CN1167957C - 识别多个地震属性沿地下层面的地区性变化趋势的方法 - Google Patents
识别多个地震属性沿地下层面的地区性变化趋势的方法 Download PDFInfo
- Publication number
- CN1167957C CN1167957C CNB008145636A CN00814563A CN1167957C CN 1167957 C CN1167957 C CN 1167957C CN B008145636 A CNB008145636 A CN B008145636A CN 00814563 A CN00814563 A CN 00814563A CN 1167957 C CN1167957 C CN 1167957C
- Authority
- CN
- China
- Prior art keywords
- recording channel
- collection
- subclass
- recording
- similarity factor
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims abstract description 37
- 150000001875 compounds Chemical class 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 2
- 238000007906 compression Methods 0.000 claims description 2
- 239000006185 dispersion Substances 0.000 claims description 2
- 238000010008 shearing Methods 0.000 claims description 2
- 102000020232 neurotensin type 1 receptor Human genes 0.000 claims 3
- 108010016501 neurotensin type 1 receptor Proteins 0.000 claims 3
- 230000001902 propagating effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 6
- 229930195733 hydrocarbon Natural products 0.000 abstract description 5
- 150000002430 hydrocarbons Chemical class 0.000 abstract description 5
- 239000004215 Carbon black (E152) Substances 0.000 abstract 1
- 238000012937 correction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 238000005755 formation reaction Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开了一种由计算机实现的方法(图2a、2b和3)，用于分析地震数据以发现地震数据集中多个属性的地区性变化趋势。根据所公开的方法和装置，在一被解释的平面(24)上方和下方延伸的区域中对多个记录道的完整波形(图4)进行比较(34)，这种比较是使用一种相关算法进行的，该算法考虑被比较波形的形状和绝对振幅两者。基于多次比较，根据波形形状对记录道进行分类(40，52)，于是共同波形类别分布图显示出具有相似岩性和/或烃类效应的地区。
Description
技术领域
本发明涉及对油、气储层的地震勘探，更具体地说，它涉及使用一种处理技术在高速数字计算机中处理地震数据，该处理技术包括对整个数据集(a data volume)中的完全波形形状进行分类，并绘出由波形分类所揭示的多种属性的区域变化趋势，这些变化趋势能代表类似的岩性和/或烃类效应。
背景技术
多年来，油、气地震勘探已涉及使用地震能量源和用地震检测器(通常称作地震检波器)阵列对其进行接收。当在陆地上使用时，地震能量源可以是在地层上选定点处的井孔中电起爆的高***力***，或者说是有能力向地面发送一系列冲击或机械振动的其他能量源。在海上，通常使用空***源和水中地震检波器接收器。由这些源在地球中产生的声波从地层边界和/或其他不连续面返回传输，并以不同的时间间隔达到地球表面，这时间间隔取决于穿过的距离和所经过的地下特性。在陆地上，这些返回波被地震检波器检测到，这些地震检波器的作用是把这些声波转换成代表声波的电模拟信号，它们通常称作记录道(trace)。在陆地上使用时，一地震检波器阵列沿着覆盖感兴趣地区的网格布设，以在所希望的地区内形成一组间隔分布的观测站，从而能构建在广大区域上的反射***置的三维(3D)分布图。与地震检波器相隔一希望距离的地震源向地球内注入声波信号，且在该阵列中每个地震检波器处检测到的信号被记录下来供以后用数字计算机处理，在那里模拟数据通常被量化为数字采样点，例如每2毫秒一个采样，从而可以对每个采样点单独进行操作。于是，连续记录的地震现场(field)记录道被转换成近似于地下结构的垂直剖面、体表达(volume representation，体图像)或水平分布图。然后，地震检波器阵列移到新的位置并重复这一过程以提供地震勘察结果。3D地震勘查结果是在表面收集的，呈现为地下一部分的体表达的数据。
在完成一个地区的勘探之后，已经记录了在多个地震检波器处检测到的与能量有关的数据，其中这些地震检波器位于距爆点不同距离的地点。然后对数据进行重新组织，以收集在各爆点发射的和在各地震检波器位置记录的数据所产生的记录道，其中这些记录道被分组，使得可以假定这些反射是从地球内一个特定点，即共中心点反射的。然后，单个记录或“记录道”被加以不同的距离校正，该距离是地震能量从相应爆点出发穿过地球到达共中心点再向上到达各地震检测器的距离。这一步骤包括因穿过不同类型岩石层的速度变化需要的校正以及源和接收器深度的变化需要的校正。由于爆点/地震检波器对的间距变化所需要的校正称作“正常时差(normal move out)”校正。在完成这一校正之后，对来自各中点的信号组进行相加。因为地震信号为正弦振动性质，所以求和过程的作用是减小地震记录中的噪声，从而增大它的信号-噪声比。这一过程称作共中心点数据的“叠加”，这对本领域技术人员是熟知的。于是地震现场数据受到上述校正。地震现场数据还可以受到偏移，这是对未经解释的数据进行的一种操作，涉及对地震信息的重新安排，从而使倾斜层画在它们的真正位置。在把连续记录的记录道转换成重直或水平剖面或水平分布图之前，还可以应用其他已知的特殊处理技术，这些技术例如能增强断层的显示、地层特征、振幅与炮检距(offset)关系(AVO)或者某一属性，如峰值振幅，瞬时频率或相位、极性等。
在地震勘探过程中，可以由穿入感兴趣地层的井孔建立控制点。然而，相当经常发生的情况是这些井孔间距很大，而且只有在这样稀少的控制点处才能把选定的地震属性与目标地层的结构(texture)和组分进行比较，以此对地震观测进行校准。地震勘查有相距较近的观测点，它们分布在稀少的控制点之间，因此地震勘查具有潜力提供数据以估计那些远离井孔延伸的储层状况。
普查地震分析经常使用共同(common)地震波形的变化趋势来识别有希望的地质特征。许多当前进行的处理使用简单的属性，如峰值振幅、平均频率等，来显示地区性趋势，以峰值振幅应用最普遍，因为它能显现出“亮点”，亮点可能是烃类的直接指示，更新近的一些方法已使用实际波形来显示远离井孔地方的地区性趋势。然而，仍然需要包括利用范围广泛的记录道到记录道的相似性来进行波形形状分析，它比较地震波形的多个属性，以估计岩石类型或结构的变化，即沿着给定地层的岩性变化和/或烃类效应(如孔隙空间中的油或气)的变化。
因此，希望允许解释器能勘查多个属性沿着要解释的层面的变化。
还希望在多次地震叠加(例如近炮检距和远炮检距的叠加)中分析记录道波形形状以及对波形分类，并绘制所发现的任何地震波形变化趋势图。
还希望允许由解释器选择若干个波形类别，这些类别被指定为对地震数据集中的记录道进行分类。
还希望利用一种稳健的方法去比较记录道与记录道的相似性，它对被比较波形的绝对振幅和形状都予以考虑。
再有，还希望提取从地震数据集中能得到的附加岩性信息。
发明内容
根据本发明，在一种方法和装置中可实现上述的以及其他的目的和优点，该方法和装置使用选自记录道集的地震记录道子集来识别多个地震属性沿一地下层面的变化趋势。该方法包括在一预先确定的在感兴趣的地下层面的上方和下方延伸的区域(或时间间隔)上将该子集中每个记录道的全波形与该子集中的每个其他记录道进行比较，从而确定该子集中每个记录道的相似性因子。根据该子集中各单个记录道的相似性因子的离散(variance)范围，将该子集中的记录道分成若干波形类别。最后，根据该波形类别将该记录道分组，从而显示出该地下多个地震属性的地区性变化趋势。
具体来说，本发明提供了一种使用一或多个地震记录道集识别多个地震属性沿地下层面的地区性变化趋势的方法，所述方法包括：从所述地震记录道集当中选出有代表性的记录道子集，其中所述记录道子集切入所述层面；在预先确定的在所述地下层面之上和之下的区域上将每个记录道集的每个所述子集中的每个记录道的全波形与所述子集中的每个其他记录道进行比较，以确定在所述记录道子集中每个记录道与每个其他记录道的相似性因子；根据所述子集中各记录道的所述相似性因子的离散程度将所述子集中的记录道分成若干波形类别；以及根据所述波形类别将所述子集中的记录道分组，其中根据所述波形类别显示的记录道揭示出多个地震属性的地区性变化趋势；其中，所述根据波形类别对所述子集中的记录道进行分组的步骤包括：(a)把所述子集的所述相似性因子排列在一正方矩阵中；(b)定义一个数，表示为M，它等于所述矩阵中的所述相似性因子的个数；(c)定义一个数，表示为N，它等于所希望的类别个数；(d)计算数M/N，表示为NTR，它等于待赋予每个类别的记录道数；(e)对M个记录道中的每一个，选择(NTR-1)个其他具有最高相似性因子的记录道并平均这(NTR-1)个相似性因子；(f)选择具有最高平均相似性因子的记录道作为第一类的形状；(g)从所述矩阵中去掉有最高相似性因子的记录道以及那其他(NTR-1)个记录道；以及(h)重复步骤(e)、(f)和(g)以确定其余类别中的记录道。
在一优选实施例中，该方法首先是选择一被选排(gather)、叠加和偏移的地震记录道集，其中标识出被解释的层面，该方法还进一步选择一或多个其他处理过的记录道集(例如近叠加、远叠加、AVO截矩或梯度、相干性、P波段、S波段等)，这些记录道集有识别出的同一层面。然后，根据本发明从要处理的每个记录道集中选出相应的代表性记录道子集。一种稳健的算法用于比较该子集中的记录道对，其中该子集中的每个记录道与该子集中的每个其他记录道进行比较，该算法对被比较的两个波形的形状和绝对振幅都予以考虑。对于要处理的全部记录道集的各相应子集中的记录道进行类似的比较。根据该子集中每个记录道与该子集中每个其他记录道的比较结果，确定该子集中每个记录道的相似性因子，并对取自每个记录道集的子集的相应相似因子进行平均，从而形成一复合子集。可选地，可对被平均的相似性因子使用加权。
接下来，根据先前确定的对于复合子集的相似性因子离散范围(arange of variance)，由解释器(interpreter)选择波形类别个数和要赋予一个类别的波形个数。形成该复合子集相似性因子矩阵，在一平均过程中确定相似性因子的最有共同性的类别和其后的逐个类别，该平均过程从该矩阵中迭代地去掉相似性因子，首先去掉的是最有共同性的波形类别的相似性因子。
然后，对于具有这些最有共同性波形的每个要处理的整个记录道集中的每个记录道，确定其相似性因子，并通过平均相应的因子确定这些记录道集的复合相似性因子，仍然是可选用加权。最后，根据最高的复合相似性因子对每个记录道集中的每个记录道赋予一波形类别，除非这个最高相似性因子低于一所希望的阈值。在这种情况下该记录道被赋予一空(null)类别。为便于观察，为整个记录道集输出波形类别图或地震立方叠加图。
按照本发明另一方面的装置，包括一计算机，被编程以实现多个地震属性沿地下层面变化趋势的识别方法。对于大规模的3D勘探数据来说，该计算机最好是大型并行机。
本发明的方法和装置对在一个时间(或深度)间隔在被解释层面上方和下方延伸的各记录道的全波形进行比较，并进一步进行比较，这些比较包括被解释的层面所在3D体积中的全部记录道。然后每个记录道被分类，从而使类似的记录道能分组在一起以供显示，例如按照与该类中选出的第一记录道匹配的质量顺序进行显示。这样，所显示的记录道突出了地震属性的变化趋势，它可以代表类似岩性和/或烃类效应的变化趋势。由下文的详细描述和附图，对于本领域的技术人员而言，本发明的其他目的和优点将变得显而易见，其中只显示和描述本发明的一个最佳实施例。
附图说明
图1是一地震记录道集的透视图，表示从记录道中拾取的一被解释的层面，这些记录道从表面网格延伸并切入该层面。
图2(a)-2(b)是本发明主要数据处理步骤的计算机软件流程图。
图2(c)-2(d)为表示根据本发明在地下地层中波形分类变化趋势图。
图3是流程图，说明根据图2中的步骤52决定波形分类的数据处理步骤。
图4表示10个地震记录道的子集，这些记录道被分成两类，并按照与该类中第一记录道匹配的质量顺序显示。
具体实施方式
图1代表一地震记录道集，表示记录道20按照要勘查地区上方的表面网格阵列排列。通常要勘查的地区将包括一个由上千个甚至更多记录道覆盖的区域。记录道20已被垂直叠加，从地球表面22向下延伸切入地下层面24。该层面把地震波部分地反射回地面，在那里它们被检测到。如图所示，这些记录道被安排在一个矩形网格中，该网格部分地覆盖要勘查的地区。然而，如前所述，该网格阵列向前移动到一个新的位置并重复勘探过程以得到完全的勘查。如图1中表示的地下层面24就将是由解释器拾取的或用计算机软件自动拾取的，这在本领域是众所周知的。
现在参考图2，图中说明本发明的主要处理步骤，第一步骤30是选择具有被解释的层面的地震记录道集。可能包括一个被解释的层面的几类记录道集在本领域是众所周知的。各记录道集可能有不同的采集特征，例如，记录道集可能是作为共中心点、共炮检距或共反射角范围被聚集的。各记录道集还可能有不同的数据处理特征，例如AVO梯度或AVO截距。其他特征也可以区分记录道集，如压缩波或剪切波。根据本发明，如像前文提到的那样，将处理多个地震记录道集。
在步骤32中，选出一个有代表性的、切入层面24的、在空间上分离的记录道子集。该子集可能有100个记录道，它们包括感兴趣的层面的延伸范围。例如，该子集可能包括该网格阵列的均匀间距记录道，例如每第5行和第5记录道，它们是从具有上千或更多记录道的记录道集中选出的。
在步骤34中，确定该子集中每个记录道与该子集中每个其他记录道的相似性因子。波形相似性的最通用的度量是归一化相关系数，它是两个波形间线性关系的量度。这一量度的主要局限是它只考虑波形形状而不考虑绝对振幅(即两个波形能有极其不同的绝对振幅但有高相关系数)。在绝对振幅也应作为相似性测试中的一个属性予以考虑的情况中，归一化样本差可与归一化相关系数结合，从而形成一个新的度量，其中称作RB因子。
归一化相关系数是一个人们相当熟知的度量。给定两个长度为N的时间序列(Ai和Bi)，归一化相关系数(X(a，b))按下式计算：
其中长度N是与包括层面24的选定时间或深度间隔相对应的比较窗。
归一化样本差(D(a，b))定义为：
这产生一个差值系数，它与相关系数在形式上的相似之处是两个完全相同的波形将产生系数1.0。
然后，RB因子定义为这两个度量的加权平均，即
RB(a，b)＝WX(a，b)+(1-W)D(a，b)
其中W是介于0和1之间的加权因子(通常把W设为0.5以成为等加权)。
于是，对于每个子集的每个记录道，根据与该子集中每个其他记录道的比较，计算出RB因子。
编程的方法在步骤36询问是否已处理了全部记录道集。当结果为“否”时，表明还可得到更多记录道集，于是经由块38(它访问下一个记录道集)重复步骤30，并在步骤32形成相应的子集。当结果为“是”时，表明所有可得到的记录道集都已处理过，于是在步骤40中对处理过的每个记录道集的子集中相应记录道的RB因子进行平均，从而计算出复合RB因子。在由参考数字40表示的步骤中表明了这一处理，其中还表明，如果希望的话，可以对各因子加权。接下来程序进入步骤42，它要求限定若干波形类别以分割复合子集，这通常是由解释器根据步骤40中计算出的多个复合RB因子的离散来确定的。
在把复合RB因子分成波形类别的准备过程中，这些RB因子被排列在一正方矩阵中，如在步骤44中要求的那样。
在步骤46中，使用一迭代过程把复合子集的复合RB因子分成所希望个数的类别，对于该迭代过程，将参考图3做更充分的解释。接下来在步骤48中，对整个记录道集中的每一个记录道计算RB因子(相似性)，在步骤50中对来自每个记录道集的相应单个因子进行平均(可选地采用先前使用的加权)，以形成单个记录道的复合RB因子。然后，使用该记录道的复合RB因子将该记录道与各诊断波形形状(先前在步骤46中确定的)进行比较。在步骤52，根据该记录道的最高复合RB因子对该记录道赋予一先前确定的波形类别。如果该记录道的最高复合RB因子低于一由使用者定义的阈值(例如0.75)，则对该记录道赋予空值。最后，在步骤54中，为整个记录道集输出一波形类别图或地震立方叠加图。
图2(c)以分布图形式表示6个波形类别，根据图上的编码条对它们进行了编码。图2(d)是一个剖面图，对应于图2(c)上的线AB，它表示沿着一被解释的层面编码的波形类别。
现在参考图3，图中说明确定波形类别的处理步骤。首先在步骤60中分别把数M和N定义为该矩阵中的RB因子数和要提供的波形类别数。于是，M对应于为该子集选择的记录道数，如前所述，N是由解释器根据该子集的RB因子离散范围选定的。接下来在步骤62中计算出赋予每个类别的记录道数NTR＝M/N。例如，如果在该子集中有100个记录道，并希望有10个类别，那么在每个类别中将有10个记录道。
然后被编程的方法进入步骤64，那里对该子集中M个记录道中的每一个，选出(NTR-1)个其他记录道，这些记录道相对于所考虑的该记录道有最高的RB因子(即最佳匹配)。接下来如在步骤66中要求的那样，具有在先前步骤中计算出的最高平均RB因子的那个记录道被选为第一类别中的第一记录道。然后该方法进入步骤68，在该步骤中从矩阵中去掉先前步骤中选出的第一记录道及其(NTR-1)个最佳匹配记录道的RB因子。然后，在步骤70中重复上述步骤64-68，以确定其余类别。
形状分类举例
这个例子以数字说明本方法如何用于对波形分类以能更好地显示多个属性变化趋势。给定在图2的步骤40中建立的复合相似性矩阵RB(i，j)为记录道i对记录道j的相似性，其中i和j的范围是从1到M，找出最有共同性的波形形状的过程如下：
对本例假定M＝10个记录道，N＝2个类别。
首先计算每个类别中的记录道数NTR：每个类别中有10/2＝5个记录道。
现在参见表I，其中以数字说明10个记录道彼此比较所得到的复合RB因子，并以矩阵格式显示，我们希望把这10个记录道分成两类。
| 表I对于第一类的形状分类矩阵 | ||||||||||
| 记录道号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 1 | 1 | 0.86 | 0.91 | 0.86 | 0.77 | 0.58 | 0.63 | 0.47 | 0.59 | 0.59 |
| 2 | 0.86 | 1 | 0.86 | 0.9 | 0.75 | 0.56 | 0.27 | 0.45 | 0.56 | 0.55 |
| 3 | 0.91 | 0.86 | 1 | 0.87 | 0.83 | 0.59 | 0.63 | 0.35 | 0.49 | 0.47 |
| 4 | 0.86 | 0.9 | 0.87 | 1 | 0.79 | 0.63 | 0.26 | 0.34 | 0.43 | 0.41 |
| 5 | 0.77 | 0.75 | 0.83 | 0.79 | 1 | 0.77 | 0.64 | 0.56 | 0.61 | 0.66 |
| 6 | 0.58 | 0.56 | 0.59 | 0.63 | 0.77 | 1 | 0.78 | 0.63 | 0.48 | 0.46 |
| 7 | 0.63 | 0.27 | 0.63 | 0.26 | 0.64 | 0.78 | 1 | 0.83 | 0.67 | 0.65 |
| 8 | 0.47 | 0.45 | 0.35 | 0.34 | 0.56 | 0.63 | 0.83 | 1 | 0.86 | 0.8 |
| 9 | 0.59 | 0.56 | 0.49 | 0.43 | 0.61 | 0.48 | 0.67 | 0.86 | 1 | 0.91 |
| 10 | 0.59 | 0.55 | 0.47 | 0.41 | 0.66 | 0.46 | 0.65 | 0.8 | 0.91 | 1 |
接下来计算每个记录道的最高(NTR-1)个(即4个)RB因子的平均值如下：
a.记录道1的平均相似性
＝(0.91+0.86+0.86+0.77)/4＝0.85
b.记录道2的平均相似性
＝(0.90+0.86+0.86+0.75)/4＝0.8425
c.记录道3的平均相似性
＝(0.91+0.87+0.86+0.83)/4＝0.8675
d.记录道4的平均相似性
＝(0.90+0.87+0.86+0.79)/4＝0.855
e.记录道5的平均相似性
＝(0.83+0.79+0.77+0.77)/4＝0.79
f.记录道6的平均相似性
＝(0.78+0.77+0.63+0.63)/4＝0.7025
g.记录道7的平均相似性
＝(0.83+0.78+0.67+0.65)/4＝0.7325
h.记录道8的平均相似性
＝(0.86+0.83+0.80+0.63)/4＝0.78
i.记录道9的平均相似性
＝(0.91+0.86+0.67+0.61)/4＝0.7625
j记录道10的平均相似性
＝(0.91+0.80+0.66+0.65)/4＝0.755
选择具有最高平均RB因子的记录道，它在本例中是3号记录道，而在这一类别中的其他(NTR-1)个记录道是1、2、4和5。从相似性矩阵中去掉这些记录道，我们得到下面的表II。
| 表II对于第二类的形状分类矩阵 | ||||||||||
| 记录道号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
| 2 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
| 3 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
| 4 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
| 5 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
| 6 | -1 | -1 | -1 | -1 | -1 | 1 | 0.78 | 0.63 | 0.48 | 0.46 |
| 7 | -1 | -1 | -1 | -1 | -1 | 0.78 | 1 | 0.83 | 0.67 | 0.65 |
| 8 | -1 | -1 | -1 | -1 | -1 | 0.63 | 0.83 | 1 | 0.86 | 0.8 |
| 9 | -1 | -1 | -1 | -1 | -1 | 0.48 | 0.67 | 0.86 | 1 | 0.91 |
| 10 | -1 | -1 | -1 | -1 | -1 | 0.46 | 0.65 | 0.8 | 0.91 | 1 |
现在对第二类，我们再对每个剩下的记录道计算最高的4个RB因子的平均值如下：
a.记录道6的平均相似性
＝(0.78+0.63+0.48+0.46)/4＝0.5875
b.记录道7的平均相似性
＝(0.83+0.78+0.67+0.65)/4＝0.7325
c.记录道8的平均相似性
＝(0.86+0.83+0.80+0.63)/4＝0.78
d.记录道9的平均相似性
＝(0.91+0.86+0.67+0.48)/4＝0.73
e.记录道10的平均相似性
＝(0.91+0.80+0.65+0.46)/4＝0.705
选择记录道8作为具有最高RB因子的记录道，其他(NTR-1)个记录道是6、7、9和10。
图4显示这10个记录道实例，其时间轴以秒为单位。这些记录道根据各自的类别显示出来，其中这些记录道按它们各自的类别分组，其排列顺序是根据该类别中与第一记录道的匹配质量，即第一类的顺序是3、1、4、2、5，第二类的顺序是8、9、7、10、6。能对整个记录道集输出的波形类别分布图或地震立方叠加图，以在储层状况从井孔延伸到远处时帮助识别这些储层状况的变化趋势。
在所公开的内容中只表示了本发明的最佳实施例。可以预期，对这些实施例进行修改和替换，而且这些修改和替换可得到本发明的优点和益处，这对于本领域那些已经参考了这一说明及其附图的技术人员而言是显然的。应该理解，这些修改和替换是在下面的权利要求书中申明的本发明的范围之内。
Claims (7)
1.一种使用一或多个地震记录道集识别多个地震属性沿地下层面的地区性变化趋势的方法，所述方法包括：
从所述地震记录道集当中选出有代表性的记录道子集，其中所述记录道子集切入所述层面；
在预先确定的在所述地下层面之上和之下的区域上将每个记录道集的每个所述子集中的每个记录道的全波形与所述子集中的每个其他记录道进行比较，以确定在所述记录道子集中每个记录道与每个其他记录道的相似性因子；
根据所述子集中各记录道的所述相似性因子的离散程度将所述子集中的记录道分成若干波形类别；以及
根据所述波形类别将所述子集中的记录道分组，其中根据所述波形类别显示的记录道揭示出多个地震属性的地区性变化趋势；
其中，所述根据波形类别对所述子集中的记录道进行分组的步骤包括：
(a)把所述子集的所述相似性因子排列在一正方矩阵中；
(b)定义一个数，表示为M，它等于所述矩阵中的所述相似性因子的个数；
(c)定义一个数，表示为N，它等于所希望的类别个数；
(d)计算数M/N，表示为NTR，它等于待赋予每个类别的记录道数；
(e)对M个记录道中的每一个，选择(NTR-1)个其他具有最高相似性因子的记录道并平均这(NTR-1)个相似性因子；
(f)选择具有最高平均相似性因子的记录道作为第一类的形状；
(g)从所述矩阵中去掉有最高相似性因子的记录道以及那其他(NTR-1)个记录道；以及
(h)重复步骤(e)、(f)和(g)以确定其余类别中的记录道。
2.根据权利要求1的方法，其中所述一或多个地震记录道集是从一组地震记录道集当中选出的，它们在采集特征方面彼此不同，所述组包含：
共中心点集；
共炮检距集；
共反射角集；
近叠加集；以及
远叠加集。
3.根据权利要求1的方法，其中所述一或多个地震记录道集是从一组地震记录道集当中选出的，它们在某些数据处理特征方面彼此不同，所述集组包含：
振幅与炮检距关系(AVO)的梯度集；以及
AVO截距集。
4.根据权利要求1的方法，其中所述一或多个地震记录道集是从一组地震记录道集当中选出的，它们在传播的地震波类型方面彼此不同，所述集组包含：
由压缩波产生的集；以及
由剪切波产生的集。
5.根据权利要求1的方法，其中所述记录道的代表性子集包含一组在网格阵列中有均匀间距的记录道。
6.根据权利要求1的方法，其中所述相似性因子是用这样一种算法确定的，该算法考虑了被比较的波形段的形状和绝对振幅差两个方面。
7.根据权利要求6的方法，其中所述算法使用如下表达式确定归一化绝对振幅差：
而且此处所述子集的复合相似性因子是通过对所处理的全部记录道集平均各子集中的相应因子得到的。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/420,725 US6223126B1 (en) | 1999-10-20 | 1999-10-20 | Multi-attribute seismic waveform classification |
| US09/420,725 | 1999-10-20 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1382262A CN1382262A (zh) | 2002-11-27 |
| CN1167957C true CN1167957C (zh) | 2004-09-22 |
Family
ID=23667599
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB008145636A Expired - Fee Related CN1167957C (zh) | 1999-10-20 | 2000-10-11 | 识别多个地震属性沿地下层面的地区性变化趋势的方法 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US6223126B1 (zh) |
| CN (1) | CN1167957C (zh) |
| AU (1) | AU767062B2 (zh) |
| CA (1) | CA2384312C (zh) |
| GB (1) | GB2371904B (zh) |
| GC (1) | GC0000348A (zh) |
| NO (1) | NO334012B1 (zh) |
| WO (1) | WO2001029579A1 (zh) |
Families Citing this family (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8147419B2 (en) * | 2000-12-07 | 2012-04-03 | Baruch Shlomo Krauss | Automated interpretive medical care system and methodology |
| WO2003003051A1 (en) * | 2001-06-29 | 2003-01-09 | Exxonmobil Upstream Research Company | Method for analyzing reflection curvature in seismic data volumes |
| US6807486B2 (en) | 2002-09-27 | 2004-10-19 | Weatherford/Lamb | Method of using underbalanced well data for seismic attribute analysis |
| US7280952B2 (en) * | 2003-01-28 | 2007-10-09 | Conocophillips Company | Well planning using seismic coherence |
| FR2850759B1 (fr) * | 2003-02-04 | 2005-03-11 | Inst Francais Du Petrole | Methode pour mesurer les similarites locales entre plusieurs cubes de traces sismiques |
| CA2526576A1 (en) * | 2003-05-22 | 2004-12-02 | Schlumberger Canada Limited | Method for prospect identification in asset evaluation |
| RU2006104757A (ru) * | 2003-08-19 | 2006-07-27 | Тетрасейс Инк. (Ca) | Способ интерпретации сейсмических данных, полученных с использованием дуплексных волн |
| US20050171700A1 (en) * | 2004-01-30 | 2005-08-04 | Chroma Energy, Inc. | Device and system for calculating 3D seismic classification features and process for geoprospecting material seams |
| FR2869693B1 (fr) * | 2004-04-30 | 2006-06-02 | Total France Sa | Procede et programme de propagation d'un marqueur sismique dans un ensemble de traces sismiques |
| US20100228486A1 (en) * | 2009-03-06 | 2010-09-09 | Wu Renchu | Method and system for seismic data processing |
| CN102508294B (zh) * | 2011-10-20 | 2013-11-27 | 西北大学 | 一种利用时移地震勘探资料进行差异avo分析的方法 |
| US9618639B2 (en) | 2012-03-01 | 2017-04-11 | Drilling Info, Inc. | Method and system for image-guided fault extraction from a fault-enhanced seismic image |
| CN105008963A (zh) * | 2012-11-03 | 2015-10-28 | 钻井信息公司 | 地震波形分类***和方法 |
| US9182511B2 (en) * | 2012-11-04 | 2015-11-10 | Drilling Info, Inc. | System and method for reproducibly extracting consistent horizons from seismic images |
| CN102928878B (zh) * | 2012-11-05 | 2015-07-15 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 三维地震观测***振幅均衡性定量评估方法 |
| US10577895B2 (en) | 2012-11-20 | 2020-03-03 | Drilling Info, Inc. | Energy deposit discovery system and method |
| US10853893B2 (en) | 2013-04-17 | 2020-12-01 | Drilling Info, Inc. | System and method for automatically correlating geologic tops |
| US10459098B2 (en) | 2013-04-17 | 2019-10-29 | Drilling Info, Inc. | System and method for automatically correlating geologic tops |
| US10126449B2 (en) | 2013-07-22 | 2018-11-13 | Ent. Services Development Corporation Lp | Presenting data in a scalable format |
| US9911210B1 (en) | 2014-12-03 | 2018-03-06 | Drilling Info, Inc. | Raster log digitization system and method |
| CN106338767A (zh) * | 2015-07-07 | 2017-01-18 | 中国石油化工股份有限公司 | 多参数地震属性分析方法及*** |
| US10908316B2 (en) | 2015-10-15 | 2021-02-02 | Drilling Info, Inc. | Raster log digitization system and method |
| CN106226816B (zh) * | 2016-09-12 | 2018-03-09 | 电子科技大学 | 一种叠前地震信号波形分类方法 |
| CN107728230B (zh) * | 2017-09-11 | 2019-06-25 | 中国石油大港油田勘探开发研究院 | 一种基于地球物理三联技术的岩性油藏预测方法 |
| CN108051859B (zh) * | 2018-01-09 | 2020-01-07 | 中国石油天然气股份有限公司 | 一种道集记录的处理方法、装置及存储介质 |
| CN111856569B (zh) * | 2019-04-30 | 2023-07-25 | 中国石油天然气集团有限公司 | 地层砂体预测方法及装置 |
| RU2718135C1 (ru) * | 2019-09-09 | 2020-03-30 | Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") | Способ и система прогнозирования эффективных толщин в межскважинном пространстве при построении геологической модели на основе метода кластеризации спектральных кривых |
| CN111399040B (zh) * | 2020-03-06 | 2021-11-16 | 西南石油大学 | 一种基于地震属性负差异特征的叠置砂体识别模型及方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4203161A (en) | 1972-03-01 | 1980-05-13 | Texaco Inc. | Method of enhancing common depth point seismic data |
| US4218766A (en) | 1975-01-10 | 1980-08-19 | Texaco Inc. | Method of seismic wave amplitude normalization |
| US4479183A (en) * | 1982-09-30 | 1984-10-23 | Chevron Research Company | Method of editing seismic traces, as say gathered by large multichannel collection systems |
| US4926394A (en) | 1989-10-27 | 1990-05-15 | Western Atlas International, Inc. | Monte Carlo method for estimating lithology from seismic data |
| US5671136A (en) | 1995-12-11 | 1997-09-23 | Willhoit, Jr.; Louis E. | Process for seismic imaging measurement and evaluation of three-dimensional subterranean common-impedance objects |
-
1999
- 1999-10-20 US US09/420,725 patent/US6223126B1/en not_active Expired - Lifetime
-
2000
- 2000-10-11 GB GB0211124A patent/GB2371904B/en not_active Expired - Fee Related
- 2000-10-11 WO PCT/US2000/028039 patent/WO2001029579A1/en active IP Right Grant
- 2000-10-11 CN CNB008145636A patent/CN1167957C/zh not_active Expired - Fee Related
- 2000-10-11 CA CA002384312A patent/CA2384312C/en not_active Expired - Fee Related
- 2000-10-11 AU AU80088/00A patent/AU767062B2/en not_active Ceased
- 2000-10-15 GC GCP2000957 patent/GC0000348A/en active
-
2002
- 2002-04-19 NO NO20021882A patent/NO334012B1/no not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| GB2371904A (en) | 2002-08-07 |
| CN1382262A (zh) | 2002-11-27 |
| NO334012B1 (no) | 2013-11-18 |
| GB2371904B (en) | 2003-12-17 |
| AU8008800A (en) | 2001-04-30 |
| NO20021882L (no) | 2002-06-20 |
| CA2384312C (en) | 2006-02-14 |
| AU767062B2 (en) | 2003-10-30 |
| GC0000348A (en) | 2007-03-31 |
| US6223126B1 (en) | 2001-04-24 |
| CA2384312A1 (en) | 2001-04-26 |
| GB0211124D0 (en) | 2002-06-26 |
| WO2001029579A1 (en) | 2001-04-26 |
| NO20021882D0 (no) | 2002-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1167957C (zh) | 识别多个地震属性沿地下层面的地区性变化趋势的方法 | |
| CN107526101B (zh) | 一种获取地震反射波的采集和处理方法 | |
| CA3092055C (en) | Seismic data acquisition using designed non-uniform receiver spacing | |
| US6957146B1 (en) | System for utilizing seismic data to estimate subsurface lithology | |
| AU747146B2 (en) | Automated seismic fault detection and picking | |
| CN1186647C (zh) | 处理和探测地震信号的方法及装置 | |
| US5500832A (en) | Method of processing seismic data for migration | |
| US6574566B2 (en) | Automated feature identification in data displays | |
| CN101031821A (zh) | 用于迁移和速度分析的偏移－方位建仓 | |
| CN1036682C (zh) | 利用有限孔径偏移和蒙特卡罗偏移的偏移速度分析 | |
| CN102645670B (zh) | 一种基于叠加响应分析的观测***优化设计方法 | |
| AU732418B2 (en) | Method of detecting seismic events and for detecting and correcting geometry and statics error in seismic data | |
| CN1873441A (zh) | 地震数据处理中压制与激发源无关的背景噪声的方法 | |
| CN1582403A (zh) | 声波测井曲线的全局分类 | |
| CN108226997A (zh) | 一种基于叠前地震数据的地震相划分方法 | |
| CN1130572C (zh) | 地震数据的道集抽取方法 | |
| US7369944B2 (en) | Method of processing seismic data for AVO or AVOA characterization | |
| US6754587B1 (en) | Method for processing seismic data | |
| WO2001033254A1 (en) | Automated seismic isochron analysis | |
| Chabot et al. | Single-well imaging using the full waveform of an acoustic sonic | |
| CN110579799A (zh) | 一种等旅行时间间隔的地震采集观测方法及*** | |
| CA2606203A1 (en) | Seismic data processing method for rmo picking | |
| CN1308703C (zh) | 用于生成相似性图和计算反射体倾角的地震探测方法及设备 | |
| US20080232195A1 (en) | Apparatus and Method for Processing Geophysical Information | |
| AU8008800B2 (zh) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20040922 Termination date: 20161011 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |