Stratimagic用户手册
- 格式：doc
- 大小：477.00 KB
- 文档页数：42
Stratimagic软件用户手册帕拉代姆地球物理公司北京代表处2011年1月第一部分Stratimagic地震相分析软件简介PARADIGM最新推出的新的地震地层解释软件包Stratimagic是专为用于油藏开发描述, 地层现象解释,岩性解释等而开发的新的地震解释软件包,它运用人工神经网络分析，层位尖灭识别等先进方法对地震属性及所反映的地质特征进行分析解释，并提供了专门的解释手段, 突破了只能进行构造解释的常规的地震解释模式，为您现有的解释技术增加重要的价值, 其技术水平处于世界领先地位。
该软件包主要有以下几个特点:✓地震相划分（Facies），利用神经网络对地震道形状进行分类，得出与地质相相对应的地震相图，并与井曲线对比，从而更详细地解释地震资料的地质内容。
✓层间属性(Interval Attributes)及异常反射识别, 运用各种属性的结合等先进技术对礁体, 河道反射等地层现象进行识别追综, 可识别提取沿层及层间的15大类30多种属性。
✓用专门的解释手段, 如包络解释, 反射终断解释等方法，将结果转换成地质结论。
✓“全三维解释”功能, 如三维解释工具, 三维自动追踪, 任意三维数据体切片解释显示等(Image Processing)。
✓岩性物性参数标定和模拟，在V1.7版本中，提供了可以对地震相分析结果进行岩性参数标定和模拟的工具NexModel。
利用NexModel这个独特的工具，根据井中的物性参数及测井曲线可进行岩性参数的实时标定和交互模拟，并将这种标定模拟结果带回到Stratimagic里的地震相模型道中，建立起地震相分析与岩性模拟间的关系，从而将地震相分析的定性结果转换成岩性参数的定量结果。
✓定量化的编辑和成图工具FastQC。
各种编辑成图工具，如数量编辑，交汇图/直方图编辑，krigging成图, 平滑，网格化，等值线计算等方法，将使您更好地理解地震相分析结果，得出有关地震相分析的定量化结论。
✓用先进的面向对象技术开发的全新的用户界面。
另外,重要的一点是: Stratimagic 不但可以与PARADIGM 现有的IntegralPlus 集成在一起也可以与现有的Landmark/GeoQuest 相连接。
其连接方式除专门的数据交换接口外,还可以直接读取OpenWorks等的数据库。
Stratimagic软件自正式推出以来, 一些主要的石油公司, 如, Shell, Exxon, Mobil, Elf, Total, Armoco等均在使用。
在国内也有许多用户在使用。
Stratimagic是一种具有独特功能的地学软件包，它将改变你解释地震数据的方法。
现在的石油勘探和开发活动越来越多地涉及到复杂油藏系统。
在勘探和开发周期的各个阶段，地震资料在复杂油藏系统的解释过程中，扮演着至关重要的角色。
然而，缺少一种有效地将地质知识应用于地震解释中的工具。
Stratimagic应运而生，满足了这种需求，并且给地质家提供了快速从三维地震数据中获得地质信息的能力。
Stratimagic完成地震层段地震相分析所使用技术的基础是用于道波形识别的神经网络技术。
它卓有成效。
自从1997年面世以来，许多石油公司已经有效地使用了Stratimagic，它可以作为其他独立软件的组件，也可以作为一个独立的软件使用。
这些公司的勘探和开发工作者认为，使用Stratimagic大大地节省了解释时间—从数月到几个小时，并且大大提高了解释的精度和准确度；过去用其他商用软件花费数月完成的工作，现在用Stratimagic在几个钟头即可获得更精细更准确的解释结果。
Stratimagic: 地震相的原理和提示介绍为了帮助您更好地了解和使用Stratimagic软件，下面将地震相的原理和使用中注意的问题介绍一下。
地震信号的分类（失去的联系）地震解释不仅仅是构造圈闭解释，而且要进行岩性和油藏特征描述，是一个从层位图到油藏特征描述的过程，要利用沉积学知识将井信息和可用模型与地震数据联合使用，确定地震与岩石地球物理特性的关系。
在使用Stratimagic之前的状态有两种方法将地震属性用于油藏特征描述。
●层段属性的大量计算，井信息和沉积模型与属性成果图的匹配。
在大多数情况下，根据经验，20到50种图中的3到4种图有相对明确的物理意义。
●使用可用的井信息进行地震数据分类或地震反演。
这里假设可用的井完全代表着所含的地质信息的差别，且没有考虑其它的地质相变化的存在。
错在哪里？在上面处理中丢失了两个基本的信息：●什么是地震信号的总体变化●这种变化的分布规律是怎样的层段属性只是显示了某几个地震信号的特性（振幅、相位、频率等)，但它们没有一个能够单独描述地震信号的异常。
没有地震信号的总体变化的知识，很难给出井位置的地震信号变化的可靠评估。
如果我们观察到比如砂泥岩比的重要变化，但如果我们不知道地震信号的总体变化与它的关系，我们也不能将此信息外推。
地震信号变化的评估：地震相图地震相基本原理地震道形状地震信号的任何物理参数的变化总是对应着反映地震道形状的变化，Stratimagic 里的道形状的变化定量为从一个采样点到另一个采样点的采样值的变化，这种变化是强负、负值、零、正值还是强正？注意到实际的振幅值相对于整体形状来说并不是很重要的。
起初会划分出几种典型的形状，然后每一实际道会被赋给一个基于相似性的典型形状。
用神经网络划分地震道形状什么是神经网络？神经网络是人工智能计算的一个分支，主要用于形状识别。
算法中模拟人脑思维，识别不同目标的特征，并且使得有可能与其它相似的种类保持关系。
Stratimagic的主要特征之一是地震信号分类，Stratimagic使用人工神经网络技术，根据每道的数值对地震道形状进行分类，也就是划分地震相。
神经网络用于地震数据神经网络在地震层段内对实际地震道进行训练，通过几次迭代之后，神经网络构造合成地震道，然后与实际地震数据进行对比，通过自适应试验和误差处理，合成道在每次迭代后被改变，在模型道和实际地震道之间寻找更好的相关。
结果通过自组织的神经网络计算，首先得到模型道，这些模型道的模版代表了在地震层段中整个区域内的地震信号形状的多样性。
注意：利用波形特征时选用不变的层段；Interval 的选取最好是大于半个相位，并小于150ms ，太大的Interval会包含太多的模型，给解释带来困难，物理意义也不明确。
形成地震相图建立训练组在选择用于训练神经网络采样的数据量时，对于一个小的三维测区，比如小于300×300道，可以使用每一道数据。
对于一个较大的测区，例如1000×1000道，抽稀道以减少计算时间，建议每四道抽一道处理。
这样程序就每隔四道抽出一道去建立网络培训数据。
如果间隔选的太大，比如超过10X10，那么一些重要的特征就会被忽略掉。
处理地震相图地震相处理参数：分类数它是指在整个感兴趣的层段内所遇到的地震道的种类数，较为理想的分类数是不容易定义的，一般至少计算三次去估计该参数。
粗略且实用的估计方法：把层段厚度除以6作为第一次计算的分类数；把上次计算分类数的50%作为第二次计算的分类数；把第一次计算分类数的150%作为第三次计算的分类数。
正确的分类数应取决于所要研究的目标和你对数据的了解程度、分类数大，结果过于详细，分类数小结果过于粗糙，超过15-20类，通常是很难解释的。
实际应用中，根据地震信号的复杂程度，Interval 的大小以及对地震数据的认识程度等，一般情况下，分类数是在5-15之间。
迭代次数该神经网络大约在10次迭代后就收敛到实际结果的80%，这对于快速浏览很方便有效。
在实际应用中10-20次迭代已确保较好的分类，但对于最终解释最好选用20-40次迭代，以保证网络收敛最佳。
Sigma 和Epsilon在建造模型时，这些参数与临近类的影响有关。
软件中的这些参数是经过许多年的探索和实际应用得到的，如果您没有读Kohonen 的书，就不必试图改变它。
初次处理的结果模型道这些道是合成的，由神经网络处理来建造，在一个渐进的序列中被分类。
注意神经网络尊重序列，但不是从左到右和从右到左，因此，两个不同参数的计算结果也可能是很近似的，除非一个序列相对于另一个序列蹦跳。
地震相模型道窗口所选道的显示所选道的显示，其颜色与最好的模型道的颜色相同。
相关曲线的显示及质量控制红色曲线是从一道到另一道的累积的差别。
理想的情况下这个曲线应该是直线，代表各道之间最大差别，这是在最初处理后和分类之前需要查看的最重要的一部分。
该线的解释是用来确定选择的地震相分类数对于非直线的情形可能有以下解释：●迭代次数不足●模型道太少●在选择的层段中数据只有几种限定的形状，只有很少几道或没有中间过渡道。
在这种情况下这种曲线应该显示出了两种不同的地质环境。
绿色曲线显示了所选的地震道与所有模型道的相关性。
地震相分类执行分类相图处理之后，就可以执行分类，形成相图和相关图。
相图通过观察图上颜色的分布，可以通过了解评估地震形状在所解释的区域的分布。
质量控制用相图形成之前，必须作质量评估，将这些信息返回到实际的地震剖面，并比较实际道与模型道的形状也是很重要的。
相的信息投影到地震上去质量控制设法将相的信息投影到地震上去之后，选择任意道，会有某种颜色显示在模型道的窗口，检查一下绿线，评估一下其拟合情况，理想情况下，应该是一个单峰曲线，对应所赋给的模型道是高值，而对应其它的会明显降下来。
相关图每道赋给最相关的数码和颜色，可是相关的值是对应相应较差的。
相关图对应了相关质量的分布。
提示较差相关的区域可能对应一个相，正象河道的例子一样。
一般说来，地质特征变化剧烈的地方，如断层，地层不整合处，碳酸岩裂缝发育区，砂体剧烈变化的区域，可能在该图中比较清晰地显示出来。
使用相关图工具该工具可以观察有多少单元的相关系数较差。
当比较时（例如：三个不同的相关图，不同的分类数）设置同一个门槛值。
从这里再往什么地方走？相图与井的信息匹配相图与地质体间的关系可以通过与井信息的匹配来评估。
分类数做几个结果，选择最好的。
INTERVAL 的范围处理的过程对于目标体中包括的数据是比较灵敏的。
可以做几个不同厚度的结果。
建议先选择较大的INTERVAL ，再选较小的。
感兴趣的区域主要特征得到之后，可以把精力集中在感兴趣的区域，以便获得更细致的图形。
感兴趣的区域的重新计算有效的方法是计算一个限定了区域的新的层段。
方法是用与相图相连接的光标，编辑一个参考层的时间图的备份，用这个层面创建一个新的时间不变的层段，重新分类计算，建议使用训练组的更细的采样（2X2）匹配井的信息：比较地震相应在井位置的地震响应选择井旁地震道放入相图，观察与所有模型道的相关值，对所有重要的井重复这一过程。
