CN112305594B - 非均质储层的油气分布确定方法及系统 - Google Patents

非均质储层的油气分布确定方法及系统 Download PDF

Info

Publication number
CN112305594B
CN112305594B CN201910664553.XA CN201910664553A CN112305594B CN 112305594 B CN112305594 B CN 112305594B CN 201910664553 A CN201910664553 A CN 201910664553A CN 112305594 B CN112305594 B CN 112305594B
Authority
CN
China
Prior art keywords
gather data
oil gas
azimuth
analysis
azimuth angle
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
Application number
CN201910664553.XA
Other languages
English (en)
Other versions
CN112305594A (zh
Inventor
张静
刘军迎
邵喜春
王述江
张强
苏旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN201910664553.XA priority Critical patent/CN112305594B/zh
Publication of CN112305594A publication Critical patent/CN112305594A/zh
Application granted granted Critical
Publication of CN112305594B publication Critical patent/CN112305594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

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

本申请提供的一种非均质储层的油气分布确定方法及系统，首先从角道集数据中提取出不同方位的扇形方位角道集数据体，然后将方位角道集数据体输入至油气检测模型，得到油气检测结果，进而实现非均质储层的油气分布分析和预测，由于方位角道集数据体为不同方位的角道集数据中提取，可以检测不同方位上流体的分布情况，对于裂缝型油气藏裂缝储层油气预测精度高，可对裂缝型储层的油气空间展布实现三维预测，提高探井和钻井的成功率。

Description

非均质储层的油气分布确定方法及系统
技术领域
本申请涉及石油勘探技术领域，更具体的，涉及一种非均质储层的油气分布确定方法及系统。
背景技术
随着勘探目标日趋复杂化，勘探程度越来越深入，现如今已进入到裂缝型油气藏、碳酸盐岩缝洞型岩溶油气藏、页岩气藏、火山岩气藏、致密砂岩气藏、薄砂岩气藏等强非均质性油气藏勘探阶段，目前的各向同性介质和VTI介质理论和方法来预测这种强非均质性油气藏储层的油和气精确度低，严重影响石油勘探的工作，存在诸多不足。
发明内容
有鉴于此，为了解决上述不足，本申请提供一种非均质储层的油气分布确定方法、系统、电子设备及可读介质。
本申请第一方面实施例提供一种非均质储层的油气分布确定方法，包括：
将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，并基于方位角从所述角道集数据中提取若干扇形方位角道集数据体；
将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果；
根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布。
在某些具体实施例中，所述将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，包括：
获取所述非均质储层的叠前时间偏移共反射点道集数据；
基于井中地震剖面数据，生成工区平均速度模型；
利用所述平均速度模型，根据获取的目的层的层位信息，计算目的层平均速度；
从所述叠前时间偏移共反射点道集数据的地震道头中选取相关参数，所述相关参数包括偏移距、方位角以及覆盖次数；
选取所述相关参数的取值范围；根据所述目的层平均速度对取值范围内的相关参数进行转换，生成对应的角道集数据。
在某些具体实施例中，所述基于方位角从所述角道集数据中提取若干扇形方位角道集数据体，包括：
按照方位角对取值范围内的所述角道集数据进行划分，形成所述若干扇形方位角道集数据体。
在某些具体实施例中，所述确定所述相关参数的取值范围，包括：
对所述角道集数据执行偏移距与方位角的交绘分析、覆盖次数平面分析、预测时窗分析，确定所述偏移距范围、覆盖次数范围以及预测时窗长度。
在某些具体实施例中，所述根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布，包括：
对每个方位角道集数据体的油气检测结果进行剖面效果分析，提取各个方位沿层的油气分析结果；
根据所述各个方位沿层油气分析结果，生成平面分析图结果，用重新选取的所述相关参数的取值范围代替原取值范围，直至生成与测井油气实测结果的符合率高于设定阈值的平面分析结果；
根据最终得到的平面分析结果确定所述非均质储层的油气分布。
在某些具体实施例中，还包括：
建立所述油气检测模型。
在某些具体实施例中，所述油气检测模型为：
R(θ，φ)＝Z+D(φ)sin2θ,
F(φ)＝Z×D(φ)，
其中θ为入射角，φ为方位角，F(φ)为方位油气指示因子，
其中，εx、δx为平行于裂缝面的ε汤姆森参数；δx、δy为垂直于裂缝面的δ汤姆森参数；γxy为平行于和垂直于裂缝面的γ汤姆森参数平均值，Vp、Vs分别为纵波和横波速度，C22、C33、C44、C55为弹性系数。
本申请第二方面实施例提供一种非均质储层的油气分布确定系统，包括：
角道集数据转化模块，将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，并基于方位角从所述角道集数据中提取若干扇形方位角道集数据体；
油气检测模块，将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果；
油气分布确定模块，根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布。
在某些具体实施例中，所述角道集数据转化模块，包括：
获取单元，获取所述非均质储层的叠前时间偏移共反射点道集数据；
平均速度模型生成单元，基于井中地震剖面数据，生成工区平均速度模型；
目的层平均速度计算单元，利用所述平均速度模型，根据获取的目的层的层位信息，计算目的层平均速度；
参数选取单元，从所述角道集数据的地震道头中选取相关参数，所述相关参数包括偏移距、方位角以及覆盖次数；
取值范围选取单元，选取所述相关参数的取值范围；
角道集数据生成单元，根据所述目的层平均速度对取值范围内的相关参数进行转换，生成对应的角道集数据。
在某些具体实施例中，所述角道集数据转化模块，还包括：
扇形方位角道集数据体形成单元，按照方位角对取值范围内的所述角道集数据进行划分，形成所述若干扇形方位角道集数据体。
在某些具体实施例中，所述取值范围选取单元对所述角道集数据执行偏移距与方位角的交绘分析、覆盖次数平面分析、预测时窗分析，确定所述偏移距范围、覆盖次数范围以及预测时窗长度。
在某些具体实施例中，所述油气分布确定模块，包括：
剖面效果分析单元，对每个方位角道集数据体的油气检测结果进行剖面效果分析，提取各个方位沿层的油气分析结果；
平面效果分析单元，根据所述各个方位沿层油气分析结果，生成平面分析图结果，用重新选取的所述相关参数的取值范围代替原取值范围，直至生成与测井油气实测结果的符合率高于设定阈值的平面分析结果；
油气分布确定单元，根据最终得到的平面分析结果确定所述非均质储层的油气分布。
在某些具体实施例中，还包括：
模型建立模块，建立所述油气检测模型。
在某些具体实施例中，所述油气检测模型为：
R(θ，φ)＝Z+D(φ)sin2θ,
F(φ)＝Z×D(φ)，
其中θ为入射角，φ为方位角，F(φ)为方位油气指示因子，
其中，εx、δx为平行于裂缝面的ε汤姆森参数；δx、δy为垂直于裂缝面的δ汤姆森参数；γxy为平行于和垂直于裂缝面的γ汤姆森参数平均值，Vp、Vs分别为纵波和横波速度，C22、C33、C44、C55为弹性系数。
本申请第三方面实施例提供一种电子设备，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，所述处理器执行所述程序时实现如上所述的非均质储层的油气分布确定方法的步骤。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述的非均质储层的油气分布确定方法的步骤。
本申请的有益效果如下：
本申请提供的一种非均质储层的油气分布确定方法、系统、电子设备及可读介质，本申请首先从角道集数据中提取出不同方位的扇形方位角道集数据体，然后将方位角道集数据体输入至油气检测模型，得到油气检测结果，进而实现非均质储层的油气分布分析和预测，由于方位角道集数据体为不同方位的角道集数据中提取，可以检测不同方位上流体的分布情况，对于裂缝型油气藏裂缝储层油气预测精度高，可对裂缝型储层的油气空间展布实现三维预测，提高探井和钻井的成功率。
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。
图1是本申请实施例中基于油气检测模型的一种形式计算的不同方位的反射系数随入射角的变化曲线；
图2是本申请实施例中基于油气检测模型的另一种形式计算的不同方位的反射系数随入射角的变化曲线；
图3是本申请实施例中利用油气检测模型将角道集按照方位进行划分形成若干方位角道集数据体的示意图；
图4是本申请实施例中P波6个分方位CRP道集；
图5是本申请实施例中P波目的层碳酸盐岩风化壳顶界面地震解释层位解释剖面图；
图6a是本申请实施例中轮南19井VSP测井“时间—平均速度”对数据示意图；
图6b是本申请实施例中轮南19井VSP测井“时间—平均速度”拟合曲线及拟合公式；
图7a是本申请实施例中方位角与偏移距数据示意图；
图7b是本申请实施例中单道集偏移距—方位角覆盖分析图；
图7c是本申请实施例中组合道集偏移距—方位角覆盖分析图；
图8是本申请实施例中P波分方位CRP道集时窗选取示意图；
图9a是本申请实施例中过轮古16、轮古16-2井90°方位InLine972线油气指示因子剖面；
图9b是本申请实施例中过轮古16、轮古16-2井InLine972线叠前时偏地震剖面；
图10a是本申请实施例中过轮古16-2井90°方位XLine322线油气指示因子剖面；
图10b是本申请实施例中过轮古16-2井Xline线322叠前时偏地震剖面；
图11a是本申请实施例中油气井符合率百分比随方位角变化柱状图；
图11b是本申请实施例中油气井符合率百分比随方位角变化曲线图；
图12是本申请实施例中碳酸盐岩中一组垂直裂缝的裂缝面示意图；
图13是本申请实施例中一种非均质储层的油气分布确定方法的流程示意图；
图14示出了图13中的步骤S100的具体流程示意图；
图15示出了图13中的步骤S300的具体流程示意图；
图16示出了本申请实施例中一种非均质储层的油气分布确定系统的结构示意图；
图17是图16中的角道集数据转化模块100的具体结构示意图；
图18是图16中的油气分布确定模块300的具体结构示意图；
图19示出适于用来实现本申请实施例的电子设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅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，本领域普通技术人员在没有做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。
地下地层多为成层状分布，它们是由不同地质时期的沉积物经过沉积、埋藏、压实、成岩等，以及后期的构造形变、风化、侵蚀等漫长的地质作用而形成的。与此同时，死去的动、植物尸体夹裹在泥土、沙粒、生物骨骼碎屑中随之一起被埋藏在地下，在一定的地下温热条件下，埋藏在地下的有机质经过一系列生化、催化等降解作用，就变成了天然气和石油。这些生成的石油和天然气在经过运移，到达有孔隙、裂缝、溶洞等储集空间的碳酸盐岩、砂岩、泥岩地层以后，在封盖条件具备的情况下，就保存起来。这样，就形成了等待开发的油气藏。其中，保存有石油和天然气的地层就叫储层，它们多为有一定孔隙度和渗透率的砂岩、碳酸岩、生物礁、泥页岩等。石油勘探的目的就是综合运用地球物理勘探方法、地球化学勘探方法、地球地质勘探方法等来寻找地下储集了石油和天然气的储层，这就是广义上的储层预测。其中，实际应用最广的方法是综合运用各种地球物理勘探方法来定量或定性预测储层的方法，这就是通常意义下的储层预测。
随着勘探技术的发展，人们发现，AVO(Amplitude-versus-offset)技术作为一种能够有效提供多种岩性参数的技术,特别适用于寻找油气藏，因此AVO技术自七十年代诞生以后得到迅速发展，但是，随着勘探目标日趋复杂化，勘探程度越来越深入，现如今已进入到裂缝型油气藏、碳酸盐岩缝洞型岩溶油气藏、页岩气藏、火山岩气藏、致密砂岩气藏、薄砂岩气藏等强非均质性油气藏勘探阶段，AVO技术已经不能满足上述非均质储层的勘探要求。
有鉴于此，本申请提供基于叠前角道集方位各向异性辐向振幅梯度变化AGVIAZ法HTI裂缝介质油气检测的技术方案。
图13示出了本申请第一方面实施例中的一种非均质储层的油气分布确定方法流程示意图，如图13所示，其步骤包括：
S100:将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，并基于方位角从所述角道集数据中提取若干扇形方位角道集数据体；
S200:将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果；
S300:根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布。
本方面从角道集数据中提取出不同方位的扇形方位角道集数据体，然后将方位角道集数据体输入至油气检测模型，得到油气检测结果，进而实现非均质储层的油气分布分析和预测，由于方位角道集数据体为不同方位的角道集数据中提取，可以检测不同方位上流体的分布情况，对于裂缝型油气藏裂缝储层油气预测精度高，可对裂缝型储层的油气空间展布实现三维预测，提高探井和钻井的成功率。
下面对本方面实施例进行详细说明。
一实施例中，如图14所示，步骤S100具体包括：
S101:获取所述非均质储层的叠前时间偏移共反射点道集数据；
S102:基于井中地震剖面数据，生成工区平均速度模型；
S103:利用所述平均速度模型，根据获取的目的层的层位信息，计算目的层平均速度；
S104:从所述叠前时间偏移共反射点道集数据的地震道头中选取相关参数，所述相关参数包括偏移距、方位角以及覆盖次数；
S105:选取所述相关参数的取值范围；
S106：根据所述目的层平均速度对取值范围内的相关参数进行转换，生成对应的角道集数据。
具体的，步骤S101中，首先准备分方位CRP道集数据，一般情况下，有两种方式来生成分方位CRP道集：第一种方式为将360度方位划分成多个方位，分别按方位抽取共中心道集数据(CMP道集)，分别按方位做叠前时间偏移，进而生成每个方位的CRP道集；第二种方式为不对360度方位进行划分，将360度方位数据作为一个整体进行叠前时间偏移，并使道集中的每个地震道带有炮点横坐标道头(SP_X)、纵坐标道头(SP_Y)和检波点横坐标道头(REC_X)、纵坐标道头(REC_Y)。例如以第一种方式为例，如图4所示，整个工区划分了6个方位，为P波6个分方位CRP道集。
仅仅针对目的层进行叠前方位各向异性辐向振幅梯度变化AGVIAZ法HTI裂缝介质含油气性预测可以大幅度减小计算量，步骤S102中，首先用叠前时间偏移方位角道集数据体解释出目的层的层位，作为后续叠前方位各向异性辐向振幅梯度变化AGVIAZ法HTI裂缝介质含油气性预测程序运行的目标约束文件，以指示和引导该程序开展叠前方位各向异性辐向振幅梯度变化AGVIAZ法HTI裂缝介质含油气性预测工作。如图5所示，为P波目的层碳酸盐岩风化壳顶界面(Tg51)地震解释层位解释剖面图。
利用VSP(Vertical Seismic Profile)测井获得时间—平均速度对数据，进行交会分析，如图6a为轮南19井VSP测井“时间—平均速度”对数据示意图；图6b为轮南19井VSP测井“时间—平均速度”拟合曲线及拟合公式。
一实施例中，工区平均速度模型(拟合公式)为：
y＝184.73x4-1839.2x3+6659.8x2-10007x+7720.7
步骤S104中，利用求取的平均速度拟合公式，编制平均速度求取子程序，并于计算机程序内部实时计算目的层平均速度，使用直射线法实时进行CRP道集转换，生成角道集，角道集转换用的是直射线法即：
其中：X为偏移距,
t0为双程旅行时，单位为秒,
Vavg为平均速度,
θ为入射角。
令y＝tanθ，则θ＝arctan(y)，则结合工区平均速度模型，即可求出计算目的层平均速度，然后使用上述直射线法实时进行CRP道集转换，生成角道集数据。
进一步的，继续结合图14，步骤S100还包括：
S107:按照方位角对取值范围内的所述角道集数据进行划分，形成所述若干扇形方位角道集数据体。
具体的，步骤S105中，从CRP道集地震数据道头中获取偏移距、方位角、偏移距、覆盖次数等参数，为后续参数分析做准备。如图7a为方位角与偏移距数据示意图。
步骤S106中，求取有关参数如方位角、偏移距等最大值与最小值，以明了它们的分布范围。例如某工区某次叠前方位各向异性辐向振幅梯度变化AGVIAZ法HTI裂缝介质含油气性预测方位角范围为0°-150°，跨度150°；偏移距范围为300-6880米，跨度6880米。
取值范围的选取具体包括：对所述角道集数据执行偏移距与方位角的交绘分析、覆盖次数平面分析、预测时窗分析，确定所述偏移距范围、覆盖次数范围以及预测时窗长度。
下面对取值范围的选取做进一步详细说明。
①P波绝对偏移距—方位覆盖分析
如图7b是CRP单道集偏移距—方位角覆盖分析图,从图中可以看出，不同方位上的偏移距分布范围不太均匀，有的方位偏移距范围大，有的方位偏移距范围小。图7c是CRP组合道集偏移距—方位角覆盖分析图，从图中可以看出，组合后与组合前偏移距—方位角覆盖分析图基本没有太大变化，说明每个道集都基本相似，所以没有必要再去做组合和方位扩展，对分方位偏移处理的CRP道集而言，用单道集预测就可以了。一般情况下，依据上述原理分析来看，入射角较小的近道可以不选择参与运算，从实际勘探地震数据来看，接近于零偏的近道往往噪声多，包含面元范围小，波的覆盖范围小，所以波所及介质范围相对较小，此范围介质可近似看作均匀介质，所以波的方位各向异性变化不明显，故去掉近偏数据对叠前方位各向异性辐向振幅梯度变化AGVIAZ法HTI裂缝介质含油气性预测效果影响不大；入射角较大的远偏一般动校畸变严重，信号不保真，故要去掉。综合考虑不同方位偏移距分布情况，本次预测偏移距范围为选为300-6600米。
②P波覆盖次数分析
地震数据要在野外采集才能得到，而野外高山、湖泊、沙漠、沼泽、丘陵、沟壑纵横，仪器布设、车辆行进、人员布线施工难度都较大，花费不菲。
③预测时窗选取
如图8为P波分方位CRP道集时窗选取示意图。本方法逐点进行预测，每点利用固定时窗来获取地震数据进行预测。选择的时窗长度约为目的层一个反射波的视周期，通常取目的层风化壳顶界面强地震反射视周期约为同相轴的宽度，如图8所示，本次预测时窗长度为分析点上、下各取20毫秒。
步骤S107中，将角道集按方位进行等份，划分成若干窄扇形数据区如图3所示的扇形方位角道集数据体。
在参数分析的基础上，使用最终分析参数来输入全工区整个分方位偏移处理的CRP道集方位角道集数据体，将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果。
在一实施例中，如图15，确定所述非均质储层的油气分布的步骤具体包括：
S301:对每个方位角道集数据体的油气检测结果进行剖面效果分析，提取各个方位沿层的油气分析结果；
S302:根据所述各个方位沿层油气分析结果，生成平面分析图结果，用重新选取的所述相关参数的取值范围代替原取值范围，直至生成与测井油气实测结果的符合率高于设定阈值的平面分析结果；
S303:根据最终得到的平面分析结果确定所述非均质储层的油气分布。
步骤S301中，剖面分析后得到油气指示因子剖面，如图9a为过轮古16、轮古16-2井90°方位InLine972线油气指示因子剖面，图9b为过轮古16、轮古16-2井InLine972线叠前时偏地震剖面，图10a为过轮古16-2井90°方位XLine322线油气指示因子剖面，图10b为过轮古16-2井Xline线322叠前时偏地震剖面。轮古16、轮古16-2井为油气井，可以看出，油气预测结果与井上油气实测结果吻合，说明本方法是可靠有效的。
步骤S302中，在剖面效果分析的基础上，提取各个方位沿层油气预测结果，分析平面预测效果，如图11a和图11b所示，图11a是本申请实施例中油气井符合率百分比随方位角变化柱状图；图11b是本申请实施例中油气井符合率百分比随方位角变化曲线图。如果平面预测结果与井上实测油气结果符合率较低，则应重新迭代选取所述相关参数的取值范围，用新的取值范围代替原取值范围，然后重新进行上述剖面效果分析和平面效果分析，直至平面分析图结果平面预测结果与井上实测油气结果符合率较高(高于一设定阈值)，停止迭代，得到最终的平面分析结果。
在一些实施例中，所述油气检测模型可以是预建立的(离线)，也可以包括在本方法当中(即在线建立)，本申请不限于此。
下面结合附图对本申请的油气检测模型进行详细说明。
油气检测模型的其中一种形式为：
变形后有
一般情形下反射角较小，故有cosθ≈1,所以有
令
则经过化简、整理并略去高次项后得到最终的油气检测模型的另一种形式：
R(θ，φ)＝Z+D(φ)sin2θ,
F(φ)＝Z×D(φ)，
其中θ为入射角，φ为方位角，F(φ)为方位油气指示因子，
其中，εx、δx为平行于裂缝面的ε汤姆森参数；δx、δy为垂直于裂缝面的δ汤姆森参数；γxy为平行于和垂直于裂缝面的γ汤姆森参数平均值，Vp、Vs分别为纵波和横波速度，C22、C33、C44、C55为弹性系数。
其中，R(θ,φ)是一含参复合方程，参变量为以方位角为变量的函数，整个地震反射振幅是以方位角为变量的参数方程变化而定的随入射角变化的复合函数；F(φ)为方位油气指示因子，它是方位角的函数，随方位的变化而变化，用于检测不同方位上流体的分布情况。
对于HTI介质，群速度按如下公式计算：
V(θ,φ)＝V(00)[1+(δ-2ε)sin2θsin2φ+(ε-δ)sin4θsin4φ],
下面通过模拟计算验证上述的油气检测模型。
设计的模型为碳酸盐岩中一组垂直裂缝，裂缝面平行于XOZ坐标面如图12所示。
设计模型参数:碳酸盐岩基质纵波速度Vp＝6000m/s，横波速度Vsv＝4500m/s，密度ρ＝2.85g/cm3,Vsh(90°)＝4100m/s,Vsh(0°)＝3800m/s,Vsh(45°)＝3900m/s,ε＝0.056,δ＝-0.003和γ＝0.067；平行于裂缝面的速度Vpx(90°)＝5500m/s，Vpx(0°)＝5000m/s(速度较低，用低速来表示裂缝含油气)，Vpx(45°)＝5300m/s，Vshy(90°)＝3300m/s，Vsv(0°)＝Vsh(0°)＝3000m/s,Vshy(45°)＝3100m/s；垂直于裂缝面的速度Vpy(90°)＝5300m/s，Vpy(0°)＝5000m/s，Vpy(45°)＝5100m/s，Vshx(90°)＝3180m/s，Vshx(45°)＝3080m/s；裂缝带介质密度ρ1＝2.7g/cm3。
图1为基于油气检测模型的其中一种形式计算的不同方位的反射系数随入射角的变化曲线，图2为基于油气检测模型的其中另一种形式计算的不同方位的反射系数随入射角的变化曲线。图中每一条曲线表示不同方位角对应的反射系数随入射角的变化曲线，本申请对具体方位角不做进一步说明和解释。
实际地震勘探中，地震波入射角很少能达到50°，所以计算时取最大截止入射角为50°；由于方位角90°-180°与方位角0°-90°是镜像对称的，所以只计算方位角0°-90°范围内的方位反射系数(或反射强度或反射振幅)随入射角的变化。从模拟计算结果来看，两种形式的油气检测模型所反映的在不同的方位上反射系数(或反射强度或反射振幅)随入射角变化而变化的趋势规律是一致，都是反射系数(或反射强度或反射振幅)随入射角增大而变小，只是量级不一样而已，对勘探地震学本身就是不完备的具有统计性特质而言，这种变化规律的一致性就足够了，使用两个模型中的任何一个都一样。当然在实际应用中，就易用性、简洁性、实用性而言，经过变形、化简以及整理后的模型效果更好。
另外，图1至图2中，0°方位角表示地震波平行于裂缝面传播，90°方位角表示地震波垂直于裂缝面传播，从图中可以看出：①地震波在5°以内范围内入射时，所有方位上反射系数随入射角的变化曲线几乎一样，说明在进行方位油气检测时，不可选择地震波入射角小于5°的地震道集数据；②0°方位角反射系数(或反射强度或反射振幅)随入射角变化曲线称为0°方位角AVA(Amplitude Versus incidence-Angle)曲线，它在系列曲线组的最上方，90°方位角AVA曲线在系列曲线组的最下方，15°、30°、45°、60°、75°方位角AVA曲线从上到下依次排列在0°和90°方位角AVA曲线之间，表示随着方位角从地震波平行于裂缝面传播到逐渐垂直于裂缝面传播，方位AVA曲线的变化幅度越来越大，平行于裂缝面传播时地震波反射强度变化最小，反射值最大；垂直于裂缝面传播时地震波反射强度变化最大，反射值最小，但反极性值最大，说明在进行方位油气检测时，可以选择接近于垂直于裂缝走向展布的地震数据来进行方位油气检测，效果可能会更好。
基于相同的理由，图16示出了本申请另一个方面中的一种非均质储层的油气分布确定系统，具体包括：
角道集数据转化模块100，将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，并基于方位角从所述角道集数据中提取若干扇形方位角道集数据体；
油气检测模块200，将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果；
油气分布确定模块300，根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布。
本方面首先从角道集数据中提取出不同方位的扇形方位角道集数据体，然后将方位角道集数据体输入至油气检测模型，得到油气检测结果，进而实现非均质储层的油气分布分析和预测，由于方位角道集数据体为不同方位的角道集数据中提取，可以检测不同方位上流体的分布情况，对于裂缝型油气藏裂缝储层油气预测精度高，可对裂缝型储层的油气空间展布实现三维预测，提高探井和钻井的成功率。
一实施例中，如图17所示，所述角道集数据转化模块100，包括：
获取单元101，获取所述非均质储层的叠前时间偏移共反射点道集数据；
平均速度模型生成单元102，基于井中地震剖面数据，生成工区平均速度模型；
目的层平均速度计算单元103，利用所述平均速度模型，根据获取的目的层的层位信息，计算目的层平均速度；
参数选取单元104，从所述角道集数据的地震道头中选取相关参数，所述相关参数包括偏移距、方位角以及覆盖次数；
取值范围选取单元105，选取所述相关参数的取值范围；
角道集数据生成单元106，根据所述目的层平均速度对取值范围内的相关参数进行转换，生成对应的角道集数据。
一实施例中，请继续结合图17，所述角道集数据转化模块100，还包括：
扇形方位角道集数据体形成单元107，按照方位角对取值范围内的所述角道集数据进行划分，形成所述若干扇形方位角道集数据体。
一实施例中，所述取值范围选取单元对所述角道集数据执行偏移距与方位角的交绘分析、覆盖次数平面分析、预测时窗分析，确定所述偏移距范围、覆盖次数范围以及预测时窗长度。
一实施例中，如图18所示，所述油气分布确定模块300，包括：
剖面效果分析单元301，对每个方位角道集数据体的油气检测结果进行剖面效果分析，提取各个方位沿层的油气分析结果；
平面效果分析单元302，根据所述各个方位沿层油气分析结果，生成平面分析图结果，用重新选取的所述相关参数的取值范围代替原取值范围，直至生成与测井油气实测结果的符合率高于设定阈值的平面分析结果；
油气分布确定单元303，根据最终得到的平面分析结果确定所述非均质储层的油气分布。
一实施例中，还包括：模型建立模块，建立所述油气检测模型。
一实施例中，所述油气检测模型为：
R(θ，φ)＝Z+D(φ)sin2θ,
F(φ)＝Z×D(φ)，
其中θ为入射角，φ为方位角，F(φ)为方位油气指示因子，
其中，εx、δx为平行于裂缝面的ε汤姆森参数；δx、δy为垂直于裂缝面的δ汤姆森参数；γxy为平行于和垂直于裂缝面的γ汤姆森参数平均值，Vp、Vs分别为纵波和横波速度，C22、C33、C44、C55为弹性系数。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式，参见图19，所述电子设备具体包括如下内容：
处理器(processor)601、存储器(memory)602、通信接口(CommunicationsInterface)603和总线604；
其中，所述处理器601、存储器602、通信接口603通过所述总线604完成相互间的通信；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
S100:将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，并基于方位角从所述角道集数据中提取若干扇形方位角道集数据体；
S200:将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果；
S300:根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布。
从上述描述可知，本申请提供的电子设备可以检测不同方位上流体的分布情况，对于裂缝型油气藏裂缝储层油气预测精度高，可对裂缝型储层的油气空间展布实现三维预测，提高探井和钻井的成功率。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
S100:将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，并基于方位角从所述角道集数据中提取若干扇形方位角道集数据体；
S200:将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果；
S300:根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布。
从上述描述可知，本申请提供的计算机可读存储介质可以检测不同方位上流体的分布情况，对于裂缝型油气藏裂缝储层油气预测精度高，可对裂缝型储层的油气空间展布实现三维预测，提高探井和钻井的成功率。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。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。本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例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，本说明书实施例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。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

Claims (8)

1.一种非均质储层的油气分布确定方法，其特征在于，包括：
将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，并基于方位角从所述角道集数据中提取若干扇形方位角道集数据体；
将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果；
根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布；
所述将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，包括：
获取所述非均质储层的叠前时间偏移共反射点道集数据；
基于井中地震剖面数据，生成工区平均速度模型；
利用所述平均速度模型，根据获取的目的层的层位信息，计算目的层平均速度；
从所述叠前时间偏移共反射点道集数据的地震道头中选取相关参数，所述相关参数包括偏移距、方位角以及覆盖次数；
选取所述相关参数的取值范围；
根据所述目的层平均速度对取值范围内的相关参数进行转换，生成对应的角道集数据；
所述基于方位角从所述角道集数据中提取若干扇形方位角道集数据体，包括：
按照方位角对取值范围内的所述角道集数据进行划分，形成所述若干扇形方位角道集数据体；
所述根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布，包括：
对每个方位角道集数据体的油气检测结果进行剖面效果分析，提取各个方位沿层的油气分析结果；
根据所述各个方位沿层的油气分析结果，生成平面分析图结果，如果平面预测结果与井上实测油气结果符合率较低，则应重新迭代选取所述相关参数的取值范围，用新的取值范围代替原取值范围，然后重新进行剖面效果分析和平面效果分析，直至生成与测井油气实测结果的符合率高于设定阈值的平面分析结果；
根据最终得到的平面分析结果确定所述非均质储层的油气分布；
所述油气检测模型为：
,
，
式中，
其中，θ为入射角，为方位角，为方位油气指示因子，δx、δy为垂直于裂缝面的δ 汤姆森参数；γxy为平行于和垂直于裂缝面的γ汤姆森参数平均值，Vp、Vs分别为纵波和横 波速度，C33、C44、C55为弹性系数。
2.根据权利要求1所述的油气分布确定方法，其特征在于，所述选取所述相关参数的取值范围，包括：
对所述角道集数据执行偏移距与方位角的交绘分析、覆盖次数平面分析、预测时窗分析，确定偏移距范围、覆盖次数范围以及预测时窗长度。
3.根据权利要求1所述的油气分布确定方法，其特征在于，还包括：
建立所述油气检测模型。
4.一种非均质储层的油气分布确定系统，其特征在于，包括：
角道集数据转化模块，将所述非均质储层的叠前时间偏移共反射点道集数据转化为角道集数据，并基于方位角从所述角道集数据中提取若干扇形方位角道集数据体；
油气检测模块，将每个方位角道集数据体输入至预设的油气检测模型，输出对应每个方位角道集数据体的油气检测结果；
油气分布确定模块，根据每个方位角道集数据体的油气检测结果，确定所述非均质储层的油气分布；
所述角道集数据转化模块，包括：
获取单元，获取所述非均质储层的叠前时间偏移共反射点道集数据；
平均速度模型生成单元，基于井中地震剖面数据，生成工区平均速度模型；
目的层平均速度计算单元，利用所述平均速度模型，根据获取的目的层的层位信息，计算目的层平均速度；
参数选取单元，从所述叠前时间偏移共反射点道集数据的地震道头中选取相关参数，所述相关参数包括偏移距、方位角以及覆盖次数；
取值范围选取单元，选取所述相关参数的取值范围；
角道集数据生成单元，根据所述目的层平均速度对取值范围内的相关参数进行转换，生成对应的角道集数据；
所述角道集数据转化模块，还包括：
扇形方位角道集数据体形成单元，按照方位角对取值范围内的所述角道集数据进行划分，形成所述若干扇形方位角道集数据体；
所述油气分布确定模块，包括：
剖面效果分析单元，对每个方位角道集数据体的油气检测结果进行剖面效果分析，提取各个方位沿层的油气分析结果；
平面效果分析单元，根据所述各个方位沿层的油气分析结果，生成平面分析图结果，如果平面预测结果与井上实测油气结果符合率较低，则应重新迭代选取所述相关参数的取值范围，用新的取值范围代替原取值范围，然后重新进行剖面效果分析和平面效果分析，直至生成与测井油气实测结果的符合率高于设定阈值的平面分析结果；
油气分布确定单元，根据最终得到的平面分析结果确定所述非均质储层的油气分布；
所述油气检测模型为：
,
，
式中，
其中，θ为入射角，为方位角，为方位油气指示因子，δx、δy为垂直于裂缝面的δ 汤姆森参数；γxy为平行于和垂直于裂缝面的γ汤姆森参数平均值，Vp、Vs分别为纵波和横 波速度，C33、C44、C55为弹性系数。
5.根据权利要求4所述的油气分布确定系统，其特征在于，所述取值范围选取单元对所述角道集数据执行偏移距与方位角的交绘分析、覆盖次数平面分析、预测时窗分析，确定偏移距范围、覆盖次数范围以及预测时窗长度。
6.根据权利要求4所述的油气分布确定系统，其特征在于，还包括：
模型建立模块，建立所述油气检测模型。
7.一种电子设备，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程序时实现权利要求1至3任一项所述的非均质储层的油气分布确定方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至3任一项所述的非均质储层的油气分布确定方法的步骤。
CN201910664553.XA 2019-07-23 2019-07-23 非均质储层的油气分布确定方法及系统 Active CN112305594B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910664553.XA CN112305594B (zh) 2019-07-23 2019-07-23 非均质储层的油气分布确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910664553.XA CN112305594B (zh) 2019-07-23 2019-07-23 非均质储层的油气分布确定方法及系统

Publications (2)

Publication Number Publication Date
CN112305594A CN112305594A (zh) 2021-02-02
CN112305594B true CN112305594B (zh) 2023-10-27

Family

ID=74329509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910664553.XA Active CN112305594B (zh) 2019-07-23 2019-07-23 非均质储层的油气分布确定方法及系统

Country Status (1)

Country Link
CN (1) CN112305594B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116699684B (zh) * 2023-06-09 2024-08-02 中海石油(中国)有限公司深圳分公司 面向储层预测的地震数据拼接方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551466A (zh) * 2008-04-03 2009-10-07 中国石油天然气集团公司 一种利用与偏移距有关的地震属性提高油气储层预测精度的方法
CN105425292A (zh) * 2015-11-20 2016-03-23 中国石油天然气集团公司 一种油气预测方法及装置
CN105629303A (zh) * 2015-12-28 2016-06-01 中国石油大学(北京) 基于岩石物理的叠前裂缝定量预测方法及系统
CN106405644A (zh) * 2016-08-30 2017-02-15 中国石油天然气股份有限公司 裂缝确定方法和装置
CN109655908A (zh) * 2017-10-11 2019-04-19 中国石油化工股份有限公司 基于HTI介质的方位AVAz的正演模拟方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10386515B2 (en) * 2015-12-04 2019-08-20 Cgg Services Sas Method and apparatus for analyzing fractures using AVOAz inversion

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551466A (zh) * 2008-04-03 2009-10-07 中国石油天然气集团公司 一种利用与偏移距有关的地震属性提高油气储层预测精度的方法
CN105425292A (zh) * 2015-11-20 2016-03-23 中国石油天然气集团公司 一种油气预测方法及装置
CN105629303A (zh) * 2015-12-28 2016-06-01 中国石油大学(北京) 基于岩石物理的叠前裂缝定量预测方法及系统
CN106405644A (zh) * 2016-08-30 2017-02-15 中国石油天然气股份有限公司 裂缝确定方法和装置
CN109655908A (zh) * 2017-10-11 2019-04-19 中国石油化工股份有限公司 基于HTI介质的方位AVAz的正演模拟方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Fracture prediction approach for oil-bearing reservoirs based on AVAZ attributes in an orthorhombic medium;Yu-Wei Liu et al.;《Petroleum Science》;第15卷;第510–520页 *
基于叠前反演的致密砂岩储层预测和含油气性检测;张琪 等;《新疆石油天然气》;第10卷(第4期);第20-23页 *
频变 AVAZ 响应特征分析及裂缝性质反演方法研究;刘宇巍 等;《地球物理学进展》;第31卷(第2期);第732-740页 *

Also Published As

Publication number Publication date
CN112305594A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CA3076280C (en) Method and apparatus for determining thin interlayers
CN109425896B (zh) 白云岩油气储层分布预测方法及装置
Glubokovskikh et al. Seismic monitoring of CO2 geosequestration: CO2CRC Otway case study using full 4D FDTD approach
CN108680951A (zh) 一种基于地震信息判断煤层气富集沉积控制作用的方法
EP3669213A1 (en) Reflection seismology multiple imaging
US20160334528A1 (en) Systems and methods for characterizing subterranean formations utilizing azimuthal data
Angerer et al. Fractured reservoir modeling from seismic to simulator: a reality?
CN112305594B (zh) 非均质储层的油气分布确定方法及系统
Rusmanugroho et al. 3D, 9C seismic modeling and inversion of Weyburn Field data
CN115857047B (zh) 一种地震储层综合预测方法
Gao et al. Seismic structure and texture analyses for fractured reservoir characterization: An integrated workflow
Liu et al. Geostatistical modeling for fine reservoir description of Wei2 block of Weicheng oilfield, Dongpu depression, China
Mehdipour et al. The Best Scenario for Geostatistical Modeling of Porosity in the Sarvak Reservoir in an Iranian Oil Field, Using Electrofacies, Seismic Facies, and Seismic Attributes
Paris et al. Predicting reservoir quality in the Bakken Formation, North Dakota, using petrophysics and 3C seismic data
Arsalan et al. Application of extended elastic impedance: A case study from Krishna-Godavari Basin, India
CN113806674B (zh) 古河道纵向尺度的量化方法、装置、电子设备及存储介质
Schwenk Constrained parameterization of the multichannel analysis of surface waves approach with application at Yuma Proving Ground, Arizona
CN104345337B (zh) 一种用于地震反演的时控储层参数建模方法
CN103424774B (zh) 一种地震油气藏成像方法及装置
de Freslon et al. Integration of VSP in the process of surface seismic data inversion
CN113759419A (zh) 一种储层预测方法、装置、存储介质及电子设备
Botter et al. Seismic attribute analysis of a fault zone in the Thebe field, Northwest shelf, Australia
CN107589457A (zh) 测井资料尺度粗化的方法和装置
Ravve et al. Hypersurface curvatures of geological features
Braaksma et al. The origin and nature of seismic reflections of sharp‐based shoreface deposits (upper Jurassic Siliciclastics, northern France)

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