CN113311486B - 地震沉积特征加强滤波方法及装置 - Google Patents
地震沉积特征加强滤波方法及装置 Download PDFInfo
- Publication number
- CN113311486B CN113311486B CN202010122698.XA CN202010122698A CN113311486B CN 113311486 B CN113311486 B CN 113311486B CN 202010122698 A CN202010122698 A CN 202010122698A CN 113311486 B CN113311486 B CN 113311486B
- Authority
- CN
- China
- Prior art keywords
- seismic
- dimensional
- slice
- information
- interpolation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000013049 sediment Substances 0.000 title claims abstract description 41
- 238000001914 filtration Methods 0.000 title claims abstract description 21
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 76
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008021 deposition Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000003014 reinforcing effect Effects 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 14
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 230000003993 interaction Effects 0.000 abstract description 4
- 230000007480 spreading Effects 0.000 abstract description 4
- 238000003892 spreading Methods 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000013519 translation Methods 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
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/364—Seismic filtering
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Acoustics & Sound (AREA)
- Pure & Applied Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
- Image Processing (AREA)
Abstract
本发明提供的一种地震沉积特征加强滤波方法及装置,通过多尺度二维小波分解,实现了地震切片上地层沉积信息的分层级提取,有利于加强突出目标地质体的地震沉积信息;同时提取的地震切片低频和对应残差(高频成分)均包含丰富的地震沉积信息,高低频信息的联合应用有利于提高地震沉积分析精度;进一步的,可基于地震切片信息清晰突出地质体边界,为储层横向展布精细刻画提供重要指导信息;最后本发明算法简单易行,运行效率高,无需人机交互,易于形成软件功能模块推广应用。
Description
技术领域
本发明涉及地震勘探技术领域,更具体的,涉及一种地震沉积特征加强滤波方法及装置。
背景技术
在油气田勘探开发领域,地震资料以其覆盖范围广、横向连续性强等特点一直是储层沉积特征分析的重要指导信息,特别是在少井或无井工区,基于地震资料的储层沉积表征分析是寻找地下油气资源分布的重要方法手段。然而由于地层对地震波的吸收和衰减作用,地震勘探通常面临资料信噪比低、主频低、频宽窄等一系列制约因素,基于地震信息开展储层沉积特征分析通常识别精度不高,严重影响地震储层表征的准确性。地震切片技术是地震储层沉积特征分析的重要手段之一,通过联合地震沉积学分析手段以判定储层地貌和岩性信息,从而达到分析油气藏成藏过程和判断储层沉积条件的目的。
对于地震切片,由于地震资料分辨率、信噪比的限制以及临层干涉等因素,基于地震储层沉积特征表征等仍存在很多问题。首先,由于地震纵向分辨率的制约,不同垂向深度上临近的地质体之间会产生干涉效应,从而导致地震垂向分辨率降低;其次,水平临近的多个地质体的地震反射波亦存在相互干涉的问题,从而降低了地震资料的横向分辨能力;此外,地震波在地下传播过程中由于数据噪声、多次波等引起的杂乱反射特征以及地震偏移归位不精确等对基于地震切片识别地下地质体也具有一定的破坏作用。因此,有必要对地震切片开展进一步处理,以提高基于地震切片开展储层沉积分析的精度。
发明内容
为了解决上述问题的至少一个,本发明提供一种基于多尺度二维小波分解的地震沉积特征加强滤波方法,包括:
提取研究工区叠后地震资料的二维切片信息;
采用二维插值算法对所述二维切片信息进行插值处理,得到插值后的二维切片信息;
基于预设的多尺度二维小波变换滤波器对插值后的二维切片信息进行多尺度二维小波分解,得到分解结果;
从所述分解结果中提取至少部分低频成分,进行数据重构得到低频重构信息,以及所述低频重构信息和所述二维切片信息的残差;
根据所述残差和所述低频重构信息进行地震切片沉积特征解释。
在某些实施例中,还包括:
对所述二维切片信息采用设定的小波函数构建多尺度二维小波变换滤波器。
在某些实施例中,所述二维切片信息包括振幅、相位、相干、瞬时频率、曲率。
在某些实施例中,所述二维插值算法包括:双线性插值算法、最临近插值、双三次插值以及三次样条插值。
本发明还提供一种基于多尺度二维小波分解的地震沉积特征加强滤波装置,包括:
提取模块,提取研究工区叠后地震资料的二维切片信息;
插值模块,采用二维插值算法对所述二维切片信息进行插值处理,得到插值后的二维切片信息;
分解模块,基于预设的多尺度二维小波变换滤波器对插值后的二维切片信息进行多尺度二维小波分解,得到分解结果;
重构模块,从所述分解结果中提取至少部分低频成分,进行数据重构得到低频重构信息,以及所述低频重构信息和所述二维切片信息的残差;
特征解释模块,根据所述残差和所述低频重构信息进行地震切片沉积特征解释。
在某些实施例中,还包括:
滤波器构建模块,对所述二维切片信息采用设定的小波函数构建多尺度二维小波变换滤波器。
在某些实施例中,所述二维切片信息包括振幅、相位、相干、瞬时频率、曲率。
在某些实施例中,所述二维插值算法包括:双线性插值算法、最临近插值、双三次插值以及三次样条插值。
在某些实施例中,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权利要求如上所述的地震沉积特征加强滤波方法的步骤。
在某些实施例中,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如上所述的地震沉积特征加强滤波方法的步骤。
本发明的有益效果如下:
本发明提供的一种地震沉积特征加强滤波方法及装置,通过多尺度二维小波分解,实现了地震切片上地层沉积信息的分层级提取,有利于加强突出目标地质体的地震沉积信息;同时提取的地震切片低频和对应残差(高频成分)均包含丰富的地震沉积信息,高低频信息的联合应用有利于提高地震沉积分析精度;进一步的,可基于地震切片信息清晰突出地质体边界,为储层横向展布精细刻画提供重要指导信息;最后本发明算法简单易行,运行效率高,无需人机交互,易于形成软件功能模块推广应用。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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是本发明实施例提供的一种新的基于多尺度二维小波分解的地震沉积特征加强滤波方法流程示意图。
图2是本发明实施例输入的二维三角洲模型。
图3a1至图3c2是本实施例以图2二维三角洲模型为输入的多尺度二维小波分解结果,其中图3a1是基于第8-10级数据重构的图像低频信息,图3a2是基于第8-10级数据重构中对应残差(高频信息);图3b1是基于第5-10级数据重构的图像低频信息,图3b2是基于第5-10级数据重构中对应残差(高频信息);图3c1是基于第2-10级数据重构的图像低频信息,图3c2是基于第2-10级数据重构中对应残差(高频信息)。
图4是中国东部某工区实际叠后地震切片。
图5是以图4中叠后地震切片为输入,基于多尺度二维小波分解(分解级数为12级)提取的第5-12级数据重构的地震切片低频信息。
图6是图5结果对应残差(高频信息)。
图7是墨西哥湾某工区实际叠后地震切片,图中白色椭圆指示地震切片中的河道信息。
图8是以图7中叠后地震切片为输入,基于多尺度二维小波分解(分解级数为10级)提取的第7-10级数据重构的地震切片低频信息。
图9是图8结果所对应的残差(高频信息)。
图10示出本发明实施例中基于多尺度二维小波分解的地震沉积特征加强滤波装置的结构示意图。
图11示出适于用来实现本申请实施例的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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。
针对传统地震沉积分析方法所存在的问题,本发明的目的是提供一种新的基于多尺度二维小波分解的地震沉积特征加强滤波方法。本发明是在研究了以下问题的基础之上提出的:(1)由于地层的吸收衰减作用,地震资料通常分辨率较低,因此地震切片上干涉现象严重,一定程度上影响了地下储层的地震沉积分析精度;(2)地震切片信息通常是地下不同规模尺度的多个地质体的地震综合响应特征,因此有必要对地震切片开展多尺度分解;(3)多尺度二维小波分解已广泛应用于计算机图像处理等领域,其能够对图像开展多级分解,从而提取不同尺度上的图像高、低频信息。通过将地震切片转换为二维图像从而进一步基于多尺度二维小波分解提取不同尺度的地质体地震沉积信息以达到突出加强某个尺度上地质体沉积特征的目的。
本发明具体采取以下工作步骤来实现上述技术方案:1)提取工区叠后地震资料的二维切片信息→2)对上述叠后地震切片采用二维插值算法提高地震切片数据矩阵规模→3)基于上述插值后的叠后地震切片数据确定合适的小波函数类型→4)基于上述确定的小波函数构建多尺度二维小波变换滤波器→5)对插值后的叠后地震切片开展多尺度二维小波分解→6)基于上述获取的叠后地震切片多尺度二维小波分解结果提取地震切片部分低频层级信息开展数据重构→7)计算重构地震切片低频信息的对应残差,即对应的地震切片高频残差信息→8)联合上述获取的叠后地震切片低频重构信息和对应高频残差开展地震切片沉积特征精细解释。
小波变换作为一种数学工具在现今得到广泛应用,与传统傅里叶变换或短时傅里叶变换相比,小波变换对于能量有限信号的处理能力更加强大。傅里叶变换将信号主要低频能量集中在频率信号的前几项,缺乏刻画时域信号局部特征的能力,此外其对非平稳信号的处理效果也不太理想。作为一种时间-频率域的局部变换,小波变换在低频段采用长时间窗口,在高频段采用短时间窗口,从而将原始信号分解为一系列具有不同时间-频率特征的小波,有效地克服了傅里叶变换的不足。其不仅能够检测信号的高、低频成分,而且能够将高低频成分发生的时间与原始信号相对应,进而将信号分解为一系列由一个共同的母函数经过平移和尺度伸缩获得的小波函数的集合。因此小波变换也被称为数学显微镜可用于分析信号的局部特征。地震切片可视为一幅二维图像,从而可以借助二维小波变换开展图像处理以突出加强地震切片上的储层沉积特征。
地震切片自身特征也决定了将小波变换应用到图像处理时必须升级为二维小波变换,其亦是在传统小波变换基础上发展而来。通过对图像开展二维小波变换,可以获取其在水平、垂直、对角等方向上的高频细节信息以及对应的低频近似信息。多尺度二维分解是在二维小波变换的基础上进一步改进而来,针对地震切片是由多个不同尺度的地质体的综合地震响应所构成的这一特征,采用多尺度二维小波分解开展地震切片的多级小波分解,并在此基础上实现多级分解信息的分级重构以达到突出特定尺度地质体地震沉积特征的目的。多级重构信息在某种程度上表征地震切片的低频成分,其对应的高频残差亦含有一定的地震沉积信息,因此利用多尺度二维小波分解所重构的地震切片低频信息和高频残差联合开展地震沉积分析对储层精细表征具有重要意义。
图1示出了本发明实施例中一种基于多尺度二维小波分解的地震沉积特征加强滤波方法,包括:
S1:提取研究工区叠后地震资料的二维切片信息。
具体而言,基于叠后三维地震数据体提取特定地震层位约束和特定地震切片提取算法计算的地震切片信息,二维切片信息如图2所示,地震切片类型包括但不限于:时间切片(切片垂向时间位置一致,也称为等T0切片),水平切片(即平行于某一地层层位提取地震切片信息),地层切片(在多个层位约束下的地震信息的等比提取切片)等。提取的地震切片可记为s(x0,y0,t),其中s表示地震切片的属性信息,x0,y0为切片对应的平面位置坐标,t表示地震波双程旅行时,当s(x0,y0,t)中t为某一常数t0时,s(x0,y0,t)即为地震时间切片,可记为s(x0,y0,t=t0)或s(x0,y0,t0);地震切片的可包括的属性信息s包括但不限于:振幅、相位、相干、瞬时频率、曲率等属性。
S2:采用二维插值算法对所述二维切片信息进行插值处理,得到插值后的二维切片信息。
针对地震切片s(x0,y0,t)开展二维插值,首先忽略其时间t维度从而将地震切片视为二维图像信息,记为s(x0,y0)。在此基础上,通过二维插值算法加密地震切片数据矩阵规模,已便开展多尺度二维小波分解。二维插值后的地震切片记为S(x,y),其中[x,y]为插值后的新坐标,满足:
其中,length(.)表示对应向量元素的数量。
对于二维多尺度小波分解,欲实现N个层级的分解,则[x,y]亦应满足:
在此新二维坐标[x,y]下,基于二维插值算法计算新坐标对应下的属性值S(x,y)。本发明可用的二维插值算法类型包括但不限于:双线性插值算法(linear)、最临近插值(nearest)、双三次插值(cubic)以及三次样条插值(spline)等。根据地震切片数据特征选择合适的二维插值类型,本发明实施例中选择的插值算法为基于三次样条插值(spline)的二维插值算法。
S3:基于预设的多尺度二维小波变换滤波器对所述二维切片信息进行多尺度二维小波分解,得到分解结果。
对于能量有限空间L2(R)中的一维信号f(t),记f(t)∈L2(R),其信号能量E满足:
其中,t表示信号时间,满足上式所有条件的函数集合就形成了能量有限空间L2(R)。记ψ(t)为小波基函数,对于上述一维信号f(t)开展连续小波变换可表述为:
其中,FWT为信号f(t)小波变换结果,表示小波的位移和伸缩,σ为尺度因子表示小波函数的伸缩量,满足σ>0且σ越大ψ(t/σ)越宽,τ表征小波的位移量,<f(t),ψσ,τ(t)>表示一维信号f(t)和小波函数ψσ,τ(t)的内积。由上式可知,信号f(t)的小波变换相当于将信号f(t)投影到时间-尺度(τ-σ)二维空间内以提取其相关特征。
将上述一维小波变换推广到二维情况可得:
其中,FSWT(.)表示二维信号S(x,y)的连续二维小波变换结果,y表征第二维度;w(x,y)为给定的二维基本小波,μx,μy分别表示小波函数在x,y方向上的位移量,保证了变换前后小波能量的一致性。
对于一维小波变换,设有L2(R)空间的子空间序列:其中设Vj的正交基函数是由一个尺度函数φ(x)经过伸缩和位移得到的:
设小波函数ψ(x)=φ(2x)-φ(2x-1)且Wj是Vj相对于Vj+1的正交补空间,则Wj的正交基函数是ψ(x)由经过伸缩和平移得到:
构成Vj+1的正交基,φ(x)且ψ(x)和满足下列关系式:
其中,l(n),h(n)分别表示对应的低通和高通滤波器,h(n)=(-1)nl(1-n)。
二维小波变换是在一维小波变换的基础上发展而来,其尺度函数和小波函数可由一维尺度函数与小波函数的张量积分得到:
在此基础上,对二维信号s(x,y)开展一级分解(j=1)可表征为:
其中,A1s(x,y)为第一级平滑逼近,H1s(x,y)为对应的水平方向细节子图、V1s(x,y),D1s(x,y)分别为对应的垂直和对角方向细节子图。对应地,第j级分级即为对第j-1层级的平滑逼近结果Aj-1s(x,y)开展进一步分解,其满足:
其中,Ajs(x,y)为第j级平滑逼近,Hjs(x,y),Vjs(x,y),Djs(x,y)分别为对应的水平、垂直和对角方向细节子图。
对于上述分解结果,可通过以下两个向量保存分解结果:
其中Cvec保留了各级分类结果的水平Hjs(x,y)、垂直Vjs(x,y)、对角Djs(x,y)信息以及最终的低频ANs(x,y)信息;Avec则记录了对应的数据矩阵规模,size(.)表征二维矩阵大小。图3a1至图3c2是本实施例以图2二维三角洲模型为输入的多尺度二维小波分解结果,分解级数为10级:图3a1至图3a2基于第8-10级数据重构的图像低频信息及其对应残差(高频信息);图3b1至图3b2基于第5-10级数据重构的图像低频信息及其对应残差(高频信息);图3c1至图3c2基于第2-10级数据重构的图像低频信息及其对应残差(高频信息);如图所示,多尺度二维小波分解可通过对图像开展多级分解与重构实现图像边缘特征的加强与突出。
S4:从所述分解结果中提取至少部分低频成分,进行数据重构得到低频重构信息,以及所述低频重构信息和所述二维切片信息的残差。
基于Cvec、Avec和给定小波函数,可对上述分解结果开展数据重构。
对于小波分解结果开展重构,其本质上即为对应的小波逆变换。若小波函数满足容许条件,则一维小波逆变换可写为:
其中,为小波ψ(t)的容许条件,Ψ(ω)为ψ(t)的傅里叶变换。对应的二维逆变换形式可写为:
其中,W(ωx,ωy)为w(x,y)的傅里叶变换。
实际应用中,计算机编码过程会将小波函数离散化继而开展离散小波变化,对于一维离散小波变换,其对应小波函数可离散表述为:
在此基础上对应的小波逆变换,即离散重构公式可写为:
f(t)=∑∑Cm,nψm,n(t) (16)
对于离散[σ,τ]间距的选择应该在满足计算效率情况下尽可能加密网格。网格密度越低,信号的重构精度也会随之降低。
与一维小波重构类似,对应的二维离散小波重构,如果欲基于后k(1<k≤N)层分解信息开展数据重构,则首先提取部分Avec和Cvec信息:
其中,Arct和Crct分别对应于Avec和Cvec在N-k+1至N层级的分解信息。对应的二维小波分解离散重构公式可表征为:
其中,分别为/>对应的低\高滤波器;ANs(x,y)、Hjs(x,y),Vjs(x,y),Djs(x,y)(j=N-k+1,...,N)构成了Arct和Crct的全部信息。
对应的二维残差信息Re(x,y)表征原始地震切片和地震切片低频重构信息之间的高频差异,其可表征为:
其中,为重新插值后的重构信息,其矩阵规模应与s(x,y)一致。
S5:根据所述残差和所述低频重构信息进行地震切片沉积特征解释。
基于多尺度二维小波分解重构获取地震切片低频信息,其不同层级所蕴含和突出加强的地震沉积特征不尽相同。为此,开展地震切片的多尺度分解并在不同层级尺度上实现地震切片低频数据重构,从而分析各级重构信息所突出的地质信息;在结合工区目的层地质概况的基础上,实现利用特定层级重构信息分析特定地震沉积信息的目的。对于所对应的地震切片高频残差,其在某些重构层级上所蕴含的高频信息亦有利于地震沉积的精细分析,因此应在多级重构的基础上联合重构的低频信息和高频残差综合开展地震沉积精细分析,以提高地震解释的可信度和精度。
作为示例,图4是中国东部某工区实际叠后地震切片,图中白色椭圆和黑色箭头指示地震切片中的河道信息。图5是以图4中叠后地震切片为输入,基于多尺度二维小波分解(分解级数为12级)提取的第5-12级数据重构的地震切片低频信息;如图所示,由图中白色椭圆和黑色箭头指示位置可知,地震切片低频信息中的河道更加清晰,沉积特征较原始地震切片得到明显加强突出。图6是图5结果对应残差(高频信息)。如图6所示,由于地震切片低频信息中河道(低值)得到加强,其对应的高频残差信息中部分河道得到正向突出(高值);图7是墨西哥湾某工区实际叠后地震切片,图中白色椭圆指示地震切片中的河道信息;图8是以图7中叠后地震切片为输入,基于多尺度二维小波分解(分解级数为10级)提取的第7-10级数据重构的地震切片低频信息;图9是图8结果所对应的残差(高频信息)。如图所示,观测图中白色椭圆指示位置可知,对应的地震切片高频信息中河道更加清晰,沉积特征得到明显加强突出。
从上述描述可以知晓,本发明提供的一种地震沉积特征加强滤波方法,通过多尺度二维小波分解,实现了地震切片上地层沉积信息的分层级提取,有利于加强突出目标地质体的地震沉积信息;同时提取的地震切片低频和对应残差(高频成分)均包含丰富的地震沉积信息,高低频信息的联合应用有利于提高地震沉积分析精度;进一步的,可基于地震切片信息清晰突出地质体边界,为储层横向展布精细刻画提供重要指导信息;最后本发明算法简单易行,运行效率高,无需人机交互,易于形成软件功能模块推广应用。
基于相同的发明构思,图10示出了本发明实施例提供一种基于多尺度二维小波分解的地震沉积特征加强滤波装置,包括:
提取模块1,提取研究工区叠后地震资料的二维切片信息;
插值模块2,采用二维插值算法对所述二维切片信息进行插值处理,得到插值后的二维切片信息;
分解模块3,基于预设的多尺度二维小波变换滤波器对插值后的二维切片信息进行多尺度二维小波分解,得到分解结果;
重构模块4,从所述分解结果中提取至少部分低频成分,进行数据重构得到低频重构信息,以及所述低频重构信息和所述二维切片信息的残差;
特征解释模块5,根据所述残差和所述低频重构信息进行地震切片沉积特征解释。
本发明提供的一种地震沉积特征加强滤波装置,通过多尺度二维小波分解,实现了地震切片上地层沉积信息的分层级提取,有利于加强突出目标地质体的地震沉积信息;同时提取的地震切片低频和对应残差(高频成分)均包含丰富的地震沉积信息,高低频信息的联合应用有利于提高地震沉积分析精度;进一步的,可基于地震切片信息清晰突出地质体边界,为储层横向展布精细刻画提供重要指导信息;最后本发明算法简单易行,运行效率高,无需人机交互,易于形成软件功能模块推广应用。
在某些实施例中,还包括:
滤波器构建模块,对所述二维切片信息采用设定的小波函数构建多尺度二维小波变换滤波器。
在某些实施例中,所述二维切片信息包括振幅、相位、相干、瞬时频率、曲率。
在某些实施例中,所述二维插值算法包括:双线性插值算法、最临近插值、双三次插值以及三次样条插值。
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电子设备,具体的,电子设备例如可以为个人计算机、膝上型计算机、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。
在一个典型的实例中电子设备具体包括存储器、处理器以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如上所述的由客户端执行的方法,或者,所述处理器执行所述程序时实现如上所述的由服务器执行的方法。
下面参考图11,其示出了适于用来实现本申请实施例的电子设备的结构示意图。
如图11所示,电子设备包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
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。虽然本说明书实施例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手段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。在实际中的装置或终端产品执行时,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,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。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。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。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。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实施例的实施例而已,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 (8)
1.一种基于多尺度二维小波分解的地震沉积特征加强滤波方法,其特征在于,包括:
提取研究工区叠后地震资料的二维切片信息,基于叠后三维地震数据体提取特定地震层位约束和特定地震切片提取算法计算的地震切片信息,所述二维切片信息包括振幅、相位、相干、瞬时频率、曲率;
采用二维插值算法对所述二维切片信息进行插值处理,得到插值后的二维切片信息;
基于预设的多尺度二维小波变换滤波器对插值后的二维切片信息进行多尺度二维小波分解,得到分解结果;
从所述分解结果中提取至少部分低频成分,进行数据重构得到低频重构信息,以及所述低频重构信息和所述二维切片信息的残差;
根据所述残差和所述低频重构信息进行地震切片沉积特征解释;
其中,提取的地震切片记为s(x0,y0,t),其中s表示地震切片的属性信息,x0,y0为切片对应的平面位置坐标,t表示地震波双程旅行时, 当s(x0,y0,t)中t为某一常数t0时,s(x0,y0,t)即为地震时间切片,可记为s(x0,y0,t0), 针对地震切片s(x0,y0,t)开展二维插值,忽略其时间t维度从而将地震切片视为二维图像信息,记为s(x0,y0),二维插值后的地震切片记为s(x,y),其中(x,y)为插值后的新坐标,满足:,其中,length(.)表示对应向量元素的数量;
对于二维多尺度小波分解,欲实现N个层级的分解,则(x,y)亦应满足:
,在此新二维坐标(x,y)下,基于二维插值算法计算新坐标对应下的属性值s(x,y);
对应的二维残差信息Re(x,y)表征原始地震切片和地震切片低频重构信息之间的高频差异,其可表征为:
其中,/>为重新插值后的重构信息,其矩阵规模应与二维插值后的地震切片s(x,y)一致,(x,y)为插值后的新坐标。
2.根据权利要求1所述的地震沉积特征加强滤波方法,其特征在于,还包括:
对所述二维切片信息采用设定的小波函数构建多尺度二维小波变换滤波器。
3.根据权利要求2所述的地震沉积特征加强滤波方法,其特征在于,所述二维插值算法包括:双线性插值算法、最临近插值、双三次插值以及三次样条插值。
4.一种基于多尺度二维小波分解的地震沉积特征加强滤波装置,其特征在于,包括:
提取模块,提取研究工区叠后地震资料的二维切片信息,基于叠后三维地震数据体提取特定地震层位约束和特定地震切片提取算法计算的地震切片信息,所述二维切片信息包括振幅、相位、相干、瞬时频率、曲率;
插值模块,采用二维插值算法对所述二维切片信息进行插值处理,得到插值后的二维切片信息;
分解模块,基于预设的多尺度二维小波变换滤波器对插值后的二维切片信息进行多尺度二维小波分解,得到分解结果;
重构模块,从所述分解结果中提取至少部分低频成分,进行数据重构得到低频重构信息,以及所述低频重构信息和所述二维切片信息的残差;
特征解释模块,根据所述残差和所述低频重构信息进行地震切片沉积特征解释;
其中,提取的地震切片记为s(x0,y0,t),其中s表示地震切片的属性信息,x0,y0为切片对应的平面位置坐标,t表示地震波双程旅行时, 当s(x0,y0,t)中t为某一常数t0时,s(x0,y0,t)即为地震时间切片,可记为s(x0,y0,t0), 针对地震切片s(x0,y0,t)开展二维插值,忽略其时间t维度从而将地震切片视为二维图像信息,记为s(x0,y0),二维插值后的地震切片记为s(x,y),其中(x,y)为插值后的新坐标,满足:
,其中,length(.)表示对应向量元素的数量;
对于二维多尺度小波分解,欲实现N个层级的分解,则(x,y)亦应满足:
,在此新二维坐标(x,y)下,基于二维插值算法计算新坐标对应下的属性值s(x,y);
对应的二维残差信息Re(x,y)表征原始地震切片和地震切片低频重构信息之间的高频差异,其可表征为:其中,/>为重新插值后的重构信息,其矩阵规模应与二维插值后的地震切片s(x,y)一致,(x,y)为插值后的新坐标。
5.根据权利要求4所述的地震沉积特征加强滤波装置,其特征在于,还包括:
滤波器构建模块,对所述二维切片信息采用设定的小波函数构建多尺度二维小波变换滤波器。
6.根据权利要求5所述的地震沉积特征加强滤波装置,其特征在于,所述二维插值算法包括:双线性插值算法、最临近插值、双三次插值以及三次样条插值。
7.一种电子设备,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3任一项所述的地震沉积特征加强滤波方法。
8.一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3任一项所述的地震沉积特征加强滤波方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010122698.XA CN113311486B (zh) | 2020-02-27 | 2020-02-27 | 地震沉积特征加强滤波方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010122698.XA CN113311486B (zh) | 2020-02-27 | 2020-02-27 | 地震沉积特征加强滤波方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113311486A CN113311486A (zh) | 2021-08-27 |
CN113311486B true CN113311486B (zh) | 2023-11-28 |
Family
ID=77370117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010122698.XA Active CN113311486B (zh) | 2020-02-27 | 2020-02-27 | 地震沉积特征加强滤波方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113311486B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101545983A (zh) * | 2009-05-05 | 2009-09-30 | 中国石油集团西北地质研究所 | 基于小波变换的多属性分频成像方法 |
CN102879822A (zh) * | 2012-09-28 | 2013-01-16 | 电子科技大学 | 一种基于Contourlet变换的地震多属性融合方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2395375A3 (en) * | 2006-06-21 | 2012-04-11 | Terraspark Geosciences, LLC | Extraction of depositional systems |
-
2020
- 2020-02-27 CN CN202010122698.XA patent/CN113311486B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101545983A (zh) * | 2009-05-05 | 2009-09-30 | 中国石油集团西北地质研究所 | 基于小波变换的多属性分频成像方法 |
CN102879822A (zh) * | 2012-09-28 | 2013-01-16 | 电子科技大学 | 一种基于Contourlet变换的地震多属性融合方法 |
Non-Patent Citations (2)
Title |
---|
小波变换在某气田地震剖面滤波中的应用;刘佳宾 等;《中国煤炭地质》;第31卷(第10期);第73-79页 * |
渤海X 油田岩性勘探中河道刻画及连通性分析;乔柱 等;《天然气与石油》;第35卷(第6期);第48-53页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113311486A (zh) | 2021-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sahni et al. | Multiresolution wavelet analysis for improved reservoir description | |
Fedi et al. | Understanding imaging methods for potential field data | |
Panda et al. | Application of wavelet transforms to reservoir-data analysis and scaling | |
Tahmasebi et al. | Geostatistical simulation and reconstruction of porous media by a cross-correlation function and integration of hard and soft data | |
US20170108604A1 (en) | Denoising seismic data | |
Chatterjee et al. | Multi-scale stochastic simulation with a wavelet-based approach | |
Liu et al. | Irregularly sampled seismic data reconstruction using multiscale multidirectional adaptive prediction-error filter | |
Cao et al. | 3D seismic denoising based on a low-redundancy curvelet transform | |
US10215866B2 (en) | Seismic modeling system providing seismic survey data frequency domain inpainting and related methods | |
Yuan et al. | Inverse spectral decomposition using an lp-norm constraint for the detection of close geological anomalies | |
Karbalaali et al. | Channel boundary detection based on 2D shearlet transformation: An application to the seismic data in the South Caspian Sea | |
Liu et al. | Seismic data interpolation using generalised velocity‐dependent seislet transform | |
US20170248712A1 (en) | Seismic modeling system providing seismic survey data inpainting based upon suspect region boundary comparisons and related methods | |
CN113311485B (zh) | 地震沉积特征加强滤波方法及装置 | |
Chu et al. | Application of wavelet analysis to upscaling of rock properties | |
US11143769B2 (en) | Seismic modeling system providing seismic survey data spatial domain exemplar inpainting and related methods | |
CN113311486B (zh) | 地震沉积特征加强滤波方法及装置 | |
Boustani et al. | Mapping channel edges in seismic data using curvelet transform and morphological filter | |
Huang et al. | Frequency–Space-Dependent Smoothing Regularized Nonstationary Predictive Filtering | |
Xu et al. | Random noise attenuation using a structure-oriented adaptive singular value decomposition | |
Dadashpour et al. | Fast reservoir parameter estimation by using effect of principal components sensitivities and discrete cosine transform | |
Likkason | Spectral analysis of geophysical data | |
Ye et al. | Rapid and Consistent Identification of Stratigraphic Boundaries and Stacking Patterns in Well Logs-An Automated Process Utilizing Wavelet Transforms and Beta Distributions | |
Fonte-Boa et al. | Interpolation artifacts as a result of spatial aliasing: A case study of the airborne magnetic data set of southeastern Minas Gerais, Brazil | |
Jin et al. | Depthwise separable convolution Unet for 3D seismic data interpolation |
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 |