CN103777244B - 一种地震裂缝属性体的定量分析方法 - Google Patents
一种地震裂缝属性体的定量分析方法 Download PDFInfo
- Publication number
- CN103777244B CN103777244B CN201210414920.9A CN201210414920A CN103777244B CN 103777244 B CN103777244 B CN 103777244B CN 201210414920 A CN201210414920 A CN 201210414920A CN 103777244 B CN103777244 B CN 103777244B
- Authority
- CN
- China
- Prior art keywords
- grid
- plane
- length
- distance
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种地震裂缝属性体的定量分析方法,属于地球物理解释领域。所述方法对地震裂缝属性体进行网格化处理,得到平面网格以及各个网格的值,对于均有裂缝发育的网格,计算其中任意两个网格之间的距离和方位角,并将平面网格上所有的距离和方位角进行统计得到统计结果,将所述统计结果投影到一个距离和方位角的二维数组平面上,从而得到能反映裂缝空间信息的分析图谱。本发明方法可以自动对具有线性特征的裂缝数据体进行分析,并生成含有裂缝分布信息的矢量图谱,从生成的矢量图谱中可以直观、方便地获取裂缝分布角度、长度和间距等信息。
Description
技术领域
本发明属于地球物理解释领域,具体涉及一种地震裂缝属性体的定量分析方法。
背景技术
储层裂缝的发育分布规律对油气田的勘探和开发有重要影响,研究储层裂缝分布和发育规律,是油田勘探和开发的一项重要内容。通常各油田和石油公司采用地震属性解释的方法进行储层裂缝预测。目前利用地震属性体对地下储层进行裂缝预测的技术已较为成熟,现有的地震属性分析软件,可以从地震数据体里提取地震相干体、蚂蚁体等地震属性,可以得到具有线性特性的裂缝信息,进而能够描述和预测裂缝的分布规律。但是目前还没有能够解决有关如何定量分析这些具有线性信息的属性体,如何自动统计裂缝的长度、方向和间距等问题的方法。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种地震裂缝属性体的定量分析方法,能够对具有线性特征的二维数据体进行自动分析得到其中裂缝的长度、方向等信息,生成裂缝方位角和裂缝分布长度的图谱,从中可以直观、方便地分析裂缝发育方向、长度、间距等信息,从而定量分析裂缝分布和发育特征。
本发明是通过以下技术方案实现的:
一种地震裂缝属性体的定量分析方法,所述方法对地震裂缝属性体进行网格化处理,得到平面网格以及各个网格的值,对于均有裂缝发育的网格,计算其中任意两个网格之间的距离和方位角,并将平面网格上所有的距离和方位角进行统计得到统计结果,将所述统计结果投影到一个距离和方位角的二维数组平面上,从而得到能反映裂缝空间信息的分析图谱。
所述方法包括以下步骤:
第一步:在平面上对地震裂缝属性体进行网格化采样处理后,获得一个平面网格,该平面网格包括m×n个网格,每个网格的值反映裂缝在平面上分布情况,用网格矩阵Z表示该平面网格,网格矩阵Z共m行,n列,Zi,j代表第i行,j列网格的值,1≤i≤m,1≤j≤n,每个网格的长度和宽度分别为dx,dy,其中有裂缝发育的网格的值设为1,无裂缝发育的网格的值设为0;
第二步:确定在所述平面网格上搜索范围的参数,即最大搜索距离长度L,搜索距离步长dl,0<dl≤L,搜索方位角步长da,0°<da≤90°;同时建立一个空的二维矩阵P,该二维矩阵P的行和列分别表示距离和方位角,用来存放搜索的统计结果,该二维矩阵P的行有L/dl个元素,列有2×90/da个元素,二维矩阵P中各元素的初始值设为0,即Pu,v=0,1≤u≤L/dl,-90/da<v≤90/da;
第三步:选择参与比较的基点网格Zi,j:对所述平面网格上的所有网格进行搜索,当某个Zi,j=1时,该网格即为基点网格,进入第四步,否则返回第三步;
第四步:选择参与比较的另一个网格Zi’,j’:对所述平面网格上的所有网格进行搜索,当某个Zi’,j’=1且j’>j时,或者当某个Zi’,j’=1且j’=j和i′>i时,进入第五步,否则返回第四步;
第五步:根据Zi,j和Zi’,j’对应网格的平面位置计算两个网格之间的距离Length和方位角Azi,然后依据所述距离Length和方位角Azi对所述二维矩阵P对应元素的值加1,即Pu,v=Pu,v+1,二维矩阵P中要修改元素的位置由所述距离Length和方位角Azi确定;
第六步:判断对平面网格上的所有网格进行统计的循环是否结束,如果循环未结束,则转入第三步;如果循环结束,则获得了最终的二维矩阵P,并且利用该二维矩阵P生成相应的分析图谱,所述分析图谱中的横坐标代表方位角,纵坐标代表距离,不同颜色代表矩阵元素值大小。从该分析图谱中,可以直观、方便地分析裂缝分布情况。
所述第五步中根据Zi,j和Zi’,j’对应网格的平面位置计算两个网格之间的距离Length和方位角Azi是通过下面两个公式实现的:
Length=sqrt[((i′-i)dx)^2+((j′-j)dy)^2]
Azi=arctan[(j′-j)dy/(i′-i)dx]。
所述第五步中二维矩阵P中要修改元素的位置由所述距离Length和方位角Azi确定是通过下面两个公式实现的:
u=Length/dl,
v=Azi/da,
其中u,v取整数。
与现有技术相比,本发明的有益效果是:本发明方法可以自动对具有线性特征的裂缝数据体进行分析,并生成含有裂缝分布信息的矢量图谱。从生成的图中可以直观、方便地获取裂缝分布角度、长度和间距等信息,为储层的裂缝分布规律研究提供了一种方法。
附图说明
图1是裂缝的地震属性平面图。
图2是平面裂缝的网格化。
图3是本发明地震裂缝属性体的定量分析方法的步骤框图。
图4是实施例中的简单裂缝模型。
图5是利用本发明方法对图4生成的分析结果图示。
具体实施方式
下面结合附图对本发明作进一步详细描述:
针对裂缝的地震属性在平面上一般表现出线性关系(如图1所示),首先采用网格化处理的方法,进行裂缝数据离散化,具体如下:裂缝数据是从地震解释的地震属性图中提取的,通过在平面上采用规则网格采样的办法,对地震属性图进行数字化,在网格数字化过程中,依据图片的灰度值设定一个阀值a,认为大于阀值a的为裂缝,小于阀值a无裂缝,最终得到图2。然后对各个网格值进行两两循环比较,对网格值均为裂缝(有裂缝发育的网格的值设为1,无裂缝发育的网格的值设为0)的数据计算两网格的距离和方位角(只有当两个网格的值同为1时,才对它们进行计算和统计,由于它们的平面位置已知,就可以得出两个网格之间的距离和方位角),并将统计结果投影到一个距离和方位角的二维数组平面上,从而得到能反映裂缝空间信息的图谱。该方法能方便、直观地对具有裂缝长度、延伸方向和间距进行分析。
如图3所示,一种地震裂缝属性体的定量分析方法,具体如下:
第一步:在平面上对地震裂缝属性体采用规则网格采样的办法数字化,从而获得反映裂缝在平面上分布情况的网格数据(设网格矩阵为Z,共m行,n列,Zi,j代表第i行,j列的元素值,有1≤i≤m,1≤j≤n,网格的长和宽分别为dx,dy),其中有裂缝发育的网格值设为1,无裂缝发育的网格值设为0;
第二步:确定在平面网格上搜索范围的相关参数。其中最大搜索距离长度L,搜索距离步长dl(0<dl≤L),搜索方位角步长da(0°<da≤90°)。并建立一个空的二维矩阵P,该矩阵的行和列分别表示搜索距离和搜索方位角,用来存放搜索的统计结果。该矩阵的行有L/dl个元素,矩阵的列有2×90/da个元素,矩阵各元素初始值设为0(Pu,v=0,1≤u≤L/dl,-90/da<v≤90/da)。
第三步:选择参与比较的基点网格(Zi,j),基点网格的值要求为1(即要求Zi,j=1)。采用循环的办法,对所有网格进行搜索判断,当某个Zi,j=1时,进入第四步,否则搜索下一个Zi,j,直至搜索结束。
第四步:选择参与比较的另一个网格(Zi’,j’),要求网格的值为1(即要求Zi’,j’=1)。也采用循环的办法,对所有网格进行搜索,当某个Zi’,j’=1,且满足条件j’>j;或者j’=j且i′>i时(为了避免重复计算),进入第五步,否则搜索下一个Zi’,j’,直至搜索结束。
第五步:根据Zi,j和Zi’,j’对应网格的平面位置,计算两网格之间的距离Length=sqrt[((i′-i)dx)^2+((j′-j)dy)^2]和方位角Azi=arctan[(j′-j)dy/(i′-i)dx]。依据计算的距离和方位角结果,对第二步建立的矩阵P对应元素的内容进行修改(Pu,v=Pu,v+1,元素值加1),矩阵P要修改元素的位置由计算结果确定(u=Length/dl,v=Azi/da,其中u,v取整数)。
第六步:判断是否对所有平面网格进行统计,循环是否结束?如果循环未结束,则转入第三步继续运行;否则,获得最终的二维矩阵P,并且生成相应的分析图谱(横坐标代表方位角,纵坐标代表距离,不同颜色代表矩阵元素值大小)。从该分析图谱中,可以直观、方便地分析裂缝分布情况。
下面通过一个实施例来说明本发明方法的效果:
如图4所示,图中L1,L2,L3为三条裂缝线的平面图,其中L1与L2裂缝为一组平行裂缝,延伸方向为45度,裂缝长度均为700m;L3裂缝长度700m,延伸方向为-45度。用本发明方法对该裂缝分布平面图进行分析,得到的显示结果见图5。从图5中可以明显看出,L1和L2裂缝投影为线段CD,线段CD对应的长度(dl=700m)为裂缝L1和L2的最大延伸长度,线段CD对应的角度(45度)为裂缝L1和L2的延伸方向;同理,L3裂缝投影为线段AB,长度为700m,方向为-45度;由于L1和L2裂缝的平行关系,另外会产生圆弧线C1,并且圆弧最低点E对应的长度为裂缝L1和L2的间距(d2=400m)。因此,从本发明方法生成的分析图中可以方便、直观地对线状的裂缝分布平面图进行分析。
上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
Claims (3)
1.一种地震裂缝属性体的定量分析方法,其特征在于:所述方法对地震裂缝属性体进行网格化处理,得到平面网格以及各个网格的值,对于均有裂缝发育的网格,计算其中任意两个网格之间的距离和方位角,并将平面网格上所有的距离和方位角进行统计得到统计结果,将所述统计结果投影到一个距离和方位角的二维数组平面上,从而得到能反映裂缝空间信息的分析图谱;
所述方法包括以下步骤:
第一步:在平面上对地震裂缝属性体进行网格化采样处理后,获得一个平面网格,该平面网格包括m×n个网格,每个网格的值反映裂缝在平面上分布情况,用网格矩阵Z表示该平面网格,网格矩阵Z共m行,n列,Zi,j代表第i行,j列网格的值,1≤i≤m,1≤j≤n,每个网格的长度和宽度分别为dx,dy,其中有裂缝发育的网格的值设为1,无裂缝发育的网格的值设为0;
第二步:确定在所述平面网格上搜索范围的参数,即最大搜索距离长度L,搜索距离步长dl,0<dl≤L,搜索方位角步长da,0°<da≤90°;同时建立一个空的二维矩阵P,该二维矩阵P的行和列分别表示距离和方位角,用来存放搜索的统计结果,该二维矩阵P的行有L/dl个元素,列有2×90/da个元素,二维矩阵P中各元素的初始值设为0,即Pu,v=0,1≤u≤L/dl,-90/da<v≤90/da;
第三步:选择参与比较的基点网格Zi,j:对所述平面网格上的所有网格进行搜索,当某个Zi,j=1时,该网格即为基点网格,进入第四步,否则返回第三步;
第四步:选择参与比较的另一个网格Zi’,j’:对所述平面网格上的所有网格进行搜索,当某个Zi’,j’=1且j’>j时,或者当某个Zi’,j’=1且j’=j和i'>i时,进入第五步,否则返回第四步;
第五步:根据Zi,j和Zi’,j’对应网格的平面位置计算两个网格之间的距离Length和方位角Azi,然后依据所述距离Length和方位角Azi对所述二维矩阵P对应元素的值加1,即Pu,v=Pu,v+1,二维矩阵P中要修改元素的位置由所述距离Length和方位角Azi确定;
第六步:判断对平面网格上的所有网格进行统计的循环是否结束,如果循环未结束,则转入第三步;如果循环结束,则获得了最终的二维矩阵P,并且利用该二维矩阵P生成相应的分析图谱,所述分析图谱中的横坐标代表方位角,纵坐标代表距离,不同颜色代表矩阵元素值大小。
2.根据权利要求1所述的地震裂缝属性体的定量分析方法,其特征在于:所述第五步中根据Zi,j和Zi’,j’对应网格的平面位置计算两个网格之间的距离Length和方位角Azi是通过下面两个公式实现的:
Length=sqrt[((i'‐i)dx)^2+((j'‐j)dy)^2]
Azi=arctan[(j'‐j)dy/(i'‐i)dx]。
3.根据权利要求1所述的地震裂缝属性体的定量分析方法,其特征在于:所述第五步中二维矩阵P中要修改元素的位置由所述距离Length和方位角Azi确定是通过下面两个公式实现的:
u=Length/dl,
v=Azi/da,
其中u,v取整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210414920.9A CN103777244B (zh) | 2012-10-25 | 2012-10-25 | 一种地震裂缝属性体的定量分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210414920.9A CN103777244B (zh) | 2012-10-25 | 2012-10-25 | 一种地震裂缝属性体的定量分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103777244A CN103777244A (zh) | 2014-05-07 |
CN103777244B true CN103777244B (zh) | 2016-11-09 |
Family
ID=50569704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210414920.9A Active CN103777244B (zh) | 2012-10-25 | 2012-10-25 | 一种地震裂缝属性体的定量分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103777244B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105486581B (zh) * | 2015-12-14 | 2018-06-08 | 聊城大学 | 一种反演岩石预制裂隙发育过程的方法 |
CN109799531B (zh) * | 2019-03-20 | 2022-04-01 | 成都理工大学 | 一种基于地震分频相干属性的裂缝储层预测方法 |
CN111507954A (zh) * | 2020-04-14 | 2020-08-07 | 中国石油天然气股份有限公司大港油田分公司 | 用于储层裂缝的统计方法及机器可读存储介质 |
CN112946743B (zh) * | 2021-03-19 | 2024-02-27 | 成都捷科思石油天然气技术发展有限公司 | 区分储层类型的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023310A (zh) * | 2009-09-19 | 2011-04-20 | 中国石油化工集团公司 | 三维观测系统均匀性分析方法 |
CN102147934A (zh) * | 2011-04-19 | 2011-08-10 | 中南大学 | 基于tin的地质界面三维形态分析方法 |
CN102176052A (zh) * | 2011-01-26 | 2011-09-07 | 北京航空航天大学 | 一种面向三维层面网格生成的层序分析方法 |
-
2012
- 2012-10-25 CN CN201210414920.9A patent/CN103777244B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023310A (zh) * | 2009-09-19 | 2011-04-20 | 中国石油化工集团公司 | 三维观测系统均匀性分析方法 |
CN102176052A (zh) * | 2011-01-26 | 2011-09-07 | 北京航空航天大学 | 一种面向三维层面网格生成的层序分析方法 |
CN102147934A (zh) * | 2011-04-19 | 2011-08-10 | 中南大学 | 基于tin的地质界面三维形态分析方法 |
Non-Patent Citations (1)
Title |
---|
彭仕宓等.整合多尺度信息的裂缝性储层建模方法探讨.《西安石油大学学报(自然科学版)》.2011,第26卷(第4期),1-7. * |
Also Published As
Publication number | Publication date |
---|---|
CN103777244A (zh) | 2014-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deng et al. | Two distinct strike-slip fault networks in the Shunbei area and its surroundings, Tarim Basin: Hydrocarbon accumulation, distribution, and controlling factors | |
CN102918423B (zh) | 用于地震烃体系分析的方法 | |
CN103198363B (zh) | 一种基于ct孔隙分析的储层产气量预测方法及装置 | |
CN106355011A (zh) | 一种地球化学数据元素序结构分析方法及装置 | |
CN103777244B (zh) | 一种地震裂缝属性体的定量分析方法 | |
Koike et al. | Spatial correlation structures of fracture systems for deriving a scaling law and modeling fracture distributions | |
WO2023000257A1 (zh) | 一种砂岩型铀矿成矿有利部位地质-地震三维预测方法 | |
US20210381362A1 (en) | Method and apparatus for estimating lithofacies by learning well logs | |
CN104459768A (zh) | 一种基于可视化的三维空间目标地质体追踪方法 | |
Leng et al. | Rock mass trace line identification incorporated with grouping algorithm at tunnel faces | |
CN110672072A (zh) | 一种用于裂隙岩体结构的信息多元解译与表征方法 | |
CN105243503A (zh) | 基于空间变量和logistic回归的海岸带生态安全评估方法 | |
Yuan et al. | Automated identification of fissure trace in mining roadway via deep learning | |
CN106033126B (zh) | 一种油气单元勘探程度的定量划分方法 | |
CN117852416A (zh) | 基于数字化地质模型的多模态注浆预控分析方法及系统 | |
Liu et al. | Automatic fracture segmentation and detection from image logging using mask R-CNN | |
Wang et al. | Investigating a three-dimensional convolution recognition model for acoustic emission signal analysis during uniaxial compression failure of coal | |
Zhang et al. | Intelligent recognition and parameter acquisition of blastholes in rock tunnel based on improved Faster R-CNN | |
CN112114358B (zh) | 一种基于三维地震资料表征的地下火山通道识别方法 | |
Yao et al. | Using seismic methods to detect connectivity of fracture networks controlled by strike-slip faults in ultra-deep carbonate reservoirs: A case study in northern tarim basin, China | |
Sarkheil et al. | The fracture network modeling in naturally fractured reservoirs using artificial neural network based on image loges and core measurements | |
Zhang et al. | Analysis and construction of the coal and rock cutting state identification system in coal mine intelligent mining | |
Ren et al. | A DL method to detect multi-type hidden objects in tunnel linings using a comprehensive GPR dataset | |
Xiong et al. | Automatic defect detection in operational high-speed railway tunnels guided by train-mounted ground penetrating radar data | |
Shen et al. | Assessing fragmentation and potential sliding zones in rock tunnels via computer vision technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |