CN110554435A - 一种利用微测井数据构建品质因子体的方法 - Google Patents
一种利用微测井数据构建品质因子体的方法 Download PDFInfo
- Publication number
- CN110554435A CN110554435A CN201910661932.3A CN201910661932A CN110554435A CN 110554435 A CN110554435 A CN 110554435A CN 201910661932 A CN201910661932 A CN 201910661932A CN 110554435 A CN110554435 A CN 110554435A
- Authority
- CN
- China
- Prior art keywords
- data
- micro
- quality factor
- frequency value
- different
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 6
- 238000011426 transformation method Methods 0.000 claims abstract description 5
- 230000005284 excitation Effects 0.000 claims description 39
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 3
- 238000012937 correction Methods 0.000 abstract description 3
- 238000010521 absorption reaction Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 238000013508 migration Methods 0.000 abstract description 2
- 230000005012 migration Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 239000010410 layer Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012360 testing method Methods 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
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- 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
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种利用微测井数据构建品质因子体的方法,收集工区范围内的微测井测量数据,对微测井数据进行分组处理;在同一组微测井数据内,利用修正S域变换方法,对微测井数据进行二维S域频谱分析,计算得到每一道数据的主频、低频值、高频值、有效频宽、特定频带能量占比等参数属性,通过不同深度激发和不同位置接收的地震波数据计算主频、低频值、高频值、有效频宽、特定频带能量占比等参数属性,结合传播距离权值和参数属性比例,得到综合参数属性,最终通过克里金延拓插值方法将不同测量点位置的品质因子曲线内插为近地表体三维品质因子体,对野外施工井深设计、近地表吸收衰减补偿和高分辨率处理、真地表粘弹性介质偏移等具有重要作用。
Description
技术领域
本发明涉及油气田勘探技术领域,特别是一种利用微测井数据构建品质因子体的方法。
背景技术
我国大部分油田均属于典型的冲积平原,复杂近地表大致可分为低速层和降速层。由于复杂近地表低降速层的厚度变化和横向速度剧烈变化,地震波传播存在传播时间延迟和能量、频率剧烈衰减的特点。在以往的三维地震勘探中,对复杂近地表的问题研究不足,通常认为表层的潜水面基本是稳定的,横向变化相对较小,在进行野外数据采集阶段,全区仅选择典型的试验点位置,进行小折射或微测井测量,并采用谱比法计算品质因子,存在品质因子计算不稳地、数值差异大的问题,制约着复杂近地表品质因子体的准确构建,从而影响高品质原始数据的野外采集,并影响后续的地震资料处理,制约着三维地震精细勘探与开发。
由于复杂近地表纵横向速度和岩性变化都很大,存在剧烈的差异,需要从点到线,从线到面进行近地表精细探测,获得三维近地表品质因子体。但是由于现有技术的制约,复杂近地表品质因子体难于建立。
因此,亟待开发一种利用微测井数据构建品质因子体的方法。
发明内容
本发明的目的是要解决现有技术存在的不足,提供一种利用微测井数据构建品质因子体的方法。
为达到上述目的,本发明是按照以下技术方案实施的:
一种利用微测井数据构建品质因子体的方法,包括以下步骤:
S1、在工区范围内的浅井中不同深度激发,在地表采用多个检波器进行接收地震波数据即微测井数据,对微测井数据进行分组处理,每个激发深度的不同检波器接收数据为一组;
S2、在同一组微测井数据内,利用修正S域变换方法,对微测井数据进行二维S域频谱分析,计算得到每一道数据的如下参数属性:主频、低频值、高频值、有效频宽、特定频带能量占比;
S3、根据同一组内检波器的布设位置,进行传播距离赋权值,得到含有距离权值的参数属性,并进行不同检波器参数属性对比,剔除异常属性值;
S4、分别计算不同激发深度的主频、低频值、高频值、有效频宽、特定频带能量占比的参数属性,得到所有深度所对应的综合参数属性;
S5、根据激发深度推算传播距离,结合不同激发深度所对应的综合参数属性的变化,得到微测井测量位置处的品质因子曲线;
S6、计算所有微测井测量位置处的品质因子曲线后,采用克里金延拓插值方法,将工区范围内的测量位置散点内插为一个三维近地表品质因子体。
进一步,所述S1中,炮点激发深度用i表示,即i=1,2,......,n,每个激发深度的不同检波器接收数据为一组,每个激发深度采用5道或9道或13道检波器进行接收,同一组数据内不同的检波器用j表示,即j=1,2,......,m。
进一步,所述S2中,在S域信噪比曲线和S域纯度曲线的控制下,通过S域频谱求取主频Mfi,j、低频值Lfi,j、高频值Hfi,j、有效频宽Bfi,j、特定频带能量占比Efi,j参数属性,其中:i为炮点激发深度,i=1,2,......,n;j为同一组数据内不同的检波器,j=1,2,......,m;其中信噪比曲线是近地表数据在S域频谱内求取的有效信号与噪音干扰的比值;其中纯度曲线是近地表数据在S域频谱内求取的各个频带信号的纯度。
进一步,所述S3中,所述传播距离赋权值记为δj,其中:j=1,2,......,m,表示不同的检波器;得到含有距离权值的参数属性分别为:主频δj×Mfi,j、低频值δj×Lfi,j、高频值δj×Hfi,j、有效频宽δj×Bfi,j、特定频带能量占比δj×Efi,j,其中:i为炮点激发深度,i=1,2,......,n;j为同一组数据内不同的检波器,j=1,2,......,m;对不同的检波器j=1,2,......,m进行参数属性比较,剔除所有m个检波器中的异常属性值。
进一步,所述S4中,计算得到对应的综合参数属性的具体步骤为:进行计算综合参数属性时,每一种属性赋予不同的比例,综合参数属性其中:δj为传播距离权值,Mj为主频Mfi,j的比例,Lj为低频值Lfi,j的比例,Hj为高频值Hfi,j的比例,Bj为有效频宽Bfi,j的比例,Ej为特定频带能量占比Efi,j的比例,i=1,2,......,n,j=1,2,......,m。
进一步,在步骤5中,通过激发深度推算传播距离,根据不同激发深度的综合参数属性θi,i=1,2,......,n,计算得到微测井测量位置处的品质因子曲线。
作为优选技术方案,在步骤6中,计算所有微测井测量位置处的品质因子曲线后,采用克里金延拓插值方法,将工区范围内的测量位置散点内插为一个三维体。在步骤5中已经计算得到了每个测量点位置处的品质因子曲线,根据克里金延拓插值方法,可以将变化曲线内插为三维数据体,即近地表体三维品质因子体。
与现有技术相比,本发明充分发挥微测井数据的特点,采用S域信噪比曲线、S域纯度曲线约束条件,通过不同深度激发和不同位置接收的地震波数据计算主频、低频值、高频值、有效频宽、特定频带能量占比等参数属性,结合传播距离权值和参数属性比例,得到综合参数属性,最终通过克里金延拓插值方法将不同测量点位置的品质因子曲线内插为近地表体三维品质因子体,对野外施工井深设计、近地表吸收衰减补偿和高分辨率处理、真地表粘弹性介质偏移等具有重要作用。
附图说明
图1为本发明的流程图。
图2为本发明实施例中复杂近地表三维品质因子体示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步的详细说明。此处所描述的具体实施例仅用于解释本发明,并不用于限定发明。
参照图1-图2,本实施例的一种利用微测井数据构建品质因子体的方法,具体操作过程如下:
(1)收集工区范围内的微测井测量数据,微测井测量数据是在浅井中不同深度激发,在地表采用多个检波器进行接收的地震波数据,炮点激发深度用i表示,即i=1,2,......,n,每个激发深度的不同检波器接收数据为一组,通常采用5道或9道或13道检波器进行接收,同一组数据内不同的检波器用j表示,即j=1,2,......,m。
(2)对微测井数据进行分组处理,首先,不同测量点位置处的微测井数据为一组;其次,不同炮点激发深度的微测井数据为一组,接下来对每个激发深度的不同检波器接收数据进行综合参数属性求取,如图1所示。
(3)在相同激发深度的不同检波器微测井数据内,利用修正S域变换方法,对每一道微测井数据进行二维S域频谱分析,修正S域变换方法采用能量归一化变宽度窗函数,对微测井数据进行分时窗的频谱分析,在不同频率段采用不同宽度窗函数,计算得到随时间变化的频率特征,该变换方法具有分辨率自动调整、各频率段能量均衡的优点。通过S域频谱求取主频Mfi,j、低频值Lfi,j、高频值Hfi,j、有效频宽Bfi,j、特定频带能量占比Efi,j等参数属性,其中:i为炮点激发深度,i=1,2,......,n;j为同一组数据内不同的检波器,j=1,2,......,m。
(4)对微测井数据进行二维S域频谱分析,在S域信噪比曲线和S域纯度曲线的控制下,计算每一道数据的主频、低频值、高频值、有效频宽、特定频带能量占比等参数属性,其中信噪比曲线是近地表数据在S域频谱内求取的有效信号与噪音干扰的比值,其中纯度曲线是近地表数据在S域频谱内求取的各个频带信号的纯度。
(5)根据同一组内检波器的布设位置,进行传播距离赋权值δj,其中:j=1,2,......,m,表示不同的检波器,传播距离的远近决定了权值δj的大小。
(6)进行传播距离赋权值后,这样就可以得到含有距离权值的参数属性,分别为主频δj×Mfi,j、低频值δj×Lfi,j、高频值δj×Hfi,j、有效频宽δj×Bfi,j、特定频带能量占比δj×Efi,j,其中:i为炮点激发深度,i=1,2,......,n;j为同一组数据内不同的检波器,j=1,2,......,m。
(7)进行不同检波器参数属性对比,即对不同的检波器j=1,2,......,m进行参数属性比较,剔除所有m个检波器中的异常属性值,从而排除异常道的影响,提高参数属性的准确性和可靠度。
(8)异常属性剔除后进行综合参数属性计算,根据参数属性的重要性给每一种属性赋予不同的比例,综合参数属性其中:δj为传播距离权值,Mj为主频Mfi,j的比例,Lj为低频值Lfi,j的比例,Hj为高频值Hfi,j的比例,Bj为有效频宽Bfi,j的比例,Ej为特定频带能量占比Efi,j的比例,i=1,2,......,n,j=1,2,......,m。
(9)根据该激发深度的主频、低频值、高频值、有效频宽、特定频带能量占比等参数属性,计算得到了一个炮点激发深度的综合参数属性,如果还有炮点激发深度没有计算完成,则返回,对不同激发深度的微测井数据进行相同流程的计算。
(10)分别计算不同激发深度的主频Mfi,j、低频值Lfi,j、高频值Hfi,j、有效频宽Bfi,j、特定频带能量占比Efi,j等参数属性,并得到对应深度的综合参数属性θi,i=1,2,......,n,如果所有炮点激发深度都已计算完成,则流程继续进行。
(11)通过激发深度推算传播距离,根据不同激发深度的综合参数属性θi,i=1,2,......,n,计算得到微测井测量位置处的品质因子曲线。品质因子值的大小由激发深度和综合参数属性决定,根据综合参数属性在当前和下一个激发深度的变化情况,通过振幅和频率衰减关系公式,可以计算得到该激发深度的品质因子值,所有激发深度的品质因子值计算完成后,可以通过激发深度和品质因子值计算得到测量位置处的品质因子曲线。
(12)如果还有不同测量点位置的微测井数据没有计算完成,则返回,对不同测量点位置的微测井数据进行相同流程的计算,得到所有测量点位置处的品质因子曲线,如果所有测量点都已计算完成,则流程继续进行。
(13)计算所有微测井测量位置处的品质因子曲线后,采用克里金延拓插值方法,将工区范围内的测量位置散点内插为一个三维体,克里金延拓插值方法基于最小二乘算法,通过数学协方差函数进行加权赋值,实现三维空间内曲线的三维立体插值,从而完成由曲线到三维体的延拓建模。采用克里金延拓插值方法以将品质因子曲线内插为三维数据体,即近地表体三维品质因子体,如图2所示。
本发明的技术方案不限于上述具体实施例的限制,凡是根据本发明的技术方案做出的技术变形,均落入本发明的保护范围之内。
Claims (5)
1.一种利用微测井数据构建品质因子体的方法,其特征在于,包括以下步骤:
S1、在工区范围内的浅井中不同深度激发,在地表采用多个检波器进行接收地震波数据即微测井数据,对微测井数据进行分组处理,每个激发深度的不同检波器接收数据为一组;
S2、在同一组微测井数据内,利用修正S域变换方法,对微测井数据进行二维S域频谱分析,计算得到每一道数据的如下参数属性:主频、低频值、高频值、有效频宽、特定频带能量占比;
S3、根据同一组内检波器的布设位置,进行传播距离赋权值,得到含有距离权值的参数属性,并进行不同检波器参数属性对比,剔除异常属性值;
S4、分别计算不同激发深度的主频、低频值、高频值、有效频宽、特定频带能量占比的参数属性,得到所有深度所对应的综合参数属性;
S5、根据激发深度推算传播距离,结合不同激发深度所对应的综合参数属性的变化,得到微测井测量位置处的品质因子曲线;
S6、计算所有微测井测量位置处的品质因子曲线后,采用克里金延拓插值方法,将工区范围内的测量位置散点内插为一个三维近地表品质因子体。
2.根据权利要求1所述的利用微测井数据构建品质因子体的方法,其特征在于:所述S1中,炮点激发深度用i表示,即i=1,2,......,n,每个激发深度的不同检波器接收数据为一组,每个激发深度采用5道或9道或13道检波器进行接收,同一组数据内不同的检波器用j表示,即j=1,2,......,m。
3.根据权利要求2所述的利用微测井数据构建品质因子体的方法,其特征在于:所述S2中,在S域信噪比曲线和S域纯度曲线的控制下,通过S域频谱求取主频Mfi,j、低频值Lfi,j、高频值Hfi,j、有效频宽Bfi,j、特定频带能量占比Efi,j参数属性,其中:i为炮点激发深度,i=1,2,......,n;j为同一组数据内不同的检波器,j=1,2,......,m;其中信噪比曲线是近地表数据在S域频谱内求取的有效信号与噪音干扰的比值;其中纯度曲线是近地表数据在S域频谱内求取的各个频带信号的纯度。
4.根据权利要求1所述的利用微测井数据构建品质因子体的方法,其特征在于:所述S3中,所述传播距离赋权值记为δj,其中:j=1,2,......,m,表示不同的检波器;得到含有距离权值的参数属性分别为:主频δj×Mfi,j、低频值δj×Lfi,j、高频值δj×Hfi,j、有效频宽δj×Bfi,j、特定频带能量占比δj×Efi,j,其中:i为炮点激发深度,i=1,2,......,n;j为同一组数据内不同的检波器,j=1,2,......,m;对不同的检波器j=1,2,......,m进行参数属性比较,剔除所有m个检波器中的异常属性值。
5.根据权利要求1所述的利用微测井数据构建品质因子体的方法,其特征在于:所述S4中,计算得到对应的综合参数属性的具体步骤为:进行计算综合参数属性时,每一种属性赋予不同的比例,综合参数属性其中:δj为传播距离权值,Mj为主频Mfi,j的比例,Lj为低频值Lfi,j的比例,Hj为高频值Hfi,j的比例,Bj为有效频宽Bfi,j的比例,Ej为特定频带能量占比Efi,j的比例,i=1,2,......,n,j=1,2,......,m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910661932.3A CN110554435B (zh) | 2019-07-22 | 2019-07-22 | 一种利用微测井数据构建品质因子体的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910661932.3A CN110554435B (zh) | 2019-07-22 | 2019-07-22 | 一种利用微测井数据构建品质因子体的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110554435A true CN110554435A (zh) | 2019-12-10 |
CN110554435B CN110554435B (zh) | 2024-04-26 |
Family
ID=68735676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910661932.3A Active CN110554435B (zh) | 2019-07-22 | 2019-07-22 | 一种利用微测井数据构建品质因子体的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110554435B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111880218A (zh) * | 2020-07-13 | 2020-11-03 | 西南石油大学 | 基于品质因子的反演子波字典构建方法 |
CN114252910A (zh) * | 2020-09-25 | 2022-03-29 | 中国石油天然气股份有限公司 | 地震品质因子确定方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050086005A1 (en) * | 2003-10-16 | 2005-04-21 | Taner M. T. | Method for determining formation quality factor from seismic data |
US20050286344A1 (en) * | 2004-06-25 | 2005-12-29 | Petrochina Co., Ltd. | Method for improving the seismic resolution |
US20060265132A1 (en) * | 2005-05-13 | 2006-11-23 | Chevron U.S.A. Inc. | Method for estimation of interval seismic quality factor |
CN102109617A (zh) * | 2010-12-15 | 2011-06-29 | 大庆油田有限责任公司 | 用双井微测井技术测量近地表地层q值的方法 |
CN102288997A (zh) * | 2010-08-10 | 2011-12-21 | 中国石油大学(华东) | 一种利用微测井反演近地表品质因子三维数据体技术 |
CA2865333A1 (en) * | 2013-09-26 | 2015-03-26 | Thomas H. Selman | Systems and methods for near real time surface logging of a geothermal well, a hydrocarbon well, or a testing well using a mass spectrometer |
CN104749634A (zh) * | 2013-12-26 | 2015-07-01 | 中国石油化工股份有限公司 | 基于粘弹介质模型的极浅层吸收补偿方法 |
CN105607124A (zh) * | 2016-03-09 | 2016-05-25 | 蒋立 | 地震波近地表地层品质因子的补偿方法及装置 |
CN109143345A (zh) * | 2017-06-16 | 2019-01-04 | 中国石油化工股份有限公司 | 基于模拟退火的品质因子q非线性反演方法及系统 |
CN109425903A (zh) * | 2017-08-21 | 2019-03-05 | 中国石油天然气股份有限公司 | 一种近地表地层品质因子的获取方法 |
-
2019
- 2019-07-22 CN CN201910661932.3A patent/CN110554435B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050086005A1 (en) * | 2003-10-16 | 2005-04-21 | Taner M. T. | Method for determining formation quality factor from seismic data |
US20050286344A1 (en) * | 2004-06-25 | 2005-12-29 | Petrochina Co., Ltd. | Method for improving the seismic resolution |
US20060265132A1 (en) * | 2005-05-13 | 2006-11-23 | Chevron U.S.A. Inc. | Method for estimation of interval seismic quality factor |
CN102288997A (zh) * | 2010-08-10 | 2011-12-21 | 中国石油大学(华东) | 一种利用微测井反演近地表品质因子三维数据体技术 |
CN102109617A (zh) * | 2010-12-15 | 2011-06-29 | 大庆油田有限责任公司 | 用双井微测井技术测量近地表地层q值的方法 |
CA2865333A1 (en) * | 2013-09-26 | 2015-03-26 | Thomas H. Selman | Systems and methods for near real time surface logging of a geothermal well, a hydrocarbon well, or a testing well using a mass spectrometer |
CN104749634A (zh) * | 2013-12-26 | 2015-07-01 | 中国石油化工股份有限公司 | 基于粘弹介质模型的极浅层吸收补偿方法 |
CN105607124A (zh) * | 2016-03-09 | 2016-05-25 | 蒋立 | 地震波近地表地层品质因子的补偿方法及装置 |
CN109143345A (zh) * | 2017-06-16 | 2019-01-04 | 中国石油化工股份有限公司 | 基于模拟退火的品质因子q非线性反演方法及系统 |
CN109425903A (zh) * | 2017-08-21 | 2019-03-05 | 中国石油天然气股份有限公司 | 一种近地表地层品质因子的获取方法 |
Non-Patent Citations (2)
Title |
---|
杨智超等: "近地表地层品质因子在川西北部地区地震勘探中的应用", 《天然气勘探与开发》, vol. 41, no. 03, pages 14 - 19 * |
翟桐立等: "基于井地一体化测量的近地表品质因子Q值估算与应用", 《石油物探》, vol. 57, no. 05, pages 685 - 690 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111880218A (zh) * | 2020-07-13 | 2020-11-03 | 西南石油大学 | 基于品质因子的反演子波字典构建方法 |
CN114252910A (zh) * | 2020-09-25 | 2022-03-29 | 中国石油天然气股份有限公司 | 地震品质因子确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110554435B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107065013B (zh) | 一种地震尺度下的层速度确定方法及装置 | |
EP2142945A1 (en) | Methods of hydrocarbon detection using spectral energy analysis | |
CN110554435B (zh) | 一种利用微测井数据构建品质因子体的方法 | |
CN102590862A (zh) | 补偿吸收衰减的叠前时间偏移方法 | |
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 | |
CN106125139B (zh) | 一种三维地震数据处理方法及系统 | |
CN111856566A (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
CN102385066B (zh) | 一种叠前地震定量成像方法 | |
CN110244383B (zh) | 基于近地表数据的地质岩性综合模型创建方法 | |
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 | |
CN110703327A (zh) | 一种全频带成像方法 | |
CN109471203B (zh) | 提高地震资料分辨率效果评判优选方法 | |
CN113671565B (zh) | 一种针对巨厚储层气藏开发的地震多尺度储层预测方法 | |
CN112213784B (zh) | 复杂地表地震数据一次处理快速静校正方法 | |
CN112946742B (zh) | 一种拾取精确叠加速度谱的方法 | |
CN110749923A (zh) | 一种基于范数方程提高分辨率的反褶积方法 | |
CN112213774B (zh) | 一种浅层q模型估计方法及装置 | |
CN114564780A (zh) | 岩溶地区溶洞三维识别方法、系统、存储介质及电子设备 | |
CN110568491B (zh) | 一种品质因子q的估算方法 | |
CN112130211A (zh) | 一种计算Gassmann流体项的方法及系统 | |
CN102778692B (zh) | 一种利用地震数据确定品质因数的方法 | |
CN116819616B (zh) | 一种确定超薄优质页岩储层厚度的方法 | |
CN112946750B (zh) | 井震标定方法及系统 | |
Wu et al. | Q inversion and comparison of influential factors among three methods: CFS, SR, and AA | |
CN114966826B (zh) | 基于野外近地表调查资料的高低频融合近地表建模方法 |
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 |