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。
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;