CN113917538A - 一种地震波形约束的叠前地震反演方法、设备及存储介质 - Google Patents

一种地震波形约束的叠前地震反演方法、设备及存储介质 Download PDF

Info

Publication number
CN113917538A
CN113917538A CN202111097898.5A CN202111097898A CN113917538A CN 113917538 A CN113917538 A CN 113917538A CN 202111097898 A CN202111097898 A CN 202111097898A CN 113917538 A CN113917538 A CN 113917538A
Authority
CN
China
Prior art keywords
seismic
location
inversion
correlation coefficient
constrained
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
CN202111097898.5A
Other languages
English (en)
Other versions
CN113917538B (zh
Inventor
李坤
印兴耀
宗兆云
周爽爽
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.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
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 China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN202111097898.5A priority Critical patent/CN113917538B/zh
Publication of CN113917538A publication Critical patent/CN113917538A/zh
Application granted granted Critical
Publication of CN113917538B publication Critical patent/CN113917538B/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
    • G01V1/36—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
    • 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
    • G01V2210/50—Corrections or adjustments related to wave propagation
    • G01V2210/51—Migration
    • G01V2210/512—Pre-stack
    • 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
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
    • 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
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6169—Data from specific type of measurement using well-logging
    • 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
    • G01V2210/6242—Elastic parameters, e.g. Young, Lamé or Poisson

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

本公开涉及一种地震波形约束的叠前地震反演方法、设备及存储介质，其中该方法包括：接收第一位置处的地震数据、多个第二位置处的地震数据；对于每个第二位置，确定第一位置的地震波形与第二位置的多个地震波形之间的第一相关系数；根据第一相关系数，选择一个地震数据作为第二位置的样本；确定各个第二位置的样本之间的第二相关系数；根据各个样本对应的第一相关系数和第二相关系数，使用克里金插值算法确定各个第二位置的权重系数；根据各个第二位置的弹性参数和权重系数，确定第一位置处的先验模型；根据第一位置处的地震数据和先验模型进行弹性参数反演。通过本公开，提高了弹性参数反演的稳定性、连续性和可靠性。

Description

一种地震波形约束的叠前地震反演方法、设备及存储介质
技术领域
本公开涉及叠前地震反演技术领域，尤其涉及一种地震波形约束的叠前地震反演方法、设备及存储介质。
背景技术
相对于叠后地震反演技术，叠前地震反演技术是对叠前地震采集资料进行地球物理反演的一种更有效的手段，由于采集的叠前地震数据具备原始地下构造的各种信息，因此叠前地震资料反演技术可以更有效地进行含油气储层预测。应用叠前地震反射振幅随偏移距不同(或入射角不同)而变化的特征来开展叠前地震反演方法的研究，可以得到泊松比、纵横波速度、孔隙度、剪切模量、纵波模量、流体因子等多种参数体。
相关技术中的叠前地震反演方法，例如，蒙特卡洛-马尔科夫链随机反演方法等，存在稳定性、连续性和可靠性不高的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种地震波形约束的叠前地震反演方法、设备及存储介质。
第一方面，本公开提供了一种地震波形约束的叠前地震反演方法，包括：接收第一位置处的地震数据；接收多个第二位置处的地震数据，每个第二位置包括多个地震数据；对于每个第二位置，确定第一位置的地震波形与第二位置的多个地震波形之间的第一相关系数；根据第一相关系数，从第二位置的多个地震数据中选择一个地震数据作为第二位置的样本；确定各个第二位置的样本之间的第二相关系数；根据各个样本对应的第一相关系数和第二相关系数，使用克里金插值算法确定各个第二位置的权重系数；根据各个第二位置的弹性参数和权重系数，确定第一位置处的先验模型；根据第一位置处的地震数据和先验模型，进行第一位置处的弹性参数反演。
在一些实施例中，根据第一位置处的地震数据和先验模型，进行第一位置处的弹性参数反演，包括：确定先验模型约束的后验概率密度分布及目标泛函；根据Metropolis-Hastings采样算法对先验模型约束的后验概率密度分布进行多次随机模拟，将后验均值作为弹性参数的最优解。
在一些实施例中，第一相关系数和/或第二相关系数包括皮尔森相关系数。
在一些实施例中，根据第一相关系数，从第二位置的多个地震数据中选择一个地震数据作为第二位置的样本，包括：从第二位置的多个地震数据中选择第一相关性系数最高的地震数据作为第二位置的样本。
在一些实施例中，第二位置为已测井，第二位置处的地震数据包括：井旁地震数据。
在一些实施例中，根据各个样本对应的第一相关系数和第二相关系数，使用克里金插值算法确定各个第二位置的权重系数，包括：按照以下方式确定各个第二位置的权重系数：
Figure BDA0003269627360000021
其中，n表示第二位置的个数，λi表示第i个第二位置的权重系数，ri0表示第i个样本与第一位置的地震波形之间的第一相关系数，rij表示第i个样本与第j个样本的地震波形之间的第二相关系数，i，j∈{1,2,…,n}，φ表示拉格朗日乘数，σ2表示多个样本所在区域的地震数据的整体方差。
在一些实施例中，根据各个第二位置的弹性参数和权重系数，确定第一位置处的先验模型，包括：按照以下方式确定第一位置处的先验模型：
Figure BDA0003269627360000031
其中，Z(x0)表示第一位置处的弹性参数的先验值，Z(xi)表示第二位置xi处的弹性参数值，λi为第二位置xi的权重系数，n表示第二位置的个数。
在一些实施例中，使用马尔科夫链蒙特卡洛方法扰动模型参数。
第二方面，本公开提供了一种计算机设备，该计算机设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；计算机程序被处理器执行时实现本公开任一个或多个方法的步骤。
第三方面，本公开提供了一种计算机可读存储介质，计算机可读存储介质上存储有地震波形约束的叠前地震反演程序，该地震波形约束的叠前地震反演程序被处理器执行时实现本公开任一个或多个地震波形约束的叠前地震反演方法的步骤。
本公开实施例提供的上述技术方案与相关技术相比具有如下优点：本公开实施例提供的该方法，建立具有地震波形约束的先验模型，进行地震波形约束的叠前地震反演，提高了地下介质弹性参数反演的稳定性、连续性和可靠性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本公开实施提供的地震波形约束的叠前地震反演方法一种实施方式的流程图。
图2为地震波形与样本选择的示意图。
图3为纵波速度、横波速度以及密度的先验模型的示意图，其中，(a)纵波速度的先验模型，(b)横波速度的先验模型，(c)密度先验模型。
图4为模型测试反演结果的示意图，其中，(a)纵波速度模型，(b)纵波速度反演结果，(c)横波速度模型，(d)横波速度反演结果，(e)密度模型，(f)密度反演结果。
图5为地震波形约束的纵波速度、横波速度以及密度的先验模型的示意图，其中，(a)纵波速度先验模型，(b)横波速度先验模型，(c)密度先验模型。
图6为地震波形约束的反演结果的示意图，其中，(a)纵波速度，(b)横波速度，(c)密度。
图7为本公开实施例提供的地震波形约束的叠前地震反演装置一种实施方式的结构框图。
图8为本公开实施例提供的计算机设备一种实施方式的硬件示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本公开，并不用于限定本公开。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本公开的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本公开实施例提供了一种地震波形约束的叠前地震反演方法，通过该方法，建立具有地震波形约束的先验模型，进行地震波形约束的叠前地震反演，提高了地下介质弹性参数反演的稳定性、连续性和可靠性。
图1为本公开实施提供的地震波形约束的叠前地震反演方法一种实施方式的流程图，如图1所示，该方法包括步骤S102至步骤S116。
步骤S102，接收第一位置处的地震数据。
步骤S104，接收多个第二位置处的地震数据，每个第二位置包括多个地震数据。
对于每个第二位置，进行步骤S106和步骤S108。
步骤S106，确定第一位置的地震波形与第二位置的多个地震波形之间的第一相关系数。
在本公开实施例中，第一位置处的地震数据与各个第二位置处的地震数据，时窗大小和采样率相同，例如，第一位置和各个第二位置的时窗设置为700～1500ms，采样率为2ms，但不限于此。时窗内的多个采样点形成地震波形。每个第二位置包括多个地震数据，因而包括对应的多个地震波形。
在本公开实施例中，第二位置具有N个地震数据，此时可计算得到N个第一相关性系数。具有M个第二位置，此时共计M*N个第一相关系数，第m个第二位置的第n个第一相关系数可表示为rmn。
步骤S108，根据第一相关系数，从第二位置的多个地震数据中选择一个地震数据作为第二位置的样本。
在一些实施例中，第二位置为已测井(也称为已钻井)，如图2所示的圆形位置，第一位置为图2所示的三角位置。第二位置处的地震数据包括：井旁地震数据，井旁地震数据包括多个井旁地震道。
示例性的，第一位置的地震波形和选择样本如图2所示，三角形位置所示，通过比较第一位置的地震波形与第二位置的多个地震波形之间的第一相关系数，分别从每一口已测井(第二位置)中抽取一个最优样本。图2中样本①为从每口井(第二位置)中优选出来的一个样本。
在一些实施例中，从第二位置的多个地震数据中选择第一相关性系数最高的地震数据作为第二位置的样本。例如，第m个第二位置处，第n个地震数据对应的第一相关系数rmn最大，此时，第m个第二位置处，选择其第n个地震数据作为其样本。
步骤S110，确定各个第二位置的样本之间的第二相关系数。
步骤S112，根据各个样本对应的第一相关系数和第二相关系数，使用克里金插值算法确定各个第二位置的权重系数。
步骤S114，根据各个第二位置的弹性参数和权重系数，确定第一位置处的先验模型。
步骤S116，根据第一位置处的地震数据和先验模型，进行第一位置处的弹性参数反演。
在一些实施例中，第一相关系数和/或第二相关系数包括皮尔森相关系数(Pearson correlation coefficient)。应当理解，本公开实施例并不限于此，其他相关系数也是可行的。下面以皮尔森相关系数为例进行说明。
根据皮尔森相关系数的定义，计算两个地震波形之间的相关系数公式rij表示为：
Figure BDA0003269627360000061
式中zi、zj表示两个不同位置处的地震波形。zi和zj时窗大小保持一致。
在一些实施例中，根据各个样本对应的第一相关系数和第二相关系数，使用克里金插值算法确定各个第二位置的权重系数，包括：按照以下方式确定各个第二位置的权重系数：
Figure BDA0003269627360000062
式(2)中，n表示第二位置的个数，λi表示第i个第二位置的权重系数，ri0表示第i个样本与第一位置的地震波形之间的第一相关系数，rij表示第i个样本与第j个样本的地震波形之间的第二相关系数，i，j∈{1,2,…,n}。
在一些实施例中，上述步骤S112，根据各个第二位置的弹性参数和权重系数，使用克里金插值算法确定第一位置处的先验模型，其包括：按照以下方式确定第一位置处的先验模型：
Figure BDA0003269627360000071
式(3)中，Z(x0)表示第一位置处的弹性参数的先验值，Z(xi)表示第二位置xi处的弹性参数值，λi为第二位置xi的权重系数，n表示第二位置的个数。
在一些实施例中，上述步骤S116中，根据第一位置处的地震数据和先验模型，进行第一位置处的弹性参数反演，包括：确定先验模型约束的后验概率密度分布及目标泛函；根据Metropolis-Hastings采样算法对先验模型约束的后验概率密度分布进行多次随机模拟，将后验均值作为弹性参数的最优解。在一些实施例中，使用马尔科夫链蒙特卡洛方法扰动模型参数。下面对本公开实施例的一个反演示例进行说明。
在本公开示例中，构建正演模型时，使用以纵横波速度相对变化率和密度相对变化率表示的Aki-Richards近似式：
Figure BDA0003269627360000072
式(4)中，
Figure BDA0003269627360000073
表示纵波随角度变化的反射系数，
Figure BDA0003269627360000074
为横纵波速度比的均值，rd为密度反射系数，rβ为横波速度反射系数，rα为纵波速度反射系数，并且有
Figure BDA0003269627360000075
式(4)和(5)中，
Figure BDA0003269627360000076
表示的是分界面的入射角和透射角的平均角度，α表示地层的纵波速度，β表示地层的横波速度，ρ表示地层密度。
基于Aki-Richards近似式的叠前反演问题可以表述为：
d＝f(α,β,ρ)+e (6)
式(6)中，d为观测地震数据，f代表正演算子，则α、β、ρ的后验概率密度分布可写为：
p(α,β,ρ|d)＝p(α,β,ρ)·p(d|α,β,ρ) (7)
假设地震背景噪声满足均值为0、方差为
Figure BDA0003269627360000087
的正态分布，并赋值给似然函数。为了提高反演的横向连续性和稳定性，引入前述确定的先验模型，则最终的似然函数可表示为：
Figure BDA0003269627360000081
假设待预测参数α、β以及ρ相互独立，并满足高斯分布，则待预测参数的先验分布的表现形式为：
Figure BDA0003269627360000082
式(9)中，μα、μβ、μρ表示α、β以及ρ的均值，
Figure BDA0003269627360000083
表示α、β以及ρ的方差，N表示地震道采样点的个数。
α、β、ρ的后验概率密度分布可写为：
Figure BDA0003269627360000084
进一步的，α，β，ρ记为m，
Figure BDA0003269627360000085
记为
Figure BDA0003269627360000086
建议分布函数表示为：
Figure BDA0003269627360000091
转移概率为：
Figure BDA0003269627360000092
为了得到未知参数的后验概率分布，平稳分布π(m*)表示为：
Figure BDA0003269627360000093
这样构造出来的马尔科夫链最终将收敛于后验概率分布。对式(13)两边同时取对数，同时令g(m)＝ln(π(m))，可得：
Figure BDA0003269627360000094
则转移概率为：
Ψ(mk,m*)＝exp(Ψ′(mk,m*)) (15)
式(15)中，Ψ′(mk,m*)＝min{0,g(m*)-g(mk)}
最后马尔科夫链蒙特卡洛算法(MCMC)反演方法不断扰动模型参数，多次随机模拟具有地震波形约束的先验模型参数，利用后验均值作为最终的弹性参数的解。
本公开实施例，解决了常规蒙特卡洛-马尔科夫链随机反演方法存在的收敛速度、连续性、稳定性等问题。充分利用观测地震数据和待反演弹性参数之间存在的地球物理映射关系，根据观测地震数据与已知的地震波形之间的相似性特征，指导井数据进行伪普通克里金插值模拟，建立具有地震波形约束的先验模型，提高了地下介质各弹性参数反演的稳定性、连续性和可靠性。
在本公开实施例中，还验证反演算法的可行性，包括两个部分。
第一步：基于地震波形约束的叠前地震反演方法的模型测试，以验证该技术的可行性，模型测试数据为Marmousi2模型的纵波速度、横波速度以及密度模型；在合成地震记录上添加随机噪声采用本公开进行反演，对比反演结果与真实模型的差异，测试反演的稳定性。
第二步：实际地震资料处理测试本公开有效性，测试工区为中国东部M工区，工区内井的数量为11口井，采用地震波形约束的叠前地震反演方法进行反演，与实际测井数据进行对比，测试反演的可靠性。
最后利用地震波形约束的MCMC反演方法不断扰动模型参数，多次随机模拟具有地震波形约束的先验模型参数，利用后验均值作为最终的弹性参数的解。
为进一步说明本发明的可行性和有效性，下面列举两个示例：
示例1：数值模型测试，详见图3和图4。
本示例模型测试数据为抽取部分Marmousi2模型的纵波速度、横波速度以及密度模型。模型时窗选取为700～1500ms，采样率为2ms，从纵波速度、横波速度以及密度模型中分别抽取11道伪井数据。利用30Hz雷克子波和真实阻抗模型合成地震记录，在合成地震记录中添加25％的高斯噪声以测试反演方法的稳定性。由于地震数据具有带限性质，缺乏低频成分，本示例建立的初始模型在补充反演结果的低频成分的同时还能提高该反演算法的稳定性和收敛性。
根据纵波速度、横波速度、密度伪井数据分别和三个不同角度的叠加地震数据建立先验模型，相当于在三个不同角度的叠加地震数据的共同作用下，建立了纵波速度、横波速度、密度的先验模型，图3中(a)为建立的纵波速度波形约束先验模型，图3中(b)为建立的横波速度波形约束先验模型，图3中(c)为建立的密度波形约束先验模型。
图4为叠前地震波形约束的AVO弹性参数反演结果对比图，其中，图4中(a)、(c)、(e)为原始模型数据，图4中(b)、(d)、(f)为反演结果。从反演结果对比图中可以看出即使加了信噪比为3(SNR＝3)的噪声后，也可以很好的识别出模型中的薄层，反演结果与模型基本吻合，验证了本公开的可行性。
示例2：实际资料处理，详见图5和图6。
将叠前AVO地震波形约束随机反演方法在实际数据进行反演测试，测试工区为中国东部M工区，工区内井的数量为11口井，反演工区时窗选为1000ms-1500ms，采样率为2ms。
图5中(a)、(b)、(c)分别为通过伪克里金插值得到的地震波形约束的纵波速度、横波速度以及密度的先验模型。在地震波形约束的先验模型的约束下展开的地震波形约束的叠前弹性参数反演结果，如图6中(a)、(b)、(c)所示，反演结果与井数据吻合较好，说明了本公开具有良好的实际应用前景。
本公开还提供了一种地震波形约束的叠前地震反演装置，图7为本公开实施例提供的地震波形约束的叠前地震反演装置一种实施方式的结构框图，如图7所示，该装置包括：
第一接收模块701，用于接收第一位置处的地震数据。
第二接收模块702，用于接收多个第二位置处的地震数据，每个第二位置包括多个地震数据。
第一确定模块703，与第一接收模块701及第二接收模块702相连，用于对于每个第二位置，确定第一位置的地震波形与第二位置的多个地震波形之间的第一相关系数。
选择模块704，与第一确定模块703相连，用于根据第一确定模块703确定得出的第一相关系数，从第二位置的多个地震数据中选择一个地震数据作为第二位置的样本。
第二确定模块705，与选择模块704相连，用于确定各个第二位置的样本之间的第二相关系数。
第三确定模块706，与第二确定模块705相连，用于各个样本对应的第一相关系数和第二相关系数，使用克里金插值算法确定各个第二位置的权重系数。
第四确定模块707，与第三确定模块706相连，用于根据各个第二位置的弹性参数和权重系数，确定第一位置处的先验模型。
反演模块708，与第四确定模块707相连，用于根据第一位置处的地震数据和先验模型，进行第一位置处的弹性参数反演。
在一些实施例中，第二位置如图2为已测井(圆形位置)，第二位置处的地震数据包括：井旁地震数据。示例性的，第一位置的地震波形和选择样本如图2三角形位置所示，通过比较第一位置的地震波形与第二位置的多个地震波形之间的第一相关系数，分别从每一口井中抽取一个最优样本。图2中样本①为从每口井(多个第二位置)中优选出来的一个样本。
在一些实施例中，第一相关系数和/或第二相关系数包括皮尔森相关系数。第一确定模块703和第二确定模块705使用皮尔森相关系数确定第一相关系数和第二相关系数。应当理解，本公开实施例并不限于此。下面以皮尔森相关系数为例进行说明。
根据皮尔森相关系数的定义，计算两个地震波形之间的相关系数公式rij表示为式(1)。
在一些实施例中，选择模块704具体用于：从第二位置的多个地震数据中选择第一相关性系数最高的地震数据作为第二位置的样本。
在一些实施例中，第三确定模块706具体用于按照前述式(2)确定各个样本在第一位置所占的权重系数。
在一些实施例中，第四确定模块707，具体用于按照前述式(3)确定第一位置处的先验模型。其中，每个样本的地震数据包括多个采样点。
在一些实施例中，反演模块708具体用于：确定先验模型约束的后验概率密度分布及目标泛函；根据Metropolis-Hastings采样算法对先验模型约束的后验概率密度分布进行多次随机模拟，将后验均值作为弹性参数的最优解。在一些实施例中，使用马尔科夫链蒙特卡洛方法扰动模型参数。
本公开实施例还提供了一种计算机设备。图8为本公开实施例提供的计算机设备一种实施方式的硬件结构示意图，如图8所示，本公开实施例的计算机设备10包括：至少包括但不限于：可通过系统总线相互通信连接的存储器11和处理器12。需要指出的是，图8仅示出了具有组件11-12的计算机设备10，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
本实施例中，存储器11(即可读存储介质)包括闪存、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、光盘等。在一些实施例中，存储器11可以是计算机设备10的内部存储单元，例如计算机设备10的硬盘或内存。在另一些实施例中，存储器11也可以是计算机设备10的外部存储设备，例如该计算机设备10上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，存储器11还可以既包括计算机设备10的内部存储单元也包括其外部存储设备。本实施例中，存储器11通常用于存储安装于计算机设备10的操作系统和各类软件。此外，存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器12在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制计算机设备10的总体操作。本实施例中，处理器12用于运行存储器11中存储的程序代码或者处理数据，例如本公开实施例的任一或多个方法。
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，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储本公开实施例的任一或多个的程序代码，被处理器执行时实现本公开实施例的任一或多个的方法。
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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本公开各个实施例所述的方法。
上面结合附图对本公开的实施例进行了描述，但是本公开并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本公开的启示下，在不脱离本公开宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本公开的保护之内。

Claims (10)

1.一种地震波形约束的叠前地震反演方法，其特征在于，包括：
接收第一位置处的地震数据；
接收多个第二位置处的地震数据，每个所述第二位置包括多个地震数据；
对于每个所述第二位置，确定所述第一位置的地震波形与所述第二位置的多个地震波形之间的第一相关系数；根据所述第一相关系数，从所述第二位置的多个地震数据中选择一个地震数据作为所述第二位置的样本；
确定各个所述第二位置的所述样本之间的第二相关系数；
根据各个所述样本对应的所述第一相关系数和所述第二相关系数，使用克里金插值算法确定各个所述第二位置的权重系数；
根据各个所述第二位置的弹性参数和所述权重系数，确定所述第一位置处的先验模型；
根据所述第一位置的所述地震数据和所述先验模型，进行所述第一位置处的弹性参数反演。
2.根据权利要求1所述的地震波形约束的叠前地震反演方法，其特征在于，根据所述第一位置处的所述地震数据和所述先验模型，进行所述第一位置处的弹性参数反演，包括：
确定所述先验模型约束的后验概率密度分布及目标泛函；
根据Metropolis-Hastings采样算法对所述先验模型约束的后验概率密度分布进行多次随机模拟，将后验均值作为弹性参数的最优解。
3.根据权利要求1所述的地震波形约束的叠前地震反演方法，其特征在于，所述第一相关系数和/或所述第二相关系数包括皮尔森相关系数。
4.根据权利要求1所述的地震波形约束的叠前地震反演方法，其特征在于，根据所述第一相关系数，从所述第二位置的多个地震数据中选择一个地震数据作为所述第二位置的样本，包括：从所述第二位置的多个地震数据中选择第一相关性系数最高的地震数据作为所述第二位置的样本。
5.根据权利要求1所述的地震波形约束的叠前地震反演方法，其特征在于，所述第二位置为已测井，所述第二位置处的地震数据包括：井旁地震数据。
6.根据权利要求1所述的地震波形约束的叠前地震反演方法，其特征在于，根据各个所述样本对应的所述第一相关系数和所述第二相关系数，使用克里金插值算法确定各个所述第二位置的权重系数，包括：按照以下方式确定各个所述第二位置的权重系数：
Figure FDA0003269627350000021
其中，n表示第二位置的个数，λi表示第i个第二位置的所述权重系数，ri0表示第i个样本与所述第一位置的地震波形之间的第一相关系数，rij表示第i个样本与第j个样本的地震波形之间的第二相关系数，i，j∈{1,2,…,n}，φ表示拉格朗日乘数，σ2表示多个所述样本所在区域的地震数据的整体方差。
7.根据权利要求1所述的地震波形约束的叠前地震反演方法，其特征在于，根据各个所述第二位置的弹性参数和所述权重系数，确定所述第一位置处的先验模型，包括：按照以下方式确定所述第一位置处的先验模型：
Figure FDA0003269627350000022
其中，Z(x0)表示所述第一位置处的弹性参数的先验值，Z(xi)表示第二位置xi处的弹性参数值，λi为第二位置xi的所述权重系数，n表示第二位置的个数。
8.根据权利要求2所述的地震波形约束的叠前地震反演方法，其特征在于，使用马尔科夫链蒙特卡洛方法扰动模型参数。
9.一种计算机设备，其特征在于，所述计算机设备包括：
存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有地震波形约束的叠前地震反演程序，所述地震波形约束的叠前地震反演程序被处理器执行时实现如权利要求1至8中任一项所述的地震波形约束的叠前地震反演方法的步骤。
CN202111097898.5A 2021-09-18 2021-09-18 一种地震波形约束的叠前地震反演方法、设备及存储介质 Active CN113917538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111097898.5A CN113917538B (zh) 2021-09-18 2021-09-18 一种地震波形约束的叠前地震反演方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111097898.5A CN113917538B (zh) 2021-09-18 2021-09-18 一种地震波形约束的叠前地震反演方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113917538A true CN113917538A (zh) 2022-01-11
CN113917538B CN113917538B (zh) 2023-06-09

Family

ID=79235724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111097898.5A Active CN113917538B (zh) 2021-09-18 2021-09-18 一种地震波形约束的叠前地震反演方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113917538B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5583825A (en) * 1994-09-02 1996-12-10 Exxon Production Research Company Method for deriving reservoir lithology and fluid content from pre-stack inversion of seismic data
CN101329405A (zh) * 2007-06-20 2008-12-24 中国石油天然气集团公司 一种简单的多参数地震反演方法
CN110031896A (zh) * 2019-04-08 2019-07-19 中国石油天然气集团有限公司 基于多点地质统计学先验信息的地震随机反演方法及装置
CN111366975A (zh) * 2020-03-21 2020-07-03 西华师范大学 基于交叉梯度正则化约束的叠前地震ava反演方法
CN113156500A (zh) * 2021-03-30 2021-07-23 中国石油大学(华东) 数据驱动的快速构造约束叠前地震多道反演方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5583825A (en) * 1994-09-02 1996-12-10 Exxon Production Research Company Method for deriving reservoir lithology and fluid content from pre-stack inversion of seismic data
CN101329405A (zh) * 2007-06-20 2008-12-24 中国石油天然气集团公司 一种简单的多参数地震反演方法
CN110031896A (zh) * 2019-04-08 2019-07-19 中国石油天然气集团有限公司 基于多点地质统计学先验信息的地震随机反演方法及装置
CN111366975A (zh) * 2020-03-21 2020-07-03 西华师范大学 基于交叉梯度正则化约束的叠前地震ava反演方法
CN113156500A (zh) * 2021-03-30 2021-07-23 中国石油大学(华东) 数据驱动的快速构造约束叠前地震多道反演方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周爽爽: "地震波形约束的蒙特卡洛—马尔科夫链随机反演方法" *

Also Published As

Publication number Publication date
CN113917538B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
EP3631523B1 (en) System and method for predicting fault seal from seismic data
US9146903B2 (en) Method of using spatially independent subsets of data to calculate vertical trend curve uncertainty of spatially correlated reservoir data
US10386512B2 (en) System and method for petro-elastic modeling
WO2010026198A2 (en) Method of modelling a subterranean region of the earth
AU2012308781B2 (en) Method and system of subsurface horizon assignment
US8255165B2 (en) Method for predicting differences in subsurface conditions
US10634805B2 (en) System and method for predicting fault seal from seismic data
WO2021014252A1 (en) System and method for building reservoir property models
CN114924314A (zh) 地震剪切横波反演模型构建方法、孔隙度预测方法及装置
EP3978961B1 (en) System and method for quantitative seismic integration modeling workflow
US20210311223A1 (en) System and method for seismic inversion
US11506813B2 (en) Systems and methods for generating subsurface feature prediction probability distributions as a function of position in a subsurface volume of interest
CN113917538B (zh) 一种地震波形约束的叠前地震反演方法、设备及存储介质
Azevedo et al. Seismic attributes for constraining geostatistical seismic inversion
US20230037886A1 (en) Method and system for determination of seismic propagation velocities using nonlinear transformations
CN106249281A (zh) 叠前地震的粘弹性介质振幅随频率变化的反演方法和系统
US20240168189A1 (en) Systems, devices, and methods for generating average velocity maps of subsurface formations
US11971513B2 (en) System and method for forming a seismic velocity model and imaging a subterranean region
US20220291405A1 (en) System and method for storage and retrieval of subsurface rock physical property prediction models using seismic interpretation
CN107038327B (zh) 多目的层圈闭地质资源量确定方法及装置
CN108196301B (zh) 振幅随偏移距变化道集获取方法和装置
CN117741765A (zh) 一种空变子波提取方法、装置、存储介质及电子设备
CN115685344A (zh) 储层的确定方法、装置、存储介质及电子设备
CN117991379A (zh) 水道储层预测方法、装置、电子设备及存储介质
CN118068443A (zh) 整合地球物理数据进行地质力学参数评估的方法及装置

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