CN109507729A - 依赖频率的avo最优频散流体因子的反演方法 - Google Patents
依赖频率的avo最优频散流体因子的反演方法 Download PDFInfo
- Publication number
- CN109507729A CN109507729A CN201811350139.3A CN201811350139A CN109507729A CN 109507729 A CN109507729 A CN 109507729A CN 201811350139 A CN201811350139 A CN 201811350139A CN 109507729 A CN109507729 A CN 109507729A
- Authority
- CN
- China
- Prior art keywords
- frequency
- fluid
- frequency dispersion
- avo
- dispersion
- 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
- 239000006185 dispersion Substances 0.000 title claims abstract description 121
- 239000012530 fluid Substances 0.000 title claims abstract description 78
- 230000001419 dependent effect Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims description 12
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 9
- 238000007906 compression Methods 0.000 claims description 8
- 230000009977 dual effect Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000014509 gene expression Effects 0.000 description 5
- 239000004575 stone Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 239000004576 sand Substances 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 235000009566 rice Nutrition 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
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
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
本发明是一种依赖频率的AVO反演中通过参数寻优确定含流体储层最优频散流体因子的处理技术。主要包括以下步骤:(1)利用已知井的井旁道叠前角道集,在参数r的变化范围(4/3~3)内,基于拓展的依赖频率的AVO反演公式,求取不同参数r时的频散因子,构建目标函数F(t,r);(2)利用已知测井解释数据进行约束,从目标函数F(t,r)中抽取含流体及弹性层位置处的频散曲线进行分析,求取流体指示系数c(ri),搜索并拾取c(ri)取得最大值时对应的参数即为最优参数ropt;(3)以参数ropt构建最优的依赖频率的AVO反演公式并进行依赖频率的AVO反演,获得的频散因子可最大限度地突出含流体储层的频散异常,且使不同流体储层的频散差异达到最大,并受弹性层背景异常的干扰最小,进而提高流体识别的精度。
Description
技术领域
本发明涉及油气地震勘探数据处理与解释领域,是一种在依赖频率的AVO反演中,通过参数寻优构建最优的依赖频率的AVO反演公式来确定最优的频散流体因子,使含流体储层的频散程度最大,且受弹性层背景异常干扰最小的处理技术。
背景技术
岩石物理观测和含流体孔隙介质的弹性理论研究发现,地震波在穿过饱含流体储层时表现出速度频散和衰减现象,这种储层中流体引起的频散和衰减现象,反映为反射系数的频率依赖特性,即,反射系数不仅与入射角有关,不同频率成分地震反射振幅也存在差异。然而,常规的AVO分析技术没有考虑地震反射中不同频率分量的特征参数随入射角变化的差异,忽略了频率的因素。针对上述问题,将时频分析方法与常规的AVO技术结合起来,发展了依赖频率的AVO反演技术,基于地震反射系数会随入射角度(或炮检距)和频率共同变化的特性,可从地震叠前角道集中提取与饱含流体储层有关的频散异常,实现利用频散属性进行油气的检测。常规的依赖频率的AVO反演技术是基于Smith&Gidlow(1987)提出的纵横波速度的二项AVO近似式,并将其拓展到频率域来求取纵横波速度的频散因子。近年来,基于多种弹性模量组合的AVO近似式被用来进行依赖频率的AVO反演,并利用多种弹性模量的频散因子进行油气储层的识别。然而,这些频散因子的提出均没有考虑对流体的敏感性。
