CN109471165A - 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 - Google Patents
基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 Download PDFInfo
- Publication number
- CN109471165A CN109471165A CN201811471679.7A CN201811471679A CN109471165A CN 109471165 A CN109471165 A CN 109471165A CN 201811471679 A CN201811471679 A CN 201811471679A CN 109471165 A CN109471165 A CN 109471165A
- Authority
- CN
- China
- Prior art keywords
- sensitive
- lithology discrimination
- lithology
- discrimination factor
- formula
- 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 26
- 238000010008 shearing Methods 0.000 claims abstract description 16
- 230000035945 sensitivity Effects 0.000 claims abstract description 8
- 239000004575 stone Substances 0.000 claims abstract description 7
- 235000019738 Limestone Nutrition 0.000 claims abstract description 6
- 239000012530 fluid Substances 0.000 claims abstract description 6
- 239000006028 limestone Substances 0.000 claims abstract description 6
- 238000009795 derivation Methods 0.000 claims abstract description 4
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 4
- 239000011435 rock Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 6
- 210000004884 grey matter Anatomy 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000001615 p wave Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000004615 ingredient Substances 0.000 description 3
- 101100490909 Emericella nidulans (strain FGSC A4 / ATCC 38163 / CBS 112.46 / NRRL 194 / M139) alnF gene Proteins 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000000007 visual effect Effects 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
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
本发明提供一种基于叠前地震资料反演求取敏感岩性识别因子的方法,该方法包括依据实际工区建立砂岩、灰岩、泥岩模型进行岩性敏感性分析,得出敏感岩性识别因子,为减少间接计算该因子误差积累,推导出以敏感的岩性识别因子为变量的AVO近似公式,借鉴弹性阻抗推导原理推导以敏感岩性识别因子、剪切模量和密度表示的弹性波阻抗公式,应用正则化算法直接从实际的弹性阻抗数据体反演提取敏感岩性识别因子、剪切模量和密度数据体进行储层的岩性预测、流体识别,该敏感岩性识别因子相对于常规弹性参数具有更优识别能力,计算结果速度快,稳定性强特点。
Description
技术领域
本发明属于石油勘探数据处理技术领域,涉及一种基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法。
背景技术
Ostrander(1982)首先提出了利用反射系数随入射角变化识别“亮点”型含油气砂岩的AVO技术,使叠前AVO技术成为地震勘探的主要研究内容,国内外学者开展了大量的研究。首先,在一定的假设条件下,一些学者提出利用弹性岩石物理参数组合来进行储层识别,Goodway等(1999)提出了LMR技术,使用拉梅常数和密度乘积识别优势储层的方法。在考虑多孔流体饱和岩石的前提下,Russell等(2003)总结了前人的观点,对Biot-Gassmann方程改写为纵波阻抗、横波阻抗加权形式作为优势储层的指示因子。以上的识别因子都是在叠前三参数反演基础上二次计算得到敏感识别因子,为避免二次计算产生误差积累,国内外学者先后对AVO近似式展开了研究,Gray等(1999)为从地震数据中得到比声波速度、阻抗更能直观表示岩石属性体积模量与拉梅常数,将Richards近似式进行重新排,得到了包含岩石的拉梅常数、体积模量、密度的AVO近似式。Russell等(2011)根据Biot-Gassmann饱和孔隙介质理论提出考虑饱和岩石与干岩石属性的流体因子,推导得到包含流体因子、剪切模量、密度三参数的AVO近似式。为利用AVO近似式得到各种弹性参数,Connolly等(1999)首先提出弹性阻抗(EI)概念,并利用大角度弹性阻抗油气异常来进行优势储层的识别。之后叠前AVO和弹性阻抗反演技术得到了长足的发展(Whitcombe,2002;甘利灯,2005;许翠霞,2014;印兴耀,2014)。基于以上文献调研,围绕地震技术的发展能够提高油气藏勘探成功率这一思想,以东营凹陷为研究对象,由于灰质成分的存在,使得泥岩的速度变高,和砂岩速度相当,在地震上均能形成强的反射,识别及描述均比较困难。叠后属性无法彻底的剔除掉灰质的影响,只起到了压制的作用;而常规反演方法受地震资料品质制约,在灰质成分小的地方效果较好,在灰质成分大的地方效果差,因此需要研发新的剔除灰质反演方法。
发明内容
为了解决以上问题,本发明提出了基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法。
本发明的技术方案是:
基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法,包括以下步骤:
S1.依据实际工区建立砂岩、灰岩、泥岩模型进行岩性敏感性分析,得出敏感岩性识别因子;
S2.反演数据输入,其中,反演数据包括大、中、小三个角度道集地震数据、地震解释层位、测井数据和子波数据;
S3.根据基于包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式计算大、中、小三个角度弹性阻抗数据;
S4.利用地震解释层位、步骤S2计算的大、中、小三个角度弹性阻抗曲线及角道集数据建立低频模型;
S5.利用大、中、小三个角度地震子波、步骤S2计算的弹性阻抗曲线、步骤S3计算的低频模型及地震解释层位反演得到大、中、小三个角度弹性阻抗数据体;
S6.利用步骤S4计算的大、中、小三个角度弹性阻抗数据体反演计算敏感岩性识别因子、剪切模量、密度参数进行储层的岩性及流体识别。
上述方案进一步包括:
步骤S3包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式具体如下:
EI(θ)=Fa(θ)μb(θ)ρc(θ) (11)
式中,a(θ)、b(θ)、c(θ)为角度系数,F为敏感的岩性识别因子,μ为剪切模量,ρ为密度。
步骤S3包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式推导具体如下:
假设地下有一反射界面,传统的Aki-Richards AVO近似式为:
vp、vs、ρ、γsat、θ分别的平均纵波速度、横波速度、密度、横波与饱和岩石的纵波速度比和界面的入射角,Δvp、Δvs、Δρ为界面两侧纵波、横波和密度变化量;把纵波速度、横波速度和密度的反射系数定义为:
由实际资料优选出的F=ρf岩性识别因子有更高的岩性识别能力,即
式中:γdry为干岩石纵横波速度比;
首先对(5)进行微分计算,由此得:
式(6)两边除以F得:
由式(7)得到敏感的岩性识别因子反射系数与纵横波速度、密度反射系数之间的关系式:
同理得:
组合出敏感的岩性识别因子(F)、剪切模量(μ)与密度(ρ)组合的AVO近似式:
借鉴Connolly推导弹性波阻抗的方法,得基于式(10)近似式的弹性波阻抗方程:
EI(θ)=Fa(θ)μb(θ)ρc(θ) (11)
式中,a(θ)、b(θ)、c(θ)为角度系数分别为
步骤S6中利用S5计算的大、中、小三个角度弹性阻抗数据体反演计算敏感的岩性识别因子、剪切模量、密度参数,具体求解过程如下:
为提取参数,将弹性阻抗公式两边取对数,得
ln[EI(θ)]=alnF+blnμ+clnρ (12)
式中θ已知、γdry、γsat通过测井资料求取。
步骤S6中将三个角度值分别代入上式,得到
通过求解式(13)得敏感岩性识别因子、剪切模量和密度。
本发明的有益效果是:能够根据实际测井资料统计计算岩性识别因子,优选出该区识别岩性最为敏感的因子,为减少间接计算该因子误差积累,推导出以该敏感岩性识别因子为变量的AVO近似公式,解决了利用叠前地震资料反演叠前三参数进行二次计算得到该敏感的岩性识别因子,提高了计算精度。
附图说明
表1为砂岩、灰岩和泥岩模型各种组合弹性计算数据;
图1为基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法流程图;
图2为9种因子对砂岩、灰岩和泥岩的识别能力比较;
图3为大、中、小三个角度道集数据;
图4为大、中、小三个角度弹性阻抗数据体;
图5为常规测井曲线计算大、中、小三个角度弹性阻抗曲线;
图6为大、中、小角度道集数据提取的地震子波;
图7为敏感的岩性识别因子联井剖面;
图8为纵波阻抗联井剖面
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂,下文特举出较佳实施例,并配合所附图式,作详细说明如下。
如图1所示,为本发明的基于优选敏感岩性识别因子为变量的AVO近似式的叠前反演方法流程示意图。
S1.依据实际工区建立砂岩、灰岩、泥岩模型进行岩性敏感性分析(表1、图2),得出敏感岩性识别因子(F);
表1
S2.反演数据输入,其中,反演数据包括大、中、小三个角度道集地震数据(图3)、地震解释层位、测井数据和地震子波数据(图6);
S3.根据基于包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式计算大、中、小三个角度弹性阻抗数据(图5);包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式推导具体如下:
假设地下有一反射界面,传统的Aki-Richards AVO近似式为:
vp、vs、ρ、γsat、θ分别的平均纵波速度、横波速度、密度、横波与饱和岩石的纵波速度比和界面的入射角,Δvp、Δvs、Δρ为界面两侧纵波、横波和密度变化量。Aki-Richards近似式由三项简化的反射系数属性构成,这些属性与纵波阻抗、横波阻抗有相同的数学形式,但是物理意义不同,如纵波速度、横波速度和密度的反射系数定义为:
由实际资料优选出的F=ρf岩性识别因子有更高的岩性识别能力,即
式中:γdry为干岩石纵横波速度比。
首先对(5)进行微分计算,由此可得:
式(6)两边除以F得:
由式(7)可得到敏感的岩性识别因子反射系数与纵横波速度、密度反射系数之间的关系式:
同理可得:
可组合出敏感的岩性识别因子(F)、剪切模量(μ)与密度(ρ)组合的AVO近似式:
借鉴Connolly推导弹性波阻抗的方法,可得基于式(10)近似式的弹性波阻抗方程:
EI(θ)=Fa(θ)μb(θ)ρc(θ) (11)
式中,a(θ)、b(θ)、c(θ)为角度系数分别为
S4.利用地震解释层位、S3计算的大、中、小三个角度弹性阻抗曲线及角道集数据建立低频模型;
S5.利用大、中、小三个角度地震子波、S3计算的弹性阻抗曲线、S4计算的低频模型及地震解释层位反演得到大、中、小三个角度弹性阻抗数据体(图4);
S6.利用S5计算的大、中、小三个角度弹性阻抗数据体反演计算敏感的岩性识别因子、剪切模量、密度参数,具体求解过程如下:
为提取参数,将弹性阻抗公式两边取对数,得
ln[EI(θ)]=alnF+blnμ+clnρ (12)
式中θ已知、γdry、γsat通过测井资料求取。
将三个角度值分别代入上式,得到
由于角度已知,此时只需三个相互独立的弹性阻抗数据体即可通过求解式(13)得敏感岩性识别因子(图7)、剪切模量、密度。
从实际的反演效果可看出,敏感岩性识别因子的优势储层边界优于常规纵波阻抗(图8)反演数据。
Claims (5)
1.基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法,其特征在于包括以下步骤:
S1.依据实际工区建立砂岩、灰岩、泥岩模型进行岩性敏感性分析,得出敏感岩性识别因子;
S2.反演数据输入,其中,反演数据包括大、中、小三个角度道集地震数据、地震解释层位、测井数据和子波数据;
S3.根据基于包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式计算大、中、小三个角度弹性阻抗数据;
S4.利用地震解释层位、步骤S2计算的大、中、小三个角度弹性阻抗曲线及角道集数据建立低频模型;
S5.利用大、中、小三个角度地震子波、步骤S2计算的弹性阻抗曲线、步骤S3计算的低频模型及地震解释层位反演得到大、中、小三个角度弹性阻抗数据体;
S6.利用步骤S4计算的大、中、小三个角度弹性阻抗数据体反演计算敏感岩性识别因子、剪切模量、密度参数进行储层的岩性及流体识别。
2.根据权利要求1所述的基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法,其特征在于步骤S3包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式具体如下:
EI(θ)=Fa(θ)μb(θ)ρc(θ) (11)
式中,a(θ)、b(θ)、c(θ)为角度系数,F为敏感的岩性识别因子,μ为剪切模量,ρ为密度。
3.根据权利要求2所述的基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法,其特征在于步骤S3包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式推导具体如下:
假设地下有一反射界面,传统的Aki-Richards AVO近似式为:
vp、vs、ρ、γsat、θ分别的平均纵波速度、横波速度、密度、横波与饱和岩石的纵波速度比和界面的入射角,Δvp、Δvs、Δρ为界面两侧纵波、横波和密度变化量;把纵波速度、横波速度和密度的反射系数定义为:
由实际资料优选出的F=ρf岩性识别因子有更高的岩性识别能力,即
式中:γdry为干岩石纵横波速度比;
首先对(5)进行微分计算,由此得:
式(6)两边除以F得:
由式(7)得到敏感的岩性识别因子反射系数与纵横波速度、密度反射系数之间的关系式:
同理得:
组合出敏感的岩性识别因子(F)、剪切模量(μ)与密度(ρ)组合的AVO近似式:
借鉴Connolly推导弹性波阻抗的方法,得基于式(10)近似式的弹性波阻抗方程:
EI(θ)=Fa(θ)μb(θ)ρc(θ) (11)
式中,a(θ)、b(θ)、c(θ)为角度系数分别为
4.根据权利要求3所述的基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法,其特征在于步骤S6中利用S5计算的大、中、小三个角度弹性阻抗数据体反演计算敏感的岩性识别因子、剪切模量、密度参数,具体求解过程如下:
为提取参数,将弹性阻抗公式两边取对数,得
ln[EI(θ)]=aln F+bln μ+cln ρ (12)
式中θ已知、γdry、γsat通过测井资料求取。
5.根据权利要求4所述的基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法,其特征在于步骤S6中将三个角度值分别代入上式,得到
通过求解式(13)得敏感岩性识别因子、剪切模量和密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811471679.7A CN109471165A (zh) | 2018-12-03 | 2018-12-03 | 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811471679.7A CN109471165A (zh) | 2018-12-03 | 2018-12-03 | 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109471165A true CN109471165A (zh) | 2019-03-15 |
Family
ID=65675462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811471679.7A Pending CN109471165A (zh) | 2018-12-03 | 2018-12-03 | 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109471165A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261906A (zh) * | 2019-06-27 | 2019-09-20 | 中国石油化工股份有限公司 | 多参数岩性信息融合储层预测方法 |
CN113156503A (zh) * | 2021-03-31 | 2021-07-23 | 华能煤炭技术研究有限公司 | 一种基于avo反演的煤与瓦斯突出危险区预测方法 |
CN113311482A (zh) * | 2020-06-09 | 2021-08-27 | 中国海洋石油集团有限公司 | 一种基于叠前谱反演优化的高分辨率中深层储层预测方法 |
CN113311483A (zh) * | 2020-02-27 | 2021-08-27 | 中国石油天然气集团有限公司 | 基于页岩油的叠前弹性参数组合反演方法及系统 |
CN113703041A (zh) * | 2020-05-20 | 2021-11-26 | 中国石油化工股份有限公司 | 气砂敏感因子的构建方法及致密性砂岩含气性的预测方法 |
CN116299696A (zh) * | 2023-02-08 | 2023-06-23 | 中海石油(中国)有限公司深圳分公司 | 一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4071959A (en) * | 1975-03-25 | 1978-02-07 | King Russell Michael | Gyro-stabilized single-axis platform |
CN101634716A (zh) * | 2009-08-26 | 2010-01-27 | 中国石油大学(华东) | 流体弹性阻抗反演技术 |
CN104714252A (zh) * | 2014-03-04 | 2015-06-17 | 中国石油化工股份有限公司 | 分析流体因子敏感性的方法 |
CN106772604A (zh) * | 2016-12-28 | 2017-05-31 | 中国石油化工股份有限公司 | 基于流体体积压缩系数的叠前地震反演方法 |
CN106842311A (zh) * | 2015-12-04 | 2017-06-13 | 中国石油化工股份有限公司 | 粘弹性流体因子直接反演方法 |
CN108398720A (zh) * | 2018-03-07 | 2018-08-14 | 成都理工大学 | 一种基于杨氏模量、泊松比的两项式地震叠前反演方法 |
CN108572389A (zh) * | 2017-03-14 | 2018-09-25 | 中国石油化工股份有限公司 | 频变粘弹性流体因子叠前地震反演方法 |
-
2018
- 2018-12-03 CN CN201811471679.7A patent/CN109471165A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4071959A (en) * | 1975-03-25 | 1978-02-07 | King Russell Michael | Gyro-stabilized single-axis platform |
CN101634716A (zh) * | 2009-08-26 | 2010-01-27 | 中国石油大学(华东) | 流体弹性阻抗反演技术 |
CN104714252A (zh) * | 2014-03-04 | 2015-06-17 | 中国石油化工股份有限公司 | 分析流体因子敏感性的方法 |
CN106842311A (zh) * | 2015-12-04 | 2017-06-13 | 中国石油化工股份有限公司 | 粘弹性流体因子直接反演方法 |
CN106772604A (zh) * | 2016-12-28 | 2017-05-31 | 中国石油化工股份有限公司 | 基于流体体积压缩系数的叠前地震反演方法 |
CN108572389A (zh) * | 2017-03-14 | 2018-09-25 | 中国石油化工股份有限公司 | 频变粘弹性流体因子叠前地震反演方法 |
CN108398720A (zh) * | 2018-03-07 | 2018-08-14 | 成都理工大学 | 一种基于杨氏模量、泊松比的两项式地震叠前反演方法 |
Non-Patent Citations (2)
Title |
---|
印兴耀等: "利用基于Russell近似的弹性波阻抗反演进行储层描述和流体识别", 《石油地球物理勘探》 * |
张世鑫等: "适于Russell流体因子提取的孔隙弹性介质反射系数近似方程", 《石油物探》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261906A (zh) * | 2019-06-27 | 2019-09-20 | 中国石油化工股份有限公司 | 多参数岩性信息融合储层预测方法 |
CN110261906B (zh) * | 2019-06-27 | 2021-06-22 | 中国石油化工股份有限公司 | 多参数岩性信息融合储层预测方法 |
CN113311483A (zh) * | 2020-02-27 | 2021-08-27 | 中国石油天然气集团有限公司 | 基于页岩油的叠前弹性参数组合反演方法及系统 |
CN113311483B (zh) * | 2020-02-27 | 2024-04-30 | 中国石油天然气集团有限公司 | 基于页岩油的叠前弹性参数组合反演方法及系统 |
CN113703041A (zh) * | 2020-05-20 | 2021-11-26 | 中国石油化工股份有限公司 | 气砂敏感因子的构建方法及致密性砂岩含气性的预测方法 |
CN113703041B (zh) * | 2020-05-20 | 2023-10-31 | 中国石油化工股份有限公司 | 气砂敏感因子的构建方法及致密性砂岩含气性的预测方法 |
CN113311482A (zh) * | 2020-06-09 | 2021-08-27 | 中国海洋石油集团有限公司 | 一种基于叠前谱反演优化的高分辨率中深层储层预测方法 |
CN113311482B (zh) * | 2020-06-09 | 2022-12-23 | 中国海洋石油集团有限公司 | 一种基于叠前谱反演优化的高分辨率中深层储层预测方法 |
CN113156503A (zh) * | 2021-03-31 | 2021-07-23 | 华能煤炭技术研究有限公司 | 一种基于avo反演的煤与瓦斯突出危险区预测方法 |
CN116299696A (zh) * | 2023-02-08 | 2023-06-23 | 中海石油(中国)有限公司深圳分公司 | 一种烃源岩泥质含量、toc、孔隙度、含水饱和度同时定量预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109471165A (zh) | 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 | |
CN106772604B (zh) | 基于流体体积压缩系数的叠前地震反演方法 | |
CN109143351B (zh) | 叠前各向异性特征参数反演方法及计算机可读存储介质 | |
CN103293563B (zh) | 一种确定油气储层岩石裂隙发育度和流体性质的方法 | |
CN108572389A (zh) | 频变粘弹性流体因子叠前地震反演方法 | |
CN104570127B (zh) | 一种利用地震波速度同时反演孔隙度和泥质含量的方法 | |
CN105652316A (zh) | 一种基于裂缝模型的智能优化地震多属性融合方法 | |
CN103792573A (zh) | 一种基于频谱融合的地震波阻抗反演方法 | |
CN104155693A (zh) | 储层流体流度的角道集地震响应数值计算方法 | |
CN104698492A (zh) | 一种计算异常地层压力的方法 | |
CN107390270A (zh) | 一种基于弹性波逆时偏移ADCIGs的AVA分析方法 | |
CN112305602B (zh) | 基于叠前多属性与古地貌融合技术的碳酸岩储层预测方法 | |
CN109143352B (zh) | 一种各向异性介质地震反射特征方程建立方法 | |
CN106353807A (zh) | 裂缝识别方法和装置 | |
CN104280773B (zh) | 利用随炮检距变化的时频谱交汇图预测薄层厚度的方法 | |
Ghosh et al. | Seismic Attributes adding a new Dimension to Prospect Evaluation & Geomorphology Identification in the Malay and adjacent basins | |
CN106226814B (zh) | 利用转换横波地震数据反演储层横波阻抗和密度的方法 | |
CN112147682B (zh) | 基于贝叶斯和级数反演理论的avo反演方法及系统 | |
Alemie | Regularization of the AVO inverse problem by means of a multivariate Cauchy probability distribution | |
CN110609325B (zh) | 弹性波场数值模拟方法及系统 | |
Wang et al. | A new approximation to the reflection coefficient of the diffusive-viscous wave equation and its evaluation for frequency-dependent ava inversion | |
Zhu | Seismic modeling, inversion, and imaging in attenuating media | |
Masri | Amplitude Versus Offset analysis–A possible useful tool for geothermal exploration | |
CN104316959B (zh) | 一种基于等效流体声波阻抗的流体识别方法 | |
CN113820741B (zh) | 一种基于深度学习的地震反演初始模型构建方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190315 |