DE10142786C2

DE10142786C2 - Similarity analysis method and use therefor

Info

Publication number: DE10142786C2
Application number: DE2001142786
Authority: DE
Inventors: Henning Trappe; Juergen Pruesmann
Original assignee: Individual
Current assignee: Individual
Priority date: 2001-08-31
Filing date: 2001-08-31
Publication date: 2003-07-03
Anticipated expiration: 2021-09-01
Also published as: DE10142786A1

Description

Die Erfindung betrifft ein Verfahren zur Ähnlichkeitsanalyse von den einer vorbestimmten, dreidimensionalen Analysezelle zu einem jeweiligen Analysepunkt zugehörenden Datenpunkten aus einem seismischen 3-D Meßdatensatz, der aus einer Vielzahl von Spuren besteht, die jeweils durch eine Reihe der mit Amplitudenwerten oder daraus abgeleiteten seismischen Attributen belegten Datenpunkte gebildet sind.The invention relates to a method for the similarity analysis of the one predetermined, three-dimensional analysis cell to a respective Analysis point associated data points from a seismic 3-D Measurement data set, which consists of a large number of tracks, each through a series of seismic ones with amplitude values or derived from them Attributes assigned data points are formed.

Seismische Erkundungsverfahren werden weltweit genutzt, um neben Informationen aus abgeteuften Bohrungen zusätzliche Erkenntnisse über Verbreitung von geologischen Strukturen im Untergrund zu erhalten. Oftmals kann aufgrund von Informationen aus seismischen Daten auf weitere kostenintensive Erkundungsbohrungen verzichtet oder ihre Zahl auf ein Minimum eingeschränkt werden.Seismic exploration techniques are used around the world Drilled well information provides additional insight into Preserve the spread of geological structures underground. Often times may be based on information from seismic data costly exploration wells dispensed with or their number one Minimum be restricted.

Bei der seismischen Erkundung des Untergrundes werden Sensoren (Geophone/Hydrophone) benutzt, die hintereinander aufgereiht (2D-Seismik) Schallwellen empfangen. Diese Wellen werden von einer seismischen Quelle, beispielsweise durch Sprengladungen, Vibratoren oder Luftpulser (airguns), angeregt und von den Erdschichten z. T. an die Oberfläche zurückreflektiert. Dort werden sie von den Sensoren registriert und in Form einer Zeitreihe aufgezeichnet. Diese Zeitreihe stellt die ankommende seismische Energie in Form von Amplitudenschwankungen dar. Sie wird digital gespeichert und besteht aus gleichmäßig angeordneten Datenpunkten (Samples), die durch die Zeit und den zugehörigen Amplitudenwert gekennzeichnet sind. Eine solche Zeitreihe wird auch als seismische Spur bezeichnet. Die Meßreihe wandert über das zu untersuchende Gebiet, so daß mit dieser Anordnung ein zweidimensionales (2D) seismisches Profil aufgenommen wird.Sensors are used for seismic exploration of the subsurface (Geophones / hydrophones) used, which are lined up in a row (2D seismic) Receive sound waves. These waves are from a seismic source, for example by explosive charges, vibrators or airguns, excited and z. T. reflected back to the surface. There they are registered by the sensors and in the form of a time series recorded. This time series represents the incoming seismic energy Form of amplitude fluctuations. It is stored digitally and consists of evenly arranged data points (samples) that pass through the time and the associated amplitude value are marked. A Such a time series is also referred to as a seismic trace. The series of measurements wanders over the area to be examined, so that with this arrangement two-dimensional (2D) seismic profile is recorded.

