CN102866426A - 一种利用avo大角度道集分析岩体油气信息的方法 - Google Patents

一种利用avo大角度道集分析岩体油气信息的方法 Download PDF

Info

Publication number
CN102866426A
CN102866426A CN2012103497214A CN201210349721A CN102866426A CN 102866426 A CN102866426 A CN 102866426A CN 2012103497214 A CN2012103497214 A CN 2012103497214A CN 201210349721 A CN201210349721 A CN 201210349721A CN 102866426 A CN102866426 A CN 102866426A
Authority
CN
China
Prior art keywords
avo
sample
angle
rock mass
wide
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
Application number
CN2012103497214A
Other languages
English (en)
Other versions
CN102866426B (zh
Inventor
刘力辉
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.)
Chengdu Jingshi Petroleum Science & Technology Co Ltd
Original Assignee
Chengdu Jingshi Petroleum Science & Technology Co Ltd
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 Chengdu Jingshi Petroleum Science & Technology Co Ltd filed Critical Chengdu Jingshi Petroleum Science & Technology Co Ltd
Priority to CN201210349721.4A priority Critical patent/CN102866426B/zh
Publication of CN102866426A publication Critical patent/CN102866426A/zh
Application granted granted Critical
Publication of CN102866426B publication Critical patent/CN102866426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

一种利用AVO大角度道集分析岩体油气信息的方法,包括步骤1.将偏移距地震记录的数据经过去噪、动校拉伸等处理后,记录反射系数Rpp和入射角i;取得若干组对应的入射角i和反射系数Rpp的检测值;步骤2.对入射角i大于30度的所有检测值,构造样本集H(x,y),样本集每个样本中的;i和Rpp为步骤1中得到的入射角和对应的反射系数;步骤3.使用步骤2中样本集H对方程F:进行拟合,得出R、W、V的拟合值;步骤4.代入步骤3中得出的R、W、V的拟合值计算所得的P、G、C对岩体油气信息进行属性分析。本发明对入射大角度道集进行了AVO分析,消除了对Shuey方程拟合前存在的理论误差,得到的P、G、C系数更精确,更真实的反映了目标岩体的油气信息。

Description

一种利用AVO大角度道集分析岩体油气信息的方法
技术领域
本发明属于地质勘探领域,涉及一种利用AVO大角度道集分析岩体油气信息的方法。
背景技术
AVO属性分析技术(Amplitude Versus Offset,振幅随偏移距的变化)是一项应用在地质勘探,特别是地下油气资源勘探领域的岩体特性分析技术,AVO技术通过在岩体上放炮得到的反射波的纵波和横波随入射角变化的特征,来探讨反射波和入射波的比,即反射系数响应随入射角的变化, 来确定反射界面上覆、下伏介质的岩性特征及物性参数。AVO技术是一项求取岩石的弹性参数来分析和识别岩性及含油气性的地震勘探技术。
反射系数与入射角的关系符合Zoeppritz(佐普里兹)方程,完整的Zoeppritz方程形式非常复杂,物理意义不明确,很难直接分析介质参数对振幅或反射系数的影响,为了进一步反映不同弹性参数与反射系数之间的内在关系,前人做了大量的工作,分别从不同的角度对Zoeppritz方程进行了详细的讨论和简化,提出了不同假设条件下的纵、横波反射振幅的近似表达式。1985年,Shuey(苏耶)对前人各种近似进行重组,并进一步研究了泊松比对反射系数的影响。首次提出了反射系数的AVO截距和梯度的概念,证明了相对反射系数随入射角(或炮检距)的变化梯度主要由泊松比σ的变化来决定,给出了用不同角度项表示的反射系数近似公式:
                                                     
Figure 2012103497214100002DEST_PATH_IMAGE002
Figure 2012103497214100002DEST_PATH_IMAGE004
  ------①
其中
Figure 2012103497214100002DEST_PATH_IMAGE006
Figure 2012103497214100002DEST_PATH_IMAGE008
       
