strata块状反演原理1.ppt

* STRATA 培训 互相位图 Cross Correlation plot 显示剩余相位误差. 子波的诊断方法之一是井的相关值. * STRATA 培训 多口井时,可以用多井分析诊断Multi-well Analysis: * STRATA 培训 子波名 所有井的相关系数 井名 这口井相关系数 合成记录与地震数据重叠显示 * STRATA 培训 相关系数绘图显示每口井的相关系数图. 这可以用于标记劣质井,在以后子波提取中排除掉. * STRATA 培训 基于模型反演的参数 主要参数有: 反演选件 最大阻抗变化 平均块大小 反复递推次数 基于模型反演菜单: * STRATA 培训 这个参数控制如何使用约束. 基于模型反演 使以下形式目标函数最小化: J = weight1 x (T - W*r) + weight2 x (M - H*r) 其中: T = 地震道 W = 子波 r = 最后反射系数 M = 初始猜测模型阻抗 H = 综合因子与最后反射系数褶积得到最后阻抗 * = 折积 反演选件 * STRATA 培训 在模型约束( Model Constraint)中的参数是 目标函数中的加权量 weight2. 这参数设为 0 使地震数据起决定作用.参数设为1 使初始猜测阻抗起决定作用. 这称为软约束因为最终模型可与初始猜测阻抗背离可大可小甚至完全背离.越来越发现这种方式结果受挫. 最小化第一部分, (T - W*r), 方案是强迫与地震道逼近. 最小化第二部分, (M - H*r),方案是强迫利用定义的块大小逼近初始猜测阻抗. 这两种方案其条件通常不兼容. 加权, weight1 和weight2, 决定两部分如何均衡. 在软约束(Soft Constraint inversion) 选件, 目标函数正如以上所示. 加权是由这个参数确定: 目标函数有两部分: * STRATA 培训 在实际应用中, 通常优先选择硬约束,而不是软约束因为最大阻抗变化比模型约束更现实合理. 在最大阻抗变化(Maximum Impedance Change) 是井曲线平均误差的百分比. 注意对于这个模型有效的范围为: 在硬约束(Hard Constraint inversion), 目标函数中完全不见第二项. 但是, 算法被约束为其的最后阻抗值将被约束到以下参数所定义的范围内: 这称为硬约束(hard constraint), 因为最后阻抗值不允许变化超过给定的边界范围. * STRATA 培训 最后反演结果可能会改变块的大小, 但是块的总数没有变化. 这意味着有些块变大而有些块变小,而平均保持常数不变. 利用小块状如 (2 ms) 将提高分辨率, 但增加的细节可能来自初始猜测阻抗模型. 利用小块状总会改善最后反演道与输入地震的拟合. 这参数控制最后结果的分辨率. 初始猜测阻抗模型被分块化成一系列均衡的小块: 平均块状大小 * STRATA 培训 由于STRATA 通过一系列递推聚合收敛,这参数决定收敛的程度. 实际应用中,用3次递推就可完成大部分工作. 递推次数多没有任何坏处,它只影响运行时间. 递推次数的多少才使结果收敛取决于反演中的块大小, 小块状需要更多的递推次数. 检查递归次数是否足够可通过误差图进行分析. 反复递推次数: * STRATA 培训 最大似然稀疏脉冲反演参数Maximum-Likelihood Sparse Spike 稀疏脉冲反演Sparse Spike Inversion 使用的参数与约束基于模型反演参数一样. 增多的参数是决定每道要检测多少个脉冲: Maximum Number of Spikes Spike Detection Threshold 稀疏脉冲反演菜单: * STRATA 培训 最大脉冲数Maximum Number of Spikes T这个参数设置每道最多允许的脉冲数. 缺省与时间窗口内的总采样点数一样. 实际正常情况下,该参数不操作. 脉冲检测门坎Spike Detection Threshold 每增加一个脉冲, 它的震幅与已经检测到的所有脉冲的平均震幅进行比较. 当新震幅比平均震幅给定的百分数小, 软件将停止增加脉冲. * STRATA 培训 带限反演参数 在带限反演中唯一的参数是: 约束高切频率(Constraint High-Cut Frequency): 这个参数控制一败涂地个滤波器,对初始猜测模型进行滤波以获得低频成分,然后把低频成分加载到反演结果. 高于这个频率的所有频率都从初始猜测模型去除掉. 低于这个频率的所有频率都从递归反演道中去除掉.标然后将两部分加在一起作为最后输出. 带限反演菜单: * S