CN108763731B - 一种叠覆式朵体三角洲训练图像建立方法 - Google Patents
一种叠覆式朵体三角洲训练图像建立方法 Download PDFInfo
- Publication number
- CN108763731B CN108763731B CN201810509270.3A CN201810509270A CN108763731B CN 108763731 B CN108763731 B CN 108763731B CN 201810509270 A CN201810509270 A CN 201810509270A CN 108763731 B CN108763731 B CN 108763731B
- Authority
- CN
- China
- Prior art keywords
- delta
- deposition
- lobes
- reservoir
- substep
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012549 training Methods 0.000 title claims abstract description 25
- 230000008021 deposition Effects 0.000 claims abstract description 71
- 238000011160 research Methods 0.000 claims abstract description 12
- 238000013508 migration Methods 0.000 claims description 13
- 230000005012 migration Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000003628 erosive effect Effects 0.000 description 6
- 239000004576 sand Substances 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 210000001808 exosome Anatomy 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种叠覆式朵体三角洲训练图像建立方法,该方法包括重复进行朵体的建立过程,直至生成叠覆式朵体三角洲训练图像;所述朵体的建立过程包括分步骤(1):在三角洲前缘储层沉积范围内获取沉积原点;分步骤(2):产生朵体;分步骤(3):将朵体投掷到三角洲前缘储层沉积范围内;和分步骤(4):判断是否满足研究区朵体占比。本发明所述方法解决了叠覆式朵体三角洲训练图像自动获取的问题,它以已有的经验认识为基础,结合研究区统计参数约束,使得训练图像与实际工区更加吻合。
Description
技术领域
本发明涉及油气勘探开发技术领域,具体地说涉及一种叠覆式朵体三角洲训练图像建立方法。
背景技术
三角洲前缘大面积分布的砂体是非常有利的储层和勘探开发对象,在我国鄂尔多斯盆地、渤海湾盆地等广泛发育。其成因在最近通过现代沉积考察和沉积物理实验认为是叠覆式朵体沉积(张昌民等,2010)。叠覆式朵体三角洲不同于常规三角洲以分流河道体系所形成的分流河道、河口坝、席状砂等微相为三角洲朵体的基本单元,而是以扇形朵体为基本单元,分流河道仅为输砂通道,其携带物质在前缘开阔底形下迅速铺开,特征与观察到分流河道形态明显不同。张昌民等将这类三角洲定义为叠覆式三角洲,内部结构简单,以朵体为基本构成单元,朵体相互叠置,形成复合叠合体,进而构成广泛分布的前缘三角洲砂体。大量朵体叠置形成厚层状、内部结构复杂的复合砂体。不同朵体形成于不同时期,因而不存在统一的分流体系,单一沉积体具有层状特征,但不同期朵体受可容空间和地貌控制,呈三维叠置,而非简单的层状叠加,从而使得三角洲内部呈现出拼合式、立体式特点。叠覆式朵体复杂性导致其精细三维模型存在很大挑战。由于朵体迁移方向多变,传统的两点地质统计学难以通过单一方向变差函数描述其结构特征。新发展的多点地质统计学方法(Strebelle,2001)则通过多点联合表征不同方向上朵体沉积差异,能够预测叠覆式朵体在空间分布及叠置样式。但是它需要有准确的叠覆式朵体训练图像(沉积相定量概念模型或原型模型)。由于叠覆式三角洲概念只是近几年才提出,其原型模型相当少,多以定性概念模型为主。急需开发叠覆式朵体训练图像自动生成方法,服务于油田叠覆式朵体勘探与开发。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种叠覆式朵体三角洲训练图像建立方法,该方法通过统计研究区地质特征,并结合地质上对朵体形成与分布的认识,设计了一种自动模拟朵体向湖区推进、向岸线迁移的演化过程,实现了叠覆式朵体三角洲训练图像的建立。
本发明所述的叠覆式朵体三角洲训练图像建立方法包括重复进行朵体的建立过程,直至生成叠覆式朵体三角洲训练图像;所述朵体的建立过程包括:
分步骤(1):在三角洲前缘储层沉积范围内获取沉积原点;
分步骤(2):产生朵体;
分步骤(3):将朵体投掷到三角洲前缘储层沉积范围内;和,
分步骤(4):判断是否满足研究区朵体占比。
进一步地,所述三角洲前缘储层沉积范围的水平向受公式(1)所示的边界函数控制,
进一步地,所述朵体的形态受公式(2)所示的水平向形态函数和公式(3)所示的纵向形态函数控制,
进一步地,所述分步骤(2)包括:先产生半个朵体的形态,再将半个朵体的形态进行镜像处理,从而得到整个朵体的形态。
进一步地,所述半个朵体的形态根据公式(4)或者公式(5)获得,
进一步地,当所述朵体由前一朵体发生迁移而形成时,分步骤(1)中的沉积原点根据前一朵体的位置和位置概率函数获得。
进一步地,当所述朵体由前一朵体发生迁移而形成时,分步骤(1)包括:
根据前一朵体的最大宽度平面和前一朵体的朵体长度确定x取值区间;
从x取值区间中抽取沉积原点坐标的x值,同时得到对应的y取值区间;
根据位置概率函数计算沉积概率,并通过随机抽样得到沉积原点坐标的y值;和,
在前一朵体的z取值区间中抽取沉积原点坐标的z值。
有益效果:
本发明所述叠覆式朵体三角洲训练图像建立方法解决了叠覆式朵体三角洲训练图像自动获取的问题,它以已有的经验认识为基础,结合研究区统计参数约束,使得训练图像与实际工区更加吻合。
附图说明
图1为本发明所述叠覆式朵体三角洲训练图像建立方法的实施步骤图;
图2为本发明所述三角洲前缘储层沉积范围水平向一侧的边界线示意图;
图3为本发明所述三角洲前缘储层沉积范围水平向两侧的边界线示意图;
图4为本发明所述三角洲前缘储层沉积范围的示意图;
图5为本发明所述重复进行朵体的建立过程的流程图;
图6为本发明所述朵体在近物源处抽取沉积原点的示意图;
图7为本发明所述朵体水平向一侧边界线的示意图;
图8为本发明所述朵体水平向两侧边界线的示意图;
图9为本发明所述半个朵体的骨架线示意图;
图10为本发明所述半个朵体的形态示意图;
图11为本发明所述半个朵体的形态过最大深度点的水平切片示意图;
图12为本发明所述半个朵体的形态过最大深度点的纵切片示意图;
图13为本发明所述半个朵体的形态过最大深度点的横切片示意图;
图14为本发明所述朵体的形态示意图;
图15为本发明所述朵体平移至三角洲前缘储层沉积范围内的示意图;
图16为本发明后续朵体根据前一朵体迁移演化确定沉积原点的示意图;
图17为本发明实施例1输入参数图;
图18为本发明实施例1获得的叠覆式朵体三角洲训练图像。
具体实施方式
以下结合附图详细说明本发明的实施情况,但它们不构成对本发明的限定,仅作举例而已。同时通过和具体实施对本发明作进一步的详细描述。
除非另外说明,本发明所使用的所有科技术语具有与本发明所属领域技术人员的通常理解相同的含义。本发明涉及的所有专利和公开出版物通过引用方式整体并入本发明。术语“包含”或“包括”为开放式表达,即包括本发明所指明的内容,但并不排除其他方面的内容。在本发明中,无论是否使用“大约”或“约”等字眼,所有在此公开了的数字均为近似值。每一个数字的数值有可能会出现10%以下的差异或者本领域人员认为的合理的差异,如1%、2%、3%、4%或5%的差异。
本发明是通过如图1所示的实施步骤来建立叠覆式朵体三角洲训练图像的:
第一步:统计研究区朵体三角洲参数特征;同时建立对应的地质网格模型,输入工区的物源方向。
通过现代沉积、古代露头、水槽实验、卫星调查等,将收集的资料建立成叠覆式朵体三角洲储层地质知识库,所述知识库中包括三角洲前缘储层沉积范围的长度区间、宽度区间,朵体的长度区间、宽度区间、厚度区间、下倾角区间、方位角区间、朵体形态大小与沉积位置的定量关系,确认朵体前后迁移的位置关系、研究区朵体占比等。
第二步:确定三角洲前缘储层沉积范围。
分步骤(1):随机抽取三角洲前缘储层沉积范围的长度LFW,三角洲前缘储层沉积范围的宽度BFW,并输入研究区的三角洲前缘储层沉积范围的厚度HFW和供源通道宽度p,所述宽度BFW所在的位置为长度LFW的远端7/10处。
分步骤(2):在公式(1)所示边界函数的控制下生成如图2所示的水平向一侧的边界线,
分步骤(3):将一侧的边界线相对于x轴进行镜像处理得到另一侧的边界线,从而得到如图3所示水平向两侧的边界线。
分步骤(4):对沉积边界区域内进行相属性赋值填充,填充厚度HFW,得到如图4所示的三角洲前缘储层沉积范围。
第三步:在三角洲前缘储层沉积范围内重复进行朵体的建立过程,直至生成叠覆式朵体三角洲训练图像。
如图1所示,朵体的建立过程可以概括为
分步骤(1):在三角洲前缘储层沉积范围内获取沉积原点;
分步骤(2):产生朵体;
分步骤(3):将朵体投掷到三角洲前缘储层沉积范围内;和,
分步骤(4):判断是否满足研究区朵体占比。
朵体的建立过程可以细化为图5所示的流程,具体地:
分步骤(1a):抽取朵体的长L、宽B、厚H、方位角θ、下倾角β、n等参数。如图6所示,在物源处获取朵体的沉积原点(x0,y0,z0)。
分步骤(2a):产生朵体。
方法一:
如图7所示,根据公式(2)得到朵体xy平面一侧的边界线,Q为最大深度点。
如图8所示,将f(x)1相对于x轴做镜像处理得到xy平面另一侧的边界线,从而得到朵体水平向的边界范围,Q为最大深度点。
然后根据公式(3)得到朵体xz平面一侧的边界线,从而得到如图9所示的三条边界线组成的半个朵体的骨架线,Q为最大深度点。
如图10所示,再根据公式(4)得到半个朵体的形态,Q为最大深度点。图11-图13为过最大深度点Q的相应切片示意图。
将半个朵体的形态相对于xy平面做镜像处理,得到另半个朵体的形态,从而得到如图14所示的整个朵体的形态。
对形态内部进行相属性赋值填充,得到朵体。
方法二:
根据公式(3)得到朵体xz平面一侧的边界线,
将f(x)2相对于x轴做镜像处理得到xz平面另一侧的边界线,从而得到朵体纵向的边界范围。
然后根据公式(2)得到朵体xy平面一侧的边界线,从而得到三条边界线组成的半个朵体的骨架线,
再根据公式(5)得到半个朵体的形态。
将半个朵体的形态相对于xz平面做镜像处理,得到另半个朵体的形态,从而得到整个朵体的形态。
对形态内部进行相属性赋值填充,得到朵体。
分步骤(3a):将朵体投掷到三角洲前缘储层沉积范围内。具体地:所述分步骤(3a)包括
如图15所示,将朵体平移至三角洲前缘储层沉积范围内,使朵体的近源端点与沉积原点(x0,y0,z0)重合;
然后进行方位角旋转;
之后再进行下倾角旋转;
其中,(x,y,z)为投掷前朵体上任意一点的坐标,(x”',y”',z”')是将朵体投掷到三角洲前缘储层沉积范围后与之对应的坐标。
分步骤(4a):计算朵体占比,若达到输入门槛值则模拟终止,若未达到输入门槛值则模拟继续。
在产生下一朵体时,若下一朵体在物源处产生,则重复分步骤(1a)至分步骤(4a)。若下一朵体在现有朵体的基础上发生迁移而产生,则进行分步骤(1b)至分步骤(4b)。
分步骤(1b):抽取朵体的长、宽、厚、方位角、下倾角等相关参数,并从前一朵体的推进处获取新朵体的沉积原点,获取沉积原点的方法具体包括:
如图16所示,过前一朵体的最大深度点Q作垂直于xz平面的平面(最大宽度平面),记作U。顺着前一朵体的主轴方向向远源端延伸,延伸距离为其长度的一半,得到延伸点Q',过延伸点Q'作垂直于xz平面的平面,记作V。平面U和平面V之间的x取值为新朵体沉积原点的x取值区间。
在x取值区间内抽取沉积原点坐标的x值,得到x1,并得到x1对应的y取值区间;
根据位置概率函数计算每个y值对应的沉积概率,所述位置概率函数如公式(6)所示:
其中dt(x)为前期朵体主轴线对应x处的位置,lb(x)、rb(x)对应x位置处左、右沉积区边界;
通过随机抽样判断沉积原点坐标的y值,得到y1。
从前一朵体的z取值区间中抽取沉积原点坐标的z值,得到z1,从而得到新产生朵体的沉积原点(x1,y1,z1)。
分步骤(2b):基本上与步骤(2a)相同。
分步骤(3b):将新产生的朵体投掷到三角洲前缘储层沉积范围内。其步骤基本上与步骤(3a)类似,主要区别在于:在进行完平移和旋转后,还要根据前一朵体和该朵体的沉积位置高程差确定两个朵体之间的侵蚀关系,包括:朵体沉积先后顺序,后形成的朵体侵蚀早期朵体;同期朵体,高地势朵体侵蚀低地势朵体;部分朵体之间的侵蚀关系可由随机概率抽取判定。同时根据朵体侵蚀规律,保留在朵体之间的泥质层。
分步骤(4b):计算朵体占比,若达到输入门槛值则模拟终止,若未达到输入门槛值则模拟继续。
再次产生朵体时,仍然需要先判断该朵体是否由前一朵体发生迁移而形成。若不是,则重复分步骤(1a)至分步骤(4a)。若是在前一朵体上发生迁移而来,则重复分步骤(1b)至分步骤(4b)。
第四步:输出叠覆式朵体三角洲训练图像。
实施例1
根据工区的实际情况确定训练图像的网格划分为200×200×40,原始网格点数目为1600000个,网格尺寸为10(m)×10(m)×1(m)。
1.根据地质研究统计了多个叠覆朵体的参数特征,结合研究区的实际统计参数,形成模拟的输入参数库。其中朵体的长度为300到600米,宽度为300米到450米,厚度23到30米,方位角为-20°至20°,下倾角为1°至4°,朵体占比20%,部分相关参数如图17所示。
2.利用已有的测量数据,确定物源方向,抽取三角洲沉积区长度为1900米,宽度为1700米,厚度为34米,供源通道宽度为300米。
首先通过公式(1.1)确定沉积范围水平向一侧的边界线,
再将一侧的边界线相对于x轴进行镜像处理得到另一侧的边界线,从而得到水平向两侧的边界线;最后对沉积边界区域内进行相属性赋值填充,填充厚度34米,得到三角洲前缘储层沉积范围。
3.在沉积区范围内于近源区选取一点作为沉积原点(-1,1,3),依据概率分布从长度、宽度、厚度的范围内分别抽取该朵体的长为420米、宽为310米、厚为24米,从朵体的方位角及下倾角范围内分别抽取该朵体的方位角为10°、下倾角为3°。
4.根据已获取的朵体形态参数进行朵体形态刻画:抽取n=0.7,计算得m=0.575;
根据公式(2.1)得到朵体xy平面一侧的边界线,
将f(x)1相对于x轴做镜像处理得到xy平面另一侧的边界线,从而得到朵体水平向的边界范围。
然后根据公式(3.1)得到朵体xz平面一侧的边界线,从而得到三条边界线组成的半个朵体的骨架线,
再根据公式(4)得到半个朵体的形态。
将半个朵体的形态相对于xy平面做镜像处理,得到另半个朵体的形态,从而得到整个朵体的形态。
对形态内部进行相属性赋值填充,得到朵体。
5.将标准化的朵体投掷到三角洲前缘储层沉积范围中,并对获取的朵体进行角度旋转
(x,y,z)为朵体内任一位置的坐标,经平移、旋转后得到朵体在三角洲前缘储层沉积范围内对应的坐标(x”',y”',z”')。
计算当前工区朵体占比,为1.3%,不满足输入门槛值,继续产生下一朵体。
6.朵体发生迁移。由于新朵体根据朵体迁移产生,因此在前期朵体的基础上确定下一朵体的产生位置,前一朵体的最大深度点的x方向坐标为294.6,则将产生的朵体坐标位置的x方向可选区域为[294.6,294.6+210],在此范围内抽取新朵体的x方向坐标为305.7,位置概率函数如公式(6.1)所示:
据上式,依随机概率抽取朵体的y方向坐标为87.3。在前期朵体Z的取值范围(6.15,30.24)内,抽取朵体的z方向坐标为27.2。据此确定新朵体的沉积原点,抽取新朵体的长度为510米、宽度为360米、厚度为26米等相关参数,重复步骤4、5。
之后,通过朵体的沉积位置高程差确定两个朵体之间的侵蚀关系为新产生朵体侵蚀前期朵体。
7.再次计算朵体占比,为2.5%,仍然不满足输入门槛值,继续产生下一朵体,由于下一朵体仍然根据朵体迁移产生,因此重复步骤6。
8.经过多次的迁移共产生了17个朵体,朵体占比达到20%,其中16个朵体为迁移产生,包括多个同期迁移的朵体及不同期次迁移的朵体。
9.输出,得到如图18所示的叠覆式朵体三角洲训练图像。
Claims (3)
1.一种叠覆式朵体三角洲训练图像建立方法,其特征在于:包括
统计研究区朵体三角洲参数特征;同时建立对应的地质网格模型,输入工区的物源方向;
确定三角洲前缘储层沉积范围;
重复进行朵体的建立过程,直至生成叠覆式朵体三角洲训练图像;
输出所述叠覆式朵体三角洲训练图像;
所述朵体的建立过程包括:
分步骤(1):在三角洲前缘储层沉积范围内获取沉积原点;
分步骤(2):产生朵体;
分步骤(3):将朵体投掷到三角洲前缘储层沉积范围内;和,
分步骤(4):判断是否满足研究区朵体占比;
所述三角洲前缘储层沉积范围的水平向受公式(1)所示的边界函数控制,
所述朵体的形态受公式(2)所示的水平向形态函数和公式(3)所示的纵向形态函数控制,
其中,L为所述朵体的长度,B为所述朵体的宽度,H为所述朵体的厚度,
所述分步骤(2)包括:先产生半个朵体的形态,再将半个朵体的形态进行镜像处理,从而得到整个朵体的形态;
所述半个朵体的形态根据公式(4)或者公式(5)获得,
2.根据权利要求1所述的叠覆式朵体三角洲训练图像建立方法,其特征在于:当所述朵体由前一朵体发生迁移而形成时,分步骤(1)中的沉积原点根据前一朵体的位置和位置概率函数获得。
3.根据权利要求2所述的叠覆式朵体三角洲训练图像建立方法,其特征在于:当所述朵体由前一朵体发生迁移而形成时,分步骤(1)包括:
根据前一朵体的最大宽度平面和前一朵体的长度确定x取值区间;
从x取值区间中抽取沉积原点坐标的x值,同时得到对应的y取值区间;
根据位置概率函数计算沉积概率,并通过随机抽样得到沉积原点坐标的y值;和,
在前一朵体的z取值区间中抽取沉积原点坐标的z值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810509270.3A CN108763731B (zh) | 2018-05-24 | 2018-05-24 | 一种叠覆式朵体三角洲训练图像建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810509270.3A CN108763731B (zh) | 2018-05-24 | 2018-05-24 | 一种叠覆式朵体三角洲训练图像建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108763731A CN108763731A (zh) | 2018-11-06 |
CN108763731B true CN108763731B (zh) | 2021-02-26 |
Family
ID=64005584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810509270.3A Active CN108763731B (zh) | 2018-05-24 | 2018-05-24 | 一种叠覆式朵体三角洲训练图像建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108763731B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114970113B (zh) * | 2022-04-30 | 2023-04-14 | 长江大学 | 一种基于朵叶体距离属性的岩性模型构建方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850682A (zh) * | 2015-04-17 | 2015-08-19 | 长江大学 | 基于位置的多点地质统计学建模方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10519766B2 (en) * | 2011-10-26 | 2019-12-31 | Conocophillips Company | Reservoir modelling with multiple point statistics from a non-stationary training image |
-
2018
- 2018-05-24 CN CN201810509270.3A patent/CN108763731B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850682A (zh) * | 2015-04-17 | 2015-08-19 | 长江大学 | 基于位置的多点地质统计学建模方法 |
Non-Patent Citations (4)
Title |
---|
"一种基于沉积模式的多点地质统计学建模方法";尹艳树,张昌民,李少华;《地 质 论 评》;20140131;第60卷(第1期);全文 * |
"多点地质统计学在三角洲相储层建模中的应用";李康, 李少华, 王浩宇,王勇标;《重庆科技学院学报( 自然科学版)》;20141031;第16卷(第5期);全文 * |
"多点地质统计学在储层相建模中的应用";刘超1,谢传礼1,Yannick Tepinhil,汪磊2;《断块油气田》;20151130;第22卷(第06期);全文 * |
"多点地质统计学方法在三角洲前缘微相模拟中的应用";段冬平;《中国石油大学学报( 自然科学版)》;20120430;第36卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108763731A (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104850682B (zh) | 基于位置的多点地质统计学建模方法 | |
Natali et al. | Modeling Terrains and Subsurface Geology. | |
CN105373648B (zh) | 一种砂泥岩互层型沉积体储层构型的建模方法 | |
EP3189357B1 (en) | Sediment transport simulation with parameterized templates for depth profiling | |
AU2020397825B2 (en) | Generation of subsurface representations using layer-space | |
AU2020398568B2 (en) | Generation of subsurface representations using layer-space | |
CN110244021B (zh) | 一种基于各向异性插值的地层分层方法 | |
CN112464479A (zh) | 一种基于gocad的三维成矿预测方法及系统 | |
CN107966732A (zh) | 基于空间结构导向的地震属性变化率求取方法 | |
BR112015023579B1 (pt) | Métodos automatizados de exploração geofísica | |
CN108763731B (zh) | 一种叠覆式朵体三角洲训练图像建立方法 | |
CN106875484A (zh) | 一种基于三维地形的地质堆积体快速拟合建模方法 | |
Fisher et al. | Three dimensional solid modeling of geo-objects using Non-Uniform Rational B-Splines (NURBS) | |
CN110687603B (zh) | 一种海上油田储层内部渗流屏障的地质建模方法 | |
CN108763732B (zh) | 一种分流砂坝型三角洲前缘训练图像建立方法 | |
CN105654525A (zh) | 反映真实岩心连通性的2d模型构建方法 | |
CN111308549B (zh) | 基于模型反演的变速成图方法 | |
CN108876916B (zh) | 辫状河训练图像生成方法及设备 | |
CN115469361B (zh) | 一种碎屑岩地层三维地质建模方法 | |
CN107728216B (zh) | 一种基于水槽实验的三维正演模型建立方法 | |
CN117876629A (zh) | 浅海相三角洲储层训练图像生成方法、系统、介质及设备 | |
CN113376697B (zh) | 基于三维近地表模型的静校正方法及装置 | |
CN109801369B (zh) | 复合浊积水道训练图像的自动生成方法 | |
Wei et al. | Study on Geological Modeling of Heidimiao and Fuyang Oil Layer in Da’an North Area | |
CN109740257B (zh) | 限制性深水浊积水道体系训练图像生成方法 |
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 |