Structure tensor constrained integrated inversion using extracted physical property distribution

Abstract

대상 저류층의 정량적 물성을 분석하기 위한 이종의 복합역산 기법을 사용하기 위해서는 서로 다른 해상도를 가지는 두 개의 모델을 이용해야 하기 때문에, 고해상도의 자료로부터 정확한 평균 방향 정보를 추출하는 것이 중요하다. 하지만, 각 역산 블록 위치에서 모델의 주요한 변화 방향을 가리키는 평균방향을 계산할 경우, cross-gradient와 같은 기존의 기울기 기법은 서로 다른 방향 성분들의 평균을 계산하는데 한계를 가진다. 한편, 지금까지의 대부분의 복합역산 기법들은 탄성파 완전파형역산을 통해 획득된 고해상도의 속도 모델을 주로 사용하였다. 그러나, 실제 현장자료의 완전파형역산으로부터는 정확한 경계면을 나타내지 못하는 모호한 속도모델을 얻는 경우가 많으며, 더욱이 찾고자 하는 대상체가 석유 저류층인 경우 속도모델과의 약한 정량적 상관관계로 인해 정확한 구조적인 정보를 제공하는데 한계가 있다. 따라서, 이 논문에서는 고해상도의 저류층 분포를 효과적으로 얻을 수 있는 탄성파탐사자료 정량해석기법 중 하나인 포아송임피던스 기법을 이용하였으며, 획득한 고해상도의 정보로부터 정확한 평균방향정보를 계산하기 위해 구조텐서의 개념을 도입하여 효과적인 평균방향정보 추출 알고리듬을 구축하였다. 최종적으로 추출된 평균 방향정보를 이용한 구조텐서 제약조건 기반 복합역산 기법을 제안하였다. 제안한 역산 방법의 효율성을 검증하기 위하여 울퉁불퉁한 모양의 이상체를 갖는 모델에서 획득된 자료를 이용하여 서로 다른 세개의 역산 방법 (단일 전자탐사 역산, cross-gradient 제약조건 기반 복합역산, 구조텐서 기반 복합역산)을 비교 분석하였으며, 제안된 복합역산 기법이 가장 실제 값에 가까운 최상의 결과를 보여주었다. 추가적으로 보다 현실적인 복잡한 SEAM 모델에서 획득된 자료를 이용하여 실제 저류층 물성 (공극율과 수포화도) 예측 과정을 수행하였다. 개발된 복합역산 알고리듬을 통해 향상된 저류층의 위치 정보뿐만 아니라 정확한 물성 정보도 획득할 수 있었다. 특히, 포아송 임피던스 방법을 통해 획득된 물성 분포 정보는 역산 결과에 영향을 미치는 초기 모델 설정에 중요한 정보를 제공할 수 있음을 확인할 수 있었다.; When performing integrated inversion for analyzing the quantitative properties of the target reservoir, extracting accurate average direction from the high-resolution model is important because two models having different resolutions should be used. However, when the average direction of the high-resolution model, which indicates the major change direction of the model at each inversion block location, is calculated, the conventional gradient methods such as cross-gradient have a limitation on components having opposite directions. On the other hands, conventional integrated inversion techniques attempted to use the high-resolution velocity model obtained by the seismic full-waveform inversion (FWI) mainly. However, in many cases, a smoothed velocity model that does not show accurate structure boundaries is obtained from FWI. Furthermore, since the velocity model has a weak quantitative correlation with the oil reservoir, it is limited to provide accurate structural information. Therefore, in this dissertation, to obtain a high-resolution reservoir distribution, the Poisson impedance (PI), which is one of the quantitative seismic interpretation technologies, was used. In addition, to accurately calculate the average direction information from the obtained high-resolution distribution, an effective average direction extraction algorithm was developed by introducing the concept of the structure tensor. Finally, the structure tensor constrained integrated inversion algorithm was proposed based on the extracted average directional information. To verify the effectiveness of the proposed inversion method, three different inversion methods (individual EM inversion, integrated inversion with cross-gradient constraint, and integrated inversion with structure tensor constraint) were compared using the data obtained from the model containing an anomaly body with a complicated shape. The proposed method gave the best inversion result similar to the true model. In addition, the estimation of the petrophysical properties (porosity and water saturation) of the target reservoir was carried out using the data obtained from the complex SEAM model. Through the developed integrated inversion algorithm, the accurate petrophysical properties, as well as the improved location information of the target reservoir can be obtained. In particular, it was confirmed that the physical property distribution obtained through the PI method could provide helpful information for the initial model setting that has a significant impact on the inversion result.