复数道动态匹配追踪算法的改进

针对复数道动态匹配追踪算法中采用瞬时频率求取的匹配原子的主频经常是没有物理意义的负数,且很不稳定的问题,在匹配原子主频的求取过程中,提出了基于连续相位的瞬时频率求取方法。该方法摒弃了主值相位,引入连续相位,解决了主值相位存在不连续突变点的问题;而且瞬时频率并不是直接由相位求导获得,而是通过阻尼最小二乘反演的方法求得。实验结果表明,利用连续相位求取的瞬时频率准确度高,且不存在无物理意义的负频率值。模型和实际资料表明改进的匹配追踪算法具有很好的稳定性,能够适应复杂地震信号的分解和重构。     

利用平滑模型约束的频率域多尺度地震反演

频率域地震反演是利用带限地震信号的频率域响应信息预测出地层模型参数。针对频率域反演的高分辨率特性和地震信号的带限特征,本文综合探究频率域反演和贝叶斯反演的思路,提出了基于平滑模型约束的频率域多尺度贝叶斯反演方法。通过对目标函数加入平滑模型约束信息,有效地解决了带限地震信号的低频分量缺失问题,并进一步提高了频率域反演过程的抗噪性和反演结果的空间连续性。此外,由于地震信号在频率域中实现了多频率分量的自动解耦,从而可通过多频率分量逐级迭代方式搜索到反问题的最优解,进而提高反演结果的收敛精度和分辨率,且减弱了反演算法对初始模型精度的过度依赖。最后,通过平稳和非平稳理论模型测试及实际资料的处理,验证了该方法的高分辨率特性和稳健性。     

纵横波联合叠前自适应MCMC反演方法

联合纵波（PP波）和转换波（PS波）地震资料进行AVO反演可降低解的非唯一性,提高反演的稳定性和AVO参数估算精度。文中提出了一种基于自适应马尔科夫链蒙特卡洛（MCMC）的纵横波叠前联合非线性反演方法,直接反演纵、横波速度及密度三个参数。该方法基于精确Zoeppritz方程,在贝叶斯框架下引入测井约束先验信息,在反演过程中使用自适应MCMC方法对贝叶斯后验概率密度进行抽样,并通过对收敛于后验概率密度随机样本的统计分析,获取表征纵、横波速度及密度参数的后验概率密度信息。同时对其AVO三参数反演结果进行不确定分析,可用于储层流体检测与岩性识别的风险评估。实际井模型数据测试结果表明,基于精确Zoeppritz方程的自适应MCMC法纵横波叠前联合反演精度较高、稳定性较好、抗噪能力也较强,验证了方法的可行性和有效性。     

横波速度计算方法与应用

利用地震资料研究储集体速度特征和地震响应时常需要横波速度资料,但由地震采集或测井获得的横波速度资料较少。本文利用常规测井及实验室岩石物理数据,基于Gassmann方程和Xu-White、Kuster-Toksz等岩石物理模型估算横波速度,并应用测井约束反演与叠前波形反演对估算的横波速度进行修正,最终得到符合实际地震波性质的横波速度计算方法。应用结果表明了该方法的可行性。     

基于弹性阻抗贝叶斯反演的拉梅参数提取方法研究

在储层预测和油气直接检测方面,储层介质拉梅参数比传统的纵横波速度及密度参数更有应用价值。叠前弹性波阻抗反演具有信息量丰富、分辨率高、运算速度快等特点。本文在贝叶斯理论框架下,假设待反演参数服从改进Cauchy分布,采用稀疏脉冲反演方法实现了基于Gray近似的叠前弹性波阻抗反演,并在此基础上提取到地下介质的拉梅参数信息。该方法可以较好地恢复待反演参数的稀疏性,减少对弱信号的压制并实现拉梅参数直接提取,减少传统方法带来的累积误差。模型试算表明,基于弹性阻抗贝叶斯反演的拉梅参数直接提取方法具有较好的稳定性和可靠性。实际应用表明,该方法适用于非均质性强的缝洞型碳酸盐岩储层,结果准确可靠。     

纵波速度频散属性反演方法研究

利用与频率有关的地震属性进行储层特征描述一直是地球物理学家研究的热点,由于含烃类储层会造成地震波的衰减和速度频散,因此,反映速度频散的属性在一定程度上可以指示含烃类储层。基于弥散介质界面反射系数随频率变化的假设,通过研究纵波法向入射时反射振幅随频率的变化规律,推导了包含表征纵波速度频散程度属性的反射系数近似公式,构建了反演方程,通过小波域分频和贝叶斯三参数反演分别得到分频地震数据和密度相对变化量,最终反演得到频散属性数据体。模型实验和实际资料的应用结果表明,纵波速度频散属性对含气储层具有较好的指示效果。     

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。     

基于分段快速模拟退火的零偏VSP全波形反演

基于常规模拟退火算法的零偏VSP全波形反演面临着计算量大和耗时长的问题。为此提出了一种不同阶段对应不同扰动模型和退火方式的分段快速模拟退火(segmented fast simulated annealing,SFSA)反演策略,以提高零偏VSP资料全波形反演的效率。在反演前期采用大模型扰动空间和较慢温度衰减速度,充分发挥全局搜索能力,而在后期引入限制因子产生扰动模型,在迭代不断增加的时候逐渐减小模型的扰动空间,同时采用较快的温度衰减速度,有效提高反演的速度,使反演快速收敛到最优解。基于相同的初始温度和马尔可夫链长度,分别利用基于SFSA和非常快速模拟退火(very fast simulated annealing,VFSA)方法进行零偏VSP纵波速度全波形反演测试。结果表明,基于SFSA的反演方法的反演效率提高约50%,在迭代次数更少的条件下能获得更好的反演效果。基于SFSA的零偏VSP全波形反演具有高效和高精度的特点,其反演结果为地震地质层位标定、成果解释及油气预测奠定了基础。