CN110879411B - 一种基于两参数的多波联合叠前属性提取方法及系统 - Google Patents
一种基于两参数的多波联合叠前属性提取方法及系统 Download PDFInfo
- Publication number
- CN110879411B CN110879411B CN201811031521.8A CN201811031521A CN110879411B CN 110879411 B CN110879411 B CN 110879411B CN 201811031521 A CN201811031521 A CN 201811031521A CN 110879411 B CN110879411 B CN 110879411B
- Authority
- CN
- China
- Prior art keywords
- wave
- lithology
- indicator factor
- factor
- longitudinal
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 25
- 239000012530 fluid Substances 0.000 claims abstract description 54
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims description 24
- 239000011435 rock Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 6
- 238000002310 reflectometry Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 235000019738 Limestone Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 235000015076 Shorea robusta Nutrition 0.000 description 1
- 244000166071 Shorea robusta Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 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
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
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
公开了一种基于两参数的多波联合叠前属性提取方法及系统。可以包括:选取敏感的流体指示因子ρf和岩性指示因子Eρ;基于流体指示因子和岩性指示因子获得纵、横波反射系数近似方程;基于Zoeppritz方程计算得到的纵波和转换横波反射系数与雷克子波褶积进行正演得到纵波和转换横波角道集与近似方程反演,获得包含有流体指示因子和岩性指示因子的反演结果;基于反演结果根据流体指示因子变化率的异常状态和岩性指示因子变化率的投影结果进行储层识别和油气预测。本发明通过反应目标层的储层特征,较好的指示了油气并识别了岩性,理论严谨可靠且操作流程简单实用,为AVA属性提取与油气预测提供了帮助。
Description
技术领域
本发明涉及叠前AVA属性提取领域,更具体地,涉及一种基于两参数的多波联合叠前属性提取方法及系统。
背景技术
叠前地震反演是进行储层岩性识别和流体预测的主要技术之一,在研究储层性质时,从地震波资料中提取的储层岩性或含油气有关的属性可直接进行储层岩性与流体预测。由于复杂油气藏的分布日趋分散复杂,勘探难度越来越大多。多波多分量地震勘探技术可以为我们提供地下弹性波的矢量波场,全面地提供地下储层的信息,可以作为研究复杂油气藏的有效手段之一,多波地震资料由于拥有更多的地震波信息被广泛用于储层岩性识别和提取含油气有关的联合属性中,在地震资料解释中应用广泛。地震属性技术广泛应用于地震构造解释、地层分析、油藏特征描述以及油藏动态监测等各个领域,为油田开发后期的准确油气预测提供强有力的支持。
在叠前地震勘探技术中,人们研发了属性提取方法检测油气。流体指示因子对油气具有一定的敏感性而被广泛应用,杨氏模量能够凸显页岩气储层的页岩特征,表征岩石的脆性。因此,有必要开发一种基于两参数的多波联合叠前属性提取方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种基于两参数的多波联合叠前属性提取方法及系统,其能够通过对敏感指示因子选取进而建立反射系数近似方程,利用方程结果最终完成储层识别和油气预测,对AVO叠前反演储层识别及后续处理有重要意义。
根据本发明的一方面,提出了一种基于两参数的多波联合叠前属性提取方法。所述方法可以包括:
1)选取敏感的流体指示因子ρf和岩性指示因子Eρ;
2)基于步骤1)中获得的所述流体指示因子和所述岩性指示因子获得纵波反射系数近似方程和转换横波反射系数近似方程;
3)基于Zoeppritz方程计算得到的纵波和转换横波反射系数与雷克子波褶积进行正演得到纵波和转换横波角道集,与步骤2)中获得的纵波反射系数近似方程和转换横波反射系数近似方程进行联合反演,获得包含有流体指示因子和岩性指示因子的反演结果;
4)基于步骤3)中的反演结果,根据流体指示因子变化率的异常状态和岩性指示因子变化率的投影结果进行储层识别和油气预测。
优选地,在步骤2)中,基于所述流体指示因子和所述岩性指示因子获得的纵波反射系数方程、转换横波反射系数方程用如下:
