Сейсмическая инверсия является одной из процедур динамической интерпретации данных сейсморазведки. Она позволяет перейти от относительных амплитуд волнового поля к оценке петрофизических (упругих) параметров среды. К ним относятся скорости продольных и поперечных волн, плотность, акустический, сдвиговый импеданс и другие. Получаемые разрезы или кубы упругих свойств зачастую являются информативными на качественном уровне, существенно облегчая интерпретацию литологических границ. На количественном уровне упругие параметры широко используются при прогнозе распределения пористости и газонасыщенности продуктивных коллекторов [1].
Сейсмическая инверсия нацелена на восстановление упругих параметров, поэтому критерием её эффективности логично выбрать степень совпадения получаемого результата с известными по данным ГИС значениями. Эта идея лежит в основе определения первого критерия качества. В межскважинном пространстве данные ГИС отсутствуют, а следовательно, для контроля результата инверсии необходимо опираться на другую объективную данность - наблюдённое волновое поле. Таким образом, вторым критерием оценки эффективности инверсии можно выбрать степень соответствия сейсмики и синтетики, рассчитанной для найденной модели упругих параметров. Также можно использовать обратную величину, показывающую долю невосстановленной сейсмической записи.
В работе обсуждается эффективность сейсмической инверсии в зависимости от значимых геологических характеристик объекта исследования, таких как: мощность и контрастность пластов в изучаемом разрезе. Также рассматривается влияние на результат инверсии качества волнового поля, выражаемого в отношения сигнал-шум.
Выполнение сейсмической инверсии возможно во многих коммерческих программных пакетах. В то же время, существуют открытые решения, представленные в библиотеке «Pylops» языка программирования «Python». Внедрение некоммерческих инструментов в практику решения производственных задач позволит сократить затраты отечественных нефтедобывающих компаний. Кроме того, использование
некоммерческих решений может быть более удобным и результативным за счёт возможности автоматизации подбора параметров алгоритма инверсии. В данной работе будут показаны результаты осуществления сейсмической инверсии в коммерческом программном пакете «Petrel» и с помощью специализированных библиотек языка программирования «Python», а также будет обсуждаться практическая ценность некоммерческого решения...
В работе рассмотрена классификация видов сейсмической инверсии. Обсуждаются различные постановки обратной динамической задачи сейсморазведки (акустический и упругий случаи). Особое внимание уделено акустической инверсии, рассмотрены наиболее часто применяемые алгоритмы. Предложено два основных критерия оценки качества инверсии. Осуществлена акустическая инверсия с использованием коммерческого программного пакета «Petrel», а также с помощью средств открытой библиотеки «Pylops» языка программирования «Python», произведено сопоставление полученных решений. Рассмотрено влияние геологических характеристик изучаемого объекта (мощность, контрастность по импедансу) и качества сейсмических данных (отношение сигнал-шум) на эффективность инверсии. Приведём основные выводы работы:
• Для оценки качества сейсмической инверсии могут быть использованы коэффициент линейной корреляции между получаемым решением вдоль траектории скважины и сглаженным импедансом по данным ГИС, а также доля невосстановленной энергии волнового поля. К указанным критериям могут быть добавлены дополнительные, например аналог критерия «misfit», вычисляемый для импедансов. Данный критерий проявляет большую чем коэффициент корреляции чувствительность к высокоамплитудным выбросам в значениях восстанавливаемого упругого параметра;
• Сейсмическая инверсия может выступать как средство повышения разрешающей способности, что позволяет выделять тонкие пласты по материалам сейсморазведки и в целом рассматривать инверсию как мощный инструмент качественной интерпретации;
• Чем контрастнее и мощнее изучаемые с помощью инверсии объекты, тем более достоверно удаётся их обнаружить. Увеличение контрастности в упругих параметрах эквивалентно повышению отношения сигнал -шум. Прирост точности в определении тонкого пропластка для данных с SNR=16 по отношению к данным с SNR=2 можно оценить в 2-3 раза;
• Алгоритму инверсии не всегда удаётся точно восстановить абсолютные значения импеданса. Ошибки могут возникать в связи с особенностями изучаемых разрезов или из-за неоптимального подбора параметровалгоритма. Некорректное восстановление абсолютных значений импеданса препятствует использованию результатов инверсии для количественной интерпретации;
• При восстановлении импеданса использование алгоритмов инверсии с пространственной регуляризацией не позволяет полностью избавиться от негативного влияния сквозных амплитудных аномалий волнового поля;
• Инструменты некоммерческой библиотеки «Pylops» языка программирования «Python» могут быть использованы для осуществления акустической инверсии. Получаемый результат не уступает по качеству решению коммерческого программного продукта «Petrel».
