储层地震反演与储层预测（08岩性培训班)-刘晓.pptVIP

子波提取的多种方法： (1)只使用地震数据估算振幅谱，相位由一些其它信息假设获得 自相关 最大熵谱分析 交叉谱分析 (2)使用确定性测量方法估计振幅谱和相位谱 海上特征波形 VSP分析 (3)使用地震和井曲线估计振幅谱和相位谱 (4)使用地震和井曲线估计振幅谱和固定相位谱 子波提取一般问题： 用井提取子波，首先必须做好最优对层 要做好对层，子波必须已知 子波提取经验程序： (1)用统计子波提取方法确定初步子波，假定子波相位是已知的 (2)拉伸和压缩井曲线，和地震匹配 (3)用井提取新子波 (4)重复（2) 和（3） 初始模型建立 通过限定最终波阻抗的变化幅度实现 迭代次数多会增加反演运算时间 收敛需要的迭代次数还取决于反演块的大小，细小的块需要更多的迭代次数 确认迭代次数是否足够的方法是检查误差剖面 误差剖面是实际地震道和反演波阻抗合成道之间的差异 理想情况下，误差剖面应没有相干能量，总体振幅能量低 选取的地震属性越多越好 Kalkomey[1]提出一个假相关概率模型 基于相关分析选取彼此独立的地震属性 交汇图 相关系数计算 储层精细解释 单砂层解释要求：准确 快速 AC GR SP 基本依据 不同电测曲线从不同侧面反映同一岩石的物理性质，因此，存在相关性和差异性 相关性意味着可以重构 差异性反映物理性质不同 基于模型反演 储层特征重构 重构的实质和实现方法 方法实质 对原有声波测井进行数值校正；把其它测井信息转换为拟声波曲线。 方法实现 统计回归：实际是物理量间隐性关系的显式表达。 理论计算：根据物理量间显性关系式。 基于模型反演 储层特征重构 地质背景、测井特征分析 测井曲线预处理和标准化 声波随深度变化低频模型 测井曲线相关性分析 储层特征曲线重构方法优选 误差分析、模型调整及曲线重构 储层特征重构曲线输出 需调整 符合要求 地层速度与深度关系模型 孔隙度与深度关系模型 合成记录 井旁道 反演结果 地震储层特征反演工作步骤 基于模型反演 储层特征重构 储层特征曲线重构方法：理论公式、统计回归 理论公式法：RT-ΔT 利用阿奇(Archie)和维利(Wyllie)方程联立求解,导出用电阻率计算声波时差的公式: Φ-ΔT 基于模型反演 储层特征重构 储层特征重构 重构曲线与声波有较高相关性 储层特征曲线与地震能建立统计关系 储层特征曲线重构方法：理论公式、统计回归 基于模型反演 储层特征重构 常规地震 常规反演 常规反演 砂泥边界模糊、不可靠,岩性分辨率低。 特征反演 特征反演 砂泥边界晰、可靠,岩性分辨率高。 效果对比 基于模型反演 储层特征重构 地震剖面 反演剖面 正演剖面 质量监控 基于模型反演 储层特征重构 常规约束反演与储层特征反演对比 常规约束反演 波阻抗 声波曲线约束 岩性储层分辨难 方法单一 储层特征反演 储层特征参数 重构曲线约束 岩性储层分辨易 方法组合多 基于模型反演 储层特征重构 一、地震反演概述 二、主要反演方法应用要点 递推反演 基于模型反演 多参数反演 三、储层解释方法 四、心得与体会 地震反演与储层预测 地震多参数统计反演 原理 ACRTGRSP 地震属性参数 储层特征参数 充分利用地震信息、采用数学统计方法 自动优选属性参数、建立最佳转换关系 地震多参数反演 根据地震属性与测井信息的统计关系把地震记录变换为测井曲线。 属性提取是基础 统计分析是关键 最终结果：波阻抗或速度、孔隙度、 渗透率、饱和度、压力… 方法实质：地震控制下的测井内插外推 应用条件：钻井数量多、地质类型全 优 点：分辨率高、地质意义明确 要 求：资料完整、地质研究深入 软件差别：属性提取、分类算法 地震多参数反演方法特点 特点 地震多参数反演 反演流程 测井数据 地震数据 外部属性 属性计算 特征曲线 统计关系 单属性训练 多属性训练 储层数据体反演 多属性神经网络 地质解释 步骤 地震多参数反演 单属性交汇分析 技术关键 地震多参数反演 目标曲线和多属性对应关系 技术关键 地震多参数反演 X Y p1 p2 p3 d1 p0 d2 d3 x1 x0 x3 x2 y3 y0 y1 y2 P0点和其它三个点的关系： d12 = (x1-xo)2 + (y1-yo)2d22 = (x2-xo)2 + (y2-yo)2 d32 = (x3-xo)2 + (y3-yo)2 假设图上三个点p1、p2、p3是x、y坐标的函数，我们想将p0点和它们联系起来 多属性神经网络技术 技术关键 地震多参数反演 多属性神经网络预测结果 技术关键 地震多参数反演 假相关概率 学习样本数目 假相关概率 非独立变量数目 剔除非独立变量,选取彼此独