一种基于MCMC的叠前多参数反演最优化求解方法及系统与流程

本发明涉及一种基于mcmc的叠前多参数反演最优化求解方法及系统，属于勘探地球物理学。

背景技术：

1、地震反演技术仍然是储层预测技术的关键技术，但常规地震反演技术对复杂地质体，特别是岩性变化很快的勘探区域，储层预测的准度成为难题，而且反演技术都是直接得到弹性参数，无法直接获得岩性信息，大多岩性信息通过两步级联工作流程来解决：首先，弹性参数(即p波、s波速度和密度通过线性化反演从叠前数据中估计，其中整个zoeppritz方程的线性化是正演算子(buland和omre，2003)。然后，使用根据测井和岩芯数据估算的经过适当校准的岩石物理模型(rpm；bachrach，2006；mavko等人，2020；aleardi和ciabari，2017)，然后将估算的弹性特征转换为所需的岩石物理参数。这种两步方法具有较强的不适定性，例如，无法保证估算的岩石物理模型与观测的地震数据完全一致，给复杂油气储层特征描述精度带来了巨大的挑战，随着石油勘探开发程度的不断加深，离散型随机变量(如：岩性、孔隙流体类型等)的地震直接预测引起了地球物理学家的广泛关注。现在很多国内外学者也在致力于研究直接获得岩性信息，力争实现真正的定量化预测。

2、离散型随机变量的地震直接预测最先发展于国外，hastie和tibshirani等(1996&2009)在“the elements of statistical learning”一书中，阐述了混合概率模型在“离散变量”判识领域的作用。hansen等(2006)阐述了地质统计学和贝叶斯线性反演的显式解，并阐述了序贯模拟方法在求解贝叶斯线性解的过程。grana等(2013)和grana(2016)实现了纵波阻抗和岩性的叠后地震预测,仅适用于地震线性反问题,并未引入纵波阻抗的低频信息,需要间接补偿低频背景；michael等人2014年提出了波阻抗和岩性相结合的地震叠前反演方法，首次将岩性信息引入到地震叠前反演中，获得岩性和弹性参数的协同预测；kamath等(2017)和singh等(2018)通过在全波形反演中引入分相态的岩石物理经验关系，约束待反演模型参数，实现储层物性的全波形预测；fjeldstad和grana等(2018)基于高斯混合先验、统计岩石物理关系和mc模型提出了岩石物性、弹性参数及“离散相态”的协同预测。

3、在国内，很多地球物理工作者一直致力于这方面的研究，印兴耀等(2014)基于统计岩石物理线性模型、蒙特卡罗模拟(mc)及期望最大化算法(em),提出了基于弹性阻抗反演的储层物性预测方法。侯栋甲等(2014)根据贝叶斯理论利用叠前多波反演，得到弹性模量等参数。闫玲玲等(2015)将构造建模、马尔科夫链蒙特卡罗算法等新的技术手段进行了碳酸盐岩储层预测，有效地预测了碳酸盐岩缝洞发育带，形成了一套碳酸盐岩缝洞型储层预测技术。张广智(2016)利用mcmc算法进行了纵横波联合叠前自适应反演算法的研究。李坤等(2018&2019)联合序贯模拟、de-mcmc算法、混合高斯先验及低频背景先验在时频联合域反演框架下，提出了时频联合域岩性驱动地震随机反演方法。这些方法的缺点在于地质和地球物理的理论基础不足，更多的只是一种数学的变换，当离开用来导出统计关系的控制点时，统计关系会变得不可靠，岩性识别的结果也会变的不可靠。

4、总之，随着地震技术的不断进步，地震研究的领域已从勘探阶段拓展到开发阶段，由构造解释深入到岩性划分和流体识别。需要一种能够精确识别岩性的反演方法。

技术实现思路

1、为解决以上所述问题，本发明提供一种mcmc的叠前多参数反演化最优化求解方法。本发明方法能够同时精确得到岩性和弹性等相关多项参数，有助于复杂油气储层的精确刻画，为地质人员估算油气储量、井位部署提供更为可靠的依据。

2、为实现上述目的，本发明采用以下技术方案：

3、本发明提供一种基于mcmc的叠前多参数反演化最优化求解方法，所述方法包括以下步骤：结合目标区块地质资料，进行精细岩石物理分析明确岩性分类，分析不同岩性的测井响应特征，建立井上每种岩性的低频深度趋势曲线以及扰动误差曲线，再结合地震和构造解释构建不同岩性的初始低频模型；

4、基于贝叶斯理论建立叠前多参数反演的目标函数，引入与岩性相关的弹性参数先验信息和岩性的先验信息：

5、p(z，f|s)≈l(s|z)p(z|f)p(f)  (1)

6、其中：p(f)是基于岩性的先验信息，p(z|f)是弹性参数的先验信息，l(s|z)是似然函数，p(z，f|s)是后验分布；s叠前地震道集；

7、利用metropolis-hasting算法来生成马尔可夫链蒙特卡洛模型进行目标求解，最终同步得到岩性和弹性参数的反演结果。

8、本发明还提供一种基于mcmc的叠前多参数反演化最优化求解系统，其包括数据输入模块、数据分析模块、数据处理模块和输出模块；

9、数据输入模块用于输入录井数据、测井数据和岩心数据信息，叠前地震数据；

10、数据分析模块用于进行精细岩石物理分析明确岩性分类，分析不同岩性的测井响应特征，建立井上每种岩性的低频深度趋势曲线以及扰动误差曲线，再结合地震和构造解释构建不同岩性的初始低频模型；

11、数据处理模块用于采用贝叶斯理论叠前多参数反演的目标函数，利用metropolis-hasting算法来生成马尔可夫链蒙特卡洛模型进行目标求解，最终同步得到岩性和弹性参数的反演结果：

12、p(z，f|s)≈l(s|z)p(z|f)p(f)  (1)

13、其中：p(f)是基于岩性的先验信息，p(z|f)是弹性参数的先验信息，l(s|z)是似然函数，p(z，f|s)是后验分布；s叠前地震道集；

14、输出模块用于输出最终所得反演结果。

15、与现有技术相比，本发明具有以下优势：

16、本发明所述方法及系统通过进行精细岩石物理分析，建立基于不同岩性的弹性参数曲线，将弹性参数和岩性做为目标函数的先验信息，建立贝叶斯理论下的目标函数，通过马尔科夫链-蒙特卡洛模型得到最优解，最终同步得到岩性和弹性参数的反演结果；所得结果更为准确。

17、所得结果有助于复杂油气储层的精确刻画，为地质人员估算油气储量、井位部署提供更为可靠的依据，具有重要的经济和社会效益。

技术特征：

1.一种基于mcmc的叠前多参数反演化最优化求解方法，其特征在于，包括以下步骤：结合目标区块地质资料，进行精细岩石物理分析明确岩性分类，分析不同岩性的测井响应特征，建立井上每种岩性的低频深度趋势曲线以及扰动误差曲线，再结合地震和构造解释构建不同岩性的初始低频模型；

2.根据权利要求1所述基于mcmc的叠前多参数反演化最优化求解方法，其特征在于，将观测噪声服从高斯型概率分布赋予似然函数，即

3.根据权利要求1所述基于mcmc的叠前多参数反演化最优化求解方法，其特征在于，弹性参数的先验信息采用高斯型先验知识的最大后验概率解平滑解：

4.根据权利要求1所述基于mcmc的叠前多参数反演化最优化求解方法，其特征在于，基于岩性的先验信息为：

5.根据权利要求1所述基于mcmc的叠前多参数反演化最优化求解方法，其特征在于，采用metropolis-hastings采样算法其细致平稳条件论证如下：

6.根据权利要求1所述基于mcmc的叠前多参数反演化最优化求解方法，其特征在于，所述目标区块地质资料包括录井数据、测井数据和岩心数据信息，叠前地震数据。

7.一种基于mcmc的叠前多参数反演化最优化求解系统，其特征在于，包括数据输入模块、数据分析模块、数据处理模块和输出模块；

技术总结
本发明涉及一种基于MCMC的叠前多参数反演最优化求解方法及系统，属于勘探地球物理学技术领域。本发明所述方法及系统通过进行精细岩石物理分析，建立基于不同岩性的弹性参数曲线，将弹性参数和岩性做为目标函数的先验信息，建立贝叶斯理论下的目标函数，通过马尔科夫链‑蒙特卡洛模型得到最优解，最终同步得到岩性和弹性参数的反演结果；所得结果更为准确。所得结果有助于复杂油气储层的精确刻画，为地质人员估算油气储量、井位部署提供更为可靠的依据，具有重要的经济和社会效益。

技术研发人员：刘庆敏,罗红梅,张娟,杨培杰,张景涛,王庆华,李逢英,徐仁,张志敬,邹文勇
受保护的技术使用者：中国石油化工股份有限公司
技术研发日：
技术公布日：2024/2/1