Бесплатный автореферат и диссертация по наукам о земле на тему
Информационные технологии комплексной интерпретации геофизических данных для геологического моделирования
ВАК РФ 25.00.10, Геофизика, геофизические методы поисков полезных ископаемых
Автореферат диссертации по теме "Информационные технологии комплексной интерпретации геофизических данных для геологического моделирования"
На правах рукописи
ПРИЕЗЖЕВ ИВАН ИВАНОВИЧ
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ КОМПЛЕКСНОЙ ИНТЕРПРЕТАЦИИ ГЕОФИЗИЧЕСКИХ ДАННЫХ ДЛЯ ГЕОЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ
Специальность 25.00.10 - геофизика, геофизические методы поисков полезных ископаемых
АВТОРЕФЕРАТ
диссертации на соискание ученой степени доктора технических наук
004602797
Москва 2010
004602797
Работа выполнена в Российском Государственном Геологоразведочном Университете им. Серго Орджоникидзе и в компании Шлюмберже Информационные Решения.
Официальные оппоненты: доктор физико-математических наук, профессор, Кобрунов Александр Иванович, доктор физико-математических наук, профессор, Блох Юрий Исаевич, доктор технических наук, Рыжков Валерий Иванович.
Ведущая организация: ГНЦ РФ ВНИИгеосистем.
Защита состоится «24» июня 2010 года в 15 часов 00 минут на заседании диссертационного совета Д212.121.07 при Российском Государственном Геологоразведочном Университете им. Серго Орджоникидзе по адресу: 117997, Москва, ул. Миклухо-Маклая, 23, РГТРУ, ауд. 6-38.
С диссертацией можно ознакомиться в научной библиотеке Российского Государственного Геологоразведочного Университета им. Серго Орджоникидзе по адресу. 117997, Москва, ул. Миклухо-Маклая, 23, РГГРУ.
Автореферат разослан «23» апреля 2010 года.
Ученый секретарь диссертационного совета Д212.121.07 доктор физико-
математических наук, профессор Каринский А.Д.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы:
Энергетический потенциал любой страны в современных условиях является определяющим фактором роста экономики. Самым важным мероприятием, повышающим энергетический потенциал страны, является проведение геологоразведочных работ (ГРР).
Огромный объем геологической и геофизической информации, получаемой в результате ГРР, невозможно осмыслить без ее сведения в комплексную модель, которая характеризует недра исследуемого района. Эта модель должна использовать максимум имеющейся информации и быть согласованной, увязанной и внутренне непротиворечивой.
Основной целью геолого-геофизических исследований является понимание внутреннего строения недр и ответы на вопросы - где находятся полезные ископаемые и как их добывать, безопасно и с минимальными затратами. Геологическая модель является описанием данного понимания с использованием специальных языков. Например, такой моделью может служить простое текстовое описание геологического строения какого-либо объекта со схемами, картами и разрезами. Другим примером может служить компьютерная модель месторождения, описанная математическим и программно-цифровым языком, которую можно визуализировать в различных ракурсах и просчитывать различные варианты внутренних элементов, удовлетворяющих входным измерениям.
Переход к решению задач в сложных геолого-геофизических условиях, а также в связи со значительным удорожанием поисково-разведочного бурения в настоящее время очень остро ставит вопрос повышения эффективности геофизического сопровождения геологоразведочного процесса. В связи с этим, крайне актуальной является проблема разработки и использования современных математических методов геологического моделирования, информационно-компьютерных технологий, автоматизированных систем и, объединяющих все это вместе, технологий углубленного извлечения максимального объема полезной информации из имеющегося комплекса геолого-геофизических данных.
Создание технологий геологического моделирования требует решения широкого круга теоретико-математических, информационных, алгоритмических, программных, технологических, методических и других вопросов, нацеленных на обеспечение интегрального анализа комплекса геолого-геофизических данных.
Цель и задачи исследований:
Разработать теоретические, информационные, технологические и методические основы геолого-геофизического моделирования для повышения эффективности геологоразведочных работ за счет углубленного извлечения информации из комплекса геолого-геофизических данных на основе их интегральной интерпретации в рамках математических моделей максимально адаптированных к особенностям строения геологического разреза.
Объект исследований: - геолого-геофизические модели и информационно-компьютерные технологии интегральной интерпретации комплекса геолого-геофизических данных.
Предмет исследований: - математические и алгоритмические методы и информационно-компьютерные технологии определения параметров интегральных геолого-геофизических моделей сложно построенных геологических сред.
Задачи исследований:
1. Разработка технологии сейсмической инверсии на основе обращения оператора свертки в спектральной области по полным и по угловым суммам.
2. Разработка технологии нелинейной многотрассовой сейсмической инверсии для прогноза фильтрационно-емкостных свойств горных пород по сейсмическим данным.
3. Разработка технологии решения обратной задачи для данных гравимагниторазведки на основе построения эквивалентных распределений физического параметра в условиях минимума априорной информации.
4. Разработка математико-алгоритмической основы и технологии решения обратной задачи для данных гравимагниторазведки на основе итерационного уточнения первоначальной модели.
5. Разработка математической основы и технологии решения прямой и обратной задачи для данных 3D гравиразведки с учетом измерений гравитационного поля в скважинах.
6. Разработка программно-математического обеспечения для решения обратных задач сейсморазведки и гравимагниторазведки в виде плагинов (дополнительных модулей) для программного комплекса Petrel компании Шлюмберже.
7. Решение отдельных математических, алгоритмических и методических задач:
• разработка методики геометрического моделирования - создание структурно - тектонической основы геологической модели с анализом напряженности горных пород в квазиупругих пластах;
• выделение сейсмофаций на основе автоматической классификации объемных сейсмических сигналов в виде суб-кубов;
• разработка технологии многомерного анализа комплексных геолого-гсофизичсских данных на основе регрессионного, компонентного и кластерного анализов;
• разработка технологии построения псевдо 3D сейсмических кубов по данным 2D съемки.
8. Адаптация разработанных технологий для решения поисковых, разведочных и эксплуатационных задач и оценка эффективности их применения в различных геологических условиях.
Научная новизна полученных результатов:
В диссертационной работе впервые:
1. Разработаны алгоритмические основы и технология сейсмической инверсии по полной сумме и по угловым суммам на основе обращения оператора свертки в спектральной области и использования регуляризации по А.Н. Тихонову.
2. Разработана технология нелинейной многотрассовой сейсмической инверсии на основе использования нейронных сетей и генетических алгоритмов - «Генетическая инверсия».
3. Разработана технология построения эквивалентных распределений источников в объеме по гравимагнитным данным в условиях недостатка априорной информации.
4. Разработаны математико-алгоритмические основы и технология уточнения плотностной модели по гравитационным данным на основе стохастических методов и «Критериального подхода к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации гсолого-геофизических данных», предложенного Кобруновым А.И.
5. Разработаны математическая основа и технология решения прямой и обратной задачи для данных 3D гравимагниторазведки с учетом измерений гравитационного поля в скважинах.
6. Разработан ряд плагинов для программного комплекса Petrel с целью реализации технологии интегральной интерпретации комплекса геолого-геофизических данных и построения геологической модели месторождения.
7. Получены новые результаты геологического строения нефтяных и газовых месторождений в различных геологических условиях.
Практическое значение исследовании:
1. Разработаны способы обработки и интерпретации данных сейсморазведки, данных гравиразведки и магниторазведки, обеспечивающие наилучшую оценку физических параметров среды.
2. Созданы технологии, которые повышают эффективность геолого-геофизического моделирования месторождений нефти и газа на основе использования объемных трендов, полученных по данным сейсморазведки, гравиразведки, при интерполяции своГютв со скважин в межскважинное пространство.
3. Практическое применение технологий сейсмической инверсии и гравимагнитной инверсии позволили существенно уточнить геологические модели ряда месторождений, что, в конечном итоге, позволило сократить затраты на разведку и оптимизировать сеть эксплуатационных скважин для ряда месторождений на территории России и в мире.
4. Предлагаемые технологии встроены в программный пакет Petrel (компания Шлюмберже) в виде дополнительных модулей (плагинов). Это сделало их доступными для сотен рабочих мест в Российских компаниях, использующих этот пакет. Также эти технологии доступны для нескольких тысяч рабочих мест интерпретаторов во многих нефтяных и сервисных компаниях мира.
5. Технология гравимагнитной инверсии встроена в программный комплекс КОСКАД 3D (Петров A.B. и др., 2000) и широко используется пользователями данного пакета, а также в геоинформационную систему ГИС ИНТЕГРО ГЕОФИЗИКА (ГНЦ РФ ВНИИгеосистем) при построении физико-геологической модели земной коры по опорным и региональным профилям.
Личный вклад соискателя:
Основные теоретические и методические результаты, которые выносятся на защиту, разработаны автором самостоятельно. Программные реализации предложенных методик и алгоритмов выполнены в виде плагинов (встроенных модулей) для программного комплекса Petrel непосредственно автором.
Апробация результатов диссертации:
Положения и результаты работы докладывались и обсуждались на научных конференциях КазПТИ (Алма-Ата) (1983-1990), всесоюзных школах -
семинарах «Теория и практика геологической интерпретации гравитационных и магнитных аномалий» (Алма-Ата, 1984, Ленинакан, 1985). Всесоюзный семинар по интерпретации гравитационных полей им. Д.Г.Успенского (Киев - 1989, Алма-Ата - 1990). Международная конференция-семинар «Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических полей» (Ухта - 2008, Казань - 2009, Москва - 2010). Международная конференция «Геомодель» (EAGE) (Геленджик - 2005, 2006, 2007, 2008, 2009). Ежегодная конференция EAGE (Амстердам - 2009). Международная конференция (выставка) геоученых (EAGE/EAGO/SEG) (Тюмень - 2007, 2009, Санкт Петербург - 2006, 2010).
Публикации:
По теме диссертации опубликовано 42 научные работы, среди которых 14 работ - в изданиях, рекомендованных ВАК РФ, 11 работ в материалах международных конференций.
Защищаемые положения:
1. Разработанная технология сейсмической инверсии по полной сумме н по угловым суммам на основе обращения оператора свертки в спектральной области и использования регуляризации по Тихонову обеспечивает надежную оценку упругих и акустических свойств в изучаемой среде.
2. Предложенная технология нелинейной многотрассовой сейсмической инверсии на основе использования нейронных сетей и генетических алгоритмов - «Генетическая инверсия» позволяет установить взаимосвязь между сейсмическим волновым полем и фильтрационно-емкостными свойствами горных пород.
3. Математическая модель и технология уточнения плотностной модели по гравитационным данным на основе стохастических алгоритмов и «Критериального подхода при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных», предложенного Кобруновым А.И., дают возможность наиболее полного использования априорной информации для построения плотностной модели среды.
4. Математический аппарат и технологии решения прямой и обратной задачи для данных 3D гравиметрии с учетом измерений гравитационного поля в скважинах позволяют решать детальные задачи по определению положения фронта заводнения пласта и по доразведке более глубоких пластов известных месторождений нефти и газа.
5. Созданные технологические элементы интегральной интерпретации комплекса геолого-геофизнческнх данных и построения геологической модели
месторождения с анализом напряженности горных пород в квазиупругих пластах обеспечивают более полное представление физико-геологических моделей.
Структура и объем работы
Диссертационная работа состоит из введения, пяти разделов, выводов и списка использованных источников, который насчитывает 178 наименований. Она изложена на 225 страницах машинописного текста и содержит 104 рисунка и 1 таблицу.
Работа выполнена в Российском Государственном Геологоразведочном Университете им. Серго Орджоникидзе и в компании Шлюмбсрже Информационные Решения (Российское представительство), где автором выполнены исследования и разработаны добавочные модули (плагины) к программному комплексу Petrel.
Автор выражает искреннюю благодарность своему первому учителю д.т.н. Ковалю JT.A., который существенно повлиял на формирование моих научных интересов.
Особую благодарность автор выражает д.ф.-м.н. Петровскому А.П. и д.ф.-м.н. Петрову A.B., беседы и обсуждения с которыми постоянно стимулировали мои научные изыскания.
Автор выражает глубокую благодарность д.ф.-м.н. Никитину A.A., д.ф.-м.н. Демуре Г.В., д.ф.-м.н. Блоху Ю.И., д.ф.-м.н. Кобрунову А.И. за постоянное внимание и обсуждения научных проблем, Лаубенбах Е.А., Шмарьяну JI.E., Paul Veeken, Gaston Bejarano, Lopamudra Roy за помощь при выполнении совместных исследований.
Отдельную благодарность автор выражает Ампилову Ю.П., Баркову А.Ю., Карлову A.M., Апенышеву Д.С. за помощь при выполнении совместных работ и предоставленные материалы.
СОДЕРЖАНИЕ РАБОТЫ
Во Введении обоснована актуальность диссертационной работы, определена цель и сформулированы основные задачи.
В Разделе 1 "Теория комплексного подхода к созданию геологических моделей" рассматриваются теоретические аспекты геологического моделирования на основе комплексной интерпретации всех имеющихся данных. Здесь определяется понятие геологической модели как взаимоувязанная и осмысленная совокупность всей информации об изучаемых геологических объектах. По А.И. Кобрунову (2007), моделирование - это описание геологических объектов с помощью языка математики, и собственно, модель -8
это совокупность параметров и связей внутри модели и с другими объектами и процессами. Объективными источниками информации о геологических объектах являются их визуальное, лабораторное и геофизическое инструментальное изучение на дневной поверхности, в скважинах, канавах, шахтах, и т.п. Кроме этого, имеется субъективное представление о строении геологических объектов, что является концентрацией всего предыдущего опыта, накопленного геологами.
Для геологического (статического или динамического) моделирования геологических объектов используется способ разбиения всего изучаемого пространства на элементарные объемы, в каждом из которых записываются петрофизические свойства (плотность, пористость, проницаемость, насыщенность и т. д.) и их изменение во времени. Элементарные объемы обычно группируются по тонким прослойкам, слоям (зонам), секторам, что должно согласовываться с нашими представлениями о процессах осадконакопления. Для учета всех требований обычно применяется способ заполнения объемов восьмиугольниками с касанием всех его угловых точек с угловыми точками соседних восьмиугольников (comer points grid).
При интерпретации геофизических полей используется термин комплексной или интегральной интерпретации, что означает использование нескольких полей для получения более достоверного решения обратных задач. Используются два подхода к комплексной интерпретации:
• Последовательная интерпретация, которая означает использование результатов интерпретации первого поля (например, сейсморазведки) при интерпретации второго поля (например, гравиразведки) и по Страхову В.Н. (2003) - это модель пассивной интегральной интерпретации.
• Одновременная интерпретация, что означает одновременное использование двух и более полей для решения обратной задачи и по Страхову В.Н. - это модель активной интегральной интерпретации.
Очевидно, что активная модель комплексной информации или одновременная интерпретация нескольких методов должна учитывать разную точность и разную масштабность используемых полей.
В процессе создания трехмерной геологической модели мы должны учесть всю совокупность имеющейся информации. Из этого следует, что комплексная интерпретация является неотъемлемой частью геологического моделирования.
Интерполяция данных, дискретных - фаций и непрерывных пстрофизических свойств, со скважин в межскважинное пространство с учетом ранее определенной слоистости - является центральной проблемой моделирования. Выбор способа и параметров интерполяции может существенно изменить результат, что соответственно может влиять на принятие решений по
закладке новых скважин и других работ. Проблема задачи интерполяции заключается в том, что она выполняется в условиях существенного недостатка исходной информации: редкой сети скважин, неравномерности сети скважин, отсутствия или наличия недостоверного тренда, полученного по сейсмическим данным, фациальной изменчивости разреза, сложной разломной тектоники, сложности геологического строения.
Суммируя все вышесказанное, отметим, что моделирование - это процесс согласования и увязки всей информации по изучаемому геологическому объекту, разбитого на элементарные ячейки. Главным результатом является распределение физических свойств или идентификаторов фаций в каждой их этих ячеек. Исходя из этого, можно сформулировать задачу интерпретации геофизических полей как создание согласованной основы для дальнейшего моделирования. При построении трехмерной геологической модели понятие комплексной или интегральной интерпретации трансформируется в более сложное понятие - комплексное использование информации с разной точностью и разной масштабностью при построении единой, согласованной и непротиворечивой модели с оценкой ее достоверности и неопределенности.
В Разделе 2 "Инверсия сейсмических данных" обсуждается сейсморазведка, как один из основных источников информации для геолого-геофизического моделирования месторождений нефти и газа. Здесь рассматривается обратная задача сейсморазведки в одномерной постановке как обращение оператора свертки с целью оценки акустического импеданса. Также рассматривается обобщенная инверсия на основе частичных угловых сумм, которая базируется на уравнениях Цеппритца (1919), описывающих поведение падающей сейсмической волны под заданным углом на горизонтальную границу со скачком упругих параметров.
Существующие в настоящее время технологии инверсии сейсмических данных, как обращение уравнения свертки и оценки акустического импеданса или упругих параметров среды, достаточно широко представлены в литературных источниках (Oldenburg, 1983, Cooke and Schneider, 1983, Haas and Dubrule, 1994, Connolly, 1999, D. P. Hampson, 2001, 2005, В. H. Russell, 2005, Qing Li, 2001, Singh, Y., 2007, Latimer, R.B. et al, 2000, Кашеев Д.Е., Кирнос Д.Г., 2002, Francis А., 2006, Dubrule О., 2003 i[ др.). Имеются другие оригинальные подходы к сейсмической инверсии, которые неявно задают сейсмический импульс для обращения уравнения свертки (Гогоненков Г.Н., 2007, Lancaster, S., 2000 и др.).
На рисунке 1 иллюстрируется прямая и обратная задача (инверсия) для сейсморазведки в одномерной постановке как обращение оператора свертки и
оценки акустического импеданса. Как видно из рисунка, прямая задача состоит из операции дифференцирования (вычисления коэффициентов отражения по кривой акустического импеданса) и операции свертки (сглаживания ряда коэффициентов отражения с помощью фильтра в виде импульса). Обратная задача будет заключаться в сумме двух операций - обратной свертки (деконволюции) и интегрирования.
Коэффициенты Сейсмическая траса
отражения
прямой и обратной задачи (инверсии) для одномерной
Акустическии импеданс
Рис. 1. Иллюстрация сейсморазведки.
Если использовать упрощенное выражение для коэффициентов отражения (Шерифф, 1987)
Ярр,= 7-'л~2> = — *-А\пг = -(\пг, ,-1пг.), (1)
' (г^+г,)/2 г 2 2 ' к >
где 2, значения акустического импеданса на трассе,
а также используя выражение свертки и производной в спектральной области, то можно получить выражение спектра сейсмического сигнала через спектр логарифма акустического импеданса Я1п2(/)]:
S(w)*yF[hZ(0]»4w) , (2)
где F[] - преобразование Фурье,
S(w) - спектр наблюдаемого сейсмического сигнала,
w - частота, i = , / - время, W(и) - спектр сейсмического импульса.
Обращенное выражение для (2) в спектральной области можно получить на основе теории обратных фильтров Винера (Wiener N., 1949), теории регуляризации по А.Н. Тихонова (1979) и математических выводов, сделанных на основе этих теорий Кобруновым А.И. (2007):
О)
iw\W(w)\'+aM где W(w) - комплексно сопряженное число,
аМ=аиг - функционал для стабилизации решения обратной задачи по А.Н. Тихонову.
Выражение (3) является основой для инверсии для сейсмических данных, при этом интегрирование регуляризирует решения и предотвращает деление на ноль, кроме как на нулевой частоте, которая исключается из вычислений, а стабилизирующий функционал аМ играет гораздо меньшую роль, но все же необходим для получения стабильного решения. Следует отметить, что аналогичное выражение, без стабилизации и с необходимостью задания низкочастотного тренда, получено Broadhead M.K. (2009) на основе использования теоремы Байеса.
На рисунке 2 приведен модельный пример использования выражения (3) для инверсии одной частичной суммы или по полной сумме.
Рис. 2. Модельный пример инверсии в спектральной области, а) модель акустического импеданса, б) волновое поле, соответствующее модели с использованием импульса Риккера, в) инверсия с параметром регуляризации по А.Н. Тихонову а=0.1, г) инверсия с параметром регуляризации по А.Н.Тихонову а=0.0001.
Система уравнений Цеппритца имеет достаточно сложный вид и описывает поведение всех волн, возникающих при падении одной волны (Шерифф, 1987). Для практических вычислений обычно используют упрощенные выражения Цеппритца, как например, приближение Fatti (1994) в изложении Аки-Ричардса (2002) для коэффициентов отражения Rpp{0) для Р волны и угла падения в:
Ярр(в) = С g» ~а' +с -fr^TT , (4)
(а2 +а,)/2 (р2+р,)/2 (&+Д)/2
где С, = 1 + tan2 0,
С, -1-4(/?/«)2sin20,
С, =-4(/?/а)2 sin2 (9,
Л, а> , а2, Pi - плотности и скорости для Р и S волн,
соответственно для верхней и нижней среды изучаемой границы раздела этих сред.
Используя упрощение для коэффициентов отражения, а также выполнив интегрирование по сейсмической трассе, формула Аки-Ричардса будет выглядеть следующим образом:
lnZ(6>) = С, 1па + С2 lnp + С, ln Р (5)
Систему уравнений (5) можно решать в спектральной области, используя спектры логарифма импеданса, согласно выражению (3). В этом случае необходимо использовать комплексно-численные методы решения системы линейных уравнений. Преимуществом таких вычислений является возможность отсечения низкочастотных и высокочастотных гармоник, вне сейсмического диапазона, что существенно стабилизирует решение. Также можно решать эту систему в пространственной области, в том числе на основе итерационных вычислений с использованием непосредственно уравнений Цсппритца. Как показали экспериментальные вычисления, три-четыре итерации достаточно приближают наблюденные данные в 99 % случаев.
На рисунке 3 показан модельный пример использования предлагаемой схемы для инверсии по частичным суммам. Для этого примера не задавался низкочастотный тренд, поэтому можно увидеть некоторое несоответствие уровня для результативных кривых, по сравнению с исходными кривыми. Также можно увидеть краевые эффекты.
Рис. 3. Решение прямой и обратной задачи по заданным данным наблюдений в скважинах - Ур (первая кривая), р (вторая кривая) и Ув (третья кривая). Прямая задача для эластического импеданса вычислялась по точной формуле Цеппритца с углами от 0 до 50 градусов - первая тоновая панель, сейсмический сигнал для этих значений импеданса и для тех же углов - вторая панель. Результаты решения обратной задачи по угловым суммам показаны черными кривыми.
Остается большой проблемой восстановление низкочастотного тренда. Как видно из рисунка 1, процесс обратной задачи состоит из деконволюции и интегрирования. При интегрировании можно потерять только постоянное значение и применение сложного тренда прн интегрировании может внести дополнительную ошибку. Для увеличения точности решения обратной задачи сейсморазведки предлагается отказаться от задания сложного низкочастотного тренда и ограничиться только указанием постоянного уровня.
В качестве альтернативного подхода к инверсионным построениям, предлагается использование нелинейных операторов на основе нейронных сетей (Приезжев И.И. и др., 2008, 2009). В первую очередь предлагается использовать такие операторы для вычисления фильтрационно-емкостных свойств (ФЕС) горных пород по сейсмическим данным. Проблема связи упругих (акустических) свойств, получаемых по данным сейсморазведки и ФЕС, является очень сложной и актуальной задачей, и она не решается детерминистическими приемами. Наиболее распространенным приемом является статистическое выявление линейных связей упругих (акустических) свойств и ФЕС, как например, отрицательная линейная связь акустического импеданса и пористости (Шерифф, 1987, Hampson D. Р., 1990, Dubrule О., 2003 и др.).
Для решения таких задач предлагается технология, получившая название «Генетической инверсии» (Приезжев И.П., 2008, 2009). Алгоритм условно можно отнести к сейсмической инверсии, так как он позволяет получать решение в виде акустического импеданса. Но основное его предназначение - это вычисление фильтрационно-емкостных свойств (ФЕС) горных пород по сейсмическим данным, в том числе по результатам классической инверсии. Алгоритм основан на принципе нейросстевого обучения на каротажных данных по скважинам, что означает выявление нелинейной зависимости между объемным распределением сейсмических данных и измерениями ФЕС на скважинах. Затем по найденной зависимости вычисляется куб данного свойства.
Впервые способ использования нейронных сетей для построения куба свойств по сейсмическим данным описан Hampson D. Р. и др. (2001), где на входе нейронной сети использовался набор сейсмических атрибутов. Такой способ реализован во многих системах, в том числе в Petrel, и достаточно широко опробован. Практическое опробование такого подхода показало, что очень трудно определить набор работающих сейсмических атрибутов, который может быть особенным для каждого проекта.
Предлагается использовать на входе нейронных сетей один или несколько сейсмических кубов (исходные амплитуды или любые атрибуты) в некой скользящей области, вокруг центральной точки, которая соответствует
наблюдению на скважине при обучении. Такой подход позволяет создать оператор прогноза петрофизических свойств по сейсмическим данным.
В отличие от стандартных нейронных сетей, в которых в качестве обучающего алгоритма обычно используется алгоритм метода обратного распространения ошибки, в предлагаемом методе применяется генетический алгоритм обучения нейронных сетей. Решение, полученное с помощью генетического алгоритма, с большей вероятностью сходится в глобальном минимуме функции ошибки по сравнению с методом обратного распространения ошибки, так как, при этом обеспечивается более полный анализ возможных решений (Goldberg, 1989). Необходимо отметить, что прямое использование генетических алгоритмов для инверсионных построений предлагалось Subhashis Mallick (1995) и Mrenal К. Sen at all (1992).
Генетические методы оптимизации базируются на компьютерной имитации эволюционного развития с помощью естественного отбора, выдвинутого Ч. Дарвином. Алгоритм работает с совокупностью особей, каждая из которых имеет свой набор генов. Каждый набор генов представляет возможное решение задачи (в нашем случае - полный набор весовых коэффициентов нейронной сети). Первоначальная совокупность особей -популяция (поколение), каждая со своим набором генов, генерируется случайным образом. Затем для каждой особи (решения) рассчитывается своя функция приспособляемости (fitness function), что для нашего случая является ошибкой нейронной сети. На следующем этапе выполняется отбор особей с наилучшей функцией приспособляемости (наименьшая ошибка). Отобранные особи участвуют в генерации новой популяции особей (в нашем случае решений), что выполняется двумя способами:
Скрещиванием - когда две особи обмениваются своими генами (в нашем случае коэффициентами нейронной сети).
Мутацией - когда к коэффициентам нейронной сети добавляются относительно небольшие случайные величины.
Для каждой популяции повторяется процедура отбора и генерации следующей популяции.
Согласно теории естественного отбора, особи с наихудшей приспособляемостью к изменяющейся реальной действительности имеют меньшую вероятность участия в воспроизводстве следующей популяции и их свойства постепенно исчезают. Таким образом, с каждой популяцией «хорошие признаки» получают распространение. Скрещивание наиболее приспособленных особей приводит к тому, что исследуются наиболее перспективные участки пространства возможных решений. Этот процесс многократно повторяется до тех пор, пока не выполнится критерий остановки
алгоритма. В итоге, популяция будет сходиться к оптимальному решению поставленной задачи. Для повышения устойчивости оператор стабилизируется с помощью стандартных способов решения некорректных задач по А.Н. Тихонову.
Алгоритм генетической инверсии был опробован на реальных данных по разрезу через сейсмический куб. Инверсия выполнялась для изучения коллекторских свойств в смешанной терригенно-карбонатной толще. Сравнивая результаты классической детерминистической инверсии и генетической инверсии (рис. 4), можно сделать вывод об их идентичности в целом. Результаты генетической инверсии показывают лучшую сравнимость со скважинными данными.
Рис. 4. Сравнение результатов детерминистической инверсии и генетической инверсии: а) исходное волновое поле, б) акустический импеданс, полученный в результате детерминистической инверсии, в) акустический импеданс, полученный в результате генетической инверсии.
Следующий после инверсии этап - это этап моделирования, на котором предполагается использование результатов структурной интерпретации сейсмических данных, в том числе, по результатам данной инверсии - всей
17
доступной априорной информации, и глубокий анализ неопределенности предлагается выполнять с помощью программных средств ЗЭ геологического моделирования. Для распространения свойств со скважин во внутрискважинное пространство предлагается использовать стохастические алгоритмы, учитывающие объемный тренд свойств, полученных по сейсмическим данным на первом этапе.
Рис. 5. Пример использования генетической инверсии в качестве объемного тренда при интерполяции свойств.
На рисунке 5 показан разрез по кубу акустического импеданса, полученный в результате генетической инверсии по одному из месторождений нефти в карбонатах (разрез 5а). На разрезе 56 показан результат распространения свойств в межскважинное пространство с учетом объемного тренда в виде куба акустического импеданса, полученного в результате генетической инверсии.
В Разделе 3 "Интерпретация гравимагнитиых данных" обсуждается возможность использования гравимагнитиых данных для геологического моделирования. Здесь приводится краткий обзор современных методов интерпретации гравимагнитиых данных. Наиболее полный обзор опубликован в
материалах конференции «Вопросы истории развития гравиметрии и магнитометрии в XX веке» (Москва ИФЗ 1996 г.). По результатам ее работы был выпущен сборник трудов конференции, где приведены обзор и анализ развития теории интерпретации гравимагнитных данных и где можно найти наиболее полную авторскую базу по следующим разделам:
- Методы решения прямых задач гравиметрии и магнитометрии -Страхов В.Н., Старостеико В.И. Цирульский A.B., Голиздра ГЛ., Алексидзе М.А., Блох Ю.И., Гольдшмидт В.П.;
- Аналитическое продолжение потенциальных полей - Аронов В.И., Андреев Б.А., Березкин В.М., Голиздра Г.Я., Жданов М.А., Иванов В.К., Маловичко А.К., Мудрецова Е.А., Страхов В.Н., Тихонов А.Н., Цирульский
A.B.;
- Методы определения особых точек потенциальных полей - Андреев Б.А., Бродский М.А., Воскобойников Г.М., Голиздра Г.Я., Жданов М.А., Иванов
B.К., Маловичко А.К., Мудрецова Е.А., Страхов В.Н., Тихонов А.Н., Цирульский A.B., Торшков Г.А.;
- Методы аналитического решения обратных задач гравиметрии и магнитометрии и эквивалентного перераспределения масс - Блох Ю.И., Березкин В.М., Буллах Е.Г., Воскобойников Г.М., Голиздра Г.Я., Жданов М.А., Иванов В.К., Непомнящих A.A., Новоселицкий В.М., Страхов В.Н., Тихонов
A.Н., Гласко Б.Б., Трошков Г.А., Тяпкин К.Ф., Цирульский A.B., Чередниченко
B.Г., Прилспко А.И., Мартышко П.С., Пруткин И.Л.;
- Методы решения обратных задач гравиразведки в критериальной постановке - Булах Е.Г., Балк П.И., Бережная Л.Т., Гольдшмидт В.И., Иванов В.К., Каратаев Г.И., Кобрунов А.И., Маргулис A.C., Мудрецова Е.А., Страхов В.Н., Старостенко В.И., Овчаренко A.B., Оганесян С.М., Новоселицкий В.М., Денисюк Р.П.;
- Методы решения прямых и обратных задач магнитометрии - Блох Ю.И., Андреев Б.А., Бауман В.И., Буллах Е.Г., Гольцман Ф.М., Иванов В.К., Калинина Т.Б., Серкеров С.А., Страхов В.Н., Цирульский A.B., Мартышко П.С.;
- Информационно-статистические методы решения обратных задач, возникающих при интерпретации геоданных и гравитационного и магнитного полей - Гольцман Ф.М., Калинина Т.Б., Бонгард М.М., Вахромеев Г.С., Страхов В.Н., Каратаев Г.И., Ломтадзе В.В., Яновская Т.Б.;
- Постановка еще не решенных, но требующих решений задач - В.Н. Страхов.
Несмотря на глубокие достижения в теории интерпретации, высокая степень неоднозначности обратной задачи данных гравиразведки и еще большая степень неоднозначности для решения обратной задачи данных
19
магниторазведки не позволяют этим двум методам широко применяться на практике. В настоящее время методы гравиразведки и магниторазведки обычно используются при мелкомасштабных региональных поисково-разведочных работах. Как правило, при этом решаются задачи определения регионального тектонического строения и используются визуальные методы интерпретации карт силы тяжести или карт напряженности магнитного поля в терминах «аномалия», «линейная аномалия», «отрицательная аномалия» и т.д. Наиболее часто применяющиеся методы автоматизации ограничиваются простейшими трансформациями типа осреднения, расчета разного рода остаточных аномалий, пересчета вверх и пересчета магнитного поля к полюсу.
По Кобрунову А.И., максимальный учет геологической специфики может быть выполнен за счет «Критериального подхода к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных» (1997-2008). Реализация такого подхода заключается в максимальном использовании имеющейся априорной информации при решении обратных задач. Этот подход обеспечивается очень глубокой теоретической, математической и алгоритмической проработкой и открывает широкие возможности для комплексного использования всей имеющейся разномасштабной и разно-точной информации о недрах при геологическом моделировании.
Прямая задача в разведочной геофизике в общей постановке для статических полей на плоскости :„ = cont определяется следующим образом:
<р(ха,у{,,20 = cont) = Р Jjj(7(.Y, у,z)K(x-х„,y-y0,z-z0)dxdydz >
г
где (p(x0,y0,z0 = const) - наблюдаемая функция физического поля;
<т(х, y,z) - функция физического параметра горных пород, определенная в нижнем полупространстве (плотность в случае гравиразведки);
K(x-x0,y-ya,z-z„) - ядро интеграла или функция, связывающая распределение физического параметра среды и наблюдаемое поле, или функция реакции среды на единичный импульс (поле от точечного источника);
Это выражение можно частично обратить в волночисловой области (Приезжев И.И., 2005). Выражение для волночислового спектра физического параметра на глубине z:
г, ч 1 Пч 2(<У,,<У2>Г)
С(го,,е>2,2) = ^^ ^ ) ,,0)--^- ^ (6)
где <м, <<)г имеют смысл волновых чисел (пространственных или волночисловых частот) и, именуемых ниже, как частота,
М(а)у,п)2) - в общем случае комплексная функция частоты, определяющая тип ядра,
/•"(й>|,й>2,0) спектр наблюденного физического спектра, <3(£о„ю2,г)спектр физического параметра,
произвольная функция спектральной зависимости физического параметра от глубины.
Формула (6) впервые получена Кобруновым А.Н. (1987) для гравитационных полей, и мы считаем её фундаментальной для понимания многозначности решения обратных задач потенциальных полей. Задавая
произвольно функцию 2{о\,а>г,2) можно получить бесконечное множество
>
решений для распределения физического параметра С(<в,,м2, г), строго удовлетворяющих измеренному полю Ф(^,<у2,0) . Существенным и единственным теоретическим ограничением является существование обратного преобразования Фурье для С(щ,со2,:).
Выражение (6) можно использовать для разработки алгоритмов решения обратной задачи. Например, можно построить полосовой фильтр с максимумом _ 1
В ТОЧК6 чгах - _ для фильтрации поля от источников на глубине г (Приезжсв И.И., 1989, 2005):
Н(т„со2,2,п)= 1 + , (7)
М((ох,а)г) ! /7 у
где п >0 имеет смысл регулятора крутизны фильтра.
На рисунке 6 приведен пример распределения избыточной плотности по гравитационному полю, построенному на основе применения полосовой фильтрации с помощью выражения (7).
Рис. 6. Куб избыточной плотности по гравитационному полю в Южной Якутии.
Следующий подход к решению обратной задачи гравимагнитных данных максимально использует априорную информацию и основывается на «Критериальном подходе к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных» (Кобрунов А.И.,1987-2008).
Предлагаемые решения основываются на итерационном уточнении первоначальной модели и минимизации разницы прямого эффекта от текущего состояния модели и наблюденного поля. Также используются специальные критерии для нахождения решения.
Выражение для спектра гравитационного поля на плоскости z=0 от
структурной поверхности h (х,у) со средней глубиной Z« с постоянным
скачком плотности р приводится R. L. Parker (1973) и Кобруновым А.П. (1981):
MAgtv.y)] = hrGp ехр( izJii—f[/j" (x, у)], (8)
71 n\
где /•"[] - оператор для преобразования Фурье,
G - гравитационная постоянная,
|ч|- радиальная волночисловая частота ¡„j = + w''
uwi: - волночнсловые частоты, соответствующие координатам х, у.
Для слоя с поверхностью кровли h(x,y), подошвы />(.v,v)n переменной плотности р(х,у) выражение спектра (R. L.Parker, 1973) имеет следующий вид:
F[Ag(x, v)] = 2^Gexp(-|Mlz„)gt2i_F[p(x, v)(//'(x? v) _b"(x,y)] , (9)
Для слоя с поверхностью кровлн h(x,y), подошвы Ых,у) п переменной намагниченности М(х,у) выражение спектра магнитного поля (R. L. Parker, 1973) имеет следующий вид:
^1] = 1^1)4,0^,1 «'ОЛ/оХ^1^—vX/?"Cr, >•)], (10)
где (ik,\w\)B0 - скалярное произведение единичного вектора направления внешнего магнитного поля В0 и комплексного вектора волночисловых координат, (ik\\ н'|)Л/0 - скалярное произведение единичного вектора общего для всего слоя направления намагниченности и комплексного вектора волночисловых координат. Если задать единичный вектор в виде угла азимута (А:) и угла наклона (Dip), то это скалярное произведение можно выразить как sb(Dip)\w\->ri(cos{Az)cos(Dip)\\\+svciAz)cos(Dip)w2), где i - мнимая единица. Обычно принимают, что направление внешнего магнитного поля совпадает с направлением намагниченности, то есть присутствует только индуктивная часть намагниченности и отсутствует остаточная намагниченность. Также отсутствует эффект размагничения (Блох Ю.И., 1987). Это справедливо для слабых магнитных полей и применимо для структурного моделирования в нефтяных районах.
Выражения (8), (9), (10) являются основой для вычислительного процесса при решении прямой и обратной задачи для многослойной среды с постоянными или переменными свойствами каждого слоя. Применение алгоритма быстрого преобразования Фурье дает большое преимущество в скорости вычислений по отношению к вычислениям в пространственной области. Кроме этого, увеличение размера выборки в два, четыре или больше по степени двойки незначительно увеличивает время вычислений, так как
23
добавляет только один дополнительный цикл на каждое удвоение размера выборки. Это очень важный момент для обработки краевых эффектов.
Для решения обратной задачи был опробован стохастический подход к решению обратных задач (Boschctti F., 1997, Roy L., 2002) на основе имитационного аннилинга (Simulated annealing) и генетического алгоритма (Genetic algorithm).
Другой подход к решению обратной задачи базируется на основе теории критериальных методов решения обратных задач Кобрунова А.И. (1987-2008) и выполняется с помощью итерационного уточнения положения слоев или уточнения переменных свойств в этих слоях. В качестве критерия оптимальности выбрана функция минимизации квадратичного отклонения модели от первоначального приближения.
Практическое сравнение описанных выше подходов к решению обратной задачи показало, что сходимость итерационного процесса на основе критериального метода решения обратной задачи по Кобрунову А.И. значительно (на порядок) выше скорости сходимости при стохастическом подходе. Кроме этого, недостатком стохастического подхода является недостаточно гладкий результат, и это требует дополнительных вычислительных затрат на сглаживание при каждой итерации. Использование алгоритма БПФ (быстрое преобразование Фурье) позволяет оперировать реальными многомиллионными плотностными моделями для решения задач моделирования и инверсии.
Модельный пример решения обратной задачи (инверсии) с использованием первоначальной модели и функции доверия к этой модели представлен на рисунках 7. На рисунке 7 (а) показана синтетическая модель и рассчитанное гравитационное поле от этой модели. На следующем рисунке 7 (б) приведена первоначальная модель, использованная для инверсии, из которой исключена характерная особенность модели. Функция ошибки для этой модели приведена на рисунке 7 (в). Эта ошибка рассчитывалась на основе функции расстояний от скважин, которые служили для построения модели. Результат инверсии демонстрируется на рисунке 7 (г). На этом рисунке отчетливо проявляется скрытая в первоначальной модели, и присутствующая в исходном модельном поле, особенность.
Рис. 7. (а) - синтетическая модель и рассчитанное гравитационное поле от этой модели, (б) - первоначальная модель и гравитационное поле от этой модели, (в) - функция ошибки, принятая для построенной первоначальной модели, (г) - результат инверсии.
Для решения прямой и обратной задачи ЗБ гравиметрии предлагаются теоретические основы и технология, базирующаяся на объемном ЗБ преобразовании Фурье. Общее выражение для волночислового спектра для любой производной гравитационного потенциала по произвольным осям будет следующим:
п гд"8тд^М .('ЧП'ЧП'Ч)* ,мл
ОА' ОУ СЕ " ' " ' "
где Ги;[] - оператор ЗБ преобразования Фурье,
юх,а>,,ю, - волновые числа, соответствующие координатным осям, Я(0„,еоу,б)г)- ЗЭ спектр плотности,
„ „ , -- оператор п- производной по оси х, ш производной по оси у и к
дх"ду"'дг
производной по оси 2 для гравитационного потенциала в точке м=(х,у,г).
При вычислениях используется алгоритм БПФ (быстрого преобразования Фурье), что позволяет оперировать большими моделями с десятками миллионами ячеек. С другой стороны, применение БПФ требует регулярности модели, что не ограничивает предлагаемой технологии, так как всегда можно переходить от нерегулярной к регулярной модели и обратно с помощью интерполяции.
На рисунке 8 показано объемное распределение гравитационного поля от сингулярного точечного источника для первой и второй вертикальной производной гравитационного потенциала.
б) г)
Рис. 8. Объемное распределение первой вертикальной производной гравитационного потенциала ^г) от сингулярного точечного источника в ЗЭ окне (а) и в разрезе (б). Объемное распределение второй вертикальной производной гравитационного потенциала от сингулярного точечного
источника в ЗБ окне (в) и в разрезе (г).
Согласно выражению (И), операция прямого моделирования является процессом сглаживания (convolution) объемного распределения плотности, что соответствует фильтрации высоких частот. Решение обратной задачи является обратной операцией к сглаживанию и соответствует фильтру восстановления высоких частот (deconvolution). Эта операция является типичной нестабильной задачей и требует специальных приемов для ее решения.
Если имеется трехмерное распределение гравитационного поля, полученного, например, путем измерении в скважинах и интерполяции по всему объему, то можно вычислить его объемный спектр. Пусть для gz (первой вертикальной производной) спектр будет как G.(cox,mv,o)x). В данном случае распределение плотности, с учетом обратной фильтрации Винера и регуляризации по А.Н. Тихонову, можно выразить следующим образом:
R(cox,av ,сог)-
^ I \ ~Шг
1 сах+(оу+а>г
7 г -2 +aM(a)x,(ov,a)z)
со+т+ы
(12)
где: М(сох,а> ,сог) - регулярнзирующий функционал, а - параметр регуляризации.
Выражение (12) можно легко модифицировать для произвольной производной гравитационного потенциала на основе использования (11). На рисунке 9 (а) приведена исходная плотностная модель. На рисунке 9 (б) показаны результаты решения прямой задачи в виде объемного распределения гравитационного поля по разрезам куба и по скважине. На рисунках 9 (в) представлен результат обратной задачи и 9 (г) - ошибка инверсии.
Приведенные выше модельные расчеты показывают возможность применения предлагаемых технологий для интерпретации данных скважинной гравиметрии совместно с наземными наблюдениями гравитационного поля.
Необходимо отметить, что неоднозначность обратной задачи в такой постановке заключается в неоднозначном получении объемного распределения гравитационного поля по редким скважинным данным с использованием поверхностных наблюдений. Собственно, деконволюция является неустойчивой, но достаточно однозначной операцией.
а)
& &
в) г)
Рис. 9. Модельный пример решения прямой и обратной задачи для ЗЭ гравиразведки. Исходная плотностная модель (а) и результат расчета объемного распределения гравитационного поля (б), результат инверсии (в) и распределение ошибки инверсии (г).
В Разделе 4 " Алгоритмы и технологии, используемые при геолого-геофизическом моделировании" приводится предлагаемая технология построения структурно-тектонической основы геологической модели и анализ напряженности горных пород. Для построения структурно-тектонической основы для геологической модели предполагается, что существуют три основных состояния структурной модели и соответствующие ей координатные системы (рис. 10).
б)
В)
Рис. 10. (а) - современное состояние структурной модели и соответствующая ей координатная система (х, у, г), (б) - реконструированная палеотектоническая модель и соответствующая ей координатная система (х^ уТ, (в) -
седиментационная палеогеологическая модель и соответствующая ей координатная система (и, V, 1).
Такое упрощение предполагает, что процесс геолого-тектонической эволюции можно описать основными движениями в виде квазиупругих смещений горных пород и независимых от этих смещений разрывных нарушений. Вынос - привнос материала также будет учтен, как будет показано ниже. Структурно-тектоническое моделирование предполагает преобразование координат (и,уД) <-> (х^у^) <-> (х,у,г), что определяет два этапа моделирования. На первом этапе выполняется палеотектоническая реконструкция, которая предполагает последовательную подвижку блоков горных пород вдоль плоскости разрыва и совмещение пластов одинакового возраста. Для полного совмещения блоков также возможны некие квазиупругие смещения. В простых случаях такое восстановление можно выполнить на основе теории конечных элементов, чтобы совместить линию пересечения пласта с разломом с одной стороны разлома и с другой стороны разлома. Для автоматического восстановления разломных подвижек необходимо
29
экстраполировать поверхность с двух сторон разлома в область за разломом. Затем необходимо совместить эти поверхности для определения линии пересечения поверхности с плоскостью разлома и определения смещения разломных блоков.
Применяется три основных правила разбивки пласта на элементарные слои: «следуя кровле» (follow top), следуя подошве (follow base) и пропорциональная разбивка (proportional).
Для случаев «следуя кровле» и «следуя подошве» все элементарные ребра (pillars) будут ортогональны к поверхности соответственно кровли или подошвы (рис. 11). Очевидно, что если перейти к координатам при осадконакоплении (u, v, t), то можно увидеть недостаток материала. Для случая «следуя кровле» это происходит за счет палсорельефа (рис. 11а, б), существующего при осадконакоплении. Для случая «следуя подошве» недостаток материала объясняется выносом (денудацией) горных пород (рис. 11 в, г). Кривая, составленная из ребер в пласте (pillars) для случая пропорциональной разбивки, будет ортогональной к каждому элементарному слою, и вследствие этого, не будет иметь форму линии.
Рис. 11. а) - Разбивка пласта на элементарные слои по правилу «следуя кровле». Пиллары (кривая, образованная гранями элементарных блоков) ортогональны кровле и каждому элементарному слою, б) - пласт в координатах (и. V, I) при осадконакоплении. Серым цветом выделен палсорсльсф при осадконакоплении, (в) - разбивка пласта на элементарные слои по правилу «следуя подошве». Пиллары ортогональны подошве и каждому элементарному слою, г) - пласт в координатах (и, V, I) при осадконакоплении. Серым цветом показана вынесенная (денудированная) часть пород, (д) - пропорциональная разбивка пласта на элементарные слои. Пиллары будут ортогональны каждому элементарному слою.
Изменение объема элементарных ячеек, в процессе геологической эволюции позволяет оценить возможные напряжения в горных породах. На рисунке 12 приведена физическая модель таких напряжений.
а)
Рис. 12. Физическая модель упругих искривлений пласта. Горизонтальные линии исходной модели (а) означают линии элементарных слоев, а вертикальные линии означают векторы осадконакопления. После искривления пласта (б), направление векторов осадконакопления при квазиупругих деформациях остается перпендикулярным к исходным напластованиям. При этом размеры элементарных блоков в верхней части искривленного пласта увеличиваются - вероятны возникновения трещиноватости и разуплотнения. В нижней части пласта элементарные блоки сжимаются и уплотняются.
Предлагается алгоритм вычисления атрибута напряженности в квазиупругом непластичном пласте на основе восстановления объемов (размеров) элементарных ячеек по ортогональным направлениям. Пример такого атрибута приводится на рисунке 13. В разделе 5 показан пример использования такого атрибута для выделения зон трещиноватости в карбонатных пластах.
Рис. 13. Атрибут возможных напряжснностей горных пород в пласте. Светлый тон отображает положительные напряженности, где возможно возникновение трещиноватости и темный тон - отрицательные напряженности.
Одна из важных задач, решаемая при интерпретации данных сейсморазведки - это выделение сейсмофаций по форме сейсмического сигнала в изучаемом слое на основе алгоритмов классификации.
Предлагается использовать в качестве объектов классификации несколько соседних трасс в виде суб-куба. Это позволяет выполнять классификацию сейсмических сигналов не по отдельным трассам, а по их объемной совокупности. Использование сочетания соседних трасс (суб-куб) в качестве объекта классификации теоретически может дать следующие преимущества:
• При увеличении количества трасс в суб-кубе выполняется обобщение результата и происходит, своего рода, осреднение.
• Выполняется выделение геологических объектов с характерным локальным изменением сигнала, например - палео - русла, разломы и Т.д.
• Выделяются объекты с градиентом изменения сигнала, такие как выклинивающиеся слои.
Предлагается использовать три основных режима выделения сейсмофаций:
• на основе автоматической классификации на базе известного алгоритма к-срсдних (МасОиееп В., 1967).
• на основе указания положения пластопересечения скважин с целью построения карты похожести по сейсмике.
• на основе априорно заданного сигнала, полученного на соседних участках или на основе моделирования. В результате также строится карта похожести.
На рисунке 14 приведен пример выделения сейсмофаций по
сейсмическим данным. 32
ИНН!
Рис. 14. а) Карта сейсмофаций, полученная в результате классификации сейсмических данных по объемной форме сигнала в заданном слое, б) сейсмический разрез по линии А-Б. Тоном выделены классы, соответствующие различной форме сигнала.
Далее описываются технологии многомерного анализа комплексных геолого-геофизических данных на основе регрессионного, компонентного и кластерного анализов (Никитин A.A., 1986. и др). Предлагается применять эти технологии для анализа площадных измерений, в том числе в скользящих окнах, с целью построения прогнозных параметров. Использование скользящих окон позволяет ослабить нестационарность измеренных геофизических полей, которая может возникать за счет различной открытости участков изучения и за счет других причин (Приезжев И.И. и др., 1983,1984, 1985, 1987, 1989).
Приводится описание технологии построения псевдокуба по набору 2D сейсмических данных. Такая технология позволяет более полно привлечь 2D сейсмические данные для построения 3D геолого-геофизических моделей. Например, можно использовать сложные многотрассовые сейсмические атрибуты и инверсионные построения.
Затем описана программная реализация предложенных технологий в программном комплексе Petrel на основе использования программного интерфейса Ocean и средств программирования MS Visual Studio 2008. В качестве языка программирования использовался С#. Приводятся примеры диалогового интерфейса для плагинов, реализующих сейсмическую инверсию по полным суммам - "Wavelet inversion", по угловым суммам "PreStacklnversion", генетическую инверсию - "Geneticlnvcrsion". Также приводятся примеры диалогового интерфейса для плагинов, реализующих прямые и обратные задачи для гравимагниторазведки: "InversionGravMag", "LayerGravMaglnversion", "InversionForwardModelGravLayers",
предназначенные для использования различных типов данных на входе и выходе, а также для различного уровня использования априорной информации. Также здесь даны примеры диалогового интерфейса для платанов, реализующих ссйсмофациальный анализ - "WaveFormClass" и расчета оценки стрессов в пласте - "RockStrcss".
В Разделе 5 приводятся "Примеры практического использования предлагаемых технологий". Одним из таких примеров является опробование генетической инверсии при моделировании Штокмановского газоконденсатного месторождения (Vceken Р, Priezzhev I. и др., 2009).
На первом этапе все исходные данные подвергнуты тщательному контролю. Данные исследований в скважинах были заново обработаны и были введены дополнительные поправки. Этап обучения для генетической инверсии выполнен по одной скважине №7, на которой проведен современный комплекс геофизических исследований. Все остальные скважины использовались для контроля качества инверсии. На рисунке 15 показан результат использования генетической инверсии для получения 3D куба физического параметра по сейсмическим данным.
Как итог этих работ получены следующие основные результаты:
1. В результате анализа распределения акустического импеданса в нижней продуктивной зоне Ю2-ЮЗ, были выделены палеорусла, которые контролируют основную продуктивность данной зоны.
2. Кроме этого, распределение акустического импеданса позволило определить нижнюю границу зоны Ю2-ЮЗ, которая залегает на сложном размытом рельефе подстилающей толщи. В результате, была уточнена структурная основа геологической модели. При анализе связи пористости и акустического импеданса для продуктивных зон Ю1 и Ю2-ЮЗ была выделена обратная линейная связь с коэффициентом корреляции более 0.7. Это позволило использовать куб акустического импеданса в качестве объемного тренда при
распространении свойств пористости по тонкослоистой геологическом модели со скважин в межскважинное пространство.
3. Для зоны ЮО такой связи не было выделено, так как в этой зоне существует очень сильный контраст по акустическому импедансу между газонасыщенному и водонасыщенному песчанику в районе водогазового контакта. Поэтому при моделировании пористости для этой зоны не использовался тренд по сейсмическим данным, и пористость интерполировалась по простым равномерным алгоритмам. Такой подход также был оправдан ввиду очень равномерного распределения пористости в этой зоне, определенной по скважинным данным.
Рис. 15. Разрез по кубу акустического импеданса в районе СКВ. №7,
полученному с помощью генетической инверсии.
Далее приводится пример выделения зон трещиноватости в карбонатных массивах по сейсмическим материалам на примере месторождения нефти и газа в Восточной Сибири. Такое выделение было выполнено на основе сейсмической инверсии (раздел 2) и построения атрибута напряженности горных пород (раздел 4). Этот атрибут основан на анализе распределения параметра кривизны на кровле и подошве карбонатного пласта. В результате такого анализа была построена карта зон трещиноватости карбонатного массива, которая напрямую связана с продуктивностью. Кроме этого, была уточнена карта газонефтяного контакта. На рисунке 16 показана модель атрибута напряженности и
горизонтальная скважина, которая достигла зоны разломов с аномальной проводимостью.
Рис. 16. Траектория горизонтальной скважины, бурение которой было остановлено ввиду катастрофического поглощения бурового раствора. Тоном на поверхности подошвы карбонатного пласта отображены индикаторы трещиноватых коридоров.
Следующий пример демонстрирует эффективность преобразования 20 сейсмических данных в 30 с последующим анализом и интерпретацией динамических характеристик отраженных волн. В результате применения данной методики к сейсмической съемке по Верхнечонскому месторождению была получена дополнительная информация по исследованию зон засолонения терригенных коллекторов, что может существенно снизить риски бурения новых скважин (Приезжев И.И. и др., 2006).
Приводятся результаты интерпретации комплексных геофизических, геологических исследований для территории Южной Якутии, куда входит группа Куранахских золоторудных месторождений (Лаубенбах Е.А. и др., 2009). Входными данными для этих исследований были результаты гаммаспектромстрии, гравиметрии и магниторазведки. В результате выявлены перспективные участки для выполнения более детальных разведочных работ.
ЗАКЛЮЧЕНИЕ
Автором обоснованы и разработаны технологические и методические средства комплексного геолого-геофизического моделирования. Основными результатами, полученными автором в процессе работы над диссертацией, являются:
Аналитический обзор проблем геологического моделирования, где показана роль комплексных геофизических интерпретационных средств при моделировании месторождений.
Разработка технологии сейсмической инверсии в спектральной области по полным и угловым суммам на основе обращения уравнения свертки и упрощенных уравнений Аки-Ричардса с использованием стабилизации вычислений на основе регуляризации но А.Н. Тихонову.
Созданы математический аппарат и технология решения обратной задачи гравимагниторазведки в волночнеловой области в условиях минимума априорной информации.
Разработана технология уточнения плотностной модели по гравитационным данным в волночисловой области на основе стохастических алгоритмов, а также «Критериального подхода к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных», предложенного Кобруновым А.И. Разработанная технология на основе БПФ (быстрого преобразования Фурье) позволяет оперировать реальными плотностными моделями с размерами в несколько миллионов ячеек.
Созданы математический аппарат и технология решения прямой н обратной задачи 3D гравиметрии в волночисловой области для поддержки измерений гравитационного поля в скважинах.
Разработаны алгоритмы для моделирования геолого-геофизических данных и комплексного анализа данных:
• построения структурно-тектонической основы для геологической модели с анализом напряженности горных пород в квазиупругих пластах,
• выделения ссйсмофаций на основе классификации объемных сигналов в пласте,
• технологии многомерного анализа комплексных геолого-геофизических данных на основе регрессионного, компонентного и кластерного анализов,
• преобразования сейсморазведочных данных 2D в псевдо 3D. Программная реализация вышеописанных алгоритмов выполнена в виде
дополнительных модулей (plug-ins) для программного комплекса Petrel компании Шлюмберже. Реализация разработанных технологий в программном комплексе Petrel сделало их доступными для нескольких тысяч рабочих мест в
37
России и в мире. Некоторые алгоритмы реализованы в программных комплексах KOSCAD 3D (Петров A.B. и др, 2000) и ГИС ИНТЕГРО ГЕОФИЗИКА (ГНЦ РФ ВНИИгеосистем).
Предложенные технологии опробованы на модельных и практических данных.
С помощью разработанных технологий получены новые данные о месторождения нефти и газа в России и в других странах. Кроме этого, получены новые прогнозные материалы для золоторудных месторождений в Южной Якутии.
Список опубликованных работ по теме диссертации Статьи в журналах рекомендованных ВАК
1. Интерпретация комплексных данных методами распознавания и классификации в автоматизированной системе обработки аэрогеофизических материалов. Коваль Л.А., Приезжев И.И., Овчаренко A.B. и др. - Геология и геофизика, № 9 (277), 1984, с. 127-133.
2. Средства интерпретации комплексных аэрогеофизичсских материалов в системе АСОМ-АГС/ЕС и результаты их применения в Восточной Туве. Коваль Л.А., Овчаренко A.B., Приезжев И.И. и др., Геология и геофизика, №6, 1987, с. 81-92.
3. Приезжев И.И., Брусенцов П.И. Современные системы визуализации геолого-геофизических данных. "Нефть и Капитал", "ТЕХНОЛОГИИ ТЭК", декабрь 2005, № 6, с. 4.
4. Приезжев И.И. Построение распределений физических параметров среды по данным гравиразведки, магнитометрии: Геофизика, 2005, № 3, с. 46-51.
5. Ольнева Т.В., Приезжев И.И. Новый инструмент тектонической интерпретации. Технологии сейсморазведки, №3, 2006, с. 65-68.
6. Приезжев И.И., Шмарьян Л.Е., Солоха Е.В. Методика сейсмической инверсии с помощью генетического алгоритма с последующим использованием результатов инверсии при моделировании коллекторских свойств резервуара. Технологии сейсморазведки, №2,2009, с. 18-23.
7. Блехман В., Кренов М., Шмарьян Л., Приезжев И., Методика моделирования трещиноватых терригенных коллекторов в Западной Сибири, "Нефть и Капитал", "ТЕХНОЛОГИИ ТЭК", декабрь 2007.
8. Барышев Л.А., Приезжев И.И., Пузин A.B., Солоха Е.В., Преобразование сейсмических данных 20-М0ГТ в 3D и прогноз продуктивности коллекторов, Геоинформатика, 2007, № 4, с49-53.
9. Priezzhev, I., Shmaryan L., Bcjarano G., 2008 - System and method for predicting subterranean formation properties, US PATENT APPLICATION ATTORNEY DOCKET NO. 09469/118001; 94.0169
10. Лаубенбах E.A., Коренюк M.K., Приезжев И.И. Геолого-геофизическая система поисков слабопроявленных рудных объектов по данным аэрозондирования. Разведка и охрана недр. №11, ноябрь, 2009, с. 39-45.
11. Ампилов Ю.П., Барков А. Ю., Яковлев И. В., Филиппова К. Е., Приезжев И. И. Почти все о сейсмической инверсии. Часть 1. Технологии сейсморазведки. 2009. №4. С. 3-16.
12. Veeken Р.С.Н., Priezzhev I. I., Shmaryan L. E., Shteyn Y.I., Barkov A.Y. and Ampilov Y.P. Non-linear multi-trace genetic inversion applied on seismic data across the Shtokman field (offshore northern Russia). GEOPHYSICS, VOL. 74, NO. 6, NOVEMBER-DECEMBER 2009, P. WCD49-WCD59, 12 FIGS.
13. Приезжев И.И. Уточнение геологической модели по данным гравитационного поля на основе критериальных методов решения обратных задач. Геофизика, 2010, № 1, с. 65-68.
14. Приезжев И.И. Сейсмическая инверсия на основе угловых сумм (AVO инверсия) в спектральной области. Гсоинформатика, 2010, № 1, с.64-67.
Монографин
15. Методические рекомендации по применению автоматизированной системы обработки аэрогеофизических данных на ЭВМ ЕС (АСОМ-АГС/ЕС). Коваль Л.А., Приезжев И.И. и др. - Алма-Ата, КазВИРГ-КазПТИ, 1983, 164с.
16. Коваль Л.А., Овчаренко А.В., Приезжев И.И. Методические рекомендации по применению автоматизированной системы обработки аэрогеофизических данных на ЭВМ ЕС (АСОМ-АГС/ЕС). Часть 2 - Алма-Ата, КазВИРГ-КазПТИ, 1988, 125с.
Другие публикации
17. Обработка данных топографической привязки аэрогеофизических наблюдений в автоматизированной системе АСОМ-АГС/ЕС. Коваль Л.А., Долгов С.В., Лиокумович Г.Б., Овчаренко А.В., Прнезжев И.И. Геофизические исследования твердых полезных ископаемых (на примере Казахстана и Средней Азии), Л., Рудгсофизика, 1983, с. 52-63.
18. Структура базы данных и оперирование данными в системе автоматизированной обработки комплексных аэрогеофизических материалов АСОМ-АГС/ЕС/. Коваль Л.А, Приезжев И.И., Овчаренко А.В. и др.- Методика и результаты геофизических исследований - Алма-Ата, КазПТИ, 1983, с. 39-50.
19. Коваль JI.А., Приезжев И.И., Создание числовой модели поля в узлах матричной сети в системе АСОМ-АГС/ЕС. Вопросы рудной и нефтяной геофизики. Алма-Ата, КазПТИ, 1984, с. 35-47.
20. Система обработки и интерпретации аэрогеофизического комплекса (АСОМ-АГС/ЕС) - средство извлечения информации из полевых наблюдений, численных экспериментов в теории интерпретации и обучении студентов. Коваль Л.А., Долгов C.B., Лиокумович Г.Б., Овчаренко A.B., Приезжев И.И,- Тезисы докладов IV Всесоюзной школы сименара «Теория и практика геологической интерпретации гравитационных и магнитных аномалий», т.1, Алма-Ата, КазГсофизика, 1984, с. 61-64.
21. Коваль Л.А., Приезжев И.П., Жирнов В.А. Об истолковании комплексных аэрогсофизических данных в Саякском рудном районе. Изв. АН КазССР, сер.гсол, № 3, 1985, с. 73-84.
22. Состояние и перспективы развития отраслевой системы обработки аэрогеофизических данных на ЕС ЭВМ АСОМ-АГС/ЕС. Коваль Л.А., Приезжев И.И., Овчаренко A.B., Долгов C.B., Лиокумович Г.Б. Тезисы докладов Всесоюзного совещания «Перспективы научно-технического прогресса в аэрогеофизических исследованиях», ДСП-Л., Рудгеофизика, 1986, с 16-19.
23. Опыт применения аэрогеофизических данных в системе АСОМ-АГС/ЕС для тектонических реконструкций Саякской синклинали. Коваль Л.А., Кулкашев Н.Т., Овчаренко A.B., Приезжев И.И. и др. Изв.АН КазССР, сср.геол, № 6, 1987, с.69-81.
24. Приезжев И.И., Карпухин М.И., Сердюков A.M. Гибкая технология обработки и содержательные трансформации данных с использованием аппарата программируемых функций. В кн. «Автоматизированная обработка комплексных аэрогеофнзичсских данных с применением АСОМ-АГС/ЕС». Сб. статей, Л., 1987, с. 22-34.
25. Совмещение цифровой и оптической обработки аэрогсофизических данных в системе АСОМ-АГС/ЕС. Коваль Л.А., Приезжев И.И., Овчаренко A.B., Полковникова Т.И. Геология и разведка, № 11, 1987, Деп.ВИЭМС от 30.09.87, №469-Д, 19с.
26. Учет сферичности Земли при обработке радиогсодезческих данных в АСОМ-АГС/ЕС. Массой В.Е.,Приезжев И.И., Методы интерпретации и обработки данных в разведочной геофизике. Алма-Ата, КазПТИ, 1987, с. 8084.
27. Приезжев И.И., Мащенко А.И., Джукебаев М.И. Автоматизированная система обработки и интерпретации аэрогеофизических данных АСОМ-
АГС/ПК. Проблемы современной геофизики в Казахстане, КазНТУ, Алматы, 1995, с. 53-55.
28. Приезжев И.И., Решение прямой и обратной задачи для гравитационных полей на основе детальной ссйсмогсологической плотностной модели в программном комплексе Petrel. Тезисы докладов семинара компании РосНсфть "Комплекснрование гсолого-гсофизичсских методов для решения задач нефтегазовой геологии" Москва, 2009.
29. Приезжев И.И. Теоретические основы и технология совместной интерпретации данных гравиразведки и сейсморазведки. Тезисы докладов конференции «Геомодель-2005». Геленджик, 2005.
30. Бланк A.M., Заляев Н.З., Ольнева Т.В., Приезжев И.И. Точечные и пространственные индикаторы трещиноватости. Тезисы докладов конференции «Геомодель-2006». Геленджик, 2006.
Тезисы на международных конференциях
31. Приезжев И.И., Ольнева Т.В. Создание псевдокуба для совместной динамической интерпретации данных МОГТ 2D и МОГТ 3D в программном комплексе Petrel в сборнике «Состояние, тенденции и проблемы развития нефтегазового потенциала Западной Сибири (Материалы международной академической конференции, проходившей в г. Тюмени 11-13 октября 2006 года)" - Тюмень, 2006, 159-160с.
32. Методика прогнозирования золоторудных полей (на примере Алданского щита). Лаубенбах Е.А., Приезжев И.И., Фатеев A.B., Шпекторов A.A., Корснюк М.К. Тезисы докладов на Международной конференции геофизиков и геологов, ЕАГО, SEG ,AAPG, Тюмень, 2007, с. 4.
33. Приезжев И. И. Построение трехмерного распределения физических параметров среды по данным гравиразведки (магниторазведки) и сейсморазведки. В сборнике "Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических полей", Материалы 35-й сессии Международного семинара им. Д. Г. Успенского, Ухта, 2008 .
34. Priezzhcv I., L. Shmaryan and G. Bejarano, 2008, Nonlinear multitrace seismic inversion using neural network and genetic algorithm - "Genetic Inversion": Extended abstract, EAGE/EAGO/SEG conference, Saint Petersburg.
35. Приезжев И. И. Технология решения прямой и обратной задачи для гравитационных и магнитных полей для структурных моделей в волночисловой области. В сборнике "Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических
полей", Материалы XXXVI сессии Международного семинара, Казань, 2009.
36. Лаубенбах Е. А., Приезжев И. И., Коренюк М. К., Андрианов И. Н. Прогнозирование золоторудных объектов по данным интерпретации геофизических полей. В сборнике "Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических полей", Материалы XXXVI сессии Международного семинара, Казань, 2009.
37. Приезжев И.И. Инверсия гравитационного поля с учетом детальной сейсмогеологической плотностнои модели в программном комплексе Petrel. Расширенные тезисы докладов EAGE/EAGO/SEG International Geosciencc Confercnce&Exhibition - Tyumen, Russia, 2-5 March 2009.
38. Солоха E.B., Приезжев И.И., Шмарьян Л.Е. - Методика сейсмической инверсии с помощью генетического алгоритма с последующим использованием результатов инверсии при моделировании коллекторских свойств. Материалы IX Международной конференции «Новые идеи в науках о Земле», РГГРУ, 14-17 апреля 2009 г, Том 2, с. 51.
39. Priezzhev I., L. Shmaryan and P. Veeken (2009) - Genetic seismic inversion using a non-linear, multi-trace reservoir modeling approach. Extended abstract, 71th EAGE annual conference, Amsterdam, P018, 4p.
40. Ampilov Y.P., A.Y. Barkov, I.V. Yakovlev, I.I. Priezzhev, L.E. Shmaryan and P.C.H. Veeken, 2009, Genctic inversion for reservoir modeling in the Shtokman field, offshore northern Russia. Extended abstract, 71th EAGE annual conference, Amsterdam, P278,4p.
41. Fainstein R.F., Lopamudra Roy, Niranjan Banik, Bjocrn Rommel, Ivan Priezzhev and Rolf Broetz, 2009, Seismic Constrained Gravity Inversion for Sub-Basalt Exploration in Kerala-Konkan Basin, West Coast, India. Extended abstract, 71th EAGE annual conference, Amsterdam, Z046,4p.
42. Priezzhev 1.1., 2010, Prestack and poststack seismic inversion workflow in frequency domain. EAGE/EAGO/SEG, 4th Saint Petersburg international conference, B24,4p.
Подписано в печать 15.04.2010 г. Заказ 10.Тираж 100 экз. 117105, Москва, Варшавское шоссе, 8. ФГУП ГНЦ РФ - ВНИИгеосистем
Содержание диссертации, доктора технических наук, Приезжев, Иван Иванович
ВВЕДЕНИЕ.
РАЗДЕЛ 1. ТЕОРИЯ КОМПЛЕКСНОГО ПОДХОДА К СОЗДАНИЮ ГЕОЛОГИЧЕСКИХ МОДЕЛЕЙ.
1.1. Понятие модели.
1.2. Комплексная или интегральная интерпретация.
1.3. Теоретические основы моделирования.
1.3.1. Структурно-тектоническая основа геологической модели.
1.3.2. Фациальная и петрофизичесная модель.
1.3.3. Обзор методов интерполяции.21,
1.4. Комплексная интерпретация и геологическое моделирование.
РАЗДЕЛ 2. ИНВЕРСИЯ СЕЙСМИЧЕСКИХ ДАННЫХ.
2.1. Краткий обзор методов инверсии сейсмических данных.
2.2. Детерминистическая инверсия в спектральной области.
2.3. Инверсия на основе частичных сумм {АУО/АУА инверсия) в спектральной области.
2.4. Генетическая инверсия.
2.5. Использование результатов инверсии при геологическом моделировании.
РАЗДЕЛ 3. ИНТЕРПРЕТАЦИЯ ГРАВИМАГНИТНЫХ ДАННЫХ.
3.1. Краткий обзор современных методов интерпретации гравимагнитныхданных.
3.2. Построение эквивалентных решений обратной задачи гравиразведки и магниторазведки.
3.2.1. Математическое обоснование.
3.2.2. Реализация и анализ источников ошибок.
3.3. Уточнение геологической модели поданным гравитационного поля.
3.4. Прямая и обратная задача зо гравиметрии.
РАЗДЕЛ 4. АЛГОРИТМЫ, ТЕХНОЛОГИИ, ИСПОЛЬЗУЕМЫЕ ПРИ ГЕОЛОГО-ГЕОФИЗИЧЕСКОМ МОДЕЛИРОВАНИИ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ.
4.1. Построение геометрической модели как структурно тектонической основы геологической модели и оценка напряженности в пласте.
4.2. Выделение сейсмофаций на основе автоматической классификации объемных сейсмических сигналов в виде суб-кубов.
4.3. Комплексный анализ геолого-геофизических данных.
4.4. Методика преобразования сейсмических данных 20-М0ГТ взй.
4.5. Программная реализация предлагаемых технологий.
РАЗДЕЛ 5. ПРИМЕРЫ ПРАКТИЧЕСКОГО ИСПОЛЬЗОВАНИЯ ПРЕДЛАГАЕМЫХ ТЕХНОЛОГИЙ.
5.1. опробование генетической инверсии при моделировании штокмановского га30к0нденсатн0г0 месторождения.
5.2. Выделение трещиновато-кавернозных коридоров в карбонатных массивах по сейсмическим данным на месторождения нефти и газа в восточной сибири.
5.3. пример преобразования 20 сейсмических данных в 30.
5.4. Методика прогнозирования золоторудных полей.
Введение Диссертация по наукам о земле, на тему "Информационные технологии комплексной интерпретации геофизических данных для геологического моделирования"
Актуальность темы:
Энергетический потенциал любой страны в современных условиях является определяющим фактором роста экономики. Самым важным мероприятием, повышающим энергетический потенциал страны, является проведение геологоразведочных работ (ГРР).
Огромный объем геологической и геофизической информации, получаемой в результате ГРР, невозможно осмыслить без ее сведения в комплексную модель, которая характеризует недра исследуемого района. Эта модель должна использовать максимум имеющейся информации и быть согласованной, увязанной и внутренне непротиворечивой.
Основной целью геолого-геофизических исследований является понимание внутреннего строения недр и ответы на вопросы - где находятся полезные ископаемые и как их добывать, безопасно и с минимальными затратами. Геологическая модель является описанием данного понимания с использованием специальных языков. Например, такой моделью может служить простое текстовое описание геологического строения какого-либо объекта со схемами, картами и разрезами. Другим примером может служить компьютерная модель месторождения, описанная математическим и программно-цифровым языком, которую можно визуализировать в различных ракурсах и просчитывать различные варианты внутренних элементов, удовлетворяющих входным измерениям.
Переход к решению задач в сложных геолого-геофизических условиях, а также в связи со значительным удорожанием поисково-разведочного бурения в настоящее время очень остро ставит вопрос повышения эффективности геофизического сопровождения геологоразведочного процесса. В связи с этим, крайне актуальной является проблема разработки и использования современных математических методов геологического моделирования, информационно-компьютерных технологий, автоматизированных систем и, объединяющих все это вместе, технологий углубленного извлечения максимального объема полезной информации из имеющегося комплекса геолого-геофизических данных.
Создание технологий геологического моделирования требует решения широкого круга теоретико-математических, информационных, алгоритмических, программных, технологических, методических и других вопросов, нацеленных на обеспечение интегрального анализа комплекса геолого-геофизических данных.
Цель и задачи исследований:
Разработать теоретические, информационные, технологические и методические основы геолого-геофизического моделирования для повышения эффективности геологоразведочных работ за счет углубленного извлечения информации из комплекса геолого-геофизических данных на основе их интегральной интерпретации в рамках математических моделей максимально адаптированных к особенностям строения геологического разреза.
Объект исследований: — геолого-геофизические модели и информационно-компьютерные технологии интегральной интерпретации комплекса геолого-геофизических данных.
Предмет исследований: — математические и алгоритмические методы и информационно-компьютерные технологии определения параметров интегральных геолого-геофизических моделей сложно построенных геологических сред.
Задачи исследований:
1. Разработка технологии сейсмической инверсии на основе обращения оператора свертки в спектральной области по полным и по угловым суммам.
2. Разработка технологии нелинейной многотрассовой сейсмической инверсии для прогноза фильтрационно-емкостных свойств горных пород по сейсмическим данным.
3. Разработка технологии решения обратной задачи для данных гравимагниторазведки на основе построения эквивалентных распределений физического параметра в условиях минимума априорной информации.
4. Разработка математико-алгоритмической основы и технологии решения обратной задачи для данных гравимагниторазведки на основе итерационного уточнения первоначальной модели.
5. Разработка математической основы и технологии решения прямой и обратной задачи для данных ЗБ гравиразведки с учетом измерений гравитационного поля в скважинах.
6. Разработка программно-математического обеспечения для решения обратных задач сейсморазведки и гравимагниторазведки в виде 5 плагинов (дополнительных модулей) для программного комплекса Petrel компании Шлюмберже.
7. Разработка отдельных математических, алгоритмических и методических вопросов в виде плагинов (дополнительных модулей) для программного комплекса Petrel компании Шлюмберже:
• разработка методики геометрического моделирования — создание структурно - тектонической основы геологической модели с анализом напряженности горных пород в квазиупругих пластах;
• выделение сейсмофаций на основе автоматической классификации объемных сейсмических сигналов в виде субкубов;
• разработка технологии многомерного анализа комплексных геолого-геофизических данных на основе регрессионного, компонентного и кластерного анализов;
• разработка технологии построения псевдо 3D сейсмических кубов по данным 2D съемки.
8. Адаптация разработанных технологий для решения поисковых, разведочных и эксплуатационных задач и оценка эффективности их применения в различных геологических условиях.
Научная новизна полученных результатов:
В диссертационной работе впервые:
1. Разработаны алгоритмические основы и технология сейсмической инверсии по полной сумме и по угловым суммам на основе обращения оператора свертки в спектральной области и использования регуляризации по А.Н. Тихонову.
2. Разработана технология нелинейной многотрассовой сейсмической инверсии на основе использования нейронных сетей и генетических алгоритмов — «Генетическая инверсия».
3. Разработана технология построения эквивалентных распределений источников в объеме по гравимагнитным данным в условиях недостатка априорной информации.
4. Разработаны математико-алгоритмические основы и технология уточнения плотно стной модели по гравитационным данным на основе стохастических методов и «Критериального подхода к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных», предложенного Кобруновым А.И.
5. Разработаны математическая основа и технология решения прямой и обратной задачи для данных 3D гравимагниторазведки с учетом измерений гравитационного поля в скважинах.
6. Разработан ряд плагинов для программного комплекса Petrel с целью реализации технологии интегральной интерпретации комплекса геолого-геофизических данных и построения геологической модели месторождения.
7. Получены новые результаты геологического строения нефтяных и газовых месторождений в различных геологических условиях.
Практическое значение исследований:
1. Разработаны способы обработки и интерпретации данных сейсморазведки, данных гравиразведки и магниторазведки, обеспечивающие наилучшую оценку физических параметров среды.
2. Созданы технологии, которые повышают эффективность геолого-геофизического моделирования месторождений нефти и газа на основе использования объемных трендов, полученных по данным сейсморазведки, гравиразведки, при интерполяции свойств со скважин в межскважинное пространство.
3. Практическое применение технологий сейсмической инверсии и гравимагнитной инверсии позволили существенно уточнить геологические модели ряда месторождений, что, в конечном итоге, позволило сократить затраты на разведку и оптимизировать сеть эксплуатационных скважин для ряда месторождений на территории России и в мире.
4. Предлагаемые технологии встроены в программный пакет Petrel (компания Шлюмберже) в виде дополнительных модулей (плагинов). Это сделало их доступными для сотен рабочих мест в Российских компаниях, использующих этот пакет. Также эти технологии доступны для нескольких тысяч рабочих мест интерпретаторов во многих нефтяных и сервисных компаниях мира.
5. Технология гравимагнитной инверсии встроена в программный комплекс КОСКАД 3D (Петров A.B. и др., 2000) и широко используется пользователями данного пакета, а также в геоинформационную систему ГИС ИНТЕГРО ГЕОФИЗИКА (ГНЦ РФ ВНИИгеосистем) при построении физико-геологической модели земной коры по опорным и региональным профилям.
Личный вклад соискателя:
Основные теоретические и методические результаты, которые выносятся на защиту, разработаны автором самостоятельно. Программные реализации предложенных методик и алгоритмов выполнены в виде плагинов (встроенных модулей) для программного комплекса Petrel непосредственно автором.
Апробация результатов диссертации:
Положения и результаты работы докладывались и обсуждались на научных конференциях КазПТИ (Алма-Ата) (1983-1990), всесоюзных школах - семинарах «Теория и практика геологической интерпретации гравитационных и магнитных аномалий» (Алма-Ата, 1984, Ленинакан, 1985). Всесоюзный семинар по интерпретации гравитационных полей им. Д.Г.Успенского (Киев - 1989, Алма-Ата - 1990). Международная конференция-семинар «Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических полей» (Ухта -2008, Казань - 2009, Москва - 2010). Международная конференция «Геомодель» (EAGE) (Геленджик - 2005, 2006, 2007, 2008, 2009), Международная конференция (выставка) геоученых (EAGE/EAGO/SEG) (Тюмень - 2007, 2009), ежегодная конференция EAGE (Санкт Петербург — 2006, 2010, Амстердам - 2009).
Публикации:
По теме диссертации опубликовано 42 научные работы, среди которых 14 работ - в изданиях, рекомендованных ВАК РФ, 11 работ в материалах международных конференций.
Защищаемые положения:
1. Разработанная технология сейсмической инверсии по полной сумме и по угловым суммам на основе обращения оператора свертки в спектральной области и использования регуляризации по Тихонову обеспечивает надежную оценку упругих и акустических свойств в изучаемой среде.
2. Предложенная технология нелинейной многотрассовой сейсмической инверсии на основе использования нейронных сетей и генетических алгоритмов - «Генетическая инверсия» позволяет установить взаимосвязь между сейсмическим волновым полем и фильтрационно-емкостными свойствами горных пород. 8
3. Математическая модель и технология уточнения плотностной модели по гравитационным данным на основе стохастических алгоритмов и «Критериального подхода при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных», предложенного Кобруновым А.И., дают возможность наиболее полного использования априорной информации для построения плотностной модели среды.
4. Математический аппарат и технологии решения прямой и обратной задачи для данных 3D гравиметрии с учетом измерений гравитационного поля в скважинах позволяют решать детальные задачи по определению положения фронта заводнения пласта и по доразведке более глубоких пластов известных месторождений нефти и газа.
5. Созданные технологические элементы интегральной интерпретации комплекса геолого-геофизических данных и построения геологической модели месторождения с анализом напряженности горных пород в квазиупругих пластах обеспечивают более полное представление физико-геологических моделей.
Структура и объем работы
Диссертационная работа состоит из введения, пяти разделов, выводов и списка использованных источников, который насчитывает 195 наименований. Она изложена на 232 страницах машинописного текста и содержит 115 рисунков и 1 таблицу.
Заключение Диссертация по теме "Геофизика, геофизические методы поисков полезных ископаемых", Приезжев, Иван Иванович
ЗАКЛЮЧЕНИЕ
Автором обоснованы и разработаны технологические и методические средства комплексного геолого-геофизического моделирования и основными результатами, полученными автором в процессе работы над диссертацией, являются:
Выполнен анализ проблем геологического моделирования и роль комплексных геофизических интерпретационных средств при моделировании месторождений.
Разработан математический аппарат и технология быстрой сейсмической инверсии в спектральной области на основе обращения уравнения свертки и стабилизации вычислений с использованием операции интегрирования и регуляризации по А.Н. Тихонову.
Разработан математический аппарат и технология сейсмической инверсии по угловым суммам на основе упрощенных уравнений Аки-Ричардса и технологии быстрой сейсмической инверсии в спектральной области для отдельных сумм.
Предложен математический аппарат и технология решения обратной задачи гравимагниторазведки в волночисловой области в условиях минимума априорной информации.
Разработана технология уточнения структурной плотностной модели по гравитационным данным в волночисловой области на основе стохастических алгоритмов и «Критериального подхода к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных» по Кобрунову А.И.
Предложен математический аппарат и технология решения прямой и обратной задачи 3D гравиметрии в волночисловой области для поддержки измерений гравитационного поля в скважинах.
Предложены алгоритмы для моделирования геолого-геофизических данных:
• построения структурно - тектонической основы для геологической модели и оценка напряженности в пласте.
• выделения сейсмофаций на основе классификации объемных сигналов в пласте.
• преобразования сейсморазведочных данных 2D в псевдо 3D.
Программная реализация вышеописанных алгоритмов выполнена в виде дополнительных модулей (plug-ins) для программного комплекса Petrel компании Шлюмберже. Это позволило воспользоваться всеми богатыми средствами Petrel по вводу, выводу, хранению информации и графическому диалогу. Реализация приложенных технологий в программном комплексе сделало их доступными для нескольких тысяч рабочих мест в России и в мире.
Предложенные технологии опробованы на модельных и практических данных.
С помощью предложенных технологий получены новые данные о месторождения нефти и газа в России и в мире. Кроме этого, получены новые прогнозные данные для золоторудных месторождений в Южной Якутии.
Библиография Диссертация по наукам о земле, доктора технических наук, Приезжев, Иван Иванович, Москва
1. Александров Б.Д., Дахкильгов Т.Д., Хасанов М. А., Эльжаев А.СА Теоретическое обоснование механизма образования трещиноватой пористости. Каротажник 2009, №5.
2. Ампилов Ю.П. От сейсмической интерпретации к моделированию и оценке месторождений нефти и газа. Москва, ООО «Издательство Спектр», 2008, 384с.
3. Ампилов Ю.П. Сейсмическая интерпретация: опыт и проблемы. М.: Геоинформмарк, 2004 - 286 с.
4. Ампилов Ю.П. От сейсмической интерпретации к моделированию и оценке месторождений нефти и газа М., ООО «Издательство «Спектр», 2008. 384 с.
5. Аронов В.И. Трехмерная аппроксимация как проблема обработки, моделирования и интерпретации геофизических и геологических данных. // Геофизика. 2000. - 4. - С.21-25.
6. Барышев JI.A., Приезжев И.И., Пузин A.B., Солоха Е.В., Преобразование сейсмических данных 2D-MOTT в 3D и прогноз продуктивности коллекторов, Геоинформатика, 2007, № 4, с49-53.
7. Березкин В.М. Метод полного градиента при геофизической разведке / В.М. Березкин. М.: Недра, 1988, 188с.
8. Блох Ю.И. Решение прямой задачи магниторазведки для трехмерных анизотропных геологических объектов с учетом размагничения. Физика Земли, 1987, № 12, с. 49-55.
9. Боганик Г.Н., Гурвич И.И. «Сейсморазведка»: Учебник для вызов. Тверь: Издательство АИС,2006. 744 е., 204 ил.
10. Варфоломеев В.А., Кобрунов А.И. К построению пространственных распределений масс с нулевым гравитационным эффектом // Геофизический журнал. 1983, Т.5, N3. - С.53-56.
11. Вычислительная математика и техника в разведочной геофизике. Справочник геофизика. Под ред. доктора физ.-мат. наук В.И.Дмитриева. Москва. "Недра". 1982г. С.-222.
12. Гальперин Е.И. Вертикальное сейсмическое профилирование. 2-е изд., доп. и перераб. М.: Недра, 1982. 344 с.
13. Гельфанд В.А., 1977, Уточнение модели среды с помощью синтетических сейсмограмм: Нефтегазовая геология и геофизика, 5, 32-36.
14. Глебов А.Ф. Геолого-математическое моделирование нефтяного резервуара: от сейсимки до геофлюидодинамики. Научный мир, 2006.-344С.
15. Гогоненков Г.Н. Изучение детального строения осадочных толщ сейсморазведкой.- М.: Недра 1987.
16. Гогоненков Г.Н., Федосова А.И. Влияние основных процедур обработки на возможность выделения аномалий, обусловленных залежами углеводородов. Часть III. Оценка эффективности акустической инверсии журнал ЕАГО «Геофизика», № 4, 2007
17. Голиздра Г.Я. Комплексная интерпретация геофизических полей при изучении глубинного строения земной коры.-М.:Недра,1988.-212с.:ил.
18. Гольдин С.В. Интерпретация данных сейсмического метода отраженных волн. Г.:Недра, -1978, -344 о.
19. Гольдшмидт В.И, Кузьмин Ю.И., Шабалдин В.Н. Методические рекомендации по применению автоматизированной системы обработки данных рудной геофизики (АСОМ-РГ) для ЕС-ЭВМ.-Алма-Ата, КазВИРГ, 1984. 108с.
20. Гольцман Ф.М., Калинина Т.Б. Моделирование трехмерных геологических объектов по комплексу геоданных в условиях априорной неопределенности. // Физика Земли. 1996. - 2. Сс.82-89.
21. Гольцман Ф.М., Калинина Т.Б. Статистическая интерпретация магнитных и гравитационных аномалий. -JL: Недра, 1983,248 с.
22. Гравиразведка. Справочник геофизика / Под ред. Е.А.Мудрецовой. -М.: Недра, 1981. 397 с.
23. Денисюк Р.П. Решение обратной линейной задачи структурной гравиметрии при переменной плотности пластов // Геофиз. журн.-1998.- 20, №5.- С.48-56.
24. Денисюк Р.П., Кобрунов А.И. О выборе параметра релаксации при решении обратной задачи гравиразведки // Геофизический журнал. -1983, Т.5, N2. -С. 63-68.
25. Денисюк Р.П., Кобрунов А.И. Решение обратной задачи гравиразведки в классе плотностных границ с переменной плотностью на контакте // Изв.вузов. Геология и разведка.-1982, N9. С.108-117.
26. Журавлева О.И., Кобрунов А.И. Использование спектральных представлений для решения обратной задачи гравиразведки структурного типа (равномерная оптимизация) // Изв. АН СССР. Физика Земли.- 1991, N5. С. 47-58.
27. Журавлева О.И., Кобрунов А.И. Схема решения нелинейной структурной задачи гравиметрии на основе спектральных представлений (равномерная оптимизация) // Докл. АН УССР,Б. 1990, N11. - С. 18-21.
28. Закревский К.Е. Геологическое 3D моделирование. М.: ООО «ИПЦ Маска», 2009, 376с.
29. Карасевич A.M., Земцова Д.П., Никитин A.A. Сейсморазведка при изучении метаноугольного разреза. М.: ООО «Центринформационных технологий в природопользовании», 2008. 164 е.: ил. ISBN 978-5-9751-0064-1.
30. Кащеев Д.Е., Кирнос Д.Г., Использование имитационного аннилинга для инверсии данных сейсморазведки, журнал ЕАГО "Геофизика", спец. вып. "Технологии сейсморазведки-1". 2002. 75-80
31. Кобрунов А.И. Математические основы теории интерпретации геофизических данных Ухта: УГТУ, 2007. - 286 с.
32. Кобрунов А.И., Варфоломеев В. А. Об одном методе -эквивалентных перераспределения и его использовании при интерпретации гравитационных полей, Физика Земли, № 10, 1981, с, 2544.
33. Кобрунов А.И., Варфоломеев В.А К построению пространственных распределений масс с нулевым гравитационным эффектом, "Геофизический журнал", 1983, т.5, № 3, с.53-56.
34. Кобрунов А.И., Войнова О.В. Оптимальность в задачах структурной гравиметрии в равномерной метрике // УкрНИИНТИ. 24 с. -Деп. в УкрНИИНТИ 17.11.86, № 2657-Ук 86.
35. Кобрунов А.И., Денисюк Р.П. 0 выборе параметра релаксаций при решений обратной задачи гравиразведки в классе плотностных границ итерационным методом // Геофизический журнал 1983 N 2 т. с. 63-68 17.
36. Коваль Л.А., Овчаренко A.B., Приезжев И.И. Методические рекомендации по применению автоматизированной системы обработкиаэрогеофизических данных на ЭВМ ЕС (АСОМ-АГС/ЕС). Часть 2 Алма-Ата, КазВИРГ-КазПТИ, 1988, 125с.
37. Коваль Л.А., Приезжев И.И., Жирнов В.А. Об истолковании комплексных аэрогеофизических данных в Саякском рудном районе. Изв.АН КазССР, сер.геол., № 3, 1985, с.73-84.
38. Коваль Л.А., Приезжев И.И., Овчаренко A.B. Интерпретация комплексных данных методами распознавания и классификации в автоматизированной системе обработки аэрогеофизических материалов. — Геология и геофизика, № 9 (277), 1984, с. 127-133.
39. Коваль Л.А., Приезжев И.И., Создание числовой модели поля в узлах матричной сети в системе АСОМ-АГС/ЕС. Вопросы рудной и нефтяной геофизики. Алма-Ата, КазПТИ, 1984, с 35-47.
40. Козлов Е.А. Миграционные преобразования в сейсморазведке.- М.: Недра, 1986. 247 с.
41. Кондратьев И.К., Бондаренко М.Т., Каменев С.П.,1996, Динамическая интерпретация данных сейсморазведки при решении задач нефтегазовой геологии: Геофизика, 5, 41-47.
42. Кондратьев И.К., Лисицын П. А, Киссин Ю.М., 2005. Детальность и точность решений в задаче сейсмической волновой инверсии. Геофизика, 3, 19-25.
43. Копилевич Е.А., Афанасьев М.Л., Петров А.Ю. Модельное обоснование прогнозирования фильтрационно-емкостных коллекторов в межскважинном пространстве // М.: "Нефтяное хозяйство" №9 2006 С. 1014.
44. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1978, с. 831.
45. Кузнецов В.И. Элементы объемной (3D) сейсморазведки: Учебное пособие для студентов вузов. Тюмень, Издательство «Тюмень», 2004, 272с.
46. Лаубенбах Е.А., Коренюк М.К., Приезжев И.И. Геолого-геофизическая система поисков слабопроявленных рудных объектов по данным аэрозондирования. Разведка и охрана недр. 11, ноябрь, 2009, стр 39-45.
47. Левянт В.Б., Ампилов Ю.П., Глоговский В.М., Колесов В.В., Коростышевский М.Б., Птецов С.Н. Методические рекомендации по использованию данных сейсморазведки (2D, 3D) для подсчета запасов нефти и газа. Москва, 2006. УДК 553.98.2.048.
48. Логачев A.A. Магниторазведка. Ленинград "Недра". Ленинградское отделение. 1968г. С.-295.
49. Ломтадзе В.В. Программное обеспечение обработки геофизических данных. -Л. Недра, 1982. -280 с.
50. Магниторазведка. Справочник геофизика. Под ред. В.Е.Никититского, Ю.С. Глебовского. Москва, "Недра". 1980г. С.-367.
51. Мартышко П.С. Пруткин И.Л. О решении прямой и обратной задачи магниторазведки.Геофиз. Журнал. 1982. Т. 4. № 6. С.39-49
52. Мартышко П.С., Пруткин И.Л. Технология разделения источников гравитационного поля по глубине // Геофизический журнал. -2003.- 25, №3.- С. 159-168
53. Методика прогнозирования золоторудных полей (на примере Алданского щита). Лаубенбах Е.А., Приезжев И.И., Фатеев A.B., Шпекторов A.A., Коренюк М.К. Тезисы докладов на Международной конференции геофизиков и геологов, ЕАГО, SEG ,AAPG, Тюмень, 2007, с.4.
54. Методические рекомендации по применениюавтоматизированной системы обработки аэрогеофизических данных наj
55. ЭВМ ЕС (АСОМ-АГС/ЕС). Коваль Л.А., Приезжев И.И. и др. Алма-Ата, КазВИРГ-КазПТИ, 1983, 164с.
56. Непомнящих A.A. О выметании однополюсных источников / Вопросы нефтяной и рудной геофизики. Алма-Ата: КазПТИ, 1974.
57. Непомнящих A.A. О пространственном изучении и разделении суммарных магнитостатических полей на основании delta Т и их интерпретации методом сеток. / Методы интерпретации и обработки данных в разведочной геофизике. Алма-Ата: КазПТИ, 1978, с.21-39.
58. Непомнящих A.A., Овчаренко A.B., Ли B.C., Соколов Л.В. Интерпретация гравитационных аномалий на основе пространственного изучения и разделения полей. Алма-Ата, 1979.
59. Никитин A.A. Комплексная интерпретация геофизических полей при изучении глубинного строения Земли. // Геофизика. 1997. - 4. С.3-12.
60. Никитин A.A. Теоретические основы обработки геофизической информации. М.: Недра, 1986. 256 с.
61. Никитин A.A. Теория и методы выделения слабоконтрастных объектов в геофизических полях. // Геофизика. 2001. - 2. - С.9-18.
62. Никитин A.A., Хмелевской В.К. «Комплексирование геофизических методов»: учебник для вузов. Тверь: ООО «Издательство ГЕРС», 2004.-294 е., ил.
63. Новоселицкий В.M. К теории определения плотности в горизонтальном пласте по аномалиям силы тяжести // Изв. АН СССР. Физика Земли. 1965. № 5. с. 25-32.
64. Новоселицкий В.М. О построении плотностных границ по аномалиям силы тяжести // Прикладная Геофизика. 1966. Вып. 47. с. 120129.
65. Новый инструмент тектонической интерпретации. Ольнева Т.В., Приезжев И.И., Технологии сейсморазведки, №3, 2006, с.65-68.
66. Опыт применения аэрогеофизических данных в системе АСОМ-АГС/ЕС для тектонических реконструкций Саякской синклинали. Коваль Л.А., Кулкашев Н.Т., Овчаренко A.B., Приезжев И.И. и др. Изв.АН КазССР, сер .геол., № 6, 1987, с.69-81.
67. Петров A.B. Методы многомерного дисперсионного анализа в алгоритмах комплексной интерпретации геофизических наблюдений. // Геофизика. 1996. - 1. С.19-22.
68. Петров A.B., Берзин Р.Г., Сулейманов А.К., Ермолаева Г.М., Страхов В.М. Шаров С.А. Новые возможности обработки сейсмических материалов СГ-ОГТ с использованием компьютерной технологии КОСКАД-ЗД. //Геофизика. 2002. - 1. - С.29-34.
69. Петров A.B., Трусов A.A. Компьютерная технология статистического и спектрально-корреляционного анализа трехмерной информации КОСКАД 3D. - Геофизика, 2000, № 4, с. 29-33
70. Петровский А.П. Информационное обеспечение и модельные представления интегрированной интерпретации геолого-геофизических данных при изучении нефтегазоносных структур. Геофизический журнал. 2004. - № 2
71. Петровский А.П. Критерии оптимальности дифференциального типа при решении обратных задач геофизики в критериальной постановке. Геоинформатика 2004. - № 3
72. Потапов. O.A. «Технология полевых сейсморазведочных работ». -М.: Недра, 1987. 309 с.
73. Преобразование сейсмических данных 2D-MOTT в 3D и прогноз продуктивности коллекторов, Барышев JI.A., Приезжев И.И., Пузин A.B., Солоха Е.В., Геоинформатика, 2007, № 4, с49-53.
74. Приезжев И.И. Построение распределений физических параметров среды по данным гравиразведки, магнитометрии: Геофизика, 2005, №3,46-51.
75. Приезжев И.И. Сейсмическая инверсия на основе угловых сумм (AVO инверсия) в спектральной области. Геоинформатика, 2010, № 1, с. 67-69.
76. Приезжев И.И. Спектральный и статистический анализ аэрогеофизических данных в системе АСОМ-АГС/ЕС. Дисс. кандидата технических наук. -М.:МГРИ, 1989, 100с.
77. Приезжев И.И. Теоретические основы и технология совместной интерпретации данных гравиразведки и сейсморазведки. Тезисы докладов конференции «Геомодель-2005». Геленджик, 2005.
78. Приезжев И.И. Уточнение геологической модели по данным гравитационного поля на основе критериальных методов решения обратных задач. Геофизика, 2010, № 1,
79. Развитие гравиметрии и магнитометрии в XX веке: Труды конференции.Москва, 23-25.09.1996г.-М.:ОИФЗ РАН, 1997.-234с.
80. Руденко Г.Е., Алфосов A.B., Веденяпин O.A., Иванова О.В., 2004, О выделении тонкослоистых коллекторов по данным сейсморазведки и ГИС на базе технологии ПАРМ-КОЛЛЕКТОР: Геофизика, 3, 16-22.
81. Руденко Г.Е., Иванова О.В., 2003, Оптимизационная технология ПАРМ-КОЛЛЕКТОР: Геофизика, Технологии сейсморазведки, II, 85-89.
82. Савинский И.Д. О нахождении контактной поверхности по гравитационному и магнитному полях. // Физика Земли. 1994. - 10. С.53-57.
83. Серкеров С. А. Корреляционные методы, анализа в гравиразведки и магниторазведке. -М.: Недра, 1986, 247 с.
84. Совмещение цифровой и оптической обработки аэрогеофизических данных в системе АСОМ-АГС/ЕС. Коваль Л.А., Приезжев И.И., Овчаренко A.B., Полковникова Т.Н. Геология и разведка, № 11, 1987, Деп.ВИЭМС от 30.09.87, № 469-Д, 19с.
85. Современные системы визуализации геолого-геофизических данных. Приезжев И.И., Брусенцов П.И., Технологии ТЕК, декабрь 2005, № 6, 4с.
86. Состояние и перспективы развития отраслевой системыобработки аэрогеофизических данных на ЕС ЭВМ АСОМ-АГС/ЕС.
87. Коваль Л.А., Приезжев И.И., Овчаренко A.B., Долгов C.B., Лиокумович221
88. Г.Б. Тезисы докладов Всесоюзного совещания «Перспективы научно-технического прогресса в аэрогеофизических исследованиях», ДСП-Л., Рудгеофизика, 1986, с 16-19.
89. Средства интерпретации комплексных аэрогеофизических материалов в системе АСОМ-АГС/ЕС и результаты их применения в Восточной Туве. Коваль Л.А., Овчаренко A.B., Приезжев И.И. и др, Геология и геофизика, № 6, 1987, с. 81-92.
90. Старостенко В.И. Устойчивые численные методы в задачах гравиметрии. Киев: Наук. Думка, 1978. 227 с.
91. Статистическая интерпретация геофизические данных Под ред. проф. Гольцмана Ф.М., Л.: изд-во Ленинградского ун-та, 1981, 256 с.
92. Страхов В.Н. Геофизика и математика. М.ОИФЗ РАН, 1999.64 с.
93. Страхов В.Н. Главнейшая задача в развитии теории и практики интерпретации потенциальных полей в начале XXI века -разрушение господствующего стереотипа мышления. // Геофизика. 2001. -1. - С.3-18.
94. Страхов В.Н. Интерпретационные процессы в гравиметрии и магнитометрии это реализации единого аппроксимационного подхода. 1. Основные идеи и конструктивные принципы. // Физика Земли. - 2001. - 10. С.3-18.
95. Страхов В.Н. Новая парадигма в теории линейных некорректных задач, адекватная потребностям геофизической практики. I. Общие положения // Геофизический журнал -2004.- 26, №1.- С. 36-41
96. Страхов В.Н. О новом этапе в развитии теории интерпретации гравитационных и магнитных аномалий. Изв. АН СССР, Физика Земли, 1977,-№2, С.20-41.
97. Страхов B.H. Общая схема и основные итоги развития терии и практики интерпретации потенциальных полей в XX веке // "Развитие гравиметрии и магнитометрии в XX веке", Труды конференции , Москва, 23-25 сентября 1996 г. М.ОИФЗ РАН, 1997. - с 98-121.
98. Страхов В.Н. Основные направления развития теории интерпретации гравиметрических данных в начале XXI века // Геофизический журнал -2003.- 25, №3.- С. 3-8
99. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука. Главная редакция физико-математической литературы, 1979. Изд. 2-е.-288 с.
100. Точечные и пространственные индикаторы трещиноватости. Бланк A.M., Н.З.Заляев, Ольнева Т.В., Приезжев И.И. Тезисы докладов конференции «Геомодель-2006». Геленджик, 2006.
101. Учет сферичности Земли при обработке радиогеодезческих данных в АСОМ-АГС/ЕС. Массон В.Е.,Приезжев И.И., Методы интерпретации и обработки данных в разведочной геофизике. Алма-Ата, КазПТИ, 1987, с. 80-84.
102. Цирульский A.B. Функции комплексного переменного в теории и методах потенциальных геофизических полей. Свердловск, 1990. 135 с.
103. Шериф P.E., Грегори А.П., Вейл П.Р., Митчем P.M. и др. «Сейсмическая стратиграфия». -М.: «Мир», 1982.
104. Шерифф Р., Гелдарт JI. Сейсморазведка. В двух томах. Москва, Мир, 1987.
105. Addy, S.K., 1998, Neural network classification method helps seismic interval interpretation: Oil and Gas Journal, 38, 47-59.
106. Aki, K., and Richards, P.G., 2002, Quantitative Seismology, 2nd Edition: W.H. Freeman and Company.
107. A1 Fattah, S.M, and A. A1 Nairn, 2009, Artificial intelligence technology predicts relative permeability of giant carbonate reservoirs: SPE Reservoir evaluation and engineering, 12, No.l , 96-103.
108. Alistair R. Brown. «Interpretation of Three-Dimensional Seismic Data», Fifth Edition. AAPG.
109. Ashley Francis, Понимание процедуры стохастической инверсии, часть 1, часть 2, First Break, том 24, ноябрь, декабрь 2006.
110. Balz О., Pivot F. and Veeken P. (1999) Reservoir characterisation using neural networks controlled by petrophysical and seismic modelling. Extended Abstracts, 61th EAGE annual meeting, S015, p 1-4.
111. Banchs, R. E., and RJ. Michelena, 2002, From 3D seismic attributes to pseudo-well-log volumes using neural networks: practical considerations: The Leading Edge, 21, No. 10, 996-1001.
112. Boschetti, F., Dentith, M. & List, R. D., 1997, Inversion of potential field data by genetic algorithm: Geophys. Pros., 45, 461-478.
113. Broadhead M.K. Frequency Domain Bayesian Inversion and Impedance Uncertainty Estimates, Amsterdam 2009, EAGE, p012
114. Burrow J., and C.R. Darwin, 1984, The origin of species. Reprint, Penguin English library.
115. Contreras, A., and C. Torres-Verdin, 2005, More vertical resolution and accuracy with less uncertainty in reservoir characterization: First Break, 23, No. 10, 75-78.
116. D. Kashcheev, D. Kirnos, 2006. Use of simultaneous stochastic seismic inversion for lithology determination. Paper A013 in proceedings of ECMOR X, Amsterdam, the Netherlands, 4-7 September.
117. D.E. Kashcheev, D.G. Kirnos, 2007. Probabilistic Technique of Lithology and Fluid Units Determination Based on Using Seismic Inversion Results. Paper A29 in proceedings of Petroleum Geostatistics 2007, Cascais, Portugal, 10-14 September.
118. D.E.Goldberg. Genetic Algorithms in Search, Optimization and Machine Learning. — New York: Addison-Wesley Publishing Company, Inc., 1989.
119. Da Silva, M., M. Rauch, A. Soto Cuervo, and P.C.H. Veeken, 2004, Data conditioning for a combined inversion and AVO reservoir characterisation study. EAGE 66th annual conference, Extended Abstracts, P306.
120. Darwin C. R., 1859, On the origin of species by means of natural selection, or the preservation of favoured races in the struggle for life. John Murray, ISBN 0-486-45006-6.
121. Deutsch, C.V., 2002. Geostatistical Reservoir Modeling, Oxford University Press, 384 pp.
122. Dorrington, K.P., and C.A. Link, 2004, Genetic-algorithm/neural-network approach to seismic attribute selection for well-log prediction: Geophysics, 69, No. 1,212-221.
123. Duboz, P, Y. Lafet, and D. Mougenot, 1998, Moving to a layered impedance cube: advantages of 3D stratigraphic inversion: First Break, 16, No. 9,311-318.
124. Dubrule, O., 2003, Geostatistics for seismic data integration in earth models: EAGE distinguished instructor series No. 6, EAGE.
125. Fatti, J., Smith, G., Vail, P., Strauss, P., and Levitt, P., 1994, Detection of gas in sandstone reservoirs using AVO analysis: a 3D Seismic Case History Using the Geostack Technique: Geophysics, 59, 1362-1376.
126. Francis, A., 2006, Understanding stochastic inversion, part 2: First Break, 24, No. 12, 79-84.
127. Geman, S., E. Bienenstock, and R. Doursat, 1992, Neural Networks, and the Bias/Variance Dilemma: Neural Computation, 4, 1-58.
128. Giroldi, L., A. Lopez Angriman, J. P. Blangy, J.C. Cordoba, and E. Martinez, 2005, Seismically driven appraisal and development: a case study from Bolivia's Chaco Basin: The Leading Edge, 24, No. 11, 1099-1108.
129. Hampson D. P. and Russell B. H. Simultaneous inversion of pre-stack seismic data, SEG/Houston 2005 Annual Meeting.
130. Hampson D. P., J. S. Schuelke, and J. A. Quirein, 2001, Use of multiattribute transforms to predict log properties from seismic data. Geophysics, Vol. 66, No.l, p.220-239.
131. Hill, S.J., 2005, Inversion-based thickness determination: The Leading Edge, 24, No. 5, 477-480.
132. James, H., 2009, Visualizing 3D features in 3D seismic data: First Break, 27, No. 3, 57-62.
133. Klefstad, L., S. Kvarsvik, J.E. Ringas, JJ. Stene, and O. Sundsby, 2005, Characterization of deeply buried heterolithic tidal reservoirs in the Smorbukk Field using inverted post-stack seismic acoustic impedance: Petroleum Geoscience, 11, 47-56.
134. Kondratiev I., Kiselev J., Krilov D., 1993. The dependence between resolving power and accuracy of the seismic waveform inversion. Report on 55th EAEG meeting, Stavanger.
135. Kondratiev I., Kiselev J., Mikalstev A., Polovov A., 1992. Fast and effective method of waveform inversion. Abstracts of papers 54th EAEG meeting, Paris.
136. Lancaster, S., and D. Whitcombe, 2000, Fast track "coloured" inversion: 70th Annual International Meeting, SEG, Expanded Abstracts, 15721575.
137. Latimer, R.B., R. Davison, and P. Van Riel, 2000, Interpreter's guide to understanding and working with seismic derived acoustic impedance data: The Leading Edge, 19, No. 3, 242-256.
138. Levy, S. and Fullagar, P. K., 1981, Reconstruction of a sparse spike train from a portion of its spectrum and application to high-resolution deconvolution: Geophysics, 46, no. 09, 1235-1243.
139. Lindseth, R., 1979, Synthetic sonic logs a process for stratigraphic interpretation: Geophysics, 44, 3-26.
140. Liu, Z. and J. Liu, 1998, Seismic-controlled nonlinear extrapolation of well parameters using neural networks: Geophysics, 63, No. 6, 2035-2041.
141. Ma, X., 2002, Simultaneous inversion of prestack seismic data for rock properties using simulated annealing: Geophysics, 67, No. 6, 1877-1885.
142. MacQueen, J. B. (1967). "Some Methods for classification and Analysis of Multivariate Observations". Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability. 1. University of California Press, pp. 281-297.
143. Morris, H., R. Christensen, D. Gawith, and M. Millwood Hargrave, 2007, Fast-track reservoir characterization of a subtle Paleocene deep-marine turbidite field using a rock physics and seismic modeling-led workflow: First Break, 25, No. 5, 63-68.
144. Mrinal K. Sen and Paull Sioffa, 1992, Genetic inversion of AVO, THE LEADING EDGE OF EXPLORATION JANUARY 1992 27
145. N. Wiener, "The Extrapolation, Interpolation, and Smoothing of Stationary Time Series with Engineering Applications," Wiley, New York, 1949
146. Neff, Dennis B., Runnestrand, Scott A., Butler, Edgar L. 2001 Multi-attribute seismic waveform classification United States Phillips Petroleum Company USA Patent 6223126
147. Parker R.L. The rapid calculation of potential anomalies // Geophys. J. Roy. Astron. Soc. 1973. V 31. P. 447-455.
148. Perez, M., Grechka, V., and Michelena, R. (1999). Fracture detection in a carbonate reservoir using a variety of seismic methods. Geophysics, 64(4):1266-1276.
149. Priezzhev I., Shmaryan L. and Bejarano G, (2008), Nonlinear multitrace seismic inversion using neural network and genetic algorithm -"Genetic Inversion", Expanded abstract, EAGE annual meeting, Saint Petersburg. AO 16.
150. Priezzhev, I., L. Shmaryan, and P. Veeken, 2009, Genetic seismic inversion using a non-linear, multi-trace reservoir modeling approach. Extended Abstracts, 71th Annual Conference, EAGE, P018.
151. Priezzhev, I., Shmaryan L., Bejarano G., 2008 System and method for predicting subterranean formation properties, US PATENT APPLICATION ATTORNEY DOCKET NO. 09469/118001; 94.0169
152. Qing Li. LP Sparse Spike Impedance Inversion, Hampson-Russell Software Services Ltd., CSEG 2001
153. Ronghe, S., and K. Surarat, 2002, Acoustic impedance interpretation for sand distribution adjacent to a rift boundary fault, Suphan basin, Thailand: AAPG Bulletin, 86, No. 10, 1753-1771.
154. Rowbotham, P., D. Marion, R. Eden, P. Williamson, P. Lamy, and P. Swaby, 2003a, The implications of anisotropy for seismic impedance inversion: First Break, 21, 53-57.
155. Rowbotham, P.S, D. Marion, P. Lamy, E. Insalaco, P.A. Swaby, and Y. Boisseau, 2003b, Multi-disciplinary stochastic impedance inversion: integrating geological understanding and capturing reservoir uncertainty: Petroleum Geoscience, 9, 287-294.
156. S. I. Pedersen, T. Randen, L. Sonneland, 0. Steen, "Automatic Fault Extraction using Artificial Ants",Ann. Int. Mtg., Soc. Expl. Geophys., Exp. Abstr, 2002.
157. Saggaf, M. M., M. N. Toksoz, and H. M. Mustafa, 2003, Estimation of reservoir properties from seismic data by smooth neural networks: Geophysics, 68, No. 6, 1969-1983.
158. Seismic Atlas of Structural and Stratigraphic features, edited by W.Goudswaard and M.K.Jenyon, © EAGE 1988.
159. Singh, Y., 2007, Lithofacies detection through simultaneous inversion and principal component attributes: The Leading Edge, 26, No. 12, 1568-1575.
160. Sirgue, L., and R.G. Pratt, 2004, Efficient waveform inversion and imaging: a strategy for selecting temporal frequencies: Geophysics, 69, No. 1, 231-248.
161. Smith, M., 1996, Neural Networks for Statistical Modeling, Boston: International Thomson Computer Press, ISBN 1-850-32842-0.
162. Subhashis Mallick, 1995, Model-based inversion of amplitude-variations-with-off set data using a genetic algorithm. GEOPHYSICS, VOL. 60, NO. 4 (JULY-AUGUST 1995); P. 939-954
163. Sunil K. Singh, Hanan Abu-Habbiel, Badruzzaman Khan , Mahmood Akbar, Arnaud Etchecopar and Bernard Montaron, 2008, Mapping fracture corridors in naturally fractured reservoirs: an example from Middle East carbonates, first break volume 26, May 2008
164. T. Randen, E. Monsen, et al., "Three-Dimensional Texture Attributes for Seismic Data Analysis", Ann. Int. Mtg., Soc. Expl. Geophys., Exp. Abstr, 2000.
165. T. Randen, L. Sonneland, A. Carrillat, T.S. Valen, T.Skov, S.I. Pedersen, B. Rafaelsen, G. Elvebakk, "Preconditioning for Optimal 3D Stratigraphical and Structural Inversion", Mtg. Eur. Assn. Geosci. Eng., Stavanger, Norway, Jun. 2003.
166. T. Randen, S. I. Pedersen, L. Sonneland, "Automatic Extraction of Fault Surfaces from Three-Dimensional Seismic Data", Ann. Int. Mtg., Soc. Expl. Geophys.,Exp. Abstr, 2001.
167. T. Skov, S. I. Pedersen, T. S. Valen, P. Fayemendy, A.Gronlie, J. O. Hansen, A. Hetlelid, T. Iversen, T.Randen, L. Sonneland, "Fault system analysis using a new interpretation paradigm", Mtg. Eur. Assn. Geosci. Eng., Stavanger, Norway, Jun 2003.
168. Van Riel, P., 2000, The past, present and future of reservoir characterization: The Leading Edge, 19, p. 878-881.
169. Veeken P.C.H. (2007) Seismic stratigraphy, basin analysis and reservoir characterisation. Handbook of Geophysical Exploration, Volume 37, eds prof K. Helbig and S. Treitel, Elsevier Scientific Publisher, Amsterdam, 5091. P
170. Veeken, P., and M. Da Silva, 2004, Seismic inversion methods and some of their constraints: First Break, 22, No.6, 47-70.
171. Veeken, P.C.H., 2007, Seismic stratigraphy, basin analysis and reservoir characterization. Handbook of Geophysical Exploration, Volume 37, eds prof K. Helbig and S. Treitel, Elsevier Scientific Publisher.
172. Veeken, P.C.H., and M. Rauch-Davies, 2006, AVO attribute analysis and seismic reservoir characterization: First Break, 24, No. 2, 41-52.
173. Veeken, P.C.H., M. Rauch, R. Gallardo, E. Guzman, and R. Vila
174. Villasenor, 2002, Seismic inversion of the Fortuna National 3D survey,
175. Tabasco, Mexico: First Break, 20, 287-294.231
176. Yang, X. S., 2009, Introductory Mathematics for Earth Scientists, Dunedin Academic Press, 240pp
177. Yilmaz, O., 2001, Seismic data analysis Vol. 1 and 2. Society of Exploration Geophysicists, Investigations in Geophysics No. 10, SEG.t
- Приезжев, Иван Иванович
- доктора технических наук
- Москва, 2010
- ВАК 25.00.10
- Компьютерная технология комплексного анализа и интерпретации геолого-геофизических данных на региональных профилях
- Методика и компьютерная технология физико-геологического моделирования строения земной коры
- Создание АРМ обработки и комплексного анализа данных морских геофизических съемок на базе ГИС-технологий
- Методология автоматизированной комплексной обработки геолого-геофизической информации при поисках и разведке угольных месторождений
- ТЕХНОЛОГИИ ИНТЕГРИРОВАННОЙ ОБРАБОТКИ ГЕОЛОГО-ГЕОФИЗИЧЕСКОЙ ИНФОРМАЦИИ ПРИ ФОРМИРОВАНИИ ТРЕХМЕРНЫХ МОДЕЛЕЙ РУДНЫХ ОБЪЕКТОВ