其中,ρ=(ρ1+ρ2)/2是平均密度,Δρ=ρ2-ρ1,ρ1、ρ2分别为界面上、下层的密度;θ=(θ1+θ2)/2是P波入射角和透射角的平均,θ1、θ2分别为P波入射角和透射角;是PSV波反射角和透射角的平均,分别为PSV转换波反射角和透射角,γ表示纵横波速度比,γdy表示干岩石下纵横波速度比。
优选地,在步骤3)中,所述雷克子波的频率为35Hz。
根据本发明的另一方面,提出了一种基于两参数的多波联合叠前属性提取系统,其上存储有计算机程序,其中,所述程序被处理器执行时实现以下步骤:
步骤1:选取敏感的流体指示因子ρf和岩性指示因子Eρ;
步骤2:基于步骤1中获得的所述流体指示因子和所述岩性指示因子获得纵波反射系数近似方程和转换横波反射系数近似方程;
步骤3:基于Zoeppritz方程计算得到的纵波和转换横波反射系数与雷克子波褶积进行正演得到纵波和转换横波角道集,与步骤2中获得的纵波反射系数近似方程和转换横波反射系数近似方程进行联合反演,获得包含有流体指示因子和岩性指示因子的反演结果;
步骤4:基于步骤3中的反演结果,根据流体指示因子变化率的异常状态和岩性指示因子变化率的投影结果进行储层识别和油气预测。
优选地,在步骤2中,基于所述流体指示因子和所述岩性指示因子获得的纵波反射系数方程、转换横波反射系数方程用如下:
其中,ρ=(ρ1+ρ2)/2是平均密度,Δρ=ρ2-ρ1,ρ1、ρ2分别为界面上、下层的密度;θ=(θ1+θ2)/2是P波入射角和透射角的平均,θ1、θ2分别为P波入射角和透射角;是PSV波反射角和透射角的平均,分别为PSV转换波反射角和透射角,γ表示纵横波速度比,γdy表示干岩石下纵横波速度比。
优选地,在步骤3中,所述雷克子波的频率为35Hz。
本发明具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的一种基于两参数的多波联合叠前属性提取方法的步骤的流程图;
图2示出了流体指示因子和岩性指示因子的交会图;
图3(a)示出了Ostrander模型界面二的纵波反射系数曲线图;
图3(b)示出了Ostrander模型界面二的转换横波反射系数曲线图;
图4(a)示出了纵波反演流体指示因子反射率反演结果、纵波和转换横波反演流体指示因子反演结果流体指示因子反射率反演结果与反演结果真实值的对比图;
图4(b)示出了纵波反演岩性指示因子反射率反演结果、纵波和转换横波反演岩性指示因子反演结果流体指示因子反射率反演结果与反演结果真实值的对比图;
图5(a)示出了1000CDP点处的纵波角道集;
图5(b)示出了1000CDP点处的转换横波角道集;
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的一种基于两参数的多波联合叠前属性提取方法的步骤的流程图。
在该实施例中,根据本发明的一种基于两参数的多波联合叠前属性提取方法可以包括:
步骤101:选取敏感的流体指示因子ρf和岩性指示因子Eρ;
其中,E为杨氏模量,ρ为密度,f为Russell等2003年提出的流体指示因子。
在一个示例中,Castagna和Smith(1994)收集到的25组含水砂岩、页岩、含气砂岩的速度与密度数据代表了世界范围内的采样,包含了常见的三类含气砂岩异常。利用上述数据进行流体指示因子和岩性指示因子的交会图制作,如图2所示,可以很好地在图中将含气砂岩、含水砂岩与页岩进行区分,进而证明了所选取的敏感流体指示因子和岩性指示因子的正确性,能够达到将含气砂岩、含水砂岩和页岩进行区分。
步骤102:基于步骤101中获得的所述流体指示因子和所述岩性指示因子获得纵、横波反射系数近似方程;
在一个示例中,通过以下方程进行表示纵波反射系数及转换波反射系数:
其中,VP=(VP1+VP2)/2是平均P波速度,ΔVP=VP2-VP1,其中VP1、VP2分别为界面上、下层的纵波速度;VS=(VS1+VS2)/2是平均SV波速度,ΔVS=VS2-VS1,VS1、VS2分别为界面上、下层的SV波速度;ρ=(ρ1+ρ2)/2是平均密度,Δρ=ρ2-ρ1,ρ1、ρ2分别为界面上、下层的密度;θ=(θ1+θ2)/2是P波入射角和透射角的平均,θ1、θ2分别为P波入射角和透射角;是PSV波反射角和透射角的平均,分别为PSV转换波反射角和透射角。
在一个示例中,基于流体指示因子和岩性指示因子获得的纵波反射系数方程、转换横波反射系数方程用如下:
其中,RPP是纵波反射系数,RPS是转换横波反射系数,ρ=(ρ1+ρ2)/2是平均密度,Δρ=ρ2-ρ1,ρ1、ρ2分别为界面上、下层的密度;θ=(θ1+θ2)/2是P波入射角和透射角的平均,θ1、θ2分别为P波入射角和透射角;是PSV波反射角和透射角的平均,分别为PSV转换波反射角和透射角,γ表示纵横波速度比,γdy表示干岩石下纵横波速度比。
在示例性实施例中,步骤102中获得的纵波反射系数近似方程和转换横波反射系数近似方程还需要与已有近似方程进行精度对比,本发明利用Ostrander的三层模型计算纵、横波反射系数,进行精度的对比,进行精度对比的方程为:Zoeppritz方程、Aki-Richards近似式、Russell近似式、Smith和Gidlow近似式。如图3(a)所示,为对Ostrander三层模型通过正演计算得到的纵波反射系数曲线,如图3(b)所示,为对Ostrander三层模型通过正演计算得到的转换横波反射系数曲线,从两张图的整体而言,曲线与标准曲线误差在0.1左右,趋势临近,利用经验近似式进行简化对新推导的纵横波反射系数近似式的精度影响作用较小。
更具体的,还需要利用Mahmoudian and Margrave的四层层状模型测试纵波反射系数近似方程和转换横波反射系数近似方程。
步骤103:基于Zoeppritz方程计算得到的纵波和转换横波反射系数与雷克子波褶积进行正演得到纵波和转换横波角道集,与步骤2中获得的纵波反射系数近似方程和转换横波反射系数近似方程进行联合反演,获得包含有流体指示因子和岩性指示因子的反演结果;
在示例性实施例中,将经过Zoeppritz精确方程计算的反射系数,与35Hz雷克子波与得到的纵波和转换横波反射系数进行褶积,获得纵波和转换波角道集,或者也可以由实际资料预处理得到纵波和转换波角道集。
在示例性实施例中,可以将每个采样点处的模型数据,代入Zoeppritz方程进而得到不超过临界角在深度域内的随角度变化的纵波反射系数和转换横波反射系数。
如图4(a)所示,为纵波反演流体指示因子反射率反演结果、纵波和转换横波反演流体指示因子反演结果流体指示因子反射率反演结果与真实反演结果的对比图,可以看出纵波和转换横波联合AVO反演的横波速度和密度反射率精度高于仅用纵波反演的结果,如图(b)所示,纵波反演岩性指示因子反射率反演结果、纵波和转换横波反演岩性指示因子反演结果流体指示因子反射率反演结果与真实反演结果的对比图,可以看出纵波和转换横波联合AVO反演的横波速度和密度反射率精度高于仅用纵波反演的结果。
步骤104:基于步骤103中的反演结果,根据流体指示因子变化率的异常状态和岩性指示因子变化率的投影结果进行储层识别和油气预测。
本发明还提出了一种基于两参数的多波联合叠前属性提取系统,其上存储有计算机程序,其中,所述程序被处理器执行时实现以下步骤:
步骤1:选取敏感的流体指示因子ρf和岩性指示因子Eρ;
步骤2:基于步骤1中获得的所述流体指示因子和所述岩性指示因子获得纵、横波反射系数近似方程;
步骤3:基于Zoeppritz方程计算得到的纵波和转换横波反射系数与雷克子波褶积进行正演得到纵波和转换横波角道集,与步骤2中获得的纵波反射系数近似方程和转换横波反射系数近似方程进行联合反演,获得包含有流体指示因子和岩性指示因子的反演结果;
步骤4:基于步骤3中的反演结果,根据流体指示因子变化率的异常状态和岩性指示因子变化率的投影结果进行储层识别和油气预测。
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
为了检验多波联合AVA属性在实际资料的应用效果,采用中国LJ地区A油田M测线的纵波和转换横波数据进行测试。该区在地质上位于凹陷南缓斜坡,受燕山运动和喜马拉雅运动的影响,形成了向北倾没的大型鼻状构造,油气藏类型主要为受构造控制的断块油气藏,兼有岩性、泥岩裂缝等特殊油气藏。采用的地震资料PP波主频接近35Hz,PS波主频接近15Hz。在时间域内将纵波地震数据与转换横波地震数据匹配一致得到纵波角道集如图5(a)所示,转换横波角道集如图5(b)所示。
经过基于两参数的多波联合叠前属性提取的流体指示因子变化率结果剖面如图6所示,对有井目的层进行局部放大并将过测线的生产井投影到属性剖面上,含有油气时,纵波速度减小,而横波速度对流体相对不敏感,造成流体因子相对变化率负异常,体现在属性分析结果剖面中的蓝色异常值区域,证明了流体指示因子变化率属性结果剖面对油气的识别效果较好。
综上所述,本发明通过反应目标层的储层特征,较好的指示了油气并识别了岩性,理论严谨可靠且操作流程简单实用,为AVA属性提取与油气预测提供了帮助。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (8)
1.一种基于两参数的多波联合叠前属性提取方法,其特征在于,包括:
1)选取敏感的流体指示因子ρf和岩性指示因子Eρ;
2)基于步骤1)中获得的所述流体指示因子和所述岩性指示因子获得纵波反射系数近似方程和转换横波反射系数近似方程;
3)基于Zoeppritz方程计算得到的纵波和转换横波反射系数与雷克子波褶积进行正演得到纵波和转换横波角道集,与步骤2)中获得的纵波反射系数近似方程和转换横波反射系数近似方程进行联合反演,获得包含有流体指示因子和岩性指示因子的反演结果;
4)基于步骤3)中的反演结果,根据流体指示因子变化率的异常状态和岩性指示因子变化率的投影结果进行储层识别和油气预测;
在步骤2)中,基于所述流体指示因子和所述岩性指示因子获得的纵波反射系数方程、转换横波反射系数方程用如下:
2.根据权利要求1中所述的基于两参数的多波联合叠前属性提取方法,其中,在步骤3)中,所述雷克子波的频率为35Hz。
5.一种基于两参数的多波联合叠前属性提取系统,其上存储有计算机程序,其中,所述程序被处理器执行时实现以下步骤:
步骤1:选取敏感的流体指示因子ρf和岩性指示因子Eρ;
步骤2:基于步骤1中获得的所述流体指示因子和所述岩性指示因子获得纵波反射系数近似方程和转换横波反射系数近似方程;
步骤3:基于Zoeppritz方程计算得到的纵波和转换横波反射系数与雷克子波褶积进行正演得到纵波和转换横波角道集,与步骤2中获得的纵波反射系数近似方程和转换横波反射系数近似方程进行联合反演,获得包含有流体指示因子和岩性指示因子的反演结果;
步骤4:基于步骤3中的反演结果,根据流体指示因子变化率的异常状态和岩性指示因子变化率的投影结果进行储层识别和油气预测;
在步骤2中,基于所述流体指示因子和所述岩性指示因子获得的纵波反射系数方程、转换横波反射系数方程用如下:
