CN104297784A - 一种基于地震纵波方位各向异性的裂缝预测方法 - Google Patents
一种基于地震纵波方位各向异性的裂缝预测方法 Download PDFInfo
- Publication number
- CN104297784A CN104297784A CN201410395130.XA CN201410395130A CN104297784A CN 104297784 A CN104297784 A CN 104297784A CN 201410395130 A CN201410395130 A CN 201410395130A CN 104297784 A CN104297784 A CN 104297784A
- Authority
- CN
- China
- Prior art keywords
- amplitude
- anisotropy
- group
- data
- velocity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出了一种基于地震纵波方位各向异性的裂缝检测方法。该方法包括保幅预处理、方位角分组、超面元处理、分方位速度分析、叠前振幅均衡处理、分方位偏移成像、地震属性提取、裂缝椭圆拟合和裂缝发育密度预测等步骤。其中,方位角分组步骤位于超面元处理步骤之前,以确保各方位角组的变化幅度相对一致,以及各方位角组的道集数据覆盖次数相对一致和均匀;通过在分方位速度分析中引入各向异性参数,进行各向异性动校正,保留了方位各向异性特征最明显的远偏移距数据,使其能够参与分方位偏移成像以及裂缝椭圆拟合运算;此外,还采用基于泰森多边形的叠前振幅均衡处理方法提升了偏移成果的保幅性能。本发明提出的裂缝检测方法所获得的裂缝椭圆拟合精度高,裂缝预测结果更加准确。
Description
技术领域
本发明涉及石油勘探技术领域,尤其涉及一种基于地震纵波方位各向异性的裂缝预测方法。
背景技术
裂缝型油气藏广泛存在于世界各大油气田中,它具有发育普遍、分布复杂等特征,而且在新增储量中占有越来越大的比重。准确预测裂缝发育带是评价裂缝型储层的前提,更是提高裂缝型油气藏勘探效率和开发水平的关键。目前,国内外已经发展了许多较为成熟的裂缝型储层地震检测方法。其中,比较普遍的是一种基于地震纵波方位各向异性的裂缝预测方法。该方法基于纵波方位各向异性原理,对不同方位角偏移结果提取地震属性来拟合各向异性椭圆,预测裂缝的方向和密度。具体地,如图1所示,该方法主要包括:保幅预处理、超面元处理、方位角分组、分方位速度分析、基于覆盖次数的叠前振幅均衡处理、分方位偏移成像、方位各向异性地震属性提取、各向异性椭圆拟合和裂缝发育密度预测等步骤。该方法虽然已经广泛应用,但是仍然存在以下缺陷:
1、在超面元处理过程中,相邻面元内借道优先选取平行排列方向的道,而不选取垂直排列方向的道。因此,对于线束状采集的数据,采用先进行“超面元处理”再进行“方位角分组”的处理方式,在确保不同方位数据覆盖次数均匀一致的情况下,各方位角组变化幅度差异较大,垂直排列方向方位角组的变化幅度会是平行排列方向方位角组的变化幅度的数倍。这会导致椭圆拟合结果的精度较低,裂缝预测结果存在一定的误差。
2、在速度分析过程中,以最大叠加能量为准则拾取速度,没有考虑各向异性的影响。在远偏移距部分,尤其是在中浅层远偏移距同相轴往往会出现过动校现象。为了保证最大叠加能量,只能舍弃远偏移距数据。然而,远偏移距数据最能体现方位各向异性,是基于地震纵波方位各向异性的裂缝预测中不可缺少的部分。一旦舍弃远偏移距数据,会降低椭圆拟合结果的精度,导致裂缝预测结果存在较大的误差。
3、在基于覆盖次数的叠前振幅均衡处理过程中,由于采用算术平均求取每一道的权值,没有考虑不同道的偏移距和方位角信息,因此偏移成像的保幅性能偏低,由此提取的地震属性部分失真,导致裂缝预测结果存在一定的误差。
发明内容
针对上述问题,本发明提出了一种新的高精度的基于地震纵波方位各向异性的裂缝预测方法。
该裂缝检测方法,其包括以下步骤:
S100、对地震数据进行保幅预处理,得到相应的共中心点道集数据;
S200、将共中心点道集数据按方位角分选成若干方位角组,其中确保各方位角组的变化幅度相对一致;
S300、对每一个方位角组道集数据进行超面元处理,使得各方位角组道集数据覆盖次数基本均匀且相对一致;
S400、对每一个方位角组道集数据进行速度分析,建立相应的速度场并完成动校;
S500、对经过超面元处理后的每一个方位角组道集数据进行偏移距分组,然后对每一个偏移距组的道集数据进行叠前振幅均衡处理;
S600、结合动校后的速度场,对经过叠前振幅均衡处理的每一个方位角组的共偏移距道集数据进行叠前时间偏移,得到不同方位角组的叠前偏移成果数据体;
