地震属性优化分析和预测及有效性方法地研究.pdf

摘要 摘要 油气地震勘探面临着复杂地表和复杂地质构造的难题，在这些地区，地震 波场复杂，地质构造变化剧烈，使得有效地识别弱信号、消除噪声干扰并提高 地震资料的信噪比成为勘探难点；在老油田，易于寻找的构造油气藏越来越少， 取而代之的是以岩性地层为主、一般技术手段难以发现的隐蔽性特殊储层油气 藏，采用常规的构造勘探方法很难取得突破，需要更好更加精细的勘探方法和 技术，获取油藏地震属性信息，以进一步刻画老的油气藏和发现新的油气藏， 地震属性分析方法和技术是一条重要的途径。 地震属性空间是个复杂的系统，地震属性与所分析和预测对象之间的关系 复杂，存在非线性关系，不同工区和不同储层对所预测对象敏感的地震属性是 不完全相同的；即使在同一工区、同一储层，预测对象不同，对应的敏感地震 属性也是有差异的。为此，本文展开地震属性的系列研究，为地震属性的提取、 优化、数据分析和预测，以及地震数据的品质评价与有效性分析等提供系统的 思路与方法技术。 文章从人工激发地震的信号分析入手，阐明地震信号的复杂性，地震数据 是一个非平稳的时间序列，是一个复杂系统产生的综合效应，在地震属性提取 前，需要首先进行数据预处理。论文重点探讨了利用小波变换实现地震数据预 处理的方法。在分析常规小波域阈值地震信号去噪方法的基础上，提出了基于 多次小波变换的小波域阈值去噪方法；在对基于多次小波变换的小波域阈值去 噪方法进行理论模型验证的基础上，提出并理论实现了多次小波变换应用于地 震信号去噪方法的改进；分析实现了基于小波变换模极大值法的地震信号去噪 方法；实现了基于小波变换的地震信号低损压缩。论文探讨了地震属性的分类 方法和分类，比较研究了一些地震属性提取方法的差异。 针对不同的地质模型和应用，用于地震数据分析的每个地震属性权重是不 同的。论文对各种地震属性的优化方法进行了系统研究，指出了地震属性优化 的基本准则和目标，提出了两种新的地震属性优化策略。运用数学方法，实现 地震属性的复合运算，以产生复合地震属性；基于地震属性空间变换，建立内 射影与外射影，从而形成新的地震属性，内射影反映属性间的共性，外射影反 映属性间的差异性。通过实验数据试算和实际数据应用，新的地震属性优化方 摘要 法具有较好的应用效果。 利用地震属性进行油气储层预测是个新的具有广阔应用前景的领域。论文 研究了目前主要使用的单属性方法，并改进了交会分析算法。论文详细探讨了 目前已有的聚类和神经网络方法，并对它们的优劣进行了对比。提出了改进的 层次聚类方法，并首次提出综合K—L变换与BP网络预测储层的算法；探讨了利 用SOM神经网络进行储层分析的算法和步骤，并对算法做了改进；论文尤其在 实用性方面做了深入研究，首次明确提出了基于SOM神经网络做储层分析的算 法和流程，应用表明，改进后的方法具有较高的适应度和地质效果。 地震数据是系统工程所产生的综合结果，具有不确定性，这为模糊理论的 应用提供了基础。论文有针对性地研究了模糊聚类在地震(巨量)数据采集过 程中对采集资料品质的分析和评价，第一次提出了一套完善的基于模糊聚类进 行地震数据分析与评价的流程。生产应用说明，所提出的流程具有可行性。 油气地震数据是巨量的，纷繁、复杂的，利用地震属性进行数据的分析和 预测具有较大的不确定性，算法存在不稳定性和不收敛等问题；同时，地震数 据具有多解性，一个工区的数据分析和预测方法，在另外的工区却可能不具备 适应性。为此，论文对这些问题展开讨论，研究了引起系统多解的因素，提出 了判定聚类优劣的标准，以及为建立良好的模型所应采取的对策，并简要探讨 了基于地表地震地质条件的模型适应性。 论文最后对研究成果进行了总结，提出了课题下一步的研究方向。 关键词：地震属性，小波变换，属性提取，属性优化，模型，地震数据分析和 预测，复合属性，聚类分析，神经网络，有效性 U Abstract ABSTRACT The oiland seismic isconfronted gas