Die nachfolgende Weiterverarbeitung (Processing) hat eine Rauschunterdrückung z. B. durch Stapelung oder gezielt angewendete Filter zum Ziel. Nach der Stapelung, welche die den gleichen Untergrundpunkten zugeordneten Reflexionsamplituden summiert, spricht man von Poststack- Daten. Resultierende Ergebnisse sind Vertikalprofile, in denen Laufzeiten und Amplituden oder aus Amplituden abgeleitete Attribute Zeit- oder tiefenabhängig dargestellt sind, die als Grundlage für die weitere geologische Auswertung dienen. Die geologischen Schichten lassen sich auf einem Profil durch die laterale Amplitudenaneinanderreihung verfolgen.The subsequent processing has one Noise reduction e.g. B. by stacking or targeted filters to the goal. After stacking the same underground points summed reflection amplitudes, one speaks of post stack Data. Resulting results are vertical profiles in which run times and Amplitudes or attributes derived from amplitudes time or Depicted as a function of depth, which serves as the basis for further geological Serve evaluation. The geological layers can be drawn on a profile by tracking the lateral amplitude.

Werden die Daten nicht nur entlang einer Linie, sondern in einem flächenmäßigen Raster aufgenommen, ergibt sich ein dreidimensionales (3D) Datenvolumen. Im Fall des 3D-Volumens wird einem beliebigen Punkt im Untergrund, beschrieben z. B. durch kartesische Koordinaten, ein Amplitudenwert zugeordnet. Die vertikale Richtung wird in Zeit (Schallaufzeit) gemessen.If the data is not just along a line, but in one areal grid, there is a three-dimensional (3D) Data volume. In the case of 3D volume, any point in the Underground, described for. B. by Cartesian coordinates Amplitude value assigned. The vertical direction is in time (Sound propagation time) measured.

Dabei fallen große Datenmengen an (mehrere Gigabyte), die gespeichert und dem Processing unterzogen werden, bevor die eigentliche Interpretation in Bezug z. B. auf die weitere Erkundung des Untergrundes möglich ist. Diese Prozesse verlangen umfangreiche Computerresourcen und Software, um das empfangene Signal zu verarbeiten und zu korrigieren. Das Ergebnis sind Poststack-Daten, die ein seismisches Volumen in Form eines 3D-Datensatzes bilden. Der 3D-Datensatz stellt in einem seismischen Abbild physikalische und strukturelle Eigenschaften des untersuchten Untergrundes dar. In diesem 3D-Datensatz sind die Amplitudenwerte als in den drei Raumrichtungen gleichmäßig angeordnete Datenpunkte (Samples) gespeichert. This involves large amounts of data (several gigabytes) that are stored and be subjected to processing before the actual interpretation in Reference z. B. on further exploration of the underground is possible. These Processes require extensive computer resources and software to do this process and correct the received signal. The result is Poststack data that is a seismic volume in the form of a 3D data set form. The 3D data set represents physical data in a seismic image and structural properties of the examined subsurface. In this 3D data set are the amplitude values as in the three spatial directions evenly arranged data points (samples) are saved.

Aus diesem Datensatz können beliebige Schnitte, wie z. B. vertikale Profile und horizontale Karten aus verschiedenen Teufen extrahiert werden, die im weiteren Verlauf von Geophysikern und Geologen interpretiert werden. Da diese Interpretation der gewonnenen seismischen Abbilder im wesentlichen eine optische Korrelation umfaßt, sind Versuche unternommen worden, diese von einem oder mehreren Interpreten abhängige, subjektive Auswertung zu automatisieren.Any cuts, such as B. vertical profiles and horizontal maps are extracted from different depths, which in the further course can be interpreted by geophysicists and geologists. There this interpretation of the seismic images obtained essentially includes an optical correlation, attempts have been made these are subjective, dependent on one or more interpreters Automate evaluation.

Entsprechend beschreiben die US 5,563,949 und 6,092,026 ein Verfahren, welches Störungen und Zonen niedriger Kohärenz in einem dreidimensionalem Volumen von gestapelten seismischen Daten hervorhebt. Dieses Datenvolumen wird in eine Anzahl von horizontalen Scheiben unterteilt, und diese Scheiben wieder in eine Anzahl von Zellen zerlegt. Die Zellen enthalten jeweils Abschnitte von mindestens drei seismischen Spuren in einer horizontalen Anordnung, die einen Vergleich in zwei vorbestimmten vertikalen Ebenen, etwa entlang der Meßlinienprofilrichtung (Inline) und quer zur Meßlinie (Crossline), erlauben. Es werden als mathematische Verfahren die Kreuzkorrelation