Stochastyczne prognozowanie parametrów zbiornikowych i petrofizycznych skał w oparciu o mapy atrybutów sejsmicznych i profilowania geofizyki wiertniczej - przykłady modelowań wykonanych w rejonie zrębu Ryszkowej Woli (na podstawie danych zdjęcia sejsmicznego Rudka 3D)

Celem referatu jest przedstawienie idei stochastycznego prognozowania rozkładu facji i parametrów zbiornikowych skał, poprzez integrację danych sejsmicznych i otworowych. Istotą tej integracji jest wielowymiarowe modelowanie realizowane za pomocą metod regresji oraz sieci neuronowych. Ideę takiej analizy można sprowadzić do dwóch zasadniczych etapów. Pierwszy etap realizowany jest na małej próbie danych, której liczebność ograniczona jest do ilości zlokalizowanych na obszarze zdjęcia sejsmicznego otworów. Mając do dyspozycji zarówno dane otworowe, jak i dane sejsmiczne wyznaczamy zależności między nimi, a dokładnie między parametrami skały a atrybutami sejsmicznymi. Drugi etap realizowany jest na całości obszaru występowania horyzontu sejsmicznego, w którego sąsiedztwie policzono atrybuty sejsmiczne. Znając wartości atrybutów oraz zależności wyznaczone w pierwszym etapie, można wyznaczyć wartości parametrów skały na całym obszarze badań. Wynikiem jest model parametru, np. porowatości.

---

The paper presents the idea of using stochastic methods to predict the patterns of the facies and rocks' reservoir parameters utilising seismic and well data integration. This is realised by multidimensional modelling. The modelling itself is performed by regression methods and neural networks. There are two main stages of this analysis. The first one is realized with the small data sample which is as numerous as the quantity of wells within the area of a seismic survey. Then we check the relations between seismic and well data which are in that case the relations between rock parameters and seismic attributes. The second stage is performed using the data from the whole area of occurrence of the seismic horizon which is devoted to attributes' calculations. Knowing the attributes' values and relations found in the first stage, we are already able to find rock parameters' values in the whole area of study. The result of the analysis is a model of the rock parameter, e.g. porosity.