地震波速与深度之间的不确定性及消除

从单一的水平界面、均匀地层地质模型出发、分析了地震波传播速度与深度之间的不确定性关系，指出速度的变化取决于时间拾取的相对误差和深度与炮检距的比值，二者决定了速度与深度之间的不确定性。在此基础上，提出可用中值滤波法来消除这种不确定性，从而提高速度分析的精度。     

速度场平滑的协克里格法及应用

建立地震速度场的数据，主要来源于速度谱，速度的影响因素较复杂，并且由速度谱数据过渡到地层的层速度与平均速度的各种方法都存在一定的局限性，在速度数据体中异常数据较多，协克里格在分析数据时，同时考虑了网格内数据点距离和方向的影响，能较好压制速度中的异常数据，提高速度场数据的精度。     

基于AVO频谱效应定量估算储层厚度的研究

振幅随炮检距变化(AVO技术)即要求地质学家通过叠前地震振幅的分析,提取出关于流体和岩性的信息。各种不同的AVO参数,包含了三种不同的弹性常数项的所有信息。但是由于薄储层之间存在调谐作用,小于1/4波长的储层基本上就无法在地震剖面上准确显示,这使AVO技术的应用受到限制。本文将AVO原理转换到频率域中,对其进行分析,介绍了三种基于AVO分析的频谱分析技术,通过实例验证最优化方法,证明其可行性。通过该方法的研究,可以估算小于1/4波长的储层厚度。     

紧致交错网格优化差分系数二维声波方程数值模拟

基于频散关系保持的思路，利用最小平方法和拉格朗日乘数法，对一阶导数的紧致交错有限差分格式做了差分系数优化，并对优化格式的模拟精度、频散关系及声波方程稳定性条件进行了分析和对比。研究结果表明：①为得到相同的差分精度，优化后的紧致交错格式计算一阶导数时使用的节点个数比优化前多两个；②优化格式与优化前及常规交错格式相比，具有更小的截断误差和更低的数值频散，因而具有更高的计算精度，适用于更粗网格的计算，具有更高计算效率；③在同样差分精度条件下，二维声波方程优化格式的稳定性条件比优化前稍严格，适用的时间网格略小。分别对均匀、水平层状和Marmousi模型进行声波方程数值模拟，所得结果验证了所提方法适用于复杂介质的数值模拟，具有较高模拟精度和计算效率。     

五对角紧致差分格式优化及二维声波传播波动方程数值模拟

提高波动方程有限差分数值模拟的精度和效率对于地震勘探有着重要意义。基于频散关系保持的思想,利用最小平方法和拉格朗日乘数法,对二阶导数的五对角紧致有限差分格式进行了差分系数优化,并对优化前后的模拟精度、频散关系及稳定性条件进行了分析和对比。研究结果表明,对于同样的差分精度,优化格式具有更小的截断误差和更低的数值频散以及更高的计算精度,适用于更粗的空间网格。对简单的均匀介质模型和复杂的Marmousi模型进行了声波方程数值模拟,结果表明,2N阶优化格式在压制数值频散方面优于2N阶原格式,也优于2N+2阶原格式,这意味着在对同一模型进行数值模拟时,可以使用更大的空间步长和更少的计算节点,从而减少计算内存和时间,提高计算效率。     

基于成像测井资料单井沉积相解释

由于成像测井具有极高的纵向和横向分辨率,则可利用其图像所反映的信息进行沉积相识别。利用岩心资料对成像测井图像进行标定,并基于成像测井资料和常规测井资料对研究区岩性及层理进行分析和识别,从而进行沉积相解释。通过对沉积相的分析,可将研究区分为曲流河道、泛滥平原、河漫滩沉积和天然堤4个微相。对比常规测井资料识别沉积相方法,成像测井资料解释沉积相方法更简单准确。在沉积相的分析中,根据该地区的常规测井数据,用交会图法对沉积相进行分析验证。在交会图中,相同的沉积相在交会图上表现为相同的特征分布,成像测井资料结合岩心资料可准确识别沉积相。     

EDA介质与倾斜界面NMO速度对比研究

利用纵波特征检测裂缝发育带与裂缝发育方向是地震勘探中的热点问题,应用EDA介质中正常时差校正（NMO）速度的椭圆方程确定裂缝发育方向是检测方法之一;对均匀介质倾斜界面来说正常时差校正（NMO）速度也是椭圆方程。该研究就这2个椭圆方程的理论含义进行分析及应用纵波速度资料对裂缝发育方向检测中的应用问题进行探讨,指明应用NMO速度椭圆方程的长轴确定裂缝发育方向的不确定性。     

声波曲线重构反演技术在青海油田的应用

在储集层与非储集层的声波曲线没有明显差异的地区内．利用井约束地震反演技术进行储集层预测比较困难。通过测井曲线相关性分析,选择自然电位、自然伽马曲线重构声波曲线,然后用重构声波进行地震反演,反演结果很好地区分了砂泥岩、反映出砂体的横向展布特征和纵向厚度,有效地指导了生产工作。     

自组织人工神经网络算法在储层预测中的应用

Su10井区位于苏里格气田,该气田是一个有效储离散分布的大觃模低效气田。通过对测井曲线和取心岩样数据建立测井解释标准模型,寻找有效砂体并确定其岩性物性参数范围。从地震资料中提取的地震属性资料,运用自主神经网络算法学习标准储层参数与这些属性之间的权值关系,通过学习的权值关系来分析目标储层的地震属性特征,反推其岩性物性参数得到有效砂体的分部范围和厚度预测结果,为迚一步的储层预测给出参考意见。     

应用多属性神经网络方法预测油气

地震属性包含的地球物理信息十分丰富,但地震属性种类繁多,并且与储层特征对应关系复杂,单属性分析难以确保预测的准确性。人工神经网络方法具备较强的非线性映射能力,使用该方法可以综合利用多属性进行油气预测,提高预测精度。该文采用梯度下降神经网络算法,避免陷入局部极小值,有效加快网络收敛速度,使网络达到全局最优,提高了预测效果。