伽马拟声波分频重构反演在储层预测中的应用

在地质和地震资料研究基础上,通过岩心、录井和测井分析,探索不同频率尺度测井曲线的储层意义,优选研究区内钻穿古近系底砂岩段砂泥薄互层储层5口探井的储层敏感曲线.在曲线预处理、标准化和敏感性分析的前提下,利用曲线分频拟合,对储层敏感曲线和声波曲线做小波多尺度分解,提取反映薄互层储层岩性变化的中频中尺度伽马曲线和反映地层速度的低频大尺度声波曲线.利用统计模型信息融合构建具有声波量纲的拟声波曲线.在地质研究和沉积演化模式的指导下,运用井约束反演的方法补充地震资料的高频和低频信息,提高地震资料的质量,预测有利储层分布.研究表明,伽马拟声波分频重构反演能有效的提高地震资料的纵向和横向分辨率,刻画复杂地质条件下的薄层储层分布.     

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.     

概率神经网络技术在煤田地震反演中的应用研究

实现从构造勘探向岩性勘探阶段的转变,是煤田地震勘探亟待解决的重要问题。其中,地震反演技术是岩性勘探的一种重要手段。为了规避常规反演方法的固有限制,利用概率神经网络技术预测井数据和地震数据之间的非线性关系,得到密度数据体和速度数据体,并获得相应的波阻抗数据体。对某矿区的实际地震资料采用该技术进行岩性反演,得到了较为准确的波阻抗数据体,为岩性解释提供了不可或缺的资料。     

基于BP神经网络的波阻抗反演及应用

人工神经网络是近期发展最快的人工智能领域研究成果之一.本文在介绍BP神经网络的有关原理的基础上,提出一种基于BP神经网络模型的波阻抗反演方法,该方法克服了常规基于模型的波阻抗反演方法严重依赖于初始模型的选择和易陷入局部最优等局限性.利用该方法对实际地震剖面进行了波阻抗参数反演处理,结果表明人工神经网络方法在波阻抗反演中的应用是可行的并且是有效的.     

奇异性分析方法在地震资料解释及反演研究中的应用

本文引入启动函数拓展传统的地层转换模型,在该模型中利用奇异性信息量化地层速度的突变特征,并基于传统的褶积模型研究奇异性信息在波阻抗到合成地震记录之间的传递性.研究结果表明,地震记录中较好地保留了地层介质的奇异性特征,因而从地震记录中提取的奇异性信息除了可以帮助进行地震解释外,还可以作为介质波阻抗反演的有力的支持工具.     

叠前地震波形指示反演在薄互储层预测中的应用

地震波形指示反演在高频段通过将地震波形信息代替变差函数,使得反演过程及结果能够更好的体现了"相控"的概念,并且能够有效提升预测储层纵向及横向分辨率,在薄层、薄互储层预测上是地质统计学反演之外一种新的、更高效的反演手段.针对J4井区纵波阻抗无法有效识别河道砂薄互储层的问题,通过横波速度估算,计算得到一系列弹性参数,优选出对砂泥岩识别最敏感的弹性参数,创新尝试在叠前域使用地震波形指示反演敏感参数体,最终达到对目标薄互储层"定量"识别的目的.应用结果表明:在叠前域使用地震波形指示反演代替常规反演可以很好的解决薄层预测中纵横向分辨率不高、纵波阻抗无法有效识别砂泥岩的问题,对同类型储层定量预测具有一定的借鉴意义.     

湖南保靖X区页岩气储层“甜点”区地震资料非线性反演预测方法

针对湖南保靖地区地表覆盖层复杂、地下高陡构造多变、地震勘探资料信噪比低,以及页岩气储层与周围泥岩层波阻抗对比度小等特点,研究敏感测井曲线重构与优化处理、地震资料相控非线性反演和叠后地震属性流体检测的综合储层评价方法。通过对多条测线的地震资料反演和流体检测并与实钻井结果对比,获得了良好的地质效果,初步验证了所研究方法的有效性和实用性。     

叠前弹性阻抗反演及其在含气储层预测中的应用

叠前弹性阻抗反演方法,由于充分利用振幅随偏移距变化的信息,与叠后波阻抗反演相比,对岩性及流体的分辨能力和可信度有较大提高,是当前叠前方演的一个重要方向.本文讨论了弹性阻抗反演的基本原理和流程,指出了该方法的应用条件和关键步骤.对J地区东营组浊积砂岩的实例研究表明,大角度弹性阻抗对含气砂岩具有非常理想的分辨能力,利用近角度和远角度弹性阻抗的交会分析,能够可靠地识别含气砂岩的分布范围.研究结果对该区砂岩气藏的勘探具有重要意义.     

储层预测技术在厄瓜多尔西海岸地区的应用

储层预测技术已成为岩性油气藏勘探中的一项常规技术.厄瓜多尔西海岸地区蕴含着丰富的石油和天然气资源,但整个地区勘探程度相对较低,使用宽带约束地震反演技术进行储层预测是非常必要的.选择瓜亚基尔工区,使用地震纯波数据进行储层预测研究.首先进行测井曲线标准化处理,利用阻抗-伽玛交汇图分析确定储层岩石地球物理特征,然后针对目的层进行稀疏脉冲反演和储层厚度的计算,最后对反演结果和储层平面分布特征进行分析,确定有利勘探目标.预测的砂岩厚度和已钻井实测的砂岩厚度之间的误差很小,吻合较好,从而证明了该技术的有效性.     

利用地震数据反演海水温盐结构

利用地震剖面获取海水层温度、盐度、密度等物理参数成为地震海洋学研究的一个重要问题.本文提出了以CTD(Conductivity-Temperature-Depth)温盐深剖面仪观测资料为约束的波阻抗、温-盐结构反演方法.该方法包括两个步骤:首先把少量的CTD作为"约束井"进行地震数据的波阻抗反演;然后利用从CTD资料获得的研究海区的温-盐关系式,结合波阻抗数据反演得到温度和盐度剖面.通过合成数据的试算表明,基于少量的CTD资料控制,利用地震数据可以反演得到高分辨率的二维温度、盐度结构.基于地震数据的温-盐结构反演方法有望弥补传统物理海洋学观测方法的不足,为海洋学研究提供大量的基础数据,有广泛的应用前景.     

叠前地震描述技术在SLG地区储层预测中的应用

SLG地区天然气资源量丰富,是我国油气增储上产的重要区域,利用叠后地震描述进行储层预测时多解性很强.本文针对SLG地区盒8段储层,充分利用了叠前地震资料信息丰富的特点,以AVO模型正演技术为基础,研究含气砂岩的地球物理响应特征.利用弹性波阻抗反演和叠前同步反演等技术,开展了叠前储层预测和含气性检测,形成了叠前地震描述技术系列.实际钻探结果表明,预测结果的精度较高,表明利用叠前地震描述技术进行SLG地区盒8段储层预测是可行的.     

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.     

自适应GA-BP优化方法进行高分辨率反演

本文提出了一种高精度的神经网络学习方法．由于BP神经网络受初值的影响较大,而遗传算法可以很快达到全局最优解附近．本文结合遗传神经网络和BP神经网络各自的优点,将两种算法混合．使得神经网络的收敛速度得到加快,精度得到提高,并对传统的混合方法作了一点改进．通过对波阻抗进行反演的实践,表明这种方法可以达到提高分辨率的效果。     

三维地震神经网络反演在探明煤层富水灾害层的应用

在常规测井约束反演的的基础上,开展神经网络特征参数反演,将波阻抗等地震属性转化为与含水性更为密切的孔隙度、视电阻率数据体,使地震反演的地质属性与测井上的地质属性达到最优的相关性,从而实现应用三维地震对煤层顶板富水进行评价的目的。由于煤层顶板富水区的特殊性质,它同样也是地震后的易破坏层,因而对它的探明从抗震角度以及震害预测角度都是有价值的。以淮北某采区为例,通过孔隙度及电阻率的神经网络反演对研究区10#煤层顶板的富水性进行预测。反演结果表明采区北部发育一个强富水陷落柱,与钻孔揭示结果吻合。采区西部10#煤层顶板与第四系含水层呈不整合接触关系,神经网络反演结果预测为强富水区,同样与井下工程揭示富水特征吻合。利用多属性融合的神经网络反演可有效预测煤层顶板的富水特征,为煤矿安全生产以及抗震提供重要保障。     

砂泥岩薄互层波阻抗模拟退火反演方法研究

砂泥岩薄互层地层反射是一个非线性系统,若采用线性方法来反演则很难得到其真解.对于精度和计算效率要求较高的薄互层地震反演来说,非线性反演方法可以提高反演精度、分辨率和可靠性.本文基于改进的快速模拟退火方法,提出了砂泥岩薄互层波阻抗非线性反演方法.由于叠后地震资料的反演,会不同程度地受到噪音的影响,本文提出了一种新的反演目...     

南海东北部地震海洋学联合调查与反演

通过地震海洋学联合调查航次,获得了同时采集的高分辨率多道地震数据与水文数据（XBT）联合调查数据.通过针对性处理获得了清晰的海洋水体反射地震剖面,捕捉到南海东北部次表层涡旋,证明了该调查方法的有效性.利用背景场约束反演方法得到海水的波阻抗、声速、密度、温度和盐度剖面,揭示了涡旋具有相对低速、高密、低温与高盐特征.处理和反演结果表明,在浅部和部分噪声较强和无约束反演区域,结果误差较大,可靠性较低.调查结果说明,获得较高信噪比的原始高分辨率地震资料采集技术方法、联合约束数据的获取、针对性的特殊处理方法和有效的反演方法是地震海洋学资料有效分析利用的重要保证.

     

波阻抗反演在吉林探区煤层特征分析及储层预测中的应用

地震勘探已经从认识地下构造形态的构造勘探,逐渐发展成直接应用地震信息判断岩性、分析岩相、定量计算岩层物性参数等的岩性勘探,地震反演技术是这一发展过程的产物.利用地震方法解决煤田勘探问题一直以来是一个研究的热门课题.由于煤层的构造特征常常较差,常规的构造地震勘探方法一般很难获得良好的储层特征,而波阻抗是反映储集岩的一种重...     

波阻抗反演的混合最优化算法

本文将广义快速模拟退火与线性方法相结合,利用两种方法的优点,提出一种混合最优化算法,算法以广义快速模拟退火为基础。当满足给定条件时,进行一定次数的线性迭代。我们将该算法用于波阻反演中,数值及实际资料实例表明方法的快速有效性。     

地震资料波阻抗多尺度融合反演

本文依据最佳约束反演策略,应用波动方程多尺度反演方法反演中频段波阻抗.利用神经网络技术实现对中频段波阻抗的标定及高、中、低频波阻抗的融合,避免了因高、中、低频波阻抗频段重叠及中频段波阻抗精度低所造成的反演结果的误差.这种方法具有对初始模型依赖性低、收敛速度快、反演结果稳定、抗噪能力强等特点.     

利用协同反演方法反演地震序列滑动分布

在利用大地测量数据对地震序列进行滑动分布反演中,由于地震序列中多次地震的发震间隔短、InSAR数据时间跨度大,包含了多次地震产生的形变,难以利用InSAR数据反演单次地震的滑动分布,故本文利用协同反演方法结合GPS数据分离地震序列中单次地震产生的InSAR形变,从而反演单次地震的滑动分布.为验证本文方法的有效性,分别采...