CN116299706A - 基于叠前拟横波反射率属性的混合阻抗砂体识别方法 - Google Patents

基于叠前拟横波反射率属性的混合阻抗砂体识别方法 Download PDF

Info

Publication number
CN116299706A
CN116299706A CN202310292024.8A CN202310292024A CN116299706A CN 116299706 A CN116299706 A CN 116299706A CN 202310292024 A CN202310292024 A CN 202310292024A CN 116299706 A CN116299706 A CN 116299706A
Authority
CN
China
Prior art keywords
attribute
transverse wave
amplitude
wave reflectivity
mean square
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
Application number
CN202310292024.8A
Other languages
English (en)
Inventor
李建海
邱文霜
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.)
Furuisheng Chengdu Technology Co ltd
Original Assignee
Furuisheng Chengdu Technology Co ltd
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 Furuisheng Chengdu Technology Co ltd filed Critical Furuisheng Chengdu Technology Co ltd
Priority to CN202310292024.8A priority Critical patent/CN116299706A/zh
Publication of CN116299706A publication Critical patent/CN116299706A/zh
Pending legal-status Critical Current

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. analysis, for interpretation, for correction
    • G01V1/30—Analysis
    • 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. analysis, for interpretation, for correction
    • 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. analysis, for interpretation, for correction
    • G01V1/30—Analysis
    • G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • 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
    • G01V2210/67—Wave propagation modeling

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

本发明公开了一种基于叠前拟横波反射率属性的混合阻抗砂体识别方法，属于石油勘探领域。所述混合阻抗砂体识别方法包括：确定砂体的阻抗类型；基于砂体的阻抗类型，通过井震标定确定砂体的地震响应特征；基于砂体的地震响应特征，应用叠前地震角道集数据进行AVO属性反演求取P‑G伪横波反射率属性；分别对P‑G伪横波反射率属性和原始地震数据求取均方根振幅，并对求得的均方根振幅进行振幅归一化；对振归一化后的均方根振幅进行振幅相加计算，得到融合属性体；采用基于全局自动体追踪的高密度等时切片提取融合属性体的振幅值，并根据融合属性体的振幅值刻画砂体的平面展布。本发明提升了砂体识别的精度。

Description

基于叠前拟横波反射率属性的混合阻抗砂体识别方法
技术领域
本发明属于石油勘探领域，涉及石油勘探中地震资料解释领域的砂体识别刻画技术，特别涉及涉及一种基于叠前拟横波反射率属性的混合阻抗砂体识别方法。
背景技术
三维地震识别砂体展布特征以砂体与围岩的阻抗差异为基础，砂体较围岩阻抗值低时，砂体表现为“顶谷底峰亮点反射”，砂体较围岩阻抗值高时，砂体为“顶峰底谷亮点反射”，基于砂体此种地震响应特征通过均方根振幅地层切片提取完成砂体平面刻画。
现有的使用叠后地震进行属性分析砂体刻画技术存在以下的问题和缺点：
1.常规叠后地震数据仅能刻画与围岩阻抗差异较大的高阻抗及低阻抗砂体，对于与围岩阻抗差异较小，地震反射亮点不突出的砂体识别能力较弱。
2.受埋藏深度、物源方向、成岩演化阶段等因素影响同一期次砂体可能表现为：高纵波阻抗、中纵波阻抗、低纵波阻抗特征，常规地震属性不能有效刻画砂体展布。
3.常规地层切片为等比例切片，相对等时，当沉积厚度发生变化时等比例切片等时性较差，砂体刻画准确率降低。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于叠前拟横波反射率属性的混合阻抗砂体识别方法。
本发明的目的是通过以下技术方案来实现的：基于叠前拟横波反射率属性的混合阻抗砂体识别方法，包括：
确定砂体的阻抗类型；
基于砂体的阻抗类型，通过井震标定确定砂体的地震响应特征；
基于砂体的地震响应特征，应用叠前地震角道集数据进行AVO属性反演，求取P-G伪横波反射率属性；
分别对P-G伪横波反射率属性和原始地震数据求取均方根振幅，并对P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅归一化；
对振归一化后的P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅相加计算，得到融合属性体；
采用基于全局自动体追踪的高密度等时切片提取融合属性体的振幅值，并根据融合属性体的振幅值刻画砂体的平面展布。
进一步地，所述P-G伪横波反射率属性的求取方法为：
基于叠前地震角道集数，应用Aki-Richards方程，得到AVO属性；
根据AVO属性得到截距和梯度，并将截距和梯度做插值得到P-G伪横波反射率属性。
进一步地，所述原始地震数据的均方根振幅的求取方法为：
在一个给定的时窗内，计算振原始地震数据的幅平方和的平均值；
将原始地震数据的幅平方和的平均值开平方得到原始地震数据的均方根振幅。
进一步地，所述P-G伪横波反射率属性的均方根振幅的求取方法为：
在一个给定的时窗内，计算P-G伪横波反射率属性的振幅平方和的平均值；
将P-G伪横波反射率属性的幅平方和的平均值开平方得到P-G伪横波反射率属性的均方根振幅。
进一步地，对P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅归一化，包括：
分别将P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅的值域范围通过数学算法规整为同一值域空间[1-10000]。
进一步地，所述高密度等时切片的提取方法为：
基于全局自动体追踪建立相对等时框架模型；
基于相对等时框架模型，按照所需的目的层顶底窗口提取高密度的等时解释层位切片，得到高密度等时切片。
本发明的有益效果是：
(1)本发明应用P-G伪横波反射率属性弥补了使用常规地震属性进行中高阻抗砂体刻画精度较低的问题，将中高阻抗砂体刻画方法从叠后引入叠前；
(2)本发明将伪横波反射率属性及常规地震属性进行归一化融合，可实现在单一属性上同时进行高、中、低纵波阻抗砂体识别；
(3)本发明应用全局优化自动追踪结果建立等时地层切片较等比例切片提高了地层切片的等时性，进而提升了砂体识别的精度。
附图说明
图1为本发明中混合阻抗砂体识别方法的一种实施例的流程图；
图2为一个实施例中的合成地震记录剖面；
图3为一个实施例中的原始地震剖面；
图4为一个实施例中的伪横波反射率剖面；
图5为一个实施例中的融合后的均方根属性剖面；
图6为一个实施例中的原始地震均方根振幅等时地层切片；
图7为一个实施例中的伪横波反射率均方根振幅等时地层切片。
具体实施方式
下面将结合实施例，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1至图7，本发明提供一种基于叠前拟横波反射率属性的混合阻抗砂体识别方法：
如图1所示，基于叠前拟横波反射率属性的混合阻抗砂体识别方法，包括：
步骤S100.确定砂体的阻抗类型。
例如，由于钻井后砂体都有测井曲线，因此可以基于预设的分类标准，根据砂体的阻抗特征分类，得到高、中、低阻抗分类。
步骤S200.基于砂体的阻抗类型，通过井震标定确定砂体的地震响应特征。
所述井震标定为通过子波和地震反射系数褶积求取模拟的地震道过程。震褶积模型数学形式为：
X(t)＝W(t)*R(t)+N(t)
式中，X(t)表示地震记录；W(t)为地震子波；R(t)为地层反射系数；N(t)为随机环境噪音。
具体的，通过井震标定得到时深表，完成深度域井与时间域地震匹配，其中经标定后河道砂体所对应地震反射的振幅、相位和频率特征即为砂体的地震响应特征。
步骤S300.基于砂体的地震响应特征，应用叠前地震角道集数据进行AVO属性反演，求取P-G伪横波反射率属性。
在一个实施例中，所述P-G伪横波反射率属性的求取方法为：基于叠前地震角道集数，应用Aki-Richards方程，得到AVO属性；根据AVO属性得到截距和梯度，并将截距和梯度做插值得到P-G伪横波反射率属性。
Aki-Richards方程表达式为：
Figure BDA0004141872070000031
RP(θ)≈P+Gsin2θ+C(tg2θ-sin2θ)
式中，P代表截距，G代表梯度，C代表曲率，Vp代表纵波速度，Vs代表横波速度，ρ代表密度，θ代表入射角度，Rp代表反射系数。
本实施例中，当纵、横波速度比近似等于2(即，在允许的差值范围内等于2)时，Vp＝2Vs，P-G伪横波反射率属性可以代表横波波阻抗特征，Rs＝1/2(P-G)。其推导如下：
Figure BDA0004141872070000041
Figure BDA0004141872070000042
式中，P代表截距，G代表梯度，Rs代表伪横波反射率。
步骤S400.分别对P-G伪横波反射率属性和原始地震数据求取均方根振幅，并对P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅归一化。
在一个实施例中，所述原始地震数据的均方根振幅的求取方法为：在一个给定的时窗内，计算振原始地震数据的幅平方和的平均值；将原始地震数据的幅平方和的平均值开平方得到原始地震数据的均方根振幅。
在一个实施例中，所述P-G伪横波反射率属性的均方根振幅的求取方法为：在一个给定的时窗内，计算P-G伪横波反射率属性的振幅平方和的平均值；将P-G伪横波反射率属性的幅平方和的平均值开平方得到P-G伪横波反射率属性的均方根振幅。
由于P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅对特别大的振幅非常敏感，因此可以很容易的识别地震剖面上的亮点、暗点和火成岩等特殊岩体。
均方根振幅的推导计算公式如下：
Figure BDA0004141872070000043
式中，Arms表示均方根振幅，xi表示振幅。
在一个实施例中，对P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅归一化，包括：分别将P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅的值域范围通过数学算法规整为同一值域空间[1-10000]。
步骤S500.对振归一化后的P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅相加计算，得到融合属性体。
步骤S600.采用基于全局自动体追踪的高密度等时切片提取融合属性体的振幅值，并根据融合属性体的振幅值刻画砂体的平面展布。
全局优化自动追踪技术为：利用最优化成本函数的算法，在同时考虑地震反射特征，地层沉积全局一致性、沉积厚度、地层继承性等地震、地质综合因素的基础上，采用“全局思维”模式，将整个三维地震数据体做为一个整体来考虑，解释方案和解释模式基于整个三维数据体的所包含的地震和地质信息，准确建立相对等时框架模型。
成本函数的表达式为：
Figure BDA0004141872070000051
式中，P(i)和P(j)表示地震“体元”的坐标，Vi和Vj表示地震“体元”的图像像素特征值，N′表示地震数据所有的“体元”数，
Figure BDA0004141872070000052
表示地震“体元”的大小。
高密度等时地层切片是指：在全局优化追踪得到的结果上，按照所需的目的层顶底窗口，提取的一系列高密度的等时解释层位切片。
高密度的解释层位切片指：纵向上每个波峰、波谷、零相位点均解释出层位，层位数量多。
等时解释层位切片指：每个解释层位均按照地震反射进行全区闭合追踪，单个解释层位切片代表某一沉积期的切片。
下面结合一个案例对本实施例的方法进行说明，待预测区域为四川盆地川中侏罗系沙溪庙一段河道砂体，具体过程如下：
首先确定砂体的阻抗类型，并通过井震标定首先确定目的层砂体反射特征，如图2所示，沙溪庙一段砂体阻抗差异较围岩较小，表现为中高阻抗特征，常规地震剖面和合成地震道不吻合，拟横波反射率剖面结果与合成地震道相关性高，砂体为“顶峰底谷亮点”反射。具体地，正演地震道以纵波时差曲线、密度曲线及子波作为输入通过反射系数求取及与子波相褶积计算得到。
然后以高质量的叠前角度叠加道集作为输入进行AVO属性反演，并在反演结果上求取拟横波反射率剖面求取，如图3和图4所示，对于中高阻抗砂体，拟横波反射率剖面上砂体反射“顶峰底谷亮点”特征较常规地震剖面更明显。具体地，AVO属性反演通过Aki-Richards方程实现。
然后分别对P-G伪横波反射率属性和原始地震数据求取均方根振幅，之后将求得的均方根振幅进行归一化处理及相加融合，得到融合属性体，融合后属性剖面上低阻抗及中高阻抗均较围岩表现为“高值亮点”的特征。
最后针对砂体平面识别，首选采用基于全局自动体追踪技术进行整个目的层追踪，在此基础上得到高密度等时切片，利用高密度等时切片提取融合后的地震属性来刻画砂体展布。图5为沙溪庙组一段某等时切片提取的融合后地震属性，其较图7伪横波反射率均方根振幅更能突出低阻抗砂体的展布，较图6原始地震均方根振幅更能突出中高阻抗砂体展布，同时具备两种属性的优势，实现了在同一属性体上完成了混合阻抗砂体刻画。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.基于叠前拟横波反射率属性的混合阻抗砂体识别方法，其特征在于，包括：
确定砂体的阻抗类型；
基于砂体的阻抗类型，通过井震标定确定砂体的地震响应特征；
基于砂体的地震响应特征，应用叠前地震角道集数据进行AVO属性反演，求取P-G伪横波反射率属性；
分别对P-G伪横波反射率属性和原始地震数据求取均方根振幅，并对P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅归一化；
对振归一化后的P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅相加计算，得到融合属性体；
采用基于全局自动体追踪的高密度等时切片提取融合属性体的振幅值，并根据融合属性体的振幅值刻画砂体的平面展布。
2.根据权利要求1所述的基于叠前拟横波反射率属性的混合阻抗砂体识别方法，其特征在于，所述P-G伪横波反射率属性的求取方法为：
基于叠前地震角道集数，应用Aki-Richards方程，得到AVO属性；
根据AVO属性得到截距和梯度，并将截距和梯度做插值得到P-G伪横波反射率属性。
3.根据权利要求1所述的基于叠前拟横波反射率属性的混合阻抗砂体识别方法，其特征在于，所述原始地震数据的均方根振幅的求取方法为：
在一个给定的时窗内，计算振原始地震数据的幅平方和的平均值；
将原始地震数据的幅平方和的平均值开平方得到原始地震数据的均方根振幅。
4.根据权利要求1所述的基于叠前拟横波反射率属性的混合阻抗砂体识别方法，其特征在于，所述P-G伪横波反射率属性的均方根振幅的求取方法为：
在一个给定的时窗内，计算P-G伪横波反射率属性的振幅平方和的平均值；
将P-G伪横波反射率属性的幅平方和的平均值开平方得到P-G伪横波反射率属性的均方根振幅。
5.根据权利要求1所述的基于叠前拟横波反射率属性的混合阻抗砂体识别方法，其特征在于，对P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅进行振幅归一化，包括：
分别将P-G伪横波反射率属性的均方根振幅和原始地震数据的均方根振幅的值域范围通过数学算法规整为同一值域空间[1-10000]。
6.根据权利要求1所述的基于叠前拟横波反射率属性的混合阻抗砂体识别方法，其特征在于，所述高密度等时切片的提取方法为：
基于全局自动体追踪建立相对等时框架模型；
基于相对等时框架模型，按照所需的目的层顶底窗口提取高密度的等时解释层位切片，得到高密度等时切片。
CN202310292024.8A 2023-03-23 2023-03-23 基于叠前拟横波反射率属性的混合阻抗砂体识别方法 Pending CN116299706A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310292024.8A CN116299706A (zh) 2023-03-23 2023-03-23 基于叠前拟横波反射率属性的混合阻抗砂体识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310292024.8A CN116299706A (zh) 2023-03-23 2023-03-23 基于叠前拟横波反射率属性的混合阻抗砂体识别方法

Publications (1)

Publication Number Publication Date
CN116299706A true CN116299706A (zh) 2023-06-23

Family

ID=86777663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310292024.8A Pending CN116299706A (zh) 2023-03-23 2023-03-23 基于叠前拟横波反射率属性的混合阻抗砂体识别方法

Country Status (1)

Country Link
CN (1) CN116299706A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117233843A (zh) * 2023-11-13 2023-12-15 福瑞升(成都)科技有限公司 一种多模式地层接触关系Wheeler变换方法、装置及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7177765B1 (en) * 2005-02-21 2007-02-13 Berge Tim B Method of general elastic inversion by combination of calculated pseudo-shear and measured compressional seismic amplitude information
CN101446645A (zh) * 2007-11-27 2009-06-03 中国石油天然气股份有限公司 一种利用地震流体阻抗进行流体确定的方法
CN103527184A (zh) * 2013-10-28 2014-01-22 北京大学 一种白云岩储层的预测方法和系统
CN104570067A (zh) * 2013-10-11 2015-04-29 中国石油化工股份有限公司 一种地球物理勘探中相控地震反演方法
WO2017024702A1 (zh) * 2015-08-11 2017-02-16 深圳朝伟达科技有限公司 一种射线弹性参数的反演系统
CN109143351A (zh) * 2017-06-28 2019-01-04 中国石油化工股份有限公司 叠前各向异性特征参数反演方法及计算机可读存储介质
CN111694055A (zh) * 2019-03-14 2020-09-22 中国石油天然气股份有限公司 一种强反射屏蔽下avo属性提取和分析的方法和装置
CN113806674A (zh) * 2020-06-11 2021-12-17 中国石油化工股份有限公司 古河道纵向尺度的量化方法、装置、电子设备及存储介质
CN115577616A (zh) * 2022-09-15 2023-01-06 福瑞升(成都)科技有限公司 基于深度学习的碳酸岩缝洞地震刻画方法及装置
CN115629417A (zh) * 2022-10-21 2023-01-20 西南石油大学 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7177765B1 (en) * 2005-02-21 2007-02-13 Berge Tim B Method of general elastic inversion by combination of calculated pseudo-shear and measured compressional seismic amplitude information
CN101446645A (zh) * 2007-11-27 2009-06-03 中国石油天然气股份有限公司 一种利用地震流体阻抗进行流体确定的方法
CN104570067A (zh) * 2013-10-11 2015-04-29 中国石油化工股份有限公司 一种地球物理勘探中相控地震反演方法
CN103527184A (zh) * 2013-10-28 2014-01-22 北京大学 一种白云岩储层的预测方法和系统
WO2017024702A1 (zh) * 2015-08-11 2017-02-16 深圳朝伟达科技有限公司 一种射线弹性参数的反演系统
CN109143351A (zh) * 2017-06-28 2019-01-04 中国石油化工股份有限公司 叠前各向异性特征参数反演方法及计算机可读存储介质
CN111694055A (zh) * 2019-03-14 2020-09-22 中国石油天然气股份有限公司 一种强反射屏蔽下avo属性提取和分析的方法和装置
CN113806674A (zh) * 2020-06-11 2021-12-17 中国石油化工股份有限公司 古河道纵向尺度的量化方法、装置、电子设备及存储介质
CN115577616A (zh) * 2022-09-15 2023-01-06 福瑞升(成都)科技有限公司 基于深度学习的碳酸岩缝洞地震刻画方法及装置
CN115629417A (zh) * 2022-10-21 2023-01-20 西南石油大学 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刁新东;李映涛;顾伟欣;邓锋;唐馨;: "三角洲水下分流河道砂体地震预测方法研究――以塔河油田三叠系河道砂岩为例", 物探与化探, no. 03, 4 June 2018 (2018-06-04) *
汪彩云;: "地震技术在车排子地区岩性油藏勘探中的应用", 勘探地球物理进展, no. 04, 25 August 2009 (2009-08-25) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117233843A (zh) * 2023-11-13 2023-12-15 福瑞升(成都)科技有限公司 一种多模式地层接触关系Wheeler变换方法、装置及存储介质
CN117233843B (zh) * 2023-11-13 2024-02-02 福瑞升(成都)科技有限公司 一种多模式地层接触关系Wheeler变换方法、装置及存储介质

Similar Documents

Publication Publication Date Title
US5862100A (en) Method and system for detecting hydrocarbon reservoirs using statistical normalization of amplitude-versus-offset indicators based upon seismic signals
US6058074A (en) Method and system for detecting hydrocarbon reservoirs using amplitude-versus-offset analysis with improved measurement of background statistics
Chopra et al. Seismic Attributes–a promising aid for geologic prediction
CN101551466B (zh) 一种利用与偏移距有关的地震属性提高油气储层预测精度的方法
Baker Processing near-surface seismic-reflection data: A primer
Muerdter et al. Understanding subsalt illumination through ray-trace modeling, Part 3: Salt ridges and furrows, and the impact of acquisition orientation
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
AU2013100760A4 (en) A workflow for seismic lithologic characterization
US11668848B2 (en) Method and system for seismic imaging using S-wave velocity models and machine learning
Takougang et al. Extraction and characterization of faults and fractures from 3D VSP data in a carbonate reservoir: A workflow
CN116299706A (zh) 基于叠前拟横波反射率属性的混合阻抗砂体识别方法
Talukdar et al. Sub-basalt imaging of hydrocarbon-bearing Mesozoic sediments using ray-trace inversion of first-arrival seismic data and elastic finite-difference full-wave modeling along Sinor–Valod profile of Deccan Syneclise, India
Di et al. Three‐dimensional curvature analysis of seismic waveforms and its interpretational implications
He et al. High-accuracy acoustic sediment classification using sub-bottom profile data
US20230184972A1 (en) Method and system for seismic processing using virtual trace bins based on offset attributes and azimuthal attributes
Lim et al. Machine learning derived AVO analysis on marine 3D seismic data over gas reservoirs near South Korea
Liu et al. Automatic estimation of traveltime parameters in VTI media using similarity-weighted clustering
Al-Shuhail et al. Attenuation of incoherent seismic noise
Pendrel et al. Estimating porosity from 3D seismic inversion and 3D geostatistics
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
Garabito et al. Migration velocity analysis based on focusing diffractions generated from CRS wavefront attributes: Application to real land data
Hardage et al. Estimating SHmax azimuth with P sources and vertical geophones: Use PP reflection amplitudes or use SV-P reflection times?
CN110632660A (zh) 基于地震数据体的薄砂体表征方法及装置
CN113325474B (zh) 生物礁判别方法
US11768303B2 (en) Automatic data enhancement for full waveform inversion in the midpoint-offset domain

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