NO20121031A1 - Prosess for a karakterisere utviklingen av er reservoar - Google Patents

Description

PROSESS FOR Å KARAKTERISERE UTVIKLINGEN AV ET RESERVOAR

Den foreliggende oppfinnelse angår generelt feltet geovitenskap, og nærmere bestemt seismisk dataprosessering. Den foreliggende oppfinnelse angår nærmere bestemt en fremgangsmåte for å trekke ut de tidsforsinkede endringene i 3D-seismiske datasett som er innsamlet over en produksjonsperiode for å integrere med produksjonsdata og bistå i å forstå og forvalte utvinningen av olje og/eller gass fra reservoarer eller injeksjonen av andre fluider inn i reservoarene.

I olje- og gassindustrien gjennomføres seismiske undersøkelser for å tilveiebringe bilder fra undergrunnen slik at akkumulasjoner av hydrokarboner eller andre fluider eventuelt kan identifiseres. I en seismisk undersøkelse sender én eller flere kilder ut elastiske bølger i form av trykk eller grunnbevegelsesmodulering fra spesifikke lokasjoner (bølgefelt) på eller under land- eller havoverflaten eller i et borehull. Dette bølgefelt forplanter seg bort fra kilden(e) gjennom undergrunnen. Sammen med denne forplantning reflekteres en fraksjon av det innfallende bølgefelt fra heterogenitetene i undergrunnens elastiske materialegenskaper [slik som akustisk impedans). Denne eksitasjon av det innfallende bølgefelt genererer et reflektert bølgefelt fra heterogenitetene som manifesteres som trykk, partikkelbevegelse eller noen utledede mengder, og kan detekteres og registreres på overflaten eller i et borehull ved et antall mottakerlokasjoner.

Prosessering av målingene foretas for på den måte å bygge opp et 3D-bilde av undergrunnen. Gjentatte undersøkelser ved utvalgte tidsintervaller (dager, måneder, år) muliggjør observasjon av endringene i, over eller under et gitt reservoar over tidsintervallet - f.eks. før olje- eller gassproduksjon starter, og etter en viss periode av produksjon eller injeksjon, og å sammenligne måleresultatene. Dette kalles 4D-seismikk, og innbefatter å sammenligne 2D- og 3D-seismikkundersøkelser som er gjennomført ved forskjellige tidsinstanser. Målet er å observere endringer i tilstanden til formasjonene og fluidene som følge av produksjon av hydrokarboner fra eller injeksjon av fluider inn i et reservoar. Hensiktsmessig detektering av endringene og korrekt identifikasjon av effektene, faktorene og prosessene krever spesialiserte innsamlingsteknikker og dataprosesseringstrinn.

Slike teknikker som benyttes til å detektere 4D-endringer, betegnes i det følgende som warping. Dataene i de seismiske datasett prosesseres først for å kompensere for variasjoner i innsamling (eller ikke-repeterbarhet av seismiske undersøkelser) og endringer i hastighet i undergrunnen. Standardteknikken anvender krysskorrelasjon mellom forskjellige undersøkelser i utvalgte vinduer. Et slikt vindu er et tidsintervall som representerer en del av en trase. Ett problem med disse korrelasjonsbaserte tilnærminger er korrelasjonsvinduets størrelse. Hvis vinduet som anvendes til korrelasjon er for stort, er det sannsynlig at korrelasjonens nøyaktighet vil bli påvirket: korrelasjonsverdien vil da faktisk avhenge av ikke bare forskjeller mellom undersøkelsen på punktet som vurderes, men også av andre effekter, i tillegg til punktene som vurderes. Hvis vinduet som anvendes til korrelasjon er for lite, er det sannsynlig at korrelasjonen vil bli kraftig påvirket av støy og ikke-repeterbarhet av undersøkelsene, herunder endringer som skyldes de effekter hvis observasjon er ønsket.

IJ. E. Rickett & D. E. Lumley, Cross-equalization data processing for time-lapse seismic reservoir monitoring: A case study from the Gulf of Mexico, Geophysics, vol. 66 nr. 4 (juli-august 2001), pp. 1015-1025, drøftes problemet ved ikke-repeterbar støy i seismiske undersøkelser som gjennomføres over tid. Dette dokumentet beskriver matchingen av to faktiske undersøkelser. Førmigrasjonsdata var ikke tilgjengelig. Matching av undersøkelser innbefatter matchet filtrering, amplitudebalansering og warping. Denne type warping består i å krysskorrelere traser i vinduer for å evaluere bevegelser i x, y og t som er tilpasset til å optimalisere matching av data mellom undersøkelser.

I Hall et al., Cross-matching with interpreted warping of 3D streamer and 3D oceanbottom-cable data at Valhall for time-lapse assessment, Geophysical Prospecting, 2005,53, pp. 283-297, beskrives kryssmatching av legacy-streamerdata og nyere 3D-havbunnskabeldata, for tidsforsinket analyse av geomekaniske endringer som skyldes produksjon på Valhall-feltet. Dette dokumentet er rettet mot å anvende resultater som er tilveiebrakt ved forskjellige innsamlingsmetodologier - i eksemplet med Valhall-feltet, 3D-streamerdata og 3D-havbunnskabel. Dokumentet indikerer at lignende migrasjonsskjemaer ble anvendt for begge undersøkelser. Prosessen innbefatter trinnene av

volumetrisk bearbeidning, for å ta hensyn til de forskjellige

innsamlingsmetodologier;

amplitudebalansering i og mellom volumer;

spektralbearbeidning;

global kryssmatching, under anvendelse av en lokalt utledet operator.

Spatiale forskyvninger mellom de to undersøkelser løses under anvendelse av 3D-warping, i en iterativ prosess som er sentrert på fortolkede horisonter, med interpolering mellom dem.

Disse dokumenter ifølge den hittil kjente teknikk lærer om warping, etterjustering av de seismiske undersøkelser som sammenlignes for å kompensere for både feil i innsamling (eller ikke-repeterbarhet av seismiske undersøkelser) og endringer i hastighet i undergrunnen.

I EP 1 865 340 til søkeren, som det hermed henvises til, og som i sin helhet skal betraktes som en del av nærværende oppfinnelse, utføres utviklingen av et oljereservoar i ferd med å produsere, ved sammen å invertere for endringene i forplantningstidene og seismiske amplituder av en seismisk wavelet langs forplantningsbaner i grunnen. Invertering gjør det faktisk mulig å tilbakefiltrere, idet originalen utledes fra løsningen. Det tilveiebringes en baseundersøkelse av reservoaret, med et sett seismiske traser på et første tidspunkt T som er forbundet med et første hastighetsfelt Vf, en overvåkingsundersøkelse av reservoaret tilveiebringes, idet overvåkingsundersøkelsen tas ved et andre tidspunkt T + A T, med et sett av seismiske traser som er forbundet med de samme posisjoner som i baseundersøkelsen; overvåkingsundersøkelsen er forbundet med et andre hastighetsfelt Vm. For et sett prøver / i baseundersøkelsen beregner man over prøvene i settet summen S av en norm av differansen mellom

amplituden b, av den seismiske trase i baseundersøkelsen ved hver prøve /, og summen av amplituden m,- av den seismiske trase ved et tidstilsvarende /" i overvåkingsundersøkelsen og amplituden som skyldes reflektivitetsendringen lokalt til den tidstilsvarende prøve /' indusert av forskjellen mellom det første hastighetsfelt Vbog det andre hastighetsfelt Vm; idet den tidstilsvarende prøve /" er forskjøvet i tid av en tidsforskyvning utledet fra hastighetsendringene langs forplantningsbanen fra overflaten til tidstilsvarende prøve/". Denne summen minimaliseres for å utlede hastighetsendringene fra baseundersøkelsen til overvåkingsundersøkelsen og således karakterisere utviklingen av reservoaret.

Denne analyse er basert på det faktum at endringer i reservoaret som skyldes utvinning, vil forårsake endringer i bergets petrofysiske egenskaper og derfor i det seismiske hastighetsfelt. I praksis vil olje bli substituert med gass eller vann og/eller fluidtrykket vil endres, idet metning, porøsitet, permeabilitet og trykk, og følgelig hastighet, modifiseres. Endringer i reservoaret kan også forstyrre de omgivende bergenes spennings- og strain-tilstand, idet deres hastigheter forandres ytterligere. Disse endringer i hastighet vil frembringe tidsforskyvninger i den seismiske respons av underliggende reflektorer og forbundne endringer i reflektivitet, idet en forandring i det lokale bølgefelt bevirkes. Ved å anvende en inversjonsteknikk for hvert punkt i 3D-volumet tilveiebringes et estimat over 4D-endringene som har funnet sted i tidsforsinkelsen mellom innsamling av base- og overvåkingsundersøkelsene. Det er derfor mulig å dedusere et felt av 4D-hastighetsendringer uten å måtte gå frem med krysskorrelasjon av trasene.

Selv om 4D-inversjonsproblemet virker forholdsvis enkelt å formulere som minimaliseringen av en forskjell mellom base- og overvåkingsseismikkdata, er det et ikke-velstilt problem som har flere løsninger: for eksempel kan hvilke som helst jevne null-middel-hastighetsendringer kartlegges til null tidsforskyvning, og genererer ikke noen 4D-amplitudeforskjell. Dessuten blir inversjonen endog mer ikke-lineær for felter som induserer innsynkning og har potensielt stor tidsforskyvning.

I EP 1865 340 ligger det kritiske trinn i å minimalisere forskjellen mellom en base- og en overvåkingsseismikk. I all vesentlighet er dette et optimaliseringsproblem som krever minimalisering av den objektive funksjon eller kostnadsfunksjon over alle valg av variable, dvs. hastighetsendringer som tilfredsstiller de modellerte restriksjoner. I warping kan kostnadsfunksjonen typisk utledes som

hvor b og m er henholdsvis basetrasen og overvåkingstrasen, ts er de seismiske datas

samplingsfrekvens, V er den relative hastighets-4D-endring, w er den seismiske wavelet, og<*>betegner konvolusjonen mellom waveleten og den relative hastighetsendring for å modellere 4D-amplitudeendringen. Kostnadsfunksjonen beregnes vanligvis over alle de tilgjengelige tidsprøver, men den kan også kalkuleres for desimerte tidsprøver eller prøveantallet kan økes ved interpolering for å forbedre løsningens nøyaktighet. Videre kan inversjonen gjennomføres for de mest relevante lag i feltet [herunder overdekning, reservoar og underdekning) oppnådd under anvendelse av stratigrafisk informasjon eller en hvilken som helst annen strategi. Fordelen ved å arbeide med delprøver er at det kan gjøre inversjonen mer velstilt.

Som i nesten et hvilket som helst inversproblem går denne kostnadsfunksjonen imidlertid ikke identisk til null. Forovermodellen som anvendes til denne inversjon, er faktisk kun en approksimasjon av bare den vertikale forplantning som, selv om den er god, innebærer noen antagelser, og derfor forekommer fremdeles en rest. Ved å anvende kun data som relaterer til vertikal forplantning, er løsningen mindre begrenset og krever derfor mye fortolkning, og kan være ustabil og kvalitativ. Videre forblir støy en viktig faktor som ideelt sett burde reduseres.

For delvis å overvinne dette problemet legges et regulariseringsledd til kostnadsfunksjonen. Det er imidlertid vanskelig å velge den optimale vekt for dette leddet i forhold til det som er gitt ved ligning 1. Flere strategier kan anvendes (Grandi et al., 2009, Quantitative 4D time lapse characterisation: Three examples. Society of Exploration Geophysicists, Expanded Abstracts, 28, nr. 1,3815-3819) og mye fortolkning er påkrevet, hvilket betyr at løsningen ikke er entydig.

Det er fremdeles et behov for en prosess for å karakterisere utviklingen av et reservoar i tid, som kan forminske ett eller flere av disse problemer. 1 en utførelsesform tilveiebringer oppfinnelsen derfor prosess for å karakterisere utviklingen av et reservoar i ferd med å produsere, ved å samanalysere endringene i forplantningstidene og seismiske amplituder av seismiske refleksjoner, omfattende trinnene av: å tilveiebringe en baseundersøkelse av reservoaret med et sett av seismiske traser ved et første tidspunkt;

å tilveiebringe en overvåkingsundersøkelse av reservoaret som er tatt ved et andre tidspunkt, med et sett av seismiske traser som er forbundet med de samme posisjonene som i baseundersøkelsen;

å karakterisere utviklingen av reservoaret ved inversjon for å oppnå et estimat av endringene som har funnet sted i tidsintervallet mellom baseundersøkelsen og overvåkingsundersøkelsen,

hvor nevnte inversjon utføres under anvendelse av i det minste noen seismiske traser for hvilke ingen antagelse gjøres om at energien forplanter seg kun vertikalt.

Andre uavhengige trekk er som beskrevet i de vedlagte uselvstendige krav.

KORT BESKRIVELSE AV TEGNINGENE

Utførelsesformer ifølge den foreliggende oppfinnelse vil nå bli beskrevet ved hjelp av ikke-begrensende eksempler under henvisning til de vedlagte tegninger, hvor: Figur 1 er et skjematisk riss av en seismisk blokk, som viser en trase kun av klarhetshensyn; Figur 2 er et flytskjema av en prosess ifølge én utførelsesform ifølge oppfinnelsen; Figur 3a viser utviklingen av et reservoar som er oppnådd ved å invertere prestakk-data, og Figur 3b-3d viser utviklingen av et reservoar som er oppnådd ved å invertere data fra henholdsvis nær-offset-samling, midt-offset-samling og fjern-offset-samling.

DETALJERT BESKRIVELSE AV UTFØRELSESFORMENE

I resten av denne beskrivelsen vil man anvende uttrykkene «baseundersøkelse» og «overvåkingsundersøkelse» eller bare «base» og «overvåking» for å betegne de seismiske undersøkelser av reservoaret. Antagelsen er at baseundersøkelsen gjennomføres tidligere i tid enn overvåkingsundersøkelsen.

I likhet med i EP 1 865 340 er de heri beskrevne fremgangsmåter basert på det faktum at endringer i reservoaret som skyldes utvinning, vil bevirke endringer i hastighetsfeltet. I praksis vil olje bli substituert med gass eller vann og/eller fluidtrykket vil endres, idet densitet og moduler forandres, og følgelig endrer i hastighet. Endringer i reservoaret kan også modifisere de omgivende bergenes spennings- og straintilstand, idet ytterligere forstyrrelser i deres hastigheter bevirkes. Disse endringer i hastighet vil frembringe tidsforskyvninger i det seismiske uttrykk av underliggende reflektorer og forbundne endringer i reflektivitet, idet en endring i den lokale bølgeform bevirkes. I én utførelsesform evalueres disse effekter i overvåkingsundersøkelsen. Dette gjør det mulig å dedusere fra sammenligningen av basen og overvåkingsundersøkelsen et felt av hastighetsendringer uten at det er nødvendig å gå frem med krysskorrelasjon av trasene.

Med henblikk på å lette beregning er det fordelaktig å anta at tidsforskyvningene kommer entydig fra hastighetsendringer; denne antagelsen, når den ikke er oppfylt, kan unngås ved å invertere for time strain som er gitt både ved kompaksjon og hastighetseffekter (Grandi et al., 2009, Quantitative 4D time lapse characterisation: Three examples. Society of Exploration Geophysicists, Expanded Abstracts, 28, nr. 1, 3815-3819) i stedet for å invertere ene og alene for den relative hastighetsendring. Vi antar også at endringer i innsamlings- eller prosesseringsparametere er ubetydelige. Sistnevnte antagelse oppfylles stadig oftere i moderne, dedikerte 4D-undersøkelser. I tidligere formuleringer av warping-inversjonen (EP 1 865 340) ble det antatt at hastighetsendringer lineært korrelerte med impedansendringer gjennom en koeffisient benevnt impedansfaktor. Det ble implisitt antatt at det enten ikke var noen densitetseffekter eller at densitetseffektene var lineært korrelert med hastighetseffekter. I det tilfellet hvor densitetsendringer korrelerer statistisk med hastighetsendringene, kan reflektivitetsleddet skaleres tilsvarende. Hvis det for eksempel er en positiv korrelasjon slik at en gjennomsnittlig endring på 1% i hastighet innebærer en endring på 0,25% i densitet, kan reflektivitetsleddet skaleres med en faktor på 1,25 for på den måte å gi den mest sannsynlige representasjon av endringen i trasen som resulterer fra hastighetsforstyrrelsen.

Antagelsen av en lineær korrelasjon mellom 4D-hastighets- og densitetsendringer er korrekt kun når endringene i densitet er relativt små, dvs. når trykkeffektene er det dominerende tidsforsinkelsesfenomen, og trykk er over boblepunkt; i mange situasjoner er trykket imidlertid under boblepunktet, og gass kommer ut av løsning, og endringene i densitet er relatert til hastighetsendringer ved svært ikke-lineære relasjoner (Rock Physics Handbook, april 1998, Mavko, G., Mukerji, T. og Dvorkin, J., Cambridge University Press). Høye temperaturendringer er en annen kilde til ikke-linearitet når de modifiserer fluidegenskapene, som det skjer i tungoljefelter hvor det er gassforbrenninger av dampinjeksjoner. Særlige utførelsesformer som beskrives heri, gjør det mulig å klare seg uten denne antagelsen ved sammen å invertere for hastighets- og densitetsendringer, som derfor kan være uavhengige.

En større ulempe med fremgangsmåten ifølge den kjente teknikk i EP 1 865 340 er at den hviler på den antagelse at den effektive refleksjonsvinkel er liten (og/eller de forventede endringer i skjærbølgehastighet er også relativt små) og derfor vurderes kun data relatert til vertikal (eller nesten vertikale bølger). Det ville imidlertid være fordelaktig å gjøre bruk av alle de seismiske data, og ikke bare de trasene som forplantes vertikalt. Følgelig foreslås det med de heri beskrevne fremgangsmåter å utføre 4D- warpingteknikker under anvendelse av prestakk-data, som er data som er samlet inn over et bredt område av vinkler eller offseter. I konvensjonell praksis splittes data over hele området av vinkler inn i «datasamlere» («data gathers»), eller områder. Antallet vinkelsamlere avhenger av mange faktorer, for eksempel: innsamlingsparametrene (i særdeleshet det maksimale offset som innsamles), dybden og den seismiske datakvalitet. Ofte splittes dataene i tre vinkelsamlere, vanligvis betegnet som «nær», «midt» og «fjern» (denne terminologien viser til offset-avstanden mellom emitter og mottaker). Av de ovennevnte årsaker er fremgangsmåten ifølge EP 1 865 340 kun egentlig anvendelig til å analysere tid-warping av nær-offset-substakken, mens de heri beskrevne fremgangsmåter kan anvende prestakk-data fra alle tilgjengelige datasamlere uten noen som helst begrensning på antallet samlere som kan anvendes. Modellering av 4D-reflektivitetsendringen kan imidlertid by på vanskeligheter når det anvendes antagelser som begrenser den maksimale innfallsvinkel. Resultatene som drøftes heri, ble oppnådd ved Aki & Richards-approksimasjonen som har vist seg å være nøyaktig for en hvilken som helst vinkel under den kritiske vinkel, når den anvendes til 4D-applikasjoner. Uansett kan en hvilken som helst refleksjonskoeffisientapproksimasjon anvendes i stedet, hvis den er bedre tilpasset 4D-applikasjoner.

Figur 1 er et skjematisk riss av en seismisk blokk, som av klarhetshensyn kun viser én trase. Uttrykket seismisk blokk anvendes for å beskrive et sett målinger over et gitt geografisk felt, etter prosessering for å frembringe et bilde av jorden. Som det er kjent per se, anvendes et ortogonalt og normalisert sett av koordinater, hvor x- og y-aksene ligger på det horisontale plan. z-aksen, som kan svare til enten tid eller dybde, er vertikal og orientert nedover. Som vanlig for seismiske undersøkelser anvender man koordinatene (x, y, t) for en temporal representasjon av undersøkelsen, eller koordinatene (x, y, z) etter dybdemigrasjon til en spatial representasjon av undersøkelsen. Et sett av sensorer C, er plassert på bakken eller på havet i punkter av spatiale koordinater (x„ y„Zi), idet i er et heltall som representerer sensortallet. I marin innsamling kan sensorene være hydrofoner i streamere som vanligvis slepes ved 5-7 meters dybde; alternativt kan mottakskabler plasseres på havbunnen; selv landgeofoner kan noen ganger graves ned noen få meter.

Når en undersøkelse gjennomføres, registreres et råsignal på hver sensor Ci; dette råsignalet er representativt for de seismiske bølger som reflekteres av de forskjellige grensesnittene i undergrunnen. Råsignaler som mottas på sensorene, prosesseres deretter for å tilveiebringe et bilde av undergrunnen som består av en samling av seismiske traser som er gruppert i vinkelsamlere, med hver samler migrert eller «flatet ut» slik at alle trasene fra en enkelt samler manipuleres for å kompensere for vinkelvariasjonene i hver samler [RMO, residual move out), idet hver trase i en samler på en effektiv måte gis det samme offset. Figur 1 viser aksene x, y og t [eller z) av settet av koordinater, så vel som én sensor d med den tilhørende trase, angitt med 2 på figuren. Av klarhetshensyn vises det i figur 1 kun én sensor og én trase, hvorimot en undersøkelse vanligvis vil involvere mange sensorer og et antall traser som overstiger en million. Som det er kjent per se, vil seismisk prosessering plassere de seismiske hendelser så presist som mulig i deres sanne laterale posisjoner. Detaljer om disse teknikkene finnes i Ozdogan Yilmaz, Seismic Data Processing, Society of exploration Geophysicists, 1987. Figur 2 er et flytskjema av en prosess ifølge én utførelsesform ifølge oppfinnelsen. I trinn 12 tilveiebringes en baseundersøkelse av reservoaret, med et sett av seismiske traser ved et første tidspunkt T. For en gitt trase tilveiebringer baseundersøkelsen en amplitude b[t), det vil si en amplitude som er en funksjon av tid t; med digital registrering og prosessering samples trasen ved en samplingsperiode ts. Typiske traselenger svarer til cirka 2000 prøver ved en sampleperiode på 2-4 ms. Trasen kan deretter håndteres som et sett av verdier.

På trinn 16 tilveiebringes en overvåkingsundersøkelse av reservoaret som er tatt ved et annet tidspunkt T + dT, med et sett av seismiske traser. I den enkleste antagelse er T en positiv mengde, og overvåkingsundersøkelsen er tatt ved et tidspunkt senere enn baseundersøkelsen; rekkefølgen i hvilken undersøkelsene foretas, er imidlertid irrelevant for operasjonen av prosessen, og i prinsippet kan tidsforsinkelsen T like gjerne være negativ - hvilket svarer til å sammenligne den tidligere undersøkelse med den senere. Når det gjelder baseundersøkelsen, kan en samplet trase i overvåkingsundersøkelsen også representeres som et sett av verdier m(ti) eller mi.

Ideelt sett forbindes trasene i overvåkingsundersøkelsen med de samme posisjoner som i baseundersøkelsen. Dette gjennomføres, for så vidt det er mulig, ved å anvende samme utstyr, innsamlingsgeometri og prosesser til å kjøre baseundersøkelsen og overvåkingsundersøkelsen. Praktisk talt fører en forskjell på 5-10 m mellom posisjonene til kilder og mottakere fremdeles til akseptable resultater. Teknikker slik som interpolering kan anvendes i tilfelle av at traser i overvåkingsundersøkelsen og i baseundersøkelsen ikke oppfyller denne forutsetningen (Eiken, 0., et al., 2003, A proven method for acquiring highly repeatable towed streamer seismic data, Geophysics, 68, 1303-1309).

I denne utførelsesform estimeres den relative hastighetsendring

og utledes fra forskjellen på base- og overvåkings-p-bølgehastigheter, AVP dividert med base-P-bølgehastigheten Vp. Som et alternativ er det også mulig å invertere for p-bølge-slownessendringen, n, hvor slowness er den resiprokke verdi av hastigheten gitt forholdet

Denne relative slownessendring, n, kan evalueres i hver prøve av den seismiske blokk, det vil si i hver prøve av en trase. For å estimere den relative slownessendring anvender man optimalisering over et sett av punkter, idet kostnadsfunksjonsligningen nedenfor anvendes. Det første leddet er amplituden av basetrasedataene ved tidspunkt t, og det andre leddet er amplituden av overvåkingstrasedataene ved tidspunkt t+At, hvor

og er tidsforskyvningen mellom tidskorresponderende

punkter på base- og overvåkingstrasene, idet denne tidsforskyvning induseres av hastighetsendringer i base- og overvåkingstrasene. Strengt tatt er denne tidsforskyvning den integrerte slownessendring over banen etterfulgt av signalet fra kilden til prøven som vurderes, og tilbake. Det tredje leddet er representativt for amplitudeforstyrrelsen som resulterer fra den lokale reflektivitetsendring, som følge av hastighetsendringen, på trasen. I dette tredje leddet vurderes lokal endring i et tidsområde som er sammenlignbart med waveleten, det vil si i et tidsområde som er likt waveletens varighet.

Denne ligningen kan simplifiseres som:

og kan etter linearisering approksimeres til:

På trinn 20 minimaliseres denne ligningen ved å variere den modellerte hastighet for hver prøve i et utvalgt vindu som inneholder alle 4D-effektene.

I trinn 16 av prosessen i figur 2, utvelges et sett av punkter; summen S minimaliseres på dette settet av punkter. Alt etter dataressurser kan man variere størrelsen på settet av punkter, men disse vil vanligvis bli valgt ut til fullstendig å innbefatte hele volumet av reservoaret som vurderes. I de nedenfor tilveiebrakte eksempler anvendes trasene fra hele base- og overvåkingsundersøkelsene, begrenset i tid til å spenne over reservoaret. Dette vil tilveiebringe verdier av hastighetsendringer over de fullstendige undersøkelser.

I trinn 18 i prosessen, beregnes en initialverdi av summen C.

I trinn 20 av prosessen minimaliseres ligningen [3) ved å variere verdiene av de modellerte relative hastighetsendringer - uttrykt som den relative hastighetsendring (eller uttrykt også som de relative slownessendringer). Dette tilveiebringer et felt av hastighetsendringer for de ulike punktene. Feltet av hastighetsendringer parameteriserer en warping-operasjon for å bearbeide overvåkingsundersøkelsen med basen, idet basen også karakteriserer reservoarets utvikling.

Ett eksempel på en optimaliseringsteknikk tilveiebringes nedenfor; man kan imidlertid også anvende andre optimaliseringsteknikker som er kjente per se innenfor teknikken, slik som simulert størkning. Hvis, som foreslått ovenfor, de seismiske hendelser i overvåkingsundersøkelsen ikke forskyves lateralt fra deres posisjoner i baseundersøkelsen, blir punktene kun tidsforskjøvet. Man kan deretter gjennomføre beregningen på en trase-for-trase-basis; med andre ord kan optimaliseringen gjennomføres separat på hver trase. Dette forenkler beregning og gjør det lettere å kjøre optimaliseringstrinnet som parallelle oppgaver på et antall datamaskiner.

I trinn 22 har minimumet av sum C blitt oppnådd, og dette tilveiebringer en verdi av hastighetsendring for de forskjellige punkter av settet av punkter over hvilke optimaliseringen ble gjennomført. Feltet av hastighetsendringer som er forbundet med minimumet av summen C, karakteriserer utviklingen av reservoaret over tid.

Minimalisering i trinn 20 kan gjennomføres under anvendelse av Gauss-Newton-formelen. Gauss-Newton-formelen er kjent per se.

Mye av det ovenfor beskrevne skiller seg lite fra EP 1865 340. Denne fremgangsmåten kan imidlertid utføres på prestakk-data over hele området av innfallende vinkler. Dette er som et resultat av cr(#)-funksjonen i reflektivitetsleddet i kostnadsfunksjonen ovenfor. Denne funksjonen kan ignoreres når kun vertikalt forplantende bølger vurderes, slik som i den hittil kjente teknikk. Denne funksjonen er avhengig av innfallsvinklene til de seismiske bølger på den seismiske hendelse fra hvilken den reflekterer. Som er kjent fra Aki og Richards-ligningene, svarer denne funksjonen til:

Det bør bemerkes at i motsetningen til formuleringen til Aki & Richards, er hastighetsendringen i ligning (4) en 4D-endring mellom P-bølgehastigheter av base og overvåking, og ikke forskjellen mellom hastigheter til to lag ved forskjellig dybde. Det bør også bemerkes at dette kun er ett eksempel, og at flere andre approksimasjoner av reflektiviteten når det gjelder den innfallende vinkel, faktisk kan anvendes. Andre eksempler har blitt testet og ga lignende resultater.

Følgelig kan inversjonen utføres for hver datasamler simultant, og summen av disse kostnadsfunksjoner minimaliseres for å finne hastighetsendringene som warper en overvåkingstrase til den tilsvarende base. Eksempelvis når tre vinkelsamlere (benevnt nær (N), midt (M) og fjern (F)] er tilgjengelige, kan kostnadsfunksjonen splittes i de tre delene og kostnadsfunksjonen er gitt som summen av dem som

Det bør bemerkes at evnen til å utføre teknikkene som beskrives i EP 1 865 340 på en nyttig måte på midt- og fjern- substakkdata, er i seg selv ukjent i den hittil kjente teknikk, da den hviler på den innfallende vinkelfunksjon av ligning (1) til (3) for å beregne reflektivitetsleddet ordentlig. En klar fordel er at den muliggjør anvendelsen av 4D-warpinginversjon under plattformer hvor nær-offsettraser ikke kan innsamles, slik som for streamerinnsamlinger.

Flere iterasjoner er normalt påkrevet for å nå frem til den endelige løsning, værende warpingen av en ikke-lineær inversjon hvor en tidsforskyvning anvendes på overvåkingstrasen. Tester som er gjennomført av søkeren, antyder at konvergensen generelt oppnås etter 4 iterasjoner, selv om dette antallet er svært avhengig av regulariseringstypen som legges til kostnadsfunksjonen. Det fastlegges at prosessen vil konvergere hvis tidsforskyvningene utgjør mindre enn en halvperiode av den dominerende frekvens, hvilket ofte vil være tilfelle. Utover denne verdien kan det være en risiko for at Gauss-Newton-iterasjonen vil konvergere på et lokalt minimum. Det faktum at utførelsesformen ovenfor ifølge prosessen kan konvergere på et lokalt minimum, gjør ikke fremgangsmåten ugyldig, all den tid et korrekt valg av initialverdiene av de relative slownessendringer under anvendelse av f.eks. en standard korrelasjonsfremgangsmåte, slik at de gjenværende forskyvninger er mindre enn en halvperiode, eller idet fortolkning og matching av større seismiske markører i og rundt reservoaret, vil muliggjøre dens påfølgende anvendelse. Alternativt vil anvendelsen av en global optimaliseringstilnærming sikre konvergens mot det sanne minimum.

Det er noen ganger tilfellet at data fra én av samlerne er av bedre kvalitet enn de andre, eller at kvaliteten varierer mellom samlerne. I en slik situasjon kan man vekte de forskjellige samlere til fordel for de bedre data, eller i overensstemmelse med deres relative nøyaktigheter når kostnadsfunksjonen som vises i ligning (8), minimaliseres.

Det kan også forekomme at vinkelsamlere har forskjellig frekvensinnhold. Eksempelvis kan den fjerne samler være et komparativt svakere lavfrekvenssignal enn det til de andre samlere. Én måte å håndtere dette på er ved å anvende vinkelavhengige waveleter for hver samler med henblikk på å kompensere. Ligning 1,2,3,5,6 og 7 endres tilsvarende.

Selv om det ovennevnte i stor grad relaterer til fluidsubstitusjonswarping av ikke-kompakterende reservoarer, kan prinsippene utvides til kompaksjonswarping av kompakterende reservoarer. Den vesentligste vanskelighet er at tidsforskyvningen gis av kombinasjonen av to effekter som er endringen i mektighet og endringen i hastighet som

hvor ' T er det såkalte time strain hvis heltall gir tidsforskvyningen (Hatchell, 2006]. At/ 2006).

Ah

Her svarer leddet h til endringen i mektighet, og den kan være negativ i reservoaret, hvilket betyr at reservoaret kompakterer på grunn av uttømming, eller kan være positiv når overdekningen (eller underdekningen) utvider seg for å muliggjøre kompaksjonen ved reservoaret.

En første formulering av warpingen for kompakterende reservoar er å anvende kostnadsfunksjonen under

I dette tilfellet oppnås kostnadsfunksjonen for en bestemt vinkelstakk ved forskjellen av base- og overvåkingstrasene ved en gitt innfallende vinkel. Den samlede kostnadsfunksjon er faktisk gitt ved å summere sammen alle bidragene fra de forskjellige vinklene.

Inversjonen kan imidlertid formuleres med henblikk på å invertere for mektighet og hastighetsendringer som

hvor igjen den endelige kostnadsfunksjonen er gitt av summen av alle vinkelsamlerbidrag. En bedre måte å formulere den foregående ligningen på, er å invertere for time strain og R-faktor som

hvor den såkalte R-faktor oppnås ved å anta et lineært forhold mellom hastighetsendring og kompaksjon (Hatchell, P. J. og Bourne, S.J., 2006, Measuring Reservoir Compaction Using Time-Lapse Timeshifts, EAGE, Expanded Abstracts). Den vesentligste fordel er at

den ikke-lineære delen av kostnadsfunksjonen er gitt ved bare én parameter. Dette gjør inversjonen mer stabil.

En annen viktig fordel av de heri beskrevne fremgangsmåter er at de muliggjør ikke bare inversjon for p-bølgehastighetsendringer over tidsintervallet, men i tillegg i det minste ett annet intervallattributt eller i det minste en annen parameter, slik som s-bølgehastighet (skjær) og/eller densitetsendringer. Dette kan oppnås ved å utvide ligning (3) (og hele kostnadsfunksjonsligningene som den er utledet fra) ved å legge til ledd som relaterer til densiteten og/eller s-bølgehastigheten. hvor i likhet med Aki og Richards-ligningene

Det har allerede blitt vist med suksess at ligning (10) kan anvendes til å invertere for endringen i p-bølgehastighet og endring i densitet sammen. Ved hjelp av den samme logikk antas det at inversjon er mulig for å oppnå endringen i p-bølgehastighet og endring i s-bølgehastighet sammen, og til og med å invertere for endringer i alle tre parametre sammen.

Ligning (5) anvendes som beskrevet ovenfor, men i dette tilfelle substitueres ikke bare forskjellige verdier for p-bølgehastighetsendringer for å minimalisere ligningen, men også verdier for enten densitetsendringer eller s-hastighetsendring (eller begge) etter behov.

Som er tilfellet med mange inversproblemer er warpinginversjonen uheldig kondisjonert, hvilket betyr at inversjonen utføres for flere parametere enn det som forklares av dataene. En vanlig måte å håndtere dette på, er å regularisere løsningen. I praksis tilføyes ytterligere restriksjoner for å finne geologisk kompatible løsninger. Derfor, hvis Cs er én av de tidligere drøftede kostnadsfunksjoner, er den komplette kostnadsfunksjon

hvor hver parameter det inverteres for, er regularisert./i ligning 12 er en hvilken som helst funksjon av parameteren, og velges vanligvis i henhold til støytypen og a priori-informasjon slik som reservoarets mektighet og form.

En større ulempe ved den i EP 1 865 340 beskrevne fremgangsmåte, er at enorme fortolkningsmessige anstrengelser er nødvendig for å finne den optimale regulariseringsvekt og derfor for å oppnå en geologisk kompatibel løsning (Grandi et al., 2009, Quantitative 4D time lapse characterisation: Three examples. Society of Exploration Geophysicists, Expanded Abstracts, 28, nr. 1,3815-3819). I dette henseende defineres problemet som formulert av den foregående inversjon, bedre som i den hittil kjente teknikk, da den er avhengig av flere data, spesielt når inversjonen utføres for den relative endring i P-bølgehastighet. Det er også sant at problemet er bedre formulert fordi det tar flere parametre med i betraktningen. Dette betyr at det er færre mulige (matematiske) løsninger som minimaliserer ligningen, hvilket fører til lettere identifisering av en optimal real-world-løsning. Dette er sant også selv om det kun inverteres for én parameter (ligning (1) til (3)), da prestakk-dataene som anvendes, er mer detaljert og innbefatter mye mer informasjon enn under anvendelse av kun nær-

stakk-vertikale data, idet løsningen derved bedre begrenses.

Figur 3a-3d fremhever de oppnådde forbedringer ved den ovennevnte inversjonsfremgangsmåte under anvendelse av prestakk-data. I dette tilfelle utføres inversjon kun for relative p-bølge-hastighetsendringer. Den viser et konvensjonelt seismisk bilde av et reservoar som er oppnådd under anvendelse av «nær»-offsetdata (fig. 3b), det vil si kun fra bølger som antas å forplante seg vertikalt), så vel som lignende bilder under anvendelse av data fra «midt»- og «fjern»-samlere (henholdsvis fig, 3c og fig. 3d som er oppnådd under anvendelse av nye teknikker som beskrives heri. Det kan sees at disse alle rammes betydelig av støy sammenlignet med det seismiske bildet som er oppnådd fra alle tre samlere vurdert sammen (fig. 3a), ifølge en utførelsesform ifølge oppfinnelsen. 4D-signalets mørkere områder svarer til hastighetsreduksjon som skyldes gass som kommer ut av løsningen, hvilket er den vesentligste 4D-effekt i denne delen av feltet. Det kan også bemerkes at resultatene av figur 3b, 3c og 3d er svært like og derfor viser at etter nøyaktig prosessering, inneholder midt- og fjern-samlere like mye informasjon som nær-vinkelsamleren. Det betyr at de heri beskrevne teknikker tillater oppnåelse av nyttig informasjon ved warping av vinkelstakker med innfallende vinkler som differerer fra null. Det kan også bemerkes at approksimasjonen for 4D-reflektiviteten også er gyldig for fjern-vinkelstakken på tross av at den maksimale innfallende vinkel er 34 grader.

Et bedre resultat oppnås imidlertid når alle tre tilgjengelig vinkelsamlere anvendes sammen (fig 3a). I dette tilfelle har signalet en bedre oppløsning og omgivende støy reduseres i høy grad. Endelig, fordi resultatene er mer datadrevne enn fortolkningsdrevne, er løsningen mer kvantitativ og entydig.

Det er også mulig å kombinere fremgangsmåten ovenfor med «multi-monitor»-fremgangsmåter som beskrives i GB0909599.3 til søkeren, som det hermed henvises til og som i sin helhet skal betraktes som en del av nærværende oppfinnelse. Som tidligere drøftet er en velkjent fremgangsmåte for å behandle approksimerte forovermodeller og støy, å legge til et regulariseringsledd til kostnadsfunksjonen. Andre teknikker er kjente, men regularisering påtvinger ytterligere restriksjoner på resultatene og unngår således overtilpasning av dataene og støyen. Egentlig innskrenker vi løsningen til det punkt at den ikke trenger å bli minimalisert. Kostnadsfunksjonen kan vurderes som den seismiske feiljustering sammen med regulariseringen:

Det siste leddet er regulariseringsleddet. Regulariseringsvekten X uttrykker et kompromiss mellom å modellere 4D-endringene fra seismikk og å påtvinge restriksjoner på løsningene. Det finnes mange typer regularisering som anvender en hvilken som helst funksjon/av den relative hastighetsendring.

Før funnene i GB0909599.3 ble det utført et antall trinn på undersøkelsesdataene for base- og overvåkingsseismikk for å velge den optimale regularisering: 1. Det velges et antall lokasjoner eller seismiske traser som er representative for den seismiske kvalitet; 2. Dataene på disse lokasjoner warpes for forskjellige regulariseringsvekter; 3. Kostnadsfunksjonsleddene, dvs. seismisk feiljustering, kryssplottes mot regulariseringsleddet for å tilveiebringe et regulariseringsvektkart; 4. Fra en mengde av gyldige løsninger fastlagt fra plottet, velges den beste løsning for regulariseringsverdien ifølge den tilgjengelige produksjonshistorie og reservoarets

geologiske informasjon.

5. De optimaliserte regulariseringsverdier interpoleres over hele det felles seismiske undersøkelsesområde for å oppnå det tidsforsinkede seismiske bildet mellom base- og overvåkingsundersøkelsene.

Det kan vises at et slikt kryssplott viser fire distinkte områder. I et første område er det ingen løsning siden warpingen er fanget ved et lokalt minimum og ikke konvergerer. I et andre område oppnås det underregulariserte løsninger, hvor perfekt tilpasning av seismikken finner sted, men løsningen er ikke-fysisk. I et tredje område er balanseringen mellom seismikktilpasning og regularisering optimal, og i et fjerde område finnes det overregulariserte løsninger hvor tidsforskyvningen er null overalt, den warpede trase endres ikke fra overvåkingen, og forskjellen mellom warpet og base er en konstant.

I GB0909599.3 forbedres det på denne fremgangsmåten ved å anvende resultatene av i det minste to overvåkingsundersøkelser som er utført ved forskjellige utvinningsperioder for reservoaret, for å oppnå et kryssplott som kun viser verdier i det tredje, optimale område. Som tidligere forbindes trasene i hver overvåkingsundersøkelse ideelt sett med de samme posisjoner som i baseundersøkelsen.

Som det erkjennes av det ovenfor nevnte, legges et regulariseringsledd til kostnadsfunksjonen for å stabilisere løsningen og å legge inn a pnon-informasjon. Flere kjerner har blitt testet, og de må tilpasses til den enkelte form/båndbredde av løsningen og til nivået av 4D-støy som er til stede i prøven. Vi har tatt hensyn til den klassiske Tikhonov-regulariseringen i en LI- eller L2-norm, men andre kjerner kan også anvendes. Noen ganger trengs mer enn ett ledd, og to av dem må kaskades. Det kritiske aspekt ved dette er å velge den riktige regulariseringsparameter for å balansere tilpasning av dataene og regularisering av løsningen.

I denne utførelsesform modifiseres kostnadsfunksjonen for å ta hensyn til flere undersøkelser. Her er b en første base-[referanse) seismikktrase, og mn er etterfølgende overvåkingstraser, slik at kostnadsfunksjonen som inverteres under inversjonen, simplifiseres som

pluss en regulariseringsdel hvor 4D-endringene mellom hvilke som helst par av traser summeres. Som i den foregående formulering multipliseres regulariseringsdelen med en vekt som fremdeles uttrykker det beste kompromiss mellom å tilpasse dataene og å

påtvinge restriksjoner på løsningen. En bearbeidningsoperator har blitt benyttet på hver overvåkingstrase for å kompensere for tidsforskyvning og 4D-amplitudeeffekter for å matche baseseismikken. Vektornotasjonen anvendes for å indikere at kostnadsfunksjonen beregnes langs et vindu som er stort nok til å inneholde en majoritet av de 4D-effektene som kan oppstå enten i reservoaret eller i overdekningen i tilfelle av spenningssensitive reservoarer, men også lite nok til å redusere mengden av beregning som er påkrevet og til å sikre at en majoritet av trasen representerer 4D-effektene. Det kan være nyttig å sammenligne traser fra forskjellige undersøkelser for å velge et optimalt vindu å anvende. Formelen viser at kostnadsfunksjonen minimaliserer forskjellen mellom hver kombinasjon (hver av størrelse 2) av undersøkelsene.

Følgelig kan den optimale regulariseringsparameter nå bestemmes, men kryssplottet som utledes vil nå kun vise verdier i det ovenfor drøftede optimale område. Riktignok vil det være et begrenset antall verdier å velge blant, og som et resultat er mindre a pnon-kunnskap om produksjonshistorien og geologisk informasjon påkrevet for å utlede den optimale regulariseringsparameter. Parameteren kan enten være den samme for hver kombinasjon av undersøkelser, eller den kan differere dersom en hvilken som helst av undersøkelsene har forskjellige trekk, slik som signal-støy-forhold, og derfor krever særlig omhu.

Den ovennevnte «multi-monitor»-fremgangsmåte å oppnå optimal regularisering på, kan utføres på data fra kun én datasamler, for eksempel på kun nær-datasamleren. I dette tilfelle kan ligningen (13) anvendes til å fastlegge Cn i ligning (8). Likeledes kan multi-monitor-teknikken utføres på hver samler eller på hvilke som helst 2 samlere.

For å oppsummere er den vesentligste fordel ved å anvende prestakk-informasjon ifølge de heri beskrevne fremgangsmåter, at: • Løsningen er bedre begrenset siden alle de tilgjengelige seismiske data anvendes (og ikke bare trasene for hvilke energien forplanter seg vertikalt). • Invertering er mulig for to, og muligvis tre, parametere under anvendelse av AVO (Amplitude Versus Offset - 4D-endringer i P- og S-hastigheter + densitet) og tidsforskyvning (4D-endringer i P-bølgehastighet alene). For brønner med dominante fluideffekter utføres inversjon best for P-bølgehastighets- og densitetsendringer, og i tilfelle av dominante mekaniske effekter, bør de to

hovedparameterne være P-bølgehastighetsendringer og kompaksjon.

Løsningen kan gjøres kvantitativ, idet løsningen baseres på mye mer aktuell real-world-data, og derfor er mindre a pnon-informasjon påkrevet.

De heri beskrevne prosesser kan være inneholdt i et datamaskinprogram. Programmet er tilpasset til å motta data for base- og overvåkingsundersøkelsene, så vel som data for hastighetsfeltene; slike data er i formatet som tilveiebringes av state of the art-datamaskinpakker slik som de som drøftes ovenfor. Programmet kjører de forskjellige trinnene av prosessen i figur 2 eller ellers som beskrevet heri.

Det skal bemerkes at eksemplene ovenfor kun er med av klarhetshensyn, og at man kan forestille seg andre utførelsesformer og eksempler uten at det avvikes fra omfanget av den foreliggende oppfinnelse.

Claims (17)

1. Prosess for å karakterisere utviklingen av et reservoar ved å samanalysere endringene i forplantningstider og seismiske amplituder av seismiske refleksjoner, hvilken prosess omfatter trinnene av: å tilveiebringe en baseundersøkelse av reservoaret med et sett av seismiske traser ved et første tidspunkt; å tilveiebringe en overvåkingsundersøkelse av reservoaret som er tatt ved et andre tidspunkt, med et sett av seismiske traser som er forbundet med de samme posisjonene som i baseundersøkelsen; å karakterisere utviklingen av reservoaret ved inversjon for å oppnå et estimat av endringene som har funnet sted i tidsintervallet mellom baseundersøkelsen og overvåkingsundersøkelsen, hvor nevnte inversjon utføres under anvendelse av i det minste noen seismiske traser for hvilke ingen antagelse gjøres om at energien forplanter seg kun vertikalt.

2. Prosess ifølge krav 1, hvor nevnte inversjon utføres ved å minimalisere en funksjon som innbefatter et ledd som er avhengig av nevnte seismiske refleksjoners innfallsvinkel.

3. Prosess ifølge krav 2, hvor funksjonen som skal minimaliseres, innbefatter regulariseringsledd for å påtvinge restriksjoner på de inverterte parametere.

4. Prosess ifølge krav 2 eller 3, hvor funksjonen som skal minimaliseres, beregnes for et hvilket som helst sett av de seismiske data som er resamplet i tide, herunder ikke-regulær sampling.

5. Prosess ifølge et hvilket som helst av de foregående krav, hvor nevnte funksjon som skal minimaliseres, er avhengig av de relative hastighetsendringer, idet nevnte funksjon modellerer tidsforskyvninger i den seismiske respons av reflektorer og forbundne endringer i reflektivitet mellom nevnte baseundersøkelse og nevnte overvåkingsundersøkelse.

6. Prosess ifølge et hvilket som helst av de foregående krav, hvor nevnte inversjon gjennomføres for to eller flere parametere.

7. Prosess ifølge krav 6, hvor to eller flere parametere innbefatter: relativ p-bølgehastighet eller slownessendring, relativ densitetsendring, og relativ s-bølgehastighet eller slownessendring.

8. Prosess ifølge et hvilket som helst av de foregående krav, hvor inversjonen utføres under anvendelse av den lineariserte funksjon:

hvor b er baseundersøkelsesdataene, M er overvåkingsundersøkelsesdataene, og er funksjoner som er avhengige av den innfallende vinkel ved refleksjon, W er en matrise som tar hensyn til derivatet av waveleten, Vp er p-bølgehastigheten, p er densiteten og Vs er s-bølgehastigheten, og hvor ett eller begge av de siste to ledd eventuelt kan ignoreres når inversjon ikke utføres for densitet og/eller s-bølgehastighet.

9. Prosess ifølge et hvilket som helst av kravene 1 til 4, hvor nevnte inversjon gjennomføres for time strain.

10. Prosess ifølge et hvilket som helst av kravene 1 til 4, hvor nevnte reservoar er av den kompakterende typen, og nevnte inversjon gjennomføres for endringer i mektighet og hastighetsendringer.

11. Prosess ifølge krav 10, hvor nevnte inversjon gjennomføres for time strain og R-faktor eller et hvilket som helst annet ledd som relaterer forholdet mellom hastighetsendringer og endringer i mektighet.

12. Prosess ifølge et hvilket som helst av de foregående krav, hvor nevnte traser grupperes ifølge nevnte innfallende vinkler, idet nevnte data manipuleres for å kompensere for RMO (residual move out), idet nevnte inversjon utføres på prestakk-data som omfatter i det minste to av nevnte grupper.

13. Prosess ifølge krav 12, hvor gruppene vektes forskjellig i henhold til deres signal-støy-forhold eller et hvilket som helst annet attributt relatert til deres kvalitet.

14. Prosess ifølge et hvilket som helst av de foregående krav, hvor en flerhet av overvåkingsundersøkelser tilveiebringes, idet nevnte inversjon utføres for nevnte flerhet av overvåkingsundersøkelser.

15. Prosess ifølge et hvilket som helst av de foregående krav, som ytterligere omfatter trinnet av å anvende de resulterende data til å lette hydrokarbongjenvinning fra nevnte reservoar.

16. Apparat spesifikt tilpasset til å gjennomføre alle trinnene av hvilke som helst av prosessene i krav 1 til 15.

17. Datamaskinlesbart medium, omfattende datamaskinprograminstruksjoner, som ved kjøring på en datamaskin, bevirker at trinnene til prosessen ifølge et hvilket som helst av kravene 1 til 15, utføres.