6.根据权利要求5中所述基于两参数的多波联合叠前属性提取系统,其中,在步骤3中,所述雷克子波的频率为35Hz。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811031521.8A CN110879411B (zh) | 2018-09-05 | 2018-09-05 | 一种基于两参数的多波联合叠前属性提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811031521.8A CN110879411B (zh) | 2018-09-05 | 2018-09-05 | 一种基于两参数的多波联合叠前属性提取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110879411A CN110879411A (zh) | 2020-03-13 |
CN110879411B true CN110879411B (zh) | 2021-09-17 |
Family
ID=69727701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811031521.8A Active CN110879411B (zh) | 2018-09-05 | 2018-09-05 | 一种基于两参数的多波联合叠前属性提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110879411B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7218573B1 (en) * | 2006-01-06 | 2007-05-15 | Westerngeco, L.L.C. | Interpretation of shot gather and stack of seismic data |
CN103257361A (zh) * | 2013-05-24 | 2013-08-21 | 中国石油天然气集团公司 | 基于Zoeppritz方程近似式的油气预测方法及系统 |
CN104297781A (zh) * | 2013-07-16 | 2015-01-21 | 中国石油化工股份有限公司 | 一种射线参数域无约束弹性参数反演方法 |
CN104570085A (zh) * | 2013-10-29 | 2015-04-29 | 中国石油化工股份有限公司 | 一种纵横波射线参数域联合反演方法 |
CN104965224A (zh) * | 2015-06-03 | 2015-10-07 | 北京多分量地震技术研究院 | 用平均入射角道集进行pp波与ps波联合avo反演方法 |
CN106772608A (zh) * | 2017-02-16 | 2017-05-31 | 甘肃省地震局 | 等效孔隙裂缝介质的弹性阻抗及广义流体因子分析方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6473696B1 (en) * | 2001-03-13 | 2002-10-29 | Conoco Inc. | Method and process for prediction of subsurface fluid and rock pressures in the earth |
US20140324354A1 (en) * | 2013-04-29 | 2014-10-30 | King Fahd University Of Petroleum And Minerals | Transmission coefficient method for avo seismic analysis |
-
2018
- 2018-09-05 CN CN201811031521.8A patent/CN110879411B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7218573B1 (en) * | 2006-01-06 | 2007-05-15 | Westerngeco, L.L.C. | Interpretation of shot gather and stack of seismic data |
CN103257361A (zh) * | 2013-05-24 | 2013-08-21 | 中国石油天然气集团公司 | 基于Zoeppritz方程近似式的油气预测方法及系统 |
CN104297781A (zh) * | 2013-07-16 | 2015-01-21 | 中国石油化工股份有限公司 | 一种射线参数域无约束弹性参数反演方法 |
CN104570085A (zh) * | 2013-10-29 | 2015-04-29 | 中国石油化工股份有限公司 | 一种纵横波射线参数域联合反演方法 |
CN104965224A (zh) * | 2015-06-03 | 2015-10-07 | 北京多分量地震技术研究院 | 用平均入射角道集进行pp波与ps波联合avo反演方法 |
CN106772608A (zh) * | 2017-02-16 | 2017-05-31 | 甘肃省地震局 | 等效孔隙裂缝介质的弹性阻抗及广义流体因子分析方法 |
Non-Patent Citations (3)
Title |
---|
Joint PP and PS Waves AVA Attributes Analysis;Q.Z. Du et al.;《77th EAGE Conference & Exhibition 2015》;20151231;第2-5页 * |
Two-steps two-parameters joint PP and PS waves AVO inversion;Xiaoxue Zheng et al.;《2015 SEG New Orleans Annual Meeting》;20151231;第649-653页 * |
横向约束分步叠前弹性参数反演;郑笑雪等;《石油地球物理勘探》;20170831;第52卷(第4期);第760-769页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110879411A (zh) | 2020-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8379482B1 (en) | Using seismic attributes for data alignment and seismic inversion in joint PP/PS seismic analysis | |
US20180203144A1 (en) | Interferometric Microseismic Imaging Methods and Apparatus | |
US7391675B2 (en) | Microseismic event detection and location by continuous map migration | |
Chopra et al. | Emerging and future trends in seismic attributes | |
US6901333B2 (en) | Method and device for the generation and application of anisotropic elastic parameters | |
EP1865340B1 (en) | A process and program for characterising evolution of an oil reservoir over time | |
US20130289879A1 (en) | Process for characterising the evolution of a reservoir | |
US20110083844A1 (en) | Seismic Fluid Prediction Via Expanded AVO Anomalies | |
US7768870B2 (en) | Method for adjusting a seismic wave velocity model according to information recorded in wells | |
CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
US20030206486A1 (en) | Global classification of sonic logs | |
EP2257837B1 (en) | System and method for monitoring time-dependent subsurface changes | |
CN110658555A (zh) | 储层流体因子构建方法及储层流体识别方法 | |
US20220236435A1 (en) | Low-Frequency Seismic Survey Design | |
CN110879411B (zh) | 一种基于两参数的多波联合叠前属性提取方法及系统 | |
Arsalan et al. | Application of extended elastic impedance: A case study from Krishna-Godavari Basin, India | |
CN112180442A (zh) | 一种基于crp道集的岩性反演方法及系统 | |
Wu et al. | Improving image resolution using deabsorption prestack time migration with effective Q estimation: A back-propagation network approach | |
Dai et al. | Study of an Automatic Picking Method for Multimode Dispersion Curves of Surface Waves Based on an Improved U-Net | |
US9052408B2 (en) | Method and system for detecting geometry variations of seismic reflections | |
CN109490952B (zh) | 地震相干体分析方法及系统 | |
US10739483B2 (en) | Absolute strength and absolute sensitivity in seismic data | |
Dutta et al. | Seismic detection and estimation of overpressures | |
CN106094028A (zh) | 基于位移场的深度域地震属性提取方法 | |
EP3669210B1 (en) | Method for obtaining estimates of a model parameter so as to characterise the evolution of a subsurface volume over a time period using time-lapse seismic |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |