苏台庙地区砂岩型铀矿地震成像品质提升技术研究

苏台庙地区位于鄂尔多斯盆地北部,砂岩型铀矿资源储量丰富。地震勘探作为一种高精度地球物理勘查手段,被广泛应用于铀矿勘查。由于目标层埋深介于400～890 m之间,层位较浅,若将常规地震采集参数应用于铀矿勘查存在浅层有效覆盖次数不足,资料信噪比和分辨率偏低等问题,使得浅层成像不清晰。此外,研究区低速带厚度、速度变化较大,表层结构复杂,造成一定静校正问题,降低地震成像质量。为了提升该区地震资料成像品质,开展了采集参数优化设计、数据处理关键技术等方法探索。实践表明：采用小道距、合适的最大炮检距、高覆盖、可控震源强能量宽频激发、低频检波器接收的地震数据采集方案,结合高精度静校正、拓频处理等针对性处理方法,能够获得高品质、高分辨率地震剖面,为精确刻画小断裂提供了良好的数据基础,对研究区铀成矿环境的深入研究具有重要意义。     

一种利用弹性阻抗方程直接反演低渗"甜点"的方法

低渗储层中的“甜点”是低渗油气勘探开发中非常重要的地质目标,研究低渗储层的“甜点”预测和识别方法具有重要意义。本文首先从低渗“甜点”的定义出发,确定“甜点”的敏感弹性参数;在此基础上,利用敏感参数弹性阻抗方程进行弹性阻抗反演及“甜点”敏感参数提取,减小了间接预测“甜点”敏感弹性参数的累计误差,提高了“甜点”预测的精度。进一步与岩相流体概率（FFP）技术相结合,在目标区“甜点”预测中取得较好的效果。      

基于卷积神经网络的断层预测方法

针对传统相干体属性在预测断层时存在断层假象以及易受噪声影响等缺点,本文提出一种利用卷积神经网络进行断层预测的方法。首先构建适合实际工区断层特征的卷积神经网络模型,然后利用部分分频地震数据和人工解释出的断层标签进行网络模型训练,最后把训练好的模型应用到整个三维地震数据中进行断层预测。实际地震数据预测结果表明基于卷积神经网络断层预测结果与地震数据吻合较好,并且在断层细节刻画上要优于传统地震相干体属性方法。      

地震属性融合技术在砂岩型铀矿断层识别中的研究与应用

砂岩型铀矿由于其埋藏深度浅,浅层地震信息易受到噪音的影响,在使用相干体技术来进行断层的解释时,其属性剖面常呈现出多解性,给小断层的识别带来了一定的困难。为改善这一问题,结合谱分解技术高分辨率和抗噪性的优点,采用主成分分析法来对这两种地震属性进行融合,以改善单一地震属性对断层的分辨能力,经正演模拟及实际工区试算,融合后的地震属性剖面断层线清晰、断点干脆,取得了较好的应用效果。     

基于遗传算法的地震面波和大地电磁数据一维联合反演算法研究

利用快速标量传递算法进行了一维层状模型的地震面波频散曲线正演计算,得到了基阶频散曲线;利用传统方法对一维层状模型进行了大地电磁正演计算,得到大地电磁的视电阻率曲线数据和相位数据。利用遗传算法对合成数据分别进行了单独反演和联合反演,得到拟合差分布图来分析两种数据的兼容性并研究联合反演的可行性。通过对比单独反演和联合反演的结果,可以看出地震面波频散曲线和大地电磁数据的联合反演结果较之单方法的反演结果要更加精确,收敛速度更快,两种数据的耦合情况较好,同时联合反演能够有效地限制多解性。