Прямое численное моделирование: топография дневной поверхности и анизотропия верхней части разреза

Введение. Одной из проблем разработки нефтегазовых месторождений является построение корректных геологических моделей подповерхностного пространства. Исследователями из различных научных групп во всем мире предложены различные способы повышения точности компьютерного моделирования, используемого в этом процессе. Цель настоящего исследования — оценка степени влияния рельефа дневной поверхности и анизотропии верхней части геологического разреза на регистрируемый сейсмический сигнал на примере реалистичной модели Оренбургского месторождения.

Материалы и методы. Рассмотрена сейсмогеологическая модель, описывающая нижнепермский интервал Оренбургского геологического разреза. По скважинным данным оценены упругие свойства геологических пластов: плотность и скорости распространения продольных и поперечных волн. Отмечается высокий контраст скоростей продольных волн, оцененных по диаграммам акустического каротажа. Резервуар в этой модели приурочен к нижним пластам. Он сложен сульфатно-карбонатными средами, однородными по плотности и акустическим свойствам. С использованием сеточно-характеристического метода были рассчитаны синтетические сейсмограммы нулевых удалений. Выбор структурных криволинейных расчетных сеток позволил корректно провести учет рельефа дневной поверхности.

Результаты исследования. В работе было проведено сопоставление двух различных моделей. В первую модель была включена анизотропия верхней части разреза и топография дневной поверхности. Во второй модели верхняя граница расчетной области была плоской, и вся среда рассматривалась в рамках изотропной линейно упругой модели. Анализ синтетических сейсмограмм показал, что анизотропия, присущая этой модели, не оказывает существенного влияния на регистрируемое сейсмическое волновое поле. Однако учет рельефа дневной поверхности заметно сдвигает времена прихода отраженных волн.

Обсуждение и заключение. Представленный в работе алгоритм может быть использован для верификации графа обработки полевых данных, поскольку оценка анизотропии среды является стандартным шагом при построении скоростной модели. Представленный подход может быть расширен на трехмерные модели реалистичных размеров.

1. Virieux J. P-SV wave propagation in heterogeneous media: Velocity — stress finite-difference method / J. Virieux // Geophysics. — 1986. — Vol. 51, no. 4. — P. 889–901.

2. Saenger, E. H. Finite–difference modeling of viscoelastic and anisotropic wave propagation using the rotated staggered grid / E. H. and T. B. Saenger // Geophysics. — 2004. — Vol. 69, no. 2. — P. 583–591.

3. Tarrass, I. New curvilinear scheme for elastic wave propagation in presence of curved topography / I. Tarrass, L. Giraud and P. Thore // Geophys. — 2011. — Vol. 59, no. 5. — P. 889–906.

4. Tessmer, E. Elastic wave propagation simulation in the presence of surface topography / E. Tessmer, D. and A. B. Kosloff // Geophys. — 1992. — Vol. 108, no. 2. — P. 621–632.

5. An hpadaptive discontinuous Galerkin finite-element method for 3D elastic wave modelling / V. Etienne, E. Chaljub, J. Virieux and N. Glinsky // Geophysical Journal International. — 2010. — Vol. 183.— P. 941–962.

6. Lisitsa, V. Combination of the discontinuous Galerkin method with finite differences for simulation of seismic wave propagation / V. Lisitsa, V. Tcheverda and C. Botter // Journal of Computational Physics. — 2016. — Vol. 311.— 142–157.

7. Compact Grid-Characteristic Scheme for the Acoustic System with the Piece-Wise Constant Coefficients / V. Golubev, A. Shevchenko, N. Khokhlov, I. Petrov and M. Malovichko // International Journal of Applied Mechanics. — 2022. — Vol. 14, no. 2.

8. Golubev, V. Raising convergence order of grid-characteristic schemes for 2D linear elasticity problems using operator splitting / V. Golubev, A. Shevchenko and I. Petrov // Computer Research and Modeling — 2022. — Vol. 14, no. 4. — P. 899–910.

9. Khokhlov, N. I. Overset grids approach for topography modeling in elastic-wave modeling using the gridcharacteristic method. / N. I. Khokhlov, V. O. Stetsyuk and I. A. Mitskovets // Computer Research and Modeling. — 2019. — Vol. 11, no. 6. — P. 1049–1059.

10. Petrov, I. B. Simulation of Seismic Waves in Anisotropic Media / I. B.Petrov, V. I. Golubev, V. Y. Petrukhin and I. S. Nikitin // Mathematics. — 2021. — Vol. 103, no. 3. — P. 146–150.

11. Golubev, V. Explicit simulation of seismic waves in fractured VTI media. / V. Golubev and A. Shevchenko // 82nd EAGE Annual Conference and Exhibition. — 2021.

12. Generating Quality Structured Convex Grids on Irregular Regions / P. Barrera, F. Domınguez, G. F. Gonzalez G. and Tinoco // Electronic Transactions on Numerical Analysis. — 2009. — Vol. 34.— P. 76–89.

13. Deep Convolutional Neural Networks in Seismic Exploration Problems / A. Vasyukov, I. Nikitin, A. Stankevich and V. Golubev // Interfacial Phenomena and Heat Transfer. — 2022. — Vol. 10, no. 3. — P. 61–74.