CN113589386B - 一种基于对比函数的块状声波阻抗反演方法、装置及设备 - Google Patents
一种基于对比函数的块状声波阻抗反演方法、装置及设备 Download PDFInfo
- Publication number
- CN113589386B CN113589386B CN202111078735.2A CN202111078735A CN113589386B CN 113589386 B CN113589386 B CN 113589386B CN 202111078735 A CN202111078735 A CN 202111078735A CN 113589386 B CN113589386 B CN 113589386B
- Authority
- CN
- China
- Prior art keywords
- seismic
- acoustic impedance
- relative
- data
- initial
- 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 75
- 238000004364 calculation method Methods 0.000 claims abstract description 52
- 238000005070 sampling Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 162
- 238000010276 construction Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 239000004215 Carbon black (E152) Substances 0.000 description 5
- 229930195733 hydrocarbon Natural products 0.000 description 5
- 150000002430 hydrocarbons Chemical class 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- 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
- G01V2210/622—Velocity, density or impedance
- G01V2210/6226—Impedance
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本文涉及油气资源勘探地震参数反演技术领域,尤其涉及一种基于对比函数的块状声波阻抗反演方法、装置及设备。其方法包括,根据地震数据和测井数据提取地震子波;根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型;根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录;根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子,所述正演算子用于联系所述相对地震记录与声波阻抗对比函数;根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数;根据所述初始声波阻抗模型和所述声波阻抗对比函数计算声波阻抗。通过本文实施例,减小了反演的计算量,提高了反演的精度。
Description
技术领域
本文涉及油气资源勘探地震参数反演技术领域,尤其涉及一种基于对比函数的块状声波阻抗反演方法、装置及设备。
背景技术
声波阻抗是一种非常重要的地震属性,精确的声波阻抗可以用来储层表征和岩相分类,因此声波阻抗反演成为了油气勘探中的一项常规工作流程,由于较高的计算效率,常用确定性反演方法求解声波阻抗,如何获得块状分布且具有较高频带的声波阻抗是本领域密切关注的问题。
现有技术中常用声波阻抗反演方法分为两类:1、稀疏脉冲反演方法,需在稀疏约束下精确地反演高分辨率的反射系数。反射系数只有用零范数约束才能得到非常精确的反演结果,因此,通常用柯西分布和拉普拉斯分布等近似稀疏的分布来约束反射系数的求解过程,反演得到的反射系数的统计分布会趋近于指定的某个近似稀疏的分布,这就使得反射系数的稀疏性变弱;或用现有的一范数和二范数的组合来逼近零范数约束,然后采用复杂的混合算法求解这种混合范数目标函数,这使得求解反射系数的过程变得非常复杂。2、基于模型的反演方法,通常需要一个光滑的先验模型约束来增强反问题求解的稳定性,减弱反问题的病态性;同时,还需要加入边缘保护正则化项来保持声波阻抗的块状特性。这个过程同样会导致在目标函数中引入多个正则化参数,从而使得反演过程变得复杂。
现在亟需一种高分辨率的块状声波阻抗反演方法,解决现有技术中块状声波阻抗反演精度低且计算量大的问题。
发明内容
为解决现有技术中块状声波阻抗反演精度低且计算量大的问题,本文实施例提供了一种基于对比函数的块状声波阻抗反演方法、装置及设备,能够得到较高精度的反演结果、增强反演的稳定性并减小计算量。
本文提供了一种基于对比函数的块状声波阻抗反演方法,包括,
根据地震数据和测井数据提取地震子波;
根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型;
根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录;
根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子,所述正演算子用于联系所述相对地震记录与声波阻抗对比函数;
根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数;
根据所述初始声波阻抗模型和所述声波阻抗对比函数计算声波阻抗。
本文实施例还提供了一种基于对比函数的块状声波阻抗反演装置,包括,
地震子波提取单元,根据地震数据和测井数据提取地震子波;
初始声波阻抗模型建立单元,根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型;
相对地震记录计算单元,根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录;
正演算子构造单元,根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子,所述正演算子用于联系所述相对地震记录与声波阻抗对比函数;
声波阻抗对比函数计算单元,根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数;
声波阻抗计算单元,根据所述初始声波阻抗模型和所述声波阻抗对比函数计算声波阻抗。
本文实施例还提供了一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
本文实施例还提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被计算机设备的处理器运行时,执行上述的方法。
利用本文实施例,根据地震子波和初始声波阻抗模型计算相对地震记录,提高了块状声波阻抗反演的分辨率,根据地震数据的最大时间采样点数以及地震子波构造正演算子,根据相对地震记录和正演算子反演的声波阻抗对比函数与真实声波阻抗相比具有更强的稀疏性,因此声波阻抗对比函数的分布更加接近于稀疏分布,不需要给定很强的稀疏约束就能够得到精确的反演结果,提高了反演的精度。此外,本文实施例反演的声波阻抗对比函数与声波阻抗之间具有简单的数学关系,通过由测井数据以及地震构造解释资料建立初始声波阻抗模型和反演的声波阻抗对比函数即可求得声波阻抗,与传统的稀疏脉冲反演方法相比,不需要在反演得到高精度的反射系数序列之后再通过反演求得具有块状特征的声波阻抗,减小了反演的计算量。
附图说明
为了更清楚地说明本文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文的一些实施例,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所示为本文实施例一种基于对比函数的块状声波阻抗反演方法的流程图;
图2所示为本文实施例一种基于对比函数的块状声波阻抗反演装置的结构示意图;
图3所示为本文实施例一种基于对比函数的块状声波阻抗反演装置的详细结构图;
图4所示为本文实施例基于对比函数的块状声波阻抗反演方法的逻辑示意图;
图5所示为本文实施例计算机设备的结构示意图;
图6所示为本文实施例声波阻抗、声波阻抗对比函数和反射系数对应的频数统计图、核密度估计以及标准高斯分布和标准拉普拉斯分布拟合结果。
【附图标记说明】:
201、地震子波提取单元;
202、初始声波阻抗模型建立单元;
203、相对地震记录计算单元;
204、正演算子构造单元;
205、声波阻抗对比函数计算单元;
206、声波阻抗计算单元;
301、地震子波提取单元;
3011、地震子波提取模块;
3012、振幅调整模块;
302、初始声波阻抗模型建立单元;
3021、地质层位模型构建模块;
3022、声波阻抗值计算模块;
3023、初始声波阻抗模型建立模块;
303、相对地震记录计算单元;
3031、初始地震记录计算模块;
3032、相对地震记录计算模块;
304、正演算子构造单元;
3041、差分算子计算模块;
3042、子波矩阵构建模块;
3043、正演算子构造模块;
305、声波阻抗对比函数计算单元;
3051、反演目标函数构建模块;
3052、声波阻抗对比函数计算模块;
306、声波阻抗计算单元;
502、计算机设备;
504、处理设备;
506、存储资源;
508、驱动机构;
510、输入/输出模块;
512、输入设备;
514、输出设备;
516、呈现设备;
518、图形用户接口;
520、网络接口;
522、通信链路;
524、通信总线。
具体实施方式
下面将结合本文实施例中的附图,对本文实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本文一部分实施例,而不是全部的实施例。基于本文中的实施例,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,都属于本文保护的范围。
如图1所示为文实施例一种基于对比函数的块状声波阻抗反演方法的流程图,在本图中描述了基于对比函数的块状声波阻抗反演的过程,该方法包括:
步骤101:根据地震数据和测井数据提取地震子波;
步骤102:根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型;
步骤103:根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录;
步骤104:根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子,所述正演算子用于联系所述相对地震记录与声波阻抗对比函数;
步骤105:根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数;
步骤106:根据所述初始声波阻抗模型和所述声波阻抗对比函数计算声波阻抗。
通过本文实施例的方法,根据地震子波和初始声波阻抗模型计算相对地震记录,提高了块状声波阻抗反演的分辨率,根据地震数据的最大时间采样点数以及地震子波构造正演算子,根据相对地震记录和正演算子反演的声波阻抗对比函数与真实声波阻抗相比具有更强的稀疏性,因此声波阻抗对比函数的分布更加接近于稀疏分布,不需要给定很强的稀疏约束就能够得到精确的反演结果,提高了反演的精度。此外,本文实施例反演的声波阻抗对比函数与声波阻抗之间具有简单的数学关系,通过由测井数据以及地震构造解释资料建立初始声波阻抗模型和反演的声波阻抗对比函数即可求得声波阻抗,与传统的稀疏脉冲反演方法相比,不需要在反演得到高精度的反射系数序列之后再通过反演求得具有块状特征的声波阻抗,减小了反演的计算量。
在本文实施例中,所述地震数据为油气厂商记录的地震历史数据,其中包括但不限于地震资料、地震记录,所述测井数据为油气厂商在勘探区域内通过测井仪器在井下测量得到的,所述地震构造解释资料为油气厂商提供的,其中包括但不限于层位标定与构造解释、露头和钻井层位标定、地层接触关系、波组反射特征、层位追踪与断层组合、构造及演化特征。根据油气厂商记录的地震数据和所述油气厂商在勘探区域内通过测井仪器在井下测量得到的测井数据采用统计的方法提取叠后的地震数据对应的地震子波。
根据本文的一个实施例,为了使提取的地震子波的振幅与实际的地震振幅相一致,进而提高反演的精确度,步骤101根据地震数据和测井数据提取地震子波之后,还包括,根据所述测井数据通过褶积模型进行正演模拟,得到模拟地震记录;将所述模拟地震记录与所述地震数据相对比,计算振幅缩放因子;根据所述振幅缩放因子,调整所述地震子波的振幅与所述地震数据中实际的地震振幅相一致。
由于实际的地震振幅是相对值,用统计的方法提取的地震子波采用褶积模型正演模拟得到的地震数据的振幅可能与实际的地震振幅存在细微差异,因此为了使提取的地震子波的振幅与实际的地震振幅相一致,提高反演的精确度,在本步骤中,对油气厂商在勘探区域内通过测井仪器在井下测量得到的测井数据通过褶积模型得到模拟地震记录,并与实际的地震数据相对比,判断模拟地震记录与实际的地震数据之间的比例关系,将所述比例关系演化为振幅缩放因子,最后通过计算的振幅缩放因子调整步骤101提取的地震子波的振幅与地震数据中实际的地震振幅相一致,进而提高反演的精确度。
根据本文的一个实施例,为了简化声波阻抗的反演过程,步骤102根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型进一步包括,利用散点差值方法对所述地震构造解释资料进行差值,得到地质层位模型;利用散点差值方法对所述测井数据进行横向差值,得到地下每个点的声波阻抗值;根据所述地质层位模型和所述地下每个点的声波阻抗值建立所述初始声波阻抗模型。
在本步骤中,所述地震构造解释资料中包括但不限于各个地层的地质时代、埋藏深度及岩性,利用散点插值法对地震数据中各地质层位的数据分别进行插值,得到地质层位模型,所述地质层位模型中包括各层位的特征和属性,地下每个点的声波阻抗值可以将钻井结果与井的地震剖面连接起来,因此,建立的初始声波阻抗模型可以表示与地震剖面上的反射层对应的具体的地质层位、埋藏深度和岩性。
根据本文的一个实施例,步骤103根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录进一步包括,根据所述地震子波以及所述初始声波阻抗模型,通过褶积模型计算初始地震记录;根据所述初始地震记录和所述地震数据通过时间域的散射理论计算相对地震记录。
在本步骤中,所述时间域的散射理论类似于相对反射系数,所述相对地震记录可以被定义为真实地震记录(由所述地震数据得到)和初始地震记录的差,如公式(1)所示,求得的相对地震记录被用作反演的输入。
srela=sreal-sprior (1)
其中,srela为所述相对地震记录,sreal为所述真实地震记录,sprior为所述初始地震记录。
根据本文的一个实施例,步骤104根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子的公式为公式(2)和公式(3):
srela=Gχ(χz) (2)
Fχ(χz)=0.5WD ln(1+χz) (3)
其中,srela表示所述相对地震记录,Gχ表示所述正演算子,χz表示声波阻抗对比函数,W表示由所述地震子波构成的子波矩阵其中L表示步骤101所提取的地震子波的数量,D表示由所述地震数据sreal的最大时间采样点数构成的差分算子。
在本步骤中,首先需要定义声波阻抗对比函数,假设声波阻抗随时间连续变化,第i个地层界面对应的反射系数ri和界面两侧的声波阻抗zi和zi+1之间的关系可以如公式(4)所示:
其中,i表示地层界面序号,ri表示第i个地层界面对应的反射系数,zi、zi+1表示第i个地层界面和第i+1个地层界面的声波阻抗。
对于一个n层水平层状结构,引入差分算子,如公式(5)所示:
其中,D表示由所述地震数据的最大时间采样点数构成的差分算子,Rn×n表示差分算子为一个n维实数矩阵,n表示所述地震数据的最大时间采样点数。
反射系数和声波阻抗之间的关系用向量的形式可以表示为公式(6):
r=0.5D ln z (6)
其中,r表示所述反射系数,D表示所述差分算子,z表示声波阻抗。
因此,对应于真实声波阻抗和初始声波阻抗模型的反射系数如公式(7)所示:
其中,rreal表示真实反射系数,zreal表示真实声波阻抗,rprior表示初始反射系数,zprior表示所述初始声波阻抗模型。
参考时间域散射理论的思想,即全波场等于初始波场和散射波场之和,在这里将rreal视为全波场,rprior视为初始波场,定义相对反射系数rrela为散射波场,因此所述散射波场、全波场以及所述初始波场的关系为公式(8):
其中,rrela表示散射波场,rreal表示全波场,rprior表示初始波场,zreal表示真实声波阻抗,zprior表示所述初始声波阻抗模型。
另外,结合相对声波阻抗的定义:所述相对声波阻抗为真实声波阻抗和初始声波阻抗模型之差,如公式(9)所示:
zrela=zreal-zprior (9)
其中,zrela表示相对声波阻抗,zreal表示真实声波阻抗,zprior表示所述初始声波阻抗模型。
因此,相对声波阻抗包含了真实声波阻抗中的高频成分,由此可知,声波阻抗对比函数的概念如公式(10)所示:
其中,χz表示声波阻抗对比函数,zrela表示相对声波阻抗,zreal表示真实声波阻抗,zprior表示所述初始声波阻抗模型。
由公式(10)可知,声波阻抗对比函数代表了相对声波阻抗相对于初始声波阻抗模型的变化,其中包含了真实声波阻抗中的高频成分,同时,声波阻抗对比函数联系了真实声波阻抗、相对声波阻抗和初始声波阻抗模型,此外,声波阻抗对比函数还表示同层中真实声波阻抗和初始声波阻抗模型的差异。
然后推导所述正演算子。将公式(9)和公式(10)代入公式(8)中,可以得到把相对声波阻抗和声波阻抗对比函数联系在一起的相对反射系数的公式如公式(11)所示:
为了构建相对地震记录各声波阻抗对比函数之间的关系,引入褶积模型,结合公式(8)和公式(11),可以将公式(1)表示的相对地震记录推演为公式(12):
srela=sreal-sprior=0.5WD ln(1+χz) (12)
其中,srela为所述相对地震记录,sreal为所述真实地震记录,sprior为所述初始地震记录,W表示由所述地震子波构成的子波矩阵,D表示由所述地震数据的最大时间采样点数构成的差分算子,χz表示声波阻抗对比函数。
因此,公式(12)可以简写为公式(2)和公式(3),进而得到所述正演算子,所述正演算子将由步骤103得到的相对地震记录与所述声波阻抗对比函数联系在了一起。
根据本文的一个实施例,步骤105根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数进一步包括,基于贝叶斯原理,根据所述相对地震记录、所述正演算子以及所述声波阻抗对比函数构建反演目标函数;利用交替方向乘子法求解所述反演目标函数得到所述声波阻抗对比函数。
在本步骤中,基于贝叶斯原理,加入对比函数更符合的拉普拉斯分布约束,构建最大后验概率意义下的反演目标函数,得到拉普拉斯约束下的高精度声波阻抗对比函数。首先假设实际地震数据中的噪声满足高斯分布,声波阻抗对比函数满足某个先验分布,似然函数和先验分布可以如公式(13)和公式(14)所示:
其中,P(srela|χz)表示似然函数,srela表示所述相对地震记录,χz表示声波阻抗对比函数,为噪声和模型参数的归一化常数,exp表示以自然常数e为底的指数函数,例如exp[f(x)]是e的f(x)次方,Gχ表示所述正演算子,P(χz)表示先验分布,R(χz)表示声波阻抗对比函数满足某个先验分布。
将公式(13)和公式(14)代入到贝叶斯准则中,得到后验概率分布如公式(15)所示:
其中,P(srela)表示含噪声的相对地震记录的先验边缘分布,在本文实施例中,因为地震数据是已知量,因此P(srela)为常数,const是P(srela)、和的组合。因此求解公式(15)所示的最大后验概率等价与求解反演目标函数。
根据本文的一个实施例,基于贝叶斯原理,根据所述相对地震记录、所述正演算子以及所述声波阻抗对比函数构建反演目标函数的公式如公式(16)所示:
其中,C(χz)表示所述反演目标函数,Gχ表示所述正演算子,srela表示所述相对地震记录,χz表示所述声波阻抗对比函数,R(χz)表示所述声波阻抗对比函数的先验分布,λ表示正则化参数,用于平衡所述声波阻抗对比函数χz的先验分布R(χz)和所述地震数据的误差。
对于声波阻抗对比函数反演,假设相对高频的声波阻抗对比函数满足拉普拉斯分布,因此公式(16)中的所述声波阻抗对比函数的先验分布可以写成公式(17)所示的形式:
R(χz)=||χz||1 (17)
其中,R(χz)表示所述声波阻抗对比函数的先验分布,χz表示所述声波阻抗对比函数,||χz||1表示所述声波阻抗对比函数的一范数。
因此,公式(16)与公式(17)结合得到公式(18):
公式(18)是一个一范数约束的反问题,可以利用交替方向乘子法进行高效地求解,得到所述声波阻抗对比函数。
将公式(18)写为标准形式,如公式(19)所示:
其中,minimize为最小化函数,l(χz)为数据误差,是一个凸函数,其公式如公式(20)所示,yk表示所述交替方向乘子法引入的中间变量。
其中,l(χz)为数据误差,Gχ表示如公式(3)所述的正演算子,srela表示如公式(1)所述的相对地震记录。
因此,引入拉格朗日乘子可以得到增广最小化问题,如公式(21)所示:
在进行迭代过程中,交替方向乘法的更新方式如公式(22)所示:
基于贝叶斯理论,能够将假定的先验分布约束引入反演过程中,增强反演稳定性。交替方向乘子法将一个1范数约束的反问题求解替代为迭代地求解两个二范数约束的最小二乘问题,这个过程增强了反演的稳定性,进一步提高了反问题的求解精度,可以为后续的储层预测和岩相分类提供高精度的数据准备。
根据本文的一个实施例,步骤106根据所述初始声波阻抗模型和所述声波阻抗对比函数计算声波阻抗的公式如公式(23)所示:
zreal=zprior(1+χz) (23)
其中,zreal为声波阻抗,zprior为步骤102建立的初始声波阻抗模型,χz表示步骤105反演的声波阻抗对比函数。
在本步骤中,由公式(10)的倒数可以得到公式(23),可见,声波阻抗对比函数和声波阻抗之间具有非常简单的四则运算关系,可以很容易地由公式(8)反演得到的高精度的声波阻抗对比函数和步骤102建立的初始声波阻抗模型反求具有块状特征的声波阻抗。
如图2所示为本文实施例一种基于对比函数的块状声波阻抗反演装置的结构示意图,在本图中描述了基于对比函数的块状声波阻抗反演装置的结构,具体包括地震子波提取单元201、初始声波阻抗模型建立单元202、相对地震记录计算单元203、正演算子构造单元204、声波阻抗对比函数计算单元205、声波阻抗计算单元206:
地震子波提取单元201根据地震数据和测井数据提取地震子波;
初始声波阻抗模型建立单元202根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型;
相对地震记录计算单元203根据地震子波提取单元201得到的震子波、初始声波阻抗模型建立单元202建立的初始声波阻抗模型以及所述地震数据计算相对地震记录;
正演算子构造单元204根据所述地震数据的最大时间采样点数以及地震子波提取单元201得到地震子波构造正演算子,所述正演算子用于联系相对地震记录计算单元203计算的相对地震记录与声波阻抗对比函数;
声波阻抗对比函数计算单元205根据相对地震记录计算单元203计算的相对地震记录以及正演算子构造单元204构造的正演算子反演所述声波阻抗对比函数;
声波阻抗计算单元206根据初始声波阻抗模型建立单元202建立的初始声波阻抗模型和声波阻抗对比函数计算单元205反演的声波阻抗对比函数计算声波阻抗。
如图3所示为本文实施例一种基于对比函数的块状声波阻抗反演装置的详细结构图,在本图中具体描述了基于对比函数的块状声波阻抗反演装置的详细结构,包括地震子波提取单元301、初始声波阻抗模型建立单元302、相对地震记录计算单元303、正演算子构造单元304、声波阻抗对比函数计算单元305、声波阻抗计算单元306。
根据本文的一个实施例,地震子波提取单元301进一步包括地震子波提取模块3011,根据油气厂商记录的地震数据和所述油气厂商在勘探区域内通过测井仪器在井下测量得到的测井数据采用统计的方法提取叠后的地震数据对应的地震子波。
根据本文的一个实施例,地震子波提取单元301进一步包括振幅调整模块3012,对油气厂商在勘探区域内通过测井仪器在井下测量得到的测井数据通过褶积模型得到模拟地震记录,并与实际的地震数据相对比,判断模拟地震记录与实际的地震数据之间的比例关系,将所述比例关系演化为振幅缩放因子,最后通过计算的振幅缩放因子调整地震子波提取模块3011提取的地震子波的振幅与地震数据中实际的地震振幅相一致,进而提高反演的精确度。
根据本文的一个实施例,初始声波阻抗模型建立单元302进一步包括地质层位模型构建模块3021,利用散点插值法对地震数据中各地质层位的数据分别进行插值,得到地质层位模型,所述地质层位模型中包括各层位的特征和属性。
根据本文的一个实施例,初始声波阻抗模型建立单元302进一步包括声波阻抗值计算模块3022,利用散点差值方法对所述测井数据进行横向差值,得到地下每个点的声波阻抗值。
根据本文的一个实施例,初始声波阻抗模型建立单元302进一步包括初始声波阻抗模型建立模块3023,根据地质层位模型构建模块3021建立的地质层位模型和声波阻抗值计算模块3022计算的地下每个点的声波阻抗值建立初始声波阻抗模型。声波阻抗值计算模块3022计算的地下每个点的声波阻抗值可以将钻井结果与井的地震剖面连接起来,因此,初始声波阻抗模型建立模块3023建立的初始声波阻抗模型可以表示与地震剖面上的反射层对应的具体的地质层位、埋藏深度和岩性。
根据本文的一个实施例,相对地震记录计算单元303进一步包括初始地震记录计算模块3031,根据地震子波提取单元301提取的地震子波以及初始声波阻抗模型建立单元302建立的初始声波阻抗模型,通过褶积模型计算初始地震记录。
根据本文的一个实施例,相对地震记录计算单元303进一步包括相对地震记录计算模块3032,根据初始地震记录计算模块3031计算的初始地震记录和所述地震数据通过时间域的散射理论计算相对地震记录。所述时间域的散射理论类似于相对反射系数,相对地震记录计算模块3032计算的相对地震记录可以被定义为真实地震记录(由所述地震数据得到)和初始地震记录的差,如本说明书中公式(1)所示,求得的相对地震记录被用作反演的输入。
根据本文的一个实施例,正演算子构造单元304进一步包括差分算子计算模块3041,首先得到所述地震数据的最大时间采样点数,然后利用本说明书中公式(5)计算差分算子。
根据本文的一个实施例,正演算子构造单元304进一步包括子波矩阵构建模块3042,根据地震子波提取单元301提取的地震子波以及所提取的地震子波的数量构成子波矩阵,所述子波矩阵可以表示为其中L表示地震子波提取单元301所提取的地震子波的数量。
根据本文的一个实施例,正演算子构造单元304进一步包括正演算子构造模块3043,根据差分算子计算模块3041计算的差分算子以及子波矩阵构建模块3042计算的子波矩阵通过本说明书中公式(3)构造正演算子,如本说明书中公式(12)所示,所述正演算子用于联系相对地震记录计算单元303计算的相对地震记录与声波阻抗对比函数。
根据本文的一个实施例,声波阻抗对比函数计算单元305进一步包括反演目标函数构建模块3051,基于贝叶斯原理,根据相对地震记录计算单元303计算的相对地震记录、所述正演算子以及所述声波阻抗对比函数,通过本说明书中公式(13)-(15)构建如本说明书中公式(16)所示的反演目标函数。
根据本文的一个实施例,声波阻抗对比函数计算单元305进一步包括声波阻抗对比函数计算模块3052,利用交替方向乘子法通过本说明书中公式(17)-(22)求解反演目标函数构建模块3051构建的反演目标函数得到所述声波阻抗对比函数。
根据本文的一个实施例,声波阻抗计算单元306根据初始声波阻抗模型建立单元302建立的初始声波阻抗模型以及声波阻抗对比函数计算单元305计算的声波阻抗对比函数通过本说明书中公式(23)计算声波阻抗。
如图4所示为本文实施例基于对比函数的块状声波阻抗反演方法的逻辑示意图,本图中描述了利用地震数据和测井数据反演声波阻抗的逻辑。具体包括:
步骤401:提取地震子波。
在本步骤中,根据油气厂商记录的地震数据和所述油气厂商在勘探区域内通过测井仪器在井下测量得到的测井数据采用统计的方法提取叠后的地震数据对应的地震子波。并对油气厂商在勘探区域内通过测井仪器在井下测量得到的测井数据通过褶积模型得到模拟地震记录,并与实际的地震数据相对比,判断模拟地震记录与实际的地震数据之间的比例关系,将所述比例关系演化为振幅缩放因子,最后通过计算的振幅缩放因子调整提取的地震子波的振幅与地震数据中实际的地震振幅相一致,进而提高反演的精确度。
步骤402:建立初始声波阻抗模型。
在本步骤中,利用散点差值方法对所述地震构造解释资料进行差值,得到地质层位模型;利用散点差值方法对所述测井数据进行横向差值,得到地下每个点的声波阻抗值;根据所述地质层位模型和所述地下每个点的声波阻抗值建立所述初始声波阻抗模型。所述地震构造解释资料中包括各个地层的地质时代、埋藏深度及岩性,建立的初始声波阻抗模型可以表示与地震剖面上的反射层对应的具体的地质层位、埋藏深度和岩性。
步骤403:计算初始地震记录。
在本步骤中,根据步骤401提取的地震子波以及步骤402建立的初始声波阻抗模型通过褶积模型计算初始地震记录。
步骤404:提取真实地震记录。
在本步骤中,提取地震数据中的真实地震记录,本文实施例中可以通过现有技术的方法提取真实地震记录,此处不再赘述。
步骤405:计算相对地震记录。
在本步骤中,根据步骤403计算的初始地震记录以及步骤404提取的真实地震记录通过时间域的散射理论计算相对地震记录,所述时间域的散射理论类似于相对反射系数,因此,相对地震记录可以被定义为真实地震记录和初始地震记录的差,如本说明书中公式(1)所示。求得的相对地震记录被用作步骤407反演的输入。
步骤406:构造正演算子。
在本步骤中,根据本说明书中公式(4)-(12)的推导,得到正演算子的公式如本说明书中公式(3),因此,根据步骤401提取的地震子波构造本说明中公式(3)中的子波矩阵,根据油气厂商记录的地震数据通过现有技术的方法得到所述地震数据的最大时间采样点数构造本说明书中公式(5)所示的差分算子,之后便可以通过本说明书中公式(3)构造所述正演算子,所述正演算子用于联系步骤405计算的相对地震记录和本说明书中公式(10)所示的声波阻抗对比函数。
步骤407:基于贝叶斯原理构造反演目标函数。
在本步骤中,基于贝叶斯原理,加入对比函数更符合的拉普拉斯分布约束,通过本说明书中公式(13)-(16)构建最大后验概率意义下的反演目标函数,其中,步骤405计算的相对地震记录、步骤406构造的正演算子以及本说明书公式(10)所示额度声波阻抗对比函数的概念分别用于本说明书中公式(13)-(16)的反演。
步骤408:利用交替方向乘子法求解反演目标函数。
在本步骤中,通过本说明书中公式(18)-(22)求解步骤407构造的反演目标函数,进而得到声波阻抗对比函数的反演结果。
步骤409:计算声波阻抗。
在本步骤中,由本说明书中公式(10)的倒数可以得到本说明书中公式(23),可见,声波阻抗对比函数和声波阻抗之间具有非常简单的四则运算关系,可以很容易地由本说明书中公式(8)反演得到的高精度的声波阻抗对比函数和步骤402建立的初始声波阻抗模型反求具有块状特征的声波阻抗。
通过图4描述的方法,根据相对地震记录和正演算子反演的声波阻抗对比函数与真实声波阻抗相比具有更强的稀疏性,因此声波阻抗对比函数的分布更加接近于稀疏分布,不需要给定很强的稀疏约束就能够得到精确的反演结果,提高了反演的精度。基于贝叶斯理论,能够将假定的先验分布约束引入反演过程中,增强反演稳定性。交替方向乘子法将一个一范数约束的反问题求解替代为迭代地求解两个二范数约束的最小二乘问题,这个过程增强了反演的稳定性,进一步提高了反问题的求解精度。此外,反演的声波阻抗对比函数与声波阻抗之间具有简单的数学关系,通过由测井数据以及地震构造解释资料建立初始声波阻抗模型和反演的声波阻抗对比函数即可反求声波阻抗,与传统的稀疏脉冲反演方法相比,不需要在反演得到高精度的反射系数序列之后再通过反演求得具有块状特征的声波阻抗,减小了反演的计算量。
如图6所示为本文实施例声波阻抗、声波阻抗对比函数和反射系数对应的频数统计图、核密度估计以及标准高斯分布和标准拉普拉斯分布拟合结果。在本图中,AI表示本文实施例中的声波阻抗,χz表示本文实施例中的声波阻抗对比函数,r表示本文实施例中的反射系数,Hist of AI、Hist ofχz、Hist of r分别表示统计得到的声波阻抗、声波阻抗对比函数和反射系数的频数直方图,KED(Kernel Density Estimation)表示核密度估计结果,SGD(Standard Gaussian Distribution)表示标准高斯分布,SLD(Standard LaplaceDistribution)表示标准拉普拉斯分布拟合结果。
计算所述声波阻抗、声波阻抗对比函数和反射系数的频数和标准高斯分布、标准拉普拉斯分布对应的理论频数之间的卡方值如表1所示:
表1
标准高斯分布 | 标准拉普拉斯分布 | |
反射系数的频数 | 2.44e5 | 1.08e3 |
声波阻抗对比函数的频数 | 3.64e2 | 0.98e2 |
声波阻抗的频数 | 0.97e3 | 1.37e3 |
其中,卡方值越小说明变量越符合对应的分布,由表1可知,通过本文实施例的方法和装置计算的声波阻抗对比函数更符合比较稀疏的拉普拉斯分布,因此,本说明书根据相对地震记录和正演算子反演的声波阻抗对比函数与真实声波阻抗相比具有更强的稀疏性,同时与比反射系数相比稀疏性较弱,不需要给定很强的稀疏约束就能够得到精确的反演结果,提高了反演的精度。
如图5所示为本文实施例计算机设备的结构示意图,本文中的基于对比函数的块状声波阻抗反演装置可以为本实施例中的计算机设备,执行上述本文的方法。计算机设备502可以包括一个或多个处理设备504,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。计算机设备502还可以包括任何存储资源506,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储资源506可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储资源都可以使用任何技术来存储信息。进一步地,任何存储资源可以提供信息的易失性或非易失性保留。进一步地,任何存储资源可以表示计算机设备502的固定或可移除部件。在一种情况下,当处理设备504执行被存储在任何存储资源或存储资源的组合中的相关联的指令时,计算机设备502可以执行相关联指令的任一操作。计算机设备502还包括用于与任何存储资源交互的一个或多个驱动机构508,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备502还可以包括输入/输出模块(I/O)510,其用于接收各种输入(经由输入设备512)和用于提供各种输出(经由输出设备514)。一个具体输出机构可以包括呈现设备516和相关联的图形用户接口(GUI)518。在其他实施例中,还可以不包括输入/输出模块(I/O)510、输入设备512以及输出设备514,仅作为网络中的一台计算机设备。计算机设备502还可以包括一个或多个网络接口520,其用于经由一个或多个通信链路522与其他设备交换数据。一个或多个通信总线524将上文所描述的部件耦合在一起。
通信链路522可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路522可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本文实施例提供了的计算机设备中处理器执行所述计算机程序时实现如下步骤:
根据地震数据和测井数据提取地震子波;
根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型;
根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录;
根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子,所述正演算子用于联系所述相对地震记录与声波阻抗对比函数;
根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数;
根据所述初始声波阻抗模型和所述声波阻抗对比函数计算声波阻抗。
对应于图1、图4中的方法,本文实施例还提供了一种计算机可读存储介质,该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运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行如图1、图4所示的方法。
应理解,在本文的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本文实施例的实施过程构成任何限定。
还应理解,在本文实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本文所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,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。另外,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,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
另外,在本文各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本文的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本文的方法及其核心思想;同时,对于本领域的一般技术人员,依据本文的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本文的限制。
Claims (8)
1.一种基于对比函数的块状声波阻抗反演方法,其特征在于,所述方法包括,
根据地震数据和测井数据提取地震子波;
根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型;
根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录;
根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子,所述正演算子用于联系所述相对地震记录与声波阻抗对比函数;
根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数;
根据所述初始声波阻抗模型和所述声波阻抗对比函数计算声波阻抗;
根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录进一步包括,
根据所述地震子波以及所述初始声波阻抗模型,通过褶积模型计算初始地震记录;
根据所述初始地震记录和所述地震数据通过时间域的散射理论计算相对地震记录,其中,计算所述相对地震记录的公式为,
srela=sreal-sprior,
其中,srela为所述相对地震记录,sreal为真实地震记录,由所述地震数据得到,sprior为所述初始地震记录;
根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子的公式为,
srela=Gχ(χz),
Gχ(χz)=0.5WD ln(1+χz),
其中,srela表示所述相对地震记录,Gχ表示所述正演算子,χz表示声波阻抗对比函数,W表示由所述地震子波构成的子波矩阵其中,L表示提取的地震子波的数量,D表示由所述地震数据的最大时间采样点数构成的差分算子;
所述声波阻抗对比函数的公式为,
其中,χz表示所述声波阻抗对比函数,zrela表示相对声波阻抗,zreal表示真实声波阻抗,zprior表示所述初始声波阻抗模型;
所述相对声波阻抗的计算公式为,
zrela=zreal-zprior。
2.根据权利要求1所述的基于对比函数的块状声波阻抗反演方法,其特征在于,根据地震数据和测井数据提取地震子波之后,还包括,
根据所述测井数据通过褶积模型进行正演模拟,得到模拟地震记录;
将所述模拟地震记录与所述地震数据相对比,计算振幅缩放因子;
根据所述振幅缩放因子,调整所述地震子波的振幅与所述地震数据中实际的地震振幅相一致。
3.根据权利要求1所述的基于对比函数的块状声波阻抗反演方法,其特征在于,根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型进一步包括,
利用散点差值方法对所述地震构造解释资料进行差值,得到地质层位模型;
利用散点差值方法对所述测井数据进行横向差值,得到地下每个点的声波阻抗值;
根据所述地质层位模型和所述地下每个点的声波阻抗值建立所述初始声波阻抗模型。
4.根据权利要求1所述的基于对比函数的块状声波阻抗反演方法,其特征在于,根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数进一步包括,
基于贝叶斯原理,根据所述相对地震记录、所述正演算子以及所述声波阻抗对比函数构建反演目标函数;
利用交替方向乘子法求解所述反演目标函数得到所述声波阻抗对比函数。
6.一种基于对比函数的块状声波阻抗反演装置,其特征在于,包括,
地震子波提取单元,根据地震数据和测井数据提取地震子波;
初始声波阻抗模型建立单元,根据所述测井数据以及地震构造解释资料建立初始声波阻抗模型;
相对地震记录计算单元,根据所述地震子波、所述初始声波阻抗模型以及所述地震数据计算相对地震记录;
正演算子构造单元,根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子,所述正演算子用于联系所述相对地震记录与声波阻抗对比函数,根据所述地震数据的最大时间采样点数以及所述地震子波构造正演算子的公式为,
srela=Gχ(χz),
Gχ(χz)=0.5WD ln(1+χz),
其中,srela表示所述相对地震记录,Gχ表示所述正演算子,χz表示声波阻抗对比函数,W表示由所述地震子波构成的子波矩阵其中,L表示提取的地震子波的数量,D表示由所述地震数据的最大时间采样点数构成的差分算子;
所述声波阻抗对比函数的公式为,
其中,χz表示所述声波阻抗对比函数,zrela表示相对声波阻抗,zreal表示真实声波阻抗,zprior表示所述初始声波阻抗模型;
所述相对声波阻抗的计算公式为,
zrela=zreal-zprior;
声波阻抗对比函数计算单元,根据所述相对地震记录以及所述正演算子反演所述声波阻抗对比函数;
声波阻抗计算单元,根据所述初始声波阻抗模型和所述声波阻抗对比函数计算声波阻抗;
所述相对地震记录计算单元包括,
初始地震记录计算模块,用于根据所述地震子波以及所述初始声波阻抗模型,通过褶积模型计算初始地震记录;
相对地震记录计算模块,用于根据所述初始地震记录和所述地震数据通过时间域的散射理论计算相对地震记录,其中,计算所述相对地震记录的公式为,
srela=sreal-sprior,
其中,srela为所述相对地震记录,sreal为真实地震记录,由所述地震数据得到,sprior为所述初始地震记录。
7.一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,其特征在于,所述计算机程序被所述处理器运行时,执行根据权利要求1-5任意一项所述方法的指令。
8.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机设备的处理器运行时,执行根据权利要求1-5任意一项所述方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111078735.2A CN113589386B (zh) | 2021-09-15 | 2021-09-15 | 一种基于对比函数的块状声波阻抗反演方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111078735.2A CN113589386B (zh) | 2021-09-15 | 2021-09-15 | 一种基于对比函数的块状声波阻抗反演方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113589386A CN113589386A (zh) | 2021-11-02 |
CN113589386B true CN113589386B (zh) | 2022-06-10 |
Family
ID=78241835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111078735.2A Active CN113589386B (zh) | 2021-09-15 | 2021-09-15 | 一种基于对比函数的块状声波阻抗反演方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113589386B (zh) |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060256657A1 (en) * | 2005-05-11 | 2006-11-16 | Prism Seismic, Inc. | Method for improving the time-depth tie of well log data and seismic data |
CN103487835B (zh) * | 2012-06-12 | 2016-03-23 | 中国石油化工股份有限公司 | 一种基于模型约束的多分辨率波阻抗反演方法 |
CN104122581B (zh) * | 2013-04-28 | 2017-12-01 | 中国石油化工股份有限公司 | 一种叠后声波阻抗反演方法 |
CN103293551B (zh) * | 2013-05-24 | 2015-11-04 | 中国石油天然气集团公司 | 一种基于模型约束的阻抗反演方法及系统 |
WO2016008105A1 (zh) * | 2014-07-15 | 2016-01-21 | 杨顺伟 | 一种基于柯西分布的叠后波阻抗反演方法 |
CN106291677B (zh) * | 2015-05-22 | 2018-10-02 | 中国石油化工股份有限公司 | 一种基于匹配追踪方法的叠后声波阻抗反演方法 |
CN106291682B (zh) * | 2015-06-01 | 2018-10-02 | 中国石油化工股份有限公司 | 一种基于基追踪方法的叠后声波阻抗反演方法 |
US20180017692A1 (en) * | 2016-07-18 | 2018-01-18 | Cgg Services Sas | Device and method for estimating pre-stack wavelet model from seismic gathers |
CN106324675B (zh) * | 2016-10-09 | 2018-09-07 | 中国石油大学(华东) | 一种宽频地震波阻抗低频信息预测方法及系统 |
US10802171B2 (en) * | 2017-04-28 | 2020-10-13 | Pioneer Natural Resources Usa, Inc. | High resolution seismic data derived from pre-stack inversion and machine learning |
CN108535775B (zh) * | 2018-03-30 | 2019-08-23 | 中国石油大学(北京) | 非平稳地震资料声波阻抗反演方法及装置 |
CN109143356A (zh) * | 2018-08-29 | 2019-01-04 | 电子科技大学 | 一种自适应混合范数字典学习地震波阻抗反演方法 |
CN111208561B (zh) * | 2020-01-07 | 2020-09-01 | 自然资源部第一海洋研究所 | 基于时变子波与曲波变换约束的地震声波阻抗反演方法 |
-
2021
- 2021-09-15 CN CN202111078735.2A patent/CN113589386B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113589386A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11693139B2 (en) | Automated seismic interpretation-guided inversion | |
US8700370B2 (en) | Method, system and program storage device for history matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions | |
US11181653B2 (en) | Reservoir characterization utilizing ReSampled seismic data | |
CN111522063B (zh) | 基于分频联合反演的叠前高分辨率流体因子反演方法 | |
CN113156510B (zh) | 一种页岩储层脆性和各向异性参数预测方法及系统 | |
CN107238862A (zh) | 基于贝叶斯反演框架的反射系数估计方法和装置 | |
WO2017136133A1 (en) | Efficient seismic attribute gather generation with data synthesis and expectation method | |
RU2746691C1 (ru) | Система интеллектуального определения тектонических нарушений по сейсмическим данным на основе сверточных нейронных сетей | |
Grana et al. | Uncertainty quantification in seismic facies inversion | |
EP3211594A1 (en) | Seismic modeling system providing seismic survey data inpainting based upon suspect region boundary comparisons and related methods | |
EP3217354A2 (en) | Seismic modeling system providing seismic survey data frequency domain inpainting and related methods | |
CN113589386B (zh) | 一种基于对比函数的块状声波阻抗反演方法、装置及设备 | |
CN110988991A (zh) | 一种弹性参数反演方法、装置及系统 | |
US20200308934A1 (en) | Automatic calibration of forward depositional models | |
US12013508B2 (en) | Method and system for determining seismic processing parameters using machine learning | |
CN114114421B (zh) | 基于深度学习的导向自学习地震数据去噪方法及装置 | |
US11867857B2 (en) | Method and system for updating a seismic velocity model | |
CN114924316A (zh) | 基于地震横波反演的vti介质横波各向异性参数估算方法 | |
CN111025393B (zh) | 针对含薄煤层地层的储层预测方法、装置、设备及介质 | |
CN111562630B (zh) | 基于网格划分的储层参数测井评价方法 | |
CN111077573A (zh) | 一种确定地层弹性参数的方法、装置及系统 | |
CN116957363B (zh) | 深地油气精准导航砂泥岩地层构造评价方法与系统 | |
CN114185090B (zh) | 岩相和弹性参数同步反演方法、装置、电子设备及介质 | |
CN113917526B (zh) | 基于非分裂完全匹配层吸收边界的正演模拟方法 | |
Marques et al. | Analysis of Deep Learning Neural Networks for Seismic Impedance Inversion: A Benchmark Study. Energies 2022, 15, 7452 |
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 |