CN118068443A - 整合地球物理数据进行地质力学参数评估的方法及装置 - Google Patents
整合地球物理数据进行地质力学参数评估的方法及装置 Download PDFInfo
- Publication number
- CN118068443A CN118068443A CN202410465373.XA CN202410465373A CN118068443A CN 118068443 A CN118068443 A CN 118068443A CN 202410465373 A CN202410465373 A CN 202410465373A CN 118068443 A CN118068443 A CN 118068443A
- Authority
- CN
- China
- Prior art keywords
- seismic
- data
- wave velocity
- model
- resistivity
- 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 59
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000005192 partition Methods 0.000 claims description 28
- 230000015572 biosynthetic process Effects 0.000 claims description 22
- 238000005755 formation reaction Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 12
- 239000006185 dispersion Substances 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000003325 tomography Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 238000010291 electrical method Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 239000012267 brine Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及地球物理勘探技术领域，提供了一种整合地球物理数据进行地质力学参数评估的方法及装置，所述方法包括：采集电阻率数据和地震数据；获得电阻率变化模型和地震速度模型，所述地震速度模型包括地震纵波速度模型和地震横波速度模型；基于模糊C均值聚类方法，整合所述电阻率变化模型和所述地震纵波速度模型，获得优化的地震纵波速度；根据所述优化的地震纵波速度和地震横波速度，评估地质力学参数；根据所述地质力学参数，评估地层的稳定性、变形特性以及地质灾害危险性。本发明通过整合电阻率数据和地震数据，获取了优化的地震纵波速度，提高了对地下地质结构解释的系统性和准确性，从而提高了地质力学参数评估的精度。
Description
技术领域
本发明涉及地球物理勘探技术领域，具体涉及一种整合地球物理数据进行地质力学参数评估的方法及装置。
背景技术
在进行基础设施建设之前，进行地层岩性分类和地质力学参数评价是必须的。并且，随着海上油气田的发展，在进行海上油气项目建设之前，进行海底地层岩性分类和地质力学参数评价，以确保海上油气项目顺利进行，也是必不可少的。开展地球物理勘探，结合地球物理勘探结果，研究地质条件对工程建设和环境的影响，进行地质灾害评估、地下水开发等；研究地质材料的物理和力学性质以及它们在地下工程中的行为，有助于对地下介质进行全面的地质和地质力学特征评估，为基础设施规划和工程设计提供重要的地质信息支持。但仅仅依靠钻井信息获得的地下特征容易受空间限制，并且不能完全反应地下空间的异质性。地球物理勘探方法被广泛应用于岩土工程中来表征土、岩石和地下水，以提高地下岩土建模的精度。电阻率成像和地震波速度成像是常用的地球物理勘探方法，用于推断地下介质的物理特性和结构。但是，单一依靠电阻率成像或者地震波速度成像，解释地下地质结构，还存在一定的不确定性。将多种地球物理勘探方法结合起来，有助于进一步提高地下地质结构反演的精度。中国专利CN117492108A公开了一种富锂卤水空间展布预测方法、系统及电子设备，能够在富锂卤水储层预测的基础上，进一步采用电法、地震联合构建高精度电阻率模型，更为精确地预测具有低电阻特征储层的展布形态。将电法作为低频信号，地震信号作为中频信号，将电阻率测井作为高频信号；只融合了电法、地震和电阻率测井中的某些频段的信号，舍弃了部分频道的信号。中国专利CN113805250A公开了一种露天矿采空区高密度地震与电法联合探测及识别方法，对地震剖面进行多属性数据提取与优选分析，将敏感性地震属性数据与电法电阻率数据进行融合，形成属性融合后的地震与电法属性数据，数据融合具体包括：不同属性数据的标准化、求解相关系数、计算特征值和特征向量、转换融合属性与计算融合属性贡献率，选取融合属性贡献率最高的属性值作为融合后的数据形成剖面，其融合过程复杂，计算效率相对较低。因此，如何能够高效快速的将多种地球物理勘探方法结合起来，并更多的保留电法和地震勘探原始信号中的有效信息，成为亟需解决的技术问题。
