简介:野外空间采样密度的提高将增加室内数据分析的工作量,常规的基于地震数据的点与线分析方法有一定的局限性。本文简要说明空间子集的抽取方法,列举了正交子集和斜交子集的特点,并通过三维可视化展示了子集数据的空间特性。提出在数据处理中利用子集的时间切片:(1)分析地震道空间分布的均匀性和规则性;(2)研究面波及规则干扰的空间分布特点;(3)检测叠前数据中的异常信息;(4)监控叠前去噪的效果。实际数据的应用结果表明基于空间子集的分析方法是一种独特有效的地震数据分析方法,从另一种视角观察地震数据,可以发现其中某些新的特征,以提高处理人员对数据的洞察能力。
简介:河流动力学研究需要河底泥沙物性参数(孔隙率、渗透率和波速等)作为依据,机械取样和浅地层剖面探测是获取物性的重要途径。取样时的机械扰动使测试结果产生偏差,仅利用浅地层剖面数据获取河底特性有限,本文将两者结合起来开展反演研究。将取样测试的级配作为先验信息,进而根据Kozeny-Carman公式确定孔隙率和渗透率的关系。从浅地层剖面数据中提取了水-泥沙界面的声波反射系数。基于等效密度流模型,结合Kozeny-Carman公式和声波反射系数,提出了一种表层淤积泥沙参数反演方法。经过黄河库区试验,得到多个断面的密度和波速等参数,并获取泥沙物性参数的空间变化特征。对比发现,取样点的反演结果与测试结果较为一致,证明了本文提出泥沙参数反演方法的有效性。
简介:本文提出基于原始含表层多次波数据实现叠前共炮集地震数据插值。相对于利用相邻道的信息变换或外推插值用于缺失的地震数据重建,本文方法利用表层多次波数据互相关构建准一次波,将蕴含在表层多次波数据中的,而在采集记录中表现为缺失的近炮检距信息提取出来,并在滑动时间空间窗内采用最小二乘匹配滤波和均方根振幅校正方法进行准一次波校正而后用于数据插值重建。本文方法适用于表层多次波比较发育,同时又存在数据缺失尤其是近炮检距数据缺失情况。方法易于实现,不需多次波和一次波的提取,利用多次波中蕴含的信息实现缺失的地震数据弥补,为含有表层多次波的数据进行近炮检距地震信息的插值重建提供了一个很好的思路。
简介:本文将相干成像用于WVSP数据的一次反射波和下行地表多次波的成像中,通过对叠加次数分布的分析,发现一次反射波相干成像的成像范围小但在井位置处的叠加次数高;下行地表多次波相干成像的成像范围大而在井位置处的叠加次数少。基于此,本文尝试利用一种WVSP的联合相干成像方法来解决这一问题。该方法利用WVSP的直达波与下行地表多次波和直达波与一次反射波来进行联合相干成像。这种联合相干成像方法在有效拓宽成像面积的同时增加了覆盖次数(特别是在井旁),使干涉记录中的虚假同相轴得到了有效地压制,提高了成像剖面的信噪比,使成像结果更加可靠。正演模拟得到的WVSP合成记录和野外实际采集到的WVSP数据处理结果均表明这种方法的有效性。更多还原
简介:本文通过人工变换T2分布和建立管-球模型模拟法研究含水合物地层渗透率与水合物含量之间的关系。首先,在渗透率的模拟试验中,我们改变了束缚水与可动水的比例、总孔隙度以及与之关联的T2分布。试验结果表明,相对渗透率与水合物含量之间的关系受到这些因素的制约。随后,我们用管-球模型表示水合物生长的孔隙空间,并把水合物的生长过程看成是向孔隙空间随机扔小球的过程。在此过程中,采用两种方法计算渗透率,一是Schlumberger'sT2公式(即SDR模型),二是Darcy定律与Poiseuille流动方程相结合的方法。前人的实验研究表明,在一定的水合物含量范围内,渗透率基本保持不变。以此为参考,我们将计算结果与之进行比较。我们发现,采用SDR模型时,渗透率的数值模拟曲线与Masuda模型N=15时的结果相近。而采用Darcy定律时,渗透率模拟值较高,但与实验结果的趋势相一致,都会出现渗透率的平直阶段。尤其,当水合物晶体在孔隙体内优先生成时,优先的概率越高,渗透率的平直范围越大。
简介:针对祁连山冻土区DK-4井孔含水合物岩层构建岩石物理模型,分别采用K-T方程模型方法和区分填充模式的等效介质模型方法(模式I和模式II)。K-T方程主要模拟地震波在两相介质中传播,基于弹性模量计算速度;而等效介质模型主要依据对水合物地层介质的两种假设:模式I是将水合物作为孔隙填充物的一部分,模式II是将水合物作为岩石骨架的一部分。首先根据粉砂岩层段的测井数据提取了水合物地层骨架的物性参数,包括纵波速度、横波速度、密度、体积模量和剪切模量。然后依据水合物地层各主要成分的物性参数,建立了基于K-T方程的岩石物理模型和区分填充模式的等效介质模型。将两类模型的速度曲线分别与实际地层数据进行了对比:由K-T方程建立的岩石物理模型,其理论计算的速度偏离实际值;而区分填充模式的等效介质模型,其理论计算的速度符合实际值,并且填充模式II模型的速度曲线比填充模式I模型更接近实际地层情况。采用区分填充模式的等效介质模型,能够更好地实现对祁连山冻土区水合物粉砂岩地层的模拟。
简介:数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程,由于数据挖掘具有出色的非线性建模能力和自组织学习能力,因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程,包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息;然后使用分支定界算法寻找最佳的特征子集,并消除冗佘信息;最后采用C5.0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好,表明在复杂油藏的研究中数据挖掘方法是有效的。
简介:根据Ecker的水合物沉积物的三种微观模式,计算含水合物沉积层和含游离气沉积物的弹性模量,分析对比了水合物的不同微观模式、不同水合物饱和度以及不同游离气饱和度对沉积物弹性模量的影响;从纵横波分离的弹性波动方程出发,采用交错网格空间有限差分方法模拟地震波在海底天然气水合物沉积地层的传播,得到纵、横波的海底地震(OBS)共接收点道集。数值算例表明,当水合物作为流体的一部分或胶结颗粒骨架时,仅纵波记录上存在BSR;当水合物胶结颗粒接触,纵、横波记录上均存在BSR。并且,OBS会接收到上行纵波和上行横波在海底界面形成的转换波,干扰横波记录上BSR的识别。
简介:地震数据规则化是地震信号处理中一个重要步骤,近年来受到广泛关注的压缩感知技术已经被应用到地震数据规则化中。压缩感知技术突破了传统的Shannon-Nyqiust采样定理的限制,可以用采集的少量地震数据重构完整数据。基于压缩感知技术的地震数据规则化质量主要受三个因素影响,除了受地震信号在不同变换域的稀疏表达和11范数重构算法的影响外,极大地取决于地震道随机稀疏采样方式。尽管已有学者开展了2D地震数据离散均匀分布随机采样方式研究,但设计新的稀疏采样方案仍然很有必要。在本文中,我们提出满足Bernoulli分布规律的Bernoulli随机稀疏采样方式和它的抖动形式。对2D数值模拟数据进行四种随机稀疏采样方案和两种变换(Fourier变换和Curvelet变换)实验,对获取的不完整数据应用11范数谱投影梯度算法(SPGL1)进行重构。考虑到不同随机种子点产生不同约束矩阵R会有不同的规则化质量,对每种方案和每个稀疏采样因子进行10次规则化实验,并计算出相应信噪比(SNR)的平均值和标准偏差。实验结果表明,我们提出的新方案好于或等于已有的离散均匀分布采样方案。
简介:地震数据重构是地震数据处理的重要步骤之一,重构算法的精度、效率与抗噪性是地震数据重构技术的核心研究内容。研究针对傅里叶域凸集投影(POCS)算法,在定义的最优阈值评价标准基础上,提出了反比例阈值模型,该模型具有在大系数区间比指数模型更快下降速率、而在小系数区间比指数模型更慢下降速率,从而在保证弱反射信号重构精度的同时有效提高POCS地震数据重构算法计算效率。为提高反比例阈值对不同地震数据特点的适应性,在地震数据谱能量分布差异性特征分析基础上,研究提出了在反比例阈值模型分母上增加适应地震数据谱能量特征的因变参数,通过调节该因变参数获得适应不同地震数据特点的最佳阈值曲线,进一步提高算法的计算精度与计算效率。为了实现重构过程中随机噪音的自适应衰减,提高重构后地震数据信噪比,研究提出了数据驱动的加权回加系数计算策略,利用每次迭代对应数据驱动阈值占阈值区间的百分比获得加权回加系数。研究将新方法应用于模拟三维数据和实际三维地震数据,分析结果表明反比例阈值相对传统阈值在提高数据重构计算效率和精度方面具有明显的优越性,新提出的加权回加系数计算策略能有效提高重构数据的信噪比。
简介:天然气水合物沉积层在常规叠后地震剖面上,一般表现为似海底反射(BSR)特征,常作为水合物识别的重要标志,但由于地震数据分辨率的限制与多解性的存在,类似的反射特征不一定是水合物的表现。本文先从南中国海神狐海域地质条件分析人手,综述研究区域天然气水合物发育的构造、沉积与运移环境;其次以加权方程与Zoeppritz公式的正演模拟为基础,讨论天然气水合物与BSR特征的关系;然后选取经过三口已钻获天然气水合物站位的地震测线,提取角度域共成像道集用于BSR的AVA特征研究;最后依据叠前地震弹性参数同步反演思路,对水合物重点赋存区域开展精细预测研究,获取了研究区域含水合物沉积层稳定带的分布特征与饱和度数。该方法可作为采用多道地震数据估算天然气水合物含量的一种有效技术。
简介:常规的时间一空间域和频率一空间域预测滤波方法假设地震记录由地震信号和随机噪声两部分构成,即所谓的加噪声模型,但是,在对随机噪声进行估算时,又假设随机噪声可以通过预测误差滤波器由地震记录中进行预测,即所谓的源噪声模型。这种前后不一致的噪声模型降低了该类方法的去噪能力和保幅性能。为此,本文提出了一种基于反演的时空域随机噪声衰减方法。它首先从地震数据中估算预测滤波算子,该算子表征了地震信号的可预测性,自适应地描述了地震信号的空间结构。在得到预测误差算子之后,将该算子作为正则化约束引入到地震信号反演系统,由含有随机噪声的地震数据直接反演地震信号。不同于常规随机噪声衰减方法,该方法将随机噪声衰减问题归结为正则化约束下的地震信号反演问题,克服了常规方法噪声模型的不一致性问题。我们采用模型数据和实际数据进行了实验分析,并与常规方法进行了效果对比。实验结果表明:与常规方法相比,本文方法在噪声压制的同时,没有对有效信号产生明显伤害,具有更好的振幅保持能力。
简介:传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。