RockAVO：一种基于数据驱动的直接岩性反演方法，用于预堆栈地震数据
摘要：岩石物理参数从地震数据中的反演是表征地下情况的基本步骤。我们提出了一种名为RockAVO的新型数据驱动方法，该方法利用从岩石物理测井信息中学习得到的最优基函数直接将带限岩石物理反射率与叠前地震数据相联系。RockAVO由两个阶段组成：训练和推断。在训练过程中，通过对从测量或岩石物理合成的弹性测井数据创建的一个或多个合成AVO叠集进行奇异值分解，确定了一组最优基函数。在推断过程中，将地震叠前数据投影到一组带限岩石物理属性中，使用先前计算得到的基函数；然后对个别属性进行正规化的叠后地震反演。在这项工作中，我们将RockAVO方法应用于基于Smeaheia储层模型和开放的Volve油田数据集的合成数据集。数值结果显示了该方法在恢复准确的孔隙度、页岩含量和含水饱和度模型方面的能力。最后，提出的方法在油藏监测的背景下，用于反演时变叠前地震数据的含水饱和度变化。
作者：Miguel Corrales, Hussein Hoteit, Matteo Ravasi
论文ID：2307.07969
分类：Geophysics
分类简称：physics.geo-ph
提交时间：2023-07-18