发明内容
针对现有技术存在的问题，本发明提供一种整合地球物理数据进行地质力学参数评估的方法及装置，基于模糊C均值聚类方法，整合电阻率数据和地震数据，提供电阻率传感器和地震检波器采集数据整合的输出信息。第一方面，本发明提供了一种整合地球物理数据进行地质力学参数评估的方法，所述方法包括：
步骤S1：采集电阻率数据和地震数据；
步骤S2：对所述电阻率数据和地震数据进行数据处理，获得电阻率变化模型和地震速度模型，所述地震速度模型包括地震纵波速度模型和地震横波速度模型；
步骤S3：基于模糊C均值聚类方法，整合所述电阻率变化模型和所述地震纵波速度模型，获得优化的地震纵波速度；
步骤S4：根据所述优化的地震纵波速度和地震横波速度，评估地质力学参数；根据所述地质力学参数，评估地层的稳定性、变形特性以及地质灾害危险性。
在一种可能的实现方式中，所述步骤S2包括：
步骤S21：对所述电阻率数据进行反演，获得电阻率变化模型；
步骤S22：对所述地震数据进行处理，获得地震层析成像结果，根据所述地震层析成像结果，提取地震纵波速度模型；
步骤S23：将所述地震数据从空间域转换到频率域，提取频率域地震数据的频散曲线，对所述频散曲线进行反演，获得地震横波速度模型。
在一种可能的实现方式中，所述步骤S3包括：
步骤S31：将所述电阻率变化模型和所述地震纵波速度模型转换到同一模型网格中；
步骤S32：对所述电阻率变化模型和所述地震纵波速度模型分别进行归一化处理，获得归一化的电阻率变化模型和归一化的地震纵波速度模型；
步骤S33：基于模糊C均值聚类方法，获取电阻率-地震纵波速度的整合模型。
在一种可能的实现方式中，所述模糊C均值聚类方法的目标函数J m为：
，
其中，m为聚类的簇数，c为聚类中心数，n为样本数，为第j个样本，/>为第i个聚类中心，/>为样本/>对聚类中心/>的隶属度，/>为欧几里得范数；每一样本为每一模型网格点上的电阻率和地震纵波速度组成的数组。
在一种可能的实现方式中，当电阻率根据和地震数据的采集测线附近有对应的测井数据时，根据所述测井数据，解释地层岩性，获得地层数，将所述地层数作为聚类中心数c。
在一种可能的实现方式中，当电阻率根据和地震数据的采集测线附近没有对应的测井数据时，给定多个连续的聚类中心数c，求解所述目标函数，获得隶属度；对所述多个连续的聚类中心数c进行评价，根据所述评价，确定最优的聚类中心数c。
在一种可能的实现方式中，所述对所述多个连续的聚类中心数c进行评价，根据所述评价，确定最优的聚类中心数c，包括：计算划分系数F和划分熵H，所述划分系数F和划分熵H的计算公式为：
，
其中，c为聚类中心数，n为样本数，为样本/>对聚类中心/>的隶属度，将所述划分系数F最大且划分熵H最小时，对应的聚类中心数c作为最优的聚类中心数c。
在一种可能的实现方式中，所述地质力学参数包括压缩模量、剪切模量G、杨氏模量E和泊松比/>，所述地质力学参数计算公式如下：
，
其中， 为密度， V p为优化后的地震纵波速度， V s为地震横波速度。
第二方面，本发明提供了一种整合地球物理数据进行地质力学参数评估的装置，所述装置包括：
数据采集模块：采集电阻率数据和地震数据；
模型获取模块：对所述电阻率数据和地震数据进行数据处理，获得电阻率变化模型和地震速度模型，所述地震速度模型包括地震纵波速度模型和地震横波速度模型；
模型整合模块：基于模糊C均值聚类方法，整合所述电阻率变化模型和所述地震纵波速度模型，获得优化的地震纵波速度；
地质力学参数评估模块：根据所述优化的地震纵波速度和地震横波速度，评估地质力学参数；根据所述地质力学参数，评估地层的稳定性、变形特性以及地质灾害危险性。
第三方面，本发明提供了一种电子设备，包括：
处理器；
存储器；
以及计算机程序，其中所述计算机程序被存储在所述存储器中，所述计算机程序包括指令，当所述指令被所述处理器执行时，使得所述电子设备执行第一方面中任意一项所述的方法。
基于以上发明内容，相对于现有技术，本发明通过整合电阻率数据和地震数据，获取了优化的地震纵波速度，减少了使用单一地球物理模型进行解释的模糊性，并且无需筛选不同频段信息，更多的保留电法和地震勘探原始信号中的有效信息，提高了对地下地质结构解释的系统性和准确性，从而提高了地质力学参数评估的精度。在利用模糊C均值聚类方法时，利用现有的测井数据确定聚类中心数c，能够将地震数据和测井数据结合起来，更好地理解地下结构；在没有测井数据时，利用划分系数F和划分熵H确定最优的聚类中心数c，提高了目标函数的求解精度。
附图说明
为了更清楚说明本发明实施例的技术方案，下面将对实施例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发明的一些实施例，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它的附图。
图1为本发明实施例提供的一种整合地球物理数据进行地质力学参数评估的方法的流程示意图；
图2为本发明实施例提供的一种整合地球物理数据进行地质力学参数评估的装置的结构框图；
图3为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
参见图1，为本发明实施例提供的整合地球物理数据进行地质力学参数评估的方法的流程示意图。如图1所示，所述方法具体包括：
步骤S1：采集电阻率数据和地震数据。
在勘探工区内，设计电阻率数据采集测线和地震数据采集测线，所述电阻率数据采集测线和地震数据采集测线重合。电阻率数据采集系统采用72道电极，电极间距为10m；地震数据采集系统采用48道检波器，道间距为10m，炮间距为20m。
步骤S2：对所述电阻率数据和地震数据进行数据处理，获得电阻率变化模型和地震速度模型，所述地震速度模型包括地震纵波速度模型和地震横波速度模型，包括：
步骤S21：对所述电阻率数据进行反演，获得电阻率变化模型。反演获得的电阻率变化模型的均方根误差小于5%。
步骤S22：对所述地震数据进行处理，获得地震层析成像结果，根据所述地震层析成像结果，提取地震纵波速度模型。
步骤S23：将所述地震数据从空间域转换到频率域，提取频率域地震数据的频散曲线，对所述频散曲线进行反演，获得地震横波速度模型。
具体的，采用傅里叶变换将所述地震数据从空间域转换到频率域，得到频率域地震数据，并提取频散曲线。频散曲线描述了地震波在介质中传播时随着频率的变化而发生的相速度变化。通过对这些频散曲线进行反演，获得地下介质的地震横波速度模型，为进一步研究地下结构提供有力支持。
步骤S3：基于模糊C均值聚类方法，整合所述电阻率变化模型和所述地震纵波速度模型，获得优化的地震纵波速度，包括：
步骤S31：将所述电阻率变化模型和所述地震纵波速度模型转换到同一模型网格中。
电阻率变化模型和地震纵波速度模型是单独处理得到的结果，电阻率变化模型和地震纵波速度模型的网格数不同，为了将电阻率变化模型和地震纵波速度模型整合到一起，需要将电阻率变化模型和地震纵波速度模型转换到同一模型网格中。
步骤S32：对所述电阻率变化模型和所述地震纵波速度模型分别进行归一化处理，获得归一化的电阻率变化模型和归一化的地震纵波速度模型。
步骤S33：基于模糊C均值聚类方法，获取电阻率-地震纵波速度的整合模型。
所述模糊C均值聚类方法的目标函数J m为：
，
其中，m为聚类的簇数，c为聚类中心数，n为样本数，为第j个样本，/>为第i个聚类中心，/>为样本/>对聚类中心/>的隶属度，/>为欧几里得范数；每一样本为每一模型网格点上的电阻率和地震纵波速度组成的数组。
当电阻率根据和地震数据的采集测线附近有对应的测井数据时，根据所述测井数据，解释地层岩性，获得地层数，将所述地层数作为聚类中心数c。例如，对电阻率数据采集测线和地震数据采集测线附近的测井数据进行解释，识别出不同岩性的界面和层序，将电阻率数据采集测线和地震数据采集测线处的地层划分为3层，那么就将地层数3作为聚类中心数c。在这种情况下，将测井数据解释地层数目作为聚类中心数，能够将地震数据和测井数据结合起来，更好地理解地下结构，并为后续的地质解释和分析提供基础。
当电阻率根据和地震数据的采集测线附近没有对应的测井数据时，给定多个连续的聚类中心数c，求解所述目标函数，获得隶属度；对所述多个连续的聚类中心数c进行评价，根据所述评价，确定最优的聚类中心数c。
所述对所述多个连续的聚类中心数c进行评价，根据所述评价，确定最优的聚类中心数c，包括：计算划分系数F和划分熵H，所述划分系数F和划分熵H的计算公式为：
，
其中，c为聚类中心数，n为样本数，为样本/>对聚类中心/>的隶属度，将所述划分系数F最大且划分熵H最小时，对应的聚类中心数c作为最优的聚类中心数c。
例如，给定聚类中心数c为2，3，4，5，6；求解目标函数J m，根据获得的隶属度，计算划分系数F最大且划分熵H，当划分系数F最大且划分熵H最小时c的值为4，那么最优的聚类中心数c为4。
通过上述确定最优聚类中心数c，在没有测井数据约束时，能够利用划分系数F和划分熵H两个参数的约束，获取最优聚类中心数c，从而获取最佳的聚类结果。
步骤S4：根据所述优化的地震纵波速度和地震横波速度，评估地质力学参数。根据所述地质力学参数，评估地层的稳定性、变形特性以及地质灾害危险性。
所述地质力学参数包括压缩模量、剪切模量G、杨氏模量E和泊松比/>通过分析地震波在地下介质中的传播特性，结合已知的地质力学理论，能够推断出地层的地质力学参数，评估地层的稳定性、变形特性以及地质灾害危险性。
在一个实施例中，所述地质力学参数计算公式如下：
，
其中， 为密度， V p为优化后的地震纵波速度， V s为地震横波速度。
压缩模量是地层对体积变化的抵抗能力，高压缩模量表示地层较为坚硬和稳定；剪切模量则反映了地层对剪切应力的抵抗能力，高剪切模量通常意味着地层较难发生剪切破坏；杨氏模量描述了地层的弹性性质，对地层的变形特性有重要影响；泊松比则表示了地层在受力时的变形方式，泊松比越低表示地层在承受应力时越不容易发生变形。因此，通过综合分析以上地质力学参数，能够评估地层的稳定性、变形特性以及地质灾害危险性。例如，如果地层具有高压缩模量和剪切模量，同时具有适当的杨氏模量和泊松比，表示地层会更加稳定，不容易发生变形和破坏；相反，如果地层的压缩模量和剪切模量处于较低水平，则容易发生变形和破坏，增加地质灾害的风险，发生地滑、岩崩等。因此，根据所述地质力学参数，可以进一步了解地层特性，评估地层的稳定性、变形特性以及地质灾害危险性，从而采取相应措施减少地质灾害的发生风险。
综上所述，基于以上发明内容，相对于现有技术，本发明将电阻率变化模型和地震纵波速度模型结合在一起，能够获取更加准确和优化的地震纵波速度，能够在考虑电阻率变化的情况下，进一步提高地震纵波速度模型的精度和可靠性；并且无需筛选不同频段信息，更多的保留电法和地震勘探原始信号中的有效信息；通过模糊C均值聚类，能够更好地处理数据之间的不确定性和复杂性，从而使得最终获得的地震纵波速度模型更加适用于实际地质勘探；在利用模糊C均值聚类方法时，利用现有的测井数据确定聚类中心数c，能够将地震数据和测井数据结合起来，更好地理解地下结构；在没有测井数据时，利用划分系数F和划分熵H确定最优的聚类中心数c，提高了目标函数的求解精度；综上，本发明通过整合电阻率数据和地震数据，获取了优化的地震纵波速度，减少了使用单一地球物理模型进行解释的模糊性，并且无需筛选不同频段信息，更多的保留电法和地震勘探原始信号中的有效信息，提高了对地下地质结构解释的系统性和准确性，从而提高了地质力学参数评估的精度。
与上述实施例相对应，本发明还提供了一种地质力学参数评估装置。
参见图2，为本发明实施例提供的一种整合地球物理数据进行地质力学参数评估的装置的结构框图。如图2所示，其主要包括以下模块。
数据采集模块201：采集电阻率数据和地震数据；
模型获取模块202：对所述电阻率数据和地震数据进行数据处理，获得电阻率变化模型和地震速度模型，所述地震速度模型包括地震纵波速度模型和地震横波速度模型；
模型整合模块203：基于模糊C均值聚类方法，整合所述电阻率变化模型和所述地震纵波速度模型，获得优化的地震纵波速度；
地质力学参数评估模块204：根据所述优化的地震纵波速度和地震横波速度，评估地质力学参数；根据所述地质力学参数，评估地层的稳定性、变形特性以及地质灾害危险性。
需要指出的是，本发明实施例涉及的具体内容可以参见上述方法实施例的描述，为了表述简洁，在此不再赘述。
与上述实施例相对应，本发明实施例还提供了一种电子设备。
参见图3，为本发明实施例提供的一种电子设备的结构示意图。如图3所示，该电子设备300可以包括：处理器301、存储器302及通信单元303。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的电子设备结构并不构成对本发明实施例的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，通信单元303，用于建立通信信道，从而使电子设备可以与其它设备进行通信。
处理器301，为电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器302内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子设备的各种功能和/或处理数据。所述处理器可以由集成电路（integrated circuit，IC）组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器301可以仅包括中央处理器（centralprocessing unit，CPU）。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
存储器302，用于存储处理器301的执行指令，存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。
当存储器302中的执行指令由处理器301执行时，使得电子设备300能够执行上述方法实施例中的部分或全部步骤。
与上述实施例相对应，本发明实施例还提供一种计算机可读存储介质，其中，该计算机可读存储介质可存储有程序，其中，在程序运行时可控制计算机可读存储介质所在设备执行上述方法实施例中的部分或全部步骤。具体实现中，该计算机可读存储介质可为磁碟、光盘、只读存储记忆体（英文：read-only memory，简称：ROM）或随机存储记忆体（英文：random access memory，简称：RAM）等。
与上述实施例相对应，本发明实施例还提供了一种计算机程序产品，该计算机程序产品包含可执行指令，当可执行指令在计算机上执行时，使得计算机执行上述方法实施例中的部分或全部步骤。
本发明实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，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的情况。其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a， b，c，a-b，a-c，b-c或a-b-c，其中a，b， c可以是单个，也可以是多个。
本领域普通技术人员可以意识到，本文中公开的实施例中描述的各单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。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发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，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。
在本发明所提供的几个实施例中，任一功能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，本发明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）执行本发明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（read-only memory，简称ROM）、随机存取存储器（random access memory，简称RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种整合地球物理数据进行地质力学参数评估的方法，其特征在于，所述方法包括：
步骤S1：采集电阻率数据和地震数据；
步骤S2：对所述电阻率数据和地震数据进行数据处理，获得电阻率变化模型和地震速度模型，所述地震速度模型包括地震纵波速度模型和地震横波速度模型；
步骤S3：基于模糊C均值聚类方法，整合所述电阻率变化模型和所述地震纵波速度模型，获得优化的地震纵波速度；
步骤S4：根据所述优化的地震纵波速度和地震横波速度，评估地质力学参数；根据所述地质力学参数，评估地层的稳定性、变形特性以及地质灾害危险性。
2.根据权利要求1所述的一种整合地球物理数据进行地质力学参数评估的方法，其特征在于，所述步骤S2包括：
步骤S21：对所述电阻率数据进行反演，获得电阻率变化模型；
步骤S22：对所述地震数据进行处理，获得地震层析成像结果，根据所述地震层析成像结果，提取地震纵波速度模型；
步骤S23：将所述地震数据从空间域转换到频率域，提取频率域地震数据的频散曲线，对所述频散曲线进行反演，获得地震横波速度模型。
3.根据权利要求1所述的一种整合地球物理数据进行地质力学参数评估的方法，其特征在于，所述步骤S3包括：
步骤S31：将所述电阻率变化模型和所述地震纵波速度模型转换到同一模型网格中；
步骤S32：对所述电阻率变化模型和所述地震纵波速度模型分别进行归一化处理，获得归一化的电阻率变化模型和归一化的地震纵波速度模型；
步骤S33：基于模糊C均值聚类方法，获取电阻率-地震纵波速度的整合模型。
4.根据权利要求3所述的一种整合地球物理数据进行地质力学参数评估的方法，其特征在于，所述模糊C均值聚类方法的目标函数J m为：
，
其中，m为聚类的簇数，c为聚类中心数，n为样本数，为第j个样本，/>为第i个聚类中心，/>为样本/>对聚类中心/>的隶属度，/>为欧几里得范数；每一样本为每一模型网格点上的电阻率和地震纵波速度组成的数组。
5.根据权利要求4所述的一种整合地球物理数据进行地质力学参数评估的方法，其特征在于，当电阻率根据和地震数据的采集测线附近有对应的测井数据时，根据所述测井数据，解释地层岩性，获得地层数，将所述地层数作为聚类中心数c。
6.根据权利要求4所述的一种整合地球物理数据进行地质力学参数评估的方法，其特征在于，当电阻率根据和地震数据的采集测线附近没有对应的测井数据时，给定多个连续的聚类中心数c，求解所述目标函数，获得隶属度；对所述多个连续的聚类中心数c进行评价，根据所述评价，确定最优的聚类中心数c。
7.根据权利要求6所述的一种整合地球物理数据进行地质力学参数评估的方法，其特征在于，所述对所述多个连续的聚类中心数c进行评价，根据所述评价，确定最优的聚类中心数c，包括：计算划分系数F和划分熵H，所述划分系数F和划分熵H的计算公式为：
，
其中，c为聚类中心数，n为样本数，为样本/>对聚类中心/>的隶属度，将所述划分系数F最大且划分熵H最小时，对应的聚类中心数c作为最优的聚类中心数c。
8.根据权利要求1所述的一种整合地球物理数据进行地质力学参数评估的方法，其特征在于，所述地质力学参数包括压缩模量k、剪切模量G、杨氏模量E和泊松比，所述地质力学参数计算公式如下：
，
其中， 为密度，V p为优化后的地震纵波速度， V s 为地震横波速度。
9.一种整合地球物理数据进行地质力学参数评估的装置，其特征在于，包括：
数据采集模块：采集电阻率数据和地震数据；
模型获取模块：对所述电阻率数据和地震数据进行数据处理，获得电阻率变化模型和地震速度模型，所述地震速度模型包括地震纵波速度模型和地震横波速度模型；
模型整合模块：基于模糊C均值聚类方法，整合所述电阻率变化模型和所述地震纵波速度模型，获得优化的地震纵波速度；
地质力学参数评估模块：根据所述优化的地震纵波速度和地震横波速度，评估地质力学参数；根据所述地质力学参数，评估地层的稳定性、变形特性以及地质灾害危险性。
10.一种电子设备，其特征在于，包括：
处理器；
存储器；
以及计算机程序，其中所述计算机程序被存储在所述存储器中，所述计算机程序包括指令，当所述指令被所述处理器执行时，使得所述电子设备执行权利要求1至8中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410465373.XA CN118068443A (zh) | 2024-04-18 | 2024-04-18 | 整合地球物理数据进行地质力学参数评估的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410465373.XA CN118068443A (zh) | 2024-04-18 | 2024-04-18 | 整合地球物理数据进行地质力学参数评估的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118068443A true CN118068443A (zh) | 2024-05-24 |
Family
ID=91095808
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410465373.XA Pending CN118068443A (zh) | 2024-04-18 | 2024-04-18 | 整合地球物理数据进行地质力学参数评估的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118068443A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102053270A (zh) * | 2009-10-30 | 2011-05-11 | 中国石油化工股份有限公司 | 一种基于沉积地层单元的地震相分析方法 |
| KR101466819B1 (ko) * | 2013-06-27 | 2014-11-28 | 숭실대학교산학협력단 | 전자 소자 탐지 장치 및 그 방법 |
| CN115201912A (zh) * | 2022-08-08 | 2022-10-18 | 重庆科技学院 | 基于聚类分析的岩石矿物体积含量曲线转换岩性剖面方法 |
| US20230193751A1 (en) * | 2021-12-17 | 2023-06-22 | Aramco Services Company | Method and system for generating formation property volume using machine learning |
| CN117075221A (zh) * | 2023-09-06 | 2023-11-17 | 成都理工大学 | 基于地震弹性属性、电阻率和极化率联合的储层流体识别方法 |
| CN117233858A (zh) * | 2023-08-21 | 2023-12-15 | 山东大学 | 基于聚类约束的隧道多源数据交叉梯度联合反演方法 |
-
2024
- 2024-04-18 CN CN202410465373.XA patent/CN118068443A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102053270A (zh) * | 2009-10-30 | 2011-05-11 | 中国石油化工股份有限公司 | 一种基于沉积地层单元的地震相分析方法 |
| KR101466819B1 (ko) * | 2013-06-27 | 2014-11-28 | 숭실대학교산학협력단 | 전자 소자 탐지 장치 및 그 방법 |
| US20230193751A1 (en) * | 2021-12-17 | 2023-06-22 | Aramco Services Company | Method and system for generating formation property volume using machine learning |
| CN115201912A (zh) * | 2022-08-08 | 2022-10-18 | 重庆科技学院 | 基于聚类分析的岩石矿物体积含量曲线转换岩性剖面方法 |
| CN117233858A (zh) * | 2023-08-21 | 2023-12-15 | 山东大学 | 基于聚类约束的隧道多源数据交叉梯度联合反演方法 |
| CN117075221A (zh) * | 2023-09-06 | 2023-11-17 | 成都理工大学 | 基于地震弹性属性、电阻率和极化率联合的储层流体识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| BEATRIZ BENJUMEA ET AL.: "Geomechanical parameters assessment and geological characterization using fuzzy C means clustering of electrical resistivity and seismic data", NEAR SURFACE GEOPHYSICS, 31 December 2023 (2023-12-31), pages 2 - 7 * |
| GARCÍA-YEGUAS ET AL.: "A 3D joint interpretation of magnetotelluric and seismic tomographic models: the case of the volcanic island of Tenerife", COMPUTERS & GEOSCIENCES, 31 December 2017 (2017-12-31), pages 7 - 9 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10324229B2 (en) | System and method of pore type classification for petrophysical rock typing | |
| US8700370B2 (en) | Method, system and program storage device for history matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions | |
| US20160349389A1 (en) | Method for developing a geomechanical model based on seismic data, well logs and sem analysis of horizontal and vertical drill cuttings | |
| EP2810101B1 (en) | Improving efficiency of pixel-based inversion algorithms | |
| US11112513B2 (en) | Method and device for estimating sonic slowness in a subterranean formation | |
| US20200095858A1 (en) | Modeling reservoir permeability through estimating natural fracture distribution and properties | |
| JP2003516516A (ja) | 地質流体貯留の４ｄ透水性解析のための方法 | |
| US11879316B2 (en) | Geostatistical analysis of microseismic data in fracture modeling | |
| EP4042211B1 (en) | Modeling reservoir permeability through estimating natural fracture distribution and properties | |
| US20230097859A1 (en) | Method and system for determining coarsened grid models using machine-learning models and fracture models | |
| US20110125469A1 (en) | Method of developing a petroleum reservoir by reservoir model reconstruction | |
| US20230289499A1 (en) | Machine learning inversion using bayesian inference and sampling | |
| US11828168B2 (en) | Method and system for correcting and predicting sonic well logs using physics-constrained machine learning | |
| US20160231450A1 (en) | Modeling Subterranean Formation Permeability | |
| Alameedy et al. | Predicting dynamic shear wave slowness from well logs using machine learning methods in the Mishrif Reservoir, Iraq | |
| Shen et al. | Data-driven interpretation of ultradeep azimuthal propagation resistivity measurements: Transdimensional stochastic inversion and uncertainty quantification | |
| Danilovskiy et al. | Deep-learning-based noniterative 2D-inversion of unfocused lateral logs | |
| CN110208860B (zh) | 一种火成岩侵入范围的预测方法及装置 | |
| EP3526627B1 (en) | Petrophysical field evaluation using self-organized map | |
| EP3387469B1 (en) | Electrofacies determination | |
| US11719851B2 (en) | Method and system for predicting formation top depths | |
| CN118068443A (zh) | 整合地球物理数据进行地质力学参数评估的方法及装置 | |
| US11796706B2 (en) | System and method for application of elastic property constraints to petro-elastic subsurface reservoir modeling | |
| Huang et al. | New seismic attribute: Fractal scaling exponent based on gray detrended fluctuation analysis | |
| CN111502647A (zh) | 一种钻井地质环境因素确定方法、装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |