专利名称：改进油气田发现与表征的可预测性的有源噪声注入计算的制作方法
改进油气田发现与表征的可预测性的有源噪声注入计算本申请要求2010 年 3 月 5 日提交的题为“Active Noise InjectionComputationsFor Improved Predictability In Reservoir Characterization，，的美国临时串请61/311,277的权益，该申请全部引用在此作为参考。
背景技术：
在油气勘探过程中，地震勘测被用于估计次表层地况的感兴趣的特征。地震勘测使用受控的地震能量，比如由专用气枪或地震振动器产生的受控的地震能量。接收器检测被次表层特征反射的通常为波形式的地震能量。通过分析被反射的地震波穿过不同密度的次表层物质所用的时间，来检测这些次表层特征。三维地震测绘术也使用地震能量来产生次表层形成层的三维地图。分析地震数据的传统技术试图滤除噪声以识别出感兴趣的信号。然而，在滤除噪声的过程中，感兴趣的重要信息可能会丢失，由此在所得到的地震地图中可能很难区分开各种特征。一旦识别出有矿床，就钻出一探井以试图结论性地判断是否存在油或气。然而，探井可能非常昂贵，尤其是那些离岸的井，并且所受的风险在于这种井 可能没有出产物。
发明内容
揭示了多种系统与技术，用于改进岸上与离岸的地震与电磁采集过程中的信噪t匕，用于改进水力裂缝监控与优化的微震技术，并且用于使用常规三维振动器指引烃成像的干涉测量采集过程。使用非线性随机量子能量源来分析地震数据，以通过虚拟振动与地震数据之间的交互作用来产生谐振。从通过噪声过滤不能获得的地震数据中，谐振的变化产生了感兴趣的信息。然后，这种谐振的变化的特征可以被确定和校准为孔隙度、流体性、或岩性。然后，在所得的大量的储层性质上，可以作出储层表征和钻井决定。这种系统与技术可以被用于消除新钻井位置的风险并且通过定位可能被错过的附近的生产层来重新开发不如预期的或废弃的井。在这个世界上，超过60%的油储量和超过40%的气储量是在碳酸盐中。在一些示例中，本文所揭示的系统和技术可以被用于消除风险并表征复杂的地层碳酸盐、其堆叠、连续性、裂缝密度、间距以及孔隙度。对于鉴别有生产潜力的碳酸盐体而言，孔隙度极为关键。碳酸盐储层依然很难用三维地震测绘术来表征，这是因为快速的纵向与横向相变导致其异质性很大，较高的速度导致较低的地震分辨率，并且也不能对裂缝直接进行成像本身。对于各个井与补偿井的定位而言，盆地地理模型所能提供的洞察力很有限，因为各种形成层性质都以不可预计的方式变化。因为影响碳酸盐岩石的成岩作用(沉积物在其初始沉积过程中经历了化学、物理或生物的变化)范围很广，所以在这些碳酸盐中最终的孔隙度可能与沉积环境有关或者可能无关。此外，不像其它的岩性，碳酸盐中最初的原生孔隙度可能在成岩过程中被完全破坏了，并且可能产生了相当多的新的次生孔隙度。所以，为了预测井的生产能力，从三维地震数据中识别出特定图案的自然裂缝以及高度连续的孔隙度。岸上和深水碎屑岩类储层是在世界上最大的、勘探最明确的且生产能力最强的烃区带中。这些包括各种浊流岩沙体几何形态，比如在复杂的下坡设置中的沟、叶、片和堤。后沉积应力修改了原生沉积结构，从而改变了孔尺寸分布和可渗透性特征，这对于以其它方式有沙化倾向的储层中的含油沙层与饱和分布的解释是很有挑战性的。这些高产储层的勘探成功以及后续的评估与开发都取决于精准地绘制在储层级或盆地级几何形态之内的沉积物分布的相互作用以描绘源、填料和储层地质情况。常规的消除风险的方法依赖于采集大偏移和更高频数据。尽管这已在一定程度上提高了结构解释的水平，但是尚无法获得全面的成功，因为没有流体成像能力。本申请揭示了多种系统与技术，利用了地震数据中的噪声并且增大了分辨率以与适当位置处的流体饱和一起来共同评估沙层积。这些技术可以帮助消除风险并且找到净产油层。这些技术也可以被用于解释在现有的三维地震勘测中的生产井和干井的分布。在岸上勘探中，页岩气资源开发正快速变为一种全球的趋势。来自低可渗透性页岩形成层的井产物也可能是石油和天然气的源岩。因为较大的烃体被限制在页岩内的裂缝孔隙中或微孔内或被吸收在页岩内的矿物质和有机物质上，所以检测岩性的细微变化能在预测即使靠得很近的井的生产能力与经济效益时产生巨大变化。然而，这种岩性变化仅作为很弱的变化出现在常规的三维地震信号中，因为三维地震测绘术已被设计成主要对横跨·多种岩性的大阻抗差异对比进行成像。因为在页岩形成层内的阻抗差异对比的变化是非常细微的，所以地球物理学家通过使用在页岩气储层中用常规地震测绘术所测得的信号来努力增加数值。本文所揭示的系统与技术可以检测岩性的这种细微变化。常规的数据可以根据所揭示的系统和技术来分析以识别出这种细微的变化。本文所揭示的系统与技术也可以被用于标识出页岩的脆度-使储层破裂的能力。本说明书所描述主题的一个方面可以以多种方法来具体实施，其中包括这样一种方法，该方法包括使感兴趣的地质次表层形成层的地震数据体元化成在感兴趣的形成层中具有各自的位置的多个体元；以及确定所述多个体元中的一个体元是否包括一属性；以及基于所述位置向一属性体输出所述体元是否包括所述属性；以及对所述多个体元中的至少一些其它的体元，执行所述确定和所述输出。在一些示例中，所述方法可以进一步包括对感兴趣的另一个形成层的地震数据，执行上面所列的步骤。确定所述多个体元中的一个体元是否包括一属性的步骤可以包括确定所述多个体元中的所述体元是否包括孔隙度属性；以及所述方法还可以包括将所述多个体元中的至少一些其它的体元组装到一孔隙度立方体中。确定所述多个体元中的一个体元是否包括一属性的步骤也可以包括确定所述多个体元中的所述体元是否包括岩性属性；以及所述方法还可以包括将所述多个体元中的至少一些其它的体元组装到一岩性立方体中。另外，确定所述多个体元中的一个体元是否包括一属性的步骤也可以包括确定所述多个体元中的所述体元是否包括气、油、或水中的至少一种；以及所述方法还可以包括将所述多个体元中的至少一些其它的体元组装到一液体立方体中。在一些示例中，所述方法也可以包括其中所述地震数据可以包括感兴趣的形成层的偏移叠前时间集合。确定所述多个体元中的一个体元是否包括一属性的步骤可以包括确定所述多个体元中的所述体元是否包括岩性属性；对孔隙度属性，重复所述确定和所述输出；以及基于所述岩性属性的多个体元中的至少一些其它的体元且基于所述孔隙度属性的多个体元中的至少一些其它的体元，产生一用于指示打钻位置的在此-钻孔布置图。此外，使地震数据体元化的步骤还可以包括将地震数据频谱地分解成多个频率体。在一些示例中，所述方法可以进一步包括将地震数据频谱地分解成高频体、中频体和低频体。所述地震数据可以包括三维地震数据，并且体元化的步骤可以包括从所述三维地震数据中产生多个一维体元矢量。确定所述多个体元中的一个体元是否包括一属性的步骤可以包括基于来自一个或多个先前勘探过的地质次表层井的信息，获得用于该属性的控制数据；以及使用所述控制数据并且使用量子谐振干涉测量法来处理用于该体元的一维体元矢量以检测一谐振。此外，所述方法可以进一步包括基于所述属性体，来表征一结构圈闭。所述方法也可以包括基于所述属性体，来表征一地层圈闭。另外，所述方法可以包括使所述多个体元提高到预定的分辨率。在另一个方面中，一种方法可以包括获得与感兴趣的形成层相关联的多个体元中的一个体元的一维体元矢量；获得从与感兴趣的属性相关联的测井数据中产生的频谱数据；使所述频谱数据与所述一维体元矢量相耦合以确定是否发生谐振事件；当发生谐振事 件时，产生指示所述体元具有感兴趣的属性的输出；以及当没有发生谐振事件时，产生指示所述体元不具有感兴趣的属性的输出。在一些示例中，获得所述一维体元矢量的步骤包括使所述一维体元矢量所对应的振幅归一化以落在一范围之内。并且，获得从测井数据中产生的频谱数据的步骤可以包括获得地震噪声数据；从所述测井数据中获得井控制体元数据；以及使用量子力学模型将地震噪声数据与井控制体元数据组合起来以产生所述频谱数据。另外，获得井控制体元数据的步骤可以包括使用从具有感兴趣属性的井的多个部分中的声波测井中推导出的小波，从用于所述属性的测井数据中确定能谱密度体元。此外，将地震噪声数据与井控制数据组合起来的步骤可以包括将地震噪声数据以及与呈现出所述属性的测井数据相关联的体元的井控制体元数据组合起来。获得所述井控制体元数据的步骤也可以包括获得未呈现出所述属性的体元的井控制体元数据；以及获得所述地震噪声数据的步骤可以包括基于未呈现出噪声的体元的井控制体元数据，产生地震噪声数据。在某一示例中，使所述频谱数据与所述一维体元矢量相耦合以确定是否发生谐振事件的步骤包括基于所述一维体元矢量、合成噪声以及所述频谱数据，使用核磁共振(“NMR”)主速率方程来产生量子随机谐振。在另一方面中，一种方法可以包括获得一地质次表层形成层的经体元化的地震数据中的一体元的体元数据；执行所述体元数据与频谱数据的第一非线性耦合以产生第一谐振，其中，所述耦合是通过其强度在第一截止频带内的噪声来驱动的；响应于产生第一谐振，将所述截止频带调节为与所述第一截止频带不同的第二截止频带；执行所述体元数据与和次表层形成层的属性相关联的频谱数据的第二非线性耦合以产生第二谐振，其中，所述第二耦合是通过其强度在第二截止频带内的噪声来驱动的；响应于产生所述第二谐振，产生所述属性存在于所述体元中的指示；以及响应于所述第二耦合未产生第二谐振，产生所述属性不存在于所述体元中的指示。在一些示例中，第一谐振可以包括第一量子随机谐振。此外，所述方法也可以包括将所述体元数据组装到具有所述属性存在于所述体元中的指示的一属性体中。经体元化的地震数据也可以包括含所述体元的多个体元；以及所述方法可以进一步包括基于所述多个体元的平均强度的百分比，确定所述第一截止频带。所述方法也可以包括在所述第一耦合之前，执行所述体元数据与和次表层形成层的属性相关联的频谱数据的第三耦合以产生第三谐振，其中，所述第三耦合是通过其强度在不同的第三截止频带内的噪声来驱动的；以及响应于产生所述第一谐振，将第三截止频带调节为所述第一截止频带。在另一个方面中，一种方法包括从在一矿床上的地质次表层形成层的经体元化的地震数据中获得一体元的第一矿床体元数据；确定包括所述属性的值的属性迭代范围，所述属性迭代范围包括至少第一值和第二值；从一现有的井的测井数据中确定控制钻井体元数据，所述控制钻井体元数据包括在所述现有的井中发现的属性的值列表的频谱能量，其中包括所述第一值的第一频谱能量以及所述第二值的第二频谱能量；使所述矿床体元数据与具有根据所述第一频谱能量设置的参数的频谱数据相耦合以产生第一谐振；以及响应于所述第一谐振，产生指示所述体元包括在至少所述第一值处的属性的输出。在一些示例中，所述方法还包括使所述矿床体元数据与具有根据所述第二频谱能量设置的参数的频谱数据相耦合以产生第二谐振；以及响应于所述第二谐振，产生指示所述体元包括在至少所述第二值处的属性的输出。此外，所述控制钻井体元数据可以包括 与所述属性的第三值相对应的第三频谱数据；以及所述方法可以进一步包括使所述矿床体元数据与具有根据所述第三频谱能量设置的参数的频谱数据相耦合以产生第三谐振；以及响应于所述第三谐振未被产生，产生指示所述体元不包括在所述第三值处的属性但包括在所述第一和第二值处的属性的输出。此外，所述属性可以包括孔隙度，所述第一值可以包括孔隙度的第一百分比，所述第二值可以包括比第一百分比大的孔隙度的第三百分比。这些方面的其它实施例包括相应的系统、装置和计算机程序，被配置成执行所述方法的动作，并且被编码到计算机存储设备上。
图I示出了用于储层表征的示例过程。图2示出了在储层表征的过程中涉及到的元件的图形描绘的示例。图3示出了用于储层表征的系统与技术的应用。图4示出了次表层储层圈闭的示例。图5示出了在地震数据被体元化之前用于处理一矿床的地震数据的流程图的示例。图6列举了一矿床的一些次表层体及其分类的不例。图7示出了使感兴趣的形成层的地震数据体元化的过程的示例。图8A-8B示出了用于分析经体元化的数据的工作流程的示例。图9A-9D示出了用于确定地震噪声数据的过程的示例。图10描绘了用于提高或向上变频感兴趣的属性的分析的过程。图11示出了用于建立一谐振事件的单调性的过程。图12A到12B描述了用于产生激励级联数据并使其归一化的过程。图13A-13D示出了如何形成属性特定的井控制体元数据的示例。图14描述了实现干涉测量引擎和量子谐振干涉测量处理器的过程的示例。图15示出了双井功能的示例。图16示出了使用量子谐振干涉测量引擎的工作流程的示例。
图17A-17D示出了从地震数据中计算出属性数据的过程的示例。图18A-18B示出了在训练模式和操作模式中的量子谐振干涉测量引擎的配置。图19示出了用于校准量子谐振干涉测量引擎参数的方法。图20示出了用本文所讨论的各种处理过程来产生输出的示例工作流程。
具体实施例方式图I示出了用于储层表征(也被称为储层的横向次表面预测)的示例过程100。在一些示例中，过程100可以被用于构造在地表下方的储层的计算机模型，该计算机模型包括该储层的所有特征，这些特征与其存储烃的能力有关并且还与产生烃的能力有关。过程100可以被用于发现、描绘烃(石油和天然气)储层并且确定其大小，以使用地震数据来产生岸上或离岸的井的钻孔布置图。在110，矿床数据和勘探标准被获得。勘探标准可以包括·对准的勘探目标，比如在矿床(被分析是否有沉积物的位置)中搜索一种或多种形成层的标准。矿床被定义为覆盖了被认为含烃的潜在的次表面圈闭的区域。矿床产油与气所必须有的地质因素包括存在源岩(在很长的时间段内经历高压与高温从而形成烃的有机富石);存在一种结构性地层或复合圈闭，以保存这些烃；在烃圈闭之上存在不可渗透的密封岩或盖岩，以便防止这些烃偏移或逃至表面；以及存在多孔储层岩，用于将油收集到其孔中并且是可渗透的，从而使得在生产期间这些烃将流到表面。例如，勘探标准可以包括针对预定类型的次表面物质具有预定孔隙度、流体类型和岩性的目标形成层。多孔源岩或沉积物的孔隙度描述了在该物质中的空隙空间的片段，其中，该空隙可能包含诸如水、油、或气的流体，并且由下列比率定义
I/
丄￥γψ =-其中，Vv是空隙空间(比如流体)的体积，Vt是包括固体和空隙成分的物质的总体积。孔隙度是诸如颗粒尺寸和覆盖的沉积物等许多因素的复函数。图2示出了在过程100中涉及到的元件的图形描绘200的示例。例如，图2示出了在210A、210B和210C处的矿床数据的示例。矿床数据可以包括地震和其它地球物理学数据、岩石物理学数据以及该矿床的测井数据或来自另一个矿床上的相似形成层的测井数据。例如，地球物理学数据可以包括针对感兴趣的区域(比如针对矿床区域211)而获得的地震数据210A。例如，获得地球物理学数据的步骤可以包括在用于进一步处理和分析的计算设备处，接收已经从一矿床区域中采集到的地球物理学数据。在一些示例中，获得所述数据的步骤可以包括接收所述数据；主动地请求所述地球物理学数据；或者从矿床区域211中采集地球物理学数据。地震数据210A可以包括已经处理过的偏移叠前时间集合(标记为叠前时间偏移(PSTM)体)；偏移叠前深度集合(标记为叠前深度偏移(PSDM)体)；或原始的地震集合。按照SEGY形式中的PSTM堆叠或PSDM堆叠的形式，这些集合可以被堆叠成地震体(比如地震体220)。所述地震体可以是在地震采集栅格213上从二维地震采集、三维地震采集过程或多元地震过程中得到的。地震数据也可以包括褶皱图214，褶皱图214包括多种已记录的地震反射数据。褶皱图214可以被用于确保高采集信噪比以及足够大的反射能量以便于后续的计算。三维地震勘测褶皱图可以是使用下列关系式来计算的
斑块的有用的表面枳 # X1I最大可用偏移P
= ............................................................................................................................................................................................................... My = --
* 4X源线间隔X接收器线间隔 ^ 4X源线间隔X接收器线
