CN113552617B - 小尺度缝洞体的量化方法、装置、电子设备及存储介质 - Google Patents
小尺度缝洞体的量化方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113552617B CN113552617B CN202010340028.5A CN202010340028A CN113552617B CN 113552617 B CN113552617 B CN 113552617B CN 202010340028 A CN202010340028 A CN 202010340028A CN 113552617 B CN113552617 B CN 113552617B
- Authority
- CN
- China
- Prior art keywords
- scale
- small
- attribute value
- model
- cavity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000011002 quantification Methods 0.000 title abstract description 16
- 238000013508 migration Methods 0.000 claims abstract description 62
- 230000005012 migration Effects 0.000 claims abstract description 62
- 238000013139 quantization Methods 0.000 claims abstract description 59
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000011161 development Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 17
- 238000004088 simulation Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 235000019738 Limestone Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 235000013628 Lantana involucrata Nutrition 0.000 description 1
- 235000006677 Monarda citriodora ssp. austromontana Nutrition 0.000 description 1
- 240000007673 Origanum vulgare Species 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
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
- G01V1/306—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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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
本公开提供一种小尺度缝洞体的量化方法、装置、电子设备及存储介质,所述方法包括建立若干小尺度缝洞体模型;对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;根据所述叠前时间域偏移剖面,确定各个小尺度缝洞体模型的振幅类属性值;根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。该方法实现了小尺度缝洞体的量化,为后续开发提供可靠的参考依据,具有较大的推广空间。
Description
技术领域
本公开涉及油气地球物理勘探领域,特别地涉及一种小尺度缝洞体的量化方法、装置、电子设备及存储介质。
背景技术
受地震分辨率的限制,当缝洞体的横向尺度和纵向尺度小于地震分辨率时,缝洞体在地震剖面上所占的地震道数和时间长度几乎一致,很难根据地震异常的大小判断缝洞体的发育规模。
地震分辨率分为纵向分辨率和横向分辨率,地震纵向分辨率为1/4波长;横向分辨率一般用第一菲涅尔带宽度定义,为1/2波长。塔里木盆地塔河油田主体区奥陶系灰岩地层速度为6000m/s左右,地震资料主频为30Hz,1/4波长纵向分辨率在时间上可以分辨缝洞体的厚度为50m;上覆地层泥岩段的平均速度为4800m/s,1/2波长的横向分辨率可分辨的缝洞体宽度为80m。即当缝洞体的纵向尺度小于50m、横向尺度小于80m时,地震波在时间上无法分辨缝洞体的厚度,在地震道上无法分辨其宽度。而塔河油田发育的地震分辨率尺度以下小尺度缝洞体占比60%以上,随着勘探开发的持续推进,小尺度缝洞体的量化表征是当前急需要攻关的内容之一。
发明内容
针对上述问题,本公开提供一种小尺度缝洞体的量化方法、装置、电子设备及存储介质,解决了现有技术中地震分辨率尺度以下的小尺度缝洞体量化困难的问题。
第一方面,本公开提供了一种小尺度缝洞体的量化方法,所述方法包括:
建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;
建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;
根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;
根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;
利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。
根据本公开的实施例,可选的,上述小尺度缝洞体的量化方法中,建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面,包括以下步骤:
建立正演模拟观测系统,并通过所述正演模拟观测系统,采用雷克子波对各个所述小尺度缝洞体模型进行波动方程正演模拟,以获得各个小尺度缝洞体模型的炮集记录;
采用柯西霍夫叠前深度偏移成像法对各个小尺度缝洞体模型的炮集记录进行处理,以获得各个小尺度缝洞体模型的叠前深度域偏移剖面;
对各个小尺度缝洞体模型的叠前深度域偏移剖面进行时深转换,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面。
根据本公开的实施例,可选的,上述小尺度缝洞体的量化方法中,根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型,包括以下步骤:
将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的纵向尺度,得到各个小尺度缝洞体模型的第一属性值;
对所有小尺度缝洞体模型的第一属性值和横向尺度进行线性拟合,得到第一属性值和横向尺度的线性关系;
利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系;
将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的横向尺度,得到各个小尺度缝洞体模型的第二属性值;
对所有小尺度缝洞体模型的第二属性值和纵向尺度进行线性拟合,得到第二属性值和纵向尺度的线性关系;
利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系;
其中,标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系,构成了用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型。
根据本公开的实施例,可选的,上述小尺度缝洞体的量化方法中,利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系,包括以下步骤:
将所述已知小尺度缝洞体的横向尺度代入第一属性值和横向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第一属性值;
计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第一属性值的倍数,以得到第一标定系数;
将第一属性值和横向尺度的线性关系的斜率和截距同时乘以所述第一标定系数,以得到标定后的第一属性值和横向尺度的线性关系。
根据本公开的实施例,可选的,上述小尺度缝洞体的量化方法中,利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系,包括以下步骤:
将所述已知小尺度缝洞体的纵向尺度代入第二属性值和纵向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第二属性值;
计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第二属性值的倍数,以得到第二标定系数;
将第二属性值和纵向尺度的线性关系的斜率和截距同时乘以所述第二标定系数,以得到标定后的第二属性值和纵向尺度的线性关系。
根据本公开的实施例,可选的,上述小尺度缝洞体的量化方法中,利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度,包括以下步骤:
将所述待测小尺度缝洞体的振幅类属性值代入标定后的第一属性值与横向尺度的线性关系,以计算出所述待测小尺度缝洞体的横向尺度;
将所述待测小尺度缝洞体的振幅类属性值代入标定后的第二属性值与纵向尺度的线性关系,以计算出所述待测小尺度缝洞体的纵向尺度。
根据本公开的实施例,可选的,上述小尺度缝洞体的量化方法中,所述振幅类属性值包括串珠状反射的振幅的平方。
第二方面,本公开提供了一种小尺度缝洞体的量化装置,所述装置包括:
缝洞体模型建立模块,用于建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;
正演模拟模块,用于建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;
振幅类属性值确定模块,用于根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;
量化模型建立模块,用于根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;
待测小尺度缝洞体量化模块,用于利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。
第三方面,本公开提供一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如第一方面中任意一项所述的小尺度缝洞体的量化方法。
第四方面,本公开提供一种存储介质,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如第一方面中任意一项所述的小尺度缝洞体的量化方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本公开提供的一种小尺度缝洞体的量化方法、装置、电子设备及存储介质,所述方法包括建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。该方法实现了地震分辨率尺度以下小尺度缝洞体的量化,为小尺度缝洞体的储量计算以及后续开发方案的编制提供可靠的参考依据,具有较大的推广空间。
附图说明
在下文中将基于实施例并参考附图来对本公开进行更详细的描述:
图1为本公开实施例提供的一种小尺度缝洞体的量化方法的流程示意图;
图2为本公开实施例提供的某一系列小尺度缝洞体模型的振幅类属性值与横向尺度和纵向尺度的关系示意图;
图3为本公开实施例提供的根据上述系列小尺度缝洞体模型得到标定后的第一属性值与横向尺度的量化线性关系的过程示意图;
图4为本公开实施例提供的根据上述系列小尺度缝洞体模型得到标定后的第二属性值与纵向尺度的量化线性关系的过程示意图;
图5为本公开实施例提供的根据上述系列小尺度缝洞体模型最终得到的量化模型示意图;
图6为本公开实施例提供的一种小尺度缝洞体的量化装置的结构示意图;
在附图中,相同的部件使用相同的附图标记,附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本公开的实施方式,借此对本公开如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本公开实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本公开的保护范围之内。
同时,在以下说明中,出于解释的目的而阐述了许多具体细节,以提供对本发明实施例的彻底理解。然而,对本领域的技术人员来说显而易见的是,本发明可以不用这里的具体细节或者所描述的特定方式来实施。
实施例一
图1为本公开实施例提供的一种小尺度缝洞体的量化方法的流程示意图,请参阅图1,本实施例提供一种小尺度缝洞体的量化方法,包括:
步骤S101:建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率。
即本实施提供的量化方法适用于尺度在地震分辨率以下的小尺度缝洞体。其中,地震分辨率分为纵向分辨率和横向分辨率,地震纵向分辨率为1/4波长;横向分辨率一般用第一菲涅尔带宽度定义,为1/2波长。对于塔里木盆地塔河油田主体区奥陶系灰岩地层速度为6000m/s左右,地震资料主频为30Hz,1/4波长纵向分辨率在时间上可以分辨缝洞体的厚度(纵向尺度)为50m;上覆地层泥岩段的平均速度为4800m/s,1/2波长的横向分辨率可分辨的缝洞体宽度(横向尺度)为80m,即这种情况下,厚度小于50m,宽度小于80m的为小尺度缝洞体。
具体的,建立所述小尺度缝洞体模型主要是设置所述小尺度缝洞体模型的形状及大小(纵向尺度和横向尺度)、缝洞体之间的横向间隔、缝洞体内的充填速度以及背景围岩速度。
需要说明的是,每个所述小尺度缝洞体模型中只有一个小尺度缝洞体,以排除缝洞体之间的相互干扰。
步骤S102:建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面。
具体的,步骤S102包括以下步骤:
S102a:建立正演模拟观测系统,并通过所述正演模拟观测系统,采用雷克子波对各个所述小尺度缝洞体模型进行波动方程正演模拟,以获得各个小尺度缝洞体模型的炮集记录;
S102b:采用柯西霍夫叠前深度偏移成像法对各个小尺度缝洞体模型的炮集记录进行处理,以获得各个小尺度缝洞体模型的叠前深度域偏移剖面;
S102c:对各个小尺度缝洞体模型的叠前深度域偏移剖面进行时深转换,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面。
具体的,建立所述正演模拟观测系统主要是设置正演模拟观测系统的炮检距、道间距、最大满覆盖次数以及激发子波主频的方式。而所述正演模拟观测系统是参照实际观测系统建立的,实际地震资料采集有具体的观测系统参数,比如炮间距、道间距、排列长度等参数,为了使后续的正演模拟的结果能够指导并应用于实际资料,正演模拟时就要采用与实际相同的观测系统进行模拟,本实施例中,主要取得关键参数是:道间距30m、炮间距30m,子波主频30Hz,排列长度6000m。
地震波传播数值模拟技术是研究地震波规律的有效途径,而正演模拟观测系统能够有效的对地震数据进行采集、处理及解释,在本实施例中,采用正演模拟的方法得到各个所述小尺度缝洞体模型的振幅类属性,以能够建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及和振幅类属性值与纵向尺度对应关系的量化模型。
具体的,采用主频为30Hz的雷克子波对各个缝洞体模型进行波动方程正演模拟,地震正演模拟是利用所研究地质问题的基本理论,对其进行简化建模,再加上本身的约束条件,利用数值模拟方法对地质问题进行求解,从而得到相关地震波场合成记录,是理解地震波在地下介质传播特点,帮助解释观测地质数据的有效手段。地震正演模拟是已知地质模型,求测量数据的过程。地震正演模拟的整个过程为:
(a)建立地质模型(即本实施例中的小尺度缝洞体模型);
(b)岩石信息转化为地震波信息(即本实施例中的获得炮集记录的步骤);
(c)地震波场合成记录(即本实施例中的采用柯西霍夫叠前深度偏移成像技术对炮集记录进行处理的步骤)
地震正演模拟是研究地震波传播特征的重要技术手段。通过地震正演模拟可以直接指导实际数据的采集、处理和解释,也能为反演的研究提供理论数据,并对反演结果的有效性进行评价。地质学家利用地震正演模拟帮助解释观测的地震数据,测试新的算法和处理要求,也为反演提供思路,加强了对地震波传播规律的深入研究与认识,帮助认识和解决了目前地震勘探与开发中新难题。
正演模拟的方法有多种,其中,基于波动方程的正演模拟能够很好的反映地震波在复杂的地下介质中的传播规律方便人们对地震波在复杂的地下介质传播情况的进行研究,因而在地震正演模拟中经常被使用。
而且正确的选择地震子波是基于波动方程的地震正演模拟的关键。实际接收到地震子波需要经历一系列过程:首先是地震波的激发,然后地震波的传播,最后到地震波的接收,这一系列过程相当于一个大地滤波系统。地震子波是一个非周期的震动信号,具有一定延续度。所以选用合适的地震子波决定了正演结果与实际成果的符合程度。
在地震勘探中,地震子波往往具有不确定性。在陆地上,地震波的波形可能受表层影响可能变化很大,并且震源可能产生虚反射等现象,因为记录系统是没有测向变化的分量。在海洋中,往往要假设震源和深度保持不变,仅有传播效应可以改变,因此,在许多的海域进行地震勘探是,需要进行补偿和深度叠加,否则勘探结果很可能无效。地震波的分辨率影响最终合成的地震记录的分辨率,对勘探结果也有十分重要的影响,因而地震子波的选取十分的重要。实际的勘探过程中,常见的地震子波有俞氏子波、Zinc子波以及雷克子波等。
本实施例中,采用的地震子波为雷克子波。
雷克(Ricker)子波是一种零相位子波,由Norman Ricker在1940首次提出,
它是一种常用的基础地震子波,被广泛的用于制作合成地震记录,从雷克子波的波形图上可以看出,雷克子波波形相对简单,并且对称,中间是较强的波峰,两侧各有一个振幅较弱的旁瓣。雷克(Ricker)子波的视主频或主频可以用两个旁瓣之间时间T的倒数1/T表示。
在不考虑仪器精准度的前提下,Ricker子波的质点运动的位移、速度、加速度形式等性质和实际的地震子波十分接近,而且通过大量的实验证实,用雷克(Ricker)子波进行合成的地震记录和实际的能够有一个很好的吻合程度,因此,通常被认为是一种比较理想的野外地震子波的代表,进而将其用于地震模型的解释和计算中。关于对子波衰减的讨论,将地震子波数学化,从而可以更好的了解子波的状态以及波形变化机制,同时也便于模型的设计和实验。
正演模拟过程中,向所述小尺度缝洞体模型发射雷克子波,当雷克子波向地下传播遇到波阻抗界面(一般为两种地层的分界面)时,就会发生反射,然后在地面不同的位置上用精密的仪器将这些反射信号记录下来,就得到一个地震炮集记录。在不同的位置上连续不断地激发、接收,就得到一系列的炮集记录。
然后通过柯西霍夫叠前深度偏移成像法对炮集记录进行水平叠加和偏移成像,得到叠前深度域偏移剖面。
其中,柯西霍夫叠前深度偏移成像法的原理为:在各种波动方程的深度域偏移算法中,每种计算方法都有自己的特点,它们对解的相对精度和计算机的运行时间又不同的影响。柯西霍夫叠前深度偏移成像法可应用于大角度倾斜层和剧烈横向速度变化的情况。同时还较好地估计了介质的曲界面、强折射面对地震波射线的折射效应。它在层状介质模型下的三维深度域偏移计算公式为:
其中,x和y为水平坐标,z为深度;t为偏移场在点(x1,y1,z1)上的双程旅行时;r=θ为z轴与连接(x1,y1,z1)点和(x,y,z=0)点的直线间的夹角。上式可以最终归结为根据给定孔径的绕射波控件时距曲线所观测到的地震波场之和。
在深度域假设某点(x,y,z)为这个反射点的一个输出点。为了得到改点的反射输出,需要在该点(x,y,z)周围输入相当数量的输入道,经过该点的反射经过不同的路径到达不同的检波器。从震源经反射点返回到检波器的旅行时间等于从震源经反射点的旅行时加上反射点到检波器的旅行时,因此为了获取该反射点偏移后的图像,首先我们要计算出旅行时间,然后根据这个时间将输入道振幅偏移到输出深度点道的位置上,所有输入道都重复这个过程,最后将深度点的振幅进行累加求和。如果确实是一个强反射点,并且速度正确的话,这些振幅就会同相叠加,相互加强,得到一个聚焦很好的强能量输出,否则就会相互抵消,得到一个弱振幅输出。
柯西霍夫叠前深度偏移成像法的主要步骤包括:初始模型计算、旅行时计算、柯西霍夫偏移求和以及深度速度模型修正。
柯西霍夫叠前深度偏移成像法克服了地震资料叠加次数低,偏移距范围小,难以求取准确深度-速度模型的困难,获得了较为理想的深度偏移数据体。
接下来,对所述叠前深度域偏移剖面进行时深转换,将深度域转换为时间域,以得到现有技术中分析时常用的叠前时间域偏移剖面。
需要说明的是,在叠前时间域偏移剖面中,各个小尺度缝洞体模型表现为“串珠状”反射特征。而且对于地震分辨率尺度以下的小尺度缝洞体的“串珠”能量与缝洞体的横向尺度和纵向尺度表现出正相关的关系,即“串珠”能量是缝洞体横向尺度和纵向尺度函数。
步骤S103:根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个所述小尺度缝洞体模型的振幅类属性值。
需要说明的是,本实施例中,所述振幅类属性值包括串珠状反射的振幅的平方。串珠状反射的振幅的平方即为“串珠”能量,是对应的小尺度缝洞体模型的振幅类属性值。
步骤S104:根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型。
具体的,步骤S104包括以下步骤:
步骤S104a:将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的纵向尺度,得到各个小尺度缝洞体模型的第一属性值;
步骤S104b:对所有小尺度缝洞体模型的第一属性值和横向尺度进行线性拟合,得到第一属性值和横向尺度的线性关系;
步骤S104c:利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系;
步骤S104d:将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的横向尺度,得到各个小尺度缝洞体模型的第二属性值;
步骤S104e:对所有小尺度缝洞体模型的第二属性值和纵向尺度进行线性拟合,得到第二属性值和纵向尺度的线性关系;
步骤S104f:利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系;
其中,标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系,构成了用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型。
步骤S104g:利用另一已知小尺度缝洞体(即验证缝洞体),对所述量化模型进行验证。
这种方法使得在研究小尺度缝洞体的振幅类属性值与横向尺度的关系时,不受纵向尺度的影响,将小尺度缝洞体振幅类属性值与横向尺度之间的综合响应关系降维到单一因素关系;同样的,在研究小尺度缝洞体的振幅类属性值与纵向尺度的关系时,不受横向尺度的影响,将小尺度缝洞体振幅类属性值与纵向尺度之间的综合响应关系降维到单一因素关系。
其中,步骤S104c包括以下步骤:
(a)将所述已知小尺度缝洞体的横向尺度代入第一属性值和横向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第一属性值;
(b)计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第一属性值的倍数,以得到第一标定系数;
(c)将第一属性值和横向尺度的线性关系的斜率和截距同时乘以所述第一标定系数,以得到标定后的第一属性值和横向尺度的线性关系。
步骤S104f包括以下步骤:
(a)将所述已知小尺度缝洞体的纵向尺度代入第二属性值和纵向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第二属性值;
(b)计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第二属性值的倍数,以得到第二标定系数;
(c)将第二属性值和纵向尺度的线性关系的斜率和截距同时乘以所述第二标定系数,以得到标定后的第二属性值和纵向尺度的线性关系。
其中,步骤S104g中,利用另一已知小尺度缝洞体(即验证缝洞体),对所述来那个花模型进行验证,包括以下步骤:
(a)根据所述另一已知小尺度缝洞体(即验证缝洞体)的振幅类属性实际值与横向尺度,对标定后的第一属性值和横向尺度的线性关系进行验证;
(b)根据所述另一已知小尺度缝洞体(即验证缝洞体)的振幅类属性实际值与纵向尺度,对标定后的第二属性值和纵向尺度的线性关系进行验证。
需要说明的是,所述已知小尺度缝洞体和所述另一已知小尺度缝洞体均为实际钻遇的(即实际资料中的),是已知振幅类属性值、横向尺度和纵向尺度的小尺度缝洞体。为了准确标定,标定第一属性值和横向尺度的线性关系以及第二属性值和纵向尺度的线性关系时,需使用同一已知小尺度缝洞体。本实施例中,结合实际钻遇的小尺度缝洞体,对第一属性值和横向尺度的线性关系以及第二属性值和纵向尺度的线性关系进行了标定,使得标定后的线性关系更好地贴近实际情况。
步骤S105:利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。
具体的,步骤S105包括以下步骤:
(a)将所述待测小尺度缝洞体的振幅类属性值代入标定后的第一属性值与横向尺度的线性关系,以计算出所述待测小尺度缝洞体的横向尺度;
(b)将所述待测小尺度缝洞体的振幅类属性值代入标定后的第二属性值与纵向尺度的线性关系,以计算出所述待测小尺度缝洞体的纵向尺度。
具体的,所述待测小尺度缝洞体的量化结果可以用横向尺度和纵向尺度的乘积表示。
由此,就实现了地震分辨率以下尺度的小尺度缝洞体的量化表征问题,具有较大的推广应用空间。
本公开实施例提供的一种小尺度缝洞体的量化方法,所述方法包括建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。该方法实现了地震分辨率尺度以下小尺度缝洞体的量化,为小尺度缝洞体的储量计算以及后续开发方案的编制提供可靠的参考依据,具有较大的推广空间。
实施例二
在实施例一的基础上,本实施例通过具体实施案例来对实施例一中所述的方法进行说明。
结合塔河油田主体区目前钻遇小尺度缝洞体的实际情况,考虑实际埋深,本实施例建立了一系列小尺度缝洞体模型,这些小尺度缝洞体模型的横向尺度介于5~55m,纵向尺度小于介于3~20m。参照实际相同的观测系统,建立正演模拟系统,采用主频为30Hz的雷克子波进行波动方程正演模拟,获得各个小尺度缝洞体模型的炮集记录。
采用柯西霍夫叠前深度偏移成像法对各个小尺度缝洞体模型的炮集记录进行处理,以获得各个小尺度缝洞体模型的叠前深度域偏移剖面。
对各个小尺度缝洞体模型的叠前深度域偏移剖面进行时深转换,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面。
从各个小尺度缝洞体模型的叠前时间域偏移剖面中提取各个小尺度缝洞体模型的振幅类属性值,各个小尺度缝洞体模型的振幅类属性值与横向尺度和纵向尺度的关系如图2所示,可见,横向尺度和纵向尺度越大,各个小尺度缝洞体模型的振幅类属性值越大,即各个小尺度缝洞体模型的振幅类属性值与横向尺度和纵向尺度表现出正相关的关系,说明各个小尺度缝洞体模型的振幅类属性值的变化可能是横向尺度变化引起的,也可能是纵向尺度变化引起的。此时,小尺度缝洞体模型振幅类属性值的大小是缝洞体纵向尺度和横向尺度的综合响应,即:
E(A)=E(x)*E(y)
其中,E(A)为小尺度缝洞体模型的振幅类属性值,E(x)为小尺度缝洞体模型的振幅类属性值与横向尺度函数关系,E(y)为小尺度缝洞体模型的振幅类属性值与纵向尺度函数关系。
因此,如图3所示,为了在研究小尺度缝洞体模型的振幅类属性值与横向尺度的关系时不受纵向尺度的影响,将各个小尺度缝洞体模型的振幅类属性值除以对应的小尺度缝洞体模型的纵向尺度得到第一属性值,可以发现,此时在相同的横向尺度下,不同纵向尺度的第一属性值几乎一致,且第一属性值的大小与横向尺度具有较好的线性关系,通过拟合这种线性关系,给出排除纵向尺度影响下小尺度缝洞体模型的第一属性值与横向尺度之间的关系。需要说明的是,线性拟合过程中,由于图3的右上角的图中数值比较小,不太好拟合它们之间的线性关系,对右上角的属性值乘以10之后再进行拟合,拟合结果如右下角的图所示。
然后收集小尺度缝洞体的钻井资料,根据实际钻遇不同横向尺度和不同纵向尺度小尺度缝洞体(即实施例一中的已知小尺度缝洞体),对上述得到的小尺度缝洞体模型的第一属性值与横向尺度之间的关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系。本实施例中,标定过程如下:实际资料中50m横向尺度的小尺度缝洞体对应的振幅属性值为2500,而第一属性值与横向尺度的拟合关系中,横向尺度50m对应的第一属性值为0.13,2500是0.13的18900倍,则将第一属性值与横向尺度的拟合关系的斜率和截距通时乘以18900,得到标定后的第一属性值与横向尺度的线性关系,如图3的左下角的图所示。
同样的,如图4所示,为了在研究小尺度缝洞体模型的振幅类属性值与纵向尺度的关系时不受横向尺度的影响,将各个小尺度缝洞体模型的振幅类属性值除以对应的小尺度缝洞体模型的横向尺度得到第二属性值,可以发现,第二属性值的大小与纵向尺度具有较好的线性关系,通过拟合这种线性关系,给出排除纵向尺度影响下小尺度缝洞体模型的第二属性值与横向尺度之间的关系。需要说明的是,线性拟合过程中,由于图4右上角的图中数值比较小,不太好拟合它们之间的线性关系,对右上角的属性值乘以100之后再进行拟合,拟合结果如图4的右下角的图所示。
然后根据实际钻遇不同横向尺度和不同纵向尺度小尺度缝洞体,对上述得到的小尺度缝洞体模型的第二属性值与横向尺度之间的关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系,如图4的左下角的图所示。
如图5所示,标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系,构成了用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型。
然后,通过另一已知小尺度缝洞体(即验证缝洞体),对上述量化模型进行验证。图5中方形点为验证缝洞体,该验证缝洞体的横向尺度实际值为33.8m,纵向尺度实际值约为18.6m,将其振幅类属性实际值代入上述标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系中,得到对应的横向尺度为34m、纵向尺度为19m,基本与钻井结果吻合,表明所建立的量化模型的有效性。直观的来说,根据该验证缝洞体的振幅类属性实际值与横向尺度实际值为和纵向尺度实际值,将其投入到标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系中,如果该验证缝洞体落在关系线上或附近,则表明所建立的量化模型的有效性。
最后,将待测小尺度缝洞体的振幅类属性值分别代入上述得到的标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系中,以分别得到所述待测小尺度缝洞体的横向尺度和纵向尺度,以实现所述待测小尺度缝洞体的量化,如图5中的三角形点,这样就实现了小尺度缝洞体的量化表征,这种方法为小尺度缝洞体的规模评价及开发方案编制提供依据和指导。该发明能够较好的解决地震分辨率以下尺度的小缝洞体的量化表征问题,具有较大的推广应用空间。
实施例三
图6为本公开实施例提供的一种小尺度缝洞体的量化装置的结构示意图,请参阅图6,本实施例提供一种小尺度缝洞体的量化装置100,包括缝洞体模型建立模块101、正演模拟模块102、振幅类属性值确定模块103、量化模型建立模块104和待测小尺度缝洞体量化模块105。
缝洞体模型建立模块101,用于建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;
正演模拟模块102,用于建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;
振幅类属性值确定模块103,用于根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;
量化模型建立模块104,用于根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;
待测小尺度缝洞体量化模块105,用于利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。
可选的,正演模拟模块102包括:
炮集记录获取模块,用于建立正演模拟观测系统,并通过所述正演模拟观测系统,采用雷克子波对各个所述小尺度缝洞体模型进行波动方程正演模拟,以获得各个小尺度缝洞体模型的炮集记录;
偏移成像模块,用于采用柯西霍夫叠前深度偏移成像法对各个小尺度缝洞体模型的炮集记录进行处理,以获得各个小尺度缝洞体模型的叠前深度域偏移剖面;
时深转换模块,对各个小尺度缝洞体模型的叠前深度域偏移剖面进行时深转换,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面。
可选的,量化模型建立模块104包括:
第一属性值获取模块,用于将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的纵向尺度,得到各个小尺度缝洞体模型的第一属性值;
第一线性拟合模块,用于对所有小尺度缝洞体模型的第一属性值和横向尺度进行线性拟合,得到第一属性值和横向尺度的线性关系;
第一标定模块,用于利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系;
第二属性值获取模块,用于将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的横向尺度,得到各个小尺度缝洞体模型的第二属性值;
第二线性拟合模块,用于对所有小尺度缝洞体模型的第二属性值和纵向尺度进行线性拟合,得到第二属性值和纵向尺度的线性关系;
第二标定模块,用于利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系;其中,标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系,构成了用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型。
可选的,所述第一标定模块包括:
第一代入模块,用于将所述已知小尺度缝洞体的横向尺度代入第一属性值和横向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第一属性值;
第一标定系数获取模块,用于计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第一属性值的倍数,以得到第一标定系数;
第一量贩模块,用于将第一属性值和横向尺度的线性关系的斜率和截距同时乘以所述第一标定系数,以得到标定后的第一属性值和横向尺度的线性关系。
可选的,所述第二标定模块包括:
第二代入模块,用于将所述已知小尺度缝洞体的纵向尺度代入第二属性值和纵向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第二属性值;
第二标定系数获取模块,用于计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第二属性值的倍数,以得到第二标定系数;
第二量贩模块,用于将所述小尺度缝洞体模型的第二属性值和纵向尺度的线性关系的斜率和截距同时乘以所述第二标定系数,以得到小尺度缝洞体的振幅类标定后的第二属性值和纵向尺度的量化线性关系。
可选的,待测小尺度缝洞体量化模块105包括:
横向尺度量化模块,用于将所述待测小尺度缝洞体的振幅类属性值代入标定后的第一属性值与横向尺度的线性关系,以计算出所述待测小尺度缝洞体的横向尺度;
纵向尺度量化模块,用于将所述待测小尺度缝洞体的振幅类属性值代入标定后的第二属性值与纵向尺度的线性关系,以计算出所述待测小尺度缝洞体的纵向尺度。
缝洞体模型建立模块101建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;正演模拟模块102建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;振幅类属性值确定模块103根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;量化模型建立模块104根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;待测小尺度缝洞体量化模块105利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。
基于上述各模块执行小尺度缝洞体的量化方法的具体实施例已在实施例一中详述,此处不再赘述。
实施例四
本申请实施例提供了一种电子设备,该电子设备可以是手机、电脑或平板电脑等,包括存储器和处理器,所述存储器上存储有计算器程序,该计算机程序被处理器执行时实现如实施例一中所述的小尺度缝洞体的量化方法。可以理解,电子设备还可以包括,多媒体组件,输入/输出(I/O)接口,以及通信组件。
其中,处理器用于执行如实施例一中的小尺度缝洞体的量化方法中的全部或部分步骤。存储器用于存储各种类型的数据,这些数据例如可以包括电子设备中的任何应用程序或方法的指令,以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable LogicDevice,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例一中的小尺度缝洞体的量化方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
实施例五
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,所述计算机程序被处理器执行时可以实现如下方法步骤:
步骤S101:建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;
步骤S102:建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;
步骤S103:根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;
步骤S104:根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;
步骤S105:利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。
可选的,上述小尺度缝洞体的量化方法中,建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面,包括以下步骤:
建立正演模拟观测系统,并通过所述正演模拟观测系统,采用雷克子波对各个所述小尺度缝洞体模型进行波动方程正演模拟,以获得各个小尺度缝洞体模型的炮集记录;
采用柯西霍夫叠前深度偏移成像法对各个小尺度缝洞体模型的炮集记录进行处理,以获得各个小尺度缝洞体模型的叠前深度域偏移剖面;
对各个小尺度缝洞体模型的叠前深度域偏移剖面进行时深转换,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面。
可选的,上述小尺度缝洞体的量化方法中,根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型,包括以下步骤:
将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的纵向尺度,得到各个小尺度缝洞体模型的第一属性值;
对所有小尺度缝洞体模型的第一属性值和横向尺度进行线性拟合,得到第一属性值和横向尺度的线性关系;
利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系;
将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的横向尺度,得到各个小尺度缝洞体模型的第二属性值;
对所有小尺度缝洞体模型的第二属性值和纵向尺度进行线性拟合,得到第二属性值和纵向尺度的线性关系;
利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系;
其中,标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系,构成了用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型。
可选的,上述小尺度缝洞体的量化方法中,利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系,包括以下步骤:
将所述已知小尺度缝洞体的横向尺度代入第一属性值和横向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第一属性值;
计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第一属性值的倍数,以得到第一标定系数;
将第一属性值和横向尺度的线性关系的斜率和截距同时乘以所述第一标定系数,以得到标定后的第一属性值和横向尺度的线性关系。
可选的,上述小尺度缝洞体的量化方法中,利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系,包括以下步骤:
将所述已知小尺度缝洞体的纵向尺度代入第二属性值和纵向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第二属性值;
计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第二属性值的倍数,以得到第二标定系数;
将第二属性值和纵向尺度的线性关系的斜率和截距同时乘以所述第二标定系数,以得到标定后的第二属性值和纵向尺度的线性关系。
可选的,上述小尺度缝洞体的量化方法中,利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度,包括以下步骤:
将所述待测小尺度缝洞体的振幅类属性值代入标定后的第一属性值与横向尺度的线性关系,以计算出所述待测小尺度缝洞体的横向尺度;
将所述待测小尺度缝洞体的振幅类属性值代入标定后的第二属性值与纵向尺度的线性关系,以计算出所述待测小尺度缝洞体的纵向尺度。
可选的,上述小尺度缝洞体的量化方法中,所述振幅类属性值包括串珠状反射的振幅的平方。
上述方法步骤的具体实施例过程可参见实施例一,本实施例在此不再重复赘述。
综上,本公开提供的一种小尺度缝洞体的量化方法、装置、电子设备及存储介质,所述方法包括建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。该方法实现了地震分辨率尺度以下小尺度缝洞体的量化,为小尺度缝洞体的储量计算以及后续开发方案的编制提供可靠的参考依据,具有较大的推广空间。
在本公开实施例所提供的几个实施例中,应该理解到,所揭露的方法,也可以通过其它的方式实现。以上所描述的方法实施例仅仅是示意性的。
需要说明的是,在本文中,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、物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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本公开所揭露的实施方式如上,但所述的内容只是为了便于理解本公开而采用的实施方式,并非用以限定本公开。任何本公开所属技术领域内的技术人员,在不脱离本公开所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本公开的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (9)
1.一种小尺度缝洞体的量化方法,其特征在于,所述方法包括:
建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;
建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;
根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;
根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;其中,根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型,包括以下步骤:
将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的纵向尺度,得到各个小尺度缝洞体模型的第一属性值;
对所有小尺度缝洞体模型的第一属性值和横向尺度进行线性拟合,得到第一属性值和横向尺度的线性关系;
利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系;
将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的横向尺度,得到各个小尺度缝洞体模型的第二属性值;
对所有小尺度缝洞体模型的第二属性值和纵向尺度进行线性拟合,得到第二属性值和纵向尺度的线性关系;
利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系;
其中,标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系,构成了用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;
利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。
2.根据权利要求1所述的方法,其特征在于,建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面,包括以下步骤:
建立正演模拟观测系统,并通过所述正演模拟观测系统,采用雷克子波对各个所述小尺度缝洞体模型进行波动方程正演模拟,以获得各个小尺度缝洞体模型的炮集记录;
采用柯西霍夫叠前深度偏移成像法对各个小尺度缝洞体模型的炮集记录进行处理,以获得各个小尺度缝洞体模型的叠前深度域偏移剖面;
对各个小尺度缝洞体模型的叠前深度域偏移剖面进行时深转换,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面。
3.根据权利要求1所述的方法,其特征在于,利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系,包括以下步骤:
将所述已知小尺度缝洞体的横向尺度代入第一属性值和横向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第一属性值;
计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第一属性值的倍数,以得到第一标定系数;
将第一属性值和横向尺度的线性关系的斜率和截距同时乘以所述第一标定系数,以得到标定后的第一属性值和横向尺度的线性关系。
4.根据权利要求1所述的方法,其特征在于,利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系,包括以下步骤:
将所述已知小尺度缝洞体的纵向尺度代入第二属性值和纵向尺度的线性关系中,以得到对应的所述已知小尺度缝洞体的第二属性值;
计算所述已知小尺度缝洞体的振幅类属性值与所述已知小尺度缝洞体的第二属性值的倍数,以得到第二标定系数;
将第二属性值和纵向尺度的线性关系的斜率和截距同时乘以所述第二标定系数,以得到标定后的第二属性值和纵向尺度的线性关系。
5.根据权利要求1所述的方法,其特征在于,利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度,包括以下步骤:
将所述待测小尺度缝洞体的振幅类属性值代入标定后的第一属性值与横向尺度的线性关系,以计算出所述待测小尺度缝洞体的横向尺度;
将所述待测小尺度缝洞体的振幅类属性值代入标定后的第二属性值与纵向尺度的线性关系,以计算出所述待测小尺度缝洞体的纵向尺度。
6.根据权利要求1所述的方法,其特征在于,所述振幅类属性值包括串珠状反射的振幅的平方。
7.一种小尺度缝洞体的量化装置,其特征在于,所述装置包括:
缝洞体模型建立模块,用于建立若干小尺度缝洞体模型;其中,所述小尺度缝洞体模型的横向尺度小于地震横向分辨率,所述小尺度缝洞体模型的纵向尺度小于地震纵向分辨率;
正演模拟模块,用于建立正演模拟观测系统,并通过所述正演模拟观测系统,对各个小尺度缝洞体模型进行波动方程正演模拟,以得到各个小尺度缝洞体模型的叠前时间域偏移剖面;
振幅类属性值确定模块,用于根据各个小尺度缝洞体模型的叠前时间域偏移剖面,确定各个小尺度缝洞体模型对应的串珠状反射的振幅,以得到各个小尺度缝洞体模型的振幅类属性值;
量化模型建立模块,用于根据所有小尺度缝洞体模型的振幅类属性值、横向尺度和纵向尺度,建立用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;其中,所述量化模型建立模块包括:
第一属性值获取模块,用于将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的纵向尺度,得到各个小尺度缝洞体模型的第一属性值;
第一线性拟合模块,用于对所有小尺度缝洞体模型的第一属性值和横向尺度进行线性拟合,得到第一属性值和横向尺度的线性关系;
第一标定模块,用于利用已知小尺度缝洞体的振幅类属性值和横向尺度,对第一属性值和横向尺度的线性关系进行标定,以得到标定后的第一属性值与横向尺度的线性关系;
第二属性值获取模块,用于将各个小尺度缝洞体模型的振幅类属性值分别除以对应的小尺度缝洞体模型的横向尺度,得到各个小尺度缝洞体模型的第二属性值;
第二线性拟合模块,用于对所有小尺度缝洞体模型的第二属性值和纵向尺度进行线性拟合,得到第二属性值和纵向尺度的线性关系;
第二标定模块,用于利用所述已知小尺度缝洞体的振幅类属性值和纵向尺度,对第二属性值和纵向尺度的线性关系进行标定,以得到标定后的第二属性值与纵向尺度的线性关系;其中,标定后的第一属性值与横向尺度的线性关系以及标定后的第二属性值与纵向尺度的线性关系,构成了用于描述小尺度缝洞体的振幅类属性值与横向尺度以及振幅类属性值与纵向尺度的对应关系的量化模型;待测小尺度缝洞体量化模块,用于利用所述量化模型,根据待测小尺度缝洞体的振幅类属性值确定所述待测小尺度缝洞体的横向尺度和纵向尺度。
8.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如权利要求1至6中任意一项所述的小尺度缝洞体的量化方法。
9.一种存储介质,其特征在于,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如权利要求1至6中任意一项所述的小尺度缝洞体的量化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340028.5A CN113552617B (zh) | 2020-04-26 | 2020-04-26 | 小尺度缝洞体的量化方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340028.5A CN113552617B (zh) | 2020-04-26 | 2020-04-26 | 小尺度缝洞体的量化方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113552617A CN113552617A (zh) | 2021-10-26 |
CN113552617B true CN113552617B (zh) | 2024-01-23 |
Family
ID=78129859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010340028.5A Active CN113552617B (zh) | 2020-04-26 | 2020-04-26 | 小尺度缝洞体的量化方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113552617B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0087168A2 (en) * | 1982-02-24 | 1983-08-31 | Wojskowa Akademia Techniczna im. Jaroslawa Dabrowskiego | A method and a set of devices for remote location of buried persons |
CN107422380A (zh) * | 2017-08-24 | 2017-12-01 | 中国石油化工股份有限公司 | 碳酸盐岩缝洞型储集体尺度划分与量化方法 |
CN108226999A (zh) * | 2018-01-19 | 2018-06-29 | 中国石油化工股份有限公司 | 碳酸盐岩小尺度缝洞体信息的处理方法 |
CN109655904A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 一种多尺度溶洞识别方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9134457B2 (en) * | 2009-04-08 | 2015-09-15 | Schlumberger Technology Corporation | Multiscale digital rock modeling for reservoir simulation |
WO2015065651A1 (en) * | 2013-10-29 | 2015-05-07 | Exxonmobil Upstream Research Company | Method for estimating subsurface properties from geophysical survey data using physics-based inversion |
US10371851B2 (en) * | 2014-10-21 | 2019-08-06 | Schlumberger Technology Corporation | Method for formation fracture characterization in highly inclined wells using multiaxial induction well logging instruments |
-
2020
- 2020-04-26 CN CN202010340028.5A patent/CN113552617B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0087168A2 (en) * | 1982-02-24 | 1983-08-31 | Wojskowa Akademia Techniczna im. Jaroslawa Dabrowskiego | A method and a set of devices for remote location of buried persons |
CN107422380A (zh) * | 2017-08-24 | 2017-12-01 | 中国石油化工股份有限公司 | 碳酸盐岩缝洞型储集体尺度划分与量化方法 |
CN109655904A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 一种多尺度溶洞识别方法及系统 |
CN108226999A (zh) * | 2018-01-19 | 2018-06-29 | 中国石油化工股份有限公司 | 碳酸盐岩小尺度缝洞体信息的处理方法 |
Non-Patent Citations (2)
Title |
---|
"Location of microseismic swarms induced by salt solution mining";J. Kinscher;《Geophysical Journal International》;第200卷(第1期);全文 * |
塔中顺南地区奥陶系缝洞型储层地震响应特征正演模拟分析;王保才 等;石油物探;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113552617A (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
O’Neill et al. | Dominant higher surface-wave modes and possible inversion pitfalls | |
RU2503035C2 (ru) | Оценивание свойств почвы с использованием волновых сигналов сейсмических поверхностных волн | |
CN101086535B (zh) | 表征油藏随时间演变的方法和程序 | |
US9448313B2 (en) | Integrated passive and active seismic surveying using multiple arrays | |
Jardani et al. | Stochastic joint inversion of 2D seismic and seismoelectric signals in linear poroelastic materials: A numerical investigation | |
CN103733089B (zh) | 用于包括不确定性估计的地下表征的系统和方法 | |
CN103713315A (zh) | 一种地震各向异性参数全波形反演方法及装置 | |
Willis et al. | A novel application of time-reversed acoustics: Salt-dome flank imaging using walkaway VSP surveys | |
CN107065013B (zh) | 一种地震尺度下的层速度确定方法及装置 | |
CN111007567A (zh) | 基于地震波形反演的砂泥岩薄互层预测方法及系统 | |
Matos et al. | Detecting stratigraphic discontinuities using time-frequency seismic phase residues | |
CN113703044B (zh) | 古河道宽度的校正方法、装置、电子设备及存储介质 | |
Toxopeus et al. | Simulating migrated and inverted seismic data by filtering a geologic model | |
CN113552617B (zh) | 小尺度缝洞体的量化方法、装置、电子设备及存储介质 | |
Cho | Stochastic discrete fracture network modeling in shale reservoirs via integration of seismic attributes and petrophysical data | |
Evensen et al. | Time-lapse tomographic inversion using a Gaussian parameterization of the velocity changes | |
US9829593B2 (en) | Determination of an impulse response at a subsurface image level | |
US20220236435A1 (en) | Low-Frequency Seismic Survey Design | |
Tremblay et al. | Practical considerations for array-based surface-wave testing methods with respect to near-field effects and shear-wave velocity profiles | |
Maufroy et al. | Travel time inversion from ground level to gallery: protocol for the characterization of P‐wave seismic signature in a fractured‐porous Urgonian platform at hectometric scale | |
Nanda | Seismic modelling and inversion | |
CN115755176B (zh) | 利用频率汉克尔变换分离波场的面波勘探方法及相关装置 | |
RU2488145C1 (ru) | Способ построения сейсмических изображений геологической среды | |
Cheng | Advanced Formation Evaluation and Seismic Imaging of the Raudhatain Field, Kuwait | |
Shragge | This issue of Geophysics |
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 |