JASON培訓(xùn)教材14頁(yè)解析

1、Jason軟件培訓(xùn)資料Jason軟件集合了油氣勘探開發(fā)不同階段的儲(chǔ)層預(yù)測(cè)和油氣藏描述技術(shù)，它致力于各種資料、各種認(rèn)識(shí)的全面綜合，提供符合各種資料、各種認(rèn)識(shí)的儲(chǔ)層預(yù)測(cè)和油氣藏描述結(jié)果。指導(dǎo)油氣藏的勘探和開發(fā)，提高鉆井成功率，降低風(fēng)險(xiǎn)。 主要模塊序號(hào)軟件模塊功能描述1Enviroment-plus運(yùn)行環(huán)境及分析工具集總了Jason的運(yùn)行環(huán)境，各種分析工具和各種輔助性模塊。如數(shù)據(jù)加載顯示、（2D、3D）分析解釋、井編輯、合成記錄標(biāo)定、交繪圖、制圖等。2EarthModel地質(zhì)框架模型創(chuàng)建一個(gè)由地震坐標(biāo)描述的、融合了構(gòu)造（層位、斷層）、地質(zhì)/沉積模式、測(cè)井信息和初始權(quán)重分布的，用于儲(chǔ)層/油藏定量描述的

2、地質(zhì)框架模型。3Wavelets子波估算提供用于合成記錄標(biāo)定和反演的地震子波估算和理論子波計(jì)算的工具，在單井多井、或無井的情況下，都可以由單道或多道地震信息估算出最佳子波。4Invertrace/Invertrace-plus地震反演在地質(zhì)框架模型和測(cè)井資料控制約束下進(jìn)行地震反演并利用反演聲阻抗實(shí)現(xiàn)儲(chǔ)層/油藏的描述和預(yù)測(cè)。5InverMod測(cè)井反演在地質(zhì)框架模型控制下，用地震資料作約束，以測(cè)井資料為主體的儲(chǔ)層/油藏描述和預(yù)測(cè)。6StatMod地質(zhì)統(tǒng)計(jì)模擬以地質(zhì)框架模型、測(cè)井和地震資料為基礎(chǔ)，以層為單位，利用儲(chǔ)層/油藏參數(shù)的空間分布規(guī)律和空間相關(guān)性進(jìn)行隨機(jī)模擬/隨機(jī)反演。獲得一組等概率的儲(chǔ)層/油

3、藏參數(shù)模型。7FunctionMod數(shù)據(jù)分析變換工具利用系統(tǒng)預(yù)定義或用戶自定義的函數(shù)（表格）將3維、2維和1維數(shù)據(jù)變換生成新的數(shù)據(jù)。Jason軟件是一套綜合應(yīng)用地震、測(cè)井和地質(zhì)等資料解決油氣勘探開發(fā)不同階段儲(chǔ)層預(yù)測(cè)和油氣藏描述實(shí)際問題的綜合平臺(tái)。其中子波估算（Wavelets）和層位標(biāo)定、地質(zhì)框架模型（Earthmodel）、地震反演（Invertrace、Invertraceplus）、測(cè)井反演（Invermod）、地質(zhì)統(tǒng)計(jì)模擬（Statmod）和數(shù)據(jù)分析變換（Functionmod）是主要模塊和關(guān)鍵技術(shù)。下面根據(jù)實(shí)際工作步驟來介紹Jason軟件的主要模塊和關(guān)鍵技術(shù)及應(yīng)用注意事項(xiàng)。一、 數(shù)據(jù)

4、加載 數(shù)據(jù)加載順序?yàn)榈卣饘游粶y(cè)井其它（如人文、子波等）；輸出可根據(jù)需要有選擇性地輸出。注意事項(xiàng)：l 地震數(shù)據(jù)類型（是2D還是3D）、 線道號(hào)和XY坐標(biāo)在SEG-Y道頭中的正確位置、輸入數(shù)據(jù)的字節(jié)數(shù)（至少為16位）。l 井?dāng)?shù)據(jù)輸入文件的格式與所選的格式模板文件必須一致包括輸入文件本身的聲波和密度的單位（us/ft，us/m，g/cm3，kg/m3）、模板文件中深度的類型（測(cè)量深度、TVD等）和單位(m，ft等)。二、 子波估算和層位標(biāo)定技術(shù) 這部分工作是通過Modeling下的Wavelets和Analysis下的Well log editing and seismic tie兩個(gè)模塊完成的。通

5、過子波估算和井曲線編輯的交互迭代，由井旁地震道和井中的阻抗曲線估算出與地震最佳匹配的地震子波。并實(shí)現(xiàn)子波估算、合成記錄的制作和層位標(biāo)定。其技術(shù)特點(diǎn)是：同時(shí)估算子波的振幅譜和相位譜；子波估算和層位標(biāo)定同時(shí)完成；方法多樣，可處理有井和無井、單井和多井、直井和斜井；質(zhì)量控制手段多樣。子波估算和層位標(biāo)定技術(shù)的方法如下：1）計(jì)算理論子波（如Ricker）(WaveletsEditCreate synthetic wavelet. )。2）生成波阻抗（AI）曲線（Well log editing and seismic tie Calculate AI）。3）用理論子波和AI曲線在Well log edi

6、ting and seismic tie中生成合成記錄，用Shift all in MD移動(dòng)測(cè)井曲線（即合成記錄）使得合成記錄的主要同相軸與地震的對(duì)齊。將移動(dòng)后的曲線存為新井。4）在Wavelets的Input中，選擇3）中的新井，給定合適的時(shí)窗范圍，利用Wavelets中的Estimate下的Estimate wavelet amplitude and phase spectra模塊，根據(jù)井曲線中的AI曲線和井旁地震道估算子波。5）回到Well log editing and seismic tie中，選擇4）中估算的子波生成新的合成記錄。在時(shí)間曲線的控制下，編輯測(cè)井曲線（拉伸/壓縮等）使得

7、更多的同相軸對(duì)齊，將經(jīng)過編輯的曲線再存為新井，再返回到4）。重復(fù)4）和5）直到獲得最佳的子波和最佳的匹配。這時(shí)用于反演和制作合成地震的子波以及井的時(shí)深關(guān)系就算確定（如圖1）。保存編輯后的井子波估算子波子波估算井曲線編輯圖1 子波估算和井曲線編輯交互迭代過程對(duì)于多井，可以用1）5）的方法估算每口井的子波和確定時(shí)深關(guān)系，然后再用平均子波對(duì)每口井的標(biāo)定結(jié)果和時(shí)深關(guān)系進(jìn)行調(diào)整；也可以選一口井孔環(huán)境和曲線質(zhì)量較高的井，用1）5）的方法估算一個(gè)最佳子波，再將這個(gè)子波用于其它井并使合成記錄與地震記錄達(dá)到最佳匹配。在這一交互迭代的過程中，要注意以下幾點(diǎn)：l Wavelets中的時(shí)窗選擇對(duì)子波影響極大，一般所選

8、時(shí)窗應(yīng)包含目的層段，其上下時(shí)間應(yīng)選在地震波形變化較小的位置，時(shí)窗長(zhǎng)度應(yīng)為子波長(zhǎng)度的3倍左右。l Well log editing and seismic tie中的曲線拉伸和壓縮盡量在較大范圍內(nèi)進(jìn)行，拉伸/壓縮不應(yīng)改變曲線的變化趨勢(shì)，由時(shí)間線進(jìn)行監(jiān)視。l 估算的子波振幅譜應(yīng)與地震的盡量接近，相位譜在有效頻帶內(nèi)變化盡量小。三、 地質(zhì)框架模型（Earthmodel）地質(zhì)框架模型是由Modeling 下的Earthmodel模塊完成。它由五個(gè)子模塊構(gòu)成：1) Model builder with TDC2) Model builder without TDC3) Model generator4)

9、Model Interpolator5) Well Curve generatorModel builder with TDC 和Model builder without TDC的作用基本相同，即利用地震解釋層位/斷層，根據(jù)framework table描述的接觸關(guān)系形成具有地質(zhì)意義的三維密封的框架模型，同時(shí)形成以層為單位的沿層內(nèi)插測(cè)井曲線的權(quán)重系數(shù)。其差別是MB with TDC在時(shí)/深域?qū)δＰ瓦M(jìn)行同時(shí)描述，即存在時(shí)深關(guān)系；而MB without TDC要么在時(shí)間域要么在深度域?qū)δＰ瓦M(jìn)行描述，即沒有時(shí)深關(guān)系。 Model generator就是依據(jù)Model builder的描述信息，生成

10、具體的測(cè)井曲線模型。Model Interpolator就是將已存在的地震或?qū)傩阅Ｐ桶碝odel builder的描述信息進(jìn)行內(nèi)插或重新網(wǎng)絡(luò)化。Well Curve generator 生成測(cè)井曲線。其技術(shù)特點(diǎn)是：建立測(cè)井分層和地震解釋層位的聯(lián)系并將地震解釋層位/斷層內(nèi)插成密閉的層位；用以層為單位的沿層內(nèi)插測(cè)井曲線的權(quán)重系數(shù)、層厚等參數(shù)描述的初始模型；可處理正斷層和逆斷層；可描述各種地層接觸關(guān)系（整合、不整合、河道等）。在Earthmodel中，編輯描述地質(zhì)框架結(jié)構(gòu)表（即framework table）是關(guān)鍵和難點(diǎn)。Framework table用來描述地層的接觸關(guān)系以及微層的內(nèi)插模式，一行代

11、表一個(gè)地層，并由老到新依次定義地層之間的接觸關(guān)系和內(nèi)插模式（如圖2）。Framework table的建立是通過圖中Edit下的Append row on top or insert row 菜單實(shí)現(xiàn)。兩者均彈出Edit row的界面（如圖2）。Framework table的編輯界面(如圖2)。其中l(wèi) Index層位或斷層的標(biāo)識(shí)號(hào)，每個(gè)層位或斷層都有唯一的標(biāo)識(shí)號(hào)，且從下往上依次為0，1，2，。l Primary fit Interface (PEI)定義層的頂界面并用來指導(dǎo)層內(nèi)的內(nèi)插模式l Stratigraphy定義由Primary fit Interface確定地層內(nèi)微層的內(nèi)插模式以及層

12、頂和它下面的地層關(guān)系。定義模式包括：proportional to top and base, proportional to top, proportional to base, truncation，reef, channel 和fault。Proportional to top and baseProportional to baseProportional to toptruncationfaultreefchannel圖2 地質(zhì)框架結(jié)構(gòu)表及所描述的地質(zhì)現(xiàn)象l Base Index用來確定削截位置和斷層位置，也就是說削截和錯(cuò)段只發(fā)生在Base Index所指定的層位上面。l Trend

13、 fit interface(TFI)選擇項(xiàng)，如果選擇TFI，由PFI定義的地層內(nèi)插模式將由平行于TFI的模式所取代。l Secondary fit Interface(SFI) 選擇項(xiàng)，在頂面部分被剝蝕的情況，可以指定該頂面下部的未被剝蝕的層面，作為SFI，以完善層面的幾何形態(tài)并指導(dǎo)內(nèi)插。編輯地質(zhì)框架結(jié)構(gòu)表時(shí)要注意以下幾點(diǎn)：l 從底層開始向上逐層編輯。l 先建斷層下盤的地層，后建斷層上盤的地層。l 被斷層切割的層不能作為 datum。四、 地震反演（Invertrace 和Invertrace plus）Jason中地震反演以約束稀疏脈沖反演Constrained sparse spik I

14、nversionCSSI)為主，另外還提供了遞歸道反演（Recursive trace InversionRTI）和道合并（Trace mergingAITM）即加低頻等模塊。實(shí)際中大量使用的是約束稀疏脈沖反演和道合并。其優(yōu)勢(shì)在于：趨勢(shì)和約束可為常數(shù)（1D）、沿層變化（2D）或空變（3D）；提供反演算法中各種參數(shù)選擇的質(zhì)量控制圖版；低頻分量遵從地質(zhì)模型。適用于勘探開發(fā)的各個(gè)階段。約束稀疏脈沖反演（CSSI）的關(guān)鍵是：l 編輯趨勢(shì)（Edit trend ）約束稀疏脈沖反演中的趨勢(shì)是指研究區(qū)塊的波阻抗變化背景（如圖3），它是CSSI的初始模型。Invertrace 可選constant 或者Lat

15、erally varying， Constant 是指反演所用的趨勢(shì)在每個(gè)層上為常數(shù)； Laterally varying是指反演所用的趨勢(shì)在每個(gè)層上隨XY變化。Invertrace plus要選擇Model file作為趨勢(shì)。它表明趨勢(shì)在空間每一點(diǎn)都可能發(fā)生變化。 對(duì)于Constant，可以用手編輯，也可以由井計(jì)算，用From logs.即可；Laterally varying，要用波阻抗的層位文件；Model file, 要用波阻抗的 *.mod 文件。l 編輯約束（Edit hard trend constraints）約束限定CSSI反演中波阻的變化范圍。因此編輯約束時(shí)必須使得約束的最

16、大最小值為相應(yīng)層位的波阻抗的最大最小值（如圖3）。Constraints is: 其選項(xiàng)和含義與Edit trend中的trend is相同。圖3 編輯趨勢(shì)和約束l lambda值Lambda是反射系數(shù)（阻抗）和地震數(shù)據(jù)匹配的平衡因子。低lambda值將導(dǎo)致較少的反射脈沖，阻抗模型就缺少變化細(xì)節(jié)。太小的lambda值導(dǎo)致非常差的地震數(shù)據(jù)匹配；太大的lambda值可能導(dǎo)致虛假的反射脈沖或變化細(xì)節(jié)。所以要選擇合適的lambda值使得反射系數(shù)的匹配和地震的匹配都比較好。Trace Merging就是將來自于Earthmodel （測(cè)井資料）或Velmod（地震速度）的阻抗模型中的低頻成份與來自CSS

17、I反演的阻抗模型合并形成一個(gè)絕對(duì)阻抗模型，便于巖性、孔隙度等方面的研究。在濾波器設(shè)計(jì)中要確定絕對(duì)阻抗模型（合并模型）的哪一部分頻率成份來自低頻模型，哪一部分頻率來自CSSI反演模型。五、 測(cè)井反演（Invermod）Invermod的目的是利用測(cè)井和地震資料建立基于地質(zhì)框架模型的高分辨率儲(chǔ)層/油氣藏模型?；舅惴ò℅eologic Inversion GI和Seismic character Inversion SCI。GI和SCI也可以聯(lián)合使用 （Both）。基本思路是通過井孔位置的信息（波阻抗或地震道）的線性組合形成合成地震道，比較合成地震道與實(shí)測(cè)地震道，修改權(quán)重系數(shù)，使二者達(dá)到最佳匹配

18、，再利用這個(gè)權(quán)重系數(shù)內(nèi)插測(cè)井曲線形成相應(yīng)的反映儲(chǔ)層/油氣藏特征的數(shù)據(jù)模型。其特點(diǎn)是：遵從地質(zhì)框架模型、分辨率高；地震資料對(duì)井間的變化起一定的控制作用。適用于地質(zhì)情況較為簡(jiǎn)單、測(cè)井資料質(zhì)量好、井較多的滾動(dòng)勘探開發(fā)階段。GI和SCI的差別就在形成合成地震道的方法不同。前者利用阻抗曲線（井點(diǎn)）和子波生成合成地震道，后者直接利用井點(diǎn)位置的地震道作為合成地震道。Invermod由四部分組成：1) Principal component analysis.2) Model estimation3) Model generator4) Well curve generator其中Model generato

19、r和well curve generator與Earthmodel 中基本相同。六、 隨機(jī)模擬/隨機(jī)反演（Statmod）Statmod是Jason中的隨機(jī)模擬軟件包，有Statmod-Analysis和Statmod-Modeling兩部分組成。隨機(jī)模擬技術(shù)充分利用地震資料橫向分辨率高（采樣密集）、測(cè)井資料縱向分辨率高的特點(diǎn)，解決地質(zhì)上參數(shù)分布范圍重疊或多值對(duì)應(yīng)關(guān)系的問題，得到高分辨率的參數(shù)模型。Statmod-Analysis 用來分析數(shù)據(jù)，形成基于數(shù)據(jù)的直方圖和變換（histograms and transforms）以及變異函數(shù)(Variograms)。Statmod-Modeling

20、 進(jìn)行隨機(jī)模擬和隨機(jī)反演。隨機(jī)模擬的算法包括：克里金(kinging)，協(xié)克里金(Co-Kriging)，序貫高斯模擬(SGSSequential Gaussian Simulation)，序貫高斯協(xié)模擬(SGCCSSequential Gaussion Collocated Co-Simulation)，序貫門檻值協(xié)模擬(STISSequential Threshold Indicator Simulation)，序貫指示模擬（SISSequential Indicator Simalation），帶趨勢(shì)序貫指示模擬(SIS With trendSequential Indicator Si

21、mulation with trend)，隨機(jī)反演中包括最快速下降法(greedy)和模擬退火法（Simulated Annealing）。17.126.211.221.917.126.211.221.917.126.211.221.9? Sequential Gaussian SimulationConditioning dataRandom locationLCPD at ? Simulated valueabcd1. Estimate the local conditional probability distribution (lcpd) at that location2. Draw

22、 at random a single value from the lcpd3. Include the newly simulated value in the set of conditioning data4. Repeat steps 1 through 4 until all grid nodes have a simulated value 5. Choose at random a grid node at which we have not yet simulated a value1 統(tǒng)計(jì)特征分析（Statmod-Analysis）Statmod的所有模擬技術(shù)（除指示類SI

23、S外）都假定輸入數(shù)據(jù)為正態(tài)分布。然而，實(shí)際數(shù)據(jù)并非都為正態(tài)分布。因此Statmod-Analysis 首先要分析輸入數(shù)據(jù)的分布特征（histogram），找到一種變換將非正態(tài)分布的數(shù)據(jù)映射為正態(tài)分布（Transform）。然后再分析數(shù)據(jù)的空間相關(guān)性，用合適的函數(shù)擬合得到變異函數(shù)（Variogram）。Statmod-Analysis就是要根據(jù)實(shí)際數(shù)據(jù)的分布特征（直方圖）和離散變異圖尋找合適的變換（transform）和變異函數(shù)（variogram）。數(shù)據(jù)分布直方圖和變換（Data for histograms and tramsforms）根據(jù)隨機(jī)模擬要模擬的儲(chǔ)層參數(shù)和約束參數(shù)選擇數(shù)據(jù)并產(chǎn)生相

24、應(yīng)的數(shù)據(jù)分布直方圖。再選擇合適的變換類型擬合數(shù)據(jù)分布直方圖。提供三種變換類型（即 Gaussian, Log-Gaussion 和Table）。隨機(jī)模擬時(shí)，用擬合數(shù)據(jù)的分布函數(shù)把實(shí)際數(shù)據(jù)變換成正態(tài)分布。數(shù)據(jù)離散變異圖和變異函數(shù)（Data for variogram sampling and modeling）數(shù)據(jù)選擇與Data for histograms and tramsforms相同。注意所選數(shù)據(jù)必須有變換，即已作了Data for histograms and tramsforms。數(shù)據(jù)空間相關(guān)性是由變異函數(shù)（Variogram）描述的。變異函數(shù)相當(dāng)于相關(guān)函數(shù)的倒數(shù)，即變異函數(shù)的值越大

25、相關(guān)性越差。變異函數(shù)能同時(shí)描述區(qū)域變量的隨機(jī)性和結(jié)構(gòu)性，能從數(shù)學(xué)上對(duì)區(qū)域變量進(jìn)行嚴(yán)格分析，是空間變異規(guī)律和空間結(jié)構(gòu)分析的有效工具。變異函數(shù)是通過合適的連續(xù)函數(shù)擬合數(shù)據(jù)的離散變異圖而得到。Jason中可用的連續(xù)函數(shù)包括高斯函數(shù)（Gaussian）、球函數(shù)（Spherical），指數(shù)函數(shù)（Exponential）和塊金值（Nugget）。變異函數(shù)中的程高（Sill）和變程（range）反映了數(shù)據(jù)的離散程度和空間相關(guān)性。分析確定數(shù)據(jù)分布（histogram）和變異函數(shù)（variogram）時(shí)，要注意以下幾點(diǎn)。l 分層段進(jìn)行。l 選擇較小的數(shù)據(jù)采樣間隔（1ms）。l 選擇合適的分析間距（histogr

26、am：Nr of interval）和相關(guān)間距（variogram：Nr of lags，interval）。l 選擇合適的程高（Sill）和變程（Range）。程高選在離散變異圖散點(diǎn)變平的位置（如圖4）。變程選為程高所對(duì)應(yīng)的滯后距離（Lag distance）(如圖4）。圖4 變異函數(shù)2 隨機(jī)模擬（StatMod-Modeling）StatMod-Modeling 就是要利用確定性信息（測(cè)井、地震、地質(zhì)等）和由StatMod-Analysis導(dǎo)出的不確定性地質(zhì)統(tǒng)計(jì)信息來創(chuàng)建3D儲(chǔ)層/油氣藏模型?？捎玫募夹g(shù)包括：1) Kriging 2) Sequential Simulation3) Seq

27、uential Indicator Simulation4) Geostatistical Inversion或者它們的組合。 要強(qiáng)調(diào)的是，在運(yùn)行StatMod-Modeling 之前，必須要用StatMod-Analysis獲得要模擬層的屬性、巖性的變換和變異函數(shù)。關(guān)于每種方法所需的輸入?yún)?shù)如下表。 模擬方法確定性信息不確定性信息Gaussian Simulation solid model、layers、primary dataTransform for primary datalithology masks(可選 )、trace gateVariogram for primary dat

28、aGaussian co-SimulationSolid model、layers、primary data、Transform for primary dataSecondary data、lithology mask(可選)、Transform for secondary datatrace gateVariogram for primary dataVariogram for secondary dataGaussian collocated co-simulation同Gaussian co-simulationTransform for primary dataTransform f

29、or secondary dataVariongram for primary dataCorrelation coefficent of primaryand secondary dataTreshold Indicator solid model、layers、primary data、Threshold variogram/variogramsimulation(應(yīng)為門檻區(qū)間分類數(shù)據(jù))lithology masks(可選 )、trace gateIndicator simulationsolid model、layers、lithology data、Indicator variogra

30、mtrace gateLithology probability(constant value)Indicator simulation同上Indicator variogramwith trendLithology probability(horizon or model)Run Inversionsolid model、layers、primary data、Transform for primary datalithology masks(可選 )、seismic data、Variogram for primary dataWavelet、conversiontable、tracega

31、te、Time gate注：solid model 地質(zhì)框架模型，來自model builder。layers 由model builder 中framework table 所定義。primary data 要模擬的參數(shù)（如孔隙度），但分布稀疏，多為井?dāng)?shù)據(jù)。lithology mask 只對(duì)所選巖性中的參數(shù)（如砂巖中的孔隙度）進(jìn)行模擬。secondary data 指與primary data相關(guān)的參數(shù)，但分布密集，多為地震反演波阻抗數(shù)據(jù)。Lithology data 指巖性曲線。 Lithology Simulation（Indicator Simulation with trend）l

32、Define the trend models which define the occurrence probability of sand and shale based on AI.l Determine the Variogram function to fit the real datal Use Indicator Simulation to get equal probability lithology models.l Use FunctionMod to generate the confident model based on the equal probability l

33、ithology models.l Use different cutoff values to get lithology models with different confidence. Define the trend models which define the occurrence probability of sand and shale based on AI. 1> Determine the max. / min. AI values to define clean sand or shale (Analysis - Crossplots and Histogram

34、). 2> Determine the probability of sand/shale occurrence in overlap zone (Create or edit table) 3> Use FunctionMod to transfer AI model to probability model. Determine the Variogram function to fit the real data 1> Check the well log to make sure there are the lithology logs in all available well. If not, please create or input (FunctionMod or DataLinks) 2> Use StatMod - Analysis Module to generate Variogram function. a. Determine the layer you are interested. Select reasonable sample rate. b. Data for Variogram Sample - Primary data ( well log data, model data, h