文献

J-GLOBAL ID：201702214526825528   整理番号：17A1566659

坑井検層データを用いない教師なし多属性クラスタリングを用いたUlleung海盆におけるガス水和物貯留層の描写【Powered by NICT】

Delineation of gas hydrate reservoirs in the Ulleung Basin using unsupervised multi-attribute clustering without well log data

著者 (4件)： Lee Jaewook (RISE Lab., Hanyang University, Seoul, South Korea) ,  Byun Joongmoo (RISE Lab., Hanyang University, Seoul, South Korea) ,  Kim Bona (RISE Lab., Hanyang University, Seoul, South Korea) ,  Yoo Dong-Geun (Petroleum and Marine Research Division, Korea Institute of Geoscience and Mineral Resources (KIGAM), Daejeon, South Korea)
資料名： Journal of Natural Gas Science and Engineering  (Journal of Natural Gas Science and Engineering)
巻： 46  ページ： 326-337  発行年： 2017年 
JST資料番号： W3282A  ISSN： 1875-5100  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ガスハイドレート貯留層のための井戸位置を標的とするために,多くの以前の研究は,海底擬似反射面(BSR)と調光または音響インピーダンス(AI)のようないくつかの不連続指標のみを使用した。しかし,最初の井戸を掘削場合,AI反転と地質解析のための坑井検層ないとコア分析データである。さらに,これらの方法はガスハイドレート帯の発見と貯留層分布を過大評価のいくつかのリスクを持つ可能性がある。まず第一に,地震データを用いたAIと坑井検層を除くAIインバージョンのための二乗平均平方根(RMS)速度をインバートした。このインバージョンでは,低周波インピーダンス変化はDix方程式で計算した区間速度とこの区間速度からのバルク密度の積でRMS速度から推定した。,この低周波数情報はスパーススパイクインピーダンスインバージョンによる反射率系列から得られた地震周波数情報と統合した。AI単独の使用による過大評価を防止するために,著者らは他の岩石特性,せん断インピーダンス(SI)は,岩石の「剛性」を示すに焦点を当て,ガスハイドレートは堆積物を統合し,周囲の非貯留層のそれと比較して著しくSIの値を増加した。この性質を推定するために,二項Fattiの式を用いてこの逆AIと部分的スタック地震データを使用した。オフセット(AVO)方程式とこの振幅変化は密度項,雑音に過度に敏感なを排除すると,AIとSIの二項のみを持っている。その結果,教師なし機械学習の手法である,K平均クラスタリングを適用した高インピーダンスをもつ領域と周囲の層と比較して二つの付加的属性(RMS振幅と瞬間周波数)の高い値からの水和貯水池のより正確で定量的な分布を明らかにした。結論として,このワークフローである有望な貯留岩の分布を同定し,軟弱位置決定の支援に有用であることを検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 堆積物 ,  *水和 ,  *検層 ,  位置決め ,  オフセット ,  反射率 ,  コア試験 ,  LF【周波数】 ,  *クラスタ化 ,  雑音 ,  地震 ,  ガスハイドレート ,  剛性 ,  インピーダンス
準シソーラス用語： *貯留層 , 【Automatic Indexing@JST】

著者キーワード (6件)： 定量的地震解釈 ,  多属性解析 ,  Ulleung海盆 ,  ガス水和物 ,  教師なしクラスタリング ,  機械学習

分類 (2件)： 地震探査  (DE10030B) ,  油層工学  (UA10030G)

タイトルに関連する用語 (6件)： 坑井検層 ,  教師 ,  属性 ,  クラスタリング ,  海盆 ,  貯留層