CN117849863A - 断裂系统的预测方法及装置 - Google Patents
断裂系统的预测方法及装置 Download PDFInfo
- Publication number
- CN117849863A CN117849863A CN202211215740.8A CN202211215740A CN117849863A CN 117849863 A CN117849863 A CN 117849863A CN 202211215740 A CN202211215740 A CN 202211215740A CN 117849863 A CN117849863 A CN 117849863A
- Authority
- CN
- China
- Prior art keywords
- target
- tensor
- dimensional
- voting
- seismic data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012545 processing Methods 0.000 claims abstract description 95
- 238000005516 engineering process Methods 0.000 claims abstract description 85
- 230000006870 function Effects 0.000 claims description 64
- 238000004590 computer program Methods 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 25
- 238000000354 decomposition reaction Methods 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000012512 characterization method Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种断裂系统的预测方法及装置,其中该方法包括:基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取三维叠加数据体,并作为目标地震数据;从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片,进行断裂系统的预测。本发明实现对断裂系统直观和精确的刻画,提升断裂系统的预测结果的准确度和精确度。
Description
技术领域
本发明涉及油气勘探开发技术领域,尤其涉及断裂系统的预测方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
地震属性是通过对地震数据进行数学和物理上的变换进而挖掘出隐藏于地震振幅信息中的反映特定构造和性质的特征参数。地震属性中蕴含着丰富的储层信息,地震属性分析是储层预测的有效手段之一。基于地震数据可以得到各种不同种类的地震属性,这些地震属性在描述地质特征时有其各自的侧重,其中相干体和曲率属性在断裂识别中有较好的效果。相干体在断层和河道的识别中有较好的效果,曲率属性对地质特征的细微变化敏感,故可用于裂缝识别。
地震相干体是地层结构岩性孔隙度以及碳水化合物的变化所引起地震响应横向变化的一种度量。互相关技术用于静态关系的自动拾取已有几十年的历史了。这些地震道相干体的测量有不同的数值算法。目前相关人员使得相干体成为独立的一类地震属性,当声阻抗横向剧烈变化时相干体能够极为有效地描述断层。但由于相干体算法是计算相邻反射同相轴的相似度,受地震资料分辨率的约束,相干算法对较大尺度的断层具有较强的识别能力,但对于尺度较小的断层及裂缝的刻画效果不佳。针对较小尺度的断裂系统,曲率属性的应用效果相对较好。
曲率属性在石油工业中已有多年的应用历史,在地震中,根据曲率属性的求取方式可以分为二维层面曲率和三维体曲率,其中体曲率应用更加广泛,其利用了三维地震数据的振幅信息,有更明确的物理意义。曲率属性对地质特征的细微变化敏感,目前广泛应用在裂缝发育的预测。
但在实际应用中,使用曲率属性对断裂系统预测存在以下问题:
1、由于地质因素的不同和地震资料本身的分辨率、信噪比等方面的限制,直接使用原始地震数据的曲率属性去研究地质问题,往往容易产生偏差,使得断裂系统的预测结果不准确;
2、虽然曲率属性对小尺度裂缝较为敏感,是在对相对大尺度的断层的表征时,曲率属性的刻画结果连续性较差,断层较细碎分散,对断裂系统的预测结果不够精确。
发明内容
本发明实施例提供一种断裂系统的预测方法,用以实现对断裂系统直观和精确的刻画,提升断裂系统的预测结果的准确度和精确度,该方法包括:
基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;
从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;
从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;
对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;
基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;所述导航金字塔技术用于进行二维方向可控滤波处理;所述张量投票技术用于对标层位切片的边界数据进行增强处理;
根据处理好的目标层位切片,进行断裂系统的预测。
本发明实施例还提供一种断裂系统的预测装置,实现对断裂系统直观和精确的刻画,提升断裂系统的预测结果的准确度和精确度,该装置包括:
子带分解模块,用于基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;
目标地震数据确定模块,用于从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;
目标曲率属性确定模块,用于从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;
层位切片模块,用于对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;
目标层位切片处理模块,用于基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;所述导航金字塔技术用于进行二维方向可控滤波处理;所述张量投票技术用于对标层位切片的边界数据进行增强处理;
断裂系统预测模块,用于根据处理好的目标层位切片,进行断裂系统的预测。
本发明实施例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,所述处理器执行所述计算机程序时实现上述断裂系统的预测方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述断裂系统的预测方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述断裂系统的预测方法。
本发明实施例中,基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;所述导航金字塔技术用于进行二维方向可控滤波处理;所述张量投票技术用于对标层位切片的边界数据进行增强处理;根据处理好的目标层位切片,进行断裂系统的预测,从而与现有技术下使用原始地震数据的曲率属性进行断裂系统预测的技术方案相比,通过使用导航金字塔技术对原始三维地震数据进行处理,可将原始地震数据在频率域分解成多个不同尺度的子带,并通过选取三维叠加数据体,可得到更高分辨率和信噪比的目标地震数据,提升了地震数据的分辨率和信噪比,有效增强了对地质体边界的刻画,提升了断裂系统的预测结果的准确度;同时,通过张量投票技术对目标层位切片进行处理,能有效增强断层裂缝的连续性,实现对地震数据中具有的边界进行增强处理,突出断裂系统的几何结构特征,可有效解决三维曲率属性检测断裂时连续性差、受限于地震资料质量等问题,实现对断裂系统直观和精确的刻画,提升了断裂系统的预测结果的精确度,对指导油气田勘探开发提供重要依据和帮助。
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。在附图中:
图1为本发明实施例中一种断裂系统的地震数据多尺度分解结果的具体示意图;
图2为本发明实施例中一种断裂系统的不同尺度子带组合主频对比的具体示例图;
图3为本发明实施例中一种断裂系统的预测方法的具体示例图;
图4为本发明实施例中一种断裂系统的目标层位最大正曲率属性切片的具体示例图;
图5为本发明实施例中一种断裂系统的二维导航处理后目标层位最大正曲率属性切片的结构示意图;
图6为本发明实施例中一种断裂系统的张量投票处理后的目标层位切片的结果的具体示例图;
图7为本发明实施例中一种断裂系统的预测方法的流程示例图;
图8为本发明实施例中一种断裂系统的预测装置的结构示例图;
图9为本发明实施例中一种断裂系统的预测装置的具体示例图;
图10为本发明实施例中用于断裂系统的预测的计算机设备示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本文中术语“和/或”,仅仅是描述一种关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
在本说明书的描述中,所使用的“包含”、“包括”、“具有”、“含有”等,均为开放性的用语,即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请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一定指的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施,其中的步骤顺序不作限定,可根据需要作适当调整。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
曲率属性在石油工业中已有多年的应用历史,在地震中,根据曲率属性的求取方式可以分为二维层面曲率和三维体曲率,其中体曲率应用更加广泛,其利用了三维地震数据的振幅信息,有更明确的物理意义。曲率属性对地质特征的细微变化敏感,目前广泛应用在裂缝发育的预测。
但在实际应用中,使用曲率属性对断裂系统预测存在以下问题:
1、由于地质因素的不同和地震资料本身的分辨率、信噪比等方面的限制,直接使用原始地震数据的曲率属性去研究地质问题,往往容易产生偏差,使得断裂系统的预测结果不准确;
2、虽然曲率属性对小尺度裂缝较为敏感,是在对相对大尺度的断层的表征时,曲率属性的刻画结果连续性较差,断层较细碎分散,对断裂系统的预测结果不够精确。
为了解决上述问题,本发明实施例提供了一种断裂系统的预测方法,实现对断裂系统直观和精确的刻画,提升断裂系统的预测结果的准确度和精确度,参见图7,该方法可以包括:
步骤701:基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;
步骤702:从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;
步骤703:从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;
步骤704:对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;
步骤705:基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;上述导航金字塔技术用于进行二维方向可控滤波处理;上述张量投票技术用于对标层位切片的边界数据进行增强处理;
步骤706:根据处理好的目标层位切片,进行断裂系统的预测。
本发明实施例中,基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;上述导航金字塔技术用于进行二维方向可控滤波处理;上述张量投票技术用于对标层位切片的边界数据进行增强处理;根据处理好的目标层位切片,进行断裂系统的预测,从而与现有技术下使用原始地震数据的曲率属性进行断裂系统预测的技术方案相比,通过使用导航金字塔技术对原始三维地震数据进行处理,可将原始地震数据在频率域分解成多个不同尺度的子带,并通过选取三维叠加数据体,可得到更高分辨率和信噪比的目标地震数据,提升了地震数据的分辨率和信噪比,有效增强了对地质体边界的刻画,提升了断裂系统的预测结果的准确度;同时,通过张量投票技术对目标层位切片进行处理,能有效增强断层裂缝的连续性,实现对地震数据中具有的边界进行增强处理,突出断裂系统的几何结构特征,可有效解决三维曲率属性检测断裂时连续性差、受限于地震资料质量等问题,实现对断裂系统直观和精确的刻画,提升了断裂系统的预测结果的精确度,对指导油气田勘探开发提供重要依据和帮助。
具体实施时,首先基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带。
在一个实施例中,断裂系统可为深层碳酸盐岩的断裂系统。
在一个实施例中,上述子带按如下公式表示:
其中,Lk表示第k个子带,位于金字塔的第k层;W(m,n)代表具有低通特性的窗口函数,m表示W(m,n)的横坐标;n表示W(m,n)的纵坐标;x表示地震数据的横坐标;y表示地震数据的纵坐标。
在一个实施例中,可使用导航金字塔技术将原始地震数据在频率域分解成6个不同尺度(level)的子带,如图1所示。
在上述实施例中,本发明实施例对分解得到的子带的数量并不进行具体限制,可根据使用需求进行自由设置。
具体实施时,在基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带后,从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据。
实施例中,导航金字塔能识别地质体边界层并提高地震数据的分辨率。大致处理方法为将原始地震数据在频率域分解成多个不同尺度的子带,小尺度可以反映出图像的细节信息,大尺度则能较好地反映图像的宏观信息。结合方向可控波器对不同方向的特征分量进行提取,后筛选出主频最高的频率子带组合进行叠加,得到更高分辨率和信噪比的新地震数据。
具体实施时,在从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据后,从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性。
实施例中,可将不同Level的子带进行组合,对组合结果进行主频分析(如表1所示的不同尺度子带组合结果频谱分析表),并进行比对,举一实例的对比图可如图2所示,可从中优选出主频最高且信噪比好的组合叠加数据体,如Level123叠加数据体,从而得到更高分辨率的新地震数据。
表1
地震数据名称 | 中心频率(Hz) | 主频(Hz) | 主频范围(Hz) |
原始数据(2150-2350ms) | 32.8 | 31.3 | 18.6-47.0 |
导航金字塔全叠加 | 32.8 | 31.3 | 18.6-47.0 |
导航金字塔level0 | 43.1 | 46.9 | 33.7-55.6 |
导航金字塔level1 | 48 | 46.9 | 41.7-56.1 |
导航金字塔level2 | 34.6 | 31.4 | 25.5-41.7 |
导航金字塔level3 | 21 | 19.5 | 13.9-24.9 |
导航金字塔level4 | 10.9 | 11.7 | 4.6-14.3 |
导航金字塔level5 | 7.1 | 7.8 | 4.6-11.7 |
导航金字塔level1+2 | 31.5 | 27.3 | 25.5-47.1 |
导航金字塔level2+3 | 31 | 23.4 | 18.4-41.6 |
导航金字塔level0+1+2 | 33 | 31.3 | 18.5-47.0 |
导航金字塔level1+2+3 | 36.7 | 33.1 | 25.5-47.2 |
导航金字塔level2+3+4 | 30.8 | 23.4 | 18.5-41.6 |
导航金字塔level0+1+2+3 | 33 | 31.3 | 18.4-47.0 |
在一个实施例中,上述目标曲率属性按如下公式表示:
Kmax=(A+B)+[(A-B)2+C2]1/2
其中,Kmax表示目标曲率属性;A、B、C为曲率参数,其中, x表示地震数据的横坐标;y表示地震数据的纵坐标;z表示地震数据的时间域坐标。
在一个实施例中,从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,可包括:从目标地震数据中,提取曲率属性为最大正曲率属性的曲率属性,本发明实施例对提取的曲率属性的大小并不进行具体限制,可根据使用需求进行自由设置。
在上述实施例中,在选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体时,可选取主频最高且信噪比最高的三维叠加数据体,本发明实施例对选取的三维叠加数据体并不进行具体限制,可根据使用需求进行自由设置。
具体实施时,在从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性后,对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片。
实施例中,可针对断裂系统所在的不同地形,自由设置上述的预设层位,在一个实例中,预设层位可为震旦系灯影组四段。
具体实施时,在对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片后,基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;上述导航金字塔技术用于进行二维方向可控滤波处理;上述张量投票技术用于对标层位切片的边界数据进行增强处理。
实施例中,断裂的刻画连续性较差的问题可使用张量投票技术解决。该方法计算像素点与周围数据点之间的局部信息传递,从而提取各种几何结构,对噪声数据具有较强的稳健性,同时该方法采用迭代的方法能够更好地提取边缘信息。本发明将张量投票引入到导航金字塔地质体边界层识别中,即在导航金字塔滤波基础上再进行张量投票。处理过程可以概括为如下三步:张量编码、张量投票和张量分解。张量投票能有效增强断层裂缝的连续性,突出几何结构特征,是断裂系统更加明显、直观。
在上述实施例中,导航金字塔技术是利用图像金字塔方法和方向可控滤波器,将图像划分成一系列具有不同大小、不同方向特征的图像后进行分析处理,最后对图像进行合成得到输出图像。该技术是一种多尺度多方向的分解技术,其具有的平移不变性和方向可控性有利于对复杂的地下不连续性特征的精确识别,并可以根据地质特征设计不同尺度的组合和方向滤波,进一步挖掘地震属性中隐蔽的不连续性特征,同时增强地震数据的分辨率。
而张量投票是一种鲁棒性很强的提取图像显要特征的新方法,是相关学者根据格式塔“整体大于部分之和”原则提出的一种显著性结构特征推理理论,特点在于采用张量叠加的方式来增强待提取特征,用张量矩阵的特征值分解来解释投票结果,能从带有强噪声、离群点的点云信息中推理隐含的结构特征,将人类视觉看到的信息通过机器算法将其可视化。该算法中,领域信息通过投票的方式聚集到一起,而取向信息通过矢量场的计算规则进行估计,以实现数据间的通信,通过张量投票方法对地震属性特征进行挖掘,实现对地震数据中具有的边界进行增强处理,以增强不连续信号和有效信号。
在一个实施例中,基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片,如图3所示,包括:
步骤301:基于导航金字塔技术,利用二维方向可控滤波器,对目标层位切片进行二维方向可控滤波处理;并在进行二维方向可控滤波处理时,通过非线性函数处理目标层位切片的图像局部特征,得到第一处理后的目标层位切片;
步骤302:根据第一处理后的目标层位切片,构建目标张量;
步骤303:对上述目标张量,进行张量投票,得到目标张量的投票结果;
步骤304:对目标张量的投票结果,进行分解,将目标张量的投票结果的分解结果,作为处理好的目标层位切片。
在一个实施例中,对所述目标张量,以地震属性图像矩阵的主特征值λ1作为投票过程的输入数据,通过投票提高张量信息的准确性,得到目标张量的投票结果;
举一实例,如通过二维导航金字塔的方法对目标层位进行处理,如图5所示,二维导航中所用的方向可控滤波器的函数表达式如下:
式中fθ(x,y)是可控滤波器在θ方向上的函数,它可以由θ方向的插值函数kj(θ)和θ方向的基函数fθj(x,y)线性组合得到,N为基函数与插值函数的对数(基函数和插值函数总是成对出现的)。
为了解决基滤波器所需要的数量,fθj(x,y)和插值函数kj(θ)如何选取等问题,将直角坐标系转换为极坐标系,其中φ=arg(x,y)。fθ(x,y)在极坐标下表达式如下:
式中gj(r,φ)为fθ(r,φ)的基函数。
滤波后采用了一个非线性函数生成一个门槛值,用来控制输出图像。非线性函数用S函数来表示,其表达式为:
式中L为线性控制,K和T分别是控制步长和阈值。
在一个实施例中,上述二维方向可控滤波器按如下公式表示:
其中,fθ(x,y)表示二维方向可控滤波器在二维地震属性图的平面θ方向上的函数,由θ方向的插值函数kj(θ)和θ方向的基函数fθj(x,y)进行线性组合得到,N为基函数与插值函数的对数。
在一个实施例中,还包括:
按如下公式确定所利用二维方向可控滤波器的数量:
其中,fθ(r,φ)为将直角坐标系下的fθ(x,y),转换为极坐标系下的表达式;r表示极坐标半径,φ表示极坐标角度,φ=arg(x,y);gj(r,φ)为fθ(r,φ)的基函数。
在上述实施例中,为了解决基滤波器所需要的数量,需要将二维地震属性图的数据点由直角坐标系转换为极坐标系,可进一步地确定所利用二维方向可控滤波器的数量。
在上述实施例中,可使用导航金字塔技术对三维地震数据和二维地震属性切片分别进行处理,消除杂乱信号,提升了地震数据的分辨率和信噪比,同时有效增强了对地质体边界的刻画。进一步地,又将导航金字塔处理过的二维属性切片进行张量投票,使断裂系统的连续性得到极大提升,克服了现有技术存在的缺陷。
在一个实施例中,按如下公式根据第一处理后的目标层位切片,构建目标张量:
其中,T表示目标张量;I表示第一处理后的目标层位切片的二维图像;表示所述图像各个像素点的梯度向量;x表示所述图像像素点的横坐标;y表示所述图像像素点的纵坐标。
在一个实施例中,对上述目标张量,进行张量投票,得到目标张量的投票结果,包括:
将上述目标张量的投票域中心放在投票点上,以每一像素点对该像素点的邻域像素点进行投票累计;
根据每一像素点得到的投票的数量和大小,生成对应每一像素点的张量,作为目标张量的投票结果。
在一个实施例中,按如下公式对目标张量的投票结果,进行分解:
其中,T1表示张量投票处理后的得到的结构张量;为棒张量,λ1-λ2表示棒形张量的显著性大小,/>为球张量,λ2表示圆形张量的显著性大小。
具体实施时,在基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片后,根据处理好的目标层位切片,进行断裂系统的预测。
举一实例,如可基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,并在得到处理好的目标层位切片后,根据处理好的目标层位切片,为针对四川盆地安岳气田某工区灯影组四段进行断裂系统预测。
下面给出一个具体实施例,来说明本发明的方法的具体应用,该本具体实施例提供了一种基于三维曲率属性结合导航金字塔及张量投票技术的断裂系统检测方法。
参加图1至图6,实施例中,可以包括如下步骤:
(1)使用导航金字塔技术将原始地震数据在频率域分解成6个不同尺度(level)的子带(如图1所示的地震数据多尺度分解结果)。构建各level子带的公式为:
其中Lk中代表金字塔的第k层,W(m,n)代表具有低通特性的窗口函数,其表达式为:
(2)将不同Level的子带进行组合,对组合结果进行主频分析(参见表1所示)并进行比对(参加图2所示的不同尺度子带组合主频对比),优选出主频最高且信噪比好的组合Level123叠加数据体,得到更高分辨率的新地震数据。
(3):对所得的Level123地震数据体提取最大正曲率属性,最大正曲率表达式为:
Kmax=(A+B)+[(A-B)2+C2]1/2
式中
(4)将三维属性体做层位切片,得到目标层位震旦系灯影组四段的层位切片(参见图4所示的目标层位最大正曲率属性切片)。
(5)通过二维导航金字塔的方法对目标层位进行处理(参见图5所示的二维导航处理后目标层位最大正曲率属性切片),二维导航处理中所运用的方向可控滤波器可以突出属性切片中的方向性信息并有效消除噪声干扰,方向可控滤波器的函数表达式如下:
式中fθ(x,y)是可控滤波器在二维地震属性图的平面θ方向上的函数,它可以由θ方向的插值函数kj(θ)和θ方向的基函数fθj(x,y)线性组合得到,N为基函数与插值函数的对数(基函数和插值函数总是成对出现的)。
为了解决基滤波器所需要的数量,fθj(x,y)和插值函数kj(θ)如何选取等问题,将二维地震属性图的数据点由直角坐标系转换为极坐标系,其中φ=arg(x,y)。fθ(x,y)在极坐标下表达式如下:
式中gj(r,φ)为fθ(r,φ)的基函数。
滤波后采用了一个非线性函数生成一个门槛值,用来控制输出图像,可以从方向可控滤波器处理过的滤波图像中提取特征信息,从而去除我们不感兴趣的特征,保留能够凸显地质体的特征的信息,非线性函数用S函数来表示,其表达式为:
式中L为线性控制,K和T分别是控制步长和阈值。
该操作消除了原曲率属性切片(图4)中的杂乱噪音影响,并增强属性所刻画断裂系统的方向性特征。
(6)对所得层位切片进行张量投票处理,以实现“增强几何结构特征”的目的增强输入地震属性图中断裂系统的连续性,提高工区断裂系统的整体刻画效果。(参见图6所示的张量投票处理后目标层位切片最终结果)。张量投票算法的第一步是进行张量的构造,利用上一步处理后的地震属性图像的梯度向量构造张量公式如下:
/>
由二阶矩阵可知,任意二阶对称非负定张量可分解为:
以地震属性图像结构张量矩阵的主特征值λ1作为投票过程的输入数据,其中λ1代表了属性图像中所包含的断裂信息,通过投票提高断裂信息的连续性。
张量投票时将投票域的中心放在投票点上,每个点对邻域投票进行累计,计算每个像素得到投票的数量和大小,最后在每个像素点上形成一个新的张量表示。表达式如下:
其中,V表示累计投票,Vs(p)为接收到的选票张量,K表示接收者邻域内投票者的个数。
对投票后的新得到的结构张量可分解为:
其中,T1为张量投票处理后的新得到的结构张量,为棒张量,λ1-λ2表示棒形张量的显著性大小,/>为球张量,λ2表示圆形张量的显著性大小。在分析中只关注公式中前一项/>的大小,/>的值越大,说明为断层或裂缝的可能性越大。
综上,张量投票操作最终实现增强输入地震属性图中断裂系统的连续性,提高工区断裂系统的整体刻画效果。
本具体实施例的目的在于提出了一种基于三维地震属性的断裂系统检测方法。该方法将传统的地震属性分析的方法与导航金字塔和张量投票的处理方法相结合。其中导航金字塔技术是利用图像金字塔方法和方向可控滤波器,将图像划分成一系列具有不同大小、不同方向特征的图像后进行分析处理,最后对图像进行合成得到输出图像。该技术是一种多尺度多方向的分解技术,其具有的平移不变性和方向可控性有利于对复杂的地下不连续性特征的精确识别,并可以根据地质特征设计不同尺度的组合和方向滤波,进一步挖掘地震属性中隐蔽的不连续性特征,同时增强地震数据的分辨率。
张量投票是一种鲁棒性很强的提取图像显要特征的新方法,是南加利福尼亚大学Guy根据格式塔“整体大于部分之和”原则提出的一种显著性结构特征推理理论,特点在于采用张量叠加的方式来增强待提取特征,用张量矩阵的特征值分解来解释投票结果,能从带有强噪声、离群点的点云信息中推理隐含的结构特征,将人类视觉看到的信息通过机器算法将其可视化。该算法中,领域信息通过投票的方式聚集到一起,而取向信息通过矢量场的计算规则进行估计,以实现数据间的通信,通过张量投票方法对地震属性特征进行挖掘,实现对地震数据中具有的边界进行增强处理,以增强不连续信号和有效信号。
当然,可以理解的是,上述详细流程还可以有其他变化例,相关变化例均应落入本发明的保护范围。
本发明实施例中,基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;上述导航金字塔技术用于进行二维方向可控滤波处理;上述张量投票技术用于对标层位切片的边界数据进行增强处理;根据处理好的目标层位切片,进行断裂系统的预测,从而与现有技术下使用原始地震数据的曲率属性进行断裂系统预测的技术方案相比,通过使用导航金字塔技术对原始三维地震数据进行处理,可将原始地震数据在频率域分解成多个不同尺度的子带,并通过选取三维叠加数据体,可得到更高分辨率和信噪比的目标地震数据,提升了地震数据的分辨率和信噪比,有效增强了对地质体边界的刻画,提升了断裂系统的预测结果的准确度;同时,通过张量投票技术对目标层位切片进行处理,能有效增强断层裂缝的连续性,实现对地震数据中具有的边界进行增强处理,突出断裂系统的几何结构特征,可有效解决三维曲率属性检测断裂时连续性差、受限于地震资料质量等问题,实现对断裂系统直观和精确的刻画,提升了断裂系统的预测结果的精确度,对指导油气田勘探开发提供重要依据和帮助。
如上述,本发明实施例具备如下优点:
1、由于对三维地震数据体进行了三维导航金字塔处理,提升了地震数据的分辨率和信噪比;
2、由于对曲率属性切片使用二维导航处理结合张量投票的方法,有效提取图像的几何结构及边缘信息,增强了断裂的连续性,实现了对断裂系统直观、精确刻画的目的。
综上,本发明实施例提出的方法可有效解决三维曲率属性检测断裂时连续性差、受限于地震资料质量等问题,实现对断裂系统直观、精确的刻画,对指导油气田勘探开发提供重要依据和帮助。
本发明实施例中还提供了一种断裂系统的预测装置,如下面的实施例上述。由于该装置解决问题的原理与断裂系统的预测方法相似,因此该装置的实施可以参见断裂系统的预测方法的实施,重复之处不再赘述。
本发明实施例还提供一种断裂系统的预测装置,实现对断裂系统直观和精确的刻画,提升断裂系统的预测结果的准确度和精确度,如图8所示,该装置包括:
子带分解模块801,用于基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;
目标地震数据确定模块802,用于从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;
目标曲率属性确定模块803,用于从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;
层位切片模块804,用于对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;
目标层位切片处理模块805,用于基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;上述导航金字塔技术用于进行二维方向可控滤波处理;上述张量投票技术用于对标层位切片的边界数据进行增强处理;
断裂系统预测模块806,用于根据处理好的目标层位切片,进行断裂系统的预测。
在一个实施例中,上述子带按如下公式表示:
其中,Lk表示第k个子带,位于金字塔的第k层;W(m,n)代表具有低通特性的窗口函数,m表示W(m,n)的横坐标;n表示W(m,n)的纵坐标;x表示地震数据的横坐标;y表示地震数据的纵坐标。
在一个实施例中,上述目标曲率属性按如下公式表示:
Kmax=(A+B)+[(A-B)2+C2]1/2
其中,Kmax表示目标曲率属性;A、B、C为曲率参数,其中, x表示地震数据的横坐标;y表示地震数据的纵坐标;z表示地震数据的时间域坐标。
在一个实施例中,目标层位切片处理模块,具体用于:
基于导航金字塔技术,利用二维方向可控滤波器,对目标层位切片进行二维方向可控滤波处理;并在进行二维方向可控滤波处理时,通过非线性函数处理目标层位切片的图像局部特征,得到第一处理后的目标层位切片;
根据第一处理后的目标层位切片,构建目标张量;
对上述目标张量,进行张量投票,得到目标张量的投票结果;
对目标张量的投票结果,进行分解,将目标张量的投票结果的分解结果,作为处理好的目标层位切片。
在一个实施例中,上述二维方向可控滤波器按如下公式表示:
其中,fθ(x,y)表示二维方向可控滤波器在二维地震属性图的平面θ方向上的函数,由θ方向的插值函数kj(θ)和θ方向的基函数fθj(x,y)进行线性组合得到,N为基函数与插值函数的对数。
在一个实施例中,如图9所示,还包括:
滤波器数量确定模块901,用于:
按如下公式确定所利用二维方向可控滤波器的数量:
其中,fθ(r,φ)为将直角坐标系下的fθ(x,y),转换为极坐标系下的表达式;r表示极坐标半径,φ表示极坐标角度,φ=arg(x,y);gj(r,φ)为fθ(r,φ)的基函数。
在一个实施例中,目标层位切片处理模块,具体用于:
按如下公式根据第一处理后的目标层位切片,构建目标张量:
其中,T表示目标张量;I表示第一处理后的目标层位切片的二维图像;表示所述图像各个像素点的梯度向量;x表示所述图像像素点的横坐标;y表示所述图像像素点的纵坐标。
在一个实施例中,目标层位切片处理模块,具体用于:
将上述目标张量的投票域中心放在投票点上,以每一像素点对该像素点的邻域像素点进行投票累计;
根据每一像素点得到的投票的数量和大小,生成对应每一像素点的张量,作为目标张量的投票结果。
在一个实施例中,目标层位切片处理模块,具体用于:
按如下公式对目标张量的投票结果,进行分解:
其中,T1表示张量投票处理后的得到的结构张量;为棒张量,λ1-λ2表示棒形张量的显著性大小,/>为球张量,λ2表示圆形张量的显著性大小。
本发明实施例提供一种用于实现上述断裂系统的预测方法中的全部或部分内容的计算机设备的实施例上述计算机设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,上述处理器、存储器、通信接口通过上述总线完成相互间的通信;上述通信接口用于实现相关设备之间的信息传输;该计算机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,该计算机设备可以参照实施例用于实现断裂系统的预测方法的实施例及用于实现断裂系统的预测装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
图10为本申请实施例的计算机设备1000的系统构成的示意框图。如图10所示,该计算机设备1000可以包括中央处理器1001和存储器1002;存储器1002耦合到中央处理器1001。值得注意的是,该图10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,断裂系统的预测功能可以被集成到中央处理器1001中。其中,中央处理器1001可以被配置为进行如下控制:
基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;
从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;
从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;
对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;
基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;上述导航金字塔技术用于进行二维方向可控滤波处理;上述张量投票技术用于对标层位切片的边界数据进行增强处理;
根据处理好的目标层位切片,进行断裂系统的预测。
在另一个实施方式中,断裂系统的预测装置可以与中央处理器1001分开配置,例如可以将断裂系统的预测装置配置为与中央处理器1001连接的芯片,通过中央处理器的控制来实现断裂系统的预测功能。
如图10所示,该计算机设备1000还可以包括:通信模块1003、输入单元1004、音频处理器1005、显示器1006、电源1007。值得注意的是,计算机设备1000也并不是必须要包括图10中所示的所有部件;此外,计算机设备1000还可以包括图10中没有示出的部件,可以参考现有技术。
如图10所示,中央处理器1001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1001接收输入并控制计算机设备1000的各个部件的操作。
其中,存储器1002,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1001可执行该存储器1002存储的该程序,以实现信息存储或处理等。
输入单元1004向中央处理器1001提供输入。该输入单元1004例如为按键或触摸输入装置。电源1007用于向计算机设备1000提供电力。显示器1006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1002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1002还可以是某种其它类型的装置。存储器1002包括缓冲存储器1021(有时被称为缓冲器)。存储器1002可以包括应用/功能存储部1022,该应用/功能存储部1022用于存储应用程序和功能程序或用于通过中央处理器1001执行计算机设备1000的操作的流程。
存储器1002还可以包括数据存储部1023,该数据存储部1023用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由计算机设备使用的数据。存储器1002的驱动程序存储部1024可以包括计算机设备的用于通信功能和/或用于执行计算机设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块1003即为经由天线1008发送和接收信号的发送机/接收机1003。通信模块(发送机/接收机)1003耦合到中央处理器1001,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,在同一计算机设备中,可以设置有多个通信模块1003,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)1003还经由音频处理器1005耦合到扬声器1009和麦克风1010,以经由扬声器1009提供音频输出,并接收来自麦克风1010的音频输入,从而实现通常的电信功能。音频处理器1005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1005还耦合到中央处理器1001,从而使得可以通过麦克风1010能够在本机上录音,且使得可以通过扬声器1009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存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述断裂系统的预测方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述断裂系统的预测方法。
本发明实施例中,基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;所述导航金字塔技术用于进行二维方向可控滤波处理;所述张量投票技术用于对标层位切片的边界数据进行增强处理;根据处理好的目标层位切片,进行断裂系统的预测,从而与现有技术下使用原始地震数据的曲率属性进行断裂系统预测的技术方案相比,通过使用导航金字塔技术对原始三维地震数据进行处理,可将原始地震数据在频率域分解成多个不同尺度的子带,并通过选取三维叠加数据体,可得到更高分辨率和信噪比的目标地震数据,提升了地震数据的分辨率和信噪比,有效增强了对地质体边界的刻画,提升了断裂系统的预测结果的准确度;同时,通过张量投票技术对目标层位切片进行处理,能有效增强断层裂缝的连续性,实现对地震数据中具有的边界进行增强处理,突出断裂系统的几何结构特征,可有效解决三维曲率属性检测断裂时连续性差、受限于地震资料质量等问题,实现对断裂系统直观和精确的刻画,提升了断裂系统的预测结果的精确度,对指导油气田勘探开发提供重要依据和帮助。
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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (21)
1.一种断裂系统的预测方法,其特征在于,包括:
基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;
从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;
从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;
对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;
基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;所述导航金字塔技术用于进行二维方向可控滤波处理;所述张量投票技术用于对标层位切片的边界数据进行增强处理;
根据处理好的目标层位切片,进行断裂系统的预测。
2.如权利要求1所述的方法,其特征在于,所述子带按如下公式表示:
其中,Lk表示第k个子带,位于金字塔的第k层;W(m,n)代表具有低通特性的窗口函数,m表示W(m,n)的横坐标;n表示W(m,n)的纵坐标;x表示地震数据的横坐标;y表示地震数据的纵坐标。
3.如权利要求1所述的方法,其特征在于,所述目标曲率属性按如下公式表示:
Kmax=(A+B)+[(A-B)2+C2]1/2
其中,Kmax表示目标曲率属性;A、B、C为曲率参数,其中, x表示地震数据的横坐标;y表示地震数据的纵坐标;z表示地震数据的时间域坐标。
4.如权利要求1所述的方法,其特征在于,基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片,包括:
基于导航金字塔技术,利用二维方向可控滤波器,对目标层位切片进行二维方向可控滤波处理;并在进行二维方向可控滤波处理时,通过非线性函数处理目标层位切片的图像局部特征,得到第一处理后的目标层位切片;
根据第一处理后的目标层位切片,构建目标张量;
对所述目标张量,进行张量投票,得到目标张量的投票结果;
对目标张量的投票结果,进行分解,将目标张量的投票结果的分解结果,作为处理好的目标层位切片。
5.如权利要求4所述的方法,其特征在于,所述二维方向可控滤波器按如下公式表示:
其中,fθ(x,y)表示二维方向可控滤波器在二维地震属性图的平面θ方向上的函数,由θ方向的插值函数kj(θ)和θ方向的基函数进行线性组合得到,N为基函数与插值函数的对数。
6.如权利要求5所述的方法,其特征在于,还包括:
按如下公式确定所利用二维方向可控滤波器的数量:
其中,fθ(r,φ)为将直角坐标系下的fθ(x,y),转换为极坐标系下的表达式;r表示极坐标半径,φ表示极坐标角度,φ=arg(x,y);gj(r,φ)为fθ(r,φ)的基函数。
7.如权利要求4所述的方法,其特征在于,按如下公式根据第一处理后的目标层位切片,构建目标张量:
其中,T表示目标张量;I表示第一处理后的目标层位切片的二维图像;表示所述图像各个像素点的梯度向量;x表示所述图像像素点的横坐标;y表示所述图像像素点的纵坐标。
8.如权利要求4所述的方法,其特征在于,对所述目标张量,进行张量投票,得到目标张量的投票结果,包括:
将所述目标张量的投票域中心放在投票点上,以每一像素点对该像素点的邻域像素点进行投票累计;
根据每一像素点得到的投票的数量和大小,生成对应每一像素点的张量,作为目标张量的投票结果。
9.如权利要求4所述的方法,其特征在于,按如下公式对目标张量的投票结果,进行分解:
其中,T1表示张量投票处理后的得到的结构张量;为棒张量,λ1-λ2表示棒形张量的显著性大小,/>为球张量,λ2表示圆形张量的显著性大小。
10.一种断裂系统的预测装置,其特征在于,包括:
子带分解模块,用于基于导航金字塔技术,将断裂系统的原始三维地震数据,在频率域分解成多个不同尺度的子带;
目标地震数据确定模块,用于从对多个不同尺度的子带进行重构组合得到的多个三维叠加数据体中,选取主频超过第一预设数值且信噪比超过第二预设数值的三维叠加数据体;将选取的三维叠加数据体,作为目标地震数据;
目标曲率属性确定模块,用于从目标地震数据中,提取曲率属性超过第三预设数值的曲率属性,作为目标曲率属性;
层位切片模块,用于对目标曲率属性进行层位切片处理,得到位于预设层位的目标层位切片;
目标层位切片处理模块,用于基于导航金字塔技术和张量投票技术,对目标层位切片进行处理,得到处理好的目标层位切片;所述导航金字塔技术用于进行二维方向可控滤波处理;所述张量投票技术用于对标层位切片的边界数据进行增强处理;
断裂系统预测模块,用于根据处理好的目标层位切片,进行断裂系统的预测。
11.如权利要求10所述的装置,其特征在于,所述子带按如下公式表示:
其中,Lk表示第k个子带,位于金字塔的第k层;W(m,n)代表具有低通特性的窗口函数,m表示W(m,n)的横坐标;n表示W(m,n)的纵坐标;x表示地震数据的横坐标;y表示地震数据的纵坐标。
12.如权利要求10所述的装置,其特征在于,所述目标曲率属性按如下公式表示:
Kmax=(A+B)+[(A-B)2+C2]1/2
其中,Kmax表示目标曲率属性;A、B、C为曲率参数,其中, x表示地震数据的横坐标;y表示地震数据的纵坐标;z表示地震数据的时间域坐标。
13.如权利要求10所述的装置,其特征在于,目标层位切片处理模块,具体用于:
基于导航金字塔技术,利用二维方向可控滤波器,对目标层位切片进行二维方向可控滤波处理;并在进行二维方向可控滤波处理时,通过非线性函数处理目标层位切片的图像局部特征,得到第一处理后的目标层位切片;
根据第一处理后的目标层位切片,构建目标张量;
对所述目标张量,进行张量投票,得到目标张量的投票结果;
对目标张量的投票结果,进行分解,将目标张量的投票结果的分解结果,作为处理好的目标层位切片。
14.如权利要求13所述的装置,其特征在于,所述二维方向可控滤波器按如下公式表示:
其中,fθ(x,y)表示二维方向可控滤波器在二维地震属性图的平面θ方向上的函数,由θ方向的插值函数kj(θ)和θ方向的基函数进行线性组合得到,N为基函数与插值函数的对数。
15.如权利要求14所述的装置,其特征在于,还包括:
滤波器数量确定模块,用于:
按如下公式确定所利用二维方向可控滤波器的数量:
其中,fθ(r,φ)为将直角坐标系下的fθ(x,y),转换为极坐标系下的表达式;r表示极坐标半径,φ表示极坐标角度,φ=arg(x,y);gj(r,φ)为fθ(r,φ)的基函数。
16.如权利要求13所述的装置,其特征在于,目标层位切片处理模块,具体用于:
按如下公式根据第一处理后的目标层位切片,构建目标张量:
其中,T表示目标张量;I表示第一处理后的目标层位切片的二维图像;表示所述图像各个像素点的梯度向量;x表示所述图像像素点的横坐标;y表示所述图像像素点的纵坐标。
17.如权利要求13所述的装置,其特征在于,目标层位切片处理模块,具体用于:
将所述目标张量的投票域中心放在投票点上,以每一像素点对该像素点的邻域像素点进行投票累计;
根据每一像素点得到的投票的数量和大小,生成对应每一像素点的张量,作为目标张量的投票结果。
18.如权利要求13所述的装置,其特征在于,目标层位切片处理模块,具体用于:
按如下公式对目标张量的投票结果,进行分解:
其中,T1表示张量投票处理后的得到的结构张量;为棒张量,λ1-λ2表示棒形张量的显著性大小,/>为球张量,λ2表示圆形张量的显著性大小。
19.一种计算机设备,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9任一所述方法。
20.一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计算机程序,所述计算机程序被处理器执行时实现权利要求1至9任一所述方法。
21.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至9任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215740.8A CN117849863A (zh) | 2022-09-30 | 2022-09-30 | 断裂系统的预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215740.8A CN117849863A (zh) | 2022-09-30 | 2022-09-30 | 断裂系统的预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117849863A true CN117849863A (zh) | 2024-04-09 |
Family
ID=90542257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211215740.8A Pending CN117849863A (zh) | 2022-09-30 | 2022-09-30 | 断裂系统的预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117849863A (zh) |
-
2022
- 2022-09-30 CN CN202211215740.8A patent/CN117849863A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | A scalable deep learning platform for identifying geologic features from seismic attributes | |
CN101303764B (zh) | 基于非下采样轮廓波的多传感器图像自适应融合方法 | |
CN104297791A (zh) | 一种基于地震优势频率的反演方法及系统 | |
CN112733688B (zh) | 房屋的属性值预测方法、装置、终端设备以及计算机可读存储介质 | |
CN110954950B (zh) | 地下横波速度反演方法、装置、计算设备及存储介质 | |
CN110879412A (zh) | 地下横波速度反演方法、装置、计算设备及存储介质 | |
Tzu-hao et al. | Reservoir uncertainty quantification using probabilistic history matching workflow | |
CN111913218A (zh) | 一种基于多尺度混合反演的薄层反演方法、设备以及系统 | |
CN112231974A (zh) | 基于深度学习的tbm破岩震源地震波场特征恢复方法及系统 | |
CN111582114A (zh) | 一种地震断层识别方法、装置、设备和存储介质 | |
CN112946743B (zh) | 区分储层类型的方法 | |
Li et al. | Magnetotelluric noise suppression via convolutional neural network | |
CN104200472A (zh) | 基于非局部小波信息的遥感图像变化检测方法 | |
CN110660051B (zh) | 一种基于导航金字塔的张量投票处理方法 | |
CN117849863A (zh) | 断裂系统的预测方法及装置 | |
CN115935142A (zh) | 一种基于短周期密集台阵城市背景噪声的成像方法及装置 | |
CN113202461B (zh) | 基于神经网络识别岩性的方法和装置 | |
CN115639605A (zh) | 基于深度学习的高分辨率断层的自动识别方法和装置 | |
CN114578445A (zh) | 基于重力资料确定断裂位置的方法及装置 | |
CN113075747B (zh) | 储层裂缝发育区域的预测方法及装置 | |
Zhang et al. | Stochastic reconstruction of shale combining multi-scale generators and discriminators with attention mechanisms | |
CN113970783B (zh) | 碳酸盐岩储层的预测方法及装置 | |
CN113160107A (zh) | 一种岩心微裂缝提取方法及装置、电子设备、存储介质 | |
CN113705068A (zh) | 一种确定层间泥岩累加厚度的方法及装置 | |
CN114167499A (zh) | 生物礁自动识别的方法及装置、电子设备和存储介质 |
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 |