叠前地质统计学反演
叠前地质统计学反演采用严格的马尔科夫链蒙特卡罗算法(Markov Chain Monte Carlo,MCMC),将约束稀疏脉冲反演和随机模拟技术相结合,成为一个全新的随机反演算法。通过将地震岩相体、测井曲线、概率密度函数及变差函数等信息相结合,定义严格的概率分布模型。首先,通过对测井资料的分析和地质信息获得概率密度函数和变差函数;其次,复杂的MCMC方法根据概率分布函数(PDF)获得统计意义上正确的样点集,即根据概率分布函数能够得到何种类型的结果,而内置的约束稀疏脉冲反演引擎保证了在地震数据有效带宽范围内。由于地质统计学反演提供了大量超过地震数据带宽的细节内容,同时趋势又和地震数据完全相同,这就使基于现代岩溶理论的定性波形解释和定量化的储层解释之间得到了一个完美的平衡。
叠前地质统计学反演主要解决下列问题
- 低于地震分辨率的薄层问题
- 解决单地震属性叠置的岩性多解性问题
- 用于建立油藏静态模型