面向断溶体缝洞储层的智能化散射波地震成像方法

为促进断溶体缝洞型储层的高效勘探开发,在强反射背景下利用绕射波信号实现小尺度地质体的高精度成像,提出一种反射波和绕射波智能化分离及联合成像方法。根据反射波和绕射波在倾角域成像道集中的几何特征差异,首先搭建生成对抗神经网络(GANs),实现反射波和绕射波的运动学识别和分离;其次,根据波形振幅特征,利用自适应相减实现反射和绕射动力学分离;最后,将分离的道集进行叠加成像,获得能够反映连续阻抗界面的反射波成像结果和可以反映小尺度地质体的绕射波成像结果。结果表明,所提出的方法可以有效提高断溶体储层的成像精度,实现小尺度溶洞地质目标体高精度地震成像。

面向深层干热岩体的全波形速度反演建模方法

随着勘探深度增加,地震信号衰减严重,常规速度建模方法精度较低,无法满足深层干热岩体高精度勘探的需求。为提高速度建模的精度,采用全波形反演方法,但受局部优化算法的限制,其应用存在收敛速度慢、反演深度浅以及容易陷入局部极值等问题。为此,对梯度应用预条件处理和平滑处理,并使用共轭梯度优化算法,以解决地下照明不均匀问题,提高反演深度、精度和收敛速度。同时,为缓解局部极小值问题,引入局部相似性全波形反演方法来更新初始模型,并对构建的干热岩模型进行数值测试。结果表明:即使在初始模型极不准确的情况下,该方法仍能避免周波跳跃的不利影响,实现稳健的迭代更新;该方法能够显著增加反演深度和精度,并且对高速岩体有较好的刻画,最终能获得浅、中、深全层系高精度速度模型;提出的全波形反演方法为深层高温花岗岩体的勘探提供了一个切实可行的建模流程。