简介：本文综述了图像增强技术在位场数据中的应用现状,并介绍了两种改进的图像增强技术,用于增强重磁图像特征.一种方法借鉴了直方图平滑化的思想,应用于位场彩色影像的色谱的自动确定.该方法的应用能够使色彩合理地配置,从而保证了图像的视觉效果和分辨率.另一种方法基于改进的Radon变化和梯度计算,用于重磁图像中线性特征的检测和增强.该方法能在变化域中突出显示线性特征,从而有利于线性特征的检测和增强.通过对简单图像和实际资料的应用,表明了两种方法在增强特征中的有效性.

简介：从大量的地震属性中提取最能反映地质特征的综合属性是储层预测技术的关键,通常选用降维方法来优选属性。目前应用最为广泛的线性降维方法。但是,由于地震属性与地质特征的关系通常是非线性的,基于线性变换的地震属性降维优化方法不能充分地反映这种非线性关系,降低了储层预测的精度。流形学习是一种新的非线性学习方法,它是通过保持数据局部结构的方式将高维数据投影到低维空间,挖掘和发现隐藏在数据中的内在特征与规律性,开拓了地震属性降维优化研究的新领域。本文首次实现了3D地震数据的层问属性特征提取,讨论了LLE方法及其关键技术,并以奥陶系礁滩相储层实例说明LLE和PCA两种方法降维及聚类的不同效果。理论模型分析和实例应用表明：LLE较好地保持了数据本身的原始结构;提取的综合属性和聚类相图较好地刻画了沉积相带、储层和流体的特征。这说明流形学习具有更好的特征提取性能。

简介：苏14井区属苏里格气田,地质情况十分复杂,主要表现为砂岩发育,但有效砂岩非均质性强,横向变化大,厚度较薄,在垂向上分布比较分散。属性分析已是目前寻找非构造油气藏的有效手段之一。本文利用叠前地震资料、叠前纵横波联合反演结果和叠后属性进行属性融合,不但保留了叠前所含的流体信息,而且利用了叠后数据的高信噪比特点。采用单步递归方法从多个属性中寻找最优的属性组合,利用概率神经网络方法训练测井曲线与地震属性之间的非线性关系,并用训练样本预测苏14井区的自然咖玛,提高地震资料的分辨率,较好地预测苏14井区的有效储层分布范围,为储层精细描述提供依据。

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。

简介：白云岩成岩收缩晶间孔、洞、缝与构造网状缝相互沟通可以组成良好的油气储层,但是这种复杂裂缝-孔隙型储层分布随机性强、发育程度和差异性大,储层预测难度大.本文以中国西部酒泉盆地青西油田下白垩统下沟组湖相白云岩裂缝-孔隙型储层为例,提出地球物理综合预测碳酸盐岩裂缝的方法.本文描述了综合地球物理方法预测碳酸盐岩裂缝储层的实施和应用效果.

简介：根据Chapman理论模型,在各向异性介质（如HTI介质）中,当入射角在0-45。范围内,慢横波会发生较大的衰减和频散,且对流体粘度敏感,而P波和快横波则比较小。对于沿裂隙法向传播的慢横波,其振幅受流体影响很大。因此,在P波响应对流体不敏感的情况下,可利用慢横波来获得裂隙型油气藏的流体信息。本文分析了胜利油田垦71地区三维三分量地震数据,检测出的慢横波振幅和旅行时异常与该区的测井资料十分吻合。分析结果还发现,与含油区相比,含水区会产生更高的横波分裂。在含水区,慢横波振幅会产生明显变化,而在含油区则几乎没有变化。