NO328897B1 - Spektral dekomponering for seismisk tolkning - Google Patents

Spektral dekomponering for seismisk tolkning Download PDF

Info

Publication number
NO328897B1
NO328897B1 NO19983523A NO983523A NO328897B1 NO 328897 B1 NO328897 B1 NO 328897B1 NO 19983523 A NO19983523 A NO 19983523A NO 983523 A NO983523 A NO 983523A NO 328897 B1 NO328897 B1 NO 328897B1
Authority
NO
Norway
Prior art keywords
seismic
transform coefficients
transform
data
frequency
Prior art date
Application number
NO19983523A
Other languages
English (en)
Other versions
NO983523D0 (no
NO983523L (no
Inventor
Gregory A Partyka
James M Gridley
Original Assignee
Bp Corp North America Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bp Corp North America Inc filed Critical Bp Corp North America Inc
Publication of NO983523D0 publication Critical patent/NO983523D0/no
Publication of NO983523L publication Critical patent/NO983523L/no
Publication of NO328897B1 publication Critical patent/NO328897B1/no

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/32Transforming one recording into another or one representation into another
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/301Analysis for determining seismic cross-sections or geostructures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/40Transforming data representation
    • G01V2210/48Other transforms

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)
  • Carbon And Carbon Compounds (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Luminescent Compositions (AREA)

Description

Oppfinnelsens område
Foreliggende oppfinnelse vedrører en fremgangsmåte for kvantifisering og visualisering av små, seismiske avstemmingseffekter for tynne sedimentlag. Den angitte fremgangsmåte implementeres ved å dekomponere de seismiske refleksjonssigna-ler til sine frekvenskomponenter ved hjelp av en diskret Fourier- (eller annen orthonormal) transformasjon av en lengde som er avhengig av tykkelsen av sedimentlaget som skal oppløses. Etter dekomponering av den diskrete transformering, organiseres og fremvises koeffisientene som tilveiebringes på en måte som avslører og forbedrer det karakteristiske frekvensdomeneuttrykk av tynne sedimentlagre-fleksjoner, som gjør variasjoner i den underjordiske lagtykkelse synlig som ellers ikke ville vært observert. Foreliggende oppfinnelse tillater den seismiske fortolker å analysere og kartlegge geologiske og stratigrafiske trekk som er under jorden, som en funksjon av spatial posisjon, vandretid og frekvens i en utstrekning som hittil ikke har vært mulig.
Oppfinnelsens bakgrunn
I de fleste henseender er utforskende geofysikk en relativt ung vitenskap med noe av det tidligste arbeidet i fagområdet fra 1920-årene, og den velkjente CMP-fremgangsmåte fra 1950-årene. I årene etter dens start, har den imidlertid blitt oljeindustriens fremragende fremgangsmåte for å finne underjordiske oljelagre. Selv om utforskende geofysikk generelt omfatter de tre vide områdene gravimetri, magnetometri og seismikk, er det i dag den seismiske fremgangsmåte som domi-nerer så mye at den nesten utelukker de andre disipliner. Det å telle antallet seismiske utforskningsgrupper som jobber i felten har faktisk blitt et akseptert mål på hvor oppegående hele oljeindustrien er.
En seismisk undersøkelse representerer et forsøk på å kartlegge undergrunnen av jorden ved å sende lydenergi ned inn i bakken og å ta opp "ekkoene" som returne-res fra de underliggende fjell-lag. Kilden av den nedadgående lydenergi kan være eksplosjoner eller seismiske vibratorer på land, og luftkanoner i marine omgivelser. I løpet av en seismisk undersøkelse flyttes energikilden langs bakken over den geologiske struktur som er interessant. Hver gang kilden detoneres, registreres den mange steder på overflaten av jorden. Flere eksplosjons-/registreringskom-binasjoner kombineres så for å danne en tilnærmet kontinuerlig profil av undergrunnen, som kan strekke seg over mange kilometer. I en to-dimensjonal (2-D) seismisk undersøkelse er opptakslokasjonene generelt lagt ut langs en rett linje, mens i en tredimensjonal (3-D) undersøkelse er registreringslokasjonene fordelt langs overflaten i et nettmønster. I enkle ordlag kan en 2-D seismisk linje betraktes som et tverrsnittsbilde av jordlagene så som de finnes rett under registreringsste-det. En 3-D undersøkelse danner en data "kube" eller et volum som, i hvert fall konsepsjonelt, er et 3-D bilde av undergrunnen som ligger under undersøkelsesom-rådet. Legg merke til at det er mulig å ekstrahere individuelle 2-D linjeundersøkel-ser fra et 3-D datavolum.
En seismisk undersøkelse består av et veldig stort antall individuelle seismiske registreringer eller traser. I en typisk 2-D undersøkelse vil det vanligvis være flere titusentalls traser, mens i en 3-D undersøkelse kan antallet individuelle traser komme opp i flere millioner. En seismisk trase er et digitalt opptak av lydenergien som reflekteres tilbake fra inhomogeniteter i undergrunnen, idet en delvis refleksjon skjer hver gang det er en forandring i den akustiske impedans av under-grunnsmaterialene. De digitale prøver tas vanligvis med 0,004 sekunders (4 milli-sekunders) intervaller, selv om 2 millisekund- og 1 millisekundintervaller også er vanlig. Hver punktprøve i en seismisk trase er dermed forbundet med en vandretid, en to-veis vandretid i tilfelle av reflektert energi. Overflateposisjonen av hver trase i en seismisk undersøkelse blir ytterligere forsiktig registrert og gjøres generelt til en del av trasen (som del av hodetekstinformasjonen av trasen). Dette tillater den seismiske informasjon som finnes i trasene å senere bli korrelert med bestemte underjordiske posisjoner, hvorved man tilveiebringer en måte å sette opp og utfor-me seismiske data, og attributter som ekstraheres fra disse, på et kart (dvs. "kart-legging"). Signalet som sendes ned inn i jorden kalles en seismisk bølgeform eller seismisk krusning. Forskjellige seismiske bølgeformer genereres avhengig av om kilden er en luftkanon, dynamitt eller vibrator. Benevnelsen "kildesignatur" eller "kildepuls" brukes generelt for å beskrive den seismiske karakter av registreringen av en bestemt seismisk bølgeform.
En seismisk kilde som genereres ved jordoverflaten begynner med en gang å vandre utover og nedover fra utgangspunktet, hvorpå den treffer på og passerer gjennom fjellenheter i undergrunnen. Ved hvert grensesjikt mellom to forskjellige fjellenheter er det et potensial for en seismisk refleksjon. Mengden av seismisk energi som reflekteres ved et grensesjikt kommer an på den akustiske impedanskontras-ten mellom enhetene og refleksjonskoeffisienten er et konvensjonelt mål for denne kontrast. Man kan tenke på refleksjonskoeffisienten som forholdstallet mellom amplituden av den reflekterte bølge og amplituden av den innkommende bølge. Uttrykt i fjellegenskaper:
Refleksjonskoeffisient
Akustisk impedans under - akustisk impedans over
Akustisk impedans under - akustisk impedans over
der den akustiske impedans av fjellenheten er definert som det matematiske pro-dukt av fjelltettheten (pi og p2 er tettheten av henholdsvis de øvre og nedre fjellenheter) og hastigheten i den samme fjellenhet. Vi og V2 tilsvarer de øvre og nedre fjellenhethastigheter (strengt tatt er denne ligning bare eksakt riktig når krusningen treffer fjellgrensesjiktet med en vertikal innfallsvinkel). Det er imidlertid akseptert i industrien at dette krav dekkes dersom krusningen treffer grensesjiktet innenfor omtrent 20° av vertikalen). Reflektert energi som er opptatt ved overflaten kan representeres konsepsjonelt som konvolveringen av den seismiske krusning med hensyn til en undergrunnre-flektivitetsfunksjon: Den såkalte "konvolveringsmodeH". Kort sagt forsøker konvolveringsmodellen å forklare det seismiske signal som registreres ved overflaten som den matematiske konvolvering av den nedadgående kildekrusningen med hensyn til en reflektivitetsfunksjon som representerer refleksjonskoeffisientene ved grensesjiktene mellom forskjellige fjell-lag i undergrunnen. Uttrykt ved hjelp av ligninger,
Der x(t) er det registrerte seismogram, w(t) er den seismiske kildekrusningen, e(t) er jordens reflektivitetsfunksjon, n(t) er tilfeldig omgivende støy og "<*>" representerer matematisk konvolvering. I tillegg krever konvolveringsmodellen delvis at (1) kildekrusningen forblir uforandret når den vandrer gjennom undergrunnen (dvs. at den er stasjonær og at den ikke forandrer seg), og (2) den seismiske trasen opptatt ved overflaten kan representeres som en aritmetisk sum av de separate konvolve-ringer av kildekrusningen med hensyn til hvert grensesjikt i undergrunnen (prinsip-pet om "superposisjonering", dvs. at reflektivitet og propagering av krusningen er et linjeært system.) Selv om det er få som tror at konvolveringsmodellen fullt ut beskriver mekanikken av bølgepropagering, er modellen tilstrekkelig nøyaktig for de fleste formål: nøyaktig nok til å gjøre modellen meget praktisk anvendelig. Konvolveringsmodellen behandles relativt detaljert i kapittel 2.2 i Seismic Data Processing av Ozdogan Yilmaz, Society of Exploration Geophysicists, 1987, som herved innlemmes som en referanse.
Seismisk data som er samlet og behandlet på riktig måte kan tilveiebringe mengder av informasjon til utforskeren som er en av individene i et oljeselskap som skal finne potensielle båresteder. En seismisk profil gir for eksempel utforskeren et bredt inntrykk av undergrunnsstrukturen av fjell-lagene og avslører ofte viktige trekk som er forbundet med innesperring og lagring av hydrokarboner, så som forkastninger, folder, antiklinaler, ujevnheter og underjordiske saltdomer og årer, blant mange andre. I løpet av databehandlingen av seismiske data genereres estimater av underjordiske hastigheter, og inhomogeniteter nær overflaten detekteres og fremvises. I visse tilfeller kan seismiske data anvendes for å estimere fjellporøsitet, vannmetning og hydrokarboninnhold direkte. Mindre klart er det at seismiske bøl-geformattributter, så som fase, bølgetoppamplitude, forholdet mellom bølgetopp og bølgedal og en mengde andre, ofte kan korreleres empirisk med kjente hydrokar-bonhendelser, og denne korrelasjonen kan brukes i forbindelse med seismiske data som er samlet over nye utforskningsmål. Seismiske data tilveiebringer kort sagt på beste måte den strukturelle og stratigrafisk informasjon om undergrunnen, bortsett fra å bore en brønn.
Seismiske data er imidlertid begrenset med hensyn til ett forhold: fjellenheter som er relativt "tynne" er ofte ikke klart oppløst. Nærmere bestemt, selv om seismiske refleksjonsdata kan tilveiebringe en tilnærmet representasjon av det "geologisk tverrsnitt" av undergrunnen når de litografiske lag er relativt "tykke", er den seismiske fremstilling som resulterer når lagene er "tynne", mye mindre klare. Dette fenomén er kjent for fagmannen som det seismiske oppløsningsproblem.
Seismisk oppløsning i den foreliggende sammenheng viser til vertikal oppløsning innen en enkelt seismisk trase, og defineres løst som den minste separasjon mellom to seismiske reflektorer i undergrunnen som kan gjenkjennes som separate grensesjikt - i stedet for en enkel sammensatt refleksjon - på den seismiske registrering. Som et eksempel gjenkjennes ideelt sett en undergrunnsenhet i et seismisk parti som en kombinasjon av to ting: en distinkt refleksjon som kommer fra toppen av enheten og en andre distinkt refleksjon, muligens av motsatt polaritet, som kommer fra dennes bunn. I det ideelle tilfelle fremkommer både toppen og bunnen av enheten på det registrerte seismogram som distinkte og isolerte refleksjoner som kan bli "time picked" individuelt (dvs. merket og identifisert på det seismiske parti, idet de seismiske data i intervallet mellom to "time picks" inneholder informasjon om den mellomliggende fjellenheten). På den annen side, der den seismiske enhet ikke er tilstrekkelig tykk, vil de returnerende refleksjoner fra toppen og bunnen av enheten overlappe, noe som fører til interferens mellom de to refleksjons-hendelsene og en uklar fremstilling av undergrunnen. Denne uklare fremstilling av undergrunnen er ett eksempel på fenomenet som fagmannen refererer til som problemet med "tynne sedimentlag".
Figur 1 viser på en veldig generell måte hvordan problemet med tynne sedimentlag oppstår under aksiomene av konvolveringsmodellen. Ta først for deg den "tykke" sedimentlagrefleksjon vist i figur la. På venstre side av denne figur er det fremstilt en kildekrusning som ble generert på jordoverflaten. Kildekrusningen vandrer uforandret nedover gjennom jorden langs banen Pl inntil den treffer grensesjiktet av fjellenheten med benevnelsen "A". (Legg merke til at bølgebanen i denne figur egentlig er vertikal, men fremstilles som vinklet for klarhets skyld. Dette er i over-ensstemmelse med vanlig praksis i industrien.) Når den nedadgående seismiske
bølgeform i figur la treffer grensesjiktet "A", reflekteres en del av energien tilbake mot overflaten langs stien P2 og registreres på overflaten som den reflekterte hendelsen RI. Legg merke til at krusningen har en reversert polaritet i forhold til kildekrusningen, noe som indikerer en negativ refleksjonskoeffisient ved '^"-grensesjiktet. Denne polaritetsreverseringen er bare ett eksempel og fagmannen vet at refleksjonskoeffisienter av begge polariteter er mulig.
Det som er igjen av den nedadgående energi (etter den partielle refleksjon ved grensesjiktet "A") fortsetter gjennom det tykke sedimentlag til den treffer grensesjikt "B" ved basen av den tykke litografiske enhet. Når den når "B"-grensesjiktet, fortsetter en del av krusningsenergien dypere ned i jorden langs banen P5, mens det gjenværende av denne energi reflekteres tilbake til overflaten langs banen P4 der den registreres som refleksjonen R2. Legg merke til at refleksjonen fra grensesjiktet "B" skjer på et senere tidspunkt enn refleksjonen fra grensesjiktet "A". Den nøyaktige tidsseparasjonen mellom de to hendelsene avhenger av tykkelsen og hastigheten av det mellomliggende lag mellom de to grensesjikt, idet tykke lag og/eller langsomme hastigheter danner en større tidsseparasjon mellom topp- og bunnrefleksjonene. Den tidsmessige tykkelsen av dette lag er tiden som kreves for den seismiske bølgeform å gå gjennom den.
På overflaten er den sammensatte, tykke sedimentlagrefleksjon - uttrykket som faktisk registreres - den aritmetiske sum (superposisjon) av de to tilbakevendende refleksjoner, idet tidsseparasjonen mellom hendelsene tas med i betraktningen. Da de to tilbakevendende krusninger ikke overlapper hverandre i tid, fremstiller den registrerte seismiske registrering klart begge hendelser som en angivelse av to diskrete horisonter. (Legg merke til at tidsseparasjonen mellom de to reflekterte hendelser ikke er nøyaktig fremstilt i denne figur. Fagmannen vet at tidsseparasjonen egentlig skal være to ganger den tidsmessige tykkelse av laget.)
Hvis vi nå vender til figur lb, der en refleksjon av et tynt sedimentlag er vist, er igjen kildekrusningen generert på jordoverflaten, idet den så vandrer langs banen P6 til den treffer grensesjiktet av fjellenhet med benevnelsen "C". (Som før er bøl-gebanen i figuren egentlig vertikal.) Som illustrert i figur lb, reflekteres en del av energien av den nedadgående seismiske bølgeform tilbake mot overflaten langs banen P7, der den registreres som refleksjonen R3 når bølgeformen treffer grensesjiktet "C". Det gjenværende av den nedadgående energi fortsetter gjennom det tynne sedimentlag til den treffer grensesjiktet "D". Når den når "D"-grensesjiktet, fortsetter en del av krusningsenergien dypere ned i jorden langs banen P10, mens det gjenværende av energien reflekteres tilbake til overflaten langs banen P9 der den registreres som refleksjon R4.
Legg igjen merke til at refleksjonen fra grensesjiktet "D" skjer på et senere tidspunkt enn refleksjonen fra grensesjiktet "C", men den tidsmessige separasjon mellom de to refleksjonene er imidlertid mindre i tilfelle av et tynt sedimentlag fordi avstanden som bølgeformen må vandre overfør den reflekteres fra grensesjiktet "D" er mindre. Tidsseparasjonen mellom de to refleksjoner er faktisk så liten at de returnerende (oppadgående) krusninger overlapper. Da den sammensatte refleksjon av det tynne sedimentlag igjen er en aritmetisk sum av de to returnerende refleksjoner, er det faktiske registrerte signal en hendelse som verken klart representerer refleksjonen fra toppen eller klart representerer bunnen av enheten, og dets tolkning er tilsvarende vanskelig. Denne udefinerte, sammensatte og reflekterte hendelse eksemplifiserer det typiske problem med tynne sedimentlag.
Som det er unødvendig å si, er tykkelsen av betraktelig økonomisk betydning for oljeutforskeren fordi, hvis alle andre ting forblir uforandret, desto tykkere den litografiske enhet, desto større hydrokarbonvolum kan den potensielt inneholde. Gitt viktigheten med nøyaktig å bestemme lagtykkelsen, burde det ikke komme som en overraskelse at flere fremgangsmåter er blitt anvendt for å forbedre problemet med det tynne sedimentlag.
Den første teknikk som nesten er universelt brukt, er å forkorte lengden av den seismiske krusning, idet lengre krusninger generelt gir dårligere oppløsning enn kortere krusninger. I løpet av databehandlingsfasen kan den registrerte seismiske bølgeform ofte kortes ned dramatisk ved hjelp av velkjente signalbehandlingstek-nikker.
For eksempel vet fagmannen at vanlig forutsigelig dekonvolvering kan anvendes for å hvitgjøre spekteret av krusningen, hvorved dennes effektive lengde reduseres. Generelle krusninger for behandlingsteknikker, inkludert dekonvolvering av kildekrusningen og ethvert antall andre fremgangsmåter, kan på tilsvarende måte alternativt brukes for å forsøke å nå et tilsvarende enderesultat: mer kompakt bølge-form. Selv om hver av disse behandlinger kan resultere i dramatiske forandringer av karakteren av de seismiske parti og kan korte ned lengden av krusningen betraktelig, er det ofte tilfelle at ytterligere trinn må utføres.
Selv de beste signalbehandlingstiltak vil til syvende og sist bare utsette det uunn-gåelige: uansett hvor kompakt krusningen er, vil det være fjell-lag av økonomisk interesse som er for tynne til at krusningen kan oppløse dem. Andre ytterligere fremgangsmåter er dermed blitt anvendt som er rettet mer mot analyse av karakteren av den sammensatte refleksjon. Disse fremgangsmåter er generelt basert på den observasjon at selv når det bare er en enkel sammensatt refleksjon og tykkelsen av laget ikke kan observeres direkte, er det likevel informasjon som kan bli funnet i den registrerte seismiske data som indirekte kan anvendes for å beregne den faktiske tykkelse av den litografiske enhet.
For eksempel viser figur 4a en kjent seismisk modell av en "pinch out", der den interessante stratigrafiske enhet (her måles tykkelsen i vandretid istedenfor i lengde) gradvis minker i tykkelse inntil den forsvinner (dvs. "pinches out") på venstre side av fremstillingen.
Figur 4b er en samling av matematisk genererte syntetiske seismogrammer som er regnet ut ifølge denne modell, som viser den støyfrie konvolvering av en seismisk krusning med grensesjiktene som avgrenser dette lag. Legg merke til at det sammensatte signal registrert på den første trasen til høyre på figur 4b viser at refleksjonen er klart avgrenset av en negativ refleksjon ved toppen av enheten og en positiv refleksjon ved bunnen av enheten. Beveger man seg til venstre på figur 4b, begynner de individuelle refleksjoner ved toppen og bunnen å gå sammen til en enkel, sammensatt refleksjon og forsvinner til slutt når tykkelsen av intervallet nærmer seg null. Legg imidlertid merke til at den sammensatte refleksjon fremdeles fortsetter å forandre seg i karakter, selv etter at hendelsen har degenerert til en enkel refleksjon. Dvs., selv om det er lite visuelt bevis for at refleksjonen kommer fra to grensesjikt, antyder forandringene som refleksjonene viser når tykkelsen minsker, at det finnes informasjon i disse refleksjoner som kan tilveiebringe noe informasjon vedrørende tykkelsen av det tynne sedimentlag, gitt de rette omstendigheter.
Det grunnleggende arbeid av Widess i 1973 (Widess. How thin is a thin bed? Geophysics, Vol. 38, s. 1176-1180) har gitt grobunn til en populær fremgangsmåte for analyser av tynne sedimentlag der kalibreringskurver utvikles som avhengiger av bølgetopp til bølgedalamplituden av den sammensatte, reflekterte hendelse av tynne sedimentlag, sammen med bølgetopp til bølgedaltidsseparasjonen, for å tilveiebringe et estimat av den tilnærmede tykkelse av det tynne sedimentlag. (Se også Neidell og Poggiagliomi, Stratighraphic Modeling and Interpretation - Geo-physical principles and Techniques, i SEISMIC STRATIGRAPHY APPLICATIONS TO HYDROCARBON EXPLORATION, A.A.P.G, Memoar 26, 1977.) Et nødvendig trinn i kalibreringsprosessen er å danne en "avstemmings"-amplitude for hendelsen av det tynne sedimentlag som betraktes, idet avstemmingsamplituden skjer ved lagtykkelsen der den maksimale konstruktive interferensen skjer mellom refleksjonene fra toppen og bunnen av enheten. Avstemmingstykkelsen avhenger, i hvert fall i teorien, bare av den dominante bølgelengde av krusningen X og er lik X/ 2 der refleksjonskoeffisienten på toppen og bunnen av enheten har samme fortegn, og X/ 4 der refleksjonskoeffisienten har motsatt fortegn.
På grunn av fleksibiliteten av kalibreringsfremgangsmåtene, har de blitt brukt med noe suksess i ganske forskjellige utforskningssituasjoner. Disse amplituder og tids-baserte kalibreringsmetodene er imidlertid svært avhengig av forsiktig seismisk behandling for å danne den riktige krusningsfase og for å kontrollere for de relative, seismiske trase-til-trase traseamplitudene. Fagmannen vet imidlertid hvor vanskelig det kan være å danne et seismisk parti som virkelig opprettholder de relative amplituder gjennom det hele. Dessuten er den kalibreringsbaserte metode angitt ovenfor ikke egnet for undersøkelser av responser av tynne sedimentlag over en stor 3-D undersøkelse: metoden fungerer best når den kan anvendes på en isolert reflektor på en enkel seismisk linje. Det er vanskelig nok å utvikle kalibreringskur-ven for en enkel linje: det er mye vanskeligere å finne en kalibreringskurve som vil virke på en pålitelig måte gjennom et helt 3-D nett av seismiske data.
Hittil har det som kjent i teknikken vært et behov for en metode som ekstraherer nyttig informasjon om tynne sedimentlag fra konvensjonelt tilveiebrakte seismiske data som er beheftet med de ovennevnte problemer. Metoden burde fortrinnsvis også tilveiebringe attributter for etterfølgende, seismisk stratigrafisk og strukturell analyse. Det bør derfor nå også forstås, noe som også ble forstått av foreliggende oppfinnere, at det eksisterer og har eksistert for noen tid et reelt behov for en metode for seismisk databehandling som adresserer og løser de ovennevnte problemer.
Før man fortsetter med en beskrivelse av foreliggende oppfinnelse, bør det imidlertid legges merke til og huskes på at beskrivelsen av oppfinnelsen som følger, sammen med de vedføyde tegningsfigurer, ikke bør oppfattes på en måte som begren-ser oppfinnelsen til eksemplene (eller de foretrukne utførelser) som er vist og beskrevet. Dette fordi fagmannen som oppfinnelsen henvender seg til vil være i stand til å finne andre utforminger av denne oppfinnelse som inngår i de vedføyde krav. Til slutt, selv om oppfinnelsen som er angitt her er forklart med henvisning til forskjellige aspekter av konvolveringsmodellen, avhenger metodene angitt nedenfor ikke til noen bestemt modell av den registrerte seismiske trasen og vil fungere like godt i sammenheng med andre modeller enn den standardiserte konvolveringsmodellen.
Som eksempel på bakgrunnsteknikk som er kjent fra patentlitteraturen, vises det til US-patent 5349527 som beskriver en fremgangsmåte for post-stakk 3D-migrasjon av seismiske data.
Sammenfatning av oppfinnelsen
Foreliggende oppfinnere har oppdaget en hittil ukjent anvendelse av den diskrete Fourier-transform for å fremstille og kartlegge utstrekningen av tynne sedimentlag og andre laterale fjellujevnheter i konvensjonelle seismiske data i 2-D og 3-D. Oppfinnelsens omfang fremgår av det etterfølgende selvstendige patentkrav 1. Gunstige utførelsesformer av oppfinnelsen fremgår av de tilhørende uselvstendige krav.
Oppfinnelsen angitt her er motivert av observasjonen at refleksjonen fra et tynt sedimentlag har ett særpreget uttrykk i frekvensdomenet som indikerer tykkelsen av sedimentlaget: et homogent, tynt bedd introduserer en periodisk sekvens av hakk i amplitudespekteret av den sammensatte refleksjon, idet hakkene er fordelt med mellomrom som er omvendt proporsjonal med den tidsmessige tykkelse av det tynne sedimentlag. Dersom Fourier-transformkoeffisientene i tillegg er riktig fremstilt, kan dette karakteristiske uttrykk utnyttes av fortolkeren for å finne tynne se-dimentrefleksjoner i et 3-D volum og beregne deres tykkelser og utstrekning i en grad som ikke har vær mulig til nå. Metoden angitt her kan mer generelt anvendes for å detektere og identifisere vertikale og laterale avbrudd i den lokale fjellmasse. Nytten av foreliggende oppfinnelse forbedres også ved en hittil ukjent metode for hvitgjøring av frekvensdomenet som legger vekt på den geologiske informasjon som er tilstede i spekteret. Foreliggende oppfinnelse er til slutt også tilpasset for å avdekke seismiske attributter som kan korreleres med strukturelle og stratigrafiske trekk av interesse under jorden, hvorved kvantitative verdier som kan kartlegges av utforskeren og brukes for å forutsi underjordiske hydrokarbon, eller andre opp-samlinger, er tilveiebrakt.
Generelt anvender foreliggende oppfinnelse en relativt kort, diskret Fourier-transform for å bestemme frekvenskomponentene av en seismisk trase. Som fagmannen vet, resulterer utregning av en Fourier-transform av en tidsserie, selv en som bare har en reell verdi, i en samling av Fourier-transformkoeffisienter som er komplekse dataverdier med formen "A + Bi", der "i" representerer det "imaginære" tall eller kvadratroten av et negativt tall. Det er ytterligere kjent at uttrykket A + Bi kan tilsvarende skrives som:
der, og
Kvantiteten 9 er kjent som fasevinkelen (eller bare "fasen") av den komplekse mengde av A + Bi, mengden "r" er dens magnitude og uttrykket IA + Bil er den matematiske notasjon for magnituden av en mengde med kompleks verdi, også kalt dens absolutte verdi. Et frekvensspekter oppnås fra Fourier-transformkoeffisientene ved å utregne den komplekse magnitude av hver transform koeffisient. Den numeriske størrelse av hver koeffisient i frekvensspekteret er ytterligere proporsjonal med styrken av frekvensen i de originale data. Til slutt, etter anven-delsen av en Fourier-transform på en bestemt tidsserie, sies det om de resulterende komplekse koeffisienter at de er i frekvensdomenet, idet de utransformerte data er i tidsdomenet.
Hvis vi nå returnerer til en diskusjon om foreliggende oppfinnelse, bygger oppfinnelsen angitt her på den generelle observasjon at frekvensspekteret utregnet fra en Fourier-transform av en hel trase har en tendens til å ligne spekteret av kildekrusningen, idet kortere vindusspektre har en tendens til å vise mer av den underliggende geologiske informasjon. Dette er fordi lange analysevinduer inneholder mye geologisk variasjon, idet denne variasjon har en tendens til å vise en "hvit" (eller tilfeldig og ukorrelert) reflektivitetsfunksjon som har et "flatt" amplitudespekter. Dvs. at formen av et frekvensspekter utregnet fra en hel seismisk trase i stor grad er avhengig av frekvensinnholdet av kildekrusningen. (Se for eksempel kapittel 2.2.1 i Seismic Data Processing av Ozdogan Yilmaz, Society of Exploration Geophysicists, 1987, som herved innlemmes som referanse.) På den annen side, der hvor analysevinduet er så kort at jordreflektivitetsfunksjonen er ikke-hvit, inneholder det resulterende Fourierspekter påvirkninger fra både krusningen og den lokale geologi. Over et slikt lite vindu virker geologien som et filter som demper spekteret av kildekrusningen og dermed danner ikke-stasjonære kortvinduspektre.
De foregående idéer er illustrert generelt i figur 2, der en typisk seismisk trase og noen frekvensspektre kalkulert av disse er plottet. Ved toppen av figuren er frekvensspekteret av Fourier-transformen av hele den seismiske trasen. Spekteret gir generelt uttrykk for å være en typisk feltkrusning. Spektrene som er utregnet over kortere vinduer, vist ved bunnen av figur 2, er ikke-stasjonære og har en tendens til å vise den underliggende geologi, som potensielt kan forandre seg dramatisk over ganske korte intervaller.
Betydningen av denne observasjon for foreliggende oppfinnelse er vist i figur 3, der to representative spektre er avbildet på generisk vis. Det øvre frekvensspekter representerer en typisk bredbåndvidde-kildekrusning. De nedre spekter representerer imidlertid på en generell måte frekvensdomeneuttrykket av en sammensatt refleksjon fra et tynt sedimentlag. I sistnevnte tilfelle har geologien av det tynne sedi-mentlag en tendens til å virke som et frekvensdomenefilter og har dannet sitt eget merke på frekvensinnholdet av den reflekterte krusning. Som det generelt kommer frem i denne figur, har foreliggende oppfinnere oppdaget at et homogent, tynt sedimentlag påvirker amplitudespekteret av refleksjonshendelsen ved å introdusere "hakk" eller smale bånd av dempede frekvenser, noe som derved danner et karak-teristisk utseende. Et homogent sedimentlag er et sedimentlag som har en konstant hastighet og tetthet gjennom hele seg. Avstanden mellom hakkene som introduse-res er dessuten lik den inverse av den "tidsmessige tykkelse" av det tynne sedi-mentlag, idet tidsmessig tykkelse er den tid som det tar for krusningen å gå gjennom laget i en retning (tykkelsen av laget delt på hastigheten). Dempede frekvenser i amplitudespekteret kan dermed brukes for å identifisere en refleksjon fra et tynt sedimentlag og måle dets tykkelse.
Vi vender nå til figur 4. Resultatene foreslått i ovennevnte avsnitt brukes i analysen av en simplistisk, 2-D, geologisk modell, der frekvensdomeneuttrykket av et tynt sedimentlag undersøkes. I figur 4a er en typisk "avsmalnende" reflektivitetsfunksjon (geologisk modell) representert. Figur 4c inneholder en gråtonet fremstilling av Fourier-transformen av frekvensspekteramplitudene som er utregnet fra denne modell. Denne fremstillingen ble fremstilt ved å danne en diskret tidsserie ved femti posisjoner med samme innbyrdes avstand gjennom hele modellen, idet hver av dem har bare to verdier som ikke er null: En som tilsvarer refleksjonskoeffisienten av toppen av laget, og en andre som tilsvarer refleksjonskoeffisienten ved bunnen av laget. Hver av verdiene som ikke er null, plasseres i den ellers nullfylte trasen i posisjoner som viser tidsposisjonen av henholdsvis toppen og bunnen av reflektoren. En standard diskret Fourier-transform ble så utregnet for tidsseriene, fulgt av en utregning av den komplekse magnitude av hver koeffisient.
De lysere partier i figur 4c tilsvarer større verdier av amplitudespektrene, mens de mørkere partier representerer mindre verdier. "Hakk" i amplitudespektrene representeres dermed av de mørkere verdier i plottet. Denne figur fremstiller på en ty-delig måte Fourier-transformen av geologien og, nærmere bestemt, den særpregede signatur som hendelsen merker krusningen med. Det som er mest betydnings-fullt i denne plott i forhold til foreliggende oppfinnelse er at ettersom tykkelsen av modellen minker, øker mellomrommet mellom hakkene. For en gitt modelltykkelse er dessuten hakkene periodiske, med en periode som er lik den omvendt propor-sjonale verdi av den tidsmessige tykkelse av laget. Dersom denne signatur - periodiske frekvensdomenehakk - kan finnes i en seismisk undersøkelse, er den et sterkt bevis for at et tynt sedimentlag er tilstede.
Ifølge ett aspekt av foreliggende oppfinnelse, har det blitt tilveiebrakt et system for å tolke seismiske data som inneholder hendelser av tynne sedimentlag, der dataene dekomponeres til en rekke Fourier-transformerte 2-D linjer eller 3-D volumer, noe som derved tilveiebringer en forbedret fremstilling av utstrekningen av de tynne sedimentlag. Foreliggende oppfinnelse anvender i ett enkelt Fourier-transformvindu som anvendes separat på den del av hver seismisk trase som krysser en interessesone. Denne utførelse er vist generelt i figur 5 i forhold til 3-D seismiske data, men fagmannen forstår at samme metode med fordel kan anvendes på en 2-D samling av seismiske traser for å forbedre synligheten refleksjoner av tynne sedimentlag som finnes i disse traser. Som et første trinn settes en samling av spatielt beslektede seismiske traser sammen. Disse traser kan for eksempel være én eller flere skudd registreringer, en konstant avvikssamler, en CMP-samler, en VSP-undersøkelse, en todimensjonal seismisk linje, en todimensjonal, stakket seismisk linje som er ekstrahert fra en 3-D seismisk undersøkelse eller fortrinnsvis et 3-D parti av en 3-D seismisk undersøkelse. Foreliggende oppfinnelse kan ytterligere også anvendes i forbindelse med en 2-D eller 3-D undersøkelse der data er omdan-net, dvs. der et "avvik" eller en spatiell akse ("X" eller "Y"-akse for 3-D data) har blitt innfylt for å ta plassen til den vertikale akse eller "tids"-aksen. Mer generelt, et hvert 3-D volum av digitale data kan behandles ved hjelp av metoden angitt her. Når det er sagt, vil den vertikale akse heretter refereres til som "tids"-aksen av klargjørende årsaker, selv om fagmannen forstår at de digitale prøver ikke nødven-digvis separeres av tidsenheter. Hva man enn velger, er den angitte oppfinnelsen mest effektiv når den anvendes i forbindelse med en gruppe seismiske traser som har et underliggende spatielt forhold i relasjon til et underjordisk, geologisk trekk. Etterfølgende diskusjon vil avfattes med hensyn til traser som befinner seg i en stakket 3-D undersøkelse, selv om det er tenkelig at enhver samling av spatielt beslektede seismiske traser kan brukes.
Som generelt illustrert i figur 5, velges deretter en interessesone i et bestemt 3-D volum. Interessesonen kan for eksempel være det undulerende parti begrenset av to utvalgte reflektorer som er avbildet i figur 5. Reflektoren er i det tilfellet fortrinnsvis flatgjort eller nullstilt (dvs. gjort flat ved å forskyve individuelle traser opp eller ned i tid) før analyse, og muligens også konstruert på palinspastisk ("pa-linspastically") måte. Mer vanlig spesifiseres et spesifikt avgrenset tidsintervall (for eksempel fra 2200 ms til 2400 ms), noe som definerer en "kube" eller, nærmere bestemt, en "boks" av seismisk data i 3-D volumet: et subvolum. I tillegg kan den laterale utstrekning av interessesonen begrenses ved å spesifisere avgrensningene "i linje med" og "på tvers av" trasegrensene. Andre metoder for å spesifisere interessesonen er absolutt mulig, og har vært overveid av oppfinnerne.
Utvelgingen og ekstra heri ngen av dataene som tilsvarer interessesonen er kjent som "subsetting" av data (figur 5). Et kriterium som styrer utvelgingen av interessesonen er ønsket om å holde sonen så kort (i tid) som mulig. Dette er i tråd med den generelle filosofi nevnt ovenfor med hensyn til at spekteret av Fourier-transformen med lange vinduer har en tendens til å likne krusningen, og spekteret av Fourier-transformen med korte vinduer inneholder mer geologisk-relatert informasjon. Legg merke til at det ofte utføres en automatisk, "skjult" vindusforstørrelse på Fourier-transformvinduer uten å tenke på det: utstrekning av vindusstørrelsen til en lengde som er i andre potens. Denne forlengelsen av vinduet gjøres for å forbedre utregningseffektiviteten, da vinduslengder som er i andre potens er kandida-ter til den hurtige Fourier-transform -("Fast Fourier Transform-FFT") algoritme. Foreliggende oppfinnere vil imidlertid advare mot denne velkjente fremgangsmåte og foretrekker å bruke en mer generell, om enn utregningsmessig mindre effektiv, diskret Fourier-transformalgoritme, slik at lengden av analysevinduet holdes så kort som mulig. Med tanke på utregningskraften til dagens datamaskiner, har det liten hensikt å bare transformere data i interessesonen.
I figur 5 består "UTREGNING"strinnet i foreliggende oppfinnelse av i hvert fall én operasjon: å regne ut en diskret Fourier-transform over interessesonen. De resulterende koeffisienter, dvs. den spektrale dekomponering av interessesonen, blir så lagret som del av det utmatende spektraIdekomponeringsvolumet ("avstemmingskube") for senere betraktning. Legg merke til at det vil være en trase (dvs. samling av Fourier-transformkoeffisienter) i det utmatende avstemmingkubevolumet for hvert seismisk spor som er behandlet som del av inngangsverdiene. Legg også merke til at horisontale planskiver gjennom volumet inneholder koeffisienter som tilsvarer en enkel, felles Fourier-frekvens i dette nåværende, foretrukne utmatings-arrangement.
"UTREGNING"strinnet kan valgfritt inneholde tilleggsoperasjoner som har potensiale til å forbedre kvaliteten av utgangsverdivolumet og den etterfølgende analyse. Først og fremst kan en vektfunksjon brukes på de seismiske data i interessesonen før transformen utregnes. Hensikten med vektfunksjonen er å avsmale eller utjevne dataene i Fourier-analysevinduet, noe som minsker frekvensdomeneforstyrrelsene som kan oppstå ved et "boksformet" analysevindu. Bruken av en vektfunksjon før transformeringen er velkjent for fagmannen. Den foretrukne vektfunksjon for oppfinnelsen angitt her har Gausisk form og er på mange måter optimal for denne applikasjon. Når dette er sagt, legg også merke til at mange andre vektfunksjoner gjerne kan brukes.
Siden det i tillegg vanligvis er amplitudespekteret som er av størst interesse for utforskeren, kan amplitudespekteret regnes ut fra transformkoeffisientene når de flyttes til et hjelpelagerområde. Alternativt kan et fasespekter, eller en annen utle-det attributt, regnes ut fra transformkoeffisientene før lagring, og disse typer ut-regninger har blitt gjort av foreliggende oppfinnere.
Som del av utregningstrinnet kan til slutt en individuell frekvensskalering utføres på hvert plan (dvs. frekvensen) i utgangverdivolumet. Som generelt vist i figur 10 har oppfinnerne funnet det best å skalere hver frekvensskive separat i utmatingsvolu-met slik at man har samme gjennomsnittlige verdi før man betrakter den. Denne skalering er bare én av mange som kan utføres, men oppfinnerne foretrekker denne fremgangsmåte fordi den har en tendens til å forbedre det geologiske innhold av det lagrede frekvensspekter i motsetning til den vanlige krusningsinformasjon.
Når spektrene har blitt regnet ut og lagret er de klare for å brukes i den geofysiske utforskning av tynne sedimentlag. Legg merket til at det er kritisk at hvert spekter er organisert og fremstilt med samme spatiale forhold til de andre spektre som trasene som de ble utregnet fra, når dataene deretter fremstilles. Dvs. at spatiale forhold som er til stede i de utransformerte data må preserveres i arrangementene av de transformerte koeffisienter. Den nåværende foretrukne fremgangsmåte å fremstille transformkoeffisientene på, er å begynne med å forme dem inn i et 3-D "volum" (avstemmingskube), selvfølgelig gitt at inngangsverdidataene opprinnelig ble tatt fra et 3-D volum. Legg imidlertid merke til at den vertikale ("z") akse ikke lengre er "tid", så som den var før transformeringen, men nå representerer frekvensen-heter, da Fourier-transformkoeffisienter er lagret her.
Avstemmingskuben, som vist i det siste trinn i figur 5, kan nå betraktes på ethvert vis som kan brukes for å betrakte et konvensjonelt 3-D volum av seismisk data. Når det er sagt, har foreliggende oppfinnere oppdaget at det å betrakte etterføl-gende horisontale skiver gjennom volumet av koeffisienter er en fortrukket måte å finne og visualisere tynne sedimentlageffekter på. Legg merke til at i arrangemen-tet av avstemmingskuben representerer en horisontal skive alle de koeffisienter som tilsvarer en enkel Fourier-frekvens og er dermed et konstant frekvenstverr-snitt. Som et hjelpemiddel i dette volum, animerer oppfinnerne ytterligere fortrinnsvis en rekke av horisontale utsnitt gjennom volumet. Dersom interessesonen er et parti av en individuell seismisk linje i stedet for et volum, vil den resulterende fremstilling fremdeles her refereres til som en avstemmingskube, selv om den rent teknisk ikke er en start-"kube" med data, da den er en samling av spatielt relaterte spektre av Fourier-transformer av seismiske traser fremstilt i deres opprinnelige spatielle forhold.
Animering av den etterfølgende horisontale skive gjennom det spektrale volum er en foretrukket måte å betrakte og analysere transformkoeffisientene på, idet ani-meringen fortrinnsvis skjer på skjermen av en høyhastighets arbeidsstasjon. Som fagmannen vet, er animering i form av interaktiv panorering gjennom volumet en rask og effektiv måte å betrakte store mengder av data. Datavolumet kan betraktes i horisontale, vertikale eller skrå skiver, noe som i hvert tilfelle kan tilveiebringe et unikt perspektiv av dataene. Viktigere i forbindelse med foreliggende oppfinnelse er imidlertid at det å se hurtig etterfølgende horisontale skiver etter hverandre, tilveiebringer en diagnoserende måte å undersøke et stort datavolum på, og å identifisere refleksjoner av tynne sedimentlag i dette datavolum, noe som skal tas opp i nærmere detalj nedenfor. Legg merke til at det er foretrukket i fremgangsmåten angitt her at skivene ordnes med hensyn til frekvens (enten økende eller minkende) når de animeres og ses.
Ifølge et andre aspekt av foreliggende oppfinnelse er det tilveiebrakt et system for behandling av seismiske data for å forbedre utseendet på den seismiske registrering av hendelser av tynne sedimentlag, der dataene dekomponeres til en rekke Fourier-transformerte 2-D linjer eller 3-D volum ved å bruke en rekke overlappende Fourier-transformer med korte vinduer, noe som tilveiebringer en forbedret fremstilling av tynne sedimentlag. Denne utførelse er generelt vist i figur 6 med hensyn til 3-D seismiske data, men fagmannen forstår at den samme metode også med fordel kan anvendes på en 2-D seismisk linje for å forbedre synligheten av refleksjoner av tynne sedimentlag som finnes i linjen. Som angitt i figur 6, og som angitt tidligere, involverer det første trinn i foreliggende utførelse at tolker kartlegger de tidsmessige grenser av den seismiske interessesone. Som det ble beskrevet tidligere, kan kartleggingen resultere i en seismisk datakube, eller et rektangulært stykke av en individuell seismisk linje.
I stedet for å anvende en Fourier-transform med et enkelt vindu på hver trase, anvendes i stedet en rekke overlappende Fourier-transformer med korte vinduer. Lengden av vinduet og graden av overlapping varierer med den spesielle applikasjon, men igjen trenger vinduslengden ikke å være lik en "2" potens, men bør heller velges for på beste måte å fremspille den underliggende geologi. Legg merke til at en vektfunksjon valgfritt kan brukes på dataene i hvert korte vindu før transformasjonen, og som før er en Gaussisk vektfunksjon det foretrukne valg.
Etter hvert som hver Fourier-transform med kort vindu regnes ut, lagres de resulterende koeffisienter separat i en individuell avstemmingskube som forblir forbundet med det korte vindu som den oppstod fra. Legg merke til at det i foreliggende tilfelle vil dannes like mange avstemmingskuber som det var overlappende vinduer i analysen. Skalering, dersom det brukes, anvendes separat på hvert frekvensplan i hver avstemmingskube.
Hver avstemmingskube med kort vindu som dannes av et forskyvende vindu kan nå undersøkes individuelt på akkurat samme måte som foreslått i forbindelse med den første utførelse. Igjen er hver kube fortrinnsvis betraktet i horisontale skiver eller konstante frekvensfremstillinger, noe som tilveiebringer en måte å visualisere geologiske forandringer i forbindelse med frekvens. Da det nå ytterligere er en samling av avstemmingskuber som har blitt utregnet ved forskjellige tidspunkter i trasen, har dermed en samling av avstemmingskuber blitt tilveiebrakt som spenner over en rekke dybder i undergrunnen.
Til slutt, ifølge et tredje aspekt av foreliggende oppfinnelse, er det tilveiebrakt et system for behandling av seismisk data for å forbedre utseendet av den seismiske registrering av hendelser i forbindelse med tynne sedimentlag, der dataene dekomponeres til en rekke Fourier-transformer av 2-D linjer eller 3-D volumer ved å bruke en Fourier-transform med kort vindu, og reorganiseres så til enkle frekvensav-stemmingskuber, noe som tilveiebringer forbedret fremstilling av tynne sedimentlag.
Som generelt vist i figur 7, ligner de første trinn i foreliggende oppfinnelse på de samme trinn av de to tidligere nevnte utførelser: dataene tolkes først, og så "sub-settes" de. Deretter regnes en rekke overlappende Fourier-transformer med korte vinduer fra de seismiske data i interessesonen som valgfritt er vektsatt eller av-smalnet i hvert vindu før utregningen av transformen. Som i den tidligere utførelse, akkumuleres koeffisientene fra hver transform med kort vindu. I foreliggende tilfelle reorganiseres dataene imidlertid til energikuber med enkel frekvens som deretter kan undersøkes i enten et horisontalt eller vertikalt plan for å finne effekter av tynne sedimentlag, i stedet for å se på de utregnede Fourier-transformkoeffisienter som avstemmingskuber. Reorganiseringen i foreliggende oppfinnelse involverer konsepsjonelt nærmere bestemt ekstrahering av enhver horisontal skive som tilsvarer en bestemt frekvens fra alle avstemmingskuber. Disse individuelle skiver med samme frekvens "stakkes" så sammen, idet den øverste skive inneholder koeffisienter som er regnet ut fra det øverste forskyvende vindu, den neste skive inneholder koeffisienter regnet ut fra det første forskyvende vindu under toppen, osv. Legg merke til at koeffisientvolumet etter reorganisering er organisert i enheter av "x-y" og tid. Dette er fordi den vertikale akse ordnes etter "tid" av det forskjøvede vindu som var utgangspunktet for den bestemte koeffisient.
For å anvende informasjonen i avstemmingskuben med enkel frekvens som er dannet ved det tidligere trinn, vil en seismisk tolk velge ut en frekvens og det seismiske volum som tilsvarer denne frekvens (tolken kan for eksempel velge koeffisientvolumet som tilsvarer 10hz og/eller volumet for llhz osv.). Hver kube med konstant frekvens kan betraktes i plan eller horisontalt, eller på enhver annen måte, noe som tilveiebringer en måte å visualisere geologiske forandringer med en lateral utstrekning for en bestemt frekvens.
I alle de ovennevnte utførelser er det viktig å legge merke til at det faktum at de originale utransformerte traser var spatielt beslektede, tilveiebringer andre fordeler ved oppfinnelsen angitt her. Det er nærmere bestemt velkjent at Fourier-transformkoeffisienter med korte vinduer i utgangspunktet er ganske støyende og har dårlig frekvensoppløsning sammenlignet med en transform med lengre vindu. En fremgangsmåte som foreliggende oppfinnere har brukt for å forbedre pålite-ligheten av de transformerte verdier, er å bruke en Gaussisk vektfunksjon på dataverdiene før transformering. Et annet like viktig trinn som imidlertid utføres av foreliggende oppfinnere er å fremvise koeffisientene i volumet med samme spatielle forhold som det av inngangsverdidataene. Da trasene fremvist på denne måte inneholder spatielt tilsvarende informasjon, vil ved å fremvise dem ved siden av hverandre observatøren visuelt "jevne ut" støyen og se den underliggende, kohe-rente signalinformasjon.
Selv om foreliggende oppfinnelse diskuteres her med hensyn til den diskrete Fourier-transform, er Fourier-transformen i realiteten bare en av mange diskrete tids-datatranformasjoner som kan anvendes på akkurat samme måte. De generelle trinn å (1) regne ut en transformasjon med kort vindu (2) assosiere de resulterende transform koeffisienter i et volum, og (3) undersøke volumet for effekter av tynne sedimentlag, kan oppnås med mange andre diskrete datatransformasjoner enn Fourier-transformasjon. Dersom transformasjonen er en annen enn en Fourier, vil avstemmingsvolumet kunne dannes ved å gruppe sammen koeffisienter som tilsvarer den samme basisfunksjon. Når frasen "avstemmingskube med en enkel frekvens" brukes heretter, mener oppfinnerne dermed at frasen ikke bare brukes i forbindelse med en avstemmingskube dannet av tradisjonelle Fourier-transformkoeffisienter, men også enhver kube dannet av koeffisienter med samme basisfunksjon.
Fagmannen vil forstå at en diskret Fourier-transform er bare en av mange diskrete, lineære enhetlige transformasjoner som tilfredsstiller de følgende egenskaper: (1) de er lineære operasjoner som er (2) nøyaktig inverterbare, og (3) basisfunksjonene deres danner et orthonormalt sett. Uttrykt med ligninger, dersom x(k), k = 1, L, representerer en tidsserie og X(n) er dens "nte" transformerte verdi, n = 1, L, så kan den fremoverløpende transform av tidsserien generelt skrives for denne klasse av transformasjoner:
der A(k;n) representerer den fremoverløpende transform kjerne eller samling av basisfunksjoner. Ytterligere, det er en invers transform som kartlegger de transformerte verdier tilbake til de originale dataverdier: der B(k;n) er en invers transform kjerne. Kravet for orthonormalitet krever at indre-produktene mellom to forskjellige basisfunksjoner må være lik null, og magnituden av hver basisfunksjon må være lik én. Dette krav kan kort sammenfattes ved hjelp av de følgende ligninger: der og A<*>(k;n) representerer den komplekskonjugerte av A(k;n). For den diskrete Fourier-transform velges basisfunksjonene som tilsvarer en fremoverløpende transform med lengde L vanligvis å bestå av følgende sett av komplekse eksponenter:
Det er dermed L basisfunksjoner (eller basisvektorer i dette tilfelle), en basisfunksjon for hver verdi av "n":
Som en sammenfatning: hver transformkoeffisient, X(n), som er regnet ut fra datavinduet som tilsvarer en bestemt basisfunksjon, og et avstemmingsvolum dannes ved å samle alle transformkoeffisientene som tilsvarer en bestemt interessesone og lagre de koeffisienter i et hjelpelagerområde med samme spatielle arrangement som trasene som hvert vindu ble regnet ut fra.
Ved hjelp av et annet bestemt eksempel forstår fagmannen at en diskret Walsh-transform kan brukes i stedet for Fourier-transformen, idet Walsh-koeffisientene grupperes, fremvises og analyseres på tilsvarende måte. I fremgangsmåten angitt ovenfor, kan en Walsh-transform regnes ut i en overlappende rekke av forskyvbare vinduer, og koeffisientene som resulterer derifra kan organiseres og lagres i avstemmingskuber. I stedet for at de utregnede transformkoeffisienter selvfølgelig representerer frekvens, representerer disse koeffisienter i stedet en tilsvarende mengde kalt "sekvens" av fagmannen. Avstemmingskuber med "enkel sekvens" kan dermed dannes fra Walsh-transformkoeffisientene på en måte som er helt ana-log med oppbygningen av Fourier-avstemmingskuber. Disse "avstemmingskuber med samme frekvens (eller mer generelt; samme basisfunksjon)" vil heretter refereres til som avstemmingskuber med en enkel orthonormal basisfunksjon.
Selv om den diskrete Fourier-transform er en transform som er særpreget ved et sett av orthonormale basisfunksjoner, vil bruk av en ikke-triviell vektfunksjon på basisfunksjonene før utregningen av en transformasjon ødelegge funksjonenes orthonormalitet. I den konvensjonelle teori betraktes en vektfunksjon som brukes i et vindu å være brukt på basisfunksjonene i stedet for dataene, noe som preserverer integriteten av den underliggende data. Basisfunksjonene som var orthogonale før bruken av vektfunksjonen vil imidlertid generelt ikke lenger være det etterpå. Når det er sagt, om vektfunksjonen brukes på dataen eller basisfunksjonene, vil de endelige utregnede resultat etter transformasjonen være de samme.
En måte å unngå det lille teoretiske dilemma som oppstår når en vektfunksjon brukes på en diskret orthonormal transform, er å velge en orthonormal transform/vektkombinasjon som ikke påvirkes av dette. Den lokale cosinus (og lokale sinus)-transformen er for eksempel en diskret orthonormal transform der den valgte vektfunksjon er en jevn, spesielt utformet avsmalning som preserverer ortho-normaliteten av basisfunksjonene på bekostning av noe frekvensoppløsning. Den underliggende rasjonalitet av den lokale cosinus/sinus-transform tilveiebringer ytterligere en naturlig, teoretisk bro til feltet som omhandler generelle krusnings-transformer.
Kort omtale av tegningsfigurene
Figur 1 er et skjematisk diagram som generelt viser naturen av problemet med tynne sedimentlag. Figur 2 viser en typisk seismisk trase og sammenligner lange og korte vindusspektre utregnet av disse. Figur 3 viser generelt hvordan responsen av en seismisk krusning i forhold til et tynt sedimentlag uttrykkes i frekvensdomenet. Figur 4 inneholder en enkel seismisk avsmalningsmodell, den konvolverende respons til modellen, og frekvensdomenerepresentasjonen av nevnte konvolverings-respons. Figur 5 er et skjematisk diagram som viser den generelle fremgangsmåte av en nåværende foretrukket utførelse. Figur 6 inneholder en skjematisk illustrasjon av hvordan en nåværende utførelse av foreliggende oppfinnelse brukes i en utforskende situasjon. Figur 7 er en skjematisk illustrasjon av en annen nåværende foretrukket utførelse.
Figur 8 er flytdiagram som viser en nåværende foretrukket utførelse.
Figur 9 er en skjematisk illustrasjon som beskriver utseendet av et tynt sedimentlag i løpet av animasjonen av konstante frekvensskiver. Figur 10 viser den generelle fremgangsmåte brukt for å skalere de konstante frekvensskiver for å forbedre det geologiske innhold av det transformerte data.
Figur 11 er en skjematisk illustrasjon av en annen foretrukket utførelse.
Detaljert beskrivelse av de foretrukne utførelser
Foreliggende oppfinnelse tilveiebringer en fremgangsmåte for å produsere seismiske data ved å bruke en diskret Fourier-transform, noe som forbedrer deteksjonen av tynne sedimentlag.
Ifølge et første aspekt av foreliggende oppfinnelse er det tilveiebrakt en fremgangsmåte for å forbedre og se effekter av tynne sedimentlag ved hjelp av en diskret Fourier-transform der en enkelt Fourier-transform regnes ut for et vindu som strekker seg over en interessesone og koeffisientene som tilveiebringes på denne måte deretter fremvises på en ny måte. Som vist generelt i figur 5, la x (k,j,nt) representere et 3-D seismisk datavolum, der k = 1,K, og j = 1, J, representerer indekser som identifiserer en bestemt trase i et gitt 3-D volum. For eksempel kan disse indekser være posisjonsnumre som er i linje med eller på tvers av linjen, selv om andre posisjonssystemer også er mulig. Variabelen "nt" vil brukes for å representere tids-(eller dybde)posisjonen i hver seismisk trase, nt = 0; NTOT-1, det to-tale antall prøver i hver individuell trase. Tidsseparasjonen mellom etterfølgende verdier av x(k,j,nt) (dvs. punktprøveraten) angis med en At, der At vanligvis måles i millisekunder. Hver trase i 3-D volumet inneholder derfor en registrering av (NTOT)<*> At millisekunder med data, idet den første punktprøve vanligvis skjer ved t = 0. Når det er sagt, forstår fagmannen at noen seismiske data som er utmerket egnet for analyse ved hjelp av foreliggende oppfinnelse, ikke nødvendigvis ordnes etter "tid". Som eksempel er seismiske dataprøver som er blitt behandlet av et dybdeemigrasjonsprogram lagret i en seismisk trase etter økende dybde, Az. Foreliggende oppfinnelse kan brukes, og har blitt brukt, på akkurat samme måte med denne type data. I teksten som følger vil dermed At (og "tid") brukes i bredere betydning for å henvise til separeringen mellom etterfølgende digitale prøver, uansett hvilken måleform separeringen består av.
Som et første trinn velger utforskeren eller den seismiske tolk en interessesone i 3-D volumet. Dette kan for eksempel gjøres ved å digitalisere tidsutvalg av seismiske hendelser ("picking") enten på et digitaliseringsbord eller, noe som er vanligere, ved en seismisk arbeidsstasjon. Når en hendelse er utvalgt, forsøker utforskeren å finne det samme reflektortrekket (for eksempel topp, bølgedal, nullkryssing, osv.) på hver seismisk trase der det kommer til syne, idet det endelige mål er å danne en datafil som inneholder informasjon om tids- og overflateposisjoner som følger hendelsen over et 2-D parti eller gjennom et 3-D volum. Dersom denne informasjonen gis, kan et dataprogram, som vist i figur 11, utvikles som leser utvalgene og finner interessesonen for enhver trase i et datavolum og/eller utfører metoden ifølge foreliggende oppfinnelse. Programmet kan fraktes inn i datamaskinen, for eksempel ved hjelp av en magnetisk plate, bånd, optisk plate eller CD-rom.
Alternativt kan tolken simpelthen spesifisere konstante start- og stopptider som avgrenser den interessante hendelse gjennom hele volumet, hvorved man danner én interesse ku be, der kuben brukes i den generiske betydning for å representere et 3-D subvolum av det originale 3-D undersøkelsesvolum. Som eksempel vil diskusjonen som følger gå ut fra at en 3-D subkube har blitt ekstrahert, selv om fagmannen forstår at de samme teknikker som diskuteres nedenfor lett kan tilpasses et vindu som ikke er konstant i tid. Igjen bare som eksempel vil det antas at den tidsmessige interessesonen etter ekstrahering strekker seg fra den første prøve av 3-D subvolumet til siste prøve, heretter benevnet prøvenummer "N". Det vil tilsvarende også antas heretter at interessesonen er tilstede i alle traser i subvolumet, selv om fagmannen forstår at det ofte er tilfelle at interessesonen bare strekker utover en del av 3-D volumet.
Gitt en interessesone, er det neste trinn å velge en vinduslengde av Fourier-transformen, heretter benevnet "L". Generelt bør lengden av transformen ikke være lengre enn absolutt nødvendig for å inneholde interessesonen. Lengden av Fourier-transformen er vanligvis utvalgt av hensyn til utregningseffektivitet og er vanligvis begrenset til et heltall i andre potens (for eksempel, 32, 64, 128, osv.), noe som tillater at den svært effektive FFT utregningsalgoritmen kan anvendes i stedet for noe mindre effektive blandede radio Fourier-transform eller en mye mindre effektiv generell Fourier-transform. I foreliggende oppfinnelse råder oppfinnerne imidlertid spesielt imot å strekke den utvalgte vinduslengden til en heltallspotens av 2, noe som vanligvis gjøres: en generell diskret Fourier-transform bør i stedet anvendes. Når det er sagt, vil det av fagmannen forstås, i diskusjonen som følger, at når en diskret Fourier-transform behøves, vil en FFT regnes ut dersom det er passende. Ellers vil en generell, diskret Fourier-transform eller en eller annen blandet grunn-tallsvariant velges ut dersom den valgte vinduslengde ikke er en heltallspotens av 2.
Før man starter Fourier-transformasjonen, må det dannes et hjelpelagervolum der de utregnede Fourier-koeffisienter kan lagres. Hjelpelageret som minst kan inneholde L dataord og tilveiebringes for hver trase for å lagre de utregnede transformkoeffisienter, idet selv mer lagerplass kreves dersom de seismiske dataverdier eller de transformerte resultater skal holdes med dobbelt (eller høyere) presisjon. En Fourier-transform av en samtidsrekke med lengde L krever lagerplass for L/2 komplekse dataverdier, idet hver av dem normalt krever to datalagringsord. (Det er faktisk bare [(L/2)-l] unike komplekse dataverdier, i stedet for L, fordi for en samtidsrekke tilsvarer Fourier-transformkoeffisientene til positive og negative frekvenser er direkte relaterte til hverandre: de er komplekse konjugatpar.) I tillegg er det to reelle verdier: koeffisienten ved null ("dc") herz og koeffisienten ved Nyquist-frekvensen der begge kan lagres i en enkel, kompleks dataverdi. Til slutt, dersom L er et heltall som også er et oddetall, er antallet unike dataverdier (L + l)/2). Dersom det er totalt J ganger K seismiske traser i interessesonen (kuben), vil den tota-le mengde av hjelpelager som kreves minst være lik produktet av L, J, K målt i da-tamaskinord. La rekken A(k,j,nt) representere et hjelpelagerområde for foreliggende utførelse.
Som et første utregnet trinn, og som vist i figur 8, ekstraheres dataverdiene i interessesonen fra en innmatingstrase x(j,k,nt) tatt fra subvolumet:
og vektfunksjonen brukes valgfritt: der rekken y(nl) er et midlertidig lagringsområde. (Legg merke til at i foreliggende utførelse er lengden av analysevinduet lik lengden av interessesonen.) Vektfunksjonen w(t), eller datavinduet som det kalles av noen, kan ha mange former. Noen av de mer populære datavinduene er Hamming, Hanning, Parzen, Bartlett og Blackman-vinduene. Hver vindusfunksjon har visse fordeler og ulemper. Foreliggende oppfinnere har imidlertid oppdaget at bruk av et Gaussisk vindu på mange måter er optimal for denne applikasjon. Den Gaussiske vektfunksjon defineres av det følgende uttrykk: der,
Generelt bør imidlertid vektfunksjonen være en reell funksjon og aldri null.
Etter at vektfunksjonen er brukt, blir den diskrete Fourier-transform regnet ut ifølge følgende standardiserte uttrykk: der X(n) representerer den komplekse Fourier-transform koeffisient ved frekvensen fn, idet denne frekvens er avhengig av lengden av vinduet L. Generelt er det velkjent at Fourier-transformen danner koeffisienter som tilveiebringer estimater av den spektrale amplitude ved de følgende Fourier-frekvenser:
Man bør i farten legge merke til at den nominelle punktprøvefrekvens av ent seismisk trase, At, ikke kan være den samme som den punktprøvefrekvensen som dataene ble samlet sammen med i felten. Det er for eksempel vanlig å forandre frekvensen av en seismisk trase til en høyere punktprøvefrekvens og dermed spare lagringsplass når det er lite anvendelig informasjon ved de høyeste registrerte frekvenser. På den annen side blir frekvensen av en seismisk trase noen ganger for-andret til en lavere punktprøvefrekvens når for eksempel det skal kombineres med andre linjer med høyere punktprøvefrekvens. I et hvert tilfelle kan den nominelle punktprøvefrekvens av dataen ikke nøyaktig gjenspeile dataens egentlige spektrale båndbredde. En enkel modifisering av den ovennevnte ligning vil imøtekomme denne mulighet:
der Fmax er den høyeste frekvensen som finnes i dataen.
Da en seismisk trase er en "reell" funksjon (dvs. ikke-imaginært), er dens Fourier-transform symmetrisk og Fourier-koeffisienten som tilsvarer de positive og negative frekvenser er relatert som følger:
der RE[z] er en funksjon som ekstraherer den reelle del av det komplekse verdisett, og IM[z] ekstraherer den imaginære del. Som en konsekvens av dette forholdet, produseres bare L/2 - 1 unike verdier i hvert Fourier-transformvindu. For å være spesifikk vil derfor bare de positive frekvenser tas med i diskusjonen som følger, selv om fagmannen forstår at de samme resultater ville blitt oppnådd ved å anvende bare de negative frekvenser.
Et neste trinn i prosessen involverer det å plassere de utregnede komplekse fre-kvensverdier inn i hjelpelagerrekken. Disse traser er fylt med de utregnede komplekse Fourier-koeffisienter som angitt nedenfor: der "j" og "k" tilsvarer indeksen i de originale datatraser. I praksis vil rekken av A(j,k,i) sannsynligvis ikke faktisk holdes i RAMen ("random access memory") men kan helt eller delvis befinne seg på bånd, plate, optisk plate, eller andre lagringsor-ganer. Fordi den foretrukne fremstilling av det tynne sedimentlag krever bruken av frekvensspekteret i stedet for komplekse verdier, er det praktisk å samtidig regne ut den komplekse magnitude ettersom koeffisientene plasseres i hjelpelagerrekken:
Det er imidlertid mange omstendigheter der de komplekse koeffisienter behøves og ville være anvendelige slik at, som angitt i figur 8, de komplekse koeffisienter fortrinnsvis lagres i hjelpelagerområdet.
Fremgangsmåten beskrevet ovenfor gjentas for hver trase i det definerte subvolum, hvorved hjelpelagerrekken fylles med transform koeffisienter som er klare for un-dersøkelse av utforskeren. Før resultatene ses, skaleres fortrinnsvis dataene på en ny måte, der den geologiske informasjon i transformkoeffisientene trykklegges relativt i forhold til bidraget av krusningen. Denne generelle metode som er involvert i denne frekvensdomeneskaleringen er vist i figur 10. Skaleringsmetoden angitt her er utformet for å jevne ut den gjennomsnittlige spektralamplitude i hver frekvensskive, noe som har en tendens til å danne et hvitgjort krusningsspekter. Dette er vist med noe detalj i figur 8. La T(j,k,i) representere en midlertidig lagringsrekke der en hel avstemmingskube vil bli lagret. For en gitt frekvensskive "i" kalkuleres den gjennomsnittlige spektrale amplituden:
Den spektrale magnitude har blitt regnet ut fordi T(j,k,i) potensielt sett har komplekse verdier. Som et neste trinn justeres verdiene i denne bestemte frekvensskive slik at gjennomsnittet er lik en brukerspesifisert konstantverdi, representert ved variabelen GJS:
der den merkede notasjon brukes for å angi at T(j,k,i)-rekken er modifisert. I praksis vil GJS settes lik en spesifikk numerisk verdi, for eksempel 100. Denne skale-ringsoperasjon gjentas separat for hver frekvensskive (i = 0,L/2) i avstemmingsku-bevolumet. Ved slutten av denne operasjon, har hver skive samme gjennomsnittlige amplitude og en slags spektral balansering har blitt utført. Legg merke til at denne form for enkel-frekvensskalering bare er én skaleringsalgoritme som kan brukes på avstemmingskubedataene og foreliggende oppfinnere har sett for seg at andre metoder med fordel også kan brukes. I stedet for å regne ut det aritmetiske gjennomsnitt av stykkene i en skive, kan for eksempel et annet mål av en sentral tendens eller enhver annen statistisk faktor utjevnes i stedet (for eksempel median, modus, geometrisk middelverdi, varians osv.). I stedet for å sette den gjennomsnittlige verdi i hver frekvensskive lik den samme konstant, kan i et annet eksem-
pel hver skive settes lik en forskjellig gjennomsnittlig verdi, hvorved noen frekvenser i spekteret trekkes frem og andre dempes.
Dersom den skalerte avstemmingskubedata nå inverteres tilbake til tidsdomenet ved hjelp av en standardisert Fourier-transformen, tilveiebringes en spektralbasert versjon av de originale inngangsverdier av de seismiske traser. La X(k) representere en skalert samling av transformkoeffisienter som er tilveiebrakt ved den ovennevnte fremgangsmåte og tatt fra posisjonen (j,k) i den skalerte rekke av avstemmingskuben. Så tilveiebringes en spektralt hvitgjort versjon av innmatingsdataene ved hjelp av følgende ligning:
der x'(j,k,nl) representerer den nå modifiserte (spektralt balanserte) versjon av innmatingsdataene x(j,k,nl). Nevneren w(nl) er der for å fjerne effektene av vektfunksjonen som ble brukt før transformasjonen. Dette uttrykk kan droppes dersom en vektfunksjon ikke ble brukt i den foroverløpende transformretning.
I stedet for å invertere den skalerte avstemmingskube, er imidlertid den foretrukne anvendelse av kuben som et utforskningsverktøy for detektering av tynne sedi-mentlag. Etter at alle trasene er blitt behandlet og plassert i hjelpelagre, kan horisontale (med konstant frekvens) amplitudeskiver Si(j,k), tilsvarende den "i"-te frekvens ekstraheres fra A(j,k,i) for gjennomsyn og/eller animasjon:
Når disse skivene er animert (dvs. betraktet fortløpende etter hverandre), vil tynne sedimentlag gjenkjennes som de hendelser som følger etter hverandre mellom høye og lave amplitudeverdier. For mange typer tynne sedimentlag, vil det ytterligere også være et særpreget mønster av bevegende hakk som klart signaliserer at hendelsen genereres av et tynt sedimentlag. Legg merke til at det er foretrukket for fremgangsmåten angitt her at skivene ordnes etter frekvens (enten økende eller minkende) når de animeres og betraktes.
Figur 9 viser kilden for dette diagnoserbare, bevegende mønster. Figur 9a inneholder en linse-lignende, geologisk modell av et tynt sedimentlag og figur 9b en stili-sert Fourier-transform av modellen, der bare hakkene er tegnet. Som diskutert ovenfor, er hakkene periodiske med en periode som er lik den inverse av den tidsmessige tykkelse av modellen ved dette punkt. Se på modellen i figur 9a som en representasjon av et todimensjonalt tverrsnitt av en tredimensjonal (platelignende) radielt symmetrisk modell, og figur 9b som en tilsvarende radiell symmetrisk samling av endimensjonale Fourier-transformer av 3-D modellen. Dersom det konstante frekvensplan merket "plan 1" går gjennom volumet som angitt, vil planfremstilling-en av nevnte plan avsløre et sirkulært område med lav amplitude som tilsvarer det første hakk. Plan 2 går gjennom to hakk og har to sirkulære områder med lav amplitude. Plan 3 inneholder til slutt tre sirkulære områder med lav amplitude, noe som tilsvarer de tre hakk som den går igjennom. Når disse skivene betraktes hurtig etter hverandre etter økende frekvens, gis det et visuelt inntrykk av et voksende "bulls eye" mønster der ringene beveger seg utover fra senteret. Dette mønster av bevegende hakk er typisk for tynne sedimentlag.
Når det tynne sedimentlag ikke er sirkulært, oppstår et lignende mønster. I stedet for konsentriske sirkler vil en rekke av bevegende hakk, som går bort fra de tykkere områdene og mot de tynnere områdene, komme til syne. Se for eksempel på modellen i figur 9 som et tverrsnitt av en linseformet strømningskanal. Når den betraktes i etterfølgende plane frekvensskiver, vil et mønster av utoverbevegende hakk - som beveger seg fra senteret av kanalen mot periferien - observeres langs kanalens lengde.
Det bør legges merke til at dersom det tynne sedimentlag ikke er homogent, for eksempel dersom den inneholder gradvis økende eller minkende hastigheter, vil den muligens ikke vise det karakteristiske "hakk"-mønster av det homogene, tynne sedimentlag, men i stedet ha et annet uttrykk av frekvensdomenet. I disse tilfeller er den foretrukne fremgangsmåte for å identifisere den karakteristiske respons å danne en modell av hendelsen og regne ut dens Fourier-transform, noe som tidligere ble vist i figur 4b. Med denne informasjon kan en utforsker undersøke en animert avstemmingskube, for eksempel av den forutsagte respons.
Ikke bare er hakkmønsteret en kvalitativ indikasjon av et homogent, tynt sedimentlag, men den gir også et kvantitativt mål for utstrekningen av det tynne sedimentlag. Går vi tilbake til figur 9, legger vi merke til at hakkene er begrenset i lateral utstrekning av den ytre kant av modellen. Ved å panorere gjennom stakken av frekvensskiver og legge merke til de ytre grenser av bevegelsen av hakkene, kan man oppnå et kvantitativt estimat av utstrekning av sedimentlaget.
Det foregående er en slående visuell effekt som lett kan observeres i faktiske seismiske datavolum. Da den typiske hendelse av sedimentlag som ikke er tynne vil ha et noe jevnt og langsomt skiftende amplitudespekter, vil responsen av det tynne
sedimentlag være distinkt og lett å identifisere. Legg merke til at det i foreliggende utførelse, der et enkelt vindu regnes ut for hele interessesonen, ikke er den faktiske tidsposisjon (dvs. dybden) av det tynne sedimentlag i interessesonen som er særlig viktig. Dersom det tynne sedimentlag befinner seg hvor som helst i den tidsmessige interessesone, vil spekteret for det vinduet vise det karakteristiske mønster av bevegende hakk. Fagmannen forstår at det å bevege posisjonen av en hendelse i tid ikke forandrer dens amplitudespekter. Den introduserer bare en forandring i den fase som ikke kommer frem dersom amplitudespekteret regnes ut og gjennomgås.
Som et alternativ til å vise amplitudespekteret på en animert planfremstilling, kan foreliggende utførelse også brukes med et antall andre attributter som regnes ut fra de komplekse verdier som lagres i avstemmingskuben. For eksempel tilveiebringer fasen av de komplekse transformkoeffisienter en annen måte å identifisere hendelser av tynne sedimentlag og, mer generelt, laterale ujevnheter i fjellmassen. Fase-avstemmingskuben regnes ut på følgende måte:
Der P(j,k,i) inneholder fasepartiet av de komplekse koeffisienter av Fourier-transformen for hvert punkt i den originale avstemmingskube. Fasepartiene har lenge blitt brukt av fagmannen for å hjelpe til å velge udistinkte reflektorer, et fa-separti som har en tendens til å legge vekt på jevnheter i den seismiske data. I foreliggende utførelse er det imidlertid laterale ujevnheter i den spektrale fasere-sponsen som angir lateral variasjon i lokale fjellmasser, der fremheving av tynne sedimentlag er beste eksempel. Når de ses i en animert planfremstilling, har fase-verdiene i nærheten av en lateral kant en tendens til å bli relativt "ustabile": de har en tendens til å ha en uskikkelig førstederivert. Kantene av tynne sedimentlag, og mer generelt, laterale ujevnheter i fjellmassen (for eksempel forkastninger, brudd, ikke-konformiteter, ujevnheter osv.) vil dermed ha en tendens til å ha en fase som skiller seg fra de omliggende faseverdier og vil derfor være relativt enkle å identifisere. Denne oppførsel kan brukes i seg selv for å identifisere laterale avgrensninger eller sammen med amplitudespekteret av avstemmingskuben som en bekreftelse på tilstedeværelsen av lokale variasjoner i fjellmassen.
Det er forventet av foreliggende oppfinnere at avstemmingskubeteknologien angitt her kan gi ytterligere forståelse av seismiske refleksjonsdata. Avstemmingskuben (som enten inneholder fase eller amplitudedata) kan fremstilles og undersøkes for empiriske korrelasjoner med underjordisk fjellinnhold, fjellegenskaper, underjordisk struktur eller lagstratigrafi. Fourier-transform verdiene som er lagret i avstemmingskuben kan alternativt manipuleres videre for å generere nye seismiske attributter som kan være nyttig i utforskningssammenheng. Attributter som kan regnes ut fra avstemmingskubeverdiene omfatter for eksempel den gjennomsnittlige spektralmagnituden eller fase, og mange andre attributter. Betydningen av dette aspekt av foreliggende oppfinnelse beskrives best som følger. Det er velkjent i det seismiske fortolkningsfag at spatielle variasjoner i karakteren av den seismiske reflektor ofte kan korreleres empirisk med forandringer i reservoarlitologien eller flu-idinnholdet. Da den nøyaktige fysiske mekanisme som gir denne variasjon i reflek-sjonskarakter ikke forstås særlig godt, er det vanlig for tolkerne å regne ut en rekke seismiske attributter og så plotte eller kartlegge dem, idet man ser etter en attributt som har en lang forutsigelig verdi. Attributtene produsert fra avstemmings-kubeutregningene representerer lokaliserte analyser av reflektoregenskaper (som regnes ut som de er fra et kort vindu) og er dermed potensielt av stor betydning for fremskritt innen fortolkningsfaget.
Ifølge et annet aspekt av foreliggende oppfinnelse er det tilveiebrakt en fremgangsmåte for å forbedre tynne sedimentlageffekter ved hjelp av en diskret Fourier-transform der en rekke forskyvende Fourier-transformer med kort vindu regnes ut over et vindu som spenner over interessesonen og fremstilles på en ny måte. Denne fremgangsmåten er generelt vist i figur 6 og i mer detalj i figur 8. Man kan konsepsjonelt forestille seg at foreliggende oppfinnelse danner en rekke av avstemmingskuber av typen angitt tidligere, en avstemmingskube for hver vindusposisjon av Fourier-transformen spesifisert av brukeren.
Igjen representerer x(k,j,n) et 3-D seismisk datavolum og "L" lengden av den utvalgte Fourier-transform med forskyvende vindu. I foreliggende oppfinnelse vil "L" generelt være betraktelig kortere enn lengden av interessesonen N. Lengden av Fourier-transformvinduet vil velges ut som før, ikke bare på grunnlag av utregningseffektivitet, men heller for å fremstille spesielle klasser av hendelser av tynne sedimentlag i undergrunnen. Et fornuftig startpunkt for transformlengden er for eksempel en som er akkurat lang nok til å spenne over det "tykkeste" tynne sedi-mentlag i interessesonen. Legg merke til at det kan være nødvendig å øke denne minste lengde i tilfeller der for eksempel bølgeformen ikke er spesielt kompakt. Minste vinduslengde i dette siste tilfellet økes med så mye som lengden av krusningen målt i punktprøvene.
Heltallsvariabelen NS vil bli brukt for å representere det inkrement i punktprøvene som brukes på etterfølgende vinduer. Hvis NS for eksempel er lik 1, vil en Fourier-transform med kort vindu regnes ut ved hvert mulige startpunkt i interessesonen, med etterfølgende forskyvningsvindu som bare skiller seg ut fra hverandre med en enkel punktprøve. Dersom NS er lik 2, vil etterfølgende vinduer dele alle bortsett fra to av de samme dataverdiene og transformene vil regnes ut ved ethvert annet startpunkt i interessesonen.
Fourier-transformkoeffisientene i foreliggende utførelse regnes ut på følgende måte. Ved å begynne på toppen av interessesonen for en bestemt seismisk trase, regnes en rekke Fourier-transformer med forskyvningsvinduer av lengden L for hver ønskelig posisjon i interessesonen. La heltallsvariabelen M være en tellevaria-bel som representerer det nåværende forskyvningsvindunummer, som vist i figur 8. M settes initielt lik 1 for å angi den første forskyvningsvinduposisjon.
For trasen ved posisjonen (j,k) i subvolumet av det seismiske data x(j,k,i), kan data for det M-te forskyvningsvindu ekstraheres og beveges til korttidslagring, idet forskyvningsvinduet starter ved punktprøvenummeret (M-1)<*>NS:
og deretter transformert via en Fourier-transform. Som angitt tidligere, kan en vektfunksjon valgfritt brukes på dataene før transformasjonen. For en bestemt verdi av M, vil bruk av den tidligere utregning i forbindelse med hver trase i subvolumet danne en avstemmingskube for denne bestemte vindusposisjon. Inkremente-ring av M og gjennomsending av hele datavolumet gjennom algoritmen resulterer på tilsvarende måte i en annen fullstendig avstemmingskube, idet denne regnes ut for en vindusposisjon som begynner NS punktprøver før det nest siste vindu.
Fourier-koeffisientene kan nå plasseres i hjelpelager inntil de skal betraktes. Nota-sjonen utviklet ovenfor må modifiseres noe for å ta hensyn til det faktum at flere vinduer muligens kan brukes for hver individuell trase. La AM(j,k,i) representere volumet av samlede Fourier-transformkoeffisienter tatt fra alle traser i interessesonen for den "M"te utregnede vindusposisjon. Legg merke til at mengden av lagerplass avhenger av antallet forskyvningsvinduer som er regnet ut for hver trase, si NW, og må i hvert fall bestå av like mange ord som produktet av NW L,J, og K:
Som nevnt tidligere er det fullstendig mulig at AM(j,k,i) aldri helt og holdent opp-holder seg i RAMen, men i stedet delvis holdes i RAMen og resten på platen.
Ved å bruke rekkenotasjonen introdusert ovenfor og ved igjen å anta at Fourier-transformen av de vektlagte data lagres i X(i), lagres transformkoeffisientene for det M-te vindu av traser (i,j) i rekkeposisjonen:
Igjen er fortrinnsvis de individuelle frekvensskiver i de mange avstemmingskubene lagret i AM(j,k,i) skalert ved hjelp av prosedyren angitt i figur 8 før man går igjennom dem for å finne tegn som tyder på tynne sedimentlag. I hvert tilfelle er de horisontale frekvensskivene individuelt skalert slik at deres gjennomsnittlige verdi settes lik en eller annen bestemt konstant, noe som hvitgjør spektret.
Etter å ha behandlet de seismiske traser i interessesonen, kan hver interessekube undersøkes individuelt for tegn som tyder på effekter av tynne sedimentlag. Effekter av tynne sedimentlag kan som nevnt før identifiseres i amplitudespekteret ved å se en rekke horisontale skiver som tilsvarer de forskjellige frekvenser. Dette kan gjøres separat for avstemmingskuben som tilsvarer hver vindusposisjon, hvorved man tilveiebringer en generell indikasjon på den tidsmessige og spatiale utstrekning av en bestemt hendelse i forbindelse med tynne sedimentlag.
Ifølge et tredje aspekt av foreliggende oppfinnelse er det tilveiebrakt en metode for å forbedre effekter av tynne sedimentlag ved hjelp av en diskret Fourier-transform på måten angitt ovenfor i den andre utførelse, men i tillegg med det trinn å organisere Fourier-transformkoeffisientene til volumer med enkel frekvens før fremstillingen og analysen. Denne fremgangsmåte illustreres generelt i figur 7. Som angitt ovenfor i forbindelse med den andre utførelse vil hjelpelagerrekken AM(j,k,i) fylles med Fourier-transformkoeffisienter og vil fortrinnsvis være skalert.
La F(j,k,m) representere et volum med enkel frekvens ekstrahert fra AM(j,k,i). Det vil være L/2 + 1 forskjellige volum ((L+l)/2 verdier dersom L er et oddetall), en for hver Fourier-frekvens dannet av en transform med lengden "L". Et volum som tilsvarer den "i"-te Fourier-frekvensen ekstraheres fra AM(j,k,i) som følger:
Dermed kan rekken F(j,k,m) betraktes konsepsjonen som å være dannet ved å ta horisontale skiver fra hver av forskyvningvindusvolumene og ved å stakke dem etter økende kortvinduteller, M.
Fordelen med foreliggende måte å organisere dataen på for gjenkjennelse av tynne sedimentlag, er at den tilveiebringer en måte som posisjonen av hendelsen i forbindelse med tynne sedimentlag kan bestemmes i tid og rom. Det ble angitt ovenfor som eksempel at den tidsmessige posisjon av det tynne sedimentlag i interessesonen ikke påvirker dens respons: tynne sedimentlag nær toppen av interessesonen og tynne sedimentlag nær bunnen danner de samme karakteristiske amplitu-despektre. Dette er en fordel med hensyn til identifisering av tynne sedimentlag, men er en ulempe med hensyn til bestemmelse av deres potensial for hydrokar-bonakkumulering - høyere elevasjoner av sedimentlag foretrekkes generelt.
I foreliggende utførelse har imidlertid volumet av frekvensskivene "tid" som sin vertikale akse: variabelen M er en teller som grovt tilsvarer avstanden ned langs det seismiske traser. Denne organisering tilveiebringer i tillegg nytte ved at den omtrentlige tidsvarighet av hendelser i forbindelse med tynne sedimentlag kan etableres.
Anta som eksempel at en gitt hendelse i forbindelse med tynne sedimentlag har frekvensdomenehakk ved 10 hertz. Hver Fourier-transform med kort vindu som omfatter det sedimentlag vil vise samme hakket. Dersom et 10 hertz volum av skiver undersøkes, vil det være en rekke skiver som inneholder hakket. Så ved å se etterfølgende skiver i det konstante frekvensvolum, er det mulig å tidslokalisere den interessante reflektor. Enda viktigere, dersom det er kjent at et bestemt hakk skjer ved for eksempel 10 hertz, kan avstemmingskuben ved 10 hertz animeres og betraktes som en hjelp for å bestemme den laterale utstrekning av det tynne sedi-mentlag: grensene av hakket observert i denne frekvensavstemmingskuben definerer grensen av sedimentlaget.
I den ovennevnte diskusjon har man snakket om operasjoner som er blitt utført på konvensjonelle seismiske data. Det forstås av fagmannen at oppfinnelsen angitt her med fordel kan brukes innen andre fagfelt og brukes for å lokalisere andre underjordiske mineraler, bortsett fra hydrokarboner. For eksempel kan samme fremgangsmåte brukes for å behandle og/eller analysere seismiske data med mange komponenter, forskyvningsbølgedata, mag neto-tel lu riske data, undersøkelsesdata på tvers av brønner, soniske registreringer av hele bølgeformer, eller modellbaser-te, digitale simulatorer for alle disse. Kort sagt kan fremgangsmåten angitt her potensielt brukes til enhver enkel geofysisk tidsrekke, men brukes fortrinnsvis på en samling av spatielt relaterte tidsrekker som inneholder hendelser i forbindelse med tynne sedimentlag. I teksten som følger vil fagmannen forstå at "seismisk traser" brukes generelt for å angi geofysiske tidsrekker.

Claims (9)

1. Fremgangsmåte ved prosessering av seismiske data omfattende et 3D sett av seismiske traser fordelt over et forhåndsbestemt volum i undergrunnen, idet det forhåndsbestemte volum inneholder tynne lag som er ledende for generering, ak-kumulasjon eller tilstedeværelse av hydrokarboner, hvor 3D settet av seismiske traser består av minst to forskjellige seismiske linjer, idet hver av de seismiske traser er assosiert med i det minste en av nevnte seismiske linjer, de seismiske traser inneholder digitale sampler som er særpreget ved minst en tid, en posisjon, og en amplitude, for å visualisere de tynne lag ved å lokalisere periodiske hakk i fre-kvensdomene, karakterisert ved trinnene: (a) å velge ut en del av nevnte volum og de seismiske traser og digitale sampler som nevnte volum inneholder for å definere en 3D interessesone i nevnte volum, idet nevnte utvalgte seismiske traser er assosiert med minst to forskjellige forhåndsbestemte seismiske linjer av i det minste to forskjellige seismiske linjer; (b) å transformere minst en del av nevnte utvalgte seismiske traser i nevnte 3D interessesone ved hjelp av en diskret orthonormal transform for å danne transform koeffisienter fra de transformerte seismiske traser; (c) å organisere nevnte transform koeffisienter i en avstemmingskube for bruk i seismisk utforskning, idet nevnte avstemmingskube omfatter en 3D rekke av nevnte transformasjon; og (d) å anvende en datamaskin for å animere og interaktivt fremvise i det minste en del av nevnte transformkoeffisienter av nevnte avstemmingskube, og å identifisere en eller flere av nevnte trekk i undergrunnen som er ledende for generering, migrering, akkumulering eller tilstedeværelse av hydrokarboner innen nevnte forhåndsbestemte volum av undergrunnen.
2. Fremgangsmåte ifølge krav 1, karakterisert ved at nevnte diskrete orthonormale transform i trinn (b): (i) er særpreget ved flere orthonormale basisfunksjoner, og (ii) brukes på et vindu som inneholder nevnte digitale punktprøver for å danne flere transformkoeffisienter som er assosiert med nevnte orthonormale basisfunksjoner.
3. Fremgangsmåte ifølge krav 2, karakterisert ved at en vektfunksjon brukes i nevnte vindu som inneholder digitale sampler, før transformasjonen med nevnte diskrete, orthonormale transform.
4. Fremgangsmåte ifølge krav 3, karakterisert ved at nevnte vektfunksjon er en Gaussisk vektfunksjon.
5. Fremgangsmåte ifølge krav 2, karakterisert ved at trinn (c) omfatter trinnet å skalere nevnte transformkoeffisienter i nevnte avstemmingskube.
6. Fremgangsmåte ifølge krav 5, karakterisert ved at trinnet for skalering av nevnte transformkoeffisienter i nevnte avstemmingskube omfatter trinnene: (i) å velge ut en basisfunksjon fra transformkoeffisientene i trinn (b); (ii) å velge ut minst to transformkoeffisienter som tilsvarer nevnte basisfunksjon i trinn (i); (iii) å regne ut en kompleks magnitude av alle transformkoeffisienter valgt ut i trinn (ii); (iv) å regne ut en statistisk verdi fra alle magnituder av transformkoeffisiene som ble regnet ut i trinn (iii); (v) å regne ut en skaleringsverdi fra nevnte statistiske verdi; og (vi) å multiplisere nevnte transformkoeffisienter i trinn (ii) med nevnte skaleringsverdi.
7. Fremgangsmåte ifølge krav 6, karakterisert ved at nevnte statistiske verdi er et aritmetisk gjennomsnitt av alle de utregnede magnituder av transformkoeffisientene.
8. Fremgangsmåte ifølge krav 1, karakterisert ved at trinn (d) omfatter trinnene: (i) å velge ut en orthonormal basisfunksjon; (ii) å velge ut minst to transformkoeffisienter som tilsvarer nevnte orthonormale basisfunksjon; (iii) å bestemme en posisjon for hver transformkoeffisient som er valgt ut; og (iv) å fremstille nevnte transformkoeffisienter på steder som representerer nevnte posisjoner.
9. Fremgangsmåte ifølge krav 8, karakterisert ved at trinnene (i) til (iv) gjentas for flere utvalgte orthonormale basisfunksjoner.
NO19983523A 1996-12-06 1998-07-31 Spektral dekomponering for seismisk tolkning NO328897B1 (no)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US08/759,655 US5870691A (en) 1996-12-06 1996-12-06 Spectral decomposition for seismic interpretation
PCT/US1997/021195 WO1998025161A2 (en) 1996-12-06 1997-11-12 Spectral decomposition for seismic interpretation

Publications (3)

Publication Number Publication Date
NO983523D0 NO983523D0 (no) 1998-07-31
NO983523L NO983523L (no) 1998-10-06
NO328897B1 true NO328897B1 (no) 2010-06-07

Family

ID=25056464

Family Applications (1)

Application Number Title Priority Date Filing Date
NO19983523A NO328897B1 (no) 1996-12-06 1998-07-31 Spektral dekomponering for seismisk tolkning

Country Status (8)

Country Link
US (1) US5870691A (no)
EP (1) EP0882245A2 (no)
CN (1) CN1170170C (no)
AR (1) AR011288A1 (no)
EG (1) EG21105A (no)
NO (1) NO328897B1 (no)
RU (1) RU2187828C2 (no)
WO (1) WO1998025161A2 (no)

Families Citing this family (79)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6131071A (en) * 1996-12-06 2000-10-10 Bp Amoco Corporation Spectral decomposition for seismic interpretation
US6094620A (en) * 1999-01-08 2000-07-25 Exxonmobil Upstream Research Company Method for identifying and removing multiples from seismic reflection data
US6151555A (en) * 1999-03-09 2000-11-21 Schlumberger Technology Corporation Seismic signal processing method and apparatus for generating a cube of variance values
JP3730435B2 (ja) * 1999-03-26 2006-01-05 株式会社東芝 波形信号解析装置
US7509245B2 (en) * 1999-04-29 2009-03-24 Schlumberger Technology Corporation Method system and program storage device for simulating a multilayer reservoir and partially active elements in a hydraulic fracturing simulator
US6594585B1 (en) * 1999-06-17 2003-07-15 Bp Corporation North America, Inc. Method of frequency domain seismic attribute generation
US6985838B1 (en) 2000-02-04 2006-01-10 Apache Corporation System for estimating thickness of thin subsurface strata
US7415401B2 (en) * 2000-08-31 2008-08-19 Exxonmobil Upstream Research Company Method for constructing 3-D geologic models by combining multiple frequency passbands
US6965830B1 (en) * 2000-09-13 2005-11-15 Apache Corporation System for estimating thickness of thin subsurface strata
US6697737B2 (en) * 2000-09-26 2004-02-24 Westerngeco Llc Quality control cube for seismic data
US6487502B1 (en) 2000-12-01 2002-11-26 Rdsp I, L.P. System for estimating the locations of shaley subsurface formations
GB2386455B (en) 2000-12-18 2005-05-04 Schlumberger Holdings Seismic signal processing method and apparatus for generating correlation spectral volumes to determine geologic features
MY129095A (en) 2001-02-13 2007-03-30 Exxonmobil Upstream Res Co Method for spectral balancing of near-and far-offset seismic data.
US6853922B2 (en) * 2001-07-20 2005-02-08 Tracy Joseph Stark System for information extraction from geologic time volumes
US6850845B2 (en) 2001-07-20 2005-02-01 Tracy Joseph Stark System for multi-dimensional data analysis
US7606691B2 (en) * 2001-12-13 2009-10-20 Exxonmobil Upstream Research Company Method for locally controlling spatial continuity in geologic models
MY130775A (en) * 2001-12-13 2007-07-31 Exxonmobil Upstream Res Co Method for locally controlling spatial continuity in geologic models
US7398158B2 (en) * 2002-01-31 2008-07-08 Schlumberger Technology Corporation Method and apparatus for detecting fractures using frequency data derived from seismic data
US7243029B2 (en) * 2003-08-19 2007-07-10 Apex Spectral Technology, Inc. Systems and methods of hydrocarbon detection using wavelet energy absorption analysis
JP3959380B2 (ja) * 2003-08-28 2007-08-15 株式会社神戸製鋼所 シーム有りフラックス入り溶接用ワイヤの製造方法
US7039525B2 (en) * 2003-09-23 2006-05-02 Pgs Geophysical As Method for seismic migration using explicit depth extrapolation operators with dynamically variable operator length
NL1024444C2 (nl) * 2003-10-03 2005-04-08 J O A Beheer B V Werkwijze, inrichting, computerprogramma en gegevensdrager voor het met een digitale verwerkingseenheid modelleren van een meerdimensionale heterogene structuur.
US6941228B2 (en) * 2003-12-05 2005-09-06 Schlumberger Technology Corporation Method and system and program storage device for analyzing compressional 2D seismic data to identify zones of open natural fractures within rock formations
US7525873B1 (en) 2004-07-23 2009-04-28 Bf Corporation North America Inc. Seismic inversion of conditioned amplitude spectra
US7480206B2 (en) * 2004-09-13 2009-01-20 Chevron U.S.A. Inc. Methods for earth modeling and seismic imaging using interactive and selective updating
US8234923B2 (en) 2004-09-20 2012-08-07 Innervision Medical Technologies Inc. Systems and methods for ultrasound imaging
US7386431B2 (en) * 2005-03-31 2008-06-10 Schlumberger Technology Corporation Method system and program storage device for simulating interfacial slip in a hydraulic fracturing simulator software
US7979209B2 (en) * 2005-04-15 2011-07-12 Mississippi State University Research And Technology Corporation Temporal mapping and analysis
CN100363756C (zh) * 2005-07-14 2008-01-23 中国石油化工股份有限公司 一种用于显示三维地震数据反射结构的处理方法
US7914451B2 (en) * 2005-09-15 2011-03-29 Innervision Medical Technologies Inc. Determining attributes using ultrasound
WO2007092054A2 (en) 2006-02-06 2007-08-16 Specht Donald F Method and apparatus to visualize the coronary arteries using ultrasound
EP2088932B1 (en) 2006-10-25 2020-04-08 Maui Imaging, Inc. Method and apparatus to produce ultrasonic images using multiple apertures
WO2009011735A1 (en) 2007-07-16 2009-01-22 Exxonmobil Upstream Research Company Geologic features from curvelet based seismic attributes
US10226234B2 (en) 2011-12-01 2019-03-12 Maui Imaging, Inc. Motion detection using ping-based and multiple aperture doppler ultrasound
US9282945B2 (en) 2009-04-14 2016-03-15 Maui Imaging, Inc. Calibration of ultrasound probes
US9788813B2 (en) 2010-10-13 2017-10-17 Maui Imaging, Inc. Multiple aperture probe internal apparatus and cable assemblies
US8073624B2 (en) 2009-03-12 2011-12-06 Schlumberger Technology Corporation Technique and system to process a seismic signal to determine an attribute of a geological layer
CN101852863B (zh) * 2009-04-03 2011-12-07 中国石油集团东方地球物理勘探有限责任公司 一种利用高精度单道频谱分析技术处理地震数据的方法
US8412468B1 (en) 2009-04-08 2013-04-02 Western Kentucky University Method and apparatus for wavelet based elemental spectrum analysis
KR101659723B1 (ko) 2009-04-14 2016-09-26 마우이 이미징, 인코포레이티드 복수 개구 초음파 어레이 정렬 설비
WO2011103303A2 (en) 2010-02-18 2011-08-25 Maui Imaging, Inc. Point source transmission and speed-of-sound correction using mult-aperture ultrasound imaging
US9668714B2 (en) 2010-04-14 2017-06-06 Maui Imaging, Inc. Systems and methods for improving ultrasound image quality by applying weighting factors
EP3563768A3 (en) 2010-10-13 2020-02-12 Maui Imaging, Inc. Concave ultrasound transducers and 3d arrays
CN102096101B (zh) * 2010-11-24 2014-11-12 中国石油天然气集团公司 提高地震数据处理精度的方法及装置
CN102169189B (zh) * 2011-01-19 2015-01-14 中国海洋石油总公司 深水层间多次波消除方法
CN102768365A (zh) * 2011-05-03 2012-11-07 戴永寿 基于高阶统计量和arma模型的高分辨率地震子波提取方法
AU2012253529B2 (en) * 2011-05-10 2015-06-25 Chevron U.S.A. Inc. System and method for characterizing reservoir formation evaluation uncertainty
CN102830432B (zh) * 2011-06-13 2015-04-15 中国石油化工股份有限公司 一种煤系强地震反射特征掩盖下弱反射储层的识别方法
US9046625B2 (en) * 2011-09-30 2015-06-02 Chevron U.S.A. Inc. System and method for analyzing seismic data background
KR20140107648A (ko) 2011-12-29 2014-09-04 마우이 이미징, 인코포레이티드 임의의 경로들의 m-모드 초음파 이미징
JP6438769B2 (ja) 2012-02-21 2018-12-19 マウイ イマギング,インコーポレーテッド 多数開口超音波を用いた物質の硬度の決定
CN104620128B (zh) 2012-08-10 2017-06-23 毛伊图像公司 多孔径超声探头的校准
US9986969B2 (en) 2012-08-21 2018-06-05 Maui Imaging, Inc. Ultrasound imaging system memory architecture
CN103675917B (zh) * 2012-09-04 2016-08-03 中国石油天然气集团公司 一种识别微地震监测信号谐振干扰并进行有效压制的方法
CN102981182B (zh) * 2012-11-20 2015-04-01 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于无监督分类的二维地震数据全层位自动追踪方法
EP2923224A4 (en) * 2012-11-23 2016-08-03 Fugro Marine Geoservices Inc METHOD AND SYSTEM FOR IDENTIFYING GASHYDRATE AND FREE GAS IN GEOLOGICAL BEDS
US9626463B2 (en) 2012-12-28 2017-04-18 Dassault Systemes Simulia Corp. Accelerated algorithm for modal frequency response calculation
US20140254321A1 (en) * 2013-03-08 2014-09-11 Chevron U.S.A. Inc. Methods and systems for determining clathrate presence and saturation using simulated well logs
WO2014160291A1 (en) 2013-03-13 2014-10-02 Maui Imaging, Inc. Alignment of ultrasound transducer arrays and multiple aperture probe assembly
US9883848B2 (en) 2013-09-13 2018-02-06 Maui Imaging, Inc. Ultrasound imaging using apparent point-source transmit transducer
US11391857B2 (en) * 2013-12-30 2022-07-19 Pgs Geophysical As Methods and systems for attenuating residual acoustic energy in seismic data
RU2541904C1 (ru) * 2014-02-06 2015-02-20 Открытое Акционерное Общество "Государственное Машиностроительное Конструкторское Бюро "Радуга" Имени А.Я. Березняка" Способ цифровой генерации непрерывного случайного процесса произвольной длины
RU2541897C1 (ru) * 2014-02-06 2015-02-20 Открытое Акционерное Общество "Государственное Машиностроительное Конструкторское Бюро "Радуга" Имени А.Я. Березняка" Генератор непрерывных случайных сигналов произвольной длины
US9921326B2 (en) 2014-02-25 2018-03-20 Cgg Services Sas Subterranean formation monitoring using frequency domain weighted analysis
US20160018541A1 (en) * 2014-07-18 2016-01-21 Chevron U.S.A. Inc. System and method for rock property estimation of subsurface geologic volumes
WO2016028787A1 (en) 2014-08-18 2016-02-25 Maui Imaging, Inc. Network-based ultrasound imaging system
WO2016168373A1 (en) * 2015-04-17 2016-10-20 Schlumberger Technology Corporation Thin bed tuning frequency and thickness estimation
EP3408037A4 (en) 2016-01-27 2019-10-23 Maui Imaging, Inc. ULTRASONIC IMAGING WITH DISTRIBUTED NETWORK PROBES
US10067252B2 (en) 2016-07-25 2018-09-04 Chevron U.S.A. Inc. Methods and systems for identifying a clathrate deposit
WO2018021991A1 (en) * 2016-07-25 2018-02-01 Schlumberger Technology Corporation Seismic spectral balancing
CN107807390B (zh) * 2016-09-09 2019-08-23 中国石油化工股份有限公司 地震数据的处理方法及系统
CN106405647B (zh) * 2016-12-22 2018-04-13 成都晶石石油科技有限公司 一种关于沉积地层厚度的调谐反演方法
US11500115B2 (en) 2018-06-10 2022-11-15 Schlumberger Technology Corporation Seismic data interpretation system
CN111239808B (zh) * 2018-11-28 2022-06-03 中国石油天然气股份有限公司 一种地震反演谱分解方法、装置、电子设备及存储介质
CN109669223A (zh) * 2019-01-07 2019-04-23 浙江大学 利用微测井获得浅地表声波测井与合成地震记录的方法
RU2718135C1 (ru) * 2019-09-09 2020-03-30 Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") Способ и система прогнозирования эффективных толщин в межскважинном пространстве при построении геологической модели на основе метода кластеризации спектральных кривых
CN113419277B (zh) * 2021-06-21 2022-03-18 大庆油田有限责任公司 一种基于落差梯度属性的地震解释层位的质控方法
CN113945976A (zh) * 2021-09-24 2022-01-18 中国地质科学院 实现三维模型与傅里叶级数展开系数快速转换的方法及系统
CN114352274B (zh) * 2022-01-12 2022-12-02 中国矿业大学 一种基于采煤机滚筒震源的煤岩界面识别方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4312050A (en) * 1975-02-06 1982-01-19 Standard Oil Company (Indiana) Multidimensional amplitude scaling of seismic data
US4797861A (en) * 1985-11-18 1989-01-10 Western Atlas International, Inc. Method of processing seismic data
US4742497A (en) * 1985-11-18 1988-05-03 Western Atlas International, Inc. Method of processing seismic data
US4964086A (en) * 1989-10-20 1990-10-16 Amoco Corporation Method for characterizing velocity estimates
US5349527A (en) * 1991-12-20 1994-09-20 Schlumberger Technology Corporation Method of seismic time migration using a massively parallel computer
US5274605A (en) * 1992-06-26 1993-12-28 Chevron Research And Technology Company Depth migration method using Gaussian beams
US5500832A (en) * 1993-10-13 1996-03-19 Exxon Production Research Company Method of processing seismic data for migration
US5414674A (en) * 1993-11-12 1995-05-09 Discovery Bay Company Resonant energy analysis method and apparatus for seismic data

Also Published As

Publication number Publication date
EP0882245A2 (en) 1998-12-09
EG21105A (en) 2000-11-29
AR011288A1 (es) 2000-08-16
NO983523D0 (no) 1998-07-31
US5870691A (en) 1999-02-09
NO983523L (no) 1998-10-06
CN1210591A (zh) 1999-03-10
CN1170170C (zh) 2004-10-06
RU2187828C2 (ru) 2002-08-20
WO1998025161A3 (en) 1998-07-16
WO1998025161A2 (en) 1998-06-11

Similar Documents

Publication Publication Date Title
NO328897B1 (no) Spektral dekomponering for seismisk tolkning
CA2359579C (en) Spectral decomposition for seismic interpretation
US6594585B1 (en) Method of frequency domain seismic attribute generation
AU2013200475B2 (en) Methods and systems for correction of streamer-depth bias in marine seismic surveys
Neidell et al. Stratigraphic Modeling and Interpretation--Geophysical Principles and Techniques: Section 3. Stratigraphic Models from Seismic Data
US5563949A (en) Method of seismic signal processing and exploration
US5831935A (en) Method for geophysical processing and interpretation using seismic trace difference for analysis and display
EP2542920B1 (en) Method for local attribute matching in seismic processing
US5414674A (en) Resonant energy analysis method and apparatus for seismic data
US20030023383A1 (en) System for information extraction from geologic time volumes
NO329623B1 (no) Fremgangsmate for anvendelse av seismiske attributter for a visualisere strukturelle og stratigrafiske egenskaper i tre dimensjoner.
GB2499304A (en) De-blending simultaneous shooting seismic data
GB2414802A (en) Seismic event correlation and Vp-Vs estimation
EP2548052B1 (en) System and method of 3d salt flank vsp imaging with transmitted waves
Gao Practicing Geophysics: 3D seismic volume visualization and interpretation: An integrated workflow with case studies
CA2455810C (en) System for information extraction from geologic time volumes
BR102015031348A2 (pt) separação de campo de onda com base em um operador coincidente entre as respostas de sensor em cordões de múltiplos componentes
BR102014002455A2 (pt) Sistemas e métodos para detectar ruído de onda em pesquisas sísmicas
BR102015019322B1 (pt) Método e sistema que corrige os efeitos relacionados à fonte nos dados sísmicos gravados quase continuamente, e meio legível por computador não transitório
US6965830B1 (en) System for estimating thickness of thin subsurface strata
Chopra et al. Interpreting fractures through 3D seismic discontinuity attributes and their visualization
James et al. Volume interpretation of multi-attribute 3D surveys
Biondi Concepts and applications in 3D seismic imaging
CA2244714C (en) Spectral decomposition for seismic interpretation
Bashir et al. Advance wave modeling and diffractions for high-resolution subsurface seismic imaging

Legal Events

Date Code Title Description
MM1K Lapsed by not paying the annual fees