CN111007567A - 基于地震波形反演的砂泥岩薄互层预测方法及系统 - Google Patents
基于地震波形反演的砂泥岩薄互层预测方法及系统 Download PDFInfo
- Publication number
- CN111007567A CN111007567A CN201811168315.1A CN201811168315A CN111007567A CN 111007567 A CN111007567 A CN 111007567A CN 201811168315 A CN201811168315 A CN 201811168315A CN 111007567 A CN111007567 A CN 111007567A
- Authority
- CN
- China
- Prior art keywords
- sand
- seismic data
- mudstone
- seismic
- inversion
- 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
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. analysis, for interpretation, for correction
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
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
公开了一种基于地震波形反演的砂泥岩薄互层预测方法及系统。该方法可以包括:根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式;通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应;计算实际地震数据与所有砂泥岩的组合模式的AVO响应的相关值,获得最终关键参数;根据最终关键参数,确定最终的砂泥岩的组合模式;根据最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果。本发明通过无井约束方法进行反演,受井约束的影响较小,反演结果对砂层组合、空间展布预测等具有参考价值,能够为有利储层的预测中从砂层结构角度区分储层质量提供依据。
Description
技术领域
本发明涉及油气层地震勘探与开发领域,更具体地,涉及一种基于地震波形反演的砂泥岩薄互层预测方法及系统。
背景技术
地球物理技术从勘探、开发早期评价阶段进入到油田开发后期,在构造解释方面,从研究大的断层结构和大规模的地质构造区域,向识别易于聚集油气的小断层、微幅度构造转变;在油气储层预测方面,由过去的预测较大规模的层系、砂岩组等较厚的储层,到薄层甚至薄互层结构,储层的预测精度逐渐提高。薄互层储层之间的地震反射波由于层间多次波的传播效应和调谐干涉效应,薄互层的地震储层预测面临小层精细反演和单砂层砂体解释等技术难题。
对于薄互层地震识别问题,Ricker(1953)最早开始研究了薄层地震反射问题。Widess(1973)研究了薄层的调谐效应,给出薄层定量化的具体定义:认为厚度小于入射子波在其介质中传播时波长的四分之一为薄层;小于八分之一时,复合反射波从波形上不可识别。Koefoed(1980)通过合成地震模型研究认为,薄层厚度和地震反射复合波的振幅之间存在着准线性关系。同时,模型中考虑了能量传播损失和层间多次波。Bakken(1998)和Ursin(1998),Wapenaar(1999)开展了关于薄层AVO效应的研究,对由于偏移距产生的调谐效应做出改进。然而,层状介质的AVO特征与单一界面是不同的,因为反射系数与入射波的频率相关。实际地层为非均匀介质,地震波在地下传播时具有传播效应和层间多次波的调谐干涉效应。对此,Aki和Richard(1980)提出的传播矩阵算法在理论上可以更好的来描述这种层状介质模型。Kennett(1983)给出了地震波在层状各项异性介质中传播的描述。在此之后,有许多学者对层状介质进行了AVO正演响应研究。Carcione(2001)计算了富有机质的页岩层的反射系数。Liu和Schmitt(2003)研究了泊松比和层厚度对薄层AVO响应的影响。
近年来,随着地震技术的进步发展,振幅随偏移距变化(AVO)反演方法已经是很常见的储层识别技术。尽管这种方法在实际应用中日渐成熟,但是AVO反演依然有一些问题存在,究其根本是由于方法本身所要求的前提条件简单,它假设地震数据是单界面反射,并且不受其层间多次传播效应的影响。这种假设只在相对小偏移距(入射角<30°)或更小的范围内才比较准确。对于入射角大于30°的情况,地震数据越来越多地受到非均匀复杂介质的波传播效应的影响,导致在大入射角范围内的应用不理想。因此,有必要开发一种基于地震波形反演的砂泥岩薄互层预测方法及系统。
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地震波形反演的砂泥岩薄互层预测方法及系统,其能够结合测井数据给出的先验信息,通过无井约束方法进行反演,受井约束的影响较小,在预测砂层横向展布方面具有优势,反演结果对砂层组合、空间展布预测等具有参考价值,能够为有利储层的预测中从砂层结构角度区分储层质量提供依据。
根据本发明的一方面,提出了一种基于地震波形反演的砂泥岩薄互层预测方法。所述方法可以包括:根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式;通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应;计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值,获得使相关值最大的最终关键参数;根据所述最终关键参数,确定最终的砂泥岩的组合模式;根据所述最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果。
优选地,以关键参数(N,X,Y)确定描述多种砂泥岩的组合模式,其中,X为两层砂岩的间距,N为单元反射体内砂岩的个数,Y为单元反射单元体内第一个砂岩层距离上界面的距离。
优选地,通过公式(1)计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值:
其中,F(v)为相关值,M为实际地震数据的道数,SeisDataobserved(xm)为第m道的实际地震数据,SeisDatamodeled(xm,v)为组合模式的AVO响应,v表示组合模式为速度模型,x表示变量,correlation表示相关。
优选地,若公式(1)中实际地震数据的道数为1,则实际地震数据为叠后地震数据;若公式(1)中实际地震数据的道数不为1,则实际地震数据为叠前地震数据。
优选地,还包括:根据所述反演结果,预测储层质量。
根据本发明的另一方面,提出了一种基于地震波形反演的砂泥岩薄互层预测系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式;通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应;计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值,获得使相关值最大的最终关键参数;根据所述最终关键参数,确定最终的砂泥岩的组合模式;根据所述最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果。
优选地,以关键参数(N,X,Y)确定描述多种砂泥岩的组合模式,其中,X为两层砂岩的间距,N为单元反射体内砂岩的个数,Y为单元反射单元体内第一个砂岩层距离上界面的距离。
优选地,通过公式(1)计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值:
其中,F(v)为相关值,M为实际地震数据的道数,SeisDataobserved(xm)为第m道的实际地震数据,SeisDatamodeled(xm,v)为组合模式的AVO响应,v表示组合模式为速度模型,x表示变量,correlation表示相关。
优选地,若公式(1)中实际地震数据的道数为1,则实际地震数据为叠后地震数据;若公式(1)中实际地震数据的道数不为1,则实际地震数据为叠前地震数据。
优选地,还包括:根据所述反演结果,预测储层质量。
本发明的方法和装置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基于地震波形反演的砂泥岩薄互层预测方法的步骤的流程图。
图2示出了根据本发明的一个实施例的多种砂泥岩的组合模式的示意图。
图3示出了根据本发明的一个实施例的过井A的叠后地震剖面的示意图。
图4a、图4b、图4c、图4d示出了根据本发明的一个实施例的过井A4个位置的声波时差曲线局部放大图。
图5示出了根据本发明的一个实施例的过井A的反演结果与地震剖面的联合显示图。
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基于地震波形反演的砂泥岩薄互层预测方法的步骤的流程图。
在该实施例中,根据本发明的基于地震波形反演的砂泥岩薄互层预测方法可以包括:步骤101,根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式;步骤102,通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应;步骤103,计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值,获得使相关值最大的最终关键参数;步骤104,根据最终关键参数,确定最终的砂泥岩的组合模式;步骤105,根据最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果。
在一个示例中,以关键参数(N,X,Y)确定描述多种砂泥岩的组合模式,其中,X为两层砂岩的间距,N为单元反射体内砂岩的个数,Y为单元反射单元体内第一个砂岩层距离上界面的距离。
在一个示例中,通过公式(1)计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值:
其中,F(v)为相关值,M为实际地震数据的道数,SeisDataobserved(xm)为第m道的实际地震数据,SeisDatamodeled(xm,v)为组合模式的AVO响应,v表示组合模式为速度模型,x表示变量,correlation表示相关。
在一个示例中,若公式(1)中实际地震数据的道数为1,则实际地震数据为叠后地震数据;若公式(1)中实际地震数据的道数不为1,则实际地震数据为叠前地震数据。
在一个示例中,还包括:根据反演结果,预测储层质量。
具体地,通过研究基于界面模型的Zoeppritz方程及其近似方程、波动方程和传播矩阵算法,并就对是否适用于具有复杂结构的薄互层模型进行分析,得出传播矩阵算法能够在充分考虑地震反射波动力学因素的同时不受网格间距的限制,可以精确地计算砂泥岩薄互层地震响应,为反演算法提供精确的正演模拟。
由于干涉、调谐等现象的存在,来自薄互层的反射地震波呈现复合波型。常规单一界面模型的反射系数可由Zoeppritz方程计算,而具有层状结构模型的地震反射波特征不仅与入射角度、物性差异有关,还与入射波频率、地层厚度、薄互层结构、地层的不均匀性等因素有关。
根据传播矩阵理论,对于P波入射,地层的反射、透射系数向量r=[RPP,RPS,TPP,TPS]T由下式计算:
其中,矩阵A1与A2分别为与上、下层介质物性参数有关的传播矩阵;Bα(α=1,…,N)为具有N层结构的中间薄互层的传播矩阵;iP为P波入射向量,与入射介质物性参数有关;同时,上述矩阵和向量都是入射波频率、波慢度的函数。
传播矩阵A1和A2分别为:
W=p55(γsx+βsz) (7)
Z=βp13sx+γp33sz (8)
式中,p.v.意为取复数的主值。对于γ,符号“+”对应qP波(即准P波),符号“-”对应qS波(即准S波)。
并且,水平波慢度sx为:
E={[(p33-p55)cos2θ-(p11-p55)sin2θ]2+(p13+p55)2sin22θ}1/2 (10)
垂直波慢度sz为:
sz表达式符号约定为:(+,-):向下传播qP波;(+,+):向下传播qS波;(-,-):向上传播qP波;(-,+):向上传播qS波。
传播矩阵Bα=T(0)T-1(hα),其中:
并且P波入射向量为:
iP=iω[βP1,γP1,-ZP1,-WP1]T (15)
由薄互层反射系数的传播矩阵理论,可计算各个频率下的反射、透射系数向量r=[RPP,RPS,TPP,TPS]T,即相应反射波的频变反射系数Rf。将频变反射系数与频率域的地震子波Wf相乘可得相应反射波的振幅谱Uf,即:
Uf=Wf×Rf (16)
对Uf做反傅里叶变换则可以获得时间域的反射波波形ut为:
其中f表示角频率,i为虚数单位,t为时间。
根据本发明的基于地震波形反演的砂泥岩薄互层预测方法可以包括:
根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式,以关键参数(N,X,Y)确定描述多种砂泥岩的组合模式,设该模型为只有砂泥两种介质的韵律型薄互层,砂体厚度相同,而间距是变化的,其中,X为两层砂岩的间距,N为单元反射体内砂岩的个数,Y为单元反射单元体内第一个砂岩层距离上界面的距离,H为单元反射体的厚度,h为单元反射体内砂岩层的厚度。通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应。
通过公式(1)计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值,获得使相关值最大的最终关键参数,若公式(1)中实际地震数据的道数为1,则实际地震数据为叠后地震数据;若公式(1)中实际地震数据的道数不为1,则实际地震数据为叠前地震数据。根据最终关键参数,确定最终的砂泥岩的组合模式;根据最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果,根据反演结果,预测储层质量,根据反演得到层位的连续性和成层性来具体分析,若某一储层的连续性较好,则该储层的质量较好。
本方法结合测井数据给出的先验信息,通过无井约束方法进行反演,受井约束的影响较小,在预测砂层横向展布方面具有优势,反演结果对砂层组合、空间展布预测等具有参考价值,能够为有利储层的预测中从砂层结构角度区分储层质量提供依据。
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。
图2示出了根据本发明的一个实施例的多种砂泥岩的组合模式的示意图。
根据本发明的基于地震波形反演的砂泥岩薄互层预测方法可以包括:
根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式,如图2所示,以关键参数(N,X,Y)确定描述多种砂泥岩的组合模式,设该模型为只有砂泥两种介质的韵律型薄互层,砂体厚度相同,而间距是变化的,其中,X为两层砂岩的间距,N为单元反射体内砂岩的个数,Y为单元反射单元体内第一个砂岩层距离上界面的距离,H为单元反射体的厚度,h为单元反射体内砂岩层的厚度,固定单元反射体的厚度H的值来逐层进行反演,参数H的个数决定反演算法的时间,根据研究地区的实际情况取H=10m,根据测井数据给出的先验信息来确定h,以h=2m厚度作为单个砂体单元,在厚度H=10m的反射体内,最大砂地比N*h/H=40%,根据以上分析可知,需要反演的参数为X、Y,以反射体单元为单位列出X、Y和N=0,1,2的所有组合模式,通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应。如图2所示,根据测井数据设计了三个研究区典型模式的薄互层模型。模型中深灰色部分表示砂岩,厚度分别为2m和4m,纵波速度为3800m/s,横波速度为2000m/s,密度2450kg/m3;黑色部分表示泥岩,纵波速度为3200m/s,横波速度为1800m/s,密度2500kg/m3。模式1中三层砂岩应的厚度分别为4m、2m、2m,相邻两层砂岩的间距分别为6m和8m;模式2中三层砂岩应的厚度分别为4m、2m、4m,相邻两层砂岩的间距分别为6m和8m;模式3中三层砂岩应的厚度分别为4m、2m、4m,相邻两层砂岩的间距分别为10m和4m。正演算法采用传播矩阵理论,地震子波是主频为40Hz的雷克子波。
通过公式(1)计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值,获得使相关值最大的最终关键参数,若公式(1)中实际地震数据的道数为1,则实际地震数据为叠后地震数据;若公式(1)中实际地震数据的道数不为1,则实际地震数据为叠前地震数据。根据最终关键参数,确定最终的砂泥岩的组合模式;根据最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果,根据反演结果,预测储层质量。
图3示出了根据本发明的一个实施例的过井A的叠后地震剖面的示意图,其中,400m处的曲线为井A的声波时差曲线。为方便选取标志层下方的薄互层结构进行研究,按标志层位进行了拉平显示。根据上述反演算法,由过井A井的叠后地震剖面反演砂泥岩分布模式。
图4a、图4b、图4c、图4d示出了根据本发明的一个实施例的过井A4个位置的声波时差曲线局部放大图,与过井A反演结果对比,可以看到反演的砂岩位置与测井曲线解释中主要砂体位置具有较高的吻合程度。
图5示出了根据本发明的一个实施例的过井A的反演结果与地震剖面的联合显示图,其中高亮显示部分为砂体分布,砂体空间位置根据附图5的反演结果进行了深度-时间转换。从图中可以观察到地震反射波形、相位与砂岩层位的对应关系,可通过砂体厚度、空间垂向组合关系、空间横向连续性、砂层规模等预测储层质量,若某一储层的连续性较好,则该储层的质量较好。
综上所述,本发明结合测井数据给出的先验信息,通过无井约束方法进行反演,受井约束的影响较小,在预测砂层横向展布方面具有优势,反演结果对砂层组合、空间展布预测等具有参考价值,能够为有利储层的预测中从砂层结构角度区分储层质量提供依据。
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。
根据本发明的实施例,提供了一种基于地震波形反演的砂泥岩薄互层预测系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式;通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应;计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值,获得使相关值最大的最终关键参数;根据最终关键参数,确定最终的砂泥岩的组合模式;根据最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果。
在一个示例中,以关键参数(N,X,Y)确定描述多种砂泥岩的组合模式,其中,X为两层砂岩的间距,N为单元反射体内砂岩的个数,Y为单元反射单元体内第一个砂岩层距离上界面的距离。
在一个示例中,通过公式(1)计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值:
其中,F(v)为相关值,M为实际地震数据的道数,SeisDataobserved(xm)为第m道的实际地震数据,SeisDatamodeled(xm,v)为组合模式的AVO响应,v表示组合模式为速度模型,x表示变量,correlation表示相关。
在一个示例中,若公式(1)中实际地震数据的道数为1,则实际地震数据为叠后地震数据;若公式(1)中实际地震数据的道数不为1,则实际地震数据为叠前地震数据。
在一个示例中,还包括:根据反演结果,预测储层质量。
本系统结合测井数据给出的先验信息,通过无井约束方法进行反演,受井约束的影响较小,在预测砂层横向展布方面具有优势,反演结果对砂层组合、空间展布预测等具有参考价值,能够为有利储层的预测中从砂层结构角度区分储层质量提供依据。
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 (10)
1.一种基于地震波形反演的砂泥岩薄互层预测方法,其特征在于,包括:
根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式;
通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应;
计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值,获得使相关值最大的最终关键参数;
根据所述最终关键参数,确定最终的砂泥岩的组合模式;
根据所述最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果。
2.根据权利要求1所述的基于地震波形反演的砂泥岩薄互层预测方法,其中,以关键参数(N,X,Y)确定描述多种砂泥岩的组合模式,
其中,X为两层砂岩的间距,N为单元反射体内砂岩的个数,Y为单元反射单元体内第一个砂岩层距离上界面的距离。
4.根据权利要求3所述的基于地震波形反演的砂泥岩薄互层预测方法,其中,若公式(1)中实际地震数据的道数为1,则实际地震数据为叠后地震数据;若公式(1)中实际地震数据的道数不为1,则实际地震数据为叠前地震数据。
5.根据权利要求1所述的基于地震波形反演的砂泥岩薄互层预测方法,其中,还包括:
根据所述反演结果,预测储层质量。
6.一种基于地震波形反演的砂泥岩薄互层预测系统,其特征在于,该系统包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
根据测井解释资料确定砂岩速度、砂岩密度、泥岩速度和泥岩密度,进而建立多种砂泥岩的组合模式;
通过传播矩阵方法,计算所有砂泥岩的组合模式的全频带上的频变AVO响应;
计算实际地震数据与所有砂泥岩的组合模式的频变AVO响应的相关值,获得使相关值最大的最终关键参数;
根据所述最终关键参数,确定最终的砂泥岩的组合模式;
根据所述最终的砂泥岩的组合模式,逐层逐道反演地震数据,得到整个地震剖面的反演结果。
7.根据权利要求6所述的基于地震波形反演的砂泥岩薄互层预测系统,其中,以关键参数(N,X,Y)确定描述多种砂泥岩的组合模式,
其中,X为两层砂岩的间距,N为单元反射体内砂岩的个数,Y为单元反射单元体内第一个砂岩层距离上界面的距离。
9.根据权利要求8所述的基于地震波形反演的砂泥岩薄互层预测系统,其中,若公式(1)中实际地震数据的道数为1,则实际地震数据为叠后地震数据;若公式(1)中实际地震数据的道数不为1,则实际地震数据为叠前地震数据。
10.根据权利要求6所述的基于地震波形反演的砂泥岩薄互层预测系统,其中,还包括:
根据所述反演结果,预测储层质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811168315.1A CN111007567A (zh) | 2018-10-08 | 2018-10-08 | 基于地震波形反演的砂泥岩薄互层预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811168315.1A CN111007567A (zh) | 2018-10-08 | 2018-10-08 | 基于地震波形反演的砂泥岩薄互层预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111007567A true CN111007567A (zh) | 2020-04-14 |
Family
ID=70110981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811168315.1A Pending CN111007567A (zh) | 2018-10-08 | 2018-10-08 | 基于地震波形反演的砂泥岩薄互层预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111007567A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113009567A (zh) * | 2021-03-31 | 2021-06-22 | 中国石油化工股份有限公司 | 泥包砂型薄储层地震特征的识别方法 |
CN113253346A (zh) * | 2021-04-20 | 2021-08-13 | 中国石油大学(北京) | 薄互层储层水平裂缝的预测方法 |
CN113534262A (zh) * | 2021-06-24 | 2021-10-22 | 中国海洋石油集团有限公司 | 基于大数据分析的砂泥互层型储层发育带地震的预测方法 |
CN113759419A (zh) * | 2020-06-04 | 2021-12-07 | 中国石油化工股份有限公司 | 一种储层预测方法、装置、存储介质及电子设备 |
CN113805232A (zh) * | 2020-06-17 | 2021-12-17 | 中国石油化工股份有限公司 | 浅层地表的品质因子的估计方法、系统及存储介质 |
CN115653580A (zh) * | 2022-11-07 | 2023-01-31 | 成都理工大学 | 一种复杂岩性储层内部结构刻画方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5661697A (en) * | 1995-12-18 | 1997-08-26 | Atlantic Richfield Company | Method and apparatus for detection of sand formations in amplitude-versus-offset seismic surveys |
EG22399A (en) * | 1998-09-28 | 2003-01-29 | Psg Seres As | Amplittude variation as function of offset attribute and rock property contrast analysis for seismic survey data |
CN102562048A (zh) * | 2010-12-30 | 2012-07-11 | 长江大学 | 一种预测高成岩阶段低孔低渗碎屑岩有效储层的方法 |
CN103777243A (zh) * | 2012-10-25 | 2014-05-07 | 中国石油化工股份有限公司 | 砂泥岩薄互层储层厚度预测方法 |
CN104614763A (zh) * | 2015-01-19 | 2015-05-13 | 中国石油大学(北京) | 基于反射率法的多波avo储层弹性参数反演方法及系统 |
-
2018
- 2018-10-08 CN CN201811168315.1A patent/CN111007567A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5661697A (en) * | 1995-12-18 | 1997-08-26 | Atlantic Richfield Company | Method and apparatus for detection of sand formations in amplitude-versus-offset seismic surveys |
EG22399A (en) * | 1998-09-28 | 2003-01-29 | Psg Seres As | Amplittude variation as function of offset attribute and rock property contrast analysis for seismic survey data |
CN102562048A (zh) * | 2010-12-30 | 2012-07-11 | 长江大学 | 一种预测高成岩阶段低孔低渗碎屑岩有效储层的方法 |
CN103777243A (zh) * | 2012-10-25 | 2014-05-07 | 中国石油化工股份有限公司 | 砂泥岩薄互层储层厚度预测方法 |
CN104614763A (zh) * | 2015-01-19 | 2015-05-13 | 中国石油大学(北京) | 基于反射率法的多波avo储层弹性参数反演方法及系统 |
Non-Patent Citations (2)
Title |
---|
万琼华等: "珠江口盆地陆丰凹陷A油田储层质量差异及低渗储层主控因素", 《石油与天然气地质》 * |
裴思嘉: "基于地震波形反演的砂泥岩薄互层结构表征研究", 《中国博士学位论文全文数据库》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113759419A (zh) * | 2020-06-04 | 2021-12-07 | 中国石油化工股份有限公司 | 一种储层预测方法、装置、存储介质及电子设备 |
CN113805232A (zh) * | 2020-06-17 | 2021-12-17 | 中国石油化工股份有限公司 | 浅层地表的品质因子的估计方法、系统及存储介质 |
CN113805232B (zh) * | 2020-06-17 | 2024-04-09 | 中国石油化工股份有限公司 | 浅层地表的品质因子的估计方法、系统及存储介质 |
CN113009567A (zh) * | 2021-03-31 | 2021-06-22 | 中国石油化工股份有限公司 | 泥包砂型薄储层地震特征的识别方法 |
CN113009567B (zh) * | 2021-03-31 | 2022-07-05 | 中国石油化工股份有限公司 | 泥包砂型薄储层地震特征的识别方法 |
CN113253346A (zh) * | 2021-04-20 | 2021-08-13 | 中国石油大学(北京) | 薄互层储层水平裂缝的预测方法 |
CN113534262A (zh) * | 2021-06-24 | 2021-10-22 | 中国海洋石油集团有限公司 | 基于大数据分析的砂泥互层型储层发育带地震的预测方法 |
CN115653580A (zh) * | 2022-11-07 | 2023-01-31 | 成都理工大学 | 一种复杂岩性储层内部结构刻画方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111007567A (zh) | 基于地震波形反演的砂泥岩薄互层预测方法及系统 | |
US8892410B2 (en) | Estimation of soil properties using waveforms of seismic surface waves | |
Pan et al. | Love-wave waveform inversion in time domain for shallow shear-wave velocity | |
CN102707317B (zh) | 一种利用地震波吸收衰减特征进行储层分析的方法 | |
Mi et al. | Dispersion energy analysis of Rayleigh and Love waves in the presence of low-velocity layers in near-surface seismic surveys | |
Igel et al. | SH‐wave propagation in the whole mantle using high‐order finite differences | |
CN101201409B (zh) | 一种地震数据变相位校正方法 | |
CN111487692B (zh) | 一种盐间页岩油韵律层地震响应特征及储层厚度预测方法 | |
Maurer et al. | Optimized experimental design in the context of seismic full waveform inversion and seismic waveform imaging | |
Deng et al. | The extended range phase shift method for broadband surface wave dispersion measurement from ambient noise and its application in ore deposit characterization | |
Walls et al. | North Sea reservoir characterization using rock physics, seismic attributes, and neural networks; a case history | |
Xu et al. | Conditional stochastic inversion of common-offset ground-penetrating radar reflection data | |
Nunziata | A physically sound way of using noise measurements in seismic microzonation, applied to the urban area of Napoli | |
CN109459790A (zh) | 针对煤系地层地震速度场建立方法及系统 | |
Schwenk | Constrained parameterization of the multichannel analysis of surface waves approach with application at Yuma Proving Ground, Arizona | |
Bhaumik et al. | Higher-order thin layer method (HTLM) based wavefield modeling approach | |
Zhang et al. | Shallow Ice‐Sheet Composite Structure Revealed by Seismic Imaging Near the West Antarctic Ice Sheet (WAIS) Divide Camp | |
Gao‐Xiang et al. | A quantitative analysis method for the seismic geological complexity of near surface | |
Xu et al. | Prestack AVO Inversion of Exact Zoeppritz Equation Using Adaptive Edge Preserving Filter | |
Laurenzano et al. | 2D numerical simulations of earthquake ground motion: examples from the Marche Region, Italy | |
Xu et al. | Seismic response analysis of sand-shale thin interbeds based on propagation matrix theory | |
Li et al. | Frequency-domain elastic full-waveform multiscale inversion method based on dual-level parallelism | |
Hu et al. | Estimation of rock physics properties via full waveform inversion of vertical seismic profile data recorded by accelerometer and fiberoptic sensors | |
Xu et al. | Estimating porosity distribution of a heterogeneous alluvial aquifer by GPU-accelerated 3D conditional stochastic inversion of common-offset GPR reflection data | |
Dashevskii et al. | Seismic and electric anisotropy as the stress state indicator in a fractured rock mass |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200414 |