CN108037527A - 一种基于魔方算子的复杂断层识别及检测方法 - Google Patents

一种基于魔方算子的复杂断层识别及检测方法 Download PDF

Info

Publication number
CN108037527A
CN108037527A CN201711282463.1A CN201711282463A CN108037527A CN 108037527 A CN108037527 A CN 108037527A CN 201711282463 A CN201711282463 A CN 201711282463A CN 108037527 A CN108037527 A CN 108037527A
Authority
CN
China
Prior art keywords
magic square
directions
matrix
absolute value
detective operators
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
Application number
CN201711282463.1A
Other languages
English (en)
Inventor
张军华
李军
杨勇
杜玉山
隋淑玲
武刚
李志强
刘杨
龚明平
王艺博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201711282463.1A priority Critical patent/CN108037527A/zh
Publication of CN108037527A publication Critical patent/CN108037527A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/288Event detection in seismic signals, e.g. microseismics

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Acoustics & Sound (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种基于魔方算子的复杂断层识别及检测方法,属于地震资料解释领域,包括如下步骤:给定魔方矩阵;将矩阵所有元素减去所有元素的中心值,得到新矩阵;将新矩阵中非零元素中绝对值最大、最小外其它元素赋为0,得到检测算子;按顺时针方向隔45度旋转,得到其它7个方向的检测算子;以地震数据中某点为中心选取一个数据子体,分别与8个方向的检测算子进行褶积运算;将求取的各个方向结果中绝对值最大的值作为该方向检测结果;最后再选择8个方向检测结果中的最大值,作为该计算点的检测结果,其对应的方向为该点的倾角方向。本方法可以定量给出断层倾角信息,提高断层检测识别精度,对断块油田剩余油的勘探开发有重要的指导作用。

Description

一种基于魔方算子的复杂断层识别及检测方法
技术领域
本发明属于地震资料解释领域,具体涉及一种基于魔方算子的复杂断层识别及检测方法。
背景技术
断层检测是地震解释中的关键问题之一,断层检测精确性对于指导断块油气田的勘探开发有些重要的意义。边缘检测技术是断层检测的一类重要地震方法,但大多数的边缘检测方法的算子在设计时都并未考虑地震数据的倾角方向信息。
发明内容
针对现有技术中存在的上述技术问题,本发明提出了一种基于魔方算子的复杂断层识别及检测方法,设计合理,克服了现有技术的不足,具有良好的效果。
为了实现上述目的,本发明采用如下技术方案:
一种基于魔方算子的复杂断层识别及检测方法,包括如下步骤:
步骤1:给定魔方矩阵;
步骤2:将魔方矩阵中的所有元素减去魔方矩阵中元素集的中心值,得到新的矩阵;
步骤3:将新矩阵非零元素中绝对值最大和绝对值最小以外的其它元素赋值为0,得到断层检测算子模板,分析断层检测算子模板中的检测算子,当检测算子绝对值的最大值对应方向为断层延伸方向时,绝对值最小的值所在方向与断层延伸方向垂直,且代表着断层形态,与实际断层吻合;
步骤4:按顺时针方向将检测算子隔45度进行旋转,得到其它7个方向的检测算子;
步骤5:以地震数据体中某点为中心选取一个特定大小的数据子体(如5线×5道×5点,或3线×3道×3点),对选取的数据子体与8个方向的魔方矩阵检测算子分别进行褶积运算,得到8个方向的褶积运算数据体;
步骤6:将求取的各个方向褶积运算数据体中绝对值最大的值作为该方向边缘检测结果;
步骤7:选择8个方向边缘检测结果中的最大值,作为该计算点的边缘检测结果,其对应的方向为该点的倾角方向。
对于断层的识别及检测策略为:
提出了将魔方矩阵应用于复杂地质情况下断层识别新模式,可实现复杂地质条件下定量的获取断层倾角方向信息的功能;设计了提取褶积数据体中最大值的策略,可利用此值作为计算点的边缘检测结果,并得到对应的方向为该点的倾角方向,与实际断层及其倾向相吻合
本发明所带来的有益技术效果:
本发明方法针对魔方矩阵在旋转灵活和方向指向十分明确的特性,将其引入到了复杂地质条件下断层的识别与检测中,通过实验研究,其可以有效检测断层,并定量给出断层发育的倾角方向,在抗噪性上具有优势,故其能够提高断层识别及检测的精度,而且更大规模的魔方矩阵能够提供更为精确地方向信息,故其对于断块油气藏的勘探开发有着十分重要的指导意义。
附图说明
图1为本发明中基于魔方算子的复杂断层识别及检测方法的流程示意图。
图2为不同方向检测算子示意图。
图3为三维地质模型正演模拟结果示意图。
图4为Xline361横测线剖面(添加高斯噪声)图。
图5为断层上O点倾角信息检测结果示意图。
图6a为图3所示模型相干算法检测的剖面示意图。
图6b为图2中k6方向检测结果示意图。
图7为T4原始沿层切片示意图。
图8为P点空间位置示意图。
图9为P点各个方向检测结果示意图。
图10a为图2中k2方向检测结果示意图。
图10b为图2中k3方向检测结果示意图。
图10c为图2中k4方向检测结果示意图。
图10d为实际地震资料经相干算法检测的T4沿层切片图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明:
本发明的基本思想是:首先,给定魔方矩阵。之后,将矩阵所有元素减去矩阵元素集的中心值,得到新的矩阵。然后,类似于二维魔方矩阵检测算子构成方法将新矩阵中非零元素中绝对值最大、最小以外的其它元素赋值为0。得到断层检测算子模板,分析这个检测算子,可知当绝对值最大对应方向为断层延伸方向时,正好绝对值最小所在方向与其垂直,代表着断层形态,与实际断层吻合。再然后,按照顺时针方向将整个检测算子每隔45度旋转,得到其它7个方向的检测算子,为了提高精度,算子可由3*3*3拓展到5*5*5。下一步,以地震数据中某点为中心选取一个数据子体,将选取的数据子体与8个方向的魔方矩阵检测算子分别进行褶积运算,得到8个方向的褶积运算数据体。最后将求取的各个方向褶积运算数据体中绝对值最大的值作为该方向边缘检测结果;最后再选择8个方向断层检测结果中的最大值,作为该计算点的边缘检测结果,其对应的方向为该点的倾角方向。
下面结合附图以及具体实施方式对本发明作进一步详细说明:
如图1所示,一种基于魔方算子的复杂断层识别及检测方法,包括如下步骤:
步骤1:首先,给定魔方矩阵。N*N*N(N=3,4,5,...)魔方矩阵其具体意义是一样的,只是N不同,其检测效果及计算效率不同。下面以3*3*3魔方矩阵为例,具体说明基于魔方矩阵的断层检测算法的实现方法。使用数字0-26构成的3*3*3的三维魔方矩阵的具体表达式为:
步骤2:接着,将矩阵所有元素减去矩阵元素集的中心值13,得到新的矩阵,其表达式为:
步骤3:类似于二维魔方矩阵检测算子构成方法将新矩阵中非零元素中绝对值最大、最小以外的其它元素赋值为0。得到断层检测算子模板为:
分析这个检测算子,可知当绝对值最大对应方向为断层延伸方向时,正好绝对值最小所在方向与其垂直,代表着断层形态,这与实际断层相符合,具有实际物理意义。
步骤4:按照顺时针方向将整个3*3*3检测算子每隔45度旋转,得到其它7个方向的检测算子k2,k3,…,k8,式(4)为转动45度后的k2方向检测算子。
步骤5:以地震数据中某点为中心选取一个3*3*3数据子体,利用公式(5)将选取的数据子体与8个方向的魔方矩阵检测算子分别进行褶积运算f*Di(i=1,2,…,8),得到8个方向的褶积运算数据体,其中Dx代表各个方向的检测算子:
式中,f(x,y,z)代表选取的以求取点为中心构造的三维地震数据子体,(a,b,c)是算子中非零元素集合。
步骤6:将求取的各个方向褶积运算数据体中绝对值最大的值作为该方向边缘检测结果。最后再选择8个方向断层检测结果中的最大值作为该计算点的边缘检测结果,其对应的方向为该点的倾角方向。
为了得到更为精确的识别方向,可以将3*3*3魔方矩阵拓展到5*5*5的规模,而后根据上面的算法实现流程,就能得到5*5*5大小下16个方向魔方矩阵算子,按照类似流程可得到断层检测结果。由数字1-125构成的5*5*5魔方矩阵的具体表达式为:
其它大小的魔法矩阵检测算子也可类似得到,但魔方矩阵规模越大,计算效率越低,需要根据实际情况,综合考虑选定三维魔方矩阵的大小。
经对比研究可以发现,本发明方法可以定量的给出断层倾角方向信息,提高断层的检测识别精度,对断块油田剩余油的勘探开发有着重要的指导作用。
下面以一个具体应用实例进一步详细阐述本发明方法:
将本发明应用于胜利油田某复杂断块油气藏工区,该工区位于山东东营,是胜利探区最复杂断块油藏区块之一。研究区目标层断裂众多、结构复杂,大大增加了复杂断块油藏的勘探开发难度。因此,能够较好地检测识别出该工区的断裂结构,对该工区的勘探开发具有指导意义。
沿地层抽取的原始数据的沿层切片,选定P数据点来进行断层方位信息检测,黄色箭头为其所在断层倾向,根据魔方矩阵算子具体数值可知当算子方向旋转到绿色点所近似的方向时,由于该方向与断层倾向最接近一致,属性值最大,识别效果最好。对比分析相干算法,本发明抗噪效果更好。即不同方向的检测算子对不同倾角方向的断层检测结果也不一致,检测算子所示方向与断层倾向一致时,其检测结果最好。根据魔方矩阵的特性与断层特性进行算法设计:1)首先,给定魔方矩阵;2)将矩阵所有元素减去矩阵元素集的中心值,得到新的矩阵。;3)将新矩阵中非零元素中绝对值最大、最小以外的其它元素赋值为0,得到断层检测算子模板;4)按照顺时针方向将整个检测算子每隔45度旋转,得到其它7个方向的检测算子,为了提高精度,算子可由3*3*3拓展到5*5*5;5)以地震数据中某点为中心选取一个数据子体,将选取的数据子体与8个方向的魔方矩阵检测算子分别进行褶积运算,得到8个方向的褶积运算数据体;6)将求取的各个方向褶积运算数据体中绝对值最大的值作为该方向边缘检测结果。
最后,进行理论模式测试以及对整个三维工区进行应用,基于魔方算子的复杂断层识别及检测方法,在约定的条件应用上述算法下,可以定量的给出断层倾角方向信息,提高断层的检测识别精度,对断块油田剩余油的勘探开发有着重要的指导作用。图2为不同方向检测算子示意图。图3为三维地质模型正演模拟结果示意图。图4为Xline361横测线剖面(添加高斯噪声)图。图5为断层上O点倾角信息检测结果示意图。图6a为以上模型经相干算法检测的剖面示意图。图6b为图2中k6方向检测结果显示图。图7为T4为原始沿层切片示意图(T4对应沙河街组沙三上底界的层位)。图8为P点空间位置示意图。图9为P点各个方向检测结果示意图。图10a为图2中k2方向检测结果示意图;图10b为图2中k3方向检测结果示意图;图10c为图2中k4方向检测结果示意图;图10d为实际资料经相干算法检测的结果示意图。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。

Claims (1)

1.一种基于魔方算子的复杂断层识别及检测方法,其特征在于:包括如下步骤:
步骤1:给定魔方矩阵;
步骤2:将魔方矩阵中的所有元素减去魔方矩阵中元素集的中心值,得到新的矩阵;
步骤3:将新矩阵非零元素中绝对值最大和绝对值最小以外的其它元素赋值为0,得到断层检测算子模板,分析断层检测算子模板中的检测算子,当检测算子绝对值的最大值对应方向为断层延伸方向时,绝对值最小的值所在方向与断层延伸方向垂直,且代表着断层形态,与实际断层吻合;
步骤4:按顺时针方向将检测算子隔45度进行旋转,得到其它7个方向的检测算子;
步骤5:以地震数据体中某点为中心选取一个特定大小的数据子体,对选取的数据子体与8个方向的魔方矩阵检测算子分别进行褶积运算,得到8个方向的褶积运算数据体;
步骤6:将求取的各个方向褶积运算数据体中绝对值最大的值作为该方向边缘检测结果;
步骤7:选择8个方向边缘检测结果中的最大值,作为该计算点的边缘检测结果,其对应的方向为该点的倾角方向。
CN201711282463.1A 2017-12-07 2017-12-07 一种基于魔方算子的复杂断层识别及检测方法 Pending CN108037527A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711282463.1A CN108037527A (zh) 2017-12-07 2017-12-07 一种基于魔方算子的复杂断层识别及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711282463.1A CN108037527A (zh) 2017-12-07 2017-12-07 一种基于魔方算子的复杂断层识别及检测方法

Publications (1)

Publication Number Publication Date
CN108037527A true CN108037527A (zh) 2018-05-15

Family

ID=62096054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711282463.1A Pending CN108037527A (zh) 2017-12-07 2017-12-07 一种基于魔方算子的复杂断层识别及检测方法

Country Status (1)

Country Link
CN (1) CN108037527A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109684857A (zh) * 2018-12-21 2019-04-26 厦门大学 一种信息隐藏方法、终端设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166163A (zh) * 2014-08-27 2014-11-26 电子科技大学 基于三维大数据量地震数据体的断层曲面自动提取方法
CN105158795A (zh) * 2015-08-27 2015-12-16 中国石油集团川庆钻探工程有限公司地球物理勘探公司 利用地层叠前纹理属性值来检测缝洞的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166163A (zh) * 2014-08-27 2014-11-26 电子科技大学 基于三维大数据量地震数据体的断层曲面自动提取方法
CN105158795A (zh) * 2015-08-27 2015-12-16 中国石油集团川庆钻探工程有限公司地球物理勘探公司 利用地层叠前纹理属性值来检测缝洞的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PETER ADETOKUNBO 等: "3D seismic edge detection using magic squares and cubes", 《INTERPRETATION》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109684857A (zh) * 2018-12-21 2019-04-26 厦门大学 一种信息隐藏方法、终端设备及存储介质

Similar Documents

Publication Publication Date Title
Valentín et al. A deep residual convolutional neural network for automatic lithological facies identification in Brazilian pre-salt oilfield wellbore image logs
US11530998B2 (en) Method and system to analyze geologic formation properties
US9927554B2 (en) Digital core model construction
CA2997608C (en) History matching of hydrocarbon production from heterogenous reservoirs
US11670073B2 (en) System and method for detection of carbonate core features from core images
Alzubaidi et al. Automatic fracture detection and characterization from unwrapped drill-core images using mask R–CNN
CN102749647B (zh) 一种储层孔洞空间的定量方法
Jung et al. Training image-based scenario modeling of fractured reservoirs for flow uncertainty quantification
CN103513285A (zh) 一种确定横向表面弛豫速率的方法及装置
Hatampour et al. Hydraulic flow units, depositional facies and pore type of Kangan and Dalan formations, South Pars Gas Field, Iran
CN103020649A (zh) 一种基于纹理信息的森林类型识别方法
CN106014397B (zh) 一种成像测井缝洞储层参数提取方法
Chassagne et al. Binary 4D seismic history matching, a metric study
Li et al. Automatic fracture–vug identification and extraction from electric imaging logging data based on path morphology
CN108035710B (zh) 基于数据挖掘划分深层岩石地质相的方法
CN108037527A (zh) 一种基于魔方算子的复杂断层识别及检测方法
CN113970785B (zh) 暗河裂缝发育预测方法、系统、存储介质以及电子设备
Liu et al. Intelligent recognition and identification of fracture types and parameters for borehole images based on developed convolutional neural networks and post-processing
Li et al. Fracture extraction from FMI based on multiscale mathematical morphology
CN117555026A (zh) 一种断溶体的识别方法及装置
Taiebi et al. Detection of reservoir fractures in imaging logs using directional filtering
Yang et al. An automatic method for discontinuity recognition in coal-measure strata borehole images
WO2015177561A1 (en) Methods for rock typing and associated apparatus and systems
CN115220098A (zh) 碳酸盐岩断控缝洞体自动识别方法及装置
EP2863242A2 (en) Classification and visualization of time-series data

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

Application publication date: 20180515

RJ01 Rejection of invention patent application after publication