Figure 2012103497214100002DEST_PATH_IMAGE010
这里RPP为反射系数,i为入射角,VP为纵波振幅,ρ为炮点岩体密度,ΔVP/VP, Δρ/ρ分别表示纵波变化率和岩体密度变化率。
Shuey公式①式把反射系数视为小角度项(第一项)、中等角度项(第二项)和大角度项(第三项)之和。当入射角稍大时(0°<i<30°),第三项的tg 2 i-sin 2 i<0.083,而ΔVP/VP又较小,第三项可以忽略,于是Shuey公式简化为Shuey两项式:
  
Figure 2012103497214100002DEST_PATH_IMAGE012
 -------②
利用②式对小角度和中角度入射角的各个反射系数进行采集,通过数学分析得出简化的Shuey两项式②的各项系数,将②式简写为:
       
Figure 2012103497214100002DEST_PATH_IMAGE014
,其中
求出截距P和梯度G以后,可以计算得出泊松比
Figure 2012103497214100002DEST_PATH_IMAGE018
从Shuey近似公式②可以看出,只有第二项包含显示含油气特征的泊松比
Figure 837170DEST_PATH_IMAGE018
,而该式中的第二项除了受到泊松比的影响外,还要受到地层速度变化率Δα/α、密度变化率Δρ/ρ的影响,仍然不能较为敏感地反映地层泊松比
Figure 534047DEST_PATH_IMAGE018
的变化。
常规AVO分析一般是基于Shuey两项式,而舍弃了大角度项,众所周知,大角度道集含有更多的横波信息,因此利用Shuey近似公式②对各系数进行拟合,所得出的结果不能完全反映横波的真实信息,此外,舍弃大角度项意味着引入了不可能消除的理论误差,因此得出的Shuey两项式的截距P和梯度G存在误差,得出的泊松比参数也不够精确。从而影响对地底岩层油气资源判断的准确性。
发明内容
为克服现有技术中舍弃了大角度道集,造成泊松比
Figure 681312DEST_PATH_IMAGE018
求解不够精确,影响判断地底岩层油气资源的技术问题。本发明提供一种利用AVO大角度道集分析岩体油气信息的方法。
本发明的技术方案如下: 利用AVO大角度道集分析岩体油气信息的方法,包括如下步骤:
步骤1. 将偏移距地震记录的数据经过去噪、动校拉伸等处理后,根据偏移距地震记录的数据记录反射系数Rpp和入射角i,取得若干组对应的入射角i和反射系数Rpp的检测值;
步骤2.对入射角i大于Φ的所有检测值,构造样本集H(x,y),样本集每个样本中的
Figure 2012103497214100002DEST_PATH_IMAGE020
Figure 2012103497214100002DEST_PATH_IMAGE022
;i和Rpp为步骤1中得到的入射角和对应的反射系数;Φ为预先设定的大角度道集中入射角I的下限值;
步骤3.使用步骤2中样本集H 对方程F:进行拟合,得出R、W、V的拟合值;
步骤4. 根据步骤3中求得R、W、V的值计算出P、G、C即为反应岩体油气信息的截距P、梯度G、拟横波C,利用截距P、梯度G、拟横波C对岩体油气信息进行属性分析。
具体的,所述R、W、V与AVO属性P、G、C的关系为
优选的,步骤2中的Φ为30度。
优选的,对入射角不大于Φ的所有检测值构造样本集Hs(sin2i,RPP),利用Shuey两项式:
Figure 441458DEST_PATH_IMAGE014
和样本集Hs对截距P、梯度G进行拟合计算。
优选的,步骤3中是采用最小二乘法拟合得出R、W、V的值,最小二乘法对抛物线的拟合简单精确。
具体的,所述最小二乘法拟合包括如下步骤:
步骤301.对样本集H进行初始剔除,设定信噪比参数M1,将信噪比大于M1的样本点进行初始剔除,剔除后的样本集为H1,记录H1与H的样本点的比例P1%;
步骤302.利用剔除后的样本集H1对方程F进行初始拟合,得出R、W、V的值,如果步骤301中P1%大于P%,则进入步骤306,否则进入步骤303,其中P%为预先设定的样本剔除最大系数;
步骤303.将拟合出的R、W、V带入F方程,计算拟合中使用的各个样本点相对拟合后的F方程的误差,如果全部样本点的误差都小于EPS,则进入步骤306,否则进入步骤304;其中EPS为预先设定的误差参数;
步骤304.将误差大于EPS的样本点剔除,本步骤中剔除后的样本集H4与原始样本集H的样本点比例P4%如果大于P%,则进入步骤306,否则进入步骤305;
步骤305.利用H4对F方程进行精确拟合,精确拟合后进入步骤303;
步骤306.保存输出最后得出的R、W、V。
在拟合过程中采用不断逼近AVO标准曲线的方法,其基本思路为通过逐步拟合-剔除-拟合的过程来求取稳定的各AVO属性,使得真实结果更加可靠。
具体的,所述步骤302中的P%=80%或50%,以适应不同的初始样本点数量。
采用本发明所述的利用AVO大角度道集分析岩体油气信息的方法,对入射大角度道集进行了AVO分析,消除了对Shuey方程拟合前存在的理论误差,得到的P、G、C系数更精确,更真实的反映了目标岩体的油气信息。
附图说明
图1示出本发明所述使用最小二乘法拟合的步骤框图
具体实施方式
为更好说明本发明的实现目的和原理,再次写出Shuey方程:
  
Figure 845074DEST_PATH_IMAGE004
  ------①
其中
Figure 513953DEST_PATH_IMAGE006
Figure 445000DEST_PATH_IMAGE008
     
Figure 199329DEST_PATH_IMAGE010
 这里RPP为反射系数,i为入射角,VP为纵波振幅,ρ为炮点岩体密度,ΔVP/VP, Δρ/ρ分别表示纵波变化率和岩体密度变化率。
传统方法舍弃了大角度道集,即①式等号右边的第三项,使用简化的Shuey两项式
 -------②
利用②式对小角度和中角度入射角的各个反射系数进行采集,通过数学分析得出简化的Shuey两项式②的各项系数,将②式简写为:
       
Figure 397409DEST_PATH_IMAGE014
,其中
Figure 827254DEST_PATH_IMAGE016
求出截距P和梯度G以后,计算得出泊松比
Figure 68879DEST_PATH_IMAGE018
而大角度道集在AVO属性分析中包含了更多的地底岩层反射横波信息,本发明旨在利用AVO属性中的大角度道集,收集更多的横波信息,从而得到更精确的泊松比
Figure 281686DEST_PATH_IMAGE018
将①式简写为
Figure 2012103497214100002DEST_PATH_IMAGE028
------③
其中截距
Figure 2012103497214100002DEST_PATH_IMAGE030
     梯度
Figure 2012103497214100002DEST_PATH_IMAGE032
     曲率
Figure 2012103497214100002DEST_PATH_IMAGE034
将③式进行三角函数的变形和整理
Figure 2012103497214100002DEST_PATH_IMAGE036
------④
将④整理为:  
Figure 859910DEST_PATH_IMAGE024
                -------⑤
其中
Figure 2012103497214100002DEST_PATH_IMAGE038
,R=P,W=-(P-G),V=C-G
本发明旨在利用③式对岩体的AVO属性进行分析,得到所述的截距P,梯度G和曲率C剖面,其中G剖面和Vp/Vs 有关,而Vp/Vs密切反映了泊松比σ参数,是可以直接用来油气检测的一个比较好的叠前属性。P剖面代表纵波信息,其“亮点”特征比叠后地震数据“亮点”特征能更好的可以指示烃类,是一个值得挖掘的叠前属性,在P剖面上做吸收分析,可以给出更进一步的油气检测结果,从而对目标岩体的油气信息进行准确的判断。
下面对本发明的具体实施方式作进一步的详细说明。
本发明所述利用AVO大角度道集分析岩体油气信息的方法,包括如下步骤:
步骤1. 将偏移距地震记录的数据经过去噪、动校拉伸等处理后,根据偏移距地震记录的数据记录反射系数Rpp和入射角i,取得若干组对应的入射角i和反射系数Rpp的检测值;
步骤2.对入射角i大于30度的所有检测值,作为样本集H(x,y),样本集每个样本中的
Figure 132760DEST_PATH_IMAGE020
;i和Rpp为步骤1中得到的入射角和对应的反射系数;
步骤3.使用步骤2中样本集H 对方程F:
Figure 878179DEST_PATH_IMAGE024
进行拟合,得出R、W、V的拟合值;
步骤4. 根据步骤3中求得R、W、V的值计算出P、G、C即为反应岩体油气信息的截距P、梯度G、拟横波C,利用截距P、梯度G、拟横波C对岩体油气信息进行属性分析。
本发明首先在入射角度选取上有别于传统方法,采集对象为入射角大于一定值的大角度道集,本发明更关注大角度道集,利用大角度道集对Shuey方程进行拟合,而摒弃了传统的AVO属性分析方法中舍弃大角度道集进行近似拟合的办法。优选的,大角度道集中入射角的下限值为30度。对入射角不大于30度的道集,可以仍然采用前述的传统处理方法,利用Shuey两项式②拟合求取梯度截距P和梯度G。
其次,如前所述,⑤式即上述步骤3中的F方程
Figure 376156DEST_PATH_IMAGE024
与Shuey方程①式在数学上是等价的,本发明对反应岩体油气信息的Shuey方程并未进行任何假设和近似处理,更加接近真实,在进行拟合的初始阶段,没有引入理论上的误差。
此外,本发明中的⑤式为一个标准的抛物线方程,可以采用抛物线拟合的方式准确求取三项式AVO的各系数,④式和⑤式实际是等价表达式,比较④式和⑤式,容易发现,R、W、V与AVO属性P、G、C的关系为
Figure 147803DEST_PATH_IMAGE026
R、W、V与AVO属性P、G、C的关系并非仅可根据上式进行描述,也有其他表达方式,该式较为简单直观,本发明优选利用该式求取截距P、梯度G、曲率C等属性,对该式的系数拟合可以采用计算机实现,因其简单的求取方式使得截距、梯度、曲率等属性的精度相对较高,在进行数值拟合时,调用的硬件资源,耗时都相应减少。
优选的,本发明采用最小二乘法拟合得出⑤式中各项系数R、W、V的值。
具体的,最小二乘法拟合的过程如图1所示,包括如下步骤
步骤301.对样本集H进行初始剔除,设定信噪比参数M1,将信噪比大于M1的样本点进行初始剔除,剔除后的样本集为H1,记录H1与H的样本点的比例P1%;
步骤302.利用剔除后的样本集H1对F方程进行初始拟合,得出R、W、V的值,如果步骤301中P1%大于P%,则进入步骤306,否则进入步骤303,其中P%为预先设定的样本剔除最大系数;
步骤303.将拟合出的R、W、V带入F方程,计算拟合中使用的各个样本点相对拟合后的方程F的误差,如果全部样本点的误差都小于EPS,则进入步骤306,否则进入步骤304;其中EPS为预先设定的误差参数;
步骤304.将误差大于EPS的样本点剔除,本步骤中剔除后的样本集H4与原始样本集H的样本点比例P4%如果大于P%,则进入步骤306,否则进入步骤305;
步骤305.利用H4对F方程进行精确拟合,精确拟合后进入步骤303;
步骤306.保存输出最后得出的R、W、V。
步骤302中的初始拟合和步骤306中的精确拟合虽然名称不同,但采用的拟合方法都是利用最小二乘法的公知拟合方式。只是由于针对的样本集和后续步骤不同,而叫不同的名字。
在AVO属性分析中,要求样本集中样本点数量的下限不能低于一定值,因此在各个步骤中,一旦剔除点过多,使剩余的样本点不能满足这个下限,则不再剔除,使用这些样本点拟合出的值作为最终的输出值。而当样本点数量多时,则可根据信噪比和拟合误差等参数不断剔除误差大的点。如果初始样本集的样本点数量大于这个下限,则首先根据经验,从信噪比,噪声幅度等方面进行初始剔除,以减小拟合的运算量。对于不同的样本点数量,可以设定不同的样本剔除最大系数,以保证剔除后的样本点的数量满足样本点下限值。例如设定样本剔除最大系数50%或者80%,即经历历次剔除,包括步骤301中的初始剔除和步骤304中的误差剔除后,最后一次拟合使用的样本点的数量占初始样本点的数量比例不低于50%或者80%。
拟合过程中步骤304中的误差EPS为样本点与拟合后的曲线的误差,可以选择多种表达形式,例如样本点距离拟合后的曲线的距离,或者相同横坐标对应的纵坐标差异等。
在拟合过程中采用不断逼近AVO标准曲线的方法,其基本思路为通过逐步拟合-剔除-拟合的过程来求取稳定的各AVO属性,使得真实结果更加可靠。
采用本发明所述的利用AVO大角度道集分析岩体油气信息的方法,对入射的大角度道集进行采集,充分利用了大入射角项携带的稳定横波信息,对各项参数拟合前消除了理论误差,并且对传统Shuey方程采用抛物线拟合方式,得到更稳定的各个参数剖面与更加精确的泊松比、密度等相关岩性参数,更真实的反应出目标岩体的油气信息,为后续的属性分析和弹性反演奠定了扎实的基础。
前文所述的为本发明的各个优选实施例,所述实施例以及实施例中的具体参数仅是为了清楚表述发明人的发明验证过程,并非用以限制本发明的专利保护范围,本发明的专利保护范围仍然以其权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。 

Claims (7)

1.一种利用AVO大角度道集分析岩体油气信息的方法,包括如下步骤:
步骤1.将偏移距地震记录的数据经过包括去噪、动校拉伸步骤的处理后,根据偏移距地震记录的数据记录反射系数Rpp和入射角i,取得若干组对应的入射角i和反射系数Rpp的检测值;
步骤2.对入射角i大于Φ的所有检测值,构造样本集H(x,y),样本集每个样本的                                               
Figure 2012103497214100001DEST_PATH_IMAGE002
Figure 2012103497214100001DEST_PATH_IMAGE004
;i和Rpp为步骤1中得到的入射角和对应的反射系数;Φ为预先设定的大角度道集中入射角i的下限值;
步骤3.使用步骤2中样本集H 对方程F:
Figure 2012103497214100001DEST_PATH_IMAGE006
进行拟合,得出R、W、V的拟合值;
步骤4. 根据步骤3中求得R、W、V的值计算出P、G、C即为反应岩体油气信息的截距P、梯度G、拟横波C,利用截距P、梯度G、拟横波C对岩体油气信息进行属性分析。
2.如权利要求1所述的利用AVO大角度道集分析岩体油气信息的方法,其特征在于:所述使用R、W、V的值计算出P、G、C根据下式:
Figure 2012103497214100001DEST_PATH_IMAGE008
3.如权利要求1所述的利用AVO大角度道集分析岩体油气信息的方法,其特征在于:所述步骤2中的Φ为30度。
4.如权利要求1或2所述的利用AVO大角度道集分析岩体油气信息的方法,其特征在于:所述步骤2还包括:对入射角不大于Φ的所有检测值构造样本集Hs(sin2i,RPP),利用Shuey两项式:
和样本集Hs对截距P、梯度G进行拟合计算。
5.如权利要求1所述的利用AVO大角度道集分析岩体油气信息的方法,其特征在于:步骤3中是采用最小二乘法拟合得出R、W、V的值。
6.如权利要求5所述的利用AVO大角度道集分析岩体油气信息的方法,其特征在于:所述最小二乘法拟合包括如下步骤:
步骤301.对样本集H进行初始剔除,设定信噪比参数M1,将信噪比大于M1的样本点进行初始剔除,剔除后的样本集为H1,记录H1与H的样本点的比例P1%;
步骤302.利用剔除后的样本集H1对方程F进行初始拟合,得出R、W、V的值,如果步骤301中P1%大于P%,则进入步骤306,否则进入步骤303,其中P%为预先设定的样本剔除最大系数;
步骤303.将拟合出的R、W、V带入F方程,计算拟合中使用的各个样本点相对拟合后的方程F的误差,如果全部样本点的误差都小于EPS,则进入步骤306,否则进入步骤304;其中EPS为预先设定的误差参数;
步骤304.将误差大于EPS的样本点剔除,本步骤中剔除后的样本集H4与原始样本集H的样本点比例P4%如果大于P%,则进入步骤306,否则进入步骤305;
步骤305.利用H4对F方程进行精确拟合,精确拟合后进入步骤303;
步骤306.保存输出最后得出的R、W、V。
7.如权利要求6所述的利用AVO大角度道集分析岩体油气信息的方法,其特征在于,所述步骤302中的P%为80%或50%。
CN201210349721.4A 2012-09-20 2012-09-20 一种利用avo大角度道集分析岩体油气信息的方法 Active CN102866426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210349721.4A CN102866426B (zh) 2012-09-20 2012-09-20 一种利用avo大角度道集分析岩体油气信息的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210349721.4A CN102866426B (zh) 2012-09-20 2012-09-20 一种利用avo大角度道集分析岩体油气信息的方法

Publications (2)

Publication Number Publication Date
CN102866426A true CN102866426A (zh) 2013-01-09
CN102866426B CN102866426B (zh) 2016-01-20

Family

ID=47445406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210349721.4A Active CN102866426B (zh) 2012-09-20 2012-09-20 一种利用avo大角度道集分析岩体油气信息的方法

Country Status (1)

Country Link
CN (1) CN102866426B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103616723A (zh) * 2013-12-11 2014-03-05 成都晶石石油科技有限公司 基于avo特征的crp道集真振幅恢复方法
CN104965226A (zh) * 2015-06-17 2015-10-07 成都高普石油工程技术有限公司 一种岩体中油气信息的分析方法
CN105372705A (zh) * 2015-10-27 2016-03-02 中国石油天然气股份有限公司 一种基于多波资料的地层切片方法
CN107703544A (zh) * 2017-09-27 2018-02-16 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于地质统计学的叠前振幅随偏移距变化油气预测方法
CN108952695A (zh) * 2018-05-22 2018-12-07 中国石油大学(华东) 一种油气储层流体活动性预测方法
CN110007349A (zh) * 2019-04-16 2019-07-12 福瑞升(成都)科技有限公司 一种弹性参数反演方法
RU2727057C1 (ru) * 2017-03-15 2020-07-17 Петрочайна Компани Лимитед Способ и устройство для обнаружения углеводородов посредством графика зависимости avo-атрибутов и компьютерный носитель для хранения

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6662112B2 (en) * 2001-08-31 2003-12-09 Exxonmobil Upstream Research Company Method for classifying AVO data using an interpreter-trained neural network
CN101126815A (zh) * 2006-08-17 2008-02-20 中国石油天然气股份有限公司 一种利用地震岩性因子和岩性阻抗进行油气检测的方法
CN102478667A (zh) * 2010-11-30 2012-05-30 中国石油天然气集团公司 频散avo反演方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6662112B2 (en) * 2001-08-31 2003-12-09 Exxonmobil Upstream Research Company Method for classifying AVO data using an interpreter-trained neural network
CN101126815A (zh) * 2006-08-17 2008-02-20 中国石油天然气股份有限公司 一种利用地震岩性因子和岩性阻抗进行油气检测的方法
CN102478667A (zh) * 2010-11-30 2012-05-30 中国石油天然气集团公司 频散avo反演方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴树初等: "AVO分析和应用", 《石油物探》, vol. 31, no. 1, 31 March 1992 (1992-03-31), pages 8 - 17 *
熊定钰等: "拟合AVO属性反演", 《石油地球物理勘探》, vol. 40, no. 6, 31 December 2005 (2005-12-31), pages 646 - 651 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103616723A (zh) * 2013-12-11 2014-03-05 成都晶石石油科技有限公司 基于avo特征的crp道集真振幅恢复方法
CN103616723B (zh) * 2013-12-11 2016-04-06 成都晶石石油科技有限公司 基于avo特征的crp道集真振幅恢复方法
CN104965226A (zh) * 2015-06-17 2015-10-07 成都高普石油工程技术有限公司 一种岩体中油气信息的分析方法
CN105372705A (zh) * 2015-10-27 2016-03-02 中国石油天然气股份有限公司 一种基于多波资料的地层切片方法
CN105372705B (zh) * 2015-10-27 2017-10-27 中国石油天然气股份有限公司 一种基于多波资料的地层切片方法
RU2727057C1 (ru) * 2017-03-15 2020-07-17 Петрочайна Компани Лимитед Способ и устройство для обнаружения углеводородов посредством графика зависимости avo-атрибутов и компьютерный носитель для хранения
CN107703544A (zh) * 2017-09-27 2018-02-16 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于地质统计学的叠前振幅随偏移距变化油气预测方法
CN107703544B (zh) * 2017-09-27 2019-06-04 中国石油集团东方地球物理勘探有限责任公司 基于地质统计学的叠前振幅随偏移距变化油气预测方法
CN108952695A (zh) * 2018-05-22 2018-12-07 中国石油大学(华东) 一种油气储层流体活动性预测方法
CN110007349A (zh) * 2019-04-16 2019-07-12 福瑞升(成都)科技有限公司 一种弹性参数反演方法

Also Published As

Publication number Publication date
CN102866426B (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
CN102866426B (zh) 一种利用avo大角度道集分析岩体油气信息的方法
CN101551466B (zh) 一种利用与偏移距有关的地震属性提高油气储层预测精度的方法
CN101329405B (zh) 一种简单的多参数地震反演方法
CN101281253B (zh) 一种利用振幅随偏移距变化特征提高油气检测精度的方法
CN107817526B (zh) 叠前地震道集分段式振幅能量补偿方法及系统
CN108415073B (zh) 角度域逆散射偏移成像方法及装置
CN104316966B (zh) 一种流体识别方法及系统
CN104820242B (zh) 一种面向叠前反演的道集振幅分频补偿方法
US9952341B2 (en) Systems and methods for aligning a monitor seismic survey with a baseline seismic survey
CN103576197B (zh) 一种转换波角道集抽取方法
CN104570110A (zh) 一种基于纵横波匹配的多分量资料联合速度分析方法
CN104316965A (zh) 一种裂缝方位和强度的预测方法及系统
CN104237937A (zh) 叠前地震反演方法及其系统
CN103869362A (zh) 体曲率获取方法和设备
CN107390270A (zh) 一种基于弹性波逆时偏移ADCIGs的AVA分析方法
CN102901984A (zh) 真地表地震数据倾角道集构建方法
Sun et al. Shale rocks brittleness index prediction method using extended elastic impedance inversion
Li et al. SV-P extraction and imaging for far-offset vertical seismic profile data
Wang et al. Analytic formula for the group velocity and its derivatives with respect to elastic moduli for a general anisotropic medium
Dai et al. The effects of migration velocity errors on traveltime accuracy in prestack Kirchhoff time migration and the image of PS converted waves
CN107991705B (zh) 基于二维统计特征的测井曲线校正方法和装置
CN105527648A (zh) 用于各向异性参数反演的敏感度矩阵的计算方法及系统
CN104965226A (zh) 一种岩体中油气信息的分析方法
Wei et al. Coalbed methane reservoir parameter prediction and sweet-spot comprehensive evaluation based on 3D seismic exploration: A case study in western Guizhou Province, China
Wu et al. An unsupervised inversion method for seismic brittleness parameters driven by the physical equation

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