کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8915596 1641115 2017 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Comparison between deterministic and statistical wavelet estimation methods through predictive deconvolution: Seismic to well tie example from the North Sea
ترجمه فارسی عنوان
مقایسه روش های تخمین جرمی جبرگر و آماری با استفاده از تجزیه پیش بینی شده: مثال لرزه ای به خوبی به عنوان مثال از دریای شمال
ترجمه چکیده
برآورد ویولت و همچنین روش های کراس لرزه ای به خوبی در هسته هر عملیات تفسیر لرزه ای است. در این مقاله، یک مطالعه مقایسه ای از روش های تخمینی موجک برای کراوات لرزه ای به خوبی انجام می شود. دو رویکرد برآورد موجک مورد بحث قرار گرفته است: برآورد قطعی بر اساس داده های لرزه ای و خوبی، و برآورد آماری، بر اساس تخفیف پیش بینی و فرض های کلاسیک مدل کانولوشن، که موجک حداقل فاز را فراهم می کند. الگوریتمهای ما برای هر دو روش تخمینی موجک یک روش نیمه اتوماتیک را برای تعیین پارامترهای مطلوب تخمین موجک جبرانی و برآورد موجک آماری معرفی می کنند و همچنین برای ارزیابی موجک های لرزه ای بهینه با جستجو برای بالاترین ضریب همبستگی بین ردیابی ثبت شده و ردیابی مصنوعی، هنگامی که رابطه زمان دقیق دقیق است. آزمایش با داده های عددی نتیجه های کیفی را نشان می دهد که احتمالا مفید برای معکوس شدن لرزه ای و تفسیر داده های زمینه است، با مقایسه تخمین های موجک جبرانی و برآورد موجک آماری در جزئیات، به ویژه برای مثال داده های میدانی. امکان سنجی این رویکرد بر روی داده های لرزه ای واقعی و اطلاعات خوبی از زمین وایکینگ گرابن، دریای شمال، نروژ تایید شده است. نتایج ما همچنین نشان دهنده تاثیر ناحیه های شستشوی داده ها بر روی کیفیت داده ها در کیفیت کوره های لرزه ای است.
موضوعات مرتبط
مهندسی و علوم پایه علوم زمین و سیارات فیزیک زمین (ژئو فیزیک)
چکیده انگلیسی
Wavelet estimation as well as seismic-to-well tie procedures are at the core of every seismic interpretation workflow. In this paper we perform a comparative study of wavelet estimation methods for seismic-to-well tie. Two approaches to wavelet estimation are discussed: a deterministic estimation, based on both seismic and well log data, and a statistical estimation, based on predictive deconvolution and the classical assumptions of the convolutional model, which provides a minimum-phase wavelet. Our algorithms, for both wavelet estimation methods introduce a semi-automatic approach to determine the optimum parameters of deterministic wavelet estimation and statistical wavelet estimation and, further, to estimate the optimum seismic wavelets by searching for the highest correlation coefficient between the recorded trace and the synthetic trace, when the time-depth relationship is accurate. Tests with numerical data show some qualitative conclusions, which are probably useful for seismic inversion and interpretation of field data, by comparing deterministic wavelet estimation and statistical wavelet estimation in detail, especially for field data example. The feasibility of this approach is verified on real seismic and well data from Viking Graben field, North Sea, Norway. Our results also show the influence of the washout zones on well log data on the quality of the well to seismic tie.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Applied Geophysics - Volume 136, January 2017, Pages 298-314
نویسندگان
, , , ,