CN113009567A - 泥包砂型薄储层地震特征的识别方法 - Google Patents
泥包砂型薄储层地震特征的识别方法 Download PDFInfo
- Publication number
- CN113009567A CN113009567A CN202110348344.1A CN202110348344A CN113009567A CN 113009567 A CN113009567 A CN 113009567A CN 202110348344 A CN202110348344 A CN 202110348344A CN 113009567 A CN113009567 A CN 113009567A
- Authority
- CN
- China
- Prior art keywords
- seismic
- sand
- resonance
- area
- mud
- 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
- 239000004576 sand Substances 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000004927 clay Substances 0.000 title description 2
- 238000005728 strengthening Methods 0.000 claims abstract description 27
- 238000011161 development Methods 0.000 claims abstract description 23
- 230000003313 weakening effect Effects 0.000 claims abstract description 19
- 230000001965 increasing effect Effects 0.000 claims abstract description 5
- 239000010410 layer Substances 0.000 claims description 45
- 238000001228 spectrum Methods 0.000 claims description 13
- 239000011229 interlayer Substances 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 239000011435 rock Substances 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002356 single layer Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 241001534763 Baeckea Species 0.000 description 1
- 235000004335 Baeckea frutescens Nutrition 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010801 machine learning Methods 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
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer 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
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
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
本发明提出了一种泥包砂型薄储层地震特征的识别方法，步骤如下：获得目的层的地震子波；计算出视主周期PAM；计算出目的层的泥岩速度Vm和砂岩速度Vs；判断目的层砂岩是否集中在半个视主周期内；计算出共振加强区和共振减弱区的厚度范围；构建砂岩厚度逐渐递增的泥包砂地质模型；将目的层分为泥岩区、共振加强区和共振减弱区；在给定雷克子波情况下得到模型合成地震记录，并标注共振区反射范围；对照泥包砂地质模型，对共振区范围内的地震波形进行类型划分，建立不同类型地震波形及振幅与砂体发育之间的关系。本发明可以对泥包砂类型地震剖面上的信息进行较好解释，有利于利用地震剖面上的信息来帮助解释，有利砂体发育，降低勘探风险。
Description
技术领域
本发明涉及一种储层地震特征的识别方法，尤其涉及一种泥包砂型薄储层地震特征的识别方法，属于地质勘探方法技术领域。
背景技术
在全球大多数陆相砂泥沉积为主的盆地中，随着盆地中油田勘探开发的深化，厚储层油气藏被发现的几率越来越小，目前新发现的油气藏主要以泥沙互层特征的薄储层油气藏为主，这类油气藏的发现难度远比厚储层油气藏的发现难度大。为更好地发现这类薄储层油气藏，就需对这类油气藏的表现特征进行更好的识别。在众多典型薄储层砂泥组合类型中，泥包砂是一种比较典型的组合类型。开展泥包砂类型的薄储层地震特征识别，对该类薄储层油气藏的预测具有重要意义。
目前针对薄储层地震特征的识别，已有一定的研究成果，例如：
2008年，Li Guofa等为考察复杂陆相沉积地层河道砂体在地震剖面上的反射特征，通过建立河道砂沉积地质模型，然后开展声波波动方程正演模拟，研究表明由于波场干涉的影响，地震反射同相轴与河道砂体之间不具有明确的对应关系，地震反射同相轴的产状不能代表地下砂体的真实产状，波场干涉形成的同相轴很可能导致砂体解释的误差和陷阱。
2014年，胡玮等通过泥包砂的单层砂体模型叠前正演指出，当砂岩比较薄时，比如为10m、5m时，上下界面响应信号出现调谐现象，调谐振幅随偏移距增加而增大，相位随偏移距没有发生变化。
2017年，鲍祥生等通过利用楔状模型的二维正演研究指出，砂泥岩薄互层组合楔状模型的顶部反射振幅具有与单层楔状体类似的反射特征，利用该反射特征结合钻井数据可预测砂泥薄互层横向砂体发育厚度。
2020年，曹思佳等从提高资料品质和分辨率的基础上开展薄储层识别研究，通过对地震资料进行蓝色滤波，提高地震资料品质和分辨率，在此基础上利用敏感属性、反演等技术来刻画薄层砂体分布。
公开号为CN 107942405B的中国发明专利“预测砂泥岩薄互层砂体累积厚度的方法”公开了一种预测砂泥岩薄互层砂体累积厚度的方法，该方法基于均方根振幅、质心频率来预测薄互层砂体累积厚度。
公开号为CN 111221038A的中国发明专利申请“薄储层厚度定量预测的方法和装置”公开了一种薄储层厚度定量预测的方法，该方法首先是建立目标区域内薄储层的调谐厚度与实际厚度之间的转换函数，然后利用该函数来预测未知薄储层的实际厚度。
公开号为CN 110412662A的中国发明专利申请“基于地震多属性深度学习的薄互层储层预测方法”公开了一种基于地震多属性深度学习的薄互层储层预测方法，该方法基于薄互层的反射振幅提取属性，然后进一步基于机器学习算法预测砂岩厚度和岩相分类。
公开号为CN 109975866A的中国发明专利申请“一种基于分频道集的薄储层地震预测方法”公开了一种基于分频道集的薄储层地震预测方法，该方法通过对对地震道集数据体进行分频扫描，获得不同频率的分频道集数据体，提取其中的高频道集数据体做为基础道集资料，然后利用高频道集数据体展开工作来获得薄储层砂体的预测。
从上述文献和专利来看，目前现有技术对薄储层地震特征的识别具有如下缺点：1、主要通过正演来开展薄储层特征认识，正演时采用单层或多层砂岩来模拟薄储层地震特征，对地震特征认识主要是考虑定性的认识，比如认识到薄层砂体存在时地震波会产生明显的干涉，储层厚度一定情况下，相位不会发生变化等描述；另外有些定性认识是不准确的，如果使用这样的认识来进行指导，会给勘探带来很大的风险，比如认为地震剖面上振幅强弱与砂体存在正相关。
2、已认识到薄储层特征具有复杂性，复杂性的特点给砂体解释带来较大的误差和陷阱。
3、薄储层特征认识主要在厚度特征预测方面取得较好效果，一些学者虽已开展泥包砂的薄储层地震特征认识，但探讨有限，难以解释泥包砂薄储层地震变化的成因，不能解释振幅信息与薄砂层的关系。可见，目前对泥包砂的薄储层地震特征认识比较薄弱，严重影响了研究人员利用地震资料进行薄储层的解释，增加勘探风险。
发明内容
本发明提出一种泥包砂型薄储层地震特征的识别方法，解决了现有技术中对泥包砂的薄储层地震特征认识比较薄弱的问题。
为解决以上技术问题，本发明提供一种泥包砂型薄储层地震特征的识别方法，依次包括如下步骤：
步骤1：基于已知井开展频谱分析及合成地震记录，获得目的层的地震子波；
步骤2：基于目的层地震子波，计算出视主周期PAM；
步骤3：基于已知井的综合剖面图的数据，计算出目的层的泥岩速度Vm和砂岩速度Vs；
步骤4：基于已知井判断目的层的砂岩是否集中在半个视主周期内，如果是则执行下一步；
步骤5：依据平均速度VA，分别计算出共振加强区的厚度范围RE和共振减弱区的厚度范围RW；
步骤6：依据目的层砂岩速度Vs和泥岩速度Vm构建砂岩厚度逐渐递增的泥包砂地质模型；
步骤7：对所述泥包砂地质模型进行纵向分区划分，将目的层分为三个部分，第一部分为纯泥岩的泥岩区，第二部分为泥砂共存的共振加强区，第三部分为共振减弱区；
步骤8：在给定nHZ雷克子波情况下，得到模型合成地震记录，在模型合成地震记录上标注共振区反射范围；
步骤9：对照泥包砂地质模型，对共振区范围内的地震波形进行类型划分，将合成模拟地震记录分为共振加强区、共振加强区和共振减弱区共同影响区，建立不同类型地震波形及振幅与砂体发育之间的关系。
作为优选，所述步骤1中包括如下子步骤：
步骤1.1：获取已知井的综合剖面图如图1，且通过已知井的相关信息获得井旁地震资料频谱如图2；
步骤1.2：从地震资料频谱上读取地震资料主频为nHZ，依据地震子波频谱与地震资料频谱相近似的原理，取地震子波主频也为nHZ；
步骤1.3：经过地震资料处理后的地震子波被认为是零相位雷克子波，利用nHZ雷克子波合成地震记录；
步骤1.4：将合成地震记录与已知井井旁的实际地震记录进行对比如图3，判断两地震记录之间的一致性，如果一致性较好则将nHZ雷克子波作为目的层地震子波。
作为优选，所述视主周期为两侧旁瓣振幅绝对值为最大振幅的1％时两侧位置对应的时差。
作为优选，所述步骤4中包括如下子步骤：
步骤4.1：对已知井所在目的层的附近井进行分析，获取已知井的附近井的综合剖面图，计算砂岩和泥岩厚度各是一半情况下的平均速度VA作为计算共振区厚度的参考速度，VA＝(Vm+Vs)/2；
步骤4.2：计算出半个主视主周期PAM/2；
步骤4.3：计算出半个主视主周期对应的地层厚度，(((PAM/2)/1000)/2)*VA；
步骤4.4：判断目的层的砂岩是否集中在半个视主周期内。
作为优选，所述步骤5中包括如下子步骤：
步骤5.1：依据目的层地震子波的数据，计算出地震子波中振幅最大位置处的时间与最近振幅零值点之间的绝对值时差t，
f为目的层地震子波的主频nHZ；
步骤5.2：依据绝对值时差t和平均速度VA计算共振加强区的厚度范围RE，RE＝(t×VA)/2；
步骤5.3：计算共振减弱区的厚度范围RW，RW＝((PAM/2)×VA)/2-RE。
作为优选，所述步骤7中目的层的第三部分共振减弱区中全部为泥岩，或者泥岩中存在砂岩夹层。
作为优选，所述步骤8中包括如下子步骤：
步骤8.1：以第一道地震记录为参照，该道只包括一层砂体，该道顶部波峰对应的位置与地震波旅行到第一层砂体顶部位置对应，以该道顶部波峰所在时间位置作为共振反射区的顶部反射时间边界Ett；
步骤8.2：确定共振反射区底部界限，底部界限反射时间Ebt为Ett+PAM/2；
步骤8.3：依据顶部反射时间边界Ett和底部界限反射时间Ebt确定共振反射区域。
作为优选，所述步骤9中包括如下子步骤：
步骤9.1：依据步骤7得到的砂体纵向分布将模型横向分为共振加强区①、共振加强区和共振减弱区共同影响区②；
步骤9.2：依据确定的共振加强区①、共振加强区和共振减弱区共同影响区②，在合成地震记录图中进行对应的标注。
作为优选，步骤9中：共振区的地震波形划分为三种波形，一是对称的两半峰单谷型，二是非对称的两半峰单谷型，三是单峰单谷型。
作为优选，步骤9中：对称的两半峰单谷型的砂体发育不及非对称的两半峰单谷型和单峰单谷型的砂体发育，对称的两半峰单谷型的砂体发育情况基于顶部振幅来识别，振幅越大，砂体越发育；对于非对称的两半峰单谷型和单峰单谷型，则利用共振区反射范围内的波谷强谷来识别，波谷越强，砂体发育要差一些，波谷越弱，砂体发育越好。
本发明取得了如下有益效果：1、本发明在考虑砂岩夹层对界面反射振幅影响基础上提出的泥包砂型薄储层地震特征的识别方法，可以对泥包砂类型地震剖面上的信息进行较好解释，有利于利用地震剖面上的信息来帮助解释，有利砂体发育，降低勘探风险。
2、本发明从薄砂岩夹层的厚度、偏移分析界面处距离的角度来计算界面处的地震振幅，是一种定量计算方法，且对地震剖面的振幅特征认识更加直观，本发明为泥包砂的薄储层地震特征的识别奠定了基础，相对现有技术中对薄储层特征认识笼统定性不直观的缺点具有较大优势。
3、技术方面，常规方法针对泥包砂的薄储层地震特征认识少于考虑地震剖面上的不同位置振幅信息与薄层砂体存在什么样的关系，影响了正确利用振幅信息来解释泥包砂的薄储层特征认识。而本发明从地震界面处地震振幅计算入手，考虑振幅与砂体夹层之间关系基础上形成的一种泥包砂型薄储层地震特征的识别方法，相对现有方法更加直观有效。
4、经济方面，利用本发明的方法来开展泥包砂薄储层研究，使泥包砂发育地区的地震特征解释水平得到提高，可更好地指导实际应用，降低实际勘探风险，提高勘探成功率。
5、社会方面，有利于丰富我国泥包砂薄储层地震特征解释技术，促进我国薄储层地震特征解释技术的发展，进一步提升我国薄储层的勘探开发能力。
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为实施例中S井综合剖面图；
图2为基于S井获得的井旁地震子波频谱图；
图3为合成地震记录与实际地震记录对比图；
图4为nHZ雷克子波；
图5为S2井综合剖面图；
图6为泥包砂地质模型图；
图7为图6中泥包砂地质模型图的纵向局部放大显示图；
图8为标注各个区的地质模型图；
图9为合成地震记录图；
图10为在合成地震记录图中标注共振区的反射范围。
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。
本发明泥包砂型薄储层地震特征的识别方法，依次包括如下步骤：
步骤1：基于已知井开展频谱分析及合成地震记录，获得目的层的地震子波；
步骤1.1：获取已知井的综合剖面图如图1，且通过已知井的相关信息获得井旁地震资料频谱如图2；
步骤1.2：从地震资料频谱上读取地震资料主频为nHZ，依据地震子波频谱与地震资料频谱相近似的原理，取地震子波主频也为nHZ；
步骤1.3：经过地震资料处理后的地震子波被认为是零相位雷克子波，利用nHZ雷克子波合成地震记录；
步骤1.4：将合成地震记录与已知井井旁的实际地震记录进行对比如图3，图3中①为合成地震记录，②为实际地震记录，③为合成地震记录与实际地震记录所在剖面叠合显示。判断两地震记录之间的一致性，如果一致性较好则将nHZ雷克子波作为目的层地震子波。
步骤2：基于目的层地震子波，计算出视主周期PAM，视主周期为两侧旁瓣振幅绝对值为最大振幅的1％时两侧位置对应的时差。如图4，PAM＝71ms。
步骤3：基于已知井的综合剖面图的数据，计算出目的层的泥岩层平均纵波速度和砂岩平均纵波速度，泥岩层平均纵波速度简称为泥岩速度Vm，Vm＝3500m/s，砂岩平均纵波速度简称为砂岩速度Vs，Vs＝2800m/s。
步骤4：基于已知井判断目的层的砂岩是否集中在半个视主周期内，如果是则执行下一步；如果不是则不在本发明的讨论范围；
步骤4.1：对已知井所在目的层的附近井进行分析，获取已知井的附近井的综合剖面图，如图5；计算砂岩和泥岩厚度各是一半情况下的平均速度VA作为计算共振区厚度的参考速度，即VA＝(Vm+Vs)/2；VA＝(3500+2800)/2＝3150m/s；
步骤4.2：计算出半个主视主周期PAM/2，为35.5ms；
步骤4.3：计算出半个主视主周期对应的地层厚度，(((PAM/2)/1000)/2)*VA≈56m；
步骤4.4：判断目的层的砂岩是否集中在半个视主周期内,图1中研究目的层砂体集中于1450-1482m，砂体厚度为32米，得出目的层的砂岩集中在半个视主周期内。
步骤5：依据以上获得的平均速度VA，单位m/s，分别计算出共振加强区的厚度范围RE和共振减弱区的厚度范围RW；
步骤5.1：依据目的层地震子波的数据，计算出地震子波中振幅最大位置处的时间与最近振幅零值点之间的绝对值时差t，
单位s；f为目的层地震子波的主频nHZ；
步骤5.2：依据绝对值时差t和平均速度VA计算共振加强区的厚度范围RE，RE＝(t×VA)/2；
步骤5.3：计算共振减弱区的厚度范围RW，RW＝((PAM/2)×VA)/2-RE；
RW＝(((71/1000)/2)×3150)/2-14≈42m。
步骤6：依据步骤3中获得的目的层砂岩速度Vs和泥岩速度Vm构建砂岩厚度逐渐递增的泥包砂地质模型，如图6、图7所示。
步骤7：对所述泥包砂地质模型进行纵向分区划分，如图8所示，将目的层分为三个部分，第一部分为纯泥岩的泥岩区，称之为零影响区，第二部分为泥砂共存的共振加强区，第三部分为共振减弱区；共振减弱区中全部为泥岩，或者泥岩中存在砂岩夹层。泥岩区与共振加强区以第一层砂体的顶部为界。
步骤8：在给定nHZ雷克子波情况下，得到模型合成地震记录，如图9所示，在模型合成地震记录上标注共振区反射范围，如图10中的方框区域；
步骤8.1：以图9中靠左的第一道地震记录为参照，该道只包括一层砂体，该道顶部波峰对应的位置与地震波旅行到第一层砂体顶部位置对应，以该道顶部波峰所在时间位置作为共振反射区的顶部反射时间边界Ett；
步骤8.2：确定共振反射区底部界限，底部界限反射时间Ebt为Ett+PAM/2；
步骤8.3：依据顶部反射时间边界Ett和底部界限反射时间Ebt确定共振反射区域。
步骤9：对照泥包砂地质模型，对共振区范围内的地震波形进行类型划分，将合成模拟地震记录分为共振加强区①、共振加强区和共振减弱区共同影响区②，建立不同类型地震波形及振幅与砂体发育之间的关系；
步骤9.1：依据步骤7及图8得到的砂体纵向分布将模型横向分为共振加强区①、共振加强区和共振减弱区共同影响区②；
步骤9.2：依据图8确定的共振加强区①、共振加强区和共振减弱区共同影响区②，在图10中进行对应的标注。
如图10所示，共振区的地震波形划分为三种波形，一是对称的两半峰单谷型(图10中①区域)，二是非对称的两半峰单谷型(图10中②区域的左侧部分)，三是单峰单谷型(图10中②区域的右侧部分)。
对称的两半峰单谷型的砂体发育不及非对称的两半峰单谷型和单峰单谷型的砂体发育；
对称的两半峰单谷型的砂体发育情况基于顶部振幅来识别，振幅越大，砂体越发育；
对于非对称的两半峰单谷型和单峰单谷型，则利用共振区反射范围内的波谷强谷来识别，波谷越强，砂体发育要差一些，波谷越弱，砂体发育越好。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种泥包砂型薄储层地震特征的识别方法，其特征在于，依次包括如下步骤：
步骤1：基于已知井开展频谱分析及合成地震记录，获得目的层的地震子波；
步骤2：基于目的层地震子波，计算出视主周期PAM；
步骤3：基于已知井的综合剖面图的数据，计算出目的层的泥岩速度Vm和砂岩速度Vs；
步骤4：基于已知井判断目的层的砂岩是否集中在半个视主周期内，如果是则执行下一步；
步骤5：依据平均速度VA，分别计算出共振加强区的厚度范围RE和共振减弱区的厚度范围RW；
步骤6：依据目的层砂岩速度Vs和泥岩速度Vm构建砂岩厚度逐渐递增的泥包砂地质模型；
步骤7：对所述泥包砂地质模型进行纵向分区划分，将目的层分为三个部分，第一部分为纯泥岩的泥岩区，第二部分为泥砂共存的共振加强区，第三部分为共振减弱区；
步骤8：在给定nHZ雷克子波情况下，得到模型合成地震记录，在模型合成地震记录上标注共振区反射范围；
步骤9：对照泥包砂地质模型，对共振区范围内的地震波形进行类型划分，将合成模拟地震记录分为共振加强区、共振加强区和共振减弱区共同影响区，建立不同类型地震波形及振幅与砂体发育之间的关系。
2.根据权利要求1所述的泥包砂型薄储层地震特征的识别方法，其特征在于，所述步骤1中包括如下子步骤：
步骤1.1：获取已知井的综合剖面图如图1，且通过已知井的相关信息获得井旁地震资料频谱如图2；
步骤1.2：从地震资料频谱上读取地震资料主频为nHZ，依据地震子波频谱与地震资料频谱相近似的原理，取地震子波主频也为nHZ；
步骤1.3：经过地震资料处理后的地震子波被认为是零相位雷克子波，利用nHZ雷克子波合成地震记录；
步骤1.4：将合成地震记录与已知井井旁的实际地震记录进行对比如图3，判断两地震记录之间的一致性，如果一致性较好则将nHZ雷克子波作为目的层地震子波。
3.根据权利要求1所述的泥包砂型薄储层地震特征的识别方法，其特征在于，所述视主周期为两侧旁瓣振幅绝对值为最大振幅的1％时两侧位置对应的时差。
4.根据权利要求1所述的泥包砂型薄储层地震特征的识别方法，其特征在于，所述步骤4中包括如下子步骤：
步骤4.1：对已知井所在目的层的附近井进行分析，获取已知井的附近井的综合剖面图，计算砂岩和泥岩厚度各是一半情况下的平均速度VA作为计算共振区厚度的参考速度，VA＝(Vm+Vs)/2；
步骤4.2：计算出半个主视主周期PAM/2；
步骤4.3：计算出半个主视主周期对应的地层厚度，(((PAM/2)/1000)/2)*VA；
步骤4.4：判断目的层的砂岩是否集中在半个视主周期内。
5.根据权利要求1所述的泥包砂型薄储层地震特征的识别方法，其特征在于，所述步骤5中包括如下子步骤：
步骤5.1：依据目的层地震子波的数据，计算出地震子波中振幅最大位置处的时间与最近振幅零值点之间的绝对值时差t，
f为目的层地震子波的主频nHZ；
步骤5.2：依据绝对值时差t和平均速度VA计算共振加强区的厚度范围RE，RE＝(t×VA)/2；
步骤5.3：计算共振减弱区的厚度范围RW，RW＝((PAM/2)×VA)/2-RE。
6.根据权利要求1所述的泥包砂型薄储层地震特征的识别方法，其特征在于，所述步骤7中目的层的第三部分共振减弱区中全部为泥岩，或者泥岩中存在砂岩夹层。
7.根据权利要求1所述的泥包砂型薄储层地震特征的识别方法，其特征在于，所述步骤8中包括如下子步骤：
步骤8.1：以第一道地震记录为参照，该道只包括一层砂体，该道顶部波峰对应的位置与地震波旅行到第一层砂体顶部位置对应，以该道顶部波峰所在时间位置作为共振反射区的顶部反射时间边界Ett；
步骤8.2：确定共振反射区底部界限，底部界限反射时间Ebt为Ett+PAM/2；
步骤8.3：依据顶部反射时间边界Ett和底部界限反射时间Ebt确定共振反射区域。
8.根据权利要求1所述的泥包砂型薄储层地震特征的识别方法，其特征在于，所述步骤9中包括如下子步骤：
步骤9.1：依据步骤7得到的砂体纵向分布将模型横向分为共振加强区①、共振加强区和共振减弱区共同影响区②；
步骤9.2：依据确定的共振加强区①、共振加强区和共振减弱区共同影响区②，在合成地震记录图中进行对应的标注。
9.根据权利要求8所述的泥包砂型薄储层地震特征的识别方法，其特征在于，步骤9中：共振区的地震波形划分为三种波形，一是对称的两半峰单谷型，二是非对称的两半峰单谷型，三是单峰单谷型。
10.根据权利要求9所述的泥包砂型薄储层地震特征的识别方法，其特征在于，步骤9中：对称的两半峰单谷型的砂体发育不及非对称的两半峰单谷型和单峰单谷型的砂体发育，对称的两半峰单谷型的砂体发育情况基于顶部振幅来识别，振幅越大，砂体越发育；对于非对称的两半峰单谷型和单峰单谷型，则利用共振区反射范围内的波谷强谷来识别，波谷越强，砂体发育要差一些，波谷越弱，砂体发育越好。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110348344.1A CN113009567B (zh) | 2021-03-31 | 2021-03-31 | 泥包砂型薄储层地震特征的识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110348344.1A CN113009567B (zh) | 2021-03-31 | 2021-03-31 | 泥包砂型薄储层地震特征的识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113009567A true CN113009567A (zh) | 2021-06-22 |
| CN113009567B CN113009567B (zh) | 2022-07-05 |
Family
ID=76409671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110348344.1A Active CN113009567B (zh) | 2021-03-31 | 2021-03-31 | 泥包砂型薄储层地震特征的识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113009567B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110042591A (ko) * | 2009-10-19 | 2011-04-27 | 한국지질자원연구원 | 회전식 토석류 감지장치와 이를 이용한 토석류 감지방법 |
| CN103777243A (zh) * | 2012-10-25 | 2014-05-07 | 中国石油化工股份有限公司 | 砂泥岩薄互层储层厚度预测方法 |
| CN104698497A (zh) * | 2015-04-09 | 2015-06-10 | 中国石油大学(华东) | 一种砂泥岩薄互层层位的精细标定方法 |
| NO337664B1 (en) * | 2015-04-09 | 2016-05-30 | Inapril As | Node handling device |
| CN106405637A (zh) * | 2015-07-28 | 2017-02-15 | 中国石油化工股份有限公司 | 一种用于砂泥岩薄互层砂体厚度预测的方法及系统 |
| CN106443781A (zh) * | 2016-09-08 | 2017-02-22 | 西南石油大学 | 一种预测薄层砂体分布的方法 |
| CN106646606A (zh) * | 2016-12-14 | 2017-05-10 | 中国石油大学(华东) | 基于地震特征参数模式识别的薄砂体表征方法 |
| CN107942405A (zh) * | 2017-11-15 | 2018-04-20 | 中国石油化工股份有限公司 | 预测砂泥岩薄互层砂体累积厚度的方法 |
| CN111007567A (zh) * | 2018-10-08 | 2020-04-14 | 中国石油化工股份有限公司 | 基于地震波形反演的砂泥岩薄互层预测方法及系统 |
| CN111221038A (zh) * | 2018-11-26 | 2020-06-02 | 中国石油天然气股份有限公司 | 薄储层厚度定量预测的方法和装置 |
-
2021
- 2021-03-31 CN CN202110348344.1A patent/CN113009567B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110042591A (ko) * | 2009-10-19 | 2011-04-27 | 한국지질자원연구원 | 회전식 토석류 감지장치와 이를 이용한 토석류 감지방법 |
| CN103777243A (zh) * | 2012-10-25 | 2014-05-07 | 中国石油化工股份有限公司 | 砂泥岩薄互层储层厚度预测方法 |
| CN104698497A (zh) * | 2015-04-09 | 2015-06-10 | 中国石油大学(华东) | 一种砂泥岩薄互层层位的精细标定方法 |
| NO337664B1 (en) * | 2015-04-09 | 2016-05-30 | Inapril As | Node handling device |
| CN106405637A (zh) * | 2015-07-28 | 2017-02-15 | 中国石油化工股份有限公司 | 一种用于砂泥岩薄互层砂体厚度预测的方法及系统 |
| CN106443781A (zh) * | 2016-09-08 | 2017-02-22 | 西南石油大学 | 一种预测薄层砂体分布的方法 |
| CN106646606A (zh) * | 2016-12-14 | 2017-05-10 | 中国石油大学(华东) | 基于地震特征参数模式识别的薄砂体表征方法 |
| CN107942405A (zh) * | 2017-11-15 | 2018-04-20 | 中国石油化工股份有限公司 | 预测砂泥岩薄互层砂体累积厚度的方法 |
| CN111007567A (zh) * | 2018-10-08 | 2020-04-14 | 中国石油化工股份有限公司 | 基于地震波形反演的砂泥岩薄互层预测方法及系统 |
| CN111221038A (zh) * | 2018-11-26 | 2020-06-02 | 中国石油天然气股份有限公司 | 薄储层厚度定量预测的方法和装置 |
Non-Patent Citations (4)
| Title |
|---|
| 胡玮 等: "鄂北致密薄储层地震响应特征分析", 《世界地质》 * |
| 胡玮 等: "频散属性在致密薄储层识别中的应用", 《石油物探》 * |
| 陈军 等: "准噶尔盆地东部石炭系天然气勘探潜力", 《天然气地球科学》 * |
| 鲍祥生 等: "地层超覆油气藏砂体预测理论研究及应用", 《广东石油化工学院》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113009567B (zh) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pigott et al. | First order seismic attributes for clastic seismic facies interpretation: Examples from the East China Sea | |
| Chopra et al. | Emerging and future trends in seismic attributes | |
| US9194968B2 (en) | Method for seismic hydrocarbon system analysis | |
| Ismail et al. | Identification of gas zones and chimneys using seismic attributes analysis at the Scarab field, offshore, Nile Delta, Egypt | |
| CN102147478B (zh) | 复杂油藏的叠前低频信号识别方法 | |
| CN103675897B (zh) | 一种地震绕射波分离成像方法 | |
| CN102466815B (zh) | 三叠系碎屑岩油气藏识别方法 | |
| CN105445800A (zh) | 一种厚层砂体顶部分异岩性油藏的识别方法 | |
| CN108415075A (zh) | 一种少井条件下的储层预测方法 | |
| CN104360382A (zh) | 一种利用叠后地震数据进行油气检测的方法 | |
| CN106526678A (zh) | 一种反射声波测井的波场分离方法及装置 | |
| CN102253414B (zh) | 基于地震纹分析的储层检测方法 | |
| CN109633743A (zh) | 一种基于波形分类地震相技术预测煤层厚度的方法 | |
| CN111090117B (zh) | 一种相控正演约束下的有效储层预测方法及系统 | |
| CN113009567B (zh) | 泥包砂型薄储层地震特征的识别方法 | |
| CN110727030B (zh) | 一种基于子波多极值特征联合分析的储层预测方法 | |
| CN103076630A (zh) | 一种基于弹性阻抗梯度的油气检测方法 | |
| Melani et al. | The use of variational mode decomposition in assisting sedimentary cyclicity analysis: A case study from an Albian carbonate reservoir, Campos Basin, southeast Brazil | |
| CN105093330A (zh) | 多地震道积累振幅差分解谱寻找井旁缝洞储集体的方法 | |
| Ballinas | A supervised machine learning approach to discriminate reservoir fluid presence and saturation in the Gulf of Mexico using frequency and spectral shape attributes | |
| CN112965109B (zh) | 一种强反射屏蔽下的储层的预测方法及装置 | |
| CN113093275B (zh) | 曲流河及曲流河三角洲油田钻井成功率提高方法及装置 | |
| Li et al. | Fault and fracture prediction of tight gas reservoir based on seismic likelihood attribute | |
| CN117805898A (zh) | 一种确定深层煤岩气有利区域的方法、装置、介质及设备 | |
| Naseer et al. | Seismic frequency controls to characterize the lower-cretaceous incised-valley system, Indus Basin, SW Pakistan: Spectral decomposition as a direct hydrocarbon indicator |
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 |