焦石坝南三维高精度速度建场方法研究与应用

在焦石坝南三维区构造复杂、断层发育、地层速度在横向和纵向上变化较大,利用常规的时深转换方法进行深度预测往往精度较低,不能满足水平井的钻探需求。开展复杂山地高精度速度建场方法研究,采用地震速度谱和钻井信息联合建立速度场,即以速度谱资料为基础,通过采取微测井约束建立表层速度模型、分区研究速度建场等措施,结合钻井的声波、VSP、地质分层等数据,进行优势互补,利用模型层析法求取地层速度,有效地提高了焦石坝南区三维速度场精度,将其用于时深转换得到高精度构造图,为水平井设计提供依据。

水平井地震地质导向技术及其在涪陵页岩气田的应用

涪陵页岩气田晚奥陶世五峰组—早志留世龙马溪组(O3w-S1l)页岩气层经过多期构造运动改造,地层变形强烈,断裂、褶皱发育,地层产状变化剧烈,给页岩气水平井导向带来了极大挑战。为保证水平井轨迹在优质页岩气层中穿行,提出了基于导向模型实时修正的水平井地震地质导向技术。在区域地质特征研究的基础上,以地震剖面为初始导向模型,综合钻井、录井、测井等多种数据信息,开展标志层特征分析、实时小层精细对比和速度场实时更新,建立了靶点深度和地层产状的预测方法,保证了精准入靶,形成了水平井井眼轨迹实时跟踪调整技术,确保了水平井井眼轨迹在优质页岩气层中穿行。实践证明,水平井地震地质导向技术有效指导了水平井钻井,为涪陵页岩气田的高效开发提供了技术保障。

地震属性分析在新农地区储层预测中的应用

随着地震属性技术的不断发展,属性分析技术在储层预测工作中发挥着越来越大的作用。为此,结合江汉盆地新农地区的实际地质情况,将地震属性与测井资料结合,利用模型正演技术、属性分析和地质统计方法对该区进行储层预测,并取得良好效果。

鄂西—渝东飞仙关组层序地层与滩体展布研究——以建南及周缘地区飞仙关组三段为例

应用钻井、录井、岩心、露头剖面、地震和分析测试等资料,对鄂西—渝东地区建南及周缘下三叠统飞仙关组三段生物礁滩体进行了层序界面识别、层序单元划分、等时地层格架建立和沉积体系分析。建南地区飞仙关组由SQ1和SQ2两个三级层序构成,其中SQ1由飞一段和飞二段构成,SQ2由飞三段和飞四段构成。飞三段又可进一步细分为3个四级层序,自下而上分别为sq1、sq2及sq3。飞仙关组三段沉积相可分为内缓坡、中缓坡和外缓坡相,进一步划分为鲕粒滩、暴露鲕粒滩、豆粒滩、生屑滩、砂屑滩、滩间、下斜坡、上斜坡及台洼等9个亚相。飞仙关组三段沉积期,研究区地势西高东低,高能的浅滩分布于中部地区,暴露鲕粒滩主要分布于研究区北部和南部,为主要的储集层。

利用模式识别技术进行四维异常的多属性分析

根据同步分析多种属性和分析在三维体中形成的四维异常，明显地改进了时延地震可视检验的程序。一种模式识别方法用于结合来自多属性的互补信息并监测四维异常。该方法由两个步骤构成——分析步骤与识别步骤。分析步骤目的在于发现四维异常的有代表性样本。而在识别步骤中，这些样本用于训练神经网络以便识别四维异常响应不同于背景响应。它表明了样本的选择极为重要而且应该与时延研究的目标相对应。与常规单一属性分析相比，它显示了无重复噪声的明显减少。此外它还展示了指导时延分析(辨别不同类型的四维异常)方法的潜力。一般说来，非重复噪声可以降低四维地震表征工程的价值。代价不菲的专用采集方法可能减少非重复噪声。在这次研究中，证明了用本文所叙述的高代价监测技术能够减小非重复性噪声。

由叠前多数据体分析提取的新的属性作地震解释

在这篇论文中，我们推荐一种名为广义主分量分析(GPCA)的多变量统计方法，该方法在减少有意义变量数量的同时，计算描述几组变量之间关系的分量并且也分别描述每一组变量的分量。GPCA适用于(根据一个真实地震数据集)等方位角数据体的联合地层反演之后得到的三个弹性参数(纵、横波阻抗和密度)。从GPCA提取的分量是在储层时窗描述地震特征的新的属性。这些新属性用来提取初始参数并在地质上用一种监控模式识别算法进行解释。新属性显得比(适用于相同数据)从一种主分量分析(PCA)提取的多种常规属性更为切合。第一，这些新属性能容易地显示出与几组变量的关系，因此在物理上能作解释。其二，根据更严格限制属性数量这一种手段，更好地提取这三个弹性参数。最后，利用从GPCA提取的属性，使所作的地质解释更可靠和更贴近实际。

根据多属性分析预测墨西哥东南Veracruz盆地深水砂岩储层的孔隙度

最近在Veracruz盆地一个处于开采中后期气田进行的地震勘探，提供了研究深水砂岩储层(由浊积瓣与河道复合体组成)岩石性质的一个难得的机会。我们用常规的层与时窗提取属性技术，成功地使储层的几何形态显像。根据几套地层单元，我们描述和绘制了多次试验和选择的直接烃类显示图。测井曲线上的含气砂岩与阻抗的突然下降有关。在此次研究中，根据地震资料，一种多属性分析用来预测纵波(伪声波)。用两种技术去测定统计数字：线性回归和概率神经网络(PNN)，(Hampson等，2001年；Leiphart与Hart，2001年)。由于训练PNN在目的层作出较为成功的拟合，所以这两种技术产生了很好的预测结果。在Rayner，Hunt和Gardner方程的基础上产生纵波速度来计算孔隙度。孔隙度数据体的计算结果导致了储集层的孔隙度变化范围的定量估算。

基于三维多属性体分类的地震相分析——委内瑞拉马拉开波盆地La Palma油田

La Palma油田，位于马拉开波市以南约300km的马拉开波盆地西南隅(委内瑞拉Zulia州)，称之为Colon Unit的许可证区块(见图1)。该油田由Tecpetrol公司(阿根廷)牵头，包括CMS石油天然气公司(美国)和Coparex公司(法国)在内的三个公司经营。