本发明属于石油勘探开发领域,具体而言,涉及一种基于五维数据的小微断层融合识别方法。
背景技术:
1、针对复杂小断块发育区,小微断层对构造的发现及开发井网部署有重要作用,但是低信噪比地区小微断层的识别一直是难点;同时一般情况下,构造解释人员仅仅从资料的解释部分参与小微断层的识别。
2、在复杂地表地质条件下的低信噪比地区,基于常规的采集处理数据(不带方位信息)地震特征法、相干体及倾角体等属性分析技术,识别的小微断层存在多解性,导致小断块圈闭的落实程度低;同时一些老三维采集的资料目的层系发生了变化,即当初的非目地层系目前变成了目地层系,一定程度上造成处理资料信噪比和分辨率相对较低,小微断层难以识别。
技术实现思路
1、本申请实施例提供了一种基于五维数据的小微断层融合识别方法,建立了高密度宽方位地震采集-五维数据处理解释-多方位数据小微断层的精细刻画等一体化优化融合方法,开展地球物理-地质-大地构造学等多学科的协同,提高了小微断层的识别精度。
2、本申请实施例提供了一种基于五维数据的小微断层融合识别方法,包括:
3、s1,通过宽方位采集及可变面元的高密度宽方位三维地震采集技术采集地震数据;
4、s2,划分出符合预设条件的五维数据优势道集方位数据;
5、s3,基于五维数据的地质综合模式指导小微断层的识别技术;
6、s4,基于五维数据采用的多方位属性刻画小微断层,完成小微断层的平面组合。
7、其中,步骤s1中,横纵比为0.72,最小面元为10m×10m,覆盖次数180次,炮道密度为180万道/平方公里。
8、其中,步骤s2中,建立以地质认识和信噪比指导道集方位的划分原则:根据研究区地质结构,依据区域构造背景及断层的走向,划分出垂直及平行于断层的方位数据体;在保证信噪比的基础上,保持覆盖次数一致。
9、其中,步骤s2中,确定第一区域最终划分成4个方位叠加数据体,得到优势方位五维数据。
10、其中,利用多方位地震数据开展小微断层的识别,发现ovt域20-37与200-237方位的地震资料小微断层最清晰。
11、其中,步骤s3中,根据区域地质规律、构造运动和主干断裂体系,明确主干断裂转换带发育负花状构造模式。
12、其中,步骤s4中,基于五维数据采用的相干增强、曲率、倾角体、面块切片多方位属性刻画小微断层,完成小微断层的平面组合。
13、其中,步骤s4中,多方位属性还包括不同炮间距数据体相干属性。
14、其中,步骤s4中,入射角为6-24度时,数据体识别小微断层清晰。
15、其中,步骤s4中,入射角为0-6度时,干扰严重,小微断层不清晰;入射角为24-30度时,有效信息减少,小微断层同样不清晰。
16、本申请实施例基于五维数据的小微断层融合识别方法具有如下有益效果:
17、本申请提供了基于高密度宽方位地震采集-五维数据处理解释-多方位数据小微断层的精细刻画的一体化优化融合方法,可以有效的识别小微断层,发现复杂小断块圈闭群,提高钻井的成功率。
1.一种基于五维数据的小微断层融合识别方法,其特征在于,包括:
2.根据权利要求1所述基于五维数据的小微断层融合识别方法,其特征在于,步骤s1中,横纵比为0.72,最小面元为10m×10m,覆盖次数180次,炮道密度为180万道/平方公里。
3.根据权利要求1或2所述基于五维数据的小微断层融合识别方法,其特征在于,步骤s2中,建立以地质认识和信噪比指导道集方位的划分原则:根据研究区地质结构,依据区域构造背景及断层的走向,划分出垂直及平行于断层的方位数据体;在保证信噪比的基础上,保持覆盖次数一致。
4.根据权利要求3所述基于五维数据的小微断层融合识别方法,其特征在于,步骤s2中,确定第一区域最终划分成4个方位叠加数据体,得到优势方位五维数据。
5.根据权利要求3所述基于五维数据的小微断层融合识别方法,其特征在于,利用多方位地震数据开展小微断层的识别,发现ovt域20-37与200-237方位的地震资料小微断层最清晰。
6.根据权利要求1或2所述基于五维数据的小微断层融合识别方法,其特征在于,步骤s3中,根据区域地质规律、构造运动和主干断裂体系,明确主干断裂转换带发育负花状构造模式。
7.根据权利要求1或2所述基于五维数据的小微断层融合识别方法,其特征在于,步骤s4中,基于五维数据采用的相干增强、曲率、倾角体、面块切片多方位属性刻画小微断层,完成小微断层的平面组合。
8.根据权利要求7所述基于五维数据的小微断层融合识别方法,其特征在于,步骤s4中,多方位属性还包括不同炮间距数据体相干属性。
9.根据权利要求1或2所述基于五维数据的小微断层融合识别方法,其特征在于,步骤s4中,入射角为6-24度时,数据体识别小微断层清晰。
10.根据权利要求1或2所述基于五维数据的小微断层融合识别方法,其特征在于,步骤s4中,入射角为0-6度时,干扰严重,小微断层不清晰;入射角为24-30度时,有效信息减少,小微断层同样不清晰。