基于可变临界孔隙度模型的致密砂岩储层参数地震反演方法

储层参数地震反演是通过地震观测数据定量评估储层物性及含油气性的重要途径.中国西部致密砂岩油气分布范围广泛,具有巨大的勘探开发潜力,但其孔隙结构复杂,储层参数的定量预测难度较大.本文提出了一种基于可变临界孔隙度模型的储层参数地震反演方法.为有效描述储层的复杂孔隙结构,本方法将临界孔隙度作为变量,使其具有随深度变化的特征,以表征复杂孔隙结构,进而提高致密砂岩储层岩石物理建模的精度.此外,为直接从观测地震数据反演储层参数,结合岩石物理模型和地震反射系数方程建立正演算子;基于贝叶斯框架构建反演问题,采用混合高斯模型构建储层参数先验约束,用以描述储层的岩性(相)差异特征;基于临界孔隙度、泥质含量与孔隙度的统计关系,结合快速模拟退火算法,在迭代优化中使临界孔隙度与储层参数交替更新,用以提高反演结果稳定性.选用中国西部四川盆地某工区实际资料,对本方法进行应用测试与验证,结果表明本方法对于含气储层具有良好的指示性,相比常规固定临界孔隙度方法,本方法可以有效提升反演结果准确性.     

岩石物理驱动的储层物性参数非线性地震反演方法

叠前地震反演和岩石物理反演分别是获取弹性参数和物性参数的重要手段,两者结合有助于实现储层参数预测并精细刻画储层特征.储层物性参数的反演依赖于岩石物理模型,在进行物性参数反演时可以将复杂的岩石物理模型做泰勒展开,进而得到其一阶或高阶的近似表达式,然而这会降低模型的精确性并增加反演的误差.为了提高储层物性参数反演的稳定性和准确性,本文以碎屑岩储层为例,提出了岩石物理驱动的储层物性参数非线性地震反演方法.首先,基于贝叶斯框架和高斯分布约束条件,从叠前地震数据中实现纵、横波速度及密度等弹性参数的反演.其次,通过碎屑岩岩石物理模型建立起弹性参数与物性参数之间的联系.最后,利用粒子群算法进行全局寻优获得较为准确的孔隙度、泥质含量和含水饱和度等物性参数.合成数据和实际资料测试结果验证了所提方法的可行性和准确性,反演结果与测井数据吻合较好,可有效指示含气储层区域,本文方法在储层预测和评价方面具有广泛的应用前景.     

部分饱和砂岩储层地震物理模拟及含气饱和度预测分析

含气饱和度预测是天然气储层地震解释工作的重要目标.本文将岩石物理分析与地震物理模拟技术相结合,构建了部分;饱和砂岩储层物理模型并进行含气饱和度预测分析.物理模型中设置了高孔渗常规砂岩和低孑孔渗致密砂岩两种模拟储层,每种储层都是由具有不同含水饱和度的气-水双相饱和砂体组成.岩石物理分析结果显示在低孔渗致密砂岩中气-水混合流体更加倾向于非均匀的斑块分布,而结合了Brie等效流体公式的Gassmann流体替换理论可以更准确地描述纵波速度随含水饱和度的变化趋势.对物理模型进行地震资料采集处理后,对比了AVO特征和叠前同步反演结果对两种砂岩储层含气饱和度预测能力的差异.AVO特征结果显示,对于混合流体均匀分布的高孔渗砂岩储层,AVO响应曲线和属性变化很难对含气饱和度进行估算;对于混合流体斑块分布的致密砂岩储层,AVO特征可以定性地分辨出储层是否为高、中、低含气情况.反演结果显示,密度及纵横波速度比分别对高孔渗及致密砂岩储层的含气饱和度有着较好的指示能力.     

地震油藏动态监测的属性表征机理研究

时移地震属性表征油藏参数动态变化机理研究是有效区分不同油藏参数变化,进行时移地震解释的理论基础,是时移地震实际应用的关键环节.从疏松砂岩油藏岩石物理研究出发,计算得到含油饱和度和有效压力变化引起纵、横波速度变化的明显差异.并以此为基础,通过解耦后的地震波动方程模型模拟,分析证明不同偏移距地震振幅对含油饱和度变化响应规律存在差异,分析得到油藏有效压力和含油饱和度变化时P-P反射波和P-S转换波叠前地震属性差异特征,对比分析了油藏有效压力和含油饱和度变化时的P-P反射波和P-S转换波AVO(Amplitude Versus Of fset,振幅随偏移距变化)属性变化规律和差异特征.理论模型研究结果证明了利用叠前时移地震信息(叠前地震属性和地震AVO信息)区分不同油藏参数动态变化的可行性和在有效提高时移地震资料解释精度方面的潜力.同时,研究也表明针对目标油田深入理解油藏参数变化的时移地震响应机理对制定有效的时移地震资料处理和解释方案十分重要.     

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.     

应用叠前反演弹性参数进行储层预测(英文)

本文是利用叠前弹性参数反演结果进行致密性含气砂岩储层预测的一个实例研究。随着油气勘探开发的发展,叠前地震数据及其反演结果的应用研究已经广泛用于实际生产中。叠前地震数据的特有属性研究,不仅包括简单的AVO特性,还包括其他的弹性属性的变化特性。本文通过对含气砂岩岩芯弹性属性参数响应特征的分析,发现特定弹性属性参数或其组合可以作为流体检测因子。因此,可以利用叠前地震反演得到不同的弹性属性参数结果,进行储层解释和储层描述。该叠前反演方法是基于Zoeppritz方程的Aki—Richard简化公式建立起来的,根据测井数据和地质解释结果建立初始反演模型,反演的地震数据为叠前时间或深度偏移的共反射点道集数据,反演结果可以是不同的弹性属性参数及其组合。通过对一实际的致密性含气砂岩储层进行叠前弹性属性参数反演,并将反演结果与其它预测结果进行对比分析发现弹性属性参数λ和λρ, λ/μ,以及K／μ能够很好地预测含气储层,而且反演结果很好展现出储层中的含气特性。     

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.     

致密砂岩气藏裂隙-孔隙型弹性岩石物理模板研究:以川西坳陷A区为例

相对于常规砂岩,致密砂岩在岩石物理性质、力学性质等方面具有明显差异,并呈现出很强的非均质性.岩石物理模型能将储层参数与地震特性信息联系起来,因此可以作为致密砂岩储层参数与地震特性信息转换的桥梁.常规的岩石物理模型通常只考虑单一因素(例如非均匀性,单一孔隙,单一尺度等),建立的岩石物理模板并不适用于致密砂岩.本文针对高饱和气、微裂隙发育、非均质性强的致密砂岩储层,利用Voigt-Reuss-Hill模型计算混合矿物的弹性模量,采用微分等效介质(DEM)模型描述含裂隙、孔隙岩石的骨架弹性模量,基于Biot-Rayleigh波动方程构建了岩石物理弹性模板,给出了致密砂岩储层弹性参数与物性的关系.基于测井数据和实验数据对岩石物理弹性模板进行校正,并将校正后的岩石物理弹性模板结合叠前地震资料应用于川西地区储层孔隙度与裂隙含量预测.结果显示,反演裂隙含量、孔隙度与储层试气报告、测井孔隙度基本吻合,表明该模板能够较合理地应用于致密砂岩储层孔隙度及裂隙含量解释中.     

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。     

基于约束最小二乘与信赖域的储层参数反演方法

基于包体岩石物理模型的储层参数地震反演方法面临数学形式复杂、多解性强、适应性差、涉及迭代运算等问题,本文提出一种基于约束最小二乘与信赖域的储层参数地震反演方法.该方法基于储层参数与弹性参数关联岩石物理模型,使用最小二乘方法构建目标函数和信赖域约束全局寻优求解,有效降低了地震反演多解性,极大提高了收敛速度.特别是通过在最小二乘求解中引入垂向约束,有效提高反演结果的抗噪声能力.经过模型测试和实际资料的应用,验证了方法的可行性和适用性.     

Effects of uncertainty in rock-physics models on reservoir parameter estimation using seismic amplitude variation with angle and controlled-source electromagnetics data

This paper investigates the effects of uncertainty in rock-physics models on reservoir parameter estimation using seismic amplitude variation with angle and controlled-source electromagnetics data. The reservoir parameters are related to electrical resistivity by the Poupon model and to elastic moduli and density by the Xu-White model. To handle uncertainty in the rock-physics models, we consider their outputs to be random functions with modes or means given by the predictions of those rock-physics models and we consider the parameters of the rock-physics models to be random variables defined by specified probability distributions. Using a Bayesian framework and Markov Chain Monte Carlo sampling methods, we are able to obtain estimates of reservoir parameters and information on the uncertainty in the estimation. The developed method is applied to a synthetic case study based on a layered reservoir model and the results show that uncertainty in both rock-physics models and in their parameters may have significant effects on reservoir parameter estimation. When the biases in rock-physics models and in their associated parameters are unknown, conventional joint inversion approaches, which consider rock-physics models as deterministic functions and the model parameters as fixed values, may produce misleading results. The developed stochastic method in this study provides an integrated approach for quantifying how uncertainty and biases in rock-physics models and in their associated parameters affect the estimates of reservoir parameters and therefore is a more robust method for reservoir parameter estimation.     

砂泥岩储层孔隙度和含水饱和度同步反演

基于岩石物理和地震反演理论,提出了一种同步反演储层孔隙度和含水饱和度的方法.以岩石物理为基础,建立了砂泥岩储层物性和弹性参数之间定量的关系-Simon模型,以贝叶斯理论为手段,结合不同类型的砂泥岩储层,建立了多信息联合约束的物性参数反演目标函数,并通过蒙特卡罗和遗传算法相结合的思路求解该目标函数,最终得到孔隙度和含水饱和度的同步反演结果.将该方法应用于河道砂和砂砾岩两种不同的砂泥岩储层中,孔隙度和含水饱和度数据的联合应用,进一步减少了储层预测的多解性,为石油地质综合研究提供了更加丰富准确的基础数据.     

拉梅参数直接反演方法在东海N构造致密储层烃类检测中的应用

东海N构造主要目的层为强水动力环境下发育的三角洲平原分流河道砂体。平面砂层分布不连续,横向非均质性强。受埋深压实和成岩作用等影响,储层呈低孔渗特征,岩石物理规律叠置严重。此外,深部地震数据存在缺乏大角度入射信息等问题,落实研究区致密储层流体分布范围对于勘探开发设计部署具有重要意义。本文引入一种基于拉梅参数直接反演的地震流体描述方法,通过实测井数据的岩石物理定性和定量判析,优选流体敏感参数,进而结合拉梅参数的两项AVO模型参数化方程,从叠前道集中分别提取拉梅参数的AVO属性体。然后利用有色反演技术直接提取流体敏感弹性信息,以指导地震流体描述。实例应用表明,该方法的烃检结果与测井解释成果匹配度高,能够有效刻画研究区致密储层流体展布规律,可为新领域油气资源发现提供重要技术支撑。      

叠前反演和地震吸收技术在复杂天然气藏地震预测中的应用

针对某复杂断块天然气目标储层,在岩石物理分析的指导下,综合利用地质、地震、测井等资料,提出了一套面向复杂天然气藏的叠前地震预测技术.首先基于地震岩石物理分析得到的初始横波信息,采用叠前贝叶斯非线性三参数反演得到了井旁控制点处精确纵横波速度和密度信息,然后通过叠前/叠后联合反演技术实现了面向目标的弹性阻抗体反演及含气储层敏感参数直接提取,最后结合小波变换时频谱分析的方法从叠前地震资料中估算地层吸收参数值,提高天然气藏识别精度.实际应用表明,综合各种叠前地震预测技术,可以大大提高对复杂天然气藏的识别精度,降低勘探风险.     

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.     

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.     

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.     

基于GA-BP理论的储层视裂缝密度地震非线性反演方法

基于GA-BP理论,将自适应遗传算法与人工神经网络技术(BP算法)有机地相结合,形成了一种储层裂缝自适应遗传-神经网络反演方法.这种新的方法是由编码、适应度函数、遗传操作及混合智能学习等组成,即在成像测井裂缝密度数据约束下,通过对目标问题进行编码(称染色体),然后对染色体进行选择、交叉和变异等遗传操作,使染色体不断进化,从而快速获得全局最优解.在反演执行过程中,利用地震数据和成像测井裂缝密度数据之间的非线性映射关系建立训练样本,将GA算法与BP算法有机地结合,优化三层前向网络参数;或将GA与ANFIS相结合,优化ANFIS网络参数.并采用GA算法与TS算法(Tabu Search)相结合的自适应混合学习算法,该学习算法自始至终将GA和BP两种算法按一定的概率比例进行,其概率自适应变化,以达到混合算法的均衡.这种混合算法提高了网络的收敛速度和精度.我们分别利用两个研究地区的6井和1井成像测井裂缝密度数据与地震数据之间的非线性映射关系建立训练样本,对过这两口井的测线的地震数据进行反演,获得了视裂缝密度剖面,视裂缝密度剖面上裂缝分布特征符合沉积相分布特征和岩石力学性质的变化特征.这种视裂缝密度剖面含有储层裂缝的定量信息,其误差可为油气勘探开发实际要求所允许.因此,这种新的方法优于只能作裂缝定性分析的常规裂缝地震预测方法,具有广阔的应用前景.     

波动方程反演的全局优化方法研究

复杂介质波动方程反演是地球物理研究中的重要问题,通常表述为特定目标函数最优化,难点是多参数、非线性和不适定性.局部和全局优化方法都不能实现快速全局优化.本文概述了地震波勘探反演问题的理论基础和研究进展,阐述了反演中优化问题的解决方法和面临的困难,并提出了一种确定性全局优化的新方法.通过在优化参数空间识别并划分局部优化解及其附近区域,只需有限次参数空间划分过程就能发现所有局部解（集合）;基于复杂目标函数多尺度结构分析,提出多尺度参数空间分区优化方法的研究方向.该方法收敛速度快,优化结果不依赖初始解的选取,是对非线性全局优化问题的一个新探索.