简介:本文提出基于原始含表层多次波数据实现叠前共炮集地震数据插值。相对于利用相邻道的信息变换或外推插值用于缺失的地震数据重建,本文方法利用表层多次波数据互相关构建准一次波,将蕴含在表层多次波数据中的,而在采集记录中表现为缺失的近炮检距信息提取出来,并在滑动时间空间窗内采用最小二乘匹配滤波和均方根振幅校正方法进行准一次波校正而后用于数据插值重建。本文方法适用于表层多次波比较发育,同时又存在数据缺失尤其是近炮检距数据缺失情况。方法易于实现,不需多次波和一次波的提取,利用多次波中蕴含的信息实现缺失的地震数据弥补,为含有表层多次波的数据进行近炮检距地震信息的插值重建提供了一个很好的思路。
简介:弹性参数在甜点区预测和页岩气的开发过程中扮演着重要的角色,因此研究等效弹性参数随页岩气储层属性的变化是一项很有意义的工作。研究中我们用x射线CT扫描技术获得了较为精确的页岩样品微观结构图像。从这些图像中,我们可以获得孔隙度和矿物的详细情况,据此,我们构建了三维数字岩心,并应用有限元法对弹性参数进行了数值模拟,其间深入考察了子样选取、网格划分、求解器类型以及边界条件等,该方法易于区别不同的矿物及其百分含量。本文重点研究孔隙度和干酪根含量对弹性参数的影响,计算结果表明,孔隙度和干酪根含量对弹性性质有较大的影响,当孔隙度和干酪根含量增加时,弹性模量降低,且当孔隙度小于0.75%左右、干酪根含量大于3%左右时弹性参数减小速率较缓。因为孔隙度仅仅为4.5%,孔隙中填充油或气对弹性参数的影响甚微。不同岩心样本具有不同的孔隙度和干酪根含量,传统岩石物理实验不仅昂贵而且费时,而数值模拟是基于数字岩心来计算弹性参数,更加经济、方便。本研究证实了将页岩样品的微观结构图像与弹性模量的计算相结合来预测页岩弹性参数的可行性。
简介:全波形反演是一种高精度的地震成像方法,可以对地下介质物性参数模型进行准确的重构。然而在实际应用中,尤其是在三维复杂介质反演中,计算成本太大是该方法的一个重要缺陷。将混叠震源技术引入到频率域全波形反演中可以大幅度地降低计算成本,提高反演效率。但是使用震源编码技术也带来了两个问题:一方面,参与编码的各个震源之间会产生“串扰噪声”,导致反演结果中出现假象;另一方面,基于震源编码的频率域全波形反演方法周围噪声较为敏感,使该方法对含噪数据反演质量较差。本文引入一种频率组编码方法来压制“串扰噪声”,并基于震源编码技术提出一种频率域自适应全波形反演方法,通过一个与频率相关的自适应选择机制,将常规频率域全波形反演方法和基于震源编码的全波形反演方法联合起来,在保证反演质量的同时也最大程度地提高了反演效率。
简介:本文将相干成像用于WVSP数据的一次反射波和下行地表多次波的成像中,通过对叠加次数分布的分析,发现一次反射波相干成像的成像范围小但在井位置处的叠加次数高;下行地表多次波相干成像的成像范围大而在井位置处的叠加次数少。基于此,本文尝试利用一种WVSP的联合相干成像方法来解决这一问题。该方法利用WVSP的直达波与下行地表多次波和直达波与一次反射波来进行联合相干成像。这种联合相干成像方法在有效拓宽成像面积的同时增加了覆盖次数(特别是在井旁),使干涉记录中的虚假同相轴得到了有效地压制,提高了成像剖面的信噪比,使成像结果更加可靠。正演模拟得到的WVSP合成记录和野外实际采集到的WVSP数据处理结果均表明这种方法的有效性。更多还原
简介:野外空间采样密度的提高将增加室内数据分析的工作量,常规的基于地震数据的点与线分析方法有一定的局限性。本文简要说明空间子集的抽取方法,列举了正交子集和斜交子集的特点,并通过三维可视化展示了子集数据的空间特性。提出在数据处理中利用子集的时间切片:(1)分析地震道空间分布的均匀性和规则性;(2)研究面波及规则干扰的空间分布特点;(3)检测叠前数据中的异常信息;(4)监控叠前去噪的效果。实际数据的应用结果表明基于空间子集的分析方法是一种独特有效的地震数据分析方法,从另一种视角观察地震数据,可以发现其中某些新的特征,以提高处理人员对数据的洞察能力。
简介:不同类型的页岩,微观物性特征差异明显,本文针对四川盆地龙马溪组页岩气储层进行岩石物理建模及VTI各向异性参数反演。首先,基于前人对粘土矿物的定向排列是产生页岩固有各向异性主要原因这一地质认识,在岩石物理建模过程中引入粘土矿物压实指数CL参数描述粘土矿物的弹性各向异性。之后,基于岩石物理模型开发反演算法,计算页岩储层CL参数及Thomsen各向异性参数,解决了由于无法测得与井壁垂直方向上的声波速度,各向异性直接测量存在困难的问题。计算结果表明,通过在岩石物理建模中引入粘土压实参数,反演方法能够合理估计龙马溪页岩储层的弹性各向异性,反映了龙马溪页岩的微观物性特征。进一步分析发现,龙马溪页岩中粘土含量与参数CL相关性较弱,表明粘土矿物的多少对其压实或各向异性程度影响较小。同时,参数CL在目标层龙马溪组底部和五峰组具有高异常值,反映了储层微观结构与含油气特征具有关联性。最后,基于模型构建了岩石物理模板,可用于储层测井数据与多物性参数关系的定量解释。测井数据在岩石物理模板上的合理分布也验证了岩石物理建模方法的有效性。
简介:数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程,由于数据挖掘具有出色的非线性建模能力和自组织学习能力,因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程,包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息;然后使用分支定界算法寻找最佳的特征子集,并消除冗佘信息;最后采用C5.0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好,表明在复杂油藏的研究中数据挖掘方法是有效的。
简介:四川盆地及其周缘地区的筇竹寺组和五峰-龙马溪组页岩是目前国内页岩气勘探的主要层位之一,但其地震弹性性质响应规律的区域性特征需要开展相关的实验和理论研究工作予以明确。本研究对干燥状态下的筇竹寺组和五峰-龙马溪组页岩的露头样品进行了超声波速度测试,系统地分析了地震弹性性质随页岩岩石学特征的变化规律。研究结果表明,孔隙度与粘土矿物含量呈正相关、与脆性矿物含量呈负相关;粘土、石英、长石和碳酸盐构成页岩岩石基质,与孔隙共同构成页岩岩石骨架,而干酪根和黄铁矿主要赋存于孔隙中,与页岩骨架的耦合较弱。通过将全部连通性孔隙近似等效于仅存在于骨架粘土矿物之内和采用Gassmann流体替换类似的思路处理干酪根和黄铁矿,可以较为简单地将自相容近似(SCA)理论、微分等效介质模型(DEM)和Gassmann方程组合起来构建研究区页岩的地震岩石物理等效模型。该模型通过关键参数等效孔隙纵横比(采用研究区样品平均值或者由碳酸盐含量进行估算)可以较为准确地预测筇竹寺和五峰-龙马溪组页岩的纵波速度,验证了等效模型的有效性和较广的适用性,可为筇竹寺组和五峰-龙马溪组页岩气储层的测井解释和地震“甜点”预测提供依据。
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:河流动力学研究需要河底泥沙物性参数(孔隙率、渗透率和波速等)作为依据,机械取样和浅地层剖面探测是获取物性的重要途径。取样时的机械扰动使测试结果产生偏差,仅利用浅地层剖面数据获取河底特性有限,本文将两者结合起来开展反演研究。将取样测试的级配作为先验信息,进而根据Kozeny-Carman公式确定孔隙率和渗透率的关系。从浅地层剖面数据中提取了水-泥沙界面的声波反射系数。基于等效密度流模型,结合Kozeny-Carman公式和声波反射系数,提出了一种表层淤积泥沙参数反演方法。经过黄河库区试验,得到多个断面的密度和波速等参数,并获取泥沙物性参数的空间变化特征。对比发现,取样点的反演结果与测试结果较为一致,证明了本文提出泥沙参数反演方法的有效性。
简介:地震数据重构是地震数据处理的重要步骤之一,重构算法的精度、效率与抗噪性是地震数据重构技术的核心研究内容。研究针对傅里叶域凸集投影(POCS)算法,在定义的最优阈值评价标准基础上,提出了反比例阈值模型,该模型具有在大系数区间比指数模型更快下降速率、而在小系数区间比指数模型更慢下降速率,从而在保证弱反射信号重构精度的同时有效提高POCS地震数据重构算法计算效率。为提高反比例阈值对不同地震数据特点的适应性,在地震数据谱能量分布差异性特征分析基础上,研究提出了在反比例阈值模型分母上增加适应地震数据谱能量特征的因变参数,通过调节该因变参数获得适应不同地震数据特点的最佳阈值曲线,进一步提高算法的计算精度与计算效率。为了实现重构过程中随机噪音的自适应衰减,提高重构后地震数据信噪比,研究提出了数据驱动的加权回加系数计算策略,利用每次迭代对应数据驱动阈值占阈值区间的百分比获得加权回加系数。研究将新方法应用于模拟三维数据和实际三维地震数据,分析结果表明反比例阈值相对传统阈值在提高数据重构计算效率和精度方面具有明显的优越性,新提出的加权回加系数计算策略能有效提高重构数据的信噪比。
简介:常规的时间一空间域和频率一空间域预测滤波方法假设地震记录由地震信号和随机噪声两部分构成,即所谓的加噪声模型,但是,在对随机噪声进行估算时,又假设随机噪声可以通过预测误差滤波器由地震记录中进行预测,即所谓的源噪声模型。这种前后不一致的噪声模型降低了该类方法的去噪能力和保幅性能。为此,本文提出了一种基于反演的时空域随机噪声衰减方法。它首先从地震数据中估算预测滤波算子,该算子表征了地震信号的可预测性,自适应地描述了地震信号的空间结构。在得到预测误差算子之后,将该算子作为正则化约束引入到地震信号反演系统,由含有随机噪声的地震数据直接反演地震信号。不同于常规随机噪声衰减方法,该方法将随机噪声衰减问题归结为正则化约束下的地震信号反演问题,克服了常规方法噪声模型的不一致性问题。我们采用模型数据和实际数据进行了实验分析,并与常规方法进行了效果对比。实验结果表明:与常规方法相比,本文方法在噪声压制的同时,没有对有效信号产生明显伤害,具有更好的振幅保持能力。
简介:传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。
简介:被动源地震数据包含丰富的低频信息,本文有效地提取并利用这些信息对缺失低频的主动源地震数据进行低频重构,提出了基于多正弦窗的被动源多窗谱重构方法,并给出了相应的多震源多道重构公式。与常规互相关法和常规反褶积法重构的被动源记录相比,该方法能重构出更为准确的相对振幅信息。通过分析被动源数据重构前后的频谱特性,发现被动源的低频特性在重构和去噪处理后能更明显的体现出来。并提出了一种用被动源数据重构主动源低频信息的方法,即在功率谱上进行匹配,并在频域进行补偿和平滑。最后进行了数值算例的验证,对低频重构后的数据进行了叠前深度偏移处理。能量匹配方法能够用被动源的低频信息有效地重构主动源缺失的低频信息,低频重构后的记录在偏移成像中能体现更多的细节信息和深部构造。
简介:超宽带信号的数字化在很大程度上取决于采样时刻的准确性,因此是否具有高精度的可编程定时器是实现超宽带信号数据采集的关键.本文基于斜波发生器原理实现了高精度可编程定时电路,可编程计数范围为16bit,实际最小定时单位达8ps,折合采样频率高达50GHz,迄今为止尚未有关于同样指标产品的报道.该定时器已应用于作者研制的地质雷达信号数据采集系统中,取得了很好的实际应用效果.