CN105223609A - 基于匹配搜索的三维地震图像全层位自动追踪方法 - Google Patents
基于匹配搜索的三维地震图像全层位自动追踪方法 Download PDFInfo
- Publication number
- CN105223609A CN105223609A CN201510600384.5A CN201510600384A CN105223609A CN 105223609 A CN105223609 A CN 105223609A CN 201510600384 A CN201510600384 A CN 201510600384A CN 105223609 A CN105223609 A CN 105223609A
- Authority
- CN
- China
- Prior art keywords
- data
- seismics
- layer position
- distribution characteristics
- data block
- 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
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于匹配搜索的三维地震图像全层位自动追踪方法；其包括以下步骤：对三维地震图像数据进行预处理，对三维地震图像数据提取层位纵向分布特征，根据层位纵向分布特征进行匹配搜索生成数据块，将数据块基于振幅导向进行连接实现三维地震图像全层位自动追踪。本发明从多个垂直方向相邻的层位提取层位纵向分布特征，通过对层位纵向分布特征进行匹配搜索实现在三维地震图像中对层位的并行追踪，充分利用了层位间的相互关系，不仅从理论和方法上保证了层位追踪结果的正确性，还提高了追踪效率，给地震解释工作提高效率和效果；本发明无需人工干预，可实现对大范围工区的全层位自动追踪。
Description
技术领域
本发明属于地震图像层位追踪技术领域，尤其涉及一种基于匹配搜索的三维地震图像全层位自动追踪方法。
背景技术
层位追踪是地震图像解释中非常重要的一部分，也是地震图像解释中的基础性的工作。目前，在石油勘探中使用最广泛最有效的手段就是地震勘探，地震勘探就是通过爆炸等手段激发地震波，由于在不同的地质构造中存在波阻抗的变化，声波在穿越不同地质结构时会受到岩层的反射产生反射波，反射波向上传回地面被地面上的接受传感器接受并记录下来，这就是最原始的地震记录。对接收传感器采集的地震记录进行置道头、静校正、振幅补偿等一系列的处理，这些处理过程叫做室内处理，原始的地震记录经过室内处理后形成三维地震图像，三维地震图像是地震波形在三维空间的分布，三维地震图像解释就是分析三维地震图像数据，主要是层位追踪、相干解释、地震相分析和波阻抗反演等，经过地震图像解释后可以直接进行储层预测和分析、异常体识别以及烃类预测等。地层结构大多是层状结构，不同地质年代产生的地层一层一层的分布在地下不同深度处，地震波在不同地层之间的分界面上会产生强烈的反射波，这种强烈的反射波在三维地震图像中表现为振幅增强的连续波形，这些振幅强烈并且连续分布的波形便是层位，一般有多个层位分布在三维地震图像中，层位追踪就是寻找三维地震图像中的层位并且将不同的层位区分出来。层位追踪是地震解释工作中最基础最重要的部分，层位追踪结果的准确性直接影响了后续地震图像解释工作的好坏。
基于视觉模型的层位追踪算法是商业软件PaleoScan在层位追踪上使用的思想，该方法主要是模拟地质工作者使用眼睛看到二位剖面上的层位线时脑海中对层位线进行的处理过程，该方法认为地质工作者看到二位剖面上的层位线时脑海中有一个把不同区域的层位连接起来的过程，该方法就模拟地质工作者脑海中的这种连接的过程。该方法对于剖面上的每一个层位点都和周围道中的其他点进行连接，给层位点的每个连接都定义一个“代价”，有一个全局的代价函数，该算法就是通过调整层位点的连接使得代价函数取最小值，该方法把层位追踪问题转化为最优化问题，通过求取函数最优解的方式实现层位追踪。由于三维空间中层位点之间的连接非常复杂，该方法只适用于二维剖面上的层位追踪。
地震解释是关于地下结构与属性的建模和预测过程，地下沉积层根据不同的岩石特性和形成年代分成若干层次，这种层次结构在地震数据中的直观反应是层位，层位解释一直是地震解释中非常重要的一部分，精准、有效的层位解释对于地下储层的分析有非常重要的支撑作用。传统的层位解释一直是靠人工解释，人工解释工作量大、耗费时间长，而且人工解释受解释人员主观意识影响、可验证性差。现有的自动追踪技术只能在地层构造比较简单的情况下达到构造解释的要求，并不能解释复杂的地质构造。
发明内容
本发明的发明目的是：为了解决现有技术中存在的以上问题，本发明提出了一种基于匹配搜索的三维地震图像全层位自动追踪方法。
本发明的技术方案是：一种基于匹配搜索的三维地震图像全层位自动追踪方法，包括以下步骤：
A、对三维地震图像数据进行预处理；
B、对步骤A中预处理后的三维地震图像数据提取层位纵向分布特征；
C、根据步骤B中提取得到的层位纵向分布特征进行匹配搜索生成数据块；
D、将步骤C中生成的数据块基于振幅导向进行连接，实现三维地震图像全层位自动追踪。
进一步地，所述步骤B对预处理后的三维地震图像数据提取层位纵向分布特征，具体包括以下分步骤：
B1、将预处理后的三维地震图像数据进行归一化处理；
B2、设定阈值threshold为层位位置与层位间隙的幅值分界，对步骤B1中归一化处理后的数据进行离散化处理；
B3、选定一个区域并提取该区域内离散化处理后的数据的层位纵向分布特征。
进一步地，所述归一化处理公式具体为：
其中，x是原始三维地震图像数据，y是归一化处理后的三维地震图像数据，MinValue是三维地震图像数据中的最小值，MaxValue是三维地震图像数据中的最大值。
进一步地，所述离散化处理公式具体为：
其中，z表示离散化处理得到的值，a,b,c表示离散化处理取值。
进一步地，所述选定一个区域具体为选择三维地震图像数据中的一个地震道数据，以该地震道数据为中心，设定距离为d，距离中心为d的区域即为所选定区域。
进一步地，所述步骤C根据层位纵向分布特征进行匹配搜索生成数据块，具体包括以下分步骤：
C1、选定步骤B中提取的一个层位纵向分布特征；
C2、选定三维地震图像数据中的一个地震道数据进行搜索并判断选定的地震道数据是否具有与步骤C1选定的层位纵向分布特征相同的数据区域；若地震道数据中具有与选定层位纵向分布特征相同的数据区域，则将该数据区域加入到所选定层位纵向分布特征对应的数据区域中生成数据块，并重新选定地震道数据进行搜索；若地震道数据中不具有与选定层位纵向分布特征相同的数据区域，则重新选定地震道数据进行搜索；直到所有地震道数据搜索完毕后进入下一步骤；
C3、判断是否所有地震道数据都属于数据块中；若所有地震道数据都属于数据块中，则操作结束；若所有地震道数据不都属于数据块中，则对不属于数据块的地震道数据提取层位纵向分布特征并返回步骤C1。
进一步地，所述步骤D将数据块基于振幅导向进行连接实现三维地震图像全层位自动追踪具体为：判断步骤C中生成的数据块个数是否为一个；若数据块个数为一个，则完成三维地震图像全层位自动追踪；若数据块个数不为一个，则将多个数据块基于振幅导向进行连接，完成三维地震图像全层位自动追踪。
进一步地，所述将多个数据块基于振幅导向进行连接的方法具体为：根据各个数据块中层位极值点的幅值大小，将数据块中层位极值点的幅值大小相近的层位及各个数据块之间层位极值点的幅值大小相近的层位进行连接。
本发明的有益效果是：本发明从多个垂直方向相邻的层位提取层位纵向分布特征，通过对层位纵向分布特征进行匹配搜索实现在三维地震图像中对层位的并行追踪，充分利用了层位间的相互关系，不仅从理论和方法上保证了层位追踪结果的正确性，还提高了追踪效率，给地震解释工作提高效率和效果；本发明无需人工干预，可实现对大范围工区的全层位自动追踪。
附图说明
图1是本发明的基于匹配搜索的三维地震图像全层位自动追踪方法流程示意图。
图2是本发明的三维地震图像中二维剖面层位波形示意图。
图3是本发明对预处理后的三维地震图像数据提取层位纵向分布特征流程示意图。
图4是本发明的离散化处理后的二维剖面示意图。
图5是本发明的层位纵向分布特征表示方式示意图。
图6是本发明的根据层位纵向分布特征进行匹配搜索生成数据块流程示意图。
图7是本发明的层位幅值分布示意图。
图8是本发明的二维剖面层位缺口示意图。
图9是本发明的层位扩展示意图。
图10是某工区地质解释人员手工追踪效果示意图。
图11是本发明的基于匹配搜索的三维地震图像全层位自动追踪效果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，为本发明的基于匹配搜索的三维地震图像全层位自动追踪方法流程示意图。一种基于匹配搜索的三维地震图像全层位自动追踪方法，包括以下步骤：
A、对三维地震图像数据进行预处理；
B、对步骤A中预处理后的三维地震图像数据提取层位纵向分布特征；
C、根据步骤B中提取得到的层位纵向分布特征进行匹配搜索生成数据块；
D、将步骤C中生成的数据块基于振幅导向进行连接，实现三维地震图像全层位自动追踪。
在步骤A中，本发明对原始三维地震图像数据进行预处理，这里对三维地震图像数据进行预处理为本领域技术人员常用技术手段，本发明不作赘述。
