CN115629417A - 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 - Google Patents
基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 Download PDFInfo
- Publication number
- CN115629417A CN115629417A CN202211293304.2A CN202211293304A CN115629417A CN 115629417 A CN115629417 A CN 115629417A CN 202211293304 A CN202211293304 A CN 202211293304A CN 115629417 A CN115629417 A CN 115629417A
- Authority
- CN
- China
- Prior art keywords
- seismic
- well
- fusion
- frequency
- particle
- 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
Links
- 239000002245 particle Substances 0.000 title claims abstract description 64
- 230000004927 fusion Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 47
- 208000035126 Facies Diseases 0.000 claims abstract description 49
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims abstract description 8
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 238000011068 loading method Methods 0.000 claims abstract description 4
- 238000011160 research Methods 0.000 claims description 31
- 239000011435 rock Substances 0.000 claims description 23
- 238000000354 decomposition reaction Methods 0.000 claims description 18
- 230000010354 integration Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000005553 drilling Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 10
- 230000008021 deposition Effects 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012847 principal component analysis method Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 238000013517 stratification Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000010422 painting Methods 0.000 claims 2
- 230000001915 proofreading effect Effects 0.000 claims 1
- 238000013139 quantization Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000011049 filling Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 235000019738 Limestone Nutrition 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002267 hypothalamic effect Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000003786 synthesis reaction 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