S700、对不同方位角组的叠前偏移成果数据体提取地震属性,获得不同方位角组的地震属性数据体;
S800、基于不同方位角组的地震属性数据体拟合各向异性裂缝椭圆;
S900、根据各向异性裂缝椭圆的相关参数分析预测裂缝发育方向和密度。
根据本发明的实施例,上述步骤S100中,所述地震数据可以是宽方位地震数据,所述保幅预处理可以包括分步-分类-分频-分域-分时窗保真去噪、保幅能量补偿、反褶积和静校正处理。
根据本发明的实施例,上述步骤S200中,可以以正北为0度方位,正南为180度方位,将共中心点道集数据顺序划分为4个或5个或6个方位角组。
根据本发明的实施例,上述步骤S300中,所述超面元可以是矩形,其尺度是面元尺度的若干倍。
根据本发明的实施例,上述步骤S400中,所述速度分析是各向异性速度分析,建立常规速度场和各向异性场,并完成各向异性动校;
步骤S600中,所述动校后的速度场是经过各向异性动校的常规速度场和各向异性场。
进一步地,所述各向异性动校是在各向同性双曲动校中引入各向异性参数,通过下式完成高阶动校:
其中,x为炮检距,t(x)为炮检距为x时的双程旅行时,t0为炮检距为0时的双程旅行时,VNMO为常规速度分析得到的叠加速度,
ε表征垂向层速度与水平层速度的关系,δ表征垂向层速度与相速度的关系。
又或者,上述步骤S400中,所述速度分析是常规速度分析,建立常规速度场,并完成各向同性双曲动校;步骤S600中,所述动校后的速度场是经过各向同性双曲动校的常规速度场。
根据本发明的实施例,上述步骤S500中,所述叠前振幅均衡处理可以是基于泰森多边形的叠前振幅均衡处理。
又或者,上述步骤S500中,所述叠前振幅均衡处理是基于覆盖次数的叠前振幅均衡处理。
此外,上述步骤S700~S900中,所述地震属性包括振幅包络属性,根据振幅包络属性来拟合裂缝属性椭圆F(θ,φ)=A(θ)+B(θ)cos2φ,求出振幅偏置因子A、振幅调制因子B及裂缝方向方位参数φ,其中,θ是入射角,振幅偏置因子A和振幅调制因子B的比值表示裂缝发育密度。
与现有技术相比,本发明的一个或多个实施例可以具有如下优点:
1、本发明提出的裂缝预测方法,采用先进行“方位角分组”再进行“超面元处理”的处理方式,既能够确保各方位角组数据覆盖次数基本均匀,又能够确保各方位角组的变化幅度相对一致,可以有效提高裂缝椭圆拟合精度,进而提高裂缝预测结果的准确性。
2、本发明提出的裂缝预测方法,通过在速度分析过程中拾取各向异性参数进行高阶动校,将中浅层远偏移距同相轴拉平,保留方位各向异性特征最明显的远偏移距数据,使其参与分方位偏移成像以及裂缝椭圆拟合运算,有效提高了裂缝椭圆拟合精度,进而提高裂缝预测结果的准确性。
3、本发明提出的裂缝预测方法,偏移成像前采用泰森多边形的振幅均衡方法,计算不规则分布的每一道的权因子,使得偏移成果的保幅性能提升,能够提取更加真实可靠的地震属性,有效提高了裂缝椭圆拟合精度,进而提高裂缝预测结果的准确性。
本发明的其他特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1是现有的基于地震纵波方位各向异性的裂缝预测方法的工作流程图;
图2是本发明提供的基于地震纵波方位各向异性的裂缝预测方法在一实施例中的工作流程图;
图3是本发明实施例中“超面元处理+方位角分组”方案与“方位角分组+超面元处理”方案的各方位角数据覆盖次数分布效果的对比图;
图4是本发明实施例中不同方位角数据只应用常规速度场进行常规动校与应用常规速度场和各向异性场进行各向异性动校的共中心点道集对比图;
图5a是本发明实施例中未做叠前振幅均衡的偏移剖面图;
图5b是本发明实施例中基于覆盖次数的叠前振幅均衡后的偏移剖面图;
图5c是本发明实施例中基于泰森多边形的叠前振幅均衡后的偏移剖面图;
图6是本发明实施例中从过参考井测线不同方位偏移成果数据中提取的振幅包络剖面图;
图7是本发明实施例中裂缝预测结果的示意图。
具体实施方式
下面结合附图和实施例对本发明提出的裂缝预测方法进行详细地描述。由于本发明提出的裂缝预测方法是在传统的裂缝预测方法的基础上做出的改进,因此下面首先介绍传统的裂缝预测方法的工作原理,然后再以苏北盆地某工区高精度宽方位地震数据为实施对象,详细地介绍本发明的裂缝预测方法的实施流程。
当地震纵波在地下裂缝介质中传播时,速度、振幅等地震属性都会随着方位角发生变化。在HTI介质中,反射波特征随方位角和入射角变化而变化。Ruger等人提出的HTI介质的反射系数公式为:
(1)
其中:为方位角,θ为入射角;Vp为纵波速度,Vs为横波速度,ρ为介质密度,ΔVp=Vp2-Vp1,ΔVs=Vs2-Vs1,Δρ=ρ2-ρ1;ε和γ代表纵波各向异性和横波各向异性差异程度,δ则和波前的椭圆形状有关,Δεx=εx2-εx1,Δεy=εy2-εy1,Δδx=δx2-δx1,Δδy=δy2-δy1,Δγxy=γxy2-γxy1;为反射系数。
将公式(1)进一步进行简化可以得到下式:
其中:R0是垂直入射时的反射系数,或者说是振幅随偏移距变化(AVO)的截距,而G则是AVO梯度:
G(φ)=A+Bcos[2(φ-φ0)] (3)
这里的A和B为常数。对于一个给定的入射角θ0,纵波反射系数与方位角的关系可以简化为下式:
Rpp(θ0,φ)=C+Dcos[2(φ-φ0)] (4)
同样的,这里的C和D为常数。通过等式(3)和(4),可以看出对于确定的入射角来说,AVO梯度以及反射系数都随着方位角的cos(2φ)形式变化。
θ和φ分别代表观测方位角、入射角和裂缝方向,故上述公式可以统一为:
F(θ,φ)=A(θ)+B(θ)cos2φ+C(θ)cos22φ (5)
其中,F(θ,φ)表示纵波的反射系数,或者NMO速度平方的倒数,或者层间旅行时。θ是入射角,φ是相对裂缝方向的方位角,A(θ),B(θ),C(θ)是和方位角无关的系数。
且进一步地,对于入射角足够小的情况,上式(5)可进一步近似为:
F(θ,φ)=A(θ)+B(θ)cos2φ (6)
当入射角固定时,在极坐标中,F(地震属性)是一个椭圆,而且当φ=0时,F表示椭圆的长轴。由于在进行裂缝预测前不知道裂缝方向,因此当方位角按照坐标轴定义时,椭圆的长轴方向就是裂缝的方向。
从公式(6)可知:要想通过提取地震属性拟合椭圆F来预测裂缝的密度参数A、B,以及裂缝方位参数φ,至少要有三组地震属性数据,即:至少需要将经过保幅预处理的CMP道集数据按照方位角分成三组。根据以往的经验可知:如果方位角分组少,会极大地影响裂缝检测的可靠性;如果方位角分组过多,则会降低数据信噪比。因此,一般分成4至6组较合适。正如背景技术中介绍的那样,现有的基于地震纵波方位各向异性的裂缝预测方法是先进行超面元处理,然后再进行方位角分组,以确保方位角分组后覆盖次数的相对均匀。具体原理是对数据缺失的部分进行超面元处理,拷贝相邻面元的地震道,使得每个偏移距组内的数据都有比较均匀的分布,进而使得整体覆盖次数分布也相对均匀。但在这种处理方式下,各方位角组的变化幅度差异较大,垂直排列方向方位角组的变化幅度会是平行排列方向方位角组的变化幅度的数倍。这会导致椭圆拟合结果的精度偏低,裂缝预测结果存在较大的误差。因此本发明的发明人提出将“超面元处理+方位角分组”的方案改为“方位角分组+超面元处理”方案。如图2所示,具体操作步骤可以如下。
S100、保幅预处理步骤。
对宽方位地震数据进行分步-分类-分频-分域-分时窗保真去噪、保幅能量补偿、反褶积和静校正等前期处理,输出无明显噪音和静态时差的共中心点道集数据。
S200、方位角分组步骤。
以正北为0度方位,正南为180度方位,将共中心点道集数据顺序划分为4个方位角组(当然也可以是5组或6组,不限于此),其中需要确保各方位角组的变化幅度和数据覆盖次数相对一致。在本实施例中,分成以下4组:
第一组:0°~20°、160°~200°、340°—360°;
第二组:65°~115°、245°~295°;
第三组:20°~65°、200°~245°;
第四组:115°~160°、295°—340°。
这样一来,第一组方位角变化幅度为40度,第二组方位角变化幅度为50度,第三组方位角变化幅度为45度,第四组方位角变化幅度为45度,各组变化幅度相对一致。
S300、超面元处理步骤。
对上述4组方位角道集数据分别进行超面元处理。超面元优选矩形形式,尺度可以是面元尺度的三倍。在本实施例中,地震数据面元大小为20m*20m,超面元大小取60m*60m。将偏移距分成60组,每组保留一道,从而得到覆盖次数为60的4组方位角道集数据。
图3是“超面元处理+方位角分组”方案与“方位角分组+超面元处理”方案的各方位角组数据覆盖次数分布效果的对比图。其中:图3的上半部分是“超面元处理+方位角分组”方案的各方位角组数据覆盖次数图;图3的下半部分是“方位角分组+超面元处理”方案的各方位角组数据覆盖次数图。从图3可以看出:采用“方位角分组+超面元处理”方案,既确保了各方位角组的变化幅度相对一致,又确保了各方位角组的数据覆盖次数相对均匀。
S400、分方位各向异性速度分析步骤。
在现有技术中,通常对不同方位角道集数据分别进行常规速度分析,并进行例如各向同性双曲动校等速度平滑操作,为叠前时间偏移提供相对可靠的速度场。正如前面背景技术中分析地那样,这种常规速度分析由于舍弃了远偏移距数据,因此裂缝预测结果存在较大的误差。
