期刊首页 在线期刊 专题

专题

高影响力论文(2023-2026)

《石油地球物理勘探》高影响力论文(2023-2026)

数据依据知网(CNKI)学术评价支撑平台统计高影响力论文。

Please wait a minute...
  • 全选
    |
  • 综述
    刘洋, 孙宇航, 张浩然, 田文彬, 陈桂, 马江涛
    石油地球物理勘探. 2025, 60(4): 1067-1087. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240388
    摘要 (1172) PDF全文 (443) HTML (868)   可视化   收藏

    随着油气勘探目标日益复杂,地震勘探面临着地震资料信噪比低、分辨率低、速度建模和成像困难等难题,常规地震资料处理与解释方法应用于海量地震数据时,其精度或效率存在一定的局限性。基于人工智能的地震资料处理与解释方法可以有效提高精度和效率。为此,概述了监督、半监督和无监督深度学习技术,总结了深度学习在初至拾取、提高信噪比、数据重建、速度谱解释、偏移和提高分辨率等资料处理方面的应用,在断层、地震相、河道和盐丘等地质体识别方面的应用,以及在波阻抗反演、AVO反演、全波形反演、岩性识别、储层参数预测和流体识别等方面的应用;讨论了训练集的制作、神经网络的优选、训练策略和大模型等;最后展望了地震资料智能处理与解释方法的发展趋势,指出需要继续提高网络的泛化性,需要研究适合地震勘探的大模型。

  • 智能地球物理
    武庭润, 高建虎, 常德宽, 王海龙, 陶辉飞, 李沐阳
    石油地球物理勘探. 2024, 59(6): 1217-1224. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.06.003
    摘要 (1055) PDF全文 (286) HTML (543)   可视化   收藏

    利用地震资料识别断层在油气勘探中有着重要的作用。目前,机器学习和深度学习技术提高了断层识别的精度和效率,但断裂预测结果仍难以满足生产需求。为此,提出基于Transformer的地震断层识别方法,即3D SwinTrans-U-Net。该网络由Swin Transformer模块、卷积模块组成。其中,Swin Transformer模块可以利用Transformer的注意力机制提取全局信息,并将计算全局注意力转变为计算窗口的注意力,从而比Transformer减少了计算复杂度;卷积模块具有归纳偏置的特性,避免了Swin Transformer存在弱归纳偏置的缺陷;最后,利用U-Net结构,结合Swin Transformer层与卷积层,融合深层与浅层的信息并提取相关特征,充分学习全局性和局部依赖性信息,在保证断层识别精度的基础上提高了计算效率,实现端到端的地震断层学习。模型数据和实际数据测试均表明,3D SwinTrans-U-Net网络能进一步提升断层识别精度。

  • 智能地球物理
    李克文, 李文韬, 窦一民, 朱信源, 阳致煊
    石油地球物理勘探. 2024, 59(6): 1225-1234. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.06.004
    摘要 (836) PDF全文 (174) HTML (322)   可视化   收藏

    断层识别是地震数据解释的重要环节之一。深度学习技术的发展有效提高了断层自动识别的效率和准确性。然而,目前在断层的自动识别任务中,如何准确捕捉断层细微结构并有效抵抗噪声干扰仍然是一个具有挑战性的问题。为此,在HRNet网络的基础上,构建了一种基于解耦自注意力机制的高分辨率断层识别网络模型AHRFaultSegNet。对于自注意力机制解耦,结合空间注意力和通道注意力,代替HRNet中并行传播的卷积层,在减少传统自注意力机制计算量的同时,模型可以在全局范围内计算输入特征的相关性,更准确地建模非局部特征;对解耦自注意力使用残差连接来保留原始特征,在加速模型训练的同时,使模型能够更好地保持细节信息。实验结果表明,所提出的网络模型在Dice、Fmeasure、IoU、Precision、Recall等性能评价指标上均优于其他常见的断层自动识别网络模型。通过对合成地震数据与实际地震数据等进行测试,证明了该方法对断层细微结构具有良好的识别效果并且具有良好的抗噪能力。

  • 智能地球物理
    赵亮, 孙小东, 李振春, 秦宁, 王九拴, 杨静
    石油地球物理勘探. 2024, 59(6): 1206-1216. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.06.002
    摘要 (825) PDF全文 (327) HTML (301)   可视化   收藏

    人工拾取速度谱是地震资料常规处理中速度分析的主要手段,此方法既耗时、耗力,又限制了大规模三维地震资料处理的效率和准确性。为此,提出了一种利用双路卷积神经网络的速度谱自动拾取方法。首先,采用卷积神经网络结合注意力机制作为主网络,从速度谱数据中提取能量团的特征并实现速度的自动拾取;其次,训练主网络在输出时间—速度序列之前,通过特征融合和特征转换将速度与另一个卷积神经网络(辅网络)输入的未校正CMP道集的隐藏表征进行信息融合,重构成校正后的CMP道集;最后,通过辅网络模拟CMP道集动校正的过程,利用动校正优化速度拾取的精度。模型和实际资料测试结果表明,在加入辅助神经网络引入动校正信息后,文中方法比单一的卷积神经网络在速度拾取方面具有更高的精度。

  • 处理技术
    吴迪, 文武, 门哲, 马一凡
    石油地球物理勘探. 2024, 59(6): 1252-1259. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.06.007
    摘要 (731) PDF全文 (251) HTML (363)   可视化   收藏

    地震数据中的随机噪声毫无规律,常规去噪方法难以达到理想的效果,影响后续的地震数据解释和分析。为此,提出一种基于扩散模型的地震信号去噪方法。该方法的前向扩散过程是通过对地震数据进行一定程度的加噪,将地震数据变成存在大量各向同性的高斯噪声的含噪地震数据,再利用训练后的扩散模型对含噪数据进行重建,提高地震数据的信噪比。预测网络部分是基于改进的U-Net网络,该网络中引入了注意力模块和ResNet模块,以提高网络对重要区域的关注度,避免深度网络中的梯度消失问题。理论数据和实际数据的应用结果均验证了文中方法的有效性。该方法去噪效果远超FX滤波、SVD等传统去噪方法,同时也比经典的深度学习网络CNN、GAN更加优秀,能够完整地保留有效信号,极大提升地震数据的质量。

  • 智能地球物理
    王婷婷, 王振豪, 赵万春, 蔡萌, 史晓东
    石油地球物理勘探. 2025, 60(1): 1-11. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240144
    摘要 (728) PDF全文 (223) HTML (450)   可视化   收藏

    针对传统岩性识别方法在处理测井曲线缺失、准确性以及模型可解释性等方面的不足,提出了一种基于MSCNN-GRU神经网络补全测井曲线和Optuna超参数优化的XGBoost模型的可解释性的岩性识别方法。首先,针对测井曲线在特定层段丢失或失真的问题,引入了基于多尺度卷积神经网络(MSCNN)与门控循环单元(GRU)神经网络相结合的曲线重构方法,为后续的岩性识别提供了准确的数据基础;其次,利用小波包自适应阈值方法对数据进行去噪和归一化处理,以减少噪声对岩性识别的影响;然后,采用Optuna框架确定XGBoost算法的超参数,建立了高效的岩性识别模型;最后,利用SHAP可解释性方法对XGBoost模型进行归因分析,揭示了不同特征对于岩性识别的贡献度,提升了模型的可解释性。结果表明,Optuna-XGBoost模型综合岩性识别准确率为79.91%,分别高于支持向量机(SVM)、朴素贝叶斯、随机森林三种神经网络模型24.89%、12.45%、6.33%。基于Optuna-XGBoost模型的SHAP可解释性的岩性识别方法具有更高的准确性和可解释性,能够更好地满足实际生产需要。

  • 智能地球物理
    汪子祺, 吴朝容, 黄开兴, 孙正星, 郝悦翔, 李勇
    石油地球物理勘探. 2025, 60(2): 273-282. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240138
    摘要 (610) PDF全文 (301) HTML (328)   可视化   收藏

    总有机碳含量(TOC)是页岩气勘探开发的一项重要评价指标。测井资料可高效评估TOC,但无法预测井间区域;而从地震资料提取的TOC敏感因子,可实现三维空间预测,但由于页岩储层的厚度薄且非均质性较强,仅依靠地震数据难以达到其精度要求。因此需要综合使用多种数据以提升TOC评估准确性。为此,提出一种基于卷积神经网络的高精度页岩TOC定量预测方法。首先,针对页岩特性,对钻井实测岩心TOC数据与多种测井特征曲线进行相关性分析,优选出最具代表性和敏感性的特征;其次,基于识别出的敏感参数,构建相应的卷积神经网络预测模型,将实测TOC样本与敏感测井参数构建的训练样本按7∶3划分数据集,用于模型的训练和验证;最后,利用波形指示模拟技术获得的高分辨率敏感参数反演结果作为三维TOC含量预测的特征输入,将各敏感参数排列重组后输入卷积神经网络模型中,实现TOC含量的三维定量预测。研究结果表明,CNN在拟合TOC含量与敏感参数之间的非线性关系方面较多元回归法和BP神经网络等更具有优势,该方法预测的TOC数据与钻井实测值的平均绝对误差和均方根误差均小于0.6%,预测结果与实际情况一致。该方法在页岩薄储层三维TOC含量预测方面具有较高准确性和明显的优势。

  • 综述
    李亚林
    石油地球物理勘探. 2024, 59(4): 915-924. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.04.028
    超深层油气逐渐成为中国乃至全球探明储量、产量的重要增长极(点),超深层油气地震勘探技术的研究与应用意义重大。为此,以塔里木超深层油气藏为研究对象,首先分析超深层油气藏的地震、地质条件及地震勘探面临的难题; 然后总结了超深层油气三代地震勘探技术的形成、发展历程及应用成果、效果; 最后对该技术发展思路进行了展望。研究认为:以宽线+三维观测、高速层激发、叠前时间偏移为核心的第一代超深层油气地震勘探技术解决了超深层地震资料的信噪比低的难题; 以三维、宽方位、较高密度观测、叠前深度偏移为核心的第二代超深层油气地震勘探技术初步解决了超深层地震成像归位不准的难题; 以高密度宽方位三维观测、增能降噪地震激发、深层地震保真扩频、真地表TTI深度偏移成像、分级断裂刻画与组合、OVT域相控反演及雕刻等为核心的第三代超深层油气地震勘探技术基本解决了超深层地震高精度成像难题,有效支撑了富满超深层十亿吨大油田和博孜—大北超深层万亿方大气田的发现和探明; 增能降噪、保真拓频、聚焦归位和解耦映射是未来超深层油气地震勘探技术的重点发展方向。
  • 处理技术
    周继继, 许辉群, 李彪, 杨梦琼, 黄燕洁
    石油地球物理勘探. 2024, 59(6): 1260-1268. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.06.008
    摘要 (562) PDF全文 (188) HTML (244)   可视化   收藏

    层位追踪是地震资料处理、解释中非常重要的步骤,现有的层位自动追踪技术在遇到断层时追踪效果不佳。为此,根据相邻地震道之间波形相似性,提出一种利用动态时间规整(DTW)的纯数据驱动的多层位追踪方法。首先,提取地震道特征值,将地震道按波谷、波峰或过零点等特征划分,使所追层位点严格遵循以上特征,保证追踪结果的高精度;其次,利用DTW方法计算两道相邻地震道划分好的特征值序列以得到相似路径;最后,从相似路径中提取所有彼此相似的特征值点对,并根据参考层划分特征值点对得到各套层位。模型数据试算和实际资料测试结果表明,所提方法能快速追踪到目标区域的各套层位,并有效克服断层对层位追踪的阻碍,对不同地质条件的地震资料具有一定的适用性,有一定的应用价值。

  • 智能地球物理
    王婷婷, 蒋静怡, 赵万春, 秦依凡, 李廷礼
    石油地球物理勘探. 2025, 60(2): 292-301. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240145
    摘要 (555) PDF全文 (131) HTML (494)   可视化   收藏

    在油气勘探领域,通过岩石微观结构可知油气资源的赋存状态,其精度和效率的提高依赖于有效的岩性识别方法。为此,提出了一种改进ConvNeXt V2的岩石薄片岩性识别方法。首先,以ConvNeXt V2-T为核心特征提取网络,嵌入全局注意力机制,提升对全局特征的感知能力;然后,设计多尺度特征融合模块,可以在不同尺度上对特征图进行有效融合;最后,使用Lion优化器代替原本的AdamW优化器以改进模型优化器,从而使速度更快、能够取得更好的泛化性能且更省内存。实验结果表明,该方法准确率、精确率、召回率、特异度及F1值平均值分别为96.1%、95.5%、96.2%、99.1%、95.8%;改进后的算法收敛速度更快,准确性更高,可以实现岩石薄片图像的精准分类和识别。

  • 综述
    易思梦, 唐东林, 赵云亮, 李恒辉, 丁超
    石油地球物理勘探. 2024, 59(4): 899-914. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.04.027
    地震初至拾取可以提供关于地下结构和地震活动的重要信息,对于地震勘探和地质研究具有重要意义。在低信噪比数据上如何自动准确地拾取初至波备受关注。文章综述了基于人工智能的地震拾取方法,对聚类、支持向量机、反向传播神经网络、卷积神经网络和循环神经网络等五类方法的原理、特点和发展历程进行了阐述。聚类、支持向量机和反向传播神经网络相对直观和可解释,但需要人工提取特征;卷积神经网络和循环神经网络能自主学习地震数据特征,但需要大量有标签数据驱动。最后,探讨了地震初至拾取所面临的挑战和未来的研究方向,指出极低信噪比初至拾取的实时性和网络的轻量化需要继续推进。
  • 综合研究
    杨春生, 焦艳丽, 蔡东梅, 杨莹彬, 边婧
    石油地球物理勘探. 2024, 59(6): 1330-1339. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.06.015
    摘要 (519) PDF全文 (153) HTML (258)   可视化   收藏

    大庆油田西部斜坡区萨尔图油层萨Ⅰ组储层以曲流型河道砂体沉积为主,由于点坝砂体边界及其内部废弃河道识别精度低,制约着开发水平井的部署。为此,在高密度地震资料基础上,采用基于动态Q补偿的偏移处理技术,大幅提高了河道砂体的成像精度,明确了地震剖面上曲流型河道砂体点坝及其内部废弃河道的波组特征;平面上为进一步突出曲流型河道砂体内部非均质特征,利用楔状地震正演模型,建立了不同频率地震数据体可识别的极限砂体厚度,根据研究区砂体厚度分布值域,优选基于S变换的3个单频体采用RGB三色融合技术,实现了不同厚度级别砂体精准预测;同时,建立了点坝砂体边界及其内部废弃河道的岩心相-测井相-地震相的响应模式,明确了点坝及废弃河道的含油性。研究结果表明:基于动态Q补偿的偏移处理技术,提高了河道砂体在地震剖面上的识别精度;基于S变换的分频体RGB属性融合技术,能够在平面上精准预测废弃河道、点坝边界及其内部非均质性;建立的岩心相—测井相—地震相的响应模式,能够准确预测不同类型砂体的含油性。应用研究成果指导部署井位304口,其中188口直井钻井成功率98.0%,116口水平井平均实钻水平段长度387.8 m,平均含油砂岩钻遇率93.4%。

  • 智能地球物理
    张岩, 王海潮, 姚亮亮, 陈柏汉, 李新月, 孟德聪
    石油地球物理勘探. 2025, 60(4): 817-827. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240352
    摘要 (513) PDF全文 (226) HTML (376)   可视化   收藏

    智能地震速度反演是当前地震勘探中的热点、难点,然而复杂的深度学习网络结构对硬件设备的算力要求较高,限制了模型在数据量大和时效性要求高的场景中的应用。为了解决上述问题,根据特征工程和模型轻量化的思想改进了U-Net,提出适用于GPU的反演网络U-Net vG和适用于CPU的反演网络U-Net vC。首先分析速度反演网络的特点,得出卷积神经网络的轻量化原则;然后通过对多尺度模块、注意力门模块及特征提取模块进行轻量化处理得到轻量级速度建模卷积神经网络,在保持预测准确性的同时减小网络体积。数据测试结果表明,该网络训练过程对高性能硬件资源的需求更低,可以实现高效速度反演,具有更高的地震速度反演精度,具有较高的抗噪性。该方法可为解决地震数据反演中的算力瓶颈问题提供新思路。

  • 非地震
    徐凯军, 刘鑫, 于会臻, 石双虎
    石油地球物理勘探. 2025, 60(1): 225-233, 272. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240205
    摘要 (502) PDF全文 (124) HTML (423)   可视化   收藏

    火成岩对地震波有屏蔽和吸收作用,造成火成岩下伏地层的地震资料品质较差。不同岩性的火成岩具有明显的密度和磁化率差异,因而可利用重磁数据识别火成岩岩性。基于重磁数据联合,开展了基于逻辑函数的重磁数据融合方法研究。将该方法应用于青格里底工区,以提高火成岩识别结果的可靠性。首先,基于地震约束进行重磁数据三维反演,获得研究区火成岩的密度和磁化率分布;然后,利用改进的逻辑函数实现重、磁反演数据融合,对火成岩岩性进行成像,识别出了四组火成岩单元,并对其空间分布特征进行了解释,解释结果与钻井信息一致。通过逻辑函数有效融合了火成岩重磁多参数信息,火成岩岩性识别结果更加全面和准确,表明文中方法的有效性和可靠性。

  • 综合研究
    郭天良, 宋强功, 郭淑文, 许辉群
    石油地球物理勘探. 2025, 60(1): 185-192. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240113
    摘要 (495) PDF全文 (111) HTML (407)   可视化   收藏

    克里金插值是一种可以结合经验知识的建模方法,其中变差函数的求取精度决定了插值的效果,从而影响基于克里金插值的地震反演低频模型的构建。传统的克里金插值方法难以同时使用多个不同的变差函数理论模型来提高低频模型构建的精度,而仅仅利用单一的理论模型实现变差函数求解,存在理论模型选择的不确定性、变差函数拟合值偏低的平滑效应以及井距较远产生的空洞效应。为此,引入神经网络CNN-GRU模型,能够自适应拟合向量到对应井之间半方差的复杂关系,进一步实现球状模型、高斯模型、指数模型和空洞效应模型的有效融合,从而解决变差函数的不确定性、平滑效应和空洞效应。该模型考虑了井间的相关性,可便捷地实现逐点的变差分析,处理过程方便,可较好匹配变差函数选取参数的随机性。实际资料应用表明,基于CNN-GRU模型的克里金法可建立一个高精度的低频地震反演模型,其效果相较于传统方法更优。

  • 智能地球物理
    段友祥, 崔乐乐, 孙歧峰, 杜启振
    石油地球物理勘探. 2023, 58(3): 485-494. https://doi.org/10.13810/j.cnki.issn.1000-7210.2023.03.001
    物理驱动的全波形反演方法计算成本高,数据驱动的深度学习反演方法对标记数据集的依赖性强。为了在有限的数据条件下获得更好的反演结果,结合数据驱动与物理驱动,提出了波动方程正演引导的深度学习地震波形反演方法。首先,利用地震数据应用神经网络重建速度模型,对网络预测的速度模型进行正演建模,通过最小化速度模型的误差及地震数据的误差训练网络;其次,使用有限差分法将二阶偏微分波动方程近似为可微算子,使正演过程能够传递梯度,并根据梯度方向动态调整地震数据损失的权重。实验结果表明,该方法能在一定程度上降低数据驱动方法对标记数据集的依赖性,可得到更准确的速度模型,且具有较强的鲁棒性。
  • 处理技术
    马继涛, 赵凯歌, 廖震
    石油地球物理勘探. 2024, 59(6): 1286-1296. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.06.011
    摘要 (468) PDF全文 (325) HTML (208)   可视化   收藏

    Radon变换是地震资料处理中常用的一种算法,通过特定路径求和实现地震数据插值、多次波压制和波场分离。然而,由于采集数据和算法限制,变换域的分辨率较低,提高Radon域分辨率一直是研究的热点。最常用的提高分辨率方法是多次迭代重加权算法,通过迭代更新权重,将加权值聚焦到地震数据曲率上,但很难将加权值聚焦到真实曲率位置。文中提出了一种优化提高变换域分辨率的新方法,即在地震数据的主频带内求取一个加权矩阵,并将加权值聚焦至真实地震曲率位置。首先,计算地震数据的主频,并以主频为中心频率,向低频和高频方向各取一个范围作为约束频带;对主频带内的地震数据采用低频约束策略,从低频到高频迭代计算加权矩阵;从主频带的最后一个加权矩阵得到最终的加权矩阵,并应用于所有其他频率的计算。主频带数据的信噪比高、振幅强,因此,该方法更加稳定,得到的加权矩阵可以显著增强变换域的分辨率。此外,与其他迭代方法相比,它避免了每个频率加权矩阵的迭代过程,计算效率更高。合成数据和实际数据的测试结果证明了该方法的在多次波压制方面的有效性和优势。

  • 综述
    李闯, 韩令贺, 杨哲, 闫磊, 丰超, 王振卿
    石油地球物理勘探. 2024, 59(2): 368-379. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.02.018
    随着塔里木盆地顺北油气区、轮南地区轮探1井在8200 m深度以下获得工业油气流,碳酸盐岩勘探迅速向深层-超深层领域迈进,向地震勘探技术提出了严峻挑战。主要分析了超深层复杂波场地震成像理论研究进展及面临的问题。在超深层储层预测关键技术方面,分析了由地震数据结构表征识别小断裂、基于数字岩心的孔隙结构定量化预测方法等现状; 从勘探地质需求的角度,提出深层—超深层碳酸盐岩储层与流体预测技术发展趋势和重点攻关方向,以期为海相碳酸盐岩地震勘探的理论及技术研究提供借鉴。获得以下认识:①针对超深层低信噪比地震数据,Q 叠前深度偏移和TTI介质RTM技术在碳酸盐岩储层成像中取得了一定效果,基于波动理论的层间多次波压制、各向异性 Q-RTM、最小二乘 Q-RTM及各向异性全方位角度域成像技术是重点攻关方向。②深层—超深层强非均质性碳酸盐岩储层地震预测技术存在欠缺理论依据、预测精度较低等问题,亟待加强理论方法探索和技术攻关。③地震岩石物理实验与储层地质的深度融合以及基于双相介质波动特征(频率、频散与衰减等)的储层敏感属性精细化地震预测技术、人工智能碳酸盐岩储层定量预测及流体检测技术等均是重要发展方向,“可靠的深层地震资料、多学科联合的储层高精度表征和深度学习人工智能”发展趋势十分明显。
  • 测井技术
    谭茂金, 白洋, 张博栋
    石油地球物理勘探. 2025, 60(4): 966-977. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240330
    摘要 (451) PDF全文 (148) HTML (306)   可视化   收藏

    地球物理测井是探测地下油气储层流体类型和评价储层参数的重要手段,传统测井解释方法面临挑战。人工智能(AI)算法先进,精度高,在测井解释方面具有独特的优势,“测井+AI”是当前测井解释研究的新领域。然而,智能测井解释中,样本规模小、训练模型泛化能力弱导致单纯机器学习的测井解释方法难以推广应用。物理模型包含从测井数据到地质目标的内在机理,将数据驱动与机理驱动相结合是提高测井解释精度的有效途径。现有的数据—机理联合驱动缺乏范式遵循,为此,聚焦智能测井解释参数预测,提出了数据—机理联合驱动的概念、思路,并总结出两个范式:一是数据引导的物理建模,以物理建模为主导,其中关键步骤或参数采用数据驱动获得,数据驱动为辅;二是物理引导的机器学习,以机器学习为主导,知识模型或物理机理为辅助,对输入数据、损失函数、训练过程进行监督和约束。因此,提出了物理模型增广数据集、知识驱动样本加权和岩石物理知识迁移三种数模双驱模式。将上述数模双驱的范式或模式应用于致密砂岩、有机页岩储层参数预测和矿物含量预测。与单纯数据驱动的机器学习相比,数据—机理联合的双轮驱动范式能够显著提高测井解释模型对小样本、差样本的学习能力,模型的稳健性更好,泛化能力更强,解释精度更高。

  • 智能地球物理
    夏文鹤, 谢万洋, 唐印东, 李皋, 韩玉娇
    石油地球物理勘探. 2023, 58(3): 495-506. https://doi.org/10.13810/j.cnki.issn.1000-7210.2023.03.002
    在录井过程中,岩屑的岩性分析主要依靠人工,效率较低且稳定性较差,难以在钻进地层过程中快速识别岩性变化。为此,提出基于砂样图像中颗粒岩屑纹理、色泽和形状等特征的岩性智能识别方法。首先,计算砂样图像的像素值梯度并求取颗粒质心,采用分水岭算法获取颗粒岩屑轮廓线并标记;然后,采用图像分割算法从砂样图像中分离出待检测的单个颗粒岩屑图像,建立颗粒岩屑图像样本库;最后,利用注意力机制及特征融合模块改进MobileNetV2网络,提取颗粒岩屑特征并分类,实现单个颗粒岩屑图像岩性识别,进而获取砂样岩性成分比。该方法将以往岩性智能识别过程中常采用的砂样整体识别方式转变为对砂样中单颗粒岩屑的岩性识别,大幅度减少了颗粒岩屑之间的相互干扰。多个油气区块的砂样图像测试结果表明,该方法对灰岩、泥岩、砂岩和页岩的识别准确率均不低于92%,一组砂样图像岩性分析的用时小于10 s。
  • 智能地球物理
    夏文鹤, 朱喆昊, 韩玉娇, 杨燚恺, 林永学, 吴雄军
    石油地球物理勘探. 2023, 58(5): 1042-1052. https://doi.org/10.13810/j.cnki.issn.1000-7210.2023.05.002
    目前测井图像裂缝识别、处理过程工作量巨大,人工识别主观性强、稳定性差,为此,提出将计算机视觉技术和深度学习框架引入测井成像图分析解读领域,构建新型裂缝形态智能识别网络模型,实现了电阻率测井成像图中井壁裂缝区域的智能识别与分割标注。首先,通过多尺度空洞卷积结合注意力机制提取电阻率测井井壁成像图中浅层和深层特征,并将深、浅层特征进行多尺度融合,形成更具表征能力的新特征。然后,根据该特征进行像素点二分类,完成每个像素点的前景、背景类型识别,若干个前景分类的像素点对应裂缝区域的轮廓。多尺度特征融合模型从微观角度充分保留了裂缝区域图像轮廓细节,裂缝区域关联像素点识别分类准确率接近80%。最后,进一步借鉴人眼视觉相似度评价体系,从宏观角度设计裂缝轮廓智能识别性能评价算法。评价结果表明,当视觉相似度感受评级为Ⅱ级时,训练集和测试集图像中与人工识别结果基本一致的裂缝区域分别达到81.3%和80.0%,说明所提方法可替代人工解释完成裂缝的识别和标注工作,能大幅减少图像分析工作量,细致勾勒出裂缝区域轮廓线。同时,有利于及时、迅速地判断井筒、井壁稳定性,为后续裂缝区域的智能定量评价、计算提供技术支撑。
  • 综合研究
    常少英, 曾溅辉, 王孟修, 谢舟, 崔仕提, 杜一凡
    石油地球物理勘探. 2025, 60(1): 204-212. https://doi.org/10.13810/j.cnki.issn.1000-7210.20230359
    摘要 (422) PDF全文 (143) HTML (358)   可视化   收藏

    超深层缝洞型碳酸盐岩油气藏已成为塔里木盆地重要的油气勘探开发领域,并展现了良好的勘探开发前景。塔里木盆地富满地区超深层断控缝洞型有效储层识别难,影响储层有效性评价及储层单元划分。为此,文中基于地震波相位重构方法开展缝洞型储层识别研究。首先,将原始地震数据在相位域开展分解;其次,进行一维、二维地质模型正演,优选对碳酸盐岩储层较为敏感的相位分量;最后,将敏感相位角度的分量数据体重构,产生新的相位地震数据体。研究结果表明,地震波相位重构方法可以较好地去除地层等其他因素产生的强地震波反射特征的屏蔽效应,去除无效信号,突出弱反射储层信号,可以有效地划分缝洞型储层的有利分布范围,为油气藏评价、开发部署提供有利区。地震波相位分解重构技术识别缝洞型碳酸盐岩储层可为其他类似储层特征的评价提供有益借鉴。

  • 综述
    骆迪, 王宏斌, 蔡峰, 吴志强, 孙运宝, 李清
    石油地球物理勘探. 2024, 59(3): 640-651. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.03.027
    传统地震储层预测技术已无法满足储层精细评价的需求,深度学习具有强大的特征提取和高维数据处理能力,近年来广泛应用于地震储层预测并取得了较好的效果。为此,本文深入讨论深度学习技术在地震储层预测中的应用、进展及它在实际工作中面临的挑战,并提出未来的发展方向。主要认识有:①在烃类定性检测方面,深度学习技术有助于综合利用多属性地震数据去提高效率和预测结果的准确率;在定量预测方面,深度学习技术可以更精准地逼近地震数据与目标之间复杂的非线性关系,实现储层的精细定量评价。②深度学习技术的应用面临的挑战主要是标签数据不足和样本不均衡等容易导致模型过拟合,泛化能力差;模型复杂,计算成本高;模型的“黑匣子”特征使预测结果缺乏物理可解释性;缺乏定性预测模型的评价标准和高精度的不确定性量化算法。③未来的研究方向应致力于克服数据可用性的不足和深度学习的局限性等,构建地球物理知识图谱,实现多源数据与知识的有效融合、共享,将深度学习与反馈强化学习等其他机器学习算法相结合,为油气勘探和开发提供更可靠的技术支撑。
  • 智能地球物理
    翟晓岩, 高刚, 李勇根, 陈冬, 桂志先, 王之桢
    石油地球物理勘探. 2023, 58(5): 1031-1041. https://doi.org/10.13810/j.cnki.issn.1000-7210.2023.05.001
    密度和声波时差测井曲线是沟通地震与岩石物理学的两条重要曲线,也是目前仅有的能够为测井约束地震反演技术提供可靠的全频带地层弹性信息的两条测井曲线。但实际应用中受井壁垮塌、仪器故障等因素的影响,经常会造成密度和声波时差测井数据失真或缺失,且现有的经验模型法、多元拟合法、岩石物理建模法不但存在着重构目标曲线精度低,而且较难处理两条曲线同时重构的问题。为此,提出了将注意力机制融合到二维卷积神经网络中,以强化深度学习网络捕捉测井曲线自相关和互相关特征信息的能力,提升深度学习网络重构声波和密度测井曲线的精度。以准噶尔盆地超深层致密砂岩为研究对象,首先分析了测井曲线自相关和互相关特征与注意力层权重分布规律的关系;然后分析对比了所提网络与门控循环单元、二维卷积神经网络的预测精度,并对所提网络结构参数进行了优化;最后通过合成地震记录验证了目标曲线校正和缺失重构效果,表明所提网络具有较高的预测精度。
  • 综合研究
    王团, 赵海波, 杨志会, 张晟瑞, 任朝发, 唐晓花
    石油地球物理勘探. 2025, 60(1): 213-224. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240036
    摘要 (413) PDF全文 (243) HTML (346)   可视化   收藏

    页岩储层同时发育高角度天然裂缝和水平页理缝,对水力压裂人工裂缝扩展和压裂施工具有很大影响。为明确天然裂缝与人工裂缝间的相互作用,首先,通过岩心及野外露头观察、电成像测井识别和地震属性预测,明确了天然裂缝发育特征;然后,依托井中微地震监测技术,结合压裂施工参数变化特征,综合分析天然裂缝对人工裂缝扩展规律及压裂施工的影响。实例分析结果表明,不同产状天然裂缝对水力压裂改造效果影响存在差异,高角度天然裂缝容易产生压裂段间重复改造、套管变形、套管损坏等压裂施工异常,对人工裂缝扩展规律的影响随走向不同发生变化,其中东西向天然裂缝具有促进作用、南北向天然裂缝具有阻挡作用、北东/北西向天然裂缝具有转向作用;水平页理缝使得人工裂缝先横向破裂和延伸再往上、下扩展,人工裂缝总体表现为“扩展不高、延伸不远”,施工压力一直在高位区间震荡,容易引发砂堵。研究结果可为后续水平井轨迹设计及水力压裂施工参数优化调整提供依据。

  • 综述
    赵邦六, 董世泰, 刘依谋, 梁菁, 马晓宇
    石油地球物理勘探. 2024, 59(1): 169-184. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.01.018
    目前,中国石油油气勘探开发由隆起区向盆地斜坡、湖盆中心、盆地周缘不断拓展,目的层由中浅层向深层-超深层、对象由常规向非常规油气不断扩展,勘探开发面临探区更复杂、目标更隐蔽、作业难度更高等难题。针对陆上高难度探区地震勘探,中国石油强化地震资料采集、处理、解释等技术攻关,形成了“两宽两高(宽方位、宽频、高密度、高覆盖)”采集、“双高(高分辨率、高保真)”处理、真地表成像处理、叠前储层定量预测等技术系列,支撑了高难度探区勘探持续突破和储量长期稳定增长,实现油气产量稳中有升。以上成果的取得,得益于物探技术理念的转变,提出了“油气在地质家的脑海里,更藏在高品质的地震资料里”的找油找气新理念;得益于把握住了陆上地震勘探技术突破的牛鼻子,提出了“目标在深层,问题在浅层,关键是速度,核心是精细”的技术思路;得益于管理思路的创新与转变,建立了完整的物探技术管理体系,使各探区地震资料品质大幅度全面提升。这种认识上的突破和管理创新将指导下一步陆上油气地震勘探技术向全方位、高密度、全数字、多参数、自动化、智能化、全波形、全波场等方向发展。
  • 智能地球物理
    张苗苗, 吴帮玉, 马德波, 王治国
    石油地球物理勘探. 2023, 58(6): 1299-1312. https://doi.org/10.13810/j.cnki.issn.1000-7210.2023.06.001
    断层解释是地震资料解释的关键环节之一。以神经网络为代表的深度学习技术的迅速发展极大地提高了断层解释的效率和精度。神经网络通过随机梯度下降优化训练,以损失函数衡量模型的误差,迭代更新网络模型参数,其中损失函数的选取对断层解释结果至关重要。为此,在三维地震资料的断层解释中,以3D U-Net为网络结构,以Adam作为优化器,通过三维合成样本训练网络,对比、分析平衡交叉熵(BCE)、骰子(Dice)、焦点(Focal)、余弦(Cosine)、Log-Cosh Dice、Tversky、Focal-Tversky、Wasserstein、BCE-Dice和BCE-Cosine等共10种损失函数的断层解释效果; 对训练数据进行归一化和数据增强,减小合成数据与实际数据分布之间的差异; 在相同网络模型、训练参数以及停止准则的条件下,对比各种损失函数训练3D U-Net的收敛速度、计算效率和抗噪性能; 利用荷兰近海F3区块实际地震数据分析断层预测效果。实验结果表明,Tversky和Focal-Tversky损失函数训练的3D U-Net预测断层连续性较好; 当交叉或平行断层分布密集时,邻近断层会相互影响,BCE、BCE-Dice和BCE-Cosine损失函数训练的3D U-Net预测断层完整、清晰,细节丰富。该成果可为地震资料断层解释中如何选取合适的损失函数提供参考。
  • 智能地球物理
    张岩, 孟德聪, 宋利伟, 董宏丽
    石油地球物理勘探. 2024, 59(2): 185-194. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.02.001
    基于深度神经网络的地震速度反演方法面临的挑战是:时间域地震数据与空间域模型信息间语义映射的弱对应关系导致多解性; 神经网络将地震数据映射到速度模型过程中缺少有效引导,易受噪声干扰,影响反演精度。为此,提出一种基于特征强化U-Net的地震速度反演方法。首先,通过多炮地震数据特征叠加使输入网络的地震时间序列信号与对应速度模型之间的空间关系更加明确; 其次,基于多尺度特征融合的思想设计具有不同尺寸卷积核的模块,以增强网络对有效特征的学习能力; 然后,利用注意力门引导网络,增强网络重点关注的特征; 最后,结合瓶颈残差和预激活的思想,在网络中加入预激活瓶颈残差,避免梯度消失和网络退化。实验表明,该方法在地震速度反演方面具有更高的精度,并在抗噪声测试中效果较好,具有一定的泛化能力。
  • 综述
    张少华, 邓小江, 冯许魁, 巫芙蓉, 杨晓, 管敏
    石油地球物理勘探. 2023, 58(1): 238-248. https://doi.org/10.13810/j.cnki.issn.1000-7210.2023.01.025
    四川盆地川南地区龙马溪组深层页岩气资源丰富,但地质、工程条件复杂,如何发挥地球物理技术在页岩气高效勘探开发中的作用显得尤为重要。为了解决复杂山地地震资料采集效率及其品质、分辨率不高,“甜点”和微断裂难以准确预测,以及压裂改造精准监测难等问题,系统总结了适用于该区的深层页岩气地球物理勘探技术最新进展,同时提出了下一步的攻关方向。研究结果表明:①节点仪与智能化地震队可以有效提升地震资料采集效率,动态井深泥岩追踪和井炮可控震源联合激发可以提高原始单炮和地震资料品质;②井驱高分辨处理和真地表TTI各向异性叠前深度偏移提高了地震资料成像精度;③地质统计学反演、GeoEast智能裂缝预测、地震地应力预测等技术分别提高了薄储层、裂缝和地应力等的预测精度;④爬行器带动检波器实现了全水平段的微地震监测,激发电磁法压裂监测技术为压裂监测及效果评估提供了新的技术手段,而基于DAS光纤传感技术可以实现对储层改造更为精准的监测;⑤深层页岩气地球物理勘探技术已经取得了阶段性进展,但是针对四川盆地川南地区深层页岩气储层,还需要在DAS联合立体勘探、高保真偏移成像、基于DAS的全生命周期一体化服务方面加强技术攻关,才能形成适合于中国南方复杂山地的深层页岩气地球物理勘探配套技术系列。
  • 智能地球物理
    庞振宇, 鲁玉清, 徐颖晋, 陈志聪, 蔡镇波, 彭梦婷
    石油地球物理勘探. 2025, 60(6): 1399-1408. https://doi.org/10.13810/j.cnki.issn.1000-7210.20250096
    摘要 (376) PDF全文 (169) HTML (254)   可视化   收藏

    致密砂岩储层评价技术是非常规油气勘探的关键科学问题与技术挑战,其中对致密砂岩储层参数的精确预测尤为关键。传统基于线性或非线性回归的预测方法在表征测井曲线与储层参数之间复杂非线性关系方面存在局限,导致预测精度不足。文中以延长油田甘谷驿采油厂唐157井区长6储层为例,基于测井数据和岩心分析孔隙度数据,开展多源数据融合预处理,创新性地提出了一种融合CNN和Transformer核心优势的新型神经网络架构(CNN-Transformer Network)。通过综合对比RMSE、MAE与R2指标分析CNN-Transformer模型与传统线性回归模型(LR)、TCN-LSTM、GRU与ResNet三种主流模型的预测性能。实验结果表明:CNN-Transformer模型的预测精度达到96.7%,显著优于其他对比模型。该模型能够有效捕捉致密砂岩储层中测井曲线与孔隙度之间特有的复杂非线性映射关系,显著提升储层参数预测的准确性,为致密砂岩储层的高效勘探与开发决策提供了可靠的技术支撑。

  • 处理技术
    王丙钢, 丁成震, 杨阳, 张丹, 董庆宇, 耿辉
    石油地球物理勘探. 2025, 60(6): 1429-1441. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240390
    摘要 (370) PDF全文 (181) HTML (297)   可视化   收藏

    全波形反演(Full Wave Inversion,FWI)是目前精度最高的速度场反演技术。FWI采用梯度类局部最优化算法使正演数据和原始数据之间的误差达到最小,从而获得精确的地下速度场。实际资料FWI的成功依赖于原始数据的精细处理和反演策略的慎重选择。文中根据海洋资料的特点,对FWI处理过程中的参数把控和实施策略进行了讨论和实验,提出了海洋资料全波形反演实用技术。具体包括:①使用针对回转波的分频噪声压制技术,重点提高低频回转波的信噪比,同时避免了伤害有效信号;②使用子波调整技术,提高初始子波的准确性,使正演数据和真实数据的误差求取更准确,进而使速度更新梯度的求取也更准确;③利用初至层析反演速度模型进行近海底速度建模,提高初始速度场的准确性,更好地避免了跳周现象,使目标函数的收敛方向更准确,收敛速度更快;④使用炮检距递增策略进行FWI迭代,从浅到深逐步更新速度场,降低FWI的多解性,使FWI速度场收敛更准确。该技术在海洋资料实际项目运作中取得了较好的效果,获得了更准确的速度场和更好的深度偏移成像效果。

  • 智能地球物理
    李学贵, 周英杰, 董宏丽, 吴钧, 徐刚, 王如意
    石油地球物理勘探. 2023, 58(3): 507-517. https://doi.org/10.13810/j.cnki.issn.1000-7210.2023.03.003
    提高地震数据分辨率的传统方法,如反褶积、Q补偿等,受到子波为最小相位、反射系数为白噪声等假定条件的限制且需要求取复杂参数,不便于实际应用。深度学习方法使用数据驱动的方式可以自适应地刻画输入与目标间的关系,具备良好的自主学习能力,但目前基于深度学习提高地震数据分辨率的方法对注意力信息的利用不够全面。因此,提出一种基于双注意力U-Net网络的提高地震数据分辨率方法。首先,在原始U-Net网络中加入改进的通道注意力模块、空间注意力模块和级联残差模块,不仅可以快速学习高、低分辨率数据间的映射关系,还能够合理分配不同通道和空间的权重、充分利用数据间的相关性;然后,使用L1损失和多尺度结构相似性指数损失的组合作为损失函数,提高模型对局部信息变化的敏感度,便于恢复细节信息。模拟数据和实际数据的测试结果表明,该方法提升了地震数据的主频,增加了频带宽度,同相轴变得更清晰,细节纹理信息更丰富,有效提高了地震数据的分辨率。
  • 处理技术
    董烈乾, 汪长辉, 安学勇, 徐学峰, 张陆宾, 王云雷
    石油地球物理勘探. 2025, 60(1): 77-84. https://doi.org/10.13810/j.cnki.issn.1000-7210.20230490
    摘要 (351) PDF全文 (147) HTML (256)   可视化   收藏

    压缩感知地震勘探技术可以在相同成本下提高地震数据空间采样密度,提升成像质量。该技术的关键在于缺失地震数据的重构恢复。基于稀疏域约束反演的重构方法具有重构精度高的优势,但是计算效率低,限制了其在工业界的应用。基于此,文中优化了常规稀疏域约束反演的重构方法,设计了一种基于曲波变换的快速迭代阈值三维地震数据重构方法,并进行了工业化数据处理。三维曲波变换具有优良信号稀疏表征特性,计算冗余度很高。实际处理中采用对地震数据分块再并行计算三维曲波变换系数的策略,提高了计算效率;在重构算法上设计了一种快速迭代阈值算法,相较于常规迭代阈值优化算法,提高了求解重构问题的收敛速度和精度。最后应用压缩感知采集数据验证了该方法可以较好地重构缺失的数据并适用于工业化生产数据的重构处理。

  • 测井技术应用
    赵宁, 申松宁, 李宁, 胡海涛, 齐超, 秦策
    石油地球物理勘探. 2024, 59(5): 1069-1079. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.05.014
    超深随钻方位电磁波测井反演是表征地层参数信息的重要技术。基于正则化(物理驱动)的电磁波测井反演方法广泛应用于现场解释,但迭代过程中需要多次调用正演,计算耗时长且不能获得实时反演结果,因此迫切需要一种高效的反演方法对随钻电磁波测井资料进行实时反演。近些年,基于深度学习(数据驱动)的电磁波测井反演算法在油气勘探领域受到了广泛关注,但该算法过度依赖于数据本身,训练过程未考虑麦克斯韦理论,所以在数据集不完备的情况下,深度学习反演效果不佳。文中针对二维各向异性地层,提出了一种耦合物理驱动和数据驱动的混合反演流程:基于超深随钻方位电磁波测井数据,随机生成无断层和断层模型数据集进行网络训练;基于训练好的网络,实现模型预测。与传统深度学习方法相比,文中方法预测精度显著提高。对含有不同噪声水平的数据进行测试,结果表明:基于物理驱动的深度学习反演方法的电阻率模型反演效果良好,具有较强的鲁棒性,泛化能力更强。
  • 岩石物理
    邹嘉齐, 陈双全, 杨志芳, 卢明辉, 晏信飞
    石油地球物理勘探. 2025, 60(3): 739-751. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240188
    摘要 (350) PDF全文 (133) HTML (301)   可视化   收藏

    陆相页岩油已成为中国主要的非常规油气资源,其储层特征表现为页理缝发育、孔隙度低、水平与垂直渗透率差异大、孔隙结构复杂等。因此,厘清页岩储层的弹性参数与物性参数之间的相互关系,对于页岩油储层预测十分重要。目前针对页岩的页理缝发育特征及其影响因素的研究较少。文中基于各向异性背景介质,提出了一种适用于富含有机质的裂缝—孔隙型页岩岩石物理建模方法。通过岩石物理建模,对比分析了基质孔隙度、纵横比、连通系数和页理缝长度、宽度及数量对页岩弹性参数的影响。研究结果表明:纵波速度受连通系数影响较大,横波速度不受连通系数的影响;长度大于100 μm的页理缝对各向异性参数影响较大,不应将其归纳为本征各向异性;纵横波速度比(VP/VS)与页理缝的长度成正相关性,而与页理缝的数量关系是先降低后增加。所提方法对某实际工区的测井数据进行了应用测试,获得的纵、横波速度与实测的纵、横波速度变化一致性好,验证了所提方法的有效性及适用性,可以将该方法作为中国陆相页岩油储层表征的重要桥梁。

  • 采集技术
    陈浩林, 张少华, 陈朔, 黄建华, 高强, 许银坡, 祁君
    石油地球物理勘探. 2025, 60(3): 655-666. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240222
    摘要 (348) PDF全文 (168) HTML (275)   可视化   收藏

    复杂黄土塬对地震波能量的吸收和衰减一直是地球物理学者关注的焦点,该问题使得地震资料提升分辨率和信噪比困难重重,难以满足面向老油区油藏描述和剩余油挖潜的需求。分布式光纤声波传感(Distributed Acoustic Sensing,DAS)多井井地联采技术通过井中接收地震波可降低近地表的吸收和衰减,且具有同源激发、一致性接收、井下小道距、高覆盖等特点,是解决上述问题的重要手段之一。但当前井地联采技术面临的最大问题是复杂地表地震激发点不均匀引起的VSP成像困难,同时存在井地联采方案论证方法缺乏、DAS多井井地同步接收及采集质控技术不成熟等问题。为此,在鄂尔多斯盆地东部某区块,基于“两宽一高”三维地震开展了7口井的DAS 3D-VSP井地联合采集、处理及解释配套技术攻关。作为该技术攻关的第一部分——“采集篇”,针对复杂黄土塬区DAS井地联采技术关键问题进行了系统研究,提出了一种面向VSP成像的扇区法井地联采激发方案论证技术,形成了井地联采均匀激发、DAS多井连续接收及质控配套方法,应用获得了高品质DAS 3D-VSP资料,为多井井地联采3D-VSP偏移成像和井地联合储层预测奠定了高质量资料基础。

  • 智能地球物理
    王迪, 张益明, 张繁昌, 丁继才, 牛聪
    石油地球物理勘探. 2023, 58(1): 65-74. https://doi.org/10.13810/j.cnki.issn.1000-7210.2023.01.006
    鄂尔多斯盆地东缘LX区块二叠系石盒子组发育河流相致密砂岩储层,高产气层具有孔隙度大于12%、渗透率大于1 mD、含气饱和度大于50%等特征,寻找高产“甜点”亟需开展储层参数定量评价。基于传统地震反演间接预测孔隙度等参数的方法精度低。LX区块地震数据与测井曲线对应关系不一致,存在大量矛盾样本,导致常规卷积神经网络难以应用。为此,在常规卷积神经网络模型的基础上增加一个全连接网络结构。地震数据与测井数据之间通过托布里兹局部网络结构连接,用于解决储层参数与地震数据不直接相关问题。全连接网络结构通过引入线(道)号、层位、地震相等先验信息,可以解决矛盾样本问题。通过引入地层格架、地震相等先验约束信息,构建了适用于致密储层的深度学习网络模型,形成了地质导向的样本井优选方法,从而定量预测储层参数、刻画了高产气层“甜点”平面展布。实际应用结果表明,孔隙度、渗透率、含气饱和度预测结果与井数据吻合度高,新部署的5口钻井测试无阻流量均超过1万m3/d,有力推动了致密气高效开发。
  • 采集技术
    杨连刚, 朱运红, 宋金鹏, 罗新生, 康婷婷, 田浩男
    石油地球物理勘探. 2024, 59(1): 61-69. https://doi.org/10.13810/j.cnki.issn.1000-7210.2024.01.007
    近年来,塔里木油田在台盆区沙漠地带采取“区带整体部署,集中高效采集”的方式加快该区高精度三维地震资料全覆盖部署,地震资料采集面临工作量大、采集时窗短、多支队伍同时施工等诸多挑战。多支地震队施工距离较近造成的数据混叠严重影响深层有效弱信号,通过延长激发时间间隔和轮换交替施工方式势必大幅降低生产效率。为此,通过室内数值模拟定性分析及工区内大炮检距、长排列试验资料和现场录制的120 s长背景记录定量分析,综合建立数据混叠分析时间—空间图板,明确了沙漠区数据混叠的类型及产生机理,提出不同距离条件下井炮激发方案,并成功应用于富满油田Ⅱ区2408 km2沙漠连片三维地震采集。生产实践表明,所提方法可有效地规避数据混叠,在此基础上,采集日效提高约35%,确保了项目优质、高效、按期完成,夯实了油气高效勘探开发资料基础,为大沙漠区连片三维采集提供了借鉴,也为改进防重炮装备系统提供了技术思路。
  • 地震模拟
    李培明, 于海生, 武威, 刘永雷, 赵会兵, 方勇, 高蕊
    石油地球物理勘探. 2025, 60(4): 937-950. https://doi.org/10.13810/j.cnki.issn.1000-7210.20250041
    摘要 (345) PDF全文 (245) HTML (278)   可视化   收藏

    三维典型数值模型和模拟对地震处理和解释方法研究具有重要意义,可以检验和测试各种新技术、新方法的有效性。中国西部双复杂探区长期存在地震偏移成像困难、构造难以落实的问题,急需建立代表中国前陆盆地双复杂特征的三维典型模型与正演模拟数据。文中以西部双复杂典型代表的克拉苏地区克深区块为例,综合西部前陆盆地山前带地表、地下典型地质和地球物理特点,充分利用地震深度偏移速度、声波测井、VSP测井、微测井等资料建立了中国西部双复杂典型数值模型(BGP-DC2GModels),包括声波速度模型、各向同性弹性介质模型、TTI/TORT模型、黏滞介质模型,具备复杂近地表、复杂地下构造、高速砾岩扇体、膏盐体、滑脱层(煤层)、Q异常体、各向异性等典型特征。基于该模型,利用谱元法模拟生成了各向同性声波、各向同性弹性波、各向同性黏弹性波、TTI黏弹性波、TORT黏弹性波等5套高质量地面与井中立体观测的正演模拟数据,并对比分析了不同数据的声波逆时偏移、各向异性偏移结果,进一步说明了典型模型和数值模拟数据能够测试和验证采集、处理、解释新方法的有效性。

  • 处理技术
    包培楠, 石颖, 韩宏伟, 尚新民
    石油地球物理勘探. 2025, 60(2): 355-363. https://doi.org/10.13810/j.cnki.issn.1000-7210.20240075
    摘要 (344) PDF全文 (195) HTML (258)   可视化   收藏

    多次波降低了地震资料的信噪比,影响有效波的识别,从而使地震处理难度增加、地震成像的真实性及可靠性降低,甚至形成地质假象,影响后续的地震勘探与开发。基于波动理论的预测相减多次波压制方法能更好地适应复杂介质情况,主要分为两步:多次波预测和自适应匹配相减。这两个步骤都影响最终的多次波压制精度。文中对比了三种自适应匹配相减方法:基于能量最小原则的自适应匹配减法、模式识别匹配减法以及深度学习自适应匹配减法,并分析了各方法优缺点及适应性条件。含表面多次波的模型数据和含层间多次波的实际资料测试结果表明,基于能量最小原则的自适应相减算法存在子波一致性假设条件,基于模式识别的自适应相减技术对地震数据横向一致性等要求较高。与前两种传统的自适应减法相比,基于深度学习的自适应匹配减法能够避免假设条件,可有效保护一次波,计算精度较高。