砂岩型铀矿含矿砂体与围岩波阻抗差异初探——以哈达图矿区钻井岩心为例

地震勘探方法在砂岩型铀矿勘查中能够有效解决地层、构造和砂体展布等地质问题,利用地震方法精细识别含矿砂体是很重要的一个研究方向,而含矿砂体与围岩的波阻抗差异是开展地震勘探技术研究的基础,因此在砂岩型铀矿地震勘探技术研究中,非常有必要了解砂岩型铀矿含矿砂体与围岩的波阻抗参数差异。笔者基于哈达图矿区的钻井岩心,利用合成制样方法制作了铀矿围岩样品和矿心样品,采用超声脉冲透射法测量了样品的纵横波速度,计算了围岩样品与矿心样品的纵横波阻抗参数,并进行了初步分析。结果表明:矿心样品的密度、纵横波速度和纵横波阻抗值均大于围岩样品,阻抗交汇图上能较好的区分围岩样品与矿心样品,说明能够通过波阻抗参数的差异区分含矿砂体与围岩,可以为砂岩型铀矿的地震勘探研究提供依据。     

多次覆盖技术在砂岩型铀矿地震勘探弱信号提取中的应用研究

在砂岩型铀矿的地震勘探中,铀成矿目的层的地震响应往往以弱信号的形式存在,需要对其进一步增强。文章在模拟资料的基础上,研究了多次覆盖技术在弱信号提取中的基本原理,分析了高覆盖次数的勘探方式在弱信号高保真恢复中的特点和优势。通过实际资料的对比研究,验证了48次覆盖的勘探方式在砂岩型铀矿地震勘探弱信号提取中的重要性和有效性。     

基于SOM和PSO的非监督地震相分析技术

地震相分析技术是储层预测的一种重要方法,可以用来描述有利沉积相带的分布规律.传统的地震相聚类分析方法对大数据的处理运算速度较慢,且容易陷入局部极小值,造成聚类分析的结构不准确.本文提出基于自组织神经网络(SOM)和粒子群优化方法(PSO)相结合的地震相分析技术,利用自组织神经网络能够保持原始地震数据的拓扑结构特性的特点,将大量冗余样本压缩为小样本数据,再通过粒子群的全局寻优能力改善K均值聚类的效果.理论模型和实际应用表明该方法能既有效实现数据压缩,又能提供较为准确的全局解,在地震相预测中兼顾计算效率和计算精度.     

松辽盆地西南部砂岩型铀矿地震资料处理技术研究

文章针对松辽盆地西南部砂岩型铀矿地震资料噪声严重,干扰波能量比较强,资料频带窄、主频低、以及地震记录单炮之间、深浅层和远近道之间能量差异比较大的特点,在地震资料处理的叠前去噪、振幅补偿以及提高分辨率等关键环节开展了研究。在去噪环节,采用了叠前多域组合分步去噪方法,针对性地去除面波、线性噪声、强能量干扰以及次生干扰等,增强了目的层有效反射信号强度,提高地震资料信噪比。在振幅补偿中采用地表一致性振幅补偿和几何扩散补偿方法,可以明显消除远近道、浅层与深层之间以及道间能量差异。在提高分辨率环节通过地表一致性反褶积和预测反褶积方法,可消除地震波传播过程中子波变化引起的波形、频谱等特征的差异,压缩子波,缩小子波旁瓣,拓宽有效信号频带,提高地震资料分辨率。最后建立了一套地震资料的处理流程,并建立了相应环节的质量监控措施。通过与前人处理结果对比,此次建立的地震资料处理方法可以明显提高地震资料的品质。