基于测井数据小波变换的准层序自动划分

层序地层分析的关键在于不同级别层序界面的识别,准层序是测井层序地层分析的最小基本单元。准层序地层单元的分界面上物理性质变化明显,测井曲线表现为突变,测井数据小波变换能够表征这种突变。以胜利油田某井沙三上亚段第Ⅲ层序为例,选用二次样条小波,对该井段SP测井数据进行二进小波变换,将一维测井数据拓展为二维深度-尺度空间,得到不同尺度上的小波系数曲线。选定最佳分解尺度后,依据小波系数模极值的位置准确识别出准层序的界面,划分的准层序比人工划分的结果更细。     

测井数据小波变换用于准层序研究

层序界面的识别及其内部特征是层序地层学研究的关键问题。准层序地层单元的分界面上物理性质变化明显,测井曲线表现为突变,测井数据小波变换能够表征这种突变。以东营凹陷某井为例,选取高斯小波对SP测井数据进行小波变换,得到时频色谱图和不同尺度上的小波系数曲线。选定最佳分解尺度后,依据该尺度下小波系数模极值的位置能准确识别出准层序界面。并利用测井多尺度分析方法对不同井段GR测井曲线进行分析,得到不同尺度下的低频和高频信息能够识别出准层序内部的沉积旋回类型,建立了相应的频谱响应特征。这些探索为层序界面的定量划分及其内部特征研究提供了一种新的思路。     

基于Morlet小波变换的层序识别方法——以冀东油田高浅南区59-35断块为例

快速准确识别层序地层界面对于地层的划分与对比非常重要,因此,如何利用测井曲线资料对层序进行快速分析处理具有重要的应用价值。本文在小波变换理论的基础之上,提出了一套自动划分、对比层序地层单元的方法。采用归一化最大能谱法确定最优尺度,利用最优尺度对应的小波系数识别层序地层单元,实现了利用GR测井曲线对层序地层单元进行自动划分。另外,通过分析Morlet和Mexihat小波基之间的差异,对比地层单元典型井的沉积特征,得出采用Morlet小波基划分地层后的分割结果更准确和稳定,更适合于序列的地层单元划分。最后,利用动态波形匹配算法,提取自动划分的层序地层单元测井曲线特征参数,通过特征参数匹配,实现层序地层单元对比。该方法对同类油田的层序识别具有一定的推广意义,对改进地质研究流程也具有促进作用。     

小波分析在高分辨率层序地层研究中的应用

为了研究测井曲线小波变换用于高分辨率层序地层研究的方法效果，从小波系数模极值点、过零点与信号突变点数学关系出发，分析高分辨率层序地层研究对测井曲线划分不同级别层序的要求，探讨了测井小波变换最佳分解级次和适于测井曲线分层的小波函数选择，以一取心率高钻孔为例，用2种小波函数对4种测井曲线进行小波变换和高分辨率地层界面解译。研究表明，选择恰当窗宽小波函数决定测井曲线小波分层精度，测井数据sym6小波分解的小层界面划分效果要稍好于db4小波；GR、RT曲线正则性小波分解可以很好地满足高分辨率层序地层划分要求；测井曲线小波分层结果与岩心分析结果一致性好。     

基于小波变换的测井多尺度分层研究

测井信号是岩性、地层微观结构、含流体性等各种信息的总和,测井数据是反映地质体地质信息的载体,地层变化主要体现在测井信号的突变点或突变区域中。以某测井的自然伽马曲线为例,提出应用零通小波、模极大值对测井曲线多尺度分析,在不同尺度上定量划分出不同级别的地层界面,分析结果与实际地层界面一致。小波分析为地层的定量划分提供了一种新的思路。     

小波变换在饶阳凹陷层序地层格架建立中的应用

小波变换提供了一种研究层序地层格架的新方法,它将测井信号从一维深度域转换到二维深度—尺度域,从多尺度识别不同级次的地层旋回界面。根据小波变换的原理,确定了测井数据小波变换在层序地层划分中的地质意义,建立了四种小波变换中的地层旋回模型。在饶阳凹陷的实际应用中,选取自然伽马曲线进行小波变换,应用时频色谱图分析和快速傅里叶变换多种方法选取尺度因子。通过对时频色谱图和不同尺度下小波系数曲线的综合分析,对饶阳凹陷古近系G104井层序地层进行了划分,并以2 198.625m位置为突变界面,划分出两个较大尺度旋回,以2142.375m、2 163.875m、2 198.625m、2 238.625m位置为界面,划分出5个较小尺度旋回。实际结果应用表明,小波多尺度变换划分层序地层的结果和传统方法划分基本一致。     

用测井信息综合评价钻遇地层

用测井信息快速综合评价钻遇地层，在钻遇地层中建立测井波阻抗曲线和岩性剖面，追索地震反射界面、划分地层，识别测井相，对钻遇地层中烃源岩有机质丰度和含油气储集层的产能特征进行自动评价。     

基于地震资料的多尺度小波变换识别沉积旋回技术

为探究基于地震资料的不同尺度小波变换方法下的沉积旋回识别特点,秉承前人运用测井数据连续小波变换进行地层旋回划分的依据和思路,以合成记录标定为桥梁,成功利用地震资料对歧口坳陷古近系沙三段31砂组进行旋回划分.通过建立理想声波曲线模型,总结了旋回界面和旋回内转换界面与能谱图和不同尺度小波系数曲线对应特征,并对实际测井资料进...     

测井信息用于层序地层单元划分及对比研究综述

测井曲线是载有地层沉积旋回信息的信号,运用测井信息划分层序地层单元及地层对比研究自开始以来已取得了长足进步,从定性的分析、识别发展到现在可半定量、定量提取不同级别的沉积单元界面及进行层序地层对比,更进一步克服了地质学家手工划分层序中人为因素的影响,进而也推进了层序地层学研究的定量化发展。岩性突变、沉积韵律是影响其测井响应及曲线形态的两个重要因素,测井响应对沉积单元界面上下岩性的类型及粒度的不同而产生的声、放、电性质的变化,是利用测井信息划分沉积单元界面的基础。随着层序地层学研究的深入,沉积单元界面识别及层序地层对比的测井研究将向更深层次、更定量化的方向发展,短周期及超短周期沉积旋回的测井曲线形态内部特征提取及划分、层序地层智能动态匹配对比的方法研究将是今后开展研究的新方向。     

测井多尺度分析方法用于层序地层划分研究

测井数据包含了丰富的地质信息,是研究地层多尺度沉积旋回的主要资料.本文阐述了小波变换及多尺度分析方法,探讨了测井多尺度分析方法在层序地层划分中的应用.以东营凹陷某井为例,选取Morlet小波基函数对GR测井曲线进行连续小波变换,将测井信号与深度的关系转换为与深度和尺度域的变化关系.通过研究多种伸缩尺度下小波系数曲线表现出的周期性振荡特征,并结合不同测井曲线多尺度分解后的高频信号特征,划分出各级层序界面,与传统方法所划分的界面基本一致.     

Multiscale analysis of 3D GPR data using the 2D directional continuous wavelet transform (DCWT)

The main goal of this paper is to extract land topographical information by analyzing the 3D ground-penetrating radar (GPR) data by the 2D directional continuous wavelet transform method. The first objective is to identify direction of obstacles, and the second is to characterize each one with a special roughness coefficient. Application on real data shows that the proposed tool can enhance the GPR data interpretation.     

基于三参数小波变换的地震瞬时属性计算方法及应用

为提高地震瞬时属性的计算精度,针对薄层反射地震信号含有快速变化的振幅和频率分量的特点,研究了新的分析小波即三参数小波,基于三参数小波变换,提出了在相空间计算地震瞬时属性的方法。三参数小波有三个可调参数,对信号做小波分析时有很高的自由度,能够很好地匹配地震子波或给定的有效信号,三参数小波与BMSW小波或其他小波相比,具有更好的时域局部化性质。实际地震资料的应用效果表明,三参数小波变换地震瞬时属性比Hilbert变换瞬时属性有更高的信噪比和分辨率,基于三参数小波变换的地震瞬时属性分析方法是识别薄层砂体的有效手段。     

Fractal-Based Wavelet Filter for Separating Geophysical or Geochemical Anomalies from Background

The widely used wavelet filtering technique holds potential to approach anomaly–background separation in geophysical and geochemical data processing. Wavelet statistics provide crucial information on such filtering methods. In general, conventional (Gaussian-type) statistical modeling is insufficient to adequately describe the heavily tailed and sharply peaked (at zero) distribution of the wavelet coefficients of irregular geo-anomaly patterns. This paper demonstrates that the cumulative (frequency) number of the wavelet coefficient yields a power-law scaling relationship with the coefficient based on wavelet transform of a fractal/singular measure. This wavelet coefficient–cumulative number power-law model is proven to be more flexible and appropriate than the Gaussian model for characterizing the scaling nature of the coefficient distribution. Accordingly, a fractal-based filtering technique is developed based on the wavelet statistical model to decompose mixed patterns into components based on the distinct self-similarities identified in the wavelet domain. The decomposition scheme of the fractal-based wavelet filtering method considers not only the coefficient frequency distribution but also the fractal spectrum of singularities and the self-similarity of real-world features. Finally, a synthetic data test and real applications from two metallogenic provinces of China are used to validate the proposed fractal filtering method for anomaly–background separation and identification of geophysical or geochemical anomalies related to mineralization and other geological features.     

Wavelet Analysis and Filtering to Identify Dominant Orientations of Permeability Anisotropy

An accurate representation of permeability anisotropy is needed to model the rate and direction of groundwater flow correctly. We develop a wavelet analysis technique that can be used to characterize principal directions of anisotropy in both stationary and non-stationary permeability fields. Wavelet analysis involves the integral transform of a field using a wavelet as a kernel. The wavelet is shifted, scaled, and rotated to analyze different locations, sizes, and orientations of the field. The wavelet variance is used to identify scales and orientations that dominate the field. If the field is non-stationary, such that different zones of the field are characterized by different dominant scales or orientations, the wavelet variance can identify all dominant scales and orientations if they are distinct. If the dominant scales and orientations of different zones are similar, the wavelet variance identifies only the dominant scale and orientation of the primary zone. In this paper, we present a combined wavelet analysis and filtering approach to identify all dominant scales and orientations in a non-stationary permeability field. We apply the method to permeability data obtained in the laboratory from the Massillon sandstone.     

小波分析在地震资料去噪中的应用

小波变换方法已广泛应用于信号处理领域。应用多尺度小波分析方法来消除地震观测信号中的噪声是一种行之有效的方法。这里从小波变换的基本原理出发,详细介绍了地震信号的阈值去噪原理,并根据模拟信号和实测地震信号的频谱分析,讨论了如何选择小波基及去噪过程中的阈值取值问题。从小波分解理论知道,利用多尺度分解方式对地震资料进行分析处理,相当于对实测地震资料进行不同尺度的细化分析,由于对不同地区、不同资料的精度要求不同,我们只要使用不同的尺度进行小波变换处理,就可以得到去除原信号的细部巨变(噪声干扰)特征的信号。同时,我们对小波变换处理后重构的地震信号与原信号进行了对比分析,误差结果分析表明该方法切实可行。我们还利用MATLAB语言及其小波工具箱,实现了对地震资料的去噪处理。     

井约束下的小波变换提高地震资料分辨率

小波变换同时有在时间域和频率域对信号进行局部化的特点，使其在地震资料处理中越来越发挥较大的作用。小波变换增频的幅度与地震资料有效频带的宽度有直接联系，即地震资料的有效频带越宽，剖面主频增加的幅度也就越大。通过理论和实际资料的应用表明，在井声波曲线的约束下，利用小波变换提高地震资料分辨率的幅度可以得到合理控制，大大增加了资料的可信度。     

Detection of Cyclic Patterns Using Wavelets: An Example Study in the Ormskirk Sandstone, Irish Sea

This study shows how wavelet analysis can be used on well log and drill core data to identify cyclicity in sedimentary sequences. Three possible methods for determining wavelength were investigated: the Morlet wavelet, the Fourier transform, and the semivariogram. When applied to several hypothetical signals similar to those observed in petrophysical measurements in hydrocarbon reservoirs, all three methods could identify the presence of cyclicity. Only the wavelet scalogram, however, gave a clear indication of when the cyclic element was present and where frequency changes occurred in the signal. To illustrate the wavelet analysis, we processed well log and core data from a well in the Ormskirk Sandstone and determined the wavelet coefficients for each zone and the wavelengths of the strongest cyclicities. The cyclicities observed corresponded well with sedimentary features of the formation (e.g., channels and channel sets). Also, ratios of the cyclicity wavelengths corresponded with ratios of the Milankovitch precession, obliquity, and eccentricity periods. This result is in agreement with other investigators, who have proposed that Milankovitch-driven climate changes exercised an important control on Ormskirk Sandstone deposition.