CN112147701A - 一种地震波形驱动的高分辨率地震反演方法 - Google Patents
一种地震波形驱动的高分辨率地震反演方法 Download PDFInfo
- Publication number
- CN112147701A CN112147701A CN202011043183.7A CN202011043183A CN112147701A CN 112147701 A CN112147701 A CN 112147701A CN 202011043183 A CN202011043183 A CN 202011043183A CN 112147701 A CN112147701 A CN 112147701A
- Authority
- CN
- China
- Prior art keywords
- seismic
- waveform
- inversion
- inverted
- wave impedance
- 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.)
- Granted
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
- G01V1/40—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
-
- 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
- G01V1/282—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. 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
- 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
Abstract
本发明公开了一种地震波形驱动的高分辨率地震反演方法,通过地震波形聚类实现了真正意义上的相控反演,该相控为实际采集的地震资料实现的自动相控,更加客观真实;通过地震波形‑波阻抗曲线样本组内曲线求取共性结构建立高频初始模型,实现了高分辨率反演;同时在反演过程中利用井震合成记录相关系数和待反演道波形与所选样本井波形相关系数建立了反演可靠性评价指数,实现了定量表征反演结果质量。旨在解决现有技术中存在的地震反演分辨率低的技术问题。
Description
技术领域
本发明涉及油气地球物理勘探技术领域,尤其涉及一种地震波形驱动的高分辨率地震反演方法。
背景技术
我国石油储量近90%来自陆相湖盆沉积为主的砂岩,陆相沉积砂岩往往具有具有多物源、近物源,短水流、变化快以及砂体薄的特点,大多数薄砂岩或薄互层砂岩的单层厚度一般只有1-3米,甚至更小。从地震勘探原理上来说,地震资料能预测的最大地层厚度往往只能到20-30m,因此,常规地震反演方法不能满足薄层砂岩预测的要求。
为了解决薄层砂岩预测问题,主流的技术手段主要有两种,一种是依靠提高地震资料分辨率达到识别薄层的目的;另外一种是采用地质统计学反演直接预测薄层。其中,谱反演技术是应用较为广泛的提高地震资料分辨率的手段,其主要应用先验信息和谱分解技术提高小于调谐厚度薄层的成像精度,但是由地震资料采集的基本原理可知地震资料的有效频带范围是有限的,不可能依靠数学手段得到远高于地震资料分辨率的信息;地质统计学反演通过岩相概率密度函数分析及变差函数分析,求取多个等概率的波阻抗实现,得到高分辨率的反演数据体,但是地质统计学反演高频成分来自于测井曲线随机模拟,反演结果随机性强,容易造成模拟结果与地质规律差异较大。
地震资料虽然纵向分辨率低,但是具有横向高分辨率的特点,测井曲线数据具有纵向高分辨率的特点,现有的技术手段没有充分利用两种资料的优势,因而没有从根本上解决薄砂岩预测的问题。因此,如何实现基于地震资料和测井曲线的高分辨率地震反演方法,是一个亟需解决的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种地震波形驱动的高分辨率地震反演方法,旨在解决现有技术中存在的地震反演分辨率低的技术问题。
为实现上述目的,本发明提出一种地震波形驱动的高分辨率地震反演方法,所述高分辨率地震反演方法包括如下步骤:
对所有已钻井开展井震标定,记录每口井目的层段合成记录的相关系数;
建立已钻井目的层段地震波形-波阻抗曲线数据库;
利用自组织映射神经网络分类法对所有井进行波形聚类,建立代表不同地震相类型的地震波形-波阻抗曲线样本组;
对每一个待反演地震道分别与样本组中的地震波形进行比较,确定与待反演地震道相似程度最高的样本组,然后在该样本组中取相似程度最高的前预设比例的样本井的波阻抗曲线利用相关系数进行加权平均,得到该待反演道的高精度初始波阻抗曲线模型;
对目的层段砂岩厚度进行统计分析,根据待反演的最小砂岩厚度确定最终反演数结果的时间采样率,将建立的待反演道的初始波阻抗曲线采样到该采样率,对三维地震数据体中的每一道逐道重复样本组建立和反演道的高精度初始波阻抗曲线模型获取,最终得到初始模型三维数据体;
基于贝叶斯理论对初始模型三维数据体进行迭代反演,使用迭代模型扰动量的方法逼近样本数据,得到最终的高频反演结果。
优选的,一种地震波形驱动的高分辨率地震反演方法,所述井震标定通过利用声波时差曲线和密度曲线实现,使时间域的地震波形和深度域的波阻抗曲线建立对应关系。
优选的,一种地震波形驱动的高分辨率地震反演方法,所述建立已钻井目的层段地震波形-波阻抗曲线数据库通过利用地质分层或者地震解释层位分别截取反演目的层段的地震波形和波阻抗曲线,建立地震波形-波阻抗曲线数据库。
优选的,一种地震波形驱动的高分辨率地震反演方法,所述确定最终反演数结果的时间采样率的步骤为根据地质需求确定需要反演的最小砂体厚度,对岩性解释结论进行时间采样试验,进而确定识别最小砂体厚度所需的时间采样率。
优选的,一种地震波形驱动的高分辨率地震反演方法,所述得到该待反演道的高精度初始波阻抗曲线模型的同时,还包括记录该待反演道波形与所选样本井波形的平均相似系数的步骤。
优选的,一种地震波形驱动的高分辨率地震反演方法,所述高分辨率反演方法还包括建立反演可靠性评价指数步骤,利用记录的已钻井合成记录相关系数和待反演道波形与所选样本井波形相似系数求平均建立反演可靠性评价指数,用以实现定量表征反演结果质量。
优选的,一种地震波形驱动的高分辨率地震反演方法,所述得到该待反演道的高精度初始波阻抗曲线模型步骤中,所述预设比例为50%。
本发明中,通过地震波形聚类实现了真正意义上的相控反演,该相控为实际采集的地震资料实现的自动相控,更加客观真实;通过地震波形-波阻抗曲线样本组内曲线求取共性结构建立高频初始模型,实现了高分辨率反演;同时在反演过程中利用井震合成记录相关系数和待反演道波形与所选样本井波形相关系数建立了反演可靠性评价指数,实现了定量表征反演结果质量。旨在解决现有技术中存在的地震反演分辨率低的技术问题。
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示出的结构获得其他的附图。
图1为本发明实现的流程示意图;
图2为本发明地震波形驱动的高分辨率地震反演方法的井震标定效果示意图;
图3为本发明反演工区内39口已钻井目的层段的地震波形-波阻抗曲线数据库示意图;
图4为本发明通过波形聚类将39口钻井分为代表不同地震相类型的3个地震波形-波阻抗曲线样本组示意图,其中:图4(a)为样本组1;图4(b)为样本组2;图4(c)为样本组3;
图5为本发明优选样本集1中与待反演地震道波形相似程度最高的10口井示意图;
图6为本发明通过小波变换求取曲线共性结构作为初始波阻抗曲线模型示意图;
图7为本发明得到的高频反演结果示意图;
图8为本发明稀疏脉冲反演得到的中低频反演结果示意图;
图9为本发明反演可靠性评价指数示意图;其中:图9(a)为工区内39口井合成记录相关系数平面图;图9(b)为待反演道波形与所选样本井波形相似系数平面图;图9(c)为反演可靠性指数平面图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
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,所描述的实施例仅是本发明的一部分实施例,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,都属于本发明保护的范围。
本发明提出了一种实施例,为了将地震资料的横向高分辨率和测井资料的纵向高分辨率有机地结合起来,本发明提出了一种基于地震波形相似性原理,利用波形聚类技术建立代表不同相类型的地震波形-波阻抗曲线样本组,求取样本组内波阻抗曲线的共性结构建立地震反演的高分辨率初始模型,实现了高分辨率地震反演。如图1所示,本方法的具体步骤如下:
步骤一:对所有已钻井开展井震标定,记录每口井目的层段合成记录的相关系数,该系数表征了该井地震波形与波阻抗曲线的匹配程度。
步骤二:建立已钻井目的层段地震波形-波阻抗曲线数据库;
步骤三:利用自组织映射神经网络分类法对所有井进行波形聚类,建立代表不同地震相类型的地震波形-波阻抗曲线样本组;
步骤四:对每一个待反演地震道分别与步骤三建立的样本组中的地震波形进行比较,确定与待反演地震道相似程度最高的样本组,然后在该样本组中取相似程度最高的前50%的样本井的波阻抗曲线利用步骤一中的相关系数进行加权平均,得到该待反演道的高精度初始波阻抗曲线模型;同时记录该待反演道波形与所选样本井波形的平均相似系数。
步骤五:对目的层段砂岩厚度进行统计分析,根据待反演的最小砂岩厚度确定最终反演数结果的时间采样率,将步骤四中建立的待反演道的初始波阻抗曲线采样到该采样率。对三维地震数据体中的每一道逐道重复步骤四和步骤五,最终得到初始模型三维数据体。
步骤六:基于贝叶斯理论,对初始模型三维数据体进行迭代反演,使用迭代模型扰动量的方法逼近样本数据,得到最终的高频反演结果;
步骤七:利用步骤一记录的已钻井合成记录相关系数和步骤四待反演道波形与所选样本井波形相似系数求平均建立反演可靠性评价指数,实现了定量表征反演结果质量。
在本实施例中,结合附图对本发明提供的反演方法做进一步描述:
(1)对反演工区内所有39口已钻井,如图2所示,利用声波时差曲线和密度曲线开展井震标定,使时间域的地震波形和深度域的波阻抗曲线建立对应关系,同时记录每口井目的层段合成记录的相关系数(用R i 表示,其中i代表第i口井),该系数表征了该井地震波形与波阻抗曲线的相似程度。
(2)完成井震标定后,利用地质分层或者地震解释层位分别截取反演目的层段的地震波形和波阻抗曲线,建立地震波形-波阻抗曲线数据库(为了便于描述,第i口井用W i 表示,其地震波形和波阻抗曲线分别表示为S i 和L i )(如图3所示),作为下一步波形聚类分析的样本井。
(3)利用自组织映射神经网络分类法对样本进行波形聚类分析,建立代表不同地震相类型的地震波形-波阻抗曲线样本组。
如图3所示,通过地震波形聚类分析,本例中工区内的39个样本井被划分为代表三种不同地震相类型的三个样本组,其中图4(a)为样本组1,包含20口井;图4(b)为样本组2,包含10口井;图4(c)为样本组3,包含9口井。
(4)对三维工区开展地震反演之前,首先建立待反演道的初始波阻抗模型,首先利用地震解释得到的目的层段顶底层位建立三维格架模型,在三维格架内提取的待反演地震道的地震波形与已钻井数据库中样本井的地震波形具有等时性和可对比性。然后所有地震道开展逐道反演,每一道初始反演建立的过程为:将待反演道地震波形分别与图4中三个样本组的地震波形进行对比,确定与待反演地震道波形相似程度最高的样本组,本例中待反演地震道波形与样本组1波形相似性最高。然后在样本组1中取相似程度最高的前10口井(如图5所示,分别为W 2 、W 4 、W 6 、W 10 、W 12 、W 19 、W 22 、W 25 、W 31 、W 38 ),取10口井的波阻抗曲线开展离散小波变换,提取所有测井曲线的共性结构作为初始模型(如图6所示)。
(5)对目的层段砂岩厚度进行统计分析,根据地质需求确定需要反演的最小砂体厚度,对岩性解释解释结论进行时间采样试验(如1ms、0.5ms……),确定识别最小砂体厚度所需的时间采样率,将待反演道的初始波阻抗曲线(L ave )采样到该采样率。对三维地震数据体中的每一道逐道重复步骤四和步骤五,最终得到初始模型三维数据体。
(6)利用贝叶斯理论,对初始模型三维数据体进行迭代反演,使用迭代模型扰动量的方法逼近样本数据,得到最终的高分辨率反演结果,如图7所示,反演结果最小能识别2m厚的砂岩,并且反演结果与测井解释砂泥岩有很好的对应关系。而目前主流的稀疏脉冲反演反演最小只能识别18m厚度砂层组(如图8所示,两套3.9m和5.8m砂岩夹一套3.5m泥岩),本发明提出的反演方法的精度为稀疏脉冲反演反演的9倍,大幅提高了地震反演的精度。
(7)对已钻井合成记录相关系数进行平面插值,得到合成记录相关系数平面图(如图9(a)),统计所有地震道波形与所选样本井波形相似系数进行平面插值(如图9(b)),将二者进行加权平均建立初始模型可靠性评价指数。该指数同时反映了样本井井震匹配程度,也反映了每一个地震道波形与所选样本组波形的相似性,可以定量表征初始模型的质量。
本实施例通过地震波形聚类实现了真正意义上的相控反演,该相控为实际采集的地震资料实现的自动相控,更加客观真实;通过地震波形-波阻抗曲线样本组内曲线求取共性结构建立高频初始模型,实现了高分辨率反演;同时在反演过程中利用井震合成记录相关系数和待反演道波形与所选样本井波形相关系数建立了反演可靠性评价指数,实现了定量表征反演结果质量。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (7)
1.一种地震波形驱动的高分辨率地震反演方法,其特征在于,所述高分辨率地震反演方法包括如下步骤:
对所有已钻井开展井震标定,记录每口井目的层段合成记录的相关系数;
建立已钻井目的层段地震波形-波阻抗曲线数据库;
利用自组织映射神经网络分类法对所有井进行波形聚类,建立代表不同地震相类型的地震波形-波阻抗曲线样本组;
对每一个待反演地震道分别与样本组中的地震波形进行比较,确定与待反演地震道相似程度最高的样本组,然后在该样本组中取相似程度最高的前预设比例的样本井的波阻抗曲线利用相关系数进行加权平均,得到该待反演道的高精度初始波阻抗曲线模型;
对目的层段砂岩厚度进行统计分析,根据待反演的最小砂岩厚度确定最终反演数结果的时间采样率,将建立的待反演道的初始波阻抗曲线采样到该采样率,对三维地震数据体中的每一道逐道重复样本组建立和反演道的高精度初始波阻抗曲线模型获取,最终得到初始模型三维数据体;
基于贝叶斯理论对初始模型三维数据体进行迭代反演,使用迭代模型扰动量的方法逼近样本数据,得到最终的高频反演结果。
2.如权利要求1所述的一种地震波形驱动的高分辨率地震反演方法,其特征在于,所述井震标定通过利用声波时差曲线和密度曲线实现,使时间域的地震波形和深度域的波阻抗曲线建立对应关系。
3.如权利要求1所述的一种地震波形驱动的高分辨率地震反演方法,其特征在于,所述建立已钻井目的层段地震波形-波阻抗曲线数据库通过利用地质分层或者地震解释层位分别截取反演目的层段的地震波形和波阻抗曲线,建立地震波形-波阻抗曲线数据库。
4.如权利要求1所述的一种地震波形驱动的高分辨率地震反演方法,其特征在于,所述确定最终反演数结果的时间采样率的步骤为根据地质需求确定需要反演的最小砂体厚度,对岩性解释结论进行时间采样试验,进而确定识别最小砂体厚度所需的时间采样率。
5.如权利要求1所述的一种地震波形驱动的高分辨率地震反演方法,其特征在于,所述得到该待反演道的高精度初始波阻抗曲线模型的同时,还包括记录该待反演道波形与所选样本井波形的平均相似系数的步骤。
6.如权利要求5所述的一种地震波形驱动的高分辨率地震反演方法,其特征在于,所述高分辨率反演方法还包括建立反演可靠性评价指数步骤,利用记录的已钻井合成记录相关系数和待反演道波形与所选样本井波形相似系数求平均建立反演可靠性评价指数,用以实现定量表征反演结果质量。
7.如权利要求1所述的一种地震波形驱动的高分辨率地震反演方法,其特征在于,所述得到该待反演道的高精度初始波阻抗曲线模型步骤中,所述预设比例为50%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043183.7A CN112147701B (zh) | 2020-09-28 | 2020-09-28 | 一种地震波形驱动的高分辨率地震反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043183.7A CN112147701B (zh) | 2020-09-28 | 2020-09-28 | 一种地震波形驱动的高分辨率地震反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112147701A true CN112147701A (zh) | 2020-12-29 |
CN112147701B CN112147701B (zh) | 2021-10-26 |
Family
ID=73895286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011043183.7A Active CN112147701B (zh) | 2020-09-28 | 2020-09-28 | 一种地震波形驱动的高分辨率地震反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112147701B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102650702A (zh) * | 2012-05-03 | 2012-08-29 | 中国石油天然气股份有限公司 | 一种地震波形分析及储层预测方法和装置 |
CN106707339A (zh) * | 2016-11-22 | 2017-05-24 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 一种深度域相控反演方法 |
CN109581487A (zh) * | 2018-12-17 | 2019-04-05 | 中国海洋石油集团有限公司 | 一种沉积体波形空间结构分析与体控反演建模方法 |
-
2020
- 2020-09-28 CN CN202011043183.7A patent/CN112147701B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102650702A (zh) * | 2012-05-03 | 2012-08-29 | 中国石油天然气股份有限公司 | 一种地震波形分析及储层预测方法和装置 |
CN106707339A (zh) * | 2016-11-22 | 2017-05-24 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 一种深度域相控反演方法 |
CN109581487A (zh) * | 2018-12-17 | 2019-04-05 | 中国海洋石油集团有限公司 | 一种沉积体波形空间结构分析与体控反演建模方法 |
Non-Patent Citations (1)
Title |
---|
陈彦虎: "波形指示反演在煤层屏蔽薄砂层分布预测中的应用", 《物探与化探》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112147701B (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113759425B (zh) | 井震联合评价深层古岩溶储层充填特征的方法与系统 | |
CN108931814B (zh) | 一种基于多属性融合的基岩裂缝预测的方法 | |
CN113759424B (zh) | 基于频谱分解和机器学习的岩溶储层充填分析方法和系统 | |
CN111596364B (zh) | 基于高精度层序地层格架的地震沉积微相组合分析方法 | |
CN106842307B (zh) | 一种基于正演约束下波形分类再检索的储层精细预测方法 | |
Yanhu et al. | A method of seismic meme inversion and its application | |
CN109541685B (zh) | 一种河道砂体识别方法 | |
CN111522063B (zh) | 基于分频联合反演的叠前高分辨率流体因子反演方法 | |
CN114994758B (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
CN111505713B (zh) | 基于多点地质统计的叠前地震反演方法 | |
CN108226997A (zh) | 一种基于叠前地震数据的地震相划分方法 | |
CN108121008A (zh) | 一种地震属性预测河道砂空间分布的方法 | |
CN110554427B (zh) | 一种基于地震波形正演的岩性组合预测方法 | |
CN110703329B (zh) | 基于弱振幅地震反射形成机制的岩性油藏边界确定方法 | |
CN110568490B (zh) | 一种高速层顶薄储层的识别方法 | |
CN112505754A (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
CN109283577B (zh) | 一种地震层位标定方法 | |
CN112147701B (zh) | 一种地震波形驱动的高分辨率地震反演方法 | |
CN113484907B (zh) | 一种预测不同类型储层平面上分布的方法 | |
CN113253350B (zh) | 一种基于联合字典的孔隙度反演方法 | |
CN113589365B (zh) | 基于时频域信息的储层尖灭线描述方法 | |
CN115629417A (zh) | 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 | |
Khattri et al. | Seismic discriminants of stratigraphy derived from Monte Carlo simulation of sedimentary formations | |
CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
CN112198554B (zh) | 一种地震波形驱动的建立高精度反演初始模型的方法 |
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 |