CN118033733A - 基于纵波-转换波联合反演的砂岩厚度预测方法 - Google Patents
基于纵波-转换波联合反演的砂岩厚度预测方法 Download PDFInfo
- Publication number
- CN118033733A CN118033733A CN202211376502.5A CN202211376502A CN118033733A CN 118033733 A CN118033733 A CN 118033733A CN 202211376502 A CN202211376502 A CN 202211376502A CN 118033733 A CN118033733 A CN 118033733A
- Authority
- CN
- China
- Prior art keywords
- wave
- longitudinal wave
- converted
- longitudinal
- inversion
- 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 37
- 238000013528 artificial neural network Methods 0.000 claims abstract description 5
- 238000009499 grossing Methods 0.000 claims description 3
- 239000012530 fluid Substances 0.000 description 12
- 239000011148 porous material Substances 0.000 description 10
- 238000000605 extraction Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000606161 Chlamydia Species 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请公开了一种基于纵波‑转换波联合反演的砂岩厚度预测方法，包括：获取转换波地震数据及纵波地震数据；对所述转换波地震数据与所述纵波地震数据进行联合反演以获取弹性参数γ、LR、MR及纵波阻抗属性信息；利用所述弹性参数γ、LR、MR及纵波阻抗属性信息，采用神经网络技术对储层的砂岩厚度进行预测；解决现有基于纵波地震数据进行砂岩厚度预测存在多解性的问题。
Description
技术领域
本公开涉及油田勘探开发领域，具体的是涉及储层砂岩厚度的预测方法。
背景技术
本节中的陈述只提供与本公开有关的背景信息并且不构成现有技术。
常规纵波地震数据是油田勘探、开发阶段不可或缺的基础资料，利用纵波地震数据可以探测地下含油层的构造信息和进行储层砂岩厚度预测，这对于提高油田部署井位成功率、改善开发效果具有重大意义。
由于纵波地震数据的地震反射波组特征是储层砂岩厚度、岩性、孔隙流体的综合体现，单纯应用仅包含纵波地震数据信息的叠后地震数据，很难提高储层砂岩厚度预测的精度，必须要去除孔隙流体和岩性对砂岩厚度预测的干扰。目前现有的砂岩厚度预测方法缺少去除孔隙流体和岩性干扰的技术手段，导致基于纵波地震数据预测砂岩厚度存在多解性，不能有效提高储层预测的精度，影响了精细油藏描述的效果。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包含不构成现有技术的信息。
发明内容
有鉴于此，本公开提供一种基于纵波-转换波联合反演的砂岩厚度预测方法，解决现有基于纵波地震数据进行砂岩厚度预测存在多解性的问题。
为实现上述发明目的，所述的基于纵波-转换波联合反演的砂岩厚度预测方法，包括：
获取转换波地震数据及纵波地震数据；
对所述转换波地震数据与所述纵波地震数据进行联合反演以获取弹性参数γ、LR、MR及纵波阻抗属性信息；
利用所述弹性参数γ、LR、MR及纵波阻抗属性信息，采用神经网络技术对储层的砂岩厚度进行预测。
在本公开的实施例中，进行所述联合反演的方法，包括：
将所述转换波地震数据转换到纵波域；
在相同时间域分别提取参与反演的纵波和转换波子波，以建立纵波及转换波联合低频分量反演初始模型；
基于所述纵波及转换波联合低频分量反演初始模型，进行纵波和转换波的联合反演，以获得弹性参数γ、LR、MR及纵波阻抗属性信息。
在本公开的实施例中，将转换波地震数据转换到纵波域的方法，包括：
通过纵波及转换波合成地震记录对比，确定同一地质层位在地震剖面的反射同相轴位置及进行层位标定；
基于所述层位标定，将同一地质层位的反射同相轴分别在纵波和转换波剖面上拾取匹配完成后，压缩转换波剖面，使拾取的转换波反射同相轴位于相对应的纵波反射同相轴的时间尺度，转换波地震数据即转换到纵波域。
在本公开的实施例中，纵波及转换波合成地震记录对比的方法是：
通过测井资料获得纵波速度、横波速度和密度曲线，并利用地质统计方法提取井旁道地震子波；
利用纵波速度、横波速度、密度曲线及井旁道子波进行纵波及转换波合成地震记录对比。
在本公开的实施例中，纵波及转换波联合低频分量反演初始模型建立的方法是：
对测井曲线进行插值、反距离加权平均以及低频带通平滑处理以获得10-15Hz的低频速度信息，利用所述低频速度信息与层位数据建立低频分量反演初始模型，对所述低频分量反演初始模型进行反演约束和频带补偿，及将井点测井数据内插外推到整个三维模型空间，以建立纵波及转换波联合低频分量反演初始模型。
在本公开的实施例中，弹性参数γ、LR、MR及纵波阻抗属性信息获取方法，包括：
基于所述纵波及转换波联合低频分量的反演初始模型，应用Aki-Richards近似方程求解纵波速度、转换波速度与密度的函数关系，使用简化Fatti的Aki-Richards公式得到所述γ、LR、MR及纵波阻抗属性信息。
本公开具有如下有益效果：
本公开方法通过反演获得多波弹性参数(γ、LR、和MR)，其中，弹性参数γ与纵波阻抗的低值是砂岩的反映，通过γ与纵波阻抗交会分析容易区分砂岩；随着孔隙流体中的含水饱和度的升高，LR值增大，MR值略有减小；而利用弹性参数γ与纵波阻抗消除岩性对砂岩厚度预测的影响，同时利用弹性参数LR、MR消除孔隙流体对砂岩厚度预测的影响，因此，本公开方法可以消除岩性和孔隙流体的影响，降低单一纵波资料预测储层时的多解性，提高储层砂岩厚度预测的精度。
附图说明
通过以下参考附图对本公开实施例的描述，本公开的上述以及其它目的、特征和优点更为清楚，在附图中：
图1是本公开实施例的基于纵波-转换波联合反演的砂岩厚度预测方法的流程图；
图2-1是本公开实施例的大庆长垣喇嘛甸油田某区块纵波(PP波)叠前地震数据；
图2-2是本公开实施例的大庆长垣喇嘛甸油田某区块转换波(PS波)叠前地震数据；
图3-1是本公开实施例的L8-PS1832井纵波合成地震记录；
图3-2是本公开实施例的L8-PS1832井转换波合成地震记录；
图4-1是本公开实施例的纵波层位拾取与匹配；
图4-2是本公开实施例的转换波层位拾取与匹配；
图5-1是本公开实施例的纵波地震子波提取；
图5-2是本公开实施例的转换波地震子波提取；
图6-1是本公开实施例的纵波低频分量反演初始模型；
图6-2是本公开实施例的转换波低频分量反演初始模型；
图7-1是本公开实施例的VP/VS(γ)地震反演剖面；
图7-2是本公开实施例的LR地震反演剖面；
图7-3是本公开实施例的MR地震反演剖面；
图8-1是本公开实施例的纵波资料砂岩厚度预测结果；
图8-2是本公开实施例的转换波资料砂岩厚度预测结果；
图8-3是本公开实施例的纵波转换波资料砂岩厚度预测精度对比图。
具体实施方式
以下基于实施例对本公开进行描述，但是值得说明的是，本公开并不限于这些实施例。在下文对本公开的细节描述中，详尽描述了一些特定的细节部分。然而，对于没有详尽描述的部分，本领域技术人员也可以完全理解本公开。
同时，除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包含但不限于”的含义。
图1是本公开实施例的基于纵波-转换波联合反演的砂岩厚度预测方法的流程图；如图1所示，本公开实施例的基于纵波-转换波联合反演的砂岩厚度预测方法，包括：步骤S101：获取转换波地震数据及纵波地震数据；步骤S102：对所述转换波地震数据与所述纵波地震数据进行联合反演以获取弹性参数γ、LR、MR及纵波阻抗属性信息；步骤S103：利用弹性参数γ、LR、MR及纵波地震属性信息，采用神经网络技术对储层的砂岩厚度进行预测。
下面以大庆长垣喇嘛甸油田某区块为例，对本公开实施例的基于纵波-转换波联合反演的砂岩厚度预测方法进行具体说明：
步骤S101：获取测井曲线数据、转换波地震数据及纵波地震数据；其中，测井资料通过野外测井来获取；地震数据通过野外地震采集处理获得纵波和转换波叠前地震数据，如图2-1及图2-2所示，通过对叠前地震数据进行叠加处理，得到叠加后的纵波及转换波地震数据。
步骤S102：对所述转换波地震数据与所述纵波地震数据进行联合反演以获取弹性参数γ、LR、MR及纵波阻抗属性信息。
由于纵波和转换波传播速度的不同，转换波传播到同一地下地质层位的传播时间要比其相对应的纵波传播时间要多，因此，进行纵波-转换波联合反演预测砂岩厚度的前提是要通过纵波及转换波合成地震记录对比，确定同一地质层位在地震剖面的反射同相轴位置并进行层位的标定拾取，以利于纵波与转换波地震剖面的联合对比分析。
其次，需要在纵波和转换波地震剖面上匹配同一地质层位的地震反射波传播时间。纵波和转换波地震数据时间匹配是指将转换波双程旅行传播时间转换为纵波地震反射传播时间尺度。一旦将同一地质层位的反射同相轴分别在纵波和转换波剖面上拾取匹配完成后，即可以压缩转换波剖面，使拾取的转换波同相轴位于相对应的纵波同相轴的时间尺度，也就完成了把转换波数据转换到纵波域。
转换波压缩匹配完成后，在相同时间域分别提取参与反演的纵波和转换波子波，基于精细层位解释成果，应用测井曲线与层位数据建立低频分量反演初始模型，进行反演约束和频带补偿，再将井点测井数据内插外推到整个三维空间，最终建立能够反映目的层段真实地质特征和地层弹性参数空间变化的纵波及转换波联合低频分量反演初始模型。基于纵波及转换波联合低频分量的初始反演模型，进行纵波和转换波的联合反演，以获得弹性参数γ、LR、MR及纵波阻抗属性信息。
本公开实施例关于大庆长垣喇嘛甸油田某区块进行步骤S102的具体过程如下：
1、纵波及转换波合成地震记录对比
通过测井曲线数据得到纵波速度、横波速度和密度曲线，并利用地质统计方法提取井旁道子波；基于纵波速度、横波速度、密度曲线及井旁地震道子波进行纵波及转换波合成地震记录对比，获得图3-1及图3-2所示的L8-PS1832井的纵波合成地震记录及转换波合成地震记录，以开展纵波与转换波地震剖面的联合对比分析，确定同一地质层位在地震剖面的反射同相轴位置并进行层位的标定。
2、纵波及转换波层位拾取与匹配
在纵波及与转换波合成地震记录层位标定的基础上，对同一地质层位在地震剖面的反射同相轴上进行拾取，然后通过压缩转换波剖面，使拾取的转换波反射同相轴位于相对应的纵波反射同相轴的时间尺度，也就完成了纵波与转换波地震数据层位匹配，即完成了把转换波数据转换到纵波域的任务。如图4-1及图4-2所示的纵波和转换波层位拾取与匹配。
上述提取井旁地震道子波、合成地震记录对比及所述匹配与拾取均可以采用本领域的常规技术手段进行操作。
3、纵波及转换波子波提取
在纵波(PP波)和转换波(PS波)合成地震记录对比的前提下，将PS波地震数据与时间域PP波的地震数据进行匹配，并且在相同时间域分别提取参与反演PP波时域中的纵波和转换波子波(如图5-1及图5-1)。所述匹配及提取，均可以采用本领域的常规技术手段进行操作。
4、纵波及转换波联合低频分量反演初始模型建立
10～15Hz范围的低频分量是建立反演初始模型所需的重要参数，而地震数据中缺少该频带信息。因此，使用测井资料插值、反距离加权平均以及低频带通平滑处理等从测井曲线中获得10-15Hz的低频速度信息，利用低频速度信息与层位数据建立低频分量反演初始模型，对低频分量反演初始模型进行反演约束和频带补偿，再将井点测井数据内插外推到整个三维模型空间，最终建立能够反映目的层段真实地质特征及地层弹性参数空间变化的如图6-1、图6-2所示的纵波及转换波联合低频分量反演初始模型。上述操作为本领域的常规技术手段，本公开实施例在此不做具体说明。
5、在纵波及转换波联合低频分量反演初始模型基础上，进行纵波和转换波联合反演，获得弹性参数γ、LR、MR及纵波阻抗属性信息。
在纵波及转换波联合低频分量的反演初始模型基础上，应用Aki-Richards近似方程求解了纵波(PP波)速度、转换波(PS波)速度与密度的函数关系，使用简化Fatti的Aki-Richards公式得到地震P波阻抗、S波阻抗及密度，进而可得到VP、VS、VP/VS(γ)、泊松比(σ)、LR、MR等弹性参数地震反演数据体。具体公式如下：
ln(ZS)＝kln(ZP)+kc+△LS (1)
ln(ρ)＝mln(ZP)+mc+△LD (2)
式中：Zp为P波阻抗，Zs为S波阻抗，Kc、mc为截距，△LS、△LD分别为相邻界面的S波阻抗及密度的自然对数之差，ρ是密度。
根据纵波和转换波联合地震反演，能够得到Zs(S波阻抗)、Zp(P波阻抗)、ρ(密度)等三维地震数据体，进而可得到VP、VS、VP/VS(γ)、泊松比(σ)、LR、MR等弹性参数地震反演数据体：
VP＝Zp/ρ (3)
VS＝Zs/ρ (4)
γ＝VP/VS (5)
σ＝(2-γ2)/2(1-γ2) (6)
LR＝Zp 2-2Zs 2 (7)
MR＝Zs 2 (8)
图7-1、7-2、7-3分别为VP/VS、LR、MR的地震反演剖面，使用简化Fatti的Aki-Richards公式得到地震纵波(PP波)阻抗、S波阻抗及密度，进而可得到VP、VS、VP/VS(γ)、泊松比(σ)、LR、MR等弹性参数地震反演数据体的地震剖面。
本步骤反演的数据是中、高频的数据体，加上低频分量的反演初始模型，这样反演的数据体是全频段(包括低、中、高的频率成分)。
步骤S103：利用弹性参数γ、LR、MR及纵波阻抗属性信息，采用神经网络技术对储层的砂岩厚度进行预测，结果如图8-1、8-2及8-3所示，由上述附图可以看出：
由于纵波地震数据的地震反射波组特征是储层砂岩厚度、岩性、孔隙流体的综合体现，单纯应用仅包含纵波阻抗信息的地震数据，没有去除孔隙流体和岩性对砂岩厚度预测的干扰，难以提高储层砂岩厚度预测的精度，从图8-1可看到，其砂岩厚度预测符合率仅为67％。
纵波-转换波联合反演提取的地震属性中包含了反映储层岩性和流体预测的弹性参数(γ、LR和MR)的信息，其中，弹性参数γ与纵波阻抗的低值是砂岩的反映，通过γ与纵波阻抗交会分析容易区分砂岩；而随着孔隙流体中的含水饱和度的升高，LR值增大，MR值略有减小，依据LR、MR等弹性参数消除了流体的影响。由于利用弹性参数γ与纵波阻抗消除了岩性对砂岩厚度预测的影响，同时利用弹性参数LR、MR消除了孔隙流体对砂岩厚度预测的影响，因此，同时应用弹性参数γ、LR、MR及纵波阻抗属性进行砂岩厚度预测，降低了单一纵波资料预测储层时的多解性，从图8-2可看到，其砂岩厚度预测符合率为83％。
从图8-3的单一纵波资料与纵波转换波联合预测砂岩厚度精度对比看，应用纵波资料、转换波资料比仅使用单一纵波地震数据预测砂体厚度符合率提高了16％，提高了储层砂岩厚度预测的精度。
以上所述实施例仅为表达本公开的实施方式，其描述较为具体和详细，但并不能因此而理解为对本公开专利范围的限制。应当指出的是，对本领域的普通技术人员来说，在不脱离本公开构思的前提下，还可以做出若干变形、同等替换、改进等，这些都属于本公开的保护范围。因此，本公开专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于纵波-转换波联合反演的砂岩厚度预测方法，其特征在于，包括：
获取转换波地震数据及纵波地震数据；
对所述转换波地震数据与所述纵波地震数据进行联合反演以获取弹性参数γ、LR、MR及纵波阻抗属性信息；
利用所述弹性参数γ、LR、MR及纵波阻抗属性信息，采用神经网络技术对储层的砂岩厚度进行预测。
2.根据权利要求1所述的基于纵波-转换波联合反演的砂岩厚度预测方法，其特征在于，进行所述联合反演的方法，包括：
将所述转换波地震数据转换到纵波域；
在相同时间域分别提取参与反演的纵波和转换波子波，以建立纵波及转换波联合低频分量反演初始模型；
基于所述纵波及转换波联合低频分量反演初始模型，进行纵波和转换波的联合反演，以获得弹性参数γ、LR、MR及纵波阻抗属性信息。
3.根据权利要求2所述的基于纵波-转换波联合反演的砂岩厚度预测方法，其特征在于，将转换波地震数据转换到纵波域的方法，包括：
通过纵波及转换波合成地震记录对比，确定同一地质层位在地震剖面的反射同相轴位置及进行层位标定；
基于所述层位标定，将同一地质层位的反射同相轴分别在纵波和转换波剖面上拾取匹配完成后，压缩转换波剖面，使拾取的转换波反射同相轴位于相对应的纵波反射同相轴的时间尺度，转换波地震数据即转换到纵波域。
4.根据权利要求3 所述的基于纵波-转换波联合反演的砂岩厚度预测方法，其特征在于，纵波及转换波合成地震记录对比的方法是：
通过测井资料获得纵波速度、横波速度和密度曲线，并利用地质统计方法提取井旁道地震子波；
利用纵波速度、横波速度、密度曲线及井旁道子波进行纵波及转换波合成地震记录对比。
5.根据权利要求2-4任一项所述的基于纵波-转换波联合反演的砂岩厚度预测方法，其特征在于，纵波及转换波联合低频分量反演初始模型建立的方法是：
对测井曲线进行插值、反距离加权平均以及低频带通平滑处理以获得10-15Hz的低频速度信息，利用所述低频速度信息与层位数据建立低频分量反演初始模型，对所述低频分量反演初始模型进行反演约束和频带补偿，及将井点测井数据内插外推到整个三维模型空间，以建立纵波及转换波联合低频分量反演初始模型。
6.根据权利要求5所述的基于纵波-转换波联合反演的砂岩厚度预测方法，其特征在于，弹性参数γ、LR、MR及纵波阻抗属性信息获取方法，包括：
基于所述纵波及转换波联合低频分量的反演初始模型，应用Aki-Richards近似方程求解纵波速度、转换波速度与密度的函数关系，使用简化 Fatti 的Aki-Richards 公式得到所述γ、LR、MR及纵波阻抗属性信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211376502.5A CN118033733A (zh) | 2022-11-04 | 2022-11-04 | 基于纵波-转换波联合反演的砂岩厚度预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211376502.5A CN118033733A (zh) | 2022-11-04 | 2022-11-04 | 基于纵波-转换波联合反演的砂岩厚度预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118033733A true CN118033733A (zh) | 2024-05-14 |
Family
ID=90988297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211376502.5A Pending CN118033733A (zh) | 2022-11-04 | 2022-11-04 | 基于纵波-转换波联合反演的砂岩厚度预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118033733A (zh) |
-
2022
- 2022-11-04 CN CN202211376502.5A patent/CN118033733A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8923093B2 (en) | Determining the quality of a seismic inversion | |
| CN103487835B (zh) | 一种基于模型约束的多分辨率波阻抗反演方法 | |
| CN105353407B (zh) | 一种叠后地震波阻抗反演方法 | |
| CN108802812A (zh) | 一种井震融合的地层岩性反演方法 | |
| CN106405651B (zh) | 一种基于测井匹配的全波形反演初始速度模型构建方法 | |
| CN102695970B (zh) | 用于表征石油或者天然气储集层随时间演变的改进方法 | |
| CA3111394C (en) | Reservoir characterization utilizing inversion of resampled seismic data | |
| CN109669212B (zh) | 地震数据处理方法、地层品质因子估算方法与装置 | |
| CN102937720B (zh) | 井控提高地震资料分辨率的方法 | |
| CN104237945B (zh) | 一种地震资料自适应高分辨处理方法 | |
| CN111722284B (zh) | 一种基于道集数据建立速度深度模型的方法 | |
| CN109541685B (zh) | 一种河道砂体识别方法 | |
| 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 | |
| CN113031068B (zh) | 一种基于反射系数精确式的基追踪叠前地震反演方法 | |
| CN108646290A (zh) | 一种基于模型定量补偿的薄层反演方法 | |
| CN118033733A (zh) | 基于纵波-转换波联合反演的砂岩厚度预测方法 | |
| CN105989240B (zh) | 砂层预测方法及装置 | |
| CN104345347B (zh) | 一种用于致密含气砂岩储层预测的测井曲线恢复方法 | |
| CN113589366B (zh) | 基于全波形反演的宽频融合建模方法 | |
| CN112147700A (zh) | 速度异常区的低频模型构建方法及系统 | |
| CN116774285B (zh) | 基于特征曲线重构的薄互层预测方法、装置、设备及介质 | |
| 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 | |
| CN113495293B (zh) | 油藏流体预测方法及装置 | |
| CN113009579B (zh) | 地震数据反演方法及装置 | |
| CN114814949B (zh) | 一种浅层逆vsp初至层析及地层预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |