基于五维地震数据的火山机构刻画及岩相识别——以准噶尔盆地石炭系火山岩为例

五维地震数据可以更好地分析地震波在各向异性介质中传播的旅行时间、速度、振幅、频率和相位等属性随方位角的变化,而且炮检距信息与目标地质体的尺度、地层岩性和流体成分等存在相关性,方位角信息则与地层中的断裂、裂缝等的发育特征相关。为此,提出了基于五维地震资料的火山机构刻画和岩相识别技术。考虑到地下构造在垂直于走向方向的响应更明显的特点,通过构建方位分析窗提取优势方位信息,利用倾角成像增强处理的地震资料预测火山机构,利用倾角及方位角的变化计算相邻道的相似性,提高了地震资料的横向信噪比,明确了火山机构宏观分布范围;通过定义方位时窗,结合地震道反距离加权算法,提取每个方位对断裂最敏感的信息,提高了火山机构刻画精度,得到的火山形态更清晰;再结合核主成分分析（KPCA）融合优势属性预测火山岩有利岩相,精细预测了准噶尔盆地KM1井区的三期火山岩有利区带,为高效勘探、开发该区的火山岩储层奠定了基础。     

沉积模式约束的地震多属性水下扇岩相划分

水下扇是一类重要的岩性油气藏勘探目标,但对其内幕岩相进行精细刻画难度较大,导致勘探井位部署的成功率很低。为此,本文从"扇沉积模式"出发,建立一种模式指标来解决井数据缺乏的问题。以渤海湾盆地辽中凹陷南洼古近系东营组某一期湖底扇为例,通过经典水下扇模式分析地震相,综合选择出既有明确地质意义、又能一定程度上综合反映地震波反射特征的砂岩和砾岩两种组分含量指标来量化分类水下扇岩相。然后采用模糊径向基函数神经网络来映射"砂岩和砾岩含量-地震属性"间非线性关系,从而获得水下扇岩相的粗略划分,可满足勘探阶段大范围储层描述的精度要求。本文的主要目的是探讨如何将 "扇沉积模式"与"地震数据"进行定量化衔接,从而为水下扇岩相的识别提供一种可能的解决方案。     

地震属性分析在扇体识别中的应用

随着地震属性提取方法的不断完善,地震属性分析已经大量应用于油气勘探的各个阶段,并取得了较好的应用效果.准噶尔盆地西北缘百56井区风城组发育了一套扇体,针对其特殊的地震响应特征,从地震相分析入手,在属性分析优化的基础上,优选出能够凸显扇体特征的敏感属性,进而对扇体的空间展布及扇体内部沉积亚相进行了识别和预测.     

极限学习机驱动的地震多属性融合识别曲流带单一点坝

识别高弯度曲流河内部单一点坝对于研究曲流河演化特征、指导油气藏开发等具有重要意义。为此,以孤东油田馆陶组曲流河为例,综合地震属性聚类分析与优选、极限学习机算法属性融合和地震正演模拟等,构建一种利用极限学习机算法驱动的地震多属性融合技术,识别复杂曲流带内部单一点坝。钻井和开发动态检验表明：①该方法在实例区的砂岩厚度预测单井吻合率达到93.3%,优于支持向量机和BP神经网络方法; ②研究区曲流带内部发育三种点坝叠加模式,即相向迁移点坝叠置、同向迁移废弃河道残留和同向迁移废弃河道无残留,三者地震相在反射连续性和振幅强度方面存在差异; ③研究区曲流带内部发育有5个单一点坝,点坝间残留的废弃河道形成渗流屏障影响剩余油开发。该方法研究成果可为油藏开发提供地质依据。     

基于Contourlet变换的地震多属性融合方法

本文提出一种基于Contourlet变换的地震多属性融合方法。首先,通过对多种地震属性进行Contourlet变换,使各属性的多分辨率、多方向性、局部化特性及各向异性得到有效表示。其次,对分解后的属性低频子带采用拉普拉斯能量和（SML）融合规则,高频子带利用各尺度系数间的相关性获取加权系数进行加权融合,不仅强化了各属性的边缘特征和细节信息,并且消除了噪声对融合结果的影响。实际资料应用效果表明,文中方法优于传统小波变换及其他常规融合方法,能消除多属性间的冗余,充分利用不同属性间的有效互补信息,可以提高油气储层预测及流体识别的精度。     

多属性地震分析

引言 多属性地震分析是一个意义广泛的术语,它包含所有使用一种以上属性来预测某些地球物理性质的地质统计方法。很明显,二元地质统计是多元技术的最简单的子集。因此.标准的协同克里金法可以称为多元地质统计。然而,本文中这一术语指代二元以上的地质统计方法。即使如此,这一主题仍包含许多不同的方法。如下三个主要子类:     

基于脉冲耦合神经网络的地震多属性融合方法

针对单一地震属性进行油气储层预测时往往存在多解性问题,提出基于脉冲耦合神经网络（PCNN）的地震多属性融合方法：通过简化PCNN模型,利用PCNN神经元结构很强的非线性处理功能,确定各神经元之间的数据融合系数,进而获得对应神经元的融合数据输出,从而实现了地震多属性的融合。该方法简捷、计算效率高、融合效果好。通过川东北地区多种属性切片数据的应用验证了该方法的合理性和有效性。     

地震多属性RGBA颜色融合技术的应用研究

利用数学工具和计算机图形能力将众多的地震属性映射为低维数的数据进行解释,可以提高地震属性分析的效率。地震多属性PCA-RGBA颜色融合技术是一种基于视觉的属性分析方法,其原理是,将多个地震属性通过主成分分析(PCA)技术进行降维,并将主分量按特征值由大到小排序,取前3个(或4个)主分量利用RGBA(Red-Green-Blue-Alpha)颜色融合原理获得一张融合图;再结合实际地质资料,在融合图像上依据颜色的区域性和突变异常等视觉特征,进行地质目标解释。在渤海SZ油田,应用该方法对常规地震属性数据进行了处理,在辅助断层识别、油藏流体时移变化区域判定等方面获得了良好的效果。     

储层地震属性优化及属性体解释

地震属性与所预测对象之间的关系十分复杂。不同工区和不同储层有不同的敏感地震属性;同一工区、同一储层不同预测对象对应的敏感地震属性也有差异。为此,引入了地震属性优化及属性体解释方法。文章论述了地震属性优化的基本原理,简要介绍了其优化方法,给出了两个地区、两种预测对象、4种优化属性体解释的实例。     

基于地震波形结构属性识别河流相砂体叠置区

在河流相储层中,砂体叠置现象非常普遍,砂体单层厚度相对较薄,横向变化复杂,受地震资料分辨率所限及断层发育的影响,砂体边界不易识别,增加了河流沉积砂体的储层预测难度。在前人研究的基础上,首先建立河流相沉积砂体叠置模型,正演分析叠置砂体在地震记录上的波形强弱、尖锐度、稳定性、对称性变化特征以及同相轴的连续性;其次通过模型验证在一个周期时窗上提取波形结构属性的有效性,并提出利用波形结构属性识别砂体叠置区的方法;最后应用实际资料,验证了基于波形结构属性识别砂体叠置区方法的可行性。     

地震属性优选、融合探讨

油气勘探评价中,地震属性作为主要的储层预测手段,发挥了重要的作用。但由于地震属性自身的局限性、多解性,使得属性优选、多属性合理组合等方面难度较大,降低了预测的准确性。就上述问题,本文从地震属性的地球物理含义及所赋予的地质意义出发,重点开展了基本地震属性优先选择、古地貌背景约束下地震属性选取等四种方法的研究及应用效果的分析,有效地增强了地震属性预测的针对性,提高了预测能力和精度,在实际应用中取得了较好的效果。     

火山岩体的地震识别技术及其应用

通过地震资料解释研究与实践,对侏罗系火山岩体地震勘探的识别技术及其应用民政部进行了较系统的分析和总结,提出了当前有效进行火山岩体地震解释的多种技术方法。     

地震多属性融合成像技术在储层预测中的应用

随着勘探程度以及勘探开发对象复杂程度的不断加深,隐蔽性油气藏逐渐成为未来油气勘探的重点,这使得地震资料解释技术从单纯的构造解释向更精确的储层预测、油藏描述等方向发展,而地震属性分析技术在这方面发挥着越来越重要的作用,已经成为油藏地球物理研究的核心内容、基于地震影像学原理,利用三维岩相解释技术对塔里木盆地塔中地区东河砂岩段提取了相关地震属性,并在此基础上利用RGB—IHS多谱成像原理进行多属性的融合、研究表明,多属性融合技术降低了地质体的不确定性。     

多属性融合技术研究

目前,在地震属性储层预测研究中,很多方法都局限于使用单一属性预测储层,这样给储层预测带来多解性,这种多解性问题可以通过多属性融合技术加以改善。在测井资料的基础上,研究地震属性特征,分析各属性对储层的敏感性,应用多属性融合技术将几种属性融合于一体,再利用井位计算出各种地震属性的融合比重,预测有利储层的发育位置。该思路有机地结合了各属性的优点,实际资料的应用显示,将其应用于储层预测取得了良好的效果。     

利用波相位对比及地震多属性识别非构造圈闭

在地震反射波的解释中,利用强相位对比法识别层序界面及非构造型圈闭是极不可靠的。因此,提出了波相位对比解释方法和波的振幅同相性对比原则以及波的对比解释合理性检查。针对层序地层对比及非构造圈闭的识别,应采用波相位对比法及地震多属性综合地质解释等方法。这些方法是刻画地层岩性圈闭的有效方法。     

岩石结构组分测井识别技术在白云岩地震岩相识别中的应用

四川盆地川中寒武系龙王庙组发育颗粒滩相白云岩储层,该类储层具有埋藏深、地层薄、白云岩单井微相划分难、岩相横向变化大的问题。在改进Lucia岩石结构组分测井识别技术的基础上,利用"沉积多参数"地震岩相识别技术,对川中磨溪—高石梯地区寒武系龙王庙组白云岩岩相进行研究。识别出颗粒滩中—细晶白云岩相、滩后潟湖粉晶白云岩相、滩间海泥晶白云岩相3类岩相,并预测出优势相颗粒滩中—细晶白云岩相分布在研究区南部及中部区域。     

地震几何属性参数在地震相识别中的应用

选择适当的地震几何参数,能更有效识别地震相的几何形态。本文阐述了基于瞬时相位及其衍生的各类地震几何属性,并运用这几种属性及其衍生的各类参数来识别地震相的几何形态。并综合评价了这些参数,综合使用本文给出的地震几何参数将有利于地震相形态的识别。     

基于XGBoost算法的地震多数据体识别含油河道砂体

准噶尔盆地东部侏罗系多发育陆相河道砂体,砂体厚度小且横向连续性差,具有“一砂一藏”的特征,油水关系复杂,油气预测难度大,单一的地球物理信息难以准确确定河道砂体的分布特征和孔隙流体性质。为此,提出采用XGBoost算法从叠后地震剖面、叠后纵波阻抗和叠前纵横波速度比3种地震数据体中提取含油河道砂体的特征,以有效描述这类河道砂体含油性的空间展布特征,降低了利用常规单一地震属性对含不同流体砂岩储集层预测的多解性。通过模型测试证明了该方法在识别陆相河道砂体的含油气性方面的可行性,并在实际应用中取得了较好的效果。