CN113391350A - 一种半定量叠后地震裂缝预测方法 - Google Patents

一种半定量叠后地震裂缝预测方法 Download PDF

Info

Publication number
CN113391350A
CN113391350A CN202110485258.5A CN202110485258A CN113391350A CN 113391350 A CN113391350 A CN 113391350A CN 202110485258 A CN202110485258 A CN 202110485258A CN 113391350 A CN113391350 A CN 113391350A
Authority
CN
China
Prior art keywords
seismic
scanning
seismic data
similarity coefficient
dip 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.)
Granted
Application number
CN202110485258.5A
Other languages
English (en)
Other versions
CN113391350B (zh
Inventor
洪余刚
米中荣
卢立泽
王贺华
杨鸿�
柳世成
黄凯
张正红
袁浩
郝成顺
杨滔
李鑫
成一
梁利文
罗春树
瞿建华
任本兵
刘卉
王鹤
邓琪
张博宁
肖勇
吕新东
曹献平
黄静
陈哲
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.)
Chengdu North Petroleum Exploration And Development Technology Co ltd
Original Assignee
Chengdu North Petroleum Exploration And Development Technology 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 Chengdu North Petroleum Exploration And Development Technology Co ltd filed Critical Chengdu North Petroleum Exploration And Development Technology Co ltd
Priority to CN202110485258.5A priority Critical patent/CN113391350B/zh
Publication of CN113391350A publication Critical patent/CN113391350A/zh
Application granted granted Critical
Publication of CN113391350B publication Critical patent/CN113391350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • 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
    • G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
    • G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
    • 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
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/362—Effecting static or dynamic corrections; Stacking
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

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

本发明公开了一种半定量叠后地震裂缝预测方法，涉及油气地震资料解释领域的信号处理方法技术领域。包括以下步骤：S1获取初始的地震数据，对初始的地震数据进行构造导向滤波得到第一地震数据；S2对第一地震数据S1进行幂指数运算得到第二地震数据S2，以提高第一地震数据中的弱反射的参与度；S3使用第三代相干算法对第二地震数据S2进行基于倾角扫描的相干分析，得到地震数据中每一个样点的最大相似性系数C以及对应的倾角和走向，所有样点的最大相似性系数C集合为相似性数体；S4对步骤S3得到的相似性系数体中各样点的最大相似性系数C进行分别乘方，乘方运算的指数命名为不连续性锐化指数；S5采用矢量统计制图的方法完成裂缝预测成果图的绘制。

Description

一种半定量叠后地震裂缝预测方法
技术领域
本发明涉及油气地震资料解释领域的信号处理方法技术领域，具体涉及一种半定量叠后地震裂缝预测方法。
背景技术
裂缝是油气运移、油气储存、油气渗流的重要空间和通道。裂缝预测是油气田勘探开发过程中对于油气藏认识的一项十分重要的工作。裂缝预测方法主要有露头地质观测法、岩心分析法、成像测井分析法、地震裂缝预测法等。地震预测法具有数据资料采样在时间和空间范围内分布广泛的特点，能够对地震工区范围内的整个油田的多套层系进行裂缝预测，而其他分析预测方法的资料范围非常局限，仅能对局部区域的裂缝发育做出预测。
地震裂缝分析方法根据采用的地震资料分为多波多分量地震资料预测、叠前地震裂缝预测和叠后地震裂缝预测。多波多分量地震资料方法局限性最大，它需要采集多波多分量的地震资料，采集和处理的成本是常规地震资料的数倍，甚至数十倍，实际应用并不广泛。叠前地震裂缝预测方法要求是宽方位的三维地震采集资料，在地震资料处理中需要分方位进行偏移，然后利用不同方位资料的振幅、频率、相位的各向异性信息进行裂缝预测。很多油田的地震采集并非宽方位的，即使采集的是宽方位数据，也很少进行分方位处理，因此，叠前地震资料的裂缝预测也具有较大的局限性。叠后地震资料裂缝预测方法，主要包括相干分析法、曲率分析法、应力分析法、属性分析法、蚂蚁追踪法、边缘检测等方法，叠后裂缝预测对于基础资料的要求较低，应用较为广泛。
发明内容
叠前地震裂缝预测方法、多波多分量裂缝预测分析方法，因其资料的完备性，能够实现裂缝的半定量预测，即能够预测裂缝发育的相对强度和裂缝方向。然而，常规的叠后裂缝预测方法，仅能通过地震属性等方法定性预测裂缝发育的相对强弱或可能性高低，无法表征裂缝发育强度和方向。
为此，本发明提供了一种半定量叠后地震裂缝预测方法，能够实现利用叠后地震资料表征裂缝的发育强度和方向。本方案用以下技术要点来解决问题：
一种半定量叠后地震裂缝预测方法，包括以下步骤：S1获取初始的地震数据，对初始的地震数据进行构造导向滤波得到第一地震数据S1；S2对第一地震数据S1进行幂指数运算得到第二地震数据S2，以提高第一地震数据中的弱反射的参与度，即
Figure BDA0003050017910000021
其中x为弱反射增强指数；S3使用第三代相干算法对第二地震数据S2进行基于倾角扫描的相干分析，得到地震数据中每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向，所有样点的最大相似性系数C集合为相似性数体；S4对步骤S3得到的相似性系数体中各样点的最大相似性系数C进行分别乘方，乘方运算的指数命名为不连续性锐化指数；S5采用矢量统计制图的方法完成裂缝预测成果图的绘制。
如上所述，本申请提供了一种半定量叠后地震裂缝预测方法。本方法的第一步对地震数据进行构造导向滤波，降低地震数据因采集处理中的噪声、静校正等因素造成的地震反射的不连续性等因素的影响，即增强地震数据在非断层、非裂缝位置的连续性，降低裂缝预测的复杂度；第二步通过幂指数运算以提高弱反射的参与度，增加弱反射区域相关系数计算的参与占比，能够提高弱反射区域裂缝预测的精度；第三步为使用基于倾角扫描的相干分析，计算地震数据中的当前地震道与三维空间中相邻的9个地震道的相似性系数，并保留在每一个样点所取得的最大相似性系数值C及其对应的倾角和走向，求取相似性系数的算法采用常规的第三代相干的协方差矩阵法。由于在断层、地层岩性突变、构造形变等出现的地方，地震道之间的波形会有明显变化，而道与道之间的相关性也会改变。所以，相干分析技术能对断层和地层特征有很好地识别，因而在相似的地震道具有较高的相关系数，而在不连续性强的地方具有较低的相关性。第四步通过乘方的方法对相似性系数体进行处理，以突出和锐化不连续的特征，第五步在前面步骤计算得到的相似性系数、倾角、走向等数据的基础上采用矢量统计制图的方法完成裂缝预测成果图的绘制，以实现对地震裂缝的半定量预测。与现有的地震资料裂缝预测方法相比，本发明采用叠后地震资料进行裂缝预测，而非成本高的叠前分方位地震资料和多波多分量地震资料，在达到同样目的、完成同样任务的情况下，大大降低了地震资料采集和处理的成本。本发明对原始信号的幂指数化处理，增加了弱反射区域相关系数计算的参与占比，提高了弱反射区域裂缝预测的精度。本发明通过对最大相关系数的乘方，大大提高了裂缝发育与不发育区域的数据极差对比性，并通过最大不相关性系数的计算统计，采用矢量分析和作图方法，能够直观的展现目的层段的裂缝平面发育方向和密度，能够为开发井位部署和开发方案的设计提供重要的信息。实际应用表明，该发明的裂缝预测与钻井、测井的应力分析实验结果相一致，证实了该方法的可靠性
更进一步的技术方案为：
所述弱反射增强指数x的取值范围为0.1-0.5，若第一地震数据的强弱反射差异大，则x取值小于等于0.3；若第一地震数据的强弱反射差异小，则x取值大于0.3。地震数据的强弱反射差异程度的判定由地震数据的实际情况选择，例如将地震数据的强弱反射差异大于5倍及以上定义为地震数据的强弱反射差异大。
地震数据中每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向的具体获取步骤为：S3.1选取当前地震道以及与当前地震道空间相邻的9个地震道，使用第三代相干算法计算当前地震道中样点与相邻的9道的相似性系数；在计算相似性系数的过程中，设置以当前道的样点为旋转中心的旋转平面，使用该旋转平面对地震主测线和联络测线方向分别进行倾角扫描，计算所有可能的相似性系数的取值；S3.2选取最大的相似性系数为当前样点的值，并记录该最大相似性系数C对应的地震主测线倾角θ、地震联络测线倾角Φ；S3.3利用地震主测线倾角θ、地震联络测线倾角Φ、地震主测线的方位角、地震联络测线的方位角，计算出最大相似性系数C所对应的倾角和走向,其中最大相似性系数C所对应的倾角以水平方向为0°作为其方向基准，最大相似性系数C所对应的走向以正北方向为0°作为其方向基准；S3.4重复步骤S3.1至S3.3，计算并记录整个地震数据每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向，所有样点的最大相似性系数C集合为相似性数体。在本技术特征中，采用的地震主测线和联络测线双向扫描，能够确保三维空间中最大相关系数和裂缝发育空间角度分别的准确获取。
为实现地震主测线和联络测线双向扫描精准高效，设置为，对主测线倾角扫描的扫描运动平面和对联络测线倾角扫描的扫描运动平面相互垂直，以当前地震道为基准，主测线倾角扫描的扫描范围为-45°至45°，联络测线倾角扫描的扫描范围为-45°至45°；步骤S3.1中倾角扫描的具体步骤为：S3.1.1对地震数据进行地震主测线方向倾角扫描，扫描的旋转步长为1°；S3.1.2主测线倾角扫描每旋转过一个旋转步长，均在该时刻主测线倾角扫描线所在的平面内完成一次完整的联络测线倾角扫描，扫描的旋转步长为1°将主测线倾角和联络测线倾角的扫描范围设置为-45°至45°，能够实现对相邻地震道内所围合的空间进行完全扫描。本特征中还给出了双向倾角扫描的具体步骤,即主测线方向内每旋转过一个旋转步长，即完成一次垂直于主测线的联络测线的全范围扫描。当主测线完成一个面的扫描后，联络测线事实上完成了91次不同位置的完整扫描，扫描点布满整个扫描空间。实现了扫描数据的精准详细获取。
双向倾角扫描中，主测线方向和联络测线方向的扫描顺序也可更改，因此设置为，对主测线倾角扫描的扫描运动平面和对联络测线倾角扫描的扫描运动平面相互垂直，以当前地震道为基准，主测线倾角扫描的扫描范围为-45°至45°，联络测线倾角扫描的扫描范围为-45°至45°；步骤S3.1中倾角扫描的具体步骤为：S3.1.1对地震数据进行地震联络测线方向倾角扫描，扫描的旋转步长为1°；S3.1.2联络测线倾角扫描每旋转过一个旋转步长，均在该时刻联络测线倾角扫描线所在的平面内完成一次完整的主测线倾角扫描，扫描的旋转步长为1°
在步骤S4中，对不连续性锐化指数取值为6-10，如果需要增加相似性系数体的不连续性突出度，则不连续性锐化指数取值大于8；如果需要减小相似性系数体的不连续性突出度，则不连续性锐化指数取值小于8。相似性系数的系数数值范围为0至1，值越大横向连续性越好。
裂缝预测成果图的绘制步骤为：S5.1计算各样点的不连续性系数D，D＝1-C，其中C为各样点的最大相似性系数；S5.2统计目的层段内各样点的不连续性系数的平均值或最大值，统计目的层段内各样点的平均值或最大值，统计目的层段内各样点的平均值或最大值；S5.3按照地震工区的地震测线方向，确定统计网格的大小；S5.4在网格范围内，统计根据步骤S5.2得到的所有层段的不连续性系数、样点走向、样点倾角的值的分布的情况；S5.5绘制出裂缝预测成果图。该技术特征限定了裂缝预测成果图的具体绘制步骤。其中不连续性系数的计算用以直观突出不连续性，不连续性系数的值越大代表不连续性越强。统计选取了目的层段中的不连续性系数、走向、倾角的值之后，再统计统计网格内不同层段中的不连续性系数、走向、倾角的值，以完成预测图的绘制。
裂缝预测成果图的表现形式为：利用有色线段或灰度线段描述裂缝的发育密度和方向，线段的长度描述裂缝长度，线段的粗细和颜色或灰度深浅描述裂缝密度，线段的方向描述裂缝的走向。
与现有技术相比，本发明的有益效果是：
本发明科学合理。本发明一种半定量叠后地震裂缝预测方法，能够完成叠后地震资料的裂缝半定量预测。与现有的地震资料裂缝预测方法相比，本发明采用叠后地震资料进行裂缝预测，而非成本高的叠前分方位地震资料和多波多分量地震资料，在达到同样目的、完成同样任务的情况下，大大降低了地震资料采集和处理的成本。本发明对原始信号的幂指数化处理，增加了弱反射区域相关系数计算的参与占比，提高了弱反射区域裂缝预测的精度。本发明通过双向倾角扫描，确保了三维空间最大相关系数和裂缝发育空间角度分布的准确获取。本发明通过对最大相关系数的乘方，大大提高了裂缝发育与不发育区域的数据极差对比性，并通过最大不相关性系数的计算统计，采用矢量分析和作图方法，能够直观的展现目的层段的裂缝平面发育方向和密度，能够为开发井位部署和开发方案的设计提供重要的信息。实际应用表明，该发明的裂缝预测与钻井、测井的应力分析实验结果相一致，证实了该方法的可靠性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明实施例中中东某油田原始三维地震数据典型剖面图；
图2为本发明实施例中中东某油田原始三维地震数据构造导向滤波典型剖面图；
图3为本发明实施例中中东某油田构造导向滤波后弱反射增强前剖面图；
图4为本发明实施例中中东某油田构造导向滤波后弱反射增强后剖面图；
图5为本发明实施例中最大相干系数计算地震数据计算点取值位置示意图；
图6为本发明实施例中最大相干系数扫描计算方法的示意图；
图7为本发明实施例中中东某油田相干分析计算的最大相干系数剖面图；
图8为本发明实施例中中东某油田相干分析计算的最大相干系数平面图；
图9为本发明实施例中中东某油田最大不相似性系数极差增强剖面图；
图10为本发明实施例中中东某油田最大不相似性系数极差增强平面图；
图11为本发明实施例中中东某油田Khasib层裂缝发育方向和密度的平面图；
图12为本发明实施例中中东某油田Khasib裂缝发育方向和密度的统计玫瑰图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：
一种半定量叠后地震裂缝预测方法，包括以下步骤：S1获取初始的地震数据，对初始的地震数据进行构造导向滤波得到第一地震数据S1；S2对第一地震数据S1进行幂指数运算得到第二地震数据S2，以提高第一地震数据中的弱反射的参与度，即
Figure BDA0003050017910000071
其中x为弱反射增强指数；S3使用第三代相干算法对第二地震数据S2进行相干分析和倾角扫描，得到地震数据中每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向，所有样点的最大相似性系数C集合为相似性数体；S4对步骤S3得到的相似性系数体中各样点的最大相似性系数C进行分别乘方，乘方运算的指数命名为不连续性锐化指数；S5采用矢量统计制图的方法完成裂缝预测成果图的绘制。
如上所述，本申请提供了一种半定量叠后地震裂缝预测方法。本方法的第一步对地震数据进行构造导向滤波，降低地震数据因采集处理中的噪声、静校正等因素造成的地震反射的不连续性等因素的影响，即增强地震数据在非断层、非裂缝位置的连续性，降低裂缝预测的复杂度；第二步通过幂指数运算以提高弱反射的参与度，增加弱反射区域相关系数计算的参与占比，能够提高弱反射区域裂缝预测的精度；第三步为使用基于倾角扫描的相干分析，计算地震数据中的当前地震道与三维空间中相邻的9个地震道的相似性系数，并保留在每一个样点所取得的最大相似性系数值C及其对应的倾角和走向，求取相似性系数的算法采用常规的第三代相干的协方差矩阵法。由于在断层、地层岩性突变、构造形变等出现的地方，地震道之间的波形会有明显变化，而道与道之间的相关性也会改变。所以，相干分析技术能对断层和地层特征有很好地识别，因而在相似的地震道具有较高的相关系数，而在不连续性强的地方具有较低的相关性。第四步通过乘方的方法对相似性系数体进行处理，以突出和锐化不连续的特征，第五步在前面步骤计算得到的相似性系数、倾角、走向等数据的基础上采用矢量统计制图的方法完成裂缝预测成果图的绘制，以实现对地震裂缝的半定量预测。与现有的地震资料裂缝预测方法相比，本发明采用叠后地震资料进行裂缝预测，而非成本高的叠前分方位地震资料和多波多分量地震资料，在达到同样目的、完成同样任务的情况下，大大降低了地震资料采集和处理的成本。本发明对原始信号的幂指数化处理，增加了弱反射区域相关系数计算的参与占比，提高了弱反射区域裂缝预测的精度。本发明通过对最大相关系数的乘方，大大提高了裂缝发育与不发育区域的数据极差对比性，并通过最大不相关性系数的计算统计，采用矢量分析和作图方法，能够直观的展现目的层段的裂缝平面发育方向和密度，能够为开发井位部署和开发方案的设计提供重要的信息。实际应用表明，该发明的裂缝预测与钻井、测井的应力分析实验结果相一致，证实了该方法的可靠性
实施例2：
本实施例在实施例1的基础上作进一步限定：
所述弱反射增强指数x的取值范围为0.1-0.5，若第一地震数据的强弱反射差异大，则x取值小于等于0.3；若第一地震数据的强弱反射差异小，则x取值大于0.3。地震数据的强弱反射差异程度的判定由地震数据的实际情况选择，例如将地震数据的强弱反射差异大于5倍及以上定义为地震数据的强弱反射差异大。
地震数据中每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向的具体获取步骤为：S3.1选取当前地震道以及与当前地震道空间相邻的9个地震道，使用第三代相干算法计算当前地震道中样点与相邻的9道的相似性系数；在计算相似性系数的过程中，设置以当前道的样点为旋转中心的旋转平面，使用该旋转平面对地震主测线和联络测线方向分别进行倾角扫描，计算所有可能的相似性系数的取值；S3.2选取最大的相似性系数为当前样点的值，并记录该最大相似性系数C对应的地震主测线倾角θ、地震联络测线倾角Φ；S3.3利用地震主测线倾角θ、地震联络测线倾角Φ、地震主测线的方位角、地震联络测线的方位角，计算出最大相似性系数C所对应的倾角和走向,其中最大相似性系数C所对应的倾角以水平方向为0°作为其方向基准，最大相似性系数C所对应的走向以正北方向为0°作为其方向基准；S3.4重复步骤S3.1至S3.3，计算并记录整个地震数据每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向，所有样点的最大相似性系数C集合为相似性数体。在本技术特征中，采用的地震主测线和联络测线双向扫描，能够确保三维空间中最大相关系数和裂缝发育空间角度分别的准确获取。
为实现地震主测线和联络测线双向扫描精准高效，设置为，对主测线倾角扫描的扫描运动平面和对联络测线倾角扫描的扫描运动平面相互垂直，以当前地震道为基准，主测线倾角扫描的扫描范围为-45°至45°，联络测线倾角扫描的扫描范围为-45°至45°；步骤S3.1中倾角扫描的具体步骤为：S3.1.1对地震数据进行地震主测线方向倾角扫描，扫描的旋转步长为1°；S3.1.2主测线倾角扫描每旋转过一个旋转步长，均在该时刻主测线倾角扫描线所在的平面内完成一次完整的联络测线倾角扫描，扫描的旋转步长为1°将主测线倾角和联络测线倾角的扫描范围设置为-45°至45°，能够实现对相邻地震道内所围合的空间进行完全扫描。本特征中还给出了双向倾角扫描的具体步骤,即主测线方向内每旋转过一个旋转步长，即完成一次垂直于主测线的联络测线的全范围扫描。当主测线完成一个面的扫描后，联络测线事实上完成了91次不同位置的完整扫描，扫描点布满整个扫描空间。实现了扫描数据的精准详细获取。
双向倾角扫描中，主测线方向和联络测线方向的扫描顺序也可更改，因此设置为，对主测线倾角扫描的扫描运动平面和对联络测线倾角扫描的扫描运动平面相互垂直，以当前地震道为基准，主测线倾角扫描的扫描范围为-45°至45°，联络测线倾角扫描的扫描范围为-45°至45°；步骤S3.1中倾角扫描的具体步骤为：S3.1.1对地震数据进行地震联络测线方向倾角扫描，扫描的旋转步长为1°；S3.1.2联络测线倾角扫描每旋转过一个旋转步长，均在该时刻联络测线倾角扫描线所在的平面内完成一次完整的主测线倾角扫描，扫描的旋转步长为1°
在步骤S4中，对不连续性锐化指数取值为6-10，如果需要增加相似性系数体的不连续性突出度，则不连续性锐化指数取值大于8；如果需要减小相似性系数体的不连续性突出度，则不连续性锐化指数取值小于8。相似性系数的系数数值范围为0至1，值越大横向连续性越好。
裂缝预测成果图的绘制步骤为：S5.1计算各样点的不连续性系数D，D＝1-C，其中C为各样点的最大相似性系数；S5.2统计目的层段内各样点的不连续性系数的平均值或最大值，统计目的层段内各样点的平均值或最大值，统计目的层段内各样点的平均值或最大值；S5.3按照地震工区的地震测线方向，确定统计网格的大小；S5.4在网格范围内，统计根据步骤S5.2得到的所有层段的不连续性系数、样点走向、样点倾角的值的分布的情况；S5.5绘制出裂缝预测成果图。该技术特征限定了裂缝预测成果图的具体绘制步骤。其中不连续性系数的计算用以直观突出不连续性，不连续性系数的值越大代表不连续性越强。统计选取了目的层段中的不连续性系数、走向、倾角的值之后，再统计统计网格内不同层段中的不连续性系数、走向、倾角的值，以完成预测图的绘制。
裂缝预测成果图的表现形式为：利用有色线段或灰度线段描述裂缝的发育密度和方向，线段的长度描述裂缝长度，线段的粗细和颜色或灰度深浅描述裂缝密度，线段的方向描述裂缝的走向。
实施例3：
如图1-图12，以中东某油田的地震数据为例，为了开展裂缝预测，按照本发明提供的一种半定量叠后地震裂缝预测方法，实施以下步骤：
S1对地震数据进行构造导向滤波，降低地震数据因采集处理中的噪声、静校正等因素造成的地震反射的不连续性等因素的影响，并突出因断层、裂缝造成的不连续性特征。如附图1所示，原始地震剖面相对不太光滑，附图2为构造导向滤波后的地震剖面，地震反射同相轴在非断层裂缝处连续性得到了很大的加强，断点更加清晰.
S2对S1中得到的地震数据进行幂指数函数计算Sx，S为地震信号数据，本实例中x取值为0.3，根据数据实际情况选择，如果数据强弱反射差异大，则x取小值，若地震数据强弱反射差异小，则x取大值，突出弱反射的特征，如附图3和附图4所示，相对弱反射得到了改善，降低了强弱差距；
S3对S2中计算结果的地震数据进行最大相似性系数求取。求取最大相似性系数的算法采用常规的第三代相干的协方差矩阵法。如附图5所示，具体构建每个计算点的协方差矩阵的原始地震数据采用空间相邻的9个地震道与当前地震道，附图5中小圆点为邻近地震道的数据，正方形为当前道地震数据，空心正方形为当前计算点，计算长度取值150ms，地震数据采样率为2ms，计算样点数为75，即计算当前点上下各取37个数据点，地震道道间距为25x25m。根据常规的速度变化公式V＝(1+aZ)V0，其中V为当前深度的速度，Z为深度，V0为浅层平均速度，a为速度变化率；采用工区多口井的声波测井数据拟合出a值，V0按照区域浅层速度或者测井曲线计算的浅层平均速度计算。本发明简单起见，速度随深度变化采取经验公式V＝(1+1.15Z)*1100计算，该公式对于倾角扫描范围的精度在可接受范围内，其中V为当前深度的速度，Z为深度。该例中取当前点上下各37个数据点计算，在深度2000米左右，速度计以4000米/秒时，纵向计算长度为300米，最远点横向最大偏移量为150米，以采样点数作为纵向计量单位时，数据取值点距离当前点的纵向样点数n，当前地震主测线的倾角扫描值为θ，取值点偏离当前地震道的道偏移量为4n*tanθ/25，当前地震联络测线的倾角扫描值为ф，则该取值点偏离当前地震道的线偏移量为4n*tanф/25。若偏移的位置不在地震道上，则采用线性插值利用相邻2道的地震道振幅计算该位置的振幅值。在最大相似性系数计算过程中，需要对地震主测线和联络测线方向分别进行倾角扫描，计算数据的取值以当前道中心点为中心的平面在空间旋转扫描，计算所有取值可能的相似性系数，保留最大相似性系数为当前点的值，并记录下最大相似性系数所对应的倾角θ和ф值，通过θ和ф计算出真倾角的走向(以正北为0°)和倾角值(以水平为0°)。以此方式，计算整个地震数据体的每一个样点。具体操作如附图6所示，主测线以垂直方向为基准(原始地震道)，向左旋转记为负角度，向右旋转记为正角度，旋转范围为(-45°，45°)，步长为1°。对每一个主测线的旋转角度，计算当前地震道每个数据点的实际位置，各数据点的道偏移量为4n*tanθ/25，n为数据点到中心点的样点数，θ为旋转角度，根据偏移量提取地震道样点的数据值，若样点偏移后不在地震道位置，则通过距离线性加权的方式计算得到该点的值，邻近道的取值方式与当前道类似。主测线的每个旋转的倾角θ值，需要在联络测线进行上下旋转45°范围内进行最大相似系数计算的数据取值，联络测线以垂直方向为基准(原始地震道)，向上旋转记为负角度，向下旋转记为正角度，旋转范围为(-45°，45°)，步长为1°。计算当前地震道的实际位置，各数据点的道偏移量为4n*tanф/25，n为数据点到中心点的样点数，ф为旋转角度，根据偏移量提取地震道样点的数据值，若样点偏移后不在地震道位置，则通过距离线性加权的方式计算得到该点的值，邻近道的取值方式与当前道类似。计算的最大相似性系数如附图7、附图8所示；
S4对S3中得到的相似性系数体进行乘方处理，突出和锐化不连续性的特征，本实例中乘方次方数为8，计算结果为极差增强的相似性数据体为C。计算出极差增强的不连续性系数D＝1-C。极差增强的不连续性系数计算结果如附图9、附图10所示；
S5采用矢量统计制图的方法完成裂缝预测成果图的绘制，具体的方法为：首先统计目的层Khasib层段内S4中结果的不连续性系数D的平均值，倾角和走向的平均值或最大值，然后，按照地震工区的地震测线方向，确定统计网格的大小200x200m，在网格范围内，统计所有不连续性系数的值分布及走向分布的情况，利用有色线段或灰度线段描述裂缝的发育密度和方向，线段的长度描述裂缝长度，线段的粗细和颜色或灰度深浅描述裂缝密度，线段的方向描述裂缝的走向。通过这种表示方法，实现半定量的裂缝描述。如果是有色线段，可以设置为，用黑色长线条为解释的断层多边形的平面展布，彩色短线为裂缝发育情况，线的长度和颜色代表裂缝发育强度和密度，颜色越暖、线条越长代表裂缝发育越密越强，线条的方向代表裂缝发育的方向。裂缝发育统计图中，可以用颜色代表裂缝发育的密度，颜色越暖代表裂缝发育越密。而灰度图中，具体地，如附图11所示，图中黑色长线条为解释的断层多边形的平面展布，灰度短线为裂缝发育情况，线的长度和灰度深浅代表裂缝发育强度和密度，线条的方向代表裂缝发育的方向，在本实例的中东油田裂缝沿断层附近发育最强，远离断层裂缝发育较弱。附图12所示为裂缝发育的统计图，图中圆周角代表0-360°方向，正北为起始0°，圆的大小代表裂缝发育的强度，灰度深浅代表裂缝发育的密度，灰度越深代表裂缝发育越密，圆越大裂缝发育越强。该油田内的钻井取芯岩石物理实验分析和钻井井壁垮塌计算的应力方向与该发明计算的裂缝发育方向一致，验证了该方法的可靠性，为未钻井区域的裂缝预测打下了坚实的基础。
以上所述的具体实施方式，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方式而已，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)

1.一种半定量叠后地震裂缝预测方法，其特征在于，包括以下步骤：
S1获取初始的地震数据，对初始的地震数据进行构造导向滤波得到第一地震数据S1；
S2对第一地震数据S1进行幂指数运算得到第二地震数据S2，以提高第一地震数据中的弱反射的参与度，即
Figure FDA0003050017900000011
其中x为弱反射增强指数；
S3使用第三代相干算法对第二地震数据S2进行基于倾角扫描的相干分析，得到地震数据中每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向，所有样点的最大相似性系数C集合为相似性数体；
S4对步骤S3得到的相似性系数体中各样点的最大相似性系数C进行分别乘方，乘方运算的指数命名为不连续性锐化指数；
S5采用矢量统计制图的方法完成裂缝预测成果图的绘制。
2.根据权利要求1所述的一种半定量叠后地震裂缝预测方法，其特征在于，所述弱反射增强指数x的取值范围为0.1-0.5，若第一地震数据的强弱反射差异大，则x取值小于等于0.3；若第一地震数据的强弱反射差异小，则x取值大于0.3。
3.根据权利要求1所述的一种半定量叠后地震裂缝预测方法，其特征在于，地震数据中每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向的具体获取步骤为：
S3.1选取当前地震道以及与当前地震道空间相邻的9个地震道，使用第三代相干算法计算当前地震道中样点与相邻的9道的相似性系数；
在计算相似性系数的过程中，设置以当前道的样点为旋转中心的旋转平面，使用该旋转平面对地震主测线和联络测线方向分别进行倾角扫描，计算所有可能的相似性系数的取值；
S3.2选取最大的相似性系数为当前样点的值，并记录该最大相似性系数C对应的地震主测线倾角θ、地震联络测线倾角Φ；
S3.3利用地震主测线倾角θ、地震联络测线倾角Φ、地震主测线的方位角、地震联络测线的方位角，计算出最大相似性系数C所对应的倾角和走向,其中最大相似性系数C所对应的倾角以水平方向为0°作为其方向基准，最大相似性系数C所对应的走向以正北方向为0°作为其方向基准；
S3.4重复步骤S3.1至S3.3，计算并记录整个地震数据每一个样点的最大相似性系数C以及最大相似性系数C所对应的倾角和走向，所有样点的最大相似性系数C集合为相似性数体。
4.根据权利要求3所述的一种半定量叠后地震裂缝预测方法，其特征在于，对主测线倾角扫描的扫描运动平面和对联络测线倾角扫描的扫描运动平面相互垂直，以当前地震道为基准，主测线倾角扫描的扫描范围为-45°至45°，联络测线倾角扫描的扫描范围为-45°至45°；
步骤S3.1中倾角扫描的具体步骤为：
S3.1.1对地震数据进行地震主测线方向倾角扫描，扫描的旋转步长为1°；
S3.1.2主测线倾角扫描每旋转过一个旋转步长，均在该时刻主测线倾角扫描线所在的平面内完成一次完整的联络测线倾角扫描，扫描的旋转步长为1°。
5.根据权利要求3所述的一种半定量叠后地震裂缝预测方法，其特征在于，对主测线倾角扫描的扫描运动平面和对联络测线倾角扫描的扫描运动平面相互垂直，以当前地震道为基准，主测线倾角扫描的扫描范围为-45°至45°，联络测线倾角扫描的扫描范围为-45°至45°；
步骤S3.1中倾角扫描的具体步骤为：
S3.1.1对地震数据进行地震联络测线方向倾角扫描，扫描的旋转步长为1°；
S3.1.2联络测线倾角扫描每旋转过一个旋转步长，均在该时刻联络测线倾角扫描线所在的平面内完成一次完整的主测线倾角扫描，扫描的旋转步长为1°。
6.根据权利要求1所述的一种半定量叠后地震裂缝预测方法，其特征在于，在步骤S4中，对不连续性锐化指数取值为6-10，如果需要增加相似性系数体的不连续性突出度，则不连续性锐化指数取值大于8；如果需要减小相似性系数体的不连续性突出度，则不连续性锐化指数取值小于8。
7.根据权利要求1所述的一种半定量叠后地震裂缝预测方法，其特征在于，裂缝预测成果图的绘制步骤为：
S5.1计算各样点的不连续性系数D，D＝1-C，其中C为各样点的最大相似性系数；
S5.2统计目的层段内各样点的不连续性系数的平均值或最大值，统计目的层段内各样点走向的平均值或最大值，统计目的层段内各样点倾角的平均值或最大值；
S5.3按照地震工区的地震测线方向，确定统计网格的大小；
S5.4在网格范围内，统计根据步骤S5.2得到的所有层段的不连续性系数、样点走向、样点倾角的值的分布的情况；
S5.5绘制出裂缝预测成果图。
8.根据权利要求7所述的一种半定量叠后地震裂缝预测方法，其特征在于，裂缝预测成果图的表现形式为：利用有色线段或灰度线段描述裂缝的发育密度和方向，线段的长度描述裂缝长度，线段的粗细和颜色或灰度深浅描述裂缝密度，线段的方向描述裂缝的走向。
CN202110485258.5A 2021-04-30 2021-04-30 一种半定量叠后地震裂缝预测方法 Active CN113391350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110485258.5A CN113391350B (zh) 2021-04-30 2021-04-30 一种半定量叠后地震裂缝预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110485258.5A CN113391350B (zh) 2021-04-30 2021-04-30 一种半定量叠后地震裂缝预测方法

Publications (2)

Publication Number Publication Date
CN113391350A true CN113391350A (zh) 2021-09-14
CN113391350B CN113391350B (zh) 2023-10-13

Family

ID=77617801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110485258.5A Active CN113391350B (zh) 2021-04-30 2021-04-30 一种半定量叠后地震裂缝预测方法

Country Status (1)

Country Link
CN (1) CN113391350B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5818712A (en) * 1997-02-11 1998-10-06 Fractal Dynamics Llc Exponentially-amplified sampling and reconstruction of signals using controlled orbits of chaotic systems
WO2002052299A2 (en) * 2000-12-22 2002-07-04 Conoco Inc. Seismic processing system and method to determine the edges of seismic data events
CN108508486A (zh) * 2018-03-09 2018-09-07 成都北方石油勘探开发技术有限公司 一种基于构造演化地层应变的裂缝预测分析方法
CA3069442A1 (en) * 2019-01-02 2020-07-02 Petrochina Company Limited High-angle fracture prediction method, computer device and computer-readable storage medium
CN111399056A (zh) * 2020-04-29 2020-07-10 西南石油大学 一种基于划分方位角滤波预测裂缝强度的方法
CN111751877A (zh) * 2019-03-26 2020-10-09 中国石油天然气股份有限公司 一种地震数据多重积分相干裂缝预测方法与装置
EP3764542A1 (en) * 2019-07-10 2021-01-13 Harbin Institute of Technology, Shenzhen Signal enhancer and method for weak and blind signal denoising and extracting

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5818712A (en) * 1997-02-11 1998-10-06 Fractal Dynamics Llc Exponentially-amplified sampling and reconstruction of signals using controlled orbits of chaotic systems
WO2002052299A2 (en) * 2000-12-22 2002-07-04 Conoco Inc. Seismic processing system and method to determine the edges of seismic data events
CN108508486A (zh) * 2018-03-09 2018-09-07 成都北方石油勘探开发技术有限公司 一种基于构造演化地层应变的裂缝预测分析方法
CA3069442A1 (en) * 2019-01-02 2020-07-02 Petrochina Company Limited High-angle fracture prediction method, computer device and computer-readable storage medium
CN111751877A (zh) * 2019-03-26 2020-10-09 中国石油天然气股份有限公司 一种地震数据多重积分相干裂缝预测方法与装置
EP3764542A1 (en) * 2019-07-10 2021-01-13 Harbin Institute of Technology, Shenzhen Signal enhancer and method for weak and blind signal denoising and extracting
CN111399056A (zh) * 2020-04-29 2020-07-10 西南石油大学 一种基于划分方位角滤波预测裂缝强度的方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
周衍;饶莹;: "地震反Q滤波应用于碳酸盐岩储层特征描述", 地球物理学报, no. 01 *
孔选林;李军;徐天吉;唐建明;: "三维曲率体地震属性提取技术研究及应用", 石油天然气学报, no. 05 *
应玉双;: "多倾角扫描及滤波的相干技术在徐东地区应用", 西部探矿工程, no. 09 *
杨平;李海银;胡蕾;李相文;李明;: "提高裂缝预测精度的解释性处理技术及其应用", 石油物探, no. 06 *
梁晓腾: "高密度地震资料弱信号检测与去噪方法研究", 中国优秀硕士学位论文全文数据库 *
江球;: "应用三维地震资料解释煤层顶板砂体赋存范围方法的探讨", 科技视界, no. 09 *
陈静: "基于倾角控制的多属性裂缝预测", 中国优秀硕士论文全文数据库 *

Also Published As

Publication number Publication date
CN113391350B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
RU2169931C2 (ru) Способ и устройство для обработки сейсмического сигнала и проведения разведки полезных ископаемых
US5724309A (en) Method for geophysical processing and interpretation using instantaneous phase and its derivatives and their derivatives
US5986974A (en) Method for geophysical processing and interpretation using seismic trace difference for analysis and display
US5838564A (en) Apparatus for seismic signal processing and exploration
US6092026A (en) Seismic signal processing and exploration
CA2279266C (en) Method for determining barriers to reservoir flow
CN101551463B (zh) 三维观测系统噪声压制估算方法
US6092025A (en) Hydrocarbon edge detection using seismic amplitude
US20100118650A1 (en) 4d seismic signal analysis
WO1998034190A9 (en) Method for determining distribution of reservoir permeability, porosity and pseudo relative permeability
US20080137480A1 (en) Method of Building a Subsurface Velocity Model
EP0956533A1 (en) Method for determining distribution of reservoir permeability, porosity and pseudo relative permeability
CN111506861B (zh) 一种目的层有利区域裂缝强度计算方法
CN110231652A (zh) 一种基于密度的含噪声应用空间聚类的地震相提取方法
CN104597494A (zh) 地震地层体分析方法及装置
CN113779812A (zh) 一种大斜度井环境中利用随钻测井数据的薄夹层识别方法
US6249746B1 (en) Automated seismic isochron analysis
Tercier et al. A comparison of the correlation structure in GPR images of deltaic and barrier-spit depositional environments
CN113109875B (zh) 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法
CN109031423B (zh) 基于梯度共生矩阵的叠前地震纹理分析方法
CN113391350B (zh) 一种半定量叠后地震裂缝预测方法
CN113568041B (zh) 时移地震三维拖缆采集数据的可重复性分析方法及系统
Benjumea et al. Geomechanical parameters assessment and geological characterization using fuzzy C means clustering of electrical resistivity and seismic data
CN114876454A (zh) 一种大斜度井复杂岩性水淹层识别方法及系统
Luo et al. High-dimensional co-occurrence matrix: A new tool for 3D seismic target visualization and interpretation

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