CN114924314A - 地震剪切横波反演模型构建方法、孔隙度预测方法及装置 - Google Patents
地震剪切横波反演模型构建方法、孔隙度预测方法及装置 Download PDFInfo
- Publication number
- CN114924314A CN114924314A CN202210726867.XA CN202210726867A CN114924314A CN 114924314 A CN114924314 A CN 114924314A CN 202210726867 A CN202210726867 A CN 202210726867A CN 114924314 A CN114924314 A CN 114924314A
- Authority
- CN
- China
- Prior art keywords
- seismic
- shear
- model
- inversion
- transverse wave
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000010276 construction Methods 0.000 title description 8
- 230000006870 function Effects 0.000 claims description 45
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000611 regression analysis Methods 0.000 claims description 6
- 238000013213 extrapolation Methods 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 abstract description 7
- 230000001360 synchronised effect Effects 0.000 abstract description 6
- 238000011158 quantitative evaluation Methods 0.000 abstract description 3
- 238000011161 development Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 239000012530 fluid Substances 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 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
- 238000005755 formation reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 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 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- 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
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
- G01V2210/6244—Porosity
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
本文涉及油气田开发领域,尤其涉及地震剪切横波反演模型构建方法、孔隙度预测方法及装置。包括:根据测井数据、地震数据构建地震剪切横波反演初始模型;根据地震剪切横波反演初始模型及横波反射系数近似方程,确定合成地震记录;根据地震数据、合成地震记录及地震剪切横波反演初始模型,确定地震剪切横波反演初始模型的目标函数;利用目标函数,迭代更新地震剪切横波反演初始模型中的参数,将最终得到的模型确定为地震剪切横波反演模型。本文利用地震剪切横波叠前同步反演方法,获得可靠的剪切模量反演结果;根据测井数据线性回归分析得到剪切模量与孔隙度的线性关系,利用剪切模量反演结果预测地下介质孔隙度,为后续储层定量评价提供指导作用。
Description
技术领域
本文涉及油气田开发领域,尤其涉及地震剪切横波反演模型构建方法、孔隙度预测方法及装置。
背景技术
目前应用地震纵波的信息油气地震勘探,在气云区成像、地层多参数反演、油气藏的岩性识别和流体预测等方面存在不确定性和多解性。
当前油气地震反演和储层预测主要应用了地震纵波数据,纵波在构造成像、断层解释等方面具有优势,在预测储层特征、识别孔隙流体变化时需要利用不同角度(偏移距)的纵波数据反演多个地层参数,反演结果多解性强,其中密度的地震反演尤为困难。仅通过纵波属性和相关弹性参数对复杂和非常规油气藏进行岩性识别和流体预测也存在不确定性和多解性。虽然联合反演纵波和转换横波波数据有助于改善地层横波速度和密度的反演结果,但是转换横波并不能完全体现纯横波的波场特征,另外,目前转换横波的应用受限于处理过程复杂、数据品质较低等问题。纯横波(SH波)相较于转换横波,纯横波的波场特征更加完整和清晰、数据信噪比高,在实际应用中具有很大的优势和潜力。
现有技术中常用基于纵波各向同性AVO分析和反演的方法,用于油气储层预测和流体识别。但是由于纵波待反演的参数较多,同步反演多参数具有高度不适定性。
针对目前技术存在的纵波同步反演多参数具有高度不适定性的问题,提出一种地震剪切横波反演模型构建方法、孔隙度预测方法及装置。
发明内容
为解决上述现有技术的问题,本文实施例提供了一种地震剪切横波反演模型构建方法、孔隙度预测方法及装置。
本文实施例提供了一种地震剪切横波反演模型构建方法,所述方法包括:根据测井数据、地震数据构建地震剪切横波反演初始模型;根据所述地震剪切横波反演初始模型及横波反射系数近似方程,确定合成地震记录;根据所述地震数据、所述合成地震记录及所述地震剪切横波反演初始模型,确定地震剪切横波反演初始模型的目标函数;利用所述目标函数,迭代更新所述地震剪切横波反演初始模型中的参数,将最终得到的模型确定为地震剪切横波反演模型。
根据本文实施例的一个方面,根据所述地震剪切横波反演初始模型及横波反射系数近似方程,确定合成地震记录包括:从所述地震数据提取不同角度地震子波,构建多角度子波褶积矩阵;根据所述地震剪切横波反演初始模型及所述地震数据的角度,利用横波反射系数近似方程计算不同入射角的横波反射系数:
RSH(φi)=A(φi)Δlnμ+B(φi)Δln VS,其中,φi表示第i个横波入射角,RSH(φi)为入射角对应的横波反射系数,Δlnμ=lnμi+1-lnμi,μi、μi+1分别表示根据地震剪切横波反演初始模型计算得到的第i个反射界面上、下层介质的剪切模量;分别表示第i个反射界面上、下层介质的横波速度;利用所述横波反射系数,与所述多角度子波褶积矩阵的乘积,确定合成地震记录。
根据本文实施例的一个方面,所述方法包括利用如下公式确定目标函数:
J(m)=[G(m)-d]T[G(m)-d]+λ(m-mprior)T(m-mprior),其中,J(m)为所述目标函数,G(m)为所述合成地震记录,d=[d1...dN]T,为包括N个角度的横波地震数据,m为模型参数;mprior为先验模型。
根据本文实施例的一个方面,利用所述目标函数,迭代更新所述地震剪切横波反演初始模型中的参数,将最终得到的模型确定为地震剪切横波反演模型包括:通过对目标函数中的模型参数求导,确定模型参数的更新量、模型训练的数据残差;当所述数据残差小于一定阈值或达到最大迭代次数,确定训练得到的模型为地震剪切横波反演模型。
根据本文实施例的一个方面,根据测井数据、地震数据构建地震剪切横波反演初始模型包括:从所述测井数据中获取横波速度、将所述地震数据转化为角度域地震数据;对角度域地震数据进行部分角度叠加,得到横波分角度叠加剖面;利用所述横波分角度叠加剖面及所述横波速度进行井震标定,将所述测井数据转化为时间域的测井数据;对转化为时间域的测井数据结合地震层位信息,并利用插值外推方法得到地下介质横向分布,构建地震剪切横波反演初始模型,所述地震剪切横波反演初始模型中包括横波速度和剪切模量参数。
本文实施例提供了一种孔隙度预测方法,所述孔隙度预测方法应用所述地震剪切横波反演模型得到剪切模量,包括:根据地震剪切横波反演模型,确定剪切模量反演结果;获取测井数据中的孔隙度;通过对所述孔隙度及所述剪切模量反演结果进行回归分析,确定剪切模量与孔隙度之间的线性关系;根据所述线性关系、地震反演得到的剪切模量,预测地震剖面的孔隙度。
本文实施例提供了一种地震剪切横波反演模型构建装置,所述装置包括:地震剪切横波反演初始模型构建单元,用于根据测井数据、地震数据构建地震剪切横波反演初始模型;近似方程及合成地震记录确定单元,用于根据所述地震剪切横波反演模型,确定反射系数近似方程及合成地震记录;目标函数确定单元,用于根据地震数据、合成地震记录及所述地震剪切横波反演初始模型,确定地震剪切横波反演模型的目标函数;地震剪切横波反演模型确定单元,用于利用所述目标函数,训练所述地震剪切横波反演初始模型中的参数,将训练得到的模型确定为地震剪切横波反演模型。
本文实施例提供了一种孔隙度预测装置,所述装置包括:剪切模量反演结果确定单元,用于根据地震剪切横波反演模型,确定剪切模量;孔隙度获取单元,用于获取测井数据中的孔隙度;线性关系确定单元,用于通过回归分析,确定剪切模量与孔隙度之间的线性关系;孔隙度预测单元,用于根据所述线性关系、地震反演得到的剪切模量,预测地震剖面的孔隙度。
本文实施例提供了一种计算机设备,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,所述处理器执行所述计算机程序时实现所述地震剪切横波反演模型构建方法及孔隙度预测方法。
本文实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述地震剪切横波反演模型构建方法及孔隙度预测方法。
本文利用地震剪切横波叠前同步反演方法,获得可靠的剪切模量反演结果;根据测井数据线性回归分析得到剪切模量与孔隙度之间的线性关系,最后利用剪切模量反演结果预测地下介质孔隙度,为后续储层定量评价提供指导作用。
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地震剪切横波反演模型构建方法的流程图;
图2所示为本文实施例一种确定合成地震记录的方法流程图;
图3所示为本文实施例一种确定地震剪切横波反演模型的方法流程图;
图4所示为本文实施例一种构建地震剪切横波反演初始模型的方法流程图;
图5所示为本文实施例一种孔隙度预测方法的流程图;
图6所示为本文实施例一种地震剪切横波反演模型构建装置的结构示意图;
图7所示为本文实施例一种孔隙度预测装置的结构示意图;
图8A所示为本文实施例一种地震剪切横波反演初始模型中的剪切模量参数的示意图;
图8B所示为本文实施例一种地震剪切横波反演初始模型中的横波速度参数的示意图;
图9A所示为本文实施例10°叠加剖面示意图;
图9B所示为本文实施例20°叠加剖面示意图;
图9C所示为本文实施例30°叠加剖面示意图;
图9D所示为本文实施例横波分角度叠加剖面提取子波的示意图;
图10A所示为本文实施例一种横波反射系数近似公式与精确公式的对比示意图;
图10B所示为本文实施例又一种横波反射系数近似公式与精确公式的对比示意图;
图11A所示为本文实施例一种剪切模量反演剖面的示意图;
图11B所示为本文实施例一种孔隙度预测剖面的示意图;
图11C为测井数据中的真实孔隙度数据与孔隙度预测结果的对比及误差;
图12所示为本文实施例一种计算机设备的结构示意图。
附图符号说明:
601、地震剪切横波反演初始模型构建单元;
602、横波反射系数近似方程及合成地震记录确定单元;
603、目标函数确定单元;
604、地震剪切横波反演模型确定单元;
701、剪切模量反演结果确定单元;
702、孔隙度获取单元;
703、线性关系确定单元;
704、孔隙度预测单元;
1202、计算机设备;
1204、处理器;
1206、存储器;
1208、驱动机构;
1210、输入/输出模块;
1212、输入设备;
1214、输出设备;
1216、呈现设备;
1218、图形用户接口;
1220、网络接口;
1222、通信链路;
1224、通信总线。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,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。
需要说明的是,本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或装置产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。
图1所示为本文所述一种地震剪切横波反演模型构建的方法流程图,具体包括如下步骤:
步骤101,根据测井数据、地震数据构建地震剪切横波反演初始模型。在本步骤中,首先获取测井数据、地震数据。其中,测井数据主要反映地层、地质信息。在本说明书的一些实施例中,测井数据是基于深度测量的井筒范围内与地下岩性、地下物性等相关的响应曲线。具体的,测井数据包括纵波速度、横波速度、密度、泥质含量、孔隙度和含水饱和度曲线。地震数据是基于时间域的对地下反射界面的响应。
本步骤首先将测井曲线中的横波速度构建速度场,将处理得到的横波共反射点道集转化为横波角道集,将一定角度范围内的横波角道集叠加得到不同角度的横波分角度叠加剖面。进一步对不同角度的横波分角度叠加剖面提取子波,获得不同角度的子波褶积矩阵。并将地震数据与测井数据进行井震标定,进一步结合地震层位信息,利用插值外推方法构建横波反演的初始模型,该初始模型为剪切模量和横波速度初始模型,该初始模型称之为地震剪切横波反演初始模型。该地震剪切横波反演初始模型可以由m0=[lnμ0,ln VS0]T表示,其中,m0表示初始模型,μ0表示初始模型中的剪切模量参数,VS0表示初始模型中的横波速度参数,如图8A和图8B所示。图8A、图8B分别表示地震剪切横波反演初始模型中的剪切模量参数和横波速度参数。
本步骤中,关于构建地震剪切横波反演初始模型的详细描述见图5。
步骤102,根据所述地震剪切横波反演初始模型及横波反射系数近似方程,确定合成地震记录。在本步骤中,根据横波反射系数精确公式,得到横波反射系数近似方程。横波反射系数精确公式为单界面的反射系数方程。关于横波反射系数精确公式、确定横波反射系数近似方程及合成地震记录的过程将在图2中详细描述。
步骤103,根据所述地震数据、所述合成地震记录及所述地震剪切横波反演初始模型,确定地震剪切横波反演模型的目标函数。本步骤利用如下公式确定目标函数:
J(m)=[G(m)-d]T[G(m)-d]+λ(m-mprior)T(m-mprior),其中,J(m)为所述目标函数,G(m)为所述合成地震记录,d=[d1...dN]T,为包括N个角度的横波地震数据,λ表示与噪音水平成正比的正则化项权重系数,m=[lnμ,ln VS]T表示模型参数,包括剪切模量和横波速度,λ(m-mprior)T(m-mprior)为正则化项;mprior为先验模型,G(m)-d表示合成地震记录与真实地震数据之间的差。
在本步骤中,目标函数用于分析合成地震数据G(m)与真实的地震数据d=[d1...dN]T之间的误差,并根据误差不断调整模型参数,以使目标函数的误差不断收敛,直到误差值收敛到一定范围内,求解当前目标函数中的模型参数。在本说明书的一些实施例中,构建最小二乘误差函数作为反演模型的目标函数,并对目标函数进行求解,得到模型参数。
步骤104,利用所述目标函数,迭代更新所述地震剪切横波反演初始模型中的参数,将最终得到的模型确定为地震剪切横波反演模型。在本步骤中,模型参数包括剪切模量及横波速度。每计算一次目标函数,即对地震剪切横波反演初始模型中的剪切模量、横波速度参数进行迭代更新。当目标函数的值收敛到预设的阈值范围内,确定对目标函数的迭代完成,求解此时的模型参数,将该模型确定为地震剪切横波反演模型。
图2所示为本文实施例一种确定合成地震记录的方法流程图,包括如下步骤:
步骤201,从所述地震数据提取不同角度地震子波,构建多角度子波褶积矩阵。可以从步骤101中的地震数据中,选择不同入射角度的地震数据,例如,10°、20°、30°的地震数据。利用不同角度的地震数据,构建横波分角度叠加剖面。如图9A、图9B、图9C所示,分别为10°、20°、30°的横波分角度叠加剖面,图中的横坐标CDP表示地震数据的横向坐标,表示沿地面水平方向采集的点集合,纵坐标表示接收到地震波的时间,进一步反映地下纵向深度,图中的黑线表示井的位置。图9A、图9B、图9C可以反馈地震波的多种特征波形,进一步反馈反映地下岩性和岩层形态。
在本步骤中,对不同角度的横波分角度叠加剖面分别提取子波,获得不同角度的横波地震子波矩阵。在本说明书的一些实施例中,横波分角度叠加剖面提取的子波如图9D所示。在本说明书的一些实施例中,提取的横波子波矩阵可以由下列矩阵表示。
假设不同角度的横波子波的长度为s,则不同角度的子波褶积矩阵可以表示为
步骤202,根据所述地震剪切横波反演初始模型及所述地震数据的角度,利用横波反射系数近似方程计算不同入射角的横波反射系数:
RSH(φi)=A(φi)Δlnμ+B(φi)Δln VS,其中,φi表示第i个横波入射角,RSH(φi)为入射角对应的横波反射系数,Δlnμ=lnμi+1-lnμi,μi、μi+1分别表示根据地震剪切横波反演初始模型计算得到的第i个反射界面上、下层介质的剪切模量;分别表示第i个反射界面上、下层介质的横波速度。在本步骤中,横波反射系数近似方程根据横波反射系数精确方程推导得到。
具体的,假设横波以入射角φ1入射到某一界面,会产生反射横波和透射横波,其中,该界面的反射横波的反射系数方程可以表示为
其中,公式(1)中的φ1表示SH波入射角、φ2表示透射角,VS1和ρ1分别表示上层介质的横波速度和密度;VS2和ρ2分别表示下层介质的横波速度和密度。进一步的,剪切模量可以表示为因此上式(1)可重新写为:
设VS=(VS1+VS2)/2,ΔVS=VS2-VS1,μ=(μ1+μ2)/2,Δμ=μ2-μ1,则上、下层介质弹性参数可以重新表示为:
透射角可以根据斯奈尔定律计算得到:
并且假设|ΔVS/VS|<<1和|Δμ/μ|<<1,可以得到:
根据推导,可以得到横波反射系数近似公式:
在入射角小于30度的范围内,横波反射系数近似公式(6)与精确公式(1)基本一致,如图10A和图10B所示,图10A、图10B分别表示横波反射系数近似公式与精确公式的对比。因此本说明书利用横波反射系数近似公式计算与每一入射角对应的反射系数。
根据公式ΔVS/VS≈Δln VS和Δμ/μ≈Δlnμ,上式(6)可表示为如下形式:
由此,确定横波反射系数近似方程。
步骤203,利用所述横波反射系数,与所述多角度子波褶积矩阵的乘积,确定合成地震记录。在本说明书的一些实施例中,合成地震记录是根据测井资料、地震剖面资料经过人工合成转换得到的地震记录。合成地震记录是地震子波与反射系数褶积的结果。根据上述步骤中确定的地震子波、反射系数公式,可以确定合成地震记录。
在本说明书中,合成地震记录以G(m)表示。其中,G表示根据横波反射系数近似公式构建的线性正演算子,包含入射角、子波的影响。可以表示为
G=WFD (8)
式中,W为子波褶积矩阵,F为系数矩阵,D为差分矩阵。其中,系数矩阵F和差分矩阵D可以表示为:
合成地震记录可以表示为G(m)=WR,其中,W为步骤201中确定的多角度子波褶积矩阵,R为步骤202中确定的不同入射角的横波反射系数。将多角度子波褶积矩阵与不同入射角对应的横波反射系数相乘,得到不同入射角对应的合成地震记录。
由于横波反射系数近似方程(8)中,反射系数与界面两侧参数的对数差Δlnμ和Δln VS有关,因此对于模型参数m=[lnμ,ln VS]T,乘以差分矩阵可以得到Δlnμ和Δln VS。
对于给定的模型参数m=[lnμ,ln VS]T,根据线性正演算子G可以得到合成地震记录为
G(m)=WFDm=WR (10)
式中,R为根据SH波反射系数近似公式(10)求得的不同入射角、反射界面的反射系数,子波褶积矩阵W与反射系数R相乘可得到合成地震记录。
图3所示为本文实施例一种确定地震剪切横波反演模型的方法流程图,包括如下步骤:
步骤301,对目标函数中的模型参数求导。在本步骤中,通过将目标函数J(m)对模型参数m进行求导并等于0,求取目标函数的最优解,进一步可以得到模型的数值解。
步骤302,确定模型参数的更新量、模型训练的数据残差。在步骤301中确定目标函数的最优解后,进一步可以得到模型参数的更新量Δm=m-m0为:
Δm=(GTG+μI)-1GTΔd (11)
式中,Δd=d-G(m0)表示数据残差,I表示单位矩阵。模型参数向量可以通过迭代反演方法进行求解。
mi=m0+Δm (12)
步骤303,当所述数据残差小于一定阈值或达到最大迭代次数,确定地震剪切横波反演模型。当数据残差Δd小于一定阈值或目标函数达到最大迭代次数,确定当前目标函数中模型参数对应的模型为地震剪切横波反演模型。
图4所示为本文实施例一种构建地震剪切横波反演初始模型的方法流程图,具体包括如下步骤:
步骤401,从所述测井数据中获取横波速度、将所述地震数据转化为角度域地震数据。
在本说明书的一些实施例中,将横波速度转化为时间域的数据,将处理得到的横波共反射点(CRP)道集转化为横波角道集,并将一定角度范围内的横波角道集叠加得到10°、20°、30°的横波分角度叠加剖面。在本说明书中,利用横波反演剪切模量与横波速度的过程,仅需要中小角度数据就能可靠反演剪切模量等参数,因此,本说明书一种实施例将10°、20°、30°的横波分角度叠加剖面作为本说明书中的地震剪切横波反演模型的输入。
步骤402,对角度域地震数据进行部分角度叠加,得到横波分角度叠加剖面。本步骤首先根据测井曲线中的横波速度构建速度场,将处理得到的横波共反射点道集转化为横波角道集,将一定角度范围内的横波角道集叠加得到不同角度的横波分角度叠加剖面。进一步对不同角度的横波分角度叠加剖面提取子波,获得不同角度的子波矩阵。
步骤403,利用所述横波分角度叠加剖面及所述横波速度进行井震标定,将所述测井数据转化为时间域的测井数据。在本说明书中,根据地震数据及测井数据,可以进行井震标定。具体的,测井数据中包括横波速度,根据测井数据中的横波速度构建速度场,将深度域的测井数据转化为时间域的数据,进一步将时间域测井数据合成地震记录与对应位置的时间域的地震数据相匹配,即,将深度域的测井数据与时间域的地震数据相匹配,完成井震标定。
步骤404,对转化为时间域的测井数据结合地震层位信息,并利用插值外推方法得到地下介质横向分布,构建地震剪切横波反演初始模型,所述地震剪切横波反演初始模型中包括横波速度和剪切模量参数。
在本步骤中,进一步对横波分角度叠加剖面提取子波,可以获得不同角度的横波地震子波,用于构建子波褶积矩阵。地震层位信息是根据地震剖面的标志层位信息,通过人工拾取地震剖面的连续同相轴获得。地震层位信息通常用于描述地层的横向分布。
在本说明书的一些实施例中,横波分角度叠加剖面可以由以下矩阵表示:
在本说明书的一些实施例中,构建的初始模型为m0=[lnμ0,ln VS0]T,初始模型表示地下介质的多道、多界面的纵、横向分布。纵向分布、横向分布可以分别由矩阵形式表示:
其中,μ0表示一个剖面的剪切模量,μii表示该剖面中第i道、第i个反射界面的剪切模量,μ1N表示该剖面第1道、第N个反射界面的剪切模量,μMN表示该剖面第M道、第N个反射界面的剪切模量,VS0表示一个剖面的横波速度,VSii表示该剖面中第i道、第i个反射界面的横波速度,VS1N表示该剖面第1道、第N个反射界面的横波速度,VSMN表示该剖面第M道、第N个反射界面的横波速度。
图5所示为本文实施例一种孔隙度预测方法。孔隙度是描述油气储层的重要参数,利用地震剪切横波反演模型反演得到的剪切模量对流体的变化不敏感,剪切模量可以是预测孔隙度较为有效的弹性参数。孔隙度预测方法利用具体包括如下步骤:
步骤501,根据地震剪切横波反演模型,确定剪切模量反演结果。在本步骤中,利用SH波同步反演方法获得可靠的剪切模量反演结果。
步骤502,获取测井数据中的孔隙度。在本步骤中,获取目标工区的测井数据,从目标工区的测井数据中获取孔隙度。
步骤503,通过对所述孔隙度及所述剪切模量反演结果进行回归分析,确定剪切模量与孔隙度之间的线性关系。在本步骤中,假设剪切模量与孔隙度之间存在线性关系,线性关系公式如下表示:
μ=a+bΦ (13)
其中,μ和Φ分别表示不同深度采样点的剪切模量和孔隙度。通过线性回归分析可以确定该线性关系中的系数a和b。具体的,通过最小化均方预测误差求得系数a和b。
式中,均方预测误差是所有深度采样点预测误差之和。通过线性回归分析可获得剪切模量与孔隙度之间的定量关系。
步骤504,根据所述线性关系、地震反演得到的剪切模量,预测地震剖面的孔隙度。在本步骤中,地震剪切横波反演模型确定剪切模量反演剖面,如图11A所示。进一步根据线性回归分析得到剪切模量与孔隙度之间的线性关系,预测整个剖面的孔隙度,孔隙度预测剖面如图11B所示,过井道的剪切模量反演结果和孔隙度预测与真实值对比如图11C所示。
本步骤中,具体的孔隙度预测公式如下表示:
Φinv=(μinv-a)/b (15)
式中,μinv表示整个剖面的剪切模量反演结果,Φinv表示整个剖面的孔隙度预测结果,a和b为步骤503中测井数据线性回归分析得到的系数。
如图6所示为本文实施例一种地震剪切横波反演模型构建装置的结构示意图,在本图中描述了地震剪切横波反演模型构建装置的基本结构,其中的功能单元、模块可以采用软件方式实现,也可以采用通用芯片或者特定芯片实现,实现地震剪切横波反演模型构建,该装置具体包括:
地震剪切横波反演初始模型构建单元601,用于根据测井数据、地震数据构建地震剪切横波反演初始模型;
横波反射系数近似方程及合成地震记录确定单元602,用于根据所述地震剪切横波反演初始模型及横波反射系数近似方程,确定合成地震记录;
目标函数确定单元603,用于根据地震数据、合成地震记录及所述地震剪切横波反演初始模型,确定地震剪切横波反演模型的目标函数;
地震剪切横波反演模型确定单元604,用于利用所述目标函数,训练所述地震剪切横波反演初始模型中的参数,将训练得到的模型确定为地震剪切横波反演模型。
如图7所示为本文实施例一种孔隙度预测装置的结构示意图,在本图中描述了孔隙度预测装置的基本结构,其中的功能单元、模块可以采用软件方式实现,也可以采用通用芯片或者特定芯片实现,实现孔隙度预测,该装置具体包括:
剪切模量反演结果确定单元701,用于根据地震剪切横波反演模型,确定剪切模量反演结果;
孔隙度获取单元702,用于获取测井数据中的孔隙度;
线性关系确定单元703,用于对所述孔隙度及所述剪切模量反演结果进行回归分析,确定剪切模量与孔隙度之间的线性关系;
孔隙度预测单元704,用于根据所述线性关系、地震反演得到的剪切模量,预测地震剖面的孔隙度。
本方案利用横波叠前同步反演方法,可以获得更可靠的剪切模量反演结果,并且由于剪切模量基本不受流体的影响,因此剪切模量是进行孔隙度预测较为有效的弹性参数。结合工区测井数据,线性回归分析得到剪切模量与孔隙度之间的线性关系,利用剪切模量反演结果预测地下介质孔隙度,为后续的储层定量评价提供指导作用。
图9A、图9B和图9C分别表示10°、20°、和30°的叠加剖面示意图。
图9D为本文实施例横波分角度叠加剖面提取子波的示意图。图中包括对不同角度叠加剖面提取的子波及对应的频谱图。
图10A和图10B分别表示本文实施例一种横波反射系数近似公式与精确公式的对比示意图。图10A为反射界面两侧参数差异小的情况下,反射系数近似公式与精确公式的对比示意图;图10B为反射界面两侧参数差异大的情况下,反射系数近似公式与精确公式的对比示意图。图10A和图10B,黑色实线代表精确公式,黑色虚线代表线性近似公式,可以看出线性近似公式在弱阻抗差情况下,在50°以内保持较高近似精度;在强阻抗差情况下,在40°内可以保持较高近似精度。
图11A为剪切模量反演结果,图11B为孔隙度预测结果示意图,图11C为测井数据中的真实孔隙度数据与孔隙度预测结果的对比及误差。
其中,图11C中的黑色实线表示真实曲线,灰色实线表示地震剪切横波反演模型的反演结果。从图11C中可见,孔隙度预测结果与测井数据中的真实孔隙度数据较为吻合。图11C中,预测孔隙度与测井孔隙度的相关系数和相对误差分别为0.7867和7.38%。
如图12所示,为本文实施例提供的一种计算机设备,该地震剪切横波反演模型构建方法、孔隙度预测方法应用于该计算机设备。所述计算机设备1202可以包括一个或多个处理器1204,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1202还可以包括任何存储器1206,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,存储器1206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,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备1202的固定或可移除部件。在一种情况下,当处理器1204执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备1202可以执行相关联指令的任一操作。计算机设备902还包括用于与任何存储器交互的一个或多个驱动机构908,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备1202还可以包括输入/输出模块1210(I/O),其用于接收各种输入(经由输入设备1212)和用于提供各种输出(经由输出设备1214)。一个具体输出机构可以包括呈现设备1216和相关联的图形用户接口(GUI)1218。在其他实施例中,还可以不包括输入/输出模块1210(I/O)、输入设备1212以及输出设备1214,仅作为网络中的一台计算机设备。计算机设备1202还可以包括一个或多个网络接口1220,其用于经由一个或多个通信链路1222与其他设备交换数据。一个或多个通信总线1224将上文所描述的部件耦合在一起。
通信链路1222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1222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。
对应于图1至图5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至图5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 (10)
1.一种地震剪切横波反演模型构建方法,其特征在于,所述方法包括:
根据测井数据、地震数据构建地震剪切横波反演初始模型;
根据所述地震剪切横波反演初始模型及横波反射系数近似方程,确定合成地震记录;
根据所述地震数据、所述合成地震记录及所述地震剪切横波反演初始模型,确定地震剪切横波反演初始模型的目标函数;
利用所述目标函数,迭代更新所述地震剪切横波反演初始模型中的参数,将最终得到的模型确定为地震剪切横波反演模型。
2.根据权利要求1所述的地震剪切横波反演模型构建方法,其特征在于,根据所述地震剪切横波反演初始模型及横波反射系数近似方程,确定合成地震记录包括:
从所述地震数据中提取不同角度地震子波,构建多角度子波褶积矩阵;
根据所述地震剪切横波反演初始模型及所述地震数据的角度,利用横波反射系数近似方程计算不同入射角的横波反射系数:
RSH(φi)=A(φi)Δlnμ+B(φi)ΔlnVS,其中,φi表示第i个横波入射角,RSH(φi)为入射角对应的横波反射系数,Δlnμ=lnμi+1-lnμi,μi、μi+1分别表示根据地震剪切横波反演初始模型计算得到的第i个反射界面上、下层介质的剪切模量;分别表示第i个反射界面上、下层介质的横波速度;
利用所述横波反射系数,与所述多角度子波褶积矩阵的乘积,确定合成地震记录。
3.根据权利要求1所述的地震剪切横波反演模型构建方法,其特征在于,所述方法包括利用如下公式确定目标函数:
J(m)=[G(m)-d]T[G(m)-d]+λ(m-mprior)T(m-mprior),其中,J(m)为所述目标函数,G(m)为所述合成地震记录,d=[d1...dN]T,为包括N个角度的横波地震数据,m为模型参数;mprior为先验模型,λ表示与噪音水平成正比的正则化项权重系数,上标T表示矩阵转置。
4.根据权利要求1所述的地震剪切横波反演模型构建方法,其特征在于,利用所述目标函数,迭代更新所述地震剪切横波反演初始模型中的参数,将最终得到的模型确定为地震剪切横波反演模型包括:
对目标函数中的模型参数求导;
确定模型参数的更新量、模型训练的数据残差;
当所述数据残差小于一定阈值或达到最大迭代次数,确定地震剪切横波反演模型。
5.根据权利要求1所述的地震剪切横波反演模型构建方法,其特征在于,根据测井数据、地震数据构建地震剪切横波反演初始模型包括:
从所述测井数据中获取横波速度、将所述地震数据转化为角度域地震数据;
对角度域地震数据进行部分角度叠加,得到横波分角度叠加剖面;
利用所述横波分角度叠加剖面及所述横波速度进行井震标定,将所述测井数据转化为时间域的测井数据;
对转化为时间域的测井数据结合地震层位信息,并利用插值外推方法得到地下介质横向分布,构建地震剪切横波反演初始模型,所述地震剪切横波反演初始模型中包括横波速度和剪切模量参数。
6.一种孔隙度预测方法,其特征在于,所述孔隙度预测方法应用权利要求1-5中任意一项所述的地震剪切横波反演模型得到剪切模量,包括:
根据地震剪切横波反演模型,确定剪切模量反演结果;
获取测井数据中的孔隙度;
通过对所述孔隙度及所述剪切模量反演结果进行回归分析,确定剪切模量与孔隙度之间的线性关系;
根据所述线性关系、地震反演得到的剪切模量,预测地震剖面的孔隙度。
7.一种地震剪切横波反演模型构建装置,其特征在于,所述装置包括:
地震剪切横波反演初始模型构建单元,用于根据测井数据、地震数据构建地震剪切横波反演初始模型;
横波反射系数近似方程及合成地震记录确定单元,用于根据所述地震剪切横波反演初始模型及横波反射系数近似方程,确定合成地震记录;
目标函数确定单元,用于根据地震数据、合成地震记录及所述地震剪切横波反演初始模型,确定地震剪切横波反演初始模型的目标函数;
地震剪切横波反演模型确定单元,用于利用所述目标函数,训练所述地震剪切横波反演初始模型中的参数,将训练得到的模型确定为地震剪切横波反演模型。
8.一种孔隙度预测装置,其特征在于,所述装置包括:
剪切模量反演结果确定单元,用于根据地震剪切横波反演模型,确定剪切模量反演结果;
孔隙度获取单元,用于获取测井数据中的孔隙度;
线性关系确定单元,用于通过对所述孔隙度及所述剪切模量反演结果进行回归分析,确定剪切模量与孔隙度之间的线性关系;
孔隙度预测单元,用于根据所述线性关系、地震反演得到的剪切模量,预测地震剖面的孔隙度。
9.一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-6任一项所述的方法。
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存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210726867.XA CN114924314A (zh) | 2022-06-24 | 2022-06-24 | 地震剪切横波反演模型构建方法、孔隙度预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210726867.XA CN114924314A (zh) | 2022-06-24 | 2022-06-24 | 地震剪切横波反演模型构建方法、孔隙度预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114924314A true CN114924314A (zh) | 2022-08-19 |
Family
ID=82813805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210726867.XA Pending CN114924314A (zh) | 2022-06-24 | 2022-06-24 | 地震剪切横波反演模型构建方法、孔隙度预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114924314A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115586572A (zh) * | 2022-09-15 | 2023-01-10 | 河海大学 | 一种孔隙参数与储层参数的地震岩石物理解析反演方法 |
CN116699684A (zh) * | 2023-06-09 | 2023-09-05 | 中海石油(中国)有限公司深圳分公司 | 面向储层预测的地震数据拼接方法、装置、设备及介质 |
-
2022
- 2022-06-24 CN CN202210726867.XA patent/CN114924314A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115586572A (zh) * | 2022-09-15 | 2023-01-10 | 河海大学 | 一种孔隙参数与储层参数的地震岩石物理解析反演方法 |
CN115586572B (zh) * | 2022-09-15 | 2023-04-07 | 河海大学 | 一种孔隙参数与储层参数的地震岩石物理解析反演方法 |
CN116699684A (zh) * | 2023-06-09 | 2023-09-05 | 中海石油(中国)有限公司深圳分公司 | 面向储层预测的地震数据拼接方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DK1746443T3 (en) | A method of calculating the elastic parameters and stone composition of subterranean formations using seismic data | |
CN105308479B (zh) | 通过与偏移距相关的弹性fwi的多参数反演 | |
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 | |
CA2964893C (en) | Structure tensor constrained tomographic velocity analysis | |
AU2012377770B2 (en) | Processing data representing a physical system | |
CN109782348A (zh) | 基于多孔介质模型的储层流体与脆性同时反演的识别方法 | |
NO342669B1 (no) | Hastighetsmodell for brønn tid-dybde konversjon innen seismikk | |
US11353616B2 (en) | Methods and systems for processing slowness values from borehole sonic data | |
NO20121271A1 (no) | Estimering av intervallhastigheter | |
BR112016019718B1 (pt) | Método para uso em exploração sísmica, aparelho de computação programado para realizar o referido método e meio de armazenamento de programa não transitório codificado com instruções | |
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 | |
US20220351037A1 (en) | Method and system for spectroscopic prediction of subsurface properties using machine learning | |
US9348052B2 (en) | Analytic estimation apparatus, methods, and systems | |
EP2756335A1 (en) | Method and system of subsurface horizon assignment | |
CN115877449B (zh) | 用于在勘测区域内获得地下叠加图像的计算机实现方法 | |
NO343878B1 (no) | Modellering av akustisk hastighet for undergrunnen omkring en eller flere brønner | |
EP3978961B1 (en) | System and method for quantitative seismic integration modeling workflow | |
EP4133310A1 (en) | System and method for seismic inversion | |
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 | |
US10101485B2 (en) | Method of coalescence microseismic mapping including model's uncertainty | |
CN114402233A (zh) | 正演沉积模型的自动校准 | |
US20210018642A1 (en) | System and method for seismic data calibration | |
WO2021237327A1 (pt) | Método detector de assinaturas de reservatórios de gás em levantamentos sísmicos | |
CN111077573A (zh) | 一种确定地层弹性参数的方法、装置及系统 | |
CN112147681A (zh) | 基于γ_Zoeppritz方程的叠前反演方法及系统 |
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 |