由于不同频散因子对流体的敏感性不同,并且不同流体的之间的频散程度也存在差异,因此,在依赖频率的AVO反演中,如何选取与含流体储层最为敏感的频散流体因子十分重要,利用最优的频散流体因子可最大限度地识别含流体储层的频散异常并区分流体类型,进而提高油气检测的精度和可靠性。因此,发展最优频散流体因子的确定方法技术意义重大。
发明内容
本发明是要提供一种依赖频率的AVO最优频散流体因子的反演方法,它可以直接指导依赖频率的AVO频散参数反演中最优参数r的选择,并构建最优的依赖频率的AVO反演公式,进而获得与含流体储层最为敏感的频散因子,该频散因子不仅可以最大限度地突出含流体储层的频散异常,而且可以压制弹性层背景异常的干扰,直接指导储层流体类型、饱和度等信息的识别。
本发明在确定最优参数r时,充分利用了参数r有效范围(4/3~3)之间的所有值,以及测井解释数据进行约束,对井旁道叠前角道集进行多种弹性模量频散参数反演,并通过求取流体指示系数来获得频散异常最显著、差异最大时对应的最优参数。
本发明的一种依赖频率的AVO最优频散流体因子的反演方法,具有如下优越性:
(1)在参数r的有效频带范围(4/3~3)内利用了井旁道叠前角道集反演得到的多种弹性模量的频散流体因子进行最优频散流体因子的搜索,不同于常规依赖频率的AVO反演得到的纵横波频散因子未考虑对流体的敏感性。
(2)可充分利用已知的测井解释数据进行约束,在参数r—时间t的频散二维平面中抽取含流体储层位置及弹性层位置的频散曲线进行分析,并通过求取流体指示系数可快速准确地拾取最优频散因子所对应的参数ropt,计算效率高,算法简洁。
(3)通过参数ropt构建的最优依赖频率的AVO公式反演得到的频散流体因子可最大限度地突出含流体储层的频散异常,压制弹性层背景异常的干扰,可有效提高依赖频率的AVO频散参数反演的可靠性以及油气检测的精度。
本发明的具体实现原理如下:
Russell等(2003)推导了基于f-μ-ρ的三项AVO反射系数近似表达式,其中参数r取不同值时可得不同弹性模量组合的AVO近似式。由于纵横波速度均是依赖于频率的,而弹性模量可表示为纵横波速度的组合形式,因此不同的弹性模量均是依赖于频率的(即发生频散)。此外,由于f-μ-ρ的三项AVO公式中密度项ρ的相对变化非常小并且密度不依赖频率的变化(即不发生频散),因此,可忽略f-μ-ρ公式中的密度项,并将其与依赖频率的速度频散结合起来,拓展为依赖频率的AVO反演公式:
式中,f、μ和ρ分别为界面两侧介质的流体项、剪切模量和密度项,r和分别表示为:
令:
当r取不同值时,可得不同弹性模量的依赖频率的AVO反演公式:
对上式中的和关于参考频率ω0进行泰勒展开,并舍去高阶项,可以得到下式:
其中令:
IX为r取不同值时获取的不同弹性模量的频散因子,Iμ为剪切模量μ的频散程度。它们可通过基于上式的最小二乘反演,即对叠前地震角道集进行依赖频率的AVO频散属性参数反演获得。因为而横波的频散程度很弱,μ的频散仅与横波的频散存在量级上的差异,因此我们仅考虑利用频散因子IX进行优选。
其中,当r给定不同的值时,可以得到不同弹性模量的AVO近似式,因此,基于依赖频率的AVO方法,可以得到不同弹性模量的频散因子,而r的大小也受岩性的影响较大,对砂岩而言最大值可达到3。本发明处理资料主要为砂岩储层,因此,仅考虑r在4/3~3之间的变化范围。我们对所有参数r计算得到的频散因子IX进行分析,并求取流体指示系数,快速准确地拾取最优频散流体因子的过程为:
⑴利用工区某口已知井的井旁叠前角道集,基于拓展的依赖频率的AVO反演公式:
进行依赖频率的AVO反演,其中:
对公式R(θi,ωj,r)中的和关于参考频率ω0进行泰勒展开,并舍去高阶项,可得下式:
其中:IX即为r取不同值时获取的不同弹性模量的频散因子;
⑵利用目的层段每个参数r计算得到的频散因子IX,构建目标函数F(t,ri),即映射形成参数r—时间t的二维频散平面:
式中,t为时间,ri为在4/3~3之间的所有值;
⑶根据测井解释结果,从目标函数F(t,ri)中分别抽取含流体储层位置及下部弹性层位置的频散曲线进行分析,利用提取的频散曲线,求取含流体层频散程度与弹性层频散程度的相对变化,即流体指示系数c(ri),并利用流体指示系数曲线图进行分析,搜索并拾取c(ri)取得最大值时对应的参数即为最优参数ropt,
式中,tfluid表示含流体位置的时间点,telastic表示弹性层位置的时间点,ropt为选取的最优参数;
⑷利用步骤⑶中优选出的最优参数ropt,构建与之对应弹性模量的最优依赖频率的AVO反演公式:
以此公式对工区的全部三维叠前角道集进行依赖频率的AVO反演,即可获得最优参数ropt对应弹性模量的最优频散流体识别因子IX,该频散因子能够最大限度地突出含流体储层的频散异常,并受弹性层背景异常的干扰最小,进而提高流体识别的精度。
附图说明
图1是设计的5层地质模型(模型中第三层为饱气砂岩)及合成的依赖频率的AVO叠前角道集。图1a中,第一层为泥岩,厚度为150米,纵波速度为2250米/秒,横波速度为1205米/秒,密度为1.905克/立方厘米;第二层为泥岩,厚度为125米,纵波速度为2755米/秒,横波速度为1402米/秒,密度为2.07克/立方厘米;第三层为含气砂岩,厚度为115米,纵波速度为2678米/秒,横波速度为1384米/秒,密度为1.712克/立方厘米;第四层为泥岩,厚度为110米,纵波速度为2975米/秒,横波速度为1595米/秒,密度为2.20克/立方厘米;第五层为泥岩,厚度为100米,纵波速度为3550米/秒,横波速度为1905米/秒,密度为2.47克/立方厘米。图1b为该地质模型对应的依赖频率的AVO叠前角道集。其中,饱气砂岩顶、底界面的地震反射分别位于约0.35秒和0.53秒的位置)。
图2是对图1b的叠前角道集在不同参数r时获得的频散因子分析图,其中:(a)是参数r取4/3~3之间的值时获得的与之对应频散因子曲线映射形成的参数r—时间t的频散属性二维平面分布图;(b)是分别从饱气砂岩顶底界面及下部弹性界面位置处抽取的频散曲线图。
图3是利用图2b的频散曲线,求取的频散流体指示系数图。
图4是通过优选出的参数ropt获得的最优频散流体因子图。
图5是某工区实际叠前角道集地震资料的处理实例,利用本发明的方法确定了最优反演参数R后,对实际叠前角道集地震资料进行依赖频率的AVO反演,得到的最优频散因子剖面。
具体实施方式
本发明的具体实施方式如下:⑴利用工区某口已知井的井旁叠前角道集,基于f-μ-ρAVO公式进行依赖频率的AVO反演,获取不同参数r时的频散因子If;⑵构建目标函数F(t,r),将目的层段每个参数r计算得到的频散因子If,映射形成参数r—时间t的二维频散平面图;⑶根据测井解释结果,从参数r—时间t的二维频散平面图中分别抽取含流体储层位置及下部弹性层位置的频散曲线进行分析;⑷利用步骤⑶中提取的频散曲线,求取含流体层频散程度与弹性层频散程度的相对变化,即流体指示系数c(ri),并利用流体指示系数曲线图进行分析,搜索并拾取c(ri)取得最大值时对应的参数即为最优参数ropt;⑸以步骤⑷优选出的最优参数ropt,构建最优的依赖频率的AVO反演公式并对工区的全部三维叠前角道集进行依赖频率的AVO反演,获取的频散因子能够最大限度地突出含流体储层的频散异常,并受弹性层背景异常的干扰最小,进而提高流体识别的精度。
本发明的实施实例说明:
图1设计了一个5层地质模型并合成了该模型对应的依赖频率的AVO叠前角道集,图1a中,第3层为具有频散特征的含气砂岩储层,处于泥岩背景中,展示本发明的方法的模型示意图。从图1b中可见,当第3层的砂岩储层含气时,砂岩顶界面(在剖面约0.35秒的时间位置)的地震反射表现出强能量,而在砂岩底界面(在剖面约0.53秒的时间位置)的地震反射出现了明显的能量衰减,且其下部地层(在剖面约0.69秒的时间位置)的地震反射表现出了更弱的能量反射特征,这些都是由于当地震波穿过第3层饱气砂岩储层时出现了明显的速度频散和衰减造成的。
图2是最优频散流体因子的分析图。图2a可知,当参数r在4/3~3之间变化时,饱气砂岩顶底界面处均表现出较强的频散异常,顶界面频散程度最强,底界面较弱。而下部第三个弹性界面在R值为2.3~2.5(方框所示)时表现出很弱的频散异常,此时的频散因子有利于压制弹性背景层的频散异常。图2b为从储层顶底界面及下部弹性界面时间点处提取的频散曲线,由图可知,储层顶界面的频散异常随r的增大而增强,底界面的频散异常随r的增大而减小,但两个界面的变化幅度均很小,而下部弹性层的频散程度变化表现出随r的增大先减小后增大的特征,且在r=2.5时的频散程度达到最小值。
图3是由图2b频散曲线计算得到的流体指示系数,由图可知,储层顶底界面的流体指示系数在r=2.5时达到最大值,且差异最大,以此参数反演得到的频散因子即为最优的频散流体因子,该频散因子可最大限度地突出含流体储层的频散异常,压制弹性层背景异常的干扰,进而可大大提高流体识别的精度和可靠性。
图4为图1b叠前角道集计算得到的最优频散因子曲线,由图可知,该频散曲线仅在饱气砂岩储层的顶底界面处(②、③)表现出了很强的频散异常,并且第一个弹性界面(①)和第四个弹性界面(④)处的频散异常消失,最大限度地压制了弹性层的频散异常。
图5是以某工区实际地震资料处理得到的最优频散因子剖面,从图中可见,仅在含气储层处显示为明显的强频散异常(图中标注了含砂岩的测井曲线及层位),与实际测井情况相符,且有效异常突出、背景干扰少,说明了本发明的方法的优越性。
Claims (4)
1.依赖频率的AVO最优频散流体因子的反演方法,其特征在于采用以下具体步骤:
⑴利用工区某口已知井的井旁叠前角道集,基于拓展的依赖频率的AVO反演公式:
进行依赖频率的AVO反演,其中:
对公式R(θi,ωj,r)中的和关于参考频率ω0进行泰勒展开,并舍去高阶项,可得下式:
其中:IX即为r取不同值时获取的不同弹性模量的频散因子;
⑵利用目的层段每个参数r计算得到的频散因子IX,构建目标函数F(t,ri),即映射形成参数r—时间t的二维频散平面:
式中,t为时间,ri为在4/3~3之间的所有值;
⑶根据测井解释结果,从目标函数F(t,ri)中分别抽取含流体储层位置及下部弹性层位置的频散曲线进行分析,并利用提取的频散曲线,求取含流体层频散程度与弹性层频散程度的相对变化,即流体指示系数c(ri),并利用流体指示系数曲线图进行分析,搜索并拾取c(ri)取得最大值时对应的参数即为最优参数ropt,
式中,tfluid表示含流体位置的时间点,telastic表示弹性层位置的时间点,ropt为选取的最优参数;
⑷利用步骤⑶中优选出的最优参数ropt,构建与之对应弹性模量的最优依赖频率的AVO反演公式:
以此公式对工区的全部三维叠前角道集进行依赖频率的AVO反演,即可获得最优参数ropt对应弹性模量的最优频散流体识别因子IX,该频散因子能够最大限度地突出含流体储层的频散异常,并受弹性层背景异常的干扰最小,进而提高流体识别的精度。
2.根据权利要求1所述的一种依赖频率的AVO最优频散流体因子的反演方法,其特征在于:在频散因子的寻优过程中,利用了物理参数r有效变化范围(4/3~3)内的所有值进行依赖频率的AVO反演,可获取不同弹性模量时的频散因子IX。
3.根据权利要求1所述的一种依赖频率的AVO最优频散流体因子的反演方法,其特征在于:利用了测井解释的目的层段及其位置、目的层段的流体类型数据进行约束反演,构建了目标函数F(t,ri),建立了参数r—时间t的二维频散平面图。
4.根据权利要求1所述的一种依依赖频率的AVO最优频散流体因子的反演方法,其特征在于:抽取了目标函数F(t,ri)中含流体储层位置及弹性层位置的频散曲线进行分析,并利用求取的流体指示系数c(ri)快速准确地确定了最优参数ropt,构建了与之对应弹性模量最优的依赖频率的AVO反演公式,以此公式反演得到的最优频散流体因子IX可最大限度地突出流体的频散异常,压制弹性层异常的背景干扰,提高了频散参数反演识别流体的精度和可靠性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811350139.3A CN109507729A (zh) | 2018-11-14 | 2018-11-14 | 依赖频率的avo最优频散流体因子的反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811350139.3A CN109507729A (zh) | 2018-11-14 | 2018-11-14 | 依赖频率的avo最优频散流体因子的反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109507729A true CN109507729A (zh) | 2019-03-22 |
Family
ID=65748391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811350139.3A Pending CN109507729A (zh) | 2018-11-14 | 2018-11-14 | 依赖频率的avo最优频散流体因子的反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109507729A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111077568A (zh) * | 2019-12-20 | 2020-04-28 | 中国石油大学(北京) | 致密油气储层流体因子检测油气储层的方法及设备 |
CN113534241A (zh) * | 2021-07-09 | 2021-10-22 | 成都理工大学 | 一种方位频变流体因子识别储层的方法 |
CN114185087A (zh) * | 2020-09-14 | 2022-03-15 | 中国石油化工股份有限公司 | 叠前频变avo反演方法、装置、电子设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984010A (zh) * | 2014-04-16 | 2014-08-13 | 孙赞东 | 一种基于三项频率依赖avo反演的流体识别方法 |
CN105044780A (zh) * | 2015-08-26 | 2015-11-11 | 成都理工大学 | 依赖频率的avo频散参数反演中敏感参考频率的交会确定方法 |
WO2018107904A1 (zh) * | 2016-12-12 | 2018-06-21 | 中国石油大学(华东) | 一种精确反演杨氏模量和泊松比的方法 |
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
- 2018-11-14 CN CN201811350139.3A patent/CN109507729A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984010A (zh) * | 2014-04-16 | 2014-08-13 | 孙赞东 | 一种基于三项频率依赖avo反演的流体识别方法 |
CN105044780A (zh) * | 2015-08-26 | 2015-11-11 | 成都理工大学 | 依赖频率的avo频散参数反演中敏感参考频率的交会确定方法 |
WO2018107904A1 (zh) * | 2016-12-12 | 2018-06-21 | 中国石油大学(华东) | 一种精确反演杨氏模量和泊松比的方法 |
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 |
Non-Patent Citations (3)
Title |
---|
桂金咏 等: "面向实际储层的流体因子优选方法", 《石油地球物理勘探》 * |
罗鑫 等: "基于Gray反射系数的频变AVO反演", 《石油物探》 * |
郝前勇 等: "基于频变AVO反演的频散属性估算方法及其应用", 《石油地球物理勘探》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111077568A (zh) * | 2019-12-20 | 2020-04-28 | 中国石油大学(北京) | 致密油气储层流体因子检测油气储层的方法及设备 |
CN111077568B (zh) * | 2019-12-20 | 2021-04-23 | 中国石油大学(北京) | 致密油气储层流体因子检测油气储层的方法及设备 |
CN114185087A (zh) * | 2020-09-14 | 2022-03-15 | 中国石油化工股份有限公司 | 叠前频变avo反演方法、装置、电子设备及介质 |
CN113534241A (zh) * | 2021-07-09 | 2021-10-22 | 成都理工大学 | 一种方位频变流体因子识别储层的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101551466B (zh) | 一种利用与偏移距有关的地震属性提高油气储层预测精度的方法 | |
CN101329405B (zh) | 一种简单的多参数地震反演方法 | |
Zhang et al. | Brittleness evaluation of resource plays by integrating petrophysical and seismic data analysis | |
CN108139499A (zh) | Q-补偿的全波场反演 | |
Szydlik et al. | 3D PP/PS prestack depth migration on the Volve field | |
US10386516B2 (en) | Time-lapse 4D scattering for imaging hydraulically induced fractures | |
CN104005760B (zh) | 基于方位各向异性弹性阻抗的裂缝检测方法 | |
CN105044780B (zh) | 依赖频率的avo频散参数反演中敏感参考频率的交会确定方法 | |
CN109507729A (zh) | 依赖频率的avo最优频散流体因子的反演方法 | |
Popovici et al. | High resolution diffraction imaging of small scale fractures in shale and carbonate reservoirs | |
CN102121995A (zh) | 复杂构造含逆掩断裂的地震反演储层预测方法 | |
Yang et al. | Integrated application of 3D seismic and microseismic data in the development of tight gas reservoirs | |
CN106597545B (zh) | 一种水平裂缝地震叠前反演方法和装置 | |
CN104614764B (zh) | 一种基于扰动弹性阻抗反演的裂缝储层流体识别方法 | |
CN109763814B (zh) | 基于多维测井数据的地层匹配可视分析方法 | |
CN109655908A (zh) | 基于HTI介质的方位AVAz的正演模拟方法及系统 | |
CN106405639A (zh) | 一种叠前地震储层岩性参数的反演方法 | |
CN105683781A (zh) | 一种将储层性质变换成地震属性以用于烃和岩性识别的方法 | |
CN105301644A (zh) | 基于多参数梯度向量和海色矩阵的油气检测方法及装置 | |
CN103399345B (zh) | 一种潜山裂缝分布的勘测方法与装置 | |
CN106353807B (zh) | 裂缝识别方法和装置 | |
Lewis et al. | Exploration and appraisal challenges in the Gulf of Mexico deep-water Wilcox: Part 1—exploration overview, reservoir quality, and seismic imaging | |
Safari et al. | Structural smoothing on mixed instantaneous phase energy for automatic fault and horizon picking: case study on F3 North Sea | |
Liu* et al. | Seismic lithofacies computation method based on deep learning | |
CN115857047A (zh) | 一种地震储层综合预测方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190322 |