Petroleum Science | 一种面向DAS-VSP耦合噪声压制的级联分解框架
分布式光纤声波传感(Distributed Acoustic Sensing, DAS)技术具有高空间采样密度和连续观测能力,在垂直地震剖面(DAS-VSP)勘探中具有重要应用价值。然而,DAS-VSP数据容易受到光纤耦合变化、环境扰动和仪器响应等因素影响,形成具有强相干性、非平稳性以及频率混叠特征的耦合噪声,降低有效地震信号质量并影响后续成像处理。针对复杂DAS-VSP耦合噪声压制问题,本研究提出了一种级联分解框架。该方法融合快速自适应经验模态分解(FABEMD)、频率分解以及基于剩余空间向量(RSV)统计特征选择的SVD滤波方法,实现了复杂噪声的逐级分离与精准压制。图1.级联分解框架去噪流程图研究首先利用FABEMD增强不同振荡成分之间的可分离性,随后通过频率分解进一步突出噪声特征差异,最后提出RSV选择准则,根据右奇异向量空间分布特征自动识别与耦合噪声相关的奇异向量,并结合SVD实现有效去噪。该方法通过合成数据和实际DAS-VSP现场数据验证。结果表明,所提出方法能够有效降低耦合噪声,同时保持有效反射事件的连续性、相位一致性和波形特征,为复杂条件下DAS-VSP数据处理提供了一种
2026-10-14
Petroleum Science、Natural Gas Industry B | 基于深度学习的薄砂岩储层、缝洞储层识别与表征方法系列进展
近年来,基于深度学习的储层表征方法在测井储层评价、地震储层参数反演中相比传统方法表现出较高预测精度和工作效率,但在多源数据质量影响、地质知识融合、预测结果不确定性评价等方面研究仍然不足。针对薄砂岩储层,地震孔隙度反演往往受地震分辨率、井数和地质复杂性的共同影响,存在反演分辨率不足、多解性强、预测稳定性不够等问题。针对上述问题,团队发展构建了用于地震孔隙度预测的时频谱-贝叶斯深度学习反演框架,以连续小波变换时频谱为输入,利用贝叶斯模型使地震孔隙度预测由“单一结果输出”拓展为“预测结果+不确定性评价”的概率化表征。研究基于 Stanford VI 河流-三角洲储层模型构建合成地震实验数据,开展波形输入与时频谱输入、确定性网络与贝叶斯网络、不同井数量和不同地震频率条件下的对比实验。结果表明,时频谱输入能够更充分表征地震信号中的多尺度频率信息;贝叶斯深度学习能够有效降低预测噪声,提高预测稳定性;井资料数量和地震分辨率是控制孔隙度预测精度与可靠性的关键因素,时频谱-贝叶斯深度学习框架取得最稳定、最可靠的预测效果。该研究从数据表达、概率学习和资料条件三个层面揭示了井资料与地震分辨率对深度学习孔隙度
AAPG Bulletin |渤海湾盆地沾化凹陷沙河街组页岩沉积过程和页岩油富集机理
渤海湾盆地是中国最富油气盆地之一,由临清坳陷、济阳坳陷、渤中坳陷、冀中坳陷、黄骅坳陷和辽河坳陷等六个重要凹陷组成。富有机质页岩主要分布在沙河街组(32.8-50.5Ma),其厚度大,沉积连续,详细记录了古湖泊流域的环境变化且具有良好的生烃潜力。关于沙河街组页岩的研究多集中在沉积环境演化、天文旋回及其响应机制、有机质富集机理、岩相类型及展布特征以及储层孔隙结构特征及其控制因素等方面。然而,页岩沉积过程中探讨多因素影响页岩油潜力的研究尚显不足。图1.渤海湾盆地地理位置及研究区区域地质背景图2 罗69井沙三下亚段页岩地球化学特征中国石油大学(华东)徐尚教授团队聚焦于沙三下亚段页岩,基于X射线衍射(XRD)分析、总有机碳(TOC)测试、页岩灰度分析、元素分析和岩石热解等实验方法,系统分析了渤海湾盆地沾化凹陷罗69井沙三下亚段页岩沉积过程与页岩油潜力。结果表明,综合有机质含量、矿物组成和岩石结构识别出4种主要岩相:含有机质纹层状灰质页岩、富有机质纹层状灰质页岩、富有机质块状灰质页岩和富有机质块状混合质页岩。沉积环境控制了页岩岩相的改变。当气候干旱时(Unit 1),湖泊的碎屑矿物和营养元素输入少
Petroleum Science|基于机器学习的灰度分析在渤海湾盆地沙河街组岩相识别中的应用
随着页岩油的勘探开发不断深入,国内地质工作者发现页岩岩相对页岩的储集性、含油性、可压裂性和页岩油流动性均具有重要影响。因此,开展页岩岩相划分识别成为了页岩油勘探评价中的重要工作之一。为了反映不同类型岩相的沉积环境和产烃能力等特征,前人普遍将有机碳含量、岩石结构和矿物组分作为页岩岩相的划分依据。但受限于取心数量和费用,无法做到对全井、全区的评价。测井资料含有丰富的岩石物理信息,可以间接的实现岩相分类,因此,基于测井曲线的机器学习算法识别岩相得到了各地质学家广泛的关注和应用。图1.页岩灰度相模型。(A)页岩岩心照片及其对应的灰度曲线特征;(B)不同层段页岩灰度曲线特征的对比;绝对灰度表示提取出的灰度值,相对振幅表示相邻灰度值之间的差值;(C)页岩灰度相的建立方案及内涵。将绝对灰度与相对振幅之和及其特征定义为灰度相中国石油大学(华东)徐尚教授团队聚焦于沙三下亚段层段,基于页岩高分辨率灰度曲线分析(分辨率小于1mm)通过聚类算法机器学习建立灰度相对页岩岩相(“岩石结构+矿物组成”)进行快速识别。研究结果表明:灰度相模型能很好的识别页岩岩相,通过对绝对灰度和页岩矿物组成的拟合关系以及相对幅度和页
Geoenergy Science and Engineering| 从叠前反射系数直接估算拉梅参数
在全球应对气候变化的努力中,地质封存(Geological Carbon Storage, GCS)已成为实现大规模减少二氧化碳排放的关键技术。GCS 操作的安全性与长期稳定性在很大程度上依赖于对地下储层-盖层系统进行准确的表征。在选址阶段的核心目标之一是精确测定地下介质的力学性质,因为这些性质对于评估盖层密封能力、储层适宜性以及注采可能引发的岩土工程风险至关重要。在一系列相关的地球物理参数中,拉梅参数,即第一拉梅数(λ)和剪切模量(μ),对于储层地球物理建模和岩土工程分析都具有基础性作用。这些参数直接量化了岩石的压缩性和剪切刚度,为理解地下介质行为提供了可靠的物理依据。高精度的λ和μ模型不仅有助于增强岩石学识别和流体判别,还可作为模拟应力演化及评估二氧化碳注入过程期间断层稳定性的关键输入。传统的拉梅参数反演方法通常依赖于初始模型的选择、复杂的正则化约束以及迭代优化方案,这些方法往往对先验信息敏感,易陷入局部最优,并且反演结果存在较大不确定性,限制了其在复杂地质条件下的可靠应用。因此,本文提出一种基于叠前反射系数直接估计拉梅参数的方法。该方法采用稀疏增量选择与收缩算子(SISSO)回归
2026-10-13
Petroleum Science|贵州西部二叠系龙潭组细粒沉积岩力学性质及控制机制研究
贵州西部二叠系龙潭组为典型海陆过渡相含煤细粒沉积体系,其复杂力学性质直接影响页岩气甜点识别与压裂层段优选。本研究以龙潭组粉砂岩、粉砂质泥岩、泥岩和炭质泥岩为对象,综合有机地球化学、岩石学、储层物性及单轴压缩试验开展系统分析。结果表明,研究层段具有富有机质、过成熟、高黏土矿物、低脆性矿物、低孔-超低渗特征;岩石单轴抗压强度为44.80~257.90 MPa,弹性模量为4.13~20.06 GPa,力学性质表现出显著非均质性。粉砂岩及部分粉砂质泥岩强度和脆性较高,以拉伸劈裂破坏为主;泥岩和炭质泥岩强度、脆性较低,更易发生剪切破坏。图1.龙潭组细粒沉积岩力学性质分析图研究揭示了“沉积-成岩-构造、有机-无机相互作用及储层物性”共同控制龙潭组细粒沉积岩力学性质。潮坪相稳定构造区的粉砂质泥岩具有较高强度和脆性;石英是增强强度与脆性的首要正向因素,斜长石、白云石、伊利石/绿泥石及连通中孔等亦具有促进作用,而TOC和黏土矿物为主要负向因素,高孔隙度、大孔比例和含水饱和度进一步削弱岩石力学性能。基于上述认识,研究建立低强度-低脆性与高强度-高脆性两类端元控制模式:后者主要对应稳定区晚成岩阶段潮坪相粉砂
2026-10-12
Engineering Geology | 贵州西部龙潭组多层叠置煤层气富集机理及有利层段划分
煤层气是非常规天然气资源的重要组成部分。贵州西部上二叠统龙潭组发育多层叠置煤层,煤层气资源潜力较大,但储层高成熟、强非均质,层间含气性和工程可改造性差异明显。研究以黔西区块DX1井为对象,综合有机地球化学、煤岩物性、孔隙结构、含气性与气体地球化学资料。结果表明,龙潭组共发育15层煤,煤岩以半亮煤和原生结构煤为主,整体属高阶无烟煤;储层低孔、超低渗,介孔占优势,兼具利于吸附储气的“墨水瓶”孔和利于运移的狭缝/平行板孔。煤层含气量平均11.72 cm³/g,以次生热成因裂解气为主,甲烷平均体积分数86.75%。图1. DX1井龙潭组煤层气成因识别与含气性分析研究揭示,龙潭组多层叠置煤层气富集受煤阶、顶底板、煤体结构、埋深、构造、煤厚及水动力条件共同控制,体现“生、储、保、采”的全过程耦合。高煤阶提供充足气源和吸附能力,低孔低渗泥质顶底板、向斜稳定部位及弱径流环境有利于保存,适中埋深和较完整煤体有利于开发;高产有利区主要位于600~800 m埋深的宽缓向斜核部。进一步采用灰色关联分析构建综合评价因子(CEF),将储层划分为四类:1#、8#、11#为I类首选层,2#、3#、12#、13#、14
Petroleum science |松辽盆地不同类型有机质的差异生烃机理及富集机制
不同类型有机质在生烃组成和表观动力学特征,即指前因子和活化能方面的差异,主要受干酪根结构控制,而干酪根结构又由显微组分组成和沉积环境共同决定。然而,前人研究多集中于单一干酪根类型,对差异性生烃组成及其控制机制的系统比较仍较为有限。尤其对于松辽盆地频繁波动的湖相沉积环境下形成的干酪根,此类对比研究更为缺乏。图1 松辽盆地不同层位不同类型有机质显微组分及镜下特征我们以松辽盆地不同种类的代表性干酪根及煤样为研究对象,采用热模拟实验、有机岩石学、元素地球化学和有机地球化学相结合的综合方法系统对比了在高度变化的湖相沉积体制下形成的不同干酪根类型的生烃潜力和动力学特征,并阐明了其差异富集机制。结果表明,青山口组一段的Ⅰ型干酪根具有最高的生油和生气潜力,其气态烃主要来源于所生成原油的二次热裂解。相比之下,嫩江组二段的Ⅱ₁型干酪根虽同样为藻类体来源,但由于存在大量结构藻类体及少量陆源输入,其生油能力略低,反映了水体波动对有机质前驱物组成的早期影响。Ⅱ₂型干酪根和煤样以生成富甲烷气为主,表明其沉积于近岸或受陆源影响、水动力活跃的环境中,有机质以高等植物木质素和纤维素为主,有利于热演化过程中甲烷的生成。活
2026-10-10
Geophysical Journal International | 融合傅里叶位置编码的自监督方法实现地震面波压制与弱反射保护
地震勘探中,强能量、低频率的面波常掩盖来自地下的有效反射,影响深部构造与薄层信息识别。当面波与反射波在频率和视速度上存在重叠时,传统滤波方法容易在压制噪声的同时损伤有效信号;而依赖干净标签的监督学习方法,又受到实际地震资料难以获取高质量标签的限制。如何兼顾面波压制与反射信号保真,是地震资料处理面临的重要问题。针对这一问题,中国石油大学(华东)深层油气全国重点实验室的孙小东副教授团队提出融合傅里叶位置编码与扇形掩码策略的自监督 Swin-Unet 方法(图1)。该方法沿面波传播方向构建扇形掩码,扰动其时空相干性,并将掩码矩阵与受扰动数据共同输入网络,引导网络利用邻域信息重建有效反射,无需干净标签。同时,将空间位置信息映射至多频率傅里叶特征空间,缓解网络偏向学习低频信息的问题,增强对高频反射细节的表征与恢复能力。图1. 融合傅里叶位置编码与扇形掩码策略的自监督 Swin-Unet 网络结构及处理流程在合成数据的代表性单炮测试中,处理后峰值信噪比(PSNR)由21.03 dB提高至34.73 dB。消融实验表明,在其余超参数相同、均训练25轮的条件下,不使用傅里叶位置编码的模型仅达到28.7
2026-10-09
Geophysical Journal International| 基于 Koopman神经算子求解声波方程
利用物理信息神经网络、神经算子等机器学习方法求解波动方程,已成为计算地震学领域的研究热点。然而,这类方法面临一个突出难题:受偏微分方程控制的波场本身具有内在非线性动力学特性,会导致长时预测精度衰减。Koopman 理论为此提供了一种极具潜力的框架:它能够将非线性动力学系统转化为线性系统,从而可以将线性分析工具应用于复杂非线性问题。本文提出一种数据驱动的算子学习方法 ——Koopman 神经算子如图2所示(KNO),用于求解二维时域声波方程。在 KNO 框架内,将时域波场作为状态变量,速度模型作为控制变量,二者共同构成非线性动力学系统;该系统通过卷积编码器映射至线性隐空间。随后在波数域对积分核进行参数化,以此近似 Koopman 算子,实现编码变量的线性时间演化。最后由卷积解码器将演化后的隐变量还原至原始波场空间,得到预测的时域波场。为评估 KNO 性能,我们首先在 OpenFWI 基准数据集中三组复杂度最高的数据集上开展数值实验,并与当前前沿的傅里叶神经算子(FNO)进行对比。实验结果表明,KNO 在预测精度、计算效率、内存占用以及收敛速度方面均优于 FNO。此外,KNO 在 Marm