CN111077578B - 岩层分布预测方法和装置 - Google Patents
岩层分布预测方法和装置 Download PDFInfo
- Publication number
- CN111077578B CN111077578B CN201811229488.XA CN201811229488A CN111077578B CN 111077578 B CN111077578 B CN 111077578B CN 201811229488 A CN201811229488 A CN 201811229488A CN 111077578 B CN111077578 B CN 111077578B
- Authority
- CN
- China
- Prior art keywords
- seismic
- data
- inversion
- rock stratum
- target rock
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 171
- 238000009826 distribution Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005553 drilling Methods 0.000 claims abstract description 65
- 230000015572 biosynthetic process Effects 0.000 claims description 26
- 238000000354 decomposition reaction Methods 0.000 claims description 20
- 238000005755 formation reaction Methods 0.000 description 24
- 238000011161 development Methods 0.000 description 13
- 239000004576 sand Substances 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- YGANSGVIUGARFR-UHFFFAOYSA-N dipotassium dioxosilane oxo(oxoalumanyloxy)alumane oxygen(2-) Chemical compound [O--].[K+].[K+].O=[Si]=O.O=[Al]O[Al]=O YGANSGVIUGARFR-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000004215 lattice model Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 229910052627 muscovite Inorganic materials 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- -1 reservoirs Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000012795 verification 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
- G01V1/40—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
-
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本发明提供一种岩层分布预测方法和装置，该方法包括：根据目标岩层的特性获取预设区域内的基础数据，所述基础数据至少包括所述预设区域内的钻井数据和地震数据；根据所述钻井数据和所述地震数据进行第一地震反演，得到与所述目标岩层相关的高频反演数据；根据所述钻井数据和所述地震数据进行第二地震反演，得到与所述目标岩层相关的中低频反演数据；将所述高频反演数据和所述中低频反演数据进行合并，得到与所述目标岩层相关的总反演数据；根据所述总反演数据确定所述目标岩层在所述预设区域内的分布情况。该方案实现了能够获取纵向分辨率高且空间变化稳定的高精度反演数据，提高了对深埋薄砂岩层的勘探结果的准确性。
Description
技术领域
本发明涉及地质勘探技术领域，尤其涉及一种岩层分布预测方法和装置。
背景技术
砂岩是一种碎屑沉积岩，是由碎屑物经过漫长而又复杂的沉积作用、成岩作用形成的岩石，主要含硅、钙、茹士和氧化铁，岩石由碎屑和填隙物两部分构成。碎屑除石英、长石外还有白云母、重矿物、岩屑等。填隙物包括胶结物和碎屑杂基两种组分。砂岩储层是可以储集和渗滤流体的岩层，即储集层，能够储存和渗滤油气的岩层，因此，砂岩储层的预测，对于油气的勘探开采具有非常重要的意义。
目前，对于砂岩储层的预测主要采用地震反演的方法。地震反演是根据反射的地震记录，求地下介质物性参数的反问题求解的统称。地震反演的原理是利用人工激发接收的地震资料，以及已知地质规律和钻井、已钻井资料为基础，对地下岩层空间结构和物理性质进行成像、求解的过程，通俗的讲就是由地震为基础加上其他条件为约束推测出地层岩性构造的过程叫地震反演。地震记录是震源产生的子波传播到地下遇到反射界面反射回地面后被记录的结果。地震波在地下介质中传播的速度受介质的密度、孔隙度、流体类型、流体含量等物性参数影响，地下介质的作用就相当于一个滤波器，因此，地面接收的地震信号是地下介质的综合响应。
