CN109283575A - 基于时频分解的断裂检测方法及系统 - Google Patents

基于时频分解的断裂检测方法及系统 Download PDF

Info

Publication number
CN109283575A
CN109283575A CN201811347422.0A CN201811347422A CN109283575A CN 109283575 A CN109283575 A CN 109283575A CN 201811347422 A CN201811347422 A CN 201811347422A CN 109283575 A CN109283575 A CN 109283575A
Authority
CN
China
Prior art keywords
frequency
target interval
amplitude spectrum
time
obtains
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
CN201811347422.0A
Other languages
English (en)
Inventor
袁振宇
杨茜
张时文
姜玉新
汤金彪
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.)
Pst Service Corp
Original Assignee
Pst Service Corp
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 Pst Service Corp filed Critical Pst Service Corp
Priority to CN201811347422.0A priority Critical patent/CN109283575A/zh
Publication of CN109283575A publication Critical patent/CN109283575A/zh
Pending legal-status Critical Current

Links

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

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

本发明公开了基于时频分解的断裂检测方法及系统，涉及油气地球物理领域。该方法包括：获取目标层段的叠后地震数据；对叠后地震数据进行时频分解处理，得到随主频变化的振幅谱；根据随主频变化的振幅谱，对目标层段进行断裂检测处理，得到目标层段的断裂分布情况。本发明通过在断裂检测几何属性计算的基础上，引入自适应的频谱分析方法作为在先处理过程，得到目标层段随主频变化的振幅谱，再根据随主频变化的振幅谱对目标层段进行断裂检测处理，实现了随深度变化的地层断裂的快速准确检测识别。

Description

基于时频分解的断裂检测方法及系统
技术领域
本发明涉及油气地球物理领域，尤其涉及基于时频分解的断裂检测方法及系统。
背景技术
断层或裂缝(简称断裂)的发育与分布对油气的存储与聚集非常重要，是高产储层的重要影响因素。为了更好地开展储层评价油气检测，断裂的检测识别非常重要。对于叠后地震数据，基于几何属性的断裂检测技术能够较好地识别地震波形变化来识别断裂边界，被广泛使用。
而几何属性在计算过程中会受到地震资料品质的影响，资料品质较差的地震数据会导致断裂检测结果具有较低的信噪比或分辨率。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种基于时频分解的断裂检测方法、一种基于时频分解的断裂检测系统及一种存储介质。
本发明解决上述技术问题的技术方案如下：
一种基于时频分解的断裂检测方法，包括：
获取目标层段的叠后地震数据；
对所述叠后地震数据进行时频分解处理，得到随主频变化的振幅谱；
根据所述随主频变化的振幅谱，对所述目标层段进行断裂检测处理，得到所述目标层段的断裂分布情况。
本发明的有益效果是：本发明提供的断裂检测方法，通过在断裂检测几何属性计算的基础上，引入自适应的频谱分析方法作为在先处理过程，得到目标层段随主频变化的振幅谱，再根据随主频变化的振幅谱对所述目标层段进行断裂检测处理，实现了随深度变化的地层断裂的快速准确检测识别。
本发明具有以下优点：
具有局部尺度聚焦特点，能够突出在特定深度下主要尺度的断裂情况，提高了主要尺度断裂识别的分辨率与信噪比；
由于得到的地震主频是随深度变化的，因此在目标层段的纵向上能够提供多个尺度的断裂识别，表现为纵向多尺度特征；
相对于通过多个谱分量分别计算几何属性并进行断裂分析的方法，本发明的存储需求少，并且避免了对多个分量结果进行对比分析的繁琐，减轻了工作量。
本发明解决上述技术问题的另一种技术方案如下：
一种基于时频分解的断裂检测系统，包括：
获取单元，用于获取目标层段的叠后地震数据；
时频分解单元，用于对所述叠后地震数据进行时频分解处理，得到随主频变化的振幅谱；
断裂检测单元，用于根据所述随主频变化的振幅谱，对所述目标层段进行断裂检测处理，得到所述目标层段的断裂分布情况。
本发明解决上述技术问题的另一种技术方案如下：
一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述技术方案所述的方法。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
图1为本发明基于时频分解的断裂检测方法的实施例提供的流程示意图；
图2a为本发明基于时频分解的断裂检测方法的其他实施例提供的地震剖面示意图；
图2b为本发明基于时频分解的断裂检测方法的其他实施例提供的对比结果示意图；
图2c为本发明基于时频分解的断裂检测方法的其他实施例提供的检测结果示意图；
图3为本发明基于时频分解的断裂检测系统的实施例提供的结构框架图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
目前，对于断层或裂缝的检测主要技术有基于几何属性的断裂检测技术和基于谱分解的断裂检测技术等。
其中，基于几何属性的断裂检测技术中的几何属性在计算过程中会受到地震资料品质的影响，资料品质较差的地震数据会导致断裂检测结果具有较低的信噪比或分辨率，甚至存在一些假象。因此，在进行不连续性检测时，一些必要的去噪处理是需要的。
同时，地层的倾斜在地震数据的同相轴上也有体现，如果不考虑地层倾斜的存在，断裂检测结果也会存在假象或低信噪比，因此断裂检测过程中需要进行地层倾角校正。
而基于谱分解的断裂检测方法虽然能够很好地识别不同尺度的断裂信息，但是存在数据存储量大且人为对比分析繁琐的问题。在地震谱分解过程中，通常需要计算并保存多个谱分量数据体，然后在基于每个分量开展几何属性计算并存储，计算量大且对存储的需求大。而且要实现直观全面的断裂分布识别仍需要对多个谱分量几何属性进行对比分析，需要大量的人力工作。即使可以使用RGB融合同时分析多个谱分量结果，但是受限于只能使用三个分量。
众所周知，随着人工地震波从地表向地下深层传播，地震资料的主频逐渐减小，频率的大小直接影响地震资料的识别尺度，一般来说，频率越高识别的地质特征尺度越小。
基于地震主频衰减的特征，本发明在谱分解的过程中自适应的提取主频所对应的振幅谱，这样随着深度变化，便可以得到一个主频优选的振幅谱。对于某个特定深度，主频所对应的振幅谱能够更好地突出主要尺度的断裂。基于主频优选的振幅谱，进一步开展断裂检测属性计算，能够得到一个尺度变化的断裂检测结果。基于自适应谱分解的断裂检测，避免了多个单频谱分量断裂检测所存在的缺陷，能够更好地识别不同深度主要尺度的断裂分布，有助于快速准确地认识地下断裂的发育。
如图1所示，为本发明基于时频分解的断裂检测方法的实施例提供的流程示意图，该断裂检测方法包括：
S1，获取目标层段的叠后地震数据。
应理解，叠后地震数据可以为三维地震数据，在经过自适应谱分解后，可以得到与主频相关的振幅谱三维数据。
S2，对叠后地震数据进行时频分解处理，得到随主频变化的振幅谱。
需要说明的是，此步骤中可以用于时频分解的时频分析技术有很多，例如，可以为广义S变换、短时傅里叶变换、小波变换等，下面以广义S变换为例进行说明。
优选地，本实施例采用广义S变换实施，其公式为：
其中，h(t)为时间域地震道，即叠后地震数据，S(τ，f，σ)为对h(t)进行广义S变换之后的时频数据信号，w(τ，f，σ)为广义Gaussian窗。
σ是相对经典的S变换增加的参数。
广义Gaussian窗的应用，在随频率变化时窗的基础上，还能够调整时窗的宽度与高度，使得广义S变换可以更自适应进行多分辨率分析，同时保持了S变换的可逆性及与Fourier变换的联系。
应理解，在对叠后地震数据进行广义S变换后，会为其增加一个频率维度，我们可以据此计算目标层段不同深度的地震主频，并根据不同深度的地震主频提取与其对应的振幅谱，得到一个随地震主频变化的振幅谱信号。
S3，根据随主频变化的振幅谱，对目标层段进行断裂检测处理，得到目标层段的断裂分布情况。
例如，以不连续性几何属性为例，数值范围可以在0到1之间，数值越接近1，表示不连续性越强，即断裂的发育程度越强。
如图2a、图2b和图2c所示，分别是地震剖面图，基于传统的断裂检测方法进行检测得到的检测结果图，以及通过本实施例提供的断裂检测方法进行检测得到的检测结果图。
图2a展示了一个地震时间切片，从该切片较难直接看出断裂的分布情况。图2b是直接对原始地震数据进行断裂检测后得到的对比图，从图中可以看出，相比于剖面图，对比图能够显示出断裂的分布，但是图片的分辨率和信噪比不佳，干扰了对断裂发育的判断。图2c是通过本实施例提供的方法进行断裂检测后的到的结果图，从图中可以看出，图2c相比于图2b能够清楚的看到断裂图像，消除了许多断裂假象。
本实施例提供的断裂检测方法，通过在断裂检测几何属性计算的基础上，引入自适应的频谱分析方法作为在先处理过程，得到目标层段随主频变化的振幅谱，再根据随主频变化的振幅谱对目标层段进行断裂检测处理，实现了随深度变化的地层断裂的快速准确检测识别。
本实施例提供的断裂检测方法具有以下优点：
具有局部尺度聚焦特点，能够突出在特定深度下主要尺度的断裂情况，提高了主要尺度断裂识别的分辨率与信噪比；
由于得到的地震主频是随深度变化的，因此在目标层段的纵向上能够提供多个尺度的断裂识别，表现为纵向多尺度特征；
相对于通过多个谱分量分别计算几何属性并进行断裂分析的方法，本发明的存储需求少，并且避免了对多个分量结果进行对比分析的繁琐，减轻了工作量。
可选地，在一些实施例中，对叠后地震数据进行时频分解处理之前，还包括：
对叠后地震数据进行去噪处理。
通过对叠后地震数据进行去噪处理，消除相干噪声、随机噪声等各类残余噪声的干扰，压制异常振幅，能够提高地震资料的信噪比与保幅性。
可选地，在一些实施例中，对叠后地震数据进行去噪处理之后，还包括：
对去噪处理后的叠后地震数据进行构造导向滤波处理。
构造导向滤波处理能够突出地震波形上的断裂边界，在进行时频分解前先对地震数据进行构造导向滤波处理，再经过时频分解断裂检测，得到了更高分辨率的断裂检测结果，相比于不进行构造导向滤波处理的断裂检测，本实施例的方法断裂成像结果具有更高信噪比和分辨率，断裂边界非常清晰明显，更加易于辨认。
可选地，在一些实施例中，对叠后地震数据进行时频分解处理，得到随主频变化的振幅谱，具体包括：
对叠后地震数据进行时频分解，得到时频振幅谱；
计算目标层段的各深度值所对应的地震主频；
根据时频振幅谱，提取与各地震主频相对应的振幅谱，得到随主频变化的振幅谱。
可选地，在一些实施例中，根据随主频变化的振幅谱，对目标层段进行断裂检测处理，得到目标层段的断裂分布情况，具体包括：
根据基于几何属性的断裂检测方法和随主频变化的振幅谱，对目标层段进行断裂检测处理，得到目标层段的断裂分布情况。
可选地，在一些实施例中，还包括：
根据叠后地震数据进行倾角估算，得到inline方向和crossline方向的视倾角；
根据视倾角对断裂检测处理过程进行倾角校正。
可以理解，在一些实施例中，可以包含如上述各实施例中的部分或全部步骤。
如图3所示，为本发明基于时频分解的断裂检测方法的其他实施例提供的流程示意图，该断裂检测系统包括：
获取单元1，用于获取目标层段的叠后地震数据；
时频分解单元2，用于对叠后地震数据进行时频分解处理，得到随主频变化的振幅谱；
断裂检测单元3，用于根据随主频变化的振幅谱，对目标层段进行断裂检测处理，得到目标层段的断裂分布情况。
可选地，在一些实施例中，还可以包括：预处理单元5，所述预处理单元5用于对叠后地震数据进行去噪处理。
可选地，在一些实施例中，所述预处理单元5还用于对去噪处理后的叠后地震数据进行构造导向滤波处理。
可选地，在一些实施例中，时频分解单元2具体用于对叠后地震数据进行时频分解，得到时频振幅谱；计算目标层段的各深度值所对应的地震主频；根据时频振幅谱，提取与各地震主频相对应的振幅谱，得到随主频变化的振幅谱。
可选地，在一些实施例中，断裂检测单元3具体用于根据基于几何属性的断裂检测方法和随主频变化的振幅谱，对目标层段进行断裂检测处理，得到目标层段的断裂分布情况。
可选地，在一些实施例中，还包括：
校正单元4，用于根据叠后地震数据进行倾角估算，得到inline方向和crossline方向的视倾角；并根据视倾角对断裂检测处理过程进行倾角校正。
可以理解，在一些实施例中，可以包含如上述各实施例中的部分或全部装置。
需要说明的是，本实施例是与上述各方法实施例对应的产品实施例，对于本实施例中各结构装置及可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。
在本发明提供的其他实施例中，还提供一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述实施例中任一项所述的方法。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元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，或者该技术方案的全部或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-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到各种等效的修改或替换，这些修改或替换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以权利要求的保护范围为准。

Claims (9)

1.一种基于时频分解的断裂检测方法，其特征在于，包括：
获取目标层段的叠后地震数据；
对所述叠后地震数据进行时频分解处理，得到随主频变化的振幅谱；
根据所述随主频变化的振幅谱，对所述目标层段进行断裂检测处理，得到所述目标层段的断裂分布情况。
2.根据权利要求1所述的断裂检测方法，其特征在于，所述对所述叠后地震数据进行时频分解处理，得到随主频变化的振幅谱，具体包括：
对所述叠后地震数据进行时频分解，得到时频振幅谱；
计算所述目标层段的各深度值所对应的地震主频；
根据所述时频振幅谱，提取与各所述地震主频相对应的振幅谱，得到随主频变化的振幅谱。
3.根据权利要求1所述的断裂检测方法，其特征在于，所述根据所述随主频变化的振幅谱，对所述目标层段进行断裂检测处理，得到所述目标层段的断裂分布情况，具体包括：
根据基于几何属性的断裂检测方法和所述随主频变化的振幅谱，对所述目标层段进行断裂检测处理，得到所述目标层段的断裂分布情况。
4.根据权利要求1至3中任一项所述的断裂检测方法，其特征在于，还包括：
根据所述叠后地震数据进行倾角估算，得到inline方向和crossline方向的视倾角；
根据所述视倾角对所述断裂检测处理过程进行倾角校正。
5.一种基于时频分解的断裂检测系统，其特征在于，包括：
获取单元，用于获取目标层段的叠后地震数据；
时频分解单元，用于对所述叠后地震数据进行时频分解处理，得到随主频变化的振幅谱；
断裂检测单元，用于根据所述随主频变化的振幅谱，对所述目标层段进行断裂检测处理，得到所述目标层段的断裂分布情况。
6.根据权利要求5所述的断裂检测系统，其特征在于，所述时频分解单元具体用于对所述叠后地震数据进行时频分解，得到时频振幅谱；计算所述目标层段的各深度值所对应的地震主频；根据所述时频振幅谱，提取与各所述地震主频相对应的振幅谱，得到随主频变化的振幅谱。
7.根据权利要求5所述的断裂检测系统，其特征在于，所述断裂检测单元具体用于根据基于几何属性的断裂检测方法和所述随主频变化的振幅谱，对所述目标层段进行断裂检测处理，得到所述目标层段的断裂分布情况。
8.根据权利要求5至7中任一项所述的断裂检测系统，其特征在于，还包括：
校正单元，用于根据所述叠后地震数据进行倾角估算，得到inline方向和crossline方向的视倾角；并根据所述视倾角对所述断裂检测处理过程进行倾角校正。
9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1至4中任一项所述的方法。
CN201811347422.0A 2018-11-13 2018-11-13 基于时频分解的断裂检测方法及系统 Pending CN109283575A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811347422.0A CN109283575A (zh) 2018-11-13 2018-11-13 基于时频分解的断裂检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811347422.0A CN109283575A (zh) 2018-11-13 2018-11-13 基于时频分解的断裂检测方法及系统

Publications (1)

Publication Number Publication Date
CN109283575A true CN109283575A (zh) 2019-01-29

Family

ID=65176078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811347422.0A Pending CN109283575A (zh) 2018-11-13 2018-11-13 基于时频分解的断裂检测方法及系统

Country Status (1)

Country Link
CN (1) CN109283575A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109884708A (zh) * 2019-03-20 2019-06-14 中国石油化工股份有限公司 基于构造导向滤波的古生界潜山储层地震预测方法
CN112305623A (zh) * 2020-08-20 2021-02-02 中国地质科学院地球物理地球化学勘查研究所 一种基于谱融合的位场特征获取方法和装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772586A (zh) * 2017-02-20 2017-05-31 长江大学 一种基于地震信号奇异性的隐蔽性断裂检测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772586A (zh) * 2017-02-20 2017-05-31 长江大学 一种基于地震信号奇异性的隐蔽性断裂检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
乐友喜 等: "三参数小波分频处理在走滑断层识别中的应用", 《物探化探计算技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109884708A (zh) * 2019-03-20 2019-06-14 中国石油化工股份有限公司 基于构造导向滤波的古生界潜山储层地震预测方法
CN109884708B (zh) * 2019-03-20 2021-09-07 中国石油化工股份有限公司 基于构造导向滤波的古生界潜山储层地震预测方法
CN112305623A (zh) * 2020-08-20 2021-02-02 中国地质科学院地球物理地球化学勘查研究所 一种基于谱融合的位场特征获取方法和装置

Similar Documents

Publication Publication Date Title
Basir et al. Multi-attribute ant-tracking and neural network for fault detection: A case study of an Iranian oilfield
Li et al. A method for low-frequency noise suppression based on mathematical morphology in microseismic monitoring
US8330464B2 (en) Data acquisition method with a three dimensional small bin electromagnetic consecutive array
WO2008111037A2 (en) A method for identifying and analyzing faults/fractures using reflected and diffracted waves
CN108398721B (zh) 基于地质导向的相移属性的识别方法及装置
Partyka et al. Spectral decomposition
Dewett et al. Spectral similarity fault enhancement
Zhong‐Lai et al. A SECOND‐ORDER SYNCHROSQUEEZING S‐TRANSFORM AND ITS APPLICATION IN SEISMIC SPECTRAL DECOMPOSITION
Chen et al. Nonstretching normal-moveout correction using a dynamic time warping algorithm
CN109283575A (zh) 基于时频分解的断裂检测方法及系统
CN109425891B (zh) 一种基于地质模型的断裂成像品质检测方法
Zhang et al. A denoising framework for microseismic and reflection seismic data based on block matching
CN109471162A (zh) 层间多次波处理方法、系统、电子设备及可读介质
Liu et al. Improving vertical resolution of vintage seismic data by a weakly supervised method based on cycle generative adversarial network
Mahadik et al. Fault detection and optimization in seismic dataset using multiscale fusion of a geometric attribute
US20100228486A1 (en) Method and system for seismic data processing
Duan et al. Coherence based on spectral variance analysis
Donias et al. New fault attribute based on robust directional scheme
CN110727025A (zh) 一种隐蔽断层的识别方法
Kneller et al. Integration of broadband seismic data into reservoir characterization workflows: A case study from the Campos Basin, Brazil
CN111290020A (zh) 基于构造滤波处理、分频属性融合断裂检测方法及装置
de Matos et al. Relative acoustic impedance from wavelet transform
Xu et al. Signal-to-noise ratio application to seismic marker analysis and fracture detection
Al-Maghlouth et al. Characterizing carbonate facies using high-definition frequency decomposition: Case study from North West Australia
Barnes Is curvature overrated?

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: 20190129