FR2654515A1 - Methode d'evaluation lithologique a partir de donnees sismiques. - Google Patents
Methode d'evaluation lithologique a partir de donnees sismiques. Download PDFInfo
- Publication number
- FR2654515A1 FR2654515A1 FR9013631A FR9013631A FR2654515A1 FR 2654515 A1 FR2654515 A1 FR 2654515A1 FR 9013631 A FR9013631 A FR 9013631A FR 9013631 A FR9013631 A FR 9013631A FR 2654515 A1 FR2654515 A1 FR 2654515A1
- Authority
- FR
- France
- Prior art keywords
- seismic
- energy
- pixels
- model
- pixel
- 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 description 20
- 238000011156 evaluation Methods 0.000 title 1
- 239000011435 rock Substances 0.000 claims abstract description 40
- 230000007704 transition Effects 0.000 claims abstract description 17
- 239000003086 colorant Substances 0.000 claims abstract 3
- 239000002689 soil Substances 0.000 claims description 3
- 241000677647 Proba Species 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 13
- 230000035699 permeability Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005755 formation reaction Methods 0.000 description 2
- 244000000626 Daucus carota Species 0.000 description 1
- 235000002767 Daucus carota Nutrition 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 235000015076 Shorea robusta Nutrition 0.000 description 1
- 244000166071 Shorea robusta Species 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
-
- 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
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)
- Excavating Of Shafts Or Tunnels (AREA)
- Polyesters Or Polycarbonates (AREA)
Abstract
L'invention consiste à établir la présence d'une pluralité de classes de roches géologiques dans le sous-sol, mesurer les valeurs statistiques de transition spatiale des dites classes entre une pluralité de points de contrôle géologiques espacés suivant un réseau continu de stations sismiques, assigner des teintes à chaque classe pour représenter leurs propriétés pétrophysiques, enregistrer et sélectionner des attributs sismiques pour chaque station suivant les propriétés pétrophysiques des dites classes de roches et calculer les moyennes de ceux-ci, créer un modèle initial des couches consistant en un réseau N-dimensionnel de pixels et leur assigner à chacun une des teintes, choisir un pixel au hasard, calculer l'énergie globale du modèle pour chaque teinte possible du pixel choisi, celle-ci correspondant à la somme de l'énergie probable et de l'énergie antérieure, la teinte assignée au pixel choisi devant être celle minimisant l'énergie globale, répéter ce calcul pour chacun des pixels du modèle, exécuter des cycles additionnels d'itération globale en perturbant la teinte de pixel sur tous les pixels, jusqu'à ce que l'énergie globale converge en un minimum pour fournir un modèle final.
Description
La présente invention a trait à une méthode statistique dite de Monte Carlo pour l'estimation d'une variation dans le type d'une roche ou sa texture, c'est-à-dire le changement dans sa lithologie, le long d'une couche donnée ou d'un groupe apparenté de couches à l'intérieur d'une formation géologique sélectionnée, à partir de données sismiques recueillies le long d'un réseau de surveillance coïncidant avec des points de contrôle géologiques tels que des puits de forage.
Comme cela est bien connu dans l'art de lletude sismique, on génère une impulsion acoustique sur ou près de la surface du sol. L'impulsion acoustique se propage suivant un front d'onde sphérique dans le sol. Le front d'onde est réfléchi de sur les couches souterraines jusqu'à la surface où les données réfléchies sont détectées par des géophones ou des hydrophones sous forme de signaux électriques numériques ou modulés en amplitude. Les signaux sont emmagasinés sous forme d'enregistrement en fonction du temps pour le traitement ultérieur pour procurer une coupe sismique d'une partie du sol. Dans l'exploration pétrolière, les données sismiques sont utilisées pour évaluer la profondeur, l'altitude, et la lithologie des formations rocheuses entre les puits et pour rechercher les zones probables pour un nouveau forage.
L'amplitude d'un front d'onde qui est réfléchi depuis une interface entre deux couches, est déterminée par le coefficient de réflexivité qui est une fonction de la différence d'impédance acoustique entre les deux couches. L'impédance acoustique d'une couche est définie comme la vélocité caractéristique à l'intérieur de cette couche de roche (la vélocité d'intervalle) multipliée par la densité de la roche. L'impédance acoustique est mesurée en unités de longueur (pieds par seconde, par gramme, par centimètre cube.
L'amplitude des réflexions sismiques reçues et enregistrées peut être mesurée et corrigée par rapport à leur étalement sphérique, aux artefacts instrumentaux et aux autres variables prévisibles, pour fournir des données "d'amplitude vraie. Les impédances acoustiques des couches respectives peuvent ensuite être calculées à partir des données d'amplitude.
Un profil d'impédance acoustique est utilisé pour l'estimation du type et de l'étendue de certaines classes de roches et de leurs caractéristiques pétrophysiques, le long d'un réseau de surveillance sismique tel que celui forme; par des puits. Par exemple, des argiles schisteuses ont tendance en moyenne à être caractérisées par une impédance acoustique un peu plus grande que le grès. Toutefois, les couches de la roche ne sont pas nécessairement homogènes sur leur étendue horizontale et verticale. Des sables hétérogènes se classent dans des argiles schisteuses sablonneuses.Un changement dans la composition, la porosité, la perméabilité, ou le contenu en fluide de la masse rocheuse peut causer une variation concomitante des attributs sismiques tels que l'amplitude vraie, le temps de transit acoustique (vélocité réciproque) ou l'impédance acoustique. Donc, une valeur particulière d'un attribut sismique, associée å un horizon réfléchissant sélectionné, n'est pas le seul diagnostic des caractéristiques petrophysiques qui ont donné lieu à cette réflexion.
L'impédance acoustique des sables, argiles schisteuses et autres types ou classes de roches peut être mesurée directement dans les puits de forage par l'usage combiné des enregistrements de gamma graphe, des enregistrements de neutrons et des enregistreurs de la vélocité continue conjointement avec des analyses de carottes. Des e;chantil- lons de roche provenant d'exploitations à ciel ouvert peuvent être étudies de la même façon. Etant donné une étude sismique proche, les caractéristiques pétrophysiques des types de roche peuvent être mis en corrélation directe avec les attributs sismiques.
Par exemple, sur la fig. 1, un histogramme de frequence illustre les temps synthétiques de transit sismiques comme fonction des intervalles discrets ou des rangs de perméabilité pour un échantillon de grès de Berea. La dispersion des données dans le temps de transit a produit un recouvrement considérable des données observées. On pourrait s'attendre à ce qu'un histogramme d'autres variables pétrophysiques dans une seule couche telles que la porosité ou la lithologie, puisse illustrer une diffusion similaire sur une base surfacique. Un profil des attributs sismiques est donc ambigu ; le degré d'ambiguïté est proportionnel à l'aire de recouvrement des distributions de fréquence.
On ne connaît bien les données de mesure pétrophysiques qu'aux points de contrôle, lesquels sont généralement assez dispersés sur une certaine zone. Des données sismiques peuvent être disponibles à des postes d'échantillonnage rapprochés à l'intérieur de cette zone mais les données sont ambigues quant aux propriétés précises de la roche. Etant donné deux sources de données imparfaites, l'objet de l'invention est de combiner les deux sources pour évaluer statistiquement les propriétés pétrophysiques vraies.
L'idée-mère de l'invention est fondée en partie sur les techniques d'enrichissement d'image telles qu'appliquées pour la télédétection, technique décrite par J. BESAG ("On the Statistical Analysis of Dirty Pictures", Journal of the Royal Statistical
Society, v. 48, N03,1986). Une méthode apparentée a été décrite par C.L. Farmer, "The Mathematical Generation of
Reservoir Geology", présentée en juillet 1989 à IMA/SPE
European Conférence on the Mathematics of Oil Recovery.
Society, v. 48, N03,1986). Une méthode apparentée a été décrite par C.L. Farmer, "The Mathematical Generation of
Reservoir Geology", présentée en juillet 1989 à IMA/SPE
European Conférence on the Mathematics of Oil Recovery.
L'invention a trait à une méthode statistique assistée par ordinateur dite de Monte Carlo pour combiner les mesures géologiques discrètes des propriétés de la roche avec les mesures continues des attributs sismiques, et pour la transformation des ces mesures physiques combinées, en une représentation de la meilleure estimation des classes de roche souterraine définies comme des rangs discrets des propriétés pétrophysiques ou des classes lithologiques.
selon l'invention, il est propose une méthode pour modéliser les caractéristiques pétrophysiques d'une partie du sous-sol. Il est établi la présence d'une pluralité de classes de roche discrètes dans une couche du sol. Les données statistiques de transition spatiales entre les classes de roche d'une couche du sol sont mesurées entre des points de contrôle géologique discrets espaces. Des nombres entiers ou des teintes distinctes sont attribués à chaque classe de roche à des fins d'affichage et de représentation des propriétés pe;tro- physiques.
Un réseau continu de stations sismiques est disposé entre les points de contrôle geolo giques. Des enregistrements d'attributs sismiques sélectionnés sont réalisés à chaque station sismique. Les attributs sont sélectionnes sur l'hypothèse qu'ils sont indicatifs des propriétés petrophysiques étudiées. Les moyennes et variances des attributs sélectionnés sont calculées pour chaque classe de roche ou de propriété petrophysique. Un modèle initial est créé qui se compose d'un réseau de pixels à N dimension où N peut être égal à 2 ou 3. Les dimensions du réseau de pixels sont en rapport avec le nombre des stations sismiques.
Il est affecté au hasard à chaque pixel du modèle initial l'une d'au moins deux teintes possibles . Un pixel est choisi au hasard. L'énergie globale du modèle entier est calculée pour chaque teinte possible du pixel choisi. L'énergie globale est la somme de l'énergie probabiliste et de l'énergie antérieure. La teinte affectée au pixel choisi sera la teinte pour laquelle l'énergie totale est minimisée. Le processus est répété pour tous les pixels du modèle. Les teintes de pixel sont ensuite perturbées itérativement une pluralité de fois pour tous les pixels jusqu a ce que l'énergie globale soit minimisée et le modèle stabilisé.
Selon un aspect de l'invention, les attributs sismiques pris en compte sont l'impédance acoustique, l'amplitude sismique vraie et le temps de transit sismique.
Selon un autre aspect de l'invention, l'énergie probabiliste est une mesure de l'écart entre les attributs sismiques enregistrés et les attributs sismiques moyens calculés à partir des données sismiques pour chaque classe de roche. L'énergie antérieure est une mesure de l'encart entre les données statistiques de transition spatiales calculées à partir des données géologiques et les données statistiques de transition spatiales déterminées à partir du modèle.
La présente invention sera mieux comprise par référence à la description détaillée et aux dessins dans lesquels
- La fig. 1 est un graphe de distribution de fréquence des temps de transit sismiques synthétiques pour des rangs discrets de la perméabilité sur un échantillon du grès de Berea.
- La fig. 1 est un graphe de distribution de fréquence des temps de transit sismiques synthétiques pour des rangs discrets de la perméabilité sur un échantillon du grès de Berea.
- La fig. 2 est un organigramme d'un procédé assisté par ordinateur, conforme à l'invention
- la fig. 3 illustre la distribution vraie bi-dimensionnelle des rangs de perméabilité mesurées sur l'échantillon ci-dessus
- la fig. 4 est une représentation synthétique d'un certain attribut sismique, exprimée en termes de temps de transit sismique par pixel, dérivé des données mesurées de la perméabilité
- la fig. 5 est le modèle initial aléatoire ;
- la fig. 6 est une carte recons tituée à partir des données sismiques et géologiques après la première itération ;
- la fig. 7 est la reconstitution après la troisième itération ;
- la fig. 8 illustre l'apparence du modèle après la cinquième itération ; et
- la fig. 9 est le modèle final après onze itérations.
- la fig. 3 illustre la distribution vraie bi-dimensionnelle des rangs de perméabilité mesurées sur l'échantillon ci-dessus
- la fig. 4 est une représentation synthétique d'un certain attribut sismique, exprimée en termes de temps de transit sismique par pixel, dérivé des données mesurées de la perméabilité
- la fig. 5 est le modèle initial aléatoire ;
- la fig. 6 est une carte recons tituée à partir des données sismiques et géologiques après la première itération ;
- la fig. 7 est la reconstitution après la troisième itération ;
- la fig. 8 illustre l'apparence du modèle après la cinquième itération ; et
- la fig. 9 est le modèle final après onze itérations.
A partir de données expe;rimen- tales, telles que celles recueillies à partir d'une étude géologique de reconnaissance ou à partir de puits de forage, il est établi que pour une couche donnée de roche, il existe des variations dans les caractéristiques pétrophysiques ou les catégories de roche à l'intérieur de cette couche. En utilisant ces données, il est proposé un projet de classification pétrophysique statistique qui utilise à la fois les attributs sismiques tels que 1' impédance, les données d'amplitude vraie, ou les temps de transit sismiques et des informations connues relatives à la variation spatiale des propriétés pétrophysiques exprimées en termes de fréquences de transition entre les catégories pétrophysiques comme fonction de distance.Le schéma de classification statistique est basé sur la théorie de Bayes, théorie selon laquelle les probabilités sont associées à des évènements individuels indépendants entre eux et non pas simplement aux fréquences de ces évènements. L'estimation maximale à posteriori de la classe vraie de la roche est déduite ensuite de cette classification ; en cela, elle est la meilleure estimation de la classe de la roche comme provenant de faits observes.
Etant donné une zone N-dimensionnelle R, divisée en un réseau de pixels représentant des stations d'observation des données, on représente une image pétrophysique du sous-sol par un vecteur Xtrue = (xltrue,..., xntrue) dans lequel xl représente la classe vraie de la roche au pixel i et n est le nombre total d'éléments d'image (pixels). Les variables
Xi peuvent prendre seulement des valeurs discrètes l,2,...,c telles que par exemple 1 pour le sable et 2 pour l'argile schisteuse, bien que des valeurs additionnelles 3 et 4 puissent être introduites comme pour la pierre à chaux ou la dolomite ou, dans le cas d'espèce, des rangs de perméabilité à l'intérieur d'un seul type de la roche.
Xi peuvent prendre seulement des valeurs discrètes l,2,...,c telles que par exemple 1 pour le sable et 2 pour l'argile schisteuse, bien que des valeurs additionnelles 3 et 4 puissent être introduites comme pour la pierre à chaux ou la dolomite ou, dans le cas d'espèce, des rangs de perméabilité à l'intérieur d'un seul type de la roche.
Alternativement, pour des fins de représentation visuelle, on pourrait assigner des niveaux de gris aux pixels comme du noir, du blanc et des nuances de gris ou d'autres teintes du specte à la place des valeurs numériques.
Un enregistrement sismique zi est associé à chaque pixel i. Le vecteur des données sismiques pour#l'image entière est défini par z = (z1,..., zn).
Le nombre des pixels, n, est rapporté au nombre total des échantillons d'enregistrements sismiques. Il est à noter que les variables sismiques Zi sont continues. La taille physique de chaque pixel est par conséquent rapportée à l'espacement sismique de la station.
Le problème est de déduire la distribution pétrophysique spatiale vraie xtrue , habituellement connue seulement aux points de contrôle sus-visés tels que puits de forage, à partir du vecteur sismique Z mesuré. L'estimation xest du vecteur pétrophysique vrai Xtrue est choisie comme celle donnant la probabilité maximale des données sismiques Z.
La probabilité de X étant donné les données sismiques Z doit être maximisée par rapport à X. L'estimation Xest est le maximum à posteriori (MAP) de l'estimation de la valeur vraie Xtrue
Supposant la condition Gaussienne d'indpendance des enregistrements d'impédance sismique (ou des enregistrements d'autres attributs), la probabilité conditionnelle p(ZIX) peut être représentée par
où E1 est l'énergie probabiliste définie par
Supposant la condition Gaussienne d'indpendance des enregistrements d'impédance sismique (ou des enregistrements d'autres attributs), la probabilité conditionnelle p(ZIX) peut être représentée par
où E1 est l'énergie probabiliste définie par
L'énergie probabiliste peut être considérée comme une mesure de l'écart entre les attributs sismiques enregistrés et les moyennes des attributs sismiques de chaque classe de roche.Dans (3), u(xi) et 02(xi) représentent respectivement la moyenne et la variance d'un attribut tel que l'impédance pour les pixels du type xi, qui peut être égal à 1, 2 ou tout autre nombre entier (noir, blanc ou autre teinte) selon la classe de la roche au pixel i. Les moyennes et variances peuvent être estimées à partir d'un graphe de distribution de fréquence du paramètre étudié , comme le montre la figure l qui est un diagramme de distribution de fréquence des temps de transit sismiques pour différents rangs de perméabilité.
Dans (1), p(X) est le modèle de distribution antérieur qui est construit à partir de fréquences expérimentales de transition entre les classes pétrophysiques, en fonction des distances horizontale et verticale, u et v respectivement, qui peuvent par exemple être mesures en termes d'unités de pixels. Supposant un exemple bi-dimensionnel, r et s sont les valeurs des variables de la classe de roche Xi et x3 pour n'importe quelle paire de pixels i et j, séparés (en unités de pixels) par un vecteur de distance (u,v) dans le plan de la coupe sismique.
Par la définition ci-dessus, r et s sont des nombres entiers égaux, par exemple 1 ou 2. Pour un vecteur distance donne (u,v), séparant une paire de pixels i et j, la quantité Nrs(u,v) est définie comme le nombre de paires de pixels i-j de limage, de telle sorte que le pixel i appartienne à la classe r et le pixel j appartienne à la classe s.
En utilisant la définition cidessus pour Nrs(u,v), la distribution antérieure est donnée par
p(x) exp(-Ep), (4) dans laquelle
p(x) exp(-Ep), (4) dans laquelle
Dans l'équation (5), NtrUers représente les valeurs statistiques de transition prévues pour l'image pétrophysique vraie xtrue, Nrs indique les valeurs statistiques de transition associées à une classe arbitraire image X de la roche, tandis que c est le nombre total de teintes possibles ou de types de roche.
La quantité Ep est appelée l'énergie antérieure, c'est-à-dire l'énergie qui est attribuée, comme étant connue, à une classe d'image de la roche, à priori. Ep est une mesure de l'écart entre les valeurs statistiques de transition spatiales dérivées de la géologie connue aux points de contrôle et les valeurs statistiques de transition spatiales du modèle X.
Il est évident, à partir des équations (4) et (5), que la qualification basse énergie, ou haute probabilité, est affectée à des images pour lesquelles les valeurs statistiques de transition sont proches de leurs valeurs attendues Ntruers et vice-versa. Le paramètre de variance d2p dans (5) contrôle la grandeur de l'energie Ep. C'est un paramètre d'usage défini qui reflète le degré de precision de la valeur statistique Ntruere.
Si d2px O, cela implique une grande confiance dans les données, tandis que si d2p#oo cela implique des données peu fiables. En pratique, les dimensions de 62p sont comparées avec la grandeur des valeurs statistiques de Ntruers.
Dans ltéquation (5), la première sommation s'étend à toutes les distances u et v pour lesquelles les valeurs statistiques de transition Ntruere, sont disponibles à partir par exemple du noir au blanc, du blanc au noir, du blanc au blanc, etc.... Il doit être rappelé que, bien que des données sismiques soient habituellement disponibles à des incréments de distance régu- lièrement proches, u et v, les données réelles pour déterminer Ntruers peuvent être éparses et disponibles seulement aux points de contrôle discrets qui peuvent être largement dispersés.
A Partir des définitions exponentielles pour p(X) et p(ZIX) dans (2) et (4), et à partir de (1), il est clair que trouver le maximum à priori de la valeur estimée xest des propriétés pétrophysiques vraies xtrue est équivalent à trouver un modèle pétrophysique X qui minimise l'énergie totale ou globale E
E(X) = E1(X)#+ E#(X), (6)
On arrive à la réduction minimale de la fonction objective E(X) en (6) par un processus itératif assisté par ordinateur montré de façon schématique dans l'organigramme de la fig. 2 qui sera utilisé pour expliquer le meilleur mode operatoire, en relation avec les fig. 3 à 9.Aux fins d'explication, on se référera aux "teintes" plutôt qu'aux nombres entiers, avec l'entier 1 associé à la teinte blanche (si des niveaux de gris sont utilisés) à titre d'exemple, mais pas de façon limitative.
E(X) = E1(X)#+ E#(X), (6)
On arrive à la réduction minimale de la fonction objective E(X) en (6) par un processus itératif assisté par ordinateur montré de façon schématique dans l'organigramme de la fig. 2 qui sera utilisé pour expliquer le meilleur mode operatoire, en relation avec les fig. 3 à 9.Aux fins d'explication, on se référera aux "teintes" plutôt qu'aux nombres entiers, avec l'entier 1 associé à la teinte blanche (si des niveaux de gris sont utilisés) à titre d'exemple, mais pas de façon limitative.
En référence maintenant à l'organigramme de la fig. 2, on cre;e d'abord un modèle pe;tro- physique initial N-dimensionnel qui peut être un réseau de pixels teintés au hasard. Dans la fig.2, N est égal à 2 à titre d'exemple non limitatif. Les pixels peuvent prendre n'importe laquelle de plusieurs teintes possibles.
A partir des données sismiques et pétrophysiques connues, les moyennes Lz et les variances d21 pour chaque teinte (équation (3)) sont calculées et mémorisées. Similairement, les valeurs statistiques de transition spatiales
Ntruers(u,v) sont générées à partir des données géologiques connues pour chaque teinte possible aux points de contrôle géologiques.
Ntruers(u,v) sont générées à partir des données géologiques connues pour chaque teinte possible aux points de contrôle géologiques.
Un pixel i est choisi au hasard à partir du modèle initial. L'energie probabiliste, E1 est calculée à partir de la moyenne et de la variance pour cette teinte du pixel. Les valeurs statistiques de transition spatiales pour le modèle Nrs(u,v) sont calculées pour chaque valeur u et v et chaque valeur possible de r et s, et comparée avec Ntruers pour calculer l'énergie antérieure
Ep. Ep et E1 sont sommées pour déterminer l'énergie globale
E(X). La teinte assignée au pixel choisi sera la teinte pour laquelle l'énergie globale est minimisée. On continue le processus pour tous les pixels du modèle.
Ep. Ep et E1 sont sommées pour déterminer l'énergie globale
E(X). La teinte assignée au pixel choisi sera la teinte pour laquelle l'énergie globale est minimisée. On continue le processus pour tous les pixels du modèle.
Des cycles d'itération globale additionnels sont exécutés en vue de perturber la teinte de pixel sur tous les pixels jusqu'à ce que l'énergie globale E(X) converge jusqu a un minimum et que le modèle devienne stable. En général moins de quinze cycles d'itération sont nécessaires pour obtenir cette convergence.
La méthode de l'invention sera mieux comprise en référence aux figures 3 à 9 qui en illustrent non limitativement une forme préférée d'exécution.
La fig. 3 illustre un réseau bidimensionnel de pixels qui représentent les noyaux effectifs prélevés dans un bloc de grès de Berea. La perméabilité de chaque noyau a été mesurée et on lui a assigné une teinte qui correspond à un intervalle discret, ou rang, de permeabilité , la mesure est exprimée en milli-darcy, comme le montre l'échelle dans le coin supérieur droit du réseau. A titre d'exemple, les noyaux respectifs servent de pluralité de points de contrôle géologiques à partir desquels on a calcule; les valeurs statistiques Ntruers.
Sur la fig. 4, il est montré des rangs discrets d'un attribut sismique synthétique, à savoir le temps de transit sismique mesuré en ,us/m, pour chaque pixel. Dans cet exemple synthétique, les données du temps de transit forment un réseau continu des stations sismiques entre les points de contrôle géologiques. Les temps de transit sont indicatifs des classes de roche représentées par les rangs de perméabilité. On peut voir sur la fig.
1 qu'il y a un recouvrement considérable des rangs.
La fig. 5 est le modèle initial tel que créé selon l'organigramme de la fig. 2. Les pixels sont teintés au hasard.
La fig. 6 illustre le modèle après l'achèvement du premier cycle d'itération global.
Au cours du processus, les teintes des 1163 pixels ont été remplacées. Après la première itération globale, l'energie globale calculée s'élève à 3305. Le pourcentage des pixels "disclassésQswélève à 57%.
La fig. 7 est l'image après 3 itérations globales. La valeur de E est réduite à 1102 après que quelque 267 teintes de pixels aient été échangées. Le taux de "dis-classement"ha été réduit à 36%.
Les résultats de la cinquième itération globale sont montrés sur la fig.8. Le modèle initial se stabilise en ce que la valeur de E, 982 n'a pas beaucoup changé par rapport à la valeur première de 1102.
Au cours de la onzième itération globale de la fig.9, E a diminué à 950. Grâce à toutes ces opérations pratiques, le modèle initial est maintenant stabilisé ; il est improbable qu'une itération globale additionnelle donne lieu à des améliorations significatives.
Après l'itération finale, le taux de déclassementssest de 33%. il doit être compris que l'exemple synthétique pre sente; est quelque peu idéalisé de façon à démontrer plus clairement, le processus global. Dans des conditions ef fectives de terrain, il est improbable que les points de contrôle géologiques soient espacés de façon aussi dense par rapport aux données sismiques, comme cela est illustré ici.
Bien que l'on ait décrit et représenté une forme préférez d'application de la méthode de l'invention, il doit être compris que la portée de la présente invention n'est pas limitée à cette forme mais qu'elle s'étend à toute méthode comportant les caractéristiques énoncées plus haut.
Claims (7)
- REVENDICATIONS- afficher ledit modèle.- exécuter des cycles additionnels d'itération globale en perturbant la teinte de pixel sur tous les pixels jusqu a ce que l'énergie globale converge en un minimum pour fournir un modèle final, etrépéter les étapes de choix, calcul, sommation, et sélection pour tous les autres pixels du réseau qui forment le modèle initial ce par quoi est réalisé un premier cycle global d'itération,- choisir celle desdites au moins deux couleurs possibles de pixel qui minimise l'énergie globale,- sommer l'énergie probable et l'énergie antérieure pour évaluer ltenergie globale,antérieure,possible dudit pixel l'energie probable et l'énergie- calculer pour chaque teintepartir dudit modèle,- choisir un pixel au hasard àmodèle initial,moins couleurs possibles à chacun desdits pixels duditnel de pixels et assigner au hasard une des deux aucouches du sous-sol consistant en un réseau N-dimension- créer un modèle initial desclasse de roche,variances desdits attributs sismiques pour chaque dite- calculer les moyennes et lessiques desdites classes de roche,attributs sismiques indicatifs des propriétés pétrophyde contrôle géologiques espacés, et enregistrer desstations sismiques entre ladite pluralité des points- disposer un réseau continu deune pluralité de points de contrôle géologiques espacés,classes de roche dans ladite couche du sous-sol entrestatistiques de transition spatiales entre lesdites- mesurer les valeursteintes possibles à chaque dite classe de roche,- assigner l'une d'au moins deuxétés pétrophysiques,classes de roche incluant les rangs discrets de propride roche géologique dans une couche du sol, lesditesles propriétés pétrophysiques d'une pluralité de classes- établir la présence et mesurerconsistant àen ce qu'elle comprend les étapespétrophysiques des couches du sou-sol, caractériséel.-Methode pour modéliser un profil continu des propriétés
- 2.-Méthode selon la revendication 1, caractériséeen ce que ledit attribut sismiqueest l'impedance sismique.
- 3.-Méthode selon la revendication 1, caractériséeen ce que ledit attribut sismiqueest l'amplitude vraie.
- 4.-Méthode selon la revendication 1, caractériséeen ce que l'attribut sismiqueest le temps de transit sismique.
- 5.-Méthode selon la revendication 1, caractériséeen ce que ladite énergie probable est une mesure de l'écart entre les attributs sismiques enregistrés et les moyennes des attributs sismiques calculées pour chaque classe de roche à partirdesdites données sismiques.
- 6.-Méthode selon la revendication 1, caractériséeen ce que l'énergie antérieureest une mesure de l'encart entre les valeurs statistiquesde transition spatiales calculées à partir des donnéesgéologiques et les valeurs statistiques de transitionspatiales déterminées à partir du modèle.
- 7.-Méthode selon la revendication 1, caractériséeen ce que la taille physique dechacun desdits pixels est rapportée à l'espacement desdites stations sismiques.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US07/427,697 US4926394A (en) | 1989-10-27 | 1989-10-27 | Monte Carlo method for estimating lithology from seismic data |
Publications (1)
Publication Number | Publication Date |
---|---|
FR2654515A1 true FR2654515A1 (fr) | 1991-05-17 |
Family
ID=62242927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR9013631A Pending FR2654515A1 (fr) | 1989-10-27 | 1990-10-26 | Methode d'evaluation lithologique a partir de donnees sismiques. |
Country Status (4)
Country | Link |
---|---|
US (1) | US4926394A (fr) |
FR (1) | FR2654515A1 (fr) |
GB (1) | GB2244558B (fr) |
NO (1) | NO180025C (fr) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4330148A1 (de) * | 1993-09-07 | 1995-03-09 | Merk Electronic Gmbh | Verfahren zur dreidimensionalen Ultraschall-Druchleuchtung |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4926394A (en) * | 1989-10-27 | 1990-05-15 | Western Atlas International, Inc. | Monte Carlo method for estimating lithology from seismic data |
US5257242A (en) * | 1991-07-24 | 1993-10-26 | Amoco Corporation | Method of geophysical exploration |
US5420786A (en) * | 1993-04-05 | 1995-05-30 | Ims America, Ltd. | Method of estimating product distribution |
US5453958A (en) * | 1993-06-11 | 1995-09-26 | Phillips Petroleum Company | Method for locating hydrocarbon reservoirs |
US5450371A (en) * | 1993-06-18 | 1995-09-12 | Western Atlas International | Statistical analysis of regional velocities |
US5640368A (en) * | 1993-07-26 | 1997-06-17 | Exxon Production Research Company | Migration velocity analysis using limited-aperture and monte carlo migration |
FR2710418B1 (fr) * | 1993-09-21 | 1995-12-15 | Inst Francais Du Petrole | Méthode d'analyse des traces sismiques utilisant une technique de calibrage statistique pour en déduire des propriétés géologiques. |
US5416750A (en) * | 1994-03-25 | 1995-05-16 | Western Atlas International, Inc. | Bayesian sequential indicator simulation of lithology from seismic data |
US5798982A (en) * | 1996-04-29 | 1998-08-25 | The Trustees Of Columbia University In The City Of New York | Method for inverting reflection trace data from 3-D and 4-D seismic surveys and identifying subsurface fluid and pathways in and among hydrocarbon reservoirs based on impedance models |
US5884229A (en) * | 1996-06-10 | 1999-03-16 | Exxon Production Research Company | Method for measuring lateral continuity at a specified subsurface location from seismic data |
FR2757957B1 (fr) * | 1996-12-30 | 1999-01-29 | Inst Francais Du Petrole | Methode pour simplifier la modelisation d'un milieu geologique poreux traverse par un reseau irregulier de fractures |
FR2765708B1 (fr) * | 1997-07-04 | 1999-09-10 | Inst Francais Du Petrole | Methode pour determiner des parametres hydrauliques representatifs a grande echelle d'un milieu fissure |
FR2768818B1 (fr) * | 1997-09-22 | 1999-12-03 | Inst Francais Du Petrole | Methode statistique de classement d'evenements lies au proprietes physiques d'un milieu complexe tel que le sous-sol |
US6246963B1 (en) | 1999-01-29 | 2001-06-12 | Timothy A. Cross | Method for predicting stratigraphy |
US6223126B1 (en) * | 1999-10-20 | 2001-04-24 | Phillips Petroleum Company | Multi-attribute seismic waveform classification |
GB0125713D0 (en) * | 2001-10-26 | 2001-12-19 | Statoil Asa | Method of combining spatial models |
GB2409900B (en) | 2004-01-09 | 2006-05-24 | Statoil Asa | Processing seismic data representing a physical system |
WO2006016942A1 (fr) * | 2004-07-07 | 2006-02-16 | Exxonmobil Upstream Research Company | Prevision de la composition granulaire d'un sable et de sa texture |
US20060025969A1 (en) * | 2004-07-30 | 2006-02-02 | Conocophillips Company | Method for converting a geologic panel into a simulator format |
GB2422673B (en) * | 2005-02-01 | 2010-03-24 | Electromagnetic Geoservices As | Optimum signal for sea bed logging |
GB2435693A (en) * | 2006-02-09 | 2007-09-05 | Electromagnetic Geoservices As | Seabed electromagnetic surveying |
GB2439378B (en) * | 2006-06-09 | 2011-03-16 | Electromagnetic Geoservices As | Instrument for measuring electromagnetic signals |
GB2442749B (en) | 2006-10-12 | 2010-05-19 | Electromagnetic Geoservices As | Positioning system |
GB2445582A (en) | 2007-01-09 | 2008-07-16 | Statoil Asa | Method for analysing data from an electromagnetic survey |
WO2009137228A2 (fr) * | 2008-05-06 | 2009-11-12 | Exxonmobil Upstream Research Company | Données de propriété de transport calculées à partir de données de propriété de roches sismiques dérivées pour une modélisation de transport |
US8326542B2 (en) * | 2009-11-19 | 2012-12-04 | International Business Machines Corporation | Method and system for retrieving seismic data from a seismic section in bitmap format |
US10705236B2 (en) | 2015-08-27 | 2020-07-07 | Freie Universität Berlin | Method for determining the hydraulic permeability of rocks in a subsurface region |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4679174A (en) * | 1984-04-26 | 1987-07-07 | Western Geophysical Company Of America | Method for seismic lithologic modeling |
US4817062A (en) * | 1987-10-02 | 1989-03-28 | Western Atlas International, Inc. | Method for estimating subsurface porosity |
EP0347295A1 (fr) * | 1988-06-10 | 1989-12-20 | Schlumberger Limited | Procédé d'établissement d'un modèle stratigraphique du sous-sol à partir d'un profil d'impédance acoustique et d'une section sismique |
EP0354112A1 (fr) * | 1988-08-05 | 1990-02-07 | Institut Français du Pétrole | Méthode pour obtenir un modèle représentatif d'un milieu hétérogène et notamment du sous-sol |
US4926394A (en) * | 1989-10-27 | 1990-05-15 | Western Atlas International, Inc. | Monte Carlo method for estimating lithology from seismic data |
-
1989
- 1989-10-27 US US07/427,697 patent/US4926394A/en not_active Expired - Lifetime
-
1990
- 1990-10-24 GB GB9023177A patent/GB2244558B/en not_active Expired - Lifetime
- 1990-10-25 NO NO904616A patent/NO180025C/no not_active IP Right Cessation
- 1990-10-26 FR FR9013631A patent/FR2654515A1/fr active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4679174A (en) * | 1984-04-26 | 1987-07-07 | Western Geophysical Company Of America | Method for seismic lithologic modeling |
US4817062A (en) * | 1987-10-02 | 1989-03-28 | Western Atlas International, Inc. | Method for estimating subsurface porosity |
EP0347295A1 (fr) * | 1988-06-10 | 1989-12-20 | Schlumberger Limited | Procédé d'établissement d'un modèle stratigraphique du sous-sol à partir d'un profil d'impédance acoustique et d'une section sismique |
EP0354112A1 (fr) * | 1988-08-05 | 1990-02-07 | Institut Français du Pétrole | Méthode pour obtenir un modèle représentatif d'un milieu hétérogène et notamment du sous-sol |
US4926394A (en) * | 1989-10-27 | 1990-05-15 | Western Atlas International, Inc. | Monte Carlo method for estimating lithology from seismic data |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4330148A1 (de) * | 1993-09-07 | 1995-03-09 | Merk Electronic Gmbh | Verfahren zur dreidimensionalen Ultraschall-Druchleuchtung |
Also Published As
Publication number | Publication date |
---|---|
GB2244558B (en) | 1993-07-28 |
US4926394A (en) | 1990-05-15 |
NO904616D0 (no) | 1990-10-25 |
NO904616L (no) | 1991-04-29 |
NO180025B (no) | 1996-10-21 |
GB2244558A (en) | 1991-12-04 |
GB9023177D0 (en) | 1990-12-05 |
NO180025C (no) | 1997-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FR2654515A1 (fr) | Methode d'evaluation lithologique a partir de donnees sismiques. | |
EP0789849B1 (fr) | Methode pour representer dans un domaine spatio-temporel la trajectoire d'au moins un puits de forage | |
CA2670384C (fr) | Methode d'inversion conjointe de donnees sismiques representees sur des echelles de temps differentes | |
EP0674189B1 (fr) | Méthodes de génération des modèles numériques à partir de l'information sismique | |
EP0750203B1 (fr) | Modélisation de subsurface à partir de données sismiques et de mesures secondaires | |
US10234582B2 (en) | Joint inversion of seismic data | |
EP3023815B1 (fr) | Procédé de construction d'un modele geologique | |
US5596548A (en) | Seismic imaging using wave equation extrapolation | |
US6640190B2 (en) | Estimating subsurface subsidence and compaction | |
EP2253970B1 (fr) | Méthode pour imager une zone cible du sous-sol à partir de données de type walkaway | |
EP3570074A1 (fr) | Procédé pour la détection d'objets géologiques dans une image | |
FR2879756A1 (fr) | Procede de prediction de valeurs quantitatives d'une caracteristique rocheuse ou fluidique dans un reservoir en utilisant des donnes sismiques | |
FR2980897A1 (fr) | Procede de validation d'image d'entrainement pour la modelisation geostatistique multipoint du sous-sol | |
Di et al. | Estimating subsurface properties using a semisupervised neural network approach | |
CA2528700A1 (fr) | Methode pour determiner des informations speculaires apres imagerie sismique avant sommation | |
Di et al. | Semi-supervised seismic and well log integration for reservoir property estimation | |
EA030770B1 (ru) | Система и способ адаптивной сейсмической оптики | |
Raji et al. | Wavefield analysis of crosswell seismic data | |
CN109283577A (zh) | 一种地震层位标定方法 | |
FR2994314A1 (fr) | Procede de restauration de donnees de puits de forage | |
Lu | Deep learning realm for geophysics: Seismic acquisition, processing, interpretation, and inversion | |
EP1540377B1 (fr) | Methode pour compacter et filtrer des evenements geophysiques dans le but d en extraire des informations sur la nature du sou s-sol | |
US11852768B2 (en) | Multimodal approach to target stratigraphic plays through seismic sequence stratigraphy, rock physics, seismic inversion and machine learning | |
Staal et al. | Improved target-oriented linear full waveform inversion | |
Odom | Analysis of Fluvial Scroll Bar Development With Surface Wave Inversion: False River, Louisiana |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
DI | Inadmissibility of an action of restoration |