在步骤B中，由于在三维地震图像中时间方向上层位呈现层状分布，相邻层位之间存在一定的间隙，而且不同层位之间的间隙会有一定的差异，因此本发明充分利用时间方向层位的层状分布以及层位之间间隙的大小来提取三维地震图像数据的层位纵向分布特征。如图2所示，为本发明的三维地震图像中二维剖面层位波形示意图；图中为三个明显层位，从上到下依次标记为horizon1、horizon2和horizon3，三个层位走向大致平行，三个层位之间有一定的间隙，horizon1和horizon2之间的间隙要小于horizon2和horizon3之间的间隙；将图中黑色区域作为层位的宽度，horizon1和horizon2的层位宽度要稍微大于horizon3的层位宽度，即表示三个层位的纵向分布特征。
如图3所示，为本发明对预处理后的三维地震图像数据提取层位纵向分布特征流程示意图。本发明对预处理后的三维地震图像数据提取层位纵向分布特征，具体包括以下分步骤：
B1、将预处理后的三维地震图像数据进行归一化处理；
B2、设定阈值threshold为层位位置与层位间隙的幅值分界，对步骤B1中归一化处理后的数据进行离散化处理；
B3、选定一个区域并提取该区域内离散化处理后的数据的层位纵向分布特征。
在步骤B1中，对预处理后的三维地震图像数据进行归一化处理的公式具体为：
其中，x是原始三维地震图像数据，y是归一化处理后的三维地震图像数据，MinValue是三维地震图像数据中的最小值，MaxValue是三维地震图像数据中的最大值。
在步骤B2中，本发明对步骤B1中归一化处理后的数据进行离散化处理；这里离散化处理的方法具体为通过设定n-1个阈值threshold1...thresholdi-1...thresholdn-1对数据进行离散化处理，进行离散化处理的公式具体为：
其中，z表示离散化处理得到的值，a1...ai...an表示n-1个阈值threshold1...thresholdi-1...thresholdn-1对应的的离散化处理取值。
由于在三维地震数据中层位一般位于振幅较大的位置，层位之间的间隙一般振幅较小，因此本发明设定一个阈值threshold为层位位置与层位间隙的幅值分界。对步骤B1中归一化处理后的数据进行离散化处理的公式具体为：
其中，z表示离散化处理得到的值，a,b,c表示离散化处理取值。对数据进行离散化处理后即得到字符矩阵。
在步骤B3中，如图4所示，为本发明的离散化处理后的二维剖面示意图。图中白色区域表示层位位置，黑色区域表示层位间隙；随机选择一个地震道，以该地震道为中心，设定距离为d，距离中心为d的区域作为选定区域，提取该区域内离散化处理后的数据的层位纵向分布特征；例如随机选择一个的地震道数据中的点(3,3)为中心，设定距离为1，则点(2,3)、(3,2)、(4,3)、(3,4)、(3,3)组成的区域即为选定区域；图中白色方框即为一个数据区域，如表1所示，为选定区域的数据表。
表1、选定区域的数据表
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | c |
| b | b | b | b | b | b | b | c | c | c |
| b | b | b | b | c | c | c | c | b | b |
| b | c | c | c | c | b | b | b | b | b |
| c | c | c | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | a | a | a |
| b | b | b | b | a | a | a | a | a | a |
| a | a | a | a | a | a | a | a | a | a |
| a | a | a | a | a | a | a | a | a | a |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
| b | b | b | b | b | b | b | b | b | b |
从表1中可以看出经过离散化处理之后这些值在时间方向上呈条带状分布，条带内值持续出现，条带的宽度代表了层位的宽度或者层位之间间隙的宽度，这些条带在时间方向上的分布便是所要提取的层位纵向分布特征。本发明将层位纵向分布特征采用正则表达式作为表示方式，如图5所示，为本发明的层位纵向分布特征表示方式示意图。其中，层位纵向分布特征分布顺序为bcbab，b{5,10}表示b的个数在5到10之间，c{1,2}表示c的个数在1到2之间，b{2,3}表示b的个数在2到3之间，a{2,4}表示a的个数在2到4之间，b{6,9}表示b的个数在6到9之间，所有满足层位纵向分布特征分布顺序和个数分布的认层位纵向分布特征属于同一个特征。在三维地震图像数据中，b{5,10}表示值为b的条带宽度在5-10之间，满足层位纵向分布特征b{5,10}c{1,2}b{2,3}a{2,4}b{6,9}的情况共有6×2×2×3×4＝288种。
在步骤C中，由于某个特定区域的层位纵向分布特征表现为离散化处理后的三维地震图像数据满足的一种条件，因此本发明采用匹配搜索作为判断一段三维地震图像数据是否满足层位纵向分布特征所表示的条件，这段数据满足层位纵向分布特征所表示的条件表示匹配成功，否则表示匹配失败。
如图6所示，为本发明的根据层位纵向分布特征进行匹配搜索生成数据块流程示意图。本发明根据层位纵向分布特征进行匹配搜索生成数据块，具体包括以下分步骤：
C1、选定步骤B中提取的层位纵向分布特征；
C2、选定三维地震图像数据中的一个地震道数据进行搜索并判断选定的地震道数据是否具有与步骤C1选定的层位纵向分布特征相同的数据区域；若地震道数据中具有与选定层位纵向分布特征相同的数据区域，则将该数据区域加入到所选定层位纵向分布特征对应的数据区域中生成数据块，并重新选定地震道数据进行搜索；若地震道数据中不具有与选定层位纵向分布特征相同的数据区域，则重新选定地震道数据进行搜索；直到所有地震道数据搜索完毕后进入下一步骤；
C3、判断是否所有地震道数据都属于数据块中；若所有地震道数据都属于数据块中，则操作结束；若所有地震道数据不都属于数据块中，则对不属于数据块的地震道数据提取层位纵向分布特征并返回步骤C1。
在步骤C2中，对三维地震图像数据中的所有地震道数据进行搜索，每次选定一个地震道数据，判断选定的一个地震道数据中是否具有与步骤C1选定的层位纵向分布特征相同的数据区域；若地震道数据中具有与选定层位纵向分布特征相同的数据区域，即该地震道数据中具有满足选定层位纵向分布特征所表示条件的数据区域，则将该数据区域加入到所选定层位纵向分布特征对应的数据区域中，从而生成数据块，并重新选定一个地震道数据进行搜索；若地震道数据中不具有与选定层位纵向分布特征相同的数据区域，即该地震道数据中不具有满足选定层位纵向分布特征所表示条件的数据区域，则重新选定一个地震道数据进行搜索；本发明采用迭代的方式对三维地震图像数据中每一道地震道数据进行搜索并判断，直到所有地震道数据搜索完毕后进入下一步骤。
在步骤C3中，遍历三维地震图像数据中的每一个地震道数据并判断是否所有地震道数据都属于数据块中；若所有地震道数据都属于数据块中，即说明所有数据块生成完毕，则操作结束；若所有地震道数据不都属于数据块中，即说明还有地震道数据没有匹配到满足条件的层位纵向分布特征，则对不属于数据块的地震道数据重新划分数据区域并提取层位纵向分布特征，返回步骤C1。
本发明通过以上方法对三维地震图像数据进行迭代处理，每次迭代都会产生一个数据块，由于层位的连续性差，在进行匹配搜索的时候没有跨越连续性差的区域，因此这样经过多次迭代后三维地震图像数据被分割成多个数据块。特别的，对于地震数据体比较小或三维地震图像数据中没有复杂的地震结构，只会产生一个数据块，这样的地震数据层位追踪不容易出错。
在步骤D中，将数据块基于振幅导向进行连接实现三维地震图像全层位自动追踪具体为：判断步骤C中生成的数据块个数是否为一个；若数据块个数为一个，则完成三维地震图像全层位自动追踪；若数据块个数不为一个，则将多个数据块基于振幅导向进行连接，完成三维地震图像全层位自动追踪。
由于三维地震图像数据被分割成了多个数据块，为了得到完整的层位必须将这些数据连接起来，在进行数据块连接时要保证连接的正确性，也就是相同的层位被连接在一起，为了保证数据块连接的正确性，本发明采用三维地震图像数据中层位极值点的幅值作为参考进行连接。如图7所示，为本发明的层位幅值分布示意图。其中，horizon1和horizon2的幅值大小很接近，horizon3的幅值明显小于horizon1和horizon2的幅值大小，在数据块连接的时候可以根据三个层位这种幅值关系将数据块连接起来，使得数据块中幅值小的层位和幅值小的层位相连，幅值大的层位和幅值大的层位连接。特别的，在进行数据块连接的时候对于特别小的数据块可以暂时不进行连接，只要将大的数据块正确连接，就能得到层位的整体轮廓，由于抛弃细小的数据块可能造成生成层位会有一些区域具有缺失点，层位缺失点在二维剖面中表现为层位缺口。
为了消除在生成层位时出现缺失点而造成的层位缺口，本发明提出了一种层位扩展方法，具体为：在待扩展层位的边缘处向外扩展，查找相邻地震道数据中距离待扩展层位最接近的极值点，判断距离待扩展层位最近的极值点是否属于某个层位；若距离待扩展层位最近的极值点属于某个层位，则不进行扩展；若距离待扩展层位最近的极值点不属于任何层位，即该极值点有可能位于需要扩展的层位内，则比较极值点的波形和该待扩展层位距离该极值点最近的层位波形的相似度；如果波形相似度大于设定扩展阈值，则将该极值点加入到待扩展的层位中；若波形相似度小于设定扩展阈值，则说明该极值点不是该层位中的点，不进行扩展。通过这种层位扩展方式可以在保证层位正确的前提下使得层位尽量完整。这里的扩展阈值可以根据实际要求进行设定。如图8所示，为本发明的二维剖面层位缺口示意图；如图9所示，为本发明的层位扩展示意图；矩形框内为层位缺口，待扩展层位是指有缺口的层位即点A附近的层位，相邻地震道数据中距离待扩展层位最接近的极值点为点A1，比较极值点的波形和该待扩展层位距离该极值点最近的层位波形的相似度具体为比较点A1的波形和点A波形的相似度。
如图10所示，为某工区地质解释人员手工追踪效果示意图。如图11所示，为本发明的基于匹配搜索的三维地震图像全层位自动追踪效果示意图。通过对比地质解释人员手工追踪结果和本发明全层位追踪结果可以看出，本发明进行全层位追踪结果的细节更加突出，同时还提高了追踪效率，给地震解释工作提高效率和效果。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (8)
1.一种基于匹配搜索的三维地震图像全层位自动追踪方法，其特征在于，包括以下步骤：
A、对三维地震图像数据进行预处理；
B、对步骤A中预处理后的三维地震图像数据提取层位纵向分布特征；
C、根据步骤B中提取得到的层位纵向分布特征进行匹配搜索生成数据块；
D、将步骤C中生成的数据块基于振幅导向进行连接，实现三维地震图像全层位自动追踪。
2.如权利要求1所述的基于匹配搜索的三维地震图像全层位自动追踪方法，其特征在于，所述步骤B对预处理后的三维地震图像数据提取层位纵向分布特征，具体包括以下分步骤：
B1、将预处理后的三维地震图像数据进行归一化处理；
B2、设定阈值threshold为层位位置与层位间隙的幅值分界，对步骤B1中归一化处理后的数据进行离散化处理；
B3、选定一个区域并提取该区域内离散化处理后的数据的层位纵向分布特征。
3.如权利要求2所述的基于匹配搜索的三维地震图像全层位自动追踪方法，其特征在于，所述归一化处理公式具体为：
其中，x是原始三维地震图像数据，y是归一化处理后的三维地震图像数据，MinValue是三维地震图像数据中的最小值，MaxValue是三维地震图像数据中的最大值。
4.如权利要求3所述的基于匹配搜索的三维地震图像全层位自动追踪方法，其特征在于，所述离散化处理公式具体为：
其中，z表示离散化处理得到的值，a,b,c表示离散化处理取值。
5.如权利要求4所述的基于匹配搜索的三维地震图像全层位自动追踪方法，其特征在于，所述选定一个区域具体为选择三维地震图像数据中的一个地震道数据，以该地震道数据为中心，设定距离为d，距离中心为d的区域即为所选定区域。
6.如权利要求2所述的基于匹配搜索的三维地震图像全层位自动追踪方法，其特征在于，所述步骤C根据层位纵向分布特征进行匹配搜索生成数据块，具体包括以下分步骤：
C1、选定步骤B中提取的一个层位纵向分布特征；
C2、选定三维地震图像数据中的一个地震道数据进行搜索并判断选定的地震道数据是否具有与步骤C1选定的层位纵向分布特征相同的数据区域；若地震道数据中具有与选定层位纵向分布特征相同的数据区域，则将该数据区域加入到所选定层位纵向分布特征对应的数据区域中生成数据块，并重新选定地震道数据进行搜索；若地震道数据中不具有与选定层位纵向分布特征相同的数据区域，则重新选定地震道数据进行搜索；直到所有地震道数据搜索完毕后进入下一步骤；
C3、判断是否所有地震道数据都属于数据块中；若所有地震道数据都属于数据块中，则操作结束；若所有地震道数据不都属于数据块中，则对不属于数据块的地震道数据提取层位纵向分布特征并返回步骤C1。
7.如权利要求3所述的基于匹配搜索的三维地震图像全层位自动追踪方法，其特征在于，所述步骤D将数据块基于振幅导向进行连接实现三维地震图像全层位自动追踪具体为：判断步骤C中生成的数据块个数是否为一个；若数据块个数为一个，则完成三维地震图像全层位自动追踪；若数据块个数不为一个，则将多个数据块基于振幅导向进行连接，完成三维地震图像全层位自动追踪。
8.如权利要求7所述的基于匹配搜索的三维地震图像全层位自动追踪方法，其特征在于，所述将多个数据块基于振幅导向进行连接的方法具体为：根据各个数据块中层位极值点的幅值大小，将数据块中层位极值点的幅值大小相近的层位及各个数据块之间层位极值点的幅值大小相近的层位进行连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510600384.5A CN105223609B (zh) | 2015-09-18 | 2015-09-18 | 基于匹配搜索的三维地震图像全层位自动追踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510600384.5A CN105223609B (zh) | 2015-09-18 | 2015-09-18 | 基于匹配搜索的三维地震图像全层位自动追踪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105223609A true CN105223609A (zh) | 2016-01-06 |
| CN105223609B CN105223609B (zh) | 2017-09-19 |
Family
ID=54992664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510600384.5A Active CN105223609B (zh) | 2015-09-18 | 2015-09-18 | 基于匹配搜索的三维地震图像全层位自动追踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105223609B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111158046A (zh) * | 2020-01-09 | 2020-05-15 | 中国科学技术大学 | 基于动态规划的地震层位自动提取装置及方法 |
| US11531130B2 (en) | 2019-04-09 | 2022-12-20 | Petrochina Company Limited | Seismic full horizon tracking method, computer device and computer-readable storage medium |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999064896A1 (en) * | 1998-06-09 | 1999-12-16 | Geco As | Seismic data interpretation method |
| EP1110104B1 (en) * | 1998-09-02 | 2003-10-29 | ConocoPhillips Company | Automated seismic fault detection and picking |
| CN103412331A (zh) * | 2013-08-30 | 2013-11-27 | 电子科技大学 | 一种三维地震断层自动提取方法 |
| CN104199092A (zh) * | 2014-08-31 | 2014-12-10 | 电子科技大学 | 基于多层次框架的三维全层位自动追踪方法 |
| CN104459768A (zh) * | 2013-09-22 | 2015-03-25 | 中国石油化工股份有限公司 | 一种基于可视化的三维空间目标地质体追踪方法 |
| CN104597494A (zh) * | 2013-10-31 | 2015-05-06 | 中国石油天然气集团公司 | 地震地层体分析方法及装置 |
-
2015
- 2015-09-18 CN CN201510600384.5A patent/CN105223609B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999064896A1 (en) * | 1998-06-09 | 1999-12-16 | Geco As | Seismic data interpretation method |
| EP1110104B1 (en) * | 1998-09-02 | 2003-10-29 | ConocoPhillips Company | Automated seismic fault detection and picking |
| CN103412331A (zh) * | 2013-08-30 | 2013-11-27 | 电子科技大学 | 一种三维地震断层自动提取方法 |
| CN104459768A (zh) * | 2013-09-22 | 2015-03-25 | 中国石油化工股份有限公司 | 一种基于可视化的三维空间目标地质体追踪方法 |
| CN104597494A (zh) * | 2013-10-31 | 2015-05-06 | 中国石油天然气集团公司 | 地震地层体分析方法及装置 |
| CN104199092A (zh) * | 2014-08-31 | 2014-12-10 | 电子科技大学 | 基于多层次框架的三维全层位自动追踪方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11531130B2 (en) | 2019-04-09 | 2022-12-20 | Petrochina Company Limited | Seismic full horizon tracking method, computer device and computer-readable storage medium |
| CN111158046A (zh) * | 2020-01-09 | 2020-05-15 | 中国科学技术大学 | 基于动态规划的地震层位自动提取装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105223609B (zh) | 2017-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104360385B (zh) | 结合地震地质认识综合建立初始深度层速度模型的方法 | |
| CN106597533A (zh) | 一种用于山前带地震资料处理的深度域速度建模方法 | |
| CN103033846B (zh) | 地质相控制的地震反演系统和地震反演方法 | |
| US20170051598A1 (en) | System For Hydraulic Fracturing Design And Optimization In Naturally Fractured Reservoirs | |
| CN105986815A (zh) | 一种用于识别页岩地层地质甜点的方法 | |
| CN103713323B (zh) | 一种全方位各向异性保幅成像与抽道集方法 | |
| CN106353792A (zh) | 一种适用于水力压裂微震震源定位的方法 | |
| CN105986816A (zh) | 一种用于识别页岩地层甜点的方法 | |
| CN109388817A (zh) | 一种储层裂缝三维建模方法 | |
| CN103149589A (zh) | 火成岩油气勘探方法及装置 | |
| CN105093319B (zh) | 基于三维地震数据的地面微地震静校正方法 | |
| CN105549087A (zh) | 一种煤矿井下槽波地震勘探的走时和振幅联合反演方法 | |
| CN105005080A (zh) | 一种利用振幅比率属性识别地层圈闭尖灭线的方法 | |
| CN103758511A (zh) | 一种井下逆时偏移成像识别隐蔽储层的方法及装置 | |
| CN107728227B (zh) | 一种井网成熟区快速判别地下河道砂体方法 | |
| CN104297800B (zh) | 一种自相控叠前反演方法 | |
| Ohl et al. | Rock formation characterization for carbon dioxide geosequestration: 3D seismic amplitude and coherency anomalies, and seismic petrophysical facies classification, Wellington and Anson-Bates Fields, Kansas, USA | |
| CN104345336B (zh) | 一种基于目标区域照明度的观测系统优化方法 | |
| CN104199092A (zh) | 基于多层次框架的三维全层位自动追踪方法 | |
| CN106932836B (zh) | 一种用于评价页岩气含气丰度的方法及系统 | |
| CN105223609A (zh) | 基于匹配搜索的三维地震图像全层位自动追踪方法 | |
| Kochnev et al. | Imaging hydraulic fracture zones from surface passive microseismic data | |
| CN112489208A (zh) | 基于蚂蚁算法的裂缝片提取方法和三维地质模型构建方法 | |
| CN105093318A (zh) | 一种自适应波动方程波场延拓静校正方法 | |
| CN104459787A (zh) | 一种垂直接收阵列地震记录的速度分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |