CN1625699A - 用于浅流探测的方法 - Google Patents

Abstract

本发明提供一种利用地震数据测定浅流的方法。通过以小于两毫秒的间隔次取样地震数据处理地震数据以增强它的地层清晰度。可以利用对地震数据实施的地层分析和评估地震数据的地震属性选择控制位置。在选择出的控制位置处对地震数据实施叠加前波形倒置，从而提供弹性模型，其包括压力波速度和剪切波速度。然后利用弹性模型通过比较压缩波速度和剪切波速率测定浅流危险。利用弹性模型对地震数据施加叠加后的倒置以模拟3D体积，从而测定在3D体积上的浅流危险。

Description

用于浅流探测的方法

本发明涉及利用已处理的地震数据对浅流沙层的预测。

如果没有好的方案和准备在深水目标中用于矿物燃料的钻井是昂贵和危险的。合适的钻井方案需要对危险进行可靠预见。在深水钻井中这样的一个危险是浅流(“SWF”)沙层，当钻井时其是倾于流动的高多孔渗水沙层。如果深海钻井透过这些SWF层，沙层就会流动并对钻孔和钻井地点产生损害。到此为止SWF层已经花费了石油工业几百万美元，因此，探测SWF层对减少经济损失和环境危险都是重要的。

图1表示出了通常理解的SWF的形成。SWF沙层通常出现在泥浆线101之下300m到600m之间的水深中。已经发现遍布全世界的区域中具有高沉降速度的松软和疏松的沉积物产生过负荷层102。在SWF沙层之下对低渗透性密封103和页岩或泥岩层105划线。该划线的区域103和105是浓缩部分，在其中沉积物是挤压的并且沉降速度是低的。如果在该页岩或泥岩105内部存在隔离的沙体104，然后由于在它们周围存在低渗透性的沉积物，水就不容易从这种主体中溢出。因此，由过负荷102产生的高沉降速度可在这些沉积物上施加巨大的压力，引起这些具有大量水的隔离主体受到过压106。

当钻头穿透SWF层，产生的过压沙层104可在水源和钻井位置处流动，环境的和健康问题。例如，SWF能引起钻井金属模片的爆裂、保护性外壳的扭曲、井或水源的损失、昂贵的钻探设备的检修期，并导致在海床中碳氢化合物的泄漏，其也会引起严重的环境损害。

潜在危险的SWF位置的可靠探测是控制该问题的关键，并可用于控制相关的费用。已经进行通常的实践以利用孔压力来定位潜在的SWF沙层。比如利用熟知的依顿方法在钻井之前分析具有标准的压紧倾向的通常的地震叠加速度可以预测孔压力。显示的速度低于“标准速度”表示过压，然后使用经验方程对其进行量化。

传统的方法具有几个问题。首先，由于它们不是岩石或传播速率，通常的地震叠加速度常常不适于压力预测。第二，这些速率在深度上缺乏清晰度。第三，在深水环境中，沉积负荷常常已是如此的快速以至于这些沉积物中的液压超过在泥浆线之下的流体静压。这阻止了通常挤压倾向的发展，这样使深水中的整个方法无效。

本发明涉及一种利用已处理的地震数据对浅流沙层进行测定的方法。在选择出的控制位置处对地震数据实施叠加前波形倒置以提供弹性模型，其中弹性模型包括压力波速度和剪切波速度；并通过比较压力波速度和剪切波速度使用弹性模型测定浅流。

地震数据包括从包括一维地震数据、二维地震数据或三维地震数据。弹性模型也包括属性，比如密度、泊松比和拉梅弹性参数。

处理地震数据以提高它的地层清晰度。处理包括以小于两毫秒的间隔次取样地震数据。使用具有振幅保持流的运算法则，或使用运算法则，比如叠加前时间偏移、精确速度正常时差修正和噪音移除运算法则。

通过用户或自动地在地震数据中选择控制位置。此外，存在超过一个使用的控制位置。通过对地震数据实施地层分析测定控制位置。地层分析包括展开地质模型。一旦知道了地质模型，通过识别地质特征识别控制位置，比如断层、爆裂、生物礁、不规则表面、锥状地形、褶皱、坡面、喷气口、气隆起、泥火山、麻点标记、崖、滑动沉陷、海峡、倾斜扇形沉积层和底部模拟反射物。

通过评估地震数据的地震属性也选择出控制位置。该评估包括使用具有偏移距的振幅变化属性，其包括切距和梯度。该评估也包括评估极性的改变。

叠加前波形倒置包括完全的叠加前波形倒置。叠加前波形倒置也包括施加遗传运算法则。遗传运算法则包括产生弹性地球模型。产生用于这些弹性地球模型的叠加前的合成地震波曲线。匹配地震数据和产生的地震波曲线。产生用于弹性地球模型的适切性。利用用于弹性地球模型的适切性遗传性的复制弹性地球模型；测定用于复制弹性地球模型的收敛以选择弹性模型。

弹性地球模型包括弹性地球模型的随机种群。精确波方程包括使用模式变换和夹层多种反射以产生用于弹性地球模型的合成地震波曲线。匹配产生的地震波曲线和多个地震数据包括匹配产生的地震波曲线和地震数据的正常时差，并匹配产生的地震波曲线和地震数据的反射振幅。

使用下述方法，利用用于弹性地球模型的适切性遗传性的复制弹性地球模型。与弹性地球模型的适切性成比例的复制弹性地球模型。随机割切复制的弹性地球模型。转变复制的弹性地球模型。

利用弹性模型对地震数据实施叠加后的倒置以测定在3D体积上的浅流危险。使用AVO切距和假的剪切波数据量实施叠加后的倒置。

当压缩波速度相对于剪切波速度是在大约3.5到7之间时识别浅流危险。

揭示的方法具有一个或多个下述优点。利用用于经受地质力高压分析的深水岩石模型，该方法可以是独立的趋势线。它基于几个地震属性，比如速度和振幅，并可利用排水井信息对其修正。计算孔压作为过负荷挤压和有效挤压之间的差别。有效的挤压侵袭碎屑的颗粒与颗粒之间的接触、沉积性的岩石，并因此通过这些岩石传播地震波的速度。

岩石模型具有各种成分：多孔性、岩性和速度、泥土脱水性之间的关系，以及传输涉及作用于矩阵结构的有效挤压的沉积物的密度和泊松比。

驱动岩石模型的关键输入是由多种速度工具获得的压力波和剪切波速度。重复的速度修正和解释是预测步骤中的两个步骤，以确保速度领域在预期岩石或传播速度领域之内。

提出的发明不需要重新取得地震数据。可重复处理通常的两维和三维数据以用于SWF环境。

图1是浅流的描述。

图2给出了用于SWF探测的流程图。

图3给出了地层评估和地震属性分析的结果。

图4给出了使用地震属性分析的曲线图。

图5是叠加前遗传运算法则倒置的流程图

图6给出了在2ms处从3D体积收集的真实数据和遗传运算法则的合成数据输出的比较。

图7是利用遗传运算法则实施3D叠加前倒置的结果的曲线图。

图8是对测定的SWF危险区域进行举例的Vp/Vs输出的曲线图。

由于在深水井中开始钻井之前可以得到表面地震数据，在预测SWF区域中表面地震数据是有用的。

图2给出了用于SWF探测的流程图。首先，处理地震数据以提高它的地层清晰度201。地层清晰度是区别和分辨地震图像中地层特征的能力。提高的分别率改进了地震数据的频谱，并可以使用提高的清晰度更加有效的探测薄沙体。

可以单独获得使用的地震数据用于SWF的探测，或获得地震数据用于不同的模拟用途，并对其再处理以用于SWF的探测。地震数据可以是三维的(“3D”)、两维的(“2D”)或一维(“1D”)数据。例如可以使用钻孔1D数据探测SWF，以及使用全部3D地震数据探测钻井领域中的SWF。使用任何已知的获取技术来获得地震数据，比如地震导管之后的拖曳河川和测量通过海洋源产生的声波反射。

地震数据的处理可以包括以两毫秒或更小的间隔次取样纪录的地震数据。地震数据的输入可以包括长的偏移距，比如用于即使在目标深度水平上超过35度的入射角度。利用通过叠加前时间偏移实施的振幅保存流、精确速度正常时差校正和声音移除算法也可以处理地震数据。这些算法在本领域是熟知的。图3a给出了用于评估的显示的已处理的3D地震数据。

一旦已经处理了数据，可以对处理的地震数据实施202地层分析。沉积系统的解释能够对包括SWF沙层的潜在钻探灾害进行定性评估。已处理的地震数据202的地层评估是解释步骤，通过依据SWF危险对处理的地震数据的分类，其允许模拟的地层层序。在这种处理过程中，可以展开地层模型以评估已处理的地震数据。

图3给出了用于已处理的地震数据301的评估。在地层分析过程中，利用处理的地震数据301评估钻井地点的不同区域以用于SWF危险，并将其分配成从“高”到“低”302的等级水平。利用该等级将SWF评估集中于有问题的区域。例如，定为“红色”的低静止河床冲积岩杂岩303用于高水平，定为“绿色”的低静止倾斜扇形304用于低水平，定为“绿色”的具有弱反射305的低静止扇形波瓣用于中等水平。

可以手工获得地层解释202，例如通过受过专门训练的地球物理学者或地质学者，或者自动地，例如通过计算机系统。地层解释202可以产生用于评估的地层模型。不管通过专家还是通过计算机系统实施的，可使用多种技术用于地层分析。下面将给出一些这些技术的举例。

利用地震数据可以识别海床斜面上的钻井灾害。从连续层序边界反射面解释地震层位，其能够确定时间结构图。可以挑选出的断层中，在数据中出现间断面和偏移距。如果水底是足够的深以用于连续的3D地震有效区域，可将比如断层、爆裂、不规则表面、锥状地形、褶皱、坡面、喷气口、气隆起、泥火山、麻点标记、崖、滑动沉陷和海峡的地质特征绘制在海床上。这些特征可能是海床斜面上的钻井灾害。可在地震数据上实施信号增强或在计算的解释上产生信号增强以显现这些特征。

SWF势位也依赖于在特定沉积环境中隔离的透水沙层的存在。通过盆地地面扇形或河床冲积层表示出倾斜扇形沉积中的一个这种沉积环境。通过覆盖层压实挤压这些倾斜扇形沉积物，并且其可以表示SWF沙层。可以绘制基于地层部分和超过间隔的3D地震数据提取的振幅的地震解释，例如从海床开始到海床下大约三千英尺，从而给出这种沉积环境的图示。

穿过通常地层的底部模拟反射物(“BSFs”)可存在另一种SWF潜在的灾难。BSFs发源于在气体水化物和水化物稳定区域基底处的自由气体之间的相界处的高声阻抗。

利用这种地层分析，依照相关的SWF或钻井灾害危险可以对地震剖面部分进行定性的分类。将强振幅、与扇形波瓣沉积层相联系的3D沙层体、充满沙的河床杂岩，超过河岸沉积层的冲积层、泥石流、滑动沉积层和BSRs定性分类成用于SWF危险的高的。隔离的低振幅反射物的特征在于倾斜的扇形沉积层，并将其标记以用于缓和SWF危险。平行层状的、覆盖、减弱强反射物可能是深水海洋页岩，其是不可渗透的，并将其标记为低水平以用于低SWF危险。

利用地震特性分析203对在地层分析布骤202中展开的地质模型进行验证和阐明以用于SWF预报。可以使用叠加前具有偏移距的振幅变化(“AVO”)属性来半定量的评估用于SWF流的势位。使用的AVO属性包括切距(P)、梯度(G)和切距和梯度的线性结合。

在各种偏移距或入射能量角度范围处通过痕量振幅的数学处理(例如使用线性或更高阶的回归)可以测定反射活动的AVO属性。用于正常入射(或零偏移距)的振幅属性是P，具有偏移距(或倾斜)的振幅变化是G。

可从上面讨论的已处理的地震数据201中获得AVO属性。包括具有偏移距的倒相和与截取振幅相反的标记的高梯度的AVO特征可以表示SWF沉积层。

用于SWF反射物的AVO特征的特征在于与通过沙层反射与分类的AVO特征相反的效果。如在图4中给出的，SWF反射物改变极性401。通过SWF主体的弹性强度和环绕的密封控制在倒相处发生401的角度。在手工或自动的地震数据中可以识别特征的等级，从而识别用于SWF沉积层的可能的选择物。

在图4中，等级1部分测定具有正反射系数的区域，等级2部分测定具有接近于0反射系数的区域，而等级3部分测定具有负反射系数的区域。入射角度的区域在大约30到40度之间变化，并在反射系数301处有一个极性改变，将其标示作为用于SWF的危险区域。

使用这些定性指示器随同地层标准选择实施叠加前倒置的最佳的、典型的控制位置和用于随后步骤中更加定量的岩石特性参数推断的岩石物理参数提取。在层位202的地层结构内部的AVO属性提取能够进行空间的定性探测和潜在SWF沉积层的描绘。

一旦形成了地质模型，在选择的控制位置处使用叠加前倒置和岩石物理参数提取以测定先前测定的有问题的SWF区域204的危险。叠加前波形倒置和混合倒置提供了一种计算弹性模型的方法。其包括地震属性，比如压缩波(“P-wave”)和剪切波(“S-wave”)阻抗，泊松比、层弹性参数和超过数据量的松密度。可以实现全部或部分的叠加前波形倒置。

在叠加前波形倒置过程中，通过从叠加前倒置井控制获得临界Vp和Vs信息贯穿地震量推断弹性岩石参数，从而通过由从地震解释获得的地震层位倒置横向约束的AVO属性量推断Vp和Vs。由于SWF沉积层的特征在于不规则的Vp/Vs比率，观测到的结果是Vp/Vs区域。

基于从地层评估202选择出的位置和地震属性分析203使用在控制位置处收集处理的叠加前地震实施完全弹性波形地震倒置。这些控制位置集中分析被认为较高危险的处理地震数据内部的区域。在这些位置产生包括岩石物理参数的有效假测井曲线。根据被研究区域的地质复杂性可以改变控制点位置的数量。

叠加前波形倒置在选择的控制位置给出了弹性模型的评估。该弹性模型包括P波速度、S波速度和密度。可以使用生成运算法则(“GA”)的最佳方法实施叠加前波形倒置。GA是Monte-Carlo类型的最佳程序。图5给出了描述这种GA运算法则的流程图。

GA倒置中的第一步骤是弹性地球模型501的随机种群的产生。在区域的平均弹性模型周围产生这些随机模型，所述区域来自于一些先前的知识，比如井信息或地形。

一旦产生这些随机模型，计算叠加前合成的地震波曲线图以用于每个这些产生的模型502。基于包括模式转换和夹层多重反射的途径利用精确的波动方程产生叠加前合成。这允许所有详细特征的模型存在于真实的地震数据，比如干扰干涉相互影响或回转效应和传输效应。

一旦计算出地震波曲线图，然后将它们与观测数据503匹配。在合成数据与观测到的数据的匹配中，同时匹配正常时差(“NMO”)和反射振幅。该特征允许波形倒置以同时提取模型的低和高频率成分，其允许在缺乏任何井信息时实施该方法。

合成数据和观测资料的匹配对每个随机模型分配了一个适合度或一个简单的适切性。一旦计算出每个模型的适切性，然后利用三个操作：复制、割切和转变504修改模型。

在复制中，仅与它们的典型的适切值成比例的复制模型。在割切中，如根源随机选择复制的种群的数量。然后部分转变它们的模型内容以产生两个产物。最后，在变换中，改变产物种群的模型内容。对于2N尺寸的根源模型种群，N割切和变换将这样产生尺寸N的产物种群。在变换之后，计算用于每个产物模型的合成地震波曲线图并与观测的数据503匹配。这给出了每个产物模型的适切值。在修正中，比较每对根源种群和它们的产物的适切值，并且复制两个具有最高适切值的种群进入下面产生的模型。

在该点上，实施507用于收敛的检查。如果获得了收敛，再次复制、割切、变换和修正新产生的模型。将在运转的整个过程中产生的每个模型的适切性存储进模型空间。当获得收敛时，标准化存储的适切值。这些标准的适切值给出了模型的后验概率密度函数(“PPD”)。该PPD是描述了模型概率的函数。因此最合适的模型是一个具有最高的PPD值的模型。PPD函数的宽度是误差的评估或用于最合适的模型评估的不确定性。因此从PPD的最高值和它的宽度计算最合适的模型。

一旦获得了最合适的模型，从该模型计算合成地震曲线图并与观测的数据进行比较。图6给出了这种与在2ms处GA程序的输出数据相比较的3D体积收集的实际观测数据的比较。指出的是在观测的数据中的所有的主要特征也存在于图5的合成数据中。该比较证实了从倒置获得的最合适的模型的正确性。

叠加前倒置计算包括用于每个控制位置的P-波速度、密度和泊松比的弹性模型。从这些弹性模型首先计算P-波和S-波阻抗。假设分别以Vp，ρ和v给出P-波速度、密度和泊松比，如下给出P-波和S-波阻抗Ip和Is：

Ip＝ρVp，........................................................方程1，

和

$\mathrm{Is}=\mathrm{\ρVs}=\mathrm{\ρVp}\sqrt{\frac{1-2v}{2(1-v)}}$ ..................................方程2，

如上面计算出Ip和Is之后，在下一步骤中，实施整个叠加前数据的标准AVO处理。在AVO处理中，假设用于小(通常小于25°)入射角度，可以用入射角度θ的函数表示叠加数据中的反射振幅R为：

R(θ)≈P+Gsin²θ.....................................方程3，

其中P是AVO切距而G是AVO梯度。AVO切距P是标准的入射P-波反射率，给出如下：

P＝1/2(ΔVp/Vp+Δρ/ρ)............................方程4，

并给出AVO梯度G：

G＝1/2(ΔVp/Vp)-(2Δμ)/ρVp².....................方程5，

在方程4和5中，Vp是P-波速度，ρ是密度，μ是剪切系数，以及ΔVp、Δρ和Δμ是它们各自的对比度。根据S-波速度Vs和密度ρ可将剪切系数μ表示为：

μ＝ρVs².......................................................方程6，

因此Δμ可写成：

Δμ＝Vs²Δρ+2ρVsΔVs.................................方程7。

合并方程5和7可以得到

G＝1/2(ΔVp/Vp)-2(Vs²/Vp²)(Δρ/ρ)-4(Vs²/Vp²)(ΔVs/Vs).......................................................方程8。

最后，如果背景Vp/Vs大约等于2，从方程4和方程8可以得到：

1/2(P-G)＝1/2(ΔVs/Vs+Δρ/ρ)..................方程9

现在比较方程9和方程4，再次调用在方程4中给出的AVO切距P，其是在正常入射处的P-波反射率，它遵循1/2(P-G)，其在方程9中给出，必须是在正常入射处的S-波反射率。不能直接从S-波数据获得S-波反射率，但它可以从P-波数据的AVO分析间接获得。因此可将它成为假的S-波反射率。

因此对叠加前地震数据的反射振幅的线性拟合给出了AVO切距、或正常入射P-波反射率(P痕量)，AVO梯度(G痕量)和正常入射S-波反射率(假的S-波痕量)。最好利用在控制位置处计算的叠加前的P-波阻抗控制P痕量叠加后的倒置，这样给出了P-波阻抗、用于整个3D体积的Ip。类似的，最好控制在叠加前控制点处计算的具有S波阻抗的假S-波痕量的叠加后的倒置，这样给出了S-波阻抗、用于量的Is。一旦获得Ip和Is，可以获得P到S波速度比Vp/Vs：

Vp/Vs＝Ip/Is..........................................方程10。

然后计算出泊松比υ：

υ＝(1-2(Vs/Vp)²)/2[1-(Vs/Vp)²].................方程11。

图6是对叠加前数据51实施给出的方程的举例，以获得P-波速度502、密度503和泊松比504。

一旦在选择出的位置处实施叠加前波形倒置，在这些位置处使用弹性模型作为好的信息，以用于在整个量206之上的叠加后的倒置。这种在叠加前倒置之前进行叠加后倒置的处理通过被称作“混合倒置”。

上面给出的方法的结果是在控制位置处Vp/Vs的评估。一旦在选择出的位置处实施叠加前波形倒置，使用在这些位置上的弹性模型作为“好的信息”以用于在整个3D体积205之上的叠加后的倒置。

根据岩石特性，SWF沉积物比岩石更接近于悬浮物。这样，它们的压缩速度和容积密度在一些情况下是低的，速度更接近于水速度。当这些沉积物的深度在泥线之下达到零，剪切速度更低-接近于零。因此，相信SWF沉积物具有在1500-1800m/s之间的P-波速度(Vp)，并且具有低的S-波速度(Vs)，从而使Vp/Vs在大约3.5到7之间。因此，通过评估Vp/Vs，把具有比平均背景值高的高Vp/Vs值的区域作为潜在SWF区域。

这在图8中示范给出。SWF危险区域301匹配相比较于平均背景值的高Vp/Vs。由于高Vp/Vs等效于高泊松比值。SWF层结构也可以与高泊松比值相联系。从叠加前GA和混合倒置计算泊松比和/或Vp/Vs，并识别具有高Vp/Vs值和泊松比的区域，与它们相关的背景值相比较，提供由叠加前地震数据有效的探测SWF层的方法。这样具有高压力波的这些沉积物达到剪切波速度比(泊松比接近于0.5)。

已经给出了本发明的多个实施例。虽然如此，可以理解只要不脱离本发明的精神和范围可以进行各种修改。因此其它的实施例也处于随后的权利要求的范围中。

Claims (27)

1、使用地震数据用于探测浅流危险的方法，包括：

在选择出的控制位置处在地震数据上实施叠加前波形倒置以提供弹性模型，其中弹性模型包括压力波速度和剪切波速度；并通过比较压力波速度和剪切波速度使用弹性模型测定浅流。

2、权利要求1的方法，其中地震数据包括从包括一维地震数据、二维地震数据、三维地震数据的序列中选择出的地震数据。

3、权利要求1的方法，其中弹性模型进一步包括从包括密度、泊松比和拉梅(Lamé)弹性参数的序列中选择出的属性。

4、权利要求1的方法，进一步包括处理地震数据以提高它的地层清晰度。

5、权利要求4的方法，其中处理地震数据包括以小于两毫秒的间隔次取样地震数据。

6、权利要求4的方法，其中处理地震数据包括使用具有振幅保持流的运算法则。

7、权利要求4的方法，其中处理地震数据包括使用从包括叠加前时间偏移、精确速度正常时差校正和噪音移除运算法则的序列中选择出的运算法则。

8、权利要求1的方法，其中控制位置包括多个控制位置。

9、权利要求1的方法，进一步包括在地震数据中选择控制位置。

10、权利要求9的方法，其中在地震数据中选择控制位置包括在地震数据上实施地层分析以测定控制位置。

11、权利要求10的方法，其中实施地层分析包括展开地质模型。

12、权利要求11的方法，其中实施地层分析包括通过使用地质模型识别控制位置以识别从包括断层、爆裂、生物礁、不规则表面、锥状地形、褶皱、坡面、喷气口、气隆起、泥火山、麻点标记(popckmarks)、崖、滑动沉陷、海峡、倾斜扇形沉积层和底部模拟反射物的该序列中选择出的地质特征。

13、权利要求9的方法，其中在地震数据中选择控制位置进一步包括评估地震数据的地震属性。

14、权利要求13的方法，其中评估地震属性包括使用具有偏移距的振幅变化属性，包括切距和梯度。

15、权利要求13的方法，其中评估地震属性包括评估极性的改变。

16、权利要求1的方法，其中叠加前波形倒置包括完全的叠加前波形倒置。

17、权利要求1的方法，其中叠加前波形倒置包括施加遗传运算法则。

18、权利要求16的方法，其中遗传运算法则包括：

产生多个弹性地球模型；

产生用于弹性地球模型的叠加前合成地震波曲线；

将产生的地震波曲线与地震数据匹配；

产生用于弹性地球模型的适切性；

利用用于弹性地球模型的适切性遗传复制弹性地球模型；以及

测定复制的弹性地球模型的收敛以选择弹性模型。

19、权利要求18的方法，其中多个弹性地球模型包括弹性地球模型的随机种群。

20、权利要求18的方法，其中产生用于弹性地球模型的叠加前合成地震波曲线包括使用精确波方程，该方程包括模式变换和夹层多重反射。

21、权利要求18的方法，其中匹配产生的地震波曲线和多个地震数据进一步包括匹配产生的地震波曲线和地震数据的正常时差，并匹配产生的地震波曲线和地震数据的反射振幅。

22、权利要求18的方法，其中利用用于弹性地球模型的适切性遗传复制弹性地球模型包括：

与弹性地球模型的适切性成比例地复制弹性地球模型；

随机割切复制的弹性地球模型；以及

转变复制的弹性地球模型。

23、权利要求1的方法，其中利用弹性模型在地震数据上实施叠加后的倒置以测定在3D体积上的浅流危险。

24、权利要求23的方法，其中使用AVO切距和假的剪切波数据量实施叠加后的倒置。

25、权利要求1的方法，其中当压缩波速度相比于剪切波速度是在大约3.5到7之间时识别浅流危险。

26、用于使用地震数据测定浅流危险的计算方法，包括：

处理地震数据以提高它的地层清晰度；

选择控制位置包括：

在地震数据上实施地层分析；以及

评估地震数据的地震属性；

在选择出的控制位置处对地震数据实施叠加前波形倒置以提供弹性模型，其中弹性模型包括压力波速度和剪切波速度；并使用弹性模型在地震数据上施加叠加后的倒置；以及

使用叠加后倒置的弹性模型测定浅流危险以比较压力波速度和剪切波速度。

27、权利要求26的方法，其中叠加前波形倒置包括使用遗传运算法则，包括：

产生多个弹性地球模型；

产生用于弹性地球模型的叠加前的合成地震波曲线；

将产生的地震波曲线与地震数据匹配；

产生用于弹性地球模型的适切性；

利用用于弹性地球模型的适切性遗传复制弹性地球模型；以及

测定复制的弹性地球模型的收敛以选择弹性模型。

Images