CN113640880B - 砂岩型铀矿地震勘探方法和装置 - Google Patents
砂岩型铀矿地震勘探方法和装置 Download PDFInfo
- Publication number
- CN113640880B CN113640880B CN202110950328.XA CN202110950328A CN113640880B CN 113640880 B CN113640880 B CN 113640880B CN 202110950328 A CN202110950328 A CN 202110950328A CN 113640880 B CN113640880 B CN 113640880B
- Authority
- CN
- China
- Prior art keywords
- sandstone
- seismic
- wave impedance
- data set
- inversion
- 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 39
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 35
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G01V1/30—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
- 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
本发明公开了一种砂岩型铀矿地震勘探方法和装置,所述方法包括:获取工区的叠后地震数据集;根据所述叠后地震数据集反演得到地震波阻抗数据集;利用反演得到的地震波阻抗数据集构建砂岩判别因子模型;基于所述砂岩判别因子模型进行砂岩地层预测。利用本发明方案,可以实现对中深层砂岩型铀矿的有效预测,提高砂岩型铀矿勘探精度。
Description
技术领域
本发明涉及铀矿地震勘探领域,特别涉及一种砂岩型铀矿地震勘探方法和装置。
背景技术
随着砂岩型铀矿地震勘探的不断深入,基于地震数据的铀矿勘探方法得到越来越多的重视,地震勘探方法作为一种具有高精度、高分辨率的地球物理探测方法,被广泛应用于石油、天然气和铀矿等领域,取得了大量有益勘探成果。在砂岩型铀矿勘探过程中,一个关键问题在于预测地下岩性特征,识别有利砂体分布范围。目前在砂岩型铀矿勘探中,针对岩性预测主要是基于地震波阻抗反演的方法,即利用地震数据转换得到的地震波阻抗属性实现对地层的岩性解释,这种方法在浅层砂岩型铀矿勘探中取得了较好的应用效果,主要原因在于浅层地层中砂岩波阻抗属性显著大于泥岩或者煤系地层,因此基于地震波阻抗属性能够有效地识别砂岩地层。随着铀矿勘探的不断发展,中深层逐渐成为勘探的重点领域,随着地层深度增加,压实作用越来越大,导致砂岩与泥岩具有接近的纵波速度和密度,使得单一波阻抗属性无法有效区分砂岩与泥岩,造成在中深层砂岩铀矿勘探中岩性预测的不确定性,增大了勘探的风险。
发明内容
为解决现有技术存在的上述问题,本发明提出了一种砂岩型铀矿地震勘探方法和装置,实现对中深层砂岩型铀矿的有效预测,提高砂岩型铀矿勘探精度。
为此,本发明提供如下技术方案:
一种砂岩型铀矿地震勘探方法,所述方法包括:
获取工区的叠后地震数据集;
根据所述叠后地震数据集反演得到地震波阻抗数据集;
利用反演得到的地震波阻抗数据集构建砂岩判别因子模型;
基于所述砂岩判别因子模型进行砂岩地层预测。
可选地,所述根据所述叠后地震数据集反演得到地震波阻抗数据集包括:
基于稀疏脉冲反演方法根据所述叠后地震数据集反演得到地震波阻抗数据集。
可选地,所述基于稀疏脉冲反演方法根据所述叠后地震数据集反演得到地震波阻抗数据集包括:
根据反射系数R、叠后地震数据S与合成地震道Syn的差值、以及阻抗趋势差ΔAI的模运算建立目标函数,所述叠后地震数据S=R*W+N,其中,W为地震子波,N为噪音;
求解所述目标函数得到地震波阻抗数据集。
可选地,所述基于反演得到的地震波阻抗数据集构建砂岩判别因子包括:
基于反演得到的地震波阻抗数据集中各地震波阻抗频域的一阶导数构建砂岩判别因子。
可选地,所述基于所述砂岩判别因子模型进行砂岩地层预测包括:
利用直方图确定砂岩地层对应的判别因子值域范围;
在所述砂岩判别因子模型中依据判别因子值域范围圈定砂岩地层分布范围。
一种砂岩型铀矿地震勘探装置,所述装置包括:
地震数据输入模块,用于获取工区的叠后地震数据集;
反演模块,用于根据所述叠后地震数据集反演得到地震波阻抗数据集;
砂岩判别因子构建模块,用于利用反演得到的地震波阻抗数据集构建砂岩判别因子模型;
预测模块,用于基于所述砂岩判别因子模型进行砂岩地层预测。
可选地,所述反演模块,具体用于基于稀疏脉冲反演方法根据所述叠后地震数据集反演得到地震波阻抗数据集。
可选地,所述反演模块包括:
目标函数确定单元,用于根据反射系数R、叠后地震数据S与合成地震道Syn的差值、以及阻抗趋势差ΔAI的模运算建立目标函数,所述叠后地震数据S=R*W+N,其中,W为地震子波,N为噪音;
求解单元,用于求解所述目标函数得到地震波阻抗数据集。
可选地,所述砂岩判别因子构建模块,具体用于基于反演得到的地震波阻抗数据集中各地震波阻抗频域的一阶导数构建砂岩判别因子。
可选地,所述预测模块包括:
值域确定单元,用于利用直方图确定砂岩地层对应的判别因子值域范围;
选择单元,用于在所述砂岩判别因子模型中依据判别因子值域范围圈定砂岩地层分布范围。
本发明实施例提供的砂岩型铀矿地震勘探方法和装置,根据所述叠后地震数据集反演得到地震波阻抗数据集,利用反演得到的地震波阻抗数据集构建砂岩判别因子模型,基于所述砂岩判别因子模型进行砂岩地层预测,即综合利用地震波阻抗属性及其衍生属性构建能够反映砂岩地层分布规律的砂岩判别因子模型,利用该模型实现中深层砂岩型铀矿的有效预测,而且提高了砂岩识别精度,有效地降低了勘探风险。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例砂岩型铀矿地震勘探方法的流程图;
图2为本发明实施例中砂岩判别因子直方图分析图;
图3为本发明实施例中根据砂岩判别因子预测的砂岩分布剖面图;
图4为本发明实施例中根据砂岩判别因子预测的砂岩分布平面图;
图5为本发明实施例砂岩型铀矿地震勘探装置的结构框图。
具体实施方式
为了更加清楚、明确的阐述本发明的技术方案和目的,以下对本发明做进一步的详细说明。此处所描述的具体实施方式仅用于解释本发明,并不用于限定本发明。
针对中深层砂岩型铀矿勘探中遇到的问题,本发明提出一种砂岩型铀矿地震勘探方法和装置,综合利用地震波阻抗属性及其衍生属性构建砂岩判别因子,实现中深层砂岩型铀矿的有效预测,提高砂岩识别精度,降低勘探风险。
如图1所示,为本发明提出的一种砂岩型铀矿地震勘探方法的流程图,包括以下步骤:
S101、获取工区的叠后地震数据集。
获取工区内采集处理得到的叠后地震数据集。
具体地,将工区采集的地震数据经过去噪、静校正、叠加以及偏移等处理,获得具有零偏移距特征的叠后地震数据。
S102、根据所述叠后地震数据集反演得到地震波阻抗数据集。
具体地,基于稀疏脉冲反演方法,利用所述叠后地震数据集反演得到地震波阻抗数据集。
稀疏脉冲反演是基于地震数据利用波阻抗趋势进行约束,获得合成地震记录与地震道最佳匹配时对应的地震波阻抗数据的一种反演方法,计算过程如下:
叠后地震数据的计算公式为:
S=R*W+N (1)
其中,S为叠后地震数据,R为反射系数,W为地震子波,N为噪音。
地震波阻抗的计算公式为:
其中,AIi为第i层的波阻抗值,Ri为第i层的反射系数。
建立目标函数:
F=Lp(R)+λLq(S-Syn)+αL1(ΔAI) (3)
其中,F为目标函数值,L为模运算,p、q为模因子,S为地震数据,Syn为合成地震道,λ为残差权重因子,α为趋势权重因子,ΔAI为阻抗趋势差。
求解目标函数最终得到地震波阻抗数据集。
S103、利用反演得到的地震波阻抗数据集构建砂岩判别因子模型。
具体地,利用反演得到的地震波阻抗数据集构建砂岩判别因子模型,计算公式为:
其中,D表示砂岩判别因子,AI表示地震波阻抗,f表示频率,单位为Hz,表示地震波阻抗一阶导数,k0和k1表示加权系数。
在计算过程中,地震波阻抗频域的一阶导数根据泰勒展开式进行计算,计算公式为:
其中,f1表示地震低频端频率,单位为Hz,f2表示地震主频,单位为Hz,表示频率为f1的单频波阻抗数据,/>表示频率为f2的单频波阻抗数据。
在本实施例中,根据研究工区地震资料频谱分析结果确定f1=10Hz,f2=40Hz,并且根据研究工区经验参数确定k0=1.2,k1=156.7。
单频波阻抗数据集通过短时傅里叶变换由地震波阻抗数据获得。
S104、基于砂岩判别因子模型进行砂岩地层预测。
首先,利用直方图确定砂岩地层对应的判别因子值域范围,然后在所述砂岩判别因子模型中依据判别因子值域范围圈定砂岩地层分布范围。
如图2所示为砂岩判别因子直方图分析图,从图中可以看出在研究工区内砂岩地层对应的砂岩判别因子的范围为1.1至1.55,泥岩地层对应的砂岩判别因子的范围为1.55至1.9,基于直方图分析结果对工区中深层地层进行砂岩岩性识别。
本发明实施例提供的砂岩型铀矿地震勘探方法,综合利用地震波阻抗属性及其衍生属性构建砂岩判别因子,由于砂岩判别因子模型反映了砂岩地层分布规律,因此利用该模型可实现中深层砂岩型铀矿的有效预测,提高砂岩识别精度,有效地降低了勘探风险。
为验证预测结果的准确性,将预测结果与工区测钻井成果进行对比分析。图3与图4分别展示了利用砂岩判别因子预测的工区内砂岩地层的纵向分布与横向展布规律,从图中可以看出在1500米附近预测一套砂岩地层,钻井成果显示W-3井在1500米附近钻遇一套厚砂岩,预测结果与钻井结论基本吻合,证明本发明构建的砂岩判别因子能够有效地指示砂岩地层的分布范围,有效排除泥岩的干扰,提高了砂岩地层预测的准确度,降低了勘探风险。
虽然上文描述的过程流程包括以特定顺序出现的多个操作,但是,应当清楚了解,这些过程可以包括更多或更少的操作,这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
如图5所示,为本发明实施例砂岩型铀矿地震勘探装置的一种结构框图。
在该实施例中,所述装置包括以下各模块:
地震数据输入模块51,用于获取工区的叠后地震数据集;
反演模块52,用于根据所述叠后地震数据集反演得到地震波阻抗数据集;
砂岩判别因子构建模块53,用于利用反演得到的地震波阻抗数据集构建砂岩判别因子模型;
预测模块54,用于基于所述砂岩判别因子模型进行砂岩地层预测。
其中,所述反演模块52具体可以基于稀疏脉冲反演方法根据所述叠后地震数据集反演得到地震波阻抗数据集。相应地,所述反演模块可以包括以下各单元:
目标函数确定单元,用于根据反射系数R、叠后地震数据S与合成地震道Syn的差值、以及阻抗趋势差ΔAI的模运算建立目标函数,所述叠后地震数据S=R*W+N,其中,W为地震子波,N为噪音;
求解单元,用于求解所述目标函数得到地震波阻抗数据集。
其中,所述砂岩判别因子构建模块53具体可以基于反演得到的地震波阻抗数据集中各地震波阻抗频域的一阶导数构建砂岩判别因子。
其中,所述预测模块54具体可以包括以下各单元:
值域确定单元,用于利用直方图确定砂岩地层对应的判别因子值域范围;
选择单元,用于在所述砂岩判别因子模型中依据判别因子值域范围圈定砂岩地层分布范围。
本发明实施例的砂岩优质储层预测的装置,与上述图1所示的砂岩优质储层预测的方法对应,因此,有关于本申请实施例的砂岩优质储层预测的装置中各模块及单元的处理方式,可参见图1所示方法实施例,在此不再赘述。
本发明实施例提供的砂岩型铀矿地震勘探装置,综合利用地震波阻抗属性及其衍生属性构建砂岩判别因子,由于砂岩判别因子模型反映了砂岩地层分布规律,因此利用该模型可实现中深层砂岩型铀矿的有效预测,提高砂岩识别精度,有效地降低了勘探风险。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (4)
1.一种砂岩型铀矿地震勘探方法,其特征在于,所述方法包括:
获取工区的叠后地震数据集;
根据所述叠后地震数据集反演得到地震波阻抗数据集;
利用反演得到的地震波阻抗数据集构建砂岩判别因子模型;
基于所述砂岩判别因子模型进行砂岩地层预测;
其中,根据所述叠后地震数据集反演得到地震波阻抗数据集包括:
基于稀疏脉冲反演方法,利用所述叠后地震数据集反演得到地震波阻抗数据集;
所述稀疏脉冲反演是基于地震数据利用波阻抗趋势进行约束,计算过程如下:
叠后地震数据的计算公式为:
S=R*W+N (1)
其中,S为叠后地震数据,R为反射系数,W为地震子波,N为噪音;
地震波阻抗的计算公式为:
其中,AIi为第i层的波阻抗值,Ri为第i层的反射系数;
建立目标函数:
F=Lp(R)+λLq(S-Syn)+αL1(ΔAI) (3)
其中,F为目标函数值,L为模运算,p、q为模因子,S为地震数据,Syn为合成地震道,λ为残差权重因子,α为趋势权重因子,ΔAI为阻抗趋势差;
求解目标函数最终得到地震波阻抗数据集;
其中,利用反演得到的地震波阻抗数据集构建砂岩判别因子模型包括:
利用反演得到的地震波阻抗数据集构建砂岩判别因子模型,计算公式为:
其中,D表示砂岩判别因子,AI表示地震波阻抗,f表示频率,单位为Hz,表示地震波阻抗一阶导数,k0和k1表示加权系数;
在计算过程中,地震波阻抗频域的一阶导数根据泰勒展开式进行计算,计算公式为:
其中,f1表示地震低频端频率,单位为Hz,f2表示地震主频,单位为Hz,表示频率为f1的单频波阻抗数据,/>表示频率为f2的单频波阻抗数据;
根据研究工区地震资料频谱分析结果确定f1=10Hz,f2=40Hz,并且根据研究工区经验参数确定k0=1.2,k1=156.7,
单频波阻抗数据集通过短时傅里叶变换由地震波阻抗数据获得。
2.根据权利要求1所述的方法,其特征在于,所述基于所述砂岩判别因子模型进行砂岩地层预测包括:
利用直方图确定砂岩地层对应的判别因子值域范围;
在所述砂岩判别因子模型中依据判别因子值域范围圈定砂岩地层分布范围。
3.一种砂岩型铀矿地震勘探装置,其特征在于,所述装置包括:
地震数据输入模块,用于获取工区的叠后地震数据集;
反演模块,用于根据所述叠后地震数据集反演得到地震波阻抗数据集;
砂岩判别因子构建模块,用于利用反演得到的地震波阻抗数据集构建砂岩判别因子模型;
预测模块,用于基于所述砂岩判别因子模型进行砂岩地层预测;
其中,根据所述叠后地震数据集反演得到地震波阻抗数据集包括:
基于稀疏脉冲反演方法,利用所述叠后地震数据集反演得到地震波阻抗数据集;
所述稀疏脉冲反演是基于地震数据利用波阻抗趋势进行约束,计算过程如下:
叠后地震数据的计算公式为:
S=R*W+N (1)
其中,S为叠后地震数据,R为反射系数,W为地震子波,N为噪音;
地震波阻抗的计算公式为:
其中,AIi为第i层的波阻抗值,Ri为第i层的反射系数;
建立目标函数:
F=Lp(R)+λLq(S-Syn)+αL1(ΔAI) (3)
其中,F为目标函数值,L为模运算,p、q为模因子,S为地震数据,Syn为合成地震道,λ为残差权重因子,α为趋势权重因子,ΔAI为阻抗趋势差;
求解目标函数最终得到地震波阻抗数据集;
其中,利用反演得到的地震波阻抗数据集构建砂岩判别因子模型包括:
利用反演得到的地震波阻抗数据集构建砂岩判别因子模型,计算公式为:
其中,D表示砂岩判别因子,AI表示地震波阻抗,f表示频率,单位为Hz,表示地震波阻抗一阶导数,k0和k1表示加权系数;
在计算过程中,地震波阻抗频域的一阶导数根据泰勒展开式进行计算,计算公式为:
其中,f1表示地震低频端频率,单位为Hz,f2表示地震主频,单位为Hz,表示频率为f1的单频波阻抗数据,/>表示频率为f2的单频波阻抗数据;
根据研究工区地震资料频谱分析结果确定f1=10Hz,f2=40Hz,并且根据研究工区经验参数确定k0=1.2,k1=156.7,
单频波阻抗数据集通过短时傅里叶变换由地震波阻抗数据获得。
4.根据权利要求3所述的装置,其特征在于,所述预测模块包括:
值域确定单元,用于利用直方图确定砂岩地层对应的判别因子值域范围;
选择单元,用于在所述砂岩判别因子模型中依据判别因子值域范围圈定砂岩地层分布范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110950328.XA CN113640880B (zh) | 2021-08-18 | 2021-08-18 | 砂岩型铀矿地震勘探方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110950328.XA CN113640880B (zh) | 2021-08-18 | 2021-08-18 | 砂岩型铀矿地震勘探方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113640880A CN113640880A (zh) | 2021-11-12 |
CN113640880B true CN113640880B (zh) | 2024-03-08 |
Family
ID=78422751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110950328.XA Active CN113640880B (zh) | 2021-08-18 | 2021-08-18 | 砂岩型铀矿地震勘探方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113640880B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103954995A (zh) * | 2014-04-22 | 2014-07-30 | 核工业北京地质研究院 | 一种砂岩型铀矿勘查中的砂体识别方法 |
WO2019180669A1 (en) * | 2018-03-22 | 2019-09-26 | Chevron U.S.A. Inc. | System and method for assessing the presence of hydrocarbons in a subterranean reservoir based on seismic inversions |
CN112505764A (zh) * | 2020-11-05 | 2021-03-16 | 中国石油天然气股份有限公司 | 一种高孔隙含烃砂岩储层预测方法与装置 |
CN112684503A (zh) * | 2020-11-16 | 2021-04-20 | 中国石油天然气股份有限公司 | 一种基于叠后地震属性的储层流体识别方法及装置 |
CN112711068A (zh) * | 2019-10-24 | 2021-04-27 | 中国石油化工股份有限公司 | 一种砂岩中油气有效储层预测方法及装置 |
-
2021
- 2021-08-18 CN CN202110950328.XA patent/CN113640880B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103954995A (zh) * | 2014-04-22 | 2014-07-30 | 核工业北京地质研究院 | 一种砂岩型铀矿勘查中的砂体识别方法 |
WO2019180669A1 (en) * | 2018-03-22 | 2019-09-26 | Chevron U.S.A. Inc. | System and method for assessing the presence of hydrocarbons in a subterranean reservoir based on seismic inversions |
CN112711068A (zh) * | 2019-10-24 | 2021-04-27 | 中国石油化工股份有限公司 | 一种砂岩中油气有效储层预测方法及装置 |
CN112505764A (zh) * | 2020-11-05 | 2021-03-16 | 中国石油天然气股份有限公司 | 一种高孔隙含烃砂岩储层预测方法与装置 |
CN112684503A (zh) * | 2020-11-16 | 2021-04-20 | 中国石油天然气股份有限公司 | 一种基于叠后地震属性的储层流体识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113640880A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100349008C (zh) | 一种地震波波阻抗反演的方法 | |
US11181653B2 (en) | Reservoir characterization utilizing ReSampled seismic data | |
CN110954948B (zh) | 一种岩石物理约束储层物性参数反演方法及系统 | |
US8255165B2 (en) | Method for predicting differences in subsurface conditions | |
CA2251749A1 (en) | Method for inverting reflection trace data from 3-d and 4-d seismic surveys | |
CN103487835A (zh) | 一种基于模型约束的多分辨率波阻抗反演方法 | |
CN106405647B (zh) | 一种关于沉积地层厚度的调谐反演方法 | |
CN106443770A (zh) | 一种页岩气地质甜点的预测方法 | |
CN108508489B (zh) | 一种基于波形微变化匹配的地震反演方法 | |
Gholami et al. | Shear wave velocity prediction using seismic attributes and well log data | |
CN107831540A (zh) | 储层物性参数直接提取新方法 | |
CN111046328A (zh) | 基于测井曲线小波Mallet算法的岩石类型识别方法 | |
Hou et al. | Data-driven optimization of brittleness index for hydraulic fracturing | |
Dawuda et al. | Geologic modeling and ensemble-based history matching for evaluating CO2 sequestration potential in point bar reservoirs | |
CN113640880B (zh) | 砂岩型铀矿地震勘探方法和装置 | |
CN114152985A (zh) | 一种确定地下古河道边界及其内部薄砂体厚度的方法 | |
CN104345347B (zh) | 一种用于致密含气砂岩储层预测的测井曲线恢复方法 | |
CN113640873B (zh) | 砂岩型铀矿叠前地震预测方法及装置 | |
CN116774285B (zh) | 基于特征曲线重构的薄互层预测方法、装置、设备及介质 | |
CN114076990B (zh) | 油页岩反射能量确定方法、系统、存储介质及电子设备 | |
Wang et al. | Application of multiple attributes fusion technology in the Su-14 Well Block | |
Xu et al. | Frequency trend attribute analysis for stratigraphic division and correlation | |
CN108875109B (zh) | 一种异常地层压力的预测方法及系统 | |
RU2201606C1 (ru) | Способ типизации и корреляции нефтегазопродуктивных горных пород по скважинным спектрально-временным параметрам | |
CN114594523A (zh) | 物理约束与数据驱动构建核磁共振t2谱的方法与装置 |
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 |