CN113640876B - 一种利用混沌体属性对陷落柱进行精细识别的方法 - Google Patents
一种利用混沌体属性对陷落柱进行精细识别的方法 Download PDFInfo
- Publication number
- CN113640876B CN113640876B CN202110779587.0A CN202110779587A CN113640876B CN 113640876 B CN113640876 B CN 113640876B CN 202110779587 A CN202110779587 A CN 202110779587A CN 113640876 B CN113640876 B CN 113640876B
- Authority
- CN
- China
- Prior art keywords
- attribute
- seismic
- reflection
- chaotic
- gradient
- 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 29
- 230000000739 chaotic effect Effects 0.000 claims abstract description 53
- 239000011229 interlayer Substances 0.000 claims abstract description 35
- 239000010410 layer Substances 0.000 claims abstract description 30
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 230000008859 change Effects 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 14
- 238000009499 grossing Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000005065 mining Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 4
- 238000005553 drilling Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 2
- 239000003245 coal Substances 0.000 abstract description 21
- 238000011161 development Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000007781 pre-processing Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- 230000001427 coherent effect Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 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
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
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
本发明提供一种利用地震混沌体属性对陷落柱进行精细识别的方法，在计算混沌属性前，创新性地将构造导向滤波技术加入到了地震数据预处理中；联合运用混沌属性剖面、沿层属性和层间属性综合精细解释陷落柱。在地震时间剖面分辨率不能满足陷落柱精细解释时，依靠地震属性特征值的空间变化，可以有效地刻画陷落柱在各煤层中的发育边界和高度。
Description
技术领域
本发明属于地质勘探领域，具体涉及一种利用混沌体属性对陷落柱进行精细识别的方法。
背景技术
陷落柱是我国煤田广泛存在的一种地质构造，陷落柱的形成，是由于奥灰岩溶的发育和不断扩大，其上覆地层由蚀变逐渐发展到受重力作用而塌落下沉，随后陷落柱内被松散物所充填，由于填充物成份复杂且比较松散，煤层的接触边界两侧存在着明显的密度和速度差异，这就为利用地震勘探技术探测陷落柱提供了物性前提。
地震混沌属性是基于局部的构造张量特征值相对大小、组合参数的确定来反映特殊地质体(如陷落柱等)的边界，利用混沌属性可以检测有序反射间杂乱或无反射的区域。在三维地震精细解释中发现混沌属性对陷落柱的异常反映较为敏感，但煤炭系统之前对这一属性的研究比较少，且混沌属性在煤炭勘探中的应用较少，未见相关文献。
发明内容
本发明的目的在于提供一种利用油田勘探中现有的混沌属性技术，来分析其在煤田三维地震陷落柱精细解释中的可行性，总结出一套利用混沌体属性对陷落柱进行精细识别方法，提高陷落柱的解释精度和准确性，为煤矿安全生产提供保障。
本发明的目的由如下技术方案实现：
一种利用混沌体属性对陷落柱进行精细识别的方法，包括以下步骤：
S1、采集和处理地震数据体；
S2、构造导向滤波；
S3、进行道数和时窗测试；
S4、进行混沌属性计算；
S5、采用混沌属性剖面、沿层属性、层间属性三种方式综合解释陷落柱；
S6、实现精细解释陷落柱。
所述S1所述的地震数据为地震SGY数据，是指经采集、处理好的地震成果数据体，通过同时收集采区地质钻孔资料及测井成果，进行精细的地震地质层位标定。
所述S2包括：采用“各向异性扩散”平滑算法，即平滑操作只对平行于地震同相轴的信息进行，而对垂直于地震同相轴方向的信息不做任何平滑，在数据解释的过程中若发现地震数据的同相轴横向上显示不连续性，在该处数据滤波时将不作平滑，即此种滤波方式的平滑操作是不在地震反射终止(如断层、陷落柱等以及岩性边界)的界面上进行，因此这种滤波方法能够最大程度保护断层以及岩性边界等地震信息。
所述S2的用于对地震数据进行预处理，既能保持原始地震信号基本不变，还可以提高地震信号的信噪比。
所述S2中所述的构造导向滤波，包括以下：
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式1-1：
相应的傅里叶变换为式1-2：
式中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。
输出平面频率域的二维褶积公式为：
式中：
输出结果:O(x,y)
输入数据：I(x-τ,y-υ)
滤波算子：W(τ,υ)；
构造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°东向和北45°西方向，然后进行计算，得到四个方向上的可能构造变形情况。
构造导向滤波的特点：(1)仅沿着反射波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目的。(2)构造滤波的主要作用是区分地震反射波同相轴的倾角方位角和其噪音的不同。
所述S3包括：平面上选择多个正交道数，每一个正交道数下，对比不同时窗的混沌体属性中的陷落柱异常反映，形成与所述多个正交道数对应的多组数据，在所述多组数据中选择混沌属性对陷落柱的异常反映最为清晰的道数和时窗组合。
所述S4包括顺序的以下步骤：①计算梯度向量；②局部协方差矩阵；③特征值计算：
①计算梯度向量
在三维地震数据体中，将地震反射振幅作为一个三维空间变量，通过计算任意一点P(x,y,t)的地震反射振幅A(x,y,t)的梯度，求出地震反射同相轴的局部倾角和方位角。反射界面上任一点的法线方位可通过计算该点的梯度来得到，式中，▽A为梯度向量；C为协方差矩阵；J为特征值；
②局部协方差矩阵的计算
在给定范围内，计算出每个点的梯度向量，建立协方差矩阵：
其中，
C为协方差矩阵，N为给定范围内的样点总数，求解计算出协方差矩阵最大特征值对应的特征向量，也就是某一点的梯度主方向；通过研究三个特征值{λmax,λmid,λmin}的相对大小，来分析反射界面倾角的变化规律：如果地层内地震反射波信噪比高、连续性好，则梯度向量对应协方差矩阵的最大特征值较其他两个特征值λmid,λmin大的多，即λmax＞＞λmid≈λmin；若地震反射波紊乱，即反射界面的倾角变化大，没有一个主方向，则协方差矩阵的最大特征值与其他两个特征值差别不大，即λmax≈λmid≈λmin，
③特征值的计算：根据混乱性度量的定量公式：
当地震反射能量强、信噪比较高，振幅梯度有规律，则J值接近与-1；当地震反射波信噪比低、反射杂乱，振幅梯度就没有规律，则J值接近于0。
所述S5的作用是：地震资料解释是一个反演的过程，解释具有多解性和不确定性，综合用混沌属性剖面、瞬时切片和层间切片进行分析，主要是用来降低解释的多解性，提高解释的精度。
相较于现有技术，本发明具有以下优点：
与其他属性对比研究，混沌属性效果较好；混沌属性对某些实际揭露的陷落柱的异常反映更明显；在地震时间剖面分辨率不能满足陷落柱精细解释时，依靠地震属性特征值的空间变化，可以有效地刻画陷落柱在各煤层中的发育边界和高度。
附图说明
图1为正交3道，不同计算时窗的混沌属性剖面和地震时间剖面对比分析图；
图2为正交5道，不同计算时窗的混沌属性剖面对比分析图；
图3为计算时窗9ms，不同正交道数的混沌属性剖面对比分析图；
图4为混沌体沿层瞬时属性切片图；
图5为混沌体属性剖面(过X35和X6陷落柱)图；
图6为T3波层位为中心，不同时窗的层间混沌属性对比图，其中，(a)T3波层位为中心，5ms时窗(上、下各2.5ms)层间混沌属性；(b)T3波层位为中心，10ms时窗(上、下各5ms)层间混沌属性；(c)T3波层位为中心，20ms时窗(上、下各10ms)层间混沌属性；(d)T3波层位为中心，20ms时窗(上、下各10ms)层间混沌属性。
图7为T3波层位为顶界面，不同时窗的层间混沌属性对比图，其中，(a)T3波层位为顶界面，向下开5ms时窗的层间混沌属性；(b)T3波层位为顶界面，向下开10ms时窗的层间混沌属性；(c)T3波层位为顶界面，向下开15ms时窗的层间混沌属性；(d)T3波层位为顶界面，向下开20ms时窗的层间混沌属性；
图8为混沌属性与波形差异属性剖面对陷落柱的异常反映对比图；
图9为相干属性与方差属性剖面对陷落柱的异常反映对比图；
图10为过X2、X35陷落柱的地震时间剖面图；
图11为混沌属性、波形差异、相干与方差剖面对陷落柱的异常反映对比图；
图12为四种属性(混沌、相干、波形差异和方差)的沿层属性对比图；
图13为四种属性(混沌、相干、波形差异和方差)的层间属性对比图。
具体实施方式
下面结合具体实施例进一步阐述本发明，应理解，这些实施案例仅用于说明本发明而不用于限制本发明的保护范围。
一种利用混沌体属性对陷落柱进行精细识别的方法，包括以下步骤：
S1、采集和处理地震数据体；
S2、构造导向滤波；
S3、进行道数模拟和时窗测试；
S4、进行混沌属性计算；
S5、采用混沌属性剖面、沿层属性、层间属性三种方式综合解释陷落柱；
S6、实现精细解释陷落柱。
所述S1所述的地震数据为地震SGY数据，是指处理好的地震成果数据体，通过同时收集采区地质钻孔资料及测井成果，进行精细的地震地质层位标定。
所述S2包括：采用“各向异性扩散”平滑算法，即平滑操作只对平行于地震同相轴的信息进行，而对垂直于地震同相轴方向的信息不做任何平滑，在数据解释的过程中若发现地震数据的同相轴横向上显示不连续性，在该处数据滤波时将不作平滑，即此种滤波方式的平滑操作是不在地震反射终止(如断层、陷落柱等以及岩性边界)的界面上进行，因此这种滤波方法能够最大程度保护断层以及岩性边界等地震信息。
所述S2的用于对地震数据进行预处理，既能保持原始地震信号基本不变，还可以提高地震信号的信噪比。
所述S2中所述的构造导向滤波，包括以下：
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式1-1：
相应的傅里叶变换为式(1-2)：
式中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。
输出平面频率域的二维褶积公式为：
式中：
输出结果:O(x,y)
输入数据：I(x-τ,y-υ)
滤波算子：W(τ,υ)；
构造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°东向和北45°西方向，然后进行计算，得到四个方向上的可能构造变形情况。
构造导向滤波的特点：(1)仅沿着反射波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目的；(2)构造滤波的主要作用是区分地震反射波同相轴的倾角方位角和其噪音的不同。
所述S3包括：平面上选择多个正交道数，每一个正交道数下，对比不同时窗的混沌体属性中的陷落柱异常反映，形成与所述多个正交道数对应的多组数据，在所述多组数据中选择混沌属性对陷落柱的异常反映最为清晰的道数和时窗组合。
具体的，属性计算中，有两个关键参数，其一是道数，其二是时窗。
道数的选择：正交3道、正交5道、正交9道。一般参与属性计算的道数越多，平均效应越大，对陷落柱的分辨率越低，这时突出的主要是较大的异常。相反，计算道数少，平均效应小，就会提高分辨率，提高陷落柱，特别是提高小陷落柱的分辨能力。所以在进行地震相干性处理时，要根据研究的地质目的的不同，来选择参与计算的道数。
时窗的确定：时窗小，会因视野窄，看不到一个完整的波峰或波谷，由此计算的属性有可能来源于噪声，而非异常体的反映。而时窗过大，又会因多个反射同相轴的出现，导致计算出的属性值有可能仅表现为同相轴的连续性。所以，时窗的大小的选择确定了对煤层中发育的断层、陷落柱的分辨能力。与此同时，属性计算方法受研究区域煤层反射波的信噪比因素较大，信噪比低的区域，其沿煤层反射波提取的属性，反射噪声与陷落柱异常同时存在，增加了地质异常解释的复杂性。
在本实施例中，通过对道数和时窗进行不同的参数测试，选取合适的计算道数和时窗。首先平面上选择相同的正交道数，对比不同时窗的混沌体属性中的陷落柱异常反映。因为地震道间距为5m，为了突出直径≥20m的陷落柱的异常，选取的道数为正交3道，时窗分别选择3ms、5ms、9ms、13ms和17ms，如图1所示。
在某综采面中选择过X63、X6和X83实见陷落柱的任意线时间剖面，如图1(a)所示，从图中可以看出，陷落柱处的煤层反射波存在振幅减弱、频率降低和相位变换的情况，且反射波同相轴呈现“下凹”的形态。
从图1(b)和(c)中可以看出，正交3道3ms和5ms时窗的混沌属性中陷落柱的异常不明显，异常值中噪音比较多，不是异常体的反映；正交3道9ms和13ms时窗的混沌属性异常类似，能在纵向上反映出陷落柱异常的大致形态；随着纵向时窗的增大，正交3道17ms时窗的混沌属性异常开始变得模糊。
选取的道数为正交5道，时窗分别选择5ms、9ms、13ms和15ms，混沌属性的剖面如图2所示，从图中可以看出，正交5道，9ms和13ms时窗的混沌属性对陷落柱的异常反映较为清晰。
综合图1和图2分析可以看出，时窗选择9ms左右时，混沌属性对陷落柱的异常反映较为清晰。
然后固定时窗为9ms，对正交道数进行测试，图3分别为正交3道、5道、7道和9道的混沌属性剖面。由图3可以看出，随着道数的增多，平均效应增大，混沌属性对陷落柱的分辨率降低。综合考虑，本区选择正交3道，9ms时窗的混沌属性体来进行后续研究。
所述S4包括顺序的以下步骤：①计算梯度向量；②局部协方差矩阵；③特征值计算：
①计算梯度向量
在三维地震数据体中，将地震反射振幅作为一个三维空间变量，通过计算任意一点P(x,y,t)的地震反射振幅A(x,y,t)的梯度，求出地震反射同相轴的局部倾角和方位角。反射界面上任一点的法线方位可通过计算该点的梯度来得到，式中，
为梯度向量；C为协方差矩阵；J为特征值；
②局部协方差矩阵的计算
在给定范围内，计算出每个点的梯度向量，建立协方差矩阵：
其中，
C为协方差矩阵，N为给定范围内的样点总数，求解计算出协方差矩阵最大特征值对应的特征向量，也就是某一点的梯度主方向；通过研究三个特征值{λmax,λmid,λmin}的相对大小，来分析反射界面倾角的变化规律：如果地层内地震反射波信噪比高、连续性好，则梯度向量对应协方差矩阵的最大特征值较其他两个特征值λmid,λmin大的多，即λmax＞＞λmid≈λmin；若地震反射波紊乱，即反射界面的倾角变化大，没有一个主方向，则协方差矩阵的最大特征值与其他两个特征值差别不大，即λmax≈λmid≈λmin，
③特征值的计算：根据混乱性度量的定量公式：
当地震反射能量强、信噪比较高，振幅梯度有规律，则J值接近与-1；当地震反射波信噪比低、反射杂乱，振幅梯度就没有规律，则J值接近于0。
所述S6的作用是：地震资料解释是一个反演的过程，解释具有多解性和不确定性，综合用混沌属性剖面、瞬时切片和层间切片进行分析，主要是用来降低解释的多解性，提高解释的精度。
沿层属性是指沿某一目的层的反射波在给定的时窗内(或沿层面)提取振幅、相干等属性的过程，层属性的提取方式有：瞬时提取、单道时窗统计提取、多道时窗提取。瞬时层位属性是沿层的属性特征值的瞬间变化特征。
首先利用钻孔资料和测井成果，对本区的3#煤层反射波(即T3波)进行层位标定，然后精细层位追踪、解释、闭合，再使用差值后的层位提取混沌体的瞬时属性切片，如图4所示，图中深色区域为反射波异常区域的反映，与本区某综采面中实际揭露的陷落柱比较，陷落柱位置都有一定的异常反映。图中蓝色椭圆圈出的区域实际采掘工作中未见陷落柱异常，且结合混沌属性剖面(见图5)，X35和X6陷落柱的异常反映为“柱状”，上下贯穿，而蓝色椭圆圈出的位置指示T3、T9波层位的异常反映，深部没有异常，这种异常也不符合陷落柱的地质特征。
层间属性：
地震层间属性属统计学特征范畴，对给定的两个层位间的体属性进行统计计算，将计算的结果在一个面上表现出来，突出和刻画层间内异常地质体的属性特征。
由于煤矿陷落柱在平面上是一个封闭的、形态各异的拟圆形、椭圆形等，在空间上呈漏斗状、桶状、柱状、串珠状等；其陷落柱内部塌陷物又呈无序、杂乱无章的分布，胶结程度不一，密度差异变化较大，其内部物性的差异与围岩及煤层间必然产生较大的波阻抗差异。因而，利用地震层间属性研究煤矿陷落柱的平面及空间形态变化具有其物理基础。
从混沌体剖面和沿层属性上可以看出，混沌属性在陷落柱附近存在异常反映，但属性中还夹杂一些沿层的异常反映(如煤层结构变化等)，为了突出陷落柱在混沌属性中的异常反映，因此尝试使用层间属性技术进行分析研究。
首先测试层间属性的时窗范围，即两个层面的间距。然后以解释闭合的T3波层位为基准，通过数学运算得到不同时窗的层位。
1、以T3波层位为中心，上下对称开时窗进行层间属性分析，分析结果如图6所示。对比图6(a)和(b)，可以看出，随着层间时窗的增大，消除了一些沿层的异常反映，使得混沌属性的异常反映更为集中。
随着层间时窗的继续增大，对比图6(c)和(d)，大时窗会造成层间属性平均效应，混沌属性异常能量发散；另一方面，甚至有可能夸大地质异常体的平面发育范围。综合分析，10ms时窗的层间混沌属性对陷落柱的反映更为清晰。
2、以T3波层位为顶界面，向下开时窗进行层间属性分析
实见的陷落柱是在3#煤层中实际揭露的，对以T3波层位为顶界面，向下开时窗的层间混沌属性对比分析，如图7所示。
从图7中的层间混沌属性对比，可以看出，10ms时窗的层间属性对陷落柱的反映较好。时窗过大会造成层间属性平均效应，一方面不易发现陷落柱异常；另一方面，甚至有可能夸大地质异常体的平面发育范围。
通过分析并与已知陷落柱在混沌属性平面上的分布特征、范围、表现形式等对比，研究认为，在本区以煤层反射波为顶界面，下开10ms的时窗进行层间属性提取、分析，其成果客观地反映了该区陷落柱的平面分布范围、大小及发育位置。
在以往陷落柱解释过程中，常用的属性体有方差体、相干体和波形差异体等，通过对比实际揭露的陷落柱在混沌属性和其他属性剖面、沿层属性和层间属性上的异常特征，来分析混沌属性在陷落柱精细解释中的适用性。
图8和图9为过X61、X6、X83实揭陷落柱的地震时间剖面和属性剖面的对比分析，通过对比可以得出，四种属性剖面均对陷落柱有异常反映，而混沌体对刻画陷落柱的异常边界方面有一些优势。此外，利用地震时间剖面很难解释陷落柱的高度，而利用属性剖面解释陷落柱发育范围，可精细刻画其顶部的发育部位，提高陷落柱的解释精度。
图10和图11分别为过X2、X35实揭陷落柱的地震时间剖面和属性剖面的对比分析。
图12为四种属性(混沌、相干、波形差异和方差)的沿层属性对比图，从图中可以看出，波形差异和方差属性的沿层属性中，属性异常能量不集中，不能准确的识别实际揭露的陷落柱；而混沌体和相干体能够对陷落柱有较好的异常反映，且相干属性切片对采面内揭露2个小陷落柱(X82和X46)也有异常反映。
图13为四种属性(混沌、相干、波形差异和方差)的层间属性对比图，层间范围为以T3波为顶界面，向下10ms。从图中可以看出，混沌属性的异常能量更为集中；而相干体的层间属性与沿层属性比，异常能量变弱，可能是受平均效应的影响；波形差异和方差属性的异常相比沿层属性，能量变得集中，对陷落柱有异常反映。
Claims (6)
1.一种利用混沌体属性对陷落柱进行精细识别的方法，其特征在于，包括以下步骤：
S1、采集和处理地震数据体；
S2、采用“各向异性扩散”平滑算法，即平滑操作只对平行于地震同相轴的信息进行，而对垂直于地震同相轴方向的信息不做任何平滑，构造导向滤波；
S3、进行道数模拟和时窗测试；
S4、进行混沌属性计算；
S5、采用混沌属性剖面、沿层属性、层间属性三种方式综合解释陷落柱；
S6、实现精细解释陷落柱。
2.根据权利要求1所述的方法，其特征在于，所述S1所述的地震数据为地震SGY数据，是指处理好的地震成果数据体，通过同时收集采区地质钻孔资料及测井成果，进行精细的地震地质层位标定。
3.根据权利要求1所述的方法，其特征在于，所述S2包括：在数据解释的过程中若发现地震数据的同相轴横向上显示不连续性，在该处数据滤波时将不作平滑，即此种滤波方式的平滑操作是不在地震反射终止的界面上进行。
4.根据权利要求3所述的方法，其特征在于，所述S2中所述的构造导向滤波，包括以下：
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式1-1：
相应的傅里叶变换为式(1-2)：
式中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；
输出平面频率域的二维褶积公式为：
式中：
输出结果:O(x,y)
输入数据：I(x-τ,y-υ)
滤波算子：W(τ,υ)；
构造滤波中使用定向滤波算子，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°东向和北45°西方向，然后进行计算，得到四个方向上的可能构造变形情况。
5.根据权利要求1所述的方法，其特征在于，所述S3包括：平面上选择多个正交道数，每一个正交道数下，对比不同时窗的混沌体属性中的陷落柱异常反映，形成与所述多个正交道数对应的多组数据，在所述多组数据中选择混沌属性对陷落柱的异常反映最为清晰的道数和时窗组合。
6.根据权利要求1所述的方法，其特征在于，所述S4包括顺序的以下步骤：①计算梯度向量；②局部协方差矩阵；③特征值计算：
①计算梯度向量
在三维地震数据体中，将地震反射振幅作为一个三维空间变量，通过计算任意一点P(x,y,t)的地震反射振幅A(x,y,t)的梯度，求出地震反射同相轴的局部倾角和方位角；反射界面上任一点的法线方位可通过计算该点的梯度来得到，式中，▽A为梯度向量；C为协方差矩阵；J为特征值；
②局部协方差矩阵的计算
在给定范围内，计算出每个点的梯度向量，建立协方差矩阵：
其中，
C为协方差矩阵，N为给定范围内的样点总数，求解计算出协方差矩阵最大特征值对应的特征向量，也就是某一点的梯度主方向；通过研究三个特征值{λmax,λmid,λmin}的相对大小，来分析反射界面倾角的变化规律：如果地层内地震反射波信噪比高、连续性好，则梯度向量对应协方差矩阵的最大特征值较其他两个特征值λmid,λmin大的多，即λmax＞＞λmid≈λmin；若地震反射波紊乱，即反射界面的倾角变化大，没有一个主方向，则协方差矩阵的最大特征值与其他两个特征值差别不大，即λmax≈λmid≈λmin，
③特征值的计算：根据混乱性度量的定量公式：
当地震反射能量强、信噪比较高，振幅梯度有规律，则J值接近于-1；当地震反射波信噪比低、反射杂乱，振幅梯度就没有规律，则J值接近于0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110779587.0A CN113640876B (zh) | 2021-07-09 | 2021-07-09 | 一种利用混沌体属性对陷落柱进行精细识别的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110779587.0A CN113640876B (zh) | 2021-07-09 | 2021-07-09 | 一种利用混沌体属性对陷落柱进行精细识别的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113640876A CN113640876A (zh) | 2021-11-12 |
| CN113640876B true CN113640876B (zh) | 2023-05-30 |
Family
ID=78417019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110779587.0A Active CN113640876B (zh) | 2021-07-09 | 2021-07-09 | 一种利用混沌体属性对陷落柱进行精细识别的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113640876B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115267903B (zh) * | 2022-06-13 | 2023-12-08 | 中国人民解放军国防科技大学 | 一种基于导向滤波去噪的地震储层预测评价方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5724309A (en) * | 1996-03-06 | 1998-03-03 | Chevron U.S.A. Inc. | Method for geophysical processing and interpretation using instantaneous phase and its derivatives and their derivatives |
| CN106990436A (zh) * | 2017-04-14 | 2017-07-28 | 中国矿业大学(北京) | 陷落柱的识别方法和装置 |
| CN110727025A (zh) * | 2019-08-21 | 2020-01-24 | 中国石油化工股份有限公司 | 一种隐蔽断层的识别方法 |
| CN111580181A (zh) * | 2020-04-22 | 2020-08-25 | 中国矿业大学(北京) | 一种基于多场多特征信息融合的导水陷落柱识别方法 |
| CN112394394A (zh) * | 2019-08-13 | 2021-02-23 | 中国石油化工股份有限公司 | 一种超深层火山岩的识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010142659A2 (en) * | 2009-06-09 | 2010-12-16 | Shell Internationale Research Maatschappij B.V. | Method for stratigraphic analysis of seismic data |
-
2021
- 2021-07-09 CN CN202110779587.0A patent/CN113640876B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5724309A (en) * | 1996-03-06 | 1998-03-03 | Chevron U.S.A. Inc. | Method for geophysical processing and interpretation using instantaneous phase and its derivatives and their derivatives |
| CN106990436A (zh) * | 2017-04-14 | 2017-07-28 | 中国矿业大学(北京) | 陷落柱的识别方法和装置 |
| CN112394394A (zh) * | 2019-08-13 | 2021-02-23 | 中国石油化工股份有限公司 | 一种超深层火山岩的识别方法 |
| CN110727025A (zh) * | 2019-08-21 | 2020-01-24 | 中国石油化工股份有限公司 | 一种隐蔽断层的识别方法 |
| CN111580181A (zh) * | 2020-04-22 | 2020-08-25 | 中国矿业大学(北京) | 一种基于多场多特征信息融合的导水陷落柱识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 混沌属性预测泌阳凹陷陡坡带小型砂砾岩体;张永华;张悦;杜伟;郭飞飞;刘俊青;;特种油气藏(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113640876A (zh) | 2021-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2018340369B2 (en) | Method and device for determining thin interlayer | |
| US11852771B1 (en) | Method and system for optimally selecting carbon storage site based on multi-frequency band seismic data and equipment | |
| CN105425292B (zh) | 一种油气预测方法及装置 | |
| CN110632652B (zh) | 断块油气藏的油气运移方式确定方法及装置 | |
| CN111399048B (zh) | 一种对断溶体计算相关属性及数据加权重构的方法 | |
| CN112698398B (zh) | 一种深大断裂体系空间刻画方法 | |
| CN107390270B (zh) | 一种基于弹性波逆时偏移ADCIGs的AVA分析方法 | |
| CN105866832A (zh) | 深层致密砂岩气藏的低级序断层的识别方法和装置 | |
| CN105259571A (zh) | 一种地层倾角检测方法 | |
| CN105425299A (zh) | 确定地层裂缝分布的方法和装置 | |
| CN113640876B (zh) | 一种利用混沌体属性对陷落柱进行精细识别的方法 | |
| Liu et al. | Seismic characterization of fault and fractures in deep buried carbonate reservoirs using CNN-LSTM based deep neural networks | |
| CN105093300B (zh) | 一种地质体边界识别方法及装置 | |
| CN114966828A (zh) | 一种断溶体储层地震反射特征增强方法 | |
| Tian et al. | “Geology-geophysics-data mining” integration to enhance the identification of deep fault-controlled paleokarst reservoirs in the Tarim Basin | |
| CN105954800B (zh) | 利用地震纹理特性识别小断层的方法 | |
| Liang et al. | Fracture characterization using diffraction attributes in tight sandstone reservoirs: A case study from Keshen Gas Field, Tarim Basin | |
| CN108279435B (zh) | 断层剖面的确定方法和装置 | |
| CN111257933A (zh) | 基于低频阴影现象的油气藏预测新方法 | |
| Jiang et al. | Detection of hidden reservoirs under strong shielding based on bi‐dimensional empirical mode decomposition and the Teager–Kaiser operator | |
| CN114185091B (zh) | 基于频谱分解的蚂蚁体裂缝追踪方法、装置及电子设备 | |
| EP3248030B1 (en) | Adaptive structure-oriented operator | |
| CN113093274B (zh) | 低级序断层识别的方法、装置、终端及存储介质 | |
| Ningkai et al. | Stepped and detailed seismic prediction of shallow-thin reservoirs in Chunfeng oilfield of Junggar Basin, NW China | |
| CN111694055B (zh) | 一种强反射屏蔽下avo属性提取和分析的方法和装置 |
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 |