jason地震反演软件培训

,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,加强交流,增进友谊！,地震反演原理、方法,地震反演的实际应用,JASON反演的工作流程,地震反演软件培训,2006年11月,物探研究院,第一章,国内外研究现状,第二章,叠后约束地震反演原理及常用反演方法,第三章,波阻抗反演影响因素,第四章 复杂岩性储层反演关键技术环节,第五章 多种类型复杂岩性储层反演技术对策及应用,第六章 Jason 软件结构,第七章 Geoframe 系统与JASON 系统数据交换,第八章 反演数据的综合研究,第九章 叠前地震纵、横波阻抗（速度）约束反演,目录,国内外研究现状,隐蔽性油气藏已成为勘探开发重要目标，岩性油气藏占有其中很大的比重。对河道砂体、三角洲浊积砂体、砂砾岩体等复杂岩性储层进行高精度预测和描述，成为重要的研究问题。,将具有高横向分辨能力的,地震,资料、高垂向分辨能力的,测井,资料与,地质,结合起来进行地震反演，把界面反射型地震资料反演成岩层单元型波阻抗等地层物性参数，以岩层为目标进行储层解释。,概述,融合多种资料和技术所长的约束地震反演处理与解释应用技术是研究复杂岩性储层变化规律的十分有效的储层描述新技术。,该项技术通过科学的数学算法和计算机软件，综合应用地震、测井、地质等资料，并将它们有机地结合为一体，把地震资料中包含的丰富岩性、物性、流体信息反演成岩层单元型,波阻抗数据,或地层层速度数据以及岩性和孔隙度等地层物性资料。使其能与钻井、测井资料直接对比分析，以岩层为目标进行地质、储层解释，在研究储层的空间特征和厚度变化规律方面具有独特的优势。,反演技术的发展历程,1、1979年 （Lindseth ）把波阻抗改写为反射系数的积分或求和形式，也可以表达成相位谱90,0,旋转的一种褶积滤波器即递推反演。,其商品化软件有Vlog、Dlog、Seislog等。,2、Cooke和 Schneider在1983年首次提出基于模型的反演。,商品化软件有Glog、SLIM等。 1990年，Debeye和Van Riel提出稀疏脉冲反演。,上述方法在反演过程中都没有利用测井资料的高频信息，因此分辨率较低。,3、90年代早中期，测井约束反演诞生和发展时期。,突破传统地震频带的限制，具有比直接反演更高的分辨率。商品化的软件如strata、BCI、Jason等。,4、90年代中后期 ，非线性反演理论为基础的各种反演算法出现和发展时期。如地震特征反演、随机反演、模拟退火反演、概率法神经网络反演、遗传算法、小波反演等。,5、近几年，从叠后反演发展到叠前反演 。,叠前同步反演能够反演出纵横波阻抗等，直接进行岩性和流体识别。,Zoeppritz方程组是叠前反演的理论基础，但关系复杂难以直接求解。Shuey和Aki、Richards等在二十世纪八十年代对其进行了简化研究。Ali Tura（1999）、David M Dolberg（2000）等AVO反演、AVA反演方法。JASON公司等推出了实用的叠前和叠后地震反演软件系统。,反演方法分类,1、基于原始地震资料,叠前反演类、叠后反演类,叠后地震反演使用叠后地震资料，反演的纵波阻抗能够在一定程度上反映储层的变化规律，但不能给出横波波阻抗。,叠前地震反演使用叠前地震道集资料，具有良好的保真性和多信息性。能同时反演纵、横波阻抗等反映地层岩性、物性和流体特征的多种参数。,2、基于数学算法,线性反演类、非线性反演类,3、基于实现方式,基于反褶积的反演方法：包括基于地层反褶积的道积分、递归、广义线性等反演方法；基于最大似然反褶积的稀疏脉冲反演方法;基于最大后验概率准则算法反褶积的模拟退火等。,基于波动方程的反演：Born反散射。,基于随机过程的反演：随机反演、随机模拟等。,基于特征分析的反演：特征反演、神经网络反演等。,其它：混沌反演等,反演方法分类,4、基于地震和测井的相对作用,带限反演：道积分、Vlog、Seislog和Verilog*、递归等,测井约束下的宽带反演：广义线性、宽带约束反演、稀疏脉冲反演等。,地震约束下的测井内插外推：随机模拟、随机反演等。,测井地震联合反演 ：特征反演、神经网络反演等。,反演方法分类,第一章,国内外研究现状,第二章 叠后约束地震反演原理及常用反演方法,第三章,波阻抗反演影响因素,第四章 复杂岩性储层反演关键技术环节,第五章 多种类型复杂岩性储层反演技术对策及应用,第六章 Jason 软件结构,第七章 Geoframe 系统与JASON 系统数据交换,第八章 反演数据的综合研究,第九章 叠前地震纵、横波阻抗（速度）约束反演,目录,第一节 稀疏脉冲地震波阻抗反演,第二节 随机模拟地震波阻抗反演,第三节 协模拟岩性及孔隙度反演,第四节,常用反演流程,第二章 叠后约束地震反演原理及常用反演方法,JASON,Environment,EarthModel,StatMod,InverModel,Largo,Wavelets,InverTrace,RockTrace,FunctionMod,VelMod,FunctionMod,（一）稀疏脉冲地震波阻抗约束反演方法,1、方法原理,F,=L,p,(r )+L,q,(s-d),+,-1,L1(Z),+,in,(L,1,(Z-Z,in,)+ ,x,L,1,(Z-Z,x,),其中：,Lp(r )+Lq(s-d)是,基本地震道反演目标函数,L1(Z),纵向软趋势约束,L1(Z -Zin)+L1(Z-Zx) ,横向软空间约束,稀疏脉冲反演方法是目前使用较多的一种,重要,的地震波阻抗反演方法。在,最大似然反褶积,和,L1范数反褶积,研究的基础上，形成了稀疏脉冲地震波阻抗反演方法。,其,基本假设,是，地下地层的反射系数序列是由一系列服从高斯分布的大反射系数和小反射系数背景迭合而成的。从地质意义上讲，大反射系数代表的是地下不连续界面和岩性分界面。,在反演过程中，通过计算地震脉冲的均方根值和噪音的均方根值，估算所给定的采样有反射的似然值，迭代优化求解稀疏脉冲反射系数模型所代表的地下波阻抗模型。,2、技术关键,（1）,硬约束和软约束条件,建立,。,（2）,值等,关键参数,试验。,（3）,频带,补偿,、拓宽,。,3、实际资料使用特点,使用地震资料品质较好。可用测井速度或地震处理速度进行约束。,4、反演结果特点,体现地震资料振幅、频率、相位特征，适用范围较广 。但反演结果分辨率不太高。,Y84,Y118-1,Y118-1,Y84,10m reservoir,delineation,稀疏脉冲反演波阻抗剖面与对应的地震剖面对比,（一） 稀疏脉冲地震波阻抗约束反演方法,The Menu of Constrained sparse spike inversion,稀疏脉冲反演,趋势控制,The Trend editor Menu,稀疏脉冲反演参数选择及质量检查,地震记录与合成记录相关性,讯噪比,误差,入,稀疏脉冲反演,质量控制参数,可以通过质量控制加强反演结果的可靠性和准确性,数据道合并滤波器显示,稀疏脉冲反演,频带补偿(道合并),补充地震缺少的低频成份,从算法上，稀疏脉冲反演的计算流程可分为三步：,、反射系数反演,采用最大似然反褶积进行反射系数的反演，最大似然反褶积对地层的假设认为：地层的反射系数是由较大的反射界面的反射和具有高斯背景的小反射叠加组合而成，导出一个最小目标函数：,式中，,R,2,和,N,2,分别为反射系数和噪音的均方值，,r(K),和,n(K),表示第,K,个采样点的反射系数和噪音，,M,表示反射层数，,L,表示采样总数，,表示给定反射系数的似然值。,通过多次迭代，求取反射系数。,、根据反射系数的反演结果结合阻抗趋势计算一个初始的波阻抗,根据最大似然反褶积计算得到的反射系数，结合初始阻抗模型，采用递推算法，反演得到初始的波阻抗模型：,式中，Z（i）为第i层的波阻抗值，R(i)为第i层的反射系数。,、结合井的约束条件进行波阻抗反演,约束稀疏脉冲反演对每一道依据目标函数对计算出的初始波阻抗进行调整，包括对反射系数的调整。目标优化函数为：,式中，r为反射系数序列，z为与阻抗趋势的差序列，d为地震道序列，s为合成地震道序列，为残差权重因子，为趋势权重因子，p、q为L模因子。具体的，右式第一项反映了反射系数的绝对值和，第二项反映了合成声波记录与原始地震数据的差值，第三项为趋势约束项。,约束稀疏脉冲反演是基于道的反演，它的实质就是在阻抗趋势的约束下，用最少数目的反射系数脉冲达到合成记录与地震道的最佳匹配。,稀疏脉冲反演处理流程,数据加载,初始模型,分析和预处理、极性分析,井旁子波,初标定,相关性分析,综合标定,选择反演井、范围、子波等,QC控制选择参数,设置趋势和边界等约束条件,残差分析,生成相对阻抗体,设置滤波器,高频补偿,低频补偿,输出反演成果,色标,子波优选,校正,层位解释,断层解释及趋势面分析,地层结构分析,框架模型,Earth model,Constraint sparse,Trace merge,约束稀疏脉冲波阻抗反演中关键的处理环节,(1)、做好地层、构造解释、建好初始模型,a)合成记录标定；,b) 完成精细的地层和构造解释，要求除了包括顶底反演控制层外，对地层结构和接触关系存在差异的层系必须进行加密层控解释，,c)要求断层解释完全闭合；,d)根据地震反射特征建立准确的地层接触关系，建立,框架模型,c),根据测井信息、断层面和地层框架模型建立准确的初始波阻抗模型.,T,4,中1,中2,中3,中4,中5,中6,中7,T,6,T,6,中8,中5,中6,中4,中4,中3,深入研究三角洲的九期次沉积，解释九套地质层位。,精细地质层位解释,T1,T1,T2,T2,综合标定,反演的迭代次数参数对反演效果的影响,最大反射系数反演迭代次数,Max.#iteration reflectivity inversion,波阻抗反演迭代次数,Max.#iterations P-impedance inversion,稀疏迭代 次数Sparsity,目标函数优化迭代次数 Objective function minization,稀疏迭代 次数Sparsity,目标函数优化迭代次数 Objective function minization,做好质量控制,合理使用井的约束作用,滨南地区沙三段多井约束稀疏脉冲反演波阻抗剖面,高速火成岩,Wash Fan,Y118-53,Y132-5,断层清楚,河道砂体横截面,Y132-5,Y941,Y942,河道砂体纵切面,渤南地区沙三段稀疏脉冲反演波阻抗剖面,过牛110井的反演剖面,Xin154,Xin154-1,Xin154-2,Niu109-45,反演效果分析,预测井效果分析,辛154-2,辛154,第一节 稀疏脉冲地震波阻抗反演,第二节 随机模拟地震波阻抗反演,第三节 协模拟岩性及孔隙度反演,第四节,常用反演流程,第二章 叠后约束地震反演原理及常用反演方法,（二）、随机模拟地震波阻抗反演方法,1、方法原理,将地质统计模拟与地震反演紧密结合在一起。,2、技术关键,变差函数分析拟合,约束模型精细建立,等概率反演结果筛选,3、实际资料使用特点,适用于钻井资料丰富的三维工区：,变差函数与储层空间变化特征结合：,与其它反演成果相互结合,4、反演结果特点,反演结果分辨率高。,在钻井较少地区，会因统计规律不强而产生假象。,StatMod Menu display,Calculation and Anaylsis of Transform,Calculation and Anaylsis of Variogram,StatMod Modeling,The objectives of StatMod Modeling are to build 3D reservoir models or reservoir maps, based on geostatistical information derived in StatMod Analysis,.,随机模拟、随机反演的基本原理:,以地质框架模型、测井和地震资料为基础，以层为单位，利用储层/油气藏参数的空间分布规律和空间相关性进行随机模拟/随机反演，获得一组等概率的储层/油气藏参数模型。,目的：, 生成既满足测井资料和地质统计特性，又满足地震资料的储层/油气藏参数模型。, 更准确地估算各种参数的不确定性，提供参数模拟的可靠性评价。,模块及功能:, Statmod-Analysis,利用已知资料分析确定储层/油气藏参数的空间分布规律（直方图）和空间相关性(变异函数)。, Statmod-Modelling,用不同的地质统计模拟技术实现储层/油气藏参数的随机模拟随机反演。,在三维空间，可以通过储层变量的一系列数值，模拟得到其它未知空间点所具有的可能的储层参数值。,克里金方法,(Kriging),是一种很好的地质统计模拟方法。应用变差函数模型所提供的空间结构信息，通过求解克里金方程组计算局部估计的加权因子即克里金系数进行加权线性估计，充分考虑了空间数据的结构性和随机性。,大量的随机模拟过程实现所得到的空间储层参数体在统计特性上具有相同的概率可能性，并且与已有的实测数据结果具有同样的吻合程度。,假定仅用井中测量值通过随机模拟能勾画出声阻抗曲线。在理论上我们可通过对比模型的地震响应和声阻抗反演结果来验证模拟结果与3D地震数据的一致性。,随机模拟地震反演方法正是基于这种思想，以测井、地震、地质资料为基础，将,地质统计模拟与地震反演紧密结合,在一起，反演得到高分辨能力的波阻抗结果。随机地震反演从随机建模产生的一系列储层模型中，优选出与地震数据最佳匹配的储层模型，是通过波阻抗将储层特性和地震记录相联系来直接估计储层参数特征的一个完整的反演过程。,反演前资料预处理,子波估算,地震、地质标定,精细构造解释,精细模型建立,随机地震反演处理,储层综合描述,随机地震反演方法处理流程,F50-1,F50-2,F8-1,F8-2,F50-1,F50-2,樊东地区随机地震反演波阻抗连井剖面,分辨率明显提高,稀疏脉冲反演结果 过牛871井反演剖面 随机模拟反演结果,牛871,牛871,过东科1井随机反演与地震剖面对比图,随机反演,地震剖面,煤层,砂层,泥岩,随机地震波阻抗反演剖面（过大11、大13井）,反演阻抗与测井阻抗有良好的对应关系,奥陶灰岩,太2段海相灰岩,精细波阻抗反演,反演优点：,反演分辨率高，纵向与测井波阻抗有很好的吻合，横向变化自然，与三维地震的变化相匹配。可以清楚的分清低速煤层和高速灰岩。,横向尖灭点,2、随机地震反演,随机模拟的基本原理和计算方法,基础概念:,（1）、地质统计学,（2）、数据分析与概率密度函数,（3）、空间结构分析与变差函数,（4）、变差函数与克里金插值,地质统计学：,以区域化变量理论为基础，以变差函数为基本工具，研究那些在空间上即具有随机性又具有结构性的自然现象的科学。,随机模拟的实现方法建立在地质统计学之上的，所以又称地质统计模拟。,随机模拟的基本原理和计算方法,基础概念:,（1）、地质统计学,（2）、数据分析与概率密度函数,（3）、空间结构分析与变差函数,（4）、变差函数与克里金插值,数据分析采用直方图和散点图等形式分析变量的分布特征,不同的分布具有不同概率密度ccdf，知道了方差和数学期望就可以明确一个随机变量的概率密度特征。,正态分布:,标准正态分布:,对数正态分布:,不同分布的概率密度公式,随机模拟的基本原理和计算方法,基础概念:,（1）、地质统计学,（2）、数据分析与概率密度函数,（3）、空间结构分析与变差函数,（4）、变差函数与克里金插值,空间结构分析与变差函数,空间结构分析就是分析观测数据的性质及其所表征的变量的空间分布特征 （空间的连续性、各向异性等）。,手段：,协方差函数、相关函数、变差函数,等；,变差函数（变异函数Variogram function 、结构函数structure function ）是最能够反映区域化变量的空间结构的函数。一般用变差曲线来表示。,变差函数的定义：,设Z(x)是一个随机函数 ， Z(x+h)为沿a方向上h距离的随机函数值。,变差函数的定义：变差函数是在任一方向a 相距h的两个区域化变量Z(x)及Z(x+h)增量的方差，它是h和a 的函数：,离散的情况下：,变差函数图,变程：,指区域化变量在空间上具有相关性的范围。在变程范围之内，数据具有相关性；而在变程之外，数据之间互不相关，即在变程以外的观测值不对估计结果产生影响。变程的大小反映了变量空间相关性的大小，变程相对较大意味着该方向的观测数据在较大范围内相关，反之，则相关性较小 。,具有不同变程的克里金插值图像（变程越大，变量的空间相关性越大）,不同的地质体由于连续性不同，变程差异是很大的,块金值：,变差函数如果在原点间断，这在地质统计学中被称为“块金效应”，表现为在很短的距离内有较大的空间变异性，它可以由测量误差引起，也可以来自矿化现象的微观变异性。在取得有效数据的尺度上，这种微观变异性是不可得到的。在数学上块金值相当于变量纯随机性的部分。如果无论多么小，两个随机变量都不相关，这种情况称为纯块金效应。,基台值：,代表变量在空间上的总变异性大小,其为块金值和拱高之和。所谓拱高，为在取得有效数据的尺度上，可观测得到的变异性幅度大小。当块金值等于0时，基台值即为拱高。,变差函数的拟合,h,变差,理论变差函数模型,球状模型：,由一个真实变程“和正的方差贡献或基台值c来确定。,式中 c基台值；a变程；h 滞后距。,指数模型：,由一个真实变程o(有效变程a3)和正的方差贡献c来确定。,变差函数渐近地逼近基台值。在实际变程“处，变差函数为0.95c。模型在原点处为直线。,高斯模型：,由一个真实变程。和正的方差贡献c来确定。,变差函数惭近地逼近基台值。在实际变程a处，变差函数为0.95c。模型在原点处为抛物线。为一种连续性较好但稳定性较差的模型。,幂模型：,由一个幂值和正的斜率c来确定。,幂模型为一种无基台值的变差函数模型。这是一种特殊的模型。当参数,w,改变时，它可以表示原点附近的各种形状。,当,w,1时，变差函数为一直线，即为线性模型，这一模型即为著名的布朗运动(其随机函数的理论模型为随机行走过程)的变差函数模型；当 时，变差函数为抛物线形状，为分数布朗运动(fBm)的变差函数模型。,三维变差分析,变差函数曲线拟合,随机模拟的基本原理和计算方法,基础概念:,（1）、地质统计学,（2）、数据分析与概率密度函数,（3）、空间结构分析与变差函数,（4）、变差函数与克里金插值,克里金估计,克里金估计是一种进行局部估计的方法。它所提供的是区域化变量在一个局部区域的平均值的最佳估计量，即最优（估计方差最小）、无偏(估计误差的数学期望为0)的估计。,克里金估计所利用的信息，通常为一组实测数据及其相应的空间结构信息。应用变差函数模型所提供的空间结构信息，通过求解克里金方程组计算局部估计的加权因子即克里金系数，然后进行加权线性估计。这样，采用克里金系数进行的局部估计就充分考虑了空间数据的结构性和随机性，从而使克里金方法优越于其它的一些传统的统计方法如距离平方反比加权和三次样条等插值方法。,设 ， 为区域上的一系列观测点， ， 为相应观测点处的随机变量。区域化变量Z(,x,)在 处的随机变量 可采用一个线性组合来估计：,式中， 为权系数。,从上式可知，求取的关键是利用统计模型确定的值。无偏性和估计方差最小被作为选取 的标准，即,从这两个关系式可推导出求取的克里金方程组。,普通克里金估计,为变差函数，通过求解上述方程，得到的解，计算出差值。 同时可以计算出方差值：,利用拉格朗日乘数法,克里金估计方法,随机模拟技术建立在克立金差值方法的基础之上的，不同的随机模拟技术往往采用了不同的克立金技术。需要了解各种克立金技术的特点。,1、简单克里金,(Simple Kriging),为已知常数,2、普通克立金,(Ordinary Kriging),普通克里金是简单克里金(SK)的最常用的变化形式。与简单克里金不同的是，普通 克里金的为未知常数。通过限制所有的权值之和为l，它将均值从估计值中过滤掉了，因而无需考虑平稳均值的先验知识。普通克里金随机函数 服从二阶平稳假设。,3、协克里金(Co-Kriging),协同克里金的估计方法利用几个变量之间的空间相关性，对其中的一个或几个变量进行空间估计，可以提高估计的精度。采样点的数目不足的情况在油藏描述中是经常遇到的，井比较少，资料不全不准都是造成这种情况的原因。在被估计变量的观察数据较少的情况下，可利用协同克里金的方法用其相关变量的信息进行弥补，以保证其估计精度。 如孔隙度渗透率。,协同克里金估计的初始变量和二级变量的线性组合形式如下：,式中 为随机变量Z在位置0处的估计值； 分别为初,始变量的n个样本数据； 分别为二级变量的m个样本数据；,和 为需要确定的协同克里金加权系数。,协克里金估计系统的建立和其它克里金系统的建立方法是大同小异的。利用克里金估计的无偏性和最小二乘法可推导出传统的普通协同克里金估计的方程组如下：,式中， 和 为拉格朗日因子； 为协方差。,4、同位协克里金(Col,located,Co-Kriging),同位协同克里金是协同克里金的一种简化形式，即如果二级变量密集取样时，只保留与估计点同位的二级变量。如二级变量为地震属性。,同位协同克里金的估计值为：,对应的协同克里金方程组只要求知道Z协方差函数,和ZY互协方差函， 后者可以通过以下的模型来近似：,其中 和 是,Z,和,Y,的方差函数，是同位的,Z,x,数据的线性相关系数。,5、指示克里金(-Kriging),将变量值表示成0或1的形式（如砂岩1、泥岩0），进行类型变量的内插；是可以剔除高的特异值的方法，如电阻率。,随机建模的基本原理,随机模拟是指以已知的信息为基础，以随机函数为理论，应用随机模拟方法，产生可选的、等概率的储层模型的方法。,随机函数由一个区域化变量的分布函数和协方差函数(或变差函数)来表征。,随机模拟的基本思想是从一个随机函数Z(u)中抽取多个可能的实现，即人工合成反映Z(u)空间分布的可供选择的、等概率的高分辨率实现，,记为,代表变量Z(u)在非均质场A中空间分布的L个可能的实现。若用观测的实验数据对模拟过程进行条件限制，使得采样点的模拟值与实测值相同(即忠实于硬数据)，就称为条件模拟；否则为非条件模拟。,插值与模拟,克里金插值为局部估计方法，对估计值的整体空间相关性考虑不够，它保证了数据的估计局部最优，却不能保证数据的总体最优。,克里金插值法为光滑内插方法，为减少估计方差而对真实观测数据的离散性进行了平滑处理，但有一些有意义的异常也被光滑作用而光滑掉了。,克里金插值法得到的是确定性的解,模拟是全局最优估计方法，在保证全区最优的情况下，做到局部最优，也就是能够准从全局的分布特征和空间结构特征。,模拟得到的是不确定性的解,随机模拟的计算流程,序贯模拟（Si）的 计算步骤：,（1）数据统计分析，统计分布特征；,（2）空间结构分析，确定变差函数；,（3）划分模拟网格；,（4）随机地选择一个待模拟的网格节点；,（5）根据变差函数和分布特征估计该节点的累积条件分布函数(ccdf)；,（6）随机地从ccdf中提取一个分位数作为该节点的模拟值；,（7）将该新模拟值加到条件数据组中；,（8）重复47步，直到所有节点都被模拟到为止，从而得到一个模拟实现。,（9）重复上述步骤，得到多个模拟实现以供选择。,Jason包含的随机模拟技术,(1)序贯法：一步一步进行模拟；根据条件处理资料和前步(次)模拟的元素模拟每个模型元素；,序贯高斯模拟（SGS）,序贯高斯协模拟（SGCS）,序贯高斯配置协模拟（CGCCS）,序贯阀值指示模拟（CTIS）,序贯指示模拟（SIS）,带趋势的序贯指示模拟（带趋势的SIS）。,(2) 迭代法：该方法连续(不断)修正初始成像使得目标函数达到最小，可以考虑几种类型的约束条件(如Metropolis法或模拟退火法)。,序贯高斯模拟（SGS）,高斯随机域是最经典的随机函数。该模型的最大特征是随机变量符合高斯分布(正态分布)。该方法主要用于连续变量(如孔隙度)的随机模拟。对于高斯模拟来说，ccdf可用简单克里金来求取。由于ccdf的正态性，因此，整个模拟过程被极大地简化，序贯地确定一系列的ccdf就被简化为解一系列克里金方程组。,序贯高斯协模拟(Sequential Gaussian Co-Simulation)方法,序贯高斯协模拟（SGCS）方法是应用协克里金求取ccdf的序贯模拟方法，其步骤与序贯高斯协模拟相似，不同的是采用协克里金和正态得分的变差函数模型来确定该节点处随机函数Y(u)的ccdf函数的参数(均值和方差)，并求取ccdf。,可以进行波阻抗以外的变量的模拟。,序贯高斯配置协模拟（CGCCS）,采用配置协克里金（Collocated Co-Kriging）和正态得分的变差函数模型来确定该节点处随机函数Y(u)的ccdf函数的参数(均值和方差)，并求取ccdf。,用于不同采样密度的变量的模拟。,序贯指示模拟（SIS）,序贯指示模拟(SIS)既可用于类型变量，又可用于离散化的连续变量类别的随机模拟。该方法无需假设原始样本服从正态分布，而是通过给出一系列的门槛值，估计某一类型变量或离散化连续变量低于某一门槛值的概率，以此确定随机变量的分布。该方法实际上是应用指示克里金求取ccdf的序贯模拟方法，其主要特点是变量的指示变换、指示克里金和序贯模拟算法。,带趋势的序贯指示模拟（带趋势的SISTR）,序贯指示模拟为经典的SIS方法，其中各相的比例是面向全部网格的，也就是说，在模拟不同的网格节点时各相比例是不变的，显然，这种算法具有局限性。当局部变化时，可应用具有趋势的序贯指示模拟方法(SISTR)，以对经典SIS方法进行改进。SISTR方法通过从地震数据和其它定性和定量数据中提取信息，从而为每一个模拟节点提供一个局部相比例，各相比例满足：,相应地，考虑了局部相比例的指示克里金估计公式变成如下形式：,序贯指示同位协同模拟（SICoSim）,该方法是经典SIS方法的又一个扩展方法，它通过用同协同指示克里金方法代替指示克里金方法从而成功地将二级变量(如地震属性)引入SIS算法中。同位协同指示克里金估计方法公式可表述如下：,埕北35地区随机地震反演波阻抗剖面,薄储层分辨清楚,厚储层识别准确,测井吻合程度高,断层清晰,第一节 稀疏脉冲地震波阻抗反演,第二节 随机模拟地震波阻抗反演,第三节 协模拟岩性及孔隙度反演,第四节,常用反演流程,第二章 叠后约束地震反演原理及常用反演方法,（三) 协模拟岩性及孔隙度反演方法,1、方法原理,在波阻抗反演基础上进行的地质统计协模拟岩性或孔隙度反演。,2、技术关键,基础数据关系的仔细统计分析,直方和变差函数拟合,等概率参数体的优选,3、实际资料使用特点,需要有大量实际岩性或孔隙度资料作为分析统计基础。,4、反演结果特点,剔除了波阻抗表达储层与非储层的重叠值所带来的多解性，能更为直观地识别目的储层。,反演前资料预处理,子波估算,地震、地质标定,精细构造解释,精细模型建立,随机地震反演处理,储层综合描述,随机岩性模拟反演方法处理流程,随机岩性模拟反演处理,王78井随机反演波阻抗结果,王78井岩性反演结果,(三）协模拟岩性及孔隙度反演方法,埕北35地区高斯配置协模拟泥质含量反演剖面,埕北35地区高斯配置协模拟泥质含量反演剖面,砂岩概率体,砂泥岩概率密度分布函数,砂泥岩概率体求取,泥岩概率体,高斯模拟求得的砂泥岩概率体剖面,阻抗,概率,大11,大13,大开11,砂泥岩剖面,岩性反演与井上岩性吻合程度高（岩性剖面）,分辨率高,岩性反演结果分析,上部连续性差,下部连续性好,波阻抗剖面与岩性剖面对比图,岩性剖面,波阻抗剖面,砂岩,泥岩,大11,大13,大开11,岩性反演结果分析,大11,大13,大开11,孔隙度反演剖面（过大11井南北向剖面）,气层,气层,气层,盒3段曲流河,孔隙度三维立体显示与综合解释,盒1段网状河,立体,第一节 稀疏脉冲地震波阻抗反演,第二节 随机模拟地震波阻抗反演,第三节 协模拟岩性及孔隙度反演,第四节 常用反演流程,第二章 叠后约束地震反演原理及常用反演方法,反演基础处理分析,反演处理运算及应用,基础资料准备,基础资料预处理,稀疏脉冲反演,随机地震反演,岩性反演,反演基础准备,储层综合描述,地震资料,测井资料,地质资料,地震资料,目标处理及分析,测井资料标准化,统计分析及转换,地震地质标定,子波求取,精细构造解释,约束模型建立,反演处理,频带补偿,全频带结果输出,测井阻抗,直方分析,及函数拟合,测井阻抗,变差分析,及函数拟合,随机反演处理,测井岩性,直方分析,及函数拟合,测井岩性,变差分析,及函数拟合,阻抗体,直方分析,及函数拟合,岩性反演处理,反演结果应用,储层综合描述,谢谢!,