CN112255670A - 基于混合Markov邻域的叠前地震多参数同步反演非线性方法 - Google Patents
基于混合Markov邻域的叠前地震多参数同步反演非线性方法 Download PDFInfo
- Publication number
- CN112255670A CN112255670A CN202010765384.1A CN202010765384A CN112255670A CN 112255670 A CN112255670 A CN 112255670A CN 202010765384 A CN202010765384 A CN 202010765384A CN 112255670 A CN112255670 A CN 112255670A
- Authority
- CN
- China
- Prior art keywords
- neighborhood
- order
- inversion
- logging
- log
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000002922 simulated annealing Methods 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims description 8
- 239000004576 sand Substances 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 208000037516 chromosome inversion disease Diseases 0.000 description 54
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 9
- 208000035126 Facies Diseases 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 235000019738 Limestone Nutrition 0.000 description 3
- 210000001233 cdp Anatomy 0.000 description 3
- 238000004637 computerized dynamic posturography Methods 0.000 description 3
- 239000006028 limestone Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005755 formation reaction Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method 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
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- 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. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/51—Migration
- G01V2210/512—Pre-stack
-
- 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
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
本发明是一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法,本反演方法使用精确的Zoeppritz方程而非近似公式来实现叠前地震反演,并且引入两个约束条件,克服多参数反演中数量级的巨大差异所导致的在不同角度求解时的不稳定,然后使用快速模拟退火算法求解目标函数极小化,可以同步而准确的获取纵波速度、横波速度和密度三参数反演结果。将混合Markov随机域(MRF)的邻域用于边界保护正则化,以提高反演结果的精度、控制反演结果的稳定性、改善反演过程的时效性。使用本方法对合成地震资料进行反演取得满意的结果,与使用传统叠前地震反演相比反演效果改善明显。
Description
技术领域
本发明涉及油气地球物理勘探技术领域,具体涉及一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法。
背景技术
叠前地震反演是一种基于褶积模型的反演,它基于振幅随炮检距变化理论,可以同步获得纵波速度、横波速度和密度等多种弹性参数,可以有效识别储层流体类型和构造特征。因此,叠前地震反演是目前应用最广泛、发展最成熟的地震反演技术之一,在油气资源的勘探和开发过程中发挥重要作用。
地震反演是一个非线性优化问题,即使得估算的地层参数所对应的合成地震记录与观测地震记录间的误差达到最小。目前基于AVO理论的叠前地震反演应用广泛,它直接利用信息丰富的叠前道集数据,可以同步获得纵波速度、横波速度和密度。但叠前地震反演仍然存在诸多问题,尤其是多参数反演结果的不稳定性问题。在Zoeppritz方程中存在一个很大的问题,就是其中各参数及各系数在数量级上存在巨大的差异,将会导致在不同角度时求解的不稳定。
发明内容
针对现有技术的不足,本发明的目的在于提供一种基于模拟退火的叠前地震多参数同步反演非线性方法,以解决现有技术中存在的反演结果不稳定的问题。
为解决上述技术问题,本发明采用的技术方案为:
一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法,获取测井数据,包括测井速度和密度;
根据测井数据和Zoeppritz方程获取反射系数;
根据测井数据、假设条件和背景趋势关系获取拟合偏差值;
根据反射系数、拟合偏差值对目标函数进行求解得到反演数据。
进一步的,所述Zoeppritz方程为:
其中,RPP代表纵波入射纵波反射的反射系数,RPS代表纵波入射横波反射的反射系数,TPP代表纵波入射纵波反射的透射系数,TPS代表纵波入射横波反射的透射系数,v是测井速度,ρ1为上覆介质的密度,ρ2为下伏介质的密度,vs1为上覆介质的横波速度,vs2为下伏介质的横波速度,vp1为上覆介质的纵波速度,vp2为下伏介质的纵波速度,θ1和θ2分别表示纵波的反射角和透射角,和分别表示横波的反射角和透射角。
进一步的,所述假设条件包括:
令VS/VP为常数;
其中,VS为测井横波速度,VP为测井纵波速度;
所述背景趋势关系为:
lnVS=k·lnVP+kC+ΔLS,
lnρ=m·lnVP+mC+ΔLD,
其中,k表示测井纵横波速度的对数的拟合曲线的斜率,m表示测井纵波速度和测井密度的对数的拟合曲线的斜率,kC表示测井纵横波速度的对数的拟合曲线的截距,mC表示测井纵波速度与测井密度的对数的拟合曲线的截距,△LS和△LD分别是横波阻抗和密度的拟合偏差值,ρ为测井密度。
进一步的,所述目标函数为
其中,J1为数据项,J2为先验项,J3为测井数据的约束项,Z为待反演的参数,D(Z)是Z的梯度值,σ为白噪声的标准方差,Y(θ)为地震响应值,W(θ)为角度子波,R(θ)为Zoeppritz方程中所求的纵波入射纵波反射的反射系数,φ为势函数,为模型参数的梯度值,δ为刻度参数,C1k为不同类型的阶团,C2k为垂直方向上的点集,λ1为先验项的加权参数,λ2为测井数据的约束项的加权参数,为测井纵波速度的梯度值,δP为测井纵波速度的刻度参数,为测井横波速度的梯度值,δS为测井横波速度的刻度参数,为测井密度的梯度值,δρ为测井密度的刻度参数。
进一步的,所述目标函数的求解过程包括:
在求解初期通过三阶邻域对目标函数进行求解;
在求解后期通过一阶邻域与三阶邻域的差值对目标函数进行求解。
进一步的,所述一阶邻域与三阶邻域的差值为:
进一步的,所述一阶邻域对应的相邻象素为:
所述三阶邻域对应的相邻象素为:
其中,s为中心点,即待反演点,t为一阶MRF邻域点,u表示二阶MRF邻域点,v为三阶MRF邻域点,p,q,r分别表示对角的一阶,二阶,三阶MRF邻域点。
进一步的,通过快速模拟退火算法对目标函数进行求解。
与现有技术相比,本发明所达到的有益效果是:
对于以往的叠前地震反演,本发明中通过引入两个假设条件来消除因各参数在数量级上的巨大差异所导致的求解不稳定问题,提高了求解的稳定性;此外,将混合Markov随机域(MRF)的邻域,即一阶邻域与三阶邻域用于边界保护正则化,以提高反演结果的精度、控制反演结果的稳定性、改善反演过程的时效性。
附图说明
下面对本发明实施例中的附图进行说明,实施例中的附图是用于对本发明的进一步理解,与说明书一起用于解释本发明,并不构成对本发明保护范围的限制。
图1为本发明实施例中反演算法的流程图;
图2为任意线的叠加地震剖面图(经过well1、well2、well3等3口井);
图3为任意线的地震剖面角度道集;
图4为纵波波速参数与密度的初始模型图,其中,图4(a)为纵波波速参数的初始模型,图4(b)为密度参数的初始模型;
图5为井3的纵波速度及相应的一阶MRF、三阶MRF和一阶与三阶MRF的差值;
图6为反演结果的影响图,其中,图6(a)为三口井约束、密度偏差值范围对纵波速度反演结果的影响,图6(b)为三口井约束、密度偏差值范围对横波速度反演结果的影响,图6(c)为三口井约束、密度偏差值范围对密度反演结果的影响。
具体实施方式
为了便于本领域技术人员的理解,下面结合附图对本发明作进一步的描述,并不能用来限制本发明的保护范围。
一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法,获取测井数据,包括测井速度和密度;
根据测井数据和Zoeppritz方程获取反射系数;
根据测井数据、假设条件和背景趋势关系获取拟合偏差值;
根据反射系数、拟合偏差值对目标函数进行求解得到反演数据。
如图1、图4所示,具体方法包括:
步骤一:建立叠前角度道集数学模型,即Zoeppritz方程。与叠后地震相同,叠前地震角度道集的数学模型可以使用简洁而实用的褶积模型,即反射系数与角度子波之间的褶积,其中,反射系数可以使用精确的Zoeppritz方程进行模拟。对于平面波,模拟角度道集的地震反射系数的Zoeppritz方程(入射波为纵波)可以表示为:
其中,R为反射系数,T为透射系数,v是测井速度,ρ为测井密度,下标P和S分别对应纵波和横波,下标1和2分别表示反射界面上覆介质和下伏介质,RPP代表纵波入射纵波反射的反射系数,RPS代表纵波入射横波反射的反射系数,TPP代表纵波入射纵波反射的透射系数,TPS代表纵波入射横波反射的透射系数。θ1和θ2表示纵波的反射角和透射角,和表示横波的反射角和透射角。重点强调的是,这里直接使用Zoeppritz方程计算纵波反射系数RPP,而不是Zoeppritz方程的近似公式。
步骤二:设置控制多参数同步反演稳定性的附加假设条件。由于步骤一中的两个公式都存在一个很大的问题,就是其中各参数及各系数在数量级上不同,将会导致在不同角度时求解的不稳定。由于纵波波阻抗、横波波阻抗和密度三者之间存在着相关性,因此利用这种关系消除上述问题。为此,增加2个附加假设条件:其一,令VS/VP为常数;其二,广义Gardner公式,即由此可以得到更一般的背景趋势关系:
lnVS=k·lnVP+kC+ΔLS
lnρ=m·lnVP+mC+ΔLD
其中,由得到的测井纵横波速度与测井密度的对数来求得拟合曲线,其中k、kC、m和mC是4个系数,k表示测井纵横波速度的对数的拟合曲线的斜率,m表示测井纵波速度和测井密度的对数的拟合曲线的斜率,kC表示测井纵横波速度的对数的拟合曲线的截距,mC表示测井纵波速度与测井密度的对数的拟合曲线的截距,△LS和△LD分别是横波阻抗和密度的拟合偏差值,VS为横波速度,ρ为测井密度。
步骤三:建立基于边界保护正则化的多参数同步反演的目标函数,并使用快速模拟退火算法求解目标函数J极小化;通过将先验信息引入最小二乘问题,叠前地震反演的目标函数可以写成,
其中,J1为数据项,J2为先验项,J3为测井数据的约束项,Z为待反演的参数,D(Z)是Z的梯度值,σ为白噪声的标准方差,k(1,2和3)为平滑阶数,Y(θ)为地震响应值,即地震记录,W(θ)为地震子波,R(θ)为Zoeppritz方程中求得的纵波入射纵波反射的反射系数RPP,φ为势函数,为模型参数的梯度值,δ为刻度参数,对于k=1,2,3,C1k分别代表三种类型的一阶团(包括对角线邻接点,涉及两点),三种类型的二阶团(涉及三点或四点),四种类型的三阶团(涉及四点或六点),C2k仅表示垂直方向上的点集(测井资料约束)。值得注意的是,多参数同步反演的先验项J2由3部分组成,即
J2=J2P(VP)+J2S(VS)+J2D(ρ),
或者
J2=J2P(VP)+J2S(ΔLS)+J2D(ρ),
其中J2P、J2S和J2D分别是VP、VS(或△LS)和ρ的先验项。于是J2可以重写为:
其中,λ1为先验项的加权参数,λ2为测井数据的约束项的加权参数,为测井纵波速度的梯度值,δP为测井纵波速度的刻度参数,为测井横波速度的梯度值,δS为测井横波速度的刻度参数,为测井密度的梯度值,δρ为测井密度的刻度参数。
3个参数的刻度参数δP、δS和δρ的取值是不同的。在具体优化过程中,使用快速模拟退火算法(FSA)求解目标函数J极小化。
步骤四:将混合Markov随机域(MRF)的邻域用于边界保护正则化,以提高反演结果的精度、控制反演结果的稳定性、改善反演过程的时效性。步骤三目标函数中数据项与测井数据的约束项中的C1k,C2k是Markov随机域(MRF)邻域系统的数据点集,当k=1,2,3时,各阶MRF邻域可以分别表示为局部常量、平面和二次曲面模型,分别对应一阶、二阶和三阶MRF邻域。在本发明中主要用到一阶和三阶MRF邻域。
对于局部常量模型,也就是k=1时,为一阶邻域,定义一个任意水平或垂直方向上相邻的象素对(s,t)集合C,可以表示为:
其中,s为中心点,即待反演点,t为一阶MRF邻域点,(a)表示垂直方向上相邻的象素,包括上下两种,(b)表示水平方向上相邻的象素,包括左右两种,这种情况下,定义:
对于二次曲面模型,也就是k=3时,为三阶邻域,相邻象素的(离散)Hessian矩阵元素间的差分,产生4种集合,每种集合涉及4或6个象素点,
其中,u表示二阶MRF邻域点,v为三阶MRF邻域点,p,q,r分别表示对角的一阶,二阶,三阶MRF邻域点。(a)表示垂直方向上相邻的象素,包括上下两种,(b)表示水平对角方向上的相邻点,有四种情况,(c)表示对角水平方向上的相邻点,有四种情况,(d)表示水平方向上相邻的象素,包括左右两种,这种情况下,定义:
其中,表示三阶邻域差分,C表示点集的类型,X表示模型参数,Xs为中心点的模型参数,Xt,Xu,Xv分别表示一阶、二阶、三阶MRF邻域点的模型参数,Xp,Xq,Xr分别表示对角的一阶,二阶,三阶MRF邻域点的模型参数。
随着邻域阶数的增加,数据点之间相互影响的范围增大,一阶邻域对所有的分界面都起作用,而高阶邻域主要刻画大梯度值的分界面。在反演初期大范围随机搜索中使用高阶邻域(三阶邻域),到反演后期使用地接邻域,进行局部随机搜索。本发明在反演后期局部搜索中使用一阶邻域与三阶邻域的差值进行搜索,一阶邻域与三阶邻域的差值为:
在反演后期局部搜索中使用一阶邻域与三阶邻域的差值,这是因为参数模型的一阶邻域结果包含三阶邻域的信息。为了确保反演后期仅在局部进行随机搜索,需要从一阶邻域结果中剔除三阶邻域的信息,以避免重复大范围的搜索。
为了进一步检验本发明提出的叠前地震多参数同步反演方法,优选势函数、正则参数和MRF组合,分析TIMRF和IMRF的各向异性特点、不同角度道集对反演结果的影响以及附加假设条件对反演稳定性的控制等,需要进行实际资料反演研究。实际资料本发明选用了某地区的1条二维任意线。工区内井位较少,任意线经过well 1、well 2和well 3等三口井,他们分别位于53、601和1745CDP。该任意线共有1981个CDP(如图2所示),每个CDP有15的角度道集(如图3所示),角度范围为3-45°,角度间隔为3°,时间采样率为2ms。在图2中两条蓝色线就是研究的目的层的顶、底界面,可以看出这套地层横向上起伏较大。
在实际资料反演过程中,测井资料的约束至关重要,它不仅可以调节待反演模型参数的低频成分(趋势背景值),还能够补偿缺失的高频成分。从三口井的测井曲线和岩芯剖面可以发现,该区从上至下包含三套地层:上部泥岩段、中部灰岩段和底部碎屑岩段,就上部泥岩段和底部碎屑岩段而言,三口井三种测井曲线的分布特征相差不大,但是三口井三种测井曲线的分布特征在中部灰岩段表现出巨大差异,体现了三个不同的相带:台缘礁滩相、台内礁滩相和台坪相。根据沉积相特征结合单井测井孔隙度得出以下认识:(1)台地边缘礁滩相、台内礁滩相是有利储集相带区,台缘高能环境孕育了具有较高原生孔隙的礁滩,而台内点礁滩复合体由well 2测井孔隙表明具有六套超过10m以上储层,横向延伸受沉积相控制;(2)台坪相是台内泻湖相和台内礁间、滩间相的总称,代表低能环境,以偏隐晶、泥晶、微晶颗粒灰岩为主,是较好的横向和纵向隔层,有利于油气保存。
图5为井3的纵波速度及相应的一阶MRF、三阶MRF和一阶与三阶MRF的差值。在反演初期大范围搜索中使用高阶邻域(如三阶邻域),而在后期局部搜索中使用一阶与三阶MRF的差值。
图6则为三口井约束、密度偏差值范围对反演结果的影响,λ=0.3,δ=(200.0,30.0,0.15),使用3个约束相,一阶、二阶和三阶邻域组合的横向各向同性MRF,使用势函数反演Dvs∈(-200,200),Dden∈(-0.1,0.1)为约束。
本发明在方法中引入两个约束条件,可以克服多参数反演中数量级的巨大差异所导致的不稳定问题,可以同步而准确的获取地震三参数的反演结果,将混合Markov随机域(MRF)的邻域用于边界保护正则化,以提高反演结果的精度、控制反演结果的稳定性、改善反演过程的时效性。
由于纵波速度、横波速度和密度三者之间存在着相关性,因此可以利用这种相关性消除上述不稳定的问题。为此,本发明增加了两个假设附加条件以此得到更一般的背景趋势关系。将混合Markov随机域(MRF)的邻域用于边界保护正则化,以提高反演结果的精度、控制反演结果的稳定性、改善反演过程的时效性。
一种基于混合Markov邻域的叠前地震多参数同步反演非线性系统,所述系统包括:
第一获取模块:用于获取测井数据,包括测井速度和密度;
第二获取模块:用于根据测井数据和Zoeppritz方程获取反射系数;
第三获取模块:用于根据测井数据、假设条件和背景趋势关系获取拟合偏差值;
求解模块:用于根据反射系数、拟合偏差值对目标函数进行求解得到反演数据。
一种基于混合Markov邻域的叠前地震多参数同步反演非线性系统,所述系统包括处理器和存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行上述所述方法的步骤。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述所述方法的步骤。
本申请是参照根据本申请实施例的方法、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。
以上仅为本发明的实施例而已,并不用于限制本发明,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,均包含在申请待批的本发明的权利要求范围之内。
Claims (8)
1.一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法,其特征在于,
获取测井数据,包括测井速度和密度;
根据测井数据和Zoeppritz方程获取反射系数;
根据测井数据、假设条件和背景趋势关系获取拟合偏差值;
根据反射系数、拟合偏差值对目标函数进行求解得到反演数据。
4.根据权利要求1所述的一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法,其特征在于,所述目标函数为:
5.根据权利要求1所述的一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法,其特征在于,所述目标函数的求解过程包括:
在求解初期通过三阶邻域对目标函数进行求解;
在求解后期通过一阶邻域与三阶邻域的差值对目标函数进行求解。
8.根据权利要求1所述的一种基于混合Markov邻域的叠前地震多参数同步反演非线性方法,其特征在于,通过快速模拟退火算法对目标函数进行求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010765384.1A CN112255670A (zh) | 2020-07-31 | 2020-07-31 | 基于混合Markov邻域的叠前地震多参数同步反演非线性方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010765384.1A CN112255670A (zh) | 2020-07-31 | 2020-07-31 | 基于混合Markov邻域的叠前地震多参数同步反演非线性方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112255670A true CN112255670A (zh) | 2021-01-22 |
Family
ID=74223926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010765384.1A Pending CN112255670A (zh) | 2020-07-31 | 2020-07-31 | 基于混合Markov邻域的叠前地震多参数同步反演非线性方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112255670A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115586573A (zh) * | 2022-09-15 | 2023-01-10 | 河海大学 | 一种致密砂岩储层的动态约束物性参数地震反演方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6826486B1 (en) * | 2000-02-11 | 2004-11-30 | Schlumberger Technology Corporation | Methods and apparatus for predicting pore and fracture pressures of a subsurface formation |
CN102508293A (zh) * | 2011-11-28 | 2012-06-20 | 中国石油大学(北京) | 一种叠前反演的薄层含油气性识别方法 |
CN104297785A (zh) * | 2014-09-29 | 2015-01-21 | 中国石油天然气股份有限公司 | 岩相约束储层物性参数反演方法及装置 |
CN104991272A (zh) * | 2015-07-02 | 2015-10-21 | 河海大学 | 一种针对无井地震反演的地震速度扰动建模方法 |
CN106932819A (zh) * | 2017-02-23 | 2017-07-07 | 河海大学 | 基于各向异性马尔科夫随机域的叠前地震参数反演方法 |
CN109300135A (zh) * | 2018-08-10 | 2019-02-01 | 太原科技大学 | 马尔科夫随机场迭代重加权图像分割方法 |
-
2020
- 2020-07-31 CN CN202010765384.1A patent/CN112255670A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6826486B1 (en) * | 2000-02-11 | 2004-11-30 | Schlumberger Technology Corporation | Methods and apparatus for predicting pore and fracture pressures of a subsurface formation |
CN102508293A (zh) * | 2011-11-28 | 2012-06-20 | 中国石油大学(北京) | 一种叠前反演的薄层含油气性识别方法 |
CN104297785A (zh) * | 2014-09-29 | 2015-01-21 | 中国石油天然气股份有限公司 | 岩相约束储层物性参数反演方法及装置 |
CN104991272A (zh) * | 2015-07-02 | 2015-10-21 | 河海大学 | 一种针对无井地震反演的地震速度扰动建模方法 |
CN106932819A (zh) * | 2017-02-23 | 2017-07-07 | 河海大学 | 基于各向异性马尔科夫随机域的叠前地震参数反演方法 |
CN109300135A (zh) * | 2018-08-10 | 2019-02-01 | 太原科技大学 | 马尔科夫随机场迭代重加权图像分割方法 |
Non-Patent Citations (3)
Title |
---|
HONGBING ZHANG ET AL.: "A nonlinear method for multiparameter inversion of pre-stack seismic data based on anisotropic Markov random field", 《GEOPHYSICAL PROSPECTING》 * |
HONGBING ZHANG ET AL.: "A non-linear regularized constrained impedance inversion", 《GEOPHYSICAL PROSPECTING》 * |
LIFENG LIANG ET AL.: "Stability study of pre-stack seismic inversion based on the full Zoeppritz equation", 《JOURNAL OF GEOPHYSICS AND ENGINEERING》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115586573A (zh) * | 2022-09-15 | 2023-01-10 | 河海大学 | 一种致密砂岩储层的动态约束物性参数地震反演方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shelander et al. | Estimating saturation of gas hydrates using conventional 3D seismic data, Gulf of Mexico Joint Industry Project Leg II | |
Oliver et al. | 4D seismic history matching | |
Lorentzen et al. | History matching the full Norne field model using seismic and production data | |
Dong et al. | Quantitative use of 4D seismic data for reservoir description | |
US10310117B2 (en) | Efficient seismic attribute gather generation with data synthesis and expectation method | |
EA011781B1 (ru) | Способ геологического моделирования с помощью основанного на гидродинамике гридинга (гидросеток) | |
Guo et al. | Prestack seismic inversion based on anisotropic Markov random field | |
CN106772587A (zh) | 基于同位多相协同克里金的地震弹性参数相控建模方法 | |
CN111007567A (zh) | 基于地震波形反演的砂泥岩薄互层预测方法及系统 | |
CN113031068B (zh) | 一种基于反射系数精确式的基追踪叠前地震反演方法 | |
Zahmatkesh et al. | Estimating Vsand and reservoir properties from seismic attributes and acoustic impedance inversion: A case study from the Mansuri oilfield, SW Iran | |
CN108957532B (zh) | 储层预测方法及装置 | |
Kumar et al. | Frequency-dependent AVO analysis using the scattering response of a layered reservoir | |
CN104297800A (zh) | 一种自相控叠前反演方法 | |
Sun et al. | Intelligent AVA inversion using a convolution neural network trained with pseudo-well datasets | |
CN112255670A (zh) | 基于混合Markov邻域的叠前地震多参数同步反演非线性方法 | |
EP3963371B1 (en) | 4d time shift and amplitude joint inversion for velocity perturbation | |
CN106842297A (zh) | 井约束非稳态相位校正方法 | |
Singh et al. | Neural networks and their applications in lithostratigraphic interpretation of seismic data for reservoir characterization | |
CN117406272A (zh) | 一种快速多元信息约束的反褶积宽频处理方法及装置 | |
Mozayan et al. | Blocky inversion of multichannel elastic impedance for elastic parameters | |
Volkov et al. | From qualitative interpretation to quantitative analysis: prediction of properties of geological bodies by using the spectral decomposition attribute–case study of Achimov turbidity system in West-Siberia | |
Jafari et al. | Estimation of acoustic-impedance model by using model-based seismic inversion on the Ghar Member of Asmari Formation in an oil field in southwestern Iran | |
US20210255346A1 (en) | System and Method for Seismic Imaging with Amplitude Recovery | |
Nivlet | Low-frequency constrain in a priori model building for stratigraphic 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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210122 |