其中，斑块(即，用地震能量进行分析的区域)的有用的表面积以及源线和接收器线间隔是从地震采集栅格213中获得的。方法100应用于标准压缩波二维和三维地震采集；四维时间推移地震测绘术，其中随时间推移不断重复进行测量；4-C转换波多元地震测绘术，使用了压缩波(P波)源以及压缩波和剪切波(s波)接收器；以及9C全波多元地震测绘术，使用了压缩波和剪切波源以及接收器(具有压缩源和剪切的转换波或9C多元地震测绘术)。 源线间隔是指路径点的连续行之间的距离，在这些路径点处将声激励发送至地面。地震采集的各种模态对于本领域技术人员而言是熟悉的在实践中，使用地震采集栅格213的采集过程记录了很大的方形或矩形斑块，这取决于感兴趣的区域，比如由矿床拥有者拥有的矿物租物。在感兴趣的区域处所获得的有用数据可以被若干种地球物理学因素补偿。例如，地球物理学因素可限制地震检波器覆盖区的最大有用半径。作为一个示例，通过从多个振动器载重车或气枪向源点组中同时放出激励振动来移动一斑块并且记录更多的齐射，就可以在每一个次表面反射区域(被称为“面元”)上累积重叠次表面反射区并且构造统计重复。次表面图像的品质可与为次表面覆盖区的每个面元而记录的信息的统计多样性有关。例如，面元代表了包含全部勘测统计数据的三维勘测的最小区域。所获得的观察(这些观察包含来自次表层的声反射的独特的测量)的次数越多，曾引发那些观察的次表层地质配置的重新构建就越佳。术语面元与CMP (公共中点)面元是被可互换地使用的。它就是一个很小的矩形区域，其尺寸是1/2源线间隔X 1/2收器线间隔且包括位于该区域内被假定属于一公共中点的所有中点。位于该面元内的所有地震轨迹将对该面元的褶皱有所贡献，并且将被CMP层叠。用于产生常规的PSTM和PSDM体(这些体被用作到过程100的输入)的技术是本领域公知的。例如，Oz Yilmaz的书(及书中的参考文献)“Seismic DataAnalysis -Processing, Inversion, and Interpretation of Seismic Data，，(第 I 和 II 卷，第 I - 2024页，2001年，由勘探地球物理学协会出版)讨论了始终从地震数据采集中产生PSTM和PSDM地震体的方法。在一些示例中，以一种预处理过的形式来获得地震数据，其中，用聚焦的地震信号对所述地震数据进行正确地成像，其中除去了不想要的能量(比如地震多次波)，且其中真实的振幅地震处理已经保存了地震反射事件的振幅信息。矿床数据也包括测井数据210C。针对识别出的岩石物理区，测井提供了物理的岩石性质。这些是可以从下列的井中获得的已经在所考虑的矿床区域211上钻出的井；或者在另一个类似的矿床区域处的相似的源岩中钻出的井。测井包括声波测井、体密度测井、伽马射线测井、中子孔隙度测井以及电阻率测井。声波测井(比如偶极声波测井)也可以包括在井眼之内的压缩(P波)速度和剪切(s波)速度的采样。GeorgeAsquith和CharlesGibson 的 “Basic Well Log Analysis for Geologists”(第 1-215 页，1982 年，由美国石油地质学家联合会出版，美国俄克拉荷马州塔尔萨市)及其中的参考文献提供了关于不同的测井及其关系的介绍和讨论。测井数据可以被用于校准在已知的井处感兴趣的形成层的实际的岩石与流体性质，并且把这些性质与该已知的井的地震数据关联起来。这种测井数据也可以被用于解释在该已知的井的地震数据中发现的属性。如下文更详细地讨论的那样，通过使用来自一成矿井的地震体的地震数据，地震体的测井数据210C可以被用于预测在该地震体中的岩石与流体性质。测井数据210C可以被编辑并且针对一些问题(比如突发噪声、周波跳跃以及流体替换)被校正，或者可以按这样一种形式被获得。矿床数据也可以包括岩石物理学数据210B，岩石物理学数据210B包括关于以勘探为目标的地质源岩(比如是通过勘探标准识别出的源岩)的类型(比如沙岩、石灰岩、白云岩和页岩)的信息。术语岩石物理学把在特定物理条件(比如压力、温度)下的岩石的地质性质(比如孔隙度、岩性、饱和度)与其相应的弹性和地震性质(比如弹性模量、速度、P波阻抗、s波阻抗)关联起来。通过使用岩石物理学建模，本领域技术人员可以从地质状况中预测弹性(地震)性质，或者使用岩石物理学反演就可以从弹性(地震)观察中预测出地质状况。此夕卜，推导出的属性(比如脆度，被定义为岩石的压缩强度与拉伸强度之比)是从泊松比和杨氏模量中推导出的，而泊松比和杨氏模量是基于岩芯样本在实验室中测出的。脆度可以使用Vp/Vs比率(其中Vp、Vs分别表示P波和s波速度)来推导出，或者可以使用P波阻抗/s波阻抗来近似。一旦针对一矿床识别出源岩类型(即，作为潜在的烃的源的岩石)，就可以获得岩石类型的基本的岩性和地质力学性质及其粒度组合的岩石物理学表格。通过现存的井·的测井210C(包括针对那些现存的井而获得的地震数据)，可以识别出源岩类型。岩石物理学数据210B包括按下列各方面列举的性质声压缩波速度；剪切波速度；脆度；杨氏模量；以及横跨不同的岩相的声速变化的关系。在115处，次表层体220的感兴趣的次表层形成层被识别以便进一步分析。感兴趣的形成层位于矿床区域211中的一矿床中。例如，次表面形成层可以包括图2所示的层225。矿床可以具有存在于次表层中的多个分离的承载烃的含油沙层区域。例如，二叠纪盆地井眼可能具有在 Spraberry、Dean、Clearfork、Wo If camp > Atoka、Strawn > Devonian、Fusselman、Ellenberger形成层内的烃含油沙层区域,所有这些需要如在115之中单独选择并且独立分析。分析100可以被用于分析在表面与地震数据所覆盖的最大深度之间的一个或多个或全部的形成层。常规的解释被用于识别地震层位或次表层反射表面，这些地震层位或次表层反射表面将上述多个次表层形成层分开。层位是被沉积环境中不同的层分开的反射层，并且该反射层是用不同的地震反射性质来表征的。这些是被二维数据中的曲线以及三维数据中的表面或相分开的。相被定义为在一些沉淀条件下形成的区别性的岩石单元，从而反映了特定的地质过程或沉淀沉积环境。从图形处理的角度来看，地震层位是在地震图像上用于描绘形成层的边沿(比如结构性的或地层的特征(比如断层)和图案)。上文提到的Oz Yilmaz的书详细讨论了用于在地震体中确定地震层位的常规方法。在118处,矿床的地震体220中的地震数据被处理以便于体元化。体元化被定义为将地震体分解成三维体单元的计算过程，这些三维体单元接下来被分析以便得到岩石与流体性质。术语经体元化的数据涉及已经被分解成较小的三维体单元的地震体，并且还涉及与那些三维体单元的属性有关的数据。如结合图3所讨论的那样，地震数据被频谱地分解成多个分开的频谱分解。在步骤120中，将经体元化的数据频谱地分解就可以帮助确定矿床体元数据(也被称为矿床体元或经体元化的数据)的频率边界。术语矿床体元是指单个矿床体元数据，而多个矿床体元是指多个矿床体元数据。地震数据可以被分解成多个频率分离体，比如被高(比如对于岸上数据而言在80Hz和IOOHz之间)、低(比如在3Hz和IOHz之间)和主振幅(比如在12Hz和70Hz之间)频率分离。在120处，对于地震体220而言，地震数据210A被体元化成多个三维体单元(被称为体元)以便进一步分析，正如图2中的多个体元235所示的那样。在一些示例中,在120处使地震数据体元化的步骤包括确定这些体元的尺寸与取向，这取决于所采集的地震数据的分辨率、沉积过程(这些沉积过程导致在矿物产地或盆地内的矿床区域中形成了烃储层)的地质理解以及在矿床的感兴趣的次表层岩性形成层中潜在圈闭的形成过程。维度可以被指定为下列两种对于基于时间的地震体，X (英尺或米)Xy (英尺或米)Xz毫秒；或者对于基于深度的地震体，X (英尺或米)Xy (英尺或米)Xz (英尺或米)。在一些示例中，体元的垂直z维度被设为地震样本采集采样速率(比如O. 5ms, lms, 2ms,或4ms)。采样速率越高，体元的分辨率就越高，最终，分析这些体元的结果的分辨率就越高。此外，面积的X和y维度受到地震勘测设计限制，或者受到PSTM/PSDM集合的“面元尺寸”(xXy维度)限制。在可以使用的许多地震处理算法中，地震数据在110处获得之前处理，面元尺寸在该过程中早先建立，并且最终的地震数据是面元尺寸有限的。如果在地震数据中面元尺寸是粗略的，则执行重新面元化和重新处理以产生更小的面元尺寸。如果重新处理是不可能的，则每 个面元被调整尺寸为(该面元的X维度的2倍)X (该面元的y维度的2倍)X (采样速率或处理深度分辨率)。如果对于地震数据而言重新面元化和重新处理是可能的，则这些体元的尺寸可以被设为低至(该面元的X维度的0.5倍)X (该面元的y维度的0.5倍)X (采样速率或深度分辨率)。这些体元的维度决定了通过分析步骤125产生的最终属性分辨率。在125处，经体元化的数据被分析。例如，通过使用量子谐振干涉测量术，经体元化的数据被逐个体元地分析，以确定多种属性的存在性以及地震数据中的感兴趣属性的面积的和垂直的范围。感兴趣的属性可以通过勘探标准来定义。感兴趣的属性的示例在122处被示出，并且包括岩石性质；孔隙度；岩性；地质力学性质；脆度；流体存在性；流体(油、气、卤水、和/或水)的类型；以及各向异性。例如，对于每一个体元而言，孔隙度的百分比可以被标识，岩性特征可以被标识，并且流体的存在性可以被标识，比如水、气、或油。分析的结果可以包括每一个矿床体元的多种属性。对于一体元而言，地震数据可以被分析多次以便得到感兴趣的多种属性。结合图1-20的讨论提供了体元化的数据能被如何分析的示例。一旦感兴趣的形成层中的矿床体元被分析，在130处就可以产生属性体。根据它们在地震体220中的原始布局，这些经分析的体元被组合，以产生一属性体，该属性体可以包括岩石与流体性质，这些岩石与流体性质被组合以找出高净含油沙层的区域或者孔隙度与流体类型(油和/或气)的有利组合。这些经分析的体元被组装成一个或多个三维属性体，图2示出了针对孔隙度的第一属性体275、针对流体体积的第二属性体280以及针对岩性的第三属性体。针对孔隙度的第一属性体示出了在感兴趣的形成层中的高孔隙度的区域。第一属性体275中的每一个被分析的体元示出了针对该体元而分析的孔隙度的程度。第二属性体280示出了在感兴趣的形成层中流体的分布。例如，气、油和水的分布可以被图示在第二属性体280中。第三属性体285不出了岩石性质(比如岩石的脆度)的分布。在140处，储层被描绘。例如，勘探标准可以识别出期望储层所需的截止值。例如，对于孔隙度而言，可以定义一截止值，在该截止值之上感兴趣的储层被描绘出。换句话说，具有截止值之上的值的属性中所有的体元都可以作为储层的一部分被描绘。在一些示例中，截止值可以被动态地选择，这产生了不同尺寸的被描绘的储层。在一些实现方式中，可以提供步骤140的被描绘的储层的数据以便在150处进一步处理并输出。例如，所描绘的储层的数据(包括所分析的体元数据)可以被提供给另一个处理模块，比如流动模型，以便进一步处理。在一些实现方式中，在步骤140处，确定是否所有感兴趣的形成层都已经被分析。如果没有，则针对另一个感兴趣的形成层，重复过程100的步骤120-140。在150处，如果没有其他感兴趣的形成层，则过程100继续到步骤160，其中，所描绘的储层的数据被用于产生一个或多个钻孔布置图。图2示出了钻孔布置图的示例，即三维钻孔布置图292和二维钻孔布置图，该三维钻孔布置图292标识了钻孔位置和钻孔轨迹，该二维钻孔布置图也指示了在哪里钻井。图I所产生的输出可以被用在油气勘探与生产的各种领域中。例如，图3示出了本文所揭示的系统与技术的各种应用。例如，本文所揭示的系统与技术可以被用在油气租物采集过程330中，以提供精准的次表层绘图、估计烃形成层边界、优化矿床英亩数并且最优地提取烃并钻井。此外，通过确定次表层特征，本文所揭示的系统与技术可以被用在地震 勘测设计333中，这种设计有利地引导了如何采集附加的二维、三维和多元地震数据或设置参数以实现高质量成像。例如，使用现有的老版本数据，可以分析多种使用老式的地震测绘术钻出勘探井或补偿井的储层性质，以形成新的勘测与设计质量地震数据和最佳频谱从而对潜在的结构/地层圈闭、复杂的裂纹和非共形的岩性进行成像。此外，本文所揭示的系统与技术可以被用于勘探新的井。例如，对于端对端的可用的地质工艺的、地质的、地层的和地质地震的数据可以执行分析，以发现储层，表征形成层边界、孔隙度和性质，形成净含油沙层模型，并且推荐钻井目标并减小干井风险。此外，井轨迹和井眼偏差可以被设计成使来自不整合面与裂缝的采收率达到最大。此外，本文所揭示的系统与技术可以被用于在正生产的或被证明的矿物产地中定位开发井。例如，可以确定用于放置补偿井的位置，以使采收率达到最大，并且使成本有效地引流这些烃形成层所需的井的数目达到最小。通过设计钻孔和注入侧坑道以最大程度地引流有生产能力的形成层和多区井含油沙层，本文所揭示的系统与技术可以被用于增强目前正生产的井，从而延长储层寿命和采收。如在320中，本发明在图1-20中所描述的方法可以被用于在矿物产地的原生、次生、增强的烃采收和重新形成过程中，或者在重新进入已封住或废弃的老井或现有的井的延长深度时，激活并增强各种溯流而上的油和气，以发现新的烃生产源并且找到被绕过的和错过的烃的矿穴。图4示出了次表层储层圈闭的示例，在上文结合图3所描述的油气勘探的每一个阶段中都可以使用本文所描述的系统与技术分析这些次表层储层圈闭。按照传统，储层表征已经是一种主观的过程，其结果高度依赖于地球物理学解释人员的经验和才能、地震处理的品质以及形成层的复杂性。此外，岸上与离岸形成层的类型是多样化的和复杂的，从而迫使分析人员基于特定形成层类型(比如结构性区带、地层区带、或像盐丘那样的复合圈闭)、地质盆地以及资源区带(比如二叠纪盆地、巴肯页岩、或墨西哥湾)的经验来区分它们。结构性圈闭是通过储层岩石的变形而形成的，比如背斜或断层，例如，背斜、正常的断层圈闭、秃顶式背斜、倒逆的断层圈闭、有断层的背斜、倾斜断块、圆盖、逆断层上的拖曳断层、破裂的储层、生长断层上的滚动背斜、滚动背斜上的背斜式或次级相向断层。地层圈闭是通过储层的沉积而形成的，比如矿脉或河道或储层岩石的侵蚀。示例包括堡礁、环礁、塔礁或斑礁、生物礁、角度整合面、细长-沙石沟道、扶壁或上超沙地、鱼卵岩浅滩、花岗岩冲积物以及向上倾斜变薄的沙石地层。复合圈闭是通过结构性的和地层的元素而形成的。这些包括盐丘(以及覆盖的丘和断层)、盐丘盖岩石、盐丘翼圈闭、向上倾斜相变、压实背斜、次生的或区域构造的白云石。图4示出了这些形成层中的三个形成层的示例，即，结构圈闭410、复合圈闭420和地层圈闭430。示出了每一个形成层，具有针对这些形成层而获得的地震数据的示例性图形描绘结构圈闭地震数据411 ;复合圈闭地震数据421 ;以及地层圈闭430。有多种类型的油与气的形成层，每一个形成层具有独特的地震数据。每一个形成层的地震数据是通过下面的岩石、流体和岩性属性(比如孔隙度和流体类型)来定义的。在打钻之后从测井和岩心分析数据中可以获得相似的属性，这需要获取岩石样本并且执行详细的实验室分析。通过将储层表征过程的基本交替的重新表述指定为弱信号检测问题，本文所揭示·的系统与技术能够确定孔隙度、表征岩性并且表征流体。量子谐振干涉测量引擎被配置成利用非线性量子随机谐振现象，将地震数据中的弱信号作为高噪声和高干扰环境中对噪声的扰动来进行检测。常规的地球物理学处理除去了噪声；但是本文所揭示的系统与技术利用了地震数据内的低(比如3-lOHz)和高(比如80-119Hz)频低dB噪声振幅中的细微变化来增大分辨率。这些低频和高频振幅中的变化可能是非常小的，并且本发明使用了基于软件的量子谐振干涉测量引擎，该引擎具有噪声注入计算，例如，该引擎被实现成Vialogy公司的Virtual Vibe 以从非烃承载岩性中分离出烃。例如，各种结构形成层的油与气勘探目标(比如图4所示的那些)被表述成使用谐振干涉测量术来解决的弱信号处理问题。对于结构圈闭410而言，结构圈闭地震数据411被分析以检测结构圈闭并且检测油饱和的量，比如在40%以上的油饱和。断层附近的地震数据被分析，以用油-水接触边界来检测烃承载岩性。这种烃岩性被视为用谐振干涉测量引擎分析的地震数据中感兴趣的信号，所有其它的岩性被视为噪声。对于复合圈闭420，复合圈闭地震数据431被分析，以检测多孔的和可渗透的第三纪沙石，这些沙石围绕着盐丘向上倾斜。孔隙度沟道中的某一百分比以上(比如10%以上)的孔隙度被谐振干涉测量引擎视为复合圈闭地震测量411中感兴趣的信号，所有其它的相都被视为噪声。对于地层圈闭430而言，地层圈闭地震数据431被分析，以定位具有碳酸盐的塔礁。层叠的沙石或页岩层内的孔隙异常被谐振干涉测量引擎视为被分析的地层圈闭地震数据中感兴趣的信号，所有其它岩性都被视为噪声。将很广的矿床与形成层特定问题重新表述成特定的弱信号处理目标的能力能够将本文所揭示的系统与技术应用于范围很广的油与气的问题，包括形成层的类型；形成层的复杂度；岸上与离岸的井；新的矿物产地(使用模拟)和现有的矿物产地；数据模态(有源/无源的，比如三维/多元地震测绘术；永磁力-地球的；重力的)。此外，用于多个形成层的各种油与气钻井或采收率挑战可以作为弱信号处理问题提出，并且使用本文所描述的系统和技术解决。图5示出了在针对感兴趣的形成层将地震数据体元化之前用于处理一矿床的地震数据的流程图500的示例。在503处，针对感兴趣的形成层，获得地震数据。地震数据可以采用下列形式叠前时间或深度振幅偏移体。偏移是这样一种地球物理学过程，地球物理学事件(即，声反射能量的变化)在空间或时间中被几何地重新定位到在次表层发生该事件的位置而不是在表面处记录过该事件的位置，由此产生了次表层的精准图像。偏移算子是地球物理学领域公知的，并且被应用于时间域和空间域中，以分别产生时间振幅和深度振幅体。这两者之间的差异是该偏移算子能多恰当地表示上述速度模型。通过应用时间偏移算法(比如Stolt偏移、Gazdag偏移、有限差偏移)，在503中的地震数据可以被获得。深度偏移算法的示例包括Kirchoff偏移、反向时间偏移、高斯波束偏移以及波动方程偏移。在505，针对一振幅体，确定体积振幅频谱。例如，在低频振幅谱(比如3Hz - 10HZ)、高频振幅谱(80Hz - 130Hz)以及主频振幅谱(比如12Hz - 70Hz)中，可以分析该振幅体，以使用谱分解技术来独立地估计并预测储层岩石和流体性质，这需要将地震信号分解成其各个组成频率。与地震采集硬件设置512有关的经完全处理的地震勘测振幅体包含了能够被用于该特定勘测的检波器/水听器记录下来的频率。在地震勘测中，以地震波前为形式的地震能量(比如声能)向下传播至次表层中， 并且在每一个岩性相和地质边界(比如不整合面、岩层边界等)处该地震能量就被反射、折射、和/或吸收。此外，当地震波前传播至下面的沉积物中时，它就衰减了，从而地震波前的频率内容随深度而减小。例如，高频被更佳地保留在地表附近，被更占主导的较低频率“淹没”。在实践中，频谱分解按不同的分立的频率间隔来评估地震响应。例如，较高的频率对较薄的岩层进行成像，而较低的频率对较厚的岩层进行成像。尽管本领域已知来自薄岩层的地震反射具有在用于表示其时间厚度的频域中的特征表达，但是地震响应是非独特的，并且衰减无法被归因于特定的属性。步骤505-560描述了一系列频谱分解操作，以在感兴趣的形成层处按这些振幅的不同的信噪比来估计所采集的地震数据的带宽，并且将该带宽或处理过的地震数据划分成三个区域，即高频区域、低频区域和主振幅(大部分地震能量集中于该主振幅处)。岩石与流体性质计算的物理学寻求分析下列影响I.烃/流体饱和-是基于低频处的地震反射振幅中的频谱能量衰减(或吸收)而被区分的。这些低频振幅被常规地震处理方法视为噪声，并且被滤除。2. Vshale (被定义为页岩的体积,被表达为十进制分数或百分比)。Vshale是从高频振幅中很小的放大中估计出的。这些高频振幅被常规地震处理方法视为噪声，并且被滤除。3.孔隙度属性是基于高频噪声中的散射而被区分的。这些高频振幅被常规地震处理方法视为噪声，并且被滤除。4.脆度-一种地质力学性质，是基于低频与高频噪声中的相变而被确定的。这些低频与高频振幅被常规地震处理方法视为噪声，并且被滤除。频谱分解在530中被用于将地震体带宽划分成高和低频属性。在一个实现方式中，在频谱分解过程中考虑的频率带宽包括低至_24dB的振幅。将上述三个区域分开的频带的具体情况取决于在实际的属性计算过程中所使用的量子谐振干涉测量引擎的参数，正如结合图8和10中的量子谐振干涉测量引擎828所描述的那样。根据量子谐振干涉测量引擎的参数，上述三个区域的分离边界是在520被确定的。在530所产生的频谱分解地震体之间的地震振幅中具有2dB到4dB的分离的优点是它减少了在处理序列中为了准备地震数据110而使用梯形小波(比如Ormsby)所引入的伪像。作为示例，上述三个区域的分离边界可以在520被确定如下主频振幅区域中的带宽可以包括在_6dB之上或在-IOdB截止值之上的反射振幅；在比所获得的地震数据的中心频率低的频率上，低频振幅可以被设置在[_12dB或-16dB]与[_22dB或-24dB]之间；以及在比所获得的地震数据的中心频率高的频率上，高频振幅被设置在[_16dB]与[_22dB或-24dB]之间。在覆盖附加的10_12dB的频带与振幅之间的2dB或4dB分离滤波器产生了多达附加的4Hz至20Hz的数据，这取决于地震数据的采集品质？如果数据已经被除去噪声或者是进行了带通处理的，如在516中那样，则这些频谱分解不是有效的，并且需要使用未应用频率滤波的处理工作流程来重新处理503中的地震数据。如果已经使用噪声衰减频谱增白对110中的地震数据进行预先处理，正如在514中那样，这增宽了或均衡了该信号的频谱从而使它相似于白噪声频谱，则频谱分解间隔必须被延长以获得在_20dB到-40dB区域中的低和高频频谱分解从而抵消因频谱增白而导致 的非预期的噪声功率增大。这是在频谱增白操作被应用于叠前地震轨迹以增强信号与噪声 振幅时被执行的。此外，频谱增白所产生的小波的频率内容中的逐个地震轨迹的变化是不期望有的效果，这是本方法在170中产生的输出，要被用于驱动振幅对偏移(AVO)、振幅对角度(AVA)处理、或者关于储层的时间推移研究。尽管通过在延长的低频和高频振幅中工作所得到的关于分辨率增益的数据很有限，正如在516中那样，就像使用本方法进行的经验研究中所示的那样，垂直的分辨率可以显著地增大，甚至翻倍。例如，在典型的勘测(被显示成对于-IOdB以上的振幅具有IOHz到50Hz带宽)中，使带宽延长至4Hz到90Hz能有效地使垂直分辨率翻倍。在502，在体积振幅谱中确定分离边界。在一些示例中，频率范围可以被设置成低频范围(“LowF”)，覆盖了上述体积振幅谱中最下面的5个百分点；高频范围(HighF)，覆盖了上述体积振幅谱中最上面的5个百分点；以及主要振幅区域(“PrimeAmp”)，覆盖了上述体积振幅谱的中间的8到92个百分点。与质量控制(QC)过程所要求的数据品质相t匕，这有益于对分辨率执行灵敏度分析，这些质量控制(QC)过程被应用于本方法所产生的输出。在530，针对不同的频率范围，确定多个截止值。作为该步骤的结果，针对每一个地震层位，产生三个经SEGY划分的体积。根据目标孔隙度范围，从一个或多个频率范围体中提取多个矿床体元。作为示例，如果感兴趣的孔隙度期望小于8%-10% (比如，对于一些石灰石、白云石形成层而言)或者地质体是不连续的或地层地层叠的，则对于孔隙度确定而言HighF体积是较佳的。如果孔隙度被期望是很高的并且在较大的范围中发生变化(比如>15%)，则PrimeAmp是较佳的。如果在矿床区域上孔隙度期望具有非常小的可变性(小于2%-3% )，则可以使用LowF。在540，对于QC以及检查孔隙度计算过程的一致性(连续性)而言，所有这三个区域都是很重要的。如果上游处理序列无法保存频谱，则HighF体积的使用是较佳的。从频谱分解的结果中推导出的频带受限频率体被用作到体元化过程的输入。在没有除去噪声的情况下产生的地震体是较佳的。尽管选择了频率受限体，但是重要的是要确保在图9A-9D中的岩石物理学模型和地震数据噪声被推导且被优化至相同的频率范围中。
在560，被划分的地震体被输出以用于体元化。
过程500允许将地震数据转变为一种表示，该表示允许采用在高频与低频振幅中的细微变化，这些细微变化在常规过程中会被视为噪声且会被滤除。通过将图5和6中的处理过程集中在最佳的输入数据上，针对感兴趣的形成层确定岩石和流体性质过程中的错误就减小了。图6针对图I中的110处所讨论的矿床列举了一些次表层体(比如次表层体220)及其分类。这些次表层体可以被分析有没有潜在的感兴趣的形成层，正如图I中的115所讨论的那样。这些具体地驱动了图5中的单元503。这些输入可以被宽泛地分成六个类别，包括叠前时间或深度偏移集合610、原始地震集合620、叠后地震或深度偏移集合630、地震轨迹属性640、体属性650以及体块属性660。在610，叠前时间(PSTM)或深度偏移(PSDM)地震集合是通过常规的二维、三维、或多元地震处理序列获得的，这在本领域中是公知的。在图I和2的一些示例中，较佳的是，用于地震集合610的处理序列保留了振幅；保留了频谱；保留了相位；移除了地滚波和其 它形成层外的相干噪声；使用了高密度断层摄影栅格来估计速度；按采集采样分辨率来处理数据；并且除去了经高度频谱衰减过的地震轨迹。根据图1，630的叠后时间或深度集合可以被处理，但是，在一些示例中，过程700中所描述的体元化过程引入了伪像。根据图I的过程100，可以处理原始集合620。在一些示例中，在实际钻孔之前试着预计钻孔输出时，原始地震集合最好用在证实模式中。如果成矿井已经被定位于该矿床处(期望使用本文所描述的系统和技术或者使用另一种常规方法和第二个人的意见，以看看可预期有什么样的结果)，则原始地震集合630或已采集的原始地震轨迹可以被用于估计在该成矿井处的岩石与流体性质。使用包括小波属性的叠后地震轨迹属性640之一或其组合就可以推导出到220的输入，瞬时属性642 (比如瞬时相位体或主导频率或包络响应体)可以根据本文所揭示的系统和技术被用于回答专属于结构性地层和相模式的问题。有超过50个标准的几何的与基于小波的叠后属性，这些属性可以是用商业软件包产生的。其它地震轨迹属性包括衰减Q属性体642以及频谱分解属性体646。地震轨迹属性640可以根据本文的系统和技术被用于改善特定属性的信噪比或者聚焦于具有感兴趣的矿床的子区域。体属性650包括全体属性，比如阻抗反演652 (即同时的叠前反演)。体属性650也包括局部倾斜/方位角654，当在新位置处预测储层性质时，实际上占据了该矿床中感兴趣的每一个位置周围的相邻地震的子集。体属性650也包括空间相似度656，这可以被用于凸显地震体中细微的不连续，这些细微的不连续源自断层和复杂的倾斜。体属性650可以被用于对图I中的160处所产生的结果进行质量控制，还可以被用于找出具有已知的结构挑战的储层，比如复杂的倾斜。体属性650也可以被用于分析碎屑状的或沙石储层，这些储层包括叠层、沟道沙以及沙坝。在660的更复杂的叠前推导属性(比如AVO属性，包括AVO截距、AVO梯度、AVO曲率和导数，这些是本领域技术人员已知的)、频谱对散射能量成像属性664或方位角-分区属性666可应用于分析复杂的碳酸盐、断裂储层以及具有已知的各向异性的矿床。与610的PSTM/PSDM体相比，它们提供了更高的信噪比，并且也集中了随机噪声。
可以按照像SEGY这样的工业格式来产生次表层体，并且所产生的次表层体被用作输入以便进行图I中的进一步处理。如果630、640、650、或660中的任何属性被用作输入，正如在220中那样，则需要详细的处理工作流程脚本以理解如何构建这些属性、在其产生过程中所使用的算法参数以及可以被应用的任何平滑算子。图7示出了用于使感兴趣的形成层的地震数据体元化的过程700的示例。离岸或岸上的矿床可以具有在不同深度处的若干个形成层，这些形成层被假定含有烃。例如，多形成层地质截面可以具有多个烃形成层，比如Grayburg沙石(在5000英尺处)、在6200英尺深处的ClearFork、8300英尺深处的Spraberry、9800英尺处的Wolfcamp碳酸盐、12600英尺处的Atoka石灰石。在本示例中，通过使用图7中的过程700，每一个感兴趣的形成层被独立地分析和处理。在705，例如，从地震体中感兴趣的多个形成层中选择特定的感兴趣的形成层(比如“Clear Fork”)。对于选定的感兴趣的形成层，确定边界地层(比如顶部和底部地层)。地层是在地震图像上的边缘，或者形成一垂直的截面。通过使用常规自动地层拾取软件程序，基于一种或多种技术(比如常规反射振幅、相干性属性、阻抗反演、或谱分解)，就可以确定上述边界地层。通过使用声波测井推导小波或垂直地震分布(VSP)或交叉钻孔·地震以人工地挑选感兴趣的形成层的顶部和底部地层，也可以确定上述边界地层。在一些示例中，在110获得的地震数据可以是从另一个地球物理学或岩石物理学软件应用程序或另一计算设备中获得的，其被预先处理过从而确定了顶部和底部地层。在一些示例中，地震地层可以是使用诸如下列的地震属性来推导的反射振幅体；振幅对偏移(AVO)属性体(梯度、截距、流体因素等)；振幅对角度(AVA)体；瞬时相位；等等。这些属性中的一个或多个可以是输入到上述体元化过程700。从起始的叠前时间偏移(PSTM)集合体或叠前深度偏移(PSDM)集合体中可以推导出630、640、650和660中所列举的所有的地震属性。根据结构复杂性、或形成层各向异性(断裂)，PSTM/PSDM集合可以被各向同性地或各向异性地偏移。在710，感兴趣的形成层的体元大小被设定。例如，使用12. 5m乘以12. 5m乘以IOm或25m乘以25m乘以Ims的体元尺寸，通过将上述数据重新栅格化和重新处理成12. 5m乘以12. 5m,就可以分析具有Ims采样和25m乘以25m面元大小的PSTM体。垂直深度或时间维度被设为体元深度的采样分辨率。实际的地震轨迹被重新采样至5倍的采样间隔。此外，该体被重新面元化成2倍的普通深度点(CDP)分辨率。CDP表示用于倾斜反射器的普通反射点以及使用地震采集勘测所产生的复速度场。出于计算和成本的原因，有可能以CDP面元分辨率、甚至使用2*⑶P乘以2*⑶P乘以采样分辨率来继续使用这些体元。在一些示例中，尽管地层确定足够精准，但是在720地层上方和下方的警戒区被形成了。警戒区被用于抵消上游的处理误差、次最佳的统计方案、处理器到处理器可变性、和/或地震速度模型估计的多种限制，这些都可能导致705中的输入体的不精确性。地震速度模型是次表层中给定位置的配对(时间/深度、速度)的列表，其中已完成了速度分析。通过使用本文所揭示的系统与技术(比如图I中125的分析)，各种属性(比如感兴趣的形成层的孔隙度连续性性质)的分析产生了结构上更精准的储层属性体，这些体具有修改的地层边界。基于感兴趣的形成层的厚度，可以选择720中的警戒区。例如，如果感兴趣的形成层小于20ms (以时间测得的深度)或200英尺总厚度(以英尺测得的深度)，则警戒区可以被分别选择为+/-8ms或+/-40英尺以确保地层事件限制差错和很小的极性偏移被解决。如果感兴趣的形成层大于20ms总厚度或大于200英尺，则警戒区被选择为地层厚度的20%。对于小形成层(小于60英尺厚)，两个警戒区被设为一组合厚度，该厚度至少匹配于该形成层厚度(至少是100%)。在一些示例中，对于比10，000英尺浅的深度，警戒区厚度可以被确定为是地震速度模型估计误差边界的上边界的10倍，这在地震数据的PSTM/PSDM处理期间被报告过；对于更深的深度，则是该速度估计误差的20倍，以补偿成像误差。此外，假定在地震地层形成过程中恰当地解释了形成层倾斜和结构复杂性。在730，一旦警戒区已被建立，则通过使用压扁算子，包括警戒区的地层可选地被压扁至固定的时间/深度数值，以产生压扁的板层。在一些示例中，740的分析也可以继续使用未压扁的感兴趣的形成层，该形成层具有上边界和下边界以及警戒区。地层压扁(通过时间或深度移动)是标准的实用程序操作，大部分地球物理学软件包中都有。在740，地震轨迹被内插。地震轨迹代表了当声能从源穿过次表层到达接收器或 接收器阵列时弹性波场对岩石或沉积层的界面上的速度和密度对比度的响应。压扁的板层中所有的地震轨迹(PSDM/PSTM地震体的组分)被内插从而以采样速率的5倍报告振幅。对于板层中的地震数据(该地震数据具有低分辨率勘测，且处理采样速率是2ms)，实现了按照PSTM/PSDM处理采样速率的10倍进行重新采样。在750，在具有压扁地层的感兴趣的形成层中，提取了多个体元。板层中的地震数据中的普通中点(CMP)集合被划分成“微小面元”以允许按照常规勘测设计分辨率的2倍、3倍、或4倍上调面积分辨率来进行处理。对于3D地震勘测而言，大面元尺寸是较佳的，并且被设计成满足空间混叠标准，该标准是由下式给出的
*元族▲其中，V是最小速度，f是地震信号的最大频率，并且ξ是最大反射器倾斜。
地震轨迹被层叠在微小面元之内。面积分辨率可以随地震数据的高补偿采集而增大，以增大面积分辨率。通过组合来自多个微小面元中的多个地震轨迹的振幅，构建了多个体元。在任何层叠之前，基于普通深度点(CDP)面元化的栅格被确定大小，以容纳每个体元至少4个(2X2)用户确定尺寸的微小面元。在面积维度方面，体元尺寸的示例可以是42. 5’Χ42. 5’和21. 25’X 21.25’。在垂直(时间或深度)维度中，体元尺寸的示例可以是2ms>4ms>8ms (即8’、16’、20’深度)。地震轨迹被内插至O. 4X采样时间，比如O. 4ms (针对2ms采样的采集)。在750，通过使用软件处理将体元边界所包含的地震振幅复制到一数据结构中，将感兴趣的形成层的整个压扁的地层(在上和下地层警戒区之内)提取成目标大小的体元。这些体元预设了空间和时间分辨率，按该分辨率分析一形成层。通过单独体元的迭代分析(一次一个体元)，确定储层属性。对于750提取的每一个体元，螺旋展开算法被并入本文中作为参考，该算法来自Gulati的美国专利7，466，851。
在760，将3D体元数据结构转换成地震振幅的ID数据矢量。尽管可以使用行与列展开，正如并入本文中的Gulati的7，466，851中那样，但是行展开是较佳的，以使混叠效应达到最小。
图8A示出了使用量子谐振干涉测量处理来分析经体元化的数据的工作流程800的示例。结合图8A所描述的机器(比如激励级联引擎807、RI处理器831、井控制体元数据工厂、干涉测量耦合器833和计量器839)代表了图I中的125处所执行的分析的示例。这种机器可以由计算设备(比如数据处理装置)来实现。例如，该机器可以被实现成计算机代码，当被处理器运行时就执行与该机器相关联的多种功能。在一些示例中，该机器可以被实现成计算机模块，这些模块接收输入并且产生输出。这些计算机模块可以被实现在数据处理装置上。在一些示例中，由该机器所实现的功能可以是由多个计算设备来执行的，比如多个通过网络而连接的计算设备。工作流程800具有多个输入，这些输入包括从PSTM或PSDM振幅体上的谱分解中获得的体元数据805 ;地震噪声数据814 ;岩石物理学测井数据，这包括孔隙度数据817 ;岩性数据820 ;流体性质数据823 ;以及计算机生成的合成噪声842。当输入的体元数据具有感兴趣的属性(比如感兴趣的岩石和流体性质)时，计算机生成的合成噪声842驱动谐振干涉测量动力学，这导致了谐振。体元数据805可以是有限长度的一维输出矢量，包括空间频率振幅，是由图7中所·示的过程760产生的。因为感兴趣的形成层的体元的输入体元数据805可以是很短的一维谱序列(这些序列的长度可以是小于200个数据点)，所以它们也被称为谱碎片。对于每一个体元地震数据而言，体元数据包括来自特定的谱分解的地震振幅，SP图5中的560处获得的LowF、HighF、或PrimeAmplitude体积。根据几何序列，图8A中的机器可以逐个体元地分析感兴趣的形成层中的体元的体元数据805。可以使用各种几何序列。例如，该序列可以从任何形成层隅角开始，并且可以通过行为主穿行或列为主穿行来继续，或者通过深度为主取向来继续。在一些示例中，直接从地理3D任意定形的主体中选择一体元以便分析。在一些示例中，可以设计一种序列以隐含地捕获该体元在该感兴趣的形成层之内的地址和/或精确的坐标和取向。在一些示例中，在图I的步骤120，上述体元的体元数据的副本被制作，此处所分析的体元数据可以作为一属性体被输出。在130，上述体元的体元数据的分析的结果作为副本被往回写到相同的位置。体元输入和结果的这种镜像的读-写操作确保了体元的地址被精确地保存了。地震噪声数据814包括来自低频带和高频带之外的振幅的噪声模型，这些低频带和高频带是在560中获得的并且被用于储层属性的计算过程。这些低频带和高频带是通过图9-11所详细描述的过程而推导出的，以确保该噪声模型使用在低频和高频信息之外的信息，所述低频和高频信息是在体元的体元数据中被分析的。图8A-8B示出了用于确定地震噪声数据814的过程的示例。干涉测量引擎828在下文中会被更详细地讨论，可以具有高达100倍的经校准的信噪比增强。然而，干涉测量器引擎828的校准取决于被分析的体元的振幅。例如，对于在-16dB到-22db范围中被分析的体元的振幅而言，在图9-B到9-D所示的噪声模型设计阶段期间，被图8B-8D所处理的噪声频带的噪声功率的输入值与-16dB到-22dB信号功率振幅分离得很好。当各种分贝范围被分析时，干涉测量引擎828可以被重新校准(比如，像结合图26和27中的框图所讨论的那样)。测井可以选自类似的现有的井(比如与被分析的地震数据相同的矿床中的那些井)，或者可以选自其它非本地的井(具有相似的岩石类型、相似的形成层和相似的圈闭构造，正如被分析的地震数据所来自的区域)。如上所述，测井数据包括类似的现有的井的孔隙度数据817、岩性数据820、流体数据823 (比如类型与流体饱和)以及岩石性质数据824。来自这种测井的次表层部分被分析以形成一参考模型，该参考模型是关于在感兴趣的形成层中可以预期什么样的不同范围的孔隙度、Vshale百分比和流体类型的模型。类似井的测井可以包括伽马射线测井、中子测井孔隙度、偶极子声波测井以及电阻率测井，这些测井代表了该井中的次表层部分。测井部分可以显示出该类似井的岩石与流体性质的可变性。在一些示例中，在感兴趣的区域中，这些测井部分可以是10英尺厚、16英尺厚、或32英尺厚，分别对应于lms、2ms、或4ms的采样分辨率。体元及其属性是由体元数据来定义的。测井数据被一井控制体元工厂826处理。井控制体元工厂826产生井控制体元数据827。井控制体元数据(比如美国加州Pasadena市的ViaLogy公司在QuantumRD 3. O中所使用的体元井)及其属性也是通过井控制体元来定义的。井控制体元数据包括指示感兴趣的属性的数据，该数据是从源中推导出的而不是从产生感兴趣的形成层的矿床体元数据805的地震数据中推导出的。例如，在图8A中，通过使用具有已知属性的已知井的测井，从地震数据中提取感兴趣的属性的井控制体元数据。换句话说，这些井控制体元是从类似井的井眼中的地震数据中提取的。使用归一化的激励 级联变换，该井控制体元数据可以被转变成一维矢量，这种变换产生了在其能谱密度和实际的属性值之间的单调关联，正如在图13A-13D中所描述的那样。例如，通过使用与图7中相同的过程，井控制体元数据可以被转变成一维矢量，以产生输出760。图13A-13D示出了一种用于处理测井数据以产生感兴趣的属性(比如孔隙度、Vshale、流体饱和以及脆度)的井控制体元数据827的过程的示例。例如，对于感兴趣的属性(比如孔隙度)，能谱密度是从一个或多个类似井中的声波部分中获得的以识别已知孔隙度的位置。然后，那些位置所对应的地震数据是基于已识别的位置而被识别的。井控制体元是从声波部分所对应的地震数据中提取的。例如，在井控制体元数据工厂826中，声波测井被用于估计感兴趣的区域(比如在类似井中具有期望孔隙度的区域)的声阻抗变化。小波核函数(比如雷克子波)被用于在与傅里叶变换的空间频率带宽相似的频率间隔上使声波测井参数化，该傅里叶变换被实现在807中使体元数据转变成激励级联的过程中，该807被用于形成760中的输入数据的一维体元。小波核函数使用相同的谱分解，该谱分解产生在805中被体元化的振幅体(即，如图5的步骤540所示那样)。经校准的井控制体元数据代表了小波模型的傅里叶变换的能谱密度，该小波模型被用于对826中的声波部分进行参数化和建模。能谱密度描述了空间频率矢量的能量(该能量是从井控制体元数据工厂中所使用的小波中推导出的)是如何随频率而分布的。构建井控制体元数据的方法是在图12中描述的。如果f(t)是平方可积有限能量信号并且该信号的谱密度Φ (ω)是该信号的连续傅里叶变换的幅值的平方，则
权利要求
1.一种机器实现的方法,包括 将感兴趣的地质次表层形成层的地震数据体元化成在感兴趣的形成层中具有各自的位置的多个体元；以及 确定所述多个体元中的一个体元是否包括一属性；以及 基于所述位置向一属性体输出所述体元是否包括所述属性；以及 对所述多个体元中的至少一些其它的体元，执行所述确定和所述输出。
2.如权利要求I所述的方法，其特征在于， 确定所述多个体元中的一个体元是否包括一属性的步骤包括确定所述多个体元中的所述体元是否包括孔隙度属性；以及 所述方法还包括将所述多个体元中的至少一些其它的体元组装到一孔隙度立方体中。
3.如权利要求I所述的方法，其特征在于， 确定所述多个体元中的一个体元是否包括一属性的步骤包括确定所述多个体元中的所述体元是否包括岩性属性；以及 所述方法还包括将所述多个体元中的至少一些其它的体元组装到一岩性立方体中。
4.如权利要求I所述的方法，其特征在于， 确定所述多个体元中的一个体元是否包括一属性的步骤包括确定所述多个体元中的所述体元是否包括气、油、或水中的至少一种；以及 所述方法还包括将所述多个体元中的至少一些其它的体元组装到一液体立方体中。
5.如权利要求I所述的方法，其特征在于， 所述地震数据包括用于感兴趣的形成层的偏移叠前时间集合。
6.如权利要求I所述的方法，还包括 确定所述多个体元中的一个体元是否包括一属性的步骤包括确定所述多个体元中的所述体元是否包括岩性属性； 对孔隙度属性，重复所述确定和所述输出；以及 基于关于岩性属性的多个体元中的至少一些其它的体元且基于关于孔隙度属性的多个体元中的至少一些其它的体元，产生用于指示打钻位置的在此-钻孔布置图。
7.如权利要求I所述的方法，其特征在于， 使地震数据体元化的步骤还包括将地震数据频谱地分解成多个频率体。
8.如权利要求7所述的方法，还包括 将地震数据频谱地分解成高频体、中频体和低频体。
9.如权利要求I所述的方法，其特征在于， 所述地震数据包括三维地震数据，并且 其中体元化的步骤包括从所述三维地震数据中产生多个一维体元矢量。
10.如权利要求9所述的方法，其特征在于， 确定所述多个体元中的一个体元是否包括一属性的步骤包括基于来自一个或多个先前勘探过的地质次表层井的信息，获得用于该属性的控制数据；以及使用所述控制数据并且使用量子谐振干涉测量法来处理用于该体元的一维体元矢量以检测一谐振。
11.如权利要求I所述的方法，还包括对于另一个感兴趣的形成层的地震数据，执行权利要求I的步骤。
12.如权利要求I所述的方法，还包括 基于所述属性体来表征一结构圈闭。
13.如权利要求I所述的方法，还包括 基于所述属性体来表征一地层圈闭。
14.如权利要求I所述的方法，还包括 使所述多个体元提高到预定的分辨率。
15.如权利要求I所述的方法，其特征在于 其中体元化的步骤包括产生用于所述体元的一维体元矢量； 获得从与感兴趣的属性相关联的测井数据中产生的频谱数据； 其中，所述确定包括 使所述频谱数据与所述一维体元矢量相耦合以确定是否发生谐振事件；以及 当发生谐振事件时，产生指示所述体元具有感兴趣的属性的输出，以及 当没有发生谐振事件时，产生指示所述体元不具有感兴趣的属性的输出。
16.如权利要求15所述的方法，其特征在于， 产生所述一维体元矢量的步骤包括使所述一维体元矢量所对应的振幅归一化以落在一范围之内。
17.如权利要求15所述的方法，其特征在于， 获得从测井数据中产生的频谱数据的步骤包括 获得地震噪声数据； 从所述测井数据中获得井控制体元数据；以及 使用量子力学模型将地震噪声数据与井控制体元数据组合起来以产生所述频谱数据。
18.如权利要求17所述的方法，其特征在于， 获得井控制体元数据包括 通过使用从具有感兴趣的属性的井的多个部分中的声波测井中推导出的小波，从用于所述属性的测井数据中确定能谱密度体元。
19.如权利要求17所述的方法，其特征在于， 将地震噪声数据与井控制数据组合起来的步骤包括将地震噪声数据以及与呈现出所述属性的测井数据相关联的体元的井控制体元数据组合起来。
20.如权利要求17所述的方法，其特征在于， 获得所述井控制体元数据的步骤包括获得未呈现出所述属性的体元的井控制体元数据；以及 获得所述地震噪声数据的步骤包括基于未呈现出噪声的体元的井控制体元数据，产生地震噪声数据。
21.如权利要求11所述的方法，其特征在于， 使所述频谱数据与所述一维体元矢量相耦合以确定是否发生谐振事件的步骤包括 基于所述一维体元矢量、合成噪声以及所述频谱数据，使用核磁共振(“NMR”)主速率方程来产生量子随机谐振。
22.—种计算机可读介质，用于对计算机程序产品进行编码，所述计算机程序产品可操作以使数据处理装置执行包括下列的操作 从一地质次表层形成层的经体元化的地震数据中获得一体元的体元数据； 执行所述体元数据与频谱数据的第一非线性耦合以产生第一谐振，其中，所述耦合是通过具有在第一截止频带内的强度的噪声来驱动的； 响应于产生所述第一谐振，将所述截止频带调节为与所述第一截止频带不同的第二截止频带； 执行所述体元数据与和次表层形成层的属性相关联的频谱数据的第二非线性耦合以产生第二谐振，其中，所述第二耦合是通过具有在第二截止频带内的强度的噪声来驱动的； 响应于产生所述第二谐振，产生所述属性存在于所述体元中的指示；以及 响应于所述第二耦合未产生第二谐振，产生所述属性不存在于所述体元中的指示。
23.如权利要求22所述的计算机可读介质，其特征在于， 所述第一谐振包括第一量子随机谐振。
24.如权利要求22所述的计算机可读介质，所述操作还包括 将所述体元数据组装到具有所述属性存在于所述体元中的指示的一属性体中。
25.如权利要求22所述的计算机可读介质，其特征在于， 经体元化的地震数据包括含所述体元的多个体元；以及 所述操作进一步包括基于所述多个体元的平均强度的百分比，确定所述第一截止频带。
26.如权利要求22所述的计算机可读介质，所述操作包括 在所述第一耦合之前，执行所述体元数据与和次表层形成层的属性相关联的频谱数据的第三耦合以产生第三谐振，其中，所述第三耦合是通过具有在不同的第三截止频带内的强度的噪声来驱动的；以及 响应于产生所述第一谐振，将所述第三截止频带调节为所述第一截止频带。
27.—种设备,包括 用于从在一矿床上的地质次表层形成层的经体元化的地震数据中获得一体元的第一矿床体元数据的装置； 用于确定包括所述属性的值的属性迭代范围的装置，所述属性迭代范围包括至少第一值和第二值； 用于从一现有井的测井数据中确定控制井体元数据的装置，所述控制井体元数据包括在所述现有井中发现的属性值列表的频谱能量，其中包括用于所述第一值的第一频谱能量以及用于所述第二值的第二频谱能量； 用于使所述矿床体元数据与具有根据所述第一频谱能量设置的参数的频谱数据相耦合以产生第一谐振的装置；以及 用于响应于所述第一谐振而产生指示所述体元包括在至少所述第一值处的属性的输出的装置。
28.如权利要求27所述的设备，还包括 用于使所述矿床体元数据与具有根据所述第二频谱能量设置的参数的频谱数据相耦合以产生第二谐振的装置；以及用于响应于所述第二谐振而产生指示所述体元包括在至少所述第二值处的属性的输出的装置。
29.如权利要求28所述的设备，其特征在于， 所述控制井体元数据包括与所述属性的第三值相对应的第三频谱数据；以及 还包括 用于使所述矿床体元数据与具有根据所述第三频谱能量设置的参数的频谱数据相耦合以产生第三谐振的装置；以及 用于响应于所述第三谐振未被产生而产生指示所述体元不包括在所述第三值处的属性但包括在所述第一和第二值处的属性的输出的装置。
30.如权利要求27所述的设备，其特征在于， 所述属性包括孔隙度，并且 所述第一值包括孔隙度的第一百分比，所述第二值包括比所述第一百分比大的孔隙度的第三百分比。
全文摘要
非线性谐振干涉测量法的应用作为一种新的地球物理学方法被引入，以改善次表层孔隙度、岩石与流体性质的表征中的可预测性。与除去随机信息噪声的反射方法形成对比，非线性谐振干涉测量法利用了完整的地震采集谱以评估如何通过改变感兴趣的岩性中的孔隙度等级和烃含量来差分地和直接地调制低频与高频噪声。在一些示例中，系统与技术实现了在采集的地震波场属性与软件中的非线性系统之间的新的计算交互作用以放大地震噪声中的失真，并且利用了以软件形式注入合成噪声以按低于地震分辨率的空间标度来检测烃圈闭以及岩性变化，由此增大了低分辨率数据的信息值。这些技术可广泛地用于去除常规碎屑与碳酸盐储层以及非常规页岩气资源矿床的风险。
文档编号G01V1/28GK102893183SQ201180022323
公开日2013年1月23日 申请日期2011年3月7日 优先权日2010年3月5日
发明者S·古拉蒂 申请人:瓦勒吉有限责任公司