Statistical characteristics of the internal structure of the seismic background over a hydrocarbon deposit

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The fine structure of seismic background in the territory of an oil field was studied using polyspectral analysis and surrogate models. Statistical test for Gaussianity and linearity showed that natural seismic background in the frequency range of 1–50 Hz is a nonlinear process. Bicoherence graphs revealed statistically significant peaks of phase-related triplets with a characteristic geometry of peak clustering in the main triangular region. To analyze the quasi-noise component of the seismic background, surrogate time series with a randomized phase spectrum were generated, the bispectra of which are free of triplet peaks. Bispectral analysis of surrogate series showed the presence of a non-Gaussian quasi-noise component in the seismic background in the frequency range of 1–6 Hz. Previously, the results of the analysis of the used set of records by two completely different methods, each of which extracts information from different components of the seismic background — quasi-noise and regular, were published. These studies showed that each of the two components contains information sufficient to estimate the total thickness of the productive intervals under the recording point. Based on the results of the bispectral analysis and the features of the algorithms of the two methods, a conclusion was made that the quadratically phase-related triplets and the non-Gaussian quasi-noise component in the field territory are manifestations of endogenous seismic emission and are generated by the same nonlinear process developing in the vicinity of an oil-saturated reservoir. The mechanism of seismic emission should be sought in the class of phenomena with quadratic nonlinearity. The statistical characteristics of the internal structure of the seismic background near oil wells have similar features that differ greatly from the statistical characteristics of the seismic record near a “dry” well located outside the reservoir and not producing oil. Previously unknown prognostic features of the oil/water saturation type of rocks have been identified.

About the authors

I. Y. Chebotareva

Oil and Gas Research Institute, Russian Academy of Sciences

Email: irinache@inbox.ru
Moscow, 119333 Russia

References

  1. Арутюнов С.Л., Давыдов В.Ф., Кузнецов О.Л., Графов Б.М., Сиротинский Ю.В.Диплом на открытие 109. Явление генерации инфразвуковых волн нефтегазовой залежью. Опубл. 25.12.98 // Научные открытия (сб. кратк. опис.). М., СПб.: РАЕН. 1999. Вып. 1. 58 с.
  2. Графов Б.М., Арутюнов С.Л., Казаринов В.Е., Кузнецов О.Л., Сиротинский Ю.В., Сунцов А.Е.Анализ геоакустического излучения нефтегазовой залежи при использовании технологии АНЧАР // Геофизика. 1998. № 5. С. 24–28.
  3. HolznerR.,EschleP.,ZurcherH.,LambertM.,GrafR.,DangelS.,MeierP.F.Microtremoranalysistoidentifyhydrocarbonreservoirs//Firstbreak.2005. V. 23. № 5. P. 41–46. https://doi.org/10.3997/1365-2397.23.5.26560
  4. Lambert M.-A., Schmalholz S.M., Saenger E.H., Steiner B.Low-frequency microtremor anomalies at an oil and gas field in Voitsdorf, Austria // Geophysical Prospecting. 2009. V. 57. № 3. P. 393–411. https://doi.org/10.1111/j.1365-2478.2008.00734.x
  5. Makhous M., Rode E.D.(Paul), Kaya S.Application of the Infrasonic Passive Differential Spectroscopy (IPDS) for Hydrocarbon Direct Detection and Reservoir Monitoring in fields of the North-Caspian Basin: Achievements and Challenges // Abstracts. № SPE 125385. Reservoir Characterization and Simulation Conf. Abu Dhabi, UAE, 19–21 October. 2009. https://doi.org/10.2118/125385-MS
  6. Rode E.D., Nasr H., Makhous M.Is the future of seismic passive? // First break.2010.V. 28. № 7.P. 77–80. https://doi.org/10.3997/1365-2397.28.7.40647
  7. Перспективный метод поиска нефтегазовых залежей. Беседа с академиком А.Ю. Цивадзе // Вестник РАН. 2014. Т. 84. № 3.С. 249–252. https://doi.org/10.7868/s0869587314030207
  8. Chebotareva I.Ya., Rode E.-D.Dissipative Seismicity for Hydrocarbon Reservoir Parameter Evaluation // Izvestiya, Physics of the Solid Earth. 2023. V. 59. № 4. Р. 650–661. https://doi.org/10.1134/S1069351323040031
  9. Чеботарева И.Я.Геофизические предпосылки нелинейного механизма формирования низкочастотной сейсмической аномалии над залежами углеводородов // Геофизические исследования. 2024. Т. 25. № 1. С. 86–102. https://doi.org/10.21455/gr2024.1-6
  10. Чеботарева И.Я., Дмитриевский А.Н.Диссипативная сейсмика // Физическая мезомеханика. 2020. Т. 23. № 1. С. 14–32. https://doi.org/10.24411/1683-805X-2020-11002
  11. Климонтович Ю.Л.Статистическая теория открытых систем. Т. 1. М.: Янус, 1995. 624 С.
  12. Кудрявцев Н.А.Генезис нефти и газа. Л.:Недра, 1973. 216с.
  13. Pirson S.J.Significant Advances in Magneto-electric Exploration. Unconventional Methods in Exploration for Petroleum and Natural Gas // Proc. Symp. II-1979 Ed. Gottlieb B.M. Dallas, Texas: Southern Methodist University Press, 1981. P. 169–196.
  14. Makhous M., Rode E.D.(Paul), Kaya S.Application of the Infrasonic Passive Differential Spectroscopy (IPDS) for Hydrocarbon Direct Detection and Reservoir Monitoring in fields of the North-Caspian Basin: Achievements and Challenges // Abstracts. SPE 125385. Reservoir Characterization and Simulation Conf. Abu Dhabi, UAE, 19–21 October.2009.
  15. Напреев Д.В., Оленченко В.В.Комплексирование геофизических и геохимических методов при поиске залежей углеводородов в Усть-Тымском нефтегазоносном районе // Нефтегазовая геология. Теория и практика. 2010. Т. 5. № 1. 8 с. http://www.ngtp.ru/rub/4/6_2010.pdf
  16. Валяев Б.М.Углеводородная дегазация Земли, геотектоника и происхождение нефти и газа // Дегазация Земли и генезис нефтегазовых месторождений. К 100-летию со дня рождения П.Н. Кропоткина. Ред. Дмитриевский А.Н., Валяев Б.М. М.: ГЕОС, 2011. С. 10–30.
  17. Кукуруза В.Д., Кривошеев В.Т., Иванова Е.З., Пекельная Е.В.Геоэлектрическая модель углеводородной залежи //Геоинформатика.2019. № 4.С. 50–55.
  18. Shaidurov G.Ya., Kudinov D.S., Potylitsyn V.S., Shaidurov R.G.Observation of the seismoelectric effect in a gas condensatefield in the Earth’s natural electromagnetic and seismic //Russian Geology and Geophysics.2018.V. 59. № 5.P. 566–570.
  19. Турунтаев С.Б., Мельчаева О.Ю.Анализ триггерных сейсмических процессов при помощи методов нелинейной динамики // Триггерные эффекты в геосистемах. Материалы Всероссийского семинара-совещания. Ред. Адушкин В.В., Кочарян Г.Г. 2010. С. 124–136.
  20. Турунтаев С.Б., Ворохобина С.В., Мельчаева О.Ю.Выявление техногенных изменений сейсмического режима при помощи методов нелинейной динамики // Физика Земли.2012. № 3.С. 52–65.
  21. Chebotareva I.Ya.Remote Evaluation of Hydrocarbon Reservoir Productivity under Big Noisiness // J. Mining Science. 2022. V. 58. № 3. P. 366–375. https://doi.org/10.1134/S1062739122030036
  22. Theiler J., Eubank S., Longtin A., Galdrikian B., Farmer J.D.Testing for nonlinearity in times series: the method of surrogate data // Physica D. 1992. V. 58.Pp. 77–94. https://doi.org/10.1016/0167-2789(92)90102-S
  23. Астахова Д.И., Сысоева М.В., Сысоев И.В.Влияние нелинейности на оценки связанности осцилляторов методом частной направленной когерентности // Известия вузов. Прикладнаянелинейнаядинамика. 2019.Т. 27.Вып. 6.С. 8–24. https://doi.org/10.18500/0869-6632-2019-27-6-8-24
  24. Chavez M., Cazelles B.Detecting dynamic spatial correlation patterns with generalized wavelet coherence and non-stationary surrogate data // Scientific Reports 9. 2019. V. 9. Art. No 7389. 9 p. https://doi.org/10.1038/s41598-019-43571-2
  25. Hirata Y., Shiro M., Amigo J.M.Surrogate Data Preserving All the Properties of Ordinal Patterns up to a Certain Length // Entropy. 2019. V. 21. № 7. 713. 16 p. https://doi.org/10.3390/e21070713
  26. Keylock C.J.Hypothesis testing for nonlinear phenomena in the geosciences using synthetic, surrogate data // Earth and Space Science.2019.V. 6. № 1.P. 41–58. https://doi.org/10.1029/2018EA000435
  27. Жегулин Г.В., Зимин А.В.Применение биспектрального вейвлет-анализа для поиска трехволновых взаимодействий в спектре внутренних волн // Морской гидрофизический журнал. 2021. Т. 37. № 2. С. 147–161. https://doi.org/10.22449/0233-7584-2021-2-147-161
  28. Гурбатов С.Н., Малахов А.Н., Прончатое-Рубцов Н.В.Об использовании спектров высших порядков в задачедиагностики интенсивных акустических шумов // Акуст. журн. 1987. Т. 33. № 5. С. 944–946.
  29. Гурбатов С.Н., Демин И.Ю., Прончатов-Рубцов Н.В.Об использовании биспектрального анализа в обратных задачах нелинейной акустики // Акуст. журн.2017.Т. 63. № 6.С. 596–601.
  30. Schulte J., Policelli F., Zaitchik B.A waveform skewness index for measuring time series nonlinearity and its applications to the ENSO–Indian monsoon relationship // Nonlinear Processes in Geophysics. 2022. V. 29. № 1. P. 1–15. https://doi.org/10.5194/npg-29-1-2022
  31. Abroug I., Abcha N., Jarno A., Marin F.Laboratory study of non-linear wave–wave interactions of extreme focused waves in the nearshore zone // Natural Hazards and Earth System Sciences. 2020. V. 20. P. 3279–3291. https://doi.org/10.5194/nhess-20-3279-2020
  32. Gelman L., Solinski K., Ball A.Novel Higher-Order Spectral Cross-Correlation Technologies for Vibration Sensor-Based Diagnosis of Gearboxes // Sensors.2020.V. 20. 5131.P. 1–23. https://doi.org/10.3390/s20185131
  33. Малахов А.Н.Кумулянтный анализ случайных негауссовых процессов и их преобразований. М.:Советскоерадио, 1978. 374с.
  34. Sanaullah M.A review of higher order statistics and spectra in communication systems // Global journal of science frontier research. Physics and space science. 2013. V. 13. № 4. P. 31–50. https://doi.org/10.34257/GJSFRAVOL13IS4PG31
  35. Elgar S., Sebert G.Statistics of bicoherence and biphase // J. Geophysical Research. 1989. V. C94. P. 10993–10998. https://doi.org/10.1029/JC094iC08p10993
  36. Монахов Ф.И.Низкочастотный сейсмический шум Земли. М.: Наука, 1977. 95 с.
  37. Винник Л.П.Структура микросейсм и некоторые вопросы группирования в сейсмологии. М.:Наука, 1968. 104с.
  38. Ryzhov V., Ryzhov D., Sharapov I., Feofilov S., Smirnov T., Starostin I., Bitrus R.P., Chichester B.Offshore field trial application of low-frequency passive microseismic technology in the North Sea for exploration,appraisal and development of hydrocarbondeposits // First break. 2021. V. 39. № 4. P. 45–50. https://doi.org/10.3997/1365-2397.fb2021027
  39. Birkelo B., Duclos M., Artman B., Schechinger B., Witten B., Goertz A., Weemstra K., Spectraseis A.G., Hadidi M.T.A passive low-frequency seismic survey in Abu Dhabi–Shaheen project // SEG Denver 2010 Annual Meeting. 2010. P. 2207–2211.
  40. Groos J.C. and Ritter J.R.R.Time domain classification and quantification of seismic noise in an urban environment // Geophys. J. Int. 2009. V. 179. P. 1213–1231. https://doi.org/10.1111/j.1365-246X.2009.04343.x
  41. Hinich M.J.Testing for Gaussianity and Linearity of a Stationary Time Series // J. Time Series Analysis. 1982. V. 3. № 3. P. 169–176. https://doi.org/10.1111/j.1467-9892.1982.tb00339.x
  42. Hinich M.J., Mendes E.M., Stone L.Detecting Nonlinearity in Time Series: Surrogate and Bootstrap Approaches // Studies in Nonlinear Dynamics & Econometrics. 2005. V. 9. № 4. P. 1–13. https://doi.org/10.2202/1558-3708.1268
  43. Birkelund Y., Hanssen A.Improved bispectrum based tests for Gaussianity and linearity // Signal Processing. 2009. V. 89. № 12. P. 2537–2546. https://doi.org/10.1016/j.sigpro.2009.04.013
  44. Hinich M.J., Wolonsky M.A.A test for aliasing using bispectral analysis // J. Amer. Stat. Assoc. 1988. V. 83. P. 499–502.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».