基于双二次插值的地震波场有限元法数值模拟

有限元法是地震波场数值模拟最常用的一种方法,能够比较客观地反映地震波在复杂介质中的传播规律。为了提高有限元法数值模拟的计算效率和减少内存占用,采用双二次插值法实现了二维声波方程的有限元法数值模拟。在矩形网格剖分情况下,取每个单元的4个角点和4边中点为节点,在单元内采用双二次函数进行插值;根据质量守恒原则,将单元的质量分配到8个节点上,得到角节点质量非负的集中质量矩阵,避免矩阵的求逆运算;对结构刚度矩阵采用紧凑存储(只存储结构刚度矩阵下三角部分的非零元素),使得结构刚度矩阵每一行需存储的元素不超过11个;同时在时间循环过程中零元素不参与运算。模型算例的双二次插值有限元法数值模拟结果与双线性插值有限元法数值模拟结果对比表明,在无可见数值频散情况下,前者单步耗时更短,内存占用更少。     

弹性模量流体因子在永新工区储层预测中的应用

利用储层弹性模量可以描述不同类型的岩性和流体,但是单一弹性模量在储层预测时通常具有多解性。考虑到弹性模量流体因子(Elastic Modulus Fluid Factor,EMFF)具有体积模量和剪切模量的双重特性,从体积模量K和剪切模量μ的交会出发,引入弹性模量流体因子的概念,解决了单一弹性模量在储层预测时具有多解性的问题,提高了识别流体的能力。在实际应用中,利用叠前弹性参数反演得到弹性模量参数,结合岩石物理分析结果构建弹性模量流体因子,以此为基础即可实现流体识别和储层预测。胜利油田永新工区的应用结果表明,新构建的弹性模量流体因子能够有效地识别含油储层。     

基于修正Xu-White模型的碳酸盐岩横波速度估算方法

在许多实际地球物理资料中往往缺失横波速度信息,这给叠前地震属性分析和叠前地震反演均带来不利影响。如今针对碎屑岩地区的横波速度预测方法已日趋成熟,而针对碳酸盐岩地区的研究相对较少。本文基于经典Xu-White模型,从岩石物理角度构建出一种适用于碳酸盐岩的修正Xu-White模型;然后类比于Pick-ett、Castagna等建立的碳酸盐岩纵横波速度经验公式,建立了更适用于碳酸盐岩地区的经验公式;将该经验公式和修正Xu-White模型应用于实际碳酸盐岩地区的横波速度预测,对预测结果进行的对比分析证实,修正Xu-White模型具有更高的横波速度预测精度。     

修正柯西约束地震盲反褶积方法

 文中从贝叶斯稀疏反演理论出发，结合Canadas提出的地震盲反褶积数学框架，采用修正的柯西准则建立反射系数稀疏约束进行地震盲反褶积处理，不仅能较好地恢复反射系数序列的稀疏性，同时能在提高地震资料的分辨率和减小对弱反射信息的压制之间达到一个平衡，并采用松弛交替迭代求解方案同时求取反射系数和混合相位的地震子波。在有井资料或其他地质资料可用的情况下，引入波阻抗作为反射系数的先验约束，降低了反演问题的多解性，增加了反演结果的精度和可信度。数值模拟和实例分析表明，文中算法收敛快、精度高，具有实际应用价值。     

基于Gray近似的弹性波阻抗方程及反演

 为得到更准确的岩石物理参数数据体，减小计算误差的累积效应，人们希望通过某种方法直接提取岩石物理参数。用Connolly的弹性阻抗(EI)公式进行反演只能直接得到纵、横波速度和密度的信息，再通过计算得到相应的弹性参数，而且不同角度的弹性阻抗的量纲不统一。本文针对Connolly方法的不足，通过Gray近似把佐普里兹方程表示为反射系数是剪切模量μ、拉梅系数λ和密度ρ的函数，提出了以Gray的AVO近似方程为基础的一种新的弹性波阻抗反演公式，并对该公式进行了标准化以实现不同角度的弹性波阻抗间量纲的统一。文中用标准化后的弹性波阻抗反演公式对A地区的实际地震数据进行了反演，从反演得到的弹性阻抗数据体中可直接提取剪切模量μ、拉梅系数λ，表明用文中方法提取弹性参数更加稳定、准确。     

模糊C均值地震属性聚类分析

 地震多属性聚类分析是进行储层预测的有效工具。本文提出了基于模糊C均值的地震属性聚类方法，该方法可以将多种地震属性进行分析从而生成有效的特征图，它可以寻找各个类的最优聚类中心，并给出样本点属于每一类的隶属度。此算法是一个简单迭代过程，且算法的关键取决于两个参数：其一是聚类数要远小于聚类样本的总个数；其二是加权参数要适中，过大或过小均不利于聚类效果的改善。模型试验和实际资料的应用表明了该方法原理简单且算法鲁棒性好，具有很好的实际应用价值。     

叠前AVA多参数同步反演技术在含气储层预测中的应用

随着油气勘探的不断深入，叠前地震数据的反演和应用逐渐成为热点。叠前AVA同步反演可从小、中、大三个角度部分叠加数据体上同步反演出纵、横波阻抗和密度数据体。在此基础上，可提取出地层的组合弹性参数。通常砂岩储层含气后纵波速度明显降低，横波速度变化不大，同时密度也降低。与单纯应用纵波阻抗相比，纵、横波阻抗等属性联合可提高流体的识别精度。因而，应用同步反演技术进行含气储层识别是可行的。首先介绍了叠前AVA同步反演的基本原理，继而从地震和测井资料处理、角度子波提取和标定以及最终反演等方面，讨论了叠前AVA同步反演技术在胜利油田中层气藏勘探中的应用。结果表明该方法进行含气储层预测是有效的。     

基于Metropolis抽样的非线性反演方法

基于Metropolis抽样的非线性反演应用贝叶斯理论框架,是一种基于蒙特卡洛的非线性反演方法,能够有效地融合测井资料中的高频信息,提高反演结果的分辨率。首先通过快速傅里叶滑动平均模拟算法(FFTMA)和逐渐变形算法(GDM)得到基于地质统计学的先验信息;进而构建似然函数;最后利用Metropolis算法对后验概率密度进行抽样,得到反演问题的解。其中FFT-MA模拟作为一种高效的频率域模拟方法,融入GDM更新算法之后,可以在保持模拟空间结构不变的前提下,连续修改储层模型,保证反演结果有效地收敛,直至满足实际观测地震记录。模型试算和实际数据处理结果表明:基于Metropolis抽样的非线性反演可以提供合理的弹性参数信息,尤其是提高纵波速度的分辨率,即使信噪比较小时,仍然可以反演出合理的弹性参数信息,从而证明了该方法的有效性;当不考虑噪声时,纵、横波阻抗的反演分辨率较弹性参数本身的反演分辨率更高。     

地震波形约束的蒙特卡洛—马尔科夫链随机反演方法

以地质统计学为基础、以测井资料为条件数据的地震随机反演方法的分辨率高于常规确定性反演,因此迅速得到广泛应用,但是提高计算效率以及消除随机性一直是难点。为此,提出了基于地震波形约束的蒙特卡洛—马尔科夫链（MCMC）随机反演方法。充分利用观测地震数据和待反演参数之间的地球物理映射关系,应用相关系数,根据已知的地震波形之间的相似性特征指导井数据进行伪普通克里金插值模拟,建立具有地震波形指示的初始模型;在此基础上,进一步在贝叶斯框架下构建观测地震数据和测井数据协同约束的后验概率密度分布,结合Metropolis-Hastings采样算法多次随机模拟具有地震波形指示的初始模型参数,利用后验均值作为模型参数的最优解。该方法有效地提高了反演稳定性和横向连续性,降低了随机性,有效地弱化了地震噪声对反演结果的影响,并且极大地加快了马尔科夫链的收敛速度,有效地提高了运算效率和估算精度。模型试算和实际资料反演效果表明,基于地震波形约束的MCMC随机反演方法具有较好的抗噪性,有效提高了反演精度,对识别调谐尺度内薄互储层具有一定优势,在提高纵向分辨率的同时也提高了横向分辨率。     

基于先验约束的深度学习地震波阻抗反演方法

不同于传统的深度学习反演方法,文中提出一种基于先验约束的深度学习地震波阻抗反演方法：参照地震相类型分割待反演区域,且将区域分割结果作为一种明确的空间约束条件监控网络模型的反演过程;将蕴含丰富低频信息的初始模型作为一种标签以丰富反演结果的低频信息;并使用一种强抗噪性激活函数提高网络模型对噪声数据的适应能力。为降低标签数据的获取难度并保证网络的反演精度,还采取半监督学习方式对网络模型进行训练。将所提方法应用于Marmousi 2模型,测试结果表明反演效果良好且具有较强抗噪性能;随后将该方法成功地应用于M油田实际勘探数据。