CN109521474A - 一种三维双控下的叠前地质统计学反演方法 - Google Patents
一种三维双控下的叠前地质统计学反演方法 Download PDFInfo
- Publication number
- CN109521474A CN109521474A CN201811442957.6A CN201811442957A CN109521474A CN 109521474 A CN109521474 A CN 109521474A CN 201811442957 A CN201811442957 A CN 201811442957A CN 109521474 A CN109521474 A CN 109521474A
- Authority
- CN
- China
- Prior art keywords
- inversion
- probability
- seismic
- well
- lithology
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
Abstract
本发明涉及一种三维双控下的叠前地质统计学反演方法,包括以下步骤:1)目标工区岩石物理分析及井震标定,2)地震速度约束下低频模型的构建,3)基于部分叠加地震数据进行叠前同时反演,4)岩性流体概率分析;5)进行三维双控约束下的地质统计学反演。本发明在求取地质统计学反演先验信息岩性概率这个参数上,首先进行确定性反演,并基于贝叶斯判别原理,将反演得到的弹性数据转化为三维岩性概率体,并将其作为先验信息取代传统的零维岩性概率约束地质统计学反演,并对最终反演结果进行频率合并和降频处理,从而在提高地质统计学反演纵向分辨率的同时,依然能保持原始地震结构特征,降低反演不确定性,使其依然具有较好的预测能力。
Description
技术领域
本发明涉及一种油气储层预测过程中的地震资料反演方法,特别是关于一种适用于纵波阻抗叠置、非均质性强储层的叠前地质统计学反演技术。
背景技术
相对于叠后反演只能得到纵波阻抗信息,难以适用于纵波阻抗叠置储层预测,叠前反演技术基于地震反射波振幅与不用入射角反射系数有关的理论,利用多个不同角度部分叠加地震数据反演各种弹性参数,如纵横波阻抗、密度、泊松比等,进而能够预测储层岩性、物性及流体。目前,叠前地质统计学反演技术已发展成为叠前高分辨率储层预测的有效方法,该技术可利用已知的地震信息、测井信息、地质信息,根据后验概率公式,求解空间中储层的分布特征。其综合测井垂向和地震横向分辨率高的优势,能进一步提高储层反演的空间分辨率,可有效识别薄储层,且可获得多个概率实现,提高储层预测的精度。
虽然地质统计学反演能得到高于地震分辨率的反演结果,但其反演过程中的纵横向变程、概率密度函数等关键参数,往往依靠经验,采用参数测试的方式选取,参数精度低、缺乏地质含义,反演结果不确定较大,预测性较低,难以精确预测横向非均质性强的储层展布,因此需要探索能进一步提升地质统计学反演预测性的方法。
发明内容
针对上述问题,本发明的目的是提供一种三维双控下的叠前地质统计学反演方法,在提高地质统计学反演纵向分辨率的同时,依然使其保持原始地震结构特征,具有较高预测性。
为实现上述目的,本发明采取以下技术方案,一种三维双控下的叠前地质统计学反演方法,其特征在于,包括以下步骤:
1)目标工区岩石物理分析及井震标定:
在测井资料处理及通过岩石物理建模进行横波预测的基础上,对测井进行岩石物理分析;
根据测井数据、部分叠加地震数据和地质数据进行井震标定,拾取多井子波,搭建可识别高精度地震地层格架;
2)地震速度约束下低频模型的构建:
采用地震速度约束下的多井插值法进行低频模型构建,具体过程包括:
①首先提取地震速度的平面属性,在井曲线位置处找到井曲线与属性之间的最佳关系;
②然后对远离井的井曲线值进行插值/外推,从而创建三维属性数据体;
③最后应用简单克里格法消除井点位置的预测误差,得到低频模型;
3)基于部分叠加地震数据进行叠前同时反演:
对叠加地震数据中的CRP道集进行动校正、去噪、拉平的优化处理,改善道集质量,并进行分角度叠加,得到5个部分叠加地震数据体,并采用Aki-Richard近似公式进行反演计算,得到弹性参数体,包括纵波阻抗、纵横波速度比和密度;
同时,采用频率域合并的方式,将步骤2)得到的低频模型频带范围内的值,合并到步骤3)得到的反演结果中,补充原始地震缺失的低频成分;
4)岩性流体概率分析:
对测井数据进行交汇分析,建立不同岩性对应步骤3)得到的反演弹性参数体的响应范围及定量的概率密度函数,利用贝叶斯推断将步骤3)得到的反演弹性参数体变为岩性概率体;
5)进行三维双控约束下的地质统计学反演,具体过程如下:
①进行统计学建模:
以精细解释地震层位搭建的精细地层格架、综合地质和测井认识定纵横向变程、以及多变量概率密度函数、岩性概率体作为先验信息进行统计学建模;在这个过程中,利用步骤4)中所得的三维岩性概率体代替常规的零维岩性概率体,约束得到先验概率密度函数;
②然后,根据地震数据和测井信息,综合步骤①中的先验概率密度函数得到储层的后验概率分布函数;
③基于马尔科夫链-蒙特卡罗算法对后验概率密度函数进行采样,得到反演弹性参数体;
④对步骤3)中的反演结果进行频率合并和降频处理;
6)反演结果对比及盲井检验。
优选地,在所述步骤2)中,地震速度应为原始地震叠加速度剖面图进行去野值、平滑、滤波处理后的层速度剖面图中的数值。
优选地,在所述步骤3)中,Aki-Richard近似公式如下:
式中,Rpp(θ)为纵波的反射系数,vp和vs分别为上层介质的纵、横波速度,Δvp和Δvs分别为上、下层介质的纵、横波速度差,θ为地震波的入射角。
优选地,在所述步骤4)中,贝叶斯判别公式为:
式中,ci表示为第i个岩性种类,X表示为地震属性向量,p(ci)表示的是ci的先验概率,p(Xci)表示已知岩性种类ci的情况下地震属性向量X的概率,也称之为似然函数;p(X)表示地震属性向量X的概率。
优选地,在所述步骤5)的步骤④中,具体过程包括:
(a)首先分析原始地震频带范围,确定主频和高频截止值;
(b)将步骤3)得到确定性反演结果原始地震主频以下的频带范围,合并至步骤③得到的地质统计学反演结果中;
(c)将步骤(b)的结果进行降频,频率降至步骤(a)中原始地震高频截止值增加30hz。
本发明由于采取以上技术方案,其具有以下优点:本发明在求取地质统计学反演先验信息岩性概率这个参数上,首先进行确定性反演,并基于贝叶斯判别原理,将反演得到的弹性数据转化为三维岩性概率体,并将其作为先验信息取代传统的零维岩性概率约束地质统计学反演,并对最终反演结果进行频率合并和降频处理,从而在提高地质统计学反演纵向分辨率的同时,依然能保持原始地震结构特征,降低反演不确定性,使其依然具有较好的预测能力。
附图说明
图1是本发明三维双控下的叠前地质统计学反演方法示意图;
图2是目标工区岩石物理分析图;
图3(a)为提取的多井子波示意图,图3(b)为多井时深关系图
图4(a)为原始地震叠加速度剖面图,图4(b)为经过去野值、平滑、滤波处理后的层速度剖面图;
图5利用不同方法建立的低频模型平面属性图,(a)采用多井反距离加权插值方法建立的低频模型平面属性图,(b)采用地震速度约束的多井插值方法建立的低频模型平面属性图;
图6是岩性流体概率分析图版;
图7(a)为叠前确定性反演纵横波速度比连井剖面,(b)为将纵横波速度比利用贝叶斯判别转化为三维岩性概率体剖面,(c)为常规零维岩性概率;
图8(a)为截止频率300hz的三维双控下叠前地质统计学反演纵横波速度比连井剖面,(b)为截止频率80hz的三维双控下叠前地质统计学反演纵横波速度比连井剖面;
图9(a)为三维双控下叠前地质统计学反演纵横波速度比盲井连井剖面;(b)为传统叠前地质统计学反演纵横波速度比盲井连井剖面;(c)为盲井录井图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明提供一种三维双控下的叠前地质统计学反演方法,具体包括以下步骤:
1)目标工区岩石物理分析及井震标定:
在测井资料处理及通过岩石物理建模进行横波预测的基础上,对测井进行岩石物理分析,根据岩石物理分析可知,工区目的层砂泥岩纵波阻抗基本叠置(如图2所示),无法区分岩性,需要进行叠前反演对储层进行预测;
根据测井数据、部分叠加地震数据和地质数据进行井震标定,拾取多井子波,搭建可识别高精度地震地层格架;提取的多井子波相位稳定(如图3a所示),时深关系趋势一致(如图3b所示),说明标定结果满足反演需求;
2)地震速度约束下低频模型的构建:
地震资料是带限的,确定性反演的低频趋势就需要建立低频模型补偿,层位解释精度、测井分布范围、插值算法等都会影响低频模型的建立;
本目标工区井距稀疏,且井分布不均,利用多井插值法进行低频模型的构建,得到如图5a所示的低频模型平面属性图,图中横向受井控的影响分块明显,不符合本目标地区地质沉积规律;
采用地震速度约束下的多井插值法进行低频模型构建,其具体过程包括:
①首先提取地震速度的平面属性,在井曲线位置处找到井曲线与属性之间的最佳关系;
②然后对远离井的井曲线值进行插值/外推,从而创建三维属性数据体;
③最后应用简单克里格法消除井点位置的预测误差,得到低频模型;
如图5b所示为地震速度约束的低频模型平面属性图,可看出其结果更符合三角洲地质沉积特征,符合本目标地区地质沉积规律;其中,地震速度应为原始地震叠加速度剖面图(如图4a所示)进行去野值、平滑、滤波处理后的层速度剖面图(如图4b所示)中的数值。
3)基于部分叠加地震数据进行叠前同时反演:
对叠加地震数据中的CRP道集进行动校正、去噪、拉平等优化处理,改善道集质量,并进行分角度叠加,得到5个部分叠加地震数据体,并采用Aki-Richard近似公式进行反演计算,得到弹性参数体,包括纵波阻抗、纵横波速度比和密度等;
Aki-Richard近似公式如下:
式中,Rpp(θ)为纵波的反射系数,vp和vs分别为上层介质的纵、横波速度,Δvp和Δvs分别为上、下层介质的纵、横波速度差,θ为地震波的入射角;
同时,采用频率域合并的方式,将步骤2)得到的低频模型频带范围内的值,合并到步骤3)得到的反演结果中,补充原始地震缺失的低频成分;
4)岩性流体概率分析;
对测井数据进行交汇分析,建立不同岩性对应步骤3)得到的反演弹性参数体的响应范围及定量的概率密度函数,利用贝叶斯推断将步骤3)得到的反演弹性参数体变为岩性概率体(如图6所示);
贝叶斯判别公式为:
式中,ci表示为第i个岩性种类,X表示为地震属性向量,p(ci)表示的是ci的先验概率,p(Xci)表示已知岩性种类ci的情况下地震属性向量X的概率,也称之为似然函数;p(X)表示地震属性向量X的概率;
具体地,图7a为叠前确定性反演纵横波速度比连井剖面,经过贝叶斯判别转化为三维岩性概率体剖面(如图7b所示);
5)进行三维双控约束下的地质统计学反演,具体过程如下:
①进行统计学建模:
以精细解释地震层位搭建的精细地层格架、综合地质和测井认识定纵横向变程、以及多变量概率密度函数、岩性概率体作为先验信息进行统计学建模;在这个过程中,利用步骤4)中所得的三维岩性概率体代替常规的零维岩性概率体(如图7c所示),约束得到先验概率密度函数;
②然后,根据地震数据和测井信息,综合步骤①中的先验概率密度函数得到储层的后验概率分布函数;
③基于马尔科夫链-蒙特卡罗算法对后验概率密度函数进行采样,得到反演弹性参数体;
④对步骤3)中的反演结果进行频率合并和降频处理:
(a)首先分析原始地震频带范围,确定主频和高频截止值;
(b)将步骤3)得到确定性反演结果原始地震主频以下的频带范围,合并至步骤③得到的地质统计学反演结果中;
(c)将步骤(b)的结果进行降频,频率降至步骤(a)中原始地震高频截止值增加30hz;
图8a为采用本发明的三维双控下叠前地质统计学反演方法进行反演,获得的纵横波速度比连井剖面,其中,截止频率为300hz;图8b为采用本发明的三维双控下叠前地质统计学反演方法进行反演,获得的纵横波速度比连井剖面,其中,截止频率为80hz;通过两个图对比,可以看出80hz的反演结果和井数据的吻合程度更高,而300hz反演结果虽然有更高的分辨能力,但是也带来了更多的随机噪音,和井数据的吻合程度较差,因此针对反演结果,并不是频率越高越好,反演结果高频比原始地震(原始地震频带在10~50hz)高30hz时,能进一步提高反演分辨率的同时,保持反演的预测能力。
6)反演结果对比及盲井检验。
图9a为采用本发明的三维双控下叠前地质统计学反演方法获得的纵横波速度比盲井连井剖面;
图9b为采用传统叠前地质统计学反演方法获得的纵横波速度比盲井连井剖面;
图9c为盲井的实际录井图,从图中可以看出从S1到S2段为钻遇稳定的砂岩,S2到td段为钻遇泥岩,
图9a中显示的盲井的S1到S2段以及S2到td段的岩层分布与图9c的盲井岩层分布一致,图9b中显示的盲井的S1到S2段的三分之二处就出现了泥岩,与图9c中的盲井岩层分布不一致,由此可以看出,采用本发明的反演方法,能够在提升反演纵向分辨率同时,依然保持原始地震结构特征,具有较高预测性,与井吻合度更高,对砂体纵向叠置关系刻画更精确。
本发明仅以上述实施例进行说明,各部件的结构、设置位置及其连接都是可以有所变化的。在本发明技术方案的基础上,凡根据本发明原理对个别部件进行的改进或等同变换,均不应排除在本发明的保护范围之外。
Claims (5)
1.一种三维双控下的叠前地质统计学反演方法,其特征在于,包括以下步骤:
1)目标工区岩石物理分析及井震标定:
在测井资料处理及通过岩石物理建模进行横波预测的基础上,对测井进行岩石物理分析;
根据测井数据、部分叠加地震数据和地质数据进行井震标定,拾取多井子波,搭建可识别高精度地震地层格架;
2)地震速度约束下低频模型的构建:
采用地震速度约束下的多井插值法进行低频模型构建,具体过程包括:
①首先提取地震速度的平面属性,在井曲线位置处找到井曲线与属性之间的最佳关系;
②然后对远离井的井曲线值进行插值/外推,从而创建三维属性数据体;
③最后应用简单克里格法消除井点位置的预测误差,得到低频模型;
3)基于部分叠加地震数据进行叠前同时反演:
对叠加地震数据中的CRP道集进行动校正、去噪、拉平的优化处理,改善道集质量,并进行分角度叠加,得到5个部分叠加地震数据体,并采用Aki-Richard近似公式进行反演计算,得到弹性参数体,包括纵波阻抗、纵横波速度比和密度;
同时,采用频率域合并的方式,将步骤2)得到的低频模型频带范围内的值,合并到步骤3)得到的反演结果中,补充原始地震缺失的低频成分;
4)岩性流体概率分析:
对测井数据进行交汇分析,建立不同岩性对应步骤3)得到的反演弹性参数体的响应范围及定量的概率密度函数,利用贝叶斯推断将步骤3)得到的反演弹性参数体变为岩性概率体;
5)进行三维双控约束下的地质统计学反演,具体过程如下:
①进行统计学建模:
以精细解释地震层位搭建的精细地层格架、综合地质和测井认识定纵横向变程、以及多变量概率密度函数、岩性概率体作为先验信息进行统计学建模;在这个过程中,利用步骤4)中所得的三维岩性概率体代替常规的零维岩性概率体,约束得到先验概率密度函数;
②然后,根据地震数据和测井信息,综合步骤①中的先验概率密度函数得到储层的后验概率分布函数;
③基于马尔科夫链-蒙特卡罗算法对后验概率密度函数进行采样,得到反演弹性参数体;
④对步骤3)中的反演结果进行频率合并和降频处理;
6)反演结果对比及盲井检验。
2.如权利要求1所述的一种三维双控下的叠前地质统计学反演方法,其特征在于,在所述步骤2)中,地震速度应为原始地震叠加速度剖面图进行去野值、平滑、滤波处理后的层速度剖面图中的数值。
3.如权利要求1所述的一种三维双控下的叠前地质统计学反演方法,其特征在于,在所述步骤3)中,Aki-Richard近似公式如下:
式中,Rpp(θ)为纵波的反射系数,vp和vs分别为上层介质的纵、横波速度,Δvp和Δvs分别为上、下层介质的纵、横波速度差,θ为地震波的入射角。
4.如权利要求1所述的一种三维双控下的叠前地质统计学反演方法,其特征在于,在所述步骤4)中,贝叶斯判别公式为:
式中,ci表示为第i个岩性种类,X表示为地震属性向量,p(ci)表示的是ci的先验概率,p(X|ci)表示已知岩性种类ci的情况下地震属性向量X的概率,也称之为似然函数;p(X)表示地震属性向量X的概率。
5.如权利要求1所述的一种三维双控下的叠前地质统计学反演方法,其特征在于,在所述步骤5)的步骤④中,具体过程包括:
(a)首先分析原始地震频带范围,确定主频和高频截止值;
(b)将步骤3)得到确定性反演结果原始地震主频以下的频带范围,合并至步骤③得到的地质统计学反演结果中;
(c)将步骤(b)的结果进行降频,频率降至步骤(a)中原始地震高频截止值增加30hz。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811442957.6A CN109521474B (zh) | 2018-11-29 | 2018-11-29 | 一种三维双控下的叠前地质统计学反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811442957.6A CN109521474B (zh) | 2018-11-29 | 2018-11-29 | 一种三维双控下的叠前地质统计学反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109521474A true CN109521474A (zh) | 2019-03-26 |
CN109521474B CN109521474B (zh) | 2020-06-26 |
Family
ID=65794627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811442957.6A Active CN109521474B (zh) | 2018-11-29 | 2018-11-29 | 一种三维双控下的叠前地质统计学反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109521474B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111983690A (zh) * | 2020-08-12 | 2020-11-24 | 阳泉煤业(集团)股份有限公司 | 一种煤层顶板砂岩分布地球物理预测方法 |
CN112394396A (zh) * | 2019-08-14 | 2021-02-23 | 中国石油天然气股份有限公司 | 一种地震随机反演方法、设备及系统 |
CN113176613A (zh) * | 2021-04-21 | 2021-07-27 | 中国石油大学(华东) | 一种基于三级体控的多信息融合低频模型建立方法 |
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 |
CN114002738A (zh) * | 2021-11-02 | 2022-02-01 | 中海石油(中国)有限公司 | 高角度断裂约束的叠前裂缝预测方法、装置及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105044770A (zh) * | 2015-07-06 | 2015-11-11 | 成都理工大学 | 致密砂砾岩气藏储层定量预测方法 |
CN105182444A (zh) * | 2015-09-09 | 2015-12-23 | 中国海洋石油总公司 | 一种高分辨率层序地层格架约束的地质统计学反演方法 |
US20160146973A1 (en) * | 2014-11-25 | 2016-05-26 | Cognitive Geology Limited | Geological Prediction Technology |
CN106707339A (zh) * | 2016-11-22 | 2017-05-24 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 一种深度域相控反演方法 |
US9696442B2 (en) * | 2013-10-29 | 2017-07-04 | Exxonmobil Upstream Research Company | Method for estimating subsurface properties from geophysical survey data using physics-based inversion |
US20180017692A1 (en) * | 2016-07-18 | 2018-01-18 | Cgg Services Sas | Device and method for estimating pre-stack wavelet model from seismic gathers |
CN107817535A (zh) * | 2017-09-27 | 2018-03-20 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
CN108646290A (zh) * | 2018-03-28 | 2018-10-12 | 中国海洋石油集团有限公司 | 一种基于模型定量补偿的薄层反演方法 |
-
2018
- 2018-11-29 CN CN201811442957.6A patent/CN109521474B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9696442B2 (en) * | 2013-10-29 | 2017-07-04 | Exxonmobil Upstream Research Company | Method for estimating subsurface properties from geophysical survey data using physics-based inversion |
US20160146973A1 (en) * | 2014-11-25 | 2016-05-26 | Cognitive Geology Limited | Geological Prediction Technology |
CN105044770A (zh) * | 2015-07-06 | 2015-11-11 | 成都理工大学 | 致密砂砾岩气藏储层定量预测方法 |
CN105182444A (zh) * | 2015-09-09 | 2015-12-23 | 中国海洋石油总公司 | 一种高分辨率层序地层格架约束的地质统计学反演方法 |
US20180017692A1 (en) * | 2016-07-18 | 2018-01-18 | Cgg Services Sas | Device and method for estimating pre-stack wavelet model from seismic gathers |
CN106707339A (zh) * | 2016-11-22 | 2017-05-24 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 一种深度域相控反演方法 |
CN107817535A (zh) * | 2017-09-27 | 2018-03-20 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
CN108646290A (zh) * | 2018-03-28 | 2018-10-12 | 中国海洋石油集团有限公司 | 一种基于模型定量补偿的薄层反演方法 |
Non-Patent Citations (2)
Title |
---|
张义 等: "地质统计学反演在薄砂体储层预测中的应用", 《断块油气田》 * |
范廷恩 等: "概率法反演技术研究", 《西南石油大学学报(自然科学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112394396A (zh) * | 2019-08-14 | 2021-02-23 | 中国石油天然气股份有限公司 | 一种地震随机反演方法、设备及系统 |
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 |
CN111983690A (zh) * | 2020-08-12 | 2020-11-24 | 阳泉煤业(集团)股份有限公司 | 一种煤层顶板砂岩分布地球物理预测方法 |
CN113176613A (zh) * | 2021-04-21 | 2021-07-27 | 中国石油大学(华东) | 一种基于三级体控的多信息融合低频模型建立方法 |
CN113176613B (zh) * | 2021-04-21 | 2022-11-01 | 中国石油大学(华东) | 一种基于三级体控的多信息融合低频模型建立方法 |
CN114002738A (zh) * | 2021-11-02 | 2022-02-01 | 中海石油(中国)有限公司 | 高角度断裂约束的叠前裂缝预测方法、装置及存储介质 |
CN114002738B (zh) * | 2021-11-02 | 2023-08-15 | 中海石油(中国)有限公司 | 高角度断裂约束的叠前裂缝预测方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109521474B (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109521474A (zh) | 一种三维双控下的叠前地质统计学反演方法 | |
CN103527184B (zh) | 一种白云岩储层的预测方法和系统 | |
Yasin et al. | Estimation of petrophysical parameters from seismic inversion by combining particle swarm optimization and multilayer linear calculator | |
CN108802812A (zh) | 一种井震融合的地层岩性反演方法 | |
CN104237945B (zh) | 一种地震资料自适应高分辨处理方法 | |
CN104516018A (zh) | 一种地球物理勘探中岩性约束下的孔隙度反演方法 | |
CN113050157B (zh) | 一种基于露头资料的碳酸盐岩地震储层反演方法及系统 | |
CN106405637B (zh) | 一种用于砂泥岩薄互层砂体厚度预测的方法及系统 | |
CN103792573A (zh) | 一种基于频谱融合的地震波阻抗反演方法 | |
CN111856566B (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
CN114994758B (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
CN111474576B (zh) | 一种保持地层结构的叠前地震道集反演初始模型构建方法 | |
CN110244383B (zh) | 基于近地表数据的地质岩性综合模型创建方法 | |
Zhang et al. | Interval Q inversion based on zero-offset VSP data and applications | |
Ningkai et al. | Stepped and detailed seismic prediction of shallow-thin reservoirs in Chunfeng oilfield of Junggar Basin, NW China | |
CN115586573A (zh) | 一种致密砂岩储层的动态约束物性参数地震反演方法 | |
CN106353796A (zh) | 一种提高地面地震资料分辨率方法 | |
Zou et al. | Low-frequency impedance modeling based on well logs and seismic attributes | |
CN113311482B (zh) | 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 | |
CN113109875B (zh) | 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法 | |
Wang et al. | Application of multiple attributes fusion technology in the Su-14 Well Block | |
Kondratyev et al. | Submarine fan reservoir architecture and heterogeneity influence on hard-to-recover reserves. Achimov Fm | |
Wang | Seismic imaging and recognition technology of medium and shallow channel sand body | |
Song | Broadband Reconstruction of Seismic Data with Generative Recurrent Adversarial Network | |
Silver | Seismic-based characterization of a carbonate gas storage reservoir assisted by machine learning techniques |
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 |