地震相分析(seisFacies)当只有少数几口井适合油藏研究时,地震属性可以用来定性研究储层的沉积相变化.由GeoInversion系统可以提取叠前和叠后一系列属性,也可以利用这些属性进行储层参数的反演.这些属性或反演的储层参数沿层做切片分析.这些切片结果可以加深我们了解沉积相的变化和油藏沉积历史的变迁.对这些切片做进一步的研究,可以利用我们的自组织神经网络聚类分析器来识别和认识这些沉积的变迁过程.利用自组织神经网络聚类分析器对每一张切片分析后,还可以利用已知井资料对这些切片进行分析和评价.最后可以详细地了解油藏沉积相变化和可能的有利区带.

Vp/Vs/Den 反演(seisInversion)：我们有两种方法可以进行地震的Vp/Vs/Den反演。一种方法是利用线性Conjugate Gradient (CG)和非线性(CG)方法对地震资料进行反演，求取地震纵波，横波和密度等资料。另一种方法是利用我们的基于支持向量机技术反演出Vp/Vs/Den。该方法较好的把测井的Vp/Vs/Den信息和地震属性结合起来，因而具有与测井资料相当的分辨率。地震反演出的Vp/Vs/Den可以计算Poisson Ratio和Vp/Vs参数，可以利用这些参数的异常来识别油气储层。同时还可以利用Vp/Vs/Den计算岩石机械物性参数和地应力分布等，这些参数将有利于井眼稳定性分析和Shale Gas储层评价等。

地质建模 (seisSuperMan) 是该软件的一些高级功能,主要用于地震层位的交互拾取和追踪,断层的解释和管理等.该功能还支持加载其他系统完成的层位.根据油田的解释经验和需要可以确定我们研究的目标层位.这些目标层由地震层位和断层边界组成.通常是一个闭合区域.我们开发了一项新技术来数字化这些闭合区域.这些数字化了的地质目的层将指导我们进行地震属性提取和反演.同时在完成了合成记录以后,这些时间域的测井曲线可以沿井轨迹显示在地震剖面上.

地震时间-频率域(谱分解)属性 设计用于把叠后地震剖面分解成频率域属性.我们采用了Match-Pursuit Wigner-Ville Distribution (WVD)方法.时间频率域特征中的一些特有频率特征将有助于断层等构造解释.我们这里将对时间频率域特征进行定量分析,最后产生一些优化混合属性.这些地震时频域混合属性将更有利于我们的地震资料反演和解释.

地震时间-Radon域属性 这是一项叠前特征.它可以把叠前地震道集的信息利用抛物线(Parabolic Radon Transform)变化转换成时间-Radon. 通常该方法用于去多次波,但通过我们的研究发现时间-Radon域中包含了丰富的地质信息,甚至地震中的AVO信息也可能隐藏于其中.我们采用因子分析从时间-Radon域提取了我们需要的一些优化信息.这些地震时间-Radon域混合信息将更有利于我们的地震资料反演和解释.

如果我们解释的道集是NMO校正后的道集，可以利用该属性提取功能，进行Radon反变换去除噪声以后，得到一个新的道集。该新道集还可以利用AVO模块提取一系列AVO属性

地震时间-速度域属性 这是一项叠前特征.它可以把叠前地震道集的信息利用双曲线(Hyperbolic Radon Transform)变化转换成时间-速度域. 通常该方法用于去多次波,但通过我们的研究发现时间-速度域中包含了丰富的地质信息,甚至地震中的AVO信息也可能隐藏于其中.我们提出的快速算法有利于加速该变化的实现.在快速双曲线变化完成以后,我们采用因子分析从时间-速度域中提取了我们需要的一些优化信息.这些地震时间-速度域混合信息将更有利于我们的地震资料反演和解释

地震混合属性分析 因子分析通常用于聚类或用于把叠前/叠后地震高维属性减少的目的.它可以通过对这些数据的变换来勘探其内部结构.如探究一个区域的沉积变化,聚类相同的特征,勾绘一个未知的区域,高维数据变化以及构造数据变量之间的合理关系等. 其中的R-因子分析涉及高维变量之间的关系,通过该变换,高维变量将降低.因此该变换对我们的叠前和叠后属性进行处理,最后我们可以生成一系列的混合优化属性.这些混合属性既保留了以前叠前和叠后属性中的大部分信息,又对这些属性进行了优化处理.试验证明这些混合属性与井的关系更加紧密.

地震各向异性分析(seisSuperMan) 地震和测井的座标系都是Cartesian (x, y) 系统. 但是大多数我们研究的储层参数都是有方向性的.例如河道沉积,砂体主要在河道发育.为了研究这些参数的各向异性变化,我们的特色技术,支持向量回归(Support Vector Regression),将在flow-oriented (s,n) 座标系进行. 通常两个变量来研究各向异性的变化,他们是压缩比和方位角.其中压缩比是指椭圆的长轴与短轴的比,而方位角指河道或其他沉积事件与正北的夹角.

地震储层参数反演: (seisSuperMan) 该功能主要用于利用地震属性从井出发传播测井时间域参数.这些参数包括孔隙度,含水饱和度等.地震属性是从叠前和叠后地震特征中提取的一系列混合特征.我们的特色技术,支持向量回归(Support Vector Regression), 将在测井和地震属性之间架设一座桥梁,而各向异性的研究更加合理地解决了各种参数的空间变化规律.各向异性的研究将支持空间区域按沉积相的变化进行划分,而时间方向支持按沉积单元分割.在支持向量回归传播的过程中,测井时间域的储层参数将沿地震测线产生.这些属性具有地震空间和时间域特性,但这些属性与井时间域的测井曲线具有相当的纵向分辨率.在支持向量回归学习过程中,井的时间域信息将与井旁地震属性具有较好的符合率.

地震储层参数沿层切片分析 (Sliced-SeisLog) (seisSuperMan) 该功能用于对地震约束的测井储层参数(SeisLog)进行切片分析. 这些切片属性具有沉积特征,且具有地震不规则的座标系,特别是2D地震测线. 不过这些切片将可能加深我们对研究区域的沉积相的了解以及对研究区域油藏的沉积历史的认识.考虑到储层参数各向异性的影响,以及地震测线的非规则性,这些切片在进行解释之前,应该还要重新插值和重新刻度.这些非规则的切片属性在系统中叫IRS-SeisLog,重新刻度以后的属性叫RS-SeisLog. 规则的重新刻度以后的属性除了直接进行沉积相解释外,还可以利用它进行储层参数分布规律的研究.在油藏参数描述时,特别是砂体和流体的研究过程中,这些规则属性是必不可少的信息之一.