简介：本文提出的储层物性参数同步反演是一种高分辨率的非线性反演方法,该方法综合利用岩石物理和地质统计先验信息,在贝叶斯理论框架下,首先通过变差结构分析得到合理的变差函数,进而利用快速傅里叶滑动平均模拟算法（FastFourierTransformMovingAverage,FFT-MA）和逐渐变形算法（GradualDeformationMethod,GDM）得到基于地质统计学的储层物性参数先验信息,然后根据统计岩石物理模型建立弹性参数与储层物性参数之间的关系,构建似然函数,最终利用Metropolis算法实现后验概率密度的抽样,得到物性参数反演结果。并将此方法处理了中国陆上探区的一块实际资料,本方法的反演结果具有较高的分辨率,与测井数据吻合度较高;由于可以直接反演储层物性参数,避免了误差的累积,大大减少了不确定性的传递,且计算效率较高。

简介：地震数据规则化是地震信号处理中一个重要步骤,近年来受到广泛关注的压缩感知技术已经被应用到地震数据规则化中。压缩感知技术突破了传统的Shannon-Nyqiust采样定理的限制,可以用采集的少量地震数据重构完整数据。基于压缩感知技术的地震数据规则化质量主要受三个因素影响,除了受地震信号在不同变换域的稀疏表达和11范数重构算法的影响外,极大地取决于地震道随机稀疏采样方式。尽管已有学者开展了2D地震数据离散均匀分布随机采样方式研究,但设计新的稀疏采样方案仍然很有必要。在本文中,我们提出满足Bernoulli分布规律的Bernoulli随机稀疏采样方式和它的抖动形式。对2D数值模拟数据进行四种随机稀疏采样方案和两种变换（Fourier变换和Curvelet变换）实验,对获取的不完整数据应用11范数谱投影梯度算法（SPGL1）进行重构。考虑到不同随机种子点产生不同约束矩阵R会有不同的规则化质量,对每种方案和每个稀疏采样因子进行10次规则化实验,并计算出相应信噪比（SNR）的平均值和标准偏差。实验结果表明,我们提出的新方案好于或等于已有的离散均匀分布采样方案。

简介：特征值相干属性是一种高效、成熟的裂缝预测技术。但即使在连续、稳定的目的层段,部分裂缝隐没于相近高灰度值区域而难以识别;在破碎带发育区域,由于成像能量难以完美聚焦,中、小尺度的裂缝区域呈现相近低灰度值的云雾状模糊而无法区分。本文提出一种以直方图均衡化处理为核心技术的新型裂缝增强方法。该方法能够强化相干图像中不连续性信息与背景的差异性,突出裂缝的线性结构:采用相干图像阈值逐级调节的方式,实现对不同尺度裂缝的预测。该方法同时提升了显性、隐性裂缝识别能力和精度。更多还原

简介：边界识别是重磁数据解释中的常用方法之一,依据其结果可划分出地质体的水平范围。边界识别结果受地质体埋深及导数计算误差的影响所识别边界与真实边界之间存在一定的差距,且边界识别法无法直观地给出地质体的深度信息。为了获得异常体的水平位置和深度信息,本文提出空间归一化边界识别方法,其对不同深度的边界识别函数进行归一化计算,空间归一化边界识别法的最大值对应于异常体的水平位置和深度。常规边界识别结果的误差随理深的减小而减小,而空间归一化边界识别法是通过最大值来判断地质体的位置,最大值是在地质体处获得,因此归一化边界识别方法所获得的结果是准确的。通过理论模型试验证明归一化边界识别方法能有效地完成异常体的水平位置和深度的计算,所获得的水平位置和深度信息与理论值相一致,为下一步的勘探计划提供了更加可靠的依据。将其应用于实际航磁数据的解释,获得了断裂的具体分布形式。更多还原

简介：通过地震数据获取裂缝储藏中流体的性质并对流体类型进行识别,是地震勘探岩性反演的重要问题之一。由于地震波的速度、储层的密度等弹性参数对某些流体不具有很强的敏感性,使只依赖振幅信息进行流体识别的传统AVO方法面临困境。作为传统叠前振幅反演的一个拓展,频变AVO（FDAVO）技术进一步考虑了振幅对频率的依赖关系,将这种依赖关系与地下裂缝结构、流体填充对应起来,能带来更丰富的流体信息。利用该技术,本文提出了一种基于地震数据参数化Chapman模型的贝叶斯反演新方法（BIDCMP）,它包含两步算法,即,FDAVO反演储层的非弹性属性和贝叶斯框架下的流体识别。首先,通过匹配观测数据和模型数据,构造差函数反演裂缝储层非弹性参数。随后,在贝叶斯框架下,使用马尔科夫随机场（MRF）作为先验模型,联合多参数场识别流体。本方法在计算过程中,除综合考虑了弹性参数场、测井资料等常规信息外,还特别地加人了第一步中反演得的非弹性参数的约束,从而充分利用了流体粘性差异,最后在最大后验概率（MAP）准则下输出最佳岩性一流体识别结果。分别对合成地震记录和模拟岩性—流体剖面验证本文方法的有效性,结果证明本文方法获得的流体识别结果准确可信。