CN104181591A - 多维地震属性融合方法及装置 - Google Patents
多维地震属性融合方法及装置 Download PDFInfo
- Publication number
- CN104181591A CN104181591A CN201410427217.0A CN201410427217A CN104181591A CN 104181591 A CN104181591 A CN 104181591A CN 201410427217 A CN201410427217 A CN 201410427217A CN 104181591 A CN104181591 A CN 104181591A
- Authority
- CN
- China
- Prior art keywords
- seismic properties
- point set
- information
- along
- layer seismic
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种多维地震属性融合方法及装置,其中,该方法包括:沿层位提取地质解释层位数据的多个沿层地震属性信息;将每个沿层地震属性信息划分为预设数目个区域块点集;通过算法选取一个沿层地震属性信息表征各个沿层地震属性信息公共区域块点集的地质目标特征;将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集,获得融合的沿层地震属性信息。该方案融合得到的沿层地震属性信息可以很好地反映整个地质体的不同地质特征。
Description
技术领域
本发明涉及地球物理勘探地震属性数据融合技术领域,特别涉及一种多维地震属性融合方法及装置。
背景技术
在过去的三十多年中,勘探地球物理学家已从地震数据中提取出数百种地震属性(如振幅类、频率类、相位类、波形类、构造类、叠前类属性以及谱分解类属性等),并试图通过地震属性对地下地质体进行定性或定量描述。而如何从众多地震属性中快速而有效地提炼出有价值的数据,进行地质解释,这一直是勘探地球物理学家关注的问题。常规单一地震属性资料显示技术是通过某种变换将地震属性数据映射成某种彩色图像的形式,利用彩色图像的视觉效果差异,直接识别异常区域的方法。对于多个地震属性数据,单一的属性彩色显示技术不能很好地反映整体趋势,突出同一地址目标的区域性异常。为了解决这个问题,多属性融合显示技术被引入到属性分析过程中。
多维地震属性融合技术是将多个地震属性在一定的数学运算的基础上,同时考虑每一种地震属性对目标储层的影响因素,最终得出最优的结果。常规多维地震属性融合技术主要包括按比例融合技术、主成分分析(Principal Component Analysis,简称PCA)和RGBA(Red-Green-Blue-Alpha,代表红色、绿色、蓝色和Alpha的色彩空间)颜色融合技术。这些方法各有优缺点以及适用范围,例如,按比例融合技术需要特别考虑不同地震属性数据的取值范围问题,所以在地震属性融合前要进行地震属性的优选和相关性分析。同时,所得到的地震属性融合结果非常地依赖于每一个地震属性的比例系数。PCA和RGBA的地震属性融合算法虽然在实现的过程中不需要过多地人为干预,但是算法本身需要进行特征值和特征向量计算。并且所得结果因为受到RGBA取值的影响,所得到的显示结果有时比较复杂,不利于解释人员进行进一步地解释和分析。
为了解决上述融合技术的缺点,二十世纪九十年代年,著名学者Chipman和Li等分别提出了基于小波变换的图像数据融合算法,他们均采用Mallat二进制离散小波进行图像的分解和重构。但是由于Mallat分解算法进行了行列降采样,图像数据的大小发生了变化。这种变化对于地震数据融合过程是不利的。为此,Oliver和Zhang等学者提出了基于小波框架的融合算法,这种算法变化之后的数据大小与原来数据大小相比未发生变化,便于图像融合处理。
但是,就多维地震属性的融合而言,所得到的地震属性融合结果与原始的地震属性相比,原始地震属性“清晰区域”所对应的融合区域的数据质量有所下降,而与原始地震属性“模糊区域”相比,其对应的融合数据质量得到提高。因此,该多维地震属性融合方法是通过降低原始地震属性清晰区域的数据质量来提升融合后数据模糊区域的质量以得到目标均“清晰”的融合结果,使得实际融合结果与理想融合结果有偏差,造成目标地质体中一些边缘信息的丢失,不能更好地反映地质目标特征。
发明内容
本发明实施例提供了一种多维地震属性融合方法,用以更好地反映地质目标特征,该方法包括:提取地质解释层位数据,并沿层位提取所述地质解释层位数据的多个沿层地震属性信息,其中,每个沿层地震属性信息是由空间三维坐标表示的点构成的点集;将多个沿层地震属性信息映射到二维平面,得到每个沿层地震属性信息的地震属性平面信息点集,并将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集;从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目;将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集;建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。
在一个实施例中,将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集,包括:根据每个沿层地震属性信息的地震属性平面信息点集的大小,将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集。
在一个实施例中,从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,包括:计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值;根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
在一个实施例中,计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,包括:获取每个沿层地震属性信息的第h个区域块点集的低频分量、垂直高频分量、水平高频分量和对角线高频分量;通过以下公式计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值: 其中,是第k个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,k=1,2,...,m,m是沿层地震属性信息的个数,是第k个沿层地震属性信息的第h个区域块点集的低频分量;是第k个沿层地震属性信息的第h个区域块点集的垂直高频分量;是第k个沿层地震属性信息的第h个区域块点集的水平高频分量;是第k个沿层地震属性信息的第h个区域块点集的对角线高频分量。
在一个实施例中,根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,包括:选择第h个区域块点集的清晰度特征信息值最大的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征;或选择第h个区域块点集的清晰度特征信息值最小的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
在一个实施例中,从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目,包括:选择所述多个沿层地震属性信息的平均值来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
本发明实施例还提供了一种多维地震属性融合装置,用以更好地反映地质目标特征,该装置包括:提取模块,用于提取地质解释层位数据,并沿层位提取所述地质解释层位数据的多个沿层地震属性信息,其中,每个沿层地震属性信息是由空间三维坐标表示的点构成的点集;划分模块,用于将多个沿层地震属性信息映射到二维平面,得到每个沿层地震属性信息的地震属性平面信息点集,并将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集;选取模块,用于从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目;整合模块,用于将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集;生成模块,用于建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。
在一个实施例中,所述划分模块,具体用于根据每个沿层地震属性信息的地震属性平面信息点集的大小,将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集。
在一个实施例中,所述选取模块,包括:计算单元,用于计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值;第一选取单元,用于根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
在一个实施例中,所述计算单元,包括:获取子单元,用于获取每个沿层地震属性信息的第h个区域块点集的低频分量、垂直高频分量、水平高频分量和对角线高频分量;计算子单元,用于通过以下公式计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值: 其中,是第k个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,k=1,2,...,m,m是沿层地震属性信息的个数;是第k个沿层地震属性信息的第h个区域块点集的低频分量;是第k个沿层地震属性信息的第h个区域块点集的垂直高频分量;是第k个沿层地震属性信息的第h个区域块点集的水平高频分量;是第k个沿层地震属性信息的第h个区域块点集的对角线高频分量。
在一个实施例中,所述第一选取单元,包括:最大选择子单元,用于选择第h个区域块点集的清晰度特征信息值最大的沿层地震属性信息来突出各个沿层地震属性信息的第h个区域块点集的地质目标特征;或最小选择子单元,用于选择第h个区域块点集的清晰度特征信息值最小的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
在一个实施例中,所述选取模块,还包括:第二选取单元,用于选择所述多个沿层地震属性信息的平均值来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
在本发明实施例中,通过将每个沿层地震属性信息的地震属性平面信息点集划分为预设数目个区域块点集,并从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集,再建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。由于选取出的全部沿层地震属性信息是能够很好的反映、突出各个区域块点集的地质目标特征的,使得融合的沿层地震属性信息可以很好地反映整个地质体的不同地质特征,在查看地震属性数据时,观察到的资料可以更加丰富,使得融合的沿层地震属性信息的地质意义更加明确。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1是本发明实施例提供的一种多维地震属性融合方法的流程图;
图2是本发明实施例提供的一种多维地震属性融合装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在本发明实施例中,提供了一种多维地震属性融合方法,如图1所示,该方法包括:
步骤101:提取地质解释层位数据,并沿层位提取所述地质解释层位数据的多个沿层地震属性信息,其中,每个沿层地震属性信息是由空间三维坐标表示的点构成的点集;
步骤102:将多个沿层地震属性信息映射到二维平面,得到每个沿层地震属性信息的地震属性平面信息点集,并将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集;
步骤103:从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目;
步骤104:将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集;
步骤105:建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。
由图1所示的流程可知,在本发明实施例中,通过将每个沿层地震属性信息的地震属性平面信息点集划分为预设数目个区域块点集,并从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集,再建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。由于选取出的全部沿层地震属性信息是能够很好的反映、突出各个区域块点集的地质目标特征的,使得融合的沿层地震属性信息可以很好地反映整个地质体的不同地质特征,在查看地震属性数据时,观察到的资料可以更加丰富,使得融合的沿层地震属性信息的地质意义更加明确。
具体实施时,在步骤101中提取地质解释层位数据,并沿层位提取所述地质解释层位数据的多个沿层地震属性信息的过程具体可以是:在工区采集任意一层地质解释层位数据,并且沿该层位提取多维沿层地震属性信息(也可以是沿该层位提取某个角度方向的沿层地震属性信息,例如,沿该层位提取0度和90度方向的沿层地震属性信息),所述沿层地震属性信息由一系列点d(x,y,z)构成的,其中x,y,z表示解释层位数据的空间三维坐标。所述x,y为大地坐标(或者为inline和crossline方向坐标),z为高程坐标,对于任意两个数据点,其x,y不完全相等。
具体实施时,将多个沿层地震属性信息映射到二维平面,得到每个沿层地震属性信息的地震属性平面信息点集的过程具体可以是:忽略高程坐标z,将不同的沿层地震属性信息点集dk(x,y,z)映射到二维平面得到地震属性平面点集dk(x,y),k=1,2,...,m,其中,m为输入的沿层地震属性信息的个数。
具体实施时,通过以下方式将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集:根据每个沿层地震属性信息的地震属性平面信息点集的大小,将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集。例如,根据输入原始的第k个沿层地震属性信息的地震属性平面点集dk(x,y)的大小,进行点集区域分块处理操作,得到dk(x,y)的分块点集其表示为第k个沿层地震属性的第h块区域块点集,h=1,2,...,n,n为区域块点集的个数,第k+1个沿层地震属性信息的地震属性平面点集dk+1(x,y)也划分为n个区域块点集,且第k个沿层地震属性的区域块点集的顺序序号与第k+1个沿层地震属性信息的区域块点集的顺序序号一样。其中,每一个区域块点集的大小要适宜,一般区域块点集的数据块大小可以取为:32×32、32×16、16×32、16×16,对于地震属性平面点集dk(x,y)的边缘数据,如果存在数据点不满足上述分块要求的情况,可以采用补0的操作方式。
具体实施时,为了可以选取出突出反映第h个区域块的地质目标特征的沿层地震属性信息,在本实施例中,从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,包括:计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值;根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。例如,对于第k个沿层地震属性信息的第h个区域块点集对于第k+1个沿层地震属性信息对应的第h个区域块点集分别计算第k个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,第k+1个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,并根据清晰度特征信息值选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,例如,第k个沿层地震属性信息的该第h个区域块点集的清晰度特征信息值大于第k+1个沿层地震属性信息对应的第h个区域块点集的清晰度特征信息值,则采用第k个沿层地震属性信息来表征第k、k+1个沿层地震属性信息的第h个区域块点集的地质目标特征。
具体的,可以通过以下步骤来实现计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值的过程:采用“非下采样小波分解”算法进行小波分解,获取每个沿层地震属性信息的第h个区域块点集的低频分量、垂直高频分量、水平高频分量和对角线高频分量;通过以下公式计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值: 其中,是第k个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,k=1,2,...,m,m是沿层地震属性信息的个数;是第k个沿层地震属性信息的第h个区域块点集的低频分量;是第k个沿层地震属性信息的第h个区域块点集的垂直高频分量;是第k个沿层地震属性信息的第h个区域块点集的水平高频分量;是第k个沿层地震属性信息的第h个区域块点集的对角线高频分量。
具体实施时,根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息表征各个沿层地震属性信息的第h个区域块点集的地质目标特征的过程可以是:选择第h个区域块点集的清晰度特征信息值最大的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征;例如,第k个沿层地震属性信息的该第h个区域块点集的清晰度特征信息值大于第k+1个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,则采用第k个沿层地震属性信息来表征第k、k+1个沿层地震属性信息的第h个区域块点集的地质目标特征;或
选择第h个区域块点集的清晰度特征信息值最小的沿层地震属性信息来来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,例如,第k个沿层地震属性信息的该第h个区域块点集的清晰度特征信息值大于第k+1个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,则采用第k+1个沿层地震属性信息来表征第k、k+1个沿层地震属性信息的第h个区域块点集的地质目标特征。
此外,从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目的过程还可以是:选择所述多个沿层地震属性信息的平均值来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
以下结合具体示例来详细描述上述多维地震属性融合方法,该方法包括如下步骤:
步骤1:采集区采集任意一层地质解释层位数据,并且沿该层位提取0°和90°方向沿层相干地震属性(即沿层地震属性信息)。
所述沿层相干地震属性由一系列点d(x,y,z)构成的,其中,x,y,z表示地质解释层位数据的空间三维坐标,所述的x,y为inline和crossline方向坐标,z为高程坐标,对于任意两个数据点,其x,y不完全相等。
步骤2:忽略高程坐标z,将不同的沿层地震属性信息点集d1(x,y,z)和d2(x,y,z)映射到二维平面得到0°方向相干属性平面点集(即地震属性平面点集)d1(x,y)和90°方向相干属性平面点集(地震属性平面点集)d2(x,y),其中,输入的沿层地震属性个数m=2。
