基于局部采样MCMC方法的时移探地雷达反演

马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法,可以用来解决概率反演的问题.基于MCMC方法的反演不依赖于准确的初始模型,可以引入任意复杂的先验信息,通过对先验概率密度函数的采样来获得大量的后验概率分布样本,在寻找最优解的过程中可以跳出局部最优得到全局最优解.MCMC方法由于计算量巨大,应用难度较高,在地...     

岩石物理驱动的相约束叠前地震概率化反演方法

地震岩石物理是连接岩石弹性参数与储层物性参数的桥梁,叠前地震反演是实现地下岩石弹性、物性、岩性及含流体性质定量表征的重要方法.文章构建了碎屑岩地震岩石物理高阶近似模型,推导了利用岩石模量高阶近似(Jacobian、Hessian矩阵)表征的叠前地震AVO反射特征方程,并分析了岩石孔隙度、泥质含量及流体饱和度对AVO反射率的贡献度,探讨了此方程在岩石物性参数直接预测方面的可行性.以此为基础,在待反演模型参数服从混合概率先验模型的前提下,文章提出了基于差分进化-马尔可夫链蒙特卡罗随机模型的相约束叠前地震概率化反演方法,兼具差分进化算法的全局寻优特性和马尔可夫链蒙特卡罗模型的不确定性分析能力;通过多条马尔可夫链的交叉并行,可以同步获得待反演模型参数的多个随机解,进而模拟待反演模型的后验概率密度分布,后验均值作为待反演模型的最优解,方差与置信区间用来评价反演结果的不确定性,实现储层弹性、物性、离散岩相及干岩石骨架等参数的同步预测.通过理论试验和实际资料处理验证了该理论方法的有效性.     

基于MCMC的叠前地震反演方法研究

马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法[1].它在贝叶斯框架下,利用已有资料进行约束,既可使最优解满足参数的统计特性,又通过融入的先验信息,提高解的精度;寻优过程可跳出局部最优,得到全局最优解.利用MCMC方法,可以得到大量来自于后验概率分布的样本,不仅可以得到每个未知参数的估计值,而且可以得到与...     

基于Metropolis优化的叠前全局迭代地质统计学反演方法

叠前地质统计学反演将随机模拟与叠前反演相结合,不仅可以反演各种储层弹性参数,还提高了反演结果的分辨率.基于联合概率分布的直接序贯协模拟方法可以在原始数据域对数据进行模拟,不需要对数据进行高斯变换,拓展了地质统计学反演的应用范围;而联合概率分布的应用确保了反演参数之间相关性,提高了反演的精度.本文将基于联合概率分布的直接序贯协模拟方法与蒙特卡洛抽样算法相结合,参考全局随机反演策略,提出了基于蒙特卡洛优化算法的全局迭代地质统计学反演方法.为了提高反演的稳定性,我们修改了局部相关系数的计算公式,提出了一种新的基于目标函数的优化局部相关系数计算公式并应用到协模拟之中.模型测试及实际数据应用表明,该方法可以很好的应用于叠前反演之中.     

联合多点地质统计学与序贯高斯模拟的随机反演方法

岩相和储层物性参数是油藏表征的重要参数,地震反演是储层表征和油气藏勘探开发的重要手段.随机地震反演通常基于地质统计学理论,能够对不同类型的信息源进行综合,建立具有较高分辨率的储层模型,因而得到广泛关注.其中,概率扰动方法是一种高效的迭代随机反演策略,它能综合考虑多种约束信息,且只需要较少的迭代次数即可获得反演结果.在概率扰动的优化反演策略中,本文有效的联合多点地质统计学与序贯高斯模拟,并结合统计岩石物理理论实现随机反演.首先,通过多点地质统计学随机模拟,获得一系列等可能的岩相模型,扰动更新初始岩相模型后利用相控序贯高斯模拟建立多个储层物性参数模型;然后通过统计岩石物理理论,计算相应的弹性参数;最后,正演得到合成地震记录并与实际地震数据对比,通过概率扰动方法进行迭代,直到获得满足给定误差要求的反演结果.利用多点地质统计学,能够更好地表征储层空间特征.相控序贯高斯模拟的应用,能够有效反映不同岩相中储层物性参数的分布.提出的方法可在较少的迭代次数内同时获得具有较高分辨率的岩相和物性参数反演结果,模型测试和实际数据应用验证了方法的可行性和有效性.     

叠后MCMC法岩性反演算法研究

叠后MCMC(马尔科夫链蒙特卡罗)反演是一种地质统计学反演方法,该方法能够利用地震、测井等多尺度信息综合预测储层砂体,并使反演结果忠实于地震数据.算法的重点是在贝叶斯框架下,对样本点构建能够反映空间相关性的马尔科夫链,基于蒙特卡罗迭代算法实现对复杂后验分布空间进行有效搜索.文章以一维垂向视角阐述基于MCMC算法预测储层砂体的统计学原理,将反演过程所运用的统计学符号赋予地质含义,较为形象地将随机算法的数学意义与储层反演的地质意义联系起来.并在此基础上,以朝阳沟油田扶余油层未开发区朝65井所在剖面的砂体预测为例,验证叠后MCMC法岩性反演的可靠性.     

瑞利面波频散曲线贝叶斯反演及其在活断层调查中的应用

瑞利波具有强能量和频散特性,面波勘探采集瑞利面波数据分析反演得到横波速度结构,在浅地表勘探领域得到了广泛的应用,根据面波频散反演速度结构是面波勘探的重要环节之一.面波频散与地下介质的弹性参数是非线性关系,全局优化方法是解决非线性反问题的有效办法,贝叶斯方法是一种基于统计的全局优化方法.贝叶斯公式反映了先验信息和条件概率乘积与后验概率之间的正比关系,利用马尔科夫链蒙特卡洛采样方法可以获得后验分布的采样.与其他方法相比,该方法不是给出一个模型最优解,而是统计出模型参数的平均值和方差,平均值即是反演的模型解,方差能对该反演结果的不确定性做出评价.本文采用贝叶斯方法对模拟和实测瑞利面波数据频散曲线进行反演,结果显示,该方法能获得比较精确的横波速度和厚度参数,验证了本文方法可行.在高丽营地区采集了多个单炮面波数据,对数据进行频散谱处理拾取频散曲线,通过贝叶斯反演方法获得了该测线二维横波速度剖面图,有助于划分和解释该测区地层及断层地质构造.     

基于弹性参数加权统计的储层物性参数反演方法（英文）

储层物性参数的改变伴随着弹性参数某种程度的改变,而这种改变并非简单的线性关系。加上观测信息的缺失、重叠、噪声破坏及模型理想化等原因,致使这种改变关系的获取具有较大的不确定性。针对传统统计岩石物理物性参数反演方法的不足,以利用弹性参数反演储层物性参数为目的,依据贝叶斯反演框架,我们建立了新的储层物性参数目标反演函数。首先,采用兼具确定性与随机性特点的统计岩石物理模型,考虑到不同弹性参数间的精度存在差异,引入权重系数,建立起储层物性参数与弹性参数间的加权统计关系。其次,基于这种加权统计关系,结合马尔科夫链蒙特卡洛随机模拟技术产生储层物性参数、弹性参数随机联合样本空间作为目标函数求解样本空间。最后,建立解的快速求解准则,求取最大后验概率密度对应的储层物性参数取值作为最终解。实际应用表明,该方法具有较高的反演效率,应用前景较好。     

岩石物理驱动的储层裂缝参数与物性参数概率地震反演方法

长波长假设条件下,各向同性背景地层中发育一组平行排列的垂直裂缝可等效为具有水平对称轴的横向各向同性（HTI）介质.基于不同观测方位的岩石地震响应特征变化,宽方位地震数据不仅可实现裂缝岩石弹性参数与各向异性参数的预测,同时也蕴含着丰富的孔隙度等储层物性参数信息.本文结合实际地震资料提出了贝叶斯框架下岩石物理驱动的储层裂缝参数与物性参数概率地震联合反演方法,首先基于AVAZ反演裂缝岩石的弹性参数与各向异性参数,并在此基础上通过统计岩石物理模型表征孔隙度、裂缝密度等各向异性介质储层参数与裂缝岩石参数的相互关联,并采用马尔科夫链蒙特卡洛（MCMC）抽样方法进行大量样本的随机模拟,使用期望最大化（EM）算法估计后验条件概率分布,最终寻找最大后验条件概率对应的孔隙度、裂缝密度等HTI裂缝介质储层参数即为反演结果.测井及实际地震数据处理表明,该方法能够稳定合理地从方位地震资料中获取裂缝岩石弹性参数与各向异性参数,并提供了一种较为可靠的孔隙度、裂缝密度等裂缝介质储层参数概率地震反演方法.     

基于地质统计先验信息的储层物性参数同步反演(英文)

本文提出的储层物性参数同步反演是一种高分辨率的非线性反演方法,该方法综合利用岩石物理和地质统计先验信息,在贝叶斯理论框架下,首先通过变差结构分析得到合理的变差函数,进而利用快速傅里叶滑动平均模拟算法(Fast Fourier TransformMoving Average,FFT-MA)和逐渐变形算法(Gradual Deformation Method,GDM)得到基于地质统计学的储层物性参数先验信息,然后根据统计岩石物理模型建立弹性参数与储层物性参数之间的关系,构建似然函数,最终利用Metropolis算法实现后验概率密度的抽样,得到物性参数反演结果。并将此方法处理了中国陆上探区的一块实际资料,本方法的反演结果具有较高的分辨率,与测井数据吻合度较高;由于可以直接反演储层物性参数,避免了误差的累积,大大减少了不确定性的传递,且计算效率较高。