CN106338763A - 一种确定地震剖面显示数据的方法及装置 - Google Patents
一种确定地震剖面显示数据的方法及装置 Download PDFInfo
- Publication number
- CN106338763A CN106338763A CN201610705753.1A CN201610705753A CN106338763A CN 106338763 A CN106338763 A CN 106338763A CN 201610705753 A CN201610705753 A CN 201610705753A CN 106338763 A CN106338763 A CN 106338763A
- Authority
- CN
- China
- Prior art keywords
- data
- seismic
- geologic body
- amplitude
- localized target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003909 pattern recognition Methods 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 92
- 238000013507 mapping Methods 0.000 claims description 11
- 241001269238 Data Species 0.000 claims description 3
- 210000004218 nerve net Anatomy 0.000 claims 1
- 210000002706 plastid Anatomy 0.000 claims 1
- 230000006870 function Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 239000011435 rock Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012856 packing Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/70—Other details related to processing
- G01V2210/74—Visualisation of seismic data
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请实施例公开了一种确定地震剖面显示数据的方法及装置，所述方法包括：获取地震剖面数据和所述地震剖面数据中局部目标地质体的第一区域范围地震数据；对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据。本申请实施例提供的一种确定地震剖面显示数据的方法及装置，可以提高地震剖面中局部目标显示区域边界控制的精确度。
Description
技术领域
本申请涉及地球物理勘探中地震数据处理技术领域，特别涉及一种确定地震剖面显示数据的方法及装置。
背景技术
在地震数据解释中，地质和地球物理工作者可以开展油气储层预测和目标地质体刻画等工作，在地震剖面上需要对局部目标地质体进行数字化突出显示。例如，对目标地质体碎屑岩储层中的砂岩透镜体或含油气砂体、目标地质体碳酸盐岩储层中的礁滩体或岩溶缝洞以及目标地质体火山岩储层中的火山岩相等局部目标地质体进行地震精细描述时，在地震剖面上都需要对局部目标地质体进行数字化突出显示。
目前在地震剖面上对局部目标地质体的显示方法，通常是在全地震剖面数字化显示的基础上，采用图形标注方法在地震剖面上对描述局部目标地质体的位图图像进行多边(polygon)覆盖充填，从而在地震剖面上对局部目标地质体进行指示性显示。其中，全地震剖面数字化显示的方法主要包括：波形显示方法、波形加变面积显示方法和变密度显示方法。
发明人发现现有技术中至少存在如下问题：
现有技术中在地震剖面上对局部目标地质体的显示方法所采用的polygon充填为手工绘制，这种手工绘制方式不能精确控制局部目标地质体显示区域的边界形态。
发明内容
本申请实施例的目的是提供一种确定地震剖面显示数据的方法及装置，以提高地震剖面中局部目标显示区域边界控制的精确度。
为解决上述技术问题，本申请实施例提供一种确定地震剖面显示数据的方法及装置是这样实现的：
一种确定地震剖面显示数据的方法，包括：
获取地震剖面数据和所述地震剖面数据中局部目标地质体的第一区域范围地震数据；
对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据。
优选方案中，所述地震剖面数据包括：一个或多个第一地震道数据；所述第一地震道数据包括：一个或多个采样点数据；所述采样点数据包括：采样时间和振幅值。
优选方案中，所述对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据，包括：
获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息，对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息，确定所述局部目标地质体在所述地震剖面数据中的地震反射同相轴地震数据；
根据所述地震反射同相轴地震数据，对所述地震剖面数据中第一地震道数据的采样数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间；
对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据；
根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
优选方案中，所述对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析和模式识别，获取所述局部目标地质体的第二区域范围地震数据，还包括：
根据所述局部目标地质体的第一区域范围地震数据，设定第一区域范围地震数据中第一时窗位置，对第一时窗位置处的采样点数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间；
对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据；
根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
优选方案中，所述地震反射同相轴地震数据包括：所述地震反射同相轴地震数据对应的第一地震道数据中的第二波峰振幅值或第二波谷振幅值。
优选方案中，所述根据所述地震反射同相轴地震数据，对所述地震剖面数据中第一地震道数据的采样点数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间，包括：
设定所述地震剖面数据的振幅阈值，以所述局部目标地质体的地震反射同相轴在所述地震剖面中第一地震道数据上的第二波峰振幅值对应的采样点数据作为第一地震道数据的追踪起点，按照第一预设方向对第一地震道数据的第一采样点数据进行纵向追踪，获取第一地震道数据的第一采样点数据中的第一振幅值，当第一振幅值小于振幅阈值时，所述纵向追踪结束，以所述小于振幅阈值的第一振幅值对应的第一采样点数据的第一采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间；或，
设定所述地震剖面数据的振幅阈值，以所述局部目标地质体的地震反射同相轴在所述地震剖面中第一地震道数据上的第二波谷振幅值对应的采样点数据作为第一地震道数据的追踪起点，按照第一预设方向对第一地震道数据的第二采样点数据进行纵向追踪，获取第一地震道数据的第二采样点数据中的第二振幅值，当第二振幅值大于振幅阈值时，所述纵向追踪结束，以所述大于振幅阈值的第二振幅值对应的第二采样点数据的第二采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间。
优选方案中，第一预设方向包括：所述局部目标地质体的地震反射同相轴在所述地震剖面中第一地震道数据上的第二波峰振幅值或第二波谷振幅值对应的采样点数据的采样时间增加的方向和/或减少的方向。
优选方案中，所述根据所述局部目标地质体的第一区域范围地震数据，设定第一区域范围地震数据中第一时窗位置，对第一时窗位置处的采样点数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间，包括：
设定所述地震剖面数据的振幅阈值，按照第二预设方向对第一时窗位置处的第一采样点数据进行纵向追踪，获取第一地震道数据的第一采样点数据中的第一振幅值，当第一振幅值小于振幅阈值时，所述纵向追踪结束，以所述小于振幅阈值的第一振幅值对应的第一采样点数据的第一采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间；或，
设定所述地震剖面数据的振幅阈值，按照第二预设方向对第一时窗位置处的第二采样点数据进行纵向追踪，获取第一地震道数据的第二采样点数据中的第二振幅值，当第二振幅值大于振幅阈值时，所述纵向追踪结束，以所述大于振幅阈值的第二振幅值对应的第二采样点数据的第二采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间。
优选方案中，第二预设方式包括：第一时窗位置处的采样点数据的采样时间增加的方向和/或减少的方向。
优选方案中，所述对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据，包括：
设定所述地震剖面数据的波形相似度阈值和波形模型；
根据第一地震道数据中的纵向边界采样时间内的采样点数据，得到第一地震道数据中的纵向边界采样时间内的第一波形，将第一波形与所述波形模型进行波形相似度判断；
当所述波形相似度小于所述波形相似度阈值时，以所述波形相似度小于所述波形相似度阈值的第一波形对应的第一地震道数据作为第二区域范围地震数据的横向边界地震道数据。
优选方案中，采用神经网络算法进行所述波形相似性判断。
优选方案中，所述方法还包括：
对所述局部目标地质体的第二区域范围地震数据进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
优选方案中，所述对所述局部目标地质体的第二区域范围地震数据进行彩色映射运算，得到所述局部目标地质体的标准地震数据，包括：
设定所述彩色映射过程中的色标；所述色标包括：一种或多种颜色，和颜色种数；
获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值或第一波谷振幅值，根据所述色标，将第一波峰振幅值或第一波谷振幅值与所述色标中的颜色进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
优选方案中，所述获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值或第一波谷振幅值，根据所述色标，将第一波峰振幅值或第一波谷振幅值与所述色标中的颜色进行彩色映射运算，得到所述局部目标地质体的标准地震数据，包括：
获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值、第一波峰振幅值中最大波峰振幅值和最小波峰振幅、以及第一波峰振幅值对应的第一波峰区域，将所述最大波峰振幅值与所述最小波峰振幅值之间的数值区间按照所述颜色种数等比例劈分，根据所述劈分后的数值区间，将第一波峰振幅值与所述色标中的颜色进行一一映射，将与第一波峰振幅值一一映射的颜色充填于第一波峰振幅值对应的第一波峰区域，得到所述局部目标地质体的标准地震数据；或，
获取第二区域范围地震数据中第一地震道数据的第一波谷振幅值、第一波谷振幅值中最大波谷振幅值和最小波谷振幅、以及第一波谷振幅值对应的第一波谷区域，将所述最大波谷振幅值与所述最小波谷振幅值之间的数值区间按照所述颜色种数等比例劈分，根据所述劈分后的数值区间，将第一波谷振幅值与所述色标中的颜色进行一一映射，将与第一波谷振幅值一一映射的颜色充填于第一波谷振幅值对应的第一波谷区域，得到所述局部目标地质体的标准地震数据。
优选方案中，对所述色标中的颜色设置颜色透明度。
优选方案中，所述获取所述地震剖面数据中局部目标地质体的第一区域范围地震数据，包括：
获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息，对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息，确定所述地震剖面数据中局部目标地质体的第一区域范围地震数据的纵向边界；
通过所述地震剖面数据中地震近道叠加剖面数据和地震远道叠加剖面数据的振幅随偏移距变化特征，确定所述地震剖面数据中局部目标地质体的第一区域范围地震数据的横向边界；
根据第一区域范围地震数据的纵向边界和第一区域范围地震数据的横向边界，得到所述地震剖面数据中局部目标地质体的第一区域范围地震数据。
一种确定地震剖面显示数据的装置，包括：地震数据获取模块、局部地震数据确定模块；其中，
所述地震数据获取模块，用于获取地震剖面数据和所述地震剖面数据中局部目标地质体的第一区域范围地震数据；
所述局部地震数据确定模块，用于对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据。
优选方案中，所述装置还包括：彩色映射模块；其中，
所述彩色映射模块，用于对所述局部目标地质体的第二区域范围地震数据进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
优选方案中，所述彩色映射模块包括：色标设定模块和振幅值映射模块；其中，
所述色标设定模块，用于设定所述彩色映射过程中的色标；所述色标包括：一种或多种颜色，和颜色种数；
所述振幅值映射模块，用于获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值或第一波谷振幅值，根据所述色标，将第一波峰振幅值或第一波谷振幅值与所述色标中的颜色进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
优选方案中，所述局部地震数据确定模块，包括：纵向边界确定模块、横向边界确定模块和第二区域范围地震数据确定模块；其中，
所述纵向边界确定模块，用于根据所述局部目标地质体的第一区域范围地震数据，设定第一区域范围地震数据中第一时窗位置，对第一时窗位置处的采样点数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间；
所述横向边界确定模块，用于对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据；
所述第二区域范围地震数据确定模块，用于根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
优选方案中，所述局部地震数据确定模块，包括：同相轴地震数据确定模块、纵向边界确定模块、横向边界确定模块和第二区域范围地震数据确定模块；其中，
所述同相轴地震数据确定模块，用于获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息，对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息，确定所述局部目标地质体在所述地震剖面数据中的地震反射同相轴地震数据；
所述纵向边界确定模块，用于根据所述地震反射同相轴地震数据，对所述地震剖面数据中第一地震道数据的采样数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间；
所述横向边界确定模块，用于对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据；
所述第二区域范围地震数据确定模块，用于根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
本申请提供了一种确定地震剖面显示数据的方法及装置，采用波形聚类分析和模式识别的技术方法，可以实现所述地震剖面中局部目标自动边界控制，可以有效提高地震剖面中局部目标显示区域边界控制的精确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一种确定地震剖面显示数据的方法实施例的流程图；
图2是本申请实施例中四川盆地须家河组气藏的地震剖面数据中近道和远道叠加剖面地震数据显示图；
图3是本申请实施例中四川盆地须家河组气藏的地震剖面数据中近道和远道叠加剖面地震数据的含气砂体突出显示图；
图4是本申请一种确定地震剖面显示数据的装置实施例的组成结构图；
图5是本申请确定地震剖面显示数据的装置实施例中局部地震数据确定模块的第一组成结构图；
图6是本申请确定地震剖面显示数据的装置实施例中局部地震数据确定模块的第二组成结构图；
图7是本申请确定地震剖面显示数据的装置实施例中彩色映射模块的组成结构图。
具体实施方式
本申请实施例提供一种确定地震剖面显示数据的方法及装置。
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
现有技术中在地震剖面上对局部目标地质体的显示方法仅能指示局部目标地质体在地震剖面上的位置和展布范围；局部目标地质体在地震剖面上的显示是非数字化的，不能反映局部目标地质体在地震剖面上的振幅、频率和相位波形等地震信息的变化特征。
图1是本申请一种确定地震剖面显示数据的方法实施例的流程图。如图1所示，所述确定地震剖面显示数据的方法，包括以下步骤。
步骤S101：获取地震剖面数据和所述地震剖面数据中局部目标地质体的第一区域范围地震数据。
具体地，可以获取四川盆地须家河组的地震剖面数据。
可以获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息。可以对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息。可以确定所述地震剖面数据中局部目标地质体的第一区域范围地震数据的纵向边界。
可以通过所述地震剖面数据中地震近道叠加剖面数据和地震远道叠加剖面数据的振幅随偏移距变化特征，可以确定所述地震剖面数据中局部目标地质体的第一区域范围地震数据的横向边界。
根据第一区域范围地震数据的纵向边界和第一区域范围地震数据的横向边界，可以得到所述地震剖面数据中局部目标地质体的第一区域范围地震数据。
例如，图2是本申请实施例中四川盆地须家河组气藏的地震剖面数据中近道和远道叠加剖面地震数据显示图。图2中(a)图为四川盆地须家河组气藏的地震剖面数据中近道叠加剖面地震数据显示图，图2中(b)图为四川盆地须家河组气藏的地震剖面数据中远道叠加剖面地震数据显示图。图2中(a)和(b)图中横坐标为所述地震剖面数据中的线号(主测线号或联络测线号)中的道号(地震道号)，纵坐标为所述地震剖面数据的采样时间，单位为毫秒(ms)。图2中的方框圈定区域的地震剖面数据为所述气藏在四川盆地须家河组的地震剖面数据中的第一区域范围地震数据。通过对四川盆地须家河组气藏进行地层测井解释，可以获取四川盆地须家河组气藏的地震剖面数据对应位置的地层测井信息，例如地层深电阻率、地层岩石密度和地层岩石声波速度特征等地层测井信息。根据现有气藏中含气砂体的地层测井解释结果，可以得到四川盆地须家河组气藏中含气砂体的地层测井信息。通过井震标定，对比四川盆地须家河组气藏的地震剖面数据对应位置的地层测井信息和四川盆地须家河组气藏中含气砂体的地层测井信息，可以确定所述含气砂体在所述四川盆地须家河组的地震剖面数据中的大致纵向位置，即可以确定所述气藏在四川盆地须家河组的地震剖面数据中的第一区域范围地震数据的纵向边界为所述地震剖面数据的采样时间1200毫秒(ms)和1250ms。其中，所述局部目标地质体为所述气藏中含气砂体。
在第一区域范围地震数据的纵向边界的基础上，通过比较四川盆地须家河组气藏的地震剖面数据中地震近道、远道叠加剖面数据的振幅随偏移距(Amplitude VersusOffset：AVO)变化特征，地震远道叠加剖面数据的振幅比地震近道叠加剖面数据的振幅强，表明存在气藏，由此可以确定四川盆地须家河组气藏的地震剖面数据中气藏的第一区域范围地震数据的大致横向位置，即可以确定所述气藏在四川盆地须家河组的地震剖面数据中的第一区域范围地震数据的横向边界为共深度点(Common Depth Point：CDP)地震道号11和111。
根据第一区域范围地震数据的纵向边界和横向边界，可以确定四川盆地须家河组气藏在所述地震剖面数据中的第一区域范围地震数据为所述地震剖面数据中采样时间在1200ms和1250ms之间以及共深度点地震道号在11和111之间的地震数据。
步骤S102：对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据。
具体地，所述地震剖面数据包括：一个或多个第一地震道数据；所述第一地震道数据包括：一个或多个采样点数据；所述采样点数据包括：采样时间和振幅值。
可以获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息。对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息，可以确定所述局部目标地质体在所述地震剖面数据中的地震反射同相轴地震数据。所述地震反射同相轴地震数据包括：所述地震反射同相轴地震数据对应的第一地震道数据中的第二波峰振幅值。
例如，通过对四川盆地须家河组进行井震标定和地层测井解释，可以获取四川盆地须家河组的地震剖面数据对应位置的地层测井信息，例如地层深电阻率、地层岩石密度和地层岩石声波速度特征等地层测井信息。获取四川盆地须家河组气藏的地层测井信息。对比四川盆地须家河组的地震剖面数据对应位置的地层测井信息和四川盆地须家河组气藏的地层测井信息，可以确定所述气藏在所述四川盆地须家河组的地震剖面数据中的地震反射同相轴地震数据。
根据所述地震反射同相轴地震数据，对所述地震剖面数据中第一地震道数据的采样数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间。
具体地，可以为所述地震剖面数据设定一振幅阈值。所述振幅阈值的取值可以为0.1。以所述局部目标地质体的地震反射同相轴在所述地震剖面中第一地震道数据上的第二波峰振幅值对应的采样点数据作为第一地震道数据的追踪起点，按照第一预设方向对第一地震道数据的第一采样点数据进行纵向追踪。可以获取第一地震道数据的第一采样点数据中的第一振幅值。当第一振幅值小于所述振幅阈值时，所述纵向追踪结束。以所述小于所述振幅阈值的第一振幅值对应的第一采样点数据的第一采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间。第一预设方向可以是所述局部目标地质体的地震反射同相轴在所述地震剖面中第一地震道数据上的第二波峰振幅值对应的采样点数据的采样时间增加的方向和减少的方向。
可以对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算。可以确定所述局部目标地质体在所述地震剖面的横向边界地震道数据。
具体地，可以为所述地震剖面数据设定一波形相似度阈值和一波形模型。所述波形相似度阈值的取值可以为10％。
根据第一地震道数据中的纵向边界采样时间内的采样点数据，可以得到第一地震道数据中的纵向边界采样时间内的第一波形，可以通过神经网络算法对第一波形与所述波形模型进行波形相似度判断。
当所述波形相似度小于所述波形相似度阈值时，可以以所述波形相似度小于所述波形相似度阈值的第一波形对应的第一地震道数据作为第二区域范围地震数据的横向边界地震道数据。
例如，通过对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，可以确定第二区域范围地震数据的横向边界地震道数据为横向左边界CDP5和横向右边界CDP115。
根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，可以得到所述局部目标地质体的第二区域范围地震数据。
例如，从图3中可以看出，方框内对所述气藏进行突出显示的区域范围中纵向和横向边界都可以得到精确控制。
在一个实施方式中，对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析和模式识别，获取所述局部目标地质体的第二区域范围地震数据，具体还可以包括：
根据所述局部目标地质体的第一区域范围地震数据，可以设定第一区域范围地震数据中第一时窗位置，其中第一时窗的窗长为30ms。可以对第一时窗位置处的采样点数据进行模式识别运算。可以确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间。
具体地，可以设定所述地震剖面数据的振幅阈值。可以按照第二预设方向对第一时窗位置处的第一采样点数据进行纵向追踪。可以获取第一地震道数据的第一采样点数据中的第一振幅值。当第一振幅值小于振幅阈值时，所述纵向追踪结束，可以以所述小于振幅阈值的第一振幅值对应的第一采样点数据的第一采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间。第二预设方式可以是第一时窗位置处的采样点数据的采样时间增加的方向和减少的方向。
对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据。
具体地，可以设定所述地震剖面数据的波形相似度阈值和波形模型。
根据第一地震道数据中的纵向边界采样时间内的采样点数据，可以得到第一地震道数据中的纵向边界采样时间内的第二波形，可以通过神经网络算法对第二波形与所述波形模型进行波形相似度判断。
当所述波形相似度小于所述波形相似度阈值时，可以以所述波形相似度小于所述波形相似度阈值的第二波形对应的第一地震道数据作为第二区域范围地震数据的横向边界地震道数据。
根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，可以得到所述局部目标地质体的第二区域范围地震数据。
在另一个实施方式中，所述确定地震剖面显示数据的方法还可以包括：对所述局部目标地质体的第二区域范围地震数据进行彩色映射运算，可以得到所述局部目标地质体的标准地震数据。
具体地，可以设定所述彩色映射过程中的色标。所述色标可以包括：一种或多种颜色，和颜色种数。
例如，所述色标可以为彩色，其颜色种数可以为256种。其中，所述色标中每一种颜色都不同。
可以获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值。根据所述色标，可以将第一波峰振幅值与所述色标中的颜色进行彩色映射运算，可以得到所述局部目标地质体的标准地震数据。
具体地，可以获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值、第一波峰振幅值中最大波峰振幅值和最小波峰振幅、以及第一波峰振幅值对应的第一波峰区域。可以将所述最大波峰振幅值与所述最小波峰振幅值之间的数值区间按照所述颜色种数等比例劈分。根据所述劈分后的数值区间，可以将第一波峰振幅值与所述色标中的颜色进行一一映射。可以将与第一波峰振幅值一一映射的颜色充填于第一波峰振幅值对应的第一波峰区域。可以得到所述气藏的标准地震数据。
例如，图3中方框内波峰区域实际充填的颜色为彩色，图中采用灰度图像来代替。对比图3中方框内波峰区域充填颜色的区域和图2中对应区域，可以看出，通过在地震近、远道叠加剖面数据上对所述气藏进行本申请的突出显示技术，既可以反映所述气藏内部的振幅、频率和相位波形等地震信息的变化特征，还可以直观反映所述气藏的AVO变化规律。
所述地震剖面显示方法实施例，采用波形聚类分析和模式识别的技术方法，可以实现所述地震剖面中局部目标自动边界控制，可以有效提高地震剖面中局部目标显示区域边界控制的精确度；在所述边界控制的基础上，进一步通过彩色映射对所述局部目标中所述地震道的波峰区域或波谷区域，可以实现所述地震剖面中局部目标数字化突出显示，可以反映局部目标的振幅、频率和相位波形等地震信息变化特征。
图4是本申请一种确定地震剖面显示数据的装置实施例的组成结构图。如图4所示，所述确定地震剖面显示数据的装置可以包括：地震数据获取模块100、局部地震数据确定模块200。
所述地震数据获取模块100，可以用于获取地震剖面数据和所述地震剖面数据中局部目标地质体的第一区域范围地震数据。
所述局部地震数据获得模块200，可以用于对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据。
在另一个实施方式中，所述确定地震剖面显示数据的装置还可以包括：彩色映射模块300。
所述彩色映射模块300，可以用于对所述局部目标地质体的第二区域范围地震数据进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
图5是本申请确定地震剖面显示数据的装置实施例中局部地震数据确定模块的第一组成结构图。如图5所示，图4中局部地震数据确定模块200，包括：纵向边界确定模块210、横向边界确定模块220和第二区域范围地震数据确定模块230。
所述纵向边界确定模块210，可以用于根据所述局部目标地质体的第一区域范围地震数据，可以设定第一区域范围地震数据中第一时窗位置。可以对第一时窗位置处的采样点数据进行模式识别运算。可以确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间。
所述横向边界确定模块220，可以用于对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算。可以确定所述局部目标地质体在所述地震剖面的横向边界地震道数据。
所述第二区域范围地震数据确定模块230，可以用于根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
图6是本申请确定地震剖面显示数据的装置实施例中局部地震数据确定模块的第二组成结构图。如图6所示，图4中局部地震数据确定模块200，包括：同相轴地震数据确定模块240、纵向边界确定模块210、横向边界确定模块220和第二区域范围地震数据确定模块230。
所述同相轴地震数据确定模块240，可以用于获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息。可以对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息。可以确定所述局部目标地质体在所述地震剖面数据中的地震反射同相轴地震数据。
所述纵向边界确定模块210，可以用于根据所述地震反射同相轴地震数据，可以对所述地震剖面数据中第一地震道数据的采样数据进行模式识别运算。可以确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间。
所述横向边界确定模块220，可以用于对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算。可以确定所述局部目标地质体在所述地震剖面的横向边界地震道数据。
所述第二区域范围地震数据确定模块230，可以用于根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
图7是本申请确定地震剖面显示数据的装置实施例中彩色映射模块的组成结构图。如图7所示，图4中彩色映射模块300包括：色标设定模块310和振幅值映射模块320。
所述色标设定模块310，可以用于设定所述彩色映射过程中的色标。所述色标可以包括：一种或多种颜色，和颜色种数。
所述振幅值映射模块320，可以用于获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值或第一波谷振幅值。根据所述色标，可以将第一波峰振幅值或第一波谷振幅值与所述色标中的颜色进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
所述确定地震剖面显示数据的装置实施例与所述确定地震剖面显示数据的方法实施例相对应，可以实现所述地震剖面中局部目标自动边界控制，可以有效提高地震剖面中局部目标显示区域边界控制的精确度；进一步地，可以实现所述地震剖面中局部目标数字化突出显示，可以反映局部目标的振幅、频率和相位波形等地震信息变化特征。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中，内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括短暂电脑可读媒体(transitory media)，如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (21)
1.一种确定地震剖面显示数据的方法，其特征在于，包括：
获取地震剖面数据和所述地震剖面数据中局部目标地质体的第一区域范围地震数据；
对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据。
2.根据权利要求1所述一种确定地震剖面显示数据的方法，其特征在于，所述地震剖面数据包括：一个或多个第一地震道数据；所述第一地震道数据包括：一个或多个采样点数据；所述采样点数据包括：采样时间和振幅值。
3.根据权利要求2所述一种确定地震剖面显示数据的方法，其特征在于，所述对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据，包括：
获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息，对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息，确定所述局部目标地质体在所述地震剖面数据中的地震反射同相轴地震数据；
根据所述地震反射同相轴地震数据，对所述地震剖面数据中第一地震道数据的采样数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间；
对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据；
根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
4.根据权利要求2所述一种确定地震剖面显示数据的方法，其特征在于，所述对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析和模式识别，获取所述局部目标地质体的第二区域范围地震数据，还包括：
根据所述局部目标地质体的第一区域范围地震数据，设定第一区域范围地震数据中第一时窗位置，对第一时窗位置处的采样点数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间；
对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据；
根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
5.根据权利要求3所述一种确定地震剖面显示数据的方法，其特征在于，所述地震反射同相轴地震数据包括：所述地震反射同相轴地震数据对应的第一地震道数据中的第二波峰振幅值或第二波谷振幅值。
6.根据权利要求5所述一种确定地震剖面显示数据的方法，其特征在于，所述根据所述地震反射同相轴地震数据，对所述地震剖面数据中第一地震道数据的采样点数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间，包括：
设定所述地震剖面数据的振幅阈值，以所述局部目标地质体的地震反射同相轴在所述地震剖面中第一地震道数据上的第二波峰振幅值对应的采样点数据作为第一地震道数据的追踪起点，按照第一预设方向对第一地震道数据的第一采样点数据进行纵向追踪，获取第一地震道数据的第一采样点数据中的第一振幅值，当第一振幅值小于振幅阈值时，所述纵向追踪结束，以所述小于振幅阈值的第一振幅值对应的第一采样点数据的第一采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间；或，
设定所述地震剖面数据的振幅阈值，以所述局部目标地质体的地震反射同相轴在所述地震剖面中第一地震道数据上的第二波谷振幅值对应的采样点数据作为第一地震道数据的追踪起点，按照第一预设方向对第一地震道数据的第二采样点数据进行纵向追踪，获取第一地震道数据的第二采样点数据中的第二振幅值，当第二振幅值大于振幅阈值时，所述纵向追踪结束，以所述大于振幅阈值的第二振幅值对应的第二采样点数据的第二采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间。
7.根据权利要求6所述一种确定地震剖面显示数据的方法，其特征在于，第一预设方向包括：所述局部目标地质体的地震反射同相轴在所述地震剖面中第一地震道数据上的第二波峰振幅值或第二波谷振幅值对应的采样点数据的采样时间增加的方向和/或减少的方向。
8.根据权利要求4所述一种确定地震剖面显示数据的方法，其特征在于，所述根据所述局部目标地质体的第一区域范围地震数据，设定第一区域范围地震数据中第一时窗位置，对第一时窗位置处的采样点数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间，包括：
设定所述地震剖面数据的振幅阈值，按照第二预设方向对第一时窗位置处的第一采样点数据进行纵向追踪，获取第一地震道数据的第一采样点数据中的第一振幅值，当第一振幅值小于振幅阈值时，所述纵向追踪结束，以所述小于振幅阈值的第一振幅值对应的第一采样点数据的第一采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间；或，
设定所述地震剖面数据的振幅阈值，按照第二预设方向对第一时窗位置处的第二采样点数据进行纵向追踪，获取第一地震道数据的第二采样点数据中的第二振幅值，当第二振幅值大于振幅阈值时，所述纵向追踪结束，以所述大于振幅阈值的第二振幅值对应的第二采样点数据的第二采样时间作为所述局部目标地质体的第一地震道数据的纵向边界采样时间。
9.根据权利要求8所述一种确定地震剖面显示数据的方法，其特征在于，第二预设方式包括：第一时窗位置处的采样点数据的采样时间增加的方向和/或减少的方向。
10.根据权利要求3或4所述一种确定地震剖面显示数据的方法，其特征在于，所述对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据，包括：
设定所述地震剖面数据的波形相似度阈值和波形模型；
根据第一地震道数据中的纵向边界采样时间内的采样点数据，得到第一地震道数据中的纵向边界采样时间内的第一波形，将第一波形与所述波形模型进行波形相似度判断；
当所述波形相似度小于所述波形相似度阈值时，以所述波形相似度小于所述波形相似度阈值的第一波形对应的第一地震道数据作为第二区域范围地震数据的横向边界地震道数据。
11.根据权利要求10所述一种确定地震剖面显示数据的方法，其特征在于，采用神经网络算法进行所述波形相似性判断。
12.根据权利要求1所述一种确定地震剖面显示数据的方法，其特征在于，所述方法还包括：
对所述局部目标地质体的第二区域范围地震数据进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
13.根据权利要求12所述一种确定地震剖面显示数据的方法，其特征在于，所述对所述局部目标地质体的第二区域范围地震数据进行彩色映射运算，得到所述局部目标地质体的标准地震数据，包括：
设定所述彩色映射过程中的色标；所述色标包括：一种或多种颜色，和颜色种数；
获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值或第一波谷振幅值，根据所述色标，将第一波峰振幅值或第一波谷振幅值与所述色标中的颜色进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
14.根据权利要求13所述一种确定地震剖面显示数据的方法，其特征在于，所述获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值或第一波谷振幅值，根据所述色标，将第一波峰振幅值或第一波谷振幅值与所述色标中的颜色进行彩色映射运算，得到所述局部目标地质体的标准地震数据，包括：
获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值、第一波峰振幅值中最大波峰振幅值和最小波峰振幅、以及第一波峰振幅值对应的第一波峰区域，将所述最大波峰振幅值与所述最小波峰振幅值之间的数值区间按照所述颜色种数等比例劈分，根据所述劈分后的数值区间，将第一波峰振幅值与所述色标中的颜色进行一一映射，将与第一波峰振幅值一一映射的颜色充填于第一波峰振幅值对应的第一波峰区域，得到所述局部目标地质体的标准地震数据；或，
获取第二区域范围地震数据中第一地震道数据的第一波谷振幅值、第一波谷振幅值中最大波谷振幅值和最小波谷振幅、以及第一波谷振幅值对应的第一波谷区域，将所述最大波谷振幅值与所述最小波谷振幅值之间的数值区间按照所述颜色种数等比例劈分，根据所述劈分后的数值区间，将第一波谷振幅值与所述色标中的颜色进行一一映射，将与第一波谷振幅值一一映射的颜色充填于第一波谷振幅值对应的第一波谷区域，得到所述局部目标地质体的标准地震数据。
15.根据权利要求13所述一种确定地震剖面显示数据的方法，其特征在于，对所述色标中的颜色设置颜色透明度。
16.根据权利要求1所述一种确定地震剖面显示数据的方法，其特征在于，所述获取所述地震剖面数据中局部目标地质体的第一区域范围地震数据，包括：
获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息，对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息，确定所述地震剖面数据中局部目标地质体的第一区域范围地震数据的纵向边界；
通过所述地震剖面数据中地震近道叠加剖面数据和地震远道叠加剖面数据的振幅随偏移距变化特征，确定所述地震剖面数据中局部目标地质体的第一区域范围地震数据的横向边界；
根据第一区域范围地震数据的纵向边界和第一区域范围地震数据的横向边界，得到所述地震剖面数据中局部目标地质体的第一区域范围地震数据。
17.一种确定地震剖面显示数据的装置，其特征在于，包括：地震数据获取模块、局部地震数据确定模块；其中，
所述地震数据获取模块，用于获取地震剖面数据和所述地震剖面数据中局部目标地质体的第一区域范围地震数据；
所述局部地震数据确定模块，用于对所述地震剖面数据或第一区域范围地震数据进行波形聚类分析运算和模式识别运算，得到所述局部目标地质体的第二区域范围地震数据。
18.根据权利要求17所述一种确定地震剖面显示数据的装置，其特征在于，所述装置还包括：彩色映射模块；其中，
所述彩色映射模块，用于对所述局部目标地质体的第二区域范围地震数据进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
19.根据权利要求18所述一种确定地震剖面显示数据的装置，其特征在于，所述彩色映射模块包括：色标设定模块和振幅值映射模块；其中，
所述色标设定模块，用于设定所述彩色映射过程中的色标；所述色标包括：一种或多种颜色，和颜色种数；
所述振幅值映射模块，用于获取第二区域范围地震数据中第一地震道数据的第一波峰振幅值或第一波谷振幅值，根据所述色标，将第一波峰振幅值或第一波谷振幅值与所述色标中的颜色进行彩色映射运算，得到所述局部目标地质体的标准地震数据。
20.根据权利要求17所述一种确定地震剖面显示数据的装置，其特征在于，所述局部地震数据确定模块，包括：纵向边界确定模块、横向边界确定模块和第二区域范围地震数据确定模块；其中，
所述纵向边界确定模块，用于根据所述局部目标地质体的第一区域范围地震数据，设定第一区域范围地震数据中第一时窗位置，对第一时窗位置处的采样点数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间；
所述横向边界确定模块，用于对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据；
所述第二区域范围地震数据确定模块，用于根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
21.根据权利要求20所述一种确定地震剖面显示数据的装置，其特征在于，所述局部地震数据确定模块，包括：同相轴地震数据确定模块、纵向边界确定模块、横向边界确定模块和第二区域范围地震数据确定模块；其中，
所述同相轴地震数据确定模块，用于获取所述局部目标地质体和所述地震剖面数据对应位置的地层测井信息，对比所述地震剖面数据对应位置的地层测井信息和所述局部目标地质体的地层测井信息，确定所述局部目标地质体在所述地震剖面数据中的地震反射同相轴地震数据；
所述纵向边界确定模块，用于根据所述地震反射同相轴地震数据，对所述地震剖面数据中第一地震道数据的采样数据进行模式识别运算，确定所述局部目标地质体在第一地震道数据中的纵向边界采样时间；
所述横向边界确定模块，用于对第一地震道数据中的纵向边界采样时间内的采样点数据进行波形聚类分析运算，确定所述局部目标地质体在所述地震剖面的横向边界地震道数据；
所述第二区域范围地震数据确定模块，用于根据所述局部目标地质体在第一地震道数据中的纵向边界采样时间和所述局部目标地质体在所述地震剖面的横向边界地震道数据，得到所述局部目标地质体的第二区域范围地震数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610705753.1A CN106338763B (zh) | 2016-08-23 | 2016-08-23 | 一种确定地震剖面显示数据的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610705753.1A CN106338763B (zh) | 2016-08-23 | 2016-08-23 | 一种确定地震剖面显示数据的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106338763A true CN106338763A (zh) | 2017-01-18 |
| CN106338763B CN106338763B (zh) | 2019-02-15 |
Family
ID=57824624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610705753.1A Active CN106338763B (zh) | 2016-08-23 | 2016-08-23 | 一种确定地震剖面显示数据的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106338763B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109441541A (zh) * | 2018-11-06 | 2019-03-08 | 中国矿业大学 | 一种煤矿采空区充填体承载压缩率监测系统及其监测方法 |
| CN110222650A (zh) * | 2019-06-10 | 2019-09-10 | 华北水利水电大学 | 一种基于声发射全波段采集参数的声发射事件分类方法 |
| CN111178320A (zh) * | 2020-01-07 | 2020-05-19 | 中国矿业大学(北京) | 地质异常体识别的方法及其模型训练方法、装置 |
| CN111542819A (zh) * | 2017-09-26 | 2020-08-14 | 地质探索系统公司 | 用于改进的地下数据处理系统的装置和方法 |
| CN112666601A (zh) * | 2019-10-15 | 2021-04-16 | 中国石油化工股份有限公司 | 一种地震数据振幅拟合有效时窗的方法及其系统 |
| CN112698404A (zh) * | 2020-12-10 | 2021-04-23 | 中国石油天然气股份有限公司 | 波形变面积地震剖面显示方法及装置 |
| CN113325475A (zh) * | 2020-02-28 | 2021-08-31 | 中国石油天然气集团有限公司 | 地震剖面显示方法及装置 |
| CN114063155A (zh) * | 2020-07-30 | 2022-02-18 | 中国石油化工股份有限公司 | 优化地震剖面分析的方法、系统、存储介质和电子设备 |
| CN111542819B (zh) * | 2017-09-26 | 2024-05-31 | 地质探索系统公司 | 用于改进的地下数据处理系统的装置和方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2205457C (en) * | 1995-09-19 | 2003-11-18 | Elf Aquitaine Production | Automatic seismic pattern recognition method |
| CN103217708A (zh) * | 2012-01-18 | 2013-07-24 | 中国石油天然气集团公司 | 获得海上多缆拖缆地震采集全单缆单源地震剖面的方法 |
| US8903659B2 (en) * | 2009-06-09 | 2014-12-02 | Shell Oil Company | Method for analysis seismic data with attribute functions |
| CN104570083A (zh) * | 2013-10-29 | 2015-04-29 | 中国石油天然气集团公司 | 基于多维地震属性的地质体自动识别方法 |
| CN105259578A (zh) * | 2015-10-26 | 2016-01-20 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于垂直地震剖面资料的地层速度确定方法 |
-
2016
- 2016-08-23 CN CN201610705753.1A patent/CN106338763B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2205457C (en) * | 1995-09-19 | 2003-11-18 | Elf Aquitaine Production | Automatic seismic pattern recognition method |
| US8903659B2 (en) * | 2009-06-09 | 2014-12-02 | Shell Oil Company | Method for analysis seismic data with attribute functions |
| CN103217708A (zh) * | 2012-01-18 | 2013-07-24 | 中国石油天然气集团公司 | 获得海上多缆拖缆地震采集全单缆单源地震剖面的方法 |
| CN104570083A (zh) * | 2013-10-29 | 2015-04-29 | 中国石油天然气集团公司 | 基于多维地震属性的地质体自动识别方法 |
| CN105259578A (zh) * | 2015-10-26 | 2016-01-20 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于垂直地震剖面资料的地层速度确定方法 |
Non-Patent Citations (2)
| Title |
|---|
| 漆立新: "塔里木盆地顺托果勒隆起奥陶系碳酸盐岩超深层油气突破及其意义", 《中国石油物探》 * |
| 陈波 等: "地震属性模式聚类预测储层物性参数", 《石油地球物理勘探》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111542819A (zh) * | 2017-09-26 | 2020-08-14 | 地质探索系统公司 | 用于改进的地下数据处理系统的装置和方法 |
| CN111542819B (zh) * | 2017-09-26 | 2024-05-31 | 地质探索系统公司 | 用于改进的地下数据处理系统的装置和方法 |
| CN109441541A (zh) * | 2018-11-06 | 2019-03-08 | 中国矿业大学 | 一种煤矿采空区充填体承载压缩率监测系统及其监测方法 |
| CN109441541B (zh) * | 2018-11-06 | 2020-01-03 | 中国矿业大学 | 一种煤矿采空区充填体承载压缩率监测系统及其监测方法 |
| CN110222650A (zh) * | 2019-06-10 | 2019-09-10 | 华北水利水电大学 | 一种基于声发射全波段采集参数的声发射事件分类方法 |
| CN112666601A (zh) * | 2019-10-15 | 2021-04-16 | 中国石油化工股份有限公司 | 一种地震数据振幅拟合有效时窗的方法及其系统 |
| CN112666601B (zh) * | 2019-10-15 | 2024-03-22 | 中国石油化工股份有限公司 | 一种地震数据振幅拟合有效时窗的方法及其系统 |
| CN111178320A (zh) * | 2020-01-07 | 2020-05-19 | 中国矿业大学(北京) | 地质异常体识别的方法及其模型训练方法、装置 |
| CN113325475A (zh) * | 2020-02-28 | 2021-08-31 | 中国石油天然气集团有限公司 | 地震剖面显示方法及装置 |
| CN114063155A (zh) * | 2020-07-30 | 2022-02-18 | 中国石油化工股份有限公司 | 优化地震剖面分析的方法、系统、存储介质和电子设备 |
| CN114063155B (zh) * | 2020-07-30 | 2024-04-09 | 中国石油化工股份有限公司 | 优化地震剖面分析的方法、系统、存储介质和电子设备 |
| CN112698404A (zh) * | 2020-12-10 | 2021-04-23 | 中国石油天然气股份有限公司 | 波形变面积地震剖面显示方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106338763B (zh) | 2019-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106338763A (zh) | 一种确定地震剖面显示数据的方法及装置 | |
| CN107976713B (zh) | 一种高维地震数据输入下去除沉积背景的方法及装置 | |
| CN106353818B (zh) | 一种地震数据时差校正的方法及系统 | |
| CN109100796A (zh) | 一种天然气水合物地震数据处理方法及装置 | |
| CN107193045A (zh) | 一种地震数据处理方法及装置 | |
| CN104375178B (zh) | 一种碳酸盐岩缝洞储层预测方法和装置 | |
| CN109061734A (zh) | 一种地震数据的处理方法及装置 | |
| CN107092031A (zh) | 一种声波测井数据校正方法及装置 | |
| CN108375785A (zh) | 裂缝带位置校正方法及装置 | |
| CN108196304A (zh) | 一种多次波压制方法及装置 | |
| CN107179546B (zh) | 一种确定速度场的方法及装置 | |
| CN104459774B (zh) | 一种地质岩性差异识别方法及系统 | |
| CN107144878A (zh) | 一种断层识别方法及装置 | |
| CN108897036A (zh) | 一种地震数据处理方法及装置 | |
| CN109143375B (zh) | 一种确定钻井方位的方法及装置 | |
| CN108710149A (zh) | 一种薄储层的预测方法及装置 | |
| CN108035708A (zh) | 一种去除地层界面反射波的方法及装置 | |
| CN106772599A (zh) | 一种计算地层横波速度的方法及装置 | |
| CN107656309B (zh) | 一种确定断层断距的方法及装置 | |
| CN107942387B (zh) | 一种续至波衰减处理方法及装置 | |
| CN106772596A (zh) | 一种确定叠前时间偏移速度场的方法及装置 | |
| CN106908842A (zh) | 一种确定单井沉积微相曲线的方法及装置 | |
| CN106094026A (zh) | 一种获取垂直地震数据走廊叠加剖面的方法及装置 | |
| CN107290783A (zh) | 一种油气检测方法及装置 | |
| CN108108512A (zh) | 一种储层岩相的表征方法及装置 |
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 |