基于频变AVO技术对多尺度裂缝内流体属性反演与识别（英文）

通过地震数据获取裂缝储藏中流体的性质并对流体类型进行识别,是地震勘探岩性反演的重要问题之一。由于地震波的速度、储层的密度等弹性参数对某些流体不具有很强的敏感性,使只依赖振幅信息进行流体识别的传统AVO方法面临困境。作为传统叠前振幅反演的一个拓展,频变AVO（FDAVO）技术进一步考虑了振幅对频率的依赖关系,将这种依赖关系与地下裂缝结构、流体填充对应起来,能带来更丰富的流体信息。利用该技术,本文提出了一种基于地震数据参数化Chapman模型的贝叶斯反演新方法（BIDCMP）,它包含两步算法,即,FDAVO反演储层的非弹性属性和贝叶斯框架下的流体识别。首先,通过匹配观测数据和模型数据,构造差函数反演裂缝储层非弹性参数。随后,在贝叶斯框架下,使用马尔科夫随机场（MRF）作为先验模型,联合多参数场识别流体。本方法在计算过程中,除综合考虑了弹性参数场、测井资料等常规信息外,还特别地加人了第一步中反演得的非弹性参数的约束,从而充分利用了流体粘性差异,最后在最大后验概率（MAP）准则下输出最佳岩性一流体识别结果。分别对合成地震记录和模拟岩性—流体剖面验证本文方法的有效性,结果证明本文方法获得的流体识别结果准确可信。     

储层弹性与物性参数地震叠前同步反演的确定性优化方法

储层弹性与物性参数可直接应用于储层岩性预测和流体识别,是储层综合评价和油气藏精细描述的基本要素之一.现有的储层弹性与物性参数地震同步反演方法大都基于Gassmann方程,使用地震叠前数据,通过随机优化方法反演储层弹性与物性参数;或基于Wyllie方程,使用地震叠后数据,通过确定性优化方法反演储层弹性与物性参数.本文提出一种基于Gassmann方程、通过确定性优化方法开展储层弹性和物性参数地震叠前反演的方法,该方法利用Gassmann方程建立储层物性参数与叠前地震观测数据之间的联系,在贝叶斯反演框架下以储层弹性与物性参数的联合后验概率为目标函数,通过将目标函数的梯度用泰勒公式展开得到储层弹性与物性参数联合的方程组,其中储层弹性参数对物性参数的梯度用差分形式表示,最后通过共轭梯度算法迭代求解得到储层弹性与物性参数的最优解.理论试算与实际资料反演结果证明了方法的可行性.     

基于叠前弹性反演的含气储层预测技术

叠前弹性反演是目前岩性气藏储层预测的主要技术,仅仅使用纵波阻抗反演预测储层在理论和准确性方面都存在着一些不足,反演的多解性更是其致命的缺陷.本文从横波测井资料不同岩性、流体的岩石物理参数分析入手,优选能够区分岩性和流体的最佳敏感弹性参数,通过叠前反演获得反映储层岩性和含气性的弹性参数体,最后进行地震弹性参数交汇解释预测储层和识别流体.将纵向分辨率较高的测井岩石物理参数分析和横向分辨率较高的地震叠前反演结合起来,应用多个弹性参数,明显提高了储层预测的精度.地震数据中的AVO信息得到了充分的应用,采用纵波独立变量求解Zoeppritz方程.为有效储层预测和流体识别探索出了新途径.在靶区利用叠前弹性纵横波速比的属性,刻画出五级层序单砂体,在此基础上确定建议的水平井井位及其轨迹,通过叠前弹性反演比P波数据独立反演钻井成功率提高了10%以上.     

模拟退火叠前AVA同步反演方法

叠前反演技术已经成为岩性预测和流体识别的关键技术,并将在油气勘探中发挥重要作用,本文提出了模拟退火AVA同步反演方法,该方法以多个角道集地震数据体和先验纵波速度、横波速度、密度模型等为输入,综合利用地震、地质、测井等多种信息为约束,采用模拟退火全局优化方法,直接采用Knott-Zoeppritz方程求解反射系数,同步反演获得纵波阻抗、横波阻抗、纵横波速度、密度、Mu、Lambda等23种岩石弹性参数模型.其主要特点如下：１）采用Zoeppritz方程直接求解,精度高;2) 目标函数选择灵活;３）多角度提取子波;４）可获得深度域的反演结果.实际资料应用证明,该反演方法保留了地震反射振幅随偏移距不同或入射角不同而变化的特征,可有效提高储层预测和流体识别精度.实际应用表明,本方法预测结果可靠,具有较强的实用性.     

弹性阻抗反演及应用研究

利用常规叠后波阻抗反演方法不能得到可靠的波阻抗和其它岩性信息.本文运用弹性阻抗反演理论对某地区的地震资料进行了分析研究,应用实例表明,用弹性阻抗反演方法可得到较理想的反演结果,且从反演所得到的波阻抗剖面中能提取出许多岩性参数,这些岩性参数能反映岩性和流体特征.与传统的波阻抗反演相比,弹性阻抗反演具有信息量丰富、分辨率高的特点;与定性的AVO反演相比,该方法达到了定量的程度,而且速度快.     

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.     

基于散射理论与动态时间规整的时移地震波动方程差异反演

时移地震勘探作为储层动态监测的有效手段,对获取地下介质的弹性或物性参数变化起到了至关重要的作用.由于多期地震勘探之间介质的传播速度存在差异,同时环境条件、采集方式及处理手段等方面的不同,都会使地震记录产生走时差异.而这种走时差异对时移地震反演存在着严重的影响,尤其是基于波动方程的反演方法.为了消除时移差异,我们引入动态时间规整(DTW)方法实现角道集优化匹配,以获取地震记录的有效变化信息.此外,本文提出根据散射理论,通过弹性波动方程进行时移地震差异反演,得到地层的差异弹性参数,实现储层差异定量表征.该方法采用WKBJ近似模拟非均匀背景,具有更高的反演精度,尤其是在复杂地质构造条件下优势更加明显.本文对所提出的方法进行了数值模拟实验与实际数据应用,证明该方法得到的反演结果优于传统方法,可以实现对地层时移差异的准确刻画.     

SG地区叠前地震弹性参数交会定量解释技术预测有效储层的方法

鄂尔多斯盆地SG气田是我国典型的低孔,低渗,致密砂岩气藏的代表.该区地震勘探开发面临着两大难题:一是含气砂岩和围岩的声波阻抗存在较大范围叠置,利用声波阻抗预测储层存在明显的多解性;二是SG气田局部地区气、水关系复杂,地质上不存在统一的气、水层分界面,产水井严重影响产能建设,流体类型的识别是面临的又一难题.为了降低声波阻抗预测砂岩储层的多解性,提高有效储层预测精度,定量识别储层中流体的类型,本文提出了叠前地震弹性参数交会定量解释技术,从横波测井资料不同岩性、流体的岩石物理参数分析入手,优选了能够区分岩性和流体的最佳敏感弹性参数,制作了敏感弹性参数交会模板,通过地震叠前反演获得反映储层物性和含气性的地震弹性参数体,最后进行地震弹性参数交会定量解释预测有效储层和识别流体.勘探实例证实了该技术方法在SG地区对有效储层的预测是有效的,能够为井位优选提供可信的依据.地震弹性参数交会技术将纵向分辨率较高的测井岩石物理分析和横向分辨率较高的地震叠前反演结合在一起,使用了多个弹性参数交会,减少了以往单一弹性参数预测储层的多解性,最终获得比较可靠、更量化的反映储层物性和含气性的地震弹性参数交会体,为有效储层预测和流体识别探索出了新的途径,这一技术的应用和推广可以降低地震解释的风险,提高储层预测精度.     

带先验约束的碎屑岩储层物性参数反演方法

对弹性参数进行转换而获取物性参数的方法,适用范围有限且预测精度不高.本文基于岩石物理理论,提出一种带先验约束的碎屑岩储层物性参数预测方法,为储层预测、流体识别、储层描述、储量估计、烃类开发方案设计提供重要参数.应用岩石物理理论和物性参数先验信息建立了带先验约束的目标函数;并利用最优化方法对反演目标函数进行优化求解,对储层的物性及孔隙度和泥质含量进行同步迭代反演.经过正演数据及实际地震资料的测试应用,其结果表明本文方法反演得到的孔隙度和泥质含量为储层综合预测提供了愈加丰富的评价指标,同时孔隙度和泥质含量数据的联合应用对减小储层预测的多解性和降低勘探开发的风险有重要意义.     

页岩储层叠前密度稳定反演方法

密度参数是页岩储层评价的重要敏感参数,但通常认为准确获得密度信息难度较大.本文探索提出了一种稳定的基于弹性阻抗的叠前密度反演方法,以提高优质页岩的识别精度.首先,基于不同的参数化弹性阻抗方程开展密度敏感性分析,优选了敏感性最高的Aki-Richards近似弹性阻抗方程作为反演方程.然后,在弹性阻抗方程线性化的基础上,假设反演方程系数矩阵的逆存在,将密度(取对数)表示为多个角度弹性阻抗(取对数)的加权和,通过井旁道弹性阻抗反演结果与测井数据的回归求取加权系数,避免了常规反演方法对大型系数矩阵的求逆计算,从而提高了密度反演的稳定性,同时由于利用测井资料作为匹配目标,密度反演的精度也得到了提高.模型试算和涪陵页岩气田的实际资料应用实践均表明了该方法能够有效地提高密度反演的精度与稳定性.     

Cauchy prior distribution-based AVO elastic parameter estimation via weakly nonlinear waveform inversion

Cauchy priori distribution-based Bayesian AVO reflectivity inversion may lead to sparse estimates that are sensitive to large reflectivities. For the inversion, the computation of the covariance matrix and regularized terms requires prior estimation of model parameters, which makes the iterative inversion weakly nonlinear. At the same time, the relations among the model parameters are assumed linear. Furthermore, the reflectivities, the results of the inversion, or the elastic parameters with cumulative error recovered by integrating reflectivities are not well suited for detecting hydrocarbons and fuids. In contrast, in Bayesian linear AVO inversion, the elastic parameters can be directly extracted from prestack seismic data without linear assumptions for the model parameters. Considering the advantages of the abovementioned methods, the Bayesian AVO reflectivity inversion process is modified and Cauchy distribution is explored as a prior probability distribution and the time-variant covariance is also considered. Finally, we propose a new method for the weakly nonlinear AVO waveform inversion. Furthermore, the linear assumptions are abandoned and elastic parameters, such as P-wave velocity, S-wave velocity, and density, can be directly recovered from seismic data especially for interfaces with large reflectivities. Numerical analysis demonstrates that all the elastic parameters can be estimated from prestack seismic data even when the signal-to-noise ratio of the seismic data is low.     

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.     

Reservoir parameter inversion based on weighted statistics

Variation of reservoir physical properties can cause changes in its elastic parameters. However, this is not a simple linear relation. Furthermore, the lack of observations, data overlap, noise interference, and idealized models increases the uncertainties of the inversion result. Thus, we propose an inversion method that is different from traditional statistical rock physics modeling. First, we use deterministic and stochastic rock physics models considering the uncertainties of elastic parameters obtained by prestack seismic inversion and introduce weighting coefficients to establish a weighted statistical relation between reservoir and elastic parameters. Second, based on the weighted statistical relation, we use Markov chain Monte Carlo simulations to generate the random joint distribution space of reservoir and elastic parameters that serves as a sample solution space of an objective function. Finally, we propose a fast solution criterion to maximize the posterior probability density and obtain reservoir parameters. The method has high efficiency and application potential.     

基于岩石物理分析的叠前弹性反演预测含气砂岩分布(英文)

地震反演是当今最广泛应用于含油气储层预测的技术之一,取得了很多很好的预测效果,但也有失败的例子,达不到区分岩性和识别流体的目的。而本文介绍的建立在岩石物理建模和分析基础上的地震弹性反演,可将含油气储层预测由定性向(半)定量推进一步。根据岩石物理建模和正演扰动分析,可深刻理解岩石物性参数与地震弹性参数之间的内在关系,进而寻找储层岩性、物性和含油气性的敏感地震弹性参数,建立起理论岩石物理解释图版。岩石物理分析结果和所建立的岩石物理解释图版分别用以指导地震反演和反演结果的解释,实现油气储层分布预测和流体检测的目的。文中的含气砂岩分布预测实例研究应用结果表明,这种方法较叠后地震反演储层预测技术具有无可比拟的优越性,效果更佳,效率更高。     

基于统计岩石物理模型的各向异性页岩储层参数反演

提出了各向异性页岩储层统计岩石物理反演方法.通过统计岩石物理模型建立储层物性参数与弹性参数的定量关系,使用测井数据及井中岩石物理反演结果作为先验信息,将地震阻抗数据定量解释为储层物性参数、各向异性参数的空间分布.反演过程在贝叶斯框架下求得储层参数的后验概率密度函数,并从中得到参数的最优估计值及其不确定性的定量描述.在此过程中综合考虑了岩石物理模型对复杂地下介质的描述偏差和地震数据中噪声对反演不确定性的影响.在求取最大后验概率过程中使用模拟退火优化粒子群算法以提高收敛速度和计算准确性.将统计岩石物理技术应用于龙马溪组页岩气储层,得到储层泥质含量、压实指数、孔隙度、裂缝密度等物性,以及各向异性参数的空间分布及相应的不确定性估计,为页岩气储层的定量描述提供依据.     

Elastic full waveform inversion with probabilistic petrophysical clustering

Full waveform inversion aims to use all information provided by seismic data to deliver high-resolution models of subsurface parameters. However, multiparameter full waveform inversion suffers from an inherent trade-off between parameters and from ill-posedness due to the highly non-linear nature of full waveform inversion. Also, the models recovered using elastic full waveform inversion are subject to local minima if the initial models are far from the optimal solution. In addition, an objective function purely based on the misfit between recorded and modelled data may honour the seismic data, but disregard the geological context. Hence, the inverted models may be geologically inconsistent, and not represent feasible lithological units. We propose that all the aforementioned difficulties can be alleviated by explicitly incorporating petrophysical information into the inversion through a penalty function based on multiple probability density functions, where each probability density function represents a different lithology with distinct properties. We treat lithological units as clusters and use unsupervised K-means clustering to separate the petrophysical information into different units of distinct lithologies that are not easily distinguishable. Through several synthetic examples, we demonstrate that the proposed framework leads full waveform inversion to elastic models that are superior to models obtained either without incorporating petrophysical information, or with a probabilistic penalty function based on a single probability density function.     

基于弹性阻抗的储层物性参数预测方法

储层物性参数是储层描述的重要参数,常规的基于贝叶斯理论的储层物性参数反演方法大多是通过反演获得的弹性参数进一步转换而获得物性参数,本文提出一种基于弹性阻抗数据预测储层物性参数的反演方法.该方法主要通过建立可以表征弹性阻抗与储层物性参数之间关系的统计岩石物理模型,联合蒙特卡罗仿真模拟技术,在贝叶斯理论框架的指导下,应用期望最大化算法估计物性参数的后验概率分布,最终实现储层物性参数反演.经过模型测试和实际资料的处理,其结果表明本文提出的方法具有预测精度高,稳定性强,横向连续性好等优点.     

随机反演在储层预测中的应用

针对隐蔽油气藏储层预测的需要,开展了地震反演研究,根据目前的实际应用将储层预测中的基于模型的地震反演分为三个实施阶段:即构造反演、声波波阻抗或弹性波阻抗反演以及岩性反演,并对每个阶段的目的、关键技术及其原理进行了详细描述,尤其是详细描述了基于马尔科夫链的蒙特卡罗随机模拟技术.最后给出了一个综合应用测井、地质、地震资料进行反演,从而进行储层预测的实例.