为了提高裂缝预测结果的准确度,本发明提出在分方位速度分析中引入各向异性参数。具体地,对4组方位角道集数据分别进行常规速度分析和各向异性分析,得到不同方位角组的速度场和各向异性场(η场)。然后利用不同方位角组的速度场和各向异性场对方位角道集数据分别完成各向异性高阶动校。
具体地,在各向同性双曲动校正中引入各向异性参数,针对分方位数据,去除方位角的影响,通过以下公式完成各向异性高阶动校:
其中,x为炮检距;t(x)为炮检距为x时的双程旅行时;t0为炮检距为0时的双程旅行时;VNMO为常规速度分析得到的叠加速度;
ε用以描述垂向层速度和水平层速度的关系,代表纵波各向异性程度,δ用以描述垂向层速度和相速度的关系,它与波前的椭圆形状有关。
图4是不同方位角数据只应用常规速度场进行常规动校与应用常规速度场和各向异性场进行各向异性动校的共中心点道集对比图。其中:图4的上半部分是只应用常规速度场开展的常规双曲动校结果,其中远偏移距数据出现了过动校现象;图4的下半部分是应用常规速度场和各向异性场进行的各向异性高阶动校结果。从图4可以看出:引入了各向异性参数的各向异性动校能够拉平远偏移距同相轴,提高信噪比,可以较好地解决中浅层远偏移距动校正过量的现象,从而使得对裂缝特征更加敏感的远偏移距数据能够参与后续的分方位偏移成像和裂缝椭圆拟合运算。
S500、基于泰森多边形的叠前振幅均衡处理步骤。
基于积分的KIRCHHOFF叠前偏移要求空间样点分布相对均匀,由于地表障碍物和采集方法缺陷引起地震资料的覆盖次数、偏移距、方位角等属性分布不均匀,不规则的数据分布造成地下样点照面不足或过量,使得旅行时曲面上振幅分布不均匀,绕射求和时不能进行有效的相干干涉,造成共成像点道集振幅失真。这不仅会影响常规构造成像效果,而且不能满足后续提取多种地震属性的需求。因此,现有的裂缝预测方法中,采用基于覆盖次数的振幅均衡方法按照面元内道数对振幅进行加权,以使每个面元内参与积分求和的振幅能力相对均衡,尽量弥补资料缺陷,填补缺失数据,提高成像保真度。但是,正如背景技术所描述的那样,由于采用算术平均求取每一道的权值,没有考虑不同道的偏移距和方位角信息,因此偏移成像的保幅性能偏低,由此提取的地震属性部分失真,导致裂缝预测结果存在一定的误差。
为了进一步提高裂缝预测结果的准确度,本发明提出改用基于泰森多边形的叠前振幅均衡方法对振幅进行处理。即,利用每一道所处的位置构建泰森多边形。泰森多边形是由一组由连接两邻点直线的垂直平分线组成的连续多边形。这样每一个多边形内只有一道,每一个泰森多边形的大小表明多边形内道的影响范围。然后在每一个泰森多边形内计算该道的比例因子,利用该比例因子对振幅进行加权处理。由于基于泰森多边形的规则化方法计算了不规则分布的每一道的权因子,再进行加权处理,因此该方法相对传统的基于覆盖次数的规则化方法更加保幅。
在本实施例中,经过超面元处理,不同方位角组的共中心点道集数据分别进行了偏移距分组(偏移距分成了60组),被分选成共偏移距道集数据。之后,对每一个偏移距组的道集数据进行基于泰森多边形的叠前振幅均衡处理,处理结果将作为偏移输入数据,提供给下一个步骤,以进行叠前时间偏移。
S600、分方位各向异性偏移成像步骤。
在本实施例中,结合步骤S400的经过各向异性动校的常规速度场和各向异性场,对经过叠前振幅均衡处理的每一个方位角组的共偏移距道集数据进行叠前时间偏移,得到四组不同方位角组的叠前偏移成果数据体。根据这些叠前偏移成果数据体可以绘制相应的偏移剖面图。
图5a是未做叠前振幅均衡的偏移剖面图;图5b是基于覆盖次数的叠前振幅均衡后的偏移剖面图;图5c是基于泰森多边形的叠前振幅均衡后的偏移剖面图。从图5a~5c可以看出:偏移之前,进行基于泰森多边形的振幅均衡处理,可以提高目的层同相轴的相对保幅性能,便于从中提取真实可靠的地震属性。
S700、地震属性提取步骤。
S800、裂缝椭圆拟合步骤。
S900、裂缝发育预测步骤。
在本实施例中,对不同方位角组的叠前偏移成果数据体,提取例如振幅包络属性的地震属性,获得四组不同方位角组的振幅包络数据体。然后从振幅能量的角度来对比裂缝导致的方位各向异性。
然后根据振幅包络属性来拟合裂缝属性椭圆F(θ,φ)=A(θ)+B(θ)cos2φ,可以求出振幅偏置因子A、振幅调制因子B及裂缝方向方位参数φ,其中,振幅偏置因子和振幅调制因子的比值表示裂缝发育密度。由此得到裂缝发育方向和密度的预测结果。
图6是从过参考井(花X28井)测线不同方位偏移成果数据中提取的振幅包络地震属性的剖面图,图中黑色椭圆部分为阜二页4及页5裂缝发育层段,振幅包络属性显示的能量差异主要由裂缝引起。
图7是HW工区阜二页4及页5层段储层裂缝预测结果的示意图,其中深灰色部分是该层段裂缝发育范围。从图7可以看出:裂缝发育带和钻井(花X28井)实钻吻合度较高。
应当说明的是:上述实施例中裂缝方法的实施顺序并非用于限制本发明裂缝检测方法的执行顺序。除了方位角分组步骤必须先于超面元处理步骤以外,其他步骤可以根据实际需要进行调整。例如分方位速度分析步骤与叠前振幅均衡处理步骤可以同时执行,或者叠前振幅均衡处理步骤也可以先于分方位速度分析步骤。
最后应当说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明要求的保护范围。
Claims (10)
1.一种基于地震纵波方位各向异性的裂缝检测方法,其包括以下步骤:
S100、对地震数据进行保幅预处理,得到相应的共中心点道集数据;
S200、将共中心点道集数据按方位角分选成若干方位角组,其中确保各方位角组的变化幅度相对一致;
S300、对每一个方位角组道集数据进行超面元处理,使得各方位角组道集数据覆盖次数基本均匀且相对一致;
S400、对每一个方位角组道集数据进行速度分析,建立相应的速度场并完成动校;
S500、对经过超面元处理后的每一个方位角组道集数据进行偏移距分组,然后对每一个偏移距组的道集数据进行叠前振幅均衡处理;
S600、结合动校后的速度场,对经过叠前振幅均衡处理的每一个方位角组的共偏移距道集数据进行叠前时间偏移,得到不同方位角组的叠前偏移成果数据体;
S700、对不同方位角组的叠前偏移成果数据体提取地震属性,获得不同方位角组的地震属性数据体;
S800、基于不同方位角组的地震属性数据体拟合各向异性裂缝椭圆;
S900、根据各向异性裂缝椭圆的相关参数分析预测裂缝发育方向和密度。
2.如权利要求1所述的裂缝检测方法,其特征在于:
步骤S100中,所述地震数据是宽方位地震数据,所述保幅预处理包括分步-分类-分频-分域-分时窗保真去噪、保幅能量补偿、反褶积和静校正处理。
3.如权利要求1所述的裂缝检测方法,其特征在于:
步骤S200中,以正北为0度方位,正南为180度方位,将共中心点道集数据顺序划分为4个或5个或6个方位角组。
4.如权利要求1所述的裂缝检测方法,其特征在于:
步骤S300中,所述超面元为矩形,其尺度是面元尺度的若干倍。
5.如权利要求1所述的裂缝检测方法,其特征在于:
步骤S400中,所述速度分析是各向异性速度分析,建立常规速度场和各向异性场,并完成各向异性动校;
步骤S600中,所述动校后的速度场是经过各向异性动校的常规速度场和各向异性场。
6.如权利要求5所述的裂缝检测方法,其特征在于,所述各向异性动校是在各向同性双曲动校中引入各向异性参数,通过下式完成高阶动校:
其中,x为炮检距,t(x)为炮检距为x时的双程旅行时,t0为炮检距为0时的双程旅行时,VNMO为常规速度分析得到的叠加速度,
ε表征垂向层速度和水平层速度的关系,δ表征垂向层速度和相速度的关系。
7.如权利要求1所述的裂缝检测方法,其特征在于:
步骤S400中,所述速度分析是常规速度分析,建立常规速度场,并完成各向同性双曲动校;
步骤S600中,所述动校后的速度场是经过各向同性双曲动校的常规速度场。
8.如权利要求1或5或7所述的裂缝检测方法,其特征在于:
步骤S500中,所述叠前振幅均衡处理是基于泰森多边形的叠前振幅均衡处理。
9.如权利要求1或5或7所述的裂缝检测方法,其特征在于:
步骤S500中,所述叠前振幅均衡处理是基于覆盖次数的叠前振幅均衡处理。
10.如权利要求1~4任意一项所述的裂缝检测方法,其特征在于:
步骤S700~S900中,所述地震属性包括振幅包络属性,根据振幅包络属性来拟合裂缝属性椭圆F(θ,φ)=A(θ)+B(θ)cos2φ,求出振幅偏置因子A、振幅调制因子B及裂缝方向方位参数φ,其中,θ是入射角,振幅偏置因子A和振幅调制因子B的比值表示裂缝发育密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410395130.XA CN104297784A (zh) | 2014-08-12 | 2014-08-12 | 一种基于地震纵波方位各向异性的裂缝预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410395130.XA CN104297784A (zh) | 2014-08-12 | 2014-08-12 | 一种基于地震纵波方位各向异性的裂缝预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104297784A true CN104297784A (zh) | 2015-01-21 |
Family
ID=52317586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410395130.XA Pending CN104297784A (zh) | 2014-08-12 | 2014-08-12 | 一种基于地震纵波方位各向异性的裂缝预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104297784A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105403916A (zh) * | 2015-10-27 | 2016-03-16 | 中国石油天然气集团公司 | 储层预测方法和装置 |
CN105445814A (zh) * | 2015-11-09 | 2016-03-30 | 恒泰艾普石油天然气技术服务股份有限公司 | 海上窄方位角资料的方位各向异性属性差裂缝预测方法 |
CN105676278A (zh) * | 2016-01-15 | 2016-06-15 | 中国海洋石油总公司 | 一种处理地震波数据的方法和装置 |
CN106154320A (zh) * | 2015-04-22 | 2016-11-23 | 中国石油化工股份有限公司 | 裂缝流体的检测方法 |
CN107728204A (zh) * | 2016-08-11 | 2018-02-23 | 中国石油化工股份有限公司 | 基于叠前纵波各向异性的裂缝预测方法及*** |
CN108802815A (zh) * | 2017-05-05 | 2018-11-13 | 中国石油化工股份有限公司 | 连片资料的叠前裂缝预测方法 |
CN109581485A (zh) * | 2018-12-04 | 2019-04-05 | 成都捷科思石油天然气技术发展有限公司 | 一种直接在叠前深度偏移地震资料上进行自动裂缝检测的方法 |
CN109725350A (zh) * | 2018-12-05 | 2019-05-07 | 中国石油天然气集团有限公司 | 一种确定纵波方位各向异性参数的方法、装置及*** |
CN110967759A (zh) * | 2018-09-30 | 2020-04-07 | 中国石油化工股份有限公司 | 叠前裂缝预测中的方位不均匀分组方法及*** |
CN111158053A (zh) * | 2019-12-20 | 2020-05-15 | 中石化石油工程技术服务有限公司 | 裂缝预测方法及装置 |
CN111399056A (zh) * | 2020-04-29 | 2020-07-10 | 西南石油大学 | 一种基于划分方位角滤波预测裂缝强度的方法 |
CN112649853A (zh) * | 2019-10-10 | 2021-04-13 | 中国石油化工股份有限公司 | 基于叠后数据的裂缝参数预测方法及*** |
CN112684498A (zh) * | 2019-10-18 | 2021-04-20 | 中国石油天然气集团有限公司 | 一种基于宽方位地震数据的储层裂缝预测方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100061184A1 (en) * | 2008-09-08 | 2010-03-11 | Winbow Graham A | Common Reflection Azimuth Migration |
EP2506039A2 (en) * | 2011-03-28 | 2012-10-03 | Conocophillips Company | Methods for Seismic Fracture Parameter Estimation and Gas Filled Fracture Identification From Vertical Well Log Data |
CN102854527A (zh) * | 2012-07-13 | 2013-01-02 | 孙赞东 | 基于纵波方位avo的裂缝流体识别方法 |
CN103424776A (zh) * | 2013-08-16 | 2013-12-04 | 中国石油大学(华东) | 一种碳酸盐岩油气储层裂缝地震检测方法 |
-
2014
- 2014-08-12 CN CN201410395130.XA patent/CN104297784A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100061184A1 (en) * | 2008-09-08 | 2010-03-11 | Winbow Graham A | Common Reflection Azimuth Migration |
EP2506039A2 (en) * | 2011-03-28 | 2012-10-03 | Conocophillips Company | Methods for Seismic Fracture Parameter Estimation and Gas Filled Fracture Identification From Vertical Well Log Data |
CN102854527A (zh) * | 2012-07-13 | 2013-01-02 | 孙赞东 | 基于纵波方位avo的裂缝流体识别方法 |
CN103424776A (zh) * | 2013-08-16 | 2013-12-04 | 中国石油大学(华东) | 一种碳酸盐岩油气储层裂缝地震检测方法 |
Non-Patent Citations (7)
Title |
---|
夏常亮 等: "K区块宽方位角地震资料处理", 《石油地球物理勘探》 * |
彭晓波 等: "P波方位AVO在煤层裂缝探测中的应用", 《岩石力学与工程学报》 * |
李少华 等: "《储层建模算法剖析》", 31 May 2012, 石油工业出版社 * |
杨勤勇 等: "纵波方位各向异性及其在裂缝检测中的应用", 《石油物探》 * |
王兆旗 等: "地震资料叠前深度偏移连片处理关键技术", 《地球物理学进展》 * |
甘其刚 等: "振幅随方位角变化裂缝检测技术及其应用", 《石油物探》 * |
黄伟传 等: "利用叠前地震数据预测裂缝储层的应用研究", 《地球物理学进展》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106154320A (zh) * | 2015-04-22 | 2016-11-23 | 中国石油化工股份有限公司 | 裂缝流体的检测方法 |
CN106154320B (zh) * | 2015-04-22 | 2018-07-20 | 中国石油化工股份有限公司 | 裂缝流体的检测方法 |
CN105403916B (zh) * | 2015-10-27 | 2017-11-10 | 中国石油天然气集团公司 | 储层预测方法和装置 |
CN105403916A (zh) * | 2015-10-27 | 2016-03-16 | 中国石油天然气集团公司 | 储层预测方法和装置 |
CN105445814A (zh) * | 2015-11-09 | 2016-03-30 | 恒泰艾普石油天然气技术服务股份有限公司 | 海上窄方位角资料的方位各向异性属性差裂缝预测方法 |
CN105676278A (zh) * | 2016-01-15 | 2016-06-15 | 中国海洋石油总公司 | 一种处理地震波数据的方法和装置 |
CN105676278B (zh) * | 2016-01-15 | 2018-04-03 | 中国海洋石油总公司 | 一种处理地震波数据的方法和装置 |
CN107728204A (zh) * | 2016-08-11 | 2018-02-23 | 中国石油化工股份有限公司 | 基于叠前纵波各向异性的裂缝预测方法及*** |
CN107728204B (zh) * | 2016-08-11 | 2019-03-29 | 中国石油化工股份有限公司 | 基于叠前纵波各向异性的裂缝预测方法及*** |
CN108802815A (zh) * | 2017-05-05 | 2018-11-13 | 中国石油化工股份有限公司 | 连片资料的叠前裂缝预测方法 |
CN110967759A (zh) * | 2018-09-30 | 2020-04-07 | 中国石油化工股份有限公司 | 叠前裂缝预测中的方位不均匀分组方法及*** |
CN110967759B (zh) * | 2018-09-30 | 2021-11-05 | 中国石油化工股份有限公司 | 叠前裂缝预测中的方位不均匀分组方法及*** |
CN109581485A (zh) * | 2018-12-04 | 2019-04-05 | 成都捷科思石油天然气技术发展有限公司 | 一种直接在叠前深度偏移地震资料上进行自动裂缝检测的方法 |
CN109725350B (zh) * | 2018-12-05 | 2020-09-08 | 中国石油天然气集团有限公司 | 一种确定纵波方位各向异性参数的方法、装置及*** |
CN109725350A (zh) * | 2018-12-05 | 2019-05-07 | 中国石油天然气集团有限公司 | 一种确定纵波方位各向异性参数的方法、装置及*** |
CN112649853A (zh) * | 2019-10-10 | 2021-04-13 | 中国石油化工股份有限公司 | 基于叠后数据的裂缝参数预测方法及*** |
CN112649853B (zh) * | 2019-10-10 | 2023-08-11 | 中国石油化工股份有限公司 | 基于叠后数据的裂缝参数预测方法及*** |
CN112684498A (zh) * | 2019-10-18 | 2021-04-20 | 中国石油天然气集团有限公司 | 一种基于宽方位地震数据的储层裂缝预测方法及*** |
CN111158053A (zh) * | 2019-12-20 | 2020-05-15 | 中石化石油工程技术服务有限公司 | 裂缝预测方法及装置 |
CN111399056A (zh) * | 2020-04-29 | 2020-07-10 | 西南石油大学 | 一种基于划分方位角滤波预测裂缝强度的方法 |
CN111399056B (zh) * | 2020-04-29 | 2020-12-08 | 西南石油大学 | 一种基于划分方位角滤波预测裂缝强度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104297784A (zh) | 一种基于地震纵波方位各向异性的裂缝预测方法 | |
CN101551466B (zh) | 一种利用与偏移距有关的地震属性提高油气储层预测精度的方法 | |
Marfurt et al. | Pitfalls and limitations in seismic attribute interpretation of tectonic features | |
CN104570125B (zh) | 一种利用井数据提高成像速度模型精度的方法 | |
CN102540250B (zh) | 基于方位保真角度域成像的裂缝型油气储层地震探测方法 | |
CN104678434B (zh) | 一种预测储层裂缝发育参数的方法 | |
CN104635269B (zh) | 一种基于叠前方位角道集预测火成岩裂缝型储层的方法 | |
CN102033242B (zh) | 一种深层倾斜裂缝储层地震振幅预测方法 | |
CN102012521B (zh) | 一种地震储层预测中叠前裂缝的检测方法 | |
Szydlik et al. | 3D PP/PS prestack depth migration on the Volve field | |
CN103076623A (zh) | 一种基于叠前相干的裂缝检测方法 | |
CN106556861B (zh) | 一种基于全方位地震资料的方位avo反演方法 | |
CN108139498A (zh) | 具有振幅保持的fwi模型域角度叠加 | |
CN103713323A (zh) | 一种全方位各向异性保幅成像与抽道集方法 | |
CN103645503A (zh) | 一种三维时间域照明分析及振幅补偿方法 | |
CN102053260B (zh) | 获得地震纵波的方位速度的方法及处理地震数据的方法 | |
CN105425299A (zh) | 确定地层裂缝分布的方法和装置 | |
Yuan et al. | 6D phase-difference attributes for wide-azimuth seismic data interpretation | |
CN109655905A (zh) | 基于全方位角数据叠前avaz反演裂缝预测方法及*** | |
CN102053262A (zh) | 获得地震转换波的方位速度的方法及处理地震数据的方法 | |
CN104422955B (zh) | 一种利用旅行时变化量进行各向异性参数提取的方法 | |
CN103399345B (zh) | 一种潜山裂缝分布的勘测方法与装置 | |
CN115857047B (zh) | 一种地震储层综合预测方法 | |
Ha et al. | Pitfalls and implementation of data conditioning, attribute analysis, and self-organizing maps to 2D data: Application to the Exmouth Plateau, North Carnarvon Basin, Australia | |
Sharma et al. | Azimuthal anisotropy analysis of multiazimuth P-wave seismic data—An example from the Rock Springs Uplift, Wyoming, USA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150121 |