基于相控下的多参数岩性定量识别技术

来源 :中国石油学会2021年物探技术研讨会论文集 | 被引量 : 0次 | 上传用户:robben11
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
砂泥岩互层中小层砂体的平面展布及砂岩的定量识别是勘探和开发部署的重要研究内容,且受构造和沉积环境的控制,岩性分布也有较强的非均质性。如何识别和定量岩性在平面上分布,正确定量识别岩性的分布是极其重要的。本文利用体系域沉积相模型建立起与岩性含量间的定量关系模型,为岩性的定量评价研究提供更加准确、合理的参数值;井震标定,利用地震反射特征追踪体系域的界面,古地貌恢复结合地震属性确定各体系域沉积相特征,大致明确无钻井区域的岩性分布及其特征;根据多参数计算模型,获取岩性评价参数,利用地震属性、反演技术、谱分解技术精细刻画岩性的厚度及分布特征,准确确定出岩性的空间展布并定量识别岩性厚度。
其他文献
学位
不同类型的数据为地质填图提供了特定信息,例如,遥感图像记录了物体的光谱特征,地球化学数据代表了元素的富集或亏损。因此,单一类型的数据源在地质填图中具有局限性。多源数据融合技术通过组合同一目标的不同特征信息,可以利用各种数据的优势,可为地质填图提供丰富的信息。在此基础上,基于不同的数据集,将随机森林和卷积神经网络应用于内蒙古吉林宝利格岩性单元填图。本研究引入Gram-Schmidt融合技术对Sent
地球化学数据作为地球信息的重要来源,包含丰富的地质信息,是量化隐伏岩体的良好指标。传统地质填图一般通过有限的露头去圈定岩性,成本高,效率低,易出错,并且受制图者先前经验和专业知识等主观因素的影响,其解释存在一定的不确定性。地球化学数据能够从不同的维度进行岩性的识别,达到穿透浅覆盖层划分岩性的目的,为岩性填图和区域地质研究提供更多线索。深度学习方法中的分类模型或组合算法在岩性分类识别方面具有高效、智
学位
学位
学位
学位
学位
学位
学位