但是，在实际应用中，对于5000米以上深埋的薄岩层，由于地震资料纵向分辨率较低，背景反射完全掩盖了地震反射信息，采用现有的地震反演方式进行薄岩层分布情况预测的准确程度无法满足勘探开发要求，从而影响勘探开发的成效。
发明内容
本发明提供一种岩层分布预测方法和装置，能够获取纵向分辨率高且空间变化稳定的高精度反演数据，可以实现较为准确的对深埋薄砂岩层的预测，解决了现有技术中由于地震资料纵向分辨率较低，而无法准确预测深埋岩层的分布情况的问题，提高了对深埋薄砂岩层的勘探结果的准确性。
本发明的第一方面提供一种岩层分布预测方法，包括：根据目标岩层的特性获取预设区域内的基础数据，所述基础数据至少包括所述预设区域内的钻井数据和地震数据；根据所述钻井数据和所述地震数据进行第一地震反演，得到与所述目标岩层相关的高频反演数据；根据所述钻井数据和所述地震数据进行第二地震反演，得到与所述目标岩层相关的中低频反演数据；将所述高频反演数据和所述中低频反演数据进行合并，得到与所述目标岩层相关的总反演数据；根据所述总反演数据确定所述目标岩层在所述预设区域内的分布情况。
可选地，所述根据所述钻井数据和所述地震数据进行第一地震反演，得到与所述目标岩层相关的高频反演数据，包括：根据所述钻井数据对所述地震数据进行地震子波分解，得到所述目标岩层在所述预设区域内的重构地震数据；根据所述重构地震数据和所述钻井数据进行地震波形指示反演，得到与所述目标岩层相关的高频反演数据。
可选地，所述地震数据至少包括：原始地震数据；所述根据所述钻井数据对所述地震数据进行地震子波分解，得到所述目标岩层在所述预设区域内的重构地震数据，包括：对所述原始地震数据中的地震道进行地震子波分解，得到一组主频不同的地震子波，这一组地震子波的代数叠加与地震道相同；根据所述钻井数据从所述主频不同的地震子波中筛选合适的频率段提取与所述目标岩层相关的地震子波信息作为所述目标岩层的重构地震数据。
可选地，所述地震数据至少包括：原始地震数据和地震解释层位；所述钻井数据至少包括：已钻井测井曲线；所述根据所述重构地震数据和所述钻井数据进行地震波形指示反演，得到与所述目标岩层相关的高频反演数据，包括：根据所述原始地震数据和所述已钻井测井曲线，从所述地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，得到所述目标岩层的第一地质框架模型；根据所述重构地震数据、所述第一地质框架模型和所述已钻井测井曲线进行地震波形指示反演，得到与所述目标岩层相关的所述高频反演数据。
可选地，所述地震数据至少包括：原始地震数据和地震解释层位；所述钻井数据至少包括：已钻井测井曲线；所述根据所述钻井数据和所述地震数据进行第二地震反演，得到与所述目标岩层相关的中低频反演数据，包括：根据所述原始地震数据、所述已钻井测井曲线和所述地震解释层位，确定反演子波；从所述地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，并根据所述已钻井测井曲线对地震层位数据进行井间插值，生成所述目标岩层的第二地质框架模型；根据所述反演子波、所述第二地质框架模型和所述原始地震数据进行叠后约束稀松脉冲反演，得到与所述目标岩层相关的所述中低频反演数据。
本发明的第二方面提供一种岩层分布预测装置，包括：获取模块，用于根据目标岩层的特性获取预设区域内的基础数据，所述基础数据至少包括所述预设区域内的钻井数据和地震数据；第一反演模块，用于根据所述钻井数据和所述地震数据进行第一地震反演，得到与所述目标岩层相关的高频反演数据；第二反演模块，用于根据所述钻井数据和所述地震数据进行第二地震反演，得到与所述目标岩层相关的中低频反演数据；合并模块，用于将所述高频反演数据和所述中低频反演数据进行合并，得到与所述目标岩层相关的总反演数据；确定模块，用于根据所述总反演数据确定所述目标岩层在所述预设区域内的分布情况。
可选地，所述第一反演模块具体包括：地震子波分解单元，用于根据所述钻井数据对所述地震数据进行地震子波分解，得到所述目标岩层在所述预设区域内的重构地震数据；第一反演单元，用于根据所述重构地震数据和所述钻井数据进行地震波形指示反演，得到与所述目标岩层相关的高频反演数据。
可选地，所述地震数据至少包括：原始地震数据；所述地震子波分解单元具体用于：对所述原始地震数据中的地震道进行地震子波分解，得到一组主频不同的地震子波，这一组地震子波的代数叠加与地震道相同；根据所述钻井数据从所述主频不同的地震子波中筛选合适的频率段，提取与所述目标岩层相关的地震子波信息作为所述目标岩层的重构地震数据。
可选地，所述地震数据至少包括：原始地震数据和地震解释层位；所述钻井数据至少包括：已钻井测井曲线；所述第一反演单元具体用于：根据所述原始地震数据和所述已钻井测井曲线，从所述地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，得到所述目标岩层的第一地质框架模型；根据所述重构地震数据、所述第一地质框架模型和所述已钻井测井曲线进行地震波形指示反演，得到与所述目标岩层相关的所述高频反演数据。
可选地，所述地震数据至少包括：原始地震数据和地震解释层位；所述钻井数据至少包括：已钻井测井曲线；所述第二反演模块，包括：确定单元，用于根据所述原始地震数据、所述已钻井测井曲线和所述地震解释层位，确定反演子波；生成单元，用于从所述地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，并根据所述已钻井测井曲线对地震层位数据进行井间插值，生成所述目标岩层的第二地质框架模型；第二反演单元，用于根据所述反演子波、所述第二地质框架模型和所述原始地震数据进行叠后约束稀松脉冲反演，得到与所述目标岩层相关的所述中低频反演数据。
