项目名称: 基于BISQ机制的油气地震勘探衰减-振幅解释方法研究

项目编号: No.41364004

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 李红星

作者单位: 东华理工大学

项目金额: 55万元

中文摘要: 油气地震勘探的终极目标是能够直接指示油气与岩性,而地震衰减与振幅解释是地震勘探岩性解释的重要方法,具有重大的研究价值。目前,油气储层振幅解释的主要问题有:油气储层是典型的双相介质,而常规振幅解释是基于单相介质理论展开;常规振幅解释方法没有考虑双相介质导致的高吸收衰减;衰减解释没有得到深入研究;现有解释的衰减与AVO响应的相互影响没有得到体现。针对上述问题,本项目统一考虑衰减与振幅解释问题,基于BISQ机制,推导BISQ-AVO方程并进行参数简化,突出流体参数;进行油气储层波场特征模拟及流体置换AVO响应分析,从正演角度对BISQ-AVO特征进行分析;建立考虑BISQ衰减振幅补偿校正的油气储层AVO属性与交会解释方法;结合遗传算法,建立考虑BISQ-AVO响应校正的衰减谱提取与油气储层衰减反演解释方法。

中文关键词: BISQ模型;地震解释;振幅;衰减;油气

英文摘要: The final target of oil-gas seismic exploration is indicating oil-gas and lithology directly, the attenuation and amplitude interpretation is one of the important method. So, the study is valuable.The main problems of the amplitude interpretation are: gen

英文关键词: BISQ model;Seismic interpretation;Amplitude;Attenuation;oil and gas

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
82+阅读 · 2022年4月17日
西电TKDE 2021 | 可解释高效的异质图卷积神经网络
专知会员服务
25+阅读 · 2021年11月14日
【经典书】模式识别导论,561页pdf
专知会员服务
78+阅读 · 2021年6月30日
专知会员服务
92+阅读 · 2021年6月23日
专知会员服务
31+阅读 · 2021年2月17日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
机器学习的可解释性
专知会员服务
172+阅读 · 2020年8月27日
专知会员服务
219+阅读 · 2020年8月1日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
深度学习模型可解释性的研究进展
专知
22+阅读 · 2020年8月1日
一文搞懂反向传播
机器学习与推荐算法
16+阅读 · 2020年3月12日
细粒度情感分析任务(ABSA)的最新进展
PaperWeekly
18+阅读 · 2020年1月3日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
干货 | 可解释的机器学习
AI科技评论
18+阅读 · 2019年7月3日
深度学习在情感分析中的应用
CSDN大数据
14+阅读 · 2017年8月22日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关主题
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
82+阅读 · 2022年4月17日
西电TKDE 2021 | 可解释高效的异质图卷积神经网络
专知会员服务
25+阅读 · 2021年11月14日
【经典书】模式识别导论,561页pdf
专知会员服务
78+阅读 · 2021年6月30日
专知会员服务
92+阅读 · 2021年6月23日
专知会员服务
31+阅读 · 2021年2月17日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
机器学习的可解释性
专知会员服务
172+阅读 · 2020年8月27日
专知会员服务
219+阅读 · 2020年8月1日
相关资讯
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
深度学习模型可解释性的研究进展
专知
22+阅读 · 2020年8月1日
一文搞懂反向传播
机器学习与推荐算法
16+阅读 · 2020年3月12日
细粒度情感分析任务(ABSA)的最新进展
PaperWeekly
18+阅读 · 2020年1月3日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
干货 | 可解释的机器学习
AI科技评论
18+阅读 · 2019年7月3日
深度学习在情感分析中的应用
CSDN大数据
14+阅读 · 2017年8月22日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员