CN111781637B - 近海底水合物储层建模方法及装置 - Google Patents
近海底水合物储层建模方法及装置 Download PDFInfo
- Publication number
- CN111781637B CN111781637B CN201910271734.6A CN201910271734A CN111781637B CN 111781637 B CN111781637 B CN 111781637B CN 201910271734 A CN201910271734 A CN 201910271734A CN 111781637 B CN111781637 B CN 111781637B
- Authority
- CN
- China
- Prior art keywords
- hydrate reservoir
- model
- hydrate
- geophysical
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000002689 soil Substances 0.000 claims abstract description 32
- 238000010276 construction Methods 0.000 claims description 26
- 230000015572 biosynthetic process Effects 0.000 claims description 18
- 238000005755 formation reaction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 abstract description 18
- 238000012502 risk assessment Methods 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 12
- 239000013049 sediment Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000011160 research Methods 0.000 description 10
- 230000008021 deposition Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000000704 physical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000011435 rock Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 150000004677 hydrates Chemical class 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 208000035126 Facies Diseases 0.000 description 2
- 238000005056 compaction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Natural products C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- -1 natural gas hydrates Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 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
- G01V1/306—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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- 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
-
- 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
- G01V2210/66—Subsurface modeling
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
本发明公开了一种近海底水合物储层建模方法及装置,该方法包括:根据实测地震数据,构建水合物储层的地质模型;根据实测地震数据和测井数据,构建水合物储层的地球物理模型;将所述地质模型和所述地球物理模型结合,得到水合物储层的地质地球物理模型;获取水合物储层的岩土力学参数;将水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型。本发明提供了一种多参数约束的高精度近海底地层模型,既可以反映出地震反演获得的层位、地质结构构造信息,也可以反映出模型的岩土力学性质以及安全稳定情况,为后续天然气水合物的开采以及海底自然灾害的风险评估奠定了基础。
Description
技术领域
本发明涉及油气地球物理勘探领域,尤其涉及一种近海底水合物储层建模方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
天然气水合物资源潜力巨大,与常规油气资源相比,天然气水合物产生污染较少,是未来理想的可替代能源之一。由于全球天然气水合物主要分布在海底,海底储层开发是获取天然气水合物资源的重要途径。
但受深水重力流复杂沉积机制的影响,海底储层具有非均质性强等特点,使得现有常规储层建模方法难以应用于海底储层建模。另外,由于海底水合物储层大多没有完整的圈闭构造和致密盖层,在开采过程中,容易出现工程灾难(例如,钻井安全)、地质灾害(例如,海底滑坡)等问题,因而,如何提供一种准确的海底储层建模方法,对于天然气水合物资源的开采有着十分重要的意义。
发明内容
本发明实施例提供一种近海底水合物储层建模方法,用以解决现有技术中急需一种有效对海底储层建模的方法,以提高海底储层开发的安全性的技术问题,该方法包括:根据实测地震数据,构建水合物储层的地质模型;根据实测地震数据和测井数据,构建水合物储层的地球物理模型;将地质模型和地球物理模型结合,得到水合物储层的地质地球物理模型;获取水合物储层的岩土力学参数;将水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型;根据实测地震数据和测井数据,构建水合物储层的地球物理模型,包括:以海底地震仪采集的数据为约束,构建水合物储层的纵波速度模型;根据水合物储层的岩石物理参数和测井数据,确定水合物储层的的敏感地球物理参数,其中,所述岩石物理参数包括如下至少之一:纵波速度、横波速度、密度;所述敏感地球物理参数包括如下至少之一:泊松比、体积模量、剪切模量和拉梅常数;根据测井数据,获取水合物储层的电阻率信息,并计算水合物储层的饱和度;根据水合物储层的地震数据,确定水合物储层各个地层的层速度,并根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度;以水合物储层的纵波速度模型为初始地球物理模型,结合水合物储层的敏感地球物理参数、饱和度和孔隙度,构建水合物储层的地球物理模型。
本发明实施例还提供一种近海底水合物储层建模装置,用以解决现有技术中急需一种有效对海底储层建模的方法,以提高海底储层开发的安全性的技术问题,该装置包括:地质模型构建模块,用于根据实测地震数据,构建水合物储层的地质模型;地球物理模型构建模块,用于根据实测地震数据和测井数据,构建水合物储层的地球物理模型;地质地球物理模型构建模块,用于将地质模型和地球物理模型结合,得到水合物储层的地质地球物理模型;岩土力学参数获取模块,用于获取水合物储层的岩土力学参数;近海底水合物储层模型构建模块,用于将水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型;所述地球物理模型构建模块包括:初始模型构建模块,用于以海底地震仪采集的数据为约束,构建水合物储层的纵波速度模型;第一参数确定模块,用于根据水合物储层的岩石物理参数和测井数据,确定水合物储层的的敏感地球物理参数,其中,所述岩石物理参数包括如下至少之一:纵波速度、横波速度、密度;所述敏感地球物理参数包括如下至少之一:泊松比、体积模量、剪切模量和拉梅常数;第二参数确定模块,用于根据测井数据,获取水合物储层的电阻率信息,并计算水合物储层的饱和度;第三参数确定模块,用于根据水合物储层的地震数据,确定水合物储层各个地层的层速度,并根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度;数据处理模块,用于以水合物储层的纵波速度模型为初始地球物理模型,结合水合物储层的敏感地球物理参数、饱和度和孔隙度,构建水合物储层的地球物理模型。
本发明实施例还提供一种计算机设备,用以解决现有技术中急需一种有效对海底储层建模的方法,以提高海底储层开发的安全性的技术问题,该计算机设备包括存储器、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,处理器执行计算机程序时实现上述近海底水合物储层建模方法。
本发明实施例还提供一种计算机可读存储介质,用以解决现有技术中急需一种有效对海底储层建模的方法,以提高海底储层开发的安全性的技术问题,计算机可读存储介质存储有执行上述近海底水合物储层建模方法的计算机程序。
本发明实施例中,根据实测地震数据构建水合物储层的地质模型,并根据实测地震数据和测井数据构建水合物储层的地球物理模型,然后将水合物储层的地质模型和地球物理模型结合,得到水合物储层的地质地球物理模型,最后将预先获取的水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型。
通过本发明实施例,将地震勘探数据、岩土力学参数与地质建模相结合,提供了一种多参数约束的高精度近海底地层模型,既可以反映出地震反演获得的层位、地质结构构造信息,也可以反映出模型的岩土力学性质以及安全稳定情况,为后续天然气水合物的开采以及海底自然灾害的风险评估奠定了基础。
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简单地介绍,显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例中提供的一种近海底水合物储层建模方法流程图;
图2为本发明实施例中提供的一种年代地质意义示意图;
图3为本发明实施例中提供的一种地质模型示意图;
图4为本发明实施例中提供的一种纵波速度深度模型示意图;
图5为本发明实施例中提供的一种敏感参数反演结果示意图;
图6为本发明实施例中提供的一种层速度与孔隙度示意图;
图7为本发明实施例中提供的一种高精度立体模型二维剖面图;
图8为本发明实施例中提供的一种高精度立体模型三维立体图;
图9为本发明实施例中提供的一种高精度立体模型三维透视图;
图10为本发明实施例中提供的一种基于地质勘查数据的高精度近海底水合物储层建模方法流程图;
图11为本发明实施例中提供的一种近海底水合物储层建模装置示意图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本发明实施例从地质学出发,结合地震海洋学以及岩土力学等三方面的技术,提供了一种近海底水合物储层建模方法,旨在完善形成一套以主要地质层位、断裂系统,地层岩性、物性,水合物储层的孔隙度、饱和度、储层的结构强度等地质建模、地震勘探与岩土力学参数相结合的高精度近海底模型。
图1为本发明实施例中提供的一种近海底水合物储层建模方法流程图,如图1所示,该方法包括如下步骤:
S101,根据实测地震数据,构建水合物储层的地质模型。
需要说明的是,通过S101构建的地质模型包含但不限于地震地层、断裂、天然气水合物储层等信息。具体地,在上述S101中,基于实际采集的二维地震资料,通过一系列地震数据预处理(包括但不限于带通滤波、真振幅恢复、多次波压制、速度分析、基于拖缆数据的偏移等),获得海底地震剖面。优选地,在获得的海底地震剖面中选取整体反射特征清晰、反射面连续、钻孔穿过的剖面作为建模的典型地震剖面。在选取典型地震剖面后,基于地震反射特征,构建包含了主要地层层位、断裂系统、天然气水合物储层等信息的地质模型。
基于沉积相综合解释技术,在地震剖面上识别出滑坡体、断层、气烟囱、似海底反射(BSR)等地质构造和结构。根据站点地层厚度、沉积速率、测年等研究结果及相邻区域地球物理资料对研究区地震剖面进行地层、年代约束划分,归纳出各个年代地质的意义。
本发明实施例以我国南海神狐海域为研究区,该区域天然气水合物的成藏与断裂-褶皱带、底辟构造、麻坑地貌、碳酸盐壳等构造有关,南海北部陆坡基底构造复杂且沉积速率较大,沉积物快速堆积的地区往往发育着斜坡扇、滑塌沉积、浊流及等深流沉积,有利于水合物的形成和赋存。在建立地质学模型时,需应用沉积相综合解释技术,探究研究区的天然气水合物成藏机理,并刻画复杂断层等构造,划分地层层序,为地球物理建模奠定基础。
图2为本发明实施例中提供的一种对上述研究区进行沉积年代划分的年代地质意义示意图。其中,东沙运动是指南海北部陆缘在晚新生代海底扩张结束后发生的一次构造运动,该运动发生在晚中新世左右,是一次局部性的构造运动,影响范围较小。它主要表现为块断升降,发生了强烈的构造抬升,造成了明显的角度不整合、地层缺失,并伴随着岩浆活动,本次次构造运动具有东强西弱的特点;白云运动是指在南海乃至东亚地区出现的一次大规模构造运动。研究证实,白云凹陷以前为浅海陆架沉积,但随着南海扩张脊向南跃迁使得白云凹陷深部地幔上隆产生强烈的热沉降,陆架坡折带由23.8Ma(Ma指百万年)以前位于白云凹陷南侧突变式地跳跃到凹陷的北侧,白云凹陷也由渐新世晚期的浅海陆架环境转为陆坡深水环境。
图3为本发明实施例中提供的一种地质模型示意图,如图3所示,基于地震反射特征,依据地质学原理,构建包含地震地层、断裂、天然气水合物储层等信息的地质模型。
S102,根据实测地震数据和测井数据,构建水合物储层的地球物理模型。
具体地,在上述S102中,以测井资料和地震资料为约束,反演得到包含了速度、密度、孔隙度、饱和度、以及敏感弹性波阻抗等信息高精度地球物理模型。图4为反演得到的纵波速度深度模型,图5为敏感参数反演结果。
作为一种可选的实施方式,上述S102可以具体包括如下步骤:以海底地震仪采集的数据为约束,构建水合物储层的纵波速度模型;根据水合物储层的岩石物理参数和测井数据,确定水合物储层的的敏感地球物理参数;根据测井数据,获取水合物储层的电阻率信息,并计算水合物储层的饱和度;根据水合物储层的地震数据,确定水合物储层各个地层的层速度,并根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度;以水合物储层的纵波速度模型为初始地球物理模型,结合水合物储层的敏感地球物理参数、饱和度和孔隙度,构建水合物储层的地球物理模型。
其中,在根据水合物储层的地震数据,确定水合物储层各个地层的层速度的时候,可以首先根据地震剖面中各个层位的叠加速度,计算相应层位的均方根速度;然后基于Dix方程,将各个层位的均方根速度转换为水合物储层各个地层的层速度。在确定水合物储层各个地层的层速度后,基于Wyllie时间平均方程,根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度。
具体地,对水平层状介质(或水平界面覆盖为连续介质)叠加速度等于均方根速度;当界面由倾角且叠盖层为均匀介质时,均方根速度等于叠加速度乘以倾角的余弦。在根据叠加速度计算得到均方根速度后,通过Dix方程转换为层速度。需要注意的是,目前实际生产中较少或不做倾角校正,可以直接将叠加速度当均方根速度使用,此为一种粗略近似。
其中,层速度计算如下:
根据地震剖面的叠加速度可计算出均方根速度。将各个层位的均方根速度代入如下Dix公式,即可得到各个地层的层速度:
式中,脚标b、t分别指各个地层的底面和顶面;Tb-Tt为该层的旅行时,Vrb和Vrt表示层底面和顶面的均方根速度。将速度分析后获得的叠加速度通过Dix公式计算,以得到层速度结果。
其中,孔隙度计算如下:
根据Wyllie提出的时间平均方程,以二单元岩石模型为基础,认为砂岩由骨架和孔隙两部分组成,未考虑泥质成分的影响:
式中,Vp、Vp'、VW、Vh分别指正常地层速度、含水合物地层速度、孔隙水速度和水合物速度;φ指沉积物孔隙度,S指天然气水合物在沉积物中的饱和度。将层速度值代入上述时间平均方程,可计算得到沉积物孔隙度。
本发明实施例通过实测测井资料,获得水合物沉积层的电阻率信息,进而计算水合物储层的饱和度。根据地震剖面各个主要层位的叠加速度,首先计算出其对应的均方根速度,然后基于Dix公式,获得不同层位的层速度。再根据Wyllie时间平均方程,通过饱和度和地层层速度计算出该区天然气水合物沉积层的孔隙度,更为精细地刻画出水合物储层的物性参数与弹性参数,各个地层单元的层速度与孔隙度如图6所示,其中,各个地层单元的层速度如表1所示。
表1地层单元的层速度
地层单元 | 地层描述 | 速度 | 密度 |
U1 | 第四系沉积,松散沉积物 | 1550 | 1.85 |
U2 | 含水合物层 | 2100 | 1.70 |
U3 | 含游离气层 | 1450 | 1.70 |
U4 | 新近系压实地层 | 1800 | 2.40 |
U5 | 新近系压实地层 | 2400 | 2.60 |
可选地,本发明实施例采用的岩石物理参数包括但不限于如下至少之一:纵波速度、横波速度、密度;根据岩石物理参数确定的水合物储层的敏感地球物理参数包括但不限于如下至少之一:泊松比、体积模量、剪切模量和拉梅常数。
基于水合物储层的岩石物理参数,包括水合物储层的横波速度Vs、纵波速度Vp和密度ρ,以及测井资料获得的密度、电阻率信息等,通过叠前弹性反演获得水合物储层的如下敏感参数:
1)泊松比σ:
其中,
2)体积模量K:
3)剪切模量μ:
4)拉梅常数λ:
这些敏感地球物理参数对水合物和游离气藏有显著的反应,例如,泊松比σ可以反映出游离气区域变化;μρ可以描述水合物和游离气体的位置;λμ是拉梅常数和剪切模量的乘积,可以反映水合物的分布更为精确。
需要说明的是,本发明实施例在构建水合物储层的地球物理模型的时候,基于实际采集的二维地震资料,结合周围的OBS站点数据,约束反演实现对于水合物储层的精确纵波速度的求取。OBS数据纵波速度反演流程为:对OBS数据进行预处理(包括二次定位、去噪、极化滤波等处理);利用拖缆地震数据获取的纵波速度模型作为初始模型;基于初始模型,拾取不同横向位置处的OBS数据纵波旅行时,基于走时层析约束实现对于初始模型的不同层位和水合物储层的精细反演;反演时采取由上到下的顺序,第一层确定后,再反演第二层,依次类推,直至反演出最终的精细纵波速度-深度模型。需要注意的是,本发明实施例使用海底地震仪OBS数据为约束构建水合物储层模型,可以使得构建的模型边界描述更清晰。
S103,将地质模型和地球物理模型结合,得到水合物储层的地质地球物理模型。
具体地,在上述S103中,将S101构建的地质模型和S102构建的高精度地球物理模型结合,得到精细刻画水合物沉积层与游离气层层位的综合地球物理模型。本发明实施例利用地震反射技术精细刻画含水合物近海底速度模型;然后反演出一系列弹性敏感参数;基于Wyllie提出的时间平均方程,结合测井饱和度资料与弹性反演资料计算水合物沉积层的孔隙度。将地质模型、速度模型、弹性敏感参数以及孔隙度饱和度资料结合,形成综合地质地球物理模型。
S104,获取水合物储层的岩土力学参数。
具体地,以钻井及实验室资料为约束,分析水合物储层的岩土力学因素,得到水合物储层的结构强度。作为一种可选的实施方式,上述S104可以通过三轴测试仪获取水合物储层的岩土力学参数,其中,岩土力学参数包括如下至少之一:剪切强度参数、抗压强度参数,其中,剪切强度参数包括:土体黏聚力和土体的内摩擦角。通过实验室三轴模拟试验获得岩土的强度参数:土体黏聚力:0~30KPa;土体内摩擦角3°~35°
需要说明的是,含水合物的沉积物结构强度测试工作主要利用如下相关岩土力学测试设备进行:沉积物力学性能三轴测试仪,配有20MPa,-30℃到30℃反应釜,静态与动态载荷加载设备,高精密LVDT(线性差动变压器)。通过以上仪器可以测试人工与天然的沉积物样品强度,最终与综合地质地球物理模型结合,完成最终建模。
S105,将水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型。
具体地,将S103构建的综合地质地球物理模型和S104获取得到的水合物储层的岩土力学参数集合,完成近海底水合物储层的高精度立体模型的建立。图7为通过本发明实施例提供的方法构建的高精度近海底水合物储层立体模型的二维剖面图;图8为该高精度近海底水合物储层立体模型三维立体图;图9为高精度近海底水合物储层立体模型的三维透视图,图7、图8和图9中图标1所示为游离气层,图标2所示为水合物层、图标3所示为断层;图标401、图标402、图标403和图标404所示分别为第四系泥岩层、上新统地层、中新统地层和下新统地层。
由上可知,本发明实施例根据实测地震数据构建水合物储层的地质模型,并根据实测地震数据和测井数据构建水合物储层的地球物理模型,然后将水合物储层的地质模型和地球物理模型结合,得到水合物储层的地质地球物理模型,最后将预先获取的水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型。
通过本发明实施例,将地震勘探数据、岩土力学参数与地质建模相结合,提供了一种多参数约束的高精度近海底地层模型,既可以反映出地震反演获得的层位、地质结构构造信息,也可以反映出模型的岩土力学性质以及安全稳定情况,为后续天然气水合物的开采以及海底自然灾害的风险评估奠定了基础。
作为一种优选的实施方式,图10为本发明实施例中提供的一种基于地质勘查数据的高精度近海底水合物储层建模方法流程图,如图10所示,包括如下步骤:
S1000,基于实际采集的二维地震资料,通过一系列地震数据预处理,包括带通滤波、真振幅恢复、多次波压制、速度分析、基于拖缆数据的偏移成像等,获得海底地震剖面,从中优选整体反射特征清晰、反射面连续、钻孔穿过的剖面作为典型地震剖面;
S1001,在选取的典型地震剖面上识别出滑坡体、断层、气烟囱、似海底反射(BSR)等结构。依据站点处地层厚度、沉积速率、测年等研究结果及相邻区域的地球物理资料等实现对研究区地震剖面的主要地层以及沉积年代的划分等。基于地震反射特征,构建初步的地质模型,该地质模型包含主要地层层位、断裂系统、天然气水合物储层等信息。
S1002,基于海底地震仪(OBS)数据为约束实现纵波精细速度模型的建立:
OBS数据纵波速度反演流程为:
①对OBS数据进行预处理(包括但不限于二次定位、去噪、极化滤波等处理);
②利用拖缆地震数据获取的纵波速度模型作为初始模型;
③基于初始模型,拾取不同横向位置处的OBS数据纵波旅行时,基于走时层析约束实现对于初始模型的不同层位和水合物储层的精细反演;反演时采取由上到下的顺序,第一层确定后,再反演第二层,依次类推,直至反演出最终的精细纵波速度-深度模型。
在第三层能看到水合物储集层大约位置。基于4个与测线平行排布的OBS站位数据实现了对纵波速度模型的修正。联合约束的结果对水合物储层(第3层中的高速异常区域)的边界描述更清晰。
S1003,基于水合物储层的岩石物理参数和测井资料,获得表征水合物储层的敏感地球物理参数。
S1004,通过实测测井资料,获得水合物沉积层的电阻率信息,进而计算水合物储层的饱和度。可选地,可以通过阿尔奇公式实现饱和度计算。其中,阿尔奇公式是地层电阻率因素F与孔隙度φ、含水饱和度S与地层电阻率I之间的经验关系式,如下表示:
其中,a为与岩性有关的岩性系数;b为与岩性有关的常数;m为胶结指数;n为饱和度指数;RW为地层水电阻率,单位为Ω·m;Rt为地层电阻率,单位为Ω·m;φ为是孔隙度,I为电阻增大系数。不同的地区,由于具有不同的岩石物理特性,a、b、m、n的取值也不同。
S1005,根据地震剖面各个主要层位的叠加速度,首先计算出其对应的均方根速度。基于Dix公式,获得不同层位的层速度。再根据Wyllie时间平均方程,通过饱和度和地层层速度计算出该区天然气水合物沉积层的孔隙度,更为精细地刻画出水合物储层的物性参数与弹性参数。
关于叠加速度与均方根速度之间关系:对于水平层状介质(或水平界面覆盖为连续介质),叠加速度等于均方根速度;对于有倾角的界面,且叠盖层为均匀介质时,均方根速度等于叠加速度乘以倾角的余弦;需要注意的是,实际生产中较少或不做倾角校正,直接将叠加速度当均方根速度使用,此为一种粗略近似。
将S1002、S1003、S1004和S1005中所获得的纵波速度深度模型作为初始的地球物理模型,再结合水合物储层的岩石物理参数,包括横波速度、密度等,以及求取的敏感参数(泊松比、体积模量、剪切模量、拉梅常数),联合测井资料提供的水合物沉积层的饱和度和计算所得的孔隙度参数,得到一套完整的表征水合物储层的高精度地球物理模型。将地球物理模型与S1001所得的地质模型结合,即可得到综合的表征近海底水合物储层的高精度地质地球物理模型。
S1006,通过实验室三轴模拟试验获得岩土的强度参数(土体黏聚力和土体内摩擦角)。土体黏聚力和土体的内摩擦角统称岩土的剪切强度。将岩土力学强度参数赋值于综合地质物理模型即获得了最终的表征水合物储层的三维高精度的近海底模型。
本发明实施例中还提供了一种近海底水合物储层建模装置,如下面的实施例所述。由于该装置实施例解决问题的原理与近海底水合物储层建模方法相似,因此该装置实施例的实施可以参见方法的实施,重复之处不再赘述。
图11为本发明实施例中提供的一种近海底水合物储层建模装置示意图,如图11所示,该装置包括:地质模型构建模块11、地球物理模型构建模块12、地质地球物理模型构建模块13、岩土力学参数获取模块14和近海底水合物储层模型构建模块15。
其中,地质模型构建模块11,用于根据实测地震数据,构建水合物储层的地质模型;地球物理模型构建模块12,用于根据实测地震数据和测井数据,构建水合物储层的地球物理模型;地质地球物理模型构建模块13,用于将地质模型和地球物理模型结合,得到水合物储层的地质地球物理模型;岩土力学参数获取模块14,用于获取水合物储层的岩土力学参数;近海底水合物储层模型构建模块15,用于将水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型。
需要说明的是,上述岩土力学参数获取模块14可以通过三轴测试仪获取水合物储层的岩土力学参数,其中,岩土力学参数包括如下至少之一:剪切强度参数、抗压强度参数,其中,剪切强度参数包括:土体黏聚力和土体的内摩擦角。
由上可知,本发明实施例通过地质模型构建模块11根据实测地震数据构建水合物储层的地质模型,并通过地球物理模型构建模块12根据实测地震数据和测井数据构建水合物储层的地球物理模型,然后通过地质地球物理模型构建模块13将水合物储层的地质模型和地球物理模型结合,得到水合物储层的地质地球物理模型,在通过岩土力学参数获取模块14获取到水合物储层的岩土力学参数后,通过近海底水合物储层模型构建模块15将预先获取的水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型。
通过本发明实施例,将地震勘探数据、岩土力学参数与地质建模相结合,提供了一种多参数约束的高精度近海底地层模型,既可以反映出地震反演获得的层位、地质结构构造信息,也可以反映出模型的岩土力学性质以及安全稳定情况,为后续天然气水合物的开采以及海底自然灾害的风险评估奠定了基础。
在一种可选的实施例中,上述地球物理模型构建模块12可以包括:初始模型构建模块,用于以海底地震仪采集的数据为约束,构建水合物储层的纵波速度模型;第一参数确定模块,用于根据水合物储层的岩石物理参数和测井数据,确定水合物储层的的敏感地球物理参数,其中,岩石物理参数包括如下至少之一:纵波速度、横波速度、密度;敏感地球物理参数包括如下至少之一:泊松比、体积模量、剪切模量和拉梅常数;第二参数确定模块,用于根据测井数据,获取水合物储层的电阻率信息,并计算水合物储层的饱和度;第三参数确定模块,用于根据水合物储层的地震数据,确定水合物储层各个地层的层速度,并根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度;数据处理模块,用于以水合物储层的纵波速度模型为初始地球物理模型,结合水合物储层的敏感地球物理参数、饱和度和孔隙度,构建水合物储层的地球物理模型。
基于上述实施例,作为一种可选的实施方式,第三参数确定模块可以包括:第一计算模块,用于根据地震剖面中各个层位的叠加速度,计算相应层位的均方根速度;第二计算模块,用于基于Dix方程,将各个层位的均方根速度转换为水合物储层各个地层的层速度;第三计算模块,用于基于Wyllie时间平均方程,根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度。
本发明实施例中还提供了一种计算机设备,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,处理器执行计算机程序时实现上述方法实施例中任意一种可选的或优选的近海底水合物储层建模方法。
本发明实施例中还提供了一种计算机可读存储介质,计算机可读存储介质存储有执行上述方法实施例中任意一种可选的或优选的近海底水合物储层建模方法的计算机程序。
综上所述,本发明实施例基于实际地震剖面,综合考虑了地质、地球物理与岩石力学等因素的影响,提供了一套以主要地质层位、断裂系统,地层岩性、物性,水合物储层的孔隙度、饱和度、储层的结构强度等多参数约束的高精度含水合物及游离气层近海底地层建模的理论体系与方法技术,为后续天然气水合物的开采以及海底自然灾害的风险评估奠定了基础。本发明实施例提供的近海底水合物储层建模方法可以实现但不限于如下技术效果:
(1)将在地震剖面上识别出精确的滑坡体、断层、气烟囱、BSR等地质构造和结构以及依据站点地层厚度、沉积速率、测年等研究结果及相邻区域地球物理资料对研究区地震剖面进行地层、年代约束划分最终形成的初步地质建模与将纵波速度深度模型作为初步的地球物理模型,再结合其他敏感参数,包括横波速度、密度、泊松比、体积模量、剪切模量、拉梅常数,以及测井资料提供的水合物沉积层的饱和度和计算所得的孔隙度参数,得到的一套完整的高精度反应水合物沉积层的地球物理模型结合,归纳形成综合地质物理模型。
(2)将基于永久冻土层水合物的三相时间平均方程应用于地震勘探数据与测井、钻井数据的嫁接,利用测井资料和地震资料联合计算出该区天然气水合物沉积层的孔隙度,为综合地质物理模型更为精细地刻画出水合物储层的层位信息以及物性信息。
(3)为了丰富模型的灾害评估实用性,将综合地质地球物理模型与岩土实验相结合:沉积物力学性能三轴测试仪测得的南海含水合物沉积物的强度参数,主要包括剪切强度、抗压强度等,将以上数据赋值于模型中,至此,模型中的每个节点处包括水合物沉积层自身的抗剪抗压的信息都得到了补充,对后续该模型进行海底滑坡以及滑塌研究有重要意义的影响。
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、系统、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(系统)、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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种近海底水合物储层建模方法,其特征在于,包括:
根据实测地震数据,构建水合物储层的地质模型;
根据实测地震数据和测井数据,构建水合物储层的地球物理模型;
将所述地质模型和所述地球物理模型结合,得到水合物储层的地质地球物理模型;
获取水合物储层的岩土力学参数;
将水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型;
根据实测地震数据和测井数据,构建水合物储层的地球物理模型,包括:
以海底地震仪采集的数据为约束,构建水合物储层的纵波速度模型;
根据水合物储层的岩石物理参数和测井数据,确定水合物储层的的敏感地球物理参数,其中,所述岩石物理参数包括如下至少之一:纵波速度、横波速度、密度;所述敏感地球物理参数包括如下至少之一:泊松比、体积模量、剪切模量和拉梅常数;
根据测井数据,获取水合物储层的电阻率信息,并计算水合物储层的饱和度;
根据水合物储层的地震数据,确定水合物储层各个地层的层速度,并根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度;
以水合物储层的纵波速度模型为初始地球物理模型,结合水合物储层的敏感地球物理参数、饱和度和孔隙度,构建水合物储层的地球物理模型。
2.如权利要求1所述的方法,其特征在于,根据水合物储层的地震数据,确定水合物储层各个地层的层速度,并根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度,包括:
根据地震剖面中各个层位的叠加速度,计算相应层位的均方根速度;
基于Dix方程,将各个层位的均方根速度转换为水合物储层各个地层的层速度;
基于Wyllie时间平均方程,根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度。
3.如权利要求1至2任一所述的方法,其特征在于,通过三轴测试仪获取水合物储层的岩土力学参数,其中,所述岩土力学参数包括如下至少之一:剪切强度参数、抗压强度参数,其中,所述剪切强度参数包括:土体黏聚力和土体的内摩擦角。
4.一种近海底水合物储层建模装置,其特征在于,包括:
地质模型构建模块,用于根据实测地震数据,构建水合物储层的地质模型;
地球物理模型构建模块,用于根据实测地震数据和测井数据,构建水合物储层的地球物理模型;
地质地球物理模型构建模块,用于将所述地质模型和所述地球物理模型结合,得到水合物储层的地质地球物理模型;
岩土力学参数获取模块,用于获取水合物储层的岩土力学参数;
近海底水合物储层模型构建模块,用于将水合物储层的岩土力学参数赋值于水合物储层的地质地球物理模型,得到近海底水合物储层的三维立体模型;
所述地球物理模型构建模块包括:
初始模型构建模块,用于以海底地震仪采集的数据为约束,构建水合物储层的纵波速度模型;
第一参数确定模块,用于根据水合物储层的岩石物理参数和测井数据,确定水合物储层的的敏感地球物理参数,其中,所述岩石物理参数包括如下至少之一:纵波速度、横波速度、密度;所述敏感地球物理参数包括如下至少之一:泊松比、体积模量、剪切模量和拉梅常数;
第二参数确定模块,用于根据测井数据,获取水合物储层的电阻率信息,并计算水合物储层的饱和度;
第三参数确定模块,用于根据水合物储层的地震数据,确定水合物储层各个地层的层速度,并根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度;
数据处理模块,用于以水合物储层的纵波速度模型为初始地球物理模型,结合水合物储层的敏感地球物理参数、饱和度和孔隙度,构建水合物储层的地球物理模型。
5.如权利要求4所述的装置,其特征在于,所述第三参数确定模块包括:
第一计算模块,用于根据地震剖面中各个层位的叠加速度,计算相应层位的均方根速度;
第二计算模块,用于基于Dix方程,将各个层位的均方根速度转换为水合物储层各个地层的层速度;
第三计算模块,用于基于Wyllie时间平均方程,根据水合物储层的饱和度和各个地层的层速度,确定水合物储层的孔隙度。
6.如权利要求4至5任一所述的装置,其特征在于,通过三轴测试仪获取水合物储层的岩土力学参数,其中,所述岩土力学参数包括如下至少之一:剪切强度参数、抗压强度参数,其中,所述剪切强度参数包括:土体黏聚力和土体的内摩擦角。
7.一种计算机设备,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计算机程序时实现权利要求1至3任一所述近海底水合物储层建模方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至3任一所述近海底水合物储层建模方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910271734.6A CN111781637B (zh) | 2019-04-04 | 2019-04-04 | 近海底水合物储层建模方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910271734.6A CN111781637B (zh) | 2019-04-04 | 2019-04-04 | 近海底水合物储层建模方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111781637A CN111781637A (zh) | 2020-10-16 |
CN111781637B true CN111781637B (zh) | 2023-06-30 |
Family
ID=72754975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910271734.6A Active CN111781637B (zh) | 2019-04-04 | 2019-04-04 | 近海底水合物储层建模方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111781637B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112946783B (zh) * | 2021-01-29 | 2024-02-06 | 中国石油大学(北京) | 一种水合物饱和度确定方法、装置及设备 |
CN113093286B (zh) * | 2021-03-15 | 2022-08-02 | 中国科学院海洋研究所 | 一种冷泉发育区储层非均质性的反演方法 |
CN113341464B (zh) * | 2021-06-04 | 2024-01-26 | 中国石油大学(北京) | 天然气水合物储层的识别方法、装置、设备和存储介质 |
CN113607920B (zh) * | 2021-07-30 | 2023-10-24 | 中海石油(中国)有限公司深圳分公司 | 岩浆底辟对沉积盆地的改造分析方法、实验装置和介质 |
CN114114461A (zh) * | 2021-12-16 | 2022-03-01 | 中国石油大学(北京) | 基于陆缘分类的海底扇富砂性风险评价方法及装置 |
CN115857006B (zh) * | 2023-03-01 | 2024-01-30 | 西北工业大学青岛研究院 | 一种海底声学、物理学参数探测方法、介质及系统 |
CN117316329B (zh) * | 2023-11-23 | 2024-03-29 | 中国石油大学(华东) | 天然气水合物饱和度声电测井联合智能反演方法及系统 |
CN117890998B (zh) * | 2024-03-15 | 2024-05-17 | 广州海洋地质调查局三亚南海地质研究所 | 基于气烟囱热效应的水合物时空分布确定方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997038330A1 (en) * | 1996-04-04 | 1997-10-16 | Exxon Production Research Company | 3-d geologic modelling |
CN107122571A (zh) * | 2017-06-06 | 2017-09-01 | 大连理工大学 | 一种考虑水合物分解的沉积物多场耦合模型的建模方法 |
CN108776071A (zh) * | 2018-04-27 | 2018-11-09 | 青岛海洋地质研究所 | 水合物沉积物不排水抗剪强度连续测量装置及方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9733372B2 (en) * | 2012-11-23 | 2017-08-15 | Fugro Marine Geoservices, Inc. | Method and system for identification of gas hydrates and free gas in geologic beds |
CN103257079A (zh) * | 2013-04-28 | 2013-08-21 | 中国科学院广州能源研究所 | 天然气水合物开采地层稳定性三维模拟装置 |
CN104252007B (zh) * | 2013-06-26 | 2017-03-15 | 中国石油化工股份有限公司 | 一种相容性岩石物理建模方法 |
CN105138731B (zh) * | 2015-07-27 | 2018-02-13 | 中国海洋石油总公司 | 一种水合物分解引起海底斜坡不稳定性评价系统及方法 |
CN109388817B (zh) * | 2017-08-04 | 2022-02-01 | 中国石油化工股份有限公司 | 一种储层裂缝三维建模方法 |
CN107391886A (zh) * | 2017-08-29 | 2017-11-24 | 广州海洋地质调查局 | 一种海底地质灾害评价方法及系统 |
CN109490963B (zh) * | 2017-09-13 | 2021-04-23 | 中国石油化工股份有限公司 | 裂缝储层岩石物理建模方法及系统 |
CN108957532B (zh) * | 2018-06-12 | 2020-01-07 | 中国石油天然气股份有限公司 | 储层预测方法及装置 |
CN109100796A (zh) * | 2018-06-13 | 2018-12-28 | 中国石油天然气集团有限公司 | 一种天然气水合物地震数据处理方法及装置 |
CN108957549B (zh) * | 2018-06-26 | 2020-01-07 | 中国石油天然气股份有限公司 | 一种辫状河沉积非均质致密砂岩气藏地质建模方法 |
-
2019
- 2019-04-04 CN CN201910271734.6A patent/CN111781637B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997038330A1 (en) * | 1996-04-04 | 1997-10-16 | Exxon Production Research Company | 3-d geologic modelling |
CN107122571A (zh) * | 2017-06-06 | 2017-09-01 | 大连理工大学 | 一种考虑水合物分解的沉积物多场耦合模型的建模方法 |
CN108776071A (zh) * | 2018-04-27 | 2018-11-09 | 青岛海洋地质研究所 | 水合物沉积物不排水抗剪强度连续测量装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111781637A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111781637B (zh) | 近海底水合物储层建模方法及装置 | |
Furre et al. | 20 Years of Monitoring CO2-injection at Sleipner | |
Botter et al. | From mechanical modeling to seismic imaging of faults: A synthetic workflow to study the impact of faults on seismic | |
Okada et al. | Quantifying crustal extension and shortening in the back‐arc region of Northeast Japan | |
Michie et al. | Fault interpretation uncertainties using seismic data, and the effects on fault seal analysis: a case study from the Horda Platform, with implications for CO 2 storage | |
Riedel et al. | Acoustic impedance inversion and seismic reflection continuity analysis for delineating gas hydrate resources near the Mallik research sites, Mackenzie Delta, Northwest Territories, Canada | |
Crutchley et al. | High-resolution seismic velocity analysis as a tool for exploring gas hydrate systems: An example from New Zealand’s southern Hikurangi margin | |
Trippetta et al. | Carbonate-ramp reservoirs modelling best solutions: Insights from a dense shallow well database in Central Italy | |
Papiernik et al. | Structural and parametric models of the Załęcze and Żuchlów gas field region, Fore-Sudetic Monocline, Poland–An example of a general static modeling workflow in mature petroleum areas for CCS, EGR or EOR purposes | |
Lee et al. | A geology-based 3D seismic velocity model of Canterbury, New Zealand | |
Coskun et al. | Optimum designs for 2-D and 3-D seismic surveys via modeling and reverse-time migration: Pierce Junction Salt Dome, Texas | |
Wadas et al. | Ground instability of sinkhole areas indicated by elastic moduli and seismic attributes | |
Xiao et al. | Integrated Geologic Modeling of Fault‐Block Reservoir: A Case Study of Ss Oil Field | |
Sala et al. | Building a three-dimensional near-surface geologic and petrophysical model based on borehole data: A case study from Chémery, Paris Basin, France | |
Schottenfels et al. | Bathymetric signatures of submarine forearc deformation: A case study in the Nankai accretionary prism | |
Maufroy et al. | Travel time inversion from ground level to gallery: protocol for the characterization of P‐wave seismic signature in a fractured‐porous Urgonian platform at hectometric scale | |
Abdel Gowad et al. | Shallow seismic refraction tomography and MASW survey for investigating the fractures along Qena-Safaga Road, South of Egypt | |
Schuller et al. | Fault Rock Property Prediction on Jurassic Clastics of the Barents Sea, Norway | |
Amer et al. | 4-D petroleum systems modelling of the Haynesville shale play—Understanding gas in place | |
Punzo et al. | Ensuring very shallow-water sediment properties: case study from Capo Granitola harbour, Sicily (Italy) | |
Aven | Is it possible to estimate the magnitude of uplift and erosion by the use of check-shot data and average velocity? | |
Khair et al. | PRELIMINARY WORKFLOW FOR SUBSURFACE FRACTURE MAPPING USING 3D SEISMIC SURVEYS. A CASE STUDY FROM THE COOPER BASIN, SOUTH AUSTRALIA. | |
Meng | Geological and geomechanical characteristics of prospective CO2 sinks and seals in the DeSoto Canyon Salt Basin, east-central Gulf of Mexico | |
Botter | Seismic Imaging of Fault Zones: A synthetic workflow to study the impact of faults on seismic images | |
Weller | The tectonostratigraphic evolution of the offshore Gippsland Basin, Victoria, Australia—results from 3D seismic interpretation and 2D section restoration |
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 |