【学习笔记】Day 15

一、进度概述

1、《地震勘探原理》第八、九章

二、详情

对于第八章,主要讨论地震资料岩性解释的基本方法,对于利用地震信息进行储层的物性预测于解释、储层的含油性分析与解释、地震地层学解释、层序地层学解释、地球物理资料综合解释等内容。

第五、六、八章介绍完最基本的对于地震资料解释的相关知识点。我们知道,地震资料中包含的丰富信息可以通过自相关函数、傅里叶谱、功率谱的计算,或利用自回归分析、数理统计分析以及各种数学变换等方法,提取各种各样的反射特征参数,即地震属性。在地震资料的岩性、物性和含油性解释过程中,人们对众多的地震属性参数所具有的地质含义进行了归纳总结(见下表)。尽管这些属性间的相互关系不是------对应的,但对我们在地震资料解释过程中更好地利用这些波场信息,并确保地震属性参数的真实性等方面具有十分重要的指导意义。

在细读完第八章内容,同样发现:从 DL-FWI 的角度来讲,这一章节涉及的内容并不用于全波形反演,但有所了解对 DL-FWI 肯定也有益处。故本只做归纳,当做索引使用。

对于第九章,详细介绍了三维地震勘探技术,这一技术无疑是对二维勘探技术的进一步升华,但是对于 DL-FWI,目前还停留在优化二维探测的阶段,所以这里不做站看,需要的话看书了解即可。

8.1 地震波速度资料的利用

8.1.1 理论基础 p316

8.1.2 利用速度信息划分岩性 p316

通过这一章节的一些图片,我们发现,DL-FWI 干的其实就是通过机器学习,更快速更准确的生成岩性图,从而减轻地震探测的成本与压力。

8.1.3 利用 划分岩性 p320

8.1.4 利用速读资料估算砂岩百分含量 p323

8.1.5 利用速度资料预测地层压力 p330

8.1.6 利用速度信息研究岩性的反演方法 p339

这一章节涉及的反演方法需要理解。其中有 SLIM(地震岩性模拟方法,正演思路)和波阻抗反演方法。

基于褶积模型的波阻抗反演方法主要有以下三类:

(1)直接反演;(2)稀疏脉冲法;(3)以模型为基础的反演方法

这里只是统述性的提出这几个名词,具体只是参考 DL-FWI 相关资料。

8.2 厚层反射振幅信息的利用

8.2.1 振幅信息在岩性解释和油气检测中的重要性 p341

8.2.2 影响振幅的各种因素 p342

对于这一章节提出的因素,需要加以注意,在模型中可能需要引入相关校正

8.2.3 亮点技术方法原理 p343

8.2.4 AVO 技术 p347

AVO 技术是继亮点技术后有一项利用振幅信息研究岩性、检测油气的地震勘探技术。回到 DL-FWI ,我们发现 FWI 是利用波动方程进行岩性反演的方法。虽然 AVO 技术严格意义上还不能算利用波动方程,但是它的思路、理论基础已经能对波动方程得到的结果进行比较精确的直接利用,所以稍作了解还是有一定收货的。

8.3 薄层反射振幅信息的利用

8.3.1 薄层的定义、研究意义和研究方法 p356

对于薄层,我们在当初讲解分辨率的时候已经遇到过了,这里做出又一次声明以及相关数学推导。

8.3.2 薄层的类型及主要特征 p357

8.3.3 利用薄层反射振幅信息估计薄层 p361

8.4 地震属性分析及其应用

8.4.1 地震属性分析的基本内容 p366

8.4.2 地震属性的分析方法与属性描述 p371

8.4.3 地震属性在岩性解释中的应用 p381


后记

《地震勘探原理》的一轮学习就到此结束了,后面按需补充。

接下来的学习任务是有关深度学习方面的知识,学习目标是能够从原理上理解 ddnet 代码的构造及思路。学习资料参考以下文章和书籍。
https://blog.csdn.net/minfanphd/category_12328466.html

相关推荐
Zhao-Jichao44 分钟前
AI Prompting for Everyone 课程笔记 - P21 总结 Conclusion
人工智能·笔记
欢欢李1 小时前
【LTE L3 笔记 05】LTE同步信号
笔记·无线通信·物理层·lte·空口协议
La Pulga3 小时前
【FreeRTOS源码学习笔记】空闲任务与阻塞延时
笔记·mcu·学习·嵌入式·freertos·实时操作系统
蒸蒸yyyyzwd3 小时前
秋招学习笔记 day106
笔记·学习
小李不想当小白4 小时前
WDG看门狗(STM32标准库学习笔记)
笔记·stm32·单片机·嵌入式硬件·学习·嵌入式
欢欢李4 小时前
【LTE L3 笔记 04】LTE帧结构
笔记·无线通信·物理层·lte·空口协议
Zhao-Jichao7 小时前
AI Prompting for Everyone 课程笔记 - P20 实验与期末项目 Lab and Final Project
前端·人工智能·笔记
lisw057 小时前
作为人类代理的大语言模型及其角色分类!
人工智能·学习·语言模型
Z21-X7 小时前
云原生运维实战笔记:企业网站综合上云部署与云运维服务全景解析
运维·笔记·学习·云原生
坤坤子吖7 小时前
Linux网络编程:UDP进阶,从字典服务器到简单聊天室
linux·服务器·网络·c++·笔记·学习