CN107576982A - 一种砂岩型铀矿地震综合预测方法 - Google Patents
一种砂岩型铀矿地震综合预测方法 Download PDFInfo
- Publication number
- CN107576982A CN107576982A CN201710778813.7A CN201710778813A CN107576982A CN 107576982 A CN107576982 A CN 107576982A CN 201710778813 A CN201710778813 A CN 201710778813A CN 107576982 A CN107576982 A CN 107576982A
- Authority
- CN
- China
- Prior art keywords
- data
- value
- sampled point
- seismic
- softwares
- 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
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于铀矿地震综合预测方法技术领域,具体涉及一种砂岩型铀矿地震综合预测方法。本发明使用地震波阻抗反演法反算地下砂体分布情况,得到与铀成矿有直接关系的目标地层含砂率信息,同时利用钻孔数据统计的转换关系或经验转换关系将目标层波阻抗信息转换为与成矿作用有关的孔隙度信息,最后利用三维地震数据体提取与铀成矿环境相关的敏感地震属性信息,通过这三类信息综合分析研究预测工区的铀成矿潜力,能够达到快速、有效地预测砂岩型铀矿目标储层发育范围的目的。
Description
技术领域
本发明属于铀矿地震综合预测方法技术领域,具体涉及一种砂岩型铀矿地震综合预测方法。
背景技术
砂岩型铀矿预测评价工作是砂岩型铀矿勘查中一项关键任务。常规地质预测技术主要利用地质调查、钻探资料进行预测,缺点在于预测的成本较高、周期较长;使用地球化学勘查、放射性物探、电磁法等地球物理方法进行预测评价,其结果往往达不到精度要求、效果不佳;而地震勘探技术对于砂岩型铀矿成矿环境有较好的探测精度,使用地震技术对砂岩型铀矿目标储层进行综合预测具有较好的前景。
发明内容
本发明要解决的技术问题是提供一种砂岩型铀矿地震综合预测方法,该方法能够快速、有效地预测砂岩型铀矿目标储层的平面展布范围。
为了实现这一目的,本发明采取的技术方案是:
一种砂岩型铀矿地震综合预测方法,该方法包括以下步骤:
(1)在研究区,采集一套砂岩型铀矿三维地震纯波数据;
采集野外三维地震数据,对野外三维地震数据依次进行处理以得到三维地震纯波数据;
(2)使用基于模型反演法对步骤(1)的三维地震纯波数据进行反演计算,得到三维波阻抗数据体,进而计算三维岩性数据体;
(3)求取目标层位砂体的含砂率分布数据,并绘制成等值线图;
利用步骤(2)得到的三维岩性数据体,利用geoview软件的trace math模块计算目标地层的含砂率数据,并绘制平面等值线图;
(4)求取孔隙度数据与波阻抗数据的关系
①在研究区测井曲线中有孔隙度数据、声波数据、密度数据三类测井数据的情况下:使用excel软件或geoview软件的cross plot模块进行孔隙度和波阻抗的交会分析;
分析时,设置x横轴为波阻抗数据,波阻抗数据=声波和密度数据的乘积;y纵轴为孔隙度数据;然后通过excel软件或geoview软件的cross plot模块的线性拟合工具拟合出波阻抗转孔隙度的转换式y=ax+b,y为孔隙度数据,x为波阻抗数据,a,b为需要拟合的参数;
②在研究区无孔隙度测井数据的情况下:使用下述的公式(1),将波阻抗转换为孔隙度数据:
其中,AC固体骨架表示岩石固体骨架的声波时差,AC流体表示岩石孔隙间流体的声波时差,IMP为波阻抗数据,POR为孔隙度数据;
(5)利用步骤(4)求取的波阻抗转孔隙度的转换关系,将波阻抗数据转换为孔隙度数据,得到目标地层孔隙度数据分布,并绘制等值线图;
(6)利用三维地震纯波数据,提取地震均方根振幅、瞬时相位、弧长3种地震属性,对此三种地震属性进行聚类分析,基于钻孔资料建立约束条件,回归拟合出一种新的地震属性组合;
(7)交会分析上述目标地层含砂率数据、孔隙度分布数据以及地震属性组合分布数据,综合预测砂岩型铀矿成矿有利地段;
综合预测砂岩型铀矿成矿有利地段是指对目标地层含砂率分布图中数值大于X的区域、孔隙度值大于Y的区域、地震属性组合值大于Z的区域进行交会分析研究,据此再进行成矿有利地段的综合预测。
进一步的,如上所述的一种砂岩型铀矿地震综合预测方法,步骤(1)中,通过地震仪采集野外三维地震数据,对野外三维地震数据进行处理的过程是依次进行静校正、去噪、振幅补偿、反褶积、动校叠加、偏移处理。
进一步的,如上所述的一种砂岩型铀矿地震综合预测方法,步骤(2)中,具体步骤如下:
①初始模型的建立:首先收集研究区的钻井数据,对其中的声波曲线和密度曲线进行平滑处理和标准化处理;
②利用geoview软件的STRATA模块建立反演初始模型;
③波阻抗反演计算:对步骤(1)得到的三维地震纯波数据进行反演计算,得到三维波阻抗数据体;
④确定波阻抗转岩性的门槛值:每个研究区的波阻抗转岩性的门槛值不尽相同,门槛值的确定基于工区岩石物性参数分析;
⑤岩性数据计算:基于步骤(2)④得到的波阻抗转岩性的门槛值,将步骤(2)③得到的三维波阻抗数据体转换为三维岩性数据体,三维岩性数据体的形式为LITH(x,y,t),其中x表示三维地震数据的Inline号,y表示三维地震数据的Xline号,t表示时间;
LITH(x,y,t)数据体的取值为0或1,0表示泥岩,1表示砂岩。
进一步的,如上所述的一种砂岩型铀矿地震综合预测方法,步骤(2)①中,平滑处理时采用3点或5点平滑处理;
密度数据的3点或5点滑动平均处理分别如以下公式所示:
●密度3点滑动平均公式:dden(i)=(dden(i-1)+dden(i)+dden(i+1))/3
其中,di代表某个采样点的密度值,di-1为该采样点的前一个采样点的密度值,di+1为该采样点的后一个采样点的密度值;
●密度5点滑动平均公式:dden(i)=(dden(i-2)+dden(i-1)+dden(i)+dden(i+1)+dden(i+2))/5
其中,di代表某采样点的密度值,di-2为该采样点的前两个采样点的密度值,di-1为该采样点的前一个采样点的密度值,di+1为该采样点的后一个采样点的密度值,di+2为该采样点的后两个采样点的密度值;
声波数据的3点或5点滑动平均处理分别如以下公式所示:
●声波3点滑动平均公式:dson(i)=(dson(i-1)+dson(i)+dson(i+1))/3
其中,di代表某个采样点的声波值,di-1为该采样点的前一个采样点的声波值,di+1为该采样点的后一个采样点的声波值;
●声波5点滑动平均公式:dson(i)=(dson(i-2)+dson(i-1)+dson(i)+dson(i+1)+dson(i+2))/5
其中,di代表某采样点的声波值,di-2为该采样点的前两个采样点的声波值,di-1为该采样点的前一个采样点的声波值,di+1为该采样点的后一个采样点的声波值,di+2为该采样点的后两个采样点的声波值;
步骤(2)①中,标准化处理时使用geoview软件的logging nomalize模块进行处理,将用于建立初始模型的井的声波和密度数据标准化至同一值域范围;
步骤(2)②中,建立反演初始模型时:
在使用geoview软件的STRATA模块进行反演计算时,反演参数的设置是:10-15Hz高截频;叠代次数10~20次;采样率为1ms~2ms;最大阻抗变化范围为25%~50%;预白化率为1%;运算块大小为1ms~2ms,该运算块大小与采样率相同;比例因子为1;
反演类型为多道反演,Inline方向10~20道,Xline方向10~20道;
步骤(2)④中,岩石物性参数分析利用geoview软件的cross plot模块。
进一步的,如上所述的一种砂岩型铀矿地震综合预测方法,步骤(3)中,具体步骤如下:
①基于三维地震纯波数据输入Landmark地震解释软件,将解释得到的三维地层数据导入geoview软件中,将步骤(2)的三维岩性数据体导入geoview软件;
②确定目标层范围,利用geoview软件的trace math模块在目标层顶底范围内,进行循环统计计算,得到地层含砂率分布数据RATIO(x,y);
③使用“trace math”模块需要编写代码,具体代码如下:
据此可得到目标地层的含砂率RATIO(x,y)分布数据;
④对步骤(3)②中的含砂率RATIO(x,y)数据,进行等值线成图。
进一步的,如上所述的一种砂岩型铀矿地震综合预测方法,步骤(5)中,具体步骤如下:
①利用步骤(4)得到的转换关系式,利用geoview软件的trace math模块计算得到孔隙度三维数据体POR(x,y,t),x表示三维地震数据的Inline号,y表示三维地震数据的Xline号,t表示时间;
②确定目标层范围,利用geoview软件的trace math模块在目标层顶底范围内,进行循环统计计算,得到目标地层平均孔隙度分布数据POR_AVA(x,y),x表示三维地震数据的Inline号,y表示三维地震数据的Xline号;
使用trace math模块编写的代码如下:
③据此可得到目标地层的孔隙度POR_AVA(x,y)分布数据;
④对步骤(5)③中得到的孔隙度POR_AVA(x,y)数据,进行等值线成图。
进一步的,如上所述的一种砂岩型铀矿地震综合预测方法,步骤(6)中,将步骤(1)三维地震纯波数据输入至Landmark软件中,确定目标储层的位置,在此位置上下各20ms厚度内提取地震均方根振幅、瞬时相位、弧长3种地震属性,再对此三种地震属性进行聚类分析;
识别不同区域多属性约束情况,在二连盆地砂岩型铀矿区的实际应用中约束情况为:地震均方根振幅属性值大于25、瞬时相位属性值大于0、弧长属性值大于7,据此回归拟合出一种新的地震属性组合的数据,并据此绘制成等值线图。
进一步的,如上所述的一种砂岩型铀矿地震综合预测方法,步骤(7)中,X、Y、Z值的选取依砂岩型铀矿地区的不同而不同;获取X、Y、Z值的办法是通过将研究区内的所有工业钻孔位置分别投影至目标地层含砂率分布图、孔隙度分布图、地震属性组合图中,读取所有钻孔位置的含砂率值、孔隙度值、地震属性组合值,再将这些含砂率值、孔隙度值、地震属性组合值进行算术平均,得到X、Y、Z值。
进一步的,如上所述的一种砂岩型铀矿地震综合预测方法,步骤(7)中,综合预测步骤为:
①步骤(3)得到的目标地层含砂率分布图中,值域大于0.8的区域标定为有利区A;
②将步骤(5)得到的目标地层平均孔隙度分布图中,值域大于12%的区域标定为有利区B;
③将步骤(6)得到的地震属性组合的数据等值线图中,值域大于0.45的区域标定为有利区C;
④使用制图软件叠合上述A、B、C三片有利区,预测三片有利区的重叠交集区域为I类成矿远景区;预测三片有利区中有两片有利区的重叠交集区域为II类成矿有利区;其他情况不做预测。
本发明技术方案的有益效果在于:本发明使用地震波阻抗反演法反算地下砂体分布情况,得到与铀成矿有直接关系的目标地层含砂率信息,同时利用钻孔数据统计的转换关系或经验转换关系将目标层波阻抗信息转换为与成矿作用有关的孔隙度信息,最后利用三维地震数据体提取与铀成矿环境相关的敏感地震属性信息,通过这三类信息综合分析研究预测工区的铀成矿潜力,能够达到快速、有效地预测砂岩型铀矿目标储层发育范围的目的。
具体实施方式
下面结合具体实施例对本发明技术方案进行详细说明。
本发明一种砂岩型铀矿地震综合预测方法,该方法包括以下步骤:
(1)在研究区,采集一套砂岩型铀矿三维地震纯波数据;
通过地震仪采集野外三维地震数据,对野外三维地震数据依次进行处理以得到三维地震纯波数据;
对野外三维地震数据进行处理的过程是依次进行静校正、去噪、振幅补偿、反褶积、动校叠加、偏移处理。
(2)使用基于模型反演法对步骤(1)的三维地震纯波数据进行反演计算,得到三维波阻抗数据体,进而计算三维岩性数据体;
具体步骤如下:
①初始模型的建立:首先收集研究区的钻井数据,对其中的声波曲线和密度曲线进行平滑处理和标准化处理;
步骤(2)①中,平滑处理时采用3点或5点平滑处理;
密度数据的3点或5点滑动平均处理分别如以下公式所示:
●密度3点滑动平均公式:dden(i)=(dden(i-1)+dden(i)+dden(i+1))/3
其中,di代表某个采样点的密度值,di-1为该采样点的前一个采样点的密度值,di+1为该采样点的后一个采样点的密度值;
●密度5点滑动平均公式:dden(i)=(dden(i-2)+dden(i-1)+dden(i)+dden(i+1)+dden(i+2))/5
其中,di代表某采样点的密度值,di-2为该采样点的前两个采样点的密度值,di-1为该采样点的前一个采样点的密度值,di+1为该采样点的后一个采样点的密度值,di+2为该采样点的后两个采样点的密度值;
声波数据的3点或5点滑动平均处理分别如以下公式所示:
●声波3点滑动平均公式:dson(i)=(dson(i-1)+dson(i)+dson(i+1))/3
其中,di代表某个采样点的声波值,di-1为该采样点的前一个采样点的声波值,di+1为该采样点的后一个采样点的声波值;
●声波5点滑动平均公式:dson(i)=(dson(i-2)+dson(i-1)+dson(i)+dson(i+1)+dson(i+2))/5
其中,di代表某采样点的声波值,di-2为该采样点的前两个采样点的声波值,di-1为该采样点的前一个采样点的声波值,di+1为该采样点的后一个采样点的声波值,di+2为该采样点的后两个采样点的声波值;
步骤(2)①中,标准化处理时使用geoview软件的logging nomalize模块进行处理,将用于建立初始模型的井的声波和密度数据标准化至同一值域范围;
②利用geoview软件的STRATA模块建立反演初始模型;
步骤(2)②中,建立反演初始模型时:
在使用geoview软件的STRATA模块进行反演计算时,反演参数的设置是:10-15Hz高截频;叠代次数10~20次;采样率为1ms~2ms;最大阻抗变化范围为25%~50%;预白化率为1%;运算块大小为1ms~2ms,该运算块大小与采样率相同;比例因子为1;
反演类型为多道反演,Inline方向10~20道,Xline方向10~20道;
③波阻抗反演计算:对步骤(1)得到的三维地震纯波数据进行反演计算,得到三维波阻抗数据体;
④确定波阻抗转岩性的门槛值:每个研究区的波阻抗转岩性的门槛值不尽相同,门槛值的确定基于工区岩石物性参数分析;
步骤(2)④中,岩石物性参数分析利用geoview软件的cross plot模块。
⑤岩性数据计算:基于步骤(2)④得到的波阻抗转岩性的门槛值,将步骤(2)③得到的三维波阻抗数据体转换为三维岩性数据体,三维岩性数据体的形式为LITH(x,y,t),其中x表示三维地震数据的Inline号,y表示三维地震数据的Xline号,t表示时间;
LITH(x,y,t)数据体的取值为0或1,0表示泥岩,1表示砂岩。
(3)求取目标层位砂体的含砂率分布数据,并绘制成等值线图;
利用步骤(2)得到的三维岩性数据体,利用geoview软件的trace math模块计算目标地层的含砂率数据,并绘制平面等值线图;
具体步骤如下:
①基于三维地震纯波数据输入Landmark地震解释软件,将解释得到的三维地层数据导入geoview软件中,将步骤(2)的三维岩性数据体导入geoview软件;
②确定目标层范围,利用geoview软件的trace math模块在目标层顶底范围内,进行循环统计计算,得到地层含砂率分布数据RATIO(x,y);
③使用“trace math”模块需要编写代码,具体代码如下:
据此可得到目标地层的含砂率RATIO(x,y)分布数据;
④对步骤(3)②中的含砂率RATIO(x,y)数据,进行等值线成图。
(4)求取孔隙度数据与波阻抗数据的关系
①在研究区测井曲线中有孔隙度数据、声波数据、密度数据三类测井数据的情况下:使用excel软件或geoview软件的cross plot模块进行孔隙度和波阻抗的交会分析;
分析时,设置x横轴为波阻抗数据,波阻抗数据=声波和密度数据的乘积;y纵轴为孔隙度数据;然后通过excel软件或geoview软件的cross plot模块的线性拟合工具拟合出波阻抗转孔隙度的转换式y=ax+b,y为孔隙度数据,x为波阻抗数据,a,b为需要拟合的参数;
②在研究区无孔隙度测井数据的情况下:使用下述的公式(1),将波阻抗转换为孔隙度数据:
其中,AC固体骨架表示岩石固体骨架的声波时差,AC流体表示岩石孔隙间流体的声波时差,IMP为波阻抗数据,POR为孔隙度数据;
(5)利用步骤(4)求取的波阻抗转孔隙度的转换关系,将波阻抗数据转换为孔隙度数据,得到目标地层孔隙度数据分布,并绘制等值线图;
具体步骤如下:
①利用步骤(4)得到的转换关系式,利用geoview软件的trace math模块计算得到孔隙度三维数据体POR(x,y,t),x表示三维地震数据的Inline号,y表示三维地震数据的Xline号,t表示时间;
②确定目标层范围,利用geoview软件的trace math模块在目标层顶底范围内,进行循环统计计算,得到目标地层平均孔隙度分布数据POR_AVA(x,y),x表示三维地震数据的Inline号,y表示三维地震数据的Xline号;
使用trace math模块编写的代码如下:
③据此可得到目标地层的孔隙度POR_AVA(x,y)分布数据;
④对步骤(5)③中得到的孔隙度POR_AVA(x,y)数据,进行等值线成图。
(6)利用三维地震纯波数据,提取地震均方根振幅、瞬时相位、弧长3种地震属性,对此三种地震属性进行聚类分析,基于钻孔资料建立约束条件,回归拟合出一种新的地震属性组合;
具体的,将步骤(1)三维地震纯波数据输入至Landmark软件中,确定目标储层的位置,在此位置上下各20ms厚度内提取地震均方根振幅、瞬时相位、弧长3种地震属性,再对此三种地震属性进行聚类分析;
识别不同区域多属性约束情况,在二连盆地砂岩型铀矿区的实际应用中约束情况为:地震均方根振幅属性值大于25、瞬时相位属性值大于0、弧长属性值大于7,据此回归拟合出一种新的地震属性组合的数据,并据此绘制成等值线图。
(7)交会分析上述目标地层含砂率数据、孔隙度分布数据以及地震属性组合分布数据,综合预测砂岩型铀矿成矿有利地段;
综合预测砂岩型铀矿成矿有利地段是指对目标地层含砂率分布图中数值大于X的区域、孔隙度值大于Y的区域、地震属性组合值大于Z的区域进行交会分析研究,据此再进行成矿有利地段的综合预测。
X、Y、Z值的选取依砂岩型铀矿地区的不同而不同;获取X、Y、Z值的办法是通过将研究区内的所有工业钻孔位置分别投影至目标地层含砂率分布图、孔隙度分布图、地震属性组合图中,读取所有钻孔位置的含砂率值、孔隙度值、地震属性组合值,再将这些含砂率值、孔隙度值、地震属性组合值进行算术平均,得到X、Y、Z值。
综合预测步骤为:
①步骤(3)得到的目标地层含砂率分布图中,值域大于0.8的区域标定为有利区A;
②将步骤(5)得到的目标地层平均孔隙度分布图中,值域大于12%的区域标定为有利区B;
③将步骤(6)得到的地震属性组合的数据等值线图中,值域大于0.45的区域标定为有利区C;
④使用制图软件叠合上述A、B、C三片有利区,预测三片有利区的重叠交集区域为I类成矿远景区;预测三片有利区中有两片有利区的重叠交集区域为II类成矿有利区;其他情况不做预测。
Claims (10)
1.一种砂岩型铀矿地震综合预测方法,其特征在于:该方法包括以下步骤:
(1)在研究区,采集一套砂岩型铀矿三维地震纯波数据;
采集野外三维地震数据,对野外三维地震数据依次进行处理以得到三维地震纯波数据;
(2)使用基于模型反演法对步骤(1)的三维地震纯波数据进行反演计算,得到三维波阻抗数据体,进而计算三维岩性数据体;
(3)求取目标层位砂体的含砂率分布数据,并绘制成等值线图;
利用步骤(2)得到的三维岩性数据体,利用geoview软件的trace math模块计算目标地层的含砂率数据,并绘制平面等值线图;
(4)求取孔隙度数据与波阻抗数据的关系
①在研究区测井曲线中有孔隙度数据、声波数据、密度数据三类测井数据的情况下:使用excel软件或geoview软件的cross plot模块进行孔隙度和波阻抗的交会分析;
分析时,设置x横轴为波阻抗数据,波阻抗数据=声波和密度数据的乘积;y纵轴为孔隙度数据;然后通过excel软件或geoview软件的cross plot模块的线性拟合工具拟合出波阻抗转孔隙度的转换式y=ax+b,y为孔隙度数据,x为波阻抗数据,a,b为需要拟合的参数;
②在研究区无孔隙度测井数据的情况下:使用下述的公式(1),将波阻抗转换为孔隙度数据:
其中,AC固体骨架表示岩石固体骨架的声波时差,AC流体表示岩石孔隙间流体的声波时差,IMP为波阻抗数据,POR为孔隙度数据;
(5)利用步骤(4)求取的波阻抗转孔隙度的转换关系,将波阻抗数据转换为孔隙度数据,得到目标地层孔隙度数据分布,并绘制等值线图;
(6)利用三维地震纯波数据,提取地震均方根振幅、瞬时相位、弧长3种地震属性,对此三种地震属性进行聚类分析,基于钻孔资料建立约束条件,回归拟合出一种新的地震属性组合;
(7)交会分析上述目标地层含砂率数据、孔隙度分布数据以及地震属性组合分布数据,综合预测砂岩型铀矿成矿有利地段;
综合预测砂岩型铀矿成矿有利地段是指对目标地层含砂率分布图中数值大于X的区域、孔隙度值大于Y的区域、地震属性组合值大于Z的区域进行交会分析研究,据此再进行成矿有利地段的综合预测。
2.如权利要求1所述的一种砂岩型铀矿地震综合预测方法,其特征在于:步骤(1)中,通过地震仪采集野外三维地震数据,对野外三维地震数据进行处理的过程是依次进行静校正、去噪、振幅补偿、反褶积、动校叠加、偏移处理。
3.如权利要求1所述的一种砂岩型铀矿地震综合预测方法,其特征在于:步骤(2)中,具体步骤如下:
①初始模型的建立:首先收集研究区的钻井数据,对其中的声波曲线和密度曲线进行平滑处理和标准化处理;
②利用geoview软件的STRATA模块建立反演初始模型;
③波阻抗反演计算:对步骤(1)得到的三维地震纯波数据进行反演计算,得到三维波阻抗数据体;
④确定波阻抗转岩性的门槛值:每个研究区的波阻抗转岩性的门槛值不尽相同,门槛值的确定基于工区岩石物性参数分析;
⑤岩性数据计算:基于步骤(2)④得到的波阻抗转岩性的门槛值,将步骤(2)③得到的三维波阻抗数据体转换为三维岩性数据体,三维岩性数据体的形式为LITH(x,y,t),其中x表示三维地震数据的Inline号,y表示三维地震数据的Xline号,t表示时间;
LITH(x,y,t)数据体的取值为0或1,0表示泥岩,1表示砂岩。
4.如权利要求3所述的一种砂岩型铀矿地震综合预测方法,其特征在于:步骤(2)①中,平滑处理时采用3点或5点平滑处理;
密度数据的3点或5点滑动平均处理分别如以下公式所示:
●密度3点滑动平均公式:dden(i)=(dden(i-1)+dden(i)+dden(i+1))/3
其中,di代表某个采样点的密度值,di-1为该采样点的前一个采样点的密度值,di+1为该采样点的后一个采样点的密度值;
●密度5点滑动平均公式:dden(i)=(dden(i-2)+dden(i-1)+dden(i)+dden(i+1)+dden(i+2))/5
其中,di代表某采样点的密度值,di-2为该采样点的前两个采样点的密度值,di-1为该采样点的前一个采样点的密度值,di+1为该采样点的后一个采样点的密度值,di+2为该采样点的后两个采样点的密度值;
声波数据的3点或5点滑动平均处理分别如以下公式所示:
●声波3点滑动平均公式:dson(i)=(dson(i-1)+dson(i)+dson(i+1))/3
其中,di代表某个采样点的声波值,di-1为该采样点的前一个采样点的声波值,di+1为该采样点的后一个采样点的声波值;
●声波5点滑动平均公式:dson(i)=(dson(i-2)+dson(i-1)+dson(i)+dson(i+1)+dson(i+2))/5
其中,di代表某采样点的声波值,di-2为该采样点的前两个采样点的声波值,di-1为该采样点的前一个采样点的声波值,di+1为该采样点的后一个采样点的声波值,di+2为该采样点的后两个采样点的声波值;
步骤(2)①中,标准化处理时使用geoview软件的logging nomalize模块进行处理,将用于建立初始模型的井的声波和密度数据标准化至同一值域范围;
步骤(2)②中,建立反演初始模型时:
在使用geoview软件的STRATA模块进行反演计算时,反演参数的设置是:10-15Hz高截频;叠代次数10~20次;采样率为1ms~2ms;最大阻抗变化范围为25%~50%;预白化率为1%;运算块大小为1ms~2ms,该运算块大小与采样率相同;比例因子为1;
反演类型为多道反演,Inline方向10~20道,Xline方向10~20道;
步骤(2)④中,岩石物性参数分析利用geoview软件的cross plot模块。
5.如权利要求1所述的一种砂岩型铀矿地震综合预测方法,其特征在于:步骤(3)中,具体步骤如下:
①基于三维地震纯波数据输入Landmark地震解释软件,将解释得到的三维地层数据导入geoview软件中,将步骤(2)的三维岩性数据体导入geoview软件;
②确定目标层范围,利用geoview软件的trace math模块在目标层顶底范围内,进行循环统计计算,得到地层含砂率分布数据RATIO(x,y);
③使用“trace math”模块需要编写代码,具体代码如下:
据此可得到目标地层的含砂率RATIO(x,y)分布数据;
④对步骤(3)②中的含砂率RATIO(x,y)数据,进行等值线成图。
6.如权利要求1所述的一种砂岩型铀矿地震综合预测方法,其特征在于:步骤(5)中,具体步骤如下:
①利用步骤(4)得到的转换关系式,利用geoview软件的trace math模块计算得到孔隙度三维数据体POR(x,y,t),x表示三维地震数据的Inline号,y表示三维地震数据的Xline号,t表示时间;
②确定目标层范围,利用geoview软件的trace math模块在目标层顶底范围内,进行循环统计计算,得到目标地层平均孔隙度分布数据POR_AVA(x,y),x表示三维地震数据的Inline号,y表示三维地震数据的Xline号;
使用trace math模块编写的代码如下:
③据此可得到目标地层的孔隙度POR_AVA(x,y)分布数据;
④对步骤(5)③中得到的孔隙度POR_AVA(x,y)数据,进行等值线成图。
7.如权利要求1所述的一种砂岩型铀矿地震综合预测方法,其特征在于:步骤(6)中,将步骤(1)三维地震纯波数据输入至Landmark软件中,确定目标储层的位置,在此位置上下各20ms厚度内提取地震均方根振幅、瞬时相位、弧长3种地震属性,再对此三种地震属性进行聚类分析;
识别不同区域多属性约束情况,在二连盆地砂岩型铀矿区的实际应用中约束情况为:地震均方根振幅属性值大于25、瞬时相位属性值大于0、弧长属性值大于7,据此回归拟合出一种新的地震属性组合的数据,并据此绘制成等值线图。
8.如权利要求1所述的一种砂岩型铀矿地震综合预测方法,其特征在于:步骤(7)中,X、Y、Z值的选取依砂岩型铀矿地区的不同而不同;获取X、Y、Z值的办法是通过将研究区内的所有工业钻孔位置分别投影至目标地层含砂率分布图、孔隙度分布图、地震属性组合图中,读取所有钻孔位置的含砂率值、孔隙度值、地震属性组合值,再将这些含砂率值、孔隙度值、地震属性组合值进行算术平均,得到X、Y、Z值。
9.如权利要求1所述的一种砂岩型铀矿地震综合预测方法,其特征在于:步骤(7)中,综合预测步骤为:
①步骤(3)得到的目标地层含砂率分布图中,值域大于0.8的区域标定为有利区A;
②将步骤(5)得到的目标地层平均孔隙度分布图中,值域大于12%的区域标定为有利区B;
③将步骤(6)得到的地震属性组合的数据等值线图中,值域大于0.45的区域标定为有利区C;
④使用制图软件叠合上述A、B、C三片有利区,预测三片有利区的重叠交集区域为I类成矿远景区;预测三片有利区中有两片有利区的重叠交集区域为II类成矿有利区;其他情况不做预测。
10.如权利要求1所述的一种砂岩型铀矿地震综合预测方法,其特征在于:
步骤(1)中,通过地震仪采集野外三维地震数据,对野外三维地震数据进行处理的过程是依次进行静校正、去噪、振幅补偿、反褶积、动校叠加、偏移处理;
步骤(2)中,具体步骤如下:
①初始模型的建立:首先收集研究区的钻井数据,对其中的声波曲线和密度曲线进行平滑处理和标准化处理;
平滑处理时采用3点或5点平滑处理;
密度数据的3点或5点滑动平均处理分别如以下公式所示:
●密度3点滑动平均公式:dden(i)=(dden(i-1)+dden(i)+dden(i+1))/3
其中,di代表某个采样点的密度值,di-1为该采样点的前一个采样点的密度值,di+1为该采样点的后一个采样点的密度值;
●密度5点滑动平均公式:dden(i)=(dden(i-2)+dden(i-1)+dden(i)+dden(i+1)+dden(i+2))/5
其中,di代表某采样点的密度值,di-2为该采样点的前两个采样点的密度值,di-1为该采样点的前一个采样点的密度值,di+1为该采样点的后一个采样点的密度值,di+2为该采样点的后两个采样点的密度值;
声波数据的3点或5点滑动平均处理分别如以下公式所示:
●声波3点滑动平均公式:dson(i)=(dson(i-1)+dson(i)+dson(i+1))/3
其中,di代表某个采样点的声波值,di-1为该采样点的前一个采样点的声波值,di+1为该采样点的后一个采样点的声波值;
●声波5点滑动平均公式:dson(i)=(dson(i-2)+dson(i-1)+dson(i)+dson(i+1)+dson(i+2))/5
其中,di代表某采样点的声波值,di-2为该采样点的前两个采样点的声波值,di-1为该采样点的前一个采样点的声波值,di+1为该采样点的后一个采样点的声波值,di+2为该采样点的后两个采样点的声波值;
标准化处理时使用geoview软件的logging nomalize模块进行处理,将用于建立初始模型的井的声波和密度数据标准化至同一值域范围;
②利用geoview软件的STRATA模块建立反演初始模型;
在使用geoview软件的STRATA模块进行反演计算时,反演参数的设置是:10-15Hz高截频;叠代次数10~20次;采样率为1ms~2ms;最大阻抗变化范围为25%~50%;预白化率为1%;运算块大小为1ms~2ms,该运算块大小与采样率相同;比例因子为1;
反演类型为多道反演,Inline方向10~20道,Xline方向10~20道;
③波阻抗反演计算:对步骤(1)得到的三维地震纯波数据进行反演计算,得到三维波阻抗数据体;
④确定波阻抗转岩性的门槛值:每个研究区的波阻抗转岩性的门槛值不尽相同,门槛值的确定基于工区岩石物性参数分析;
岩石物性参数分析利用geoview软件的cross plot模块;
⑤岩性数据计算:基于步骤(2)④得到的波阻抗转岩性的门槛值,将步骤(2)③得到的三维波阻抗数据体转换为三维岩性数据体,三维岩性数据体的形式为LITH(x,y,t),其中x表示三维地震数据的Inline号,y表示三维地震数据的Xline号,t表示时间;
LITH(x,y,t)数据体的取值为0或1,0表示泥岩,1表示砂岩;
步骤(3)中,具体步骤如下:
①基于三维地震纯波数据输入Landmark地震解释软件,将解释得到的三维地层数据导入geoview软件中,将步骤(2)的三维岩性数据体导入geoview软件;
②确定目标层范围,利用geoview软件的trace math模块在目标层顶底范围内,进行循环统计计算,得到地层含砂率分布数据RATIO(x,y);
③使用“trace math”模块需要编写代码,具体代码如下:
据此可得到目标地层的含砂率RATIO(x,y)分布数据;
④对步骤(3)②中的含砂率RATIO(x,y)数据,进行等值线成图;
步骤(5)中,具体步骤如下:
①利用步骤(4)得到的转换关系式,利用geoview软件的trace math模块计算得到孔隙度三维数据体POR(x,y,t),x表示三维地震数据的Inline号,y表示三维地震数据的Xline号,t表示时间;
②确定目标层范围,利用geoview软件的trace math模块在目标层顶底范围内,进行循环统计计算,得到目标地层平均孔隙度分布数据POR_AVA(x,y),x表示三维地震数据的Inline号,y表示三维地震数据的Xline号;
使用trace math模块编写的代码如下:
③据此可得到目标地层的孔隙度POR_AVA(x,y)分布数据;
⑤对步骤(5)③中得到的孔隙度POR_AVA(x,y)数据,进行等值线成图;
步骤(6)中,将步骤(1)三维地震纯波数据输入至Landmark软件中,确定目标储层的位置,在此位置上下各20ms厚度内提取地震均方根振幅、瞬时相位、弧长3种地震属性,再对此三种地震属性进行聚类分析;
识别不同区域多属性约束情况,在二连盆地砂岩型铀矿区的实际应用中约束情况为:地震均方根振幅属性值大于25、瞬时相位属性值大于0、弧长属性值大于7,据此回归拟合出一种新的地震属性组合的数据,并据此绘制成等值线图。
步骤(7)中,X、Y、Z值的选取依砂岩型铀矿地区的不同而不同;获取X、Y、Z值的办法是通过将研究区内的所有工业钻孔位置分别投影至目标地层含砂率分布图、孔隙度分布图、地震属性组合图中,读取所有钻孔位置的含砂率值、孔隙度值、地震属性组合值,再将这些含砂率值、孔隙度值、地震属性组合值进行算术平均,得到X、Y、Z值;
综合预测步骤为:
①步骤(3)得到的目标地层含砂率分布图中,值域大于0.8的区域标定为有利区A;
②将步骤(5)得到的目标地层平均孔隙度分布图中,值域大于12%的区域标定为有利区B;
③将步骤(6)得到的地震属性组合数据等值线图中,值域大于0.45的区域标定为有利区C;
④使用制图软件叠合上述A、B、C三片有利区,预测三片有利区的重叠交集区域为I类成矿远景区;预测三片有利区中有两片有利区的重叠交集区域为II类成矿有利区;其他情况不做预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710778813.7A CN107576982B (zh) | 2017-09-01 | 2017-09-01 | 一种砂岩型铀矿地震综合预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710778813.7A CN107576982B (zh) | 2017-09-01 | 2017-09-01 | 一种砂岩型铀矿地震综合预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107576982A true CN107576982A (zh) | 2018-01-12 |
CN107576982B CN107576982B (zh) | 2019-05-17 |
Family
ID=61030456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710778813.7A Active CN107576982B (zh) | 2017-09-01 | 2017-09-01 | 一种砂岩型铀矿地震综合预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107576982B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108897041A (zh) * | 2018-08-16 | 2018-11-27 | 中国石油天然气股份有限公司 | 一种铀矿富集区的预测方法和装置 |
CN109165436A (zh) * | 2018-08-17 | 2019-01-08 | 中国地质科学院探矿工艺研究所 | 一种海洋性冰川现代冰碛型物源量测定方法 |
CN111190240A (zh) * | 2020-01-13 | 2020-05-22 | 吉林大学 | 基于三维地震解释的砂岩型铀矿成矿构造要素的提取方法 |
CN111239815A (zh) * | 2020-01-20 | 2020-06-05 | 吉林大学 | 基于三维地震属性的砂岩型铀储层成矿沉积要素提取方法 |
CN111257926A (zh) * | 2018-12-03 | 2020-06-09 | 核工业二0八大队 | 一种利用老旧地震资料进行古河谷铀储层预测的方法 |
CN111852467A (zh) * | 2020-07-28 | 2020-10-30 | 核工业北京地质研究院 | 一种砂岩铀矿矿体延伸范围的圈定方法及系统 |
CN111983721A (zh) * | 2020-08-26 | 2020-11-24 | 核工业北京地质研究院 | 一种砂岩铀矿“泥-砂-泥”地质结构识别方法及系统 |
CN112764122A (zh) * | 2019-10-21 | 2021-05-07 | 中国石油化工股份有限公司 | 一种古河道型砂岩铀储层的圈定方法 |
CN113514886A (zh) * | 2021-07-22 | 2021-10-19 | 核工业北京地质研究院 | 一种砂岩型铀矿成矿有利部位地质-地震三维预测方法 |
CN113640873A (zh) * | 2021-08-18 | 2021-11-12 | 核工业二0八大队 | 砂岩型铀矿叠前地震预测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2638312A1 (en) * | 2007-07-26 | 2009-01-26 | Shale And Sands Oil Recovery Llc | Method and process for the systematic exploration of uranium in the athabasca basin |
CN103954995A (zh) * | 2014-04-22 | 2014-07-30 | 核工业北京地质研究院 | 一种砂岩型铀矿勘查中的砂体识别方法 |
CN104656162A (zh) * | 2015-02-13 | 2015-05-27 | 西安石油大学 | 一种富铀烃源岩铀含量及有机碳含量确定方法 |
CN105403909A (zh) * | 2015-08-13 | 2016-03-16 | 核工业北京地质研究院 | 一种探测古河道型铀矿的方法 |
-
2017
- 2017-09-01 CN CN201710778813.7A patent/CN107576982B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2638312A1 (en) * | 2007-07-26 | 2009-01-26 | Shale And Sands Oil Recovery Llc | Method and process for the systematic exploration of uranium in the athabasca basin |
CN103954995A (zh) * | 2014-04-22 | 2014-07-30 | 核工业北京地质研究院 | 一种砂岩型铀矿勘查中的砂体识别方法 |
CN104656162A (zh) * | 2015-02-13 | 2015-05-27 | 西安石油大学 | 一种富铀烃源岩铀含量及有机碳含量确定方法 |
CN105403909A (zh) * | 2015-08-13 | 2016-03-16 | 核工业北京地质研究院 | 一种探测古河道型铀矿的方法 |
Non-Patent Citations (5)
Title |
---|
吴曲波,等: "砂岩型铀矿地震勘探技术应用现状与发展", 《物探与化探》 * |
常树帅: "俄罗斯砂岩型铀矿成矿定量预测技术及应用", 《铀矿地质》 * |
李子伟,等: "地震勘探方法在伊犁盆地南缘砂岩型铀矿勘查中的应用研究", 《铀矿地质》 * |
李晓翠,等: "鄂尔多斯盆地南部砂岩型铀矿成矿预测", 《铀矿地质》 * |
潘自强,等: "砂岩型铀矿勘探中的地震资料高分辨率处理方法", 《工程地球物理学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108897041A (zh) * | 2018-08-16 | 2018-11-27 | 中国石油天然气股份有限公司 | 一种铀矿富集区的预测方法和装置 |
CN109165436A (zh) * | 2018-08-17 | 2019-01-08 | 中国地质科学院探矿工艺研究所 | 一种海洋性冰川现代冰碛型物源量测定方法 |
CN111257926A (zh) * | 2018-12-03 | 2020-06-09 | 核工业二0八大队 | 一种利用老旧地震资料进行古河谷铀储层预测的方法 |
CN111257926B (zh) * | 2018-12-03 | 2022-07-26 | 核工业二0八大队 | 一种利用老旧地震资料进行古河谷铀储层预测的方法 |
CN112764122B (zh) * | 2019-10-21 | 2023-12-12 | 中国石油化工股份有限公司 | 一种古河道型砂岩铀储层的圈定方法 |
CN112764122A (zh) * | 2019-10-21 | 2021-05-07 | 中国石油化工股份有限公司 | 一种古河道型砂岩铀储层的圈定方法 |
CN111190240A (zh) * | 2020-01-13 | 2020-05-22 | 吉林大学 | 基于三维地震解释的砂岩型铀矿成矿构造要素的提取方法 |
CN111190240B (zh) * | 2020-01-13 | 2021-09-07 | 吉林大学 | 基于三维地震解释的砂岩型铀矿成矿构造要素的提取方法 |
CN111239815B (zh) * | 2020-01-20 | 2021-07-13 | 吉林大学 | 基于三维地震属性的砂岩型铀储层成矿沉积要素提取方法 |
CN111239815A (zh) * | 2020-01-20 | 2020-06-05 | 吉林大学 | 基于三维地震属性的砂岩型铀储层成矿沉积要素提取方法 |
CN111852467A (zh) * | 2020-07-28 | 2020-10-30 | 核工业北京地质研究院 | 一种砂岩铀矿矿体延伸范围的圈定方法及系统 |
CN111983721A (zh) * | 2020-08-26 | 2020-11-24 | 核工业北京地质研究院 | 一种砂岩铀矿“泥-砂-泥”地质结构识别方法及系统 |
CN113514886A (zh) * | 2021-07-22 | 2021-10-19 | 核工业北京地质研究院 | 一种砂岩型铀矿成矿有利部位地质-地震三维预测方法 |
CN113514886B (zh) * | 2021-07-22 | 2021-12-10 | 核工业北京地质研究院 | 一种砂岩型铀矿成矿有利部位地质-地震三维预测方法 |
CN113640873A (zh) * | 2021-08-18 | 2021-11-12 | 核工业二0八大队 | 砂岩型铀矿叠前地震预测方法及装置 |
CN113640873B (zh) * | 2021-08-18 | 2024-04-12 | 核工业二0八大队 | 砂岩型铀矿叠前地震预测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107576982B (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107576982B (zh) | 一种砂岩型铀矿地震综合预测方法 | |
CN107817535B (zh) | 薄夹层的确定方法和装置 | |
Wang et al. | Methodology of organic-rich shale lithofacies identification and prediction: A case study from Marcellus Shale in the Appalachian basin | |
CN104636588B (zh) | 计算烃源岩中有机碳含量的方法及装置 | |
CN105675635B (zh) | 致密岩石组分相对含量及脆性指数确定方法和装置 | |
CN103954999B (zh) | 一种适用于低孔隙度砂泥岩地层的横波速度预测方法 | |
Akbar | Reserve estimation of central part of Choghart north anomaly iron ore deposit through ordinary kriging method | |
Wang et al. | Quantitative assessment of mineral resources by combining geostatistics and fractal methods in the Tongshan porphyry Cu deposit (China) | |
CN107133670A (zh) | 一种基于决策树数据挖掘算法的复杂岩性识别方法及系统 | |
Bhatti et al. | Permeability prediction using hydraulic flow units and electrofacies analysis | |
CN111352172B (zh) | 一种用井震联合法获取铀异常在砂体中空间分布位置的方法 | |
CN107807410A (zh) | 储层地球物理敏感参数优选方法及系统 | |
Ashraf et al. | Estimation of porosity and facies distribution through seismic inversion in an unconventional tight sandstone reservoir of Hangjinqi area, Ordos basin | |
CN105137483A (zh) | 碳酸盐岩地层热液储层空间分布预测方法及系统 | |
Khayer et al. | Permeability Estimation from Stoneley Waves in Carbonate Reservoirs | |
CN106033127A (zh) | 基于横波速度变化率的地应力方位地震预测方法 | |
CN106156456A (zh) | 砂砾岩体无效储层扣除方法 | |
CN103278852B (zh) | 利用地震数据体波形结构特征模型预测油气的方法 | |
Slatt | Geologic controls on reservoir quality | |
Hussain et al. | Evaluation of unconventional hydrocarbon reserves using petrophysical analysis to characterize the Yageliemu Formation in the Yakela gas condensate field, Tarim Basin, China | |
Babaei et al. | Geostatistical modeling of electrical resistivity tomography for imaging porphyry Cu mineralization in Takht-e-Gonbad deposit, Iran | |
CN116068663A (zh) | 基于磁震联合低频建模的火成岩波阻抗反演方法 | |
McKean et al. | Geomechanical and Fracture Network Interpretation of a Devonian Outcrop | |
Ehsan et al. | An integrated study for seismic structural interpretation and reservoir estimation of Sawan gas field, Lower Indus Basin, Pakistan | |
Li et al. | Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |