时变子波提取及其在地震资料智能处理中的应用

利用智能信息处理技术,研究时变子波提取及其在地震资料智能处理中的应用。首先提出采用互补集合经验模态分解和极零点配置方法,分别估计子波振幅谱与相位谱,从而实现时变地震子波的准确提取。然后基于稀疏表示理论构建复杂噪声干扰下的叠后非平稳反褶积目标函数,利用提取的子波与分裂Bregman迭代法反演反射系数序列。最后研究时变子波在叠前偏移成像中的应用方法,并验证基于时变子波的地震资料智能处理技术在实际地震数据处理方面的有效性。结果表明基于稀疏表示的叠后非平稳反褶积方法在复杂噪声干扰下反演反射系数序列,提高地震资料的分辨率;通过准确估计震源子波,拓宽叠前资料频带,能更加真实地反映地层结构,进一步提高成像精度。

基于基追踪的时变子波提取与地震反射率反演

由于噪声和衰减的影响,地震数据不平稳,即地震信号的频谱从浅到深是逐渐变化的。为了研究地震数据的非平稳性质,基于基追踪谱分解方法进行高分辨率时频分解,通过点谱模拟提取广义地震子波,继而构建时变子波核矩阵和时变子波字典,最终实现非平稳基追踪地震反演。实际资料测试表明,基追踪谱分解广义时变子波提取方法能实现高效井震标定,基于时变子波的非平稳基追踪地震反演结果分辨率更高、地质连续性更强、地质细节展示更详细。

时变分频与多属性相融“二元耦合”在西湖凹陷储层描述中的应用

西湖凹陷的油气勘探与开发方向逐渐由构造圈闭转变为构造岩性圈闭。对于构造岩性圈闭的落实,提高地震分辨率刻画单期河道,同时进行单期储层厚度的预测显得尤为关键。目前气田区常规地震资料不能满足单砂体描述的需要,储层预测方法主要依据地震属性与砂厚的相关性,包括多属性拟合、神经网络等,但是受到围岩的影响较大,目的层的地震属性往往不能准确反映砂体的真实厚度。本文通过时变分频反褶积提高地震的分辨率,在地震上进行单砂体的刻画取得较好效果。同时利用支持向量机考虑围岩的属性,通过多属性智能融合来综合预测目的层的砂厚。针对西湖凹陷B气田,通过时变分频反褶积与多属性智能相融方法在储层描述中的应用,目的层地震分辨率提升明显,H4层三期河道砂体刻画清晰,预测厚度误差在5m之内,有效指导了调整井的钻探,为剩余油气挖潜提供了有利技术支撑。