地震地层学盆地分析与储层+特性

《地震地层学盆地分析与储层+特性》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、石油地质学翻译作业班吴泽学号：页码401-410页P(lithologyn

2、ATR)=Posteriorprobabilitydensityfunction(PDF).P(ATR

3、lithologyn)=TheconditionalprobabilityofhavingasetofseismicinversionattributesATRgivenacertainlithologyandP(ATR)=ΣP(lithology)P(ATR

4、lithology).P（岩性n

5、ATR）=较晚的概率密度函数（P

6、DF）。P（ATR

7、岩性n）=有一组地震反演属性ATR给定一个特定的岩性和P（ATR）=ΣP（岩性）P（ATR

8、岩性）条件概率。Bayesruleprovidesameanstocombinetheprobabilistica-prioriknowledgewithinformationcontainedintheobserveddatatoupdatethepriormodel.Noiseinthedatahasatremendouseffectontheuncertaintiesintheinver

9、sionsolution(BulandandOmre2003).贝叶斯规则相结合的概率为先验知识和观测数据中包含的信息来更新现有的模型相结合提供了一种方法。数据中噪声的不确定性对反演有巨大的影响（布兰多2003）。Thecascadedtwo-stepelasticinversionperformsanelasticinversionoftheseismicdatatoobtainP-andS-impedancemodels(Saltzeretal.2005).Andtheseimpedancesare

10、inthesecondstepinvertedintolithology(orVolumeofShale)andaporositycomponent.Informationontheexpectedfill,faultsandstratigraphichorizonsaretakenintoaccountduringthemodelling.ThespecificrockphysicalmodelisusedtotransformtheimpedancesintoVShaleandporosityest

11、imates.Theeffectofsand(largeaspectratio)andclaypores(smalleraspectratio)ontherockelasticmoduliarecomputedbasedondifferentialeffectivemediatheory.Thesandisdryandtheclayporesarebrinefilled.Gassmannfluidsubstitutionservestocalculatethebulkmodulusofthesatura

12、tedsand.Explicitnon-linearrelationshipsbetweenclaycontent,porosityandwatersaturationareexploited.ABayesianapproachisappliedtotheconstraints,withestimatesofthedatanoiseanda-priorimodelparameterstodeducethemostlikelymodel.Byincorporatingthemodelanddatacova

13、riances,itispossibletoestimatethecombineduncertaintyofthedataerroranda-priorimodeluncertaintyintheinversionsolution.Thusitcalculatesaposteriorcovariance(Saltzeretal.2005).串联的两个步骤弹性反演进行地震数据的弹性反演，获得P-和S-横波阻抗模型（Saltzer等人,2005)。这些阻抗是第二步转化为岩性（或泥质含量）和孔隙组成。在预期的

14、填充信息，断层和层位是考虑到在建模。具体的岩石物理模型是用来转换阻抗为V页岩和孔隙度估计阻抗。砂（大长径比）和粘土的孔隙（小纵横比）对岩石弹性模量计算的影响基于微分有效介质理论。干沙子和粘土的孔隙都充满盐水。Gassmann流体置换用来计算饱和砂的体积弹性模量。粘土含量之间的显式非线性关系，孔隙度和含水饱和度的利用。应用了贝叶斯方法的限制，随着数据噪声的先验模型的参数估计来推断最可能的模型。用模型和数据的协方差矩阵，是有可能估计数据合并的不