测井、井间地震与地面地震数据联合约束下的地质统计学随机建模方法研究

利用能够整合测井信息与井间地震信息的地质统计学随机模拟方法,结合传统的地质统计学反演思路,得到了一种能够同时整合测井、井间地震与地面地震三种先验信息的地质统计学反演与储层建模方法.由于井间射线信息、测井信息与地面地震数据在随机反演与建模过程当中都得到了尊重,因此与传统地质统计学反演仅利用了测井与地面地震数据相比,本文的地质统计学反演与建模方法更充分地利用了先验信息,有效提高了反演的精度,降低了随机建模中的多解性.基于理论数据的测试证实了上述观点.     

测井、井间地震与地面地震数据联合约束下的地质统计学随机建模方法研究

利用能够整合测井信息与井间地震信息的地质统计学随机模拟方法,结合传统的地质统计学反演思路,得到了一种能够同时整合测井、井间地震与地面地震三种先验信息的地质统计学反演与储层建模方法.由于井间射线信息、测井信息与地面地震数据在随机反演与建模过程当中都得到了尊重,因此与传统地质统计学反演仅利用了测井与地面地震数据相比,本文的地质统计学反演与建模方法更充分地利用了先验信息,有效提高了反演的精度,降低了随机建模中的多解性.基于理论数据的测试证实了上述观点.     

结合序贯指示模拟的贝叶斯高斯混合线性反演

高斯混合模型（Gaussian Mixture Model,GMM）可以用来描述储层性质的多峰分布特性,多峰特性主要是由于它们在不同离散变量内的变化而引起的.在高斯混合模型中,高斯分量的权值代表离散变量的概率.然而,基于高斯混合模型的贝叶斯线性反演可能会对某些点的离散变量错误地分类,进而影响连续变量的反演结果,尤其存在强噪声的时候.在本文中,我们考虑了离散变量的空间变化性,并将高斯混合模型与序贯指示模拟（Sequential Indicator Simulation,SIS）相结合来确定离散变量的后验条件权值,形成了结合序贯指示模拟的贝叶斯高斯混合线性反演方法.该方法能够准确地对离散变量进行归类,且具有良好的抗噪性.通过模型试算,我们证明了这种方法的可行性,并在实际资料中取得了较好的结果.

     

基于神经网络的随机地震反演方法

针对随机地震反演中存在的两个主要问题,随机实现含有噪声和难以从大量随机实现中挖掘有效信息,提出了一种基于神经网络的随机地震反演方法.通过对多组随机实现及其正演地震数据的计算,构建了基于序贯高斯模拟的训练集.这也为应用神经网络求解地球物理反问题,提供了一种有效建立训练集的方法.较之传统的神经网络反演,这种训练集不仅保证了学习样本具有多样性,同时还引入了空间相关性.数值模拟结果表明,该方法只需要通过单层前馈神经网络,就可以比较有效的解决一个500个阻抗参数的反演问题.     

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.

     

布谷鸟马尔科夫链蒙特卡洛混合高斯地质统计学随机反演

地质统计学随机反演可以获得比常规反演更高分辨率的结果,目前已成为储层高分辨率预测的主流方法.地下不同岩相储层参数存在明显差异,本文在地质统计学反演框架下构建了岩相和储层参数同步反演目标函数,实现不同岩相条件下储层参数分布精细描述.在求解该高维数据多参数同步反演问题时,本文将可以动态调节搜索步长的布谷鸟算法与马尔科夫链蒙...     

基于储层骨架的多点地质统计学方法

建立弯曲、连续的河道形态是河流相储层建模的重点和难点.在分析了不同随机建模方法优缺点基础上,提出了一种针对河流储层新的建模方法,即基于储层骨架的多点地质统计学方法(SMPS).它综合利用了基于目标建模的优点以及多点地质统计学方法的长处.根据基于目标方法建模思路,预测河道骨架(即河道中线)分布,提出采用搜索窗预测河道骨架.随后,利用河道骨架对多点地质统计学中的数据事件选择进行约束,从而有效提高数据事件选择的合理性,达到更准确建立河道地质模型的目的.概念模型和实际储层建模对比研究表明,SMPS相比较于已有的序贯指示建模、Snesim和Simpat,确实能够更有效的建立起河道储层地质模型.这一新方法的提出对推动储层随机建模方法研究具有重要理论意义,对油田生产建立高精度储层地质模型也具有重要现实意义.     

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.     

基于FFT-MA谱模拟的快速随机反演方法研究

虽然基于地质统计学的随机反演方法能够有效融合测井资料中的高频信息,但计算效率低,占用内存大,限制了它在实际资料中的应用.本文在保留传统随机反演方法优点的基础上,创造性地引入傅里叶滑动平均(Fast Fourier Transform-Moving Average, FFT-MA)谱模拟进行频率域的地质统计模拟,并利用逐步变形算法(Gradual Deformation Method,GDM)确保模拟结果与实际地震数据的匹配,构建了基于FFT-MA谱模拟的新的快速随机反演方法.与常规随机反演相比,新方法不仅分辨率高,而且能够使反演解得到快速收敛,有效提高计算效率,减少内存占用.模型试算获得了与理论模型吻合度较好的高分辨率反演结果.实际资料分析也表明新方法所得到的高分辨率反演结果能够对薄互储层进行良好的展示,为薄储层的识别提供高效可靠的技术支持.     

基于随机地震反演的Russell流体因子直接估算方法

本文研究了一种基于随机地震反演的Russell流体因子直接估算方法,该方法是一种基于蒙特卡罗的非线性反演,能够有效地融合测井资料中的高频信息,提高反演结果的分辨率.本文应用贝叶斯理论框架,首先通过测井数据计算井位置处的Russell流体因子,利用序贯高斯模拟方法(sequential Gaussian simulation, SGS)得到流体因子的先验信息;然后构建似然函数;最后利用Metropolis抽样算法对后验概率密度进行抽样,得到反演的Russell流体因子.其中对每道数据进行序贯高斯模拟时,采用一种新的逐点模拟方式,具有较高的计算速度.数值试验表明:反演结果与理论模型和实际测井数据吻合较好,具有较高的分辨率,对于判识储层含流体特征具有较好的指示作用.     

测井约束地震波形反演的同伦摄动法

测井数据和地震数据是地震勘探中两种最重要的资料. 测井约束地震波形反演是在非线性波形反演的基础上,利用已知测井资料详细的垂直分辨能力和地震资料均匀密集的水平采样特点, 通过迭代反演来求取一个具有较高分辨率的速度参数.本文建立了测井约束反演模型,研究了测井约束下地震波形反演的同伦摄动求解方法.同伦摄动法作为一种新的、求解数学物理中各种非线性问题的有效方法,具有计算速度快、计算精度高的优点.这对于提高反演的精度和效率是十分有益的. 为了表征该方法的有效性和稳定性,分别对水平层状介质模型和逆冲断层带模型进行了数值模拟,并与Landweber迭代法相对比,结果表明该算法具有更好的收敛性,能够取得更为满意的反演效果.     

测井约束地震波形反演的同伦摄动法

测井数据和地震数据是地震勘探中两种最重要的资料. 测井约束地震波形反演是在非线性波形反演的基础上,利用已知测井资料详细的垂直分辨能力和地震资料均匀密集的水平采样特点, 通过迭代反演来求取一个具有较高分辨率的速度参数.本文建立了测井约束反演模型,研究了测井约束下地震波形反演的同伦摄动求解方法.同伦摄动法作为一种新的、求解数学物理中各种非线性问题的有效方法,具有计算速度快、计算精度高的优点.这对于提高反演的精度和效率是十分有益的. 为了表征该方法的有效性和稳定性,分别对水平层状介质模型和逆冲断层带模型进行了数值模拟,并与Landweber迭代法相对比,结果表明该算法具有更好的收敛性,能够取得更为满意的反演效果.     

Geostatistical seismic inversion for non‐stationary patterns using direct sequential simulation and co‐simulation

Geostatistical seismic inversion methods are routinely used in reservoir characterisation studies because of their potential to infer the spatial distribution of the petro‐elastic properties of interest (e.g., density, elastic, and acoustic impedance) along with the associated spatial uncertainty. Within the geostatistical seismic inversion framework, the retrieved inverse elastic models are conditioned by a global probability distribution function and a global spatial continuity model as estimated from the available well‐log data for the entire inversion grid. However, the spatial distribution of the real subsurface elastic properties is complex, heterogeneous, and, in many cases, non‐stationary since they directly depend on the subsurface geology, i.e., the spatial distribution of the facies of interest. In these complex geological settings, the application of a single distribution function and a spatial continuity model is not enough to properly model the natural variability of the elastic properties of interest. In this study, we propose a three‐dimensional geostatistical inversion technique that is able to incorporate the reservoir's heterogeneities. This method uses a traditional geostatistical seismic inversion conditioned by local multi‐distribution functions and spatial continuity models under non‐stationary conditions. The procedure of the proposed methodology is based on a zonation criterion along the vertical direction of the reservoir grid. Each zone can be defined by conventional seismic interpretation, with the identification of the main seismic units and significant variations of seismic amplitudes. The proposed method was applied to a highly non‐stationary synthetic seismic dataset with different levels of noise. The results of this work clearly show the advantages of the proposed method against conventional geostatistical seismic inversion procedures. It is important to highlight the impact of this technique in terms of higher convergence between real and inverted reflection seismic data and the more realistic approximation towards the real subsurface geology comparing with traditional techniques.     

稳定正则化参数估计方法及其在盆地基底重力异常反演中的应用

正则化方法通过带有正则化参数的约束项,将不适定问题转换为一个适定问题.如何选取最优正则化参数一直以来都是正则化研究的难点和热点.本文通过定义解的不稳定性度量来直接估算正则化参数μ的最优值,并将这种正则化参数估计方法应用到二维沉积盆地基底重力反演中.测试该方法在通过对一次野外测量的数据加不同噪声得到的多组数据与多次野外测量中得到的多组数据这两种情况中的反演效果.最后将该方法应用到非洲西海岸的北加蓬次盆进行盆地基底反演,测试该方法的实用性.模型测试的结果显示,在这两种情况下获得的反演解非常接近且能够反演得到较为准确的模型基底深度,故该方法适用于一般情况下只进行一次野外测量的实际重力勘探情况且能得到稳定的最优反演解;实际资料的最优反演结果稳定且符合当地的地质构造背景.在模型测试与实际资料测试中,都能够确定最优正则化参数并得到最优反演结果,证明了该方法在重力反演中的正确性和实用性.

     

地震活动性模拟方法及太原地区地震活动性模拟

本文改进了地震活动性模拟方法,使模型可以使用GPS反演得到的断层滑动速率的结果作为应力加载,进行区域的地震活动性模拟.选取太原地区作为研究区域,模拟并分析太原地区地震活动性.计算太原地区长达20000年的理论地震目录,通过对理论地震目录进行分析发现模拟结果的震级频度关系与实际观测资料具有相似性.太原地区的震级大于6级的模拟地震在时间上表现出很强的随机性,与年平均发生率为0.0129a^-1的Poisson过程对比,当采用卡方检验进行检验时,置信水平达到99.0%;然而,单一断层的强震的时间分布与相应年平均发生率的Poisson分布并不完全相近,部分断层拟合置信水平为90%左右,部分断层置信水平接近为0.这一结果表明,用Poisson过程估计太原地区长期地震发生率是比较合理的,估计单一断层上的地震危险性不是十分合理.地震危险性模拟结果显示,太原盆地地区7级以上地震的复现周期为4000年.