基于稀疏约束反演谱分解的频变AVO储层识别方法

时频分析技术是描述和分析非平稳信号的有效工具,如何提高谱分解的时-频分辨率受到了国内外学者的广泛关注.基于稀疏约束反演的谱分解方法（ISD）是近些年提出的一种具有高时-频分辨率的谱分解方法.然而传统ISD方法采用复雷克子波作为母小波函数,很大程度限制了信号分析的分辨率和精度.本文创新性地将传统ISD方法拓展到其他线性变换当中,提高了ISD方法的适用性.利用合成数据测试并对比了传统方法与ISD方法的时频分析结果,研究表明ISD方法不但能提供高分辨率的振幅谱,还能提供可靠的时-频相位谱信息.在此基础上,本文提出将高时-频分辨率的ISD方法与频变AVO（FAVO）反演相结合,得到能指示流体的地震波频散属性.将该方法应用于实际资料,结果表明基于ISD时频方法的FAVO反演结果具有更高的分辨率和准确度,对于储层油气具有更好的指示作用.

     

基于频变AVO反演的页岩储层含气性地震识别技术

结合地震岩石物理技术,研究了叠前频变AVO反演在四川盆地龙马溪组页岩储层含气性识别中的应用.首先,应用Backus平均理论将测井数据粗化为地震尺度储层模型,应用传播矩阵理论进行高精度地震正演及井震标定,分析页岩气储层地震响应特征.其次,基于岩心观测结果,应用Chapman多尺度裂缝理论设计页岩气储层理论模型,研究储层衰减、频散以及对应的地震反射特征.应用该理论模型测试频变AVO反演方法,计算结果表明：对于研究区地层结构和地震数据,区分流体类型的优势频率不是地震子波的主频,还受层间调谐干涉等储层结构因素控制,也进一步说明理论模型测试和标定的重要性.最后,将频变AVO反演技术应用到四川盆地龙马溪组页岩地层,计算得到的频散属性为页岩气储层含气性识别提供依据.

     

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。     

非弹性层状介质地震波频变AVO响应模拟及分析

以非弹性层状介质为模型,基于广义传播矩阵理论计算地震波频变反射系数,算法中同时考虑了与频散和衰减有关的地层岩性因素,以及与薄互层有关的地层结构因素.实现了岩石物理模型、反射系数这两个计算过程的"无缝"连接,精确考虑了由复数弹性模量表示的地层非弹性因素,也为在同一反射模型中考虑源于不同物理机制的频散与衰减提供了方法.数值模拟结果验证了算法的有效性和稳定性,计算结果表明,非弹性薄层的反射振幅随频率先增加后减小,不一定表现常规"低频亮点"异常;同时,薄互层条件下的频散与衰减使得地震反射波的频谱以及AVO特征呈现与频率相关的复杂变化.本文完善了频变AVO算法,为含油气储层频变AVO响应的模拟和分析提供了方法.     

频变AVO含气性识别技术研究与应用

在常规AVO理论的基础上,频变AVO属性计算方法利用多尺度裂缝介质模型中物性参数具有频变特征的优势,基于Zoeppritz方程建立反射系数与频率之间的数学关系,推导出截距、梯度、碳氢检测因子、流体检测因子、拟泊松比等AVO属性与频率之间的数学关系.应用地震反演方法,综合地质、地震、测井等数据,反演出高精度的频变AVO属性,在天然气敏感属性分析的基础上建立起频变AVO含气性识别技术.将该技术应用到川西新场陆相深层须家河组碎屑岩储层的含气性识别中,在孔隙度通常在1%~4%,渗透率普遍低于0.06×10-3µm2的致密背景下,较准确地预测了孔隙度大于4％、渗透性偏高的富气优质储层分布带,为该区含气性识别难题的解决和钻井成功率的提高,提供了重要的技术支撑.     

基于基追踪弹性阻抗反演的深部储层流体识别方法

深部储层地震资料通常照明度低、信噪比低、分辨率不足,尤其是缺乏大角度入射信息,对深部储层流体识别存在较大影响.Gassmann流体项是储层流体识别的重要参数,针对深层地震资料的特点,本文首先在孔隙介质理论的指导下,推导了基于Gassmann流体项与剪切模量的两项AVO近似方程.通过模型分析,验证了该方程在小角度时与精确Zoeppritz方程误差很小,满足小角度入射条件下的近似精度要求.然后借助Connolly推导弹性阻抗的思想,推导了基于Gassmann流体项与剪切模量的两项弹性阻抗方程.针对深部储层地震资料信噪比差的特点,利用奇偶反射系数分解实现了深部储层基追踪弹性阻抗反演方法,最后提出了基于基追踪弹性阻抗反演的Gassmann流体项与剪切模量的求取方法,并将提取的Gassmann流体项应用于深部储层流体识别.模型测试和实际应用表明该方法稳定有效,具有较好的实用性.     

基于叠前深度偏移的AVO反演及解释

本文针对复杂构造地区AVO技术应用的难点,在详细阐明了偏移对改善AVO分析效果的重要意义前提下,为实现在复杂构造地区有效地进行AVO研究,将叠前深度偏移引入到AVO处理中,通过偏移来改善资料的质量.在此基础上进行了揭示岩性及流体变化特征的多种参数的AVO反演,并探讨了利用多种AVO属性的综合分析来确定和解释AVO异常的方法.利用本文提出的复杂构造AVO研究思路对实际资料进行了分析,结果说明了该方法的可行性.     

流体检测频变特征分析:以物理模型数据为例(英文)

Chapman多尺度岩石物理模型研究认为,不同流体类型饱和的地震响应特征表现为不同的频率变化特征。第一类AVO类型的储层含气地震响应,频谱能量向高频移动形成"高频亮点",第三类AVO类型的储层含油气后的地震响应特征为"低频阴影"。本文以物理模型数据为例,通过频变地震响应特征分析,验证了Chapman第一类AVO响应的"高频亮点"的结果。以实际地质参数为背景,设计砂泥岩薄互层物理模型,分别进行固定炮检距和二维观测得到含不同类型流体的地震数据,采用谱分解技术分析了薄互层物理模型在含气、含水和含油时的频变地震响应特征。物理模型数据处理与分析结果表明,控制地震响应频谱特征的主要机制包括反射波调谐效应和与流体相关的衰减或频散特征。其次,通过对地震数据频变特征分析,可以将第一类AVO储层含气后的频变异常与含水或含油区分开。物理模型实例数据分析证实了不同流体充填后所产生的频谱响应特征异常,因此,通过对实际地震数据的细致分析,可以得到流体类型变化引起的频谱特征异常,实现利用地震数据进行流体检测。     

基于共炮偏移的AVO反演

常规AVO多是利用CMP道集的振幅进行反演。主要有三个方面影响其精度:首先,CMP道集假设地下为水平层状介质,但是实际地下介质多为倾斜地层,地层倾角越大CMP道集的振幅所反映地下介质的位置与实际位置差距就越大。其次,NMO、DMO和反褶积等常规处理流程,都会造成振幅值失真。第三,反演所用的反射系数公式是与入射角有关的量,而欲从CMP道集得到准确的入射角与振幅之间的对应关系,则十分困难。波动方程叠前深度偏移除对复杂介质和陡倾角地层具有较强的成像能力,还可以最大限度的减少常规处理所带来的误差并使振幅归位。本文综合了保幅偏移、角度道集提取以及AVO反演等前人的工作,提出直接从炮集数据反演AVO属性的方法,以期显著减少上述三个因素对AVO反演精度的影响。     

针对深层流体识别的两项弹性阻抗反演与Russell流体因子直接估算方法研究

Russell流体因子是判识深层储层含流体特征的敏感指示参数.针对深层地震资料缺失大角度入射信息以及信噪比普遍较低的特点,开展了基于贝叶斯理论框架的两项弹性阻抗反演与Russell流体因子直接估算方法研究.首先,在饱和孔隙弹性介质理论的指导下,推导了包含Russell流体因子和纵波阻抗参数的两项反射系数近似公式,并且进一步得到了新的两项弹性阻抗方程.其次通过模型的近似精度分析,验证了新弹性阻抗方程满足小角度近似精度要求.最后提出了贝叶斯弹性阻抗反演和Russell流体因子的直接估算方法,通过模型试算表明直接估算方法不仅充分利用了弹性阻抗反演的高抗噪性与实用性,并且有效的避免了间接累计误差对流体因子计算精度的影响,实际应用则进一步验证了直接估算的Russell流体因子可以提高深层储层流体识别的可靠性.     

基于逆算子估计的AVO反演方法研究

传统反演算法以优化算法为主,而基于逆算子估计的AVO反演算法则利用了直接求逆的思路.算法的关键在于寻找存在逆函数的子域,进而可以在子域内直接求逆,这种解决反问题的思路不同于一般的优化类算法所采用的直接搜索解的方式,具有更高的效率.AVO反演利用了振幅随着偏移距的变化特征,反演的精度受到地震资料质量的影响,通过加入L1范数约束以及合理的初始模型有助于提高反演的稳定性以及准确度.模型测算和实际应用表明,基于逆算子估计的AVO反演方法具有较高的精确程度和可靠性.     

基于支持向量机的非线性AVO反演

本文提出了一种新的AVO非线性反演方法,即利用支持向量机来求解AVO非线性反演问题.文中先对支持向量机的原理进行了阐述,然后建立了适合AVO反演的支持向量机模型.最后利用该方法对模型数据和实际资料进行了反演计算,反演结果表明,该方法在没有牺牲反演效果的情况下较好的解决了传统反演方法所具有的局限性,可以直接从合成记录中提取地层的弹性参数,反演速度快、稳定性好.     

Joint PP and PS AVO inversion based on Zoeppritz equations

Considering Zoeppritz equations, reflections of PP and PS are only the function of ratios of density and velocity. So the inversion results will be the same if the ratios are the same but values of density, velocities of P-wave and S-wave are different without strict constraint. This paper makes efforts to explore nonlinear simultaneous PP and PS inversion with expectation to reduce the ambiguity of AVO analysis by utilizing the redundancy of multi-component AVO measurements. Accurate estimation of ratio parameters depends on independence of input data. There are only two independent AVO attributes for PP reflectivity (i.e. intercept and gradient) and two for PS reflectivity (i.e. pseudo-intercept and pseudo-gradient or extreme amplitude), respectively. For individual PP and PS inversion, the values of least-squares objective function do not converge around a large neighborhood of chosen true model parameters. Fortunately for joint PP and PS inversion the values of the least-squares objective function show closed contours with single minima. Finally the power function fitting is used to provide a higher precision AVO attributes than traditional polynomial fitting. By using the four independent fitting attributes (two independent attributes for PP and PS respectively), the inversion of four ratio parameters (velocities and densities) would be estimated with less errors than that in traditional method.     

基于流体替换技术的地震AVO属性气藏识别(英文)

传统上,油藏地球物理工程师是基于测井数据进行流体替换,计算油藏饱和不同流体时的弹性参数,并通过地震正演模拟分析油藏饱和不同流体时的地震响应,从而进行油气藏识别研究。该研究方案为油藏研究提供了重要的弹性参数和地震响应信息,但这些信息仅限于井眼位置。对于实际油藏条件,地下储层参数都是随位置变化而变化的,如孔隙度、泥质含量和油藏厚度等,因此基于传统流体替换方案得到的流体变化地震响应信息对于油气藏识别具有很大的局限性。研究通过设定联系油藏弹性参数与孔隙度、矿物组分等参数的岩石物理模型,并基于三层地质模型,进行地震正演模拟与AVO属性计算。得到油藏孔隙度、泥质含量和储层厚度变化时地震AVO属性,并建立了饱和水储层和含气储层对应AVO属性(包括梯度与截距)之间的定量关系。建立的AVO属性之间的线性关系可以实现基于地震AVO属性直接进行流体替换。最后,应用建立的流体替换前后AVO属性之间线性方程,对模拟地震数据直接进行流体替换,并通过流体替换前后AVO属性交汇图分析实现了气藏识别。