CN104216006B - 利用重磁电震同步联合参数模型进行提高成像质量的方法 - Google Patents
利用重磁电震同步联合参数模型进行提高成像质量的方法 Download PDFInfo
- Publication number
- CN104216006B CN104216006B CN201310218610.4A CN201310218610A CN104216006B CN 104216006 B CN104216006 B CN 104216006B CN 201310218610 A CN201310218610 A CN 201310218610A CN 104216006 B CN104216006 B CN 104216006B
- Authority
- CN
- China
- Prior art keywords
- model
- imaging
- inverting
- data
- inversion
- 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.)
- Expired - Fee Related
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了利用重磁电震同步联合反演速度模型进行提高成像质量的方法，首先使用不同地球物理数据单独建立初始模型；其次施加先验信息作为约束条件，执行同步联合反演参数地球物理模型进行反演，获得多参数模型；提取速度模型，执行叠前深度偏移生成叠前深度共成像点道集和成像剖面或成像立方体；评估该成像质量和地质可靠性，若可以接受则联合反演结束，否则重新选择联合反演参数重复上述步骤；使用本方法可以借助其他类型的地球物理数据和方法提高地震速度模型的分辨率。与用其他方法建立的速度模型相比，在本方法建立的速度模型基础上进行叠前深度偏移成像能够减少迭代次数且成像可靠性更高。
Description
技术领域
本发明涉及叠前深度偏移成像，具体地说是一种使用重力、磁力、电法和地震多种地球物理资料同步联合反演地下介质的速度模型用于提高叠前深度偏移成像质量的方法。
背景技术
在对冲断带、盐下构造、火成岩覆盖区进行油气勘探时地震成像通常会遇到极大的问题。只有当速度模型的估计合理可靠时，地震叠前深度偏移才能得到好的成像效果。不准确的地震速度模型会导致反射点横向和纵向的严重错位，难以恢复反射层位。这个问题严重制约了油气勘探，增加了钻探风险，误导油气储量评估。为叠前深度偏移建立可靠的速度模型不是个简单的任务，尤其在地震数据信噪比底、先验信息少的条件时或者地质构造横向变化复杂的情况下，完成这个任务更加困难。在这些情况下，利用多种地球物理数据联合构建深度域的速度模型比仅用地震数据建立的速度模型可靠性更高，从而降低勘探风险。
反演输入数据的系统和随机误差、多解性以及数据对模型的敏感性使得求解地球物理反问题十分困难。集成不同类型的信息（地震、非地震、先验信息、解释约束）可以有效地减少反问题的多解性，并改善在复杂地质条件下地震成像的分辨率。过去数年间已经有学者提出了集成不同类型数据来构建速度模型的方法，通过物性关系经验公式将速度模型转换成密度模型或者电阻率模型，然后执行重力或者电法反演。所获得密度模型或电阻率模型，在有些情况下，可以变换成速度模型并用来改善地震成像效果。这种方法尽管有一定的理论价值，但是在实际应用中存在一些问题。其中最明显的问题是速度模型和密度模型、电阻率模型间物性转换关系的可靠性。另一个问题是在实际执行上述流程时，通常会给地震数据加权较大而给非震数据加权较小，地震数据对求解速度模型的贡献要远大于非震数据的贡献。这样一来非震方法被限制在由地震提供的初始模型附近进行工作，修改模型的机会很小。这些问题是不同类型地球物理数据的集成至今仍然处在依靠解释人员的经验阶段而没有发展成为解析定量化方法的主要原因。
发明内容
本发明的目的在于提供利用重磁电震同步联合参数模型进行提高成像质量的方法，是一种将地震、重力、磁力、电法数据、外部约束及地质解释成果定量集成到同步联合反演的方法。使用本方法可以借助其他类型的地球物理数据和方法提高地震速度模型的分辨率。与用其他方法建立的速度模型相比，在本方法建立的速度模型基础上进行叠前深度偏移成像能够减少迭代次数且成像可靠性更高。
为了达成上述目的，本发明采用了如下技术方案，利用重磁电震同步联合参数模型进行提高成像质量的方法，其步骤包括：
首先使用不同地球物理数据单独建立初始模型；其次施加先验信息作为约束条件，执行同步联合反演参数地球物理模型进行反演，获得多参数模型；提取速度模型，执行叠前深度偏移生成叠前深度共成像点道集和成像剖面或成像立方体；评估该成像质量和地质可靠性，若可以接受则联合反演结束，否则重新选择联合反演参数重复上述步骤。
所述地球物理数据包括：
1）地震数据，是指炮集或者共中心点道集；
2）重力数据，是指布格重力异常；
3）磁力数据，是指磁力异常；
4）电法数据，是指大地电磁或者可控源电磁法的视电阻率和相位数据。
所述参数模型至少包含速度模型，还包括密度模型、磁化率模型和电阻率模型。
所述速度模型由以下步骤得到：
1）执行叠前深度偏移生成叠前深度共成像点道集和成像剖面或成像立方体；
2）对共成像点道集执行叠前深度剩余偏移生成增强共成像点道集；
3）拾取增强共成像点道集生成增强成像剖面或增强成像立方体；
4）增强成像剖面或增强成像立方体与成像剖面或成像立方体减生成成像数据残差；
5）将先验信息作为反演约束条件，并选择反演参数；
6）基于数据残差、反演约束和所选择的反演参数执行地震反演得到速度模型；
7）评估该速度模型，若最优则将其输入至同步联合反演；否则重新拾取增强共成像点道集生成增强成像剖面或增强成像立方体重复步骤4）、5）、6）。
所述密度模型由以下步骤得到：
1）将布格重力异常减去区域重力场和均衡重力场；
2）在初始密度模型上计算正演重力异常场，与处理过的布格重力异常相减得到数据残差；
3）将先验信息作为反演约束条件，并选择反演参数；
4）基于数据残差、反演约束和所选择的反演参数执行重力反演得到密度模型；
5）评估该密度模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复步骤2）、3）、4）。
所述磁化率模型以下步骤得到：
1）将磁力异常减去区域磁力场；
2）在初始磁化率模型上计算正演磁力异常场，与处理过的磁力异常相减得到数据残差；
3）将先验信息作为反演约束条件，并选择反演参数；
4）基于数据残差、反演约束和所选择的反演参数执行磁力反演得到磁化率模型；
5）评估该磁化率模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复步骤2）、3）、4）。
所述电阻率模型由以下步骤得到：
1）对观测视电阻率和相位数据做预处理和静校正；
2）在初始电阻率模型上计算正演电磁场视电阻率和相位，与处理过的观测视电阻率和相位相减得到数据残差；
3）将先验信息作为反演约束条件，并选择反演参数；
4）基于数据残差、反演约束和所选择的反演参数执行电阻率反演得到电阻率模型；
5）评估该电阻率模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复步骤2）、3）、4）。
所述先验信息包括测井数据、地质解释资料及物性值上下限。
相较于现有技术，本发明具有以下有益效果：
使用重力、磁力、电法和地震多种地球物理数据同步联合反演多参数地球物理模型，通过物性关系和构造型态约束建立不同地球物理参数间的联系，求得比单一地球物理方法反演的模型精度更高的模型。重磁电震联合反演的输入数据是观测数据（重力、磁力、电法、地震）和初始模型（密度、磁化率、电阻率、速度）以及约束信息（物性关系、井资料等），执行同步联合反演得到包括密度、磁化率、电阻率和速度的多参数模型。从多参数模型中提取速度模型用于地震叠前深度偏移。在叠前深度偏移的成像数据上执行偏移速度分析生成成像残差，若成像残差满足质量要求，则反演结束，所得模型即为最终模型，否则以迭代方式重复上述步骤直至成像残差满足质量要求。
使用本方法可以借助其他类型的地球物理数据和方法提高地震速度模型的分辨率。与用其他方法建立的速度模型相比，在本方法建立的速度模型基础上进行叠前深度偏移成像能够减少迭代次数且成像可靠性更高。
附图说明
图1是本发明利用重磁电震同步联合参数模型进行提高成像质量的方法的流程框图；
图2是联合反演中准备地震反演参数、数据残差以及约束的具体流程图；
图3是联合反演中准备重力反演参数、数据残差以及约束的具体流程图；
图4是联合反演中准备磁力反演参数、数据残差以及约束的具体流程图；
图5是联合反演中准备电法反演参数、数据残差以及约束的具体流程图；
图6是准备联合反演约束的流程图；
图7是联合反演的具体流程图。
具体实施方式
有关本发明的详细说明及技术内容，配合附图说明如下，然而附图仅提供参考与说明之用，并非用来对本发明加以限制。
图1是所述方法的具体流程图，包括以下步骤：
对地震数据（炮集或CMP道集）进行偏移速度分析建立初始速度模型；对布格重力异常进行重力反演建立初始密度模型；对磁力异常进行磁力反演建立初始磁化率模型；对电法数据（视电阻率或相位）进行电法反演建立初始电阻率模型；用初始模型建立初始多参数模型；将初始多参数模型、重磁电震数据以及约束条件输入同步联合反演，执行联合反演输出更新的多参数模型；判断目标函数是否达到预设阈值，若未达到，将更新的多参数模型输入同步联合反演，重复执行。若达到，则同步联合反演结束，提取速度模型；用提取的速度模型执行叠前深度偏移成像，评价成像效果及地质合理性，若满足质量要求，则该速度模型即为最终模型，否则调整参数，重新执行联合反演。
图2是建立初始速度模型的具体流程图，包括以下步骤：
对地震数据（炮集或CMP道集）进行叠前深度偏移，生成共成像道集数据；对共成像点道集执行叠前深度剩余偏移生成增强共成像点道集；拾取增强共成像点道集生成增强成像剖面（或增强成像立方体）；增强成像剖面（或增强成像立方体）与成像剖面（或成像立方体）减生成成像数据残差；将先验信息作为反演约束条件，并选择反演参数；基于数据残差、反演约束和所选择的反演参数执行地震反演得到速度模型。
图3是建立初始密度模型的具体流程图，包括以下步骤：
