NO20170017A1 - Fremgangsmåte for prosessering av minst to sett seismikkdata - Google Patents
Fremgangsmåte for prosessering av minst to sett seismikkdata Download PDFInfo
- Publication number
- NO20170017A1 NO20170017A1 NO20170017A NO20170017A NO20170017A1 NO 20170017 A1 NO20170017 A1 NO 20170017A1 NO 20170017 A NO20170017 A NO 20170017A NO 20170017 A NO20170017 A NO 20170017A NO 20170017 A1 NO20170017 A1 NO 20170017A1
- Authority
- NO
- Norway
- Prior art keywords
- data set
- traces
- attribute
- route
- offset
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 31
- 238000012545 processing Methods 0.000 title claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004859 neutralization-reionization mass spectrometry Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012876 topography Methods 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
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- 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
-
- 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
-
- 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
- G01V1/308—Time lapse or 4D effects, e.g. production related effects to the formation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Fluid Mechanics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Complex Calculations (AREA)
Description
Foreliggende oppfinnelse vedrører innsamling og behandling av seismiske data. Mer spesielt angår oppfinnelsen den såkalte "gruppeinndelingen" i forbindelse med firedimensjonal seismikk.
Det konvensjonelle startpunktet i seismiske undersøkelser er å plassere flere seismiske kilder og mottakere på bakken og i en avstand fra hverandre. Seismiske kilder blir aktivert for å generere seismiske bølger som forplanter seg i undergrunnen. Disse seismiske bølgene blir påvirket av avvik under sin forplantning. De blir refraktert, reflektert og diffraktert ved undergrunnsgrenseflater. Noen bølger som har forplantet seg i undergrunnen, blir detektert av seismiske mottakere og blir registrert tidsmessig i form av signaler (kalt traser).
De registrerte signalene kan behandles for å oppnå et bilde av undergrunnens geologiske strukturer.
Ved forstakket avbilding blir seismiske traser forbundet med et unikt kilde/mottaker-par behandlet individuelt. Ved etterstakket avbildning blir imidlertid traser som er matet ut fra flere kilde/mottaker-par kombinert ved stakking før de blir behandlet. Den etterstakkede avbildningsteknikken øker signal/støy-forholdet for seismiske data og reduserer antallet seismiske traser som må behandles. Seismiske data er sammensatt av flere traser, der hver trase er det punkt på bakkens overflate som befinner seg halvveis mellom kilden og mottakeren som genererte trasen. Traser blir gruppert i felles midtpunktsamlere og blir så migrert i henhold til en normal migrasjonsoperasjon (NMO) eller dyp migrasjonsoperasjon (DMO).
På grunn av hindringer eller en uregelmessig topografi eller kunstig ekko (i hvilket tilfelle en innsamling ved marin seismikk) er det praktisk talt umulig å registrere grupper av traser med nøyaktig samme midtpunkter.
Bakkeoverflaten blir inndelt i kvadratiske eller rektangulære enhetsceller kalt "binger" som danner et todimensjonalt gitter for å avbilde disse variasjonene av midtpunktene. Dimensjoner på binger blir bestemt av det geometriske arrangementet av kildene og mottakerne. De er avhengige av avstander mellom to påfølgende kilder og to påfølgende mottakere. Når avstanden mellom kildene og mottakerne øker, vil dimensjonene til bingene også bli større. Størrelsen av binger må være tilpasset rommessige samplingsbegrensninger for innsamlingen.
Midtpunktet for hvert kilde/mottaker-par blir tilordnet den bingen som midtpunktet tilhører. Antallet kilde/mottaker-par forbundet med hver binge definerer folden. Uregelmessig-heter i innsamlingsgeometrien innebærer at folden ikke alltid er uniform over alle bingene. Denne ikke-uniformiteten kan generere problemer under databehandling. Dette er hvorfor det er normalt å velge en enkelt trase per binge og per offset-klasse under et "bingeinndelingstrinn".
Formålet med tidsforløpsseismikk eller firedimensjonal seismikk er å observere variasjonen av geologiske strukturer i undergrunnen, slik som reservoarer, i løpet av en gitt tidsperiode. Tidsforløpsseismikk er basert på flere seismiske undersøkelser (minst to) av den samme geologiske strukturen utført ved forskjellige tidspunkter.
Den innledende undersøkelsen blir kalt basisunder-søkelsen, og etterfølgende undersøkelser blir kalt over-våkningsundersøkelser. Disse forskjellige undersøkelsene blir brukt til å frembringe flere tredimensjonale seismiske datasett, der hvert seismisk datasett er innsamlet ved et gitt øyeblikk. Forskjellene mellom to datasett gjør det mulig å måle endringen i egenskapene til den undersøkte geologiske strukturen.
En bekymring ved tidsforløpsseismikk er imidlertid målingsrepeterbarhet. Basisundersøkelsene og overvåknings-undersøkelsene blir vanligvis ikke fremskaffet med den samme geometriske konfigurasjonen av kilder og mottakere. Målingene blir videre påvirket av forstyrrelser slik som kunstige ekko. Disse forstyrrelsene genererer uønskede forskjeller i amplituden og kronologien til seismiske reflektorer som er funnet i tredimensjonale datasett og modifiserer resultatet av firedimensjonale målinger.
Repeterbarhet mellom undersøkelser kan forbedres i bingeinndelingstrinnet ved å velge traser i henhold til utvalgs/forkastelses-kriterier. Trasevalget kan gjøres i hvert datasett uavhengig eller ved å ta hensyn til flere datasett.
Patentdokumentet US5132938A omhandler en fremgangsmåte for å justere seismiske data for å knytte de til andre data, omfattende å beregne minst et attributt som er karakteristisk for en likhet mellom en første trase i et første datasett og en annen trase i et annet datasett.
X-P. Li m.fl. ("Azimuth preserved trace binning of 4D seismic data for improved repeatibility", EAGE 65. Conference and Exhibition, Stavanger, Norge, 2.-5.juni, 2003) beskriver en prosess for å velge traser i henhold til valgte kriterier under bingeinndelingstrinnet for to datasett. I et første datasett blir traser valgt som en funksjon av avstanden mellom det midtpunktet som er tilknyttet den trasen som betraktes og sentrum i den nærmeste bingen. I det andre datasettet blir så traser valgt som en funksjon av asimut ved hvilken disse trasene ble innsamlet sammenlignet med innsamlingsasimut for traser i det første datasettet. For to identiske binger i de første og andre datasettene vil med andre ord den trasen bli valgt i det andre datasettet som er den trasen for hvilken asimutverdien best svarer til asimutverdien som er tilknyttet bingen for det første datasettet.
Prosessen gir et middel til å velge traser i datasettene som en funksjon av navigasjonskriterier, med andre ord kriterier referert til som geometrien til innsamlingen. To traser blir valgt når de geometriske betingelsene under hvilke de er innsamlet, er like.
En ulempe ved denne type prosess er at den ikke tar hensyn til kvaliteten av de valgte trasene. Disse prosessene resulterer følgelig ikke i optimal repeterbarhet mellom undersøkelser.
Problemer som løses ved hjelp av oppfinnelsen er å forbedre repeterbarheten mellom undersøkelser.
Det problemet blir løst i forbindelse med oppfinnelsen ved hjelp av en fremgangsmåte for behandling av minst to seismiske datasett, hvor hvert datasett omfatter flere seismiske traser gruppert ved hjelp av binger og ved hjelp av offset-klasser, idet fremgangsmåten innbefatter følgende trinn: - å beregne minst en egenskap som er karakteristisk for en likhet mellom en første trase fra et første datasett og en annen trase fra et annet datasett, - å velge eller ikke velge de første og de andre trasene i henhold til et valgkriterium anvendt på den beregnede egenskapen.
Fremgangsmåten i henhold til oppfinnelsen tilveiebringer et middel til å velge traser avhengig av deres likhet og ikke bare avhengig av de geometriske forholdene ved deres innsamling.
Fremgangsmåten i henhold til oppfinnelsen er dermed basert på en kvalitativ sammenligning mellom traser. Resultatet er at denne prosessen tilveiebringer behandlede sett med data som passer bedre med hverandre enn datasett som er fremskaffet ved hjelp av bingeinndelingsmetoder i henhold til kjent teknikk.
Karakteristiske egenskaper eller attributter for en likhet mellom de første og andre trasene kan f.eks. være krysskorrelasjonsproduktet til de første og andre trasene, forutsigbarheten mellom de første og andre trasene eller den normaliserte rotmiddelkvadrat-amplituden (RMS-amplituden) til de første og andre trasene.
For å velge traser kan disse attributtene sammenlignes med en terskel eller en maksimal attributtverdi kan bestemmes.
I en fordelaktig utførelses form av oppfinnelsen blir flere attributter for en gitt første trase for det første datasettet beregnet som svarer til flere andre traser, hvor de andre trasene blir tatt fra innsiden av et søkeområde i det andre datasettet.
Søkeområdet strekker seg mer nøyaktig ikke bare til flere binger (som er ekvivalent med å operere med en elastisk bingeinndeling), men også flere offset-klasser.
Første traser som befinner seg i det første datasettet, blir sammenlignet ikke bare med traser i det andre datasettet som har samme offset-klasse, men også med traser i offset-naboklasser. Denne karakteristikken tilveiebringer et middel til å utvide sammenligningsområdet mellom traser utledet fra to datasett sammenlignet med fremgangsmåter i henhold til kjent teknikk. Oppfinnelsen kan derfor gi måleresultater som er mer nøyaktige og mer relevante enn hva som kan oppnås med teknikkens stand.
Andre karakteristikker og fordeler vil fremgå tydelig av den følgende beskrivelse som bør leses under henvisning til de vedføyde tegningene, hvor: Fig. 1 skjematisk viser to sett med data som skal behandles
i henhold til en fremgangsmåte ifølge oppfinnelsen, fig. 2 skjematisk viser hovedtrinnene i en behandlings-fremgangsmåte i henhold til oppfinnelsen,
fig. 3 skjematisk viser trinn i trasevalgtrinnet,
fig. 4 skjematisk viser de andre trasene som blir brukt i det andre datasettet sammenlignet med en første trase i det første datasettet,
fig. 5 viser et eksempel i nærheten som utgjør et søkeområde hvor de andre trasene er tatt hensyn til.
I den følgende beskrivelse refererer uttrykket "offset" til avstanden mellom en seismisk kilde som utsender en seismisk bølge og en mottaker som detekterer den seismiske bølgen som er utsendt fra kilden. Hver trase som er registrert av en mottaker, er tilordnet en gitt offset. Uttrykket "offset-klasse" refererer til et område med offset-verdier.
Uttrykket "binge" refererer til en enhetscelle svarende til en del av bakkeoverflaten som er dekket av arrangementet av kilder og mottakere.
Som vist på fig. 1 blir fremgangsmåten for behandling av seismiske data anvendt på to datasett 10 og 20 som ble innsamlet i løpet av to seismiske undersøkelser utført ved to forskjellige tidspunkter.
Det første datasettet 10 ble innsamlet under basis-undersøkelsen og vil bli kalt "basis", mens det andre datasettet 20 ble innsamlet under en overvåkningsundersøkelse og vil bli kalt "overvåkning".
Basisdatasettet 10 og overvåkningsdatasettet 20 er hvert sammensatt av en samler av traser kalt henholdsvis 1 og 2. I basisdatasettet 10 er trase 1 gruppert ved offset-klasser 11, 12, 13, 14 og ved binger 15. Trasene i overvåkningsdatasettet 20 er likeledes gruppert i offset-klasser 21, 22, 23, 24 og i binger 25. Offset-klassene og bingene er identiske i de to datasettene 10 og 20, men trasene i og j er forskjellige siden de svarer til to forskjellige undersøkelser.
Som vist på fig. 2 innbefatter fremgangsmåten for behandling av datasettene 10 og 20 to hovedtrinn som består i å velge et eller flere trasevalgkriterier (trinn 100) og velge traser i de to datasettene 10 og 20 basert på de valgte kriteriene (trinn 200). Fremgangsmåten resulterer i to behandlede datasett 110 og 120 som bare inneholder traser valgt fra datasettene 10 og 20. Datasettene 110 og 120 har bedre innbyrdes repeterbarhet enn de ubehandlede datasettene 10 og 20. Datasettene 110 og 120 kan dermed brukes som en basis for firedimensjonal måling.
Et eller flere utvalgskriterier blir valgt i trinn 100. Disse kriteriene innbefatter seismiske kriterier og eventuelt geometriske kriterier. Seismiske kriterier er f.eks. anvendbare på krysskorrelasjonsproduktet mellom traser, forutsigbarheten mellom traser eller den normaliserte RMS-amplituden mellom innsamlede traser. Navigasjonskriteriene kan f.eks. angå forskjellen mellom orientering i kilde/mottaker-asimutverdi mellom registrerte traser eller avstanden mellom en trase og midten av den bingen som den er tilknyttet.
Som vist på fig. 3, innbefatter traseutvalgstrinnet 200 deltrinn for å innbefatte en attributt (deltrinn 210), et deltrinn for anvendelse av utvalgskriteriene (deltrinn 220) og et deltrinn for å velge eller ikke velge traser (deltrinn 230) .
I deltrinn 210 for beregning av et attributt for en trase i i forbindelse med en binge Bi og en offset-klasse Oii basisdatasettet 10, blir en trase j tilknyttet en binge Bji en offset-klasse Oj i overvåkningsdatasettet 20 betraktet. Som illustrert på fig. 4, blir trase j valgt i en binge Bjog en of f set-klasse Oj i et naboskap { Bi) i binge Bi. Som det kan ses på fig. 4, strekker naboskapet V( Bi) seg ikke bare over flere binger, men også over flere offset-klasser.
For hver trase i tilknyttet binge Bi og med offset-klasse Oi, og hver binge j tilknyttet Bjog of f set-klasse Oj, blir et attributt a( i, j) beregnet som karakteriserer repeterbarheten mellom trasene i og j.
I henhold til et første utførelseseksempel av oppfinnelsen er attributtet a( i, j) krysskorrelasjonsproduktet cc( i, j) for trasene i og j.
Maksimumsamplituden til korrelasjonsproduktet opptrer når i og j er like.
I henhold til et annet utførelseseksempel av oppfinnelsen er attributtet a( i, j) forutsigbarheten pr( i, j) mellom trasene i og j .
hvor cc er krysskorrelasjonsproduktet mellom traser, ac er autokorrelasjonsproduktet til en trase og E er integralet over et forutbestemt tidsvindu.
Forutsigbarheten pr ligger mellom 0 og 1. Hvis pr( i, j) = 1 så er trasene i og j nøyaktig repeterbare. Forutsigbarheten pr er ikke følsom for statisk fase og amplitudeforskjeller mellom trasene i og j. På den annen side er forutsigbarheten pr følsom for bredden av tidskorrelasjonsvinduet, modifika-sjoner av refleksjonsevnen i undergrunnen og støy.
I henhold til et tredje utførelseseksempel av oppfinnelsen er attributtet a( i, j) den normaliserte rotmiddelkvadrat-amplituden (RMS-amplituden) til trasene i og j:
hvor [ ti, tn] er et foretrukket tidsvindu i hvilket funksjonen x er samplet n ganger.
Den normaliserte RMS-amplituden er følsom for modifika-sjoner av undergrunnen og for støy.
Det er opplagt at andre attributter som karakteriserer likheten mellom trasene i og j kan beregnes. Det er også mulig å beregne blandede attributter, f.eks. å kombinere krysskorrelasjonsproduktet til trasene i og j og forskjellen i normaliserte RMS-amplituder mellom trasene i og j.
Utvalgsapplikasjonen i deltrinn 220 består i å bestemme hvilken av trasene j som betraktes i naboskapet V( Bi) som passer best (eller er mest lik) trasen i som betraktes.
I henhold til et første utførelseseksempel av dette deltrinn 220 svarer det utvalgte utvalgskriteriet til en sammenligning med en terskel A for å bestemme parene (i,j) som har tilstrekkelig repeterbarhet. Attributtet a( irj) som er beregnet for hvert par med traser (i,j), blir sammenlignet med terskelen A.
Hvis attributtet a( i, j) er større enn terskelen A, så blir traseparet (i,j) valgt. Hvis attributtet a( i, j) derimot er mindre enn denne terskelen A, så blir traseparet (i,j) ikke valgt.
Hvis f.eks. NRMS( i, j) <0, 5, så blir paret med traser (i,j) ikke valgt. Hvis derimot NRMS( i, j)^ 0,5, så blir paret med traser (i,j) valgt.
I henhold til et annet utførelseseksempel av deltrinn 220 svarer det anvendte utvalgskriteriet til beregningen av en maksimal attributtverdi max ( a( i, j)).
For en gitt trase i blir f.eks. trasen j for hvilken pr( ifj) = max ( pr( i, j)) valgt.
Det skal bemerkes at undertrinnene 210 og 220 fører til likt valg av trase i og j i datasettene 10 og 20. For en samme trase i i basisdatasettet 10, kan flere traser j i overvåkningsdatasettet 20 tilfredsstille det anvendte utvalgskriteriet.
Deltrinn 220 kan gjentas ved å anvende et annet utvalgskriterium som for tidligere valgte traser.
I henhold til deltrinn 230 kan paret med traser (i,j) velges eller ikke velges for å oppnå de behandlede datasettene 110 til 120.
Naboskapet V( Bi) som utgjør søkeområdet for en trase j, kan ha flere forskjellige konfigurasjoner. På fig. 5 strekker naboskapet V ( Bi) seg omkring of f set-klasse Oiog rundt binge B±som er tilknyttet trase i. Naboskapet V( Bi) er avgrenset av en ellipsoide. Som vist på figuren, har ellipsoiden to brennpunkter, hvor et av brennpunktene er sentrum i bingen B±tilknyttet trase i i offset-klasse Oi, og det andre brennpunktet er sentrum i den samme bingen Bi i en annen offsetklasse Oi+ i tilstøtende klasse Oitilknyttet trase i.
Claims (13)
1. Fremgangsmåte for behandling av minst to sett (10, 20) med seismiske data relatert til en geologisk struktur,karakterisert vedfølgende trinn: å gruppere seismiske traser (i) av et første basisdatasett i binger { Bi) og ved of f set-klasser (Oj); å gruppere seismiske traser (j) av et andre overvåkningsdatasett i binger { Bj) og ved offset-klasser (Oj), hvor en offset-klasse innbefatter et område av offset-verdier; å beregne minst et attributt ( a( i, j)) som er karakteristisk for en likhet mellom en første trase (i) i det første basisdatasettet (10) og en andre trase (j) i det andre overvåkningsdatasett (20), hvor det andre overvåkningsdatasettet (20) innsamles ved et tidspunkt etter innsamling av det første basisdatasettet;, å velge de første og andre trasene (i,j) i henhold til et utvalgskriterium anvendt på det beregnede attributtet ( a ; og å måle endringer i egenskaper til den geologiske strukturen fra forskjell mellom de valgte trasene i det første basisdatasettet og det andre overvåkningsdatasettet.
2. Fremgangsmåte ifølge krav 1, hvor flere attributter ( a( i, j)) for en gitt første trase (i) blir beregnet svarende til flere andre traser (j), idet de andre trasene (j) blir tatt fra innsiden av et søkeområde (V) i det andre datasettet (20) .
3. Fremgangsmåte ifølge krav 2, hvor søkeområdet (V) strekker seg over flere offset-klasser.
4. Fremgangsmåte ifølge krav 3, hvor søkeområdet innbefatter et naboskap ( V( Bi)) som er forutbestemt omkring en offset-klasse ( Oi) forbundet med den første trasen (i).
5. Fremgangsmåte ifølge krav 2, hvor søkeområdet strekker seg over flere binger.
6. Fremgangsmåte ifølge krav 5, hvor søkeområdet innbefatter et forutbestemt naboskap ( V( Bi)) omkring en binge ( Bi) tilknyttet den første trasen (i).
7. Fremgangsmåte ifølge kravene 2, hvor søkeområdet innbefatter et naboskap ( V( Bi)) omkring en binge ( Bi) tilordnet den første trasen (i).
8. Fremgangsmåte ifølge krav 7, hvor naboskapet (V(Bi)) er en ellipsoide med to brennpunkter, hvorav et brennpunkt er sentrum i bingen ( Bi) tilknyttet den første trasen (i) i offset-klassen ( Oi) tilknyttet den første trasen (i) og det andre brennpunktet er sentrum i den samme bingen ( Bi) som er tilknyttet den første trasen (i) i en of f set-klasse ( Oi+ i) ved siden av offset-klasse ( Oi) tilknyttet den første trasen (i).
9. Fremgangsmåte ifølge krav 1, hvor ett attributt ( a( i, j)) beregnet for de første og andre trasene (i,j) er et krysskorrelasjonsprodukt ( cc( i, j)) for de første og andre trasene (i,j).
10. Fremgangsmåte ifølge krav 1, hvor et attributt ( a( i, j)) som er beregnet for de første og andre trasene (i,j), er en forutsigbarhet ( pr( i, j)) mellom de første og andre trasene (i,j) •
11. Fremgangsmåte ifølge krav 1, hvor et attributt ( a( i, j)) beregnet for de første og andre trasene (i,j), er en normalisert RMS-amplitude for de første og andre trasene (i,j) •
12. Fremgangsmåte krav 1, hvor utvalgstrinnet innbefatter sammenligningen mellom et attributt ( a( i, j)) og en terskel (A) .
13. Fremgangsmåte ifølge krav 1, hvor utvalgstrinnet innbefatter å bestemme en maksimal attributtverdi (max
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB0425593A GB2420408B (en) | 2004-11-19 | 2004-11-19 | Method for processing at least two sets of seismic data |
Publications (1)
Publication Number | Publication Date |
---|---|
NO20170017A1 true NO20170017A1 (no) | 2006-05-22 |
Family
ID=33548608
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
NO20072763A NO340483B1 (no) | 2004-11-19 | 2007-05-31 | Fremgangsmåte for prosessering og sammenligning av minst to sett seismikkdata |
NO20170017A NO20170017A1 (no) | 2004-11-19 | 2017-01-04 | Fremgangsmåte for prosessering av minst to sett seismikkdata |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
NO20072763A NO340483B1 (no) | 2004-11-19 | 2007-05-31 | Fremgangsmåte for prosessering og sammenligning av minst to sett seismikkdata |
Country Status (6)
Country | Link |
---|---|
US (1) | US8687463B2 (no) |
CA (1) | CA2587947C (no) |
GB (1) | GB2420408B (no) |
MX (1) | MX2007005995A (no) |
NO (2) | NO340483B1 (no) |
WO (1) | WO2006054181A1 (no) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008140655A1 (en) | 2007-05-09 | 2008-11-20 | Exxonmobil Upstream Research Company | Inversion of 4d seismic data |
US8717846B2 (en) * | 2008-11-10 | 2014-05-06 | Conocophillips Company | 4D seismic signal analysis |
US8705317B2 (en) | 2008-12-17 | 2014-04-22 | Exxonmobil Upstream Research Company | Method for imaging of targeted reflectors |
AU2009333603B2 (en) | 2008-12-17 | 2014-07-24 | Exxonmobil Upstream Research Company | System and method for reconstruction of time-lapse data |
WO2010077568A1 (en) | 2008-12-17 | 2010-07-08 | Exxonmobil Upstream Research Company | System and method for performing time-lapse monitor surveying using sparse monitor data |
US8451683B2 (en) * | 2009-04-03 | 2013-05-28 | Exxonmobil Upstream Research Company | Method for determining the fluid/pressure distribution of hydrocarbon reservoirs from 4D seismic data |
US8332154B2 (en) | 2009-06-02 | 2012-12-11 | Exxonmobil Upstream Research Company | Estimating reservoir properties from 4D seismic data |
EP2689274B1 (en) * | 2011-03-23 | 2020-10-07 | ION Geophysical Corporation | Method and apparatus for analyzing data in subsequent geophysical surveys |
EP2689275B1 (en) | 2011-03-23 | 2020-10-07 | ION Geophysical Corporation | Method and apparatus for analyzing data in time-lapse geophysical surveys |
US9581709B2 (en) * | 2011-12-28 | 2017-02-28 | Shell Oil Company | Suppressing 4D-noise by weighted stacking of simultaneously acquired wave-fields |
US20140003191A1 (en) * | 2012-06-28 | 2014-01-02 | Chevron U.S.A. Inc | System and method for evaluating a time-lapse seismic signal recording using shifted normalized root mean square metric |
US9651693B2 (en) | 2012-12-17 | 2017-05-16 | Cgg Services Sas | Target-oriented 4D binning in common reflection point |
US9829591B1 (en) * | 2013-01-07 | 2017-11-28 | IHS Global, Inc. | Determining seismic stratigraphic features using a symmetry attribute |
US9684085B2 (en) | 2013-01-15 | 2017-06-20 | Cgg Services Sas | Wavefield modelling and 4D-binning for seismic surveys from different acquisition datums |
US20140200817A1 (en) * | 2013-01-15 | 2014-07-17 | Cgg Services Sa | Seismic data processing including data-constrained surface-consistent correction |
US10310122B2 (en) * | 2013-03-04 | 2019-06-04 | Cgg Services Sas | Increasing similarity between seismic datasets |
US9229122B2 (en) | 2013-03-04 | 2016-01-05 | Cggveritas Services Sa | Image-domain 4D-binning method and system |
US20140297189A1 (en) * | 2013-03-26 | 2014-10-02 | Cgg Services Sa | Seismic systems and methods employing repeatability shot indicators |
US20160161620A1 (en) * | 2013-06-28 | 2016-06-09 | Cgg Services Sa | System and method for estimating repeatability using base data |
US20160327672A1 (en) * | 2014-01-10 | 2016-11-10 | Cgg Services Sa | Systems and methods for destriping seismic data |
US10914853B2 (en) * | 2017-03-16 | 2021-02-09 | Saudi Arabian Oil Company | Continuous seismic reservoir monitoring using a common focus point method |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5132938A (en) * | 1991-07-31 | 1992-07-21 | Shell Oil Company | Adjusting seismic data to tie to other data |
US20030043693A1 (en) * | 2001-08-31 | 2003-03-06 | Eastwood John E. | Method for time-aligning multiple offset seismic data volumes |
US20030067843A1 (en) * | 2001-10-05 | 2003-04-10 | Jean-Francois Therond | Method intended for detection and automatic classification, according to various selection criteria, of seismic events in an underground formation |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6438069B1 (en) * | 1996-09-13 | 2002-08-20 | Pgs Data Processing, Inc. | Method for time lapse reservoir monitoring |
US5940778A (en) * | 1997-07-31 | 1999-08-17 | Bp Amoco Corporation | Method of seismic attribute generation and seismic exploration |
GB2372567B (en) * | 2001-02-22 | 2003-04-09 | Schlumberger Holdings | Estimating subsurface subsidence and compaction |
FR2824148B1 (fr) * | 2001-04-30 | 2003-09-12 | Inst Francais Du Petrole | Methode pour faciliter le suivi au cours du temps de l'evolution d'etats physiques dans une formation souterraine |
CA2542416C (en) * | 2003-10-24 | 2014-08-05 | Shell Canada Limited | Time-lapse seismic survey of a reservoir region |
-
2004
- 2004-11-19 GB GB0425593A patent/GB2420408B/en active Active
-
2005
- 2005-11-18 US US11/791,182 patent/US8687463B2/en active Active
- 2005-11-18 CA CA2587947A patent/CA2587947C/en not_active Expired - Fee Related
- 2005-11-18 MX MX2007005995A patent/MX2007005995A/es active IP Right Grant
- 2005-11-18 WO PCT/IB2005/004040 patent/WO2006054181A1/en active Application Filing
-
2007
- 2007-05-31 NO NO20072763A patent/NO340483B1/no not_active IP Right Cessation
-
2017
- 2017-01-04 NO NO20170017A patent/NO20170017A1/no not_active Application Discontinuation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5132938A (en) * | 1991-07-31 | 1992-07-21 | Shell Oil Company | Adjusting seismic data to tie to other data |
US20030043693A1 (en) * | 2001-08-31 | 2003-03-06 | Eastwood John E. | Method for time-aligning multiple offset seismic data volumes |
US20030067843A1 (en) * | 2001-10-05 | 2003-04-10 | Jean-Francois Therond | Method intended for detection and automatic classification, according to various selection criteria, of seismic events in an underground formation |
Also Published As
Publication number | Publication date |
---|---|
NO20072763L (no) | 2007-08-15 |
GB0425593D0 (en) | 2004-12-22 |
GB2420408B (en) | 2008-03-12 |
NO340483B1 (no) | 2017-05-02 |
GB2420408A (en) | 2006-05-24 |
MX2007005995A (es) | 2007-06-08 |
CA2587947C (en) | 2014-12-23 |
CA2587947A1 (en) | 2006-05-26 |
WO2006054181A1 (en) | 2006-05-26 |
US20080170468A1 (en) | 2008-07-17 |
US8687463B2 (en) | 2014-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
NO20170017A1 (no) | Fremgangsmåte for prosessering av minst to sett seismikkdata | |
US10386519B2 (en) | Automated near surface analysis by surface-consistent refraction methods | |
Forsyth et al. | Array analysis of two-dimensional variations in surface wave phase velocity and azimuthal anisotropy in the presence of multipathing interference | |
KR101548976B1 (ko) | 지진 표면파들의 파형들을 사용하는 토양 특성들의 추정 | |
US8209125B2 (en) | Method for identifying and analyzing faults/fractures using reflected and diffracted waves | |
EP2350693B1 (en) | Continuous adaptive surface wave analysis for three-dimensional seismic data | |
US7616524B1 (en) | Wavelet based intercept attribute for seismic exploration | |
AU2001294683B2 (en) | Quality control cube for seismic data | |
EP0736186B1 (en) | Analysis of velocity data | |
NO330463B1 (no) | Fremgangsmate for spektral balansering av forskjovne seismiske data | |
US6985405B2 (en) | Method for stable estimation of anisotropic parameters for P-wave prestack imaging | |
NO318867B1 (no) | Fremgangsmate til behandling av seismiske data for a tilveiebringe en gangstidskurve | |
EA032186B1 (ru) | Сейсмическая адаптивная фокусировка | |
AU2013270630A1 (en) | A 4D repeatability indicator based on shot illumination for seismic acquisition | |
CA2606201C (en) | Method of processing seismic data for avo or avoa characterisation | |
EA005232B1 (ru) | Способ и устройство обработки сейсмических данных | |
WO2000019240A2 (en) | Amplitude variation as a function of offset attribute and rock property contrast analysis for seismic survey data | |
NO330788B1 (no) | Fremgangsmate for a prosessere seismiske data | |
Bakulin et al. | Seismic imaging of vertical array data acquired using smart DAS uphole acquisition system | |
Alaei | An integrated procedure for migration velocity analysis in complex structures of thrust belts | |
EP0309151B1 (en) | Improved method for estimating shear wave reflection data from acquired compressional wave reflection data | |
He et al. | Elastic vertically transversely isotropic full-waveform inversion: From synthetic to field data | |
Katou et al. | Integrated seismic imaging of the deep-towed streamer survey in the hydrothermal deposit area | |
EP0309152B1 (en) | Improved method for estimating shear wave reflection data from acquired compressional wave reflection data | |
Feigenbaum et al. | Joint analysis of refractions and reflections (JARR) for calculating long-wavelength static corrections |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FC2A | Withdrawal, rejection or dismissal of laid open patent application |