基于地震波形特征全局寻优的非线性地震反演砂体预测技术研究及应用
Research and Application of Nonlinear Seis-mic Inversion Sand Body Prediction Tech-nology Based on Global Optimization of Seismic Waveform Characteristics
摘要: 针对窄小河道含油砂体预测难、垂向分辨率和平面分辨率不能兼得的问题，形成了基于地震波形特征的全局寻优的非线性地震反演砂体预测技术，该技术能够充分利用非线性地震反演提高了纵向分辨率高，同时基于地震基于波形特征反演技术又提高了横向分辨率；利用该地震反演技术河道砂体预测精度由过去的76.3%提高到83%，取得了较好的效果，该技术对窄小河道砂体的精细预测具有较好的指导意义。
Abstract: In order to solve the problems of difficult prediction of oil-bearing sand bodies in narrow and small river channels, the non-linear seismic inversion sand body prediction technique based on global optimization of seismic waveform characteristics is formed, this technique can make full use of the nonlinear seismic inversion to improve the vertical resolution, and also improve the horizontal res-olution based on the seismic waveform feature inversion. By using this seismic inversion technique, the prediction accuracy of channel sand body has been improved from 76.3% to 83%, and good re-sults have been achieved.
文章引用：张善义. 基于地震波形特征全局寻优的非线性地震反演砂体预测技术研究及应用[J]. 石油天然气学报, 2024, 46(1): 34-41. https://doi.org/10.12677/JOGT.2024.461005

参考文献

[1] 刘振峰. 油气地震地质模型述评[J]. 岩性油气藏, 2018, 30(1): 19-29.
[2] 洪余刚, 赵华, 梁波, 等. 利用地震属性聚类分析技术预测辽河油田有利油气聚集带[J]. 西安石油大学学报(自然科学版), 2007, 22(4): 35-40.
[3] 卫平生, 潘建国, 张虎权, 等. 地震储层学的概念、研究方法和关键技术[J]. 岩性油气藏, 2010, 22(2): 1-6.
[4] 曾洪流, 朱筱敏, 朱如凯, 等. 陆相坳陷型盆地地震沉积学研究规范[J]. 石油勘探与开发, 2012, 39(3): 275-284.
[5] 曾洪流. 地震沉积学在中国: 回顾和展望[J]. 沉积学报, 2011, 29(3): 417-425.
[6] 李婷婷, 王钊, 马世忠, 等. 地震属性融合方法综述[J]. 地球物理学进展, 2015(1): 378-385.
[7] 林承焰, 张宪国. 石油地震地质学探讨及展望[J]. 岩性油气藏, 2011, 23(1): 17-21.
[8] 刘爱群, 陈殿远, 任科英. 分频与波形聚类分析技术在莺歌海盆地中深层气田区的应用[J]. 地球物理学进展, 2018, 28(3): 338-344.
[9] 齐桓, 王海, 董冬, 等. 地震沉积学在薄储层预测中的应用——以L87井区水下扇体识别为例[J]. 地球物理学进展, 2017, 32(2): 709-713.
[10] 张娟. 基于多元线性回归分析的薄储层预测技术在胜利探区的研究与应用[J]. 工程地球物理学报, 2013, 10(1): 91-94.
[11] 陈可洋, 杨微, 陈树民, 等. 逆时成像技术在大庆探区复杂构造成像中的应用[J]. 岩性油气藏, 2017, 29(6): 91-100.
[12] 刘兴冬. 岩性油藏薄窄砂体地震精细处理解释技术[J]. 大庆石油地质与开发, 2017, 36(4): 137-141.
[13] 王保丽, 孙瑞莹, 印兴耀, 等. 基于Metropolis抽样的非线性反演方法[J]. 石油地球物理勘, 2015, 50(1): 111-117.
[14] 李东安, 宁俊瑞, 刘振峰. 用神经网络和地质统计学综合多元信息进行储层预测石油与天然气地质[J]. 2010, 31(4): 493-498.
[15] 丁峰, 年永吉, 王治国, 等. 地震多属性RGBA颜色融合技术的应用研究[J]. 石油物探, 2010(3): 248-252.
[16] 李艳芳, 程建远, 朱书阶, 等. 2009基于RGB渲染技术的地震多属性分析技术[J]. 煤炭学报, 2009, 34(11): 1512-1516.
[17] 李占东, 张丽双, 李阳, 等. 基于多次迭代属性融合技术的河道砂刻画——以大庆油田扶余油层Z区为例[J]. 地球物理学进展, 2017, 32(3): 1161-1168.
[18] 陈俊, 程金星. 基于RGB-IHS变换的地震属性融合方法[J]. 石油天然气学报, 2014(11): 69-73.
[19] 刘立峰, 孙赞东, 韩剑发, 等. 量子粒子群模糊神经网络碳酸盐岩流体识别方法研究[J]. 地球物理学报, 2014, 57(3): 991-1000.
[20] 潘光超, 周家雄, 韩光明, 等. 中深层“甜点”储层地震预测力法探讨——以珠江口盆地西部文昌A凹陷为例[J]. 岩性油气藏, 2016, 28(1): 94-100.
[21] 王捷. 拉格朗日定理对泰勒公式的证明[J]. 大同职业技术学院学报, 2002, 16(1): 76-177.
[22] 于正军. 地震属性融合技术及其在储层描述中的应用[J]. 特种油气藏, 2013, 20(6): 6-9.
[23] 朱筱敏, 赵东娜, 曾洪流, 等. 松辽盆地齐家地区青山口组浅水三角洲沉积特征及其地震沉积学响应[J]. 沉积学报, 2013, 31(5): 889-897.
[24] 吴海波, 王江, 李军辉. 地震多属性融合技术在贝尔凹陷储层预测中的应用[J]. 岩性油气藏, 2014, 26(2): 96-101.