Способ для обнаружения потенциального водного потока с малой глубиной залегания
Изобретение относится к способу, предназначенному для определения опасности водного потока с малой глубиной залегания путем использования сейсмических данных. Сейсмические данные могут быть обработаны для повышения их стратиграфического разрешения путем подвыборки сейсмических данных на менее чем двухмиллисекундном интервале. Выполнение стратиграфического анализа относительно сейсмических данных и оценивание сейсмических характеристик сейсмических данных могут быть использованы для выбора контрольной области. Инверсию до суммирования с учетом формы импульса применяют к сейсмическим данным в выбранной контрольной области для получения модели упругого деформирования, которая включает в себя скорость продольных волн и скорость поперечных волн. Затем определяют опасность водного потока с малой глубиной залегания, используя модель упругого деформирования, путем сравнения скорости продольных волн со скоростью поперечных волн. 2 н. и 24 з.п. ф-лы, 8 ил.
Настоящее изобретение относится к прогнозированию переносимых водным потоком песков с малой глубиной залегания путем использования обработанных сейсмических данных.
Глубоководное бурение с целью обнаружения ископаемого топлива может быть дорогостоящим и рискованным, если не осуществлять работы по планированию и подготовке скважины. Для соответствующего планирования скважины необходимо надежное прогнозирование возможных опасностей. Одна такая опасность при глубоководном бурении заключается в переносимых водным потоком песков с малой глубиной залегания, которые обычно представляют собой высокопористые пески, которые предрасположены к переносу во время бурения. Если при бурении в глубоком море проходят сквозь эти слои потенциальных водных потоков с малой глубиной залегания, то пески могут переноситься и вызывать значительные повреждения в стволе скважины и на буровой площадке. До настоящего времени в нефтедобывающей промышленности потери, обусловленные слоями потенциальных водных потоков с малой глубиной залегания, составляют сотни миллионов долларов. Поэтому обнаружение слоев потенциальных водных потоков важно для снижения как финансовых потерь, так и опасности для окружающей среды.
На фиг.1 показано образование водного потока с малой глубиной залегания в соответствии с современным представлением. Переносимые водным потоком пески с малой глубиной залегания могут встречаться на глубинах от 300 до 600 м относительно границы 101 ила. Они обнаруживаются на всем земном шаре в районах, где неплотные и несогласные отложения с высокой скоростью осаждения образуют покрывающие слои 102. Переносимые водным потоком пески 104 с малой глубиной залегания находятся под изолирующим слоем 103 с низкой проницаемостью и слоем 105 глинистого сланца или аргиллита. Эти основные зоны 103 и 105 представляют собой уплотненную формацию, в которой отложения уплотнены, а скорость осаждения низкая. Если внутри этого глинистого сланца или аргиллита 105 находятся изолированные песчаные тела 104, то вода из таких тел не может легко выйти ввиду наличия вокруг них отложений 105 с низкой проницаемостью. Кроме того, высокая скорость осаждения из покрывающего слоя 102 может приводить к воздействию огромного давления на эти отложения, в результате чего эти изолированные тела с большим количеством воды будут находиться под аномально высоким пластовым давлением 106.
Когда буровое долото проходит сквозь слой потенциального водного потока с малой глубиной залегания, находящийся под аномально высоким давлением песок 104 может переноситься в оборудование устья скважины и вызывать проблемы при бурении, связанные с окружающей средой и здоровьем. Например, водный поток с малой глубиной залегания может привести к внезапному выбросу во время бурения, к выпучиванию бурильных труб, к нанесению ущерба скважине или оборудованию устья скважины, к дорогостоящему вынужденному простою буровой установки и может закончиться утечкой углеводородов в море, что может нанести значительный вред окружающей среде.
Надежное обнаружение потенциально опасных ситуаций, связанных с водным потоком с малой глубиной залегания, представляет собой верный путь к решению проблемы и к исключению соответствующих затрат. Распространена практика использования порового давления для определения местоположения потенциальных переносимых водным потоком песков с малой глубиной залегания. Поровое давление может быть прогнозируемо до бурения по скоростям суммирования при обычной сейсмической разведке в случае проведения типового анализа тенденции уплотнения при использовании, например, хорошо известного из уровня техники способа Итона. Скорости, которые определяются как более медленные по сравнению с «нормальными скоростями», указывают на аномально высокое пластовое давление, которое количественно оценивают, используя эмпирическое уравнение.
Существуют несколько проблем, связанных с известным способом. Во-первых, скорости суммирования при обычной сейсмической разведке как правило не подходят для прогнозирования давления, поскольку они не являются скоростями в породе или скоростями распространения. Во-вторых, для этих скоростей характерна потеря разрешения с глубиной. В-третьих, при больших глубинах отложения часто наносятся столь быстро, что давление жидкости в этих отложениях ниже границы ила превышает гидростатическое. Это исключает развитие типовой тенденции уплотнения; и поэтому способ в целом является несостоятельным для глубокой воды.
В настоящем изобретении предложен способ, предназначенный для определения опасности водного потока с малой глубиной залегания путем использования сейсмических данных. Инверсию до суммирования с учетом формы импульса применяют к сейсмическим данным в выбранной контрольной области для получения модели упругого деформирования, которая включает в себя скорость продольных волн и скорость поперечных волн. Затем определяют опасность водного потока с малой глубиной залегания, используя модель упругого деформирования для сравнения скорости продольных волн со скоростью поперечных волн.
Сейсмические данные могут представлять собой одномерные сейсмические данные, двумерные сейсмические данные или трехмерные сейсмические данные. Модель упругого деформирования также может включать в себя характеристики, такие как плотность, коэффициент Пуассона и упругие параметры Ламе.
Сейсмические данные могут быть обработаны для повышения их стратиграфического разрешения. Обработка может включать в себя подвыборку сейсмических данных на менее чем двухмиллисекундном интервале при использовании алгоритма с последовательностью действий с сохранением амплитуды, или при использовании такого алгоритма, как миграция во временной области до суммирования, точная коррекция скорости за нормальное приращение времени, или алгоритмов удаления шумов.
Контрольная область может быть выбрана в пределах сейсмических данных пользователем или автоматически. Кроме того, может быть использована более чем одна контрольная область. Контрольная область может быть выбрана путем осуществления стратиграфического анализа относительно сейсмических данных для нахождения контрольной области. Стратиграфический анализ может включать в себя разработку геологической модели. После того как стратиграфическая модель становится известной, контрольная область может быть идентифицирована путем распознавания геологической структуры, такой как разломы, котловины выдувания, биогермы, хаотические фации, конусы выноса, диапиры, купола, газовые воронки, газовые холмы, грязевые вулканы, оспины, уступы, оползни, каналы, наклонное отложение конусов выноса и отражающие горизонты, имитирующие дно.
Контрольная область также может быть выбрана путем оценки сейсмических характеристик сейсмических данных. Оценка может включать в себя использование характеристик зависимости амплитуды от удаления, которые могут включать в себя пересечение и градиент. Оценивание также может включать в себя оценку изменений полярности.
Инверсия до суммирования с учетом формы импульса может представлять собой полную инверсию до суммирования с учетом формы импульса. Инверсия до суммирования с учетом формы импульса может включать в себя применение генетического алгоритма. Генетический алгоритм может включать в себя образование моделей упругого деформирования геологической среды. Для этих моделей упругого деформирования геологической среды могут быть образованы синтетические сейсмограммы до суммирования. Образованные сейсмограммы могут быть согласованы с сейсмическими данными. Для моделей упругого деформирования геологической среды могут быть получены соответствия. Модели упругого деформирования геологической среды могут быть генетически воспроизведены при использовании соответствий для моделей упругого деформирования геологической среды. Для осуществления выбора модели упругого деформирования, может быть определена сходимость для воспроизведенных моделей упругого деформирования геологической среды.
Модели упругого деформирования геологической среды могут представлять собой случайную популяцию моделей упругого деформирования геологической среды. Точное волновое уравнение, включающее в себя образование обменных волн и межслойные многократные отражения, может быть использовано при образовании сейсмограмм для моделей упругого деформирования геологической среды. Согласование образованных сейсмограмм с сейсмическими данными может включать в себя согласование нормального приращения времени образованных сейсмограмм и сейсмических данных и согласование амплитуд отраженных волн образованных сейсмограмм и сейсмических данных.
Следующий способ может быть использован для генетического воспроизведения моделей упругого деформирования геологической среды при использовании соответствий для моделей упругого деформирования геологической среды. Модели упругого деформирования геологической среды могут быть воспроизведены соразмерно соответствиям моделей упругого деформирования геологической среды. Воспроизведенные модели упругого деформирования геологической среды могут быть случайно скрещенными. Воспроизведенные модели упругого деформирования геологической среды могут быть мутированными.
Для определения опасности водного потока с малой глубиной залегания в пределах трехмерного объема может быть осуществлена инверсия после суммирования относительно сейсмических данных при использовании модели упругого деформирования. Инверсия после суммирования может быть осуществлена при использовании пересечения для зависимости амплитуды от удаления и псевдообъема данных для поперечной волны.
Опасность водного потока с малой глубиной залегания может быть распознана, когда скорость продольных волн по отношению к скорости поперечных волн составляет от приблизительно 3,5 до приблизительно 7.
Раскрытый способ может иметь одно или несколько из следующих преимуществ. Способ может соответствовать современным тенденциям независимо от модели глубоководной формации, используемой для анализа горного давления. В его основу могут быть положены несколько характеристик, таких как скорости и амплитуды, а калибровка может быть осуществлена по информации с соседней скважины. Поровое давление может быть вычислено как разность между напряжением в покрывающей толще и эффективным напряжением. Эффективное напряжение может влиять на контакты между зернами обломочной осадочной формации и, следовательно, на скорости распространения сейсмических волн в таких фармациях.
Модель фармации может включать в себя различные характеристики: связь между пористостью, литологией и скоростью, обезвоживание глин и преобразования плотности и коэффициентов Пуассона для осадков в эффективные напряжения, действующие на решетку матрицы.
Основными входными данными для модели фармации являются скорости продольных волн и поперечных волн, получаемые разнообразными способами. Итеративная калибровка скорости и интерпретация могут быть двумя этапами процесса прогнозирования, что гарантирует нахождение полей скоростей в пределах области ожидаемой породы или в пределах скоростей распространения.
Для осуществления заявляемого изобретения не требуется повторный сбор сейсмических данных. Обычные двумерные или трехмерные данные могут быть повторно обработаны применительно к потенциальным водным потокам с малой глубиной залегания.
На чертежах:
фиг.1 - иллюстрация потенциальных водных потоков с малой глубиной залегания;
фиг.2 - рабочая диаграмма способа обнаружения потенциальных водных потоков с малой глубиной залегания;
фиг.3 - иллюстрация результатов стратиграфического оценивания и анализа сейсмических характеристик;
фиг.4 - графическое отображение результатов анализа сейсмических характеристик;
фиг.5 - рабочая диаграмма инверсии до суммирования с использованием генетического алгоритма;
фиг.6 - сравнительная иллюстрация реальных данных, полученных в результате сортировки трасс на интервале 2 мс из трехмерного объема, и синтетических данных, полученных с использованием генетического алгоритма;
фиг.7 - графическое отображение результатов трехмерной инверсии до суммирования, реализованной с использованием генетического алгоритма; и
фиг.8 - графическое отображение полученных значений VP/VS с показом обнаруженных опасных зон потенциального водного потока с малой глубиной залегания.
Данные поверхностной сейсмической разведки являются полезными при прогнозировании зон потенциальных водных потоков с малой глубиной залегания, поскольку они доступны до начала бурения глубоководных скважин.
На фиг.2 показана рабочая диаграмма способа, предназначенного для обнаружения потенциальных водных потоков с малой глубиной залегания. Сначала на этапе 201 сейсмические данные могут быть обработаны для повышения их стратиграфического разрешения. Стратиграфическое разрешение отражает возможность различения и разрешения стратиграфических особенностей в сейсмическом изображении. При повышенном разрешении возрастает содержание частот в сейсмических данных и может быть повышена эффективность обнаружения тонких песчаных тел.
Используемые сейсмические данные могут собираться исключительно для обнаружения потенциальных водных потоков с малой глубиной залегания или они могут быть сейсмическими данными, собираемыми для различных задач моделирования и повторно обрабатываемыми для обнаружения потенциальных водных потоков с малой глубиной залегания. Сейсмические данные могут быть трехмерными, двумерными или одномерными данными. Например, скважинные одномерные данные могут быть использованы для обнаружения потенциальных водных потоков с малой глубиной залегания, а трехмерные сейсмические данные с записью полного сейсмического сигнала могут быть использованы для обнаружения потенциальных водных потоков с малой глубиной залегания на месте расположения скважины на месторождении. Сейсмические данные могут быть собраны при использовании любых известных способов регистрации, например с помощью морских кос, буксируемых позади сейсморазведочного судна, и путем измерения отражения акустических волн, излучаемых морскими источниками.
Обработка сейсмических данных может включать в себя взятие подвыборок из зарегистрированных сейсмических данных на интервалах, равных 2 мс или меньших. В качестве входного параметра сейсмические данные могут включать в себя большие удаления, при которых углы падения превышают 35° для вступлений на заданных уровнях глубин. Сейсмические данные также могут быть обработаны при использовании графа, сохраняющего амплитуды, с последующей миграцией во временной области до суммирования, точной коррекции за нормальное приращение времени и алгоритмов удаления шумов. Эти алгоритмы хорошо известны в области техники, к которой относится изобретение. На фиг.3а показаны обработанные трехмерные сейсмические данные, представленные для оценивания.
После того как данные обработаны, на этапе 202 может быть выполнен стратиграфический анализ обработанных сейсмических данных. Интерпретация осадочных структур позволяет дать численную оценку потенциальным осложнениям в процессе бурения, включая опасность водных потоков с малой глубиной залегания. Стратиграфическое оценивание 202 обработанных сейсмических данных представляет собой интерпретирующий этап, который обеспечивает возможность осуществлять классификацию геологических разрезов, моделируемых с помощью обработанных сейсмических данных, основываясь на опасности водного потока с малой глубиной залегания. Во время этого процесса может быть разработана геологическая модель, предназначенная для оценивания обработанных сейсмических данных.
На фиг.3 показана оценка обработанных сейсмических данных 301. Во время стратиграфического анализа для различных участков, предназначенных для заложения скважин, осуществлялось оценивание опасности водного потока с малой глубиной залегания при использовании обработанных сейсмических данных 301 и присвоенного оценочного уровня от «высокого» до «низкого» 302. Эта характеристика была использована для распространения оценки потенциальных водных потоков с малой глубиной залегания на проблематичные области. Например, низко расположенный комплекс 303 канальных валов считается «красным» вследствие высокого уровня, низко расположенный наклонный конус 304 выноса считается «зеленым» вследствие низкого уровня, а низко расположенные лопасти 305 конусов выноса со слабым отражением считаются «желтыми» вследствие среднего уровня.
Стратиграфическая интерпретация 202 может быть выполнена вручную, например квалифицированными геофизиками или геологами, или автоматически, например посредством вычислительной системы. В результате стратиграфической интерпретации 202 может быть получена геологическая модель, которую используют при оценивании. Многие способы, используемые экспертами или в вычислительных системах, могут быть использованы для стратиграфического анализа. Ниже приведены примеры некоторых из этих способов.
Осложнения в процессе бурения на склоне дна моря могут быть распознаны при использовании сейсмических горизонтов. Сейсмические горизонты могут быть найдены по непрерывным последовательным отражающим границам, которые могут характеризовать карту изохрон. Разломы могут быть выделены в случае, когда в данных наблюдаются разрывы или сдвиги. Если глубина дна достаточна для непрерывного покрытия трехмерной сейсмической съемкой, то на дне моря могут быть картированы геологические структуры, такие как разломы, котловины выдувания, биогермы, хаотические фации, конусы выноса, диапиры, купола, газовые воронки, газовые холмы, грязевые вулканы, оспины, уступы, оползни и русла. Эти особенности могут вызывать осложнения в процессе бурения на склоне дна моря. Для визуализации этих структур уровень сигнала в сейсмических данных или в вычислительной интерпретирующей рабочей станции может быть повышен.
Потенциал водного потока с малой глубиной залегания может также зависеть от наличия изолированных проницаемых песков в некоторых осадочных средах. Одна такая осадочная среда в наклонном отложении конусов выноса отражена структурными донными конусами выноса или валами с руслами. Эти наклонные отложения конусов выноса могут быть сжаты благодаря уплотнению покрывающей толщи и могут быть свидетельствовать о наличии переносимых водным потоком песков с малым уровнем залегания. Для получения картины этой осадочной среды, можно отобразить интерпретацию сейсморазведочных данных на основе срезов по поверхности отражающего горизонта и амплитуд, извлеченных из трехмерных сейсмических данных, в пределах интервала, например начиная от дна моря и до примерно 3000 футов ниже дна моря.
Имитирующие дно отражающие горизонты, которые искажают нормальную стратиграфию, могут характеризовать другой потенциально опасный водный поток с малой глубиной залегания. Имитирующие дно отражающие горизонты являются следствием высокого акустического импеданса на фазовой границе между влагой, содержащейся в нефтяном газе, и свободным газом в основании зоны стабильности гидрата.
При использовании этого стратиграфического анализа участки сейсмического разреза могут быть качественно упорядочены в соответствии с опасностью водных потоков с малой глубиной залегания или осложнений в процессе бурения. Отражающим горизонтам с большой амплитудой, соответствующим трехмерным песчаным телам, связанным с дольчатыми отложениями конусов выноса, комплексами с заполненными песком руслами, наносными пойменными отложениями, обломочным потоком, оползневыми отложениями и мелководными текучими песками, качественно присвоен высокий ранг вследствие опасности водных потоков с малой глубиной залегания. Изолированные отражающие горизонты с низкой амплитудой являются характеристикой наклонных отложений конусов выносов и идентифицируются как относящиеся к умеренной опасности водных потоков с малой глубиной залегания. Согласные залегания, недостаточные для образования сильных отражающих горизонтов и, вероятно, глубоководный морской сланец, который является непроницаемым, идентифицируются как относящиеся к небольшой опасности водных потоков с малой глубиной залегания.
Геологическая модель, разработанная на этапе 202 стратиграфического анализа, может быть подтверждена и уточнена с целью применения при прогнозировании потенциальных водных потоков с малой глубиной залегания путем использования анализа 203 сейсмических атрибутов. Сейсмические атрибуты зависимости амплитуды отраженной волны от удаления до суммирования могут быть использованы для полуколичественной оценки потенциала водных потоков с малой глубиной залегания. Используемые характеристики зависимости амплитуды отраженной волны от удаления могут включать в себя пересечение (Р), градиент (G) и линейные комбинации пересечений и градиентов.
Характеристики зависимости амплитуды (отраженной волны) от удаления могут быть определены с помощью математического подбора (при использовании, например, линейной или более высокого порядка регрессии) трассовых амплитуд при различных удалениях или в диапазоне углов падения волны. Амплитудным атрибутом для нормального падения (или нулевого удаления) является Р, а изменение амплитуды с удалением (или наклон) равно G.
Характеристики зависимости амплитуды от удаления могут быть получены из обработанных на этапе 201 сейсмических данных, рассмотренных выше. Сигнатуры зависимости амплитуды от удаления, включающие в себя инверсию фазы с удалением и высокие градиенты со знаком, противоположным знаку амплитуд пересечения, могут быть признаком переносимых водой отложений с малой глубиной залегания.
Для сигнатур зависимости амплитуды от удаления в случае отражений от потенциальных водных потоков с малой глубиной залегания характерен эффект, который противоположен эффекту для сигнатур зависимости амплитуды от удаления в случае отражений от песков. Как показано на фиг.4, отражения от потенциальных водных потоков с малой глубиной залегания изменяют полярность 401. Угол, при котором эта инверсия 401 фазы происходит, зависит от сопротивления упругости тела переносимого водным потоком песка и окружающих изолирующих слоев. Этот класс сигнатур может быть идентифицирован в сейсмических данных вручную или автоматически для определения возможных кандидатов на переносимые водным потоком отложения с малой глубиной залегания.
На фиг.4 обозначение «класс 1» относится к областям с положительными коэффициентами отражения, обозначение «класс 2» относится к областям с коэффициентом отражения, близким к 0, и обозначение «класс 3» относится к областям с отрицательными коэффициентами отражения. Области, в которых угол падения изменяется приблизительно от 30 до 40° и наблюдается изменение полярности коэффициента 301 отражения, могут быть отнесены к областям риска из-за переносимых водным потоком отложений с малой глубиной залегания.
Эти качественные показатели вместе со стратиграфическим критерием 202 используют для выбора оптимальных, представительных контрольных областей для осуществления инверсии до суммирования и извлечения физических параметров породы для дополнительной экстраполяции на последующих этапах количественных параметров, характеризующих свойства породы. Извлечение характеристик зависимости амплитуды от удаления в пределах стратиграфического объема горизонтов 202 может обеспечить возможность пространственного качественного обнаружения и выделения потенциальных, переносимых водным потоком отложений с малой глубиной залегания.
На этапе 204 после образования геологической модели инверсию до суммирования и извлечение физических параметров формации используют для выбранных контрольных областей для определения опасности предварительно определенных проблематичных зон потенциального водного потока с малой глубиной залегания. Инверсия до суммирования, выполненная с учетом формы импульса, и гибридная инверсия обеспечивают возможность вычисления модели упругого деформирования, которая включает в себя сейсмические характеристики, такие как импеданс для продольных волн (P-волн) и поперечных волн (S-волн), коэффициент Пуассона, параметры упругости Ламе и объемную плотность в пределах объема данных. Может быть реализована полная или частичная инверсия до суммирования с учетом формы импульса.
Во время инверсии до суммирования, осуществляемой с учетом формы импульса, характеристики упругости породы экстраполируют, получая критические данные VP и VS в результате согласованной с данными бурения инверсией до суммирования с целью экстраполяции VP и VS путем инвертирования объемов атрибутов зависимости амплитуды отраженной волны от удаления, ограниченными в поперечном направлении сейсмическими горизонтами, полученными на основании стратиграфической интерпретации. Поскольку отложения мелководных текучих песков могут характеризоваться аномальными отношениями VP/VS, то требующий внимания продукт находится в области VP/VS.
Полная сейсмическая инверсия для продольных и поперечных волн может быть осуществлена при использовании обработанных сейсмограмм до суммирования в контрольных областях, выбранных на основании стратиграфической оценки 202 и анализа 203 сейсмических атрибутов. В этих контрольных областях анализ сосредоточен на участках в пределах обработанных сейсмических данных, которые считаются наиболее опасными. По существу для этих областей формируют псевдокаротажные диаграммы, включающие в себя физические параметры породы. В зависимости от геологической сложности исследуемой зоны число контрольных областей можно изменять.
Инверсия до суммирования, выполненная с учетом формы импульса, позволяет оценивать модели упругого деформирования в выбранных контрольных областях. Модели упругого деформирования включают в себя скорость P-волны, скорость S-волны и плотность. Инверсия до суммирования с учетом формы импульса может быть осуществлена методом оптимизации при использовании генетического алгоритма. Генетический алгоритм представляет собой процедуру оптимизации типа Монте-Карло. На фиг.5 показана рабочая диаграмма, описывающая такой генетический алгоритм.
Первый этап 501 инверсии с использованием генетического алгоритма представляет собой образование случайной популяции моделей упругого деформирования геологической среды. Эти случайные модели образуют близкими к средней модели упругого деформирования для области, которую находят на основании некоторых предшествующих сведений, например из скважинной информации или геологии.
После того как эти случайные модели образованы, на этапе 502 для каждой из этих образованных моделей вычисляют синтетические сейсмограммы до суммирования. Синтетические сейсмограммы до суммирования могут быть получены при использовании точного волнового уравнения, основанного на методе, который включает в себя образование обменных волн и межслойных многократных отражений. Этим обеспечивается возможность моделирования всех детальных особенностей, имеющихся в реальных сейсмических данных, таких как эффекты интерференции или резонансные эффекты или эффекты прохождения.
После вычисления синтетических сейсмограмм их согласовывают на этапе 503 с данными наблюдения. При согласовании синтетических данных с данными наблюдения нормальное приращение времени и амплитуды отраженных волн согласовывают одновременно. Эта особенность позволяет при инверсии с учетом формы импульса одновременно извлекать как низкочастотные, так и высокочастотные компоненты модели, что делает способ применимым в отсутствие любой скважинной информации.
При согласовании синтетических данных с данными наблюдения каждой случайной модели присваивают критерий согласия или просто соответствие. После вычисления для каждой модели соответствия на этапе 504 модели модифицируют, используя три операции: воспроизведение, скрещивание и мутацию.
При воспроизведении модели просто воспроизводят пропорционально соответствующим значениям соответствия. При скрещивании элементы воспроизведенной популяции подбирают случайным образом в качестве исходных элементов. Затем содержание моделей частично меняют местами, для получения двух порожденных элементов. Наконец, при мутации изменяют содержание моделей из порожденной популяции. Поэтому в случае исходной популяции моделей размером 2N после N скрещиваний и мутаций будет получаться порожденная популяция с размером N. После мутации для каждой порожденной модели вычисляют синтетические сейсмограммы и согласовывают 503 их с данными наблюдения. При этом получают значение соответствия для каждой порожденной модели. При корректировке сравнивают значения соответствия каждой пары исходных элементов и соответствующих им порожденных элементов и две с наибольшими значениями соответствия переносят в следующее поколение моделей.
В это время осуществляют контроль 507 сходимости. Если сходимость достигается, для нового поколения моделей еще раз осуществляют воспроизведение, скрещивание и мутацию. Соответствия для каждой модели, получаемые в течение всего процесса, сохраняют в пространстве моделей. После достижения сходимости нормируют сохраненные значения соответствия. На основании этих нормированных значений соответствия получают апостериорную плотность распределения вероятностей модели. Плотность распределения вероятностей представляет собой функцию, описывающую вероятность модели. Поэтому наиболее вероятной моделью является одна из моделей с наивысшим значением плотности распределения вероятностей. Ширина функции плотности распределения вероятностей представляет собой оценку ошибки или неопределенности, предназначенную для оценивания наиболее вероятной модели. Поэтому наиболее вероятную модель определяют на основании наивысшего значения и ширины функции плотности распределения вероятностей.
После получения наиболее вероятной модели на основании этой модели вычисляют синтетические сейсмограммы и сравнивают их с наблюденными данными. На фиг.6 показано такое сравнение реальных наблюденных данных, выбранных из трехмерного объема в течение 2 мс, с выходными данными процедуры с использованием генетического алгоритма. Обращает на себя внимание то, что основные особенности наблюденных данных также имеются в синтетических данных, полученных согласно фиг.5. Это сравнение доказывает обоснованность наиболее вероятной модели, получаемой в результате инверсии.
При инверсии до суммирования вычисляют модель упругого деформирования, включающую в себя скорость P-волны, плотность и коэффициент Пуассона для каждой контрольной области. На основании этих моделей упругого деформирования сначала вычисляют импеданс для P-волны и S-волны. Обозначив скорость P-волны, плотность и коэффициент Пуассона как VP, ρ и υ соответственно, импеданс IP и IS для P-волны и S-волны получим в виде
| IP=ρ·VP | (1) |
и
 | (2) |
После вычисления IP и IS по указанным выше формулам на следующем этапе осуществляют типовую обработку всех исходных данных по технологии зависимости амплитуды от удаления. При обработке по технологии зависимости амплитуды от удаления предполагают, что в случае небольших углов падения (обычно меньше 25°) амплитуды R отражения в исходных данных могут быть выражены в зависимости от угла θ падения как
| R(θ)≈P+G·sin2θ, | (3) |
где P - пересечение для зависимости амплитуды от удаления; и
G - градиент для зависимости амплитуды от удаления.
Пересечение Р для зависимости амплитуды от удаления представляет собой коэффициент отражения нормально падающей P-волны и имеет вид
 | (4) |
а градиент G для зависимости амплитуды от удаления имеет вид
 | (5) |
В уравнениях (4) и (5): VP - скорость P-волны, ρ - плотность, μ - модуль сдвига; ΔVP, Δρ и Δμ - их соответствующие скачки. Модуль сдвига μ может быть выражен через скорость VS распространения S-волны и плотность ρ в виде
 | (6) |
так что Δμ можно записать в виде
 | (7) |
Объединив уравнения (5) и (7), получим
 | (8) |
Наконец, если фоновое значение VP/VS приблизительно равно двум, из уравнений (4) и (8) получаем
 | (9) |
Теперь, сравнивая уравнение (9) с уравнением (4) и вспоминая, что пересечение Р для зависимости амплитуды от удаления, показанное в уравнение (4), представляет собой коэффициент отражения P-волны при нормальном падении, можно понять, что член 
из уравнения (9) должен быть коэффициентом отражения S-волны при нормальном падении. Этот коэффициент отражения S-волны нельзя получить непосредственно из данных для S-волны, но можно получить косвенным путем в результате анализа данных для P-волны по технологии зависимости амплитуды от удаления. Поэтому он называется псевдокоэффициентом отражения S-волны.
Следовательно, подбор прямой для амплитуд отражения из сейсмических данных до суммирования будет обеспечивать пересечение для зависимости амплитуды от удаления или коэффициент отражения нормально падающей P-волны (P-трассы), градиент для зависимости амплитуды от удаления (G-трассы) и коэффициент отражения нормально падающей S-волны (псевдотрассы S-волны). Поэтому инверсия P-трасс после суммирования при использовании импеданса для P-волны, вычисленного для контрольных областей, например увязанных со скважиной, будет давать импеданс для P-волны, IP для всего трехмерного объема. Аналогично, инверсия после суммирования псевдотрасс S-волны с вычислением импеданса для S-волны в контрольных областях до суммирования, например увязанных со скважиной, будет обеспечивать импеданс для S-волны, IS для всего объема. После получения IP и IS отношение скоростей VP/VS получают из
 | (10) |
Затем вычисляют коэффициент υ Пуассона
 | (11) |
На фиг.7 показан пример приложения рассмотренных уравнений к данным 701 до суммирования для получения скорости 702 распространения P-волны, плотности 703 и коэффициента 704 Пуассона.
После инверсии до суммирования в выбранных областях, выполненной с учетом формы импульса, модели упругого деформирования для этих областей могут быть использованы, как и скважинная информация, для инверсии 205 после суммирования по всему объему. Этот процесс инверсии после суммирования вслед за инверсией до суммирования называют «гибридной инверсией».
Результатом применения описанной методологии является оценка VP/VS для контрольных областей. После инверсии до суммирования в выбранных областях, выполненной с учетом формы импульса, модели упругого деформирования для этих областей могут быть использованы в качестве «скважинной информации» для инверсии 205 после суммирования по всему трехмерному объему.
В понятиях свойств формации переносимые водным потоком осадки с малой глубиной залегания ближе к суспензии, чем к формации. Поэтому скорости распространения продольных волн в них и их объемные плотности низкие, в некоторых случаях скорости близки к скорости в воде. Скорости распространения поперечных волн даже ниже, приближаются к нулю на глубинах нахождения этих осадков ниже границы ила. Поэтому считается, что в переносимых водным потоком осадках с малой глубиной залегания скорость (VP) P-волны находится в пределах от 1500 до 1800 м/с, а скорость (VS) S-волны низкая, такая, что VP/VS находится в пределах приблизительно от 3,5 до 7. Следовательно, при оценке VP/VS зоны, имеющие высокие значения VP/VS по сравнению со средним значением фона, могут быть отнесены к потенциальным зонам водного потока с малой глубиной залегания.
Это показано на фиг.8. Области 301 опасности водного потока с малой глубиной залегания соответствуют высоким значениям VP/VS по сравнению со средними значениями фона. Поскольку высокое значение VP/VS эквивалентно высокому значению коэффициента Пуассона, переносимым водным потоком слоям с малой глубиной залегания также может сопутствовать высокие значения коэффициента Пуассона. Путем вычисления коэффициента Пуассона и/или VP/VS при использовании генетического алгоритма и гибридной инверсии, и идентификации зон с высокими значениями VP/VS и коэффициента Пуассона по сравнению с их относительными значениями фона можно получить эффективный способ обнаружения переносимых водным потоком слоев с малой глубиной залегания на основании сейсмических данных до суммирования. При этом для таких осадков характерно высокое отношение скорости распространения продольных волн к скорости распространения поперечных волн (коэффициенты Пуассона близки к 0,5).
В настоящем описании раскрыто несколько вариантов осуществления настоящего изобретения. Тем не менее должно быть понятно, что различные модификации могут быть сделаны без отступления от сущности и объема изобретения. Соответственно другие варианты осуществления находятся в рамках объема приложенной формулы изобретения.
1. Способ для определения опасности водного потока с малой глубиной залегания путем использования сейсмических данных, включающий в себя:
сбор сейсмических данных,
применение инверсии до суммирования с учетом формы импульса к сейсмическим данным в выбранной контрольной области для получения модели упругого деформирования, при этом модель упругого деформирования включает в себя скорость продольных волн и скорость поперечных волн;
применение инверсии после суммирования к сейсмическим данным с использованием указанной модели упругого деформирования и
сравнение скорости продольных волн со скоростью поперечных волн на основании инвертированной после суммирования модели упругого деформирования для определения опасности водного потока с малой глубиной залегания.
2. Способ по п.1, в котором сейсмические данные представляют собой сейсмические данные, выбранные из списка, включающего в себя одномерные сейсмические данные, двумерные сейсмические данные и трехмерные сейсмические данные.
3. Способ по п.1, в котором модель упругого деформирования дополнительно включает в себя характеристики, выбранные из списка, включающего в себя плотность, коэффициент Пуассона и упругие параметры Ламе.
4. Способ по п.1, который дополнительно включает в себя обработку сейсмических данных для повышения их стратиграфического разрешения.
5. Способ по п.4, в котором обработка сейсмических данных включает в себя подвыборку сейсмических данных на менее чем в двухмиллисекундных интервалах.
6. Способ по п.4, в котором обработка сейсмических данных включает в себя использование алгоритма с последовательностью операций с сохранением амплитуды.
7. Способ по п.4, в котором обработка сейсмических данных включает в себя использование алгоритма, выбранного из списка, включающего в себя миграцию во временной области до суммирования, точную коррекцию скорости за нормальное приращение времени и алгоритмы удаления шумов.
8. Способ по п.1, в котором контрольная область включает в себя большое количество контрольных областей.
9. Способ по п.1, дополнительно включающий в себя выбор контрольной области в пределах сейсмических данных.
10. Способ по п.9, в котором выбор контрольной области в пределах сейсмических данных включает в себя осуществление стратиграфического анализа относительно сейсмических данных для нахождения контрольной области.
11. Способ по п.10, в котором осуществление стратиграфического анализа включает в себя разработку геологической модели.
12. Способ по п.11, в котором осуществление стратиграфического анализа включает в себя идентификацию контрольной области путем использования геологической модели для распознавания геологической структуры, выбранной из списка, включающего в себя разломы, котловины выдувания, биогермы, хаотические фации, конусы выноса, диапиры, купола, газовые воронки, газовые холмы, грязевые вулканы, оспины, уступы, оползни, русла, наклонное отложение конусов выноса и отражающие горизонты, имитирующие дно.
13. Способ по п.9, в котором выбор контрольной области в пределах сейсмических данных дополнительно включает в себя оценивание сейсмических атрибутов сейсмических данных.
14. Способ по п.13, в котором оценивание сейсмических характеристик включает в себя использование характеристик зависимости амплитуды от удаления, представляющих собой пересечение и градиент.
15. Способ по п.13, в котором оценивание сейсмических характеристик включает в себя оценивание изменений полярности в коэффициенте отражения.
16. Способ по п.1, в котором инверсия до суммирования с учетом формы импульса представляет собой полную инверсию до суммирования с учетом формы импульса.
17. Способ по п.1, в котором инверсия до суммирования с учетом формы импульса включает в себя применение генетического алгоритма.
18. Способ по п.16, в котором генетический алгоритм включает в себя:
формирования множества моделей упругого деформирования геологической среды;
формирование синтетических сейсмограмм до суммирования для моделей упругого деформирования геологической среды;
согласование образованных сейсмограмм с сейсмическими данными;
получение соответствий для моделей упругого деформирования геологической среды;
генетическое воспроизведение моделей упругого деформирования геологической среды при использовании соответствий для моделей упругого деформирования геологической среды и
определение сходимости воспроизведенных моделей упругого деформирования геологической среды для выбора модели упругого деформирования.
19. Способ по п.18, в котором множество моделей упругого деформирования геологической среды представляет собой случайную популяцию моделей упругого деформирования геологической среды.
20. Способ по п.18, в котором формирование синтетических сейсмограмм до суммирования для моделей упругого деформирования геологической среды включает в себя использование точного волнового уравнения, включающего в себя образование обменных волн и межслойные многократные отражения.
21. Способ по п.18, в котором согласование образованных сейсмограмм с множеством сейсмических данных дополнительно включает в себя согласование нормального приращения времени образованных сейсмограмм и сейсмических данных и согласование амплитуд отраженных волн образованных сейсмограмм и сейсмических данных.
22. Способ по п.18, в котором генетическое воспроизведение моделей упругого деформирования геологической среды при использовании соответствий для моделей упругого деформирования геологической среды включает в себя:
воспроизведение моделей упругого деформирования геологической среды соразмерно соответствиям моделей упругого деформирования геологической среды;
случайное скрещивание в пределах воспроизведенных моделей упругого деформирования геологической среды и
мутацию воспроизведенных моделей упругого деформирования геологической среды.
23. Способ по п.1, в котором инверсию после суммирования осуществляют, используя пересечение для зависимости амплитуды от удаления и псевдообъем данных для поперечной волны.
24. Способ по п.1, в котором опасность водного потока с малой глубиной залегания распознают, когда скорость продольных волн по отношению к скорости поперечных волн составляет от приблизительно 3,5 до приблизительно 7.
25. Способ для определения опасности водного потока с малой глубиной залегания при использовании сейсмических данных, включающий в себя:
сбор сейсмических данных,
обработку сейсмических данных для повышения их стратиграфического разрешения;
выбор контрольной области, включающий в себя:
осуществление стратиграфического анализа относительно сейсмических данных и
оценивание сейсмических характеристик сейсмических данных;
применение инверсии до суммирования с учетом формы импульса к сейсмическим данным в выбранной контрольной области для получения модели упругого деформирования, при этом модель упругого деформирования включает в себя скорость продольных волн и скорость поперечных волн; и
применение инверсии после суммирования к сейсмическим данным при использовании модели упругого деформирования и
определение опасности водного потока с малой глубиной залегания при использовании инвертированной после суммирования модели упругого деформирования для сравнения скорости продольных волн со скоростью поперечных волн.
26. Способ по п.25, в котором инверсия до суммирования с учетом формы импульса включает в себя использование генетического алгоритма, включающего в себя:
формирования множества моделей упругого деформирования геологической среды;
формирование синтетических сейсмограмм до суммирования для моделей упругого деформирования геологической среды;
согласование сформированных сейсмограмм с сейсмическими данными;
формирование соответствий для моделей упругого деформирования геологической среды;
генетическое воспроизведение моделей упругого деформирования геологической среды при использовании соответствий для моделей упругого деформирования геологической среды и
определение сходимости воспроизведенных моделей упругого деформирования геологической среды к выбранной модели упругого деформирования.
