Выбор оптимальных вейвлетов при определении характеристик палеорусел
https://doi.org/10.18303/2619-1563-2024-3-74
Аннотация
Представлены результаты исследования атрибутов, которыми являются значения амплитуд, полученные при вейвлет-разложении на трех фиксированных частотах. Такие атрибуты используются для RGB-визуализации. Сравнение RGB-карт, построенных с применением четырех вейвлетов: Рикера, Морле, Гаусса, Шеннона, позволило определить оптимальный тип вейвлета, обеспечивающего наилучшее выделение палеорусла. Значения атрибутов также использовались для количественной оценки эффективной мощности отложений, относящихся к палеоруслу. Результаты прогнозных оценок, построенных на основе линейной связи, сопоставлялись со значениями толщины, полученными по скважинам. При решении данной задачи оптимальным оказался вейвлет, отличный от того, который обеспечил наилучшее выделение палеорусла с применением RGB-технологии.
Ключевые слова
сейсморазведка,
атрибутный анализ,
вейвлет,
интерпретация данных,
палеорусло,
эффективная мощность пласта
При поддержке: исследование выполнено по плану базовых научно-исследовательских работ ИНГГ СО РАН (проект Минобрнауки РФ FWZZ-2022-0017).
Об авторах
Д. И. Костащук
Институт нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН; Новосибирский государственный университет
Россия
Россия
Даниил Иванович Костащук – магистрант; инженер лаборатории динамических проблем сейсмики. Основные научные интересы: атрибутный и сейсмофациальный анализ, разработка алгоритмов определения характеристик целевых геологических объектов.
630090, Новосибирск, просп. Акад. Коптюга, 3; 630090, Новосибирск, ул. Пирогова, 1
Г. М. Митрофанов
Институт нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН; Новосибирский государственный университет; Новосибирский государственный технический университет
Россия
Россия
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.
Список литературы
1. Астафьева Н.М. Вейвлет-анализ: основы теории и примеры применения // Успехи физических наук. 1996. Т. 166, № 11. С. 1145–1170.
2. Берзон И.С. Об использовании модели тонкослоистой среды при совместном использовании амплитудных и фазовых спектральных характеристик слоя // Известия АН СССР, Сер. Физика Земли. 1965. № 6. С. 1–9.
3. Буторин А.В. Изучение детального строения Ачимовского нефтегазоносного комплекса на основе спектральной декомпозиции сейсмического волнового поля: дис. ... канд. геол.-мин. наук: 25.00.10. СПб.: ВСЕГЕИ, 2016. 141 с.
4. Варламов А.И., Шиманский В.В., Танинская Н.В., Петрова Ю.Э., Раевская Е.Г. Состояние проблемы поисков и перспектив выявления неструктурных ловушек углеводородов в основных нефтегазовых провинциях России // Геология нефти и газа. 2019. № 3. С. 9–22. doi:10.31087/0016-7894-2019-3-9-22.
5. Вейл П.Р., Грегори А.П., Митчем Р.М. мл., Шерифф Р.Е. Сейсмическая стратиграфия. М.: Мир, 1982. 375 с.
6. Гурвич И.И. Анализ отражений от тонких пластов // Прикладная геофизика. 1956. Вып. 15. С. 23–30.
7. Демиденко Е.З. Линейная и нелинейная регрессии. М.: Финансы и статистика, 1981. 302 с.
8. Дьяконов В.П. Вейвлеты. От теории к практике. Изд. 2-е, перераб. и доп. М.: СОЛОН-Пресс, 2010. 400 с.
9. Корочкина Н.С. Выделение литологических ловушек в аллювиальных отложениях на примере Верхнесалымского месторождения // Геофизика. 2017. № 4. С. 33–40.
10. Краснов Ф.В., Буторин А.В. Оптимизационная методика выбора частот для получения RGB представления результатов спектральной декомпозиции // International Journal of Open Information Technologies. 2018. Т. 6, № 11. С. 21–27.
11. Логинов Д.В., Лаврик С.А. Некоторые методы определения информативного набора сейсмических атрибутов для прогнозирования свойств коллекторов // Нефтегазовая геология. Теория и практика. 2010. Т. 5, № 1. С. 10.
12. Муртазин Д.Г. Методика комплексной интерпретации спектральной декомпозиции для сейсмофациального анализа и параметризации литологических ловушек: дис. ... канд. тех. наук: 25.00.10. СПб., 2020. 120 с.
13. Никульников А.Ю. Интерпретация данных сейсморазведки 3D на основе спектральной декомпозиции и нелинейных зависимостей динамических атрибутов: дис. … канд. тех. наук: 25.00.10. М., 2012. 109 с.
14. Ольнева Т.В. Сейсмофациальный анализ. Образы геологических процессов и явлений в сейсмическом изображении. М.-Ижевск: Институт компьютерных исследований, 2017. 157 с.
15. Яковлев А.Н. Введение в вейвлет-преобразования: Учеб. пособие. Новосибирск: Изд-во НГТУ, 2003. 104 с.
16. Bahorich M., Motsch A., Laughlin K., Partyka G. Amplitude responses image reservoir // Hart’s E&P. 2002. January. P. 59–61.
17. Chopra S., Marfurt K.J. Seismic attributes for prospect identification and reservoir characterization // SEG Geophysical Development Series. 2007. No. 11. 465 p.
18. Daubechies I. The wavelet transform time-frequency localization and signal analysis // IEEE Transactions on Information Theory. 1990. Vol. 36 (5). P. 961–1004. doi:10.1109/18.57199.
19. Laughlin K., Garossino P., Partyka G. Spectral decomp applied to 3D // AAPG Explorer. 2002. Vol. 23 (5). P. 28–31.
20. Partyka G., Gridley J., Lopez J. Interpretational applications of spectral decomposition in reservoir characterization // The Leading Edge. 1999. Vol. 18. P. 353–360. doi:10.1190/1.1438295.
Рецензия
Для цитирования:
Костащук Д.И., Митрофанов Г.М. Выбор оптимальных вейвлетов при определении характеристик палеорусел. Геофизические технологии. 2024;(3):74-86. https://doi.org/10.18303/2619-1563-2024-3-74
For citation:
Kostashchuk D.I., Mitrofanov G.M. Optimal wavelet selection under determining of the palaeochannel features. Russian Journal of Geophysical Technologies. 2024;(3):74-86. (In Russ.) https://doi.org/10.18303/2619-1563-2024-3-74
Просмотров:
115
Послать статью по эл. почте 