CN114966826A - 基于野外近地表调查资料的高低频融合近地表建模方法 - Google Patents

基于野外近地表调查资料的高低频融合近地表建模方法 Download PDF

Info

Publication number
CN114966826A
CN114966826A CN202110188395.2A CN202110188395A CN114966826A CN 114966826 A CN114966826 A CN 114966826A CN 202110188395 A CN202110188395 A CN 202110188395A CN 114966826 A CN114966826 A CN 114966826A
Authority
CN
China
Prior art keywords
lithology
elevation
interface
low frequency
model
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
CN202110188395.2A
Other languages
English (en)
Other versions
CN114966826B (zh
Inventor
崔庆辉
尚新民
赵胜天
滕厚华
金昌昆
赵翠霞
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 Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
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 Petroleum and Chemical Corp, Geophysical Research Institute of Sinopec Shengli Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN202110188395.2A priority Critical patent/CN114966826B/zh
Publication of CN114966826A publication Critical patent/CN114966826A/zh
Application granted granted Critical
Publication of CN114966826B publication Critical patent/CN114966826B/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
    • G01V1/282—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
    • G01V1/36—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
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/50—Corrections or adjustments related to wave propagation
    • G01V2210/53—Statics correction, e.g. weathering layer or transformation to a datum
    • 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
    • G01V2210/66—Subsurface modeling
    • G01V2210/665—Subsurface modeling using geostatistical modeling
    • G01V2210/6652—Kriging
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

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

本发明属于油气地震勘探领域，涉及一种基于野外近地表调查资料的高低频融合近地表建模方法。本发明方法将近地表物性空间上的变化分解为高频量和低频量，综合利用克里金插值对低频量建模的优势和混合密度网络插值对高频量建模的优势，在曲波域通过多尺度变换方法进行高低频系数分解，将高低频系数进行融合，对融合数据体进行曲波逆变换，得到精确的近地表岩性模型。本发明方法解决了复杂近地表地区近地表建模难题。

Description

基于野外近地表调查资料的高低频融合近地表建模方法
技术领域
本发明属于油气地震勘探领域，涉及一种基于野外近地表调查资料的高低频融合近地表建模方法。
背景技术
随着油气勘探渐渐扩大到沙漠、黄土塬和复杂山地等领域，加之勘探精度要求的提高，复杂地区近地表建模在地震资料采集及处理中的重要性显著增加。对于地表、地下结构双复杂区，常规的小折射和微测井等表层调查资料建立的近地表结构模型精度较低，难以基于此模型逐点设计出炮点激发井深。如中国发明专利CN107765299B公开了一种优化表层结构调查数据的建模方法，该方法包括：1)在试验点的位置做相邻的小折射点和微测井，检验小折射解释成果与微测井的调查结果是否吻合；2)选取水井测其水面深度和位置坐标，并在水井附近做小折射点，检验小折射解释的高速层顶界面与水井水面是否吻合； 3)确定小折射调查的高速层与微测井调查的高速层顶面吻合，且小折射调查的高速层与水井水面吻合后；实测的水井水面能够代替微测井解释的高速层顶面；4)测水井水面的数据和小折射解释成果共同绘制出的高速层顶面图和小折射低降速带的数据，建立高速层顶面图和小折射低降速带的三维表层结构模型；5)通过上述步骤1)至步骤4)，分析解释成果和数据的合理性，建立试验点的三维表层结构模型。该方法实现了实测的水井水面能够代替微测井解释的高速层顶面，测水井水面的数据和小折射解释成果共同绘制出的高速层顶面图和小折射低降速带的数据，建立三维表层结构模型。
中国专利申请CN102590864A一种两步法层析反演近地表建模方法，具体步骤包括：①小折射初至的拾取和录入；②对小折射初至进行层析反演，输出能够反映极浅层速度精细变化的解释结果，如图2；③拾取大炮记录初至时间；④将小折射的反演结果结合工区内的微测井解释结果运用克里金方法进行内插，建立极浅层的近地表速度体；⑤网格划分和约束反演初始速度模型建立，将上一步得的极浅层近地表速度体替换大炮初至生成的初始模型的浅层部分，补充了大炮由于最小偏移距过大所引起的极浅层速度缺失；⑥约束权重场的生成；⑦通过约束层析法反演近地表速度模型，在层析反演得到的速度-深度模型基础上，拾取一个高速层顶界面，计算炮点和检波点静校正量。
在地震资料处理阶段，常规建模方法虽然能够解决长波长静校正问题，但是已经很难控制低速带的横向剧烈变化。对于短波长静校正的问题，也可以利用折射或层析静校正来解决。
目前，折射静校正方法主要通过拾取初至建立约束模型。这种方法在低速带较厚且速度横向变化剧烈的地区难以奏效，并且依赖初至的准确拾取。而层析静校正方法主要利用确定性估计一类的反演算法进行近地表速度计算，计算效率低而且存在较强的多解性，同时未能有效解决长波长静校正的问题。在复杂地表和地下构造的地区，低信噪比资料初至拾取困难，造成层析静校正、折射静校正等依赖初至的静校正方法受到限制。因此，目前需要一种新的建模方法解决以上所述问题。
发明内容
本发明主要目的在于提供一种基于野外近地表调查资料的高低频融合近地表建模方法。本发明方法使用克里金和混合密度网络插值进行融合的近地表建模，对融合数据体进行曲波逆变换，得到精确的近地表岩性模型。本发明方法解决了复杂近地表地区建模难题。
为实现上述目的，本发明采用以下技术方案：
本发明提供一种基于野外近地表调查资料的高低频融合近地表建模方法，其包括以下步骤：
步骤1.根据野外近地表调查资料进行近地表岩性界面解释，得到所有调查点在垂向上不同岩性层的厚度和界面高程；
步骤2.利用克里金方法对步骤1中所有调查点同一岩性厚度或高程进行插值，获得低频为主的岩性模型；
步骤3.利用混合密度网络对步骤1中所有调查点同一岩性厚度或高程进行预测，获得高频为主的岩性模型；
步骤4.利用曲波域多尺度变换方法分别对步骤1和步骤2得到的模型进行高低频系数分解；
步骤5.分别提取步骤2模型的低频系数和步骤3模型的高频系数，将两者进行曲波域系数融合，得到一个新的数据体；
步骤6.对步骤5中的融合数据体进行曲波逆变换，得到精确的近地表岩性模型；
步骤7.重复步骤2到步骤6，完成所有岩性界面模型的建立。
克里金插值是一种无偏最优估计方法，其概率函数为单个高斯分布，能较好地挖掘低频信息，但是在数据较为稀疏的情况下，距离参考点越远，插值结果越平滑，与期望误差越大。而混合密度网络结合深度神经网络和混合分布，提供多个分布参数，并通过一些权重进行混合。任意概率密度分布可以看作高斯的混合，得到的多模态条件概率分布有助于对复杂模式进行建模，刻画高频成分。因此利用克里金及混合密度网络对微测井等近地表调查结果插值获得的岩性界面具有较好的空间约束功能。克里金插值可以获得模型低频量，而混合密度网络获得的是模型高频量，对两种插值模型进行多尺度变换融合，分别结合其优势分量，可以提高近地表建模精度。
进一步地，在步骤1中，野外近地表调查资料包括微测井、小折射等能够获得近地表结构的资料。
进一步地，在步骤1中，根据野外近地表调查资料进行近地表岩性界面解释，解释结果包括调查点的东西坐标、南北坐标、地表高程、各岩性层的厚度及界面高程。
进一步地，在步骤2中，在插值过程中，将X,Y和高程一起作为空间约束量，完成数据插值。
进一步地，在步骤3中，使用的混合密度网络是是对所有已知调查点解释结果进行神经网络训练后得到的。
进一步地，在步骤4中，使用曲波变换进行多尺度分解，分解的尺度个数和长度由工区近地表岩性空间上的变化特征决定，根据岩性模型交叉验证结果确定合理取值。
进一步地，在步骤5中，曲波域系数融合方法采用的是高、低频系数进行加权求和。
进一步地，在步骤6中，在进行某种岩性界面建模时，若在某点该岩性界面的高程高于该岩性界面上一个岩性界面的高程时，将该点该岩性界面的高程等同为上一个岩性界面的高程，即厚度为0。
与现有技术相比，本发明具有以下优势：
本发明方法将近地表物性空间上的变化分解为高频量和低频量，综合利用克里金插值对低频量建模的优势和混合密度网络插值对高频量建模的优势，将两个结果进行融合，可以提高近地表建模精度。本发明方法主要用于地震勘探激发井深设计及静校正处理，本发明获得的模型获得了明显的静校正效果。本发明方法对于西部山前带、大沙漠区等复杂近地表地区具有更好的效果。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明一具体实施例所述基于野外近地表调查资料的高低频融合近地表建模方法的流程图；
图2为本发明一具体实施例所述A工区内所有微测井位置分布图；
图3为本发明一具体实施例所述A工区克里金插值得到的近地表岩性界面模型；
图4为本发明一具体实施例所述A工区混合密度网络插值得到的近地表岩性界面模型；
图5为本发明一具体实施例所述A工区利用本发明专利得到的近地表岩性界面模型；
图6为本发明一具体实施例所述A工区地震叠加剖面；
图7为本发明一具体实施例所述A工区利用附图5结果进行静校正后的地震叠加剖面；
图8为本发明一具体实施例所述B工区克里金插值得到的近地表岩性界面模型；
图9为本发明一具体实施例所述B工区混合密度网络插值得到的近地表岩性界面模型；
图10为本发明一具体实施例所述B工区利用本发明专利得到的近地表岩性界面模型；
图11为本发明一具体实施例所述B工区地震叠加剖面；
图12为本发明一具体实施例所述B工区利用附图10结果进行静校正后的地震叠加剖面。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作和/或它们的组合。
为了使得本领域技术人员能够更加清楚地了解本发明的技术方案，以下将结合具体的实施例详细说明本发明的技术方案。
实施例1
如图1所示，所述一种基于野外近地表调查资料的高低频融合近地表建模方法，包括以下步骤：
步骤1.根据野外近地表调查资料进行近地表岩性界面解释，得到所有调查点在垂向上不同岩性层的厚度和界面高程；野外近地表调查资料包括微测井、小折射等能够获得近地表结构的资料；解释结果包括调查点的东西坐标、南北坐标、地表高程、各岩性层的厚度及界面高程。
步骤2.利用克里金方法对步骤1中所有调查点同一岩性厚度或高程进行插值，获得低频为主的岩性模型；在插值过程中，将X,Y和高程一起作为空间约束量，完成数据插值。
步骤3.利用混合密度网络对步骤1中所有调查点同一岩性厚度或高程进行插值，获得高频为主的岩性模型；使用的混合密度网络是是对所有已知调查点解释结果进行神经网络训练后得到的。
步骤4.利用曲波域多尺度变换方法分别对步骤1和步骤2得到的模型进行高低频系数分解；使用曲波变换进行多尺度分解，分解的尺度个数和长度由工区近地表岩性空间上的变化特征决定，根据岩性模型交叉验证结果确定合理取值。
步骤5.分别提取步骤2模型的低频系数和步骤3模型的高频系数，将两者进行曲波域系数融合，得到一个新的数据体；
步骤6.对步骤5中的融合数据体进行曲波逆变换，得到精确的近地表岩性模型；在进行某种岩性界面建模时，若在某点该岩性界面的高程高于该岩性界面上一个岩性界面的高程时，将该点该岩性界面的高程等同为上一个岩性界面的高程，即厚度为0。
步骤7.重复步骤2到步骤6，完成所有岩性界面模型的建立。
实施例2
采用实施例1所述方法，对某A区进行近地表建模。图2为A地区微测井位置分布信息。1平方公里范围内有一口微测井，有效微测井共172口。检波点间距为20米，待插值检波点共385665个。微测井经过岩性解释，获得地下各个界面的厚度信息。这些信息作为已知数据进行近地表构造重建。
图3展示了利用克里金插值获得的模型结果，可以看出，克里金插值结果以低频为主，但是高频成分缺失严重。图4展示了混合密度网络预测模型，可以看出高频信息丰富。使用图3和图4中两个模型互相融合，获得如图5所示模型结果。使用本发明建立的模型进行静校正处理，并获得了叠加剖面。图6为A区未做静校正处理的地震叠加剖面，图7为利用附图5所示模型进行静校正后的叠加剖面。从结果对比可以看出，本发明获得的模型获得了明显的静校正效果。
为了进一步说明方法效果，选取与A区临近的B区也进行了相同的处理，处理获得的近地表模型如图8-图10所示。
图11为B区未做静校正处理的地震叠加剖面，图12为利用图10所示模型进行静校正后的叠加剖面。从结果对比可以看出，本发明获得的模型获得了明显的静校正效果。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种基于野外近地表调查资料的高低频融合近地表建模方法，其特征在于，其包括以下步骤：
步骤1.根据野外近地表调查资料进行近地表岩性界面解释，得到所有调查点在垂向上不同岩性层的厚度和界面高程；
步骤2.利用克里金方法对步骤1中所有调查点同一岩性厚度或高程进行插值，获得低频为主的岩性模型；
步骤3.利用混合密度网络对步骤1中所有调查点同一岩性厚度或高程进行预测，获得高频为主的岩性模型；
步骤4.利用曲波域多尺度变换方法分别对步骤1和步骤2得到的模型进行高低频系数分解；
步骤5.分别提取步骤2模型的低频系数和步骤3模型的高频系数，将两者进行曲波域系数融合，得到一个新的数据体；
步骤6.对步骤5中的融合数据体进行曲波逆变换，得到精确的近地表岩性模型；
步骤7.重复步骤2到步骤6，完成所有岩性界面模型的建立。
2.根据权利要求1所述方法，其特征在于，在步骤1中，野外近地表调查资料包括能够获得近地表结构的资料。
3.根据权利要求1所述方法，其特征在于，在步骤1中，根据野外近地表调查资料进行近地表岩性界面解释，解释结果包括调查点的东西坐标、南北坐标、地表高程、各岩性层的厚度及界面高程。
4.根据权利要求1所述方法，其特征在于，在步骤2中，在插值过程中，将X,Y和高程一起作为空间约束量，完成数据插值。
5.根据权利要求1所述方法，其特征在于，在步骤3中，使用的混合密度网络是对所有已知调查点解释结果进行神经网络训练后得到的。
6.根据权利要求1所述方法，其特征在于，在步骤4中，使用曲波变换进行多尺度分解，分解的尺度个数和长度由工区近地表岩性空间上的变化特征决定，根据岩性模型交叉验证结果确定合理取值。
7.根据权利要求1所述方法，其特征在于，在步骤5中，曲波域系数融合方法采用的是高、低频系数进行加权求和。
8.根据权利要求1所述方法，其特征在于，在步骤6中，在进行某种岩性界面建模时，若在某点该岩性界面的高程高于该岩性界面上一个岩性界面的高程时，将该点该岩性界面的高程等同为上一个岩性界面的高程，即厚度为0。
CN202110188395.2A 2021-02-18 2021-02-18 基于野外近地表调查资料的高低频融合近地表建模方法 Active CN114966826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110188395.2A CN114966826B (zh) 2021-02-18 2021-02-18 基于野外近地表调查资料的高低频融合近地表建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110188395.2A CN114966826B (zh) 2021-02-18 2021-02-18 基于野外近地表调查资料的高低频融合近地表建模方法

Publications (2)

Publication Number Publication Date
CN114966826A true CN114966826A (zh) 2022-08-30
CN114966826B CN114966826B (zh) 2023-06-30

Family

ID=82954169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110188395.2A Active CN114966826B (zh) 2021-02-18 2021-02-18 基于野外近地表调查资料的高低频融合近地表建模方法

Country Status (1)

Country Link
CN (1) CN114966826B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050256648A1 (en) * 2004-05-11 2005-11-17 West Michael P Velocity determination of the near-surface layers in the earth using exploration 2D or 3D seismic data
CN102590864A (zh) * 2011-12-31 2012-07-18 中国石油集团西北地质研究所 两步法层析反演近地表建模方法
CN103499835A (zh) * 2013-10-13 2014-01-08 中国石油集团西北地质研究所 初至波波形反演近地表速度模型方法
CN104793247A (zh) * 2015-03-12 2015-07-22 中国石油天然气集团公司 近地表速度建模方法及建模装置
WO2016041189A1 (zh) * 2014-09-19 2016-03-24 杨顺伟 一种评价页岩气储层及寻找甜点区的方法
WO2017106127A1 (en) * 2015-12-18 2017-06-22 Saudi Arabian Oil Company Automated near surface analysis by surface-consistent refraction methods
CN109884707A (zh) * 2019-03-20 2019-06-14 中国石油化工股份有限公司 近地表分层时深曲线静校正方法
CN109975876A (zh) * 2019-03-20 2019-07-05 中国石油化工股份有限公司 一种基于构造层位的井震融合速度模型的建模方法
CN110501757A (zh) * 2019-06-27 2019-11-26 中国石油化工股份有限公司 点线面三维逐点井深设计方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050256648A1 (en) * 2004-05-11 2005-11-17 West Michael P Velocity determination of the near-surface layers in the earth using exploration 2D or 3D seismic data
CN102590864A (zh) * 2011-12-31 2012-07-18 中国石油集团西北地质研究所 两步法层析反演近地表建模方法
CN103499835A (zh) * 2013-10-13 2014-01-08 中国石油集团西北地质研究所 初至波波形反演近地表速度模型方法
WO2016041189A1 (zh) * 2014-09-19 2016-03-24 杨顺伟 一种评价页岩气储层及寻找甜点区的方法
CN104793247A (zh) * 2015-03-12 2015-07-22 中国石油天然气集团公司 近地表速度建模方法及建模装置
WO2017106127A1 (en) * 2015-12-18 2017-06-22 Saudi Arabian Oil Company Automated near surface analysis by surface-consistent refraction methods
CN109884707A (zh) * 2019-03-20 2019-06-14 中国石油化工股份有限公司 近地表分层时深曲线静校正方法
CN109975876A (zh) * 2019-03-20 2019-07-05 中国石油化工股份有限公司 一种基于构造层位的井震融合速度模型的建模方法
CN110501757A (zh) * 2019-06-27 2019-11-26 中国石油化工股份有限公司 点线面三维逐点井深设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨智超等: "四川盆地复杂地表高精度建模技术及其应用" *
王孝等: "复杂区分层约束近地表建模方法及应用" *

Also Published As

Publication number Publication date
CN114966826B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN108802812B (zh) 一种井震融合的地层岩性反演方法
CN105277978B (zh) 一种确定近地表速度模型的方法及装置
CN105353412A (zh) 一种井震联合平均速度场的计算方法及系统
CN111273348A (zh) 基于更新概率比率恒定理论的多点地质统计叠前反演方法
CN108845351A (zh) 一种vsp地震资料转换波全波形反演方法
CN109541685B (zh) 一种河道砂体识别方法
CN114994758B (zh) 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统
CN109188520A (zh) 薄储层厚度预测方法及装置
CN107861149B (zh) 基于波形驱动下的叠前纵横波速度比模拟方法
CN108508489B (zh) 一种基于波形微变化匹配的地震反演方法
CN110244383B (zh) 基于近地表数据的地质岩性综合模型创建方法
CN110554435B (zh) 一种利用微测井数据构建品质因子体的方法
CN106842291B (zh) 一种基于叠前地震射线阻抗反演的不整合圈闭储层岩性预测方法
CN109031423B (zh) 基于梯度共生矩阵的叠前地震纹理分析方法
CN114966826A (zh) 基于野外近地表调查资料的高低频融合近地表建模方法
CN115437008A (zh) 一种基于地质统计学的瑞雷波频散曲线反演方法及系统
CN111897004B (zh) 一种基于大数据分析技术的测井预测方法
CN115880455A (zh) 基于深度学习的三维智能插值方法
CN110632660B (zh) 基于地震数据体的薄砂体表征方法及装置
CN113806674A (zh) 古河道纵向尺度的量化方法、装置、电子设备及存储介质
CN113514884A (zh) 一种致密砂岩储层预测方法
CN104375171B (zh) 一种高分辨率地震反演方法
CN112363244B (zh) 波阻抗反演方法与碳酸盐岩非均质储层预测方法及系统
CN114814949B (zh) 一种浅层逆vsp初至层析及地层预测方法
CN113109875B (zh) 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法

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