CN110837114B - 粗面质火山碎屑岩识别方法、装置及电子设备 - Google Patents
粗面质火山碎屑岩识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110837114B CN110837114B CN201910981523.1A CN201910981523A CN110837114B CN 110837114 B CN110837114 B CN 110837114B CN 201910981523 A CN201910981523 A CN 201910981523A CN 110837114 B CN110837114 B CN 110837114B
- Authority
- CN
- China
- Prior art keywords
- rock
- rough
- volcanic
- parameter
- frequency electromagnetic
- 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.)
- Active
Links
- 239000011026 pyroclastic rock Substances 0.000 title claims abstract description 207
- 238000000034 method Methods 0.000 title claims abstract description 89
- 239000011435 rock Substances 0.000 claims abstract description 327
- 238000009826 distribution Methods 0.000 claims abstract description 106
- 208000035126 Facies Diseases 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 67
- 230000004044 response Effects 0.000 claims description 60
- 238000003384 imaging method Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 17
- 239000000126 substance Substances 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010183 spectrum analysis Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 238000002203 pretreatment Methods 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 19
- 239000002131 composite material Substances 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 239000013078 crystal Substances 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 239000011521 glass Substances 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000010433 feldspar Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- KKCBUQHMOMHUOY-UHFFFAOYSA-N Na2O Inorganic materials [O-2].[Na+].[Na+] KKCBUQHMOMHUOY-UHFFFAOYSA-N 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 239000003513 alkali Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 229910001567 cementite Inorganic materials 0.000 description 2
- 229910052729 chemical element Inorganic materials 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- KSOKAHYVTMZFBJ-UHFFFAOYSA-N iron;methane Chemical compound C.[Fe].[Fe].[Fe] KSOKAHYVTMZFBJ-UHFFFAOYSA-N 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 235000006369 Emex spinosa Nutrition 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 1
- 241000978493 Rumex spinosus Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- DLHONNLASJQAHX-UHFFFAOYSA-N aluminum;potassium;oxygen(2-);silicon(4+) Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[Al+3].[Si+4].[Si+4].[Si+4].[K+] DLHONNLASJQAHX-UHFFFAOYSA-N 0.000 description 1
- 229910052612 amphibole Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052626 biotite Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 229910052681 coesite Inorganic materials 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052906 cristobalite Inorganic materials 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000007872 degassing Methods 0.000 description 1
- 238000004031 devitrification Methods 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052652 orthoclase Inorganic materials 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 229910052611 pyroxene Inorganic materials 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 229910052682 stishovite Inorganic materials 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 229910052905 tridymite Inorganic materials 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004876 x-ray fluorescence Methods 0.000 description 1
Images
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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请实施例提供一种粗面质火山碎屑岩识别方法、装置及电子设备，方法包括：根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩；应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓；基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果。本申请能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性。
