CN107765301A - 煤层小断层的快速识别方法和装置 - Google Patents
煤层小断层的快速识别方法和装置 Download PDFInfo
- Publication number
- CN107765301A CN107765301A CN201710950865.8A CN201710950865A CN107765301A CN 107765301 A CN107765301 A CN 107765301A CN 201710950865 A CN201710950865 A CN 201710950865A CN 107765301 A CN107765301 A CN 107765301A
- Authority
- CN
- China
- Prior art keywords
- data
- ant
- coal seam
- coal
- layer bit
- 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.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 58
- 238000010276 construction Methods 0.000 claims abstract description 54
- 238000003325 tomography Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 44
- 238000001914 filtration Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 12
- 230000002452 interceptive effect Effects 0.000 claims description 12
- 238000009499 grossing Methods 0.000 claims description 11
- 235000013305 food Nutrition 0.000 claims description 10
- 230000001427 coherent effect Effects 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 238000005065 mining Methods 0.000 abstract description 6
- 239000003016 pheromone Substances 0.000 description 16
- 238000013461 design Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 7
- 235000013339 cereals Nutrition 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000011946 reduction process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000257303 Hymenoptera Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241001415846 Procellariidae Species 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect 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
-
- 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
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/642—Faults
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
本发明提供了一种煤层小断层的快速识别方法和装置；其中，该方法包括：获取设定煤田区域的地震数据；对地震数据进行构造导向滤波；采用蚂蚁追踪算法对滤波后的地震数据进行处理，生成地震数据对应的蚂蚁地震属性数据体；提取蚂蚁地震属性数据体中，目的层的层位属性切片；根据层位属性切片识别煤田区域的煤层小断层构造。本发明在构造导向滤波的基础上，进行蚂蚁追踪算法，形成了构造导向滤波下的蚂蚁地震属性数据体；这种采用构造导向滤波和蚂蚁追踪算法相结合的方式，提高了煤矿地质断层的解释速度和精度，进而提高了煤层小断层的识别精细度，为煤矿安全开采提供了更详实的地质依据。
Description
技术领域
本发明涉及地质勘探技术领域，尤其是涉及一种煤层小断层的快速识别方法和装置。
背景技术
三维地震资料的常规解释方法通常通过三维资料的二维解释来实现。三维资料的二维解释是通过一个个二维地震剖面的解释以及水平时间切片的解释来完成，其解释成果受不同地区地震地质条件的限制以及解释员的经验的影响，导致这种解释方式精度低、效率低、小构造容易漏失以及难于发现细微的构造和地层特征等问题。
目前，三维资料二维解释存在主要问题具体是：(1)解释效率低；对于庞大的三维数据体，由于从层位标定、追踪、断层解释、编制构造图等工序基本上是二维地震解释的思路。因此，断层组合不合理，上下层位矛盾，难以闭合等现象屡见不鲜，需要反反复复做大量修改，大大影响解释效率。(2)无法充分利用大量的地震信息；无论是手工还是人机联作解释，由于抽稀解释主测线和联络测线，必然造成大量的地震资料不能利用，因此在抽稀的过程中不可避免地要漏失小断层和小构造等。(3)解释视野局限；由于解释是在二维地震剖面或水平时间切片上进行，而特征地质体是三维空间分布，因此，不能从三维的角度去观察、认识、分析这种特征地质体。
针对上述现有的三维地震数据解释方式对于煤层小断层的识别能力较低的问题，尚未提出行之有效的解决方案。
发明内容
有鉴于此，本发明的目的在于提供一种煤层小断层的快速识别方法和装置，以提高煤矿地质断层的解释速度和精度，进而提高煤层小断层的识别精细度。
第一方面，本发明实施例提供了一种煤层小断层的快速识别方法，包括：获取设定煤田区域的地震数据；对地震数据进行构造导向滤波；采用蚂蚁追踪算法对滤波后的地震数据进行处理，生成地震数据对应的蚂蚁地震属性数据体；提取蚂蚁地震属性数据体中，目的层的层位属性切片；根据层位属性切片识别煤田区域的煤层小断层构造。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述对地震数据进行构造导向滤波的步骤，包括：计算地震数据的信噪比；根据信噪比，确定滤波算子；通过构造各向异性扩散平滑算法，采用滤波算子，对地震数据进行滤波处理。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述采用蚂蚁追踪算法对滤波后的地震数据进行处理的步骤，包括：根据煤田区域的历史地震数据，设置蚂蚁体的追踪参数；其中，追踪参数包括种子点、觅食路径的角度、搜索步长、非法范围、法定范围、搜索终止阈值和构造方向控制参数；通过蚂蚁追踪算法，采用设置的追踪参数，对滤波后的地震数据进行处理。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，上述根据层位属性切片解释煤田区域的煤层小断层构造的步骤，包括：对层位属性切片进行相干处理，获得层位属性切片的相干属性数据；采用交互式立体网络和柱状图滤波器对相干属性数据进行校正和筛选，生成断层数据；将断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述根据层位属性切片识别煤田区域的煤层小断层构造的步骤，包括：对层位属性切片进行方差处理，获得层位属性切片的方差属性数据；采用交互式立体网络和柱状图滤波器对方差属性数据进行校正和筛选，生成断层数据；将断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
第二方面，本发明实施例提供了一种煤层小断层的快速识别装置，包括：数据获取模块，用于获取设定煤田区域的地震数据；滤波模块，用于对地震数据进行构造导向滤波；数据处理模块，用于采用蚂蚁追踪算法对滤波后的地震数据进行处理，生成地震数据对应的蚂蚁地震属性数据体；切片提取模块，用于提取蚂蚁地震属性数据体中，目的层的层位属性切片；识别模块，用于根据层位属性切片识别煤田区域的煤层小断层构造。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，上述滤波模块包括：信噪比计算单元，用于计算地震数据的信噪比；滤波算子确定单元，用于根据信噪比，确定滤波算子；滤波单元，用于通过构造各向异性扩散平滑算法，采用滤波算子，对地震数据进行滤波处理。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，上述数据处理模块包括：参数设置单元，用于根据煤田区域的历史地震数据，设置蚂蚁体的追踪参数；其中，追踪参数包括种子点、觅食路径的角度、搜索步长、非法范围、法定范围、搜索终止阈值和构造方向控制参数；数据处理单元，用于通过蚂蚁追踪算法，采用设置的追踪参数，对滤波后的地震数据进行处理。
结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中，上述识别模块包括：相干处理单元，用于对层位属性切片进行相干处理，获得层位属性切片的相干属性数据；第一校正筛选单元，用于采用交互式立体网络和柱状图滤波器对相干属性数据进行校正和筛选，生成断层数据；第一显示单元，用于将断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
结合第二方面，本发明实施例提供了第二方面的第四种可能的实施方式，其中，上述识别模块包括：方差处理单元，用于对层位属性切片进行方差处理，获得层位属性切片的方差属性数据；第二校正筛选单元，用于采用交互式立体网络和柱状图滤波器对方差属性数据进行校正和筛选，生成断层数据；第二显示单元，用于将断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
本发明实施例带来了以下有益效果：
本发明实施例提供的一种煤层小断层的快速识别方法和装置，通过对设定煤田区域的地震数据进行构造导向滤波，可以对地震数据进行降噪处理，以增强地震数据在空间上的不连续性；通过蚂蚁追踪算法对滤波后的地震数据进行处理，生成对应的蚂蚁地震属性数据体，进而根据该蚂蚁地震属性数据体中提取的目的层的层位属性切片识别煤田区域的煤层小断层构造；该方式中，在构造导向滤波的基础上，进行蚂蚁追踪算法，形成了构造导向滤波下的蚂蚁地震属性数据体；这种采用构造导向滤波和蚂蚁追踪算法相结合的方式，提高了煤矿地质断层的解释速度和精度，进而提高了煤层小断层的识别精细度，为煤矿安全开采提供更详实的地质依据。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的第一种煤层小断层的快速识别方法的流程图；
图2为本发明实施例提供的第二种煤层小断层的快速识别方法的流程图；
图3为本发明实施例提供的第三种煤层小断层的快速识别方法的流程图；
图4(a)～图4(l)为本发明实施例提供的煤层小断层的快速识别方法的效果图；
图5为本发明实施例提供的一种煤层小断层的快速识别装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
考虑到现有的三维地震数据解释方式对于煤层小断层的识别能力较低的问题，本发明实施例提供了一种煤层小断层的快速识别方法和装置；该技术可以应用于三维地震资料解释过程中，尤其可以应用于通过三维地震资料识别煤田区域内煤层小断层的过程中；本实施例中的煤层小断层通常为3-5米的小断层；该技术可以采用相关的软件或硬件实现，下面通过实施例进行描述。
实施例一：
参见图1所示的第一种煤层小断层的快速识别方法的流程图；该方法包括如下步骤：
步骤S102，获取设定煤田区域的地震数据；
具体地，该地震数据可以为三维地震数据、三维数据体、三维地震体或者三维地震资料等；上述地震数据可以属于同一地质单元，也可以分属不同地质单元；为了便于处理以及提高识别精度，当上述地震数据分属不同地质单元时，可以预先对该地震数据进行地质单元的划分，对不同的地质单元分别进行处理。
步骤S104，对地震数据进行构造导向滤波；
通常，煤层反射波同相轴上显示小断层信息，上述导线滤波的方式，在对该处进行滤波时，将不做平滑处理；因而，构造导向滤波的方式可以在滤去随机噪声的同时，保护小断层以及岩性边界的地震信息，增强空间不连续性，进而保留大量断层信息，有助于煤层小断层的识别。
步骤S106，采用蚂蚁追踪算法对滤波后的地震数据进行处理，生成地震数据对应的蚂蚁地震属性数据体；
在该步骤S106中，通常在地震数据中设置大量的“电子蚂蚁”；每个“蚂蚁”沿着可能的断层面移动，同时发出“信息素”，以对预期的断层面做出标记；通过蚂蚁追踪算法处理后的地震数据中，可以突出断层面特征，提高断层解释精度。
步骤S108，提取蚂蚁地震属性数据体中，目的层的层位属性切片；
在提取目的层的层位属性切片过程中，可以采用界面时间切片、顺层切片、水平时间切片等多种切片方式。
步骤S110，根据层位属性切片识别煤田区域的煤层小断层构造。
本发明实施例提供的一种煤层小断层的快速识别方法，通过对设定煤田区域的地震数据进行构造导向滤波，可以对地震数据进行降噪处理，以增强地震数据在空间上的不连续性；通过蚂蚁追踪算法对滤波后的地震数据进行处理，生成对应的蚂蚁地震属性数据体，进而根据该蚂蚁地震属性数据体中提取的目的层的层位属性切片识别煤田区域的煤层小断层构造；该方式中，在构造导向滤波的基础上，进行蚂蚁追踪算法，形成了构造导向滤波下的蚂蚁地震属性数据体；这种采用构造导向滤波和蚂蚁追踪算法相结合的方式，提高了煤矿地质断层的解释速度和精度，进而提高了煤层小断层的识别精细度，为煤矿安全开采提供了更详实的地质依据。
实施例二：
参见图2所示的第二种煤层小断层的快速识别方法的流程图；该方法在实施例一中提供的煤层小断层的快速识别方法基础上实现；该方法包括如下步骤：
步骤S202，获取设定煤田区域的地震数据；
步骤S204，计算地震数据的信噪比；根据信噪比，确定滤波算子；
通常，滤波算子越大，滤波越粗糙，滤波效果越不明显；而滤波算子越小，滤去噪声越多，但有可能将微弱的有效信号(例如，较小的断层)滤除。因而，在实际实现时，可以根据地震数据中，不同地质单元的信噪比确定合适的滤波算子，从而有效滤除干扰，提高信噪比。
步骤S206，通过构造各向异性扩散平滑算法，采用上述滤波算子，对地震数据进行滤波处理；
通过构造各向异性扩散平滑算法可以对地震数据进行构造导向滤波，在滤除采集脚印和随机噪声的同时，保护小断层以及岩性边界的地震信息，增强空间不连续性，进而保留大量断层信息，有助于煤层小断层的识别。
构造导向滤波的基本算法描述如下：
根据傅里叶理论，空间上满足一定条件的有限函数可以由具有一定频率、振幅、相位和方向的正弦面的和来表示。在空间中各点表示为：
相应的傅里叶变换为：
其中，x，y为直角坐标系中两个方向的自变量；ω，k为相应的空间频率；a表示自变量x的变化范围，即x方向的点个数，是给定值；b表示自变量y的变化范围，即y方向的点个数，是给定值；f(x,y)表示一幅大小为a*b像素的数字图像。
输出平面频率域的二维褶积公式为：
其中，O(x,y)为输出结果；I(x-τ,y-υ)为输入数据；W(τ,υ)为滤波算子；τ表示x方向的频率变化量；υ表示y方向的频率变化量。
构造导向滤波中常用定向滤波算子，首先将构造图进行网格化，选取四种方向的滤波算子，即东西向、南北向、北45°东北向和北45°西方向，然后进行计算，就可以得到四个方向上的可能构造变形情况。
构造导向滤波处理的主要目的是为了沿着地震剖面上同相轴的方向上减弱随机噪音，以此来达到增强地震剖面同相轴连续性的作用。构造滤波的主要作用是区分地震同相轴的倾角方位角和其噪音的不同。滤波的过程中，遇到倾角或者方位角带来地震同相轴的变化时，可以通过一种滤波的方法来加强同相轴的振幅强度。
为了在运用构造导向滤波压制干扰的同时，提高小断层的信噪比与分辨率，有必要对构造导向滤波基本算子参数的确定进行分析、研究。在构造导向滤波之前先做出构造导向体。
步骤S208，根据煤田区域的历史地震数据，设置蚂蚁体的追踪参数；其中，追踪参数包括种子点、觅食路径的角度、搜索步长、非法范围、法定范围、搜索终止阈值和构造方向控制参数；
合适的追踪参数有助于提高煤层小断层的识别精度；在实际实现时，可以根据当前煤田区域的历史地震数据获取当前煤田区域的地质特征，针对该设置相应的追踪参数；例如，根据历史地震数据可以获取当前煤田区域中，大多数小构造的走向和倾向位置，根据走向和倾向位置数据，设置上述构造方向控制参数，例如，方位角。合适的方位角可以得到更多的断层构造，同时减少多解性；然而，当方位角选取不合适时，获取到的目标区的断层减少。
上述各个追踪参数描述如下：
(1)种子点：通过设置种子点，可以确定蚂蚁的初始分布边界，进而控制蚂蚁的分布密度；该分布密度的单位为voxel，即地震面元。种子点定义了数据体中“电子蚂蚁”总体数量，因此对计算时间有非常大的影响。因而，在识别较大的区域断层时，种子点可以设置较大的数值；在识别较小的区域断层和裂缝时，种子点可以设置较小的数值。
(2)觅食路径的角度：通常，蚂蚁觅食扫描的最大角度为15°，即电子蚂蚁只能搜索15°范围内的数据；角度越大，蚂蚁的搜索范围越大。通常，觅食路径的角度一般取3°。
(3)搜索步长：搜索步长越小，对小断层的识别能力越高；反之，识别能力越低。蚂蚁的搜索步长，决定了每只蚂蚁在搜索局部极大值时的单步长度；增加该值将使每只蚂蚁搜索得更远，但会降低精度。
(4)非法范围：即蚂蚁在限定范围内没有搜索追踪到目标时，允许超出的搜索步长，该值越大代表的搜索范围越大。
(5)法定范围：蚂蚁追踪合法步长的大小，数值越大，追踪的连续性越差；数值越小，追踪的连续性越好。
(6)搜索终止阈值：代表蚂蚁追踪的非法步长占总步长的百分比参数。
(7)构造方向控制参数，该参数为在大构造控制情况下，对小构造走向及倾向控制，灰色区域表示减少这一方向或者这一角度的断裂条数，降低多解性。
步骤S210，通过蚂蚁追踪算法，采用设置的上述追踪参数，对滤波后的地震数据进行处理，生成地震数据对应的蚂蚁地震属性数据体；
在采用上述蚂蚁追踪算法对滤波后的地震数据进行处理时，需要执行以下三种机制：(1)并行机制：即各蚂蚁之间只通过信息素进行交流，并只对周围局部环境作出反映，在搜索路径中遗留下的信息素时，自己本身释放的信息素不考虑；(2)选择机制：即信息素浓度越大的路径，蚂蚁选择的概率越大。(3)信息更新机制：蚂蚁经过的路径信息素的浓度会增加，同时也会随着时间的流逝，信息素的浓度也会降低。
在符合上述机制的条件下，上述蚂蚁追踪算法的模型描述如下：设有n个节点，在蚂蚁体的生成过程中，需要设定合理的追踪参数，其中，dij(i,j＝1,2,…,n)表示任意两点i与j之间的距离，m为放置电子蚂蚁的数量，τij(t)为t时刻节点之间留下信息素的浓度。设初始时刻各个节点之间路径上信息量相同。某个蚂蚁k(k＝1,…,m)在运动的过程中根据各个路径上信息素的浓度决定移动的方向，Pij(t)表示在t时刻蚂蚁k有节点i移动到节点j的概率为：
其中，α为信息启发因子，表示轨迹的相对重要性；β为期望启发因子，反映了蚂蚁在运动过程中启发信息在蚂蚁选择路径中的受重视程度。
随着时间的推进，之前留下的信息素浓度会逐渐降低，用参数1-ρ表示信息素浓度的降低程度，经过时间n后，蚂蚁完成了一次路径循环，此时对各个路径上信息素的浓度进行调整：
τij(t+n)＝ρ×τij(t)+Δτij (5)
其中，ηij为由节点i到节点j的期望程度，ρ为信息素浓度的残留程度，1-ρ为信息速的消逝程度，为第k只蚂蚁在此次循环中在路径ij上的信息素，Δτij在本次循环中留下的所有信息素:
其中，Q为信息素浓度，信息素浓度的大小会影响算法的收敛速度；Lk为表示第k只蚂蚁在当前循环中所经过路径的长度。
步骤S212，提取蚂蚁地震属性数据体中，目的层的层位属性切片；
步骤S214，对层位属性切片进行相干处理，获得层位属性切片的相干属性数据；
步骤S216，采用交互式立体网络和柱状图滤波器对相干属性数据进行校正和筛选，生成断层数据；
步骤S218，将断层数据输入至预设的断裂模型中，以显示煤层小断层构造。在实际实现时，可以采用PETREL软件建立预设的断裂模型，并获取煤层小断层构造的效果图。
本发明实施例提供的一种煤层小断层的快速识别方法，通过地震数据的信噪比选取合适的滤波算子，再构造各向异性扩散平滑算法对地震数据进行构造导向滤波，进而可以对地震数据进行降噪处理，以增强地震数据在空间上的不连续性；通过蚂蚁追踪算法和相干属性的融合识别煤田区域的煤层小断层构造；该方式中，采用构造导向滤波、蚂蚁追踪算法和相干属性相结合的方式，进一步提高了煤矿地质断层的解释速度和精度，进而提高了煤层小断层的识别精细度，为煤矿安全开采提供了更详实的地质依据。
实施例三：
参见图3所示的第三种煤层小断层的快速识别方法的流程图；该方法在实施例一或实施例二中提供的煤层小断层的快速识别方法基础上实现；该方法包括如下步骤：
步骤S302，获取设定煤田区域的地震数据；
步骤S304，计算地震数据的信噪比；根据信噪比，确定滤波算子；
步骤S306，通过构造各向异性扩散平滑算法，采用上述滤波算子，对地震数据进行滤波处理；
步骤S308，根据煤田区域的历史地震数据，设置蚂蚁体的追踪参数；其中，追踪参数包括种子点、觅食路径的角度、搜索步长、非法范围、法定范围、搜索终止阈值和构造方向控制参数；
步骤S310，通过蚂蚁追踪算法，采用设置的上述追踪参数，对滤波后的地震数据进行处理，生成地震数据对应的蚂蚁地震属性数据体；
步骤S312，提取蚂蚁地震属性数据体中，目的层的层位属性切片；
步骤S314，对层位属性切片进行方差处理，获得层位属性切片的方差属性数据；
步骤S316，采用交互式立体网络和柱状图滤波器对方差属性数据进行校正和筛选，生成断层数据；
步骤S318，将断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
上述方差处理通过计算道集内地震道与平均地震道之间的方差值来得到方差体，从而突出了由断层或异常地质体所造成的地震反射的异常。三维地震数据体反映了地下一个规则网格的反射情况，当遇到地下存在断层或某个局部区域地层不连续变化时，一些地震道的反射特征就会与其附近地震道的反射特征出现差异，从而导致地震道局部之间的不连续性。因此通过检测各个地震道之间的差异程度，即可检测出地层或不连续变化的信息。
本发明实施例提供的一种煤层小断层的快速识别方法，通过地震数据的信噪比选取合适的滤波算子，再构造各向异性扩散平滑算法对地震数据进行构造导向滤波，进而可以对地震数据进行降噪处理，以增强地震数据在空间上的不连续性；通过蚂蚁追踪算法和方差属性的融合识别煤田区域的煤层小断层构造；该方式中，采用构造导向滤波、蚂蚁追踪算法和方差属性相结合的方式，进一步提高了煤矿地质断层的解释速度和精度，进而提高了煤层小断层的识别精细度，为煤矿安全开采提供了更详实的地质依据。
参见图4(a)～图4(l)所示的煤层小断层的快速识别方法的效果图；其中，图4(a)为采用蚂蚁追踪算法和方差属性相结合，但未进行滤波获得的效果图；图4(b)为经构造导向滤波后，再采用蚂蚁追踪算法和方差属性相结合处理获得的效果图；对比图4(a)和图4(b)可以发现，未经构造导向滤波的数据体经过蚂蚁追踪算法处理时，不能很好的追踪小断层，很多蚂蚁种子被噪声干扰，无法继续前行追踪断层，识别出来的断层很少，只对部分大断层有异常响应，煤层小断层的识别效果较差。
进一步地，图4(c)为仅采用方差属性处理获得的效果图；图4(d)为采用蚂蚁追踪算法和方差属性相结合处理获得的效果图；图4(e)仅采用相干属性处理获得的效果图；图4(f)为采用蚂蚁追踪算法和相干属性相结合处理获得的效果图；图4(g)仅采用倾角属性处理获得的效果图；图4(h)为采用蚂蚁追踪算法和倾角属性相结合处理获得的效果图；图4(i)仅采用瞬时振幅属性处理获得的效果图；图4(j)为采用蚂蚁追踪算法和瞬时振幅属性相结合处理获得的效果图；图4(k)仅采用瞬时频率属性处理获得的效果图；(l)为采用蚂蚁追踪算法和瞬时频率属性相结合处理获得的效果图；由图4(c)-图4(l)知，蚂蚁追踪算法与属性相结合的方式能够精细解释区内断层构造，信噪比高；其中，蚂蚁追踪算法和瞬时振幅属性相结合处理显示的断层构造过多，无法分辨真假，错误率高；而蚂蚁追踪算法和方差属性相结合处理方式以及蚂蚁追踪算法和相干属性相结合处理方式对断层的显示能力优秀，能够作为解释对比的验证属性，相比仅采用方差属性处理或相干属性处理，在断层构造的质量和数量上更符合断裂构造精细解释的要求。图4(a)～图4(l)的比较进一步证明了蚂蚁追踪技术(也即蚂蚁追踪算法)在煤层地震断裂精细解释的优越性及实用性。
实施例四：
对应于上述方法实施例，参见图5所示的一种煤层小断层的快速识别装置的结构示意图；该装置包括如下部分：
数据获取模块50，用于获取设定煤田区域的地震数据；
滤波模块51，用于对地震数据进行构造导向滤波；
数据处理模块52，用于采用蚂蚁追踪算法对滤波后的地震数据进行处理，生成地震数据对应的蚂蚁地震属性数据体；
切片提取模块53，用于提取蚂蚁地震属性数据体中，目的层的层位属性切片；
识别模块54，用于根据层位属性切片识别煤田区域的煤层小断层构造。
本发明实施例提供的一种煤层小断层的快速识别装置，通过对设定煤田区域的地震数据进行构造导向滤波，可以对地震数据进行降噪处理，以增强地震数据在空间上的不连续性；通过蚂蚁追踪算法对滤波后的地震数据进行处理，生成对应的蚂蚁地震属性数据体，进而根据该蚂蚁地震属性数据体中提取的目的层的层位属性切片识别煤田区域的煤层小断层构造；该方式中，采用构造导向滤波和和蚂蚁追踪算法相结合的方式，提高了煤矿地质断层的解释速度和精度，进而提高了煤层小断层的识别精细度，为煤矿安全开采提供了更详实的地质依据。
进一步地，上述滤波模块包括：信噪比计算单元，用于计算地震数据的信噪比；滤波算子确定单元，用于根据信噪比，确定滤波算子；滤波单元，用于通过构造各向异性扩散平滑算法，采用滤波算子，对地震数据进行滤波处理。
进一步地，上述数据处理模块包括：参数设置单元，用于根据煤田区域的历史地震数据，设置蚂蚁体的追踪参数；其中，追踪参数包括种子点、觅食路径的角度、搜索步长、非法范围、法定范围和搜索终止阈值；数据处理单元，用于通过蚂蚁追踪算法，采用设置的追踪参数，对滤波后的地震数据进行处理。
进一步地，上述识别模块包括：相干处理单元，用于对层位属性切片进行相干处理，获得层位属性切片的相干属性数据；第一校正筛选单元，用于采用交互式立体网络和柱状图滤波器对相干属性数据进行校正和筛选，生成断层数据；第一显示单元，用于将断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
进一步地，上述识别模块包括：方差处理单元，用于对层位属性切片进行方差处理，获得层位属性切片的方差属性数据；第二校正筛选单元，用于采用交互式立体网络和柱状图滤波器对方差属性数据进行校正和筛选，生成断层数据；第二显示单元，用于将断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
本发明实施例所提供的一种煤层小断层的快速识别方法和装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种煤层小断层的快速识别方法，其特征在于，包括：
获取设定煤田区域的地震数据；
对所述地震数据进行构造导向滤波；
采用蚂蚁追踪算法对滤波后的地震数据进行处理，生成所述地震数据对应的蚂蚁地震属性数据体；
提取所述蚂蚁地震属性数据体中，目的层的层位属性切片；
根据所述层位属性切片识别所述煤田区域的煤层小断层构造。
2.根据权利要求1所述的方法，其特征在于，所述对所述地震数据进行构造导向滤波的步骤，包括：
计算所述地震数据的信噪比；
根据所述信噪比，确定滤波算子；
通过构造各向异性扩散平滑算法，采用所述滤波算子，对所述地震数据进行滤波处理。
3.根据权利要求1所述的方法，其特征在于，所述采用蚂蚁追踪算法对滤波后的地震数据进行处理的步骤，包括：
根据所述煤田区域的历史地震数据，设置蚂蚁体的追踪参数；其中，所述追踪参数包括种子点、觅食路径的角度、搜索步长、非法范围、法定范围、搜索终止阈值和构造方向控制参数；
通过蚂蚁追踪算法，采用设置的追踪参数，对滤波后的地震数据进行处理。
4.根据权利要求1所述的方法，其特征在于，所述根据所述层位属性切片解释所述煤田区域的煤层小断层构造的步骤，包括：
对所述层位属性切片进行相干处理，获得所述层位属性切片的相干属性数据；
采用交互式立体网络和柱状图滤波器对所述相干属性数据进行校正和筛选，生成断层数据；
将所述断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
5.根据权利要求1所述的方法，其特征在于，所述根据所述层位属性切片识别所述煤田区域的煤层小断层构造的步骤，包括：
对所述层位属性切片进行方差处理，获得所述层位属性切片的方差属性数据；
采用交互式立体网络和柱状图滤波器对所述方差属性数据进行校正和筛选，生成断层数据；
将所述断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
6.一种煤层小断层的快速识别装置，其特征在于，包括：
数据获取模块，用于获取设定煤田区域的地震数据；
滤波模块，用于对所述地震数据进行构造导向滤波；
数据处理模块，用于采用蚂蚁追踪算法对滤波后的地震数据进行处理，生成所述地震数据对应的蚂蚁地震属性数据体；
切片提取模块，用于提取所述蚂蚁地震属性数据体中，目的层的层位属性切片；
识别模块，用于根据所述层位属性切片识别所述煤田区域的煤层小断层构造。
7.根据权利要求6所述的装置，其特征在于，所述滤波模块包括：
信噪比计算单元，用于计算所述地震数据的信噪比；
滤波算子确定单元，用于根据所述信噪比，确定滤波算子；
滤波单元，用于通过构造各向异性扩散平滑算法，采用所述滤波算子，对所述地震数据进行滤波处理。
8.根据权利要求6所述的装置，其特征在于，所述数据处理模块包括：
参数设置单元，用于根据所述煤田区域的历史地震数据，设置蚂蚁体的追踪参数；其中，所述追踪参数包括种子点、觅食路径的角度、搜索步长、非法范围、法定范围、搜索终止阈值和构造方向控制参数；
数据处理单元，用于通过蚂蚁追踪算法，采用设置的追踪参数，对滤波后的地震数据进行处理。
9.根据权利要求6所述的装置，其特征在于，所述识别模块包括：
相干处理单元，用于对所述层位属性切片进行相干处理，获得所述层位属性切片的相干属性数据；
第一校正筛选单元，用于采用交互式立体网络和柱状图滤波器对所述相干属性数据进行校正和筛选，生成断层数据；
第一显示单元，用于将所述断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
10.根据权利要求6所述的装置，其特征在于，所述识别模块包括：
方差处理单元，用于对所述层位属性切片进行方差处理，获得所述层位属性切片的方差属性数据；
第二校正筛选单元，用于采用交互式立体网络和柱状图滤波器对所述方差属性数据进行校正和筛选，生成断层数据；
第二显示单元，用于将所述断层数据输入至预设的断裂模型中，以显示煤层小断层构造。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710950865.8A CN107765301A (zh) | 2017-10-13 | 2017-10-13 | 煤层小断层的快速识别方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710950865.8A CN107765301A (zh) | 2017-10-13 | 2017-10-13 | 煤层小断层的快速识别方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107765301A true CN107765301A (zh) | 2018-03-06 |
Family
ID=61268056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710950865.8A Pending CN107765301A (zh) | 2017-10-13 | 2017-10-13 | 煤层小断层的快速识别方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107765301A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108614292A (zh) * | 2018-08-08 | 2018-10-02 | 中国海洋石油集团有限公司 | 一种基于绕射波数据的岩浆岩信息提取方法 |
| CN108828665A (zh) * | 2018-06-28 | 2018-11-16 | 中国煤炭地质总局地球物理勘探研究院 | 小断层影响因子分析方法及装置 |
| CN109538199A (zh) * | 2018-11-28 | 2019-03-29 | 新疆维吾尔自治区煤田地质局煤层气研究开发中心 | 一种煤系地层含气量评价方法、装置及电子设备 |
| CN110208861A (zh) * | 2019-07-02 | 2019-09-06 | 中国煤炭地质总局地球物理勘探研究院 | 一种构造软煤发育区的预测方法及装置 |
| CN110488353A (zh) * | 2019-09-04 | 2019-11-22 | 中海石油(中国)有限公司 | 一种基于剖平互动与构造样式指导相结合的断层解释方法 |
| CN110568493A (zh) * | 2019-08-21 | 2019-12-13 | 中国石油化工股份有限公司 | 一种复杂断块盆地隐蔽性断层的识别方法 |
| CN110646848A (zh) * | 2019-10-15 | 2020-01-03 | 中国石油集团东方地球物理勘探有限责任公司 | 一种断层的地震解释方法 |
| CN113093274A (zh) * | 2020-01-08 | 2021-07-09 | 中国石油天然气股份有限公司 | 低级序断层识别的方法、装置、终端及存储介质 |
| CN114252913A (zh) * | 2020-09-25 | 2022-03-29 | 中国石油天然气股份有限公司 | 平面断层信息的识别方法及装置 |
| CN114488297A (zh) * | 2020-10-26 | 2022-05-13 | 中国石油化工股份有限公司 | 一种断层识别方法及装置 |
| CN115343763A (zh) * | 2021-05-14 | 2022-11-15 | 中国石油化工股份有限公司 | 基于地震同相轴零相位判别的蚂蚁体属性倾角校正方法 |
| RU2790476C1 (ru) * | 2021-09-20 | 2023-02-21 | Федеральное государственное бюджетное учреждение науки Институт земной коры Сибирского отделения Российской академии наук (ИЗК СО РАН) | Способ трехмерного структурного картирования разломных зон и полей напряжений осадочного чехла земной коры для месторождений углеводородов |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675913A (zh) * | 2012-09-04 | 2014-03-26 | 中国石油天然气集团公司 | 一种裂缝型储层检测方法 |
| CN104200039A (zh) * | 2014-09-17 | 2014-12-10 | 中国石油大学(华东) | 一种构造裂缝产状定量预测方法 |
| CN104267431A (zh) * | 2014-10-13 | 2015-01-07 | 成都北方石油勘探开发技术有限公司 | 一种地震构造解释的小断层获取方法 |
| CN104459801A (zh) * | 2014-12-10 | 2015-03-25 | 中国石油天然气集团公司 | 用于识别断层的相干增强处理方法 |
| CN105334534A (zh) * | 2015-10-21 | 2016-02-17 | 中国石油大学(华东) | 一种基于构造模式指导下的低序级断层解释方法 |
| CN105866832A (zh) * | 2015-01-20 | 2016-08-17 | 中国石油天然气股份有限公司 | 深层致密砂岩气藏的低级序断层的识别方法和装置 |
| US20170219733A1 (en) * | 2016-02-02 | 2017-08-03 | Saudi Arabian Oil Company | 3d blending and illumination of seismic volumes for automatic derivation of discontinuities |
| US20170227664A1 (en) * | 2016-02-09 | 2017-08-10 | Saudi Arabian Oil Company | Smoothing Seismic Data |
-
2017
- 2017-10-13 CN CN201710950865.8A patent/CN107765301A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675913A (zh) * | 2012-09-04 | 2014-03-26 | 中国石油天然气集团公司 | 一种裂缝型储层检测方法 |
| CN104200039A (zh) * | 2014-09-17 | 2014-12-10 | 中国石油大学(华东) | 一种构造裂缝产状定量预测方法 |
| CN104267431A (zh) * | 2014-10-13 | 2015-01-07 | 成都北方石油勘探开发技术有限公司 | 一种地震构造解释的小断层获取方法 |
| CN104459801A (zh) * | 2014-12-10 | 2015-03-25 | 中国石油天然气集团公司 | 用于识别断层的相干增强处理方法 |
| CN105866832A (zh) * | 2015-01-20 | 2016-08-17 | 中国石油天然气股份有限公司 | 深层致密砂岩气藏的低级序断层的识别方法和装置 |
| CN105334534A (zh) * | 2015-10-21 | 2016-02-17 | 中国石油大学(华东) | 一种基于构造模式指导下的低序级断层解释方法 |
| US20170219733A1 (en) * | 2016-02-02 | 2017-08-03 | Saudi Arabian Oil Company | 3d blending and illumination of seismic volumes for automatic derivation of discontinuities |
| US20170227664A1 (en) * | 2016-02-09 | 2017-08-10 | Saudi Arabian Oil Company | Smoothing Seismic Data |
Non-Patent Citations (4)
| Title |
|---|
| 唐琪凌 等: ""蚂蚁算法在断裂系统解释中的应用"", 《特种油气藏》 * |
| 赵明章 等: ""利用构造导向滤波技术识别复杂断块圈闭"", 《石油地球物理勘探》 * |
| 金学良: ""蚂蚁"+属性技术在煤矿生产中的应用", 《科技视界》 * |
| 黄健良 等: ""蚂蚁追踪技术在Y地区断裂系统解释中的应用分析"", 《中国地球物理2012》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108828665A (zh) * | 2018-06-28 | 2018-11-16 | 中国煤炭地质总局地球物理勘探研究院 | 小断层影响因子分析方法及装置 |
| CN108614292A (zh) * | 2018-08-08 | 2018-10-02 | 中国海洋石油集团有限公司 | 一种基于绕射波数据的岩浆岩信息提取方法 |
| CN109538199A (zh) * | 2018-11-28 | 2019-03-29 | 新疆维吾尔自治区煤田地质局煤层气研究开发中心 | 一种煤系地层含气量评价方法、装置及电子设备 |
| CN109538199B (zh) * | 2018-11-28 | 2022-04-26 | 新疆维吾尔自治区煤田地质局煤层气研究开发中心 | 一种煤系地层含气量评价方法、装置及电子设备 |
| CN110208861A (zh) * | 2019-07-02 | 2019-09-06 | 中国煤炭地质总局地球物理勘探研究院 | 一种构造软煤发育区的预测方法及装置 |
| CN110568493B (zh) * | 2019-08-21 | 2021-09-17 | 中国石油化工股份有限公司 | 一种复杂断块盆地隐蔽性断层的识别方法 |
| CN110568493A (zh) * | 2019-08-21 | 2019-12-13 | 中国石油化工股份有限公司 | 一种复杂断块盆地隐蔽性断层的识别方法 |
| CN110488353A (zh) * | 2019-09-04 | 2019-11-22 | 中海石油(中国)有限公司 | 一种基于剖平互动与构造样式指导相结合的断层解释方法 |
| CN110646848A (zh) * | 2019-10-15 | 2020-01-03 | 中国石油集团东方地球物理勘探有限责任公司 | 一种断层的地震解释方法 |
| CN113093274A (zh) * | 2020-01-08 | 2021-07-09 | 中国石油天然气股份有限公司 | 低级序断层识别的方法、装置、终端及存储介质 |
| CN113093274B (zh) * | 2020-01-08 | 2024-05-28 | 中国石油天然气股份有限公司 | 低级序断层识别的方法、装置、终端及存储介质 |
| CN114252913A (zh) * | 2020-09-25 | 2022-03-29 | 中国石油天然气股份有限公司 | 平面断层信息的识别方法及装置 |
| CN114488297A (zh) * | 2020-10-26 | 2022-05-13 | 中国石油化工股份有限公司 | 一种断层识别方法及装置 |
| CN114488297B (zh) * | 2020-10-26 | 2024-08-30 | 中国石油化工股份有限公司 | 一种断层识别方法及装置 |
| CN115343763A (zh) * | 2021-05-14 | 2022-11-15 | 中国石油化工股份有限公司 | 基于地震同相轴零相位判别的蚂蚁体属性倾角校正方法 |
| RU2790476C1 (ru) * | 2021-09-20 | 2023-02-21 | Федеральное государственное бюджетное учреждение науки Институт земной коры Сибирского отделения Российской академии наук (ИЗК СО РАН) | Способ трехмерного структурного картирования разломных зон и полей напряжений осадочного чехла земной коры для месторождений углеводородов |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107765301A (zh) | 煤层小断层的快速识别方法和装置 | |
| US5586082A (en) | Method for identifying subsurface fluid migration and drainage pathways in and among oil and gas reservoirs using 3-D and 4-D seismic imaging | |
| EP3329307B1 (en) | Assignment of systems tracts | |
| CA2712618C (en) | Method for indexing a subsurface volume for the purpose of inferring geologic information | |
| CN102066980B (zh) | 地震层位骨架化 | |
| US20150066460A1 (en) | Stratigraphic function | |
| US20120296618A1 (en) | Multiscale Geologic Modeling of a Clastic Meander Belt Including Asymmetry Using Multi-Point Statistics | |
| GB2444506A (en) | Assigning geological ages to horizon surfaces | |
| WO2010096759A1 (en) | Dynamic extraction of extrema-based geometric primitives in 3d seismic voxel volume | |
| CN101506685A (zh) | 用于将地震层位与属性一起显示的系统和方法 | |
| US20160209531A1 (en) | System and method for analyzing geologic features using seismic data | |
| US9702996B2 (en) | Instantaneous isochron attribute-based geobody identification for reservoir modeling | |
| CN104316978A (zh) | 地球物理的近地表三维速度场研究方法和装置 | |
| CN109763814A (zh) | 基于多维测井数据的地层匹配可视分析方法 | |
| US20170235000A1 (en) | System and method for analyzing geologic features using seismic data | |
| WO2015171192A1 (en) | System and method for analyzing geologic features using seismic data | |
| CN106990436B (zh) | 陷落柱的识别方法和装置 | |
| CN107015275A (zh) | 陷落柱检测方法和装置 | |
| EP3619557A1 (en) | System and method for analyzing geologic features using seismic data | |
| CN109782344A (zh) | 沉积层序边界识别方法及装置 | |
| CN113945993B (zh) | 一种滩相储层预测方法及装置 | |
| CN105989240A (zh) | 砂层预测方法及装置 | |
| Hardanto | Understanding the Facies Architecture of a Fluvial-Aeolian of Tensleep Formation Using a Machine Learning Approach | |
| Cassel | Machine Learning and the Construction of a Seismic Attribute-seismic Facies Analysis Data Base | |
| US20130201179A1 (en) | Method of extracting and portraying seismic information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |