WWW.KNIGA.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Книги, пособия, учебники, издания, публикации

 

МИНОБРНАУКИ РОССИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«НОВОСИБИРСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» (НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ

УНИВЕРСИТЕТ, НГУ) Кафедра систем информатики Иван Валентинович Гурлев Пространственный анализ амплитуд отраженных продольных волн в азимутально-анизотропных средах

МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ

по направлению высшего профессионального образования 230100.68 ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА

ФАКУЛЬТЕТ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Тема диссертации утверждена распоряжением по НГУ № 90989 от «15» марта 2012г.

Тема диссертации скорректирована распоряжением по НГУ №110449 от «18» декабря 2012г.

Руководитель Нефедкина Т.В.

к. г.-м. н.

Новосибирск, 2013г.

МИНОБРНАУКИ РОССИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«НОВОСИБИРСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» (НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ

УНИВЕРСИТЕТ, НГУ) Кафедра систем информатики

УТВЕРЖДАЮ

Зав. Кафедрой М.М. Лаврентьев _

ЗАДАНИЕ

на магистерскую диссертацию студент: Гурлев Иван Валентинович факультета ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ Направление подготовки 230100.68 ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ

ТЕХНИКА

Магистерская программа: компьютерное моделирование Тема: Пространственный анализ амплитуд отраженных продольных волн в азимутальноанизотропных средах Цели работы: Создание технологии азимутальной обработки данных площадных сейсмических наблюдений на базе алгоритма пространственного AVOA анализа.

Руководитель Нефедкина Т.В.

к. г.–м. н.

(подпись, дата) Содержание Введение……………………………………………………………………………………… 1. Сейсморазведочные работы…………………………………....……………………….… 1.1. Месторождения углеводородов………………………………………………… 1.2. Методы сейсморазведки……………

2. Решение обратной задачи для трансверсально-изотропной среды с горизонтальной осью симметрии ………………………………………………….…………………..…….... 2.1. Постановка задачи………………..……………………………………………... 2.2. Алгоритм «AVOA-space»……………………………………………………….. 2.3. Описание входных и выходных данных алгоритма AVOA-space………….... 3. Описание программной реализации системы AVOA-space……………………………. 3.1. Разработка архитектурного проекта системы AVOA-space …

3.2. Назначение и цель создания системы обработки данных AVOA-space…….. 3.3. Описание функциональных возможностей……………………………………. 3.4. Тестирование программы…………………………

4. Тестирование алгоритма AVOA-space на модельных данных для Верхнечонского нефтяного месторождения…………...………………………………………………….…... 4.1. Описание целевого объекта и модели………………………………………...... 4.2. Тестирование алгоритма AVOA-Space на радиальных профилях...………..... 4.3. Тестирование алгоритма AVOA-Space на реальной системе наблюдений...... Заключение ……………………………………………………………………………...…… Список терминов и сокращений.……………………………………………………...…….. Список использованной литературы…………………………………………..………..….. ПРИЛОЖЕНИЕ A Описание заголовков профиля (SEG-Y)……………………………… ПРИЛОЖЕНИЕ Б Листинг кода «AVOA-space»……………………………..…………… В понятие «сейсморазведка» входят геофизические методы исследования земной коры, основанные на изучении искусственно возбуждаемых упругих волн. При помощи сейсморазведки изучается глубинное строение Земли, выделяются месторождения полезных ископаемых (в основном углеводородов - нефти и газа), решаются задачи гидрогеологии и инженерной геологии. Сейсморазведка отличается надежностью, высокой разрешающей способностью, технологичностью и колоссальным объемом получаемой информации. Суть сейсморазведочных работ состоит в возбуждении упругих волн близ поверхности земли и последующей регистрации колебаний почвы на различных расстояниях от точки, где было произведено возбуждение. Колебания, регистрируемые приёмным датчиком, подвергаются обработке и интерпретации с целью восстановления картины, отражающей глубинное строение Земли.

В настоящее время при поиске и разведке углеводородов широко применяется метод AVO (Amplitude Variation with Offset), основанный на изучении амплитуд отраженных волн в зависимости от расстояния между пунктами возбуждения и приема.

AVO-анализ продольных волн широко применяется за рубежом для решения задач прогнозирования геологического разреза и, в частности, для определения природы “ярких пятен”: связаны они с наличием углеводородов или с изменением литологии.

Первоначально AVO-анализ был предложен для прогнозирования залежей газа [Ostrander, 1984; Rutherford и др., 1989]. В его основу входят линеаризованные коэффициенты отражения, точные выражения для которых впервые были получены Цеппритцем [Аки и др., 1989].

Наличие вертикально ориентированных трещин в среде влечет за собой азимутальную анизотропию скоростей и, как следствие этого, азимутальную анизотропию коэффициентов отражения и амплитуд волн. Трещиноватый коллектор представляется в виде модели трансверсально-изотропной среды с горизонтальной осью симметрии.

Наиболее надежные результаты при изучении анизотропии среды могут быть получены с использованием поперечных и обменных волн.

AVO-анализ в интерпретации сейсмических данных стал очень доступной, легко реализуемой и почти обязательной процедурой. На него возлагаются, сегодня самые большие надежды нефтяников в части прогноза коллекторских свойств и нефтегазоносности природных резервуаров. AVO-анализ позволяет геофизикам лучше определять свойства горных пород, включая пористость, плотность, литологию и содержание флюидов. Современные технические возможности позволяют бурить продуктивные скважины под любым углом к горизонту, поэтому при разведке месторождений очень важно знать преимущественное направление трещин.

Актуальность темы. Эффективность поисков и разведки углеводородов во многом зависит от количественной оценки коллекторских свойств перспективных интервалов разреза. В настоящее время перед сейсморазведчиками поставлена задача определения не только положения коллектора в разрезе, но и типа флюидапорозаполнителя, количественной оценки пористости, трещиноватости, степени газонасышенности и другие характеристики. Для этого необходимы сведения о плотности и скоростях распространения как продольных, так и поперечных волн.

Предложенный в 1982 г метод использования зависимости амплитуд отраженных продольных волн от расстояния «источник-приемник» (AVO-анализ) позволил в ряде случаев получать сведения о скоростях поперечных волн по данным, полученным с использованием только продольных волн, но в дальнейшем выяснилось, что это возможно далеко не всегда.

В 90-х годах прошлого века были начаты попытки привлечения для этих целей информации о динамических и кинематических характеристиках, получаемых одновременно с отраженными монотипными продольными волнами обменных волн. В последние годы были разработаны теоретические основы AVO-анализа для обменных волн, но при этом еще не существует ясных представлений обо всем диапазоне дополнительной информации, которую может предоставить применение методик.

Проблема состоит в том, что применяющиеся в настоящее время трехмерные системы наблюдений не являются оптимальными для проведения азимутального анализа данных. Это связано с неравномерной плотностью наблюдений на различных удалениях от источников и в различных азимутах. Неполнота данных ухудшает работу существующих посекторных алгоритмов азимутального скоростного (NMO) и амплитудного (AVOA) анализов и приводит к большим погрешностям определения параметров среды. В связи с этим в ИНГГ СО РАН были разработаны инновационные алгоритмы пространственного азимутального анализа скоростей и амплитуд, при котором обратная задача решается по полному набору данных, извлекаемых из 3D наблюдений продольных волн и относящихся к общей отражающей площадке. Такой подход обещает существенное увеличение точности решения обратной задачи.

Цель данной работы - Создание технологии азимутальной обработки данных площадных сейсмических наблюдений на базе алгоритма пространственного азимутального AVO анализа («AVOA-space»).

Основные задачи следующие – а) программная реализация процедуры расчёта входных данных для б) программная реализация алгоритма AVOA-space на C++;

в) тестирование программы AVOA-space на модельных данных;

г) интеграция алгоритма в сейсмический обрабатывающий пакет Madagascar.

Глава 1. Сейсморазведочные работы 1.1 Месторождения углеводородов Нефть и природный газ являются одними из основных полезных ископаемых, которые использовались человеком еще в глубокой древности. Особенно быстрыми темпами добыча нефти стала расти после того, как для ее извлечения из недр земли стали применяться буровые скважины. Возрастающее потребление нефти и газа в промышленности и возможность их быстрого и экономичного извлечения из недр делают эти полезные ископаемые объектом первоочередных поисков.

В природе нефть располагается в пористых породах, в которых жидкость может накапливаться и перемещаться. Такие породы называют коллекторами. Важнейшими коллекторами нефти являются пески, песчаники, конгломераты и трещиноватые породы.

Но чтобы образовалась залежь, необходимо присутствие так называемых покрышек – непроницаемых пород, которые препятствуют миграции. Обычно пласт-коллектор расположен под уклоном, поэтому нефть и газ просачиваются вверх. Если их выходу на поверхность мешают складки породы и другие препятствия, образуются ловушки.

Верхнюю часть ловушки иногда занимает слой газа – «газовая шапка». Схема месторождения углеводородов представлена на рисунке 1.1.

Рисунок 1.1- Схема месторождения углеводородов Таким образом, чтобы обнаружить месторождение нефти, необходимо найти возможные ловушки, в которых она могла скопиться. Сначала потенциально нефтеносный район исследовали визуально, научившись выявлять присутствие нефтяных залежей по многим косвенным признакам. Однако чтобы поиски были максимально успешными, благодаря геофизическим методам исследования. Среди существующего множества геофизических методов поисков и разведки месторождений нефти и газа особое место занимает сейсмическая разведка.

История применения сейсморазведки для поисков и разведки месторождений нефти и газа насчитывает не более 90 лет. Первые успешные опыты применения сейсморазведки для обнаружения залежей нефти были проведены в США еще в году. В последующие годы техника и технология ведения сейсморазведочных работ непрерывно изменялись и совершенствовались.

В конце 60-ч начале 70-ч годов американскими специалистами был обнаружен эффект "яркого пятна" - наличие повышенных амплитуд отраженных волн для горизонтов, приуроченных к кровле продуктивных слоев. Это вызвало соответствующий бум, что сейсморазведкой можно непосредственно обнаружить продуктивные залежи нефти и газа. Однако вскоре выяснилось, что сходные аномалии отмечаются так же в зонах литологических неоднородностей, например, над линзами известняков с повышенными скоростями. Совместное использование продольных и поперечных волн позволило повысить однозначность истолкования эффекта "ярких пятен". Если это явление вызвано наличием углеводородов, то "яркое пятно" будет фиксироваться на продольных волнах и слабо проявляться на поперечных. В случае "литологического пятна" величина его на S-волнах будет значительно больше, чем на продольных волнах.

Установлено, что различные геологические среды характеризуются различными скоростями распространения упругих волн. Параметр скорости определяется упругими константами и плотностью среды, а они в свою очередь зависят от минерального состава, пористости, трещиноватости и глубины залегания.

По значению скорости упругой волны геологический разрез разделяется на относительно однородные слои горных пород, на границах которых скорость меняется скачком. Как правило, границы областей с различными физическими свойствами совпадают с геологическими границам, что используется при интерпретации сейсмических данных.

Наличие резких границ раздела между пластами приводит к образованию вторичных волн – отраженных, проходящих и преломленных. Интенсивность вторичных волн зависит от контрастности границы по упругим свойствам. Чем сложнее строение изучаемой геологической среды, тем больше волн образуется на ее границах раздела. Все вместе они образуют вторичное волновое поле – объект измерения в сейсморазведке. Если вторичные волны содержат информацию о целевых геологических границах и успешно регистрируются на поверхности земли или в стволе скважины, то они называются полезными.

В результате возбуждения упругой волны, геологическая среда реагирует возникновением периодического колебательного процесса и образованием упругой волны.

Распространяясь в объеме горных пород, упругая волна попадает на границы раздела, изменяет направление и динамические свойства, образуются новые волны. На пути следования волн размещаются точки наблюдения, где при помощи специальных приборов – сейсмоприемников – определяются свойства колебательных процессов (рисунок 1.2). Из полученных данных извлекается полезная информация о строении и составе изучаемой среды. Процесс извлечения данных исследования земных недр получил название полевые работы.

Рисунок 1.2 - Схема отражения волны от трещиноватого слоя.

аппроксимирующих среды, образованные системой трещин, является класс трансверсально-изотропных сред (ТИ) [Schoenberg, 1980; Hudson, 1980; Crampin и др., 1980].

ТИ - среды представляют собой систему переслаивающихся тонких слоев с разными упругими характеристиками, которые являются достаточно тонкими объектами по отдельности, а в случае периодически переслаивающейся пачки обладают анизотропными свойствами (рисунок 1.3). При этом модели описываются только параметрами (благодаря осевой симметрии). Основными, в данном классе моделей, считаются трансверсально-изотропная с вертикальной осью симметрии (ТИВ) (рисунок 1.3, а) и трансверсально-изотропная с горизонтальной осью симметрии (ТИГ) (рисунок 1.3, б).

Для эффективного прослеживания целевых сейсмогеологических границ применяются типовые способы установки и перемещения пунктов возбуждения и приема колебаний – системы наблюдений. В типичной системе наблюдений из одного пункта возбуждения упругие волны регистрируются расстановкой, состоящей из 100-300 пунктов приема – каналов сейсмостанции. Пункт возбуждения часто располагается в центре расстановки приемников («центральная система наблюдений») и для получения новой сейсмограммы перемещается на расстояние в 25-50 м. Интервал между пунктами приема также выбирается равным 25-50 метров.

Рисунок 1.3 - Схематичное представление трансверсально-изотропных сред:

а) с вертикальной осью симметрии, б) с горизонтальной осью симметрии.

Параметры расстановки при перемещении по профилю не изменяются для облегчения дальнейшей автоматизированной обработки данных. Описанная система наблюдений («система многократных перекрытий») позволяет выделять целевые границы с достаточной надежностью, которая обеспечивается избыточностью получаемой информации. Например, при использовании 240 пунктов приема в расстановке количество сейсмострасс на одну точку границы может достигать 120. Правильный выбор системы наблюдений позволяет без лишних затрат получать необходимую информацию о строении интересующей части геологической среды.

Сейсмотрассы объединяются в сейсмограммы – первичный полевой материал сейсморазведки. Сигналы от приемников подвергаются предобработке - усилению, фильтрации нежелательных колебаний и преобразованию в цифровую форму. По независимым информационным каналам данные с точек наблюдения поступают в единый центр – сейсмическую станцию, где представляются в удобной для оператора форме. Сейсмическая станция представляет единый информационно-измерительный комплекс, предназначенный для объединения данных с сейсмоприемников, их предобработки, визуального анализа и сохранения на устройстве памяти.

Основными направлениями усовершенствования сейсморазведки всегда были задачи получения более детальных и достоверных изображений геологической среды.

Достижение этих результатов связано в первую очередь с применением более совершенной, многоканальной регистрирующей аппаратуры, а также с повышением плотности системы наблюдений. Разумеется, при этом значительную роль могут играть и имеющиеся организационно-технические возможности проведения сейсморазведочных работ в рамках используемой технологии.

1.2 Методы сейсморазведки Сейсморазведка — метод геофизического исследования земных недр — имеет множество модификаций. В настоящее время поиски и разведка новых месторождений нефти и газа во всем мире ведутся на базе широкого использования сейсмического метода разведки.

Методы сейсморазведки различаются: по типу источника, по размерности, по типу используемых волн, по используемым частотам колебаний.

В основе сейсмических методов лежит возбуждение упругих волн при помощи специального технического комплекса – источника. Для возбуждения колебаний применяются взрывы зарядов тротила в неглубоких скважинах, а также длительное (вибрационное) или короткое (импульсное) ударное воздействие на геологическую среду.

Взрывные источники характеризуются наибольшей мощностью и компактностью, при этом требуют дорогостоящих подготовительных и ликвидационных работ, а также наносят большой урон окружающей среде.

Невзрывные источники гораздо слабее, но могут использоваться многократно в одной и той же точке, более управляемы, а также безопаснее для человека и экологии.

Источник возбуждает два типа независимых сейсмических волн – продольные и поперечные. С продольными волнами связаны колебания, направленные вдоль луча волны, а с поперечными - поперек.

По размерности сейсморазведка различается на 1D, 2D и 3D варианты. В одномерном варианте упругая волна возбуждается и регистрируется вдоль одного единственного вертикального луча – в стволе скважины. Двухмерная сейсморазведка реализуется расстановкой пунктов возбуждения и приема вдоль линейного профиля.

Объемная (3D) сейсморазведка проводится при размещении пунктов приема по площади.

По типу используемых волн выделяются: метод отраженных волн и метод преломленных волн.

Метод преломленных волн (МПВ) – ориентирован на преломленные волны, которые образуются при падении волны на границу двух пластов под определенным углом. При этом образуется скользящая волна, распространяющая со скоростью нижележащего пласта. МПВ используется только для решения специальных задач из-за существенных ограничений метода.

Метод отраженных волн (МОВ) – основан на выделении волн, однократноотраженных от целевой геологической границы. Наиболее востребованный метод сейсморазведки, позволяющий изучать геологический разрез с детальностью до 0,5% от глубины залегания границы.

В истории мировой сейсморазведки начало широкого использования отраженных волн было положено американцем У. Мейном в 1950 году [Mayne, 1950]. Эта технология получила название метода общей глубинной точки - МОГТ. Основой этого метода является многократное получение сейсмических отражений от каждого элемента геологической границы и последующее их суммирование. Массовое применение метода в СССР началось в 1965 году и продолжается до сих пор [Межбей, 1985]. Такая технология сейсморазведочных работ в профильном варианте получила название МОГТ-2D. Успехи использования МОГТ-2D в геологоразведочном производстве, во всем мире значительны и бесспорны.

МОГТ на многие десятилетия стал основным методом сейсморазведки. Бурно развиваясь как количественно, так и качественно, МОГТ полностью вытеснил простой метод отраженных волн (МОВ). С одной стороны это связано с не менее бурным развитием методов машинной (сначала аналоговой, а потом цифровой) обработки, с другой — возможностью увеличения производительности полевых работ путем применения больших баз приема, невозможных в методе МОВ. C другой стороны методика МОГТ приводит к удорожанию работ. Для оправдания удорожания работ были написаны множество книг и статей о пагубности кратных волн, которые с тех пор стали основой обоснования применения метода общей глубинной точки.

К началу девяностых годов прошлого века созрели технические и методические условия для перехода на еще более эффективную технологию, открывшую новый этап в истории сейсморазведки. Эту технологию, в силу целого ряда ее принципиальных отличий, следует считать новой фазой развития сейсморазведки. Принято называть ее пространственной (трехмерной) сейсморазведкой МОГТ-3D. Зародившись как простое усложнение технологии МОГТ-2D, постепенно эта технология приобрела специфические черты новой, оригинальной технологии. Для нее характерно использование многолинейных пространственных приемных апертур, большая плотность расположения пунктов возбуждения колебаний на площади исследований, совершенная телеметрическая цифровая регистрирующая аппаратура и оборудование и т. п. Важнейшими интегральными характеристиками конкретной применяемой технологии МОГТ-3D принято считать размеры используемого бина и кратность системы наблюдений. Бином называется некоторая площадка на поверхности наблюдений, в пределы которой попадают координаты общих средних точек при любых возможных положениях источников и приемников. Количество трасс, попавших в каждый бин, определяет кратность применяемой системы наблюдений. Чем выше кратность наблюдений и меньше размер бина, тем выше пространственная разрешенность получаемых сейсморазведочных данных. Однако при этом возрастает и трудоемкость сейсморазведочных работ.

Поскольку реальная геолого-геофизическая информативность сейсморазведки также непрерывно растет, то новый 21 век в истории сейсморазведки, безусловно, можно называть веком технологии МОГТ-3D. По совокупности признаков эта технология разительно отличается от сейсморазведочных технологий прошлых этапов история развития сейсморазведки, как с точки зрения сложности применяемой аппаратуры и оборудования, так и с точки зрения эффективности получаемых сейсмогеологических результатов.

Начиная с середины 90-х годов, ведутся разработки методик AVO-анализа в применении к анизотропным средам [Carcione и др., 1998; Ruger, 1997-1998]. Получены выражения для коэффициентов отражения PP-волны для трансверсально-изотропных сред с горизонтальной и вертикальной осями симметрии [Ruger, 1997]. Эти результаты важны, т.к. модели трансверсально-изотропных сред описывают трещиноватые коллектора с преобладающими направлениями трещин, изучение которых является довольно сложной задачей. Для решения этой задачи в рамках моделей трансверсально-изотропных сред с горизонтальной или наклонной осью симметрии нужно проводить азимутальный AVO-анализ.

В работе рассматривается только метод отраженных волн в модификации многократных перекрытий - метод общей глубинной точки (МОГТ или CDP).

предусматривается два этапа, первый из которых, полевые работы, представляет собой формирование информационной базы первичных сейсмических данных, второй, камеральные работы (обработка сейсмических данных), представляет собой извлечение из базы данных информации, необходимой для прогноза перспективности поискового объекта, а также для построения его геолого-геофизической модели.

Этап полевых работ является основным в формировании информационной базы поиска, разведки и эксплуатации месторождений. От качества и полноты сформированной базы данных зависит успешность дальнейших работ, к которым относятся более дорогостоящие процессы поискового, разведочного и эксплуатационного бурения скважин, а также обеспечение повышения нефтеотдачи пластов за счет оптимизации режимов вытеснения и извлечения нефти и газа из недр Земли.

С течением времени процесс поиска, разведки и эксплуатации нефтяных и газовых залежей, дающих невоспроизводимый продукт, заметно усложняется. В связи с тем, что легкодоступные, крупные объекты разрабатываются в первую очередь и доля труднодоступных, малоразмерных объектов неуклонно возрастает, для разведки каждого из оставшихся мелких объектов требуется существенное увеличение объема и повышение качества первичных данных. Риск неудачного заложения по недостаточно точным геофизическим данным первой глубокой скважины на объект такого рода может привести к отказу от бурения новых скважин в связи с тем, что ожидаемая стоимость продукта в объекте не покрывает общие затраты на строительство и эксплуатацию скважин, не приносит прибыли.

При выполнении первого этапа работ недропользователь нанимает сервисную геофизическую компанию и платит ей за объем добытой информации, при этом он должен быть заинтересован в том, чтобы добытая информация по своему качеству обеспечивала решение усложнившейся геологической задачи. Что касается методов извлечения необходимых данных из базы, то в настоящее время, благодаря бурному развитию вычислительных средств, разработано много эффективных методов, внедрение которых тормозится недостаточной полнотой самих баз первичных данных. Фактически формирование базы первичных данных представляет собой долгосрочное капитальное вложение, реальная ценность которого с течением времени возрастает в связи с неуклонным совершенствованием методов ее использования, что подтверждается сложившейся практикой переобработки и переинтерпретации ранее полученных первичных данных. Новые методы позволяют бурить как можно меньше поисковых скважин, одновременно повышая точность прогнозов.

Получаемые в процессе полевых работ сейсмограммы содержат значительную долю нежелательных волн-помех и мешающих колебаний, а полезные волны неудобны для интерпретации. Поэтому первичные сейсмограммы обрабатываются с использованием самой современной компьютерной техники. В результате выполнения процедур обработки сейсмограммы преобразуются во временной или глубинный разрез – материал для геологического толкования. По известным признакам на полученных разрезах выделяются аномальные участки, с которыми связываются скопления полезных ископаемых.

В результате проведения полевых работ независимо от применяемого метода и методики получают набор сейсмических записей. Минимальной единицей данных, поступающих в обработку, является одна сейсмическая запись, зарегистрированная при некотором положении источника и приемника. Эта запись содержит полезные волны, обусловленные некоторым объемом геологической среды, а также различные сейсмические помехи, образующиеся вследствие физических процессов при распространении упругих волн. К ним добавляются помехи, связанные с технологией и техникой работ, и случайные колебания. Таким образом, сейсмические записи являются результатом наложения регулярных волн (полезных и помех), различной амплитуды и формы, и случайных колебаний.

1.2.2 Обработка сейсмических данных. Обработка – второй этап в проведении сейсмических работ, по ее результатам выполняется геологическая интерпретация. Суть обработки материалов МОГТ состоит в том, что каждая трасса результата получается суммированием исходных каналов таким образом, чтобы в сумму попадали сигналы, отраженные от одной и той же точки глубинного горизонта. Перед суммированием необходимо было ввести поправки во времена записи, чтобы преобразовать запись каждой отдельной трассы, привести ее к виду, аналогичному трассе на пункте взрыва. Такой была первичная задумка авторов метода. Разумеется, выбрать нужные каналы для суммирования, не зная строения среды, невозможно, и авторы поставили условием применения метода наличие горизонтально-слоистого разреза с углами наклона не выше градусов. При этом координата отражающей точки достаточно точно равна полусумме координат приемника и источника.

Для того чтобы получить синфазное сложение сигналов даже при идеально плоской и горизонтальной отражающей границе, необходимо обеспечить ввод поправок, идеально компенсирующих неоднородности рельефа и верхней части разреза. Так же идеально необходимо скомпенсировать кривизну годографа, чтобы переместить фазы соответствующие времени прохождения сейсмического луча до отражающей поверхности и обратно по нормали к поверхности. И то и другое невозможно без детального знания структуры верхней части разреза и формы отражающего горизонта, что обеспечить невозможно. Поэтому при обработке используются точечные, фрагментарные сведения о зоне малых скоростей и аппроксимация отражающих горизонтов горизонтальной плоскостью.

В качестве исходных данных используются результаты полевых сейсмических работ – сейсмические записи, зарегистрированные на площади исследований по некоторой системе наблюдений. В результате обработки по кинематическим и динамическим свойствам полезных волн получают распределение скоростей распространения упругих волн и акустической жесткости изучаемой геологической среды.

Обработка – процесс последовательного преобразования исходных сейсмических записей в структурные и упругие параметры модели среды.

Обработка основана на физических особенностях распространения упругих волн в среде, она решает обратную задачу сейсморазведки — определяет изменение упругих свойств в изучаемой геологической среде по сейсмическим записям, полученным в результате возбуждения и регистрации упругих волн на ее поверхности или в скважине. В то время как прямая задача заключается в расчете волновой картины по известному распределению упругих свойств в среде и заданному положению источников и приемников.

Оптимальная обработка должна реализовать те возможности, которые заложены при полевых наблюдениях: выделить полезные волны и определить по ним упругие свойства изучаемой геологической среды. В обработке нельзя получить больше информации, чем зарегистрировано при проведении полевых работ, но можно извлечь не всю информацию, содержащуюся в исходных материалах.

регистрируемая информация о колебаниях записывается в цифровом виде. Следует отметить, что полевые данные могут иметь разную степень обработанности и уровень качества данных. Одним из самых распространенных форматов файлов, хранящих такую информацию, является SEG-Y формат. Формат SEG-Y был специально разработан для применения на полевом компьютерном оборудовании и на существующих центрах обработки данных и предполагает легкость расширения при появлении новых идей. В файлах формата SEG-Y содержится некоторая информация о трассах в бинарном виде:

координаты, номера трасс и файлов, шаги дискретизации трасс и др. - каждый из параметров расположен на определенной байтовой позиции и занимает четко определенный размер в соответствии со стандартом SEG-Y. Структура файла, записанного в формате SEG – Y (рисунок 1.4).

Лента разделена на сейсмические «линии» отметками конца файла (EOF), с двойной меткой EOF в конце ленты. Каждая линия состоит из 2 заголовков линии, за которыми следуют серии сейсмических трасс, каждая со своим собственным заголовком.

Истинный формат сейсмических наборов (и число байт в каждой трассе) определяется кодами формата в бинарном заголовке линии.

Первый заголовок линии – это текст свободного формата размером ровно Байт. Каждый байт представляет один символ, который хранится в формате EBCDIC (Расширенный Бинарный Кодированный Десятичный Код Обмена). Условно, этот заголовок организован как 40 рядов по 80 колонок, причем первые три колонки содержат «C» с последующим номером ряда (1-40). Хотя остальная информация не имеет определенного формата. Пример описание заголовков профиля - текстового (EBCDIC header) показывает обычное расположение общей информации по профилю, информацию по регистрации и информацию по обработке приведено в Приложении А.

Стандартный двоичный заголовок SEG-Y состоит из 400 байт, причем целый двоичный код содержит полезную информацию по всему профилю. Стандартный заголовок трассы SEG-Y состоит из 240 Байт.

За каждым заголовком трассы затем следуют сейсмические данные, с фиксированной длиной записи, в формате, определенном в двоичном заголовке для каждой строки. Формат SEG – Y для записи сейсмических трасс является признанным мировым стандартом. Несмотря на это, существует несколько модификаций данного стандарта, используемых в различных компьютерных системах и на различных предприятиях.

1.2.4 Специализированные пакеты обработки сейсмических данных.

Обработка полевого материала проходит в специализированных сейсмических обрабатывающих пакетах. Одним из таких обрабатывающих сейсмических пакетов является ProMAX 3D с технологией построения обрабатывающих потоков, анализом параметров и применением основных процедур обработки 3D сейсмических данных.

ProMAX использует преимущественно дисковые форматы наборов данных, которые наиболее приспособлены для интерактивной обработки и произвольного доступа к диску.

Файлы дисковых наборов данных могут разделяться между различными файловыми системами, что позволяет использовать файлы практически не ограниченного размера, что не маловажно, при работе с сейсмическими данными, размер которых может достигать терабайты информации.

Обработка полевого материала, это очень длительный процесс выполнения последовательных действий с множеством процедур и подпроцедур, интерактивным выполнением некоторых этапов обработки. Одним из самых важных особенностей обработки сейсмических данных для построения качественной картины глубинного строения земли, являются навыки и опыт геофизика-обработчика.

Прежде чем, приступить к обработке, необходимо произвести процедуру ввода исходных данных (формат SEG-Y) и перевода их в формат обработки. После импорта выполняются следующие действия а) описание геометрии создание базы данных проекта (описание геометрии расстановки, 3) контроль правильности описания геометрии.

б) статика по преломленным волнам корреляция первых вступлений преломленных волн;

2) расчет статических поправок за рельеф для заданного уровня в) корректирующая фильтрация деконволюция;

г) скоростной анализ;

д) ввод кинематических поправок;

е) автоматическая коррекция статических поправок;

1.2.5 AVOA-анализ. Для изучения анизотропных сред применяется азимутальный анализ скоростей и амплитуд отраженных волн. В данной работе рассматривается только амплитудный (AVOA) анализ. Прежде, чем выполнить AVOA анализ, следует пройти процедуру AVO препроцессинга. AVO препроцессинг – это предварительная обработка сейсмических данных, с сохранением истинных амплитуд (на сколько это возможно).

Процедура включает в себя следующие действия а) фильтрации шумов;

б) вводятся поправки за расхождение фронта волны, статические поправки и динамические поверхностно согласованные поправки.

По завершению процедуры AVO препроцессинга, формируются сводные сейсмограммы ОГТ по одному бину, с сохраненными истинными амплитудами. На выходе процедуры получают выходной файл в формате SEG-Y. Этот файл подается на вход алгоритма AVOA-Space.

После всех проделанных процедур, следует этап интерпретации сейсмических данных. Интерпретацией занимается геофизик-обработчик, обладающий необходимым опытом и навыками в данной области знаний. Результаты, полученные на этом этапе, заносятся в отчет о геологическом строении земли. Впоследствии все результаты исследования передаются заказчику (недропользователю).

Глава 2. Решение обратной задачи для трансверсальноизотропной среды с горизонтальной осью симметрии.

Наибольшими возможностями для изучения азимутальной анизотропии среды обладают поперечные и обменные волны [Thomsen, 1988; Ata и др., 1995]. Имеется также достаточно большой опыт определения главных направлений азимутальной анизотропии по данным азимутальных скоростного (NMO) и AVO анализов продольных волн [Crampin и др., 1980; Perez и др., 1999]. Методология анализа AVOA основывается на известном теоретическом факте, состоящем в том, что азимутальная анизотропия скоростей, вызванная наличием вертикально ориентированных трещин в среде (рисунок 2.1), влечет за собой и азимутальную анизотропию амплитуд, в частности коэффициентов отражения.

В работе [Чичинина и др., 2004] дается подробное описание структуры алгоритма определения параметров анизотропии среды по амплитудам отраженных продольных волн, называемого посекторным AVOA анализом. При проведении посекторного AVOА анализа все точки наблюдений, которые находятся внутри одного сектора, относят к биссектрисе этого сектора. На первом этапе этого алгоритма во всех секторах получаются смещённые оценки коэффициентов Аj и Вj, причем Аj в разных секторах разные.

Нормирование градиентов Вj на смещённую оценку Аj ещё больше увеличивает погрешность определения параметров аппроксимации,,.

В настоящей работе рассматривается алгоритм, реализующий новый метод пространственного AVOA-анализа (AVOA-space). В отличие от традиционного посекторного AVOA-анализа, в новом методе входная информация об амплитудах волн и координатах точек наблюдения не искажается за счёт их переноса на биссектрису сектора, и задача решается по всему набору данных без предварительного определения градиентов амплитуд по секторам. Это приводит к существенному увеличению точности определения параметров анизотропии среды.

2.1 Постановка задачи Система вертикальных азимутально-ориентированных трещин может быть описана моделью трансверсально-изотропной среды с горизонтальной осью симметрии (рисунок 2.1). Рассматривается отражение продольной PP волны от кровли слабоанизотропного полупространства.

Рисунок 2.1 - Трансверсально-изотропная среда с горизонтальной осью симметрии Коэффициент отражения для продольной волны представляется линеаризованной аппроксимацией. Задача состоит в определении параметров анизотропии среды и, в первую очередь, азимутального угла оси анизотропии или ортогонального к нему направления трещин (рисунок2.2).

2.2 Алгоритм «AVOA-space»

Алгоритм AVOA-space разработан в ИНГГ СО РАН и опубликован в работе [Нефедкина и др. 2011].

аппроксимационной формулой Рюгера [Ruger и др., 1997, Ruger, 1998]:

где - угол падения волны на границу;

–азимут линии источник-приемник относительно направления горизонтальной оси анизотропии.

Коэффициент A в разложении (2.1) равен коэффициенту отражения при нормальном падении волны, коэффициента отражения при больших удалениях (или углах падения).

В рассматриваемом случае направление оси симметрии неизвестно. Пусть оно составляет некоторый угол относительно оси х. Тогда градиент AVO запишется как [Ruger и др., 1997; Mallic и др., 1998]:

где B ISO — его изотропная часть, равная градиенту AVO в изотропной среде;

B ANI — анизотропная добавка к градиенту, зависящая от параметров анизотропии среды.

На практике имеют дело с амплитудами, а не с коэффициентами отражения.

Чтобы применить зависимость (2.1) к амплитудам отраженных волн, необходимо ввести поправку за геометрическое расхождение в наблюденные амплитуды и разделить амплитуды на масштабный множитель, равный соотношению наблюденной амплитуды и теоретического коэффициента отражения при нормальном падении.

Рисунок 2.2- Направление оси симметрии неизвестно и составляет некоторый В формулу Рюгера (2.1) подставляем выражение (2.2) для градиента В и с помощью небольших преобразований приводим к виду:

Вводятся обозначения:

Коэффициенты A, BISO, BANI, 0 определяются методом наименьших квадратов по полному набору данных об амплитудах отраженных волн.

Минимизируется функционал невязки:

где i – номер трассы в полном наборе трасс, относящихся к общей отражающей площадке;

Di - значение амплитуды отраженной волны, полученное из сейсмотрассы, соответствующей углу падения i и азимуту наблюдения i.

Дифференцируя (2.5) по параметрам A, a, b, q и приравнивая к нулю производные, получаем систему из 4-х уравнений, матрица которой имеет вид:

где N – количество трасс;

Из системы (2.6) получаем значения параметров аппроксимации.

Азимут оси симметрии 0 может быть получен из уравнения:

2.3 Описание входных и выходных данных алгоритма AVOA-space Входными данными для AVOA-space являются а) удаление источник-приемник (L);

б) азимут направления источник-приемник (Az);

в) среднеквадратичные амплитуды ( A );

г) квадрат синуса угла падения на границу ( Sin2 ).

Вычисление удаления источник-приемник производится из значений координат источника и приемника по следующей формуле:

где XS, YS – координаты источника;

Xr, Yr – координаты приемника.

Азимут направления источник-приемник вычисляется по следующей формуле:

Анализ амплитуд производится по сводной сейсмограмме ОГТ, относящейся к одному общему бину. Для AVOA-space используются сейсмограммы с сохраненными истинными амплитудами. По данным скоростного анализа получают первоначальные оценки параметров анизотропной модели: Vmin, Vmax, 0. После этого для каждой трассы входящей в сводную сейсмограмму для одной точки ОГТ, вычисляется теоретическое время прихода отраженной волны по следующей формуле:

где t теор - время отражённой волны на удалении r в азимуте ;

t0 - время на нулевом удалении;

V() - зависящая от азимута скорость суммирования, которая описывается эллипсом;

Vmax – максимальная скорость вдоль большой полуоси эллипса;

Vmin - минимальная скорость вдоль малой полуоси эллипса.

На следующем шаге задается окно анализа: t н t теор T, t k t теор T, где T период волны, и шаг дискретизации отсчетов. После окончания всех этих процедур производится расчёт среднеквадратичных амплитуд в заданном окне анализа по следующей формуле:

где i – номер отсчета в заданном окне анализа;

n – количество замеров в заданном окне анализа;

Ai– значение амплитуды на i-ом шаге дискретизации.

Квадрат синуса угла падения на границу вычисляется по следующей формуле:

где h - глубина исследуемого слоя.

Выходной информацией являются параметры аппроксимации в уравнении Рюге, связанные с параметрами среды:

а) Азимут оси симметрии -0;

б) Значение анизотропной составляющей градиента AVO - BANI;

в) Коэффициент отражения при нормальном падении - А;

г) Значение изотропной составляющей градиента AVO - BISO.

Основным изучаемым параметром является направление оси симметрии или ортогональное к нему направление трещин. Этот параметр используется для определения направления, в котором следует бурить скважину для большей нефтеотдачи.

Глава 3.Описание программной реализации системы AVOA-space 3.1 Разработка архитектурного проекта системы AVOA-space 3.1.1 Разработка структурно-функциональной схемы. В соответствии описанием процесса обработки в 1 главе, описанием алгоритма, представленным в 2.1, и информационных потоков, анализ которых представлен в 2.3, выделены следующие функциональные подсистемы и состав обеспечения, показанные на рисунке 2.3.

входных данных Вычисление Рисунок 2.3 - Структурно-функциональная схема системы AVOA-space Из схемы видно, что будущая система будет состоять из двух основных подсистем обработки данных:

необходимых для подачи на вход AVOA-инверсии. Вычисления входных данных описаны в 2.3. AVOA-инверсия это подсистема, отвечающая за вычисление параметров аппроксимации коэффициентов отражения по рассчитанным входным данным.

обеспечение состоит из системного программного обеспечения и прикладного. Основой системного обеспечения является операционная система и системы программирования.

Системные программы обеспечивают рациональную технологию обработки информации.

Так называемые сервисные программы, которыми системы обработки данных комплектуется в зависимости от потребности в них, расширяют возможности операционной системы. Для обеспечения информационной связи в сетях системах обработки данных и связи системы по различным каналам также применяются программные средства, которые можно отнести к системному программированию.

Прикладное программное обеспечение составляют программы пользователей и пакеты прикладных программ (ППП) разного назначения. Стандартные программы пользователей представляют собой программные решения определённых задач на алгоритмическом языке.

Для внедрения и эксплуатации системы AVOA-Space необходим следующий минимальный набор программного обеспечение:

а) операционная система Linux OpenSuse 11.4 и выше;

б) пакет обработки сейсмических данных Madagascar с интегрированным 3.1.3 Выбор и обоснование языка программирования. На первоначальном этапе знакомства с предметной областью, был однозначно, определен язык реализации алгоритма AVOA-space – С++. Этот выбор был обоснован тем, что впоследствии после реализации алгоритма, его необходимо интегрировать в сейсмический обрабатывающий пакетMadagascar.

Madagascar является современным пакетом обработки сейсмических данных, а так же бесплатным программным пакетом многомерного анализа данных.Madagascar является открытым исходным пакетом и распространяется на условиях GPL стандартной открытой лицензией, которая не накладывает никаких ограничений на использование и модификация кода.

Madagascar применяется для компьютерного анализа данных в геофизике и смежных областях. В пакет обработки включен набор разработчика для C, C + +, FortranFortran-90, Matlab и основу для научных публикаций (LaTeX). Madagascar работает на Unix / Linux платформ, включая MacOS X и Unix эмуляции Miscrosoft под окнами. Madagascar использует простой, гибкий и универсальный формат данных, который может работать с очень большими наборами данных.

Сегодня в связи с все более ускоряющимися технологиями программирования, постоянно повышаются требования к среде и к самому языку программирования. Одним из самых популярных и мощных языков программирования является С++.

С++ - это компилируемый статически типизированныйязык программирования общего назначения, широко используется для разработки программного обеспечения.

Основной особенностью языка является совместимость с языком Си и кроссплатформенность. Программы, написанные на C++, уступают в скорости только созданным на языке Ассемблера. Да и сам C задумывался как некий Ассемблер высокого уровня, поэтому работающему в нем программисту открыты возможности, которых не найти в других языках. Рассмотрим достоинства языка программирования а) Поддерживаются различные стили и технологии программирования.

б) Пользовательские функции-операторы позволяют кратко и ёмко записывать выражения над пользовательскими типами в естественной алгебраической форме.

в) Кроссплатформенность - стандарт языка накладывает минимальные требования на ЭВМ для запуска скомпилированных программ. (Доступны компиляторы для большого количества платформ, на языке C++ разрабатывают программы для самых различных платформ и систем) г) Эффективность. Язык спроектирован так, чтобы дать программисту максимальный контроль над всеми аспектами структуры и порядка исполнения программы.

д) Высокая совместимость с языком C, позволяющая использовать весь существующий C-код.

Исходя из вышеизложенного для реализация алгоритма AVOA-space, был выбран язык программирования C++.

Выбранная среда разработки: Microsoft Visual Studio 2010.

3.1.4 Разработка информационного обеспечения. На основе алгоритма AVOASpace и исследования предметной области сейсморазведочных работ была построена схема функционирования системы AVOA-Space (рисунок 2.4).

Для каждой подсистемы AVOA-space был спроектирован алгоритм обработки данных описанные в п. 2.

3.1.5 Описание структуры системы AVOA-space. Система «AVOA-space»

разработано в среде программирования Microsoft Visual Studio Express 2010. Работа с данными ведется через считывания файлов формата обработки данных.

Проект системы AVOA-space состоит из трех подсистем. Листинг программного кода разработанного проекта представлен в приложении Б. Первая подсистема предназначена для расчета входных данных для алгоритма AVOA-space. В подсистеме реализована процедура считывания данных с файла в формате SEG-Y (должен содержать сводные сейсмограммы ОГТ по бинам). Считанные данные заносят в массив значений, по которым в дальнейшем вычисляются входные данные для алгоритма AVOA-space.

Формулы, по которым производится расчет, описаны в разделе п. 2.4. Вычисленные значения записываются в текстовый файл с определенной структурой, чтение которого производится в модуле AVOA-space.

Рисунок 2.4 - Схема функционирования системы AVOA-space Вторая подсистема предназначена для расчета параметров аппроксимации коэффициента отражения продольной волны на основании результатов, полученных в подсистеме расчета входных данных. В подсистеме реализована процедура считывания данных с текстового файла, полученного в результате обработки подсистемой расчета входных данных или при создании другим способом обработки. Входной файл должен иметь четкую структуру, последовательность полей и разделителей (табуляций) а) N_CDP – номер бина;

б) OFFSET – удаление источник-приемник;

в) AZIM – азимут линии наблюдения;

д) SIN_KV_UGLA – квадрат синуса угла падения.

Все поля в текстовом файле должны быть разделены табуляцией. Значения не целых полей могут использовать в качества знака разделителя целой части от дробной, как знак «точка», так и знак «запятая». Для быстроты вычислений предпочтительнее будет использовать символ «точки».

Далее вычисляются параметры аппроксимации и сохраняются в файл-отчет.

Параметры среды вычисляются по формулам, приведенным в разделе (раздел описания алгоритма).

Разработанный проект системы AVOA-space интегрирован в пакет обработки сейсмических данных Madagascar. Запуск проекта системы AVOA-space следует проводить через Madagascar, но также возможен запуск и без пакета обработки сейсмических данных, для этого требуется запустить исполняемый файл, скомпилированный под LINUX.

обеспечение представляет собой комплекс технических средств, который подразделяется на вычислительную технику и оргтехнику (периферийные устройства).

Основой вычислительной техники служит профессиональный персональный компьютер, предусматривающий работу специалиста без посредников (программистов, операторов). В комплект профессионального персонального компьютера входят системный блок, дисплей, клавиатура, магнитные накопители информации.

К оргтехнике же относят все периферийные устройства и дополнительное оборудование: принтер, модем, источник бесперебойного питания, сетевой фильтр и другие.

К комплексу технических средств следует отнести и средства коммуникаций для связи различных систем обработки данных в сетях, а также средства телефонной связи.

При проектировании системы AVOA-Space был использован персональный компьютер со следующими характеристиками:

б) Pentium* III 500 МГц или более современный процессор (рекомендуется Pentium 4 2.4 ГГц или мощнее или любой AMD64 или Intel* EM64T процессор) в) Оперативная память: 512 МБ (рекомендуется 1 ГБ) г) Жёсткий диск: минимум 300 ГБ свободного дискового пространства (рекомендуется больше, в зависимости от количества устанавливаемых программ) д) Видеокарта: поддерживается большинство современных видеокарт, минимальное разрешение экрана 800x600 (рекомендуется 1024x768 или больше) Так же для эксплуатации системы AVOA-Space требуется модем, источник бесперебойного питания и сетевой фильтр.

3.2 Назначение и цель создания системы AVOA-space Система AVOA-space предназначена для автоматизация процесса обработки полевого материала и повышения эффективности работы сотрудника путем радикального сокращения объемов непроизводительного труда.

Система обработки данных позволит автоматизировать процессы расчета входных данных, необходимых для подачи на вход алгоритма AVOA-space, и процесса определения параметров среды.

3.3. Описание функциональных возможностей Наиболее эффективной является обработка информации в диалоговом режиме.

Использование диалогового режима позволяет с рабочего места обращаться к любой информации, хранимой в памяти ЭВМ. Все это находит практическую реализацию в программном обеспечении системы обработки.

В LINUX-системах пользователи работают через интерфейс командной строки (CLI). Вследствие чего интерфейс разрабатываемой системы реализован в интерфейсе CLI. После запуска приложения, пользователю на экране выдается сообщение о запуске приложения с перечнем команд, которые можно выполнить. Окно консольного приложения, после запуска, представлено на рисунке 3.1.

Далее пользователю предоставляется выбор действий, которые он может выполнить, посредством введенных команд. Список существующих команд с описанием представлен на рисунке 3.1. Рассмотрим каждую команду по очереди.

Команда ras_input – это процедура, выполняющая вычисление входных данных для алгоритма AVOA-space. После выполнения этой команды на экране появится сообщение о том, что запущена процедура расчета входных данных. Далее при помощи средств визуальных сообщений и подсказок, в режиме реального времени между пользователем и системой обработки данных будет проходить диалог ввода параметров, необходимых для расчетов данных. Пример работы процедуры расчета входных данных представлен на рисунке 3. Рисунок 3.2 Окно расчета входных данных «AVOA-space»

Команда avoa-anal – это процедура, расчета параметров аппроксимации коэффициента отражения. После выполнения этой команды на экране появится сообщение о том, что запущена процедура расчета параметров аппроксимации. Далее при помощи средств визуальных сообщений и подсказок, в режиме реального времени между пользователем и системой обработкой данных, будет проходить диалог ввода идентифицирующего параметра (номер бина), необходимого для расчетов параметров апроксимации. Пример работы процедуры расчета параметров аппроксимации представлен на рисунке 3. Рисунок 3.3 Окно расчета параметров аппроксимации коэффициента отражения в программе «AVOA-space»

back – это команда завершающая выполнение любой процедуры в любой момент времени. Команда может быть введена на любой стадии выполнения обработки, кроме того случая, когда не запущена ни одна процедура расчета, т.е. сразу после запуска системы обработки или завершения любой процедуры обработки. При выполнении команды back данные не сохраняются, кроме того случая, когда файл уже сохранен.

exit – команда выполняющая выход из системы обработки данных. Выполняется на любом этапе обработки. Не сохраняет данные, при выходе на этапе обработки данных, кроме того случая, когда будет выведено сообщение о том, что файл сохранен.

Команда help – выводит информацию о всей системе AVOA-space, список команд выполнения. Команда может быть выполнена на любом этапе обработки. Для получения подсказки по определенной команде необходимо ввести help и «название команды», разделенные пробелом. Пример: help avoa-anal. Окно выполнения команды help представлено на рисунке 3.4.

Регистр вводимых символов не влияет на работоспособность системы обработки данных. Система AVOA-space поддерживает только английскую раскладку клавиатуры.

3.3. Тестирование программы Вследствие того, что доминирующим фактором для надежности системы обработки данных является ошибка проектировщика, а также источниками ненадежности являются непроверенные сочетания исходных данных, отлаженная система обработки данных может дать неверные результаты или отказы. Поэтому было проведено тестирование программы на отказоустойчивость и надежность системы в целом.

Тестирование системы «AVOA-space» проводилось по следующим параметрам – а) проверка введенных значений;

б) проверка существования файлов и правильной структуры файла;

в) проверка результатов расчетов.

Во время запуска приложения пользователю предоставляется выбор действий, которые он может выполнить. При вызове любой команды на экран компьютера выводиться подсказки и примеры. В интерактивном режиме пользователю будет предложено ввести параметры для расчета различных показателей. Проводилась проверка на вводимые пользователем значения, которые должны четко соответствовать логическим или физическим требованиям системы обработки. Тестирование программы проводилось на существование входного файла, соответствие его структуре SEG-Y или структуре входного файла для AVOA-space. Проводилась сравнение результатов работы алгоритма по программе, составленной на языке С++ и в пакете Microsoft Excel. Для тестирования использовались теоретические коэффициенты отражения для модели среды ЮрубченоТохомского месторождения [Егорова, 2011]. Вычисления по двум разным программам совпадают с точностью до 10-5. Результаты вычислений приведены в таблице 3.1.

Таблица 3.1 сравнение результатов работы программ В результате комплексного тестирования были устранены все выявленные ошибки и логические неточности. После этого была произведена интеграция алгоритма в Madagascar и проведено тестирование AVOA-space, под другой операционной системой Linux. В итоге система AVOA-space внедрена в сейсмический обрабатывающий пакет Madagascar и в дальнейшем будет использоваться для обработки данных AVOA-инверсии.

Глава 4. Тестирование алгоритма AVOA-space на модельных данных для Верхнечонского нефтяного месторождения 4.1. Описание целевого объекта и модели Тестирование алгоритма проводилось на модельных данных для целевого карбонатного комплекса Верхнечонского нефтяного месторождения (Рисунок 4.1).

Главным назначением сейсмических работ ОГТ являлосьопределение преимущественного направления и плотности трещин в карбонатных коллекторах месторождения.

Рисунок 4.1 -Участок работ на Верхнечонском месторождении Обобщенная сейсмогеологическая модель месторождения была составлена по данным вертикального сейсмического профилирования (ВСП) и акустического каротажа (АК) в скважинах №73 и №78. В качестве модели рассматривается 10-слойная горизонтально слоистая среда. Восьмой слой задан трансверсально-изотропным и имитирует трещиноватые отложения (доломиты) Осинского горизонта и подсолевого карбонатного комплекса (венд) (Рисунок 4.2).

Глубина, м Рисунок 4.2 - Обобщенная сейсмогеологической модель Верхнечонского месторождения.

Трансверсально-изотропный слой выделен синим цветом Направления оси симметрии в анизотропном слое является горизонтальным и составляет с осью X угол 60 градусов, а направление трещин соответственно 150 градусов (рисунок 4.3).

Наиболее важными опорными отражающими горизонтами на месторождении являются а) горизонт А – кровля осинского горизонта Усольской свиты, являющийся репером;

б) горизонт М2 – кровля Непской свиты, подошва карбонатного комплекса.

Основные нефтяные коллектора приурочены к подсолевому трещинному карбонатному комплексу и Осинскому горизонту.

4.2 Тестирование алгоритмаAVOA-space на радиальных профилях.

Тестирование программы проводилось на модельных данных по коэффициентам отражения. Обращение зависимостей коэффициентов отражения от угла падения является в чистом виде задачей AVO-инверсии. Были произведены расчеты коэффициентов отражения Р-волн от кровли (горизонт А) и от подошвы (горизонт М2) трещиноватого анизотропного слоя в зависимости от удаления и sin2 угла падения по программам И.Р.

Оболенцевой и М.В. Черепанова [Оболенцева и др., 1989]. Полученные данные были преобразованы в формат обработки AVOA-space и по ним рассчиты параметры апроксимации коэффициентов отражения.

Из рисунка 4.4 видно, что для горизонта А зависимости коэффициентов отражения от квадратов синусов угла падения практически линейны до удалений 2000 м.

Наблюдается очень плохая разрешенность коэффициентов отражения в зависимости от азимутов на малых удалениях, отсюда можно ожидать неустойчивое решение обратной задачи. Также можно сделать вывод, что для кровли анизотропного слоя значения параметров аппроксимации должны быть: А0, Biso0 и Bani0.

Рисунок 4.4 - Коэффициенты отражения от кровли анизотропного слоя (горизонт А) в зависимости от удаления и sin2 угла падения при различных азимутах профиля.

На рисунке 4.5 показаны коэффициенты отражения от подошвы анизотропного слоя. Для подошвы анизотропного слоя (горизонт М2) зависимость коэффициентов отражения от удаления и квадрата синуса близка к линейной до удалений 2000 м.

Разрешенность коэффициентов отражения по азимутам выше, чем для горизонта А, что является благоприятным фактором для определения параметров анизотропии. Здесь по графикам можно сделать вывод, что при решении обратной задачи должны получиться:

А0, Biso0 и Bani0.

Рисунок 4.5 - Коэффициенты отражения от подошвы анизотропного слоя (горизонт М2) в зависимости от удаления и sin2 угла падения при различных азимутах профиля.

4.2.1 Результаты решения обратной задачи на данных без помех. Известно, что полнота азимутов наблюдений определяет точность решения обратной задачи: чем больше количество азимутов, тем меньше погрешность. Поэтому на первом этапе в качестве эталонного было получено решение обратной задачи по коэффициентам отражения, рассчитанным на 10 радиальных профилях с азимутами: 0о, 15о, 30о, 45о, 60о, 75о, 90о, 105о, 120о, 150о. Результаты приведены в таблице 4.1.

Из таблицы 4.1 видно, что на данных без помех алгоритм точно определяет направление оси анизотропии. Как уже и предполагалось ранее, для горизонта А значение решения обратной задачи удовлетворяет равенствам: А0, Biso0, Bani0, а для горизонта М2: А0, Biso0, Bani0.

Таблица 4.1. Результаты решения обратной задачи по 10 радиальным профилям.

По 10 азимутам 00, 150, 300, 450, 600, 750, 900, 1050, 1200, пространственного AVOAанализа для 10 азимутов по горизонтам А и М2 для удалений до 2000м. В отсутствии помех при оптимальных системах наблюдений азимутальный AVO-анализ отраженных продольных волн позволяет получать достоверные оценки анизотропии изучаемого объекта.

4.2.2 Результаты решения обратной задачи с наложенными шумами. На теоретические значения коэффициентов отражения накладывался случайный шум, имеющий нормальное распределение и составляющий некий процент от среднего уровня коэффициента отражения на базе наблюдения. Накладывался 10, 20, и 30% шум по азимутам 0о, 15о, 30о, 45о, 60о, 120о, 150о. По этим же 7-и азимутам проводилось решение обратной задачи.

Рисунок 4.6 Зависимость коэффициентов отражения теоретических и с наложенным 10% Рисунок 4.7 Зависимость коэффициентов отражения теоретических и с наложенным 10% На рисунках 4.6 и 4,7 показаны коэффициенты отражения с наложенным 10 % шумом для горизонтов А и М2.

В таблицах 4.2 и 4.3 представлены результаты решения обратной задачи по коэффициентам отражения с различным уровнем шума для горизонтов А и М2.

Результаты решения обратной задачи на данных с шумом для горизонта А.

По 7 азимутам 00, 150, 300, 450, 600, 1200, В таблице 4.2 приведены параметры аппроксимации, определенные алгоритмом пространственного AVOA анализа для 7 азимутов с различным уровнем шума по горизонту А для удалений до 2000м.

Результаты решения обратной задачи на данных с шумом для горизонта M2.

По 7 азимутам 00, 150, 300, 450, 600, 1200, В таблице 4.3 приведены параметры аппроксимации, определенные алгоритмом пространственного AVOA анализа для 7 азимутов с различным уровнем шума по горизонту М2 для удалений до 2000м.

Как мы видим из таблиц 4.2 и 4.3, при наложении шума 10% от среднего значения коэффициентов отражения на базе наблюдения точность решения обратной задачи падает по сравнению с теоретическими данными. Погрешность определения азимута оси симметрии равна 4,2о для горизонта А и 2,67oдля горизонта М При наложении шума 20% при решении обратной задачи погрешность определения оси симметрии возрастает и становится равной 10,43о для горизонта А и 2,84одля горизонта М2.

Решение обратной задачи по коэффициентам отражения от кровли анизотропного слоя (горизонт А) при увеличении шума выше 20 % становится неустойчивым, поэтому далее 30% шум накладывался только на коэффициенты отражения от подошвы слоя (горизонт М2).

Зависимости ошибки определения азимута оси симметрии от уровня случайного шума для горизонтов А и М2 показаны на рисунке 4.8.

Рисунок 4.8. Ошибка определения азимута оси симметрии по 7 азимутам:

пространственного AVOA анализа обеспечивает высокую точность определения азимута оси анизотропии при уровне шумов до 30% (погрешность определения азимута оси симметрии не превышает 3о). Влияние помех резко ухудшает результаты AVO инверсии по отражению от кровли анизотропного слоя (рис. 4.8, а). В этом случае достоверные результаты могут быть получены при уровне помех не более 10 %.

4.3. Тестирование алгоритма AVOA-space на реальной системе наблюдений.

Исследования проведены на реальной системе наблюдений на Верхнечонском месторождении. Отработка площади выполняется путем последовательного отстрела полос обзора (рисунок 4.9), каждая из которых включает 11 параллельных приемных профилей, расположенных через 200 м в направлении с запада на восток. Интервал между центрами групп равен 50 м. Расстояние между ПВ=50 м. Расстояние между линиями возбуждения равно 100, 150, 200, 250м.

Рисунок 4.9 - Расположение приемников и источников для системы При работе с данными 3D – наблюдений каждая точка ОГТ представляется в виде некоторой площадки – бина. Выборка трасс, относящихся к общему бину отражения, проводилась в системе обработки ProMAX.

Для тестирования программы пространственного азимутального AVO – анализа использовался один супербин размером 125х125 м, состоящий из 25 малых бинов, каждый размером 25х25 м (рисунок 4.10).

Рисунок 4.10 - Карта распределения азимутов – удалений. Распределение трасс в Решение обратной задачи получено по сводной сейсмограмме для одной точки ОГТ (малый бин), т.е. для 80 трасс, выделенных красным цветом на рисунке 4.10.

Результаты вычислений AVOA-space представлены в таблице 4. Результаты решения обратной задачи по данным без помех В таблице 4.4 даны параметры аппроксимации, определенные алгоритмом пространственного AVOA-инверсии для реальной системы наблюдения по горизонтам А и М2 для одного малого бина. Здесь A, BISO, BANI, 0 – параметры аппроксимации, вычисленные программой обработки. Погрешность определения азимута оси анизотропии приблизительно 2о.

Данная работа посвящена развитию метода пространственного AVO-анализа продольных волн, применяемого для изучения анизотропных сред. В процессе выполнения работы была разработана система обработки данных, реализующая алгоритм пространственного AVOA анализа и позволяющая определить направление трещин в целевом объекте.

Система AVOA-space состоит из следующих процедур:

а) процедура подготовки входных данных. По координатам источников и приемников вычисляются удаление источник-приемник, азимут линии наблюдения, квадрат синуса угла падения волны на границу. Затем вычисляются среднеквадратичные амплитуды целевого отражения в б)вычисление параметров аппроксимации коэффициентов отражения, в том числе азимута оси анизотропии среды, с помощью программной реализация алгоритма AVOA-space на языке С++.

На тестовом материале выполнено исследование точности и устойчивости решения обратной задачи по разработанному алгоритму с помощью написанных автором программ. Исследования выполнены как на идеальной системе наблюдений с радиальным распределением приёмных линий, так и на реальной площадной системе, применявшейся на Верхнечонском месторождении. Входными данными алгоритмов были коэффициенты отражения от кровли и подошвы анизотропного слоя (без помех и с наложенным на них случайным шумом), рассчитанные П.А. Лыхиным.

Проведенное тестирование метода пространственного AVOA-анализа на модельных данных показало его высокую эффективность при определении параметров азимутально-анизотропной среды с горизонтальной осью симметрии.

В дальнейшем можно усовершенствовать систему обработки данных, заменив линейную аппроксимацию коэффициента отражения на параболическую и добавив дополнительные модули расчетов.

В заключение выражаю огромную благодарность своему научному руководителю Т.В. Нефедкиной, В.В. Карстену, Е. Мосягину за неоценимую помощь, оказанную в ходе проведения исследования, а также в написании настоящей работы.

Используемые определения, термины и сокращения МОГТ метод общей глубинной один из методов сейсморазведки МПВ метод преломленных один из методов сейсморазведки МОВ метод отраженных волн один из методов сейсморазведки твёрдых и газообразных средах за счёт направления распространения волны перпендикулярно направлению распространяются как продольные, а на миграция углеводородов перемещение нефти и газа в земной коре под действием природных сил различным направлениям внутри этой направлениях.

1. Ata E., Michelena R.J. Mapping distribution of fractures in a reservoir with P-S converted waves // The Leading Edge. 1995. V. 14, N 6. P. 664-676.

2. Crampin S., McGonigle R., Bamford D. Estimating crack parameters from observations of P-wave velocity anisotropy // Geophysics. 1980. V. 46, N 3. P. 345-360.

3. Hudson J.A. Overall properties of a cracked solid // Math. Proc. of Camb.

Phil.Soc. 1980. V. 88, N 2. P. 371-384.

Mayne W. H. Seismic surveying. U. S. Patent. 1950. № Mallic S. et al. “Determination of the principal directions of azimuthal anisotropy from P-wave seismic data”// “Geophysics”, V.63, 1998.

Ostrander W.J. “P-wave reflection coefficients for gas sands at nonnormal angles of incidence”// “Geophysics”, №10, 1984.

7. Perez M.A., Gibson R.L., and Toksoz M.N. Detection of fracture orientation using azimuthal variation of P-wave AVO responses // Geophysics. 1999. V.64, N 4.P.1253Ruger A. and Tsvankin I. “Using AVO for fracture detection: Analytic basis and practical solutions” // The Leading Edge, October 1997.

Ruger A. “Variation of P-wave reflectivity with offset and azimuth in anisotropic media”// Geophysics, V.63, 1998, p. 935-947.

10. Rutherford S.R., Williams R.H. Amplitude-versus-offset variations in gas sands // Geophysics, 1989, vol. 54, № 6, p. 680-688.

11. Schoenberg M. Elastic wave behavior across linear slip interfaces // J. Acoust.

Soc. Of Am. 1980. V. 68, N 5. P. 1516-1521.

12. Thomsen L. Reflection seismology over azimuthally anisotropic media // Geophysics. 1988. V. 53, N 3. P. 304-313.

13. Аки К., Ричардс П. Количественная сейсмология. Теория и методы. Том 1., М. «МИР», 1983, 880 стр.

14. Гурвич И.И., Боганик Г.Н. Сейсмическая разведка, изд. Третье, М.: Изд.

«Недра», 1982.

15. Егорова А.А. Тестирование алгоритма пространственного AVOA-анализа отраженных продольных волн на модельных и реальных данных, дипломная работа на соискание степени магистра НГУ, Новосибирск, 16. Межбей В.И. Методика многократных перекрытий в сейсморазведке. - М.:

Недра, 1985. - 264 с.

17. Нефедкина Т.В., Карстен В.В., Егорова А.А. Пространственный анализ амплитуд отраженных продольных волн в азимутально-анизотропных средах // Технологии сейсморазведки, 2011, № 18. Пузырев Н.Н. Интерпретация данных сейсморазведки методом отраженных волн, М.: «Гостоптехиздат», 1959.

19. Чичинина Т.И., Сабинин В.И., Корсунов В.И., Ронкийо-Харийо Х.

“Амплитудный анализ отраженных продольных волн в азимутально-анизотропных средах при разведке нефтегазовых резервуаров”// Сборник докладов международной научной конференции “Сейсмические исследования земной коры”, Новосибирск, 2004.

20. Шалаева Н.В. AVO-анализ. Физические основы возможности и ограничения., Геленджик, 2004.

Таблица А.1 текстовый EBCDIC header C C13 on-line, cross-line is in bytes: 21-24, 65- C C C C22 Processing sequence:

C23 AMPLITUDE NORMALIZATION (параметры)

C25 GEOMETRY APPLICATION

C26 FAN FILTER (параметры) C27 DECONVOLUTION (тип) BP FILTER (параметры) C C29 NMO CORRECTION C30 STACK C31 MIGRATION (тип) C32 SCALE C C //подключаемыебиблиотеки #include math.h #include stdafx.h #include iostream #include stdio.h #include stdlib.h #include string #include cstdio #include time.h void AVOA_analysis();

void ras_input();

short put_i2(short);

int put_i4(int);

using namespace std;

#define PI 3.14159265 // ЧислоПи double znach[65530][11];

double sum_sinf, sum_sinkvf, sum_koef, sum_d, sum_e, sum_h, sum_i, sum_k, sum_l, sum_m, sum_n, sum_o, sum_f, sum_c, sum_j;

double rez[4], grad[4];

int ch=0;

string str1,filepath;

short put_i2(short c_data) //Процедураконвертациидвоичныхданныхвдесятичныйформат integer;

{ shortswapped_value;

swapped_value = c_data 8;

c_data = (c_data 8) & 0xFF;

swapped_value |= c_data;

return swapped_value;

intput_i4(intc_data) //Процедура конвертации двоичных данных в десятичный формат integer;

{ int swapped_value;

swapped_value = c_data 24;

swapped_value |= (c_data 8) & 0xFF0000;

swapped_value |= (c_data 8) & 0xFF00;

swapped_value |= (c_data 24) & 0xFF;

returnswapped_value;

//Процедуры вычисления обратной матрицы double trey(double p1, double p2, double p3,double p4, double p5, double p6,double p7,double p8, double p9) { double sum=0.0;

sum=p1*p5*p9+p2*p6*p7+p4*p8*p3-p3*p5*p7-p2*p4*p9-p1*p6*p8;

//процедурарасчетадетерминанта double deter(double ar[4][4]) { double det=0.0;

det= (ar[0][0]*(trey(ar[1][1],ar[1][2], ar[1][3],ar[2][1],ar[2][2],ar[2][3],ar[3][1],ar[3][2],ar[3][3]))) +(((-1)*ar[0][1])*(trey(ar[1][0],ar[1][2],ar[1][3],ar[2][0],ar[2][2],ar[2][3],ar[3][0],ar[3][2],ar[3][3]))) +(ar[0][2]*(trey(ar[1][0],ar[1][1],ar[1][3],ar[2][0],ar[2][1],ar[2][3],ar[3][0],ar[3][1],ar[3][3]))) +(((-1)*ar[0][3])*(trey(ar[1][0],ar[1][1],ar[1][2],ar[2][0],ar[2][1],ar[2][2],ar[3][0],ar[3][1],ar[3][2])));

return(det);

void AVOA_analysis() {cout"You have started the AVOA-Analysis procedure!!!"endlendl;

char str_file[150];

double vrem1,vrem2,vrem3,vrem4,vrem5;

cout"Please, enter the text file name you want to work with"endl;

cout"To start AVOA-analysis the file must contain the input data. Example: test.txt "endl;

{ cin str1;

filepath=str1;

{cout"The calculations were terminated. ";

fp = fopen(filepath.c_str(), "r");

cerr "The file cannot be opened, enter another file name"endl;

cout"To start AVOA-analysis the file must contain the input data. Example test.txt"endl;

fgets((char *)str1.c_str(), 200,fp);

cout"Warning!!! The file structure is not up to standard, errors or incorrect calculations are possible"endl;

cout"Please, enter the bin number."endl;

{cout"The calculations were terminated. ";

bin=atoi(str1.c_str());

sum_d=0; sum_e=0; sum_h=0; sum_i=0; sum_k=0; sum_l=0; sum_m=0; sum_n=0; sum_o=0; sum_c=0; sum_f=0; sum_koef=0;

sum_j=0;

while (NULL != fgets (str_file, 150,fp)) // читаемстрокуполностью sum_sinf+=znach[i][4];

znach[i][5]=pow(znach[i][4],2) ; //sin kv sum_sinkvf+=znach[i][5];

vrem1=2*(znach[i][2]/180*PI);

znach[i][6]=sin(vrem1); //sin 2f znach[i][7]=pow(sin(vrem1),2); //sin kv 2f znach[i][8]=cos(vrem1); //cos 2f znach[i][9]=znach[i][8]*znach[i][8]; //cos kv 2f if (i0) // выполняется если найден хоть один бин { sum_c=sum_sinf/(i+1);

sum_f=sum_koef/(i+1);

sum_d+=znach[j][8]*znach[j][4]/(i+1); // d и sum_d sum_e+=znach[j][6]*znach[j][4]/(i+1); // e и sum_e sum_h+=znach[j][5]*znach[j][8]; // h и sum_h sum_i+=znach[j][5]*znach[j][6]; // i и sum_i sum_k+=znach[j][5]*znach[j][9]; // k и sum_k sum_l+=znach[j][5]*znach[j][6]*znach[j][8];// l и sum_l sum_m+=znach[j][3]*znach[j][4]*znach[j][8]; // m и sum_m sum_n+=znach[j][5]*znach[j][7];// n и sum_n sum_o+=znach[j][3]*znach[j][4]*znach[j][6];// o и sum_o sum_j+=znach[j][3]*znach[j][4]; // j и sum_j grad[0]=sum_f;

grad[1]=sum_j;

grad[2]=sum_m;

grad[3]=sum_o; // градиент double M[4][4] = { {1, sum_c, sum_d, sum_e}, {(i+1)*sum_c,sum_sinkvf, sum_h, sum_i}, {sum_e*(i+1),sum_i, sum_l, sum_n}};

double det=deter(M);

if (det==0) {cout"The determinant is equal to 0. The inverse matrix does not exist."endl;

ch=0;

if (ch==1) int chet1,chet2,chet3,chet6=0,chet7=0;

for (int chet1=0; chet116; ++chet1) ar1[chet6][chet7]=((trey(ar[0][0],ar[0][1],ar[0][2],ar[1][0],ar[1][1],ar[1][2],ar[2][0],ar[2][1],ar[2][2]))/det);

ar1[0][1]=ar1[0][1]*(-1);

ar1[0][3]=ar1[0][3]*(-1);

ar1[1][0]=ar1[1][0]*(-1);

ar1[1][2]=ar1[1][2]*(-1);

ar1[2][1]=ar1[2][1]*(-1);

ar1[2][3]=ar1[2][3]*(-1);

ar1[3][0]=ar1[3][0]*(-1);

ar1[3][2]=ar1[3][2]*(-1);

vrem1=0;

for (int j=0; j4; ++j) { for (int ii=0; ii4; ++ii) { vrem1 +=(double)ar1[ii][j]*grad[ii];

rez[j]=vrem1;

vrem1=0;

bani=-2*sqrt(pow(rez[2]+rez[3],2)-2*rez[2]*rez[3]);

biso=rez[1]-bani/2;

fi=(atan2(rez[3],rez[2])/2)*180/PI+90;

printf("A=%f;\n",rez[0]);

printf("Biso=%f;\n",biso);

printf("Bani=%f;\n",bani);

printf("Fi=%f;\n",fi);

cout"The calculations have been successfully completed!"endl;

{cout"Do you want to save the output data to a file? (Y-Yes/N-No)"endl;

cinstr1;

if (str1=="Y" || str1=="YES"|| str1=="yes" || str1=="Yes" || str1=="y") cout"Please, enter the name of the text file, where you want to save the result."endl;

if ((fp1=fopen(str1.c_str(),"w+"))==0) char timestr[9];

_strdate(datestr);

_strtime(timestr);

fprintf(fp1,"resul for %s %s\n", datestr, timestr);

fprintf(fp1,"A=%f;\n",rez[0]);

fprintf(fp1,"Biso=%f;\n",biso);

fprintf(fp1,"Bani=%f;\n",bani);

fprintf(fp1,"Fi=%f;\n",fi);

cout"The data have been saved to a file "str1endl;

if (str1=="N" || str1=="NO" || str1=="no" || str1=="No" || str1=="n") } while (ch!=1);

} else cerr "Bin number with the following value has not been found"endl;

ch=0;

fclose(fp);

fp = fopen(filepath.c_str(), "r");

} while (ch!=1);

void ras_input() char filepath[1000];

float vrem1=0,vrem2=0, vrem3=0,vrem4,vrem5,h;

int tmp_xs,tmp_ys, tmp_xr,tmp_yr;

int n_cdp;

short T, N;

int i, j;

long L, M;

int a;

double Sum=0.0, SR=0.0;

int vrem_nach=0,vrem_kon=0,shag_disk=0,kol_zam=0;

FILE *fp;

cout"Please, enter the SEG-Y file name you want to work with. Example: test.sgy"endl;

scanf("%s",&filepath);

fp = fopen (filepath, "rb");

if(fp==NULL) perror("The file cannot be opened, enter another file name!");

cout"Please, enter the SEG-Y file name you want to work with. Example: test.sgy."endl;

cout"Do you want to save the output data to a file? (Y-Yes/N-No)"endl;

cout"y"endl;

cout"Please, enter the name of the text file, where you want to save the result:";

scanf("%s",&filepath);

cout"Please enter depth to reflection border:"endl;

cinh;

fseek(fp, 3221, SEEK_SET); //dlina trass v diskretah fread(&N, 2, 1, fp);

printf ("Length of the line in increments:%d\n", N);

fseek(fp, 0L, SEEK_END);

L=ftell(fp);

M=(L-3600)/(N*4+240); //kol-vo trass printf ("number of line:%d\n", M);

fseek(fp, 3600L, SEEK_SET);

FILE *fpt;

if ((fpt=fopen(filepath,"w+"))==0) { fprintf(fpt,"N_CDP\tOFFSET\tAZIM\tKOEF_OTR\tSIN_KV_UGLA\n");

cout"The value can not be greater than (t_n-t_k) ("vrem_kon-vrem_nach")"endl;

for(j=0; jM; j++) fseek (fp,20L,SEEK_CUR);

fread (&n_cdp,4,1,fp);

fseek (fp,48L,SEEK_CUR);

fread (&tmp_xs,4,1,fp);

tmp_xs = put_i4 (tmp_xs);

fread (&tmp_ys,4,1,fp);

tmp_ys = put_i4(tmp_ys);

tmp_xr = put_i4(tmp_xr);

tmp_yr = put_i4(tmp_yr);

vrem3=(tmp_xs+tmp_xr)/2;// xi+xp/ vrem4=(tmp_ys+tmp_yr)/2; // yi+yp/ vrem5=atan2(vrem2,vrem1)*180/PI; //azim vrem3=sqrt(pow(vrem1,2)+pow(vrem2,2))/300*3; //offset vrem4=(((vrem3/2)*180)/(PI*sqrt((vrem3/2)*(vrem3/2)+h*h))); // синусквадратуглападения fseek (fp,152,SEEK_CUR);

for(i=0; iN; i++) {fread(&a, 4, 1,fp);

a=put_i4(a);

if (i=vrem_nach && i=vrem_kon) if (i==vrem_kon || i==vrem_nach || i==vrem_nach+shag_disk*kol_zam) SR=sqrt(Sum)/kol_zam;

fprintf(fpt,"%d\t%f\t%f\t%f\t%f\t\n", n_cdp, vrem3, vrem5, SR, vrem4);

fclose(fpt);

fclose(fp);

int main() { cout"AVOA-space"endlendl;

cout"AVOA-space is the program for calculation of entrance data for spatial AVOA analysis and for calculation parameters of environment approximation. For work in system enter the following command:"endl;

cout"ras_input - the calculation procedure for the input AVOA analysis;"endl;

cout"avoa-anal - procedure for calculation parameters of environment approximation;"endl;

cout"back - go back. Stop the procedure of calculation;"endl;

cout"exit - exit the program;"endl;

cout"help - Fast help;"endlendl;

cout"help {ras_input | avoa-anal | back | exit} - a detailed description of the command. Example: help back, help ras_input."endl;

cout"To continue, enter the following command:";

if (str1=="avoa_anal") do{AVOA_analysis();

cout"Do you want to repeat the procedure with other parameters? (Y-Yes/N-No)"endl;

if (str1=="Y" || str1=="YES"|| str1=="yes" || str1=="Yes" || str1=="y") if (str1=="N" || str1=="NO" || str1=="no" || str1=="No" || str1=="n") cout"Do you want to repeat the procedure with other parameters? (Y-Yes/N-No)"endl;

if (str1=="Y" || str1=="YES"|| str1=="yes" || str1=="Yes" || str1=="y") if (str1=="N" || str1=="NO" || str1=="no" || str1=="No" || str1=="n") {cout"enter another command"endl;

return 0;//EXIT_SUCCESS;



 


Похожие работы:

«Борис Парашкевов ОТИМЕННА ЛЕКСИКА В СЛОВНИКА НА БъЛГАРСКИЯ ЕЗИК ЕНЦИКЛОПЕДИЧЕН РЕЧНИК НА ПРОИЗВОДНИ ОТ СОБСТВЕНИ ИМЕНА предисловие Ч етивност и информативност, драги читателю, беше ръководният формалносъдържателен замисъл на този лексикон, който в структурно отношение е първи по рода си сред нашите речникови пособия. За негов обект бе избрана една специфична по своето възникване и внушителна по обема си група съществителни и прилагателни имена, както и незначителен брой глаголи в българския...»

«Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт А.В. Коротков Биржевое дело и биржевой анализ Учебно-практическое пособие Москва, 2007 1 УДК 339.17 ББК 65.421 К 687 Коротков А.В. БИРЖЕВОЕ ДЕЛО И БИРЖЕВОЙ АНАЛИЗ: Учебнопрактическое пособие / Московский государственный университет экономики, статистики и информатики. – М., 2007. – 125с. ISBN 5-7764-0418-5 © Коротков А.В., 2007 © Московский...»

«Научное обоснование развития сети особо охраняемых природных территорий в Республике Карелия Карельский научный центр Российской академии наук Научное обоснование развития сети особо охраняемых природных территорий в Республике Карелия Петрозаводск 2009 УДК 502.172 (470.22) ББК 20.18 (2Рос. Кар.) Н 34 Научное обоснование развития сети особо охраняемых природных территорий в Республике Карелия. Петрозаводск: Карельский научный центр РАН, 2009. 112 с.: ил. 14, табл. 6. Библиограф. 96 назв. ISBN...»

«PDF created with pdfFactory trial version www.pdffactory.com 2007 году МОУ Гимназия отмечает 20-летний юбилей. За эти годы в гимназии сформировался опытный, творческий педагогический коллектив единомышленников, увлеченных общим делом. Наши педагоги находятся в постоянном поиске нового. Идти вперед, жить завтрашним днем, новыми идеями, стремиться к новым вершинам, быть тем огнем, который зажигает звезды своих учеников, – этими словами можно выразить педагогическую концепцию коллектива гимназии....»

«  Древние языки и культуры  Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт В.М. Заболотный ДРЕВНИЕ ЯЗЫКИ  И КУЛЬТУРЫ  Учебно-методический комплекс Москва, 2009 1   Древние языки и культуры  УДК 81 ББК 81 З 125 Научный редактор: д.ф.н., проф. С.С. Хромов Заболотный, В.М. ДРЕВНИЕ ЯЗЫКИ И КУЛЬТУРЫ. – М.: Изд. центр З 125 ЕАОИ, 2009. – 308 с. ISBN 978-5-374-00262-1 УДК ББК © Заболотный В.М., ©...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ Кафедра информационных систем в экономике ДОПУСТИТЬ К ЗАЩИТЕ Заведующий кафедрой информационных систем в экономике Халин В. Г. “_”_2006 г. ДИПЛОМНЫЙ ПРОЕКТ По специальности 351400 “Прикладная информатика в экономике” На тему Проблемы формирования налоговой политики РФ в сфере IT-индустрии Студента Кошелевой Екатерины Алексеевны...»

«Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт С.А.Орехов, В.А.Селезнев Менеджмент финансово-промышленных групп (учебно-практическое пособие) Москва 2005 1 УДК 334.7 ББК 65.292 О 654 Орехов С.А., Селезнев В.А. МЕНЕДЖМЕНТ ФИНАНСОВО-ПРОМЫШЛЕННЫХ ГРУПП: Учебно-практическое пособие / Московский государственный университет экономики, статистики и информатики. — М.: МЭСИ, 2005. — 176 с. ISBN...»

«МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ СТАВРОПОЛЬСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ УТВЕРЖДАЮ Проректор по учебной и воспитательной работе И.В. Атанов _2014 г. ОТЧЕТ о самообследовании основной образовательной программы высшего образования 230700.62 Прикладная информатика (код, наименование специальности или направления подготовки) Ставрополь, СТРУКТУРА ОТЧЕТА О...»

«министерство образования российской федерации государственное образовательное учреждение московский государственный индустриальный университет информационно-вычислительный центр Информационные технологии и программирование Межвузовский сборник статей Выпуск 3 (8) Москва 2003 ББК 22.18 УДК 681.3 И74 Информационные технологии и программирование: Межвузов ский сборник статей. Вып. 3 (8) М.: МГИУ, 2003. 52 с. Редакционная коллегия: д.ф.-м.н. профессор В.А. Васенин, д.ф.-м.н. профессор А.А. Пярнпуу,...»

«УЧРЕЖДЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК ИНСТИТУТ БИОХИМИИ ИМ. А.Н. БАХА РАН (ИНБИ РАН) ТЕНДЕНЦИИ РАЗВИТИЯ ПРОМЫШЛЕННОГО ПРИМЕНЕНИЯ БИОТЕХНОЛОГИЙ В РОССИЙСКОЙ ФЕДЕРАЦИИ (Контракт от 30 декабря 2010 г. № 30/12/10) Москва 2011 г. АННОТАЦИЯ Качественной характеристикой современной биотехнологии является тандем самой передовой науки и технологических подходов, обеспечивающий оптимизацию производственных процессов с целью получения чистой продукции и одновременного сохранения глобальной окружающей среды....»

«Теоретические, организационные, учебно-методические и правовые проблемы ПРАВОВЫЕ ПРОБЛЕМЫ ИНФОРМАТИЗАЦИИ И ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ Д.ю.н., профессор А.В.Морозов, Т.А.Полякова (Департамент правовой информатизации и научнотехнического обеспечения Минюста России) Развитие общества в настоящее время характеризуется возрастающей ролью информационной сферы. В Окинавской Хартии Глобального информационного Общества, подписанной главами “восьмерки” 22 июля 2000 г., государства провозглашают...»

«Московская городская педагогическая гимназия-лаборатория №1505 Курсы по выбору – одна из форм организации учебно-познавательной и учебноисследовательской деятельности гимназистов Сборник авторских программ педагогического коллектива гимназии Под ред. канд. пед. наук, ст.н.с. Кучер Т.В. Москва, 2005 г. Настоящий сборник представляет собой пятый выпуск, подготовленный коллективом Московской городской педагогической гимназии-лаборатории №1505 при поддержке. Его содержание – продолжение реализации...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ УТВЕРЖДАЮ Заместитель Министра образования Российской Федерации В.Д. Шадриков 14 марта 2000 г. Номер государственной регистрации: 52 мжд / сп ГОСУДАРСТВЕННЫЙ ОБРАЗОВАТЕЛЬНЫЙ СТАНДАРТ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ Специальность 351400 ПРИКЛАДНАЯ ИНФОРМАТИКА (по областям) Квалификация информатик-(квалификация в области) В соответствии с приказом Министерства образования Российской Федерации от 04.12.2003 г. №4482 код данной специальности по...»

«RMC-M20 Уважаемый покупатель! Благодарим вас за то, что вы отдали предпочтение бытовой технике REDMOND. REDMOND — это качество, надежность и неизменно внимательное отношение к потребностям наших клиентов. Надеемся, что вам понравится продукция нашей компании, и вы также будете выбирать наши изделия в будущем. Мультиварка REDMOND RMC-M20 — современный многофункциональный прибор для приготовления пищи, в котором компактность, экономичность, простота и удобство использования гармонично сочетаются...»

«ІІ. ІСТОРІЯ ФІЛОСОФІЇ Клаус Вигерлинг (Германия)1 К ЖИЗНЕННОЙ ЗНАЧИМОСТИ ФИЛОСОФИИ – ПО ПОВОДУ ОДНОГО СТАРОГО ФИЛОСОФСКОГО ВОПРОСА В статье производится ревизия современного состояния философии, анализируется её значение на основании философского анализа умозаключений, сделанных Гуссерлем, Хёсле. Данная статья подготовлена на основе двух докладов, которые были сделаны в университете Баня-Лука (Босния-Герцоговина). Ключевые слова: философия, жизненный мир, первоосновы, современное состояние...»

«СПИСОК ПУБЛИКАЦИЙ СОТРУДНИКОВ ИПИ РАН ЗА 2013 Г. 1. МОНОГРАФИИ 1.1. Монографии, изданные в ИПИ РАН 1. Арутюнов Е. Н., Захаров В. Н., Обухова О. Л., СейфульМулюков Р. Б., Шоргин С. Я. Библиография научных трудов сотрудников ИПИ РАН за 2012 год. – М.: ИПИ РАН, 2013. 82 с. 2. Ильин А. В. Экспертное планирование ресурсов. – М.: ИПИ РАН, 2013. 58 с. [Электронный ресурс]: CD-R, № госрегистрации 0321304922. 3. Ильин А. В., Ильин В. Д. Информатизация управления статусным соперничеством. – М.: ИПИ РАН,...»

«И.И.Елисеева, М.М.Юзбашев ОБЩАЯ ТЕОРИЯ СТАТИСТИКИ Под редакцией члена-корреспондента Российской Академии наук И.И.Елисеевой ПЯТОЕ ИЗДАНИЕ, ПЕРЕРАБОТАННОЕ И ДОПОЛНЕННОЕ Рекомендовано Министерством образования Российской Федерации в качестве учебника для студентов высших учебных заведений, обучающихся по направлению и специальности Статистика Москва Финансы и статистика 2004 УДК 311(075.8) ББК 60.6я73 Е51 РЕЦЕНЗЕНТЫ: Кафедра общей теории статистики Московского государственного университета...»

«Государственный комитет по науке и технологиям Республики Беларусь ГУ Белорусский институт системного анализа и информационного обеспечения научно-технической сферы Молодежный инновационный форум ИНТРИ – 2010. Материалы секционных заседаний 29–30 ноября 2010 г. Минск 2010 УДК 001 (063)(042.3) ББК 72.4 М 34 Под общей редакцией д-ра техн. наук И. В. Войтова М 34 Материалы секционных заседаний. Молодежный инновационный форум ИНТРИ – 2010. — Минск: ГУ БелИСА, 2010. — с. ил., табл. с.: ISBN...»

«Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт С.А. Орехов В.А. Селезнев Теория корпоративного управления Учебно-методический комплекс (издание 4-е, переработанное и дополненное) Москва 2008 1 УДК 65 ББК 65.290-2 О 654 Орехов С.А., Селезнев В.А. ТЕОРИЯ КОРПОРАТИВНОГО УПРАВЛЕНИЯ: Учебно-методический комплекс. – М.: Изд. центр ЕАОИ, 2008. – 216 с. ISBN 978-5-374-00139-6 © Орехов С.А., 2008 ©...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ БАШКИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ОТЧЕТ по результатам самообследования соответствия государственному образовательному стандарту содержания и качества подготовки обучающихся федерального государственного бюджетного образовательного учреждения высшего профессионального образования Бирский филиал Башкирский государственный университет по...»














 
© 2014 www.kniga.seluk.ru - «Бесплатная электронная библиотека - Книги, пособия, учебники, издания, публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.