Description
技术领域
本申请涉及油气地质勘探及开发技术领域，具体涉及粗面质火山碎屑岩识别方法、装置及电子设备。
背景技术
粗面质火山碎屑岩的储集空间以砾/粒间孔为主，其次为裂缝和溶蚀孔缝，相较于粗面质熔岩储集空间更发育，可作为优势储层赋存油气，因此准确刻画粗面质火山碎屑岩的分布范围对于火山岩油气藏的勘探和开发具有重要的意义。然而由于粗面质火山碎屑岩常与粗面质熔岩、玄武岩等伴生，且纵、横向变化快，分布规律性差，对粗面质火山碎屑岩的预测依旧是世界性难题。
目前，火山岩的岩性识别通常采用岩矿鉴定、测井资料分析、地震技术等方法。其中，岩矿鉴定、测井资料分析方法受取心井段、钻井数目、测井系列等因素限制，对火山岩的识别仅局限于某一点，无法实现空间分布上的识别及预测；采用地震技术可实现火山岩体的识别，但由于有效带宽不足，识别精度无法满足油气勘探开发的需要。此外，上述方法仅局限于识别出粗面岩类，并没有将粗面质熔岩和粗面质火山碎屑岩区分开来，制约着该类油气藏的勘探和开发。
因此，亟需提供一种能够准确识别出粗面质火山碎屑岩的粗面质火山碎屑岩识别方法。
发明内容
针对现有技术中的问题，本申请提供一种粗面质火山碎屑岩识别方法、装置及电子设备，能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性。
为解决上述技术问题，本申请提供以下技术方案：
第一方面，本申请提供一种粗面质火山碎屑岩识别方法，包括：
根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩；
应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓；
基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果。
进一步地，在所述在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩之前，还包括：
应用预设处理方式对预获取的目标区域的时频电磁资料进行对应处理。
进一步地，所述预设处理方式包括：预处理、常规处理和特殊处理中的至少一项；
所述预处理的方式包括：对所述时频电磁资料进行信号回放、频谱分析处理、同步叠加和过渡特性校正中的至少一项；
所述常规处理的方式包括：对所述时频电磁资料进行数据预处理、综合地电参数求取和2D电阻率反演中的至少一项；
所述特殊处理的方式包括：采用预设的井震建模约束反演方式对所述时频电磁资料进行反演处理。
进一步地，所述预设差异特征为显示颜色；
相对应的，所述基于火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩，包括：
将所述时频电磁剖面上的显示颜色位于第一颜色区间内的区域确定为沉积岩，以及
将所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域确定为火山岩；
其中，所述第一颜色区间用于表示其所在区域的岩类的时频电磁电阻率小于电阻率阈值；所述第二颜色区间用于表示其所在区域的岩类的时频电磁电阻率大于电阻率阈值。
进一步地，所述应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓，包括：
根据所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域以及在所述地震资料上显示为预定义的丘状杂乱反射特征的区域，对所述火山岩体的分布轮廓进行预估。
进一步地，所述基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果，包括：
基于所述目标区域中的一目标井对应的取心井段识别得到该目标井的粗面质火山碎屑岩；
根据所述目标区域对应的测井曲线及成像测井资料，确定所述粗面质火山碎屑岩的测井响应特征以及对该粗面质火山碎屑岩的响应符合预设响应敏感条件的多个电性参数；
将多个所述电性参数进行多参数联合重构波阻抗，得到所述粗面质火山碎屑岩的地球物理响应阈值；
基于所述粗面质火山碎屑岩的地球物理响应阈值，应用多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
进一步地，所述基于所述目标区域中的一目标井对应的取心井段识别得到该目标井的粗面质火山碎屑岩，包括：
应用预设的识别方式对所述取心井段进行识别，得到所述目标井的粗面质火山碎屑岩，其中，所述识别方式包括：岩心观察方式、薄片鉴定方式和岩石化学分析方式中的至少一项。
进一步地，在所述确定所述粗面质火山碎屑岩的测井响应特征以及对该粗面质火山碎屑岩的响应符合预设响应敏感条件的多个电性参数之前，还包括：
对所述目标区域对应的测井曲线及成像测井资料进行去噪和/或归一化处理。
进一步地，所述电性参数包括自然伽马参数、声波时差参数和电阻率参数；
相对应的，所述将多个所述电性参数进行多参数联合重构波阻抗，得到所述粗面质火山碎屑岩的地球物理响应阈值，包括：
将所述自然伽马参数、声波时差参数和电阻率参数进行多参数联合重构波阻抗，得到所述自然伽马参数、声波时差参数和电阻率参数的多参数联合重构波阻抗反演公式；
基于所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩的地球物理响应阈值。
进一步地，所述基于所述粗面质火山碎屑岩的地球物理响应阈值，应用多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果，包括：
应用所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩对应的多参数联合重构波阻抗反演方式；
基于所述多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
第二方面，本申请提供一种粗面质火山碎屑岩识别装置，包括：
时频电磁资料处理模块，用于根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩；
火山岩体刻画模块，用于应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓；
粗面质火山碎屑岩预测结果获取模块，用于基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果。
进一步地，还包括：
时频电磁资料预处理模块，用于应用预设处理方式对预获取的目标区域的时频电磁资料进行对应处理。
进一步地，所述预设处理方式包括：预处理、常规处理和特殊处理中的至少一项；
所述预处理的方式包括：对所述时频电磁资料进行信号回放、频谱分析处理、同步叠加和过渡特性校正中的至少一项；
所述常规处理的方式包括：对所述时频电磁资料进行数据预处理、综合地电参数求取和2D电阻率反演中的至少一项；
所述特殊处理的方式包括：采用预设的井震建模约束反演方式对所述时频电磁资料进行反演处理。
进一步地，所述预设差异特征为显示颜色；
相对应的，所述时频电磁资料处理模块用于执行下述内容：
将所述时频电磁剖面上的显示颜色位于第一颜色区间内的区域确定为沉积岩，以及
将所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域确定为火山岩；
其中，所述第一颜色区间用于表示其所在区域的岩类的时频电磁电阻率小于电阻率阈值；所述第二颜色区间用于表示其所在区域的岩类的时频电磁电阻率大于电阻率阈值。
进一步地，所述火山岩体刻画模块用于执行下述内容：
根据所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域以及在所述地震资料上显示为预定义的丘状杂乱反射特征的区域，对所述火山岩体的分布轮廓进行预估。
进一步地，所述粗面质火山碎屑岩预测结果获取模块包括：
单井粗面质火山碎屑岩识别模块，用于基于所述目标区域中的一目标井对应的取心井段识别得到该目标井的粗面质火山碎屑岩；
电性参数选取模块，用于根据所述目标区域对应的测井曲线及成像测井资料，确定所述粗面质火山碎屑岩的测井响应特征以及对该粗面质火山碎屑岩的响应符合预设响应敏感条件的多个电性参数；
阈值获取模块，用于将多个所述电性参数进行多参数联合重构波阻抗，得到所述粗面质火山碎屑岩的地球物理响应阈值；
多参数联合重构波阻抗反演模块，用于基于所述粗面质火山碎屑岩的地球物理响应阈值，应用多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
进一步地，所述单井粗面质火山碎屑岩识别模块用于执行下述内容：
应用预设的识别方式对所述取心井段进行识别，得到所述目标井的粗面质火山碎屑岩，其中，所述识别方式包括：岩心观察方式、薄片鉴定方式和岩石化学分析方式中的至少一项。
进一步地，在所述电性参数选取模块用于执行下述内容：
对所述目标区域对应的测井曲线及成像测井资料进行去噪和/或归一化处理。
进一步地，所述电性参数包括自然伽马参数、声波时差参数和电阻率参数；
相对应的，所述阈值获取模块用于执行下述内容：
将所述自然伽马参数、声波时差参数和电阻率参数进行多参数联合重构波阻抗，得到所述自然伽马参数、声波时差参数和电阻率参数的多参数联合重构波阻抗反演公式；
基于所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩的地球物理响应阈值。
进一步地，所述多参数联合重构波阻抗反演模块用于执行下述内容：
应用所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩对应的多参数联合重构波阻抗反演方式；
基于所述多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的粗面质火山碎屑岩识别方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的粗面质火山碎屑岩识别方法的步骤。
由上述技术方案可知，本申请提供的粗面质火山碎屑岩识别方法、装置及电子设备，根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩；应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓；基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果，能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，且识别过程可靠性高，识别效率高，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请的粗面质火山碎屑岩识别装置的架构示意图。
图2为本申请实施例中的粗面质火山碎屑岩识别方法的流程示意图。
图3为本申请实施例中的包含有步骤001粗面质火山碎屑岩识别方法的流程示意图。
图4为本申请实施例中的粗面质火山碎屑岩识别方法中步骤100的流程示意图。
图5为本申请实施例中的粗面质火山碎屑岩识别方法中步骤300的流程示意图。
图6为本申请实施例中的粗面质火山碎屑岩识别方法中步骤303的流程示意图。
图7为本申请实施例中的粗面质火山碎屑岩识别方法中步骤304的流程示意图。
图8为本申请实施例中的粗面质火山碎屑岩识别装置的结构示意图。
图9为本申请实施例中的粗面质火山碎屑岩识别装置中的粗面质火山碎屑岩预测结果获取模块的结构示意图。
图10为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
火山岩油气藏作为一种非常规油气资源已经越来越受到人们的重视。粗面质火山碎屑岩是火山岩储层中一种重要的岩石类型，为火山作用形成的粗面质火山碎屑堆积物经过“压实固结”而成的岩石。粗面质火山碎屑物喷出并降落堆积后，一般未经搬运或只经短距离搬运，然后在上覆重荷作用下经过压实、排水、脱气、体积和孔隙度减小、密度增加等一系列成岩作用，最终像沉积岩一样，粗碎屑被相对较细的填隙物质胶结，导致整个岩石固结而形成岩石。通常，粗面质火山碎屑岩中火山碎屑体积百分含量大于90％，外碎屑体积百分含量小于10％，外碎屑组分是“热碎屑流”流动过程中从外界刮裹进来的，或在火山爆发过程中炸裂的围岩碎屑混进来的。粗面质火山碎屑岩可以认为是纯粹火山活动的产物，无显著的后期沉积改造。
粗面质火山碎屑岩按照粒径大小可细分为粗面质凝灰岩、粗面质角砾岩和粗面质集块岩。粗面质凝灰岩是指组成岩石的碎屑物质粒径多＜2.0mm，由晶屑、玻屑组成，少量岩屑，其中晶屑主要为碱性长石，具有火山凝灰结构。粗面质角砾岩中碎屑物质主要由粒径较大(2-64mm)的岩屑组成，少量火山灰和晶屑，角砾多呈棱角状，分选较差，部分角砾具暗化边结构,胶结物为火山灰或更细的火山物质,具有火山角砾结构。当岩石中碎屑物质主要由粒径较大(＞64mm)的岩屑组成时，具有火山集块结构，岩石过渡为粗面质集块岩。
勘探实践证实，粗面质火山碎屑岩的储集空间以砾/粒间孔为主，其次为裂缝和溶蚀孔缝，相较于粗面质熔岩储集空间更发育，可作为优势储层赋存油气，因此准确刻画粗面质火山碎屑岩的分布范围对于火山岩油气藏的勘探和开发具有重要的意义。然而由于粗面质火山碎屑岩常与粗面质熔岩、玄武岩等伴生，且纵、横向变化快，分布规律性差，对粗面质火山碎屑岩的预测依旧是世界性难题。
从国内外研究现状来看，火山岩的岩性识别通常采用岩矿鉴定、测井资料分析、地震技术等方法。其中，岩矿鉴定、测井资料分析方法受取心井段、钻井数目、测井系列等因素限制，对火山岩的识别仅局限于某一点，无法实现空间分布上的识别及预测；采用地震技术可实现火山岩体的识别，但由于有效带宽不足，识别精度无法满足油气勘探开发的需要。此外，上述方法仅局限于识别出粗面岩类，并没有将粗面质熔岩和粗面质火山碎屑岩区分开来，制约着该类油气藏的勘探和开发。也就是说，现有方式均无法准确识别出粗面质火山碎屑岩。
考虑到现有技术存在的上述问题中的至少一项，本申请提供一种粗面质火山碎屑岩识别方法、粗面质火山碎屑岩识别装置、电子设备以及计算机可读存储介质，通过根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩；应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓；基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果，能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，且识别过程可靠性高，识别效率高，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性。
针对上述内容，本申请实施例提供一种粗面质火山碎屑岩识别装置，参见图1，所述岩石类型识别装置可以为一种服务器01，所述服务器01可以至少一个数据库02和/或测井相关设备03之间通信连接，还可以与至少一个客户端设备04之间通信连接。所述服务器01可以在线接收客户端设备04发送的粗面质火山碎屑岩识别指令，而后所述服务器01自所述数据库02和/或测井相关设备03中获取所述目标区域的时频电磁资料、地震资料以及测井数据，所述服务器01还可以自所述数据库02、测井相关设备03或本地获取用户预先输入的各类规则及处理方式，而后，所述服务器01根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩；应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓；基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果，并将所述粗面质火山碎屑岩分布的预测结果在线发送至所述客户端设备04进行显示，以使用户根据所述客户端设备04显示的粗面质火山碎屑岩分布的预测结果在火山岩油气藏中确定勘探开发目标。其中，在本申请的一个或多个实施例中，所述目标区域是指当前作为识别目标的火山岩油气藏所在的区域。
其中，上述描述中提及的用户预先输入的各类规则及处理方式至少包含有本申请的一个或多个实施例中出现的：预设差异特征、多参数联合重构波阻抗反演方式、预定义的丘状杂乱反射特征的区域、测井响应特征、预设的识别方式、去噪方式和归一化处理方式中的至少一项。
可以理解的是，所述客户端设备可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中，粗面质火山碎屑岩识别的部分可以在如上述内容所述的服务器侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
所述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信，包括在本申请提交日尚未开发出的网络协议。所述网络协议例如可以包括TCP/IP协议、UDP/IP协议、HTTP协议、HTTPS协议等。当然，所述网络协议例如还可以包括在上述协议之上使用的RPC协议(Remote Procedure Call Protocol，远程过程调用协议)、REST协议(Representational State Transfer，表述性状态转移协议)等。
为了能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性，本申请提供一种粗面质火山碎屑岩识别方法的实施例，参见图2，所述粗面质火山碎屑岩识别方法具体包含有如下内容：
步骤100：根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩。
可以理解的是，所述时频电磁资料处理是指将野外采集获得的时频电磁信号通过资料处理获得精确的时频电磁数据，结合井震建模约束反演技术获得精确的时频电磁成像。
步骤200：应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓。
在步骤200中，所述预估火山岩体的分布轮廓具体指可以粗略刻画出火山岩体分布轮廓。
步骤300：基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果。
在步骤300中，所述服务器可以在火山岩体分布刻画基础上，获取所述目标区域中单井的粗面质火山碎屑岩，并应用所述火山岩体的分布轮廓、预获取的该目标区域对应的测井曲线及成像测井资料，针对所述目标区域中的粗面质火山碎屑岩进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
为了提高时频电磁资料的应用可靠性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别方法的一个实施例中，参见图3，在步骤100之前，还具体包含有如下内容：
步骤001：应用预设处理方式对预获取的目标区域的时频电磁资料进行对应处理。
其中，所述预设处理方式具体包含有：预处理、常规处理和特殊处理中的至少一项，进而能够有效提高时频电磁资料的处理方式的适用广泛性和针对性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，所述预处理、常规处理和特殊处理具体为：
(1)所述预处理的方式具体包含有：对所述时频电磁资料进行信号回放、频谱分析处理、同步叠加和过渡特性校正中的至少一项；
(2)所述常规处理的方式具体包含有：对所述时频电磁资料进行数据预处理、综合地电参数求取和2D电阻率反演中的至少一项；
(3)所述特殊处理的方式具体包含有：采用预设的井震建模约束反演方式对所述时频电磁资料进行反演处理。
在本申请的一个实施例中，所述预设差异特征可以为显示颜色；基于此，为了有效提高区分沉积岩与火山岩的效率及准确性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别方法的一个实施例中，参见图4，所述粗面质火山碎屑岩识别方法中的步骤100具体包含有如下内容：
步骤101：将所述时频电磁剖面上的显示颜色位于第一颜色区间内的区域确定为沉积岩；
步骤102：将所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域确定为火山岩；
其中，所述第一颜色区间用于表示其所在区域的岩类的时频电磁电阻率小于电阻率阈值；所述第二颜色区间用于表示其所在区域的岩类的时频电磁电阻率大于电阻率阈值。
可以理解的是，所述步骤101和102在图4中的显示顺序仅为示例性的，在具体实施过程中，所述步骤101和步骤102的执行顺序不分先后，也可以并行执行，具体可以根据执行服务器的处理能力和实际应用情形设置，本申请对此不作限制。
为了有效提高预估火山岩体的分布轮廓的准确性和可靠性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别方法的一个实施例中，所述粗面质火山碎屑岩识别方法中的步骤200具体包含有如下内容：
根据所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域以及在所述地震资料上显示为预定义的丘状杂乱反射特征的区域，对所述火山岩体的分布轮廓进行预估。
为了有效提高对粗面质火山碎屑岩分布的预测过程的可靠性以及预测结果的准确性，在本申请的粗面质火山碎屑岩识别方法的一个实施例中，参见图5，所述粗面质火山碎屑岩识别方法中的步骤300具体包含有如下内容：
步骤301：基于所述目标区域中的一目标井对应的取心井段识别得到该目标井的粗面质火山碎屑岩；
步骤302：根据所述目标区域对应的测井曲线及成像测井资料，确定所述粗面质火山碎屑岩的测井响应特征以及对该粗面质火山碎屑岩的响应符合预设响应敏感条件的多个电性参数；
步骤303：将多个所述电性参数进行多参数联合重构波阻抗，得到所述粗面质火山碎屑岩的地球物理响应阈值；
步骤304：基于所述粗面质火山碎屑岩的地球物理响应阈值，应用多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
为了提高粗面质火山碎屑岩的识别准确性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别方法的一个实施例中，所述粗面质火山碎屑岩识别方法中的步骤301具体包含有如下内容：
应用预设的识别方式对所述取心井段进行识别，得到所述目标井的粗面质火山碎屑岩，其中，所述识别方式包括：岩心观察方式、薄片鉴定方式和岩石化学分析方式中的至少一项。
为了提高测井曲线及成像测井资料的可靠性和准确性，以进一步提高获取的粗面质火山碎屑岩的测井响应特征以及电性参数的准确性和可靠性，在本申请的粗面质火山碎屑岩识别方法的一个实施例中，所述粗面质火山碎屑岩识别方法中的步骤302之前还具体包含有如下内容：
对所述目标区域对应的测井曲线及成像测井资料进行去噪和/或归一化处理。
在本申请的一个实施例中，所述电性参数包括自然伽马参数、声波时差参数和电阻率参数，基于此，为了提高获取粗面质火山碎屑岩的地球物理响应阈值的可靠性和准确性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别方法的一个实施例中，参见图6，所述粗面质火山碎屑岩识别方法中的步骤303具体包含有如下内容：
步骤3031：将所述自然伽马参数、声波时差参数和电阻率参数进行多参数联合重构波阻抗，得到所述自然伽马参数、声波时差参数和电阻率参数的多参数联合重构波阻抗反演公式。
步骤3032：基于所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩的地球物理响应阈值。
为了进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别方法的一个实施例中，参见图7，所述粗面质火山碎屑岩识别方法中的步骤304具体包含有如下内容：
步骤3041：应用所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩对应的多参数联合重构波阻抗反演方式。
步骤3042：基于所述多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
为了进一步说明本方案，本申请还提供一种基于井—震—磁一体化的粗面质火山碎屑岩识别方法的具体应用实例，具体包含有如下内容：
S1：进行时频电磁资料处理，根据不同岩性在时频电磁剖面上的差异特征将火山岩与沉积岩区分开来。
本申请实施例中，所述时频电磁法是将频率域电磁勘探方法与时间域电磁勘探方法结合在一起，一次采集同时获得时间域信号和频率域信号，资料处理同时利用时间域和频率域的数据，结合井震建模约束反演获得精确的时频电磁成像。
由于研究区噪声严重，需将野外采集获得的时频电磁信号进行压噪处理，提高信噪比，以获得高精度基础资料。所述压噪处理主要采用大功率多周期叠加技术、基于背景噪音分析的干扰压制技术、50Hz陷波技术。
所述时频电磁资料处理是一套比较完善的系统，主要步骤包括：预处理、常规处理、特殊处理。预处理主要是进行信号回放、频谱分析、同步叠加和过渡特性校正。常规处理主要包括资料预处理和求取综合地电参数、2D电阻率反演。针对本申请实施例中沙三段火山岩深层目标，除了对资料进行常规处理外，还采用了井震建模约束反演技术进行特殊处理。
所述约束反演是根据已知地质、地球物理信息，确定一个初始模型，然后正演计算模型的场效应。利用计算值与观测值的差值(剩余值)修改初始模型，然后再正演计算场值，根据比较结果再做模型修改。这样反复迭代，直到计算值与观测值的差值(或均方误差)达到预置精度，最终得到反演结果。
本申请实施例中地震资料与测井资料的综合约束反演是在非线性反演的基础上，充分利用测井资料详细的垂直分辨能力和地震资料地面上采样点密集均匀分布的特点，把这两种资料结合起来，取长补短。其基本思想是利用地震和电阻率测井信息确定出地质解释剖面(主要是浅层模型)，建立反演的模型，也就是所谓的初始模型，对关键的地质层边界进行控制，在反演过程中将地质层位对应的深度上允许模型参数的一次导数为零，这样能够使得地质层位边界处产生陡峭的边界。但是只是层位控制，反演电阻率时对每一层的电阻率不给约束。
具体的，首先依据地震资料，求得整个剖面浅层构造层的层数和厚度，电阻率数值可以依据电测井资料求得。
在构建完成浅层模型之后，首先反演浅层地电结构，经过多次反复反演，找到最小拟合差，完成浅层反演。
在完成浅层反演后，首先固定浅层几何参数和电阻率数值，重点反演深层地电结构。在这个过程中需经过多次反复反演，寻找最小拟合误差，最后完成深层地电结构模型的建立。通过约束层位、固定浅层模型后，消除了浅层影响，大大提高了深层纵、横向上的分辨率。
依据火山岩与沉积岩时频电磁电阻率变化趋势，在时频电磁剖面上可将火山岩与沉积岩区分开来。
本申请实施例中，火山岩时频电磁电阻率>135Ω·m，在时频电磁剖面上表现为黄～红色高阻异常；沉积岩时频电磁电阻率<135Ω·m，在时频电磁剖面上表现为蓝～绿色。
S2：将时频电磁剖面与地震资料相结合，粗略刻画火山岩体分布轮廓。
在实际中，复合火山岩体在地震资料上一般表现为丘状杂乱反射特征，结合时频电磁剖面上的黄～红色高阻异常，可粗略刻画火山岩体轮廓。
S3：在火山岩体分布刻画基础上，通过多参数联合重构波阻抗反演，获得粗面质火山碎屑岩分布的预测结果。
在本申请实施例中，所述多参数联合重构波阻抗反演具体包括如下步骤。
S31：通过对目标井取心井段的岩心观察、薄片鉴定、岩石化学分析，进行单井粗面质火山碎屑岩的识别。
在实际中，岩心是钻井取心获得，薄片是在观察岩心的时候取样，之后通过磨片、镜下观察获得相关信息。
在本申请实施例中，辽河盆地东部凹陷粗面质火山碎屑岩岩心一般呈灰黑色，风化后为褐灰色或肉红色，火山碎屑结构。具体的，通过岩心观察可见，粗面质凝灰岩碎屑物质粒径主要是＜2.0mm，由晶屑、玻屑组成，少量岩屑，火山凝灰结构。粗面质角砾岩中碎屑物质主要由粒径较大(2-64mm)的岩屑组成，少量火山灰和晶屑，角砾多呈棱角状，分选较差，部分角砾具暗化边结构，胶结物为火山灰或更细的火山物质，火山角砾结构。粗面质集块岩中碎屑物质主要由粒径较大(＞64mm)的岩屑组成，具有火山集块结构。
本申请实施例中通过薄片镜下观察可见，粗面质火山碎屑岩中的斑晶多为自形的透长石、正长石或中长石，有时出现辉石或暗化的角闪石、黑云母；基质以微晶透长石为主，常具有典型的粗面结构，有时出现球粒和少量玻璃质。矿物多呈棱角—次棱角状，尽管长石可见部分晶形，但常见沿其解理面破碎成阶梯状或参差状的现象。高倍镜下可观察到火山灰胶结物，粒径极细小(一般<0.01mm)，可见模糊的似花瓣状，无晶面、晶棱，不显或微显光性，脱玻化则呈似霏细质点，一级灰—白干涉色。单偏光镜下观察时尽量缩小光圈，可观察到粗面质火山凝灰岩中的玻屑。当玻屑脱玻化后，在正交偏光镜下看的更明显。
在本实施申请实施例中还包括，对火山岩岩心进行化学元素分析，建立粗面质火山碎屑岩与化学分析数据的关联。
粗面质火山碎屑岩主要氧化物(SiO2)含量一般在57％-63％，全碱(K2O+Na2O)含量一般为11％-13％。根据SiO2及全碱(K2O+Na2O)含量利用TAS图可与玄武质火山碎屑岩类进行区分。
所述化学元素分析岩石地化取样和前期处理要求：选取致密块状、孔缝不发育、蚀变程度较低的新鲜火山岩岩心样品，粗碎后经稀盐酸浸泡24小时，用蒸馏水冲洗干净，烘干，再经无污染常规法碎样至200目以下，取100g粉末送样。
实验方法：将样品熔制成玻璃饼，然后采用X射线荧光光谱仪XRF-1500进行主元素测定，分析精度优于1％。
综合以上方法，可实现单井取心井段的粗面质火山碎屑岩识别。
S32：在单井岩性识别的基础上，根据经过去噪、归一化处理过的测井曲线及成像测井资料，明确粗面质火山碎屑岩的测井响应特征，找出对粗面质火山碎屑岩响应敏感的电性参数；
在本申请实施例中，所述成像测井即微电阻率扫描成像测井，该测井方法可以获得全井段细微的井周电阻率变化数据，经过一系列校正处理(EMEX电压校正、加速度校正、失效电极校正、数据均衡化处理等)后，用一种渐变的色板(通常为黑—棕—黄—白)对电阻率数值由低到高进行刻度，最终形成的电阻率图像可以直接清晰地反映地层岩性和物性的变化。
本申请实施例中粗面质火山碎屑岩成像测井特征，表现为岩石图像呈斑点状，具有粒度特征，由高阻亮色不规则角砾、中低阻暗色凝灰质交织组成，低阻暗色裂缝发育。
在本申请实施例中，所述粗面质火山碎屑岩响应敏感电性参数为自然伽马(GR)、声波时差(AC)、电阻率(RT)。具体的，本申请可以应用自然伽马分别与声波时差和电阻率的交会图，从所述自然伽马与声波时差的交会图和自然伽玛与电阻率的交会图中，可以获取粗面质火山碎屑岩地球物理响应阈值。其中，自然伽玛的阈值为100～150API，声波时差的阈值为65～78μs/ft，电阻率的阈值为5～130Ω·m。
S33：将优选出的指定电性参数(GR、AC、RT)进行多参数联合重构波阻抗，获得粗面质火山碎屑岩的地球物理响应阈值。
常规波阻抗反演公式：
式中：AC—声波时差，μs/m；
ρ—密度，g/cm3。
所述常规波阻抗即纵波阻抗，是岩石中纵波速度与岩石密度的乘积。具体的，可将声波时差取倒数后与密度相乘，再乘以106来求得。
根据常规波阻抗反演公式，结合优选的电性参数(GR、AC、RT)，经过多次试验，获得多参数联合重构波阻抗反演公式。
AC+GR+RT曲线重构反演公式
式中：AC—声波时差，μs/m；
GR—自然伽马，API；
RT—电阻率，Ω·m；
ρ—密度，g/cm3；
a、b、c、N均为待定系数。
具体的，a、b、c为多次试验获得的经验系数。本步骤中，a取0.4，b取0.2，c取0.4。
系数N为AC与重构曲线比值的平均值，所述重构曲线为AC、GR、RT分别与系数a、b、c相乘后再相加获得。本实施例中，N取1.1。
根据上述多参数联合重构波阻抗反演公式，获得粗面质火山碎屑岩地球物理响应阈值为7500～12000g/cm3×m/s，可与粗面质熔岩(<7500g/cm3×m/s)、玄武岩类(>12000g/cm3×m/s)区分开来。
S34：基于所述粗面质火山碎屑岩地球物理响应阈值，利用纯波保幅地震数据，进行多参数重构波阻抗反演，获得粗面质火山碎屑岩分布的预测结果。
其中，所述纯波保幅地震数据指的是未做滤波、振幅剪切以及动平衡等叠后修饰性处理的地震数据。此种地震数据保留了相对更多的原始地质信息，有利于获得准确的预测结果。
所述多参数重构波阻抗反演指的是应用地震数据，基于褶积模型，根据步骤S33所述多曲线重构反演公式，推算多参数重构地层波阻抗的地震反演方法。反演的具体过程包括层位标定、低频模型建立、反演运算等。
通过对目标区进行多参数重构波阻抗反演，预测粗面质火山碎屑岩分布。在本申请实施例中可应用一种多参数重构波阻抗反演剖面图，其中粗面质火山碎屑岩在所述剖面图上表现为绿色～黄色(7500～12000g/cm3×m/s)，粗面质熔岩表现为蓝色(<7500g/cm3×m/s)，玄武岩类则表现为红色～粉红色(>12000g/cm3×m/s)。据此，可将火山岩体中的粗面质火山碎屑岩与粗面质熔岩及玄武岩类区分开来。
基于上述方法，提取数据体中7500～12000g/cm3×m/s值域范围内的反演结果，获取粗面质火山碎屑岩的厚度，从而较为准确地获得粗面质火山碎屑岩分布的预测结果，进而有效指导粗面质火山碎屑岩油气藏的勘探与开发。
从上述描述可知，本申请应用实例提供的井—震—磁一体化识别粗面质火山碎屑岩的方法，首先通过时频电磁分析处理将火山岩与沉积岩区分开来，进而将时频电磁剖面与地震资料相叠合，粗略刻画出火山岩体的外部轮廓；进一步在单井粗面质火山碎屑岩岩心识别的基础上，根据测井曲线及成像测井资料，明确粗面质火山碎屑岩的测井响应特征，找出对粗面质火山碎屑岩响应敏感的电性参数；然后优选指定电性参数进行多参数联合重构波阻抗，获得粗面质火山碎屑岩的地球物理响应阈值；最后基于所述粗面质火山碎屑岩的地球物理响应阈值，根据所述多参数联合重构波阻抗反演特征，能够在复合的火山岩体中，将粗面质火山碎屑岩与粗面质熔岩、玄武岩等多种干扰岩石种类中区分出来，首次实现粗面质火山碎屑岩的识别和空间预测，从而实现在火山岩油气藏中快速准确地确定勘探开发目标。
从软件层面来说，为了能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性，本申请提供一种能够实现所述粗面质火山碎屑岩识别方法中全部或部分内容的粗面质火山碎屑岩识别装置的实施例，参见图8，所述粗面质火山碎屑岩识别装置具体包含有如下内容：
时频电磁资料处理模块10，用于根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩。
火山岩体刻画模块20，用于应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓。
粗面质火山碎屑岩预测结果获取模块30，用于基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果。
为了提高时频电磁资料的应用可靠性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别装置的一个实施例中，还具体包含有如下内容：
时频电磁资料预处理模块，用于应用预设处理方式对预获取的目标区域的时频电磁资料进行对应处理。
其中，所述预设处理方式具体包含有：预处理、常规处理和特殊处理中的至少一项，进而能够有效提高时频电磁资料的处理方式的适用广泛性和针对性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，所述预处理、常规处理和特殊处理具体为：
(1)所述预处理的方式具体包含有：对所述时频电磁资料进行信号回放、频谱分析处理、同步叠加和过渡特性校正中的至少一项；
(2)所述常规处理的方式具体包含有：对所述时频电磁资料进行数据预处理、综合地电参数求取和2D电阻率反演中的至少一项；
(3)所述特殊处理的方式具体包含有：采用预设的井震建模约束反演方式对所述时频电磁资料进行反演处理。
在本申请的一个实施例中，所述预设差异特征可以为显示颜色；基于此，为了有效提高区分沉积岩与火山岩的效率及准确性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别装置的一个实施例中，所述粗面质火山碎屑岩识别装置中的时频电磁资料处理模块10具体用于执行下述内容：
将所述时频电磁剖面上的显示颜色位于第一颜色区间内的区域确定为沉积岩，以及
将所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域确定为火山岩；
其中，所述第一颜色区间用于表示其所在区域的岩类的时频电磁电阻率小于电阻率阈值；所述第二颜色区间用于表示其所在区域的岩类的时频电磁电阻率大于电阻率阈值。
为了有效提高预估火山岩体的分布轮廓的准确性和可靠性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别装置的一个实施例中，所述粗面质火山碎屑岩识别装置中的火山岩体刻画模块20具体用于执行下述内容：
根据所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域以及在所述地震资料上显示为预定义的丘状杂乱反射特征的区域，对所述火山岩体的分布轮廓进行预估。
为了有效提高对粗面质火山碎屑岩分布的预测过程的可靠性以及预测结果的准确性，在本申请的粗面质火山碎屑岩识别装置的一个实施例中，参见图9，所述粗面质火山碎屑岩识别装置中的粗面质火山碎屑岩预测结果获取模块30具体包含有如下内容：
单井粗面质火山碎屑岩识别模块31，用于基于所述目标区域中的一目标井对应的取心井段识别得到该目标井的粗面质火山碎屑岩。
电性参数选取模块32，用于根据所述目标区域对应的测井曲线及成像测井资料，确定所述粗面质火山碎屑岩的测井响应特征以及对该粗面质火山碎屑岩的响应符合预设响应敏感条件的多个电性参数。
阈值获取模块33，用于将多个所述电性参数进行多参数联合重构波阻抗，得到所述粗面质火山碎屑岩的地球物理响应阈值。
多参数联合重构波阻抗反演模块34，用于基于所述粗面质火山碎屑岩的地球物理响应阈值，应用多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
为了提高粗面质火山碎屑岩的识别准确性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别装置的一个实施例中，所述粗面质火山碎屑岩识别装置中的单井粗面质火山碎屑岩识别模块31具体用于执行下述内容：
应用预设的识别方式对所述取心井段进行识别，得到所述目标井的粗面质火山碎屑岩，其中，所述识别方式包括：岩心观察方式、薄片鉴定方式和岩石化学分析方式中的至少一项。
为了提高测井曲线及成像测井资料的可靠性和准确性，以进一步提高获取的粗面质火山碎屑岩的测井响应特征以及电性参数的准确性和可靠性，在本申请的粗面质火山碎屑岩识别装置的一个实施例中，所述粗面质火山碎屑岩识别装置中电性参数选取模块32具体用于执行下述内容：
对所述目标区域对应的测井曲线及成像测井资料进行去噪和/或归一化处理。
在本申请的一个实施例中，所述电性参数包括自然伽马参数、声波时差参数和电阻率参数，基于此，为了提高获取粗面质火山碎屑岩的地球物理响应阈值的可靠性和准确性，以进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别装置的一个实施例中，所述粗面质火山碎屑岩识别装置中的阈值获取模块33具体用于执行下述内容：
将所述自然伽马参数、声波时差参数和电阻率参数进行多参数联合重构波阻抗，得到所述自然伽马参数、声波时差参数和电阻率参数的多参数联合重构波阻抗反演公式；
基于所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩的地球物理响应阈值。
为了进一步提高粗面质火山碎屑岩识别的准确性和可靠性，在本申请的粗面质火山碎屑岩识别装置的一个实施例中，所述粗面质火山碎屑岩识别装置中的多参数联合重构波阻抗反演模块34具体用于执行下述内容：
应用所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩对应的多参数联合重构波阻抗反演方式；
基于所述多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
从硬件层面来说，为了能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性，本申请提供一种用于实现所述粗面质火山碎屑岩识别方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现粗面质火山碎屑岩识别装置与数据库、测井相关设备以及用户终端等相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例中的粗面质火山碎屑岩识别方法的实施例，以及，粗面质火山碎屑岩识别装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图10为本申请实施例的电子设备9600的系统构成的示意框图。如图10所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图10是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，粗面质火山碎屑岩识别功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
步骤100：根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩。
步骤200：应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓。
步骤300：基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果。
从上述描述可知，本申请实施例提供的电子设备，能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，且识别过程可靠性高，识别效率高，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性。
在另一个实施方式中，粗面质火山碎屑岩识别装置可以与中央处理器9100分开配置，例如可以将粗面质火山碎屑岩识别装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现粗面质火山碎屑岩识别功能。
如图10所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图10中所示的所有部件；此外，电子设备9600还可以包括图10中没有示出的部件，可以参考现有技术。
如图10所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的粗面质火山碎屑岩识别中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的粗面质火山碎屑岩识别方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤100：根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩。
步骤200：应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓。
步骤300：基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果。
从上述描述可知，本申请实施例提供的计算机可读存储介质，能够有效在复合的火山岩体中识别出粗面质火山碎屑岩并准确预测其空间分布范围，且识别过程可靠性高，识别效率高，进而能够有效提高在火山岩油气藏中确定勘探开发目标的效率及准确性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (18)
1.一种粗面质火山碎屑岩识别方法，其特征在于，包括：
根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩；
应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓；
基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果，包括：
基于所述目标区域中的一目标井对应的取心井段识别得到该目标井的粗面质火山碎屑岩；
根据所述目标区域对应的测井曲线及成像测井资料，确定所述粗面质火山碎屑岩的测井响应特征以及对该粗面质火山碎屑岩的响应符合预设响应敏感条件的多个电性参数；所述电性参数包括自然伽马参数、声波时差参数和电阻率参数；
将所述自然伽马参数、声波时差参数和电阻率参数进行多参数联合重构波阻抗，得到所述自然伽马参数、声波时差参数和电阻率参数的多参数联合重构波阻抗反演公式：
其中，多参数联合重构波阻抗反演公式中的AC为声波时差；GR为自然伽马；RT为电阻率；ρ为密度；a、b、c及N均为待定系数；
基于所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩的地球物理响应阈值；
基于所述粗面质火山碎屑岩的地球物理响应阈值，应用多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
2.根据权利要求1所述的粗面质火山碎屑岩识别方法，其特征在于，在所述在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩之前，还包括：
应用预设处理方式对预获取的目标区域的时频电磁资料进行对应处理。
3.根据权利要求2所述的粗面质火山碎屑岩识别方法，其特征在于，所述预设处理方式包括：预处理、常规处理和特殊处理中的至少一项；
所述预处理的方式包括：对所述时频电磁资料进行信号回放、频谱分析处理、同步叠加和过渡特性校正中的至少一项；
所述常规处理的方式包括：对所述时频电磁资料进行数据预处理、综合地电参数求取和2D电阻率反演中的至少一项；
所述特殊处理的方式包括：采用预设的井震建模约束反演方式对所述时频电磁资料进行反演处理。
4.根据权利要求1所述的粗面质火山碎屑岩识别方法，其特征在于，所述预设差异特征为显示颜色；
相对应的，所述基于火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩，包括：
将所述时频电磁剖面上的显示颜色位于第一颜色区间内的区域确定为沉积岩，以及
将所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域确定为火山岩；
其中，所述第一颜色区间用于表示其所在区域的岩类的时频电磁电阻率小于电阻率阈值；所述第二颜色区间用于表示其所在区域的岩类的时频电磁电阻率大于电阻率阈值。
5.根据权利要求4所述的粗面质火山碎屑岩识别方法，其特征在于，所述应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓，包括：
根据所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域以及在所述地震资料上显示为预定义的丘状杂乱反射特征的区域，对所述火山岩体的分布轮廓进行预估。
6.根据权利要求1所述的粗面质火山碎屑岩识别方法，其特征在于，所述基于所述目标区域中的一目标井对应的取心井段识别得到该目标井的粗面质火山碎屑岩，包括：
应用预设的识别方式对所述取心井段进行识别，得到所述目标井的粗面质火山碎屑岩，其中，所述识别方式包括：岩心观察方式、薄片鉴定方式和岩石化学分析方式中的至少一项。
7.根据权利要求1所述的粗面质火山碎屑岩识别方法，其特征在于，在所述确定所述粗面质火山碎屑岩的测井响应特征以及对该粗面质火山碎屑岩的响应符合预设响应敏感条件的多个电性参数之前，还包括：
对所述目标区域对应的测井曲线及成像测井资料进行去噪和/或归一化处理。
8.根据权利要求1所述的粗面质火山碎屑岩识别方法，其特征在于，所述基于所述粗面质火山碎屑岩的地球物理响应阈值，应用多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果，包括：
应用所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩对应的多参数联合重构波阻抗反演方式；
基于所述多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
9.一种粗面质火山碎屑岩识别装置，其特征在于，包括：
时频电磁资料处理模块，用于根据火山岩与沉积岩的预设差异特征，在目标区域的时频电磁资料对应的时频电磁剖面上区分所述火山岩与沉积岩；
火山岩体刻画模块，用于应用区分所述火山岩与沉积岩后的时频电磁剖面和预获取的所述目标区域的地震资料预估火山岩体的分布轮廓；
粗面质火山碎屑岩预测结果获取模块，用于基于所述火山岩体的分布轮廓以及预获取的所述目标区域对应的测井数据，应用预获取的多参数联合重构波阻抗反演方式确定所述目标区域中的粗面质火山碎屑岩分布的预测结果；
所述粗面质火山碎屑岩预测结果获取模块包括：
单井粗面质火山碎屑岩识别模块，用于基于所述目标区域中的一目标井对应的取心井段识别得到该目标井的粗面质火山碎屑岩；
电性参数选取模块，用于根据所述目标区域对应的测井曲线及成像测井资料，确定所述粗面质火山碎屑岩的测井响应特征以及对该粗面质火山碎屑岩的响应符合预设响应敏感条件的多个电性参数；所述电性参数包括自然伽马参数、声波时差参数和电阻率参数；
阈值获取模块，用于将多个所述电性参数进行多参数联合重构波阻抗，得到所述粗面质火山碎屑岩的地球物理响应阈值；所述阈值获取模块用于执行下述内容：
将所述自然伽马参数、声波时差参数和电阻率参数进行多参数联合重构波阻抗，得到所述自然伽马参数、声波时差参数和电阻率参数的多参数联合重构波阻抗反演公式：
其中，多参数联合重构波阻抗反演公式中的AC为声波时差；GR为自然伽马；RT为电阻率；ρ为密度；a、b、c及N均为待定系数；
基于所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩的地球物理响应阈值；
多参数联合重构波阻抗反演模块，用于基于所述粗面质火山碎屑岩的地球物理响应阈值，应用多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
10.根据权利要求9所述的粗面质火山碎屑岩识别装置，其特征在于，还包括：
时频电磁资料预处理模块，用于应用预设处理方式对预获取的目标区域的时频电磁资料进行对应处理。
11.根据权利要求10所述的粗面质火山碎屑岩识别装置，其特征在于，所述预设处理方式包括：预处理、常规处理和特殊处理中的至少一项；
所述预处理的方式包括：对所述时频电磁资料进行信号回放、频谱分析处理、同步叠加和过渡特性校正中的至少一项；
所述常规处理的方式包括：对所述时频电磁资料进行数据预处理、综合地电参数求取和2D电阻率反演中的至少一项；
所述特殊处理的方式包括：采用预设的井震建模约束反演方式对所述时频电磁资料进行反演处理。
12.根据权利要求9所述的粗面质火山碎屑岩识别装置，其特征在于，所述预设差异特征为显示颜色；
相对应的，所述时频电磁资料处理模块用于执行下述内容：
将所述时频电磁剖面上的显示颜色位于第一颜色区间内的区域确定为沉积岩，以及
将所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域确定为火山岩；
其中，所述第一颜色区间用于表示其所在区域的岩类的时频电磁电阻率小于电阻率阈值；所述第二颜色区间用于表示其所在区域的岩类的时频电磁电阻率大于电阻率阈值。
13.根据权利要求12所述的粗面质火山碎屑岩识别装置，其特征在于，所述火山岩体刻画模块用于执行下述内容：
根据所述时频电磁剖面上的显示颜色位于第二颜色区间内的区域以及在所述地震资料上显示为预定义的丘状杂乱反射特征的区域，对所述火山岩体的分布轮廓进行预估。
14.根据权利要求9所述的粗面质火山碎屑岩识别装置，其特征在于，所述单井粗面质火山碎屑岩识别模块用于执行下述内容：
应用预设的识别方式对所述取心井段进行识别，得到所述目标井的粗面质火山碎屑岩，其中，所述识别方式包括：岩心观察方式、薄片鉴定方式和岩石化学分析方式中的至少一项。
15.根据权利要求9所述的粗面质火山碎屑岩识别装置，其特征在于，在所述电性参数选取模块用于执行下述内容：
对所述目标区域对应的测井曲线及成像测井资料进行去噪和/或归一化处理。
16.根据权利要求9所述的粗面质火山碎屑岩识别装置，其特征在于，所述多参数联合重构波阻抗反演模块用于执行下述内容：
应用所述多参数联合重构波阻抗反演公式确定所述粗面质火山碎屑岩对应的多参数联合重构波阻抗反演方式；
基于所述多参数联合重构波阻抗反演方式对预获取的所述火山岩体的分布轮廓对应的纯波保幅地震数据进行多参数重构波阻抗反演，得到所述粗面质火山碎屑岩分布的预测结果。
17.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至8任一项所述的粗面质火山碎屑岩识别方法的步骤。
18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8任一项所述的粗面质火山碎屑岩识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910981523.1A CN110837114B (zh) | 2019-10-16 | 2019-10-16 | 粗面质火山碎屑岩识别方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910981523.1A CN110837114B (zh) | 2019-10-16 | 2019-10-16 | 粗面质火山碎屑岩识别方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110837114A CN110837114A (zh) | 2020-02-25 |
| CN110837114B true CN110837114B (zh) | 2022-02-01 |
Family
ID=69575243
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910981523.1A Active CN110837114B (zh) | 2019-10-16 | 2019-10-16 | 粗面质火山碎屑岩识别方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110837114B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113655539A (zh) * | 2020-05-12 | 2021-11-16 | 中国石油化工股份有限公司 | 测井约束定性预测溢流相火山岩平面展布的方法 |
| CN113655524B (zh) * | 2020-05-12 | 2023-12-08 | 中国石油化工股份有限公司 | 利用人工地震数据及地震属性识别火山机构的解释方法 |
| CN114137633B (zh) * | 2020-09-03 | 2023-12-22 | 中国石油天然气股份有限公司 | 火山岩岩相逐级识别方法 |
| CN113537235A (zh) * | 2021-02-08 | 2021-10-22 | 中国石油化工股份有限公司 | 岩石鉴定方法、系统、装置、终端及可读存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9453929B2 (en) * | 2011-06-02 | 2016-09-27 | Exxonmobil Upstream Research Company | Joint inversion with unknown lithology |
| CN105089652A (zh) * | 2014-05-20 | 2015-11-25 | 中国石油化工股份有限公司 | 一种拟声波曲线重构与稀疏脉冲联合反演方法 |
| CN105804732B (zh) * | 2016-03-15 | 2019-06-18 | 中国石油化工股份有限公司 | 一种基于相对电阻率随机模拟反演的油气分布预测方法 |
| CN106610508B (zh) * | 2016-11-15 | 2019-05-07 | 中国石油天然气股份有限公司 | 一种裂缝的地震属性判识系统及方法 |
| US10928548B2 (en) * | 2017-03-14 | 2021-02-23 | Saudi Arabian Oil Company | Rock type based free water level inversion |
-
2019
- 2019-10-16 CN CN201910981523.1A patent/CN110837114B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110837114A (zh) | 2020-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110837114B (zh) | 粗面质火山碎屑岩识别方法、装置及电子设备 | |
| Sun et al. | Multidomain petrophysically constrained inversion and geology differentiation using guided fuzzy c-means clustering | |
| Rubin et al. | Mapping permeability in heterogeneous aquifers using hydrologic and seismic data | |
| CN111025384B (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
| CN104297791A (zh) | 一种基于地震优势频率的反演方法及系统 | |
| Karimpouli et al. | Application of probabilistic facies prediction and estimation of rock physics parameters in a carbonate reservoir from Iran | |
| CN105431750B (zh) | 可压裂性测试方法及系统 | |
| US20210181363A1 (en) | Mapping near-surface heterogeneities in a subterranean formation | |
| CN113267816B (zh) | 一种基于小样本机器学习地震测井超高分辨率数据融合实现方法 | |
| Trichandi et al. | Combined seismic and borehole investigation of the deep granite weathering structure—Santa Gracia Reserve case in Chile | |
| CN104122590B (zh) | 一种基于电磁勘探的油气检测方法及系统 | |
| CN105572740B (zh) | 地震数据幂指数增益控制egc的装置和方法 | |
| CN108693558B (zh) | 地震数据处理方法和装置 | |
| CN110333533B (zh) | 基于匹配追踪和rgb色彩融合的亮点油气检测方法及系统 | |
| CN107340538B (zh) | 基于混频处理的储层预测方法和装置 | |
| CN113806674B (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
| CN112541607B (zh) | 火山岩油藏产能预测方法及装置 | |
| CN114755740A (zh) | 岩石分布确定方法、装置、设备及介质 | |
| Pasquet et al. | Multiwindow weighted stacking of surface-wave dispersion | |
| CN112523740A (zh) | 用于超深海井下油气勘探的岩石类型识别方法及装置 | |
| CN112782780A (zh) | 一种基于岩石物理相的储层评价方法、装置及设备 | |
| CN113075747B (zh) | 储层裂缝发育区域的预测方法及装置 | |
| Alward et al. | Integrated Workflow for Petrophysical Evaluation in Heterogeneous Carbonate Reservoirs | |
| Marinho et al. | Complex resistivity measurements on plugs from corvina oil field, campos basin, brazil | |
| WO2023230838A1 (en) | A method and system for modeling carbonate cementation in forward depositional models |
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 |