- G01V1/28—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
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
- G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
-
- 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
- G01V2210/514—Post-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
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- 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
- G01V2210/64—Geostructures, e.g. in 3D data cubes
-
- 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
- G01V2210/661—Model from sedimentation process modeling, e.g. from first principles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/70—Other details related to processing
- G01V2210/74—Visualisation of seismic data
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
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
本发明提供基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,包括:S1、加载叠后地震数据;S2、进行振幅均衡处理;S3、建立高精度井‑震对应关系;S4、建立单井相和颗地量化关系;S5、建立地震相‑单井相‑沉积相的映射关系,将地震相转换为沉积相;S6、对步骤S2处理后的叠后地震数据进行分频,得到分频数据体;S7、提取道积分属性;S8、制作低、中、高频的属性切片;S9、制作分频融合切片;S10、将步骤S8中优选出的分频融合地层切片进行叠加,建立融合道积分属性与沉积相之间的转换关系;S11、综合分析地震相和融合道积分属性。本发明能够有效解决常规地震属性无法识别碳酸盐岩颗粒滩的问题,提高预测精度。
Description
技术领域
本发明涉及石油勘探与开发技术领域,特别涉及一种基于地震沉积学的多尺度融合及沉积相控的碳酸盐岩颗粒滩刻画方法。
背景技术
地震沉积学是一门综合地震地层学和层序地层学的新兴学科,其以地震资料为基础研究沉积岩与沉积作用。随着地震采集技术以及高性能计算机的发展,三维地震愈渐普及,地震沉积学在油气勘探领域的运用潜力也愈渐显现。近年来,广大学者致力于地震沉积学方法以及应用的研究,并形成了一系列成熟技术与工作流程,其核心技术包括:地层切片、90°相位转换、地震分频、RGB属性融合等。但目前主要集中于碎屑岩地层,在碳酸盐岩鲜有涉及。相较于碎屑岩地层,在盆地填充模式、沉积体系以及地震响应特征上都存在较大差异,碳酸盐岩地震沉积学方法的研究具有重大意义。
碳酸盐岩颗粒滩是由鲕粒以及内碎屑等颗粒组成,形成于相对高能环境,具有隆起形态,其是全球油气勘探领域的重点,也是全球众多大型油气田的主要储集体,据统计全球200多个大型油气田中,有43个油气田以碳酸盐岩颗粒滩相储层为主。在国内,四川盆地、鄂尔多斯盆地以及塔里木盆地等在碳酸盐岩地层油气勘探的重大发现,大部分与颗粒滩沉积相关,这充分说明了颗粒滩相储层巨大的油气资源勘探潜力。因此,基于地震沉积学原理,以碳酸盐岩颗粒滩沉积特征为出发点,综合测井、三维地震以及地质资料,开展碳酸盐岩颗粒滩精细刻画研究,拓展地震沉积学在碳酸盐岩颗粒滩相储层研究领域的应用,为碳酸盐岩颗粒滩刻画提供新的精细且可靠的研究手段。
发明内容
本发明针对现有技术的缺陷,提供了基于地震沉积学的多尺度融合及相控颗粒滩刻画方法。该方法能够有效解决常规地震属性无法识别碳酸盐岩颗粒滩的问题,提高预测精度。
为了实现以上发明目的,本发明采取的技术方案如下:
基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,包括以下步骤:
S1、建立三维地震解释工区,加载叠后地震数据、常规测井资料、井斜数据、地质分层数据;
S2、对三维地震解释工区内的所有叠后地震数据进行振幅均衡处理,确保不同数据体的振幅能量一致性;
S3、构建碳酸盐岩层序地层格架,并进行单井合成地震记录标定,建立高精度井-震对应关系,精细追踪解释全区等时地震层位;
S4、结合野外露头、钻测井资料以及岩心薄片划分研究区的沉积相类型,同时统计所有井点上目的层段的颗地比。通过单井相和颗地比分析,建立两者之间的量化关系;
S5、在等时地震层位的约束下,利用神经网络波形聚类方法得到研究区地震波形的平面展布(即地震相)。通过井-震标定和地震正演模拟,建立地震相-单井相-沉积相的映射关系,将地震相转换为沉积相;
S6、对叠后地震数据进行频谱分析,确定研究区地震资料的主频以及有效频带宽度信息。利用联合解析模态分解和总体经验模态分解的时频分析方法(AMD-EEMD)对步骤S2处理后的叠后地震数据进行分频,得到分频数据体;
S7、提取所有分频地震数据体的道积分属性;
S8、依据研究区的地层沉积特征优选地震地层切片方式,并利用分频道积分属性体分别制作低、中、高频的属性切片;
S9、优选出纵向上切过颗粒滩的地层切片,对低、中、高频的道积分属性地层切片进行加权融合,制作分频融合切片,用以刻画颗粒滩垂向演化特征;
S10、将步骤S8中优选出的分频融合地层切片进行叠加,在叠加后的切片上提取井点处属性的数值,并与颗地比拟合关系,建立融合道积分属性与沉积相之间的转换关系;
S11、综合分析步骤S5中的地震相和步骤S10中的融合道积分属性,两者交互印证,刻画研究区颗粒滩平面展布。
进一步地,所述S2中,振幅均衡处理的具体方法是逐道计算地震数据采样点的均方根振幅,并统计计算所得均方根振幅的中值或均值。选择一个三维数据作为参考数据,其均方根振幅为RMSR,待进行振幅均衡处理的三维地震数据均方根振幅为RMSk,确定两者之间的比例因子f=RMSR/RMSk,最后将待均衡的三维地震数据预比例因子相乘。
进一步地,所述S2中,选择统计均方根能量的中值,其相较于平均值,受地震数据极值的影响较小。
进一步地,所述S3中,合成记录标定过程中需采用从井旁地震道提取地震子波,从而提高时深关系的精度。
进一步地,所述S3中,根据井-震标定结果,确定三级层序界面与地震反射同相轴的对应关系,追踪等时的地震同相轴完成全区精细地震层位解释和闭合。
进一步地,所述S4中,颗地比的计算方式具体为,首先考虑井斜,将测量深度转换为垂直深度,然后统计所有井点上目的目的层段内的颗粒岩的累计发育厚度以及目的层段的整体地层厚度,最后计算颗粒岩厚度与地层厚度的比值。特别的,当研究区井位样本较少时,可以增加邻区相同沉积背景下的钻井。
进一步地,所述S4中,通过单井相和颗地比分析,确定各沉积相类型对应的颗地比值域范围,量化沉积相的识别标准。
进一步地,所述S5中,首先通过波形聚类方法将研究区内波形划分为6类。然后根据单井设计理论地质模型,开展地震正演模拟,分析不同沉积相的理论地震响应模式。再将井点处的沉积相类型与聚类的波形标定对比,分析不同沉积相的地震响应特征,确定最终的波形聚类个数。最后对波形进行再次聚类,刻画沉积相带的边界。
进一步地,所述S6中,采用的联合解析模态分解和总体经验模态分解的时频分析方法(AMD-EEMD)是一种地震数据驱动的自适应的分频技术,首先利用EEMD方法将地震信号分解为若干不同频率的固有模态分量(imf),其分解地震信号的过程可以表示为:
上式中,S(t)为地震信号,imfj为分解得到的固有模态分量,R为残余信号分量。
然后采用希尔伯特变换得到所有imf的频谱,计算公式如下,并判断imf的频谱是否存在频率混叠:
上式中,H(ω,t)为固有模态分量的希尔伯特谱,aj为固有模态分量的振幅能量,ωj为固有模态分量的频率,Re为取实部运算符。
y1(t)=sin(wbt)H[imf(t)cos(wbt)]-cos(wbt)H[imf(t)sin(wbt)]
进一步地,所述S7中,道积分属性通过对叠后地震数据沿时间轴进行振幅积分,得到近似的地震数据相对阻抗结果,其反映了地质体相对速度的变化,不受井资料的约束。地震数据道积分的表达式如下:
上式中,Si为地震信号,wi为滤波因子;Zi为地震波阻抗;k为常数(一般为1.6)。
进一步地,所述S8中,常规的地震地层切片的方式包括时间切片、沿层切片以及地层切片,在碳酸盐岩地层中,由于滩相建隆而导致地层隆坳相间,地层厚度变化相对较大,此时时间切片和沿层切片不具备等时性,因此优选地层切片制作分频道积分属性切片。利用步骤S3解释的等时地震层位进行约束,在层间进行层位的均匀内插,具体做法是计算平面采样点处顶底地层的时间厚度,时间厚度和切片数量的比值作为层位内插的间隔,其随地层的厚度变化变化,最后将地层顶部时间层位按照计算的内插间隔向下时移。
进一步地,所述S9中,优选地层切片时,建立连井地震剖面,通过S3的井-震合成记录标定,将测井曲线从深度域转换至时间域,将反映岩性的自然伽马曲线和切片投影到连井地震剖面上,设定自然伽马曲线识别颗粒岩的阈值(GR,30API),优选出切过该阈值内的曲线的切片即可。
进一步地,所述S9中,选取井点上不同频段道积分属性和颗地比的相关系数归一化处理作为融合权重,即:
上式中,ki为20Hz、35Hz、45Hz的道积分切片的融合权重,Ri为不同频段道积分属性和颗地比的相关系数;
进一步地,所述S9中,采用概率核主成分分析法对分频道积分属性进行降维处理,提取第一主成分和第二主成分进行属性融合。
进一步地,所述S10中,将优选出的所有分频融合地层切片进行求和,得到总分频融合属性。
进一步地,所述S10中,采用最小二乘法拟合颗地比和井点处融合道积分属性的映射关系即可。
与现有技术相比,本发明的优点在于:
(1)采用全新的地震数据驱动的自适应的分频技术—联合解析模态分解和总体经验模态分解的时频分析方法(AMD-EEMD),提高地震分频精度,得到高质量分频地震数据体。
(2)常规的振幅类属性、频率域属性、波形类属性对于部分地区的碳酸盐岩颗粒滩刻画能力较差,本发明采用分频道积分属性融合,道积分属性是近似的地震数据相对阻抗结果,反映了地质体相对速度的变化。道积分属性与颗粒滩发育厚度相关性高,有效提高他碳酸盐岩颗粒滩预测精度。
(3)传统方法着眼于单一频率的属性刻画,能够预测的颗粒滩厚度及精度有限,融合地震数据的高频和低频信息可以增大颗粒滩预测的厚度范围,同时也能有效提高预测颗粒滩横向的连续性。
附图说明
图1是本发明方法的流程图;
图2(a1)是本发明实施例振幅均衡处理前地震数据频谱
图2(a2)是本发明实施例振幅均衡处理后地震数据频谱
图2(b1)是本发明实施例振幅均衡处理前地震数据均方根振幅切片
图2(b2)是本发明实施例振幅均衡处理后地震数据均方根振幅切片
图3(1)是本发明实施例JT-1井合成记录标定;
图3(2)是本发明实施例CS-1井合成记录标定;
图3(3)是本发明实施例PS-1井合成记录标定;
图4(1)是本发明实施例JT-1井沉积相综合柱状图;
图4(2)是本发明实施例DB-1井沉积相综合柱状图;
图5是本发明实施例单井颗地比柱状图;
图6是本发明实施例波形聚类平面图;
图7是本发明实施例CS-1井过井地震剖面及切片位置图;
图8是本发明实施例颗粒滩纵向演化图;
图9是本发明实施例叠加融合道积分属性平面图;
图10本发明实施例颗粒滩平面分布特图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下根据附图并列举实施例,对本发明做进一步详细说明,该实施例为四川盆地中部北斜坡地区寒武系下统沧一段颗粒滩分布研究。
如图1所示,基于地震沉积学的多尺度融合及相控颗粒滩刻画方法流程图,包括以下步骤:
S1、建立三维地震解释工区,加载叠后地震数据,常规测井资料,井斜数据、地质分层;
其中,该研究区内包含射洪、西充以及充西三个叠后地震数据,钻井包括JT-1、CT-1、CS-1、PS-1、DB-1井。
S2、对三维地震解释工区内的所有叠后地震数据进行振幅均衡处理,确保不同数据体的振幅能量一致性;
具体地,首先分别计算区内三维地震数据的均方根振幅,并分别统计各个地震数据均方根振幅的中值。本实施例中选择射洪三维数据作为参考的基准数据体,其均方根振幅记作RMSR,西充和充西三维地震数据的均方根振幅分别为RMSk1和RMSk2,根据振幅比例因子公式计算出西充三维的比例因子为5,西充三维的比例因子为1.5。最后将西充和充西三维地震数据体分别与对应的比例因子相乘。如图2(a1)到图2(b2)所示,展示了振幅均衡处理前后的效果对比。
S3、构建碳酸盐岩层序地层格架,并进行单井合成地震记录标定,建立高精度井-震对应关系,精细追踪解释全区等时地震层位;
具体地,首先,通过区内钻井的精细测井解释结果,结合岩心和薄片等资料的观察,将研究区沧浪铺划分为两个三级层序(即沧一段和沧二段)。沧二段为海侵环境下的碎屑岩沉积,岩性以泥岩和砂岩为主,其中沧一段是海退环境下的碳酸盐岩台地,岩性以鲕粒云岩、颗粒灰岩夹杂部分碎屑岩沉积为主。
其次,通过LandMark软件的井-震标定模块开展区内钻井的合成记录标定,标定过程中以井点为中心,半径为7个地震道,提取地震子波,子波提取的时窗长度为800毫秒,保证时窗包含目的层段,合成记录相关性高于0.8,图3(1)到图3(3)为JT-1、CS-1以及PS-1井的合成记录标定结果;
最后,通过井-震标定确定层序界面与地震反射同相轴的对应关系,沧浪铺的顶底界面在地震剖面上均对应强波谷反射,两者的分界面在地震剖面上对应零相位,在研究区范围内稳定可连续追踪,从而进一步开展两个地震层位的精细解释。
S4、结合野外露头、钻测井资料以及岩心薄片等分析认为研究区可划分为为滩核和滩缘两种微相及滩间海亚相,图4(1)和图4(2)是JT-1和DB-1井的单井沉积相综合柱状图;考虑到研究区钻井相对较少,引入具有相同沉积背景的邻区钻井,计算所有井沧一段颗粒灰岩以及鲕粒云岩的累计厚度与沧一段地层厚度的比值,得到沧一段的颗地比;通过单井相与颗地比的对比分析,确定各沉积相类型对应的颗地比临界值,本实施例中颗地比大于0.5定为滩核微相,颗地比处于0.4~0.5之间定为滩缘微相,颗地比小于0.4则为滩间海,图5为研究区沧浪铺组单井颗地比柱状图。
S5、在步骤S4沉积相研究和等时地震层位的约束下,首先利用神经网络波形聚类方法将研究区地震波形粗略地划分6类。根据实钻井设计典型沉积相序的理论地质模型,从测井资料中获取模型的岩石物理参数,利用射线追踪法进行正演模拟,得到典型沉积相序的理论地震响应模式。在井-震标定的基础上,将单井相映射至地震相,综合正演模拟结果,分析不同相类型对应的实际地震波形特征,确定研究区波形聚类的种类为3,最后对波形聚类结果进行再聚类,图6为研究区波形聚类平面图。
S6、对叠后地震数据进行频谱分析,研究区地震资料的主频为35Hz,有效频带宽度为15-50Hz,利用联合解析模态分解和总体经验模态分解的时频分析方法(AMD-EEMD)将地震数据分解为主频分别为20Hz、35Hz以及45Hz的频率窄带分频体。
其中,AMD-EEMD的具体实现方法为:步骤1:利用EEMD将原始地震数据分解为多个固有模态分量,并计算其边际谱;步骤2:搜索频谱的峰值确定频率分量,利用AMD进行滤波。步骤3:判断信号分量是否存在频率混叠现象。以信号分量的峰值频率fp作为二分频率,若AMD滤波后得到相似的两个子信号分量,即的频率与原信号相同,振幅值差异较小,两者振幅能量比处于0.8-1.2,判断原始信号频率单一,否则存在频率混叠;步骤4:若存在频率混叠,在0.6*fp~1.5*fp的频率范围内搜索二分频率,重复步骤3,直到确定最佳二分频率。步骤5:重复步骤2-4,直到所有信号分量频率纯净。
S7、计算20Hz、35Hz以及45Hz分频地震数据体的道积分属性。
S8、依据研究区的地层沉积特征优选地震地层切片方式,并利用分频道积分属性体分别制作低、中、高频的属性切片;
其中,考虑到在碳酸盐岩地层中,由于滩相建隆而导致地层厚度差异较大,为确保切片的等时性,优选地层切片制作分频道积分属性切片。利用步骤S3解释的沧一段顶底层位进行约束,通过沧一段底的地震层位减去沧一段顶的地震层位,计算沧一段的整体时间厚度,地震数据采样率为2ms,为使切片的间隔不大于地震采样率,切片的数量确定为30个,地层时间厚度与切片数量的比值作为层位内插的间隔,将沧一段顶界地震层位按照计算的内插间隔向下进行时移即可得到地层切片。最后分别提取20Hz、35Hz和45Hz道积分属性切片。
S9、优选出纵向上切过颗粒滩的地层切片,对低、中、高频的道积分属性地层切片进行加权融合,制作分频融合切片,用以刻画颗粒滩垂向演化特征;
其中,建立DB-1—PS-2—JT-1—CT-1—CS-1的连井地震剖面,通过合成记录标定,将所有井的GR曲线从深度域映射至时间域,设定GR的值域,只显示小于30API的曲线,将GR曲线和切片均投影到连井地震剖面上,选择切过小于30API的GR曲线的切片,如图7是CS-1井过井地震剖面及切片位置图;
确定融合切片的权重时,首先计算20Hz、35Hz以及45Hz道积分属性切片与井点上颗粒岩厚度的相关系数,利用公式计算出各频率切片融合时的权重。再利用概率核主成分分析法对各频率段的道积分属性进行降维,提取相应的第一主成分和第二主成分,然后将提取的主成分分量与对应得权重系数相乘,最终进行融合。最后将上述操作应用于优选的所有地层切片。图8是基于地层切片刻画的颗粒滩纵向演化图。
S10、将步骤S9中优选出的分频融合地层切片进行求和运算,得到代表沧一段的融合道积分属性,图9是叠加的融合道积分属性平面图。同时在叠加后的融合道积分属性上提取井点处的数值,采用最小二乘法拟合融合道积分属性与颗地比映射关系,得到经验的线性转换公式:y=-1.047*x+1.8383,式中x表示颗地比,y表示融合道积分属性值;进而建立融合道积分属性与沉积相之间的转换关系,融合道积分属性小于1.31定为滩核微相,处于1.31~1.42之间定为滩缘微相,大于1.42则为滩间海,滩缘微相和滩核微相统一为颗粒滩。
S11、综合分析步骤S5中的地震相和步骤S10中的融合道积分属性,两个属性交互印证,编制研究区颗粒滩平面展布图,如图10所示。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (10)
1.基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,其特征在于,包括以下步骤:
S1、建立三维地震解释工区,加载叠后地震数据、常规测井资料、井斜数据、地质分层数据;
S2、对三维地震解释工区内的所有叠后地震数据进行振幅均衡处理,确保不同数据体的振幅能量一致性;
S3、构建碳酸盐岩层序地层格架,并进行单井合成地震记录标定,建立高精度井-震对应关系,精细追踪解释全区等时地震层位;
S4、结合野外露头、钻测井资料以及岩心薄片划分研究区的沉积相类型,同时统计所有井点上目的层段的颗地比;通过单井相和颗地比分析,建立两者之间的量化关系;
S5、在等时地震层位的约束下,利用神经网络波形聚类方法得到研究区地震波形的平面展布,即地震相;通过井-震标定和地震正演模拟,建立地震相-单井相-沉积相的映射关系,将地震相转换为沉积相;
S6、对叠后地震数据进行频谱分析,确定研究区地震资料的主频以及有效频带宽度信息;利用联合解析模态分解和总体经验模态分解的时频分析方法AMD-EEMD对步骤S2处理后的叠后地震数据进行分频,得到分频数据体;
S7、提取所有分频地震数据体的道积分属性;
S8、依据研究区的地层沉积特征优选地震地层切片方式,并利用分频道积分属性体分别制作低、中、高频的属性切片;
S9、优选出纵向上切过颗粒滩的地层切片,对低、中、高频的道积分属性地层切片进行加权融合,制作分频融合切片,用以刻画颗粒滩垂向演化特征;
S10、将步骤S8中优选出的分频融合地层切片进行叠加,在叠加后的切片上提取井点处属性的数值,并与颗地比拟合关系,建立融合道积分属性与沉积相之间的转换关系;
S11、综合分析步骤S5中的地震相和步骤S10中的融合道积分属性,两者交互印证,刻画研究区颗粒滩平面展布。
2.根据权利要求1所述的基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,其特征在于,所述S2中,振幅均衡处理的具体方法是逐道计算地震数据采样点的均方根振幅,并统计计算所得均方根振幅的中值或均值;选择一个三维数据作为参考数据,其均方根振幅为RMSR,待进行振幅均衡处理的三维地震数据均方根振幅为RMSk,确定两者之间的比例因子f=RMSR/RMSk,最后将待均衡的三维地震数据预比例因子相乘。
3.根据权利要求1所述的基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,其特征在于,
所述S3中,合成记录标定过程中需采用从井旁地震道提取地震子波;
根据井-震标定结果,确定三级层序界面与地震反射同相轴的对应关系,追踪等时的地震同相轴完成全区精细地震层位解释和闭合。
4.根据权利要求1所述的基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,其特征在于,所述S4中,颗地比的计算方式具体为,首先考虑井斜,将测量深度转换为垂直深度,然后统计所有井点上目的层段内的颗粒岩的累计发育厚度以及目的层段的整体地层厚度,最后计算颗粒岩厚度与地层厚度的比值;当研究区井位样本较少时,增加邻区相同沉积背景下的钻井;
通过单井相和颗地比分析,确定各沉积相类型对应的颗地比值域范围,量化沉积相的识别标准。
5.根据权利要求1所述的基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,其特征在于,所述S5中,首先通过波形聚类方法将研究区内波形划分为6类;然后根据单井设计理论地质模型,开展地震正演模拟,分析不同沉积相的理论地震响应模式;再将井点处的沉积相类型与聚类的波形标定对比,分析不同沉积相的地震响应特征,确定最终的波形聚类个数;最后对波形进行再次聚类,刻画沉积相带的边界。
6.根据权利要求1所述的基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,其特征在于,所述S6中,采用的联合解析模态分解和总体经验模态分解的时频分析方法AMD-EEMD为:首先利用EEMD方法将地震信号分解为若干不同频率的固有模态分量imf,其分解地震信号的过程表示为:
上式中,S(t)为地震信号,imfj为分解得到的固有模态分量,R为残余信号分量;
然后采用希尔伯特变换得到所有imf的频谱,计算公式如下,并判断imf的频谱是否存在频率混叠:
上式中,H(ω,t)为固有模态分量的希尔伯特谱,aj为固有模态分量的振幅能量,ωj为固有模态分量的频率,Re为取实部运算符;
y1(t)=sin(wbt)H[imf(t)cos(wbt)]-cos(wbt)H[imf(t)sin(wbt)]
8.根据权利要求1所述的基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,其特征在于,所述S8中,优选地层切片制作分频道积分属性切片;利用步骤S3解释的等时地震层位进行约束,在层间进行层位的均匀内插,具体做法是计算平面采样点处顶底地层的时间厚度,时间厚度和切片数量的比值作为层位内插的间隔,其随地层的厚度变化变化,最后将地层顶部时间层位按照计算的内插间隔向下时移。
10.根据权利要求1所述的基于地震沉积学的多尺度融合及相控颗粒滩刻画方法,其特征在于,所述S10中,将优选出的所有分频融合地层切片进行求和,得到总分频融合属性;
采用最小二乘法拟合颗地比和井点处融合道积分属性的映射关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211293304.2A CN115629417B (zh) | 2022-10-21 | 2022-10-21 | 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211293304.2A CN115629417B (zh) | 2022-10-21 | 2022-10-21 | 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115629417A true CN115629417A (zh) | 2023-01-20 |
CN115629417B CN115629417B (zh) | 2023-08-15 |
Family
ID=84907536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211293304.2A Active CN115629417B (zh) | 2022-10-21 | 2022-10-21 | 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115629417B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116299706A (zh) * | 2023-03-23 | 2023-06-23 | 福瑞升(成都)科技有限公司 | 基于叠前拟横波反射率属性的混合阻抗砂体识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109613612A (zh) * | 2018-12-19 | 2019-04-12 | 中国地质大学(北京) | 一种碳酸盐岩颗粒滩精细刻画与预测方法 |
CN109633750A (zh) * | 2019-01-18 | 2019-04-16 | 中国地质大学(北京) | 基于测井相波阻抗与地震波形的非线性映像关系反演方法 |
CN110068859A (zh) * | 2019-04-12 | 2019-07-30 | 中国石油大学(华东) | 一种水平井区辫状河三角洲储层地震沉积学定量表征方法 |
US20210356623A1 (en) * | 2020-05-12 | 2021-11-18 | Institute Of Geology And Geophysics Chinese Academy Of Sciences (Iggcas) | Rock Reservoir Structure Characterization Method, Device, Computer-Readable Storage Medium and Electronic Equipment |
-
2022
- 2022-10-21 CN CN202211293304.2A patent/CN115629417B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109613612A (zh) * | 2018-12-19 | 2019-04-12 | 中国地质大学(北京) | 一种碳酸盐岩颗粒滩精细刻画与预测方法 |
CN109633750A (zh) * | 2019-01-18 | 2019-04-16 | 中国地质大学(北京) | 基于测井相波阻抗与地震波形的非线性映像关系反演方法 |
CN110068859A (zh) * | 2019-04-12 | 2019-07-30 | 中国石油大学(华东) | 一种水平井区辫状河三角洲储层地震沉积学定量表征方法 |
US20210356623A1 (en) * | 2020-05-12 | 2021-11-18 | Institute Of Geology And Geophysics Chinese Academy Of Sciences (Iggcas) | Rock Reservoir Structure Characterization Method, Device, Computer-Readable Storage Medium and Electronic Equipment |
Non-Patent Citations (2)
Title |
---|
ZHIWEI ZENG ET AL.: "Seismic sedimentology analysis of fluvial-deltaic systems in a complex strike-slip fault zone, Bohai Bay Basin, China: Implications for reservoir prediction", JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING, pages 1 - 15 * |
李明等: "基于地震沉积学原理的河道砂体精细刻画-以四川盆地龙岗地区沙溪庙组致密气藏为例", 天然气勘探与开发, vol. 42, no. 2, pages 76 - 82 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116299706A (zh) * | 2023-03-23 | 2023-06-23 | 福瑞升(成都)科技有限公司 | 基于叠前拟横波反射率属性的混合阻抗砂体识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115629417B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2018340369B2 (en) | Method and device for determining thin interlayer | |
Grammer et al. | Integration of outcrop and modern analogs in reservoir modeling: Overview with examples from the Bahamas | |
CN103527184B (zh) | 一种白云岩储层的预测方法和系统 | |
CN106842307B (zh) | 一种基于正演约束下波形分类再检索的储层精细预测方法 | |
CN102109611B (zh) | 一种利用低频地震属性预测油藏优质储层的方法 | |
CN108802812A (zh) | 一种井震融合的地层岩性反演方法 | |
Yanhu et al. | A method of seismic meme inversion and its application | |
Du et al. | Seismic facies analysis based on self-organizing map and empirical mode decomposition | |
CN101349764B (zh) | 一种地震旋回分析方法 | |
CN110231652B (zh) | 一种基于密度的含噪声应用空间聚类的地震相提取方法 | |
US11181653B2 (en) | Reservoir characterization utilizing ReSampled seismic data | |
CN114114459B (zh) | 一种相控约束下的深层-超深层碳酸盐岩薄储层预测方法 | |
CN107193046A (zh) | 一种基于谱反演的砂体厚度预测方法及系统 | |
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 | |
CN108226997A (zh) | 一种基于叠前地震数据的地震相划分方法 | |
CN115629417B (zh) | 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 | |
CN108508489A (zh) | 一种基于波形微变化匹配的地震反演方法 | |
CN107132574B (zh) | 一种海相地层碎屑岩岩性组合的预测方法 | |
CN104424393B (zh) | 一种基于主成分分析的地震数据储层反射特征加强方法 | |
CN111090117B (zh) | 一种相控正演约束下的有效储层预测方法及系统 | |
Kumar et al. | Automatic lithology modelling of coal beds using the joint interpretation of principal component analysis (PCA) and continuous wavelet transform (CWT) | |
CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
CN110389381B (zh) | 一种基于地震属性的砂体储层预测方法及装置 | |
US11852768B2 (en) | Multimodal approach to target stratigraphic plays through seismic sequence stratigraphy, rock physics, seismic inversion and machine learning | |
CN113311482B (zh) | 一种基于叠前谱反演优化的高分辨率中深层储层预测方法 |
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 |