叠前弹性参数反演新方法

叠前弹性参数反演新方法

论文摘要

八十年代兴起的亮点技术及AVO技术在油气检测方面具有十分重要的作用,墨西哥湾及我国四川川东、胜利油田等地区许多气田的发现主要依靠该技术。过去亮点技术和AVO技术主要利用反射波振幅定性检测含油气情况,在定量求解弹性参数方面工作的深度还不够。目前的AVO研究都是基于Zoeppritz方程及其各种近似公式,但是Zoeppritz方程及其近似公式本身存在许多问题,尤其是对于薄层介质进行反演时存在很大误差。本文在对基于Zoeppritz方程的常规AVO反演进行分析的基础上,对于薄层介质根据Brekhovski的层状介质公式推导了简化的薄层公式(即三层介质公式),并进一步利用该公式对薄层模型进行AVO分析和反演。本文的研究内容主要包括以下几部分:第一部分讨论了AVO技术的基本公式Zoepprtiz方程和Shuey方程,针对我国和墨西哥湾地区不同深度的模型讨论了目前常规的AVO反演,包括根据三项Shuey公式和简化的Shuey公式利用不同入射角度范围对应的反射系数最小平方反演的弹性参数的误差情况,分析了误差的产生原因,指出了目前常规的AVO反演存在的问题。由于Zoeppritz方程的各种近似公式,如Shuey公式,它们和Zoeppritz方程之间存在误差,导致利用Zoeppritz方程的各种近似公式反演的弹性参数和模型参数之间存在较大的误差。对于不同地区、不同深度的含气和含水砂岩等各种模型其反演参数的误差情况不同,并且利用不同的入射角度对应的反射系数反演的误差也相差很大,许多情况反演的误差甚至非常大,没有一定的规律可循。所以,精确反演弹性参数时用近似公式是不合理的。另外,Zoeppritz方程本身及其近似公式都存在许多问题。Zoeppritz方程是基于平面简谐波入射到两种半无限弹性介质的分界面上产生反射和透射而建立的,它只能反映层间界面上的信息,而不能反映层内的属性。Zoeppritz方程的近似公式大多数都是基于反射界面两侧

论文目录

  • 中文摘要
  • 英文摘要
  • 0 前言
  • 0.1 国内外研究现状
  • 0.1.1 AVO 技术的发展和现状
  • 0.1.2 AVO 技术存在的问题
  • 0.2 研究内容及技术路线
  • 0.2.1 主要研究内容
  • 0.2.2 技术路线
  • 0.3 主要创新点
  • 1 AVO 基本原理及公式——Zoepprtiz 方程和 Shuey 方程
  • 1.1 AVO 基本原理
  • 1.2 Zoepprtiz 方程及其简化公式
  • 1.2.1 Zoepprtiz 方程
  • 1.2.2 Shuey 公式——Zoeppritz 方程的近似公式
  • 1.3 常规 AVO 反演的误差讨论
  • 1.3.1 实际模型数据
  • 1.3.2 分析方法
  • 1.3.3 反演结果及其误差讨论
  • 1.3.4 反演存在问题分析
  • 1.4 小结
  • 2 层状介质中弹性波的传播——Brekhovski 方程及其简化公式
  • 2.1 层状介质中弹性波的传播
  • 2.1.1 厚层
  • 2.1.2 薄层
  • 2.2 Brekhovski 方程
  • 2.3 薄层介质中弹性波传播
  • 2.3.1 薄层介质中弹性波传播的简化公式
  • 2.3.2 公式验证
  • 2.4 薄层的 AVO 曲线特征分析
  • 2.4.1 模型一:高速、低泊松比含气砂岩模型
  • 2.4.2 模型二:高速、高泊松比含水砂岩模型
  • 2.5 小结
  • 3 Tesseral 模拟的薄层反射系数和理论公式计算结果对比
  • 3.1 模型分析
  • 3.1.1 入射子波频率为20Hz,第二层介质厚度d=10m 的模型
  • 3.1.2 入射子波频率为20Hz,第二层介质厚度d=20m 的模型
  • 3.1.3 入射子波频率为20Hz,第二层介质厚度d=50m 的模型
  • 3.1.4 入射子波频率为20Hz,第二层厚度d=100m 的模型
  • 3.1.5 入射子波频率为40Hz,第二层厚度d 为100m 的模型
  • 3.1.6 入射子波频率为20Hz,第二层厚度d 为500m 的模型
  • 3.2 分析小结
  • 4 模拟退火算法
  • 4.1 模拟退火算法介绍
  • 4.1.1 模拟退火算法的一般描述
  • 4.1.2 模拟退火算法的渐近行为
  • 4.1.3 平稳概率分布理论
  • 4.2 模拟退火算法的构成
  • 4.2.1 模拟退火算法的数学模型
  • 4.2.2 模拟退火算法新解的产生和接受机制
  • 4.2.3 冷却进度表
  • 4.3 模拟退火算法的基本步骤
  • 4.4 模拟退火算法的分类
  • 4.4.1 经典模拟退火算法
  • 4.4.2 快速模拟退火算法
  • 4.4.3 推广模拟退火算法
  • 4.5 模拟退火算法的实验性能
  • 4.6 模拟退火算法的主要不足
  • 4.7 模拟退火算法的改进
  • 4.7.1 加温退火算法
  • 4.7.2 有记忆的模拟退火算法
  • 4.7.3 带返回搜索的模拟退火算法
  • 4.7.4 多次寻优算法
  • 4.7.5 回火退火法
  • 4.8 遗传算法基本原理
  • 4.9 模拟退火算法和遗传算法对比
  • 5 利用模拟退火算法进行叠前弹性参数反演
  • 5.1 对于薄层模型,根据薄层公式利用模拟退火算法反演介质的弹性参数
  • 5.1.1 模型数据
  • 5.1.2 模拟退火反演方法
  • 5.1.3 根据薄层公式利用模拟退火算法反演弹性参数
  • 5.2 对于薄层模型的 Tesseral 模拟记录,根据薄层公式和 Zoeppritz 方程利用模拟退火算法反演介质的弹性参数
  • 5.2.1 数据
  • 5.2.2 利用薄层公式模拟退火反演弹性参数
  • 5.2.3 常规反演——利用 Zoeppritz 方程模拟退火反演弹性参数
  • 5.2.4 对比利用薄层公式和 Zoeppritz 方程模拟退火反演结果
  • 5.3 利用薄层公式研究鄂尔多斯盆地苏里格庙气田实例的AVO 特性
  • 5.3.1 野外实际资料检验
  • 5.3.2 利用薄层公式研究气层的 AVO 特性
  • 6 结论及建议
  • 6.1 结论
  • 6.2 建议
  • 附录
  • 附录1 Zoeppritz 方程的近似公式及三项和两项Shuey 公式反演误差表
  • 附录2 Brekhovski 方程及其简化的三层介质公式的推导
  • 附录3 对于两层介质,根据Zoeppritz 方程模拟退火反演弹性参数
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].多情景源排放参数反演下典型优化算法性能对比[J]. 北京工业大学学报 2020(04)
    • [2].系数矩阵误差对地壳应变参数反演的影响[J]. 武汉大学学报(信息科学版) 2017(10)
    • [3].免疫算法的改进及在参数反演中的应用[J]. 微计算机信息 2010(15)
    • [4].遗传算法在光散射模型参数反演中的应用[J]. 激光与红外 2008(04)
    • [5].一种火山岩浆源参数反演的粒子群算法[J]. 测绘科学 2020(08)
    • [6].复变量求导法灵敏度分析及弹塑性参数反演[J]. 东南大学学报(自然科学版) 2008(01)
    • [7].基于蚁群算法的碾压混凝土坝参数反演分析[J]. 科技风 2014(09)
    • [8].同伦方法在环境水质模型参数反演中的应用[J]. 世界地质 2008(03)
    • [9].弹性参数反演在“甜点”预测中的应用[J]. 西部探矿工程 2017(01)
    • [10].粒子群算法改进及内变量本构模型参数反演[J]. 煤田地质与勘探 2017(02)
    • [11].基于地震数据的岩石弹性参数反演方法[J]. 中国石油大学学报(自然科学版) 2012(05)
    • [12].改进混沌蚁群算法在新疆冰川河流水质模型参数反演优化中的应用[J]. 水利规划与设计 2017(08)
    • [13].基于幅相一致性校正的稳健植被参数反演方法[J]. 电子与信息学报 2015(02)
    • [14].基于局部信息的建筑火灾火源参数反演研究[J]. 中国安全科学学报 2014(05)
    • [15].基于优化神经网络的高拱坝力学参数反演[J]. 粉煤灰综合利用 2020(02)
    • [16].三层植被极化干涉建模及参数反演新方法研究[J]. 红外与毫米波学报 2011(04)
    • [17].基于遗传算法的海气耦合模型参数反演[J]. 解放军理工大学学报(自然科学版) 2009(05)
    • [18].遥感模型多参数反演相互影响机理的研究[J]. 遥感学报 2008(01)
    • [19].被动微波遥感观测资料干扰对地表参数反演的影响分析[J]. 国土资源遥感 2017(03)
    • [20].某电站大坝参数反演分析[J]. 西北水电 2018(01)
    • [21].基于参数反演的滑坡稳定性分析[J]. 四川水泥 2018(08)
    • [22].弹性参数反演与属性融合技术在“甜点”预测中的应用[J]. 天然气地球科学 2017(04)
    • [23].模拟AMSR-E数据的地表多参数反演[J]. 国土资源遥感 2011(01)
    • [24].基于隧洞围岩参数反演与地质判释的快速动态设计研究[J]. 陕西水利 2016(05)
    • [25].基于位移反分析法的隧道围岩参数反演研究[J]. 土工基础 2018(05)
    • [26].粒子群算法在概率积分法沉陷预计模型参数反演中的应用[J]. 测绘工程 2017(10)
    • [27].基于遗传神经网络算法的纺织生产过程参数反演[J]. 东华大学学报(自然科学版) 2016(02)
    • [28].光散射模型中遮蔽函数的参数反演[J]. 红外与激光工程 2014(01)
    • [29].叠前地震数据弹性参数反演及反演策略浅析[J]. 地球物理学进展 2013(02)
    • [30].微波遥感地表参数反演进展[J]. 中国科学:地球科学 2012(06)

    标签:;  ;  ;  ;  ;  ;  ;  

    叠前弹性参数反演新方法
    下载Doc文档

    猜你喜欢