步骤3:根据d1(x,y)和d2(x,y)的大小(例如,800×1600),对d1(x,y)和d2(x,y)进行点集区域分块处理操作,得到分块点集(区域块点集)和h=,1,2,...,5000,其中,每一个区域块点集的数据块大小为:16×16。对于地震属性平面点集和的边缘数据,如果存在数据点不满足上述分块要求的情况,采用补0的操作方式。
步骤4:对于每一个区域块点集和h=1,2,...,5000,分别计算沿层相干地震属性1的第h个区域块点集的清晰度特征信息和沿层相干地震属性2的第h个区域块点集的清晰度特征信息
具体的:首先,对和采用“非下采样小波分解”算法进行小波分解,分解之后得到沿层相干地震属性1的第h个区域块点集的低频分量、垂直高频分量、水平高频分量以及对角线高频分量,分别为: 和沿层相干地震属性2的第h个区域块点集的低频分量、垂直高频分量、水平高频分量以及对角线高频分量,分别为:和
其次:定义的清晰度信息值:
步骤5:根据“取最大值”、“取最小值”或“取均值”等事先选定的操作,和计算得到的清晰度信息值和生成第h个区域块点集对应的新的地震属性平面信息点集Oh。例如,若选定“取最大值”选项,并且那么,Oh的信息为: 即如果 那么 如果选定“取最小值”选项,并且 那么Oh的信息为: 即如果 那么如果选定“取平均值”选项,那么Oh的信息为:
步骤6:重复步骤5,直到得到各个区域块点集对应的新的地震属性平面信息点集,将所有新的地震属性平面信息点集整合为一个地震属性平面点集O(x,y);
并根据沿层切片d1(x,y,z)或者d2(x,y,z)的层位信息,建立d1(x,y,z)或者d2(x,y,z)的高程坐标z信息与整合出的一个地震属性平面点集O(x,y)的点点对应关系,生成新的沿层地震属性切片数据O(x,y,z)(即获得融合的沿层地震属性信息)。
基于同一发明构思,本发明实施例中还提供了一种多维地震属性融合装置,如下面的实施例所述。由于多维地震属性融合装置解决问题的原理与多维地震属性融合方法相似,因此多维地震属性融合装置的实施可以参见多维地震属性融合方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图2是本发明实施例的多维地震属性融合装置的一种结构框图,如图2所示,包括:提取模块201、划分模块202、选取模块203、整合模块204和生成模块205,下面对该结构进行说明。
提取模块201,用于提取地质解释层位数据,并沿层位提取所述地质解释层位数据的多个沿层地震属性信息,其中,每个沿层地震属性信息是由空间三维坐标表示的点构成的点集;
划分模块202,与提取模块201连接,用于将多个沿层地震属性信息映射到二维平面,得到每个沿层地震属性信息的地震属性平面信息点集,并将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集;
选取模块203,与划分模块202连接,用于从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目;
整合模块204,与选取模块203连接,用于将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集;
生成模块205,与整合模块204连接,用于建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。
在一个实施例中,所述划分模块202,具体用于根据每个沿层地震属性信息的地震属性平面信息点集的大小,将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集。
在一个实施例中,所述选取模块203,包括:计算单元,用于计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值;第一选取单元,与计算单元连接,用于根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
在一个实施例中,所述计算单元,包括:获取子单元,用于获取每个沿层地震属性信息的第h个区域块点集的低频分量、垂直高频分量、水平高频分量和对角线高频分量;计算子单元,与获取子单元连接,用于通过以下公式计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值: 其中,是第k个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,k=1,2,...,m,m是沿层地震属性信息的个数;是第k个沿层地震属性信息的第h个区域块点集的低频分量;是第k个沿层地震属性信息的第h个区域块点集的垂直高频分量;是第k个沿层地震属性信息的第h个区域块点集的水平高频分量;是第k个沿层地震属性信息的第h个区域块点集的对角线高频分量。
在一个实施例中,所述第一选取单元,包括:第一选择子单元,用于选择第h个区域块点集的清晰度特征信息值最大的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征;或第二选择子单元,用于选择第h个区域块点集的清晰度特征信息值最小的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
在一个实施例中,所述选取模块,还包括:第二选取单元,用于选择所述多个沿层地震属性信息的平均值来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
在本发明实施例中,通过将每个沿层地震属性信息的地震属性平面信息点集划分为预设数目个区域块点集,并从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集,再建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。由于选取出的全部沿层地震属性信息是能够很好的反映、突出各个区域块点集的地质目标特征的,使得融合的沿层地震属性信息可以很好地反映整个地质体的不同地质特征,在查看地震属性数据时,观察到的资料可以更加丰富,使得融合的沿层地震属性信息的地质意义更加明确。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种多维地震属性融合方法,其特征在于,包括:
提取地质解释层位数据,并沿层位提取所述地质解释层位数据的多个沿层地震属性信息,其中,每个沿层地震属性信息是由空间三维坐标表示的点构成的点集;
将所述多个沿层地震属性信息映射到二维平面,得到每个沿层地震属性信息的地震属性平面信息点集,并将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集;
从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目;
将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集;
建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。
2.如权利要求1所述多维地震属性融合方法,其特征在于,将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集,包括:
根据每个沿层地震属性信息的地震属性平面信息点集的大小,将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集。
3.如权利要求1或2所述多维地震属性融合方法,其特征在于,从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,包括:
计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值;
根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
4.如权利要求3所述多维地震属性融合方法,其特征在于,计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,包括:
获取每个沿层地震属性信息的第h个区域块点集的低频分量、垂直高频分量、水平高频分量和对角线高频分量;
通过以下公式计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值:
其中,是第k个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,k=1,2,...,m,m是沿层地震属性信息的个数;是第k个沿层地震属性信息的第h个区域块点集的低频分量;是第k个沿层地震属性信息的第h个区域块点集的垂直高频分量;是第k个沿层地震属性信息的第h个区域块点集的水平高频分量;是第k个沿层地震属性信息的第h个区域块点集的对角线高频分量。
5.如权利要求3所述多维地震属性融合方法,其特征在于,根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,包括:
选择第h个区域块点集的清晰度特征信息值最大的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征;或
选择第h个区域块点集的清晰度特征信息值最小的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
6.如权利要求1所述多维地震属性融合方法,其特征在于,从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目,包括:
选择所述多个沿层地震属性信息的平均值来表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
7.一种多维地震属性融合装置,其特征在于,包括:
提取模块,用于提取地质解释层位数据,并沿层位提取所述地质解释层位数据的多个沿层地震属性信息,其中,每个沿层地震属性信息是由空间三维坐标表示的点构成的点集;
划分模块,用于将多个沿层地震属性信息映射到二维平面,得到每个沿层地震属性信息的地震属性平面信息点集,并将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集;
选取模块,用于从所述多个沿层地震属性信息中,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征,h=1,2,...,n,n是区域块点集的预设数目;
整合模块,用于将选取出的全部沿层地震属性信息的地震属性平面信息点集,整合为一个地震属性平面信息点集;
生成模块,用于建立选取出的全部沿层地震属性信息的高程坐标与整合出的一个地震属性平面信息点集的对应关系,获得融合的沿层地震属性信息。
8.如权利要求7所述多维地震属性融合装置,其特征在于,所述划分模块,具体用于根据每个沿层地震属性信息的地震属性平面信息点集的大小,将每个沿层地震属性信息的地震属性平面信息点集按相同方式划分为预设数目个区域块点集。
9.如权利要求7或8所述多维地震属性融合装置,其特征在于,所述选取模块,包括:
计算单元,用于计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值;
第一选取单元,用于根据每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,选取至少一个沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
10.如权利要求9所述多维地震属性融合装置,其特征在于,所述计算单元,包括:
获取子单元,用于获取每个沿层地震属性信息的第h个区域块点集的低频分量、垂直高频分量、水平高频分量和对角线高频分量;
计算子单元,用于通过以下公式计算每个沿层地震属性信息的第h个区域块点集的清晰度特征信息值:
其中,是第k个沿层地震属性信息的第h个区域块点集的清晰度特征信息值,k=1,2,...,m,m是沿层地震属性信息的个数;是第k个沿层地震属性信息的第h个区域块点集的低频分量;是第k个沿层地震属性信息的第h个区域块点集的垂直高频分量;是第k个沿层地震属性信息的第h个区域块点集的水平高频分量;是第k个沿层地震属性信息的第h个区域块点集的对角线高频分量。
11.如权利要求9所述多维地震属性融合装置,其特征在于,所述第一选取单元,包括:
最大选择子单元,用于选择第h个区域块点集的清晰度特征信息值最大的沿层地震属性信息来来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征;或
最小选择子单元,用于选择第h个区域块点集的清晰度特征信息值最小的沿层地震属性信息来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
12.如权利要求7所述多维地震属性融合装置,其特征在于,所述选取模块,还包括:
第二选取单元,用于选择所述多个沿层地震属性信息的平均值来突出表征各个沿层地震属性信息的第h个区域块点集的地质目标特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410427217.0A CN104181591B (zh) | 2014-08-27 | 2014-08-27 | 多维地震属性融合方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410427217.0A CN104181591B (zh) | 2014-08-27 | 2014-08-27 | 多维地震属性融合方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104181591A true CN104181591A (zh) | 2014-12-03 |
CN104181591B CN104181591B (zh) | 2017-02-15 |
Family
ID=51962778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410427217.0A Active CN104181591B (zh) | 2014-08-27 | 2014-08-27 | 多维地震属性融合方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104181591B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104360386A (zh) * | 2014-12-04 | 2015-02-18 | 中国海洋石油总公司 | 一种针对花岗岩地层划分对比的面元法 |
CN107065010A (zh) * | 2017-06-02 | 2017-08-18 | 东北石油大学 | 一种基于分形理论的地震属性和地震反演数据的融合方法 |
CN107870364A (zh) * | 2016-09-23 | 2018-04-03 | 中国石油天然气股份有限公司 | 一种地震资料解释数据的修正方法及装置 |
CN108388928A (zh) * | 2018-03-27 | 2018-08-10 | 西南石油大学 | 一种基于三角核函数的地震属性融合方法 |
CN110824566A (zh) * | 2018-08-10 | 2020-02-21 | 中国石油天然气股份有限公司 | 地震属性融合方法、装置及存储介质 |
CN111273347A (zh) * | 2018-12-05 | 2020-06-12 | 中国石油天然气集团有限公司 | 地震信号分解方法及装置 |
CN113945977A (zh) * | 2021-10-26 | 2022-01-18 | 中国石油大学(华东) | 一种基于二进制数据排列组合的地震属性多元素融合显示与存储方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6076045A (en) * | 1997-02-05 | 2000-06-13 | Institut Francais Du Petrole | Method for processing oriented multi-component seismic well data |
EP1110103B1 (en) * | 1998-09-11 | 2007-03-14 | Den Norske Stats Oljeselskap A.S. | Method of seismic signal processing |
CN102879822A (zh) * | 2012-09-28 | 2013-01-16 | 电子科技大学 | 一种基于Contourlet变换的地震多属性融合方法 |
CN103048689A (zh) * | 2011-10-13 | 2013-04-17 | 陈红兵 | 一种地震多属性hlso融合方法 |
CN103048685A (zh) * | 2011-10-13 | 2013-04-17 | 陈红兵 | 一种地震多属性rgba颜色融合方法 |
-
2014
- 2014-08-27 CN CN201410427217.0A patent/CN104181591B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6076045A (en) * | 1997-02-05 | 2000-06-13 | Institut Francais Du Petrole | Method for processing oriented multi-component seismic well data |
EP1110103B1 (en) * | 1998-09-11 | 2007-03-14 | Den Norske Stats Oljeselskap A.S. | Method of seismic signal processing |
CN103048689A (zh) * | 2011-10-13 | 2013-04-17 | 陈红兵 | 一种地震多属性hlso融合方法 |
CN103048685A (zh) * | 2011-10-13 | 2013-04-17 | 陈红兵 | 一种地震多属性rgba颜色融合方法 |
CN102879822A (zh) * | 2012-09-28 | 2013-01-16 | 电子科技大学 | 一种基于Contourlet变换的地震多属性融合方法 |
Non-Patent Citations (1)
Title |
---|
谢成芳 等: "基于Contourlet变换的地震多属性融合方法", 《石油地球物理勘探》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104360386A (zh) * | 2014-12-04 | 2015-02-18 | 中国海洋石油总公司 | 一种针对花岗岩地层划分对比的面元法 |
CN104360386B (zh) * | 2014-12-04 | 2016-09-21 | 中国海洋石油总公司 | 一种针对花岗岩地层划分对比的面元法 |
CN107870364A (zh) * | 2016-09-23 | 2018-04-03 | 中国石油天然气股份有限公司 | 一种地震资料解释数据的修正方法及装置 |
CN107065010A (zh) * | 2017-06-02 | 2017-08-18 | 东北石油大学 | 一种基于分形理论的地震属性和地震反演数据的融合方法 |
CN107065010B (zh) * | 2017-06-02 | 2019-02-12 | 东北石油大学 | 一种基于分形理论的地震属性和地震反演数据的融合方法 |
CN108388928A (zh) * | 2018-03-27 | 2018-08-10 | 西南石油大学 | 一种基于三角核函数的地震属性融合方法 |
CN108388928B (zh) * | 2018-03-27 | 2020-03-24 | 西南石油大学 | 一种基于三角核函数的地震属性融合方法 |
CN110824566A (zh) * | 2018-08-10 | 2020-02-21 | 中国石油天然气股份有限公司 | 地震属性融合方法、装置及存储介质 |
CN110824566B (zh) * | 2018-08-10 | 2021-09-28 | 中国石油天然气股份有限公司 | 地震属性融合方法、装置及存储介质 |
CN111273347A (zh) * | 2018-12-05 | 2020-06-12 | 中国石油天然气集团有限公司 | 地震信号分解方法及装置 |
CN113945977A (zh) * | 2021-10-26 | 2022-01-18 | 中国石油大学(华东) | 一种基于二进制数据排列组合的地震属性多元素融合显示与存储方法 |
CN113945977B (zh) * | 2021-10-26 | 2023-08-18 | 中国石油大学(华东) | 一种基于二进制排列组合的地震属性融合显示与存储方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104181591B (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104181591A (zh) | 多维地震属性融合方法及装置 | |
US10795053B2 (en) | Systems and methods of multi-scale meshing for geologic time modeling | |
CN110945385A (zh) | 利用地层知识库从地震和井数据识别地层 | |
Wu et al. | Deep learning for characterizing paleokarst collapse features in 3‐D seismic images | |
US10073190B2 (en) | Method and system for geophysical modeling of subsurface volumes based on computed vectors | |
US10234583B2 (en) | Vector based geophysical modeling of subsurface volumes | |
CA2810540A1 (en) | Seismic attribute color model transform | |
US20150309197A1 (en) | Method and System for Geophysical Modeling of Subsurface Volumes Based on Label Propagation | |
Pang | Visualizing uncertainty in natural hazards | |
US11536862B2 (en) | Automatic feature extraction from seismic cubes | |
US20150301225A1 (en) | Geophysical Modeling of Subsurface Volumes Based on Horizon Extraction | |
US20130121111A1 (en) | Method Of Generating and Combining Multiple Horizons To Determine A Seismic Horizon And Its Uncertainty | |
Gao et al. | ChannelSeg3D: Channel simulation and deep learning for channel interpretation in 3D seismic images | |
CN105447452A (zh) | 一种基于地物空间分布特征的遥感亚像元制图方法 | |
CN106415321A (zh) | 用于储层建模的基于瞬时等时属性的地质体识别 | |
Wallet et al. | Latent space modeling of seismic data: An overview | |
US10969507B2 (en) | Seismic channel geobody extraction for basin fairway simulation | |
You et al. | Building feature extraction from airborne lidar data based on tensor voting algorithm | |
Li et al. | Automatic detection of geological folds using attributed relational graphs and formal grammar | |
Foks et al. | Automatic boundary extraction from magnetic field data using triangular meshes | |
Shafiq et al. | Saliency detection for seismic applications using multi-dimensional spectral projections and directional comparisons | |
Yu et al. | Imaging discrete fracture networks using the location and moment tensors of microseismic events | |
Orozco-Del-Castillo et al. | Seismic data interpretation using the Hough transform and principal component analysis | |
Shi et al. | Adaptive mapped least squares SVM-based smooth fitting method for DSM generation of LIDAR data | |
US9557432B2 (en) | Seismic interpretation system and method |
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 |