CN114415230B - 一种线性断裂提取方法及装置 - Google Patents
一种线性断裂提取方法及装置 Download PDFInfo
- Publication number
- CN114415230B CN114415230B CN202011170600.4A CN202011170600A CN114415230B CN 114415230 B CN114415230 B CN 114415230B CN 202011170600 A CN202011170600 A CN 202011170600A CN 114415230 B CN114415230 B CN 114415230B
- Authority
- CN
- China
- Prior art keywords
- fracture
- data
- extraction
- beamlet
- data volume
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 98
- 238000001914 filtration Methods 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 50
- 230000009466 transformation Effects 0.000 claims abstract description 40
- 230000001427 coherent effect Effects 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 238000013075 data extraction Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 238000012952 Resampling Methods 0.000 claims description 9
- 230000006872 improvement Effects 0.000 claims description 8
- 238000011524 similarity measure Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 abstract description 6
- 238000012216 screening Methods 0.000 abstract description 4
- 238000009792 diffusion process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 239000000872 buffer Substances 0.000 description 4
- 238000013016 damping Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000739 chaotic effect Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 229910052704 radon Inorganic materials 0.000 description 2
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005428 wave function Effects 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
-
- 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
- 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
- G01V1/32—Transforming one recording into another or one representation into another
-
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
- G01V2210/324—Filtering
-
- 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
- G01V2210/642—Faults
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
本发明提供了一种线性断裂提取方法及装置，方法包括：根据采集的反射地震记录数据获取地震数据体；对所述地震数据体进行相干属性计算确定相干属性数据体；利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据；利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果。本发明通过对原始地震数据进行结构优化、不连续属性相干提取，在不连续属性的二维空间中进行线性信号筛选和提取，最终获得断裂信息。此方法以断层的线性结构特征提取为特点，降低对断裂解释的多解性，能够大大提高断裂识别的分辨率。
Description
技术领域
本发明涉及石油勘探技术，具体的讲是一种线性断裂提取方法及装置。
背景技术
岩石受力作用后，当应力超过岩石的强度极限时，岩石破裂，即形成断裂构造，断裂是最常见的地质现象之一，其精确描述贯穿于油气田勘探开发的整个过程。勘探阶段的区域断裂研究，对于研究沉积盆地的形成演化过程，分析油气输导成藏的关键因素，正确划分区域地层层位，分析有利的油气圈闭样式及其形成机制，具有至关重要的意义。常见的断裂构造主要有节理和断层两类。断层是沿层顺破裂面发生位移的断裂构造。断层发育广泛，是地壳中的重要地质构造之一。断层形态多样，规模有大有小。断层在油气的运移过程中既可能起通道作用，也可能起封堵作用。随着勘探理论向深层次发展，输导体系的定量研究已成为油气成藏研究的重要组成部分，其中断层是三大输导体系之一，研究难度也最大。发展精细的断层建模技术己成为勘探形势的迫切要求。
断裂提取是地震资料解释技术的重要组成，研究地震资料的断裂提取技术具有十分重要的理论和应用价值。常规的断层解释方法是解释人员在地震数据的垂直剖面和水平切片上手动解释断层，通常是沿着主测线方向或者选择与断层走向垂直的任意测线逐线追踪断层，然后通过水平或者沿层切片控制断层的空间对比和延伸，这种方法是通过视觉识别反射层的不连续性来实现断层解释的，但是，该方法周期长，难度大，主观性强，如果解释人员掌握丰富的地质知识并由此对解释过程进行约束，这种方法是很有效地，但是，这样就势必依赖于解释人员的经验和有关地质知识的先验信息。而且，当工区内断层系统比较复杂，而且断层走向不明时，解释断层的组合就面临很大的难度，因此，解释人员更希望通过提取地震数据中潜在的构造信息，来提高断层解释的精度和速度。
常规的不连续属性及数据优化方法进行断裂识别方法的本质是信号间断性的判别，缺少了对断裂本身特性——线性信息的提取，其断裂识别精度不高。
发明内容
为了提高断裂识别的分辨率，本发明提供了一种线性断裂提取方法，方法包括：
根据采集的反射地震记录数据获取地震数据体；
对所述地震数据体进行相干属性计算确定相干属性数据体；
利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据；
利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果。
本发明实施例中，所述的根据采集的反射地震记录数据获取地震数据体包括：
对采集的反射地震记录数据进行地震资料处理获取叠后地震数据体；
对叠后地震数据体进行倾角构造导向滤波确定地震数据体。
本发明实施例中，所述的利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据包括：
从所述相干属性数据体抽取二维相干剖面；
根据预设的尺度间、角度间隔，利用加入裂缝分形特征的Garbor滤波器对抽取的二维相干剖面进行滤波以提取剖面数据。
本发明实施例中，所述的方法包括：
利用分形相识性维数改进Garbor滤波器确定加入裂缝分形特征的Garbor滤波器；包括：
对所述的二维相干剖面进行重采样；
对重采样的剖面和原剖面分别进行相似性度量；
将相似性度量最大的维度值作为相识性维数；
利用所述的相识性维数确定加入裂缝分形特征的Garbor滤波器。
本发明实施例中，所述的利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果包括：
按预设的尺度对提取的剖面进行二进分格划分；
对划分尺度进行Beamlet变换，确定划分格内的Beamlet变换系数和对应的Beamlet长度；
根据所述的Beamlet变换系数和对应的Beamlet长度确定各二进分格的能量函数；
根据所述能量函数确定各二进分格最大能量值；
根据确定的各二进分格的最大能量值生成断裂提取剖面。
同时，本发明还提供一种线性断裂提取装置，包括：
数据体获取模块，根据采集的反射地震记录数据获取地震数据体；
相关属性确定模块，用于对所述地震数据体进行相干属性计算确定相干属性数据体；
剖面数据提取模块，用于利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据；
断裂数据提取模块，用于利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果。
本发明实施例中，所述的数据体获取模块包括：
地震记录数据处理单元，用于对采集的反射地震记录数据进行地震资料处理获取叠后地震数据体；
导向滤波单元，用于对叠后地震数据体进行倾角构造导向滤波确定地震数据体。
本发明实施例中，所述的剖面数据提取模块包括：
抽取单元，用于从所述相干属性数据体抽取二维相干剖面；
滤波提取单元，用于根据预设的尺度间、角度间隔，利用加入裂缝分形特征的Garbor滤波器对抽取的二维相干剖面进行滤波以提取剖面数据。
本发明实施例中，所述的装置包括：Garbor滤波器改进模块，用于利用分形相识性维数改进Garbor滤波器确定加入裂缝分形特征的Garbor滤波器；其包括：
重采样单元，用于对所述的二维相干剖面进行重采样；
相似性度量单元，用于对重采样的剖面和原剖面分别进行相似性度量；
相识性维数确定单元，用于将相似性度量最大的维度值作为相识性维数；
改进单元，用于利用所述的相识性维数确定加入裂缝分形特征的Garbor滤波器。
本发明实施例中，所述的断裂数据提取模块包括：
二进格划分单元，用于按预设的尺度对提取的剖面进行二进分格划分；
Beamlet变换单元，用于对划分尺度进行Beamlet变换，确定划分格内的Beamlet变换系数和对应的Beamlet长度；
能量函数确定单元，用于根据所述的Beamlet变换系数和对应的Beamlet长度确定各二进分格的能量函数；
能量值确定单元，用于根据所述能量函数确定各二进分格最大能量值；
数据体提取单元，用于根据确定的各二进分格的最大能量值生成断裂提取剖面确定断裂数据体作为断裂提取结果。
同时，本发明还提供一种计算机设备，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，处理器执行计算机程序时实现上述方法。
同时，本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有执行上述方法的计算机程序。
本发明通过对原始地震数据进行结构优化、不连续属性相干提取，在不连续属性的二维空间中进行线性信号筛选和提取，最终获得断裂信息。此方法以断层的线性结构特征提取为特点，降低对断裂解释的多解性，能够大大提高断裂识别的分辨率。
为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
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为本发明提供的线性断裂提取方法的流程图；
图2为本发明实施例中的原始地震剖面示意图；
图3为本发明实施例中的相干属性剖面示意图；
图4为本发明实施例中的Gabor滤波剖面示意图；
图5为本发明实施例中的改进Gabor滤波剖面示意图；
图6为本发明实施例中的Beamlet断裂提取剖面示意图；
图7为本发明提供的线性断裂提取装置的框图；
图8为本发明实施例中提供的电子设备实施例的示意图。
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。
如图1所示，为本发明提供的一种线性断裂提取方法的流程图，其包括：
步骤S101，根据采集的反射地震记录数据获取地震数据体；
步骤S102，对所述地震数据体进行相干属性计算确定相干属性数据体；
步骤S103，利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据；
步骤S104，利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果。
断裂提取是地震资料解释技术的重要组成，研究地震资料的断裂提取技术具有十分重要的理论和应用价值。常规的断层解释方法是解释人员在地震数据的垂直剖面和水平切片上手动解释断层，通常是沿着主测线方向或者选择与断层走向垂直的任意测线逐线追踪断层，然后通过水平或者沿层切片控制断层的空间对比和延伸，这种方法是通过视觉识别反射层的不连续性来实现断层解释的，此方法周期长，难度大，主观性强，如果解释人员掌握丰富的地质知识并由此对解释过程进行约束，这种方法是很有效地，但是，这样就势必依赖于解释人员的经验和有关地质知识的先验信息。而且，当工区内断层系统比较复杂，而且断层走向不明时，解释断层的组合就面临很大的难度，因此，解释人员更希望通过提取地震数据中潜在的构造信息，来提高断层解释的精度和速度。增强不连续性的属性体相继出现，为了缩短解释周期，准确的获得断层信息为构造建模提供依据，断层的提取技术逐渐引起了广大学者和科研人员的关注。断层提取技术持续发展，主要策略是针对不连续属性体，采用数据驱动策略，压制不连续属性体中的噪音，通过局部连续性约束方法来识别断层位置，如断层切片技术、相干体属性技术、方差体属性技术、倾角方位角属性和边缘增强属性技术等。
其中断层切片解释方法能精确解释断层，分析主断层两侧相交的羽状小断裂。断层切片解释方法的具体做法为首先，沿着断层的上盘和下盘，在平行于断面的空间上提取振幅切片，形成一系列的断层切片，然后把这一系列的切片投影到或测线方向上，成为常规的垂直剖面，再用常规的解释方法进行解释。断层切片解释方法从本质上只是一种数据表示技术，它必须要以初步的断层解释结果为基础，它的工作量甚至比常规方法更大。
地震相干属性分析技术的提出使得断层的自动识别成为了可能，相干体弱化了地震数据中横向连续性的特征，突出了不连续的特征。但是不管是第几代相干体属性技术，也不论其他的不连续属性，它们的应用效果在不同程度上都受到所选择的分析参数的影响，而且也不可能从根本上消除噪音和地层残余响应带来的影响。
其他强化不连续性分析技术自从相干体技术得到了广泛的应用之后，紧接着出现了许多强化不连续性的属性技术，如倾角和方位角属性、混沌属性和方差属性等。倾角和方位角属性对于识别相干体中很难识别的小断层小构造具有特别重要的意义；混沌属性属于一种纹理属性，混沌属性衡量的是振幅值的规律性和混乱性，是用来识别断层的一个重要参数，断层面的断裂带由于各种散射和绕射相互影响，在地震记录上通常表现为反射振幅的杂乱无章。方差属性使用局部的方差值来衡量反射振幅信号的不一致性，因此方差属性同样也是用来识别断层的重要参数。
不连续性的属性共同之处都在于设法弱化地层的层状特性，压制层与层之间的变化，突出沿层的横向不连续性。这些属性的提取都是在一定的时窗或者空间范围内实现的，对真实的不连续性存在着水平方向或者垂直方向的弥散作用，这样就会造成得到的不连续界面表现为有一定宽度的条件，而且这些算法都不可能保证彻底消除地层的影响，再加上噪音的干扰，就会使得断层位置和断层系统的交切关系变的模糊不清，不连续性属性的应用效果在不同程度上都受到所选择的分析参数的影响。因此出现大量针对不连续性属性进行数据优化的处理方法，例如去噪方法、滤波方法，并且取得一定的效果。
不连续属性及数据优化方法进行断裂识别方法的本质是信号间断性的判别，却忽略了断裂的另外一个特性——线性信息，也就是说不论在地震剖面上，还是地震切片上，断裂信息会以线性的形态来表现。因此二维多尺度线性断裂提取方法是建立在对不连续属性的线性信息提取基础上的，是对不连续属性中断裂线性形态信息的甄别。
二维多尺度线性断裂提取方法最大优点就是消除不连续性引起的多解性，断裂在地震剖面、切片的表现呈现线性状态，主要目的是消除其他不连续性响应对断裂的干扰，使得提取出来的断裂信息分辨率更高，降低地震资料解释的工作难度。二维多尺度线性断裂提取方法在不连续属性的基础上，利用Gabor滤波的方向和多尺度特性保留断裂的形态，进一步利用Beamlet变换提取线性信息，达到提高断裂分辨率的目的，简化断层解释的工作量。
本发明通过对原始地震数据进行结构优化、不连续属性(相干)提取，根据采集的反射地震记录数据获取地震数据体，对地震数据体进行相干属性计算，确定相干属性数据体，在不连续属性的二维空间中进行线性信号筛选和提取，最终获得断裂信息。此方法以断层的线性结构特征提取为特点，降低对断裂解释的多解性，能够大大提高断裂识别的分辨率。
本发明实施例中，步骤S101，根据采集的反射地震记录数据获取地震数据体具体包括：
对采集的反射地震记录数据进行地震资料处理获取叠后地震数据体；
对叠后地震数据体进行倾角构造导向滤波确定地震数据体。
具体的，从采集得到的反射地震记录，经过地震资料处理后获取常规格式叠后地震数据体；
对叠后地震数据体进行倾角构造导向滤波：
通过复数道分析法求取地震数据倾角体；
通过各向异性扩散滤波对地震数据体进行滤波，获得地震数据体。
本发明的线性断裂提取方法有以下几个要点：
1)地震数据相干属性计算：
不连续属性是断裂提取的基础，本发明实施例中采用第三代本征值相干算法进行计算提供不连续性的属性。本征值相干算法是以计算数据特征值为基础，利用相邻数据的特征值差异表征数据的相关性，公式如下：
其中，分母是矩阵的迹，代表了协方差矩阵的能量，λmax是最大特征值，代表了占优的能量。T(C)表示迹，为所有特征值之和。
2)针对地震数据进行构造导向滤波：
由于噪音的干扰，使得地震数据中断层位置和断层系统的交切关系变的模糊不清。断裂提取需要保持构造信息，实际地质目标体往往存在一定倾角和方位角，在以数据驱动为特点的属性计算、层位自动追踪、断层自动检测中，如果不考虑实际地层的倾角和方位角，计算的精度可能会受到严重影响，甚至产生错误的结果。本发明的方法中，通过构造导向滤波需要求取倾角体，利用倾角体进行向异性扩散滤波。
本发明通过复数道分析法求取地震数据倾角体，叠后地震数据为三维结构，水平为x，y方向，垂直为t方向，u(x，y，t)代表待处理的地震数据，倾角体分为x方向的视倾角，y方向的视倾角。如x方向的视倾角表示为:
其中kx是u(x，y，t)在x方向的瞬时波数；
ω(x，y，t))为地震数据的瞬时频率；
其中，uH为u的Hilbert变换，是其对时间的导数。
通过各向异性扩散滤波对地震数据体u(x，y，t)进行滤波，利用非线性各向异性扩散差分方程：
其中un+1，un分别为地震数据在第n+1次和n次迭代得到的扩散结果，Δτ为迭代步长，为了保证计算的精度和稳定性Δτ需要足够小，但Δτ越小，扩散越慢，迭代次数越多，因此，实际计算中需要综合考虑两方面的因素，选取合适的参数，其中，a、b、c为扩散张量。
扩散张量D：
其中θ为倾角，由倾角体提供。c1，c2由如下公式获得：
c1＝α，λ1＝λ2
其中，0＜α＜1，用来控制沿图像梯度方向变化较大的方向的扩散强度。k为一致性参数，k2＝(λ1-λ2)2，λ1和λ2是地震数据结构张量的特征值，用地震数据同相轴倾角来构建具有构造特征的扩散张量D。
3)相干剖面的改进的Gabor滤波处理：
Gabor滤波是线性信息提取的关键步骤，不连续属性包含的不只有断裂信息，还有其他的非均质影响反应，Gabor滤波具有良好的线性特性，所以需要利用Gabor滤波来消除非线性的因素，增强线性的信号，Gabor滤波器是高斯基函数与复正弦波函数的乘积，现有的核函数公式如下：
其中：
x′＝xcosθ+ysinθ
y′＝-xsinθ+ycosθ
波长λ、方向θ(即为按断裂尺度划分的角度θm)、滤波器长宽比γ、σ表示Gabor函数的高斯因子的标准差。
改进Gabor滤波器是由传统滤波器加入裂缝线分形特征改进而成，函数如式：
其中：ε表示相识性维数，1≤ε≤2。
通过特定倾角、尺度的滤波后不连续属性所保留的信号可以视为断裂信号，直接为后续提取提供数据。
本发明实施例中，利用分形相识性维数改进Garbor滤波器确定加入裂缝分形特征的Garbor滤波器，包括：
对所述的二维相干剖面进行重采样；
对重采样的剖面和原剖面分别进行相似性度量；
将相似性度量最大的维度值作为相识性维数；
利用所述的相识性维数确定加入裂缝分形特征的Garbor滤波器。
利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果包括：
按预设的尺度对提取的剖面进行二进分格划分；
对划分尺度进行Beamlet变换，确定划分格内的Beamlet变换系数和对应的Beamlet长度；
根据所述的Beamlet变换系数和对应的Beamlet长度确定各二进分格的能量函数；
根据所述能量函数确定各二进分格最大能量值；
根据确定的各二进分格的最大能量值生成断裂提取剖面。
4)滤波后剖面的Beamlet变换提取断层线性信息：
Beamlet变换是多尺度几何分析的有效工具，在图像处理中效果明显，Beamlet变换是以线为基本单元的变换，相比于小波变换以点奇异为基本单元的变换，更适合处理具有线奇异特征的图像。Beamlet变换是二维图像处理中有效提取线性信息的手段，信息源直接决定Beamlet变换断裂提取的效果，因此Gabor滤波的结果是Beamlet断裂提取是否正确关键环节。利用Beamlet变换提取断裂线，是对源数据进行多尺度划分后，利用Beamlet变换系数构建Beamlet金字塔对源数据进行线性逼近的过程。对源数据进行Beamlet变换可表示为沿着线段积分：
其中，f为数据源，x(l)为沿着b方向的函数，离散情况下f[x(l)]沿b会变成分段常数即f在线段区域上的均值。
为提取有用的裂缝信息，本发明实施例中做基于最大能量Beamlet的检验，即针对每个不同的二进方块，只取其最大值。确定如下能量函数：
Y＝max{exp(L(b))*(Tf(b))2}，b∈B
其中：Tf(b)是Beamlet变换系数，L(b)是相应的Beamlet长度，exp(L(b))表示为阻尼系数，可适中分离出断裂；B为不同尺度下每个二进分格中的Beamlet的集合。
本发明的方案，利用二维多尺度线性断裂提取方法对工区实际地震数据进行断裂提取，如图2-图6所示。在图2的原始地震数据的相干属性基础上提取断裂，在对相干属性进行多尺度多角度Gabor滤波后结果能够较好的保留所需的断层信息，并且最大程度上消除了层位信息的干扰，断层轮廓更加明显，增加了断裂剖面的信噪比。在Gabor滤波的结果上进行线性信息的提取，获得分辨精度更高的断裂线，进一步提高了地质构造的解释和断层的自动拾取能力。
下面结合具体的步骤对本发明实施方式做进一步详细说明，本实施例中公开的二维多尺度线性断裂提取方法可按照下面的步骤完成：
(1)从采集得到的反射地震记录，经过地震资料处理后获取常规格式叠后地震数据体u(x，y，t)；
(2)对叠后地震数据体u(x，y，t)进行倾角构造导向滤波，具体包括：
a.通过复数道分析法求取地震数据倾角体d(x，y，t)；
b.通过各向异性扩散滤波对地震数据体u(x，y，t)进行滤波，获得地震数据体w(x，y，t)。
(3)对获得的地震数据体w(x，y，t)计算相干属性，获得相干属性数据体c(x，y，t)；
(4)对相干属性数据体c(x，y，t)进行二维改进Gabor滤波，具体包括：
1.从相干属性数据体数据体c(x，y，t)中抽取一条二维相干剖面，表示为二维数据结构c(x，t)。
2.根据抽取的二维相干剖面中断裂的尺度确定要划分的n个尺度λ0，λ1，……，λn，满足1≤n≤log2t，0≤λ≤t。
具体的：设定要划分的尺度，分解的尺度越细，小线的长度越小，提取的噪声及干扰细节越多；而尺度越粗，小线本身分解的长度越大，较小的裂缝经变换后细节部分丢失的越多。本发明一实施例中，采用拉东变换或者F-K谱分析，确定能量最大的尺度，根据确定的能量最大的尺度和实际情况确定划分的尺度。
3.根据地震剖面中断裂的角度估计要划分的角度θ0，θ1，……，θm，满足0≤θ0≤180。同上述关于尺度的划分，本发明实施例中，采用拉东变换或者F-K谱分析，确定能量最大的角度，根据确定的最大角度进而确定划分角度。
4.变换划分尺度与划分角度参数，对抽取的二维剖面进行改进Gabor滤波，设定适宜的相识性维数ε，获得m*n个滤波结果gi(x，t)，0≤i≤m*n。
本发明一实施例中，相识性维数是初设9个维度值ε，取1，2，3，4，5，6，7，8，9，分别对剖面进行重采样(分别按照采样间隔1，2，3，4，5，6，7，8，9进行采样)，利用下式进行重采样后的剖面与原剖面进行相似性度量：
选取相似性度量最大的维度值ε_max即为相识性维数ε。
5.对m*n个改进Gabor滤波结果归一化处理后进行线性叠加，获得改进Gabor滤波后的结果
(5)二维Beamlet变换断层线提取：
按尺度λ对剖面g(x，t)进行二进分格划分，对每个划分的尺度进行Beamlet变换，计算出所有划分格内的Beamlet变换系数Tf(b)和相应Beamlet长度L(b)。
为提取有用的裂缝信息，做基于最大能量Beamlet的检验，即针对每个不同的二进方块，只取其最大值Y。确定如下能量函数：
Y＝max{exp(L(b))*(Tf(b))2}，b∈B
其中：Tf(b)是Beamlet变换系数，L(b)是相应的Beamlet长度，exp(L(b))表示为阻尼系数，可适中分离出断裂；B为不同尺度下每个二进分格中的Beamlet的集合。
输出所有的符合最大假设条件(最大能量)的Beamlet的图像数据，即进行最大能量Beamlet的检验，得到线性提取结果b(x，t)，即为最后的断裂提取剖面。
(6)重复(2)—(5)步骤，提取不同剖面的断裂形成三维的断裂数据体。
本发明利用常规的不连续性属性提取利用构造导向滤波消除原始数据中噪音对断裂的干扰，相干属性能够较好反映断裂的不连续性特征是断裂提取的主要数据来源。提出了利用断裂分形相识性维数改进Gabor滤波的方法，基于断裂分形特征——分形相识性维数参数的改进Gabor核，提高了针对断裂进行滤波的质量；利用能量函数提取Beamlet结果的方法，提出基于最大能量函数Beamlet的检验，即针对每个不同的二进方块，只取其能量最大值的策略，加入阻尼系数分离断裂，提高了断裂识别的精度。
如图7所示，本发明还提供一种线性断裂提取装置，其包括：
数据体获取模块701，根据采集的反射地震记录数据获取地震数据体；
相关属性确定模块702，用于对所述地震数据体进行相干属性计算确定相干属性数据体；
剖面数据提取模块703，用于利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据；
断裂数据提取模块704，用于利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果。
本发明实施例中，数据体获取模块701包括：
地震记录数据处理单元，用于对采集的反射地震记录数据进行地震资料处理获取叠后地震数据体；
导向滤波单元，用于对叠后地震数据体进行倾角构造导向滤波确定地震数据体。
本发明实施例中，所述的剖面数据提取模块包括：
抽取单元，用于从所述相干属性数据体抽取二维相干剖面；
滤波提取单元，用于根据预设的尺度间、角度间隔，利用加入裂缝分形特征的Garbor滤波器对抽取的二维相干剖面进行滤波以提取剖面数据。
本发明实施例中，所述的装置包括：Garbor滤波器改进模块，用于利用分形相识性维数改进Garbor滤波器确定加入裂缝分形特征的Garbor滤波器；其包括：
重采样单元，用于对所述的二维相干剖面进行重采样；
相似性度量单元，用于对重采样的剖面和原剖面分别进行相似性度量；
相识性维数确定单元，用于将相似性度量最大的维度值作为相识性维数；
改进单元，用于利用所述的相识性维数确定加入裂缝分形特征的Garbor滤波器。
本发明实施例中，所述的断裂数据提取模块包括：
二进格划分单元，用于按预设的尺度对提取的剖面进行二进分格划分；
Beamlet变换单元，用于对划分尺度进行Beamlet变换，确定划分格内的Beamlet变换系数和对应的Beamlet长度；
能量函数确定单元，用于根据所述的Beamlet变换系数和对应的Beamlet长度确定各二进分格的能量函数；
能量值确定单元，用于根据所述能量函数确定各二进分格最大能量值；
数据体提取单元，用于根据确定的各二进分格的最大能量值生成断裂提取剖面确定断裂数据体作为断裂提取结果。
对本领域技术人员而言，通过前述的实施例的描述可清楚的获知本发明线性断裂提取装置的实施方式，在此不再赘述。
本发明提出了一种基于断裂分形特征——分形相识性维数参数的改进Gabor核，通过研究表明可以针对断裂的形态特征进行滤波，提高了断裂滤波的质量。提出基于最大能量函数Beamlet的检验，即针对每个不同的二进方块，只取其能量最大值的策略，加入阻尼系数分离断裂，能够有效的对断裂信息进行筛选，突出断裂线性形态特点，提高了断裂识别的精度。
本发明实施例还提供一种电子设备，该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照前述实施例描述的方式实现，其内容被合并于此，重复之处不再赘述。
图8为本发明实施例的电子设备600的系统构成的示意框图。如图8所示，该电子设备600可以包括中央处理器100和存储器140；存储器140耦合到中央处理器100。值得注意的是，该图是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，线性断裂提取功能可以被集成到中央处理器100中。其中，中央处理器100可以被配置为进行如下控制：
根据采集的反射地震记录数据获取地震数据体；
对所述地震数据体进行相干属性计算确定相干属性数据体；
利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据；
利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果。
在另一个实施方式中，线性断裂提取装置可以与中央处理器100分开配置，例如可以将线性断裂提取装置配置为与中央处理器100连接的芯片，通过中央处理器的控制来实现线性断裂提取功能。
如图8所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图8中所示的所有部件；此外，电子设备600还可以包括图8中没有示出的部件，可以参考现有技术。
如图8所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。
其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。
输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。
本发明实施例还提供一种计算机可读程序，其中当在电子设备中执行所述程序时，所述程序使得计算机在所述电子设备中执行如上面实施例所述的线性断裂提取方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在电子设备中执行上面实施例所述的线性断裂提取。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种线性断裂提取方法，其特征在于，所述的方法包括：
根据采集的反射地震记录数据获取地震数据体；
对所述地震数据体进行相干属性计算确定相干属性数据体；
利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据；
利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果；
其中，所述的利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据包括：
从所述相干属性数据体抽取二维相干剖面；
根据预设的尺度、角度间隔，利用加入裂缝分形特征的Garbor滤波器对抽取的二维相干剖面进行滤波以提取剖面数据；
其中，所述的方法还包括：
利用分形相识性维数改进Garbor滤波器确定加入裂缝分形特征的Garbor滤波器；包括：
对所述的二维相干剖面进行重采样；
对重采样的剖面和原剖面分别进行相似性度量；
将相似性度量最大的维度值作为相识性维数；
利用所述的相识性维数确定加入裂缝分形特征的Garbor滤波器。
2.如权利要求1所述的线性断裂提取方法，其特征在于，所述的根据采集的反射地震记录数据获取地震数据体包括：
对采集的反射地震记录数据进行地震资料处理获取叠后地震数据体；
对叠后地震数据体进行倾角构造导向滤波确定地震数据体。
3.如权利要求1所述的线性断裂提取方法，其特征在于，所述的利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果包括：
按预设的尺度对提取的剖面进行二进分格划分；
对划分尺度进行Beamlet变换，确定划分格内的Beamlet变换系数和对应的Beamlet长度；
根据所述的Beamlet变换系数和对应的Beamlet长度确定各二进分格的能量函数；
根据所述能量函数确定各二进分格最大能量值；
根据确定的各二进分格的最大能量值生成断裂提取剖面。
4.一种线性断裂提取装置，其特征在于，所述的装置包括：
数据体获取模块，根据采集的反射地震记录数据获取地震数据体；
相关属性确定模块，用于对所述地震数据体进行相干属性计算确定相干属性数据体；
剖面数据提取模块，用于利用加入裂缝分形特征的Garbor滤波器对所述相干属性数据体进行滤波提取剖面数据；
断裂数据提取模块，用于利用Beamlet变换对所述剖面数据进行断层线提取确定断裂数据体作为断裂提取结果；
其中，所述的剖面数据提取模块，包括：
抽取单元，用于从所述相干属性数据体抽取二维相干剖面；
滤波提取单元，用于根据预设的尺度、角度间隔，利用加入裂缝分形特征的Garbor滤波器对抽取的二维相干剖面进行滤波以提取剖面数据；
其中，所述的装置还包括：
Garbor滤波器改进模块，用于利用分形相识性维数改进Garbor滤波器确定加入裂缝分形特征的Garbor滤波器；其包括：
重采样单元，用于对所述的二维相干剖面进行重采样；
相似性度量单元，用于对重采样的剖面和原剖面分别进行相似性度量；
相识性维数确定单元，用于将相似性度量最大的维度值作为相识性维数；
改进单元，用于利用所述的相识性维数确定加入裂缝分形特征的Garbor滤波器。
5.如权利要求4所述的线性断裂提取装置，其特征在于，所述的数据体获取模块包括：
地震记录数据处理单元，用于对采集的反射地震记录数据进行地震资料处理获取叠后地震数据体；
导向滤波单元，用于对叠后地震数据体进行倾角构造导向滤波确定地震数据体。
6.如权利要求4所述的线性断裂提取装置，其特征在于，所述的断裂数据提取模块包括：
二进格划分单元，用于按预设的尺度对提取的剖面进行二进分格划分；
Beamlet变换单元，用于对划分尺度进行Beamlet变换，确定划分格内的Beamlet变换系数和对应的Beamlet长度；
能量函数确定单元，用于根据所述的Beamlet变换系数和对应的Beamlet长度确定各二进分格的能量函数；
能量值确定单元，用于根据所述能量函数确定各二进分格最大能量值；
数据体提取单元，用于根据确定的各二进分格的最大能量值生成断裂提取剖面确定断裂数据体作为断裂提取结果。
7.一种计算机设备，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计算机程序时实现权利要求1至3任一项所述方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至3任一项所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011170600.4A CN114415230B (zh) | 2020-10-28 | 2020-10-28 | 一种线性断裂提取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011170600.4A CN114415230B (zh) | 2020-10-28 | 2020-10-28 | 一种线性断裂提取方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114415230A CN114415230A (zh) | 2022-04-29 |
| CN114415230B true CN114415230B (zh) | 2024-05-28 |
Family
ID=81260447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011170600.4A Active CN114415230B (zh) | 2020-10-28 | 2020-10-28 | 一种线性断裂提取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114415230B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5673213A (en) * | 1992-09-16 | 1997-09-30 | Weigl; Konrad Michael | Adaptive filter |
| CN104007462A (zh) * | 2014-04-16 | 2014-08-27 | 孙赞东 | 基于衰减各向异性的裂缝预测方法 |
| US9105075B1 (en) * | 2013-02-06 | 2015-08-11 | Ihs Global Inc. | Enhancing seismic features using an optical filter array |
| WO2018130915A1 (en) * | 2017-01-12 | 2018-07-19 | Seismic Apparition Gmbh | Method for dealiasing data |
| CN108931814A (zh) * | 2017-05-26 | 2018-12-04 | 中国石油化工股份有限公司 | 一种基于多属性融合的基岩裂缝预测的方法 |
-
2020
- 2020-10-28 CN CN202011170600.4A patent/CN114415230B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5673213A (en) * | 1992-09-16 | 1997-09-30 | Weigl; Konrad Michael | Adaptive filter |
| US9105075B1 (en) * | 2013-02-06 | 2015-08-11 | Ihs Global Inc. | Enhancing seismic features using an optical filter array |
| CN104007462A (zh) * | 2014-04-16 | 2014-08-27 | 孙赞东 | 基于衰减各向异性的裂缝预测方法 |
| WO2018130915A1 (en) * | 2017-01-12 | 2018-07-19 | Seismic Apparition Gmbh | Method for dealiasing data |
| CN108931814A (zh) * | 2017-05-26 | 2018-12-04 | 中国石油化工股份有限公司 | 一种基于多属性融合的基岩裂缝预测的方法 |
Non-Patent Citations (5)
| Title |
|---|
| 3D fracture networks in the crystalline upper crust - A new seismic model of the Continental Deep Drilling Site (South Germany);Szalaiová, E 等;Geophysical Prospecting;20150714(第63期);第937-956页 * |
| 叠后地震数据采集足迹消除技术Gabor算法的研究及应用;魏天罡 等;海洋地质前沿;20181031(第10期);第71-75页 * |
| 基于Beamlet变换的断层识别与线性提取;荆智辉 等;物探与化探;20130630;第37卷(第03期);第543-546页 * |
| 基于分形特征的剖面分割方法探索;杜红 等;东北地震研究;20000930;第16卷(第7期);第14-15页 * |
| 基于分形理论和Gabor变换的港口背景红外图像分割;石文君 等;红外;20100831;第31卷(第08期);第28-32 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114415230A (zh) | 2022-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107449707B (zh) | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 | |
| US8892388B2 (en) | Box counting enhanced modeling | |
| CN107402176B (zh) | 裂缝孔隙度的确定方法和装置 | |
| CN106855636A (zh) | 基于碳酸盐岩储层露头的原型地质模型地震正演方法 | |
| CN102749647B (zh) | 一种储层孔洞空间的定量方法 | |
| Bistacchi et al. | On a new robust workflow for the statistical and spatial analysis of fracture data collected with scanlines (or the importance of stationarity) | |
| CN111239821B (zh) | 碳酸盐岩储层孔隙结构预测方法、装置、设备及存储介质 | |
| CN116256801B (zh) | 基于图像融合的深地油气精准导航断层表征方法与系统 | |
| CN103869362A (zh) | 体曲率获取方法和设备 | |
| CN110095811B (zh) | 膏岩层速度模型构建处理方法及装置 | |
| CN111426616A (zh) | 碳酸盐岩弹性性质与孔隙结构获取方法、装置及存储介质 | |
| CN114415230B (zh) | 一种线性断裂提取方法及装置 | |
| CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
| Vantassel et al. | AutoHVSR: A machine-learning-supported algorithm for the fully-automated processing of horizontal-to-vertical spectral ratio measurements | |
| CN113806674B (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
| CN114926431A (zh) | 一种基于电成像测井图像的页岩裂缝发育模式识别方法 | |
| CN112394392B (zh) | 对烃源岩分布情况进行评价的方法和装置 | |
| CN112147687B (zh) | 一种储层含气性预测方法及预测系统 | |
| CN112305597B (zh) | 储层预测方法及装置 | |
| CN108537883B (zh) | 一种基于MapReduce框架的地质建模方法 | |
| CN113671572A (zh) | 基于室内砂箱的地震数据成像方法及装置 | |
| CN112230303A (zh) | 一种地球物理测井数据的处理方法和系统 | |
| CN114135264B (zh) | 确定致密砂岩微裂缝发育程度的方法、装置和存储介质 | |
| CN113325474B (zh) | 生物礁判别方法 | |
| CN113075747B (zh) | 储层裂缝发育区域的预测方法及装置 |
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 |