Modélisation stochastique de champs de vitesse géophysique
en exploration pétrolière
D. Geraets
le 21 octobre 2002
Exploration pétrolière
Exploration pétrolière
Exploration pétrolière
Exploration pétrolière
Exploration pétrolière
Exploration pétrolière
Exploration pétrolière
Exploration pétrolière
Exploration pétrolière
Exploration pétrolière
Plan de la présentation Plan de la présentation
• Introduction : principales techniques d’exploration pétrolière
• Modèle de covariance du champ de vitesse
• Simulation du champ de vitesse
• Conclusions
Exploration pétrolière Exploration pétrolière
• Données géologiques à grande échelle
Þ zones d’intérêt
• Données sismiques
Þ définition de prospects
• Forages de puits
Þ gisements
Données gravimétriques et Données gravimétriques et
électro-magnétiques électro-magnétiques
• Mesures du champ de pesanteur
• Mesures des courants telluriques
• Mesures de conductivité
⇒ nous n’en parlerons pas par la suite
Données sismiques Données sismiques
• Enregistrements de vibrations provoquées par source (explosive ou vibratoire)
• Nécessitent un important traitement
numérique pour obtenir une représentation
des caractéristiques du sous-sol
Données sismiques Données sismiques
Acquisition terrestre Acquisition maritime
Données sismiques Données sismiques
acquisition
traitement
interprétation
Traitement des données sismiques Traitement des données sismiques
• Positionnement correct des informations et sommation de données sismiques correspondant au même point du sous-sol
• Inversion des paramètres physiques
⇒ possible moyennant la connaissance
précise du champ de vitesse des ondes P et S.
Informations de vitesse Informations de vitesse
• Correction pour le déport : vitesse de sommation/de stack
• Vitesse de tranche
• Enregistrements de vitesses soniques
Objectif: modéliser le champ de vitesse en
utilisant de façon optimale l’ensemble de ces
sources d’informations
2
2 2
0 2
( )
STACK
t x t x
= + v
Vitesse de sommation Vitesse de sommation
temps
x
t0
vitesse de tranche : constante par couche vitesse instantanée : définie en tout point (x,z)
Vinstant1(x,z) VINT2
VINT1
Vinstant2(x,z)
Vitesse de tranche Vitesse de tranche
vinstant(x,z) = v0 (1 + ε(x,z) )
b
a
Enregistrements soniques Enregistrements soniques
enregistrement du temps mis par une onde pour se propager au sein de la roche de l’émetteur au récepteur
⇒ mesure directe du champ de
vitesse instantanée
• Caractérisation structurale du champ de vitesse instantanée
• Simulation du champ de vitesse instantanée conditionnée aux données
Objectifs de la thèse
Objectifs de la thèse
Objectifs de la thèse Objectifs de la thèse
• Caractérisation structurale du champ de vitesse instantanée
– Estimation et simulations du champ de vitesse conditionné aux puits
– Etude de la propagation d’ondes en milieu aléatoire
• Simulation du champ de vitesse instantanée
conditionnée aux données
Modèle de vitesse conditionné aux Modèle de vitesse conditionné aux
puits puits
• Vitesses de sommation (données nombreuses mais imprécises)
Þ mesure indirecte du champ de vitesse instantanée
• Données aux puits (précises mais peu
nombreuses et inéquitablement réparties)
Etude de la propagation d’ondes en Etude de la propagation d’ondes en
milieu aléatoire milieu aléatoire
Þ prise en compte du velocity shift
Þ études AVO
Objectifs de la thèse Objectifs de la thèse
• Caractérisation structurale du champ de vitesse instantanée
• Simulation du champ de vitesse instantanée conditionnée aux données
– Estimation de distribution de volumes de roches imprégnées en hydrocarbures
Simulations conditionnées Simulations conditionnées
Distribution de volumes de roches imprégnées en hydrocarbures
0 2 4 6 8 10 12 14 16
0 20 40 60 80 100 120 140+
volume
%
Plan de la présentation Plan de la présentation
• Introduction : principales techniques d’exploration pétrolière
• Modèle de covariance du champ de vitesse
– Modèle utilisé
– Résultats synthétiques – Application au cas réel
• Simulation du champ de vitesse
• Conclusions
Hypothèses de modélisation Hypothèses de modélisation
• Propagation acoustique
(ondes P, pas d’ondes de cisaillement)
• Optique géométrique
(taille et amplitude des hétérogénéités)
Hypothèses de modélisation Hypothèses de modélisation
• Réflecteur plan, à profondeur suffisante
• Vitesse moyenne sous-jacente simple et connue
• Pas de variation latérale de vitesse
(Iooss et al 2003)
L
Si Ri Sj Rj
avec
2 2
1 2
1 1
6
1 2
( ) ( , ) ( , , )
4
,
n n
i j
i j
stack STACK STACK
V V V ov T T k i j n
Cov C
= =
=
∑∑
1 1
2 2
1 2
6
1 2
( ) (
4
( , ) , , )
,
n n
i j
i j
stack
STACK STACK V o
V V C v T T k i j n
Cov
= =
=
∑∑
12 221 1
6
1 2 ( , , )
( ) ( , )
4
,
n n
i j
i j
stack STACK STACK
V V V ov T T k i j n
Cov C
= =
=
∑∑
Résultats théoriques Résultats théoriques
( ) ( )
( )
( ) 2
, , ,
,
i j
i i j j
i j i j
r r
T T
Cov x z x z
Cov dx dx
V
ε ε
=
∫∫
( ) ( ) ( )
( )
2
2 2 2 2 2 2 2 2
1 1 1
2 2
4 2
1 1
( , , )
n n n
i j i k j k k
k k k
n n
k k
k k
n x x n x x n x x x
k i j n
n x x
= = =
= =
− − +
=
−
∑ ∑ ∑
∑ ∑
( ) ( ) ( )
( )
2
2 2 2 2 2 2 2 2
1 1 1
2 2
4 2
1 1
( , , )
n n n
i j i k j k k
k k k
n n
k k
k k
n x x n x x n x x x
k i j n
n x x
= = =
= =
− − +
=
−
∑ ∑ ∑
∑ ∑
2 2
1 2
1 1
6
1 2
( ) ( , ) ( , , )
4
,
n n
i j
i j
stack STACK STACK
V V V ov T T k i j n
Cov C
= =
=
∑∑
( ) ( )
( )
( ) 2
, , ,
,
i j
i i j j
i j i j
r r
T T
Cov x z x z
Cov dx dx
V
ε ε
=
∫∫
Proposer un modèle de covariance du champ de vitesse instantanée
Comparer la courbe obtenue avec
la courbe de covariance expérimentale des vitesses de stack
Si nécessaire, proposer un autre modèle
Résultats théoriques Résultats théoriques
Variation de la vitesse moyenne en fonction de la profondeur
L
Si Ri Sj Rj
distance
variogramme
Variogramme total
distance
variogramme
Variogramme total
Résultats théoriques Résultats théoriques
Cas multicouches : somme des contributions pour chaque couche
1
( )
1 2 1 2
( , ) ( , )
m
l
V V ov l V V
Cov C
=
=
∑
distance
variogramme
Résidu par différence
Plan de la présentation Plan de la présentation
• Introduction : principales techniques d’exploration pétrolière
• Modèle de covariance du champ de vitesse
– Modèle utilisé
– Résultats synthétiques – Application au cas réel
• Simulation du champ de vitesse
• Conclusions
Schéma du dispositif Schéma du dispositif
V0 = 3000 m/s
ε(x,z) perturbation de vitesse gaussienne, d’amplitude σε=20m/s
L=1500m
V(x,z) = V0 + ε(x,z) 1000m
20m 10m
a
b x
z
variogramme des vitesses de stack
0 500 1000 1500 2000 2500 3000
0 200 400 600 800 1000 1200 1400 1600 1800 2000
0 500 1000 1500 2000 2500 3000
0 200 400 600 800 1000 1200 1400 1600 1800 2000
variogramme des vitesses de stack
distance distance
variogramme variogramme
modèle théorique modèle théorique
0 500 1000 1500 2000 2500 3000
0 200 400 600 800 1000 1200 1400 1600 1800 2000
a=250m 101 récepteurs
distance
variogramme
modèle théorique
a=250m 101 récepteurs
0 500 1000 1500 2000 2500 3000
0 200 400 600 800 1000 1200 1400 1600 1800 2000
distance
variogramme
modèle théorique synth., 10000 tirs
a=250m 101 récepteurs
0 500 1000 1500 2000 2500 3000
0 200 400 600 800 1000 1200 1400 1600 1800 2000
distance
variogramme
modèle théorique synth., 10000 tirs synth., 3 x 800 tirs
a=250m a=250m
51 récepteurs
0 2000 4000 6000 8000 10000 12000 14000
0 200 400 600 800 1000120014001600 1800 2000 0
500 1000 1500 2000 2500 3000
0 200 400 600 800 1000 1200 1400 1600 1800 2000
distance distance
variogramme variogramme
modèle théorique synth., 10000 tirs synth., 3 x 800 tirs
modèle théorique synth., 10000 tirs synth., 3 x 800 tirs
101 récepteurs
a=250m a=500m
0 100 200 300 400 500 600 700 800 900 1000
0 200 400 600 800 1000 1200 1400 1600 1800 2000 0
500 1000 1500 2000 2500 3000
0 200 400 600 800 1000 1200 1400 1600 1800 2000
distance distance
variogramme variogramme
modèle théorique synth., 10000 tirs synth., 3 x 800 tirs
modèle théorique synth., 10000 tirs synth., 3 x 800 tirs
101 récepteurs 101 récepteurs
Résultats synthétiques
Résultats synthétiques
Plan de la présentation Plan de la présentation
• Introduction : principales techniques d’exploration pétrolière
• Modèle de covariance du champ de vitesse
– Modèle utilisé
– Résultats synthétiques – Application au cas réel
• Simulation du champ de vitesse
• Conclusions
Description des données Description des données
• Acquisition marine
• 46 hydrophones
• 50 m distance (entre tirs et
entre récepteurs)
• 4 puits
Time
Cdp Common Offset Section
Description des données
Description des données
Description des données Description des données
Þ
croissance linéaire dans la premièrecouche
Þ
longueur decorrélation verticale
Description des données Description des données
Premier essai : 4 morceaux de lignes
2700 2800 2900 3000 3100 3200
0 1000 2000 3000 4000 5000 6000
cdp
vitesse de stack
ligne A ligne B ligne C ligne D
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0 200 400 600 800 1000 1200 1400 1600 1800
variogramme
distance
ligne A ligne B ligne C ligne D
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0 200 400 600 800 1000 1200 1400 1600 1800
variogramme
distance
ligne A ligne B ligne C ligne D
moyenne
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0 200 400 600 800 1000 1200 1400 1600 1800
variogramme
distance
moyenne modèle (a=800m)
Estimation de la longueur de Estimation de la longueur de
corrélation horizontale corrélation horizontale
4 profils de vitesses de sommation
Variogrammes des profils de vitesse de stack
Comparaison résultats obtenus avec Comparaison résultats obtenus avec
méthode pre-stack méthode pre-stack
( )
1 2 2
0 0 0 0
[ ( )]
[ (0)
1 2 ]
( )
1 C u z dz du
A Var T x a
Var T
f Cov
∞
=
= = +
∫ ∫
+Comparaison résultats obtenus avec Comparaison résultats obtenus avec
méthode pre-stack méthode pre-stack
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 500 1000 1500 2000
offset
variance des temps
ligne A ligne C modèle (a=1200m)
Application au cas réel Application au cas réel
• Résultats de même ordre
• Utilisation méthode post-stack plus stable et
plus simple
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0 500 1000 1500 2000
ligne A ligne B ligne C moyenne
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0 500 1000 1500 2000
ligne A ligne B ligne C moyenne ajustement
0 10000 20000 30000 40000 50000 60000
0 1000 2000 3000 4000
ligne A ligne B ligne C ligne D moyenne ligne E
0 5000 10000 15000 20000 25000 30000 35000 40000
0 1000 2000 3000 4000
moyenne ajustement
Modélisation d’un milieu multicouche Modélisation d’un milieu multicouche
-25000 -20000 -15000 -10000 -5000 0 5000 10000 15000
0 500 1000 1500 2000 2500 3000 3500 4000
résidu
0 200 400 600 800 1000 1200 1400 1600 1800 2000
0 500 1000 1500 2000
ligne A ligne B ligne C moyenne ajustement
0 5000 10000 15000 20000 25000 30000
0 1000 2000 3000 4000
résidu
0 5000 10000 15000 20000 25000 30000
0 1000 2000 3000 4000
résidu ajustement
0 5000 10000 15000 20000 25000 30000 35000
0 1000 2000 3000 4000
moyenne ajustement
distance
variogramme
Variogramme des vitesses de stack couche supérieure
Variogramme des vitesses de stack couche inférieure
Variogramme des vitesses de stack contribution couche supérieure
Variogramme des vitesses de stack
estimation de la contribution inférieure Variogramme des vitesses de stack
couche supérieure
Variogramme des vitesses de stack
estimation de la contribution inférieure Variogramme des vitesses de stack
couche inférieure
Quantification de l’incertitude sur le pointé Quantification de l’incertitude sur le pointé
horizon 1
horizon 2
Description des données Description des données
Þ
deux mesures situées dans la première coucheQuantification de l’incertitude sur le pointé Quantification de l’incertitude sur le pointé
Horizon 1 pointé avec moins
grande précision
Quantification de l’incertitude sur le pointé Quantification de l’incertitude sur le pointé
horizon 1 horizon 2
Variogrammes des vitesses de stack
distance distance
variogramme variogramme
Plan de la présentation Plan de la présentation
• Introduction : principales techniques d’exploration pétrolière
• Modèle de covariance du champ de vitesse
• Simulation du champ de vitesse
– Modèle utilisé
– Application au cas réel
• Conclusions
Simulation conditionnelle Simulation conditionnelle
Simulation complète du champ de vitesse instantanée (puits fictifs)
- conditionnée par les vitesses soniques aux puits Þ Par chaîne de Markov
- conditionnée par les vitesses de sommation Þ Par fonction de pénalité
2 _
STACK STACK SIMU
J =
∑
V −V Simu initiale
Echantillonneur de Gibbs
Simu conditionnées aux puits
Simulation conditionnelle Simulation conditionnelle
avec critère d’acceptation (Metropolis-Hastings)
bloc
J
x
J
x
x z y
Plan de la présentation Plan de la présentation
• Introduction : principales techniques d’exploration pétrolière
• Modèle de covariance du champ de vitesse
• Simulation du champ de vitesse
– Modèle utilisé
– Application au cas réel
• Conclusions
Application au cas réel Application au cas réel
Plan de position des données
Application au cas réel
Application au cas réel
Application au cas réel Application au cas réel
conditionnement champ de vitesse
Plan de la présentation Plan de la présentation
• Introduction : principales techniques d’exploration pétrolière
• Modèle de covariance du champ de vitesse
• Simulation du champ de vitesse
– Modèle utilisé
– Application au cas réel
• Conclusions
Conclusions Conclusions
• Modélisation du champ de vitesse instantanée
(cas non stationnaire et multi-couches)
• Simulation du champ de vitesse
Perspectives Perspectives
• Réaliser une étude permettant de quantifier le gain de précision obtenu au moyen des méthodes
• Milieu à géométrie complexe
• Modélisation stochastique du champ de
vitesses S
Modélisation stochastique de champs de vitesse géophysique
en exploration pétrolière
D. Geraets
le 21 octobre 2002
Les analyses de vitesses ne permettent pas de
distinguer des objets de taille inférieure à la zone de Fresnel
⇒ lisser les profils de Vstack avec un filtre de taille cette zone de Fresnel
Lissage des courbes HVA
Lissage des courbes HVA
Non dans le cadre de la variographie
Oui pour le conditionnement des simulations ⇒ altération des statistiques
⇒ pas bruit blanc (présence d’information)
(mais prise en compte d’incertitude dans données conditionnantes peut être réalisée autrement)
Lissage des courbes HVA
Lissage des courbes HVA
Quantification de l’incertitude sur le pointé Quantification de l’incertitude sur le pointé
horizon 1 horizon 2
Variogrammes des vitesses de stack lissées
distance distance
variogramme variogramme
Quantification de l’incertitude sur le pointé Quantification de l’incertitude sur le pointé
horizon 1 horizon 2
Variogrammes des vitesses de stack
distance distance
variogramme variogramme