包括:
1)采集记录地震原始数据;
2)对原始数据在频率域进行广义S变换得到其每时间点的时频谱,并利用中值滤波对时频谱进行平滑,确定时频谱中瞬时主频和计算高频段吸收衰减梯度的起始频率和终止频率;
3)对原始数据在频率域进行改进的广义S变换得到其每个点的时频谱,并利用中值滤波对时频谱进行平滑,用确定的频率为计算低频段吸收衰减梯度的起始频率,瞬时主频为计算低频段吸收衰减梯度的终止频率;
4)对起始频率和终止频率间的时频谱p(Tk,f)取自然对数后利用最小二乘法进行拟合,得到该时间点的低频段吸收衰减梯度和高频段吸收衰减梯度;
5)重复步骤2)-4)直到所有道中每个时间点的低频段吸收衰减梯度和高频段吸收衰减梯度都计算完毕;
6)确定低频段吸收衰减梯度和高频段吸收衰减梯度值都大的位置为含油气有利区域,得到油气预测结果。
2.根据权利要求1所述的方法,特点是步骤2)所述的时频谱中瞬时主频是每个时间点的时频谱中瞬时主频中时频谱最大值对应的频率,并将其作为计算高频段吸收衰减梯度的起始频率。
3.根据权利要求1所述的方法,特点是步骤2)所述的计算高频段吸收衰减梯度的终止频率是时频谱中总能量的85%对应的频率。
4.根据权利要求1所述的方法,特点是步骤2)所述的利用中值滤波对时频谱进行平滑,中值滤波是以误差的绝对值之和达到最小来确定滤波器输出响应的方法。
5.根据权利要求1所述的方法,特点是步骤3)所述的改进的广义S变换的时窗函数G(t,f)为:
式中:
s和r均为调节因子,且s>0,r>0;f为频率,t为时间。
6.根据权利要求1所述的方法,特点是步骤3)所述的用确定的频率是采用时频谱中总能量10-25%对应的频率。
8.根据权利要求1所述的方法,特点是步骤6)综合利用高频吸收衰减梯度和低频吸收衰减梯度进行地层含油气性预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110071102.9A CN102692647B (zh) | 2011-03-23 | 2011-03-23 | 一种高时间分辨率的地层含油气性预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110071102.9A CN102692647B (zh) | 2011-03-23 | 2011-03-23 | 一种高时间分辨率的地层含油气性预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102692647A true CN102692647A (zh) | 2012-09-26 |
CN102692647B CN102692647B (zh) | 2014-12-03 |
Family
ID=46858225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110071102.9A Active CN102692647B (zh) | 2011-03-23 | 2011-03-23 | 一种高时间分辨率的地层含油气性预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102692647B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103728654A (zh) * | 2012-10-16 | 2014-04-16 | 中国石油化工股份有限公司 | 一种碳酸盐岩油气储层预测的方法 |
CN104422958A (zh) * | 2013-09-02 | 2015-03-18 | 中国石油化工股份有限公司 | 一种基于高频异常自适应提取的地质体检测方法 |
CN105093294A (zh) * | 2015-06-04 | 2015-11-25 | 成都信息工程大学 | 基于可变模态分解的地震波衰减梯度估计方法 |
CN107315193A (zh) * | 2017-05-22 | 2017-11-03 | 成都信息工程大学 | 一种利用地震瞬时质心频率进行含气性检测的方法 |
CN107607994A (zh) * | 2017-11-07 | 2018-01-19 | 中国海洋石油总公司 | 一种基于高斯平滑的时频域反褶积方法 |
CN107748387A (zh) * | 2017-10-13 | 2018-03-02 | 中国石油化工股份有限公司 | 一种高分辨的薄互储层含气性检测方法 |
CN111474582A (zh) * | 2020-05-24 | 2020-07-31 | 王仰华 | 生成高精度时频谱的精准s变换方法 |
CN111596349A (zh) * | 2019-02-21 | 2020-08-28 | 中国石油天然气集团有限公司 | 基岩含气储层的预测方法及系统 |
US11762116B2 (en) | 2021-03-18 | 2023-09-19 | Saudi Arabian Oil Company | System and method of hydrocarbon detection using nonlinear model frequency slope |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738637A (zh) * | 2008-11-06 | 2010-06-16 | 北京北方林泰石油科技有限公司 | 一种基于速度随频率变化信息的油气检测方法 |
CN101923176A (zh) * | 2010-07-06 | 2010-12-22 | 中国石油天然气集团公司 | 一种利用地震数据瞬时频率属性进行油气检测的方法 |
-
2011
- 2011-03-23 CN CN201110071102.9A patent/CN102692647B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738637A (zh) * | 2008-11-06 | 2010-06-16 | 北京北方林泰石油科技有限公司 | 一种基于速度随频率变化信息的油气检测方法 |
CN101923176A (zh) * | 2010-07-06 | 2010-12-22 | 中国石油天然气集团公司 | 一种利用地震数据瞬时频率属性进行油气检测的方法 |
Non-Patent Citations (1)
Title |
---|
张固澜,贺振华等: "基于改进的广义S变换的低频阴影检测", 《地球物理学进展》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103728654A (zh) * | 2012-10-16 | 2014-04-16 | 中国石油化工股份有限公司 | 一种碳酸盐岩油气储层预测的方法 |
CN104422958A (zh) * | 2013-09-02 | 2015-03-18 | 中国石油化工股份有限公司 | 一种基于高频异常自适应提取的地质体检测方法 |
CN105093294A (zh) * | 2015-06-04 | 2015-11-25 | 成都信息工程大学 | 基于可变模态分解的地震波衰减梯度估计方法 |
CN105093294B (zh) * | 2015-06-04 | 2017-09-22 | 成都信息工程大学 | 基于可变模态分解的地震波衰减梯度估计方法 |
CN107315193A (zh) * | 2017-05-22 | 2017-11-03 | 成都信息工程大学 | 一种利用地震瞬时质心频率进行含气性检测的方法 |
CN107315193B (zh) * | 2017-05-22 | 2019-01-29 | 成都信息工程大学 | 一种利用地震瞬时质心频率进行含气性检测的方法 |
CN107748387A (zh) * | 2017-10-13 | 2018-03-02 | 中国石油化工股份有限公司 | 一种高分辨的薄互储层含气性检测方法 |
CN107607994A (zh) * | 2017-11-07 | 2018-01-19 | 中国海洋石油总公司 | 一种基于高斯平滑的时频域反褶积方法 |
CN107607994B (zh) * | 2017-11-07 | 2019-06-18 | 中国海洋石油集团有限公司 | 一种基于高斯平滑的时频域反褶积方法 |
CN111596349A (zh) * | 2019-02-21 | 2020-08-28 | 中国石油天然气集团有限公司 | 基岩含气储层的预测方法及系统 |
CN111474582A (zh) * | 2020-05-24 | 2020-07-31 | 王仰华 | 生成高精度时频谱的精准s变换方法 |
CN111474582B (zh) * | 2020-05-24 | 2022-04-15 | 王仰华 | 生成高精度时频谱的精准s变换方法 |
US11762116B2 (en) | 2021-03-18 | 2023-09-19 | Saudi Arabian Oil Company | System and method of hydrocarbon detection using nonlinear model frequency slope |
Also Published As
Publication number | Publication date |
---|---|
CN102692647B (zh) | 2014-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102692647B (zh) | 一种高时间分辨率的地层含油气性预测方法 | |
Lu et al. | Seismic spectral decomposition using deconvolutive short-time Fourier transform spectrogram | |
CN101923176B (zh) | 一种利用地震数据瞬时频率属性进行油气检测的方法 | |
CN102109612B (zh) | 一种地震波吸收衰减补偿方法 | |
CN103487835B (zh) | 一种基于模型约束的多分辨率波阻抗反演方法 | |
CN103645507B (zh) | 地震记录的处理方法 | |
CN101852863B (zh) | 一种利用高精度单道频谱分析技术处理地震数据的方法 | |
CN104849756A (zh) | 一种提高地震数据分辨率增强有效弱信号能量的方法 | |
CN106814393B (zh) | 一种地层品质因子q的估算方法 | |
CN103197347B (zh) | 一种基于自适应时窗的吸收分析油气预测方法 | |
CN103235339A (zh) | 一种时频分解地震流体识别方法 | |
CN103376464A (zh) | 一种地层品质因子反演方法 | |
CN105572727A (zh) | 基于孔隙流体参数频变反演的储层流体识别方法 | |
CN105388518A (zh) | 一种质心频率与频谱比联合的井中地震品质因子反演方法 | |
CN103713317B (zh) | 基于对时变子波进行分频段处理的反褶积方法 | |
CN104880730B (zh) | 基于Synchrosqueezing变换的地震资料时频分析和衰减估计方法 | |
CN103163554A (zh) | 利用零偏vsp资料估计速度和q值的自适应波形的反演方法 | |
CN104199093A (zh) | 基于时频域能量自适应加权的地震信号分辨率增强方法 | |
CN103364832A (zh) | 一种基于自适应最优核时频分布的地震衰减定性估计方法 | |
CN104570067A (zh) | 一种地球物理勘探中相控地震反演方法 | |
CN103018774B (zh) | 保持信噪比并提高地震记录分辨率的方法 | |
CN106772586A (zh) | 一种基于地震信号奇异性的隐蔽性断裂检测方法 | |
CN103558635A (zh) | 基于偶函数地震响应以估算薄层厚度的方法及装置 | |
CN105403915A (zh) | 基于谱模拟提取地层瞬时吸收衰减参数的方法 | |
CN106707334A (zh) | 一种提高地震资料分辨率的方法 |
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 |