geophystechГеофизические технологииRussian Journal of Geophysical Technologies2619-1563IPGG SB RAS10.18303/2619-1563-2024-3-33geophystech-367Research ArticleСтатьиПрименение сейсмофациального анализа с использованием атрибутов для прогноза коллекторовApplication of seismic facies analysis using attributes to reservoir predictionhttps://orcid.org/0000-0003-4203-2740МитрофановГ. М.MitrofanovG. M.

Георгий Михайлович Митрофанов – доктор физико-математических наук, главный научный сотрудник лаборатории динамических проблем сейсмики. Основные научные интересы: разработка методов и технологий обработки и интерпретации сейсмических данных, решение обратных задач геофизики

630090, Новосибирск, просп. Акад. Коптюга, 3; 630090, Новосибирск, ул. Пирогова, 1; 630073, Новосибирск, пр. К. Маркса, 20

 

Georgy M. Mitrofanov

Koptyug Ave., 3, Novosibirsk, 630090; Pirogova Str., 1, Novosibirsk, 630090; K. Marks Ave., 20, Novosibirsk, 630073

MitrofanovGM@ipgg.sbras.ruКоваленкоИ. А.KovalenkoI. A.

Илья Александрович Коваленко – аспирант. Основные научные интересы: атрибутный и сейсмофациальный анализ, разработка алгоритмовопределения характеристик целевых геологических объектов.

630090, Новосибирск, просп. Акад. Коптюга, 3; 630090, Новосибирск, ул. Пирогова, 1

Ilya A. Kovalenko

Koptyug Ave., 3, Novosibirsk, 630090;  Pirogova Str., 1, Novosibirsk, 630090

sistem_97@mail.ruhttps://orcid.org/0009-0002-6185-6155КорыткинЕ. И.KorytkinE. I.

Евгений Игоревич Корыткин –  аспирант Института нефтегазовой геологии и геофизики СО РАН, начальник отдела ГРР. Основные научные интересы: развитие технологий прогноза коллекторских свойств целевых горизонтов.

693009, Южно-Сахалинск, ул. Амурская, 53

Evgeny I. Korytkin

Amurskaya Str., 53, Yuzhno-Sakhalinsk, 693009

3evgeny_korytkin@mail.ruИнститут нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН; Новосибирский государственный университет; Новосибирский государственный технический университетРоссияTrofimuk Institute of Petroleum Geology and Geophysics, SB RAS; Novosibirsk State University; Novosibirsk State Technical UniversityRussian FederationИнститут нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН; Новосибирский государственный университетРоссияTrofimuk Institute of Petroleum Geology and Geophysics, SB RAS; Novosibirsk State UniversityRussian FederationООО «СахалинНИПИ нефти и газа»РоссияSakhalinNIPI Oil and Gas LtdRussian Federation202410122024033345Copyright © Митрофанов Г.М., Коваленко И.А., Корыткин Е.И., 20242024Митрофанов Г.М., Коваленко И.А., Корыткин Е.И.Mitrofanov G.M., Kovalenko I.A., Korytkin E.I.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.rjgt.ru/jour/article/view/367

Сейсмофациальный анализ является одним из важнейших этапов качественной динамической интерпретации результатов сейсморазведочных работ. Обобщая значительный опыт анализа сейсмических данных и расчета различных сейсмических атрибутов, он позволяет выполнить идентификацию геологических элементов, проявляющихся в сейсмическом волновом поле. Это дает возможность определить детальное геологическое строение перспективных отложений и выделить сейсмические фации по схожести акустических свойств. В статье приводятся результаты тестирования алгоритма сейсмофациального анализа на реальных данных с использованием двух методик кластеризации: по форме сейсмической записи и по набору сейсмических атрибутов.

Seismic facies analysis is one of the most important stages in the qualitative dynamic interpretation of seismic exploration results. By summarizing considerable experience in the analysis of seismic data and the calculation of various seismic attributes, it allows the identification of geological elements manifesting in the seismic wave field. This makes it possible to determine the detailed geological structure of promising deposits and identify seismic facies based on the   similarity of acoustic properties. The article presents the results of testing the seismic facies analysis algorithm on real data using two clustering techniques: by the form of the seismic record and by a set of seismic attributes.

сейсмофациальный анализкластеризация данныхформа сейсмического сигналасейсмические атрибутыseismic facies analysisdata clusteringseismic waveformseismic attributesисследование выполнено по плану базовых научно-исследовательских работ ИНГГ СО РАН (проект Минобрнауки РФ FWZZ-2022-0017).The study was carried out as part of government assignment to the Russian Academy of Sciences in basic research, Project FWZZ-2022-0017.ReferencesВейл П.Р., Грегори А.П., Митчем Р.М. мл., Шерифф Р.Е. Сейсмическая стратиграфия. Использование при поисках и разведке нефти и газа. Часть 1. М.: Мир, 1982. 375 с.Chopra S., Marfurt K.J. Seismic attributes for prospect identification and reservoir characterization // SEG Geophysical Development Series. 2007. No 11. 465 p.Мандель И.Д. Кластерный анализ. М.: Финансы и Статистика, 1988. 176 с.Coates A., Ng A.Y. Learning feature representations with K-means // G. Montavon, G.B. Orr, K.-R. Muller (Eds.), Neural Networks: Tricks of the Trade, 2nd Edition. Springer, Berlin, 2012. P. 561–580. doi:10.1007/978-3-642-35289-8_30.Ольнева Т.В. Сейсмофациальный анализ. Образы геологических процессов и явлений в сейсмическом изображении. М.-Ижевск: Институт компьютерных исследований, 2017. 157 с.Jain A., Murty M., Flynn P. Data clustering: A review // ACM Computing Surveys. 1999. Vol. 31 (3). P. 264–323. doi:10.1145/331499.33150.Тяпкин Ю.К., Бельфер И.К., Погожев В.М., Мушин И.А., Митрофанов Г.М. Оценка возможностей использования мгновенных динамических характеристик сейсмических записей при поисках нефти и газа // Разведочная геофизика, Обзор ВИЭМС. М.: Недра, 1986. 76 с.Kodinariya T.M., Makwana P.R. Review on determining number of cluster in K-means clustering // International Journal of Advance Research in Computer Science and Management Studies. 2013. Vol. 1 (6). P. 90–95.Шерифф Р.Е., Грегори А.П., Вейл П.Р., Митчем Р.М. мл. Сейсмическая стратиграфия. Использование при поисках и разведке нефти и газа. Часть 2. М.: Мир, 1982. 467 с.Lloyd S.P. Least squares quantization in PCM // IEEE Transaction on Information Theory. 1982. Vol. IT-28 (2). P. 129–137.Chopra S., Marfurt K.J. Seismic attributes for prospect identification and reservoir characterization // SEG Geophysical Development Series. 2007. No 11. 465 p.MacQueen J. Some methods for classification and analysis of multivariate observations // Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability. University of California, Los Angeles LA USA, 1967. P. 281–297.Coates A., Ng A.Y. Learning feature representations with K-means // G. Montavon, G.B. Orr, K.-R. Muller (Eds.), Neural Networks: Tricks of the Trade, 2nd Edition. Springer, Berlin, 2012. P. 561–580. doi:10.1007/978-3-642-35289-8_30.Mandel I.D. Cluster analysis. Finance and Statistics, Moscow, 1988. 176 p.Jain A., Murty M., Flynn P. Data clustering: A review // ACM Computing Surveys. 1999. Vol. 31 (3). P. 264–323. doi:10.1145/331499.33150.Mitchum R.M. Jr. Seismic stratigraphy and global changes of sea level, part 11: Glossary of terms used in seismic stratigraphy // C.E. Payton (Ed.) Seismic Stratigraphy–Applications to Hydrocarbon Exploration: AAPG, Memoir 1977. Vol. 26. P. 117–143. doi:10.1306/M26490C13.Kodinariya T.M., Makwana P.R. Review on determining number of cluster in K-means clustering // International Journal of Advance Research in Computer Science and Management Studies. 2013. Vol. 1 (6). P. 90–95.Olneva T.V. Seismofacies analysis. Images of geological processes and phenomena in seismic images. Institute of computer research, Moscow, Izhevsk, 2017. 157 p.Lloyd S.P. Least squares quantization in PCM // IEEE Transaction on Information Theory. 1982. Vol. IT-28 (2). P. 129–137.Payton C.E. (Ed.) Seismic Stratigraphy – Applications to Hydrocarbon Exploration. AAPG Memoir. 1977. Vol. 26.MacQueen J. Some methods for classification and analysis of multivariate observations // Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability. University of California, Los Angeles LA USA, 1967. P. 281–297.Sheriff R.E., Gregory A.P., Vail P.R., Mitchum R.M. Jr. Seismic stratigraphy. Application in oil and gas exploration and prospecting. Part 2. Mir, Moscow, 1982. 467 p.Mitchum R.M. Jr. Seismic stratigraphy and global changes of sea level, part 11: Glossary of terms used in seismic stratigraphy // C.E. Payton (Ed.) Seismic Stratigraphy–Applications to Hydrocarbon Exploration: AAPG, Memoir 1977. Vol. 26. P. 117–143. doi:10.1306/M26490C13.Steinhaus H. Sur la division des corps materiels en parties // Bulletin L’Académie Polonaise des Science.1956. Vol. 4 (12). 1956. P. 801–804.Payton C.E. (Ed.) Seismic Stratigraphy – Applications to Hydrocarbon Exploration. AAPG Memoir. 1977. Vol. 26.Tyapkin Yu.K., Belfer I.K., Pogozhev V.M., Mushin I.A., Mitrofanov G.M. Evaluation of the Possibilities of Using Instantaneous Dynamic Characteristics of Seismic Records in Oil and Gas Prospecting // Exploration Geophysics, VIEMS Review. Nedra, Moscow, 1986. 76 p.Steinhaus H. Sur la division des corps materiels en parties // Bulletin L’Académie Polonaise des Science.1956. Vol. 4 (12). 1956. P. 801–804.Vail P.R., Gregory A.P., Mitchum R.M. Jr., Sheriff R.E. Seismic stratigraphy. Application in oil and gas prospecting and exploration. Part 1. Mir, Moscow, 1982. 375 p.

The authors declare that there are no conflicts of interest present.