ဟိုက်ဒရိုကာဗွန် စူးစမ်းလေ့လာရေးတွင် CDP ငလျင်လှုပ်ခတ်မှုနည်းလမ်း
ဟိုက်ဒရိုကာဗွန် (ရေနံနှင့် သဘာဝဓာတ်ငွေ့) စူးစမ်းလေ့လာမှုတွင် အသေးစိတ်၊ တိကျပြီး ကျယ်ကျယ်ပြန့်ပြန့် မြေပုံဆွဲနိုင်သော မြေအောက်မျက်နှာပြင် အချက်အလက်များ လိုအပ်ပါသည်။ ဤရည်ရွယ်ချက်အတွက် အထင်ရှားဆုံး ဘူမိရူပဗေဒနည်းလမ်းများထဲမှ တစ်ခုမှာ ရောင်ပြန်ငလျင်ပညာဖြစ်ပြီး၊ အဘယ်ကြောင့်ဆိုသော် ၎င်းသည် မြေအောက်မျက်နှာပြင်ဖွဲ့စည်းပုံနှင့် အလွှာများကို နှစ်ဖက်မြင် (2D) နှင့် သုံးယောက်မြင် (3D) နှစ်မျိုးလုံးဖြင့် သရုပ်ဖော်နိုင်သောကြောင့်ဖြစ်သည်။ ခေတ်သစ် ရောင်ပြန်ငလျင်ပညာတွင်၊ CDP (ဘုံအနက်အမှတ်) ဟူသော အယူအဆသည် မြေအောက်ပုံရိပ်များ၏ အရည်အသွေးကို မြှင့်တင်ရန် အချက်အလက်ရယူခြင်းနှင့် လုပ်ဆောင်ခြင်းတွင် အဓိကအခြေခံဖြစ်သည်။ CDP ငလျင်ပညာနည်းလမ်းသည် ထောင်ချောက်များကို ဖော်ထုတ်ခြင်း၊ ရေလှောင်ကန်အလွှာများကို မြေပုံဆွဲခြင်း၊ ကျောက်အထူနှင့် စဉ်ဆက်မပြတ်ဖြစ်မှုကို ဆုံးဖြတ်ခြင်းနှင့် အဓိပ္ပာယ်ဖွင့်ဆိုချက် မရေမရာဖြစ်မှုကို လျှော့ချခြင်းတို့တွင် အလွန်ထိရောက်ကြောင်း သက်သေပြခဲ့သည်။
ငလျင်လှုပ်ခတ်မှု ရောင်ပြန်ဟပ်မှု၏ အခြေခံသဘောတရားများ
ငလျင်ပြန်ဟပ်မှုနည်းလမ်းသည် ရိုးရှင်းသောမူတစ်ခုအပေါ်တွင် အလုပ်လုပ်သည်- စွမ်းအင်အရင်းအမြစ် (ကုန်းပေါ်ရှိ vibrose များ သို့မဟုတ် ပင်လယ်ရှိ လေသေနတ်ကဲ့သို့) သည် မြေအောက်မျက်နှာပြင်သို့ ငလျင်လှိုင်းများကို ထုတ်လွှတ်သည်။ ဤလှိုင်းများသည် ကျောက်လွှာများမှတစ်ဆင့် ပျံ့နှံ့သွားပြီး ၎င်းတို့၏စွမ်းအင်အချို့ကို အလွှာများအကြား အသံ impedance contrast (ကျောက်တုံးသိပ်သည်းဆနှင့် လှိုင်းအလျင်၏ မြှောက်ဖော်ကိန်း) ရှိသော နယ်နိမိတ်နှင့် ကြုံတွေ့ရသောအခါ ပြန်လည်ပြန်ဟပ်သည်။ ဤပြန်ဟပ်သောလှိုင်းများကို receiver sensor (ကုန်းပေါ်ရှိ geophone သို့မဟုတ် ပင်လယ်ရှိ hydrophone) မှ ဖမ်းယူပြီး အချိန်ကြာလာသည်နှင့်အမျှ signal အဖြစ် မှတ်တမ်းတင်သည်။ ထို့နောက် ဤကုန်ကြမ်းဒေတာကို မြေအောက်မျက်နှာပြင် reflectors များကိုပြသသည့် ငလျင်အပိုင်းသို့ စီမံဆောင်ရွက်သည်။
သို့သော်၊ ရောင်ပြန်ဟပ်မှုငလျင်လှုပ်ခတ်မှု၏ အဓိကစိန်ခေါ်မှုမှာ လက်ခံရရှိသောအချက်ပြမှုသည် မူလရောင်ပြန်ဟပ်မှုသာမက ဆူညံသံ၊ မျက်နှာပြင်လှိုင်းများ၊ ဒစ်ဖရက်ရှင်း၊ များပြားမှု၊ မျက်နှာပြင်အနီးပြောင်းလဲမှုများနှင့် တိုင်းတာမှုဂျီသြမေတြီ၏အကျိုးသက်ရောက်မှုများကလည်း သက်ရောက်မှုရှိသည်။ ဤနေရာတွင် CDP နည်းလမ်းသည် အရေးကြီးလာသည်၊ အဘယ်ကြောင့်ဆိုသော် ၎င်းသည် signal-to-noise ratio ကို မြှင့်တင်ရန်နှင့် ရောင်ပြန်ဂျီသြမေတြီ၏ ဆုံးဖြတ်ချက်ကို မြှင့်တင်ရန် တူညီသောမြေအောက်အမှတ်တွင် ထပ်ခါတလဲလဲတိုင်းတာမှုများအပေါ် မှီခိုနေရသောကြောင့်ဖြစ်သည်။
CDP နည်းလမ်း၏ အဓိပ္ပာယ်ဖွင့်ဆိုချက်နှင့် အခြေခံမူများ
Common Depth Point (CDP) သည် မြေငလျင်ဆိုင်ရာ ရယူခြင်းနှင့် လုပ်ဆောင်ခြင်း ချဉ်းကပ်မှုတစ်ခုဖြစ်ပြီး အရင်းအမြစ်-လက်ခံကိရိယာ အတွဲများစွာသည် မျက်နှာပြင်အောက်ရှိ တူညီသောအနက်မှ ရောင်ပြန်ဟပ်မှုများကို မှတ်တမ်းတင်သည်။ လက်တွေ့တွင်၊ ခြေရာများစွာတွင် ဘုံအလယ်မှတ် (CMP) ရှိစေရန် မြေငလျင်ဆိုင်ရာ ပုံစံများကို ဖန်တီးထားပြီး၊ ၎င်းသည် အလျားလိုက် သို့မဟုတ် အနည်းငယ်စောင်းနေသော ရောင်ပြန်ဟပ်ကိရိယာအတွက် ခန့်မှန်းခြေအားဖြင့် တူညီသော ရောင်ပြန်ဟပ်ဧရိယာကို ကိုယ်စားပြုသည်ဟု ယူဆသည်။ CDP တစ်ခုတည်းတွင် "စုဆောင်းထားသော" ခြေရာများစုစည်းမှုကို CDP စုစည်းမှုဟုခေါ်သည်။
CDP စုဆောင်းခြင်း၏ အားသာချက်မှာ ဒေတာ ထပ်ဆင့်ဖြစ်ခြင်းဖြစ်သည်- တူညီသော မိုးကုပ်စက်ဝိုင်းမှ ရောင်ပြန်ဟပ်မှုများကို မတူညီသော အော့ဖ်ဆက်များ (ရင်းမြစ်-လက်ခံကိရိယာ အကွာအဝေး) တွင် အကြိမ်ပေါင်းများစွာ မှတ်တမ်းတင်ထားသည်။ ဤ ထပ်ဆင့်ဖြစ်ခြင်းသည် velocity analysis၊ Normal Moveout (NMO) ပြင်ဆင်မှုနှင့် stacking ကဲ့သို့သော အရေးကြီးသော လုပ်ဆောင်မှုအဆင့်များကို ဖြစ်စေသည်။ အဆုံးစွန်အားဖြင့်၊ တစ်ခုတည်းသော CDP တွင် traces များစွာကို stacking လုပ်ခြင်းသည် တသမတ်တည်းရှိသော primary ရောင်ပြန်ဟပ်မှုများကို မီးမောင်းထိုးပြပြီး ကျပန်းဆူညံသံကို လျော့ပါးစေသည်။
CDP သဘောတရားဖြင့် ငလျင်ဆိုင်ရာ အချက်အလက်ရယူခြင်း
2D seismic acquisition တွင်၊ source များကို လမ်းကြောင်းတစ်လျှောက်ရှိ သတ်မှတ်ထားသောနေရာများတွင် ထားရှိပြီး receiver များကို ပုံမှန်အကွာအဝေးရှိသော array တွင် ဖြန့်ကျက်ထားသည်။ source တစ်ခုကို ပစ်ခတ်တိုင်း၊ signal ကို receiver များစွာမှ မှတ်တမ်းတင်ပြီး "shot gather" တစ်ခုတည်းကို ဖန်တီးပေးသည်။ source ကို လမ်းကြောင်းတစ်လျှောက် တဖြည်းဖြည်း ရွှေ့ခြင်းဖြင့် (roll-along)၊ မတူညီသော source-receiver အတွဲများသည် တူညီသော အလယ်မှတ်ကို ထုတ်လုပ်ပေးမည်ဖြစ်ပြီး ထို့ကြောင့် လုံလောက်သော CDP coverage ကို ထူထောင်ပေးမည်ဖြစ်သည်။
3D ငလျင်လှုပ်ခတ်မှုတွင်၊ သဘောတရားသည် အတူတူပင်ဖြစ်သော်လည်း နှစ်ဖက်မြင်မျက်နှာပြင်များ (inline နှင့် crossline) အထိ တိုးချဲ့ထားသည်။ CDP bin တစ်ခုစီ (CMP bin ဟုလည်း ခေါ်သည်) တွင် azimuth နှင့် offset အမျိုးမျိုးရှိသော traces အများအပြားပါဝင်စေရန် sources များနှင့် receiver များကို grid geometry တွင် စီစဉ်ထားသည်။ folds အဖြစ်ဖော်ပြသည့် မြင့်မားသော coverage သည် data quality တိုးတက်စေရန်၊ noise ၏အကျိုးသက်ရောက်မှုများကို လျှော့ချရန်နှင့် ငလျင်လှုပ်ခတ်မှု attributes များ၏ ယုံကြည်စိတ်ချရမှုကို မြှင့်တင်ရန်အတွက် အထောက်အကူဖြစ်စေသည်။
CDP အရည်အသွေးကို ထိခိုက်စေသော ရယူမှုဆိုင်ရာ ကန့်သတ်ချက်အချို့မှာ-
၁။ CDP ကြားကာလ (ပုံးအရွယ်အစား): ပုံးအရွယ်အစား ကြီးလွန်းခြင်းသည် ဖွဲ့စည်းပုံဆိုင်ရာ အသေးစိတ်အချက်အလက်များကို မှုန်ဝါးစေနိုင်ပြီး သေးလွန်းခြင်းသည် ပုံးတစ်ခုစီ၏ ခေါက်နိုင်မှုကို လျော့ကျစေနိုင်သည်။
၂။ ခေါက်နိုင်သော ဖုံးအုပ်မှု- ခေါက်မှု ကြီးလေ၊ ယေဘုယျအားဖြင့် စီခြင်းရလဒ်များ ပိုကောင်းလေဖြစ်သည် (အတိုင်းအတာတစ်ခုအထိ)။
၃။ အမြင့်ဆုံး အော့ဖ်ဆက်- အလျင်နှင့် AVO (Amplitude Versus Offset) ခွဲခြမ်းစိတ်ဖြာမှုအတွက် လိုအပ်သော်လည်း၊ အော့ဖ်ဆက် များလွန်းခြင်းသည် ပုံပျက်ခြင်းနှင့် ဆူညံသံကိုလည်း တိုးစေနိုင်သည်။
၄။ အာဇီမတ် ဖြန့်ဖြူးမှု (3D): ပြတ်ရွေ့များနှင့် ဆားခုံးများကဲ့သို့သော ရှုပ်ထွေးသောဖွဲ့စည်းပုံများကို ရုပ်ပုံဖော်ရန်အတွက် အရေးကြီးပါသည်။
CDP ဒေတာ စီမံဆောင်ရွက်သည့် အဆင့်များ
CDP-အခြေခံ ငလျင်လှုပ်ခတ်မှု လုပ်ငန်းစဉ်တွင် အောက်ပါ အဓိကအဆင့်များ ပါဝင်လေ့ရှိသည်။
၁။ CDP Gather သို့ စီခြင်း
ရိုက်ချက်စုဆောင်းမှုပုံစံဖြင့် ကနဦးဒေတာကို CDP စုဆောင်းမှုများအဖြစ် ပြန်လည်စီစဉ်ထားသည်။ ဤစီခြင်းဖြင့်၊ CDP တစ်ခုစီတွင် တူညီသောမြေအောက်တည်နေရာမှ ရောင်ပြန်ဟပ်မှုများကို မှတ်တမ်းတင်သည့် သဲလွန်စများပါရှိသည် (အကောင်းဆုံးကတော့)။
၂။ တည်ငြိမ်သောပြင်ဆင်မှုနှင့် မျက်နှာပြင်အနီးပြင်ဆင်မှု
ကုန်းပေါ်တွင်၊ မျက်နှာပြင်အနီးရှိ အလွှာများသည် မတူညီသော အချိန်နှောင့်နှေးမှုများကို မကြာခဏ ဖြစ်ပေါ်စေလေ့ရှိသည်။ static correction သည် CDP ရှိ လမ်းကြောင်းများတစ်လျှောက် တူညီသော မိုးကုပ်စက်ဝိုင်းမှ ရောင်ပြန်ဟပ်မှုများ စုစည်းနိုင်စေရန် အချိန်ရည်ညွှန်းချက်ကို ညီမျှစေရန် ရည်ရွယ်ပါသည်။
၃။ မြန်နှုန်းခွဲခြမ်းစိတ်ဖြာခြင်း
ကျောက်တုံးအတွင်းရှိ ငလျင်လှိုင်းများ၏ အလျင်သည် CDP အစုအဝေးတွင် ရွေ့လျားမှုပုံသဏ္ဍာန်ကို ဆုံးဖြတ်ပေးသည်။ အကောင်းဆုံး ရောင်ပြန်ဟပ်မှု ချိန်ညှိမှုကို ဖြစ်ပေါ်စေသော အလျင်ကို ရှာဖွေရန် အလျင်ခွဲခြမ်းစိတ်ဖြာမှုကို semblance သို့မဟုတ် coherency ကို အသုံးပြု၍ လုပ်ဆောင်သည်။ ဤအလျင်သည် NMO ပြင်ဆင်မှုနှင့် ရွှေ့ပြောင်းမှုအတွက် အရေးကြီးပါသည်။
၄။ NMO (ပုံမှန် ရွေ့လျားမှု) ပြင်ဆင်ခြင်း
လက်ခံစက်များတွင် မတူညီသော အော့ဖ်ဆက်များ ရှိသောကြောင့် ရောင်ပြန်ဟပ်မှု ခရီးသွားချိန်သည် အော့ဖ်ဆက်များစွာတွင် ပိုကြာလိမ့်မည်။ NMO ပြင်ဆင်ခြင်းသည် ဤအချိန်ကွာခြားချက်ကို ဖယ်ရှားပေးပြီး parallel ရောင်ပြန်ဟပ်မှုများကို ဖြစ်ပေါ်စေပါသည်။ NMO ၏ အောင်မြင်မှုသည် မှန်ကန်သော အမြန်နှုန်းပေါ်တွင် များစွာမူတည်ပါသည်။
၅။ အစုလိုက်အပြုံလိုက် စီခြင်း
ရောင်ပြန်ဟပ်မှုများ ချိန်ညှိပြီးသည်နှင့် CDP စုစည်းမှုရှိ traces များကို ပေါင်းထည့်သည် (stacked)။ stacking သည် signal-to-noise ratio ကို တိုးတက်ကောင်းမွန်စေသည်၊ အဘယ်ကြောင့်ဆိုသော် coherent reflection signals များသည် တစ်ခုနှင့်တစ်ခု အားဖြည့်ပေးပြီး random noise များသည် တစ်ခုနှင့်တစ်ခု ပယ်ဖျက်လေ့ရှိသောကြောင့်ဖြစ်သည်။ ရလဒ်အနေဖြင့် CDP တစ်ခုစီအတွက် single "stack" trace ဖြစ်ပြီး ပိုမိုရှင်းလင်းပြီး အဓိပ္ပာယ်ဖွင့်ဆိုရလွယ်ကူသည်။
၆။ ရွှေ့ပြောင်းခြင်း
ရွှေ့ပြောင်းခြင်းသည် အထူးသဖြင့် စောင်းနေသော၊ ချို့ယွင်းနေသော နှင့် ဒစ်ဖရက်ရှင်း ရောင်ပြန်ဟပ်သည့် အရာဝတ္ထုများအတွက် ရောင်ပြန်ဟပ်မှုစွမ်းအင်ကို မှန်ကန်သော ဂျီဩမေတြီအနေအထားသို့ ရွှေ့ပေးသည်။ ရွှေ့ပြောင်းမှုမရှိပါက ငလျင်လှုပ်ရှားမှုအပိုင်းများသည် ရောင်ပြန်ဟပ်သည့် အရာဝတ္ထုများကို နေရာလွဲစေနိုင်သည်။ ရွှေ့ပြောင်းမှုကို အချိန် သို့မဟုတ် အနက်နယ်ပယ်တွင် လုပ်ဆောင်နိုင်ပြီး ၎င်း၏အရည်အသွေးသည် အလျင်ပုံစံပေါ်တွင် မူတည်သည်။
ဟိုက်ဒရိုကာဗွန် စူးစမ်းရှာဖွေမှုအတွက် CDP နည်းလမ်း၏ အကျိုးကျေးဇူးများ
CDP ငလျင်တိုင်းတာရေးနည်းလမ်းသည် ဟိုက်ဒရိုကာဗွန် စူးစမ်းရှာဖွေရေးအပေါ် အဓိကသက်ရောက်မှုရှိသည်- အဘယ်ကြောင့်ဆိုသော်
၁။ မြေအောက်ပုံရိပ်များ၏ အရည်အသွေးကို မြှင့်တင်ပါ
stacking ဖြင့် primary reflections များသည် ပိုမိုရှင်းလင်းလာသောကြောင့် target horizon ကို ပိုမိုတသမတ်တည်း မြေပုံဆွဲနိုင်ပါသည်။
၂။ ထောင်ချောက်ဖွဲ့စည်းပုံ မြေပုံရေးဆွဲခြင်းကို ပံ့ပိုးပေးသည်
CDP မှရရှိသော အလျင်အခြေခံ ရွှေ့ပြောင်းမှုပြီးနောက်တွင် အန်တီလိုင်းများ၊ ပြတ်ရွေ့များ၊ လှိမ့်များနှင့် အလွှာလိုက်ဖွဲ့စည်းပုံများကို ပိုမိုကောင်းမွန်စွာ ခွဲခြားသတ်မှတ်နိုင်ပါသည်။
၃။ stratigraphic interpretation ၏ ယုံကြည်စိတ်ချရမှုကို မြှင့်တင်ပါ
ရောင်ပြန်ဟပ်မှု ဆက်လက်တည်ရှိမှု၊ အလွှာအဆုံးသတ်ခြင်း (onlap၊ downlap၊ truncation) နှင့် အနည်အနှစ် ဂျီသြမေတြီတို့သည် ရေနံစနစ်များကို နားလည်ရန် အထောက်အကူပြုသည်။
၄။ နောက်ထပ် ခွဲခြမ်းစိတ်ဖြာမှု (AVO နှင့် ဂုဏ်သတ္တိများ) အတွက် လမ်းခင်းပေးသည်
CDP pre-stack စုဆောင်းဒေတာသည် အရည်ညွှန်ပြချက်အတွက် AVO ခွဲခြမ်းစိတ်ဖြာမှုအပြင် reservoir လက္ခဏာရပ်ဖော်ထုတ်မှုအတွက် impedance inversion ကို ဖွင့်ပေးသည်။
၅။ တူးဖော်ခြင်းဆိုင်ရာ ဆုံးဖြတ်ချက်များ၏ ထိရောက်မှု
ပိုမိုတိကျသောဖွဲ့စည်းပုံနှင့် အနက်အချက်အလက်များသည် ရေတွင်းတည်နေရာအန္တရာယ်ကို လျော့နည်းစေပြီး ပမာဏခန့်မှန်းရာတွင် အထောက်အကူဖြစ်စေသည်။
ကန့်သတ်ချက်များနှင့် စိန်ခေါ်မှုများ
အားသာချက်များရှိသော်လည်း CDP နည်းလမ်းတွင် ကန့်သတ်ချက်များရှိသည်။ "တူညီသော ရောင်ပြန်ဟပ်မှုအမှတ်" ယူဆချက်သည် အလျားလိုက်ရောင်ပြန်ဟပ်မှုများနှင့် နှိုင်းယှဉ်ရလွယ်ကူသော မီဒီယာများအတွက် ပိုမိုမှန်ကန်ပါသည်။ ရှုပ်ထွေးသောဖွဲ့စည်းပုံများ—ဥပမာ၊ မြင့်မားသောတောင်စောင်းများ၊ တင်းကျပ်သောပြတ်ရွေ့များ သို့မဟုတ် လျင်မြန်စွာပြောင်းလဲနေသော ဘေးတိုက်အလျင်များရှိသည့်နေရာများ—တွင် CDP စုစည်းမှုတွင် မတူညီသော ရောင်ပြန်ဟပ်မှုအမှတ်များမှ စွမ်းအင် (non-hyperbolic moveout) ပါဝင်နိုင်ပြီး NMO နှင့် stacking တို့ကို အကောင်းဆုံးထက် လျော့နည်းစေသည်။ ထို့အပြင်၊ stacking လုပ်ဆောင်သည့်အခါတွင်ပင် များစွာသောဖြစ်စဉ်များနှင့် coherent noise များ ပေါ်လာနိုင်သည်။ ထို့ကြောင့်၊ demultiple၊ anisotropy correction နှင့် pre-stack migration ကဲ့သို့သော နောက်ထပ်လုပ်ဆောင်မှုများကို အချို့ကိစ္စများတွင် လိုအပ်ပါသည်။
ပိတ်
CDP ငလျင်တိုင်းတာမှုနည်းလမ်းသည် ဟိုက်ဒရိုကာဗွန်ရှာဖွေရေးအတွက် ခေတ်မီရောင်ပြန်ဟပ်မှုငလျင်တိုင်းတာမှု၏ အဓိကအချက်ဖြစ်သည်။ မြေအောက်မျက်နှာပြင်အမှတ်တစ်ခုတည်းတွင် ထပ်ခါတလဲလဲတိုင်းတာမှုများကို အသုံးပြုခြင်းဖြင့် CDP သည် ပိုမိုကောင်းမွန်သောအလျင်ခွဲခြမ်းစိတ်ဖြာမှု၊ ရွေ့လျားမှုပြင်ဆင်မှု၊ အချက်ပြမှုနှင့်ဆူညံသံအချိုးကိုတိုးတက်စေရန် stacking နှင့် ရွှေ့ပြောင်းမှုကို ဖြစ်ပေါ်စေပြီး ပိုမိုတိကျသောရောင်ပြန်ဟပ်မှုတည်နေရာများကို ရရှိစေပါသည်။ နောက်ဆုံးရလဒ်မှာ ထောင်ချောက်များကို ဖော်ထုတ်ရန်၊ ရေလှောင်ကန်များကို မြေပုံဆွဲရန်နှင့် စူးစမ်းရှာဖွေရေးအန္တရာယ်များကို လျှော့ချရန်အတွက် ပိုမိုထက်မြက်ပြီး ပိုမိုယုံကြည်စိတ်ချရသော မြေအောက်မျက်နှာပြင်ပုံရိပ်များဖြစ်သည်။ 3D ရယူမှုနည်းပညာ၊ တွက်ချက်မှုလုပ်ဆောင်ခြင်းနှင့် attribute-based interpretation နည်းလမ်းများ တိုးတက်လာသည်နှင့်အမျှ CDP ချဉ်းကပ်မှုသည် ငလျင်ဒေတာမှ ဘူမိဗေဒဆိုင်ရာအချက်အလက်များကို ထိရောက်စွာထုတ်ယူရန်အတွက် အခြေခံအဖြစ် သက်ဆိုင်နေဆဲဖြစ်သည်။