本发明提供一种岩层分布预测方法和装置，通过根据目标岩层在预设区域内的基础数据进行两次不同的反演，分别得到与所述目标岩层相关的高频反演数据和中低频反演数据，并将高频反演数据和中低频反演数据进行合并得到所述目标岩层的反演数据，进而根据所述总反演数据确定所述目标岩层在所述预设区域内的分布情况。相对确定的高频反演数据与中低频反演数据进行合并，能够获取纵向分辨率高且空间变化稳定的高精度反演数据，可以实现较为准确的对深埋薄砂岩层的预测，解决了现有技术中由于地震资料纵向分辨率较低，而无法准确预测深埋岩层的分布情况的问题，提高了对深埋薄砂岩层的勘探结果的准确性，为油气勘探评价开发提供了有力的技术支持。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一示例性实施例示出的岩层分布预测方法的流程图；
图2为本发明另一示例性实施例示出的岩层分布预测方法的流程图；
图3为本发明一示例性实施例示出的岩层分布预测装置的结构图；
图4为本发明另一示例性实施例示出的岩层分布预测装置的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
图1为本发明一示例性实施例示出的岩层分布预测方法的流程图。
如图1所示，本实施例的执行主体为岩层分布预测装置，该岩层分布预测装置可以集成在终端(比如个人电脑等)中。则本实施例提供一种岩层分布预测方法，该方法包括如下步骤：
步骤101：根据目标岩层的特性获取预设区域内的基础数据，基础数据至少包括预设区域内的钻井数据和地震数据。
其中，目标岩层是待勘探的岩层，可以根据实际勘探需要进行设定，比如实际应用中需要对某一区域内的薄砂岩层的分布情况进行预测，则目标岩层可以是薄砂岩层。预设区域是指待勘探或者研究的区域，实际应用中，一般会针对某一地区的地层进行勘探，那么即可将该地区作为预设区域。地震数据可以是预设区域的时间域三维地震数据体，且该地震数据波形上对砂体的变化有反映(比如能量、相位、频率等参数)。一般要求预设区域有已钻井，进而可以得到钻井数据，可以要求已钻井中有钻遇砂体井，也有未钻遇砂体井(不限于研究区内)。
在本步骤中，首先需要根据目标岩层的特性，获取预设区域内的基础数据，目标岩层不同，其对应的岩层特性也不同，而预设区域的基础数据一般包含的种类和数据量比较多，根据目标岩层的特性有目的的获取预设区域内的基础数据，可以降低数据冗余，提高效率。其中基础数据至少包含但不限于预设区域内的钻井数据和地震数据。
步骤102：根据钻井数据和地震数据进行第一地震反演，得到与目标岩层相关的高频反演数据。
在本步骤中，地震反演是利用地表观测地震数据，以及预设区域的地质规律和钻井数据为约束，对地下岩层空间结构和物理性质进行成像的过程。假设目标岩层为薄砂岩层，则首先需要根据预设区域内的钻井数据和地震数据进行第一地震反演，得到与目标岩层相关的高频反演数据，高频反演数据可以反映预设区域内有关该目标岩层分布的高频扰动信息，可以为后续确定目标岩层的分布提供准确地高频特性。
步骤103：根据钻井数据和地震数据进行第二地震反演，得到与目标岩层相关的中低频反演数据。
在本步骤中，想要得到准确地目标岩层分布情况，不仅需要预设区域内有关目标岩层的高频特性，还需要中低频特性。因此，通过根据钻井数据和地震数据进行第二地震反演，以得到与目标岩层相关的中低频反演数据，中低频反演数据可以提供有关目标岩层的中低频扰动信息，可以为后续确定目标岩层的分布提供准确地中低频特性。
步骤104：将高频反演数据和中低频反演数据进行合并，得到与目标岩层相关的总反演数据。
在本步骤中，通过将有关目标岩层的高频反演数据与中低频反演数据进行合并，能够获取纵向分辨率高且空间变化稳定的高精度总反演数据,可以实现较为准确全面的表征目标岩层在预设区域内的分布特性。
步骤105：根据总反演数据确定目标岩层在预设区域内的分布情况。
在本步骤中，通过对总反演数据进行分析，并从中提取目标岩层平面地震属性，可以得到目标岩层在预设区域内的分布情况。具体地，可以沿地震解释层位从总反演数据中提取目标岩层的地震属性，将提取到的该地震属性的结构与已钻井情况进行对比分析，即可得到目标岩层在预设区域内的分布情况，并进一步可以得到预设区域内目标岩层的平面分布预测图。
本实施例提供的岩层分布预测方法，通过根据目标岩层在预设区域内的基础数据进行两次不同的反演，分别得到与目标岩层相关的高频反演数据和中低频反演数据，并将高频反演数据和中低频反演数据进行合并得到目标岩层的反演数据，进而根据总反演数据确定目标岩层在预设区域内的分布情况。相对确定的高频反演数据与中低频反演数据进行合并，能够获取纵向分辨率高且空间变化稳定的高精度反演数据,可以实现较为准确的对深埋薄砂岩层的勘探，解决了现有技术中由于地震资料纵向分辨率较低，单一反演方法而无法准确预测深埋岩层的分布情况的问题，提高了对深埋薄砂岩层的勘探结果的准确性，为油气勘探评价开发提供了有力的技术支持。
图2为本发明另一示例性实施例示出的岩层分布预测方法的流程图。
如图2所示，本实施例提供一种岩层分布预测方法，是在本发明一示例性实施例示出的岩层分布预测方法的基础上，还包括了第一地震反演、第二地震反演的具体步骤等。则该方法包括如下步骤：
步骤201：根据目标岩层的特性获取预设区域内的基础数据，基础数据至少包括预设区域内的钻井数据和地震数据。详细参见图1所示对应的实施例中对步骤101的描述。
步骤202：根据钻井数据对地震数据进行地震子波分解，得到目标岩层在预设区域内的重构地震数据。
在本步骤中，通过根据目标岩层的特性，根据预设区域内钻井数据对地震数据进行地震子波分解，可以得到目标岩层在预设区域内的重构地震数据。
可选地，地震数据至少包括：原始地震数据；步骤202具体可以包括：对原始地震数据中的地震道进行地震子波分解，得到一组主频不同的地震子波；根据钻井数据从地震子波中提取与目标岩层相关的地震子波信息作为目标岩层的重构地震数据。
在本实施例中，地震数据包含但不限于原始地震数据，则可以通过对原始地震数据中的地震道进行地震子波分解，得到一组主频不同的地震子波。具体地，根据原始地震数据对原始三维地震时间域纯波数据体进行地震子波分解，将地震道分解为一组主频不同的地震子波，这一组地震子波的代数叠加与地震道相同。然后根据钻井数据从地震子波中提取与目标岩层相关的地震子波信息作为目标岩层的重构地震数据。具体地，假设目标岩层是薄砂岩层，根据薄砂岩层厚度薄、埋藏深等特点，可以沿薄砂岩层的薄砂体尖灭方向选择一条连井剖面，该连井剖面中包括砂体发育井和砂体不发育井，接着，结合已知薄砂体发育情况，通过地震子波的主频，筛选合适的频率段，提取出与薄砂岩层相关的地震子波信息作为重构地震数据。在实际应用中，由于原始地震数据的分辨率限制，对厚度为8米以下的薄砂层无法反映出来，本实施例利用一条过砂体发育井和砂体不发育井的连井剖面，是为了便于在分解地震子波时，通过对比不同主频地震子波的特征，筛选合适的频率段，从而提取出与薄砂岩层相关的地震子波信息，使重构地震数据能够更加准确地突显薄砂岩层的地震相应特征。
步骤203：根据重构地震数据和钻井数据进行地震波形指示反演，得到与目标岩层相关的高频反演数据。
在本步骤中，步骤202中得到了能够更加准确地突显薄砂岩层的地震相应特征的重构地震数据，然后根据重构地震数据和钻井数据进行地震波形指示反演，可以得到与目标岩层相关的高频反演数据。其中，地震波形指示反演是一种针对薄岩层开发应用的高精度波阻抗反演方法，其基本原理为：三维地震是一种空间分布密集的结构化数据，地震波形的变化反映了沉积环境和岩性组合的空间变化，因此，可以利用地震波形特征解析低频空间结构，代替变差函数优选井样品，根据样品分布距离对高频成分进行无偏最优估计。地震波形指示反演是利用沉积学基本原理，充分利用地震波形的横向变化来反应储层空间的相变特征，进而分析储层垂向岩性组合高频结构特征，地震波形指示反演对井位分布的均匀性没有严格要求，大大提高了储层反演的精度和适用领域。
可选地，地震数据至少包括：原始地震数据和地震解释层位；钻井数据至少包括：已钻井测井曲线；步骤203具体可以包括：根据原始地震数据和已钻井测井曲线，从地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，得到目标岩层的第一地质框架模型；根据重构地震数据、第一地质框架模型和已钻井测井曲线进行地震波形指示反演，得到与目标岩层相关的高频反演数据。
在本实施例中，地震数据包含但不限于：原始地震数据和地震解释层位。钻井数据包含但不限于：已钻井测井曲线，当然还可以根据实际需要包含：已钻井的井坐标、井斜、地质分层等。首先根据原始地震数据和已钻井测井曲线，从地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，得到目标岩层的第一地质框架模型。具体地，首先对已钻井测井曲线进行异常值处理和多井一致性处理后，进行敏感参数分析确认第一已钻井敏感参数。然后利用原始地震数据、已钻井测井曲线、地震解释层位进行多井井震时深标定，以选取代表层序界面或准层序界面的地震层位数据，形成第一地质框架模型。然后根据第一地质框架模型、第一已钻井敏感参数、以及重构地震数据进行地震波形指示反演，得到与目标岩层相关的高频反演数据。
在实际应用中，常规收集到的原始已钻井测井曲线在已钻井的起始深度和终止深度附近，常出现已钻井测井曲线数值异常的情况，因此需去除曲线异常值。对于明显不是正常数值范围内的数值进行批量自动去除，以保留有效数值范围内的曲线值，受不同时期已钻井、不同仪器测量等因素的影响，声波曲线和密度曲线往往存在井间不一致的问题，可能会引起砂岩和泥岩的已钻井测井曲线特征的相对差异的变化，进而会影响井震关系的标定，由于直接反映地震反射波动力学特征的声波时差测井及密度测井不能较好的分辨砂泥岩层，需要分析自然伽马、自然电位和电阻率等曲线对砂岩的识别能力，进而根据分析结果优选对砂岩敏感的钻井数据进行反演，从而提高反演效率。
另外，还可以预先进行储层地球物理响应特征分析，利用已钻井和重构地震数据，开展在薄砂岩层地球物理响应特征分析，根据预设区域地层沉积特征，分不同沉积相类型、不同小层，对典型的具有代表性的砂体地震波形特征进行分析，并通过已钻井的分析印证，明确地震波形反演的可行性。还可以根据预设区域内各个层位的接触关系，可建立超覆、削蚀或平行地层的接触关系的地层格架模型，对于地震解释层位不闭合的问题，可以根据研究区地层的展布特征，完善地震解释层位。上述处理可以进一步保证对预设区域内目标岩层的分布情况预测结果的准确性。
步骤204：地震数据至少包括：原始地震数据和地震解释层位；钻井数据至少包括：已钻井测井曲线；根据原始地震数据、已钻井测井曲线和地震解释层位，确定反演子波；
在本步骤中，地震数据包含但不限于：原始地震数据和地震解释层位。钻井数据包含但不限于：已钻井测井曲线，当然还可以根据实际需要包含：已钻井的井坐标、井斜、地质分层等。具体地，首先可以对已钻井测井曲线进行异常值处理和多井一致性处理后，进行敏感参数分析确认第二已钻井敏感参数。然后根据原始地震数据、已钻井测井曲线和地震解释层位进行多井时深标定，得到最佳的反演子波。其中，第二已钻井敏感参数的测定方法与第一已钻井敏感参数的测定方法是相同的，在此不作赘述。另外，确定最佳的反演子波，其主要目的用于获取能够反映地震资料的子波，进而保证反演数据的准确性。
步骤205：从地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，并根据已钻井测井曲线对地震层位数据进行井间插值，生成目标岩层的第二地质框架模型；
在本步骤中，可以选取代表层序界面或准层序界面的地震解释层位数据，并利用已钻井波阻抗曲线对地震层位数据进行井间插值，产生目标岩层的第二地质框架模型，第二地质框架模型是低频模型。本实施例是基于模型的反演，其是在地震解释的基础上，同时结合测井资料构造初始反演模型，然后将初始反演结果与实际地震资料比较，不断更新改进模型参数，迭代直至与地震资料吻合的最好，这种反演方法最重要的就是子波与初始模型，因为反演结果强烈依赖于初始模型，如果初始模型不恰当，则所求的解只能是对应于初始模型附近的局部极值处的解，进而需保证初始模型的精确性。此处第二地质框架模型就是该反演过程中的初始模型。
步骤206：根据反演子波、第二地质框架模型和原始地震数据进行叠后约束稀松脉冲反演，得到与目标岩层相关的中低频反演数据。
在本步骤中，根据反演子波、第二地质框架模型和原始地震数据进行叠后约束稀松脉冲反演，即可得到与目标岩层相关的中低频反演数据。其中，稀松脉冲反演是一种基于脉冲反褶积基础上的递推反演方法，其完全使用地震数据进行波阻抗反演，比较完整的保留了地震反演的基本特征，稀松脉冲反演是稀松脉冲反褶积基础上的声阻抗反演方法，该方法针对地震记录的欠定问题，假设地层的低频模型所对应的反射稀松序列模型是稀松分布的，即认为地震反射系数是由一系列大的反射系数叠加在高斯分布的小反射系数的背景上构成的，大的反射系数相当于不整合界面或主要的岩性界面，其目的是寻找一个使目标函数最小的脉冲数模，然后得到波阻抗数据。
步骤207：将高频反演数据和中低频反演数据进行合并，得到与目标岩层相关的总反演数据。详细参见图1所示对应的实施例中对步骤104的描述。
在本步骤中，在步骤104的基础上，通过将地震波形指示反演产生的高频反演数据，与叠后约束稀松脉冲反演产生的中低频反演数据进行合并，由于地震波形指示反演结果提供相对确定的高频扰动信息，叠后约束稀疏脉冲反演结果提供中低频信息，二者合并能够获取纵向分辨率高并且空间变化稳定的、高精度的总反演数据。在实际应用场景中，可以根据厚度8米以内的薄砂岩层储层特点，对地震数据、井等基础资料进行质量控制分析，在叠后约束稀疏脉冲反演基础上，利用地震子波重构软件对原始地震体分解地震子波，并提取与薄砂层相关地震子波信息重构地震数据，利用该重构地震数据完成高分辨地震波形指示反演，在此反演结果上合并约束稀疏脉冲反演确定的中低频信息，获取纵向分辨率高并且空间变化稳定的高精度反演结果，即总反演数据。
步骤208：根据总反演数据确定目标岩层在预设区域内的分布情况。
在本步骤中，在本步骤中，通过对总反演数据进行分析，并从中提取目标岩层平面地震属性，可以得到目标岩层在预设区域内的分布情况。具体地，可以沿地震解释层位从总反演数据中提取目标岩层的地震属性，将提取到的该地震属性的结构与已钻井情况进行对比分析，即可得到目标岩层在预设区域内的分布情况，并进一步可以得到预设区域内目标岩层的平面分布预测图。两种反演结果合并后，砂体纵向分辨率高并且空间变化稳定，实钻结果证实，本发明反演结果更加合理，更加接近于地下实际情况，利用该技术指导评价井与开发井的部署能优化井型和轨迹，提高储层钻遇率。可以在发育三角洲前缘水下分流河道微相和前缘席状砂微相区域推广。
本实施例提供的岩层分布预测方法，首先根据预设岩层在预设区域内已钻井和地震的基础数据进行地震波形指示反演，其次根据基础数据进行叠后约束稀松脉冲反演，接着，两次反演数据体进行合并，得到优化的总反演数据；最后，将优化的总反演数据进行分析对比，得到目标岩层在预设区域内的分布情况。由于地震波形指示反演结果提供相对确定的高频扰动信息，约束稀疏脉冲反演结果提供中低频信息，二者进行合并，能够获取纵向分辨率高并且空间变化稳定的高精度的总反演数据，对总反演数据体进行分析对比，提取目标岩层平面地震属性，即可得到目标岩层在预设区域内的分布情况，进而可以实现对深埋薄砂岩层的勘探。提高了地震数据体的分辨率以及预测结果空间的稳定性。与现有技术中单一的反演方法相比，解决了因为地震资料纵向分辨率较低等问题导致无法准确对深埋薄砂岩层进行预测的问题，可以实现对于5000米以上深埋的薄砂岩层的勘探。随着地质勘探开发的不断深入，超深薄砂岩层形成的低幅度圈闭和岩性圈闭将是油田勘探发现和开发的主攻领域，因此，本申请的岩层分布预测方法具有广阔的应用前景。
图3为本发明一示例性实施例示出的岩层分布预测装置的结构图。
如图3所示，本实施例提供一种岩层分布预测装置，该岩层分布预测装置可以集成在终端(比如个人电脑等)中，该装置包括：获取模块71、第一反演模块72、合并模块74和确定模块75。
其中，获取模块71，用于根据目标岩层的特性获取预设区域内的基础数据，基础数据至少包括预设区域内的钻井数据和地震数据；
第一反演模块72，用于根据钻井数据和地震数据进行第一地震反演，得到与目标岩层相关的高频反演数据；
第二反演模块73，用于根据钻井数据和地震数据进行第二地震反演，得到与目标岩层相关的中低频反演数据；
合并模块74，用于将高频反演数据和中低频反演数据进行合并，得到与目标岩层相关的总反演数据；
确定模块75，用于根据总反演数据确定目标岩层在预设区域内的分布情况。
上述各个模块的详细内容参见上述图1对应的实施例中的描述。
图4为本发明另一示例性实施例示出的岩层分布预测装置的结构图。
如图4所示，本实施例提供的岩层分布预测装置是在本发明如图3所示的一示例性实施例示出的岩层分布预测装置的基础上，进一步地，还包括了：
可选地，第一反演模块72具体包括：地震子波分解单元721，用于根据钻井数据对地震数据进行地震子波分解，得到目标岩层在预设区域内的重构地震数据；第一反演单元722，用于根据重构地震数据和钻井数据进行地震波形指示反演，得到与目标岩层相关的高频反演数据。
可选地，地震数据至少包括：原始地震数据；地震子波分解单元721具体用于：对原始地震数据中的地震道进行地震子波分解，得到一组主频不同的地震子波，这一组地震子波的代数叠加与地震道相同；根据钻井数据从地震子波中提取与目标岩层相关的地震子波信息作为目标岩层的重构地震数据。
可选地，地震数据至少包括：原始地震数据和地震解释层位；钻井数据至少包括：已钻井测井曲线；第一反演单元722具体用于：根据原始地震数据和已钻井测井曲线，从地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，得到目标岩层的第一地质框架模型；根据重构地震数据、第一地质框架模型和已钻井测井曲线进行地震波形指示反演，得到与目标岩层相关的高频反演数据。
可选地，地震数据至少包括：原始地震数据和地震解释层位；钻井数据至少包括：已钻井测井曲线；第二反演模块73，包括：确定单元731，用于根据原始地震数据、已钻井测井曲线和地震解释层位，确定反演子波；生成单元732，用于从地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，并根据已钻井测井曲线对地震层位数据进行井间插值，生成目标岩层的第二地质框架模型；第二反演单元733，用于根据反演子波、第二地质框架模型和原始地震数据进行叠后约束稀松脉冲反演，得到与目标岩层相关的中低频反演数据。
上述各个模块的详细内容参见上述图2对应的实施例中的描述。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (6)
1.一种岩层分布预测方法，其特征在于，包括：
根据目标岩层的特性获取预设区域内的基础数据，所述基础数据至少包括所述预设区域内的钻井数据和地震数据；
对原始地震数据中的地震道进行地震子波分解，得到一组主频不同的地震子波，这一组地震子波的代数叠加与地震道相同；
根据所述钻井数据从所述地震子波中提取与所述目标岩层相关的地震子波信息作为所述目标岩层的重构地震数据；
根据所述重构地震数据和所述钻井数据进行地震波形指示反演，得到与所述目标岩层相关的高频反演数据；
根据所述钻井数据和所述地震数据进行第二地震反演，得到与所述目标岩层相关的中低频反演数据；
将所述高频反演数据和所述中低频反演数据进行合并，得到与所述目标岩层相关的总反演数据；
根据所述总反演数据确定所述目标岩层在所述预设区域内的分布情况。
2.根据权利要求1所述的方法，其特征在于，所述地震数据至少包括：原始地震数据和地震解释层位；所述钻井数据至少包括：已钻井测井曲线；所述根据所述重构地震数据和所述钻井数据进行地震波形指示反演，得到与所述目标岩层相关的高频反演数据，包括：
根据所述原始地震数据和所述已钻井测井曲线，从所述地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，得到所述目标岩层的第一地质框架模型；
根据所述重构地震数据、所述第一地质框架模型和所述已钻井测井曲线进行地震波形指示反演，得到与所述目标岩层相关的所述高频反演数据。
3.根据权利要求1所述的方法，其特征在于，所述地震数据至少包括：原始地震数据和地震解释层位；所述钻井数据至少包括：已钻井测井曲线；所述根据所述钻井数据和所述地震数据进行第二地震反演，得到与所述目标岩层相关的中低频反演数据，包括：
根据所述原始地震数据、所述已钻井测井曲线和所述地震解释层位，确定反演子波；
从所述地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，并根据所述已钻井测井曲线对地震层位数据进行井间插值，生成所述目标岩层的第二地质框架模型；
根据所述反演子波、所述第二地质框架模型和所述原始地震数据进行叠后约束稀松脉冲反演，得到与所述目标岩层相关的所述中低频反演数据。
4.一种岩层分布预测装置，其特征在于，包括：
获取模块，用于根据目标岩层的特性获取预设区域内的基础数据，所述基础数据至少包括所述预设区域内的钻井数据和地震数据；
地震子波分解单元，用于对原始地震数据中的地震道进行地震子波分解，得到一组主频不同的地震子波，这一组地震子波的代数叠加与地震道相同；
地震子波分解单元，还用于根据所述钻井数据从所述地震子波中提取与所述目标岩层相关的地震子波信息作为所述目标岩层的重构地震数据；
第一反演单元，用于根据所述重构地震数据和所述钻井数据进行地震波形指示反演，得到与所述目标岩层相关的高频反演数据；
第二反演模块，用于根据所述钻井数据和所述地震数据进行第二地震反演，得到与所述目标岩层相关的中低频反演数据；
合并模块，用于将所述高频反演数据和所述中低频反演数据进行合并，得到与所述目标岩层相关的总反演数据；
确定模块，用于根据所述总反演数据确定所述目标岩层在所述预设区域内的分布情况。
5.根据权利要求4所述的装置，其特征在于，所述地震数据至少包括：原始地震数据和地震解释层位；所述钻井数据至少包括：已钻井测井曲线；所述第一反演单元具体用于：
根据所述原始地震数据和所述已钻井测井曲线，从所述地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，得到所述目标岩层的第一地质框架模型；
根据所述重构地震数据、所述第一地质框架模型和所述已钻井测井曲线进行地震波形指示反演，得到与所述目标岩层相关的所述高频反演数据。
6.根据权利要求4所述的装置，其特征在于，所述地震数据至少包括：原始地震数据和地震解释层位；所述钻井数据至少包括：已钻井测井曲线；所述第二反演模块，包括：
确定单元，用于根据所述原始地震数据、所述已钻井测井曲线和所述地震解释层位，确定反演子波；
生成单元，用于从所述地震解释层位中选取代表层序界面和/或准层序界面的地震层位数据，并根据所述已钻井测井曲线对地震层位数据进行井间插值，生成所述目标岩层的第二地质框架模型；
第二反演单元，用于根据所述反演子波、所述第二地质框架模型和所述原始地震数据进行叠后约束稀松脉冲反演，得到与所述目标岩层相关的所述中低频反演数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811229488.XA CN111077578B (zh) | 2018-10-22 | 2018-10-22 | 岩层分布预测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811229488.XA CN111077578B (zh) | 2018-10-22 | 2018-10-22 | 岩层分布预测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111077578A CN111077578A (zh) | 2020-04-28 |
| CN111077578B true CN111077578B (zh) | 2022-05-10 |
Family
ID=70309888
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811229488.XA Active CN111077578B (zh) | 2018-10-22 | 2018-10-22 | 岩层分布预测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111077578B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113705068B (zh) * | 2020-05-21 | 2022-11-04 | 中国石油天然气股份有限公司 | 一种确定层间泥岩累加厚度的方法及装置 |
| CN112965108B (zh) * | 2021-02-05 | 2023-08-22 | 中国石油天然气股份有限公司 | 圈闭盖层垂向封闭性确定方法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1173145A (en) * | 1980-12-31 | 1984-08-21 | Aaron J. Davis | Method of seismic exploration |
| US9075163B2 (en) * | 2009-04-17 | 2015-07-07 | Westerngeco L.L.C. | Interferometric seismic data processing |
| US8737165B2 (en) * | 2010-10-01 | 2014-05-27 | Westerngeco L.L.C. | Interferometric seismic data processing for a towed marine survey |
| 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 |
| CN106597532B (zh) * | 2016-11-14 | 2020-06-30 | 中国石油化工股份有限公司 | 一种结合井资料与层位资料的叠前地震数据频带拓展方法 |
| CN107831543B (zh) * | 2017-09-29 | 2019-08-30 | 中国石油化工股份有限公司 | 叠前地震反演方法及系统 |
| CN108490491A (zh) * | 2018-03-06 | 2018-09-04 | 中国石油集团东方地球物理勘探有限责任公司 | 一种基于波形指示反演的滩体预测方法 |
-
2018
- 2018-10-22 CN CN201811229488.XA patent/CN111077578B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111077578A (zh) | 2020-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bosch et al. | Seismic inversion for reservoir properties combining statistical rock physics and geostatistics: A review | |
| Bachrach | Joint estimation of porosity and saturation using stochastic rock-physics modeling | |
| Yasin et al. | Estimation of petrophysical parameters from seismic inversion by combining particle swarm optimization and multilayer linear calculator | |
| AU2017367825A1 (en) | Method for estimating petrophysical properties for single or multiple scenarios from several spectrally variable seismic and full wavefield inversion products | |
| Hamid et al. | Structurally constrained impedance inversion | |
| Huang et al. | Use of nonlinear chaos inversion in predicting deep thin lithologic hydrocarbon reservoirs: A case study from the Tazhong oil field of the Tarim Basin, China | |
| WO2017035104A1 (en) | Velocity model seismic static correction | |
| Shelander et al. | Predicting saturation of gas hydrates using pre-stack seismic data, Gulf of Mexico | |
| EP3465286B1 (en) | Elastic parameter estimation | |
| Bashore et al. | Importance of a geological framework and seismic data integration for reservoir modeling and subsequent fluid-flow predictions | |
| CN104502966A (zh) | 一种薄储层的预测方法及系统 | |
| Li et al. | Geostatistical models for shales in distributary channel point bars (Ferron Sandstone, Utah): From ground-penetrating radar data to three-dimensional flow modeling | |
| CN108508489A (zh) | 一种基于波形微变化匹配的地震反演方法 | |
| CN111077578B (zh) | 岩层分布预测方法和装置 | |
| Nejadi et al. | Look ahead of the bit while drilling: Potential impacts and challenges of acoustic seismic while drilling in the mcmurray formation | |
| Naseer | Delineating the shallow‐marine stratigraphic traps of Lower‐Cretaceous incised valley sedimentation, Pakistan using post‐stack seismic colour inversion | |
| Eikrem et al. | Bayesian estimation of reservoir properties—effects of uncertainty quantification of 4D seismic data | |
| Cho | Stochastic discrete fracture network modeling in shale reservoirs via integration of seismic attributes and petrophysical data | |
| Zou et al. | Integration of seismic methods with reservoir simulation, Pikes Peak heavy-oil field, Saskatchewan | |
| Curia et al. | Estimating rock physical parameters using anisotropic 3D seismic data to characterize unconventional Vaca Muerta oil shale deposits in the Neuquèn Basin, western Argentina | |
| Winter et al. | Bringing multidisciplinary geosciences into quantitative inversion: A Midland Basin case study | |
| Fu et al. | Rock property-and seismic-attribute analysis of a chert reservoir in the Devonian Thirty-one Formation, west Texas, USA | |
| CN113806674A (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
| Masoud et al. | Reservoir characterization and geostatistical model of the Cretaceous and Cambrian-Ordovician reservoir intervals, Meghil field, Sirte basin, Libya | |
| de Freslon et al. | Integration of VSP in the process of surface seismic data inversion |
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 |