CN109116414A - 一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法 - Google Patents
一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法 Download PDFInfo
- Publication number
- CN109116414A CN109116414A CN201810995608.0A CN201810995608A CN109116414A CN 109116414 A CN109116414 A CN 109116414A CN 201810995608 A CN201810995608 A CN 201810995608A CN 109116414 A CN109116414 A CN 109116414A
- Authority
- CN
- China
- Prior art keywords
- frequency
- water channel
- depositional
- depositional elements
- elements
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000003595 spectral effect Effects 0.000 title claims abstract description 10
- 238000007499 fusion processing Methods 0.000 title claims abstract description 7
- 230000001427 coherent effect Effects 0.000 claims abstract description 20
- 230000004927 fusion Effects 0.000 claims abstract description 11
- 230000010429 evolutionary process Effects 0.000 claims abstract description 5
- 238000012800 visualization Methods 0.000 claims abstract description 3
- 230000008021 deposition Effects 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 241000039077 Copula Species 0.000 claims description 3
- 238000003325 tomography Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 7
- 239000004576 sand Substances 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 230000004807 localization Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法。它包括以下步骤:(1)数据体频率分析;(2)形成调谐数据体;(3)建立离散时频率体;(4)进行相干体运算;(5)体融合运算:将步骤(3)中得到的不同沉积要素的对应的离散时频体分别与步骤(4)运算的相干体叠加、融合显示,得到不同沉积要素对应下的相干时频体;(6)应用等时切片或地层切片技术对所述相干视频体进行可视化显示,重构所述目标水道复合体单一沉积要素垂向演化过程和平面分布特征,以精细识别沉积要素。本发明解决深水复合水道砂体展布复杂,沉积要素难以刻画,水道发育期次难以识别,地震资料分辨率达不到预测复合水道优质储层砂体需求等技术问题。
Description
技术领域
本发明涉及一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法,属于石油地质勘探领域。
背景技术
水道复合体是最重要的深水沉积储层,当前常用的储层预测手段是根据振幅异常进行砂体分布的预测,水道复合体沉积要素的准确识别和预测至关重要。在深水复合水道分布区,复合水道沉积要素的精细识别和描述不仅可以反演复合水道的演化史,还可以预测泥质隔夹层的分布,为优质砂体的预测和油气藏的开发打下坚实的基础。
近几年,随着地球物理技术的进步,虽然沉积要素的识别方法越来越多样化。但大部分还是单纯从叠后地震原始振幅、切片分析等方面进行论述。由于复合水道是多期次下切-充填综合作用的结果,复合水道砂体纵向叠置连片,横向变化快,且复合水道主体位置厚度大,在地震资料受分辨能力限制的情况下,仅仅依靠单一的常规叠后地球物理属性技术预测沉积要素的难度大,在水道复合体中识别不出单一的沉积要素。因此,有必要更有针对性地发明一种适合深水复合水道叠后地震资料的沉积要素识别方法技术。
发明内容
本发明的目的是提供一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法,本发明解决深水复合水道砂体展布复杂,沉积要素难以刻画,水道发育期次难以识别,地震资料分辨率达不到预测复合水道优质储层砂体需求等技术问题。
本发明提供的一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法,它包括以下步骤:
(1)数据体频率分析:根据目标水道复合体发育的位置分析地震资料频带,得到所述地震资料的最低频率、最高频率和主频,并计算得到能识别的沉积要素最大和最小厚度;
(2)形成调谐数据体:结合步骤(1)得到的数据对所述目标水道复合体进行S变换,S变换的时窗通过沿层开取时窗或在水道顶底层之间进行;通过计算,在垂向上生成频率连续变化的振幅和相位数据体,得到目标水道复合体内沉积要素的调谐频率;然后通过观察不同频率下对应的沉积要素的成像特征,确定不同沉积要素对应的有效频率;
(3)建立离散时频率体:将步骤(1)中所述地震资料分解成一系列时间域离散频率振幅数据体,该数据体在垂向上为时间,每个数据体只包含需要表征的沉积要素对应的频率成分,反映了特定频率振幅的空间变化特征;
(4)进行相干体运算:通过地震上波形和振幅侧向上的变化与断层或者沉积要素的边界进行相干体运算,得到沉积要素的边界信息;
(5)体融合运算:将步骤(3)中得到的不同沉积要素的对应的离散时频体分别与步骤(4)运算的相干体叠加、融合显示,得到不同沉积要素对应下的相干时频体;
(6)应用等时切片或地层切片技术对所述相干视频体进行可视化显示,重构所述目标水道复合体单一沉积要素垂向演化过程和平面分布特征,以精细识别沉积要素。
本发明中,所述时间域离散频率振幅数据体简称离散时频率体;
步骤(2)中所述垂向即纵向,Y轴方向;
步骤(4)中所述侧向即平面,均为本领域公知的常识。
上述的方法中,步骤(1)中,所述沉积要素包括天然堤、点坝、单期水道、决口扇和沉积波;
计算得到能识别的沉积要素最大和最小厚度的公式如式Ⅰ和式Ⅰ-1所示:
Hmax=V/4fmax 式Ⅰ
Hmin=V/4fmin 式Ⅰ-1
式Ⅰ和式Ⅰ-1中,fmax为步骤1中目标水道复合体的最大频率;fmin为步骤1中目标水道复合体的最小频率;V为地震资料速度;Hmax和Hmin分别为可分辨沉积要素的最大和最小厚度。
上述的方法中,所述步骤(2)中的S变换是时间和频率的联合函数,以时间和频率为变量来描述信号的能量密度或信号强度,以便能够同时提高时间分辨率和频率分辨率,更好地实现时频局部化分析,根据如下式Ⅱ所示公式进行计算:
式Ⅱ中,t表示时间,f表示频率,τ为高斯窗在时间轴上的位置,时窗宽度随频率的变化而改变,频率的倒数决定了时窗的大小,s(t)表示时间域输入信号,exp为自然对数函数,π为圆周率,i表示虚数单位,dt表示积分函数;S变换能够根据频率来调节时窗,频率高时窗窄,频率低时窗宽,这正符合低频信号变化缓慢而高频信号变化迅速的特点。S变换具有多分辨时频分析的特征,对于数据处理的适应性较强。同时S变换能够将信号从时间域变换到时频域,还能够通过反变换从时频域转换到时间域,不会丢失任何信息,具有局部性、无损可逆性和高分辨率的特点。
上述的方法中,步骤(3)中根据步骤(2)中确定的目标水道复合体的沉积要素对应频率进行地震资料分解;
所述步骤3中的时频率体,包括不同厚度对应下的沉积要素频率15HZ、20HZ、25Hz、30Hz、40Hz和50Hz频率体。
本发明中,步骤(3)中所述离散频率体能避开层位的影响,能在更大的空间内对沉积要素进行成像,该步骤提高了单一沉积要素的识别能力。
上述的方法中,所述步骤(4)中,所示相干体的运算采取BG Fast算法,该算法在所示地震数据中倾角定义为水平时间梯度与垂直时间梯度平方和的均方根值,而方位角定义为垂直时间梯度与水平时间梯度的比值的反正切值。
本发明中,所述步骤(4)中,地震相干也称相似性运算,是在选取的时窗内计算地震道连续性的一种叠后地震属性;三维地震相干体的运算是计算地震数据线和道方向波形与振幅的相似度。
上述的方法中,所述步骤(5)中,所述体融合运算通过兰德马克公司的Geoprobe软件阴影叠置功能实现。
本发明具有以下优点:
本发明充分应用叠后地震资料的频率域属性,能够识别出复合水道中单一沉积要素的垂向演化过程,解决了复合水道多期次叠置,富泥和富砂沉积要素难以识别的问题,增大了优质储层的预测精度,减小了油田开发部署面临的风险。
附图说明
图1为地震资料频率分布示意图;其中,图1a为目标水道复合体地震资料频率分布,图1b目标水道复合体地震剖面。
图2为频谱分解属性分析示意图;其中,图2a为15Hz频率体,图2b为20Hz频率体,图2c为25Hz频率体,图2d为30Hz频率体,图2e为40Hz频率体,图2f为50Hz频率体。
图3为地震相干体属性分析示意图。
图4为频谱分解与相干体属性融合切片示意图。
图5为深水水道复合体沉积要素演化关系构建图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明。
本发明涉及一种基于频谱解析(谱分解)和相干体属性融合刻画复合水道沉积要素的方法,其包括以下步骤:
(1)数据体频率分析:根据复合水道目标体发育的位置分析地震资料频带(如图1所示),明确地震资料的最低频率、最高频率和主频,该步骤确定了能识别的沉积要素(天然堤、点坝、单期水道、决口扇和沉积波)最大和最小厚度。以该实例为例,目标体最高频率为50HZ,最低频率为10HZ,主频为35HZ。根据地震资料分辨率为1/4λ计算,埋藏深度1300米,速度2000m/s,根据下式Ⅰ和式Ⅰ-1计算,得到可识别的沉积要素厚度最小10米,平均厚14米。
Hmax=V/4fmax 式Ⅰ
Hmin=V/4fmin 式Ⅰ-1
式Ⅰ和式Ⅰ-1中,fmax为步骤1中目标水道复合体的最大频率;fmin为步骤1中目标水道复合体的最小频率;V为地震资料速度;Hmax和Hmin分别为可分辨沉积要素的最大和最小厚度。
(2)形成调谐数据体:对目标水道复合体进行S变换,S变换的时窗通过沿层开取时窗或在水道顶底层之间进行。通过计算,在垂向上生成频率连续变化的振幅和相位数据体,该步骤确定了复合水道内沉积要素的调谐频率。通过观察不同频率下对应的沉积要素的成像特征,确定不同沉积要素对应的有效频率。
S变换是时间和频率的联合函数,以时间和频率为变量来描述信号的能量密度或信号强度,以便能够同时提高时间分辨率和频率分辨率,更好地实现时频局部化分析,根据如下式Ⅱ所示公式进行计算:
式Ⅱ中,t表示时间,f表示频率,τ为高斯窗在时间轴上的位置,时窗宽度随频率的变化而改变,频率的倒数决定了时窗的大小,s(t)表示时间域输入信号,exp为自然对数函数,π为圆周率,i表示虚数单位,dt表示积分函数;S变换能够根据频率来调节时窗,频率高时窗窄,频率低时窗宽,这正符合低频信号变化缓慢而高频信号变化迅速的特点。S变换具有多分辨时频分析的特征,对于数据处理的适应性较强。同时S变换能够将信号从时间域变换到时频域,还能够通过反变换从时频域转换到时间域,不会丢失任何信息,具有局部性、无损可逆性和高分辨率的特点。
如本实例示意中,牛轭湖对应频率为20HZ,决口水道对应频率为30HZ,废弃水道对应频率为40HZ。
(3)建立离散时频率体:将地震资料分解成一系列时间域离散频率振幅数据体,该数据体在垂向上为时间,每个数据体只包含需要表征的沉积要素对应的频率成分,反映了特定频率振幅的空间变化特征。离散频率体能避开层位的影响,能在更大的空间内对沉积要素进行成像,该步骤提高了单一沉积要素的识别能力。如图2所示,本实例示意中,分别提取10、20、30、40、50、60HZ频率体。
(4)进行相干体运算:地震相干也称相似性运算,是在选取的时窗内计算地震道连续性的一种叠后地震属性。三维地震相干体的运算是计算地震数据线和道方向波形与振幅的相似度。这种地震上波形和振幅侧向上的变化与断层或者沉积要素的边界有关。结果如图3所示。该步骤提供了沉积要素的边界信息。
(5)体融合运算:将步骤3得到的不同沉积要素的对应的离散时频体分别与步骤4运算的相干体叠加、融合显示,形成不同沉积要素对应下的相干时频体。结果如图4所示,本实例中将20、30、40HZ频率体分别与相干体融合,显示不同频率下对应沉积要素的边界条件和平面形态。
(6)应用等时切片或地层切片技术重构复合水道单一沉积要素垂向演化过程和平面分布特征。结果如图5所示,本实例中,通过一系列融合体切片表征了出了牛厄湖、废弃水道、决口水道,曲流环沉积要素的空间特征。
Claims (6)
1.一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法,它包括以下步骤:
(1)数据体频率分析:根据目标水道复合体发育的位置分析地震资料频带,得到所述地震资料的最低频率、最高频率和主频,并计算得到能识别的沉积要素最大和最小厚度;
(2)形成调谐数据体:结合步骤(1)得到的数据对目标水道复合体进行S变换,S变换的时窗通过沿层开取时窗或在水道顶底层之间进行;通过计算,在垂向上生成频率连续变化的振幅和相位数据体,得到目标水道复合体内沉积要素的调谐频率;然后通过观察不同频率下对应的沉积要素的成像特征,确定不同沉积要素对应的有效频率;
(3)建立离散时频率体:将步骤(1)中所述地震资料分解成一系列时间域离散频率振幅数据体,该数据体在垂向上为时间,每个数据体只包含需要表征的沉积要素对应的频率成分,反映了特定频率振幅的空间变化特征;
(4)进行相干体运算:通过地震上波形和振幅侧向上的变化与断层或者沉积要素的边界进行相干体运算,得到沉积要素的边界信息;
(5)体融合运算:将步骤(3)中得到的不同沉积要素的对应的离散时频体分别与步骤(4)运算的相干体叠加、融合显示,得到不同沉积要素对应下的相干时频体;
(6)应用等时切片或地层切片技术对所述相干视频体进行可视化显示,重构所述目标水道复合体单一沉积要素垂向演化过程和平面分布特征,以精细识别沉积要素。
2.根据权利要求1所述的方法,其特征在于:步骤(1)中,所述沉积要素包括天然堤、点坝、单期水道、决口扇和沉积波;
计算得到能识别的沉积要素最大和最小厚度的公式如式Ⅰ和式Ⅰ-1所示:
Hmax=V/4fmax 式Ⅰ
Hmin=V/4fmin 式Ⅰ-1
式Ⅰ和式Ⅰ-1中,fmax为步骤1中目标水道复合体的最大频率;fmin为步骤1中目标水道复合体的最小频率;V为地震资料速度;Hmax和Hmin分别为可分辨沉积要素的最大和最小厚度。
3.根据权利要求1或2所述的方法,其特征在于:所述步骤(2)中的S变换是时间和频率的联合函数,以时间和频率为变量来描述信号的能量密度或信号强度,其根据如下式Ⅱ所示公式进行计算:
式Ⅱ中,t表示时间,f表示频率,τ为高斯窗在时间轴上的位置,时窗宽度随频率的变化而改变,频率的倒数决定了时窗的大小,s(t)表示时间域输入信号,exp为自然对数函数,π为圆周率,i表示虚数单位,dt表示积分函数。
4.根据权利要求1-3中任一项所述的方法,其特征在于:步骤(3)中根据步骤(2)中确定的目标水道复合体的沉积要素对应频率进行地震资料分解;
所述步骤3中的时频率体,包括不同厚度对应下的沉积要素频率15HZ、20HZ、25Hz、30Hz、40Hz和50Hz频率体。
5.根据权利要求1-4中任一项所述的方法,其特征在于:所述步骤(4)中,所示相干体的运算采取BG Fast算法,该算法在所示地震数据中倾角定义为水平时间梯度与垂直时间梯度平方和的均方根值,而方位角定义为垂直时间梯度与水平时间梯度的比值的反正切值。
6.根据权利要求1-5中任一项所述的方法,其特征在于:所述步骤(5)中,所述体融合运算通过兰德马克公司的Geoprobe软件阴影叠置功能实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810995608.0A CN109116414A (zh) | 2018-08-29 | 2018-08-29 | 一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810995608.0A CN109116414A (zh) | 2018-08-29 | 2018-08-29 | 一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109116414A true CN109116414A (zh) | 2019-01-01 |
Family
ID=64861482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810995608.0A Pending CN109116414A (zh) | 2018-08-29 | 2018-08-29 | 一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109116414A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441818A (zh) * | 2019-07-31 | 2019-11-12 | 中国石油天然气股份有限公司 | 单河道砂体的识别方法、装置和计算机存储介质 |
CN111158044A (zh) * | 2020-01-03 | 2020-05-15 | 中国石油化工股份有限公司 | 潜山裂缝储集体油藏预测方法 |
CN111290020A (zh) * | 2020-03-25 | 2020-06-16 | 北京奥能恒业能源技术有限公司 | 基于构造滤波处理、分频属性融合断裂检测方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267431A (zh) * | 2014-10-13 | 2015-01-07 | 成都北方石油勘探开发技术有限公司 | 一种地震构造解释的小断层获取方法 |
CN107045153A (zh) * | 2017-01-15 | 2017-08-15 | 中国石油大港油田勘探开发研究院 | 陆相湖盆斜坡区地层岩性油气藏优势相预测方法 |
-
2018
- 2018-08-29 CN CN201810995608.0A patent/CN109116414A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267431A (zh) * | 2014-10-13 | 2015-01-07 | 成都北方石油勘探开发技术有限公司 | 一种地震构造解释的小断层获取方法 |
CN107045153A (zh) * | 2017-01-15 | 2017-08-15 | 中国石油大港油田勘探开发研究院 | 陆相湖盆斜坡区地层岩性油气藏优势相预测方法 |
Non-Patent Citations (1)
Title |
---|
LI QUAN 等: "The application of three-dimensional seismic spectral decomposition and semblance attribute to characterizing the deepwater channel depositional elements in the Taranaki Basin of New Zealand", 《ACTA OCEANOLOGICA SINICA》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441818A (zh) * | 2019-07-31 | 2019-11-12 | 中国石油天然气股份有限公司 | 单河道砂体的识别方法、装置和计算机存储介质 |
CN110441818B (zh) * | 2019-07-31 | 2021-03-30 | 中国石油天然气股份有限公司 | 单河道砂体的识别方法、装置和计算机存储介质 |
CN111158044A (zh) * | 2020-01-03 | 2020-05-15 | 中国石油化工股份有限公司 | 潜山裂缝储集体油藏预测方法 |
CN111158044B (zh) * | 2020-01-03 | 2021-12-14 | 中国石油化工股份有限公司 | 潜山裂缝储集体油藏预测方法 |
CN111290020A (zh) * | 2020-03-25 | 2020-06-16 | 北京奥能恒业能源技术有限公司 | 基于构造滤波处理、分频属性融合断裂检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
West et al. | Interactive seismic facies classification using textural attributes and neural networks | |
Stark | Relative geologic time (age) volumes—Relating every seismic sample to a geologically reasonable horizon | |
Luo et al. | Generalized Hilbert transform and its applications in geophysics | |
Zhou et al. | Image-guided inversion of electrical resistivity data | |
Neelamani et al. | Coherent and random noise attenuation using the curvelet transform | |
de Matos et al. | Unsupervised seismic facies analysis using wavelet transform and self-organizing maps | |
Hoyes et al. | A review of “global” interpretation methods for automated 3D horizon picking | |
Wu et al. | Automatically interpreting all faults, unconformities, and horizons from 3D seismic images | |
Zeng | Stratal slicing: Benefits and challenges | |
RU2008147704A (ru) | Анализ повторных съемок по данным электромагнитной разведки | |
Ahmad et al. | Application of spectral decomposition and seismic attributes to understand the structure and distribution of sand reservoirs within Tertiary rift basins of the Gulf of Thailand | |
CN109116414A (zh) | 一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法 | |
CN107390270B (zh) | 一种基于弹性波逆时偏移ADCIGs的AVA分析方法 | |
Vignoli et al. | Focused inversion of vertical radar profile (VRP) traveltime data | |
Bashir et al. | Influence of seismic diffraction for high-resolution imaging: applications in offshore Malaysia | |
Botter et al. | The impact of faults and fluid flow on seismic images of a relay ramp over production time | |
Zeng et al. | Recent progress in analysis of seismically thin beds | |
Khasraji-Nejad et al. | Proposing a new strategy in multi-seismic attribute combination for identification of buried channel | |
Ikeda et al. | Advanced surface-wave analysis for 3D ocean bottom cable data to detect localized heterogeneity in shallow geological formation of a CO2 storage site | |
CA2926179C (en) | System and method for seismic adaptive optics | |
Jin et al. | Automatic seismic event tracking using a dynamic time warping algorithm | |
Wang et al. | Multispectral phase-based geosteering coherence attributes for deep stratigraphic feature characterization | |
Lomask et al. | Volumetric flattening: an interpretation tool | |
Li et al. | Assessing seismic uncertainty via geostatistical velocity-model perturbation and image registration: An application to subsalt imaging | |
de Matos et al. | Wavelet transform Teager-Kaiser energy applied to a carbonate field in Brazil |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |