简介:常规声波测井解释方法建立在各向同性地层中的垂直井基础之上,对各向异性地层中的水平井和斜度井并不适用。在水平井和斜度井的钻井过程中,岩屑会溅到井壁并最终在井壁底部形成一层薄岩屑层。同时,高速层和各向异性也可能会影响声波时差的测量。本文采用结合了Hybrid-PML的交错网格时域有限差分方法(SGS-FDTD),研究阵列声波仪器在各向异性介质中的水平井和斜度井条件下,不同因素对测得时差所带来的影响。模拟结果揭示了声波时差在高速层,薄岩屑层,井斜角,层厚,各向异性等不同影响因素下的相应规律。我们发现当波长远小于井壁与高速层的距离时,能够准确测得目的层时差;然而在两者处于同一量级时的近场条件下,几何声学理论不再适用;当井眼底部存在岩屑层时,费马原理依旧适用,对真实时差测量没有影响;在各向异性地层环境下,井斜角的增大使得测得时差由垂直向时差逐渐趋近于水平向时差;对于特定源距的声系,仪器在目的层中所移动的距离超过一定距离时,方可获得薄层时差值。基于不同井斜角和不同各向异性大小均匀TI地层模型的模拟结果,绘制了时差估计图版,可以对任意井斜角和各向异性比的模型进行时差的定量估计。通过对不同声系和不同弹性参数的模拟实验,证明了这种时差估计方法对TI地层中的水平井和斜度井准确有效。
简介:边界识别是重磁数据解释中的常用方法之一,依据其结果可划分出地质体的水平范围。边界识别结果受地质体埋深及导数计算误差的影响所识别边界与真实边界之间存在一定的差距,且边界识别法无法直观地给出地质体的深度信息。为了获得异常体的水平位置和深度信息,本文提出空间归一化边界识别方法,其对不同深度的边界识别函数进行归一化计算,空间归一化边界识别法的最大值对应于异常体的水平位置和深度。常规边界识别结果的误差随理深的减小而减小,而空间归一化边界识别法是通过最大值来判断地质体的位置,最大值是在地质体处获得,因此归一化边界识别方法所获得的结果是准确的。通过理论模型试验证明归一化边界识别方法能有效地完成异常体的水平位置和深度的计算,所获得的水平位置和深度信息与理论值相一致,为下一步的勘探计划提供了更加可靠的依据。将其应用于实际航磁数据的解释,获得了断裂的具体分布形式。更多还原
简介:山区重力勘探中,重力外部校正是重力勘探料处理和解释的前提,其内容包括地形校正、中间层校正等.本文在分析常规外部校正方法的基础上,提出了一套适合于山区重力勘探的球面地形校正及有限球壳中间层校正方法,并严格推出了球面地形校正公式.对中国南方ZJJ地区重力资料处理结果表明,该方法提高了地形校正的精度,使山区重力资料品质达到或接近平原区的水平.
简介:从大量的地震属性中提取最能反映地质特征的综合属性是储层预测技术的关键,通常选用降维方法来优选属性。目前应用最为广泛的线性降维方法。但是,由于地震属性与地质特征的关系通常是非线性的,基于线性变换的地震属性降维优化方法不能充分地反映这种非线性关系,降低了储层预测的精度。流形学习是一种新的非线性学习方法,它是通过保持数据局部结构的方式将高维数据投影到低维空间,挖掘和发现隐藏在数据中的内在特征与规律性,开拓了地震属性降维优化研究的新领域。本文首次实现了3D地震数据的层问属性特征提取,讨论了LLE方法及其关键技术,并以奥陶系礁滩相储层实例说明LLE和PCA两种方法降维及聚类的不同效果。理论模型分析和实例应用表明:LLE较好地保持了数据本身的原始结构;提取的综合属性和聚类相图较好地刻画了沉积相带、储层和流体的特征。这说明流形学习具有更好的特征提取性能。
简介:井地电位成像是通过套管向井中供电或将电源放在井中,在地表观测电位异常的一项技术,其供电源有线源和点源两种类型。为了研究这两种电源对地下异常体产生的电位异常特征,本文针对不同激励源,采用有限差分方法进行数值模拟研究,在线性方程组求解电位时引入不完全Cholesky共轭梯度(ICCG)迭代方法,分别实现了点源和线源井地电位成像技术的三维正演。最后,基于阻尼最小二乘法实现了井地电位成像技术的电阻率三维反演。设计不同地电模型分别进行正演和反演试算,正演结果表明,供电电源的类型不同,异常体在地表的电位异常特征也不同;反演结果表明,低阻体的反演结果要好于高阻体,点源置于异常体下方时反演的电阻率对异常体边界的识别比线源更加准确。
简介:类中梯装置三维激电成像技术兼顾了激电测深与激电剖面二者的特点,能快捷高效的获得测区三维电阻率及极化率信息,空间分辨率高,探测深度大。本文从类中梯装置的数据采集方式入手,阐述了采用类中梯装置进行三维激电成像的工作方式.建立了一个三维地电模型,采用类中梯装置进行三维正演模拟,并进行反演及成像。数值模拟结果表明,采用类中梯装置进行三维激电成像能较好地刻画实际地电模型的特点。以甘肃省某多金属矿为例,利用阵列式电磁法综合测量系统,进行了三维大功率激电成像技术的应用研究。实际应用结果表明,采用三维激电成像技术,可以多角度、多细节显示测区地下介质电阻率、极化率的分布情况,明确电性突变界面的延展状态,快速圈定成矿有利区。该研究对多金属矿产勘探等领域具有一定的指导性意义。
简介:通过地震数据获取裂缝储藏中流体的性质并对流体类型进行识别,是地震勘探岩性反演的重要问题之一。由于地震波的速度、储层的密度等弹性参数对某些流体不具有很强的敏感性,使只依赖振幅信息进行流体识别的传统AVO方法面临困境。作为传统叠前振幅反演的一个拓展,频变AVO(FDAVO)技术进一步考虑了振幅对频率的依赖关系,将这种依赖关系与地下裂缝结构、流体填充对应起来,能带来更丰富的流体信息。利用该技术,本文提出了一种基于地震数据参数化Chapman模型的贝叶斯反演新方法(BIDCMP),它包含两步算法,即,FDAVO反演储层的非弹性属性和贝叶斯框架下的流体识别。首先,通过匹配观测数据和模型数据,构造差函数反演裂缝储层非弹性参数。随后,在贝叶斯框架下,使用马尔科夫随机场(MRF)作为先验模型,联合多参数场识别流体。本方法在计算过程中,除综合考虑了弹性参数场、测井资料等常规信息外,还特别地加人了第一步中反演得的非弹性参数的约束,从而充分利用了流体粘性差异,最后在最大后验概率(MAP)准则下输出最佳岩性一流体识别结果。分别对合成地震记录和模拟岩性—流体剖面验证本文方法的有效性,结果证明本文方法获得的流体识别结果准确可信。