识别地层流体对于提高储层预测准确性具有重要意义。然而，当前方法的准确性和分辨率往往因依赖于线性 AVO 近似反演而受到影响。这些反演所产生的流体指标容易受到诸如孔隙度和岩石模量等多种因素的影响。为了克服这些挑战，我们认识到孔隙流体的体积模量包含了孔隙流体的基本特征，能够有效减少混合效应引起的干扰，并实现高度精确的流体识别。与此同时，认识到引入L0和L1范数作为稀疏正则化项对于提高反演分辨率至关重要。为此，基于精确Zoeppritz方程，我们推导了孔隙流体体积模量直接表征的新的非线性弹性阻抗方程，之后，我们开发了一种新的非线性弹性阻抗反演方法，该方法结合了 L0 和 L1 范数约束，并基于非平稳卷积模型。该方法不仅突破了线性近似的局限性，而且显著提高了识别储层流体的分辨率和描绘能力。该方法的有效性通过方程的精确分析和现场数据反演得到了证实，突显了其在地球物理勘探和储层预测中的实际应用潜力。
所推导的非线性反射系数方程的创新之处在于将孔隙流体的体积弹性模量纳入反射系数中，从而将地下介质的假设范围扩大到包括被流体充满的多孔介质，能够更准确地反映砂岩储层的地震反射特征（图1）。
图1.反射系数方程精度分析及与Zoeppritz方程误差对比
在实际工区数据测试中，我们从中国东部的一个高孔隙度砂岩储层中选取了一个过间剖面来进行实际地震数据的反演。图2展示了在工区内以四个不同入射角度（分别为 12 度、21 度、25 度和 30 度）获取的过井A的地震剖面。该剖面中，有两个主要的高孔隙度含油砂体储层，它们在解释中的红色位置与井 A 相交。
图3展示了包含非平稳卷积模型的弹性阻抗的第一阶段新型L0范数约束反演结果。图4展示了常规反演方法的四个弹性阻抗结果。图5展示了基于图 5中所示的弹性阻抗（作为观测数据）所进行的第二阶段新型非线性反演的结果，这些结果分别对应于、、和这四个岩石物理参数的估计值。图6展示了反演结果（红色曲线）与实际测井记录（深蓝色曲线）以及在剖面井 A 的位置处的滤波测井结果（绿色曲线）之间的对比情况。
图2.实际工区过井地震剖面
图3.实际工区第一阶段弹性阻抗反演结果
图4.实际工区第二阶段岩石物理参数反演结果
图5.井旁道反演结果与实际测井曲线对比
地层流体识别和储层预测一直受到基于线性近似的传统 AVO 反演所估算的流体因素的限制。基于精确的佐普里茨方程的非线性弹性阻抗（EI）方程为这些挑战提供了一个更可靠的解决方案，因为它避免了线性方程在地震反演和流体检测中的局限性。基于这一假设，我们开发了一种基于佐普里茨方程精确解的非线性 EI 方程的反演方法。这种方法提高了适用性和反演精度，同时还将孔隙流体模量和孔隙度作为流体识别的因素纳入其中，从而详细描述了地下流体分布。此外，我们使用了新的非平稳卷积模型的 L0 范数反演策略来估计弹性阻抗，并采用了更可靠的反演算法和 L1 范数正则化稳定化算子来估计岩石物理参数。因此，新提出的预叠层非线性反演能够以更高的精度提取岩石物理参数，并提高反演结果的分辨率。从本质上讲，所提出的这种方法为高精度和高分辨率的地下岩性评估、孔隙流体识别以及油气藏预测提供了一种更为有效的手段。
研究成果发表在地球物理领域国际重要期刊IEEE Transactions on Geoscience and Remote Sensing上，论文通讯作者为宗兆云教授，第一作者为永利集团博士生陈潇，合作者包括中国海油上海分公司的秦德文、德克萨斯大学达拉斯分校博士生陈昱。
论文信息：Chen Xiao, Zong Zhao-Yun, Qin De-Wen and Chen Yu, 2024, Enhanced Estimation of Fluid Modulus and Porosity via Novel Nonlinear Elastic Impedance Inversion: IEEE Transactions on Geoscience and Remote Sensing, 62, 1-14, doi: 10.1109/TGRS.2024.3415383.
