Emerge多属性分析理论培训.pptx

Emerge多属性分析理论培训EMERGE简介EMERGE程序的目标:EMERGE 是一个分析测井曲线和地震资料的程序.它能建立在井位处井与地震数据之间的关系.它可以运用这种关系去预测或者去估算整个地震体范围上这种井曲线属性.EMERGE所用的数据:地震体(通常是3D).在地震体范围内的一系列井资料.每口井都包含即将被预测的目标曲线，例如孔隙度Por曲线.每口井包含深时转换信息，通常都是经过check-shot 校正后的声波测井曲线.(可选项): 3D地震体的一个或多个外在属性.EMERGE简介从理论上讲, 任意类型的曲线都可以是EMERGE预测的目标. 实际上, 以下类型的测井曲线都已被成功地预测: P波速度 (P-wave velocity) 孔隙度 (Porosity) 密度 (Density 伽玛测井(Gamma-ray) 水饱和度*Water saturation) 岩性 (Lithology logs)唯一的条件就是每口井都必须存在将要进行预测的测井曲线.因为EMERGE假设目标曲线是无噪声的，所以在用EMERGE之前,编辑目标井是非常重要的.因为EMERGE要将目标曲线与地震资料相关，所以正确的深时转换关系是很关键的。基于此，check-shot校正和手动校正是必须的。EMERGE简介EMERGE可以当作常规迭后反演的延伸Inversion 反演Emerge 反演运用地震和测井资料运用地震和测井资料只能预测地震体的声阻抗预测地震体的任意井曲线的性质通过褶积模型建立地震与测井之间的关系不使用任何先验模型，而是利用统计的方法建立二者的关系。必须提取子波不需要提取子波。确切地说，子波只是所导出关系的一部分。针对叠后的地震数据进行针对地震数据进行，包括叠前和叠后的地震属性。可以用少数的井，甚至只有1口井必须有足够数目的井，至少需要6口井通过创建与真实资料相拟合的合成记录来校验反演结果通过预测所得到的井曲线与事先”隐藏”起来的井曲线相对比来校验结果。结果的分辨率受到地震资料带宽的限制可以通过神经网络分析来提高分辨率地震属性地震属性通常是地震道的非线性转换。两种地震属性的类型:基于采样的：calculated from the trace on a sample-by sample basis. 举例: 振幅包络基于层位的: 由两个层位的平均值计算出来 举例: 两层位置之间的孔隙度对EMERGE而言, 所有的属性都是基于采样的。地震属性举例：地震属性EMERGE 能够计算下列内部属性： 振幅包络 Amplitude Envelope 振幅*加权相位余弦 Amplitude Weighted Cosine Phase 振幅*加权频率 Amplitude Weighted Frequency 振幅*加权相位 Amplitude Weighted Phase 平均频率 Average Frequency 视极性 Apparent Polarity 瞬时Cosine相位 Cosine Instantaneous Phase 导数 Derivative 瞬时振幅的导数 Derivative Instantaneous Amplitude 主频 Dominant Frequency 滤波切片 Filter Slices 瞬时频率 Instantaneous Frequency 瞬时相位 Instantaneous Phase 积分 Integrate 绝对振幅积分 Integrated Absolute Amplitude 二阶导数 Second Derivative 瞬时振幅的二阶导数 Second Derivative Instantaneous Amplitude 时间 Time地震属性EMERGE可以输入外部属性。 它们不能通过内部属性计算出来， 因为： 它们是独立的，比如相关属性。 太复杂， 如地震反演， AVO属性， 等等。内部属性可以归为以下几类： 瞬时属性 Instantaneous attributes 频率属性 Windowed frequency attributes 滤波切片 Filter slices 导数属性 Derivative attributes 积分属性 Integrated attributes 时间（线性渐变）Time (a linear ramp)以地震数据为例，现在来关注一下关于群属性的理论。h(t)A(t)HilbertTransformf(t)Seismics(t)Time瞬时属性Taner, et al首先提出瞬时属性(Geophysics, June, 1979)。他们从复地震道C(t)算起。C(t) 由地震道s(t)与其希尔伯特变换h(t)(希尔伯