CN112835095A - 地震资料低幅度构造成图方法及装置 - Google Patents
地震资料低幅度构造成图方法及装置 Download PDFInfo
- Publication number
- CN112835095A CN112835095A CN201911162913.2A CN201911162913A CN112835095A CN 112835095 A CN112835095 A CN 112835095A CN 201911162913 A CN201911162913 A CN 201911162913A CN 112835095 A CN112835095 A CN 112835095A
- Authority
- CN
- China
- Prior art keywords
- amplitude
- low
- data
- structural
- construction
- 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 105
- 238000013507 mapping Methods 0.000 title claims description 66
- 238000010276 construction Methods 0.000 claims abstract description 210
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 64
- 238000004458 analytical method Methods 0.000 claims abstract description 57
- 238000010586 diagram Methods 0.000 claims abstract description 51
- 230000015572 biosynthetic process Effects 0.000 claims description 59
- 238000000547 structure data Methods 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 25
- 238000005070 sampling Methods 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 7
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000005755 formation reaction Methods 0.000 description 33
- 230000009466 transformation Effects 0.000 description 17
- 230000000694 effects Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000009499 grossing Methods 0.000 description 4
- 238000000059 patterning Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000011426 transformation method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012482 interaction analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
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
- G01V1/302—Analysis for determining seismic cross-sections or geostructures in 3D data cubes
-
- 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
-
- 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
本申请实施例提供一种地震资料低幅度构造成图方法及装置，方法包括：确定三维地震解释构造数据中的构造起伏拐点信息，对构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景；根据低频构造背景，从三维地震解释构造数据中提取得到第一低幅度构造数据，并根据第一低幅度构造数据生成低幅度构造趋势分解图；根据分析小波尺度与构造幅度的对应关系，从三维震解释构造数据中提取得到第二低幅度构造数据，并根据第二低幅度构造数据生成低幅度构造小波分解图；根据低幅度构造趋势分解图和低幅度构造小波分解图，确定三维地震解释构造数据的目标低幅度构造图；本申请能够得到清晰、准确的低幅度构造图像数据。
Description
技术领域
本申请涉及数据处理领域，具体涉及一种地震资料低幅度构造成图方法及装置。
背景技术
低幅度构造是指地势较平缓、闭合幅度较低的一类地下构造，构造幅度大多小于10m。从构造成因上来讲，这种低幅度构造在地质体形成的过程中，构造活动相对微弱，没有发生强烈的升降运动；另一种成因是在地势较为平缓的古地貌基础上，后期的沉积作用受到差异压实的影响,在古地貌的高点位置上形成的。低幅度构造和圈闭，虽然幅度不大，一般情况下面积也不大，但有可能形成富集高产的“小而肥”油藏,因此是勘探的一个重要方向。近年来，随着勘探程度的逐渐提高，规模小、构造幅度低且被断层复杂化的油气藏所占的比例逐年上升，储量品位日趋下降，油田可采储量与采出资源量之间的矛盾日益尖锐，低幅度构造的勘探逐渐受到重视。
随着对低幅度构造的勘探和解释逐渐深入，人们迫切需要低幅度构造的解释成果及构造图，以便后续的油气勘探开发。但是，低幅度构造有别于常规地质构造，它的构造幅度较低，反射同相轴平直而变化幅度很小，不易识别。现有技术中的构造解释手法及成果技术很难展现其特征，难以对其构造进行准确描述和细节刻画。
发明内容
针对现有技术中的问题，本申请提供一种地震资料低幅度构造成图方法及装置，能够得到清晰、准确的低幅度构造图像数据。
为了解决上述问题中的至少一个，本申请提供以下技术方案：
第一方面，本申请提供一种地震资料低幅度构造成图方法，包括：
确定三维地震解释构造数据中的构造起伏拐点信息，对所述构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景；
根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，并根据所述第一低幅度构造数据生成低幅度构造趋势分解图；
根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，并根据所述第二低幅度构造数据生成低幅度构造小波分解图；
根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图。
进一步地，在所述确定三维地震解释构造数据中的构造起伏拐点信息之前，包括：
对三维地震解释层位数据进行平滑处理，得到过滤掉随机因子干扰的三维地震解释层位数据；
对三维地震解释构造数据进行趋势化预处理，得到过滤掉随机因子干扰的三维地震解释构造数据；
从所述过滤掉随机因子干扰的三维地震解释层位数据和所述经过趋势化预处理后的三维地震解释构造数据中确定至少一个拐点搜索特征作为所述预设拐点搜索参数。
进一步地，所述确定三维地震解释构造数据中的构造起伏拐点信息，包括：
根据所述三维地震解释构造数据中各采样点的坐标信息和所述预设拐点搜索参数中的搜索半径，确定与所述搜索半径对应的所述采样点，并将所述采样点设定为拐点。
进一步地，所述根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，包括：
将所述低频构造背景与所述三维地震解释构造数据叠合，并从所述三维地震解释构造数据中去除所述低频构造背景；
根据去低频化的所述三维地震解释构造数据中的所述构造起伏拐点信息，提取得到所述第一低幅度构造数据。
进一步地，所述根据所述分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，包括：
根据所述分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取构造幅度小于预设幅度阈值的所述三维震解释构造数据；
从所述构造幅度小于预设幅度阈值的所述三维震解释构造数据中提取分析尺度小于预设尺度阈值的所述三维震解释构造数据，并将其设定为所述第二低幅度构造数据。
进一步地，在所述根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据之前，包括：
通过预设小波基函数对所述三维地震解释构造数据进行多尺度分析，确定分析小波尺度与构造幅度的对应关系。
进一步地，所述根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图，包括：
将所述低幅度构造趋势分解图和所述低幅度构造小波分解图按照预设划分数值分别划分为多个子区域；
判断所述低幅度构造趋势分解图和所述低幅度构造小波分解图对应的各所述子区域的构造清晰度数值大小；
根据所述构造清晰度较大的各所述子区域，得到所述目标低幅度构造图。
第二方面，本申请提供一种地震资料低幅度构造成图装置，包括：
低频构造背景确定模块，用于确定三维地震解释构造数据中的构造起伏拐点信息，对所述构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景；
低幅度构造趋势分解成图模块，用于根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，并根据所述第一低幅度构造数据生成低幅度构造趋势分解图；
低幅度构造小波分解成图模块，用于根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，并根据所述第二低幅度构造数据生成低幅度构造小波分解图；
目标低幅度构造成图模块，用于根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图。
进一步地，还包括：
平滑处理单元，用于对三维地震解释层位数据进行平滑处理，得到过滤掉随机因子干扰的三维地震解释层位数据；
趋势化预处理单元，用于对三维地震解释构造数据进行趋势化预处理，得到过滤掉随机因子干扰的三维地震解释构造数据；
拐点搜索参数确定单元，用于从所述过滤掉随机因子干扰的三维地震解释层位数据和所述经过趋势化预处理后的三维地震解释构造数据中确定至少一个拐点搜索特征作为所述预设拐点搜索参数。
进一步地，所述低频构造背景确定模块包括：
拐点搜索单元，用于根据所述三维地震解释构造数据中各采样点的坐标信息和所述预设拐点搜索参数中的搜索半径，确定与所述搜索半径对应的所述采样点，并将所述采样点设定为拐点。
进一步地，所述低幅度构造趋势分解成图模块包括：
低频构造背景去除单元，用于将所述低频构造背景与所述三维地震解释构造数据叠合，并从所述三维地震解释构造数据中去除所述低频构造背景；
第一低幅度构造数据提取单元，用于根据去低频化的所述三维地震解释构造数据中的所述构造起伏拐点信息，提取得到所述第一低幅度构造数据。
进一步地，所述低幅度构造小波分解成图模块包括：
低幅度构造数据提取单元，用于根据所述分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取构造幅度小于预设幅度阈值的所述三维震解释构造数据；
第二低幅度构造数据确定单元，用于从所述构造幅度小于预设幅度阈值的所述三维震解释构造数据中提取分析尺度小于预设尺度阈值的所述三维震解释构造数据，并将其设定为所述第二低幅度构造数据。
进一步地，还包括：
对应关系确定单元，用于通过预设小波基函数对所述三维地震解释构造数据进行多尺度分析，确定分析小波尺度与构造幅度的对应关系。
进一步地，所述目标低幅度构造成图模块包括：
子区域划分单元，用于将所述低幅度构造趋势分解图和所述低幅度构造小波分解图按照预设划分数值分别划分为多个子区域；
子区域判断单元，用于判断所述低幅度构造趋势分解图和所述低幅度构造小波分解图对应的各所述子区域的构造清晰度数值大小；
目标低幅度构造图确定单元，用于根据所述构造清晰度较大的各所述子区域，得到所述目标低幅度构造图。
第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的地震资料低幅度构造成图方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的地震资料低幅度构造成图方法的步骤。
由上述技术方案可知，本申请提供一种地震资料低幅度构造成图方法及装置，通过在三维地震解释构造数据中，根据构造的上下起伏及走势搜索构造的拐点，例如拐点的具体位置和该拐点处的构造数据，对各拐点处的构造数据进行反距离三角加权法插值，以此得到整个三维地震解释构造数据的低频构造背景，根据所述构造起伏拐点信息和所述低频构造背景，从所述三维地震解释构造数据中提取出第一低幅度构造数据，进而生成构造细节聚焦性较佳的低幅度构造趋势分解图，同时，根据分析小波尺度与构造幅度的对应关系，利用小波分解法从所述三维震解释构造数据中提取得到第二低幅度构造数据，进而生成构造连续性较佳的低幅度构造小波分解图，通过相互对比所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定最终的、效果最佳的目标低幅度构造图，本申请增强了局部微构造特征，使低幅度构造成图更加完整精细，提升了地质勘探效率和准确度。
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，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例中的地震资料低幅度构造成图方法的流程示意图之一；
图2为本申请实施例中的地震资料低幅度构造成图方法的流程示意图之二；
图3为本申请实施例中的地震资料低幅度构造成图方法的流程示意图之三；
图4为本申请实施例中的地震资料低幅度构造成图方法的流程示意图之四；
图5为本申请实施例中的地震资料低幅度构造成图装置的结构图之一；
图6为本申请实施例中的地震资料低幅度构造成图装置的结构图之二；
图7为本申请实施例中的地震资料低幅度构造成图装置的结构图之三；
图8为本申请实施例中的地震资料低幅度构造成图装置的结构图之四；
图9为本申请实施例中的地震资料低幅度构造成图装置的结构图之五；
图10为本申请实施例中的地震资料低幅度构造成图装置的结构图之六；
图11为本申请实施例中的电子设备的结构示意图；
图12为本申请实施例中的拐点和拐点搜索半径示意图；
图13为本申请实施例中低频构造背景示意图之一；
图14为本申请实施例中低频构造背景示意图之二；
图15为本申请实施例中低幅度构造数据示意图之一；
图16为本申请实施例中低幅度构造数据示意图之二。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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、完整的描述，显然，所描述的实施例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，都属于本申请保护的范围。
考虑到低幅度构造有别于常规地质构造，它的构造幅度较低，反射同相轴平直而变化幅度很小，不易识别。现有技术中的构造解释手法及成果技术很难展现其特征，难以对其构造进行准确描述和细节刻画的问题，本申请提供一种地震资料低幅度构造成图方法及装置，通过在三维地震解释构造数据中，根据构造的上下起伏及走势搜索构造的拐点，例如拐点的具体位置和该拐点处的构造数据，对各拐点处的构造数据进行反距离三角加权法插值，以此得到整个三维地震解释构造数据的低频构造背景，根据所述构造起伏拐点信息和所述低频构造背景，从所述三维地震解释构造数据中提取出第一低幅度构造数据，进而生成构造细节聚焦性较佳的低幅度构造趋势分解图，同时，根据分析小波尺度与构造幅度的对应关系，利用小波分解法从所述三维震解释构造数据中提取得到第二低幅度构造数据，进而生成构造连续性较佳的低幅度构造小波分解图，通过相互对比所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定最终的、效果最佳的目标低幅度构造图，本申请增强了局部微构造特征，使低幅度构造成图更加完整精细，提升了地质勘探效率和准确度。
为了能够得到清晰、准确的低幅度构造图像数据，本申请提供一种地震资料低幅度构造成图方法的实施例，参见图1，所述地震资料低幅度构造成图方法具体包含有如下内容：
步骤S101：确定三维地震解释构造数据中的构造起伏拐点信息，对所述构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景。
可以理解的是，所述三维地震解释构造数据中的构造具有构造起伏拐点，所述构造起伏拐点是指构造由逐渐下降转为逐渐上升的转折点，往往对应于低幅构造的圈闭溢出点，是勾勒低频构造背景的关键控制点，在成图过程中可以根据构造的幅度自适应调整搜索拐点半径。
可选地，所述构造起伏拐点信息不仅可以包含所述三维地震解释构造数据中构造的各拐点的具体位置，还可以包含该拐点处的构造数据。
可选地，由于考虑到拐点比较稀少，且分布不均匀等特点，为了保证低频构造背景的平滑、准确，可以在上述拐点处对该拐点处的构造数据进行反距离三角加权法插值，以此得到低频构造背景。
步骤S102：根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，并根据所述第一低幅度构造数据生成低幅度构造趋势分解图。
可以理解的是，由于已知低频构造背景和构造起伏的拐点，将两者进行叠合，以此能够从所述三维地震解释构造数据中提取出低幅度构造数据，进而形成基于趋势分解的低幅度构造平面图(即所述低幅度构造趋势分解图)，通过趋势分解法进行低幅度构造成图，最大的优势就在于不用构造速度场，通过拐点的有效搜索和确定，使得构造解释既包含低幅度构造趋势又能够突出局部微小起伏，因此能够具有较佳的构造细节聚焦性。
步骤S103：根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，并根据所述第二低幅度构造数据生成低幅度构造小波分解图。
可以理解的是，可以通过人工选取合适的尺度参数进而利用二维小波变换方法对所述三维震解释构造数据进行多尺度分析获得低频(即多尺度)构造背景，进而将低频构造背景与局部细节(极低幅度构造数据)分离，达到凸显低幅度细节的目的。
可选地，所述二维小波正变换公式为：
式中，a为尺度参数，b为沿x方向平面位置参数，c为沿y方向平面位置参数，f(x,y)代表构造走时解释平面数据，
是沿x方向的小波基函数，
是沿y方向的小波基函数。
可选地，在经过二维小波多尺度分析后，选取大尺度数据进行二维小波逆变换即可得到构造大背景。其二维小波的逆变换的公式表示为：
其中，
Gg为g的傅里叶变换，w1和w2分别为x，y方向的角频率。
可选地，在通过上述二维小波逆变换得到构造大背景后，根据二维小波正变换得到的分析小波尺度与构造幅度的对应关系，将低幅度构造数据(即小分析尺度对应的构造幅度数据)从构造大背景中分离出来，进而生成低幅度构造小波分解图。
步骤S104：根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图。
可以理解的是，所述低幅度构造趋势分解图具有较佳的构造细节聚焦性，所述低幅度构造小波分解图具有较佳的构造连续性，将二者进行相互比较分析，能够得到最准确、最清晰的目标低幅度构造图。
从上述描述可知，本申请实施例提供的地震资料低幅度构造成图方法，能够通过在三维地震解释构造数据中，根据构造的上下起伏及走势搜索构造的拐点，例如拐点的具体位置和该拐点处的构造数据，对各拐点处的构造数据进行反距离三角加权法插值，以此得到整个三维地震解释构造数据的低频构造背景，根据所述构造起伏拐点信息和所述低频构造背景，从所述三维地震解释构造数据中提取出第一低幅度构造数据，进而生成构造细节聚焦性较佳的低幅度构造趋势分解图，同时，根据分析小波尺度与构造幅度的对应关系，利用小波分解法从所述三维震解释构造数据中提取得到第二低幅度构造数据，进而生成构造连续性较佳的低幅度构造小波分解图，通过相互对比所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定最终的、效果最佳的目标低幅度构造图，本申请增强了局部微构造特征，使低幅度构造成图更加完整精细，提升了地质勘探效率和准确度。
为了能够在构建低幅度构造趋势分解图时准确得确定拐点搜索参数，在本申请的地震资料低幅度构造成图方法的一实施例中，还可以具体包含如下内容：
步骤S202：对三维地震解释构造数据进行趋势化预处理，得到过滤掉随机因子干扰的三维地震解释构造数据。
可选地，通过人机交互分析设置拐点搜索半径，并预设0-20个拐点，完善拐点的数据，保证后续利用拐点数据构建低频构造背景更加准确。
可选地，构造起伏拐点搜索的准确性是决定着趋势分解构造成图的质量，因此拐点参数的确定至关重要，通过对随机因子、搜索半径和构造高、低点等拐点搜索特征的分析，合理的选择三个参数进行趋势化预处理和低频化处理，使得拐点选择合理，既可以有效和准确地识别低幅度构造，又保证在解释成图的过程中不产生假构造。
为了能够在构建低幅度构造趋势分解图时准确得确定构造的各个拐点，在本申请的地震资料低幅度构造成图方法的一实施例中，还可以具体包含如下内容：根据所述三维地震解释构造数据中各采样点的坐标信息和所述预设拐点搜索参数中的搜索半径，确定与所述搜索半径对应的所述采样点，并将所述采样点设定为拐点。
可以理解的是，所述拐点是构造由下降转为上升的转折点，对应同相轴产状的转折处，它往往是低幅构造圈闭的溢出点，是勾勒低频构造背景的关键控制点。
在一种具体实例中，参见图12，确定地震剖面中的构造起伏拐点位置及搜索半径，实现过程中，采用基于低幅构造大小自适应调整搜索拐点半径，利用反距离加权法插值的方法勾勒低频构造背景(如图13所示)，可保证低频构造背景的平滑和准确性。
为了能够在构建低幅度构造趋势分解图时准确得提取三维地震解释构造数据中的低幅度构造数据，在本申请的地震资料低幅度构造成图方法的一实施例中，参见图2，还可以具体包含如下内容：
步骤S301：将所述低频构造背景与所述三维地震解释构造数据叠合，并从所述三维地震解释构造数据中去除所述低频构造背景。
步骤S302：根据去低频化的所述三维地震解释构造数据中的所述构造起伏拐点信息，提取得到所述第一低幅度构造数据。
可以理解的是，由于已知低频构造背景和构造起伏的拐点，将所述低频构造背景与所述三维地震解释构造数据叠合，以此能够从所述三维地震解释构造数据中提取出低幅度构造数据(即所述第一低幅度构造数据，参见图15)，进而形成基于趋势分解的低幅度构造平面图(即所述低幅度构造趋势分解图)，通过趋势分解法进行低幅度构造成图，最大的优势就在于不用构造速度场，通过拐点的有效搜索和确定，使得构造解释既包含低幅度构造趋势又能够突出局部微小起伏，因此能够具有较佳的构造细节聚焦性。
为了能够在构建低幅度构造小波分解图时准确得提取三维地震解释构造数据中的低幅度构造数据，在本申请的地震资料低幅度构造成图方法的一实施例中，参见图3，还可以具体包含如下内容：
步骤S401：根据所述分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取构造幅度小于预设幅度阈值的所述三维震解释构造数据。
步骤S402：从所述构造幅度小于预设幅度阈值的所述三维震解释构造数据中提取分析尺度小于预设尺度阈值的所述三维震解释构造数据，并将其设定为所述第二低幅度构造数据。
可以理解的是，可以通过人工选取合适的尺度参数进而利用二维小波变换方法对所述三维震解释构造数据进行多尺度分析获得低频(即多尺度)构造背景(参见图14)，进而将低频构造背景与局部细节(极低幅度构造数据)分离，达到凸显低幅度细节的目的。
可选地，所述二维小波正变换公式为：
式中，a为尺度参数，b为沿x方向平面位置参数，沿y方向为c，f(x,y)代表构造走时解释平面数据，
是沿x方向的小波函数，
是沿y方向的小波函数。
可选地，在经过二维小波多尺度分析后，选取大尺度数据进行二维小波逆变换即可得到构造大背景。其二维小波的逆变换的公式表示为：
其中，
Gg为g的傅里叶变换。
可选地，在通过上述二维小波逆变换得到构造大背景后，根据二维小波正变换得到的分析小波尺度与构造幅度的对应关系，将低幅度构造数据(即小分析尺度对应的构造幅度数据，也即所述第二低幅度构造数据)从构造大背景中分离出来，进而生成低幅度构造小波分解图(参见图16)。
为了能够在构建低幅度构造小波分解图时准确得得到分析小波尺度与构造幅度的对应关系，在本申请的地震资料低幅度构造成图方法的一实施例中，还可以具体包含如下内容：通过预设小波基函数对所述三维地震解释构造数据进行多尺度分析，确定分析小波尺度与构造幅度的对应关系。
可以理解的是，不同的小波基函数在时域有不同的形状，对于同一尺度可以得到不同的分解效果。通过设置常用的小波基函数，反复调试确定合适的小波基函数，进而得到理想的分解效果。
为了能够根据趋势分解和小波分解的不同优势，得到最终的目标低幅度构造图，在本申请的地震资料低幅度构造成图方法的一实施例中，参见图4，还可以具体包含如下内容：
步骤S501：将所述低幅度构造趋势分解图和所述低幅度构造小波分解图按照预设划分数值分别划分为多个子区域。
步骤S502：判断所述低幅度构造趋势分解图和所述低幅度构造小波分解图对应的各所述子区域的构造清晰度数值大小。
步骤S503：根据所述构造清晰度较大的各所述子区域，得到所述目标低幅度构造图。
可选地，在得到所述低幅度构造趋势分解图和所述低幅度构造小波分解图后，可以根据预设划分数值，例如长度等比划分2份，宽度等比划分3份，将二者划分为6个子区域，并判断所述低幅度构造趋势分解图和所述低幅度构造小波分解图对应的各所述子区域的构造清晰度数值大小，针对同一组对应的子区域，选取构造清晰度数值较大的子区域，作为目标低幅度构造图在该位置处的子区域，并以此生成最终的所述目标低幅度构造图，其中，所述构造清晰度数值的确定可以通过现有的图像分析软件得到，例如根据构造深浅、构造色值、构造线条的表示维度等确定构造清晰度数值。
可选地，实际运用中两种方法都有很好的去低频效果，本申请也可以根据两种方法分别得到的结果与实际钻井进行比较，选择优选的结果作为最终结果。
为了能够得到清晰、准确的低幅度构造图像数据，本申请提供一种用于实现所述地震资料低幅度构造成图方法的全部或部分内容的地震资料低幅度构造成图装置的实施例，参见图5，所述地震资料低幅度构造成图装置具体包含有如下内容：
低频构造背景确定模块10，用于确定三维地震解释构造数据中的构造起伏拐点信息，对所述构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景。
低幅度构造趋势分解成图模块20，用于根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，并根据所述第一低幅度构造数据生成低幅度构造趋势分解图。
低幅度构造小波分解成图模块30，用于根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，并根据所述第二低幅度构造数据生成低幅度构造小波分解图。
目标低幅度构造成图模块40，用于根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图。
从上述描述可知，本申请实施例提供的地震资料低幅度构造成图装置，能够通过在三维地震解释构造数据中，根据构造的上下起伏及走势搜索构造的拐点，例如拐点的具体位置和该拐点处的构造数据，对各拐点处的构造数据进行反距离三角加权法插值，以此得到整个三维地震解释构造数据的低频构造背景，根据所述构造起伏拐点信息和所述低频构造背景，从所述三维地震解释构造数据中提取出第一低幅度构造数据，进而生成构造细节聚焦性较佳的低幅度构造趋势分解图，同时，根据分析小波尺度与构造幅度的对应关系，利用小波分解法从所述三维震解释构造数据中提取得到第二低幅度构造数据，进而生成构造连续性较佳的低幅度构造小波分解图，通过相互对比所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定最终的、效果最佳的目标低幅度构造图，本申请增强了局部微构造特征，使低幅度构造成图更加完整精细，提升了地质勘探效率和准确度。
为了能够在构建低幅度构造趋势分解图时准确得确定拐点搜索参数，在本申请的地震资料低幅度构造成图装置的一实施例中，参见图6，还具体包含有如下内容：
趋势化预处理单元52，用于对三维地震解释构造数据进行趋势化预处理，得到过滤掉随机因子干扰的三维地震解释构造数据。
为了能够在构建低幅度构造趋势分解图时准确得确定构造的各个拐点，在本申请的地震资料低幅度构造成图装置的一实施例中，参见图7，所述低频构造背景确定模块10包括：
拐点搜索单元11，用于根据所述三维地震解释构造数据中各采样点的坐标信息和所述预设拐点搜索参数中的搜索半径，确定与所述搜索半径对应的所述采样点，并将所述采样点设定为拐点。
为了能够在构建低幅度构造趋势分解图时准确得提取三维地震解释构造数据中的低幅度构造数据，在本申请的地震资料低幅度构造成图装置的一实施例中，参见图8，所述低幅度构造趋势分解成图模块20包括：
低频构造背景去除单元21，用于将所述低频构造背景与所述三维地震解释构造数据叠合，并从所述三维地震解释构造数据中去除所述低频构造背景。
第一低幅度构造数据提取单元22，用于根据去低频化的所述三维地震解释构造数据中的所述构造起伏拐点信息，提取得到所述第一低幅度构造数据。
为了能够在构建低幅度构造小波分解图时准确得提取三维地震解释构造数据中的低幅度构造数据，在本申请的地震资料低幅度构造成图装置的一实施例中，参见图9，所述低幅度构造小波分解成图模块30包括：
低幅度构造数据提取单元31，用于根据所述分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取构造幅度小于预设幅度阈值的所述三维震解释构造数据。
第二低幅度构造数据确定单元32，用于从所述构造幅度小于预设幅度阈值的所述三维震解释构造数据中提取分析尺度小于预设尺度阈值的所述三维震解释构造数据，并将其设定为所述第二低幅度构造数据。
为了能够在构建低幅度构造小波分解图时准确得得到分析小波尺度与构造幅度的对应关系，在本申请的地震资料低幅度构造成图装置的一实施例中，还具体包含有如下内容：对应关系确定单元，用于通过预设小波基函数对所述三维地震解释构造数据进行多尺度分析，确定分析小波尺度与构造幅度的对应关系。
为了能够根据趋势分解和小波分解的不同优势，得到最终的目标低幅度构造图，在本申请的地震资料低幅度构造成图装置的一实施例中，参见图10，所述目标低幅度构造成图模块40包括：
子区域划分单元41，用于将所述低幅度构造趋势分解图和所述低幅度构造小波分解图按照预设划分数值分别划分为多个子区域。
子区域判断单元42，用于判断所述低幅度构造趋势分解图和所述低幅度构造小波分解图对应的各所述子区域的构造清晰度数值大小。
目标低幅度构造图确定单元43，用于根据所述构造清晰度较大的各所述子区域，得到所述目标低幅度构造图。
为了更进一步说明本方案，本申请还提供一种应用上述地震资料低幅度构造成图装置实现地震资料低幅度构造成图方法的具体应用实例，具体包含有如下内容：
1、一种趋势分解构造成图技术：
趋势分解构造成图技术的方法原理是在三维地震解释构造走时数据体上，根据构造上下起伏及走势搜索拐点位置；然后根据拐点位置的构造走势信息插值得到构造趋势面；最后结合原来的构造数据分析出构造趋势面，得到低幅度构造细节。
具体的，其主要包括三个步骤：
①趋势化预处理：对构造层位数据预处理，滤掉对干扰趋势面影响的随机因子；
②勾勒低频构造背景：搜索构造起伏拐点，利用反距离三角加权法得到低频背景；
③去低频化构造成图：将构造解释与低频背景叠合，提取低幅构造数据，形成低幅度构造平面图。
具体工作步骤如下：
步骤一：层位数据预处理。对地震数据的层位数据进行平滑处理，滤掉随机因子干扰，有效控制构造趋势面；
步骤二：构造起伏拐点搜索。构造起伏拐点是指构造由逐渐下降转为逐渐上升的转折点，往往对应于低幅构造的圈闭溢出点，是勾勒低频构造背景的关键控制点，在成图过程中可以根据构造的幅度自适应调整搜索拐点半径；
步骤三：低频构造背景拾取。在步骤二基础上，用反距离三角加权法插值的方法刻画出低频构造背景。采用此方法插值，主要考虑到拐点比较稀少，且分布不均匀等特点，这样保证低频构造背景的平滑、准确；
步骤四：拐点搜索关键参数的确定。构造起伏拐点搜索的准确性是决定着趋势分解构造成图的质量，因此拐点参数的确定至关重要，通过对随机因子、搜索半径和构造高、低点等构造起伏拐点因素的分析，合理的选择三个参数进行趋势化预处理和低频化处理，使得拐点选择合理，既可以有效和准确地识别低幅度构造，又保证在解释成图的过程中不产生假构造；
步骤五：去低频化构造成图。通过步骤三、四可获得低频构造背景和构造起伏拐点，将两者进行合理的叠合，提取出低幅度构造数据，这样利用趋势分解的方法便可以形成低幅度构造平面图。
通过趋势分解法进行构造成图，最大的优势就在于不用构造速度场，通过拐点的有效搜索和确定，使得构造解释即包含低幅度构造趋势又突出局部微小起伏。通过该方法的三维地震构造解释，在利用下面的小波分解法进行二维平面成图，使得低幅度构造更加立体，准确。
2、一种小波分解构造成图技术：
小波分解构造成图技术的方法原理是通过人工选取合适的尺度参数进而利用二维小波变换技术对构造解释平面数据进行多尺度分析获得低频(多尺度)构造背景，进而将背景与局部细节(低幅度构造)分离，达到凸显低幅度细节的目的。
小波变换是一种多尺度变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，它的重大的特点是通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处频率细分，低频处频率粗分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，进而获得低频构造背景。
本发明中，用到的二维小波正变换公式为：
式中，a为尺度参数，b为沿x方向平面位置参数，沿y方向为c，f(x,y)代表构造走时解释平面数据，
是沿x方向的小波函数，
是沿y方向的小波函数。
二维构造走时解释平面数据经过二维小波多尺度分析后，选取大尺度数据进行二维小波逆变换即得到构造大背景。其二维小波的逆变换的公式表示为：
其中：
在前面趋势分解法绘制出低幅度构造图后，充分利用小波分解的时频特征，对不同频率成分进行分解和突出，这样将整个构造图聚焦到微小起伏等细节上来。进而得到能凸显细节变化的去低频化低幅度构造图。其小波分解法成图层分为三步：①优选小波，②大尺度时频图，③去除构造低频背景。具体方法如下：
步骤六：小波基函数选取。不同的小波基函数在时域有不同的形状，对于同一尺度可以得到不同的分解效果。通过设置常用的小波基函数，反复调试确定合适的小波基函数，进而得到理想的分解效果；
步骤七：二维时频分析。利用二维小波变换尺度参数的冗余特性，对构造解释数据进行多尺度二维小波分解，进而分析尺度与构造幅度的对应关系，将低幅度构造(小尺度信息)与区域构造背景(大尺度信息)分离。本发明用分解程度来代替尺度参数，分解的程度越多，二维小波变变换的尺度就越精细，低幅度构造展现的细节就更多。
步骤八：去低频构造成图。利用步骤七，得到大尺度时频图，即构造背景，分析不同尺度频率特征，将低幅度欧构造(小尺度信息)分离出来，去掉其低频段构造背景，形成低幅度构造的预览模式，迭代进行步骤六、七，最终形成基于小波分解的去低频化的低幅度构造图。
由上述描述可知，本申请至少还可以实现如下技术效果：
(1)针对低幅构造尺度大小不一，充分利用二维小波变换尺度的冗余特性，对构造解释成果进行二维图像多尺度分解；
(2)针对小波变换在构造解释数据缺失时，边缘效应严重，使用趋势分解法，并引入趋势化处理、拐点搜索半径、高程差拐点等数学算法，实现了去低频化的多尺度处理，并在较大程度上克服了因数据点缺失带来的边缘效应；
(3)针对目前低幅构造成图技术的不足，从不同角度采用趋势分解法与二维小波分解方法对低幅构造进行成图，实现区域背景与局部低幅度构造的有效分离，增强局部微构造特征，使其在构造平面图上得以凸显。
本申请的实施例还提供能够实现上述实施例中的地震资料低幅度构造成图方法中全部步骤的一种电子设备的具体实施方式，参见图11，所述电子设备具体包括如下内容：
处理器(processor)601、存储器(memory)602、通信接口(CommunicationsInterface)603和总线604；
其中，所述处理器601、存储器602、通信接口603通过所述总线604完成相互间的通信；所述通信接口603用于实现地震资料低幅度构造成图装置、在线业务系统、客户端设备以及其他参与机构之间的信息传输；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的地震资料低幅度构造成图方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤S101：确定三维地震解释构造数据中的构造起伏拐点信息，对所述构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景。
步骤S102：根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，并根据所述第一低幅度构造数据生成低幅度构造趋势分解图。
步骤S103：根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，并根据所述第二低幅度构造数据生成低幅度构造小波分解图。
步骤S104：根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图。
从上述描述可知，本申请实施例提供的电子设备，能够通过在三维地震解释构造数据中，根据构造的上下起伏及走势搜索构造的拐点，例如拐点的具体位置和该拐点处的构造数据，对各拐点处的构造数据进行反距离三角加权法插值，以此得到整个三维地震解释构造数据的低频构造背景，根据所述构造起伏拐点信息和所述低频构造背景，从所述三维地震解释构造数据中提取出第一低幅度构造数据，进而生成构造细节聚焦性较佳的低幅度构造趋势分解图，同时，根据分析小波尺度与构造幅度的对应关系，利用小波分解法从所述三维震解释构造数据中提取得到第二低幅度构造数据，进而生成构造连续性较佳的低幅度构造小波分解图，通过相互对比所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定最终的、效果最佳的目标低幅度构造图，本申请增强了局部微构造特征，使低幅度构造成图更加完整精细，提升了地质勘探效率和准确度。
本申请的实施例还提供能够实现上述实施例中的地震资料低幅度构造成图方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的地震资料低幅度构造成图方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤S101：确定三维地震解释构造数据中的构造起伏拐点信息，对所述构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景。
步骤S102：根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，并根据所述第一低幅度构造数据生成低幅度构造趋势分解图。
步骤S103：根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，并根据所述第二低幅度构造数据生成低幅度构造小波分解图。
步骤S104：根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图。
从上述描述可知，本申请实施例提供的计算机可读存储介质，能够通过在三维地震解释构造数据中，根据构造的上下起伏及走势搜索构造的拐点，例如拐点的具体位置和该拐点处的构造数据，对各拐点处的构造数据进行反距离三角加权法插值，以此得到整个三维地震解释构造数据的低频构造背景，根据所述构造起伏拐点信息和所述低频构造背景，从所述三维地震解释构造数据中提取出第一低幅度构造数据，进而生成构造细节聚焦性较佳的低幅度构造趋势分解图，同时，根据分析小波尺度与构造幅度的对应关系，利用小波分解法从所述三维震解释构造数据中提取得到第二低幅度构造数据，进而生成构造连续性较佳的低幅度构造小波分解图，通过相互对比所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定最终的、效果最佳的目标低幅度构造图，本申请增强了局部微构造特征，使低幅度构造成图更加完整精细，提升了地质勘探效率和准确度。
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，对于硬件+程序类实施例而言，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。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
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。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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。
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暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。
本说明书实施例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说明书实施例，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。
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。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说明书实施例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须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。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。
Claims (16)
1.一种地震资料低幅度构造成图方法，其特征在于，所述方法包括：
确定三维地震解释构造数据中的构造起伏拐点信息，对所述构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景；
根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，并根据所述第一低幅度构造数据生成低幅度构造趋势分解图；
根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，并根据所述第二低幅度构造数据生成低幅度构造小波分解图；
根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图。
2.根据权利要求1所述的地震资料低幅度构造成图方法，其特征在于，在所述确定三维地震解释构造数据中的构造起伏拐点信息之前，包括：
对三维地震解释构造数据进行趋势化预处理，得到过滤掉随机因子干扰的三维地震解释构造数据。
3.根据权利要求1所述的地震资料低幅度构造成图方法，其特征在于，所述确定三维地震解释构造数据中的构造起伏拐点信息，包括：
根据所述三维地震解释构造数据中各采样点的坐标信息和预设拐点搜索参数中的搜索半径，确定与所述搜索半径对应的所述采样点，并将所述采样点设定为拐点。
4.根据权利要求1所述的地震资料低幅度构造成图方法，其特征在于，所述根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，包括：
将所述低频构造背景与所述三维地震解释构造数据叠合，并从所述三维地震解释构造数据中去除所述低频构造背景；
根据去低频化的所述三维地震解释构造数据中的所述构造起伏拐点信息，提取得到所述第一低幅度构造数据。
5.根据权利要求1所述的地震资料低幅度构造成图方法，其特征在于，所述根据所述分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，包括：
根据所述分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取构造幅度小于预设幅度阈值的所述三维震解释构造数据；
从所述构造幅度小于预设幅度阈值的所述三维震解释构造数据中提取分析尺度小于预设尺度阈值的所述三维震解释构造数据，并将其设定为所述第二低幅度构造数据。
6.根据权利要求1所述的地震资料低幅度构造成图方法，其特征在于，在所述根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据之前，包括：
通过预设小波基函数对所述三维地震解释构造数据进行多尺度分析，确定分析小波尺度与构造幅度的对应关系。
7.根据权利要求1所述的地震资料低幅度构造成图方法，其特征在于，所述根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图，包括：
将所述低幅度构造趋势分解图和所述低幅度构造小波分解图按照预设划分数值分别划分为多个子区域；
判断所述低幅度构造趋势分解图和所述低幅度构造小波分解图对应的各所述子区域的构造清晰度数值大小；
根据所述构造清晰度较大的各所述子区域，得到所述目标低幅度构造图。
8.一种地震资料低幅度构造成图装置，其特征在于，包括：
低频构造背景确定模块，用于确定三维地震解释构造数据中的构造起伏拐点信息，对所述构造起伏拐点信息进行反距离三角加权法插值，得到低频构造背景；
低幅度构造趋势分解成图模块，用于根据所述低频构造背景，从所述三维地震解释构造数据中提取得到第一低幅度构造数据，并根据所述第一低幅度构造数据生成低幅度构造趋势分解图；
低幅度构造小波分解成图模块，用于根据分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取得到第二低幅度构造数据，并根据所述第二低幅度构造数据生成低幅度构造小波分解图；
目标低幅度构造成图模块，用于根据所述低幅度构造趋势分解图和所述低幅度构造小波分解图，确定所述三维地震解释构造数据的目标低幅度构造图。
9.根据权利要求8所述的地震资料低幅度构造成图装置，其特征在于，还包括：
趋势化预处理单元，用于对三维地震解释构造数据进行趋势化预处理，得到过滤掉随机因子干扰的三维地震解释构造数据。
10.根据权利要求8所述的地震资料低幅度构造成图装置，其特征在于，所述低频构造背景确定模块包括：
拐点搜索单元，用于根据所述三维地震解释构造数据中各采样点的坐标信息和预设拐点搜索参数中的搜索半径，确定与所述搜索半径对应的所述采样点，并将所述采样点设定为拐点。
11.根据权利要求8所述的地震资料低幅度构造成图装置，其特征在于，所述低幅度构造趋势分解成图模块包括：
低频构造背景去除单元，用于将所述低频构造背景与所述三维地震解释构造数据叠合，并从所述三维地震解释构造数据中去除所述低频构造背景；
第一低幅度构造数据提取单元，用于根据去低频化的所述三维地震解释构造数据中的所述构造起伏拐点信息，提取得到所述第一低幅度构造数据。
12.根据权利要求8所述的地震资料低幅度构造成图装置，其特征在于，所述低幅度构造小波分解成图模块包括：
低幅度构造数据提取单元，用于根据所述分析小波尺度与构造幅度的对应关系，从所述三维震解释构造数据中提取构造幅度小于预设幅度阈值的所述三维震解释构造数据；
第二低幅度构造数据确定单元，用于从所述构造幅度小于预设幅度阈值的所述三维震解释构造数据中提取分析尺度小于预设尺度阈值的所述三维震解释构造数据，并将其设定为所述第二低幅度构造数据。
13.根据权利要求8所述的地震资料低幅度构造成图装置，其特征在于，还包括：
对应关系确定单元，用于通过预设小波基函数对所述三维地震解释构造数据进行多尺度分析，确定分析小波尺度与构造幅度的对应关系。
14.根据权利要求8所述的地震资料低幅度构造成图装置，其特征在于，所述目标低幅度构造成图模块包括：
子区域划分单元，用于将所述低幅度构造趋势分解图和所述低幅度构造小波分解图按照预设划分数值分别划分为多个子区域；
子区域判断单元，用于判断所述低幅度构造趋势分解图和所述低幅度构造小波分解图对应的各所述子区域的构造清晰度数值大小；
目标低幅度构造图确定单元，用于根据所述构造清晰度较大的各所述子区域，得到所述目标低幅度构造图。
15.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述的地震资料低幅度构造成图方法的步骤。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述的地震资料低幅度构造成图方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911162913.2A CN112835095B (zh) | 2019-11-25 | 2019-11-25 | 地震资料低幅度构造成图方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911162913.2A CN112835095B (zh) | 2019-11-25 | 2019-11-25 | 地震资料低幅度构造成图方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112835095A true CN112835095A (zh) | 2021-05-25 |
| CN112835095B CN112835095B (zh) | 2023-08-22 |
Family
ID=75922881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911162913.2A Active CN112835095B (zh) | 2019-11-25 | 2019-11-25 | 地震资料低幅度构造成图方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112835095B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5798982A (en) * | 1996-04-29 | 1998-08-25 | The Trustees Of Columbia University In The City Of New York | Method for inverting reflection trace data from 3-D and 4-D seismic surveys and identifying subsurface fluid and pathways in and among hydrocarbon reservoirs based on impedance models |
| US20080285383A1 (en) * | 2006-05-07 | 2008-11-20 | Ping An | System and method for processing seismic data for interpretation |
| US20110042098A1 (en) * | 2008-05-09 | 2011-02-24 | Matthias Georg Imhof | Method For Geophysical And Stratigraphic Interpretation Using Waveform Anomalies |
| CN102323617A (zh) * | 2011-06-13 | 2012-01-18 | 中国石油化工股份有限公司 | 一种复杂地表的二维地震资料连片处理方法 |
| RU2014118825A (ru) * | 2014-05-08 | 2014-09-27 | Алексей Алексеевич Никитин | Способ обработки и интерпретаций сейсмических данных |
| CN105717540A (zh) * | 2016-03-14 | 2016-06-29 | 中国海洋石油总公司 | 一种微幅度构造精细预测方法 |
| US20160327671A1 (en) * | 2015-05-08 | 2016-11-10 | King Fahd University Of Petroleum And Minerals | Processing hexagonally sampled seismic data |
| CN106353796A (zh) * | 2015-07-17 | 2017-01-25 | 中国石油化工股份有限公司 | 一种提高地面地震资料分辨率方法 |
| CN107688200A (zh) * | 2017-04-12 | 2018-02-13 | 恒泰艾普集团股份有限公司 | 针对低幅度构造畸变的速度校正方法 |
| CN107688205A (zh) * | 2017-07-20 | 2018-02-13 | 中国石油天然气集团公司 | 相对地质构造图的建立方法和装置 |
| CN108254784A (zh) * | 2017-12-11 | 2018-07-06 | 中国石油天然气股份有限公司 | 一种基于二维地震数据的断层识别方法、装置及系统 |
-
2019
- 2019-11-25 CN CN201911162913.2A patent/CN112835095B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5798982A (en) * | 1996-04-29 | 1998-08-25 | The Trustees Of Columbia University In The City Of New York | Method for inverting reflection trace data from 3-D and 4-D seismic surveys and identifying subsurface fluid and pathways in and among hydrocarbon reservoirs based on impedance models |
| US20080285383A1 (en) * | 2006-05-07 | 2008-11-20 | Ping An | System and method for processing seismic data for interpretation |
| US20110042098A1 (en) * | 2008-05-09 | 2011-02-24 | Matthias Georg Imhof | Method For Geophysical And Stratigraphic Interpretation Using Waveform Anomalies |
| CN102323617A (zh) * | 2011-06-13 | 2012-01-18 | 中国石油化工股份有限公司 | 一种复杂地表的二维地震资料连片处理方法 |
| RU2014118825A (ru) * | 2014-05-08 | 2014-09-27 | Алексей Алексеевич Никитин | Способ обработки и интерпретаций сейсмических данных |
| US20160327671A1 (en) * | 2015-05-08 | 2016-11-10 | King Fahd University Of Petroleum And Minerals | Processing hexagonally sampled seismic data |
| CN106353796A (zh) * | 2015-07-17 | 2017-01-25 | 中国石油化工股份有限公司 | 一种提高地面地震资料分辨率方法 |
| CN105717540A (zh) * | 2016-03-14 | 2016-06-29 | 中国海洋石油总公司 | 一种微幅度构造精细预测方法 |
| CN107688200A (zh) * | 2017-04-12 | 2018-02-13 | 恒泰艾普集团股份有限公司 | 针对低幅度构造畸变的速度校正方法 |
| CN107688205A (zh) * | 2017-07-20 | 2018-02-13 | 中国石油天然气集团公司 | 相对地质构造图的建立方法和装置 |
| CN108254784A (zh) * | 2017-12-11 | 2018-07-06 | 中国石油天然气股份有限公司 | 一种基于二维地震数据的断层识别方法、装置及系统 |
Non-Patent Citations (6)
| Title |
|---|
| XIANGXUE LI: "Fine interpretation of 3D structure of low-amplitude structures and complicated fault", 《SEG GLOBAL MEETING ABSTRACTS》, pages 856 - 862 * |
| 柴童 等: "趋势面分析技术在低幅度构造油气藏识别中的应用——以鄂尔多斯盆地天环坳陷为例", 《西安文理学院学报（自然科学版）》, vol. 22, no. 1, pages 91 - 93 * |
| 王丹丹 等: "应用水平井信息提高地震反演精度", 《地球物理学进展》, vol. 34, no. 1, pages 185 - 190 * |
| 王岩: "微构造的地球物理识别技术", 《内江科技》, no. 4, pages 48 * |
| 王延章 等: "低幅度构造油藏研究方法", 《新疆石油地质》, vol. 27, no. 4, pages 407 - 409 * |
| 罗群 等: "深层低幅度构造解释思路与模式――以塔里木盆地塔河油田九区三叠系为例", 《石油天然气学报》, vol. 35, no. 1, pages 58 - 62 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112835095B (zh) | 2023-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | A method for low-frequency noise suppression based on mathematical morphology in microseismic monitoring | |
| Huang et al. | Mathematical morphological filtering for linear noise attenuation of seismic data | |
| Liang et al. | Seismic data restoration via data-driven tight frame | |
| 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 | |
| Minhas et al. | Shape from focus using fast discrete curvelet transform | |
| CN102998706B (zh) | 一种衰减地震数据随机噪声的方法及系统 | |
| US10393899B2 (en) | Automatic tracking of faults by slope decomposition | |
| Wang et al. | Robust vector median filtering with a structure-adaptive implementation | |
| Ashraf et al. | Sobel filter for edge detection of hexagonally sampled 3D seismic data | |
| CN111582114B (zh) | 一种地震断层识别方法、装置、设备和存储介质 | |
| Huang et al. | Random noise attenuation by planar mathematical morphological filtering | |
| Li et al. | Desert seismic signal denoising by 2D compact variational mode decomposition | |
| CN107832271B (zh) | 函数图像绘制方法、装置、设备及计算机存储介质 | |
| CN112698382B (zh) | 小尺度断控岩溶型储层地震预测方法及装置 | |
| Huang et al. | Frequency–space-dependent smoothing regularized nonstationary predictive filtering | |
| Wang et al. | Adaptive frequency-domain nonlocal means for seismic random noise attenuation | |
| CN112835095B (zh) | 地震资料低幅度构造成图方法及装置 | |
| CN111596358B (zh) | 一种多次波的压制方法、设备以及系统 | |
| CN109782344B (zh) | 沉积层序边界识别方法及装置 | |
| Wu et al. | Noise suppression of distributed fiber-optical acoustic sensing seismic data by attention-guided multiscale generative adversarial network | |
| CN113031072B (zh) | 虚同相轴层间的多次波压制方法、装置及设备 | |
| Chen et al. | Random noise attenuation using local similarity | |
| CN113256547B (zh) | 一种基于小波技术的地震数据融合方法 | |
| CN113311485B (zh) | 地震沉积特征加强滤波方法及装置 | |
| US10082588B2 (en) | Adaptive structure-oriented operator |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |