关于地震属性技术的研究和分析

关于地震属性技术的研究和分析

西安科技大学计算机系王龙军张群会叶琴

[摘要]地震属性分析是储层描述的一项重要内容.目前地震属性分析技术发展迅速,在油气田开发中应用广泛,并

起到越来越重要的作用.地震属性分析希望从地震数据中拾取隐藏在这些数据中的有关岩性和储层物性的信息,从而

加强地震数据在油田开发领域的应用.

[关键词]地震属性属性提取属性优选

1.前言

随着地震属性在油气勘探与开发中发挥的作用越来越大,

地震资料的属性解释分析逐渐形成了一项专门的地震属性技

术,并且也初步形成了一门新兴学科—地震属性学(Se ism i2

cA t t r ibu to lo gy).

2.地震属性的定义

到目前为止,对地震属性还没有统一的定义,大家引用较多

的是W e ste rnA t la sIn te rna t io na l公司的Q u incyChen与

S teveS idney所给出的定义:”地震属性是地震资料的几何学,运

动学,动力学及统计学特征的一种量度”.这也是本文所引用的

地震属性定义.

3.地震属性分类

目前,地震属性的分类方法有很多,但没有一个公认的地震

属性分类,也很难建立一个完整的地震属性列表,概括起来主要

有以下五种:

(1)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,相

关,衰减和比率等几大类.

(2)是按属性拾取的方法将地震属性分为剖面属性,时窗属

性和体积属性三类的分类方法.

(3)是由T ap e r等人(1995)提出的将地震属性分为几何属

性和物理属性两大类.

(4)是由B row n(1996)提出的将地震属性分为时间,振幅,

频率和衰减四类的分类方法.

(5)是由陈强(Q u incyChen)等人(1997)提出的基于储层特

征的分类方法,将地震属性分为八类,即亮点与暗点属性,不整

合圈闭,断块脊属性,含淮气异常属性,薄储层属性,地层不连续性属性,灰岩储层与碎屑岩储层的差异属性,构造不连续性私岩性尖灭属性.

可以看出,对地震属性分类的不断研究,也使得地震属性技

术上了一个新的台阶.

4.地震属性技术的工作程序

地震属性技术是指通过应用分析,各种算法研究以及综合

的软件系统来提取,存储,可视化,分析,验证和评估地震属性以及将地震属性转换为储层特征的一套方法.

利用地震属性进行储层预测和油藏描述的基本工作程序一

般包括:(1)地震属性的提取;(2)地震属性参数的预处理;(3)地

震属性的优选;(4)地震属性的分析评价.本文将详细阐述地震

属性技术工作程序的地震属性提取和地震属性优选这两部分基本内容.

4. 1地震属性的提取

地震属性的提取方式很多,根据研究区域的勘探程度,研究

对象以及所要解决的地质问题采用合适的方式,可以获得较好的效果.下面主要针对地震属性的目标分类按线,面,体介绍地

震属性提取的基本方式及其适用性.

(1)剖面属性提取

剖面属性提取就是直接将地震剖面数据通过一些数学变换

或方法转换为与地震反射波或岩石物性有关的新的地震信息, 如复数道分析,时频分析,波阻抗反演等方法获得的地震属性剖面.这类属性剖面在过去20年的油气检测中,它们已得到了广泛应用.

(2)层位属性提取

层位属性也称为基于同相轴的属性,它是指从地震数据中

提取的并与一个界面有关的属性,它提供了有关界面上或界面之间属性怎样变化的信息.对于这种界面上或界面之间的层位

属性,实际上它是对一个层位上地震波信息的一种平均响应,因此,层位属性的提取又可分为瞬时属性提取,单道分时窗提取和多道分时窗提取.

(3)三维体属性提取

三维体属性其实质是基于三维地震数据体产生一个完整的

三维属性体,它是地震数据的另一类图像.这种图像可以用作揭示其它剖面图像难以识别的地震特征,如河道砂体,礁块,各类地层学沉积单元的沉积特征等,它具有重要的使用价值.

体积属性的提取方法与上述层位属性的提取方法一样,即

分为瞬时属性提取,单道时窗属性提取和多道时窗属性提取.

4. 2地震属性的优选

地震属性优化方法就是利用人的经验或数学方法,优选出

对所求问题最敏感,最有效和最有代表性的属性个数的地震属性组合,从而改善与地震属性有关的处理及解释方法的效果. 地震属性优选方法可分为地震属性选择与地震属性降维映

射两大类.

4. 2. 1属性选择

从一个属性集中挑选出最有利于地震储层预测的属性子集

的过程称为属性选择.最简单的地震属性选择方法是根据专家知识挑选那些对储层预测最有影响的属性.另一种可能则是用数学的方法进行筛选比铰,找出带有最多储层信息的属性. (1)专家优化

一般说来,油田专家对某个地区带有最多储层信息的地震

属性是比较了解的,可凭经验进行地震属性选择.

(2)自动优化

地震属性选择的任务是从一组数量(维数)为D的地震属性

中选择出数量为d(D>d)的一组最优地震属性来.自动优化的算法有很多种,其中一类是基于搜索算法,有最优搜索算法和次优搜索算法.

采用最优搜索算法进行地震属性优选的计算量大,在实际

工作中人们经常运用次优搜索法进行地震属性优选,主要有: 1)顺序前进法(SF S)

这是最简单的自下而上的搜索方法,每次从未入选的地震

属性中选择一个,使得它与已入选的地震属性组合在一起所得可分性判据值为最大,直到属性数增加到所要选择的属性个数为止.这种方法的主要缺点是一旦某属性入选,即使由于后加入的属性使它变为多余,也无法再把它剔除.

2)顺序后退法(SB S)

这是一种自上而下的方法,从全体属性开始每次剔除一个,

所剔除的属性应使仍然保留的属性组的可分性判据值最大.这种算法的缺点是计算量较大,属性一旦被剔除就不能再入选. 3)增1减r法(1-r法)

为避免SF S和SB S方法的缺点,可在选择的过程中加入局

部回溯过程,即在第k步可先用SF S法一个个加入属性到k+ 1 个,然后再用SB S法一个个剔去r个属性.

4)非线性优化搜索

主要包括模拟退火算法,T abu搜索算法,遗传算法,R S决

策分析方法等.优化搜索一般与模式识别相结合,将模式识别的结果与已知样本进行比较的优劣作为优化的目标函数,通过目标函数达到最小值来达到优选地震属性的目的.

(3)专家与自动优化结合

为了克服专家知识与经验的局限性,减少自动优化的计算

工作量,可将专家优化与自动优化结合起来进行地震属性优化. 较常用方法是专家优化与最优搜索算法结合,求取该组合优化问题的最优解.

4. 2. 2地震属性降维映射

通过映射或变换的方法,把属性空间的高维(D)属性变为

低维(d)属性,称为属性降维映射.一般情况下d

映射可实现维数压缩,但是应该保证样本属性不变,并且更具有代表性,更能反映本质.为此,属性降维映射要有某些约束条件. 在广义上,属性降维映射就是给定约束条件下的某种变换T,实现由高维属性空间ED到低维属性空间Ed的映射,即:

T:ED’Ed

5.结论