Description:

"Нефтяная геология: Spectral trend attribute analysis: applications in the stratigraphic analysis of wireline logs. Спектральный направленный атрибутный анализ: стратиграфический анализ каротажных данных. S. Djin Nio, Jan Brouwer, David Smith, Mat de Jong и Alain Böhm представляют свой новый метод стратиграфической интерпретации данных каротажа. Статье описывается новый аналитический метод - Спектральный трендовый атрибутный анализ и его применение в интерпретации данных каротажа. Традиционный каротаж содержит набор значений различных свойств, записанных через одинаковые интервалы по глубине. Таким образом, он может быть использован в виде (глубинной) временной последовательности для математического анализа. Используя всю запись или выбранные интервалы фациально-чувствительного каротажа, такого как ГК, мы рассчитываем предсказывающий фильтр ошибок. Этот фильтр предназначен для поиска новых значений отсчетов на основе предыдущих. Фильтр используется для расчета новых массивов данных, каждая точка которых является численным выражением ошибки между предсказанным и реальным значением на заданной глубине. Кривая анализа результирующей предсказанной ошибки (PEFA) может быть геологически проинтерпретирована как индикатор непрерывности или стратиграфической последовательности; большие ошибки приводят к более значимым разрывам в последовательности. После численного интегрирования из кривой PEFA получается еще более информативная кривая INPEFA (Integrated PEFA), которая показывает направления фациальных изменений и другие особенности, которые не замечают традиционные методы каротажа. Кривая INPEFA является прямым методом для объективного выделения стратиграфических последовательностей на основании ключевых поверхностей. Это представляет собой некий аналог стратиграфического анализа сейсмических профилей. Данные каротажа представляют огромное хранилище количественной информации о поверхностной геологии. Несмотря на то, что их использование в петрофизике и привязке сейсмических данных больше основано на количественном анализе, в геологии традиционно проводится их качественный анализ (Rider, 1996). Масштабы подходов, использующих качественное описание при геологической интерпретации скважинных данных, огромны; здесь мы расскажем о таких подходах, в основе которых лежит стратиграфическая интерпретация данных каротажа. Подавляющее большинство каротажей содержат (после дополнительной передискретизации) записанные через равные интервалы некоторые физические величины, к примеру, сопротивление. Несмотря на то, что на ранних этапах каротаж записывался в аналоговой форме, что означало непрерывность трассы, запись современного каротажа ведется в цифровом формате, когда результат относится к дискретным интервалам. Каротаж представляет собой набор значений, записанных через равные интервалы, что дает возможность применять к нему все известные методы анализа временных рядов, включая спектральный (частотный), что и будет являться темой данной статьи. Исходя из фундаментального принципа суперпозиции, как правило (но не всегда) чем глубже бурится скважина, тем более древние слои вскрываются. Однако геологический возраст не увеличивается повсеместно с глубиной, на что есть две причины: (1) глубины отложений сильно различаются; и (2) отложение не является непрерывным процессом в любой точке (Sadler, 1999). Ряд значений, записанных через равные интервалы вниз по скважине, являются регулярными лишь по глубине. (Они могут быть регулярны в терминах времени дискретизации, если каротаж проводится при неизменной скорости погружения зонда, но это не представляет интерес для геологического изучения). Однако, оно регулярно в терминах геологического времени. В действительности геологи уже привыкли работать внутри этих ограничений на исходные данные, которые накладываются как на обнажения, так и на глубинные объекты. Более важным является вопрос о возможности применения классических методов анализа временных рядов для проведения геологической интерпретации данных каротажа. Мы изучили этот вопрос и приглашаем читателя быть судьей нашему методу и полученных с его помощью результатов. Идея использования спектральных методов была взята нами из области определения ритмов Миланковича в стратиграфических данных. Изменения климата, вызванные изменением орбиты можно изучать, используя информацию, содержащуюся в осадочных слоях. Это можно делать благодаря влиянию интенсивности солнечного излучения на механизмы эрозии, выветривания и осадконакопления. Составление этих прогнозов на несколько десятилетий (Schwarzacher, 1993; Weedon, 2003) откроет возможность определения индивидуальных климатических циклов и их применения при высокоразрешенной корреляции. Так как предсказанные периоды Миланковича лежат в диапазоне от десятков до сотен тысяч лет, теоретически вполне возможны значительные улучшения в разрешающей способности по сравнению с традиционными методами биостратиграфии и сейсмической стратиграфии. Возможность определения циклов Миланковича с помощью скважинных данных делает необходимым разработку специализированного программного обеспечения для спектрального анализа каротажных данных. Очевидной является проблема применения спектральных методов, таких как Фурье анализ, к геологическим временным рядам, которые обладают сильной (но не изученной) дискретностью и другими изменениями в свойствах данных. Спектральные свойства каротажа, по-видимому, будут изменяться, возможно, весьма значительно, что определяется для каждой скважины индивидуально. Даже внутри единого геологического тела такого, как формация, возможно ожидать дискретность. Таким образом спектральный анализ во всей скважине или даже в единой формации может сильно различаться и даже становиться бессмысленным. Использование небольших окон для анализа не является приемлемой альтернативой, так как результаты такого подхода слабо зависят от спектра при использовании традиционных методов (Фурье). Спектральная оценка, основанная на максимальной энтропии или вейвлет преобразовании, является более приемлемым подходом для анализа скважинных данных. Рисунок 1 Пример спектрального анализа максимума энтропии (MESA) данных ГК с тремя окнами различного размера. Интервал Ротлигенд, шельф Нидерландов (благодарность за материал NITG-TNO). Линейное предсказание временных (глубинных) рядов Предположим, что запись описывается циклическими изменениями, вызванными изменениями климата. Можем ли мы использовать свойства этих циклов для изучения изменения непрерывности данных в зависимости от их дискретности? Математически это требует количественного анализа спектральных изменений. Линейное предсказание последовательности данных включает построение "наилучшее приближение" значения для неизвестной точки записи с помощью линейной комбинации известных, но зашумленных значений. Предсказание могло быть проведено как во времени (предполагая тот же тип причинности или повторяемости событий), так и в пространстве. В действительности предсказание данных каротажа имеет место в глубинной области и поэтому должно рассматриваться как пространственное предсказание. В теории связь между глубиной и геологическим временем определяется скоростью осадконакопления, однако очень сильно зависит от масштаба (Sadler 1999) и не может быть найдена с требуемой степенью точности. Полная аккумуляция (общая мощность осадков поделить на время их накопления) является слабым приближением, но в большинстве случаев это все, что нам доступно. Хотя это могло бы быть представлено через сравнение спектральных характеристик последовательных окон анализа (т.е. события первого и второго порядка рассчитываются из соответствующего спектра), мы разработали другой метод. В связи с тем, что спектр, определяемый с помощью MESA, основан на расчете предсказывающего фильтра ошибок (Childers, 1978), количественный анализ спектральных изменений может быть выполнен с помощью применения тоже предсказывающего фильтра ошибок на данных каротажа. Процесс предсказания может быть описан математическим выражением (1). Где yn* записанное значение, предсказанное линейной комбинацией известных значений yn., взятых с весами dj. Оптимальное предсказание включает выбор индивидуальных весов (коэффициентов предсказания) таким образом, чтобы невязка между известными значениями yn и предсказанными yn* оказалась минимальной (минимально возможная) для набора значений, который должен быть предсказан. В нашем случае, прогнозируемая часть массива данных не представляет особого интереса, но вместе с тем непрогнозируемая часть обладает большой информативностью. При проведении стратиграфической интерпретации скважинного каротажа непрогнозируемую часть массива данных можно соотнести с литологическими перерывами. Спектральная оценка на основе коэффициентов предсказания Эти коэффициенты, найденные для оптимального предсказания набора данных, очень тесно связаны со спектральным составом исходных данных. В действительности, коэффициенты предсказания могут быть легко преобразованы в спектральное представление данных, обладающих максимальной энтропией спектра. Изменения в коэффициентах предсказания, следовательно, приводят к изменению в спектральном составе и интервале глубин. Это проявляется в возникновении сильной неопределенности, которая вероятнее всего будет аномальной." Ключевые слова: спектральный свойство, сильный, предсказание, изучение, смысл, предсказывать, pefa, предсказанный, press, представленный, временной, образ, сравнение, рассматривать, фильтр, кривая inpefa, метод, спектр, точка, возможный, свойство, анализ, место, обладать, каротажный, результат, записать, геологический, дать каротаж, линия, использоваться, сейсмический, окно, связь, обычный, означать, известный, применение, каротаж, выброс, геологический смысл, значение, разрыв, набор, положительный, представить, поверхность, непрерывность, региональный значимость, возможность, равный интервал, break, точка разворот, кривая pefa, гк, реальный значение, содержать, дать, информация, изучение исходный, получить, последовательность, степень, апрель, фация, традиционный, стратиграфический, скважинный, изменение, особый, отрицательный, спектральный, общий, положительный тренд, геология, данный, тренд, интерпретация, нефтяной, каротажный дать, интервал, цикл, нефтяной геология, рисунок, ряд, использовать, вопрос, предсказывать фильтр, интерпретированный, ошибка, исходный, реальный, тема, математический, кривой, inpefa, коэффициент, предсказать, проведение, спектральный подход, кривая, запись, разворот, увеличение, скважина, атрибутный, глубинный, осадконакопление, регулярный, глубина, направление, основа, полученный, дискретность, предполагать, статья, глина, массив, ошибка предсказание, береговой линия, зависимость, подход, представленный тренд, analysis, песчанистости, weedon