简介:地下断层深度的估算是重力解释难题之一,我们试利用支持向量分类(SvC)法进行计算。使用正演和非线性反演技术,通过相关误错使检测地下断层深度成为可能。但必要有一个深度初始猜测值,而且这猜测值通常不是由重力资料得。本文我们介绍以SVC作为利用重力数据估算断层深度的一种手段。在这项研究中,我们假设一种地下断层深度可归为一种类型,SVC作为一个分类算法。为了有效地利用此SVC算法,我们基于一个正确的特征选择算法去选择正确的深度特征。本次研究中我们建立了一套基于不同深度地下断层的合成重力剖面训练集,用以训练用于计算实际的地下断层深度的SVC代码。然后用其它合成重力剖面训练集测试我们训练的SVC代码,同时也用实际资料验证了我们的训练SVC代码。
简介:渗透率评价是储层评价中的一个复杂问题,传统测井方法难以对储层渗透率参数进行直接和有效的评估。储层渗透率对钻井过程中的泥浆滤液侵入有着较大的影响,因此本文提出一种利用泥浆侵入效应来评价储层渗透率的数学模型和方法。首先构造含泥饼的泥浆侵入数值模型,然后以达西渗流理论为基础导出泥浆侵人深度和储层渗透率的近似数学关系,以此可以利用侵入深度测量值来估算储层渗透率。对孔隙度、渗透率和含水饱和度三个主要储层参数的敏感性分析,发现该方法适用于受到泥浆侵入影响的低孔隙度、低渗透率的油层或油水同层。采用现场测井和取芯数据进行数值模拟计算,结果表明估算出来的渗透率曲线和预设的渗透率曲线吻合较好,证明该方法具有一定的可行性。
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: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:位场边界检测在位场数据处理中占有重要的地位,大多数的检测方法都是基于位场的梯度计算,因此算法易受干扰、稳定性较低。本文基于数理统计理论,不需要进行位场梯度计算,提出了利用各方向均方差相关系数进行位场边界检测,并且对算法及其合理性进行了详细的阐述与分析。在模型试验中,分别做了单一模型、组合模型以及加入随机噪声的组合模型试验,验证了方法的可靠性,并进一步与其它边界识别方法作了比较。各方向均方差相关系数法的特点为:算法简单稳定,结果辨识度较高,能同时对不同埋深的地质体边界都有较好的检测效果,能较好地保留边界形态,对噪声敏感度较低。最后将方法应用于老挝万象附近某地实测布格重力异常的处理中,利用研究区遥感解译的构造格架作为佐证,说明了各方向均方差相关系数法在实际应用中的可行性,为进一步判读区内构造展布提供了依据。
简介:我们改进了共偏移距-共反射面(COCRS)法,可用以衰减地滚波,即由于低速、低频/高振幅瑞雷波通常产生的相干噪声。COCRS算子是基于双曲线,因此它可以拟合双曲走时的同相轴,如叠前数据中的反射同相轴。相反,地滚波在共中点(CMP)和共炮点道集中是线性的并可以可以利用COCRS算子鉴别与压制。因此,我们在共偏移距剖面之前共炮道集中搜索反射倾斜和曲率。因为这对反射振幅的危害最小化是最理想的,我们只对在地滚波区多次覆盖的数据进行叠加。在CO剖面前搜索CS道聚集是对常规COCRS叠加的另一个改进。我们使用合成和真实数据集测试了所提出的方法,数据采自伊朗西部地区。我们将本方法压制地滚波的结果与f-k滤波和f-k滤波后常规COCRS叠加压制地滚波的结果进行了比较。结果表明,该方法对真伪滚压制效果优于F-K滤波与传统CRS叠加。然而,计算时间高于其他常规的方法,如f滤波。
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:山区重力勘探中,重力外部校正是重力勘探料处理和解释的前提,其内容包括地形校正、中间层校正等.本文在分析常规外部校正方法的基础上,提出了一套适合于山区重力勘探的球面地形校正及有限球壳中间层校正方法,并严格推出了球面地形校正公式.对中国南方ZJJ地区重力资料处理结果表明,该方法提高了地形校正的精度,使山区重力资料品质达到或接近平原区的水平.
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:井地电位成像是通过套管向井中供电或将电源放在井中,在地表观测电位异常的一项技术,其供电源有线源和点源两种类型。为了研究这两种电源对地下异常体产生的电位异常特征,本文针对不同激励源,采用有限差分方法进行数值模拟研究,在线性方程组求解电位时引入不完全Cholesky共轭梯度(ICCG)迭代方法,分别实现了点源和线源井地电位成像技术的三维正演。最后,基于阻尼最小二乘法实现了井地电位成像技术的电阻率三维反演。设计不同地电模型分别进行正演和反演试算,正演结果表明,供电电源的类型不同,异常体在地表的电位异常特征也不同;反演结果表明,低阻体的反演结果要好于高阻体,点源置于异常体下方时反演的电阻率对异常体边界的识别比线源更加准确。
简介:类中梯装置三维激电成像技术兼顾了激电测深与激电剖面二者的特点,能快捷高效的获得测区三维电阻率及极化率信息,空间分辨率高,探测深度大。本文从类中梯装置的数据采集方式入手,阐述了采用类中梯装置进行三维激电成像的工作方式.建立了一个三维地电模型,采用类中梯装置进行三维正演模拟,并进行反演及成像。数值模拟结果表明,采用类中梯装置进行三维激电成像能较好地刻画实际地电模型的特点。以甘肃省某多金属矿为例,利用阵列式电磁法综合测量系统,进行了三维大功率激电成像技术的应用研究。实际应用结果表明,采用三维激电成像技术,可以多角度、多细节显示测区地下介质电阻率、极化率的分布情况,明确电性突变界面的延展状态,快速圈定成矿有利区。该研究对多金属矿产勘探等领域具有一定的指导性意义。
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。