将布格重力异常减去区域重力场和均衡重力场；在初始密度模型上计算正演重力异常场，与处理过的布格重力异常相减得到数据残差；将先验信息作为反演约束条件，并选择反演参数；基于数据残差、反演约束和所选择的反演参数执行重力反演得到密度模型；评估该密度模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复上述步骤。
图4是建立初始磁化率模型的具体流程图，包括以下步骤：
将磁力异常减去区域磁力场；在初始磁化率模型上计算正演磁力异常场，与处理过的磁力异常相减得到数据残差；将先验信息作为反演约束条件，并选择反演参数；基于数据残差、反演约束和所选择的反演参数执行磁力反演得到磁化率模型；评估该磁化率模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复上述步骤。
图5是建立初始电阻率模型的具体流程图，包括以下步骤：
对观测视电阻率和相位数据做预处理和静校正；在初始电阻率模型上计算正演电磁场视电阻率和相位，与处理过的观测视电阻率和相位相减得到数据残差；将先验信息作为反演约束条件，并选择反演参数；基于数据残差、反演约束和所选择的反演参数执行电阻率反演得到电阻率模型；评估该电阻率模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复上述步骤。
图6是根据先验信息和地质解释成果定义反演约束的具体流程图，该流程可以应用于建立图1、2、3、4、5中的约束条件，添加约束条件的目的是将测井信息、地质解释成果及其他先验信息施加在反演过程当中，如施加测井信息可以使与井孔相交的模型参数不参与反演，而施加地质解释信息可以对模型当中不想修改的地方加以控制。主要步骤包括：利用测井、地质解释及其他先验信息建立模型掩码；生成反演约束掩码；将反演约束掩码输入至图1、2、3、4、5中。
图7是图1中同步联合反演的具体流程图，包括以下步骤：
联合反演的第一步是选择反演参数，如不同方法的权重。接下来，将残差数据（重力、磁力、电法、地震），初始模型（密度、磁化率、电阻率、速度），物性转换关系（在不同模型间建立联系），物性构造关系（在不同模型上施加构造相似性约束）输入到联合反演模块（85）。根据最小二乘法求解联合反演问题，其目标函数定义为：
其中第一项是加权的数据残差平方和（w1k是自定义权重，是数据协方差的倒数），第二项是加权的正则化项（w2k是自定义权重，sk是正则化函数，N是使用的地球物理数据种类的数量），第三项是不同模型的联系项（w3k是自定义权重，fk是不同模型间的转换函数，如速度和密度模型间的转换函数为Gardner公式，Nl是使用的转换函数的个数）。
若要对不同模型施加构造相似性约束，则目标函数中还要添加一项，即相关梯度项，
对于二维模型为：
对于三维模型为：
其中m1和m2为两种不同的模型（如速度和密度、速度和电阻率、密度和磁化率等）。执行一步联合反演生成多参数模型，评价该模型，若未达到最优，则用该模型重新正演生成数据残差，并将其作为初始模型重复执行联合反演；若达到最优，则联合反演结束，提取速度模型。
以上所述仅为本发明的较佳实施例，非用以限定本发明的专利范围，其他运用本发明的专利精神的等效变化，均应俱属本发明的专利范围。
Claims (2)
1.利用重磁电震同步联合参数模型进行提高成像质量的方法，其步骤包括：
首先使用不同地球物理数据单独建立初始模型；
其次施加先验信息作为约束条件，执行同步联合反演参数地球物理模型进行反演，获得多参数模型；
提取速度模型，执行叠前深度偏移生成叠前深度共成像点道集和成像剖面或成像立方体；
评估该成像质量和地质可靠性，若可以接受则联合反演结束，否则重新选择联合反演参数重复上述步骤；
最后提高了地震叠前深度偏移成像质量；
所述地球物理数据包括：
1）地震数据，是指炮集或者共中心点道集；
2）重力数据，是指布格重力异常；
3）磁力数据，是指磁力异常；
4）电法数据，是指大地电磁或者可控源电磁法的视电阻率和相位数据；
所述参数模型至少包含速度模型，还包括密度模型、磁化率模型和电阻率模型；
所述速度模型由以下步骤得到：
1）执行叠前深度偏移生成叠前深度共成像点道集和成像剖面或成像立方体；
2）对共成像点道集执行叠前深度剩余偏移生成增强共成像点道集；
3）拾取增强共成像点道集生成增强成像剖面或增强成像立方体；
4）增强成像剖面或增强成像立方体与成像剖面或成像立方体减生成成像数据残差；
5）将先验信息作为反演约束条件，并选择反演参数；
6）基于数据残差、反演约束和所选择的反演参数执行地震反演得到速度模型；
7）评估该速度模型，若最优则将其输入至同步联合反演；否则重新拾取增强共成像点道集生成增强成像剖面或增强成像立方体重复步骤4）、5）、6）；
所述密度模型由以下步骤得到：
1）将布格重力异常减去区域重力场和均衡重力场；
2）在初始密度模型上计算正演重力异常场，与处理过的布格重力异常相减得到数据残差；
3）将先验信息作为反演约束条件，并选择反演参数；
4）基于数据残差、反演约束和所选择的反演参数执行重力反演得到密度模型；
5）评估该密度模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复步骤2）、3）、4）；
所述磁化率模型包括：
1）将磁力异常减去区域磁力场；
2）在初始磁化率模型上计算正演磁力异常场，与处理过的磁力异常相减得到数据残差；
3）将先验信息作为反演约束条件，并选择反演参数；
4）基于数据残差、反演约束和所选择的反演参数执行磁力反演得到磁化率模型；
5）评估该磁化率模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复步骤2）、3）、4）；
所述电阻率模型由以下步骤得到：
1）对观测视电阻率和相位数据做预处理和静校正；
2）在初始电阻率模型上计算正演电磁场视电阻率和相位，与处理过的观测视电阻率和相位相减得到数据残差；
3）将先验信息作为反演约束条件，并选择反演参数；
4）基于数据残差、反演约束和所选择的反演参数执行电阻率反演得到电阻率模型；
5）评估该电阻率模型，若最优则将其输入至同步联合反演；否则重新选择反演约束重复步骤2）、3）、4）。
2.根据权利要求1所述的利用重磁电震同步联合参数模型进行提高成像质量的方法，其特征在于，所述先验信息包括测井数据、地质解释资料及物性值上下限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310218610.4A CN104216006B (zh) | 2013-06-04 | 2013-06-04 | 利用重磁电震同步联合参数模型进行提高成像质量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310218610.4A CN104216006B (zh) | 2013-06-04 | 2013-06-04 | 利用重磁电震同步联合参数模型进行提高成像质量的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104216006A CN104216006A (zh) | 2014-12-17 |
| CN104216006B true CN104216006B (zh) | 2017-05-17 |
Family
ID=52097701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310218610.4A Expired - Fee Related CN104216006B (zh) | 2013-06-04 | 2013-06-04 | 利用重磁电震同步联合参数模型进行提高成像质量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104216006B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107748399A (zh) * | 2017-09-12 | 2018-03-02 | 中国石油化工股份有限公司 | 利用重力界面反演识别山前带深部构造层方法 |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN105403924B (zh) * | 2015-10-27 | 2018-02-02 | 中国石油天然气集团公司 | 黄土层静校正方法及装置 |
| CN105785476A (zh) * | 2016-05-17 | 2016-07-20 | 浙江水利水电学院 | 一种高密度电阻率成像方法 |
| CN106778794B (zh) * | 2016-12-29 | 2020-04-07 | 南京邮电大学 | 一种基于图像识别的计算机成像控制方法 |
| 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 |
| CN108304618B (zh) * | 2018-01-05 | 2019-05-24 | 台州创兴环保科技有限公司 | 一种重力数据与大地电磁数据联合反演方法 |
| CN108229082B (zh) * | 2018-04-12 | 2019-12-06 | 吉林大学 | 一种基于数据空间快速计算的联合反演方法 |
| CN108845353B (zh) * | 2018-08-21 | 2020-01-03 | 同济大学 | 一种重震联合反演的方法及装置 |
| CN109557601A (zh) * | 2019-01-22 | 2019-04-02 | 青岛海洋地质研究所 | 一维海洋可控源电磁和地震联合储层参数反演方法 |
| CN110007365A (zh) * | 2019-03-04 | 2019-07-12 | 吉林大学 | 一种基于信号数据稀疏空间快速计算的联合反演方法 |
| CN113267810B (zh) * | 2020-02-17 | 2022-08-30 | 中国石油天然气集团有限公司 | 地震勘探全深度速度建模方法及装置 |
| CN111273355B (zh) * | 2020-03-16 | 2021-08-13 | 中国科学技术大学 | 一种巷道的超前探测方法及超前探测系统 |
| 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 |
| CN113205506B (zh) * | 2021-05-17 | 2022-12-27 | 上海交通大学 | 一种电力设备全空间信息三维重构方法 |
| CN113917560B (zh) * | 2021-09-16 | 2023-04-21 | 成都理工大学 | 一种三维重磁电震多参数协同反演方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008029420A1 (en) * | 2006-09-04 | 2008-03-13 | Geosystem S.R.L. | Method for building velocity models for pre-stack depth migration via the simultaneous joint inversion of seismic, gravity and magnetotelluric data |
| US8095345B2 (en) * | 2009-01-20 | 2012-01-10 | Chevron U.S.A. Inc | Stochastic inversion of geophysical data for estimating earth model parameters |
| WO2013052035A1 (en) * | 2011-10-04 | 2013-04-11 | Westerngeco, L.L.C. | Methods and systems for multiple-domain inversion of collected data |
-
2013
- 2013-06-04 CN CN201310218610.4A patent/CN104216006B/zh not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107748399A (zh) * | 2017-09-12 | 2018-03-02 | 中国石油化工股份有限公司 | 利用重力界面反演识别山前带深部构造层方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104216006A (zh) | 2014-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104216006B (zh) | 利用重磁电震同步联合参数模型进行提高成像质量的方法 | |
| Cordua et al. | Monte Carlo full-waveform inversion of crosshole GPR data using multiple-point geostatistical a priori information | |
| Zhou et al. | Three-dimensional cross-gradient joint inversion of gravity and normalized magnetic source strength data in the presence of remanent magnetization | |
| Tronicke et al. | Crosshole traveltime tomography using particle swarm optimization: A near-surface field example | |
| Liu et al. | Particle swarm optimization inversion of magnetic data: Field examples from iron ore deposits in China | |
| CN108680964A (zh) | 一种基于结构约束的归一化重磁电震联合反演方法 | |
| Dafflon et al. | Three‐dimensional stochastic estimation of porosity distribution: Benefits of using ground‐penetrating radar velocity tomograms in simulated‐annealing‐based or Bayesian sequential simulation approaches | |
| Lin et al. | A discussion of 2D induced polarization effects in airborne electromagnetic and inversion with a robust 1D laterally constrained inversion scheme | |
| Moorkamp et al. | Joint inversion in hydrocarbon exploration | |
| Backé et al. | Basin geometry and salt diapirs in the Flinders Ranges, South Australia: Insights gained from geologically-constrained modelling of potential field data | |
| Uchida et al. | Stable 3D inversion of MT data and its application to geothermal exploration | |
| Dutta et al. | New borehole transient electromagnetic system for reservoir monitoring | |
| Zhang et al. | Joint seismic and electromagnetic inversion for reservoir mapping using a deep learning aided feature-oriented approach | |
| Ho | 3-D inversion of borehole-to-surface electrical data using a back-propagation neural network | |
| Chakravarthi et al. | MODTOHAFSD—a GUI based JAVA code for gravity analysis of strike limited sedimentary basins by means of growing bodies with exponential density contrast–depth variation: a space domain approach | |
| Darijani et al. | Joint and constrained inversion of magnetic and gravity data: A case history from the McArthur River area, Canada | |
| Rani et al. | Regional tectonic model of Southern, Central part of the Mygdonian basin (Northern Greece) by applying 3D Transient Electromagnetic Modeling | |
| Vo Thanh et al. | Integrated artificial neural network and object-based modelling for enhancement history matching in a fluvial channel sandstone reservoir | |
| Cordua et al. | Accounting for correlated data errors during inversion of cross‐borehole ground penetrating radar data | |
| Cai et al. | Three-dimensional inversion of magnetotelluric data for the sediment–basement interface | |
| Saibi et al. | Audio‐Magnetotelluric Survey for Groundwater Investigation in the Al‐Jaww Plain in Eastern Abu Dhabi, Al‐Ain, United Arab Emirates | |
| Dowd et al. | Estimating the boundary surface between geologic formations from 3D seismic data using neural networks and geostatistics | |
| Jia et al. | Magnetotelluric Closed-Loop Inversion | |
| Abuzaied et al. | Stochastic inversion combining seismic data, facies properties, and advanced multiple-point geostatistics | |
| Ullah et al. | Reservoir potential, net pay zone and 3D modeling of Cretaceous Pab Formation in Eastern Suleiman Range, Pakistan |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170517 Termination date: 20190604 |