基于Zoeppritz方程的叠前地震反演方法研究及其在流体识别中的应用（英文）

现阶段的叠前地震反演技术中用于描述反射系数与纵、横波速度和密度之间的关系几乎完全是Zoeppritz方程的近似式,由于这些近似公式在大角度和弹性参数变化剧烈时误差较大,这不仅降低了反演解的精度,而且增加了叠前反演的多解性。本文探索了直接利用Zoeppritz方程求解精确反射系数的理论方法,并基于广义线性反演理论详细推导了基于叠前大角度地震资料的纵、横波速度和密度三参数同步反演算法,同时在反演过程引入正则化约束阻尼因子和共轭梯度算法,有效降低了反演的不适定性和提高了反演收敛性。理论模型试算和实际工区应用表明,本文提出的反演方法能够有效利用大角度(一般入射角30°)的叠前地震数据,获得更精确的地震弹性参数反演结果,并且反演结果忠实于地震资料,与井吻合较好。     

基于贝叶斯理论的叠前多波联合反演弹性模量方法

AVO反演可以获得地层岩性和流体信息,而叠前反演问题都是高维的和非适定的,因此获得可靠稳定的解对叠前反演至关重要. 本文给出了一种基于贝叶斯理论的纵波和转换波联合反演密度比和模量比的方法. 鉴于剪切模量比、体积模量比可以更好地指示油气,基于岩石物理中速度比与模量比之间的关系,将此关系式代入Zoeppritz方程的近似形式Aki-Richards公式中,得到与模量比有关的反射系数近似公式. 联合纵波和转换波,利用最小二乘准则构建目标函数,最终反演出密度比、剪切模量比、体积模量比三个参数. 在反演过程中引入贝叶斯理论,假定先验信息服从高斯分布,待求参数服从改进的Cauchy分布,并去除待求参数之间的相关性. 利用模型数据和实际数据对本文方法进行测试,并与常规的单独利用纵波数据来反演方法进行比较,结果表明联合反演稳定性更好、精度更高、抗噪音能力更强,验证了本文方法的可行性和有效性.     

基于走时约束的分频分步零偏VSP波动方程多参数反演

在地震勘探中,描述复杂介质的正演和反演问题通常包含许多反映介质不同特性的参数.同时获得这些参数对进行更准确的岩性描述和油藏预测具有重要的理论和现实意义.为了提高频率域黏弹性波动方程的零偏VSP多参数反演的精度,本文对多参数反演的可行性进行分析,明确了目标函数的敏感程度及参数之间的耦合情况,提出了一种基于走时约束的分频分步多参数反演策略.首先利用零偏VSP资料构建先验信息,然后分别利用高、低频数据进行两步反演,也就是"三个参数反演+五个参数反演"的过程,以提高反演的稳健性和精度.利用此方法可同时得到零偏VSP数据可靠的弹性波速度、密度和品质因子,为精确的时-深关系及含油气的解释和预测奠定基础,同时也可以为地面地震叠前反演提供可靠有效的约束,增强地面地震反演精度.     

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.     

非均匀正交各向异性特征参数地震散射反演方法研究

在长波长假设条件下,水平层状地层中发育一组垂直排列的裂缝构成了等效正交各向异性介质.各向异性参数与裂缝弱度参数的估算有助于非均匀各向异性介质的各向异性特征描述,而弹性逆散射理论是非均匀介质参数反演的有效途径.基于地震散射理论,我们首先推导了非均匀正交介质中纵波散射系数方程,并通过引入正交各向异性特征参数,提出了一种新颖的正交各向异性方位弹性阻抗参数化方法.为了提高反演的稳定性与横向连续性,我们发展了贝叶斯框架下的正交各向异性方位弹性阻抗反演方法,同时考虑了柯西稀疏约束正则化和平滑模型约束正则化,最终使用非线性的迭代重加权最小二乘策略实现了各向异性特征参数的稳定估算.模型和实际资料处理表明,反演结果与测井解释数据相吻合,证明了该方法能够稳定可靠地从方位叠前地震资料中获取各向异性特征参数,减小参数估算的不确定性,为非均匀正交介质的各向异性预测提供了一种高可靠性的地震反演方法.     

P-P、P-SV波叠前联合反演在致密气储层预测中的应用

常规叠前反演大都是利用P-P纵波单分量资料基于各向同性理论的近似公式来反演,仅利用P-P纵波资料反演地层岩性等弹性参数,无论在理论基础还是反演精度上都存在不足,且反演结果具有多解性.而同时用P-P纵波和P-SV转换波资料联合反演,可以增加约束条件,提高反演结果的稳定性、可靠性.本文以各向异性理论为基础,利用实际3D3C资料,进行了P-P纵波、P-SV转换波联合叠前反演计算,P-P纵波、P-SV转换波叠前联合反演利用了纵波和转换波的叠前资料,尽可能保留了地层的AVO信息,输入数据增加了转换横波数据,同时利用了纵波和转换波两个独立变量信息,采用完全Knott-Zoeppritz方程求解,反演结果比P-P纵波单分量资料叠前反演更稳定、可靠、反演精度明显提高.研究区实际资料计算结果表明,反演结果可以更真实的反映储层段的物性和含气性,P-P纵波、P-SV转换波联合叠前反演比P-P纵波单分量资料叠前反演预测储层符合率提高了十个百分点,该反演方法是一种有效的反演方法.     

基于比值均方根的杨氏模量反演方法

杨氏模量和泊松比是表征岩石脆性、评价储层可压性以及描述储层流体特征的重要参数,叠前地震反演是从地震数据中得到此类参数的有效手段.常规的叠前地震反演方法多使用Zeopppritz方程的近似式计算反射系数,近似式的误差影响了反演结果的精度.针对这个问题,推导了比值均方根形式的杨氏模量、泊松比和密度的Zoeppritz方程,并基于广义线性反演构建了杨氏模量和泊松比直接反演方法,有效地避免了使用近似式的局限性,提高了反演的精度.模型测试和实际资料试算结果表明：采用比值均方根形式构建的反演流程稳定,能够从叠前地震数据中获得可信的杨氏模量、泊松比和密度,提供了一种可靠的杨氏模量和泊松比直接反演方法.     

岩石物理驱动的正交各向异性方位叠前地震反演方法

基于长波长近似假设,周期性薄互层中发育一组平行排列的垂直裂缝则可视为等效的正交各向异性介质.岩石物理是构建裂缝参数与地震响应之间联系的基础,地震散射理论是各向异性介质参数反演的有效途径.文章提出了一种利用方位叠前地震数据实现正交各向异性裂缝储层Thomsen弱各向异性参数与裂缝弱度参数可靠预测的方法.首先,综合考虑矿物基质、孔隙、裂缝及各向异性岩石中流体替换的影响,通过构建正交各向异性裂缝岩石物理等效模型,实现正交各向异性刚度系数的估测,进而预测储层测井数据的弹性参数、Thomsen弱各向异性参数及裂缝弱度参数,为后续地震反演提供初始模型约束;然后,基于地震散射理论,推导了面向Thomsen弱各向异性参数与裂缝弱度参数反演的正交各向异性介质纵波反射系数方程,为后续地震反演奠定了理论基础;最后,发展了贝叶斯框架下的正交各向异性裂缝储层Thomsen弱各向异性参数与裂缝弱度参数AVAZ反演方法,同时考虑柯西稀疏约束正则化和平滑模型约束正则化约束,使用非线性的迭代重加权最小二乘策略实现正交各向异性特征参数的稳定估算.模型和实际资料处理表明,该方法能够稳定可靠地从方位叠前地震资料中获取正交各向异性特征参数,为正交各向异性介质的特征参数预测提供了一种高可靠性的地震反演方法.     

基于贝叶斯理论的AVO三参数波形反演

在实际的AVO反演问题中,叠前数据体中的噪声或其他因素严重影响了AVO反演问题的适定性,而采用先验地质信息作为AVO反演问题的约束条件是解决AVO反演问题不适定的一种可行方法. 文中的似然函数采用了[WTBX]ι[WTBX]p范数的解,并用Cauchy分布表示先验模型参数的分布. 以此为基础,在反演中建立了测井数据的参数协方差矩阵对反演过程进行约束,并采用了共轭梯度算法实现多参数非线性的反演过程. 同时,为了提高反演精度,避免动校正拉伸及依赖于炮检距的调谐效应对参数估计的影响,反演采用动校前地震数据进行参数估计. 从应用效果分析来看,即使叠前道集的信噪比不高,反演的结果也能较好地与实际情况相匹配,为识别储层流体性质提供了新的手段.     

基于快速非支配排序遗传算法的VTI介质多分量叠前联合反演

在VTI介质中,由于引入了各向异性参数使得多分量多参数地震反演问题的非线性程度显著增加,因此采用传统的权重加权法构建单目标函数进行反演得到的反演结果往往并不理想.本文以反射率法为基础,结合快速非支配排序遗传算法研究了一种VTI介质的多分量叠前联合反演方法.该方法以反射率法为正演方程,应用互相关原理构建PP波和PSV波的多目标函数,进而采用快速非支配排序遗传算法全局寻优获得VTI介质的厚度、纵横波速度、密度和各向异性参数等多个参数.在正演的过程中,反射率法可以考虑几何扩散、吸收衰减、透射损失、多次波以及纵横波旅行时不匹配等地震波传播效应,更能精确地描述地震波在地下地层中的真实传播情况;在反演的过程中,快速非支配排序遗传算法可以在不引入权重系数的条件下同时优化多个目标函数,获得联合反演问题的Pareto最优解,既不添加权重系数影响又充分利用多分量地震数据.模型测试结果验证了该反演方法的有效性和可行性.     

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.     

Prestack amplitude versus angle inversion for Young's modulus and Poisson's ratio based on the exact Zoeppritz equations

Elastic parameters such as Young's modulus, Poisson's ratio, and density are very important characteristic parameters that are required to properly characterise shale gas reservoir rock brittleness, evaluate gas characteristics of reservoirs, and directly interpret lithology and oil‐bearing properties. Therefore, it is significant to obtain accurate information of these elastic parameters. Conventionally, they are indirectly calculated by the rock physics method or estimated by approximate formula inversion. The cumulative errors caused by the indirect calculation and low calculation accuracy of the approximate Zoeppritz equations make accurate estimation of Young's modulus, Poisson's ratio, and density difficult in the conventional method. In this paper, based on the assumption of isotropy, we perform several substitutions to convert the Zoeppritz equations from the classical form to a new form containing the chosen elastic constants of Young's modulus, Poisson's ratio, and density. The inversion objective function is then constructed by utilising Bayesian theory. Meanwhile, the Cauchy distribution is introduced as a priori information. We then combine the idea of generalised linear inversion with an iterative reweighed least squares algorithm in order to solve the problem. Finally, we obtain the iterative updating formula of the three elastic parameters and achieve the direct inversion of these elastic parameters based on the exact Zoeppritz equations. Both synthetic and field data examples show that the new method is not only able to obtain the two elastic parameters of Young's modulus and Poisson's ratio stably and reasonably from prestack seismic data but also able to provide an accurate estimation of density information, which demonstrates the feasibility and effectiveness of the proposed method. The proposed method offers an efficient seismic method to identify a “sweet spot” within a shale gas reservoir.     

Post-stack impedance blocky inversion based on analytic solution of viscous acoustic wave equation

The conventional impedance inversion method ignores the attenuation effect, transmission loss and inter-layer multiple waves; the smooth-like regularization approach makes the corresponding impedance solution excessively smooth. Both fundamentally limit the resolution of impedance result and lead to the inadequate ability of boundary characterization. Therefore, a post-stack impedance blocky inversion method based on the analytic solution of viscous acoustic equation is proposed. Based on the derived recursive formula of reflections, the 1D viscous acoustic wave equation is solved analytically to obtain zero-offset full-wave field response. Applying chain rule, the analytical expression of the Fréchet derivative is derived for gradient-descent non-linear inversion. Combined with smooth constraints, the blocky constraints can be introduced into the Bayesian inference framework to obtain stable and well-defined inversion results. According to the above theory, we firstly use model data to analyse the influence of incompleteness of forward method on seismic response, and further verify the effectiveness of the proposed method. Then the Q-value sensitivity analysis of seismic trace is carried out to reduce the difficulty of Q-value estimation. Finally, the real data from Lower Congo Basin in West Africa indicate that the proposed approach provide the high-resolution and well-defined impedance result. As a supplement and development of linear impedance inversion method, the non-linear viscous inversion could recover more realistic and reliable impedance profiles.     

基于三变量柯西分布的叠前地震反演及在优质含气储层预测中的应用

优质气层与低含气饱和度的差气层、气水同层均呈现"亮点"强振幅的地震响应特征,利用振幅类属性或者常规弹性参数难以进行有效判识。考虑到密度参数随含气饱和度的高敏感性,本文在贝叶斯叠前反演框架下,以三变量柯西分布为先验正则约束进行叠前地震反演,减小了纵波速度、横波速度与密度三参数统计相关性造成的参数估算误差,进一步提高了弹性参数的可靠性,模型测试表明新方法反演的密度精度及稳定性更高。将方法应用于马达班湾盆地X区块,在流体替代及岩石物理统计分析的指导下,利用基于三变量柯西分布的叠前地震反演方法提取密度参数,预测优质气层富集区,实钻结果与预测结果吻合度高,表明该方法具有较高的实用性。      

纵向和横向同时约束AVO反演

为了提高AVO(amplitude versus offset)反演结果的精度和横向连续性,本文提出了一种新的AVO反演约束方法,该方法结合贝叶斯原理和卡尔曼滤波算法实现了对反演参数纵向和横向的同时约束.文章首先结合反演参数的纵向贝叶斯先验概率约束和反演参数的横向连续性假设建立了与卡尔曼滤波算法对应的AVO反演系统的数学模型,然后将该数学模型代入卡尔曼滤波算法框架,利用卡尔曼滤波算法实现了双向约束AVO反演.二维模型测试和实际数据测试结果表明,相对于单纯的纵向贝叶斯先验概率约束,双向约束能更准确地刻画参数的横向变化,得到更准确、横向连续性更好的反演结果.     

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。     

基于随机森林算法的陆相沉积烃源岩定量地震刻画:以东海盆地长江坳陷为例

烃源岩的定量地震刻画对于勘探开发区块的优选、盆地油气资源量的估算都具有重要意义.陆相沉积环境下的浅湖或半深湖相的烃源岩横向变化快,其空间展布需要依靠钻井约束下的反射地震进行刻画,但是其地震弹性特征与岩性和有机质含量的映射关系呈现高度非线性化,因而很难利用传统基于地震岩石物理模型驱动的烃源岩地震预测方法进行有效刻画.本文以低勘探区的东海盆地长江坳陷为例,提出了一种在数据驱动的机器学习框架下,综合利用地质约束、钻井录井、测井、地球化学和叠前地震数据进行烃源岩的定量地震刻画的工作流程.其核心思想是利用随机森林集成学习算法对小样本数据表现优异的特征,以井位处的测井弹性数据(纵波速度和密度)、岩性、地球化学标定的总有机碳含量(TOC)为样本标签数据,在地质导向约束下通过随机森林算法生成学习网络,并将该网络与叠前地震反演结果相结合,采取先预测泥岩再预测总有机碳含量的“两步走”策略,完成对烃源岩空间分布及其非均质性的定量地震刻画,并对预测结果的不确定性进行评价.测试结果显示,随机森林算法相较于其他的机器学习算法能够更准确的识别陆相沉积地层的泥岩,并比传统的利用阻抗转化方法获得更可靠的总有机碳含量预测结果.     

基于弹性参数加权统计的地震岩相预测方法

岩相信息能够反映储层岩性及流体特征,在地震储层预测中具有重要作用.常规方法主要利用与岩相信息关系密切的弹性参数定性或定量地转化为岩相信息.在实际应用中,弹性参数的获取主要基于叠前地震反演技术.而不同弹性参数的叠前地震反演精度间存在着差异,势必影响岩相的整体预测精度.本文提出对弹性参数进行加权统计来预测岩相.首先,基于贝叶斯理论,引入权重系数来调节弹性参数信息的采用量,构建出最终的目标反演函数;其次,考虑到勘探初期缺少明确的测井岩相信息,提出利用高斯混合分布函数来自动估算岩相先验概率;最后,根据输入弹性参数的取值,计算每类岩相对应的后验概率密度,将目标反演函数取最大后验概率密度时对应的岩相类别作为最终预测的岩相.新方法旨在减少弹性参数精度间的精度差异对岩相预测结果的影响,以期提高地震岩相的预测精度.模型与实际资料测试均表明该方法可行、有效且预测精度较高.     

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.