地震相分析

摘要： 早期基于机器学习的地震相聚类分析依赖地震属性种类的选择与组合,结果具有很强的主观性,而数据驱动下的深度学习可以规避该缺陷。因此,利用深度学习技术,采用自编码网络架构,通过嵌入编码(Embedding Code)对地震数据进行抽象表示;引入聚类损失函数与重建损失函数,建立联合损失函数并优化,使学习到的地震特征既能重建地震数据,又具有较好的聚类能力。鄂尔多斯盆地A致密气探区实际应用结果表明:经过500次迭代后,嵌入编码已具有明显的聚类特征,同时能很好地恢复原始地震信号,相对误差小于5%;与均方根振幅属性相比,基于深度嵌入网络的地震相聚类技术计算的地震相图刻画河道更准确、细节更丰富;比K-Means聚类算法预测结果的井震符合率更高,可达89.3%。

摘要： 辽河西部凹陷陡坡带近岸水下扇扇体分布及其沉积相特征认识程度低。为了精细识别与刻画大洼地区沙河街组三段(沙三段)近岸水下扇,根据沉积物供给通道与地震属性研究,分析陡坡带近岸水下扇的沉积特征。结果表明:陡坡带具有构造变换控砂的特征,边界断层具有转换带特征,转换带地势平坦提供沉积物供给通道,物源沿通道入湖形成近岸水下扇沉积;陡坡带地震相特征指示近岸水下扇沉积,沿物源方向地震反射表现为斜交前积反射,垂直物源方向地震反射表现为杂乱丘型反射。陡坡带近岸水下扇具有区别于围岩的高波阻抗和强振幅属性特征,在低勘探程度区刻画两套扇体。该结果为研究陡坡带近岸水下扇油气勘探提供依据。

摘要： 近年来,准噶尔盆地石炭系火山岩勘探屡获突破,展现了火山岩储层良好的勘探前景。由于准噶尔盆地石炭系火山岩存在埋藏深度大,受勘探手段和地球物理资料品质等因素的制约,深层火山岩的识别与解释目前仍存在诸多困难和问题,为油田地震勘探工作带来了极大困难。如何通过现有物探方法和技术提高深部火山岩的分辨、识别能力,具有很强的理论和实际意义。由于特殊地质体在密度、磁化率或电阻率等物性组合方面存在特殊性,因此可通过多方法综合物探技术对其进行综合识别、限定。本文在深入分析达巴松凸起钻井、物性资料的基础上,利用重磁电异常信息模式判别技术,预测了石炭系火山岩的平面展布,缩小和锁定了深层火山岩地震勘探的有利靶区;再以地震相分析、地震属性解释、构造制图及综合评价为主要技术手段,对深层火山岩进行定量识别和预测,落实和优选了深层火山岩有利勘探目标,并取得了良好效果。总结了深层特殊地质体勘探的高精度地震资料采集和重磁电震(井)综合应用、联合反演解释等手段,极大地提高了准噶尔盆地深层火成岩的勘探精度。

摘要： 岩石物理特征难以有效区分储层与非储层,黄土塬叠后地震资料品质较差,储层预测成为鄂尔多斯盆地南部上古生界久攻不克的技术瓶颈,也成为制约该区勘探推进的原因之一.区带评价认为镇泾区块东北部是有利勘探区带,二叠系山西组二段、下石盒子组一段是主要勘探目的层.镇泾3D波形聚类地震相分析结果与镇泾地区物源、砂体展布特征一致,表明地震资料可以用来开展储层预测研究.结合沉积相展布特征的一系列地震正演模拟发现,山二段内与盒一段大套砂体有一定距离、具有一定厚度的砂体能够形成可识别的地震反射,这种地层岩性纵向上的空间组合与区域叠加型及厚层单一型砂体沉积模式吻合,正是周边已发现气藏的典型储盖组合类型.根据正演模拟结果优选的波峰数地震属性储层预测证实,山二段叠加型砂体及厚层单一型砂体呈SW-NE向宽幅条带状展布,进而开展的地震剖面特征同相轴的拾取解释与构造成图,直接圈定了山二段叠加型与厚层单一型砂体岩性圈闭的分布范围与埋深,为该区勘探部署提供了钻探目标.

摘要： 地震相分析就是在划分地震层序的基础上,利用地震参数特征上的差别,将地震层序划分为不同的地震相区,然后作出岩相和沉积环境的推断。沿解释层位提取的地震波形带有振幅、频率和相位信息,波形分类技术已被证明是地震相分析的有效方法。现有波形分类方法是根据波形特征将其硬分为某一类,而有些波形是多种波形的混合,与多种波形具有一定的相似性,这可能说明了某些过渡带的复杂反射波形是多种物质共同的反射。现有方法通常将波形完全归为一类,不能准确将地震波形映射到地下物质。模糊C均值(Fuzzy C-Means,FCM)是一种软隶属度聚类算法,可以将每个波形与多类物质建立映射。首先提取待测层位的地震波,利用FCM算法对地震波形进行划分,将每个地震波划分到最相似的几类,每类对应一种地下物质,进而根据划分类别生成待测层位的地震相。该地震相为地质解释工作人员识别地震相单元、分析和解释地质情况提供较为准确的参考依据。

摘要： 地震相分析就是在划分地震层序的基础上,利用地震参数特征上的差别,将地震层序划分为不同的地震相区,然后作出岩相和沉积环境的推断.沿解释层位提取的地震波形带有振幅、频率和相位信息,波形分类技术已被证明是地震相分析的有效方法.现有波形分类方法是根据波形特征将其硬分为某一类,而有些波形是多种波形的混合,与多种波形具有一定的相似性,这可能说明了某些过渡带的复杂反射波形是多种物质共同的反射.现有方法通常将波形完全归为一类,不能准确将地震波形映射到地下物质.模糊C均值(Fuzzy C-Means,FCM)是一种软隶属度聚类算法,可以将每个波形与多类物质建立映射.首先提取待测层位的地震波,利用FCM算法对地震波形进行划分,将每个地震波划分到最相似的几类,每类对应一种地下物质,进而根据划分类别生成待测层位的地震相.该地震相为地质解释工作人员识别地震相单元、分析和解释地质情况提供较为准确的参考依据.

摘要： 地震相分析是储层预测的一项关键内容,其精度与合理性对勘探开发具有重要影响.由于地质条件复杂性、地震资料质量以及人为解释的主观因素等原因,导致常规地震相分析往往具有较强的多解性,不利于地震相的定量表征.提出一种地震相综合数字表征方法,其结合同相轴反射特征统计序列分析、灰度共生矩阵纹理属性、Hu不变矩参数方法,从内部结构与外部特征角度对地震相进行刻画,以期实现地震相的精确数字化表征,为地震相定量分析奠定良好基础.实际地震相资料的检验效果表明,该地震相综合表征方法可有效提供对地震相的定量表征,为今后地震相定量化精确分析提供了新思路.

摘要： 为了充分挖掘叠前地震数据中反映地震相类别的细微信息,充分利用钻井、地质等先验知识,提出基于叠前地震纹理属性的半监督地震相分析算法.该算法首先引入叠前地震纹理属性,以突出地震反射信息中的微小空间、振幅随方位角/炮检距等的变异性;然后采用自组织映射,对训练样本对进行训练;最后在钻井先验知识的约束下,对自组织映射输出层的神经元进行半监督聚类,得到神经元与地震相类别的映射关系.理论模型和实际资料应用结果证实该方法可提高地震相图的准确度及地震微相的识别能力,是一种性能优越的地震相分析工具.

摘要： 西沙海槽盆地处于南海北部陆坡洋陆壳过渡带,为一个分割南海北部陆架和西沙地块的新生代裂谷盆地,其沉积环境演化研究有助于进一步认识南海形成演化过程。通过南海陆坡区域地震地层对比,将西沙海槽盆地新生代以来划分出9个地层单元,采用地震线描和地震相分析方法,恢复各地层单元沉积时期的地层结构及古地貌,探讨其沉积环境演化过程。结果表明,古新世—始新世西沙海槽盆地为河流和湖泊沉积环境;渐新世—早中新世初,演变为分割南海北部陆架和西沙地块古陆、贯通琼东南盆地和西北次盆的海峡,沉积环境由滨-浅海过渡到半深海环境;中中新世以来盆地进入陆坡海槽发育阶段,晚中新世以后中央水道形成,演变为一个陆坡内深水海槽,为海流和浊流通道,整体处于半深海-深海沉积环境。

摘要： 南堡凹陷马头营凸起馆陶组二段(Ng2)河道砂体单砂层厚度薄、宽度窄,河道砂体地震识别难度大.综合运用面元小网格化叠前偏移处理、古地貌恢复、高频等时地层划分与对比及岩心-测井相分析技术、"地震线描"河道砂体追踪、层控波阻抗反演和振幅地层切片等技术对马头营凸起Ng2Ⅴ砂层组窄薄河道砂体进行识别.结果表明,地震资料面元尺度由15 m×30 m缩小为7.5 m×7.5 m,提高了地震资料垂向和横向分辨率,增强了曲流河窄薄河道砂体边界识别能力;馆二段为明显的曲流河"二元结构"沉积,岩性具河道沉积与泛滥平原沉积"砂泥间互"的特征;短期沉积旋回控制着不同沉积砂体的分布,上升半旋回中下部和下降半旋回上部河道砂体较发育;Ng2Ⅴ砂层组地震相分析揭示河道状、不规则圆弧状振幅或波阻抗异常体为曲流河河道沉积和点坝砂复合体,预测河道总体上呈北东—南西和近南北向展布.预测结果与钻井实测结果吻合度高,表明窄薄河道砂体地震识别结果真实、可靠.

摘要： 银额盆地苏红图坳陷中部艾特格勒凹陷勘探程度极低.前人在邻区哈日、巴北、乌兰凹陷开展过多轮研究,认为白垩系主力生油层位巴音戈壁组、苏红图组沉积期完成了由深湖向滨浅湖沉积的演化,但目前缺乏对艾特格勒凹陷主力生油层位沉积特征的系统认识,制约了该地区的进一步勘探.在地震沉积学理论指导下,本文充分利用地震、钻测井资料,对苏红图组、巴音戈壁组地层开展基于地震属性聚类的地震相分析,进一步探究沉积相发育特征.研究表明：(1)优选出5种地震属性进行聚类分析;(2)结合外部几何形态及内部反射结构等地震相参数,将苏红图组、巴音戈壁组地层划分成9类地震相;(3)根据能量、沉积体系匹配准则,依托地震属性聚类分析成果,建立了艾特格勒凹陷地震相-沉积相对应关系,将划分出的地震相转换为水下扇、扇三角洲、辫状河三角洲、湖泊、火山相等多种沉积相.综合对比苏红图组、巴音戈壁组沉积发育特征,苏红图组沉积期,相对三角洲相更发育,利用此技术手段识别出的辫状河三角洲前缘可作为下步重点勘探区域的有利目标.

摘要： 针对传统地震相分析方法对海量地震数据处理运算速度较慢、容易陷入局部最优解、灵敏性不高、未考虑先验知识等难题,本文提出了基于叠前地震纹理属性的半监督全局优化地震相分析方法.算法中首先引入叠前地震纹理属性以突出地震反射信息中的微小空间、振幅随方位角、偏移距等的变异性,然后通过训练样本对自组织映射神经网络(SOM)进行训练,最后在先验知识的约束下,采用具有全局优化能力的人工蜂群算法对SOM输出层的神经元进行半监督最优化聚类,得到最优的神经元与地震相的映射关系.实际应用结果表明,提出的方法显著地提高了地震相图的准确度和地震微相的识别能力,能够成为一种性能更加优越的地震相分析工具.

摘要： 地震相分析方法是一种有效的储层分析技术,而目前主要是一些模式识别算法被用于地震相分析,并且这些模式识别方法只是将地震相分析问题作为聚类或者分类问题,缺少对地震相横向连续性的考虑.因此可以将超像素应用于地震相分析中,将相邻地震道分割为“超地震道”,在此过程中,不仅要考虑相邻地震道的波形相似性,还要考虑地震道横向距离约束.然后再对“超地震道”进行聚类得到地震相图.将该方法应用于实际数据中,证实了该方法相比SOM聚类算法,具有较好的区域性,其结果更加符合钻井情况与区域地质情况.

摘要： 20世纪90年代,基于自组织神经网络的地震波形分类技术逐渐被广泛应用;随着地震属性技术的发展,地震相分析技术从单一的波形分类发展到利用多种地震属性进行聚类.近几年K均值,模糊算法等模式识别算法又被引进到地震相分析中来,计算方法的多样化和地震属性的极大丰富,推动着地震相分析技术的快速发展.但是,地震数据庞大复杂,如何利用现有的模式识别技术,设定关键参数,做出较好的地震相图,成为实际工作中迫切需要解决的问题.提出在定量地震相分析技术中要注意时窗的选取，地震属性提取与优化，类别数的选取，地质解释。

摘要： 本文将经验模态分解方法引入到地震相分析中，来确定反映构造和油气特征的有利属性分量，以进行构造解释和油气预测。经验模态分解方法是最近发展起来的希尔伯特—黄变换的核心部分，可以将地震数据分解为多阶IMF 分量，不同IMF 分量具有不同的频率特性，反映不同的地质信息，通过与kohonen 自组织神经网路的地震相分析相结合，模型试算和实际资料应用结果表明分解后的各阶IMF 分量包含不同的地质信息，用感兴趣的IMF 分量能够重构信号，重构后的地震信号能够更加清晰的显示断层展布特征，有利储层范围等，提高了地震资料的信噪比和分辨率，对构造解释和储层预测具有重要的指导意义。

摘要： 近年来,层序地层学的理论和方法在沉积环境分析和储层预测中得到越来越广泛的应用,而且随着大面积高分辨率地震资料的不断增多,地震地层学和层序地层学的结合也越来越紧密。按照层序地层学的理论,在地震资料上进行地震层序和沉积层序的识别时,需要对地震资料进行重新处理,建立起层序地层(等时地层)格架,并在此格架下,进行地震相的分析,从而进行沉积环境的细致分析和储层预测。基于这种思路,本文对层序地层格架下地震相分析方法及储层预测方法进行了研究,初步建立起了一套层序地层格架下运用地震相分析手段进行储层预测的思路和工作方法,并在实际资料的应用中取得了一定的效果。

摘要： 本文将以lnx奥陶系碳酸盐岩储层为例,讨论应用stratimagic进行典型地震相分析,在研究古溶洞裂缝型储层中的应用.我们主要利用该软件在地震相划分(Facies)和层间属性提取(Interval Attribute)及异常反射识别两个模块,从研究区地震数据的动力学参数如振幅、频率、频谱以及几何参数如波形、峰谷比等山发,分析了研究区内的典型地震相,获得了研究区碳酸盐岩储层分布规律的认识.

摘要： 本文主要针对A构造所在三维区及其东南部的二维区地震资料运用各种物探手段进行连片地震资料解释、成图,并结合以往勘探成果时目的层上第三系明下段及馆上段的储盖组合、油气运移等石油地质特征进行分析研究,为该构造区实施进一步勘探提供了可靠依据。本研究中运用了方差、三维可视化、波阻抗反演、分频以及基于波形的地震相分析等先进的地球物理技术。

摘要： 以高分辨率层序地层学理论为基础,地形梯度变化为主控因素,对胜利油田滩海垦东地区新近系馆陶组河流相沉积体系空间展布及演化进行了研究,建立了垦东地区馆陶组河流相高分辨率层序地层格架.馆陶组地层可分为1个长期基准面旋回和5个中期基准面旋回,短期旋回基本上与含油砂体规模的地层单元相当.由地形梯度变化引起的可容纳空间和A/S值的变化影响了河流相沉积的发育和演化,在一维和二维空间内河道发育类型从辫状河向低弯度河、曲流河转变.在地质相和地震相分析的基础上建立了该区馆陶组河流沉积高分辨率层序地层模式和不同地形梯度区地质-地震解释模型,这对于以地震剖面为基础的井间沉积相分布预测是至关重要的.

摘要： 本文主要讨论了地震技术在大湾斜坡带岩性油气藏勘探中的应用.本文首先对大湾斜坡带层序进行了地层学分析，介绍了地震相分析技术和目标储层预测技术。

摘要： 本发明提供了一种支持矢量机算法进行地震波形分类的方法。该方法首先从目的层的叠后地震数据体中选择待分类的N道地震数据；然后获取已知的能够表征目的层一段区域内地震信号横向变化的K个类别的样本数据；其中K≤N；然后利用已知的样本数据训练支持矢量机，以确定用于将样本数据分成K个类别的K个分类函数；之后利用训练好的K个分类函数对待分类的N道地震数据进行分类，根据分类结果形成所选岩石物理参数或者沉积相平面分布规律图。

摘要： 本发明公开了一种基于叠前地震数据的地震相分析方法，包括以下步骤：S1：输入叠前地震数据；S2：对输入的叠前地震数据进行拆分，得到N个“类叠后”数据体，其中，N为地震信号道数；S3：对每个“类叠后”数据体分别进行SOM聚类分析；S4：利用聚类分析结果对叠前数据进行相似度分析，统计生成相似度矩阵，构建无向图；S5：利用广度优先遍历对无向图进行聚类处理。本发明提出了一种基于无向连接图的叠前属性聚类方法，在叠前信号的基础上，通过对每一道信号进行SOM聚类分析，再统计分析多次的聚类结果，从而得到一个最优的基于叠前信号的分析结果，能够充分利用叠前数据的信息，将信号的各向异性特征融合到聚类判决中。

摘要： 本发明涉及一种用于地震相分析的鲁棒K‑means算法。包括如下步骤：选取原始振幅数据；设置最大相位调整参数和时间窗口提取目的层段地震波形；建立目标函数并对函数中的参数进行迭代更新；通过调整相位参数对目标函数进行不断的训练，当训练至R小于阈值或者训练次数达到最大迭代次数时，参数训练完成，得到最终的分类结果。采用本发明中所提出的算法及其相应的优化方法，可以有效克服层位噪声带来的影响，使得地震相分类结果更为准确。

摘要： 本发明公开了一种基于叠前地震数据的地震相分析方法，包括以下步骤：S1：输入叠前地震数据；S2：对输入的叠前地震数据进行拆分，得到N个“类叠后”数据体，其中，N为地震信号道数；S3：对每个“类叠后”数据体分别进行SOM聚类分析；S4：利用聚类分析结果对叠前数据进行相似度分析，统计生成相似度矩阵，构建无向图；S5：利用广度优先遍历对无向图进行聚类处理。本发明提出了一种基于无向连接图的叠前属性聚类方法，在叠前信号的基础上，通过对每一道信号进行SOM聚类分析，再统计分析多次的聚类结果，从而得到一个最优的基于叠前信号的分析结果，能够充分利用叠前数据的信息，将信号的各向异性特征融合到聚类判决中。

摘要： 本发明提供一种基于改进的自组织神经网络的地震相分析方法及系统，该方法包括步骤：S1、初始化自组织神经网络，所述自组织神经网络为具有K个神经元的两层自组织神经网络，其中，K为地震相种类数；S2、逐一计算输入数据与各个神经元的相似度并据此确定胜出的神经元；S3、更新神经元的相关参数；S4、每隔M个时间步，按照第一预设规则增加或者插入一个新的神经元，按照第二预设规则删除或者废弃一个神经元。本发明根据在某一目的层段内地震信号的横向可变性，利用改进的自组织神经对地震道形状进行分类，分类结果形成离散的“地震相”。进而实现利用地震资料来刻画岩石物理参数或者沉积相平面分布规律。

摘要： 本发明公开了一种基于逆多元二次核熵权融合的地震相分析方法，首先提取火山岩地层时间厚度地震属性、内部零交叉样点数地震属性、顶均方根振幅地震属性和底均方根振幅地震属性；建立参考序列；建立比较序列；根据参考序列和比较序列，计算每个属性的逆多元二次核函数值；再计算每个地震属性的熵值；根据熵值，计算每个地震属性的熵权系数，赋予每个地震属性不同的权系数值；根据每个地震属性不同的权系数值，完成火山岩地震相划分。本方法消除了人为影响，提高权系数优选的准确性，优选出更加准确的权系数，进而进行多属性综合分析，降低单一地震属性预测的多解性，从而达到准确预测火山岩优势地震相的目的。

摘要： 本发明公开了基于高斯混合模型的地震相分析方法及存储介质。基于高斯混合模型的地震相分析方法，包括：对于给定的叠后地震数据体，选择待分类地震数据；对所述待分类地震数据分类成K类分类地震数据，并对K类分类地震数据分别定义类别值；利用K类分类地震数据和其分别对应的类别值训练高斯混合模型；利用训练好的高斯混合模型对目标地震数据进行分类以进行地震相分析。本发明实施例的基于高斯混合模型的地震相分析方法及存储介质，可以准确地对目标地震数据的波形进行分类，通过逐道对某一层目标地震数据进行分类，可以细致地刻画目标地震数据的横向变化，得到地震异常体的平面分布规律，从而进行沉积相的解释。

摘要： 本发明公开了基于多层感知器的地震相分析方法及存储介质。基于多层感知器的地震相分析方法，包括：对于给定的叠后地震数据体，选择待分类地震数据；对所述待分类地震数据分类成K类分类地震数据，并对K类分类地震数据分别定义类别值；利用K类分类地震数据和其分别对应的类别值训练多层感知器；利用训练好的多层感知器对目标地震数据进行分类以进行地震相分析。本发明实施例的基于多层感知器的地震相分析方法及存储介质，可以有监督的学习对目标地震数据的波形进行分类，通过逐道对某一层目标地震数据进行分类，可以细致地刻画目标地震数据的横向变化，得到地震异常体的平面分布规律，从而进行沉积相的解释。

摘要： 本发明提供了一种基于改进的K均值算法的地震相分析方法、计算机存储介质及计算机设备，该方法包括以下步骤：在目的层的叠后地震数据体中选择待分成K个类的N道地震数据；根据每个数据点隶属于自身所在类的程度，利用迭代算法在所述N道地震数据中找出K个类的簇中心；分别计算N道地震数据中的每个待分类的数据点上的数据与K个类的簇中心的数据的距离，然后根据计算的距离，将每个待分类的数据点划分到与其距离最近的簇中心所在的类；基于分类结果分析目的层沉积相平面分布规律。该方法效果稳定，能逐道进行某一层内实际地震数据的对比，细致地刻画地震信号的横向变化，从而得到地震异常体的平面分布规律。

摘要： 本发明公开了一种基于限制波尔兹曼机特征编码的聚类地震相分析方法，包括如下步骤：(1)对实际地震资料进行处理，消除地震信号中的噪声，提高信噪比；(2)基于地震沉积学原理，沿目标层顶底界均匀分割的形成地层切片；(3)基于地层切片，引入无监督的限制玻尔兹曼机降维算法，在降维的同时提取潜在能够表达真实目标层储层特征变化地震波形信息；(4)针对降维后的特征选取，完成地震波形数据的空间聚类分析，并形成相应的地震相图。本发明基于深度学习并围绕地震叠前波形的去噪、特征提取、无监督学习和半监督学习等方面进行研究，研究如何使用提取的低维特征更好地生成地震相图，有效帮助地质的解释工作。