CN102893182B - 用于建模3d地质结构的系统和方法 - Google Patents

Abstract

用于建模三维（3D）地质结构的系统和方法，用于改进最大连续插值。积分法描述了局部各向异性效应并引入了插值技术，从而在断层表面上、沿着最大连续方向在感兴趣的两点之间执行插值。

Description

用于建模3D地质结构的系统和方法

相关申请的交叉参考

在此要求2010年2月22日申请的12/710,253号美国专利申请的优先权，其说明书以引用的方式被并入于此。

关于联邦政府赞助研究声明

不适用。

技术领域

本发明一般涉及建模三维（3D）地质结构。更加具体地，本发明涉及用于3D地质建模中最大连续性插值的积分方法。

背景技术

按照惯例，地理统计软件使用变差函数模型来描述地质特性（例如，孔隙率和渗透率）的空间变化模式，所述变差函数模型将所预期的变化的平均值量化为距离和方向的函数。在油藏中，当地质特征非常连续并容易进行井间关联时，相关性范围（规模）将很大，并且在油藏中，当地质特征在短距离内快速变化时，相关性范围（或规模）将会较小。

在特定地质环境中，相关性范围在方向上是独立的。这种现象在沉积环境中、尤其是在沉积物沉降期间运输的主要机制是风和水的那些环境中非常普遍，这导致了高度渠道化的结构，例如，三角洲河道、河流沉积物、浊流岩等。这些环境通常证明了在沿着河道轴线的方向和垂直于河道轴线的方向之间的很大程度的相关性变化。常见的地理统计实践的原理需要选择最大连续性的单一方向，其是研究中整个域的平均值，其中，目前市场上可得到的用于地理建模的大多数商业工具都嵌入了该原理。

传统的油藏建模技术使用简化的两点统计学来表示具有复杂几何构造的地质结构，例如三角洲河道、河流沉积物、浊流岩和页岩覆层（shaledrapes）。通过定义变差函数来对两点相关性进行建模，如果可能，其使得上述结构的描述变得非常具有挑战性。两点地理统计方法的一个优点是它们的速度。例如，一种技术利用基于傅里叶滤波器的方法，在由M.Maucec等所撰写的名称为“Streamline-basedHistoryMatchingandUncertainty：Markov-ChainMonteCarloStudyofanOffshoreTurbiditeOilField（基于流线型的历史匹配和不确定性：近海浊流岩油田的马可夫链蒙地卡罗研究）”中描述了这种方法，并且这种方法能够在几秒内产生具有大量变量（~10⁶）的渗透性场的新实现。尽管这种技术比类似柯列斯基分解的传统熟知算法更有效，但是部分上由于其对使用变差函数定义的依赖，其不适于融入用于油藏模型的动态倒置和自动历史匹配的工作流。

在近十年内，多点地理统计学（MPS）的形式取得了进步。MPS技术利用同一时间多个位置之间的相关性来再生体积-变化关系和模型实现，其受局部样本数据的限制。MPS技术的示例组合类似SNESIM和S-GeMS的编码。例如，后者致力于参数的局部最优化，从而考虑数据的局部结构特征，其中，所述参数被包含在基于变差函数的模型内。然而，MPS技术仍然具有缺点，例如：a）依赖训练图像或训练数据集；以及b）用于产生新的地质模型/实现的计算时间非常长。

最近，LandmarkGraphics已经使用最大连续场（MCF）开发了用于地质特性的三维体积建模的技术。这种技术更普遍地被称为点矢量技术，在公开号为WO2009/151441的国际专利申请中描述了这种技术，并且其通过引用被并入本发明中。点矢量技术引进了若干优点，其能够使用户：i）直接控制局部连续性方向；ii）与“地质上直观的”数据集交互式操作，该数据集为例如分层间隔、投影图以及通过MCF的手绘效果图；以及iii）紧接着将静态模型融入动态模型（油藏模拟器）之前，通过推迟网格创建直到静态模型建立的最后阶段，保持地质模型的最大保真度。油藏特性建模不需要标准网格，而是仅需要各点之间的正确距离从而估计/模拟该点周围的性能和数据。

当前点矢量技术主要引进了一个方案，通常被称为“80%方案”，其基于下述方法，即：简单重新将变差函数模型的轴线定位至用户指定的局部方向。在具有高度局部各向异性（例如，曲折河道）的地质结构中，对于高度弯曲河道，最大连续性方向显著地发生局部变化。该80%方案无法知道如何考虑河道转角。这种地质结构中的正确距离的估计要求引进曲线距离，因为在地质构造中的两点之间的最小距离（也就是，欧氏距离）不总是直线，并且根据局部各向异性场，其可以是曲线的。其他挑战是：i）如何计算地质结构的无网格模型中感兴趣的两点之间的最短距离；以及ii）使用哪个方向/定位来正确描述局部各向异性效应。

发明内容

通过应用积分法来计算地质结构的无网格模型中的感兴趣两点之间的最短距离，并且确定使用哪个方向/定位来正确描述局部各向异性效应，本发明满足上述需求并克服了现有技术中一个或多个缺陷。

在一个实施例中，本发明包括用于建模三维（“3D”）地质结构的计算机实施的方法，该方法包括：i）选择地质结构的输入数据；ii）数字化由输入数据表示的地质结构图像，被数字化的图像包括多个样本点；iii）使用智能点致密来处理被数字化的图像，从而仅初始化每个样本点的位置并且最优化每个样本点位置；iv）计算所述被数字化的图像的结构和扩散张量场，张量场的每个张量与各自的样本点相关，各自的样本点在其最优样本点位置处；v）使用以结构定向的平滑化来处理被数字化的图像，从而形成增强图像；vi）使用计算机处理器，计算被数字化的图像的断层位移场；以及vii）插值所述结构和扩散张量场、所述增强图像和所述断层位移场，从而产生3D地质模型。

在另一个实施例中，本发明包括非瞬时性计算机可读介质，其可触知地携载有用于存储建模三维（“3D”）地质结构的计算机可执行指令。所述指令是可执行的从而实施：i）选择地质结构的输入数据；ii）数字化由输入数据表示的地质结构图像，被数字化的图像包括多个样本点；iii）使用智能点致密来处理被数字化的图像，从而仅初始化每个样本点的位置并且最优化每个样本点位置；iv）计算被数字化的图像的结构和扩散张量场，张量场的每个张量与各自的样本点相关，各自的样本点在其最优样本点位置处；v）使用以结构定向的平滑化来处理被数字化的图像，从而形成加强图像；vi）计算被数字化的图像的断层位移场；以及vii）插值所述结构和扩散张量场、所述增强图像和所述断层位移场，从而产生3D地质模型。

从以下各种实施例和相关附图的描述，本发明另外的方面、优点和实施例对于本领域技术人员来说会变得显而易见。

附图说明

在下文中参考附图描述本发明，其中，相同的元件使用相同的参考数字，其中：

图1是阐释实施本发明的方法的一个实施例的流程图；

图2是阐释实施图1中步骤106的方法的一个实施例的流程图；

图3是最大连续性矢量的原理图；

图4A是阐释用于追踪断层线上最大连续场的点矢量技术的应用的原理图；

图4B是阐释使用点矢量技术而产生的方向性信息损失的地震数据图像；

图5A是阐释根据图2中的步骤205计算得到的断层位移场的地震数据图像；

图5B是图5A中用圆圈起来的区域的放大图像，其阐释了用于断层位移场的方向性信息；

图6是将用于阐释图1中步骤108的曲线距离和欧氏距离进行比较的示意图；

图7是阐释用于实施本发明的系统的一个实施例的框图。

具体实施方式

虽然具体地描述了本发明的主题，然而，该说明本身并不旨在限制本发明的范围。因此，也可以结合其他技术以其他方式实施本发明的主题，从而包括类似于在此描述的步骤的不同步骤或者步骤的组合。此外，尽管在此使用术语“步骤”来描述所应用方法的不同部分，该术语不应被解释为在此公开的各个步骤之间的任何特定顺序，除非另外通过说明清楚地将其限制为特定顺序。

方法说明

以下说明包括一个或多个方法（在下文中一般称为“积分方法”），其结合了本领域众所周知的点矢量技术和曲线点对点（CPP）插值技术、通过数据抽象来合并宽分布的有效数据集和结构。公开了图像数字化平台以及通用I/O数据流，其被统一以用于插值。积分法提供了3D地质建模领域的独特工具。

现在参考图1，流程图阐释了用于实施本发明的方法100的一个实施例。方法100表示了用于3D地质建模的积分方法，其对多种来源和类型的地质和结构信息做出解释。这种信息可包括例如结构框架的直观手绘效果图和高分辨率的地震数据图像。

在步骤102中，可使用参考图7所描述的客户界面和/或视频界面选择结构信息，例如，高分辨率的地震数据，将其作为用于方法100的输入数据。地震数据可以包含结构信息，该结构信息用于CPP插值和以结构定向的平滑化。

在步骤104中，使用参考图7所描述的客户界面和/或视频界面，也可以选择地质和结构信息的其他类型和格式，作为用于方法100的输入数据，所述其他类型和格式为例如，i）分层间隔104a，其表示由两个地质表面界定的垂直距离；ii）河道界限的映射视图104b；以及iii）结构框架（例如，感兴趣体积的特定部分中的矢量）的直观手绘效果图104c。以在公开号为WO2009/151441A1的国际专利申请中描述的方式，使用最大连续场，在步骤104中选择的地质和结构信息可能是基于最大连续性的单一方向。通过定义，当沿着如图3中所示的矢量方向从该矢量的位置远离时，最大连续方向是最可能使得沿其的感兴趣的特性保持不变的方向。换句话说，其定义了用于特性建模目的的地质模型中位置之间的隐含关系。

在图3中，最大连续矢量302具有位置304、大小、方向和相关性（长度）306。矢量302的相关性（长度）符合变差函数模型的长范围。为了保存被渠道化的、高度弯曲的、具有高度局部各向异性的地质结构中的矢量信息，以公开号为WO20091151441A1的国际专利申请中提议的方式，能够直观地将变差函数模型的轴线定向到指定的局部方向。

在步骤106中，以参考图2进一步描述的方式对步骤102和/或104中选择的输入数据执行数据抽象。执行数据抽象是因为在步骤102和/或104中选择的输入数据通常以非常不同的模式或分辨率出现，并且为了在插值步骤108期间配置输入数据，需要输入数据的概括化或抽象化。

在步骤108中，对来自步骤106的结果执行CPP插值，例如，自然邻点插值或者图形引导混合邻点差值。在一个实施例中，插值法应用了张量场数据的两步式混合：1）通过本领域众所周知的方法，例如，基于Dijkstra的快速行进法（FMM），求解从样本点至已知数据点（也就是井数据/位置）的最小行程时间的任何各向异性Eikonal方程，该方程在本领域是众所周知的；以及2）使用本领域众所周知的迭代共轭梯度法来求解混合邻点插值，其是压力方程的导数。通过底层结构/扩散张量场和以结构定向的各向异性平滑化的结合，假设点矢量技术和CPP插值之间的重要类比：最大连续矢量的相关性（长度或范围）与扩散张量D的最大特征值成比例，其与结构定向（也就是结构张量的主方向或者局部线性扩散系数）对齐。主要思想是将扩散的主轴与图像的定向对齐。扩散张量D应构造为使其特征向量遵循图像的局部定向。

当应用到地质建模，油藏特性的标准的、基于欧几里德的点对点插值法会产生错误的结果，因为没有重视复杂的底层地质结构（例如，河道）。换句话说，基于欧几里德的插值法没有重视弯曲度，其是弯曲河道的普遍特征。通过混合张量场数据（例如，结构/扩散）从而引导插值法，获得了地质建模的物理精确度方面的主要改进。如图6所示，这通过求解曲线距离604而获得。曲线距离604表示沿着最优轨迹线的两点之间的、受约束的欧几里德距离。可使用来求解曲线距离604，其中，t和t_m分别代表在处的时间（t）和在处的最小行程时间(t_m)。可选择地，沿着最优轨迹线，使用最小化行程时间(t_m)的各向异性欧几里德方程的解，可以求解曲线距离604。欧几里德距离602求解了两点之间的线性距离并且对于渠道化特征其是不精确的。

至今，仅使用地震数据图像作为底层结构输入来实施CPP插值法。因此，积分法将作为插值输入数据的其他类型和格式的地质和结构数据（例如，分层间隔、投影图像和手绘效果图）结合起来。

现在参考图2，流程图显示了用于实施图1中步骤106的方法200的一个实施例。

在步骤201中，使用通过图像的点或样本的离散集来表示该图像的本领域众所周知的任何标准方法，可以数字化由输入数据表示的地质结构的图像，所述样本为例如栅格化或图像压缩。基本特征是渲染与步骤108中的插值相兼容的通用图像格式。

在步骤202中，使用智能点致密（IPoD）来处理来自步骤201的被数字化的图像。IPoD是对7,050,612号美国专利中描述的原子网格化技术的改进。IPoD通常被用于：1）通过利用伪正则（pseudo-regular）点格来填充被数字化的图像所占的空间，初始化样本点位置，点和其最近的邻点之间的标称距离始终随着被数字化的图像中的结构特征的密度而变化；以及2）通过移动在由被数字化的图像所占的空间内的点，最优化样本点位置，从而最小化总势能，该势能被定义为每个样本点的点势能和被数字化的图像的势能的加权和。在7,050,612号美国专利中给出了样本点初始化和势能最小化算法的细节。与标准原子网格化相比，IPoD的优点是其严格用于样本点位置的初始化和最优化。以这种方式，省略了生成实际三角化网格的步骤。标准原子网格化方法通过三角剖分来连接被最优化的样本点位置，从而形成样本点网格，所述三角剖分可以是Delaunay三角剖分或者用于三角剖分的任何其他标准技术，这在本领域是众所周知的。然而，生成三角化网格是一种运算要求高的过程，并且可能需要特殊的渲染技术来矫正工件，如同由A.Rueger和D.Hale所撰写的名称为“MeshingforVelocityModelingandRay-TracinginComplexVelocityFields（用于复杂速度场中速度建模和射线追踪的网格）”的文章中所述的。根据点矢量技术，在规则方形网格上产生样本点，并且这些样本点随机或均匀地分布在感兴趣体积（VOI）内。因为与原子网格相比，IPoD的运算要求没有那么高，预计IPoD生成的样本点数量将是使用点矢量技术生成的样本点数量的约1/300。根据典型的地震数据图像，这会使计算速度提高300倍。

在步骤203中，使用本领域众所周知的方法计算来自步骤201的被数字化的图像的结构和扩散张量场。为张量场单独计算得到的张量与在步骤202中通过IPoD初始化和最优化的对应样本点有关。如果所应用的技术是“最近邻点”搜索，那么张量与最邻近的样本点相关。如果所应用的技术是“自然邻点”搜索，那么张量与自然邻近样本点相关。最近邻点搜索和自然邻点搜索技术在本领域是众所周知的。度量张量场是距离和时间之间的关系，并代表图像中特征的连贯性、定向性和维数，其引导步骤108中的插值。张量场改变插值，以使与在这种特征相对侧上的值相比或者与图像不怎么连贯的情形中的值相比，空间连贯性图像特征内的已知样本值被赋予更多权重。任何底层张量场都需要在计算机中的一些底层引导表示，例如，绘图、相片或者其他图像。如果来自地震数据图像，那么可使用地震数据图像的分辨率来采样张量场。可选择地，例如使用IPoD，可以更加粗糙/巧妙地采样张量场。这意味着将使用较低分辨率仅在图像位置处采样张量场，所述图像位置由来自步骤202的样本点的最优化位置确定。

在步骤204中，使用以结构定向的平滑化方法、沿着图像中的表观（也就是以步骤203中结构和扩散张量场的形式计算得到的）结构来处理来自步骤201的被数字化的图像，这增强了结构特征并保存了重要的不连续处，例如，断层或河道。对于这个步骤，可以使用众所周知的广谱滤波算法，例如：i）连贯性增强各向异性滤波器；ii）结构定向的插值滤波器（也就是VanGogh滤波器）；iii）递归（各向异性）高斯滤波器；以及iv）双向滤波器的新颖实施。

在步骤205中，以下述方式计算来自步骤201的被数字化的图像的断层位移场（FDF）。将该FDF与来自步骤203和步骤204的结果合并，将合并结果返回到图1中的步骤108，以用于插值。传统的地震解释方法着重于例如通过相干方法检测地震数据图像中的断层线。然而，计算FDF对应于追踪通过断层线（在2D中）或者通过断层面（在3D中）的MCF。在此，通过计算被数字化的图像上的位移矢量场并基于标准提取该场的断层位移分量这一角度来处理这个问题，该标准为例如分辨断层落差和倾斜层。以这种方式，步骤205可以被应用至地震数据图像中的断层线/断层表面检测，以及应用至任何其他格式的、与结构信息相关的被数字化的数据（例如，分层间隔、投影图和手绘效果图）。

因此，通过搜寻图像中的表观位移矢量以及搜寻相邻、即垂直图像痕迹之间的局部互关联的峰值位置来计算FDF。该FDF限制了断层矢量，其在断层内在断层方向上平缓变化。作为对非垂直断层的泛化，应用相关性平滑化窗口，其与滞后矢量对齐。换句话说，在该矢量方向上通过剪切对所有滞后矢量应用平滑化，逐一追踪完成相关性并且与处理垂直断层一样快。剪切是计算机绘图算法中使用的众所周知的概念。

现在参考图4A，阐释了点矢量技术的应用，其用于通过显示搜索区域404a并沿着断层落差矢量402a到达区域406a，从区域404a至区域406a、越过断层线400a追踪数据搜索区域404a和相关MCF408a。因为必须根据整个MCF的VOI中的多断层线而执行这个操作，所以其非常耗时并且难于在实践中有效实施。如图4B中所示的，其是代表振幅的2D地震数据图像，由椭圆体代表的、计算得到的结构和扩散张量场不继续通过断层线。由402b、404b和406b表示的区域显示了丢失了方向信息的区域。换句话说，当椭圆体变得不那么细长时，关于张量场方向性的信息在断层线上丢失并且中断追踪MCF。通过在步骤205中计算FDF，在断层线上追踪MCF一般可应用于数字图像中的任何底层结构表示。步骤205表示对点矢量技术的改进，其不需要用户为断层矢量和相关断层落差预先定义输入，而这是使用点矢量技术所必需的。

现在参考图5A，地震数据图像阐释了根据步骤205关于振幅地震数据计算得到的断层位移场。

现在参考图5B，图5A中圈起的区域的放大图像阐释了用于断层位移场的方向信息。为了清楚的目的，在图5B中显示方向性信息（也就是矢量箭头）。矢量箭头表示计算得到的位移矢量。从矢量箭头的绝对长度显而易见的是：位移仅与高梯度变化特征（例如断层落差）相关，而与水平分层的倾斜变化不相关，在水平分层中矢量箭头的长度减少。这是优选的特性，因为位移矢量场被预想为结构特性。

本发明与市场上的现存技术的区别在于：其结合了i）最大连续场（MCF）、ii）智能点致密（IPoD）、iii）断层位移场（FDF）以及iv）CPP插值。因此，本发明的积分方法i）基于底层结构信息、通过引进最大连续场和断层位移场描述了局部各向异性效应，以及ii）引进CPP插值技术，从而在断层表面上、沿着最大连续方向、在感兴趣的两点之间执行插值。

系统描述

可以通过计算机可执行的指令程序来实施本发明，例如程序模块，一般称为通过计算机执行的软件应用或应用程序。例如，软件可以包括执行特定任务或实施特定抽象数据类型的例程、程序、对象、组件和数据结构。软件形成了允许计算机根据输入源产生作用的界面。可以使用由LandmarkGraphics销售的商业软件应用程序DecisionSpaceEarthModeling（DSCEM_TM）作为界面应用程序来实施本发明。软件也可以与其他代码段协作，从而响应于所接收的数据连同所接收的数据的源而初始化多种任务。软件可以被存储和/或携载在各种各样的存储介质上，例如CD-ROM、磁盘、磁泡存储器和半导体存储器（例如，各种类型的RAM或ROM）。此外，可以通过各种各样的载体介质和/或通过任何种类的网络、例如因特网来传输软件及其结果，所述载体介质为例如光纤维、金属导线。

此外，本领域技术人员会意识到：可以使用各种各样的计算机系统配置来实施本发明，包括手提式装置、多处理器系统、基于微处理器或用户可编程电子产品、迷你电脑、大型电脑等。任何数量的计算机系统和计算机网络都可供本发明使用。本发明可以在分布式计算环境中实施，在该环境中，通过由通信网络链接的远程处理装置来执行任务。在分布式计算环境中，程序模块可以位于包括存储器装置的局部和远程计算机存储介质中。因此，可在计算机系统或者其他处理系统中结合各种硬件、软件或者其组合来实施本发明。

现在参考图7，其阐释了用于在计算机上实施本发明的系统框图。所述系统包括计算单元，有时称为计算机系统，其包括存储器、应用程序、客户端界面、视频界面和处理单元。计算单元仅是合适的计算环境的一个示例，并且其不旨在对本发明的使用或功能性范围提出任何限制。

存储器主要存储应用程序，通过计算单元执行该应用程序从而实施在此描述和在图1-2中阐释的本发明，其中该应用程序也可被描述为包含计算机可执行指令的程序模块。因此，存储器主要包括数据输入模块、抽象模块和数据插值模块，其能够实施参考图1-2阐释和描述的方法。数据输入模块包括支持地震数据输入、分层/间隔、映射视图和手绘效果图的功能性。换句话说，数据输入模块与DSEM_TM和客户端/视频接口结合，从而执行参考图1中的步骤102a、104a、104b和104c所描述的功能。数据抽象模块与DSEM_TM结合，从而执行参考图1中的步骤106所描述的功能。特别地，数据抽象模块包括数字化、智能点致密、结构/扩散张量、以结构定向的平滑化和断层位移场组件，从而执行参考图2中的步骤201-205所描述的功能。数据插值模块结合DSEM_TM，从而执行参考图1中的步骤108描述的功能。

尽管所显示的计算单元具有通用存储器，该计算单元典型地包括各种各样的计算机可读介质。示例性而非限制性的，计算机可读介质可包括计算机存储介质。计算系统存储器可包括易失性和/或非易失性存储器形式的存储介质，例如只读存储器（ROM）和随机存取存储器（RAM）。典型地，基本输入/输出系统（BIOS）存储在ROM中，其包含有助于例如在启动期间在计算单元内的元件之间传输信息的基本程序。RAM典型地包括数据和/或程序模块，通过处理单元可以立即访问和/或运行所述数据和/或程序模块。示例性而非限制性的，计算单元包括操作系统、应用程序、其他程序模块以及程序数据。

在存储器中显示的组件也可以被包含在其他可移动/不可移动、易失性/非易失性计算机存储介质中，或者其可以通过应用程序界面（“API”）而在计算单元中实施，置于通过计算机系统或网络而连接的单独的计算单元中。仅作为示例，硬盘驱动器可以从不可移动的、非易失性的磁性介质读取或向其写入，磁盘驱动器可以从可移动的、非易失性的磁盘读取或向其写入，并且光盘驱动器可以从可移动的、非易失性的光盘读取或向其写入，所述光盘为例如CDROM或者其他光学介质。可以在可仿效的操作环境中使用的其他可移动/不可移动、易失性/非易失性计算机存储介质可以包括但不限于盒式磁带、闪存卡、数字多用盘、数字视讯磁带、固态RAM、固态ROM等。驱动器和上述讨论的其相关计算机存储介质提供了计算机可读指令、数据结构、程序模块和用于计算单元的其他数据的存储。

客户可以通过客户端界面将命令和信息输入计算单元，所述客户端界面可为输入装置，例如键盘和定点设备，通常被称为鼠标、轨迹球或触摸板。输入装置可以包括麦克风、控制杆、碟形卫星天线、扫描仪等。这些和其他输入装置通常通过系统总线连接至处理单元，但是也可以通过其他界面和总线结构连接，例如并行端口或通用串行总线（USB）。

经由接口，例如视频接口，可将监视器或者其他类型的显示装置连接至系统总线。也可以与视频接口一起使用图形用户界面（“GUI”），从而从客户端界面接收指令并将指令传输至处理单元。除了监视器，计算机还可包括其他外围输出装置，例如扬声器和打印机，其可通过输出外围接口连接。

尽管没有显示出计算单元的许多其他内部组件，本领域技术人员会意识到，这些组件和其内部连接是众所周知的。

虽然已经关于目前的优选实施例描述了本发明，但是本领域技术人员应理解：其不是旨在将本发明限制于那些实施例。因此，在不偏离通过随附权利要求书和其等同物定义的本发明精神和范围的情况下，可以设想到各种可替换实施例并可对所公开的实施例进行修改。

Claims (22)

1.一种用于建模三维(“3D”)地质结构的计算机实施方法，其特征在于，所述方法包括：

选择地质结构的输入数据；

对由所述输入数据表示的地质结构的图像进行数字化，被数字化的图像包括多个样本点；

使用智能点致密来处理所述被数字化的图像，从而仅初始化每个样本点的位置并最优化每个样本点位置；

计算所述被数字化的图像的结构和扩散张量场，所述张量场的每个张量与在各自的样本点的最优化样本点位置处的各自的样本点相关；

使用以结构定向的平滑化来处理所述被数字化的图像，从而形成增强图像；

使用计算机处理器，计算所述被数字化的图像的断层位移场；以及

插值所述结构和扩散张量场、所述增强图像和所述断层位移场，从而产生3D地质模型。

2.如权利要求1所述的方法，其中，所述输入数据包括地震数据、分层间隔、映射视图和手绘效果图。

3.如权利要求1所述的方法，其中，数字化所述图像包括栅格化或压缩所述图像中的一种。

4.如权利要求1所述的方法，其中，基于最近邻点搜索，将每个张量与各自的样本点相关。

5.如权利要求1所述的方法，其中，基于自然邻点搜索，将每个张量与各自的样本点相关。

6.如权利要求1所述的方法，其中，以结构定向的平滑化包括连贯性增强各向异性滤波器、结构定向插值滤波器、递归高斯滤波器和双向滤波器中的至少一个。

7.如权利要求6所述的方法，其中，所述递归高斯滤波器是各向异性滤波器。

8.如权利要求1所述的方法，其中，计算所述被数字化的图像的断层位移包括：在所述被数字化的图像中搜索表观位移矢量，并且搜索所述被数字化的图像的相邻垂直痕迹之间的局部互关联的峰值位置。

9.如权利要求8所述的方法，其中，计算所述被数字化的图像的断层位移场可以被应用至与结构信息相关的、任何格式的数字化数据。

10.如权利要求1所述的方法，其中，所述插值步骤包括自然邻点插值。

11.如权利要求1所述的方法，其中，所述插值步骤包括图像引导混合邻点插值。

12.一种用于建模三维(“3D”)地质结构的计算机实现的系统，其特征在于，所述系统包括：

用于选择地质结构的输入数据的装置；

用于对由所述输入数据表示的地质结构的图像进行数字化的装置，被数字化的图像包括多个样本点；

用于使用智能点致密来处理所述被数字化的图像，从而仅初始化每个样本点的位置并最优化每个样本点位置的装置；

用于计算所述被数字化的图像的结构和扩散张量场的装置，所述张量场的每个张量与在各自的样本点的最优化样本点位置处的各自的样本点相关；

用于使用以结构定向的平滑化来处理所述被数字化的图像，从而形成增强图像的装置；

用于计算所述被数字化的图像的断层位移场的装置；以及

用于插值所述结构和扩散张量场、所述增强图像和所述断层位移场，从而产生3D地质模型的装置。

13.如权利要求12所述的计算机实现的系统，其中，所述输入数据包括地震数据、分层间隔、映射视图和手绘效果图。

14.如权利要求12所述的计算机实现的系统，其中，所述用于数字化所述图像的装置包括：用于栅格化所述图像的装置或用于压缩所述图像的装置的其中一种。

15.如权利要求12所述的计算机实现的系统，其中，基于最近邻点搜索，将每个张量与各自的样本点相关。

16.如权利要求12所述的计算机实现的系统，其中，基于自然邻点搜索，将每个张量与各自的样本点相关。

17.如权利要求12所述的计算机实现的系统，其中，所述以结构定向的平滑化包括连贯性增强各向异性滤波器、结构定向插值滤波器、递归高斯滤波器和双向滤波器中的至少一个。

18.如权利要求17所述的计算机实现的系统，其中，所述递归高斯滤波器是各向异性滤波器。

19.如权利要求12所述的计算机实现的系统，其中，所述用于计算所述被数字化的图像的断层位移的装置包括：用于在所述被数字化的图像中搜索表观位移矢量的装置，以及用于搜索所述被数字化的图像的相邻垂直痕迹之间的局部互关联的峰值位置的装置。

20.如权利要求19所述的计算机实现的系统，其中，计算所述被数字化的图像的断层位移场可以被应用至与结构信息相关的、任何格式的数字化数据。

21.如权利要求12所述的计算机实现的系统，其中，所述用于插值的装置包括用于自然邻点插值的装置。

22.如权利要求12所述的计算机实现的系统，其中，所述用于插值的装置包括用于图像引导混合邻点插值的装置。