边缘检测属性应用方法

地震属性的解释可获取有关地层的断层、裂缝及岩性变化的重要特征信息。文中提出了边缘检测属性,该属性是利用图像处理中边缘检测方法对振幅属性进行处理得到的新地震属性,该属性可用于岩性识别。首先,通过实际的数学模型验证边缘检测方法识别边界的可行性及能力。利用几种经典的边缘检测方法。结合实际地震资料进行综合分析研究,发现Sobel属性能较好地突出属性图像的边界,砂岩与泥岩区得到区别,并得到了钻测井资料验证。在研究区的应用中,新属性可以较好地区分砂泥岩边界,减少了单一利用属性划分砂体造成的误差,对提高砂体识别精度以及勾绘砂体展布具有重要意义。     

砂体的灰色关联度分析地震识别方法

本通过提取反映储层地质属性的地震主特征分量参数，采用灰色关联度分析技术，从空间上建立井旁道与其它地震道的多种模式相关关系，在已知井约束下预测砂岩平面分布规律，指导评价勘探和开发井部署。     

利用地震属性预测河道砂体

针对鄂尔多斯盆地塔巴庙区块河道砂体沉积薄、横向变化大、预测难的特点,利用三维地震资料,采取正演分析、统计分析、多参数拟合分析及多属性聚类分析等技术,优选与河道砂体密切相关的地震属性,提取了最佳的储层地球物理表征参数,预测了河道砂体的展布及砂层厚度的变化,取得了较好的效果。     

准噶尔ＳＷＤ地区含油气砂体识别方法

在寻找准噶尔SWD地区隐蔽砂体过程中，波阻抗资料已成为三维资料解释的主要依据。利用流体置换方法标定SWD地区目的层AVO及其相关属性的含油敏感度；用shuey近似公式反演得到纵波阻抗和横波阻抗；然后根据属性优选结果提取波松比和流体阻抗数据体，发现最大值指示泥岩，中间值指示饱含水砂岩，最小值指示饱含油气砂岩。这一结果和试油结果相吻合，并利用它们圈定了可能的含油气砂体发育区。     

河道砂体识别技术

河道砂体是一种重要储集体 ,如何准确、快速地识别河道砂体是提高钻探成功率和降低生产部门投资风险的关键。河道砂体以单层厚度小、单砂体体积小和横向变化快为特点 ,利用常规的方法难于识别。通过分析该类储集体的沉积特征 ,建立起相应的地球物理响应模式 ,利用先进的三维可视化技术快速地识别河道砂体。实际应用表明该方法具有良好的应用效果 ,在陆相地层中具有较好的应用前景     

边缘检测技术在石油勘探中的研究进展

在地震资料解释中,储层中小断裂、裂缝以及砂体的边界识别是一个难题。储层断裂的级别决定油气运移通道及储层产能,裂缝及砂体的边界在油气勘探与开发中有重要意义。由于砂体边界的响应以及不同级别断层和裂缝的响应具有多级尺度,其识别和成像在地震资料中用常规方法难以实现。针对这一问题,运用边缘检测技术对这些特定边缘进行识别。该方法为储层提供不同尺度的观测与成像,将信息科学中成熟的方法应用到地震数据处理中,并为地震资料解释与储层的描述提供新的手段。在文献调研的基础上,较系统地总结了边缘检测技术在石油勘探领域中的应用方法及实现流程,介绍了边缘检测在地震储层预测中的应用实例。通过实例分析,认为做好边缘检测必须做好滤波处理以及保边界处理,然后根据实际区块选择合适的边缘检测方法、滤波方法以及保边界处理算法进行边缘检测研究,最后结合区块的实际钻测井资料及地球物理资料进行信息融合,最终对储层进行综合分析。     

任意旋转加窗希尔伯特变换的地震资料体边缘检测方法

基于希尔伯特变换的边缘检测算法用于实际地震资料时,提取的往往是裂缝综合信息,信息繁杂且会弱化部分有效信息,难以分辨某一特定方向的数据特点,不利于分析裂缝走向.为此,提出 了一种基于裂缝方向的体边缘检测方法,采用高斯窗对希尔伯特算子进行加窗处理,再通过方向检测模板将加窗算子以任意角度逆时针旋转,以此构建一种可以任意角度旋...     

复合砂体中单一河道的识别方法

自储层精细地质描述技术在大庆油田萨北开发区全面推广应用以来,解决了现阶段油田开发调整中的一些问题,但在北三西葡一组聚驱开采中发现,在大面积分布的河道砂体中,处在河道某些部位的注采井之间原属一类连通,但注入井注入状况不好,油井采出状况也不太好。经进一步研究表明,在这些大面积分布的河道砂体中还存在单一河道砂体边界。针对这种情况,在北三西展开了单一河道砂体的追踪。在研究过程中主要采取两点做法：一是根据砂体切割关系首次对复合砂体进行分类,从而有利于单一河道识别后对复合砂体内部连通关系的认识;二是提出了定量参数与定性参数相结合的单一河道识别方法,从而提高了单一河道识别的可操作性。     

边缘检测技术在地震属性中的应用

地震属性图像中有许多点的梯度振幅值比较大,而这些点在特定的应用领域中并不都是边缘点,若直接利用这些地震属性进行储层预测就会降低预测精度。针对此问题,本文首先利用井资料确定砂泥岩分布范围,再采用Sobel算子进行边缘检测,求出振幅梯度幅值阈值,并依此阈值作为识别砂岩边界的标准。为了检验上述边缘检测的效果,利用正演模型模拟结果与原始地震剖面进行对比,发现两者结果吻合很好,说明上述边缘检测是有效的。     

地震信息的属性参数提取和砂体预测方法

在利用地震信息属性参数进行砂体预测时，仅用单一参数预测的结果往往精度很差，而盲目使用多参数作为神经网络的输入，又会使网络的学习过程不收敛。为克服上述问题，本文通过理论模型研究，并结合实际地震资料，从时间域和频率域中提取了目的层的１９个地震信息属性参数。然后，选取与薄砂层厚度最密切的８种参数进行砂体预测。文中对几种常用的预测方法进行了分析和对比。应用结果表明，多参数的神经网络预测方法的精度最高；主频     

储层缝洞预测和检测方法

着重探讨以三维纵波地震资料为基础，根据图像处理技术和时间序列分析的方法，提出了地震缝洞检测的几种新方法——相干数据体法、小波多尺度边缘检测法、熵算子检测法、模糊边缘检测法、双谱检测法，并将其应用于实际资料处理，取得了令人满意的效果。     

东营凹陷滩坝砂岩储层地震描述技术

作为岩性油气藏的主要类型之一,滩坝砂岩储层是发育广泛、勘探潜力巨大的一种储集体,是济阳坳陷勘探的重要方向。针对滩坝砂岩储层隐蔽性强、横向变化大、单层厚度薄的特点,开发了高精度古地貌恢复技术、学习型地震波形预测技术以及相控属性降维预测技术等系列特色预测技术,完成对不同类型滩坝砂岩的预测描述,形成了一套较为有效的滩坝砂岩储层描述技术序列,在东营南坡西段的勘探实践中发挥了重要作用,取得了显著的经济效益,推动了济阳坳陷其它地区滩坝砂岩油藏的勘探。     

测井地层自动划分的边缘检测最优分割方法

目前常用的测井地层自动划分方法是最优分割法。该方法对测井曲线形态及突变点信息利用不充分, 影响了分层的地质可靠性, 而且计算量大、效率低。为了克服这些问题, 提出一种将边缘检测与最优分割相结合的测井地层自动划分方法。该方法先通过边缘检测发现和筛选曲线突变点, 而后在突变点集合中进行最优分割, 大大提高了计算速度; 同时, 灵活设计边缘检测指标, 优化准则不仅使层间离差平方和最大, 也使各分界点两侧曲线形态差异尽量大,提高了分层可靠性。通过济阳坳陷1 口井中生界地层划分的实例, 说明该方法具有良好的应用效果。     

多层疏松砂岩气藏开发中后期气井出水判断方法

气井出水现象始终伴随着多层疏松砂岩气藏的开发过程。进入气藏开发中后期,由于边水侵入、层内束缚水变为可动水、层间水窜等,导致气井同时存在多种水源,出水特征变得更为复杂。根据地层沉积环境和气藏形成机理,分析各种水源在地层中的存在状态,重点研究凝析水、边水、层内原生可动水、层内次生可动水和层间水的产出条件和特征。利用凝析水水气比经验公式计算气藏开发中后期不同地层压力下的凝析水水气比,得出凝析水量;利用井位信息和水气比判断是否产边水,通过水气比与见水时间幂指数关系得出边水水量;开展岩心气驱水实验,测定不同泥质含量岩心束缚水饱和度,根据测井含水饱和度计算可动水饱和度,确定层内原生可动水水气比和不同地层压力下的层内次生可动水水气比,得出层内水量;开展泥岩隔层水突破实验,测定不同泥质含量泥岩层的地层水突破压差,利用达西公式计算不同泥质含量和厚度的隔层突破压力,结合测井解释结果和其他水源判断结果,判断气井是否产出层间水。综合5种水源判断结果,建立多层疏松砂岩气藏开发中后期出水判断模式,计算气井各种产水量组成。该研究结果对于多层疏松砂岩气藏开发中后期排水、堵水、阻水和控水对策的制定具有重要的意义。     

砂岩成岩相地震预测——以松辽盆地齐家凹陷青山口组为例

以松辽盆地齐家凹陷青山口组为例,探讨应用地震沉积学和实验室岩心分析手段,采用常规三维地震资料预测砂岩成岩相的可行性。用地震资料划分地层和成岩相单元、建立岩心成岩相与地震属性的联系以及寻找有效的地震成岩相成图方法,是地震成岩相研究的3个关键步骤。井-震高分辨率层序分析和地层切片的制作可提供储集层尺度(20 m)成岩相单元的合理载体。砂岩成岩相分析和成岩序列的建立可揭示影响储集层质量的最重要因素——成岩作用。通过储集层参数和岩石物性分析可进一步了解成岩作用和波阻抗的关系并筛选适用地震检测的主要成岩作用。地震岩性体(如90°相位地震体)转换提供了成岩相的振幅(波阻抗)检测信号,用地震岩性体制作的地层切片可用于识别沉积相。在沉积相图上分析沉积相、波阻抗和成岩相的关系,可最终形成地震成岩相图。对青山口组泥质胶结砂岩和方解石胶结砂岩的实际分析表明,虽然砂岩成岩相地震检测尚处于起步阶段,但目前用常规三维地震资料预测砂岩成岩相是可行的。     

松辽盆地南部深层火山岩识别描述方法研究及应用

长深1井的突破拉开了松辽盆地南部深层天然气勘探序幕,研究结果表明,火山岩为松辽盆地南部深层天然气的主要储层,具有较好的储集能力。松辽盆地南部目前钻遇火山岩的井有60多口,发育相带多、成分复杂、含气性差别比较大,迫切需要一套合适的火山岩识别方法。在深入研究火山岩地质模式及形成机制的基础上,通过物探新技术与地质理论有机结合、井震重磁多信息联合应用,系统研究了火山岩在地震剖面和测井曲线的特征,总结出一套适合吉林探区的火山岩识别描述方法。研究成果有效地指导龙深1井、龙深2井、龙深101井的部署,使英台断陷深层天然气勘探获得重大突破。     

基于地震波衰减的特征属性重构方法

以储层流体识别为目的,提出了基于地震波衰减的特征属性重构方法。首先从地震波衰减理论出发,通过改变地层品质因子表达式,推导了地震特征属性函数,利用振幅类、频率类及衰减属性重构新的地震属性;然后设计粘弹性介质模型进行试算,结果表明,利用特征属性函数重构的地震属性能较好地突出储层含流体变化特征,从而验证了基于地震波衰减的特征属性重构方法识别储层含油气性的有效性。将该方法应用于老河口油田北部老168井区河道砂岩储层油气识别,基于叠后地震资料精细刻画了储层流体的展布特征,取得了较好的应用效果。     

Method of characteristics attributes reconstruction based on seismic wave attenuation

According to apparent absorption and attenuation characteristics of the hydrocarbon-bearing reservoir, a characteristic attribute reconstructing method based on seismic wave attenuation has been developed to identify the reservoir fluids. The seismic absorption and attenuation theory is the foundation of this method. A seismic characteristic attribute function has been deduced by changing the strata quality factor expression. According to this function, we reconstruct new seismic attributes by using the common seismic attributes of amplitude class, frequency class and absorption & attenuation class. Based on the designed viscoelastic medium model, the examine result shows that the new attributes can emphasize the changing characteristics of reservoirs fluid-bearing and verify the new method. Applied the technique to Lao168 well block to identify the reservoir hydrocarbon-bearing of channel sandstone, we achieved a good result that the distribution of the fluid was accurately depicted.     

孔洞物理模型的地震属性特征研究

 文中介绍了孔洞物理模型实验的设计、制作方法及模型数据采集、处理的过程，并在解释层位的基础上，利用物理模型进行孔洞的地震响应特征研究，分析了孔洞的分布形态和孔洞内不同流体对地震属性的影响以及它们之间的关系和变化规律。分析结果表明：有一定发育规模且顶、底和洞壁保存相对较好的孔洞在偏移剖面上表现为背景差异明显的强短反射，且当孔洞内含气时，孔洞绕射最严重、串珠状特征最明显；主振幅和积分最大值/最小值属性对孔洞内流体的反映最敏感，洞内含气时属性值变化最大，含油次之，含水最小。上述地震属性特征可为孔洞及其所含流体的识别提供有益的帮助。     

油管螺纹图像的Canny算子边缘提取方法研究

石油生产中油管螺纹失效的问题相当突出,采用图像处理的方法取代传统方法使油管螺纹检测效果得到极大改善。根据油管螺纹图像的特点,针对传统的Canny算子中高斯平滑滤波的缺陷,采用中心加权MTM滤波算法,并且将像素的八邻域分为4个象限,结合双线性插值的方法取代非极值抑制方法,进一步提高边缘检测的精度。试验表明,相对于LOG算子,改进后的Canny算子更好地提高了油管螺纹的检测精度。