论文部分内容阅读
摘要：通过在MATLAB中用模糊C均值聚类方法对三维地震参数进行处理，得到数据较合理的分类，以评估油藏表征的参数，如沉积相、流体饱和度以及构造和埋藏史等，从而为储集层的研究提供了很好的依据。
关键词：三维地震参数；埋藏史；模糊C-均值聚类
中图分类号：P631文献标识码：A文章编号：1009-2374（2009）06-0019-02
随着油田的勘探和开发，勘探开发难度日趋加大，投资和费用日益增加，这就要求石油地质工作者尽可能多地掌握油藏的各种参数及其分布，提高勘探开发效益。在本文中，我们基于MATLAB来处理三维地震参数，并以此评估油藏表征的一些参数，如沉积相、构造和埋藏史、渗透性、流体饱和度等，并掌握其分布。本文分成三个部分，第一部分介绍了MATLAB；第二部分是本文的核心，即基于MATLAB的三维地震参数处理，主要介绍了三维地震参数以及三维地震参数的处理过程；第三部分是总结。
一、MATLAB简介
MATLAB是矩阵实验室（Matrix Laboratory）之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算、文字处理、可视化建模仿真和实时控制等功能。MATLAB的基本数据单位是矩阵，它的指令表达式与数学，工程中常用的形式十分相似，故用MATLAB来解算问题要比用C、FORTRAN等语言完成相同的事情简捷得多。
当前流行的MATLAB包括拥有数百个内部函数的主包和三十几种工具包（Toolbox）。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算、可视化建模仿真、文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包、信号处理工具包、通信工具包等都属于此类。
开放性使MATLAB广受用户欢迎。除内部函数外，所有MATLAB主包文件和各种工具包都是可读可修改的文件，用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。
二、基于MATLAB的三维地震参数处理
（一）三维地震参数
地震信息是储层各种特征的综合反映体，包括了储层岩性、物性、流体、裂缝等诸多特征。它是几十种乃至上百种参数的综合，每一种地震参数从不同侧面不同程度地反映了储集层的特征。目前可以从地震数据体中提取近百种属性，大致可分为瞬时类参数（如瞬时相位、瞬时频率、瞬时振幅等）、相关统计类参数、层序统计类参数、混沌参数、突变参数等。基础数据主要包括地震数据、井数据、分层数据、时深数据等。
所谓三维地震，就是在一个观测面上进行观测，对所得资料进行三维偏移叠加处理，以获得地下地质构造在三维空间的特征。它是由于数字地震仪和数字处理技术的广泛应用和迅速发展，为适应勘探精度不断提高，勘探工区扩大到各种地表条件复杂地区而逐渐发展起来的一套新的工作方法。使用这个方法，我们可以采集到三维地震野外资料，当然还需要对三维地震野外资料进行一系列的处理工作。其处理大体上可以分为预处理、常规处理、特殊处理及结果显示四部分，最后我们就得到了最终可用于解释的三维地震数据体。
（二）基于MATLAB的三维地震参数处理
在三维地震参数处理中，首先，对输入的大量的独立数据（例如地震时间）进行快速评估，找出这些数据中的哪些数据是和相关数据（例如空隙度）是最有联系的，然后产生一个最相关独立数据的聚类模式影射图。当相关数据的数量比较小时，聚类效果就会比较好。表1是一个实验所用到的数据库，是三维地震数据，作为聚类的输入数据集合，由于数据量相当大，这里仅列出其中的一部分，见表1。
其中，A、B两列是x-y坐标，C列是数字油井标识，可以为空。D、E两列中保存的是油井信息，即相关数据，如果只需要一项相关数据，那么就要把D列中的信息复制到E列中。剩下的F到L列是独立数据，是地震时间信息，每一个独立数据单元都不能为空，独立数据列的数目是没有限制的，但是一般来说不少于7列。将表1中的数据输入以后，用Matlab编程，最终我们可以得到如图1中所示的聚类影射图。
图1 聚类结果
图1是基于MATLAB对表1的数据进行聚类得到的聚类结果图，包括了四项内容：独立数据的坐标轴（x，y）、聚类影射图、聚类数和聚类分级。三个聚类分别用红、绿、蓝三种不同的颜色表示出来。第一类，红色所示，Rank=2，相关数据orr-kn= -6070.106000，orr-mmc= -1753.090000；第二类，绿色所示，Rank=3，相关数据orr-kn= -6184.900000，orr-mmc = -1831.000000；第三类，蓝色所示，Rank=1，相关数据orr-kn= -6060.400000，orr-mmc= -1758.200000。如果产生的聚类跟相关数据没有任何的相关性，那么这个聚类的orr-kn=NaN，orr-mmc = NaN，这就意味着我们设置的聚类数太大，需要减小，这里聚类数可以在2到4之间变化。
此聚类的输出结果评估了油藏的构造和埋藏史，每一个聚类表示具有相似构造埋藏史的区域，Rank=1表示油藏的质量最好，埋藏史最长；Rank=3表示油藏的质量最差，埋藏史最短；Rank=2表示油藏的质量和埋藏史都介于Rank=1和Rank=3的油藏之间。
三、结语
基于MATLAB的三维地震参数处理过程方便、快捷，用数学方法对给定的样品找出了一个合理的分类体系，解决了油藏描述中的分类问题，得到了合理的聚类结果，表征了油藏描述的一些参数，从而掌握了油藏表征参数的分布规律，提高油气藏的勘探开发效益。
参考文献
[1]楼顺天，胡昌华，张伟．基于MATLAB的系统分析与设计——模糊系统[M]. 西安：西安电子科技大学出版社，2001．
[2]温浩，赵国庆．基于MATLAB神经网络工具箱的线性神经网络实现[J].电子科技，2005．
[3]陈亮，聂昌谋．模糊聚类在胡十二块油藏质量评价中的应用[J]．断块油气田，1997，（4）．
作者简介：赵夫群（1982－），女，山东人，咸阳师范学院教师，硕士，研究方向：人工智能与专家系统。
关键词：三维地震参数；埋藏史；模糊C-均值聚类
中图分类号：P631文献标识码：A文章编号：1009-2374（2009）06-0019-02
随着油田的勘探和开发，勘探开发难度日趋加大，投资和费用日益增加，这就要求石油地质工作者尽可能多地掌握油藏的各种参数及其分布，提高勘探开发效益。在本文中，我们基于MATLAB来处理三维地震参数，并以此评估油藏表征的一些参数，如沉积相、构造和埋藏史、渗透性、流体饱和度等，并掌握其分布。本文分成三个部分，第一部分介绍了MATLAB；第二部分是本文的核心，即基于MATLAB的三维地震参数处理，主要介绍了三维地震参数以及三维地震参数的处理过程；第三部分是总结。
一、MATLAB简介
MATLAB是矩阵实验室（Matrix Laboratory）之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算、文字处理、可视化建模仿真和实时控制等功能。MATLAB的基本数据单位是矩阵，它的指令表达式与数学，工程中常用的形式十分相似，故用MATLAB来解算问题要比用C、FORTRAN等语言完成相同的事情简捷得多。
当前流行的MATLAB包括拥有数百个内部函数的主包和三十几种工具包（Toolbox）。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算、可视化建模仿真、文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包、信号处理工具包、通信工具包等都属于此类。
开放性使MATLAB广受用户欢迎。除内部函数外，所有MATLAB主包文件和各种工具包都是可读可修改的文件，用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。
二、基于MATLAB的三维地震参数处理
（一）三维地震参数
地震信息是储层各种特征的综合反映体，包括了储层岩性、物性、流体、裂缝等诸多特征。它是几十种乃至上百种参数的综合，每一种地震参数从不同侧面不同程度地反映了储集层的特征。目前可以从地震数据体中提取近百种属性，大致可分为瞬时类参数（如瞬时相位、瞬时频率、瞬时振幅等）、相关统计类参数、层序统计类参数、混沌参数、突变参数等。基础数据主要包括地震数据、井数据、分层数据、时深数据等。
所谓三维地震，就是在一个观测面上进行观测，对所得资料进行三维偏移叠加处理，以获得地下地质构造在三维空间的特征。它是由于数字地震仪和数字处理技术的广泛应用和迅速发展，为适应勘探精度不断提高，勘探工区扩大到各种地表条件复杂地区而逐渐发展起来的一套新的工作方法。使用这个方法，我们可以采集到三维地震野外资料，当然还需要对三维地震野外资料进行一系列的处理工作。其处理大体上可以分为预处理、常规处理、特殊处理及结果显示四部分，最后我们就得到了最终可用于解释的三维地震数据体。
（二）基于MATLAB的三维地震参数处理
在三维地震参数处理中，首先，对输入的大量的独立数据（例如地震时间）进行快速评估，找出这些数据中的哪些数据是和相关数据（例如空隙度）是最有联系的，然后产生一个最相关独立数据的聚类模式影射图。当相关数据的数量比较小时，聚类效果就会比较好。表1是一个实验所用到的数据库，是三维地震数据，作为聚类的输入数据集合，由于数据量相当大，这里仅列出其中的一部分，见表1。
其中，A、B两列是x-y坐标，C列是数字油井标识，可以为空。D、E两列中保存的是油井信息，即相关数据，如果只需要一项相关数据，那么就要把D列中的信息复制到E列中。剩下的F到L列是独立数据，是地震时间信息，每一个独立数据单元都不能为空，独立数据列的数目是没有限制的，但是一般来说不少于7列。将表1中的数据输入以后，用Matlab编程，最终我们可以得到如图1中所示的聚类影射图。
图1 聚类结果
图1是基于MATLAB对表1的数据进行聚类得到的聚类结果图，包括了四项内容：独立数据的坐标轴（x，y）、聚类影射图、聚类数和聚类分级。三个聚类分别用红、绿、蓝三种不同的颜色表示出来。第一类，红色所示，Rank=2，相关数据orr-kn= -6070.106000，orr-mmc= -1753.090000；第二类，绿色所示，Rank=3，相关数据orr-kn= -6184.900000，orr-mmc = -1831.000000；第三类，蓝色所示，Rank=1，相关数据orr-kn= -6060.400000，orr-mmc= -1758.200000。如果产生的聚类跟相关数据没有任何的相关性，那么这个聚类的orr-kn=NaN，orr-mmc = NaN，这就意味着我们设置的聚类数太大，需要减小，这里聚类数可以在2到4之间变化。
此聚类的输出结果评估了油藏的构造和埋藏史，每一个聚类表示具有相似构造埋藏史的区域，Rank=1表示油藏的质量最好，埋藏史最长；Rank=3表示油藏的质量最差，埋藏史最短；Rank=2表示油藏的质量和埋藏史都介于Rank=1和Rank=3的油藏之间。
三、结语
基于MATLAB的三维地震参数处理过程方便、快捷，用数学方法对给定的样品找出了一个合理的分类体系，解决了油藏描述中的分类问题，得到了合理的聚类结果，表征了油藏描述的一些参数，从而掌握了油藏表征参数的分布规律，提高油气藏的勘探开发效益。
参考文献
[1]楼顺天，胡昌华，张伟．基于MATLAB的系统分析与设计——模糊系统[M]. 西安：西安电子科技大学出版社，2001．
[2]温浩，赵国庆．基于MATLAB神经网络工具箱的线性神经网络实现[J].电子科技，2005．
[3]陈亮，聂昌谋．模糊聚类在胡十二块油藏质量评价中的应用[J]．断块油气田，1997，（4）．
作者简介：赵夫群（1982－），女，山东人，咸阳师范学院教师，硕士，研究方向：人工智能与专家系统。