基于模型的薄互层地震属性分析及其应用_李国发
薄互层地震切片解释中的几个问题——以一个三维地质模型为例
薄互层地震切片解释中的几个问题——以一个三维地质模型为例李国发;王亚静;熊金良;岳英;田纳新【期刊名称】《石油地球物理勘探》【年(卷),期】2014(49)2【摘要】在对薄层干涉效应进行分析的基础上,通过一个地质模型对地震切片技术存在的问题及其发展潜力进行了相对客观的实验分析.实验分析结果表明:①相对于地震剖面本身,薄层砂体在地震切片上具有更好的可识别性和可检测性;②地震切片能够相对可靠地反映不同砂体的分布特征和物源方向,当砂体累计厚度小于1/4地震波波长时,均方根振幅与砂体累计厚度具有较好的正相关关系;③某层砂体的“零值时间”地震切片不包含该层砂体本身的反射贡献,不同深度砂体的“零值时间”能够较好地反映砂体之间的垂向距离,有助于建立不同深度砂体的沉积模型和叠置关系;④同一层砂体具有多个“零值时间”,“零值时间”地震切片具有周期性,且“零值时间”地震切片与单层砂体具有较好的对应关系,但其出现次序与地层深度是反序的.【总页数】6页(P388-393)【作者】李国发;王亚静;熊金良;岳英;田纳新【作者单位】中国石油大学(北京)油气资源与探测国家重点实验室,北京102249;中国石油大学(北京)油气资源与探测国家重点实验室,北京102249;中国石油天然气股份公司大港油田分公司,天津300280;中国石油天然气股份公司大港油田分公司,天津300280;中国石油化工股份有限公司石油勘探开发研究院,北京100083【正文语种】中文【中图分类】P631【相关文献】1.地震切片技术在构造解释中的应用2.煤矿采区三维地震资料解释中的切片技术及其应用3.面块切片在三维地震资料解释中的应用4.地震切片解释中的几个理论问题5.地震数据体相干切片图像分析在复杂断块构造解释中的应用——以板桥油田构造解释为例因版权原因，仅展示原文概要，查看原文内容请购买。
基于三维模型的薄互层振幅属性实验研究
图 ２ 模型 １ 的砂体累计厚度 （ ） 、 第一个楔形体的厚度 （ ） 和第二个楔形体的厚度 （ ） ａ ｂ ｃ
返回目录
６卷 第１期 第４
李国发等 ： 基于三维模型的薄互层振幅属性实验研究
１ ７ １
厚度 吻 合 较 好 的 ７ ０ ｍ ｓ和 １ ０ ０ ｍ ｓ深 度 上 的 振 幅 切 片， 在两个深度之间还有许多在分布趋势上介于两者 之间的振幅切片 。 如何在众多的振幅切 片 中 选择 能 够真实地反映砂体演化过程的切片 ， 需要地质知识和 两个切片在时间上相差 测井 信 息 的 帮 助 。 另 外 ， ， 大于两个砂体之间的反射时间 ， 即振幅切片与 ３ ０ ｍ ｓ 砂体分布之间的相关性并不具备时间上的等时性 。 ２． ２ 模型 ２ 为深 化 模 型 １ 的 实 验 结 果 ， 我们设计了具有复 杂构造的薄互层地质模型 （ 图 ５） 。图６显示了砂体
２ 模型实验
２． １ 模型 １ 如图 １ 所示 ， 模型 １ 由两个楔形砂体叠置而成 。 图 ２ 显示了模型 １ 的 砂 体 累 计 厚 度 、 第一个楔形体 由图中可见 ， 砂体在 的厚度和第二个楔形体的厚度 ， 西南端最薄 ， 向东北方向逐渐变厚 ， 在东北端达到最 厚 。 选择主频 为 ３ 利用褶 ９ Ｈ ｚ的 零 相 位 雷 克 子 波， 积模型生成网格 为 １ 其 ｍ×１ ｍ 的 三 维 地 震 数 据 体， 中， 主测线方向平行于 狔 轴 ， 联络测线方 向平 行于 狓 轴 。 图 ３ 显示了最西侧主测线和最东侧主测线所对 应的合成地震记录 ， 由图中可见 ， 来自两个楔形体共 四个反射 界 面 的 地 震 子 波 相 互 干 涉 形 成 一 个 复 合 因此在 合 成 地 震 记 录 上 无 法 分 辨 两 个 楔 形 体 。 波， 对于这种情况 ， 我们按照实际工作中的做法 ， 利用振
地震资料数字处理一
制作：李生杰 李国发
制作：李生杰 李国发
6
绪 论 课程考核方法 最终成绩由课堂记录、平时作业情 况及考试成绩构成。 课堂纪律 10% 平时作业 20% 期末考试 70%
绪 论 参考书目
牟永光编，地震资料数字处理，石油工业出版社， 2007. K.Aki and P.G.Richards.Quantitative seismology: theory and practice.Freeman.1980. E.Robinson,T.S.Durrani and L.G.Peardon.Geophysical signal processing.Prentice Hill,1986. R.E.Sheriff and L.P.Geldart.Exploration Seismology.Vol.2,Data Processing and interpretation.1983.
− in ω 1τ / 2
)
Eτ = T1
n ω 1τ ) 2 ⎛ n ω 1τ ⎞ ⎜ ⎟ 2 ⎝ ⎠
周期矩形函数及其频谱
制作：李生杰 李国发
周期矩形函数及其频谱
制作：李生杰 李国发
第一章 地震数据处理基础
第一节 一维傅立叶变换及其应用
一、一维傅里叶变换及其频谱分析
第一章 地震数据处理基础
第一节 一维傅立叶变换及其应用
5
绪 论
绪 论
流程和参数：
输 入 预 处 理 反 褶 积 ………… 叠 加
地震数据处理方法
基于地震波传播理论和一定的数理方法，使用地震资料处理系统，将野外 地震数据“转化”为地下映像，为地震资料解释提供高质量基础数据的过 程。
处理流程：
石油物探
（３ ３） （３ ８） （４ ５）
李振 春 岳 玉 波
李 才 张 志 强
１） 苏北 盆地 中、 上古生界分 布预测 … ……………………………………………………………………………… 华峰 （５ 郑
第 ５ Ｏ卷第 ６ 期
２１ 年 １ 月 ０１ １
石
油
物
探
Ｖｏ ０， ． Ｌ５ Ｎｏ ６
Ｎｏ ． ２ １ ｖ ，０ １
ＧＥ０ＰＨＹＳ ＣＡＬ ＰＲｏＳ ＥＣ ＮＧ Ｉ Ｐ ＴＩ Ｆ０Ｒ ＴＲ０Ｌ ＰＥ ＥＵＭ
石 油 物 探
Ｓ ＹｏＵ ＵＴＡＮ ＨＩ Ｗ
２ 年 第 ５ ０１ １ ０卷
（０ ） ２ １
林松 辉
（０ ） ２ ６
第 ３期
方 法 研 究
一
种高精度瞬变 电磁 响应正 演的数值 滤波算法 ……… …… ………………………………………… 徐振 平 印兴耀 张广智
皓 （４ ） １ ４
井 间地震 资料拟露头技术研究与应用 … …… …………………………………… ……一 ……………………… 夏 吉庄 （ ５ ） １ ０ 双域 、 双面沉积体解释 方法 在 Ｌ区 的应用 …………………………… …… ………………………… 刘力辉 王 绪本 基 于 Ｇ Ｕ计算 的三维地震 断层 解释 … …………………………………… ………………………… 钟 Ｐ 勇 陈
第 １ ～第 ６ 期 期
总 目 次
第 １期
方 法研 究
油藏 描述 中的井震时深转换技术研究 …… ……………………………………… 凌 云 郭建 明 郭向宇 刘 杏 （ １ ）
地震多属性分析及其在储层预测中的应用研究
地震多属性分析及其在储层预测中的应用研究一、概述地震多属性分析及其在储层预测中的应用研究，是近年来地球物理勘探领域的一个重要研究方向。
随着油气勘探开发的不断深入，对储层的精细刻画和准确预测已成为提高勘探成功率、降低开发成本的关键所在。
地震多属性分析作为一种有效的技术手段，能够从地震数据中提取出多种与储层特征相关的信息，进而实现对储层的定量评价和预测。
地震属性是指从地震数据中提取的能够反映地下介质某种物理特性的量度。
这些属性可以包括振幅、频率、相位、波形等多种类型，它们与储层的岩性、物性、含油气性等因素密切相关。
通过对地震属性的分析，可以揭示出储层的空间展布规律、物性变化特征以及含油气性等信息，为储层预测提供重要的依据。
地震多属性分析也面临着诸多挑战。
地震数据本身受到多种因素的影响，如噪声干扰、地层非均质性等，这可能导致提取出的地震属性存在误差或不确定性。
不同地震属性之间可能存在一定的相关性或冗余性，如何选择合适的属性组合以最大化预测效果是一个需要解决的问题。
如何将地震属性分析与其他地质、工程信息相结合，形成综合的储层预测模型，也是当前研究的热点和难点。
本文旨在通过对地震多属性分析及其在储层预测中的应用研究进行综述和探讨，分析现有方法的优缺点及适用条件，提出改进和优化策略，以期为提高储层预测的准确性和可靠性提供有益的参考和借鉴。
同时，本文还将结合具体实例，展示地震多属性分析在储层预测中的实际应用效果，为相关领域的科研人员和实践工作者提供有益的参考和启示。
1. 研究背景：介绍地震勘探在石油勘探中的重要性，以及储层预测对于油气开发的关键作用。
地震勘探作为石油勘探领域的一种重要技术手段，其在揭示地下构造、地层岩性以及油气藏分布等方面发挥着不可替代的作用。
随着石油勘探难度的不断增加，对地震勘探技术的精度和可靠性也提出了更高的要求。
深入研究地震勘探的多属性特征，并将其应用于储层预测中，对于提高油气开发的成功率具有重要意义。
基于模型的薄互层地震属性分析及其应用
２４ — ５ ８２２ ｏ Ｘｏｇ ＪＬ Ｐ ｔｍｉ ｉ ｓｏ ｓｅｔ ｍ ］ ｉ Ｆ，ｈ ｕＨ， ｉ ｏｅ ａ ｒ ｋ ｆ ｐｃｒ Ｇ ｎ ｌｓ ｕ
ｗｈ ｔｎ ｎ ｄ ｃ ｎ ｏ ｕ ｉｎ ｃ ｍｐ ｒ ｄ ｉｅ ｉ ｇ ｅ ｏ ｖ ｌ ｔ － ｏ ａ ｅ ｗｉ ｗｅｂ ｒ ｅ ｏ ｔ ｈ ｌｄ ｉ ｎ ｖ
ｉ ｅ ａｃ ｖｒｉ ｙｗｅ— ｇｃｌ ｒｔ ｎ Ｊ． ｅ — ｍｐ ｄ ｎｅｉ ｅｓ ｎｂ ｌｌ ａｉ ａｉ ［］ Ｇ ｏ ｎ ｏ ｌｏ ｂ ｏ
ｐ ｙ ｉｓ ２ ０ ７ （ ） Ｒ５ 一 ７ ｈ ｓｃ ，０ ９， ４ ５ ： ９Ｒ６
计厚度成正相关关 系， 即累计厚度越大 ， 反射振 幅 越强 ； 瞬时频率与砂体累计厚度成 负相关关 系， 即 砂体累计厚度越小 ， 瞬时频率越高 ； 瞬时频率与砂 体 累计厚度 的相关性要弱于反射振 幅。应用反射 振幅和瞬时频率属性 可以进行薄互层砂体的宏 观 ｒ Ｌ ｒ 且两者的相互印证可 以提高砂 ｒ ０ Ｌ Ｌ ０ Ｌ ｒ ０ Ｌ ｒ Ｌ ¨ Ｌ 分布的分析与预测 ， ｒ ｒ
］ ］ ］ ］ ］ ］ ］
Ｌｉ Ｆ， ｏ ｇＪ Ｌ， ｈ ｕ Ｈ． ｅｓ ｃ ｒｆｅｔｏ ｈ ｒ Ｇ Ｘｉｎ Ｚ ｏ Ｓ ｉｍｉ ｅｌｃｉｎ ｃ ａ —
ａ ｔｒｓｉｓｏ ｌｖａ ａ ｄ ａ ｄ ｓ ａｅｉｔｒ ｅ ｄ ｄ ｌｙ ｃｅｉｔｃ ｆｆ ｉｌｓｎ ｎ ｈ ｌ ｎ ｅｂ ｄ ｅ ａ — ｕ
法及其应 用［］ 石油物探 ，０ ９ ４ （ ） ２ ２２ ８ Ｊ． ２ ０ ，８ ３ ：３ —３ 王维红 ， 春华 ， 林 王建 民 ， 叠前 弹性参数反演方法 等．
石油物探2008年第47卷第1期～第6期总目次
唐湘蓉
贺振华
林
柏冠军 张
地震 资料反演砂岩孔隙度方法 … ……………………… …………………………… ……… 张亚敏
张 书法
钱
利 （ ３ ） １６
｜ ＿
・
２ ・
石
油
物
探
第 ４ ７卷
三维叠前转换波克希霍夫时间偏移方法研究 …………… …… ……… 王
孝
刘文卿 廖前进
雍学善 王 尚旭
周 祺
郑 荣才 赵 正文
谢 占安 刘 建武
李凤 杰 彭 宇 （ ７） ７
付 兴深 刘 苗 张文林 吴健 生 （ ３） ８ （ ９） ８
叠前地震多属性反 演在 南堡油 田火成岩研究 中的应用 ……… ……… 刘淑华
克里格方法在大地 电磁 静校正 中的应用 … ………………………… ……………………… 吴长祥
第 ４ 卷 第 ６期 ７
２。 年 １ 月 Ｏ８ １
石
油
物
探
Ｖｏ＿ ７ Ｎｏ ６ ｌ４ ， ．
Ｎｏ ． ２ Ｏ ｖ ，Ｏ ８
ＧＥＯＰＨＹＳ ＣＡＬ ＰＲＯＳ ＥＣＴＩ Ｉ Ｐ ＮＧ ＯＲ ＴＲＯＬＥＵＭ Ｆ ＰＥ
石 油 物 探
Ｓ Ｉ Ｈ ＹｏＵ ＵＴＡＮ Ｗ
２０ ０ ８年 第 ４ 卷 ７
准噶尔 盆地南缘 山前带变 速构造成 图 ………………………………… 杨 江峰 Ｖ Ｐ资料在转换波层位标定 中的应用 ……………………… 程莉莉 曹立斌 Ｓ
（６ １ ７）
波
臧殿 光
李
全 宁清 香
（７ ） １２
（７ ） １ ９ （８） １ ３
王成彬 洪太元 梁 波 吴战培
沈 向存 张 学东 杨冬梅 凌 振 翔
交互地震子波提取技术
交互地震子波提取技术
李国发;牟永光;王濮
【期刊名称】《中国石油大学学报（自然科学版）》
【年(卷),期】2005(029)005
【摘要】利用子波的最大相位和最小相位分解技术,在复赛谱域得到一组具有相同振幅谱、不同相位谱的子波集合.根据方差模最大等数学物理准则以及用户对地震资料的先验信息和处理要求,借助于交互处理工具,用户可以从子波集合中确定其希望并认可的地震子波,从而完成子波反褶积、子波零相位化等提高分辨率的处理工作,达到识别和追踪薄层反射的地质要求.对物理模型采集的地震记录和实际野外采集的地震记录进行了子波提取实验,并利用提取的地震子波对地震资料进行了提高分辨率处理.实验结果证明了该方法的正确性和有效性.
【总页数】4页(P33-36)
【作者】李国发;牟永光;王濮
【作者单位】中国矿业大学,资源与安全工程学院,北京,100083;中国石油大
学,CNPC物探重点实验室,北京,102249;中国矿业大学,资源与安全工程学院,北京,100083
【正文语种】中文
【中图分类】P631.443
【相关文献】
1.地震子波及其提取方法研究 [J], 陈建;王科文
2.时变地震子波提取研究方法综述 [J], 戴永寿; 张彧豪; 张鹏; 张红倩; 王春娴
3.基于子空间约束Huber范数的深度域地震子波提取 [J], 张杰;陈学华;蒋伟;但志伟;肖为
4.深度域地震子波提取方法综述 [J], 张杰;陈学华;蒋伟
5.基于生成对抗网络的塔里木深层超深层叠前地震子波提取 [J], 韩浩宇;戴永寿;宋建国;万勇;孙伟峰;李泓浩
因版权原因，仅展示原文概要，查看原文内容请购买。
薄层生物碎屑灰岩的地震属性检测
薄层生物碎屑灰岩的地震属性检测王濮;金振奎;李国发;张立勤【期刊名称】《石油物探》【年(卷),期】2007(046)004【摘要】地震反射的薄层干涉限制了利用地震反射结构识别薄互层地层的能力,而地震属性隐含了地下介质三维非均质性分布信息,为此,探讨了通过地震属性的统计特性检测薄储层的能力.在黄骅坳陷某区,提取了古近系沙河街组一段下段(沙一下段)20ms时窗内的平均振幅和主频属性,统计分析了这2个属性异常与钻井岩性的对应关系;对多口钻井沙一下段各类岩石的声波时差进行了分析,总结出地震属性异常分布与井点岩性及其厚度的关系,得到在40～50Hz的地震主频下高速的生物碎屑灰岩和部分砂岩对属性特征起决定性作用的认识.对薄层生物碎屑灰岩地震属性检测的研究表明,岩石物理参数分析是确定地震属性解决地质问题能力的【总页数】4页(P390-393)【作者】王濮;金振奎;李国发;张立勤【作者单位】中国石油大学资信学院,北京,102249;中国石油大学资信学院,北京,102249;中国石油大学CNPC物探重点实验室,北京,102249;中国石油化工股份有限公司石油勘探开发研究院,北京,100083【正文语种】中文【中图分类】P631.4【相关文献】1.综合应用模型正演及地震瞬时属性预测薄层展布——以平湖油气田某薄层油藏为例 [J], 张尚虎2.地震反演与属性耦合检测薄层含气砂岩 [J], 黄捍东;张如伟;赵迪;陈丽华3.安徽省庐枞火山岩盆地中部生物碎屑灰岩发现的意义 [J], 谢杰; 张千明; 吴文龙4.伊拉克M油田白垩系Mishrif组生物碎屑灰岩储集层非均质性成因 [J], 李峰峰; 郭睿; 刘立峰; 宋世琦5.中东地区X油田Mishrif组生物碎屑灰岩成岩作用特征及其对储层品质的差异控制 [J], 毛先宇;宋本彪;田昌炳因版权原因，仅展示原文概要，查看原文内容请购买。
全三维地震解释在断层识别中的应用
全三维地震解释在断层识别中的应用
李国平;刘志国
【期刊名称】《内蒙古石油化工》
【年(卷),期】2016(000)003
【摘要】利用三维地震数据的高精度和高密度,对研究区域内复杂断裂体系进行地震解释,特别是对小段层的解释方面突破了二维地震测线的限制.从地震数据的浏览及评估入手,建立三维空间地震解释模式,并利用自动追踪技术对层位进行精细解释.在此基础上,利用相干、曲率及倾角照明等多种地震属性技术,结合三维地震数据的可视化优势对工区内断层进行精细刻画,提高了地震解释的效率和精度.
【总页数】3页(P30-32)
【作者】李国平;刘志国
【作者单位】中海油研究总院,北京 100028;中海油研究总院,北京 100028
【正文语种】中文
【中图分类】TE359
【相关文献】
1.全三维地震解释技术在滑动构造解释中的应用 [J], 张新红;尚照顺
2.全三维解释方法在地震解释和油藏描述中的综合应用 [J], 李明富;任春丽;蔡正旗
3.全三维地震解释方法在西湖凹陷HY7-1油气藏评价中的应用 [J], 江文荣;颜慰信;赵志刚;张川燕
4.全三维解释方法及其在BZ25-1油田地震解释中的应用 [J], 明君;彭刚;沈章洪;刘
春城
5.相干技术在全三维地震解释中的应用 [J], 张金淼;王春红
因版权原因，仅展示原文概要，查看原文内容请购买。
基于叠前波场模拟的合成地震记录层位标定
基于叠前波场模拟的合成地震记录层位标定李国发;王尚旭;马彦彦【期刊名称】《中国石油大学学报（自然科学版）》【年(卷),期】2010(034)001【摘要】常规合成地震记录层位标定方法没有考虑多次波和转换波以及处理过程对层位标定的影响.为减小合成地震记录与井旁地震道在波场特征上的差异,提高合成地震记录层位标定的精度,提出基于叠前波场模拟的合成地震记录层位标定方法:首先,利用常规方法进行测井曲线编辑和地震子波提取;第二,利用反射率法模拟井旁共反射点道集;第三,对模拟的共反射点道集进行正常时差校正和叠加;最后,以叠加道作为合成地震记录对地震反射进行层位标定.试验结果表明,此方法改善了合成地震记录与井旁地震道之间在地震反射上的一致性,提高了层位标定的可靠性.【总页数】5页(P29-33)【作者】李国发;王尚旭;马彦彦【作者单位】中国石油大学油气资源与探测国家重点实验室,北京,102249;中国石油大学中国石油天然气集团公司物探重点实验室,北京,102249;中国石油大学油气资源与探测国家重点实验室,北京,102249;中国石油大学中国石油天然气集团公司物探重点实验室,北京,102249;中国石油大学油气资源与探测国家重点实验室,北京,102249;中国石油大学中国石油天然气集团公司物探重点实验室,北京,102249【正文语种】中文【中图分类】P631.4【相关文献】1.基于叠前波场模拟的火成岩地震反射特征分析 [J], 李国发;常德双;李皓;赵超2.基于NEWS平台的叠前叠后联合解释系统设计与开发 [J], 陈楠;徐雷鸣;朱凌燕3.《基于信噪比分析的叠前叠后地震储层反演方法研究》国内领先 [J], 丁建荣4.基于Zoeppritz方程的叠前和叠后混合多参数非线性地震反演 [J], 张凌远;张宏兵;尚作萍;严立志;任权5.基于叠前方位振幅的大港—埕海地区奥陶系风化壳裂缝储层的叠前预测 [J], 刘军迎;雍学善;杨午阳;高建虎;周春雷因版权原因，仅展示原文概要，查看原文内容请购买。
薄层复合波振幅与厚度函数关系的改进
薄层复合波振幅与厚度函数关系的改进苑春方;彭苏萍;唐申强;孙喆;江微娜【摘要】薄层厚度的定量预测方法一直是地球物理学家研究的热点问题之一.预测主要是通过建立薄层厚度与地震反射波振幅、频谱、地震属性之间的关系,进而直接或间接地预测薄层厚度.这种函数关系依赖于选取的地震子波的特性.已有的研究成果中选用的地震子波基本上是实际地震子波的近似,由于子波的误差不可避免地会影响函数关系的精度.选取更为接近实际情况的黏弹性波解作为地震子波,建立了薄层顶底反射的复合波振幅与厚度的一阶近似关系,与Widess的近似关系相比具有更高的精度.【期刊名称】《煤炭学报》【年(卷),期】2014(039)010【总页数】4页(P2083-2086)【关键词】复合波振幅;厚度预测;薄层;地震;黏弹性介质【作者】苑春方;彭苏萍;唐申强;孙喆;江微娜【作者单位】中国矿业大学(北京)地球科学与测绘工程学院,北京100083;中国矿业大学(北京)煤炭资源与安全开采国家重点试验室,北京100083;中国矿业大学(北京)地球科学与测绘工程学院,北京100083;中国矿业大学(北京)煤炭资源与安全开采国家重点试验室,北京100083;中国矿业大学(北京)地球科学与测绘工程学院,北京100083;中国矿业大学(北京)地球科学与测绘工程学院,北京100083;中国矿业大学(北京)地球科学与测绘工程学院,北京100083【正文语种】中文【中图分类】P631.4薄层厚度的定量预测一直是地球物理学家们的研究热点问题之一。
Widess[1]利用谐波研究了地层厚度与顶底反射符合波振幅关系,在厚度小于λ/8 (λ为地震波波长)时,给出了薄层的谐波振幅与厚度的一阶近似函数;Neidell等[2]研究表明当层厚小于λ/4时,利用顶底反射符合波振幅定量计算薄层厚度;Meckel等[3]研究了入射子波的相位谱对分辨率的影响,提出了在有测井信息的条件下,利用反射波振幅定量计算薄层的厚度;Koefoed等[4]给出了楔形体谐波振幅和薄层的厚度近似呈线性关系;Kallweit等[5]利用可控震源研究了薄层响应的频谱及地震波分辨极限;程增庆等[6]构建了楔形煤层地质模型,研究了煤厚在0～λ/2之间时薄层谐波的振幅变化规律;刘震等[7]提出了根据反射波特征点计算薄层厚度的方法;Partyka等[8]研究了顶底反射复合波中薄层对地震子的陷频作用,提出了薄层预测的谱分解方法[9-10];姚陈等[11]利用正演研究了P波和PS波振幅和厚度的关系;孙鲁平等[12]研究了几种子波条件下薄层地震峰值频率与厚度的关系;邓小娟等建立了各向异性的薄煤层的AVO正演模型[13]和薄煤层P-SV转换波AVO正演[14],研究了薄煤层厚度等因素对不同入射角反射波振幅的影响;张铁强[15]研究了薄煤层厚度与其AVO振幅、截距/梯度以及频谱之间的关系。
地震多属性技术解释煤矿薄煤区的应用
地震多属性技术解释煤矿薄煤区的应用
李治欣;邓国成
【期刊名称】《科技创新与应用》
【年(卷),期】2016(0)19
【摘要】宁东煤田某矿区的地质资料较老，矿方急需利用三维地震勘探资料来解
释矿区内的煤层厚度变化情况，有针对性布置开采工作面。
先分析矿区的三维地震资料，其分辨率和信噪比均较高，利用基于地震属性的多元回归分析和基于模型道的波形相关这两种相结合的方法进行解释是切实可行的。
通过优选与煤层厚度相关的地震属性进行煤厚预测，同时提取钻孔处波形作为模型道，以煤厚作为已知条件，在全区进行相对分析，再对两种方法进行资料综合对比分析，并取得较好的效果。
【总页数】2页(P27-28)
【作者】李治欣;邓国成
【作者单位】河南省煤田地质局物探测量队，河南郑州 450009;河南省煤田地质
局物探测量队，河南郑州 450009
【正文语种】中文
【相关文献】
1.多属性融合技术在三维地震资料解释中的应用
2.煤矿采区三维地震构造精细解释技术--全三维地震解释技术
3.煤矿采区三维地震构造精细解释技术--全三维地震解释技术
4.基于支持向量机的地震多属性综合解释技术应用研究
5.淮南某矿区多属
性地震解释技术与应用
因版权原因，仅展示原文概要，查看原文内容请购买。
基于地震属性的煤层厚度预测模型及其应用_孟召平
孟召平,郭彦省,王等.基于地震属性的煤层厚度预测模型及其应用.地球物理学报,2006,49(2):512~517Meng Z P,Guo Y S,Wang Y,et al.Prediction models of coal thickness based on seis mic attributions and thei r applications.Chinese J .Geoph y s .(in Chinese),2006,49(2):512~517基于地震属性的煤层厚度预测模型及其应用孟召平1,郭彦省1,王2,潘结南1,芦 俊11中国矿业大学(北京)资源与地球科学系,北京 1000832中国科学院地质与地球物理研究所,北京 100029摘 要 地震属性技术在岩性和构造解释等方面得到了越来越广泛的应用,特别是在煤、油气资源勘探中具有重要的作用.基于淮南矿区谢桥1区13-1煤层地震勘探资料,提取了28种地震属性数据;通过地震属性的分析,优选出平均峰值振幅、振幅的峰态、最大绝对振幅、瞬时频率斜率等4种地震属性作为煤层厚度预测模型基本参数,结合已知钻孔资料,利用多元多项式回归以及B P 人工神经网络方法,求出了各属性与煤厚之间的多元多项式回归模型及人工神经网络模型,并对模型进行了误差分析和应用结果对比分析,反映出人工神经网络模型在煤厚预测中具有好的应用效果.关键词 地震属性,煤层厚度,多元统计模型,人工神经网络模型文章编号 0001-5733(2006)02-0512-06中图分类号 P618收稿日期 2005-02-22,2005-10-05收修定稿基金项目 全国优秀博士学位论文作者专项资金(200247),高等学校博士学科点专项科研基金(20050290009)、教育部留学回国人员科研启动基金和国家自然科学基金(40172059)资助.作者简介 孟召平,男,42岁,教授,博士生导师,主要从事工程地质、岩石(体)力学和煤油气地质方面的研究.E -mail:mzp@Prediction models of coal thickness based on seismic attributionsand their applicationsMENG Zhao -Ping 1,GUO Yan -Sheng 1,W ANG Yun 2,PAN Jie -Nan 1,LU Jun 11De pa rtmen t o f Resou rc e an d Geoscien ce o f Ch ina U n iversity o f Min ing an d Tec hnolog y ,Bei jing 100083,Chin a 2In sti tute o f Geolog y a n d Geoph ysic s ,Chin ese Aca de my o f Scien ces ,Bei j in g 100029,ChinaAbstract As a technology used widely in lithology and structural interpre tation,seismic attribute technology has been playing an important role in coal and oil e xploration.Based on 3_D seismic e xploration data of coalsea m 13-1in the Xieqiao colliery,Huainan c oal field of China,28seismic attributes are extracted.Through analysis of seismic attributes,four usable seismic attributes,suc h as a vera ge -peak -amplitude,kurtosis -in -a mplitude,maxi m um -absolute -amplitude and slope ra te of instantaneous -frequency,are selected as the basic analysis parameters of prediction models of coal bined with the real drill data,the prediction models between coal thickness and multi attributes are established by using analytical methods of multivariant polynomial regression and BP neural networks(BPNN),and error analysis of predicting coal thickness is carried out.From the c omparison of prediction results of c oal thickness of coal seam 13-1in the Xieqiao colliery,Huainan c oal field of China by using these two models,it is concluded that the BPNN model has higher accuracy in predicting coal thickness.Keywords Seismic attributes,Coal thickness,Multivariate statistic model,BP neural ne twork model第49卷第2期2006年3月地 球 物 理 学 报C HINESE JOURNAL OF GEOPHYSICSVol.49,No.2Mar.,20061引言随着综采技术的发展,煤厚的变化情况成了急需解决的问题,由于大部分煤层属于典型的薄层,垂向分辨率达不到解决煤厚的要求.在煤田地震勘探中,除了要查明采区内构造外,还要提供煤层厚度的变化情况.如何利用地震信息,结合钻孔资料获取煤层厚度信息,是当前国内外许多学者正在研究的课题.地震属性反应了地震波形的几何学、运动学、动力学和统计学特征,地震属性技术是通过应用研究、算法开发及综合软件系统来提取、储存、可视化、分析、验证及评价地震属性的技术.地震属性技术应用于地震解释处理、地震构造绘图、地震地层解释、地震岩性学和模拟、油藏描述等各个方面.20世纪90年代以来,地震属性技术已从计算单道瞬时属性,发展到多道沿层取时窗计算几十种参数,可以较为精确地确定诸如油水界面、岩性变化、厚度变化、裂缝检测和地震相等特征[1~11].地震属性学正在成为油藏地球物理学的关键部分,并且在勘探地震学与开发地震学之间建立了一种特殊联系[1].应用地震属性预测薄层厚度包含两个方面:一个是薄层地震属性的提取;一个是薄层厚度与这些属性的关系研究[2~4].研究的方法大致有两类[5]:一类是利用在调谐厚度内,振幅与薄层厚度近似呈线性关系;一类是利用振幅谱来预测煤层厚度.这些方法由于使用单一参数,并且振幅的影响因素很多,无法克服地震信息的多解性,效果并不理想.有的尽管用了多属性预测,只是用理论和模型研究成果抽取地震属性,主要侧重在储层预测识别方法的研究,用一种或几种计算方法预测储层信息,没有结合研究区实际进行属性优选,对所建立的预测模型也没有进行误差分析,由于各种地震属性信息间的组合方式以及各种属性反映厚度的灵敏度具有很大的不确定性,在不同地区、不同层位地震属性组合存在较大差别,使预测的可信度降低.淮南谢桥煤矿13-1煤层,厚度3~6m,且地震反射波能量较强,信噪比较高,波形突出、横向可连续追踪,具有良好的地震地质条件,本文结合淮南谢桥矿区13-1煤层厚度的实际进行地震属性优选,构建了地震属性多元统计和B P神经网络预测模型,并对模型进行了误差分析和应用结果对比分析,反映地震属性预测煤层厚度具有好的应用效果.2地震属性分析煤层作为地震勘探中通常定义的/薄层0(y[ K P4,y为煤层厚度,K为地震波波长),其反射波是煤层顶底板界面的反射,为层间多次波及转换波等共同作用的叠加复合波.为了提高可信度,对地震属性与煤厚相关系数较大的地震属性进行互相关分析,将相关值较大的地震属性进行合并,以保证用于预测的地震属性具有相对独立性,通过地震属性的互相关分析,选取有意义的属性参数[12].2.1地震属性提取地震属性的分类方法有很多,主要有以下4种[13]:一是在我国学术界较为流行的分类方法,即从运动学与动力学的角度,将地震属性分为振幅、频率、相位、能量、波形和比率等几大类;二是按属性拾取的方法将地震属性分为层位属性和时窗属性两类;三是由Alistair R Brown[14]1996年提出的将地震属性分为时间、振幅、频率和衰减4类的分类方法;四是由Chen Quincy et al.[1]1997年提出的基于储层特征的分类方法,该方法有利于我们根据所要研究的对象初选地震属性,以减少属性计算的盲目性和随机性.本文采用Landmark公司Poststack的PAL属性提取模块,确定沿目的层20ms时窗作为提取属性分析的时窗.在此时窗内,共提取28种地震属性,其中振幅类属性15种,复地震道类属性5种,频(能)谱统计类属性8种(见表1).首先,对井旁地震记录的煤层厚度与优选的地震属性数据进行归一化处理,其方法为:设样本数据为x p(p=1,2,,,P),定义样本数据中的最大值x max=ma x{x p},样本数据中的最小值x min=min {x p},有x p-x min+ax max-x min+ay x p.(1)按(1)式归一化处理计算,将样本数据转化为0~1区间的数据[12],式中a为修正系数.然后,根据归一化处理后的数据,按照r=6i(x i-x)(y i-y)6i(x i-x)26i(y i- y)2(2)计算煤厚与地震属性之间相关系数,式中r为相关系数;x i为第i个地震属性值;x为地震属性平均值;y i为第i个煤厚值;y为煤厚平均值.5132期孟召平等:基于地震属性的煤层厚度预测模型及其应用表1煤厚与地震属性相关系数Table1C orrelation coefficients between coal thickness and seismic attributes 地震属性相关系数r地震属性相关系数r 绝对振幅总量-01201平均反射强度-01244均方根振幅-01287平均瞬时频率-01306平均绝对振幅-01201平均瞬时相位01195最大峰值振幅-01503反射强度斜率-01062最大谷值振幅-01308瞬时频率斜率-01400平均谷值振幅-01084有效带宽01015最大绝对振幅-01514弧线长度-01201平均能量-01287平均零交叉点频率-01026振幅总量01079主频F101054能量总体-01287主频F201281平均振幅01079主频F301103振幅变化-01350主频峰值-01019振幅变化的不对称性-01051主频峰值到最大频率的斜率01035振幅的峰态-01403平均峰值振幅-01340根据淮南谢桥煤矿13-1煤层7个钻孔点和28个巷道点数据,计算出煤厚与地震属性相关系数如表1所示.2.2地震属性的优选基于煤层厚度与地震属性之间的相关系数,从中优选出相关系数大于-013的地震属性8种(表1),即最大峰值振幅、最大谷值振幅、最大绝对振幅、振幅变化、振幅的峰态、平均瞬时频率、瞬时频率斜率和平均峰值振幅.为了保证各属性的相对独立性和算法的稳定性,进行地震属性的互相关分析,如表2所示.互相关分析的计算公式与(2)式相同,根据各地震属性间的相关系数,剔除相关系数较大的属性,最后获取4个有用的地震属性作为预测模型的基本参数,它们分别是:平均峰值振幅,振幅的峰态,最大绝对振幅和瞬时频率斜率.用这些地震属性作为回归模型和BP神经网络预测模型的基本参数[12].表2地震属性之间的互相关分析Table2Results of cross-correlation analysis between seism ic attributes属性平均瞬时频率平均峰值振幅振幅的峰态最大绝对振幅最大峰值振幅最大谷值振幅瞬时频率斜率振幅变化煤厚平均瞬时频率11000-01051014420107401038017160161701350-01306平均峰值振幅-0105111000016600174401754013180110001749-01340振幅的峰态0144201660110000160801589017850156901946-01403最大绝对振幅0107401744016081100001995013660137701553-01514最大峰值振幅0103801754015890199511000013310133201541-01503最大谷值振幅0171601318017850136601331110000166901653-01308瞬时频率斜率0161701100015690137701332016691100001403-01400振幅变化0135001749019460155301541016530140311000-01350煤厚-01306-01340-01403-01514-01503-01308-01400-01350110003煤层厚度预测模型3.1多元统计预测模型假设有p个属性,建立煤厚与p个属性的m次多项式回归方程为y=a00+a11x1+a12x21+,+a1m x m1+a12x2+a22x22+,+a2m x m2+,+a p1x p+a p2x2p+,+a pm x m p,(3)式中y为预测煤厚;x i(i=1,2,,,p)为不同地震属514地球物理学报(Chinese J.Geophys.)49卷性的值;a ij (i =0,1,,,p ;j =1,2,,,n ,n 为样本数)为回归系数.根据淮南谢桥煤矿13-1煤层实际观测点资料,以归一化后的地震属性集为基础,建立地震属性与煤厚之间的多元多项式回归模型.(1)四元一次多项式回归模型通过平均峰值振幅,振幅的峰态,最大绝对振幅和瞬时频率斜率属性与煤层厚度之间的相关分析,计算获得的四元一次多项式回归模型为y =810790-119102x 1-018189x 2-017723x 3-219346x 4,(4)式中y 为预测煤厚值(m);x 1为平均峰值振幅;x 2为振幅的峰态;x 3为最大绝对振幅;x 4为瞬时频率斜率.(2)四元二次多项式的回归模型通过计算获得的四元二次多项式的回归模型为y =-4011827x 1+2919812x 21+310684x 2-615302x 22+6712576x 3-4019466x 23-5114177x 4+5619763x 24-117485.(5)3.2 BP 神经网络预测模型BP 神经网络模型具有自学习、自组织、强容错性、计算简单、并行处理速度快等优点,并且它在理论上可以任意逼近任何非线性映射,因此应用最为广泛[15~17].建立B P 神经网络模型,首先选用Sigmoid函数作为网络中神经元的激发函数.为了有效地利用S 型函数的特性,以保证网络神经元的非线性作用,对于数值型的学习样本以及输出数据利用(1)式进行归一化处理,每个节点的输出值为0~1.利用反向传播学习建立煤厚预测的神经网络模型[15],根据淮南谢桥煤矿13-1煤层实际观测点资料,筛选出35个实测数据作为学习训练和测试样本,其中7个钻孔点数据及28个巷道点数据,以钻孔点地震属性作为学习样本,对网络进行训练. BP 网络是通过将网络输出误差反馈来对网络参数进行修正,从而实现网络的非线性映射能力.Robe-t Nielson 证明了具有1个隐含层的3层BP 网络模型可以有效地逼近任意连续函数,即包含输入层、隐含层和输出层[15,16].基于研究区实际情况,建立的煤层厚度BP 神经网络预测模型的网络结构如图1所示.模型采用3层网络结构,将优选的4种地震属性作为网络学习输入层的4个节点,网络的中间层为2个节点,输出层为1个节点,建立煤层厚度B P 神经网络预测模型.经过迭代,输入层与隐含层间的权系数W 和隐o 输入层input l aye;o =隐含hidden layer 层;p 输出层output layer.图1 BP 神经网络煤层厚度预测模型的结构形式Fig.1 Structural pattern of predicting coal thicknessby using the BPNN model含层与输出层间的权系数V 为W =-111837923117391513692-2216159-4175561316481-2213774-10166923415491-515601,(6)V =[-910616 -819075 917173].(7)4 煤层厚度预测结果误差分析根据e =6(y -y i )2N ,(8)R =1-6(y -y i )2(y i - y )2,(9)进行煤层厚度预测模型结果误差分析,式中e 为标准估计误差,其值愈小说明所建模型愈好;R 为决定系数,其值愈大说明所建模型愈好.计算要求e 、R 达到一定精度.根据淮南谢桥煤矿13-1煤层实际观测点资料建立的煤层厚度预测模型误差分析结果表明,四元一次多项式回归模型,回归误差相对较大;而四元二次多项式的回归模型和BP 神经网络预测模型回归误差相对较小(表3).为了进一步检验模型预测结果的可靠性,用BP 人工神经网络与多项式回归模型对淮南谢桥煤矿13-1煤层厚度进行预测分析和检验,预测结果如表4所示.根据模型预测值与实测值及其误差对比分析可以看出:应用二次多项式回归模型预测煤层厚度误差相对较大,尽管二次多项式回归模型在已知点数据吻合很好,但不可用于整个研究区预测煤厚;但BP 人工神经网络模型预测煤层厚度数据可应用于整个研究区,去除非值点,几乎所有数据均可用,且误差也较小,精度高,说明用神经网络模型预测煤层厚度最稳定(如表4).5152期孟召平等:基于地震属性的煤层厚度预测模型及其应用表3煤层厚度预测模型误差分析Table3Error analysis of prediction models of coal thickness预测模型标准估计误差e决定系数R模型评价四元一次多项式回归模型0147201244回归误差相对较大四元二次多项式回归模型0142701379回归误差相对较小BP神经网络预测模型010*******回归误差相对较小表4淮南谢桥西1采区13-1煤厚度预测误差统计表Table4Error statistics of thickness prediction of coal seam13-1in the m ining area west No.1of the X ieqiao coal m ine,Huainan井号实际值(m)神经网络预测一次多项式回归二次多项式回归预测值(m)绝对误差相对误差(%)预测值(m)绝对误差相对误差(%)预测值(m)绝对误差相对误差(%)L35129512001091170418201478188511401152184加24178418501071146419501173156416901091188 D35102419101112119417701254198417901234158补v44199417801214121416101387162416901306101检15184517001142140513101539108516201223177 8-74134419701631415251000166151215109017517128 1703*318441200136913841400156141585150116643123 H14100414301431017941500150121554168016817111 H24100410101010128411701174124318201184143 H34160416801081167416801081164415901010115 H45100418901112111510401040176419301071142 H54190419001000100419001000100418101091182 H65110419201183154417901316103418101295165 H75100418301173140416901316120416101397174 H85100418601142182419201081158417701234151 H1051204196012441574166015410133511801020139 h115110419801122145417201387138419001203193 H124190419901092103417201183165417801122151 H134180418001000100416401163140416901112134 H173100419611966513351032103671804187118762135 H1841104112010201454156014611116412501153172 H195100510001000109511301132168511201122135 H205150515001000100510801427161511201387100 H214180418401040176418401040186418801081156 H224150416401063112414901010133415501051106 H234120410601143140412301030180412301030166 H244130413901092107413401040197412901010133 H255130418301478186418601448129513701071141 H27410031990101013041520152131114158015814161 H285140510701336104510101397116510101397131 H295130419501356153511201183140419101397131 H304180418801081165511501357127419501153119 H315100418801122144510101010117418401163124 H325100418701132150510801081166418701132163 H345100417501254199417001305198416201387168注:带*者为验证孔,以h开头者为巷道资料.5结论(1)基于优选出的平均峰值振幅、振幅的峰态、最大绝对振幅、瞬时频率斜率等4种地震属性建立了煤层厚度多项式回归模型和BP人工神经网络预测模型.(2)煤层厚度预测结果误差分析表明,一次多项式(线性)模型回归误差最大,BP人工神经网络次之,二次多项式回归在钻孔点地震记录效果最好.但用上述回归模型对整个工区进行煤厚预测时,二次多项式回归可用数据最少,一次多项式回归次之,人516地球物理学报(Chinese J.Geophys.)49卷工神经网络回归数据基本都可用,且误差也较小,这说明用神经网络模型预测煤层厚度最稳定.(3)不同属性对煤厚的影响程度不同.地震属性分析从振幅、频率等从不同侧面反映地震波的运动学、动力学特征,充分利用这些信息有利于精细地震解释和提高解释的精度.(4)应用地震属性预测煤层厚度的前提是对地震记录进行高保真、高信噪比和高分辨率处理,以保证提取信息的可靠性.在进行解释时,要结合采区实际进行多属性分析,以优选适合本区的地震属性,提高解释的精度和算法的稳定性.(5)随着综采技术的发展,煤厚的变化情况成了急需解决的问题,由于大部分煤层属于典型的薄层,垂向分辨率达不到解决煤厚的要求.应用地震属性构建预测模型进行煤厚预测具有好的应用效果.致谢在本文研究过程中得到中国矿业大学(北京)彭苏萍教授和中国煤田物探研究院勾精为教授级高工的指导,在此表示衷心感谢!参考文献(References)[1]Chen Q,Sidney S.Advances in seis mic attri bute technol ogy.In:Wes tern Altal s International Inc.Thesi s Collec tion in the67thAnnual Conference of Exploration Physical Geology Experts.America:Society of Exploration Geophysicis ts,1997.730~733 [2]黄真萍,王晓华,王云专.薄层地震属性参数和厚度预测.石油物探,1997,36(3):28~38Huang Z P,Wang X H,Wang Y Z.Folium s eis mic attributionparameters and thickness predic tion.Geo physical Prospecting f o rPetroleum(in Chinese),1997,36(3):28~38[3]Chen Q,Sidney S.Sei smic attribute technology for res ervoirforecas ting and moni toring.The Leading Edge,1997,16(5):445~450[4]乐友喜.利用模型技术研究地震属性的地质意义.物探与化探,2001,25(3):191~197Le Y X.Geol ogical si gnificance of s eis mic attribution research withmodel technology.Ge ophysical and Geoc hemical Exploration(inChi nese),2001,25(3):191~197[5]陆基孟.地震勘探原理.北京:石油大学出版社,1993Liu J M.Theory of Seis mic M ethod(in Chi nese).Beijing:ChinaPetroleum Uni versity Pres s,1993[6]崔若飞,李晋平,庞留彦等.地震属性技术在煤田地震勘探中的应用研究.中国矿业大学学报,2002,31(5):267~270Cui R F,Li J P,Pang L Y,et al.Application of sei smic attributiontechniques in c oal seis mic method.Journal o f China Universit y o fMining Tec hnology(i n Chinese),2002,31(5):267~270[7]熊晓军,尹成,张白林.高阶统计量油气检测方法研究.地球物理学报,2004,47(5):920~927Xiong X J,Yin C,Zhang B L.Method research of forecas ting oiland gas usi ng higher-order s tatis tics.Chinese J.Ge ophys.(inChines e),2004,47(5):920~927[8]孙春岩,牛滨华,文鹏飞等.海上E区天然气水合物地质、地震、地球化学特征综合研究与成藏远景预测.地球物理学报,2004,47(6):1076~1085Sun C Y,Niu B H,Wen P F,et al.An integrated s tudy me thod forexploration of gas hydrate reservoirs i n marine areas.Chinese J.Geo phys.(in Chinese),2004,47(6):1076~1085[9]Brian R,Hampson D.Multiattribute sei smic analysis.The LeadingEdge,1997,16(10):1439~1443[10]Hill K B.Sand thicknes s predicti on from3-D seis mic data:A cases tudy of the Upper J uras sic Frisco City Sand of southwest Alabama.The Leading Edge,2001,20(9):950~964[11]李春峰,Chri stopher Li ner.基于小波多尺度分析的奇性指数:一种新地震属性.地球物理学报,2005,48(4):882~888Li C F,Chris topher L.Singularity exponent from wavele-t basedmul tiscale anal ysis:A ne w seis mic attribute.Chinese J.Geophys.(in Chinese),2005,48(4):882~888[12]郭颜省,孟召平,杨瑞召等.地震属性及其在煤层厚度预测中的应用.中国矿业大学学报,2004,(5):557~562Guo Y S,Meng Z P,Yang R Z,et al.Seis mic attributions anal ysisand it.s application in predicting thickness of coal.Journal o f ChinaU nive rsity o f Mining Technology(in Chi nese),2004,(5):557~562 [13]刘文岭,牛彦良,李刚等.多信息储层预测地震属性提取与有效性分析方法.石油物探,2002,41(1):100~106Liu W L,Niu Y L,Li G,et al.Seis mic attribute extracti on andeffecti venes s analysis of mult-i attribute res ervoir predicti on.Geo physical Pros pecting for Petrole um(in Chinese),2002,41(1):100~106[14]Alis tair R B.Seis mic attributes and their cl as sification.The LeadingEdge,1996,15(10):1090[15]赵林明,胡浩云,魏德华等.多层前向人工神经网络.郑州:黄河水利出版社,1999.18~26Zhao L M,Hu H Y,Wei D H,et al.Forward M ult-i layers ArtificialNeural Networks(in Chinese).Zhengz hou:Yellow River WaterConservanc y Press,1999.18~26[16]Looney C G.Pattern Recognition Using Neural Net work:Theory andAl gori thms for Engi neer and Scientists.New York:Oxford Uni versityPres,Inc.1997[17]郭文兵,邓喀中,邹友峰.地表下沉系数计算的人工神经网络方法研究.岩土工程学报,2003,25(2):212~215Guo W B,Deng K Z,Zou Y F.Study on arti ficial neural networkmethod for calculation of subsidence coefficient.Chinese J.Geotec hnic al Enginee ring(in Chi nese),2003,25(2):212~215(本文编辑胡素芳)5172期孟召平等:基于地震属性的煤层厚度预测模型及其应用。
转换波地震资料处理的关键问题与解决方法
转换波地震资料处理的关键问题与解决方法
李国发;彭苏萍;何兵寿;高日胜
【期刊名称】《中国矿业大学学报》
【年(卷),期】2005(34)1
【摘要】针对转换波地震资料检波点静校正量过大的问题,分析了现有的转换波处理技术、波形变化、静态时移对面波压制影响.结果认为,面波压制、转换波静校正、速度分析等是影响转换波处理质量的关键.提出了基于模型的面波压制技术和利用
共检波点叠加静校正和最大叠加能量剩余静校正的解决方案,为提高转换波速度分
析的精度,利用变速抽取共转换点道集的方法,实现了真正的共转换点速度分析.对三维转换波地震资料的处理结果表明了该方法的正确性和有效性.
【总页数】5页(P41-45)
【关键词】转换波处理;面波;共转换点;检波点;速度分析;地震资料处理;静校正量;关键问题;技术;影响
【作者】李国发;彭苏萍;何兵寿;高日胜
【作者单位】中国矿业大学资源与安全工程学院
【正文语种】中文
【中图分类】TD921;P631
【相关文献】
1.转换波地震资料处理方法在苏里格地区的应用 [J], 李美;程思检;庞锦莲;陈娟
2.三维转换波地震资料处理技术在LMD地区的应用 [J], 刘俊峰;孟小红;于春玲;许
红;田晓冬;付雷
3.柴达木三湖地区转换波地震资料处理解释技术应用 [J], 王九拴;胡杰;刘志强;杨静;张妍;马宁;杨军
4.转换波地震资料处理技术的应用条件分析 [J], 霍浩;查树贵;谢先梅;彭国斌
5.大面积三维转换波地震资料静校正处理技术 [J], 边冬辉;王小卫;杨哲;杨维;许建权;郄树海
因版权原因，仅展示原文概要，查看原文内容请购买。
薄互层油气藏时移地震反演数据解释
薄互层油气藏时移地震反演数据解释
李景叶
【期刊名称】《石油地球物理勘探》
【年(卷),期】2012(047)003
【摘要】本文从时移地震薄互层油藏监测的本质出发，首先提出并试验了地震尺
度下基于边界理论的弹性参数计算方法；其次利用模型资料，定量分析了时移地震常规属性（如最大振幅、最大阻抗等）和累积属性响应地震尺度测量结果与精确测量结果的差异，以及薄层厚度、薄层组合结构、饱和度变化对属性的影响；然后利用实际气田时移地震纵波阻抗反演数据计算累积差异阻抗与累积差异阻抗的平均值，得到气藏压力变化质量因子与气藏压力变化数量因子；最后采用气藏压力变化质量因子与数量因子的交会分析和乘积分析方法实现了对实际薄互层气藏压力变化动态的监测。
【总页数】10页(P442-451)
【作者】李景叶
【作者单位】中国石油大学北京油气资源与探测国家重点实验室,北京102249 中
国石油大学CNPC物探重点实验室,北京102249
【正文语种】中文
【中图分类】P631
【相关文献】
1.用改进的模拟退火算法进行叠后时移地震数据反演
2.分层解释性反演技术在薄互层砂体预测中的应用
3.大地电磁资料精细处理和二维反演解释技术研究(二)——反演数据极化模式选择
4.利用一维正则化反演进行大地电磁测深数据拟二维反演解释
5.时移地震AVO反演在油藏定量解释中的应用
因版权原因，仅展示原文概要，查看原文内容请购买。
叠前弹性阻抗反演技术(李国发)
叠前弹性阻抗反演技术(李国发)叠前弹性阻抗反演技术李国发刘洋王濮(中国石油大学资源与信息学院信息科学与地球物理系,北京 102249摘要常规的叠后波阻抗反演方法不能全面、准确地提供储层的的岩性和物性信息。
本文介绍了一种新的叠前反演方法——叠前弹性阻抗反演,与常规叠后反演和叠前 AVO 反演相比,叠前弹性阻抗反演方法能够更好地提供储层岩性和流体性质的信息。
国内外应用实例表明:弹性阻抗反演技术是继叠后反演和叠前 A VO 反演之后,地震反演技术在地球物理勘探领域的又一重要进展。
关键词声波阻抗,弹性阻抗,叠前反演,弹性参数随着油田勘探和开发工作的不断深入, 目前的处理方法、解释结果和储层分析手段已经不能很好地满足精细储层预测地要求。
尽管传统的迭后反演方法在精细储层描述中发挥了重要的作用, 但是迭后信息对地震波动力学特性的模糊以及反演结果的多解性限制了迭后反演方法在储层预测中作用。
迭前 A VO 反演技术虽然在一定程度上利用了地震资料的迭前信息, 但是其理论局限以及对地震资料品质的要求使得该方法在实际应用中存在诸多“陷阱” ,成功的实例鲜有报道。
特别是目前对迭后反演技术和 A VO 技术的人为修饰和“改进” , 脱离理论、不切实际的渲染和套用,加剧了这两项技术在应用中的混论。
迭后反演技术很好地利用测井信息,但丢失了地震信号的迭前信息; A VO 技术利用了地震资料的迭前信息, 但是不能很好地利用测井信息。
迭后反演具有较好的稳定性和分辨率, 但不能得到泊松比、流体特性等信息; A VO 反演技术能够得到有关岩性和流体的信息,但是稳定性和分辨率较低。
随着与角度有关的弹性阻抗概念的提出和建立, 迭前弹性阻抗反演技术很好的融合了迭后反演和 A VO 反演的优点,弹性阻抗中既有纵波信息也有横波信息,进而可以得到纵波速度、横波速度、密度、泊松比、弹性模量等诸多岩石物性参数,这些参数不同于迭后反演方法由波阻抗派生得到的信息, 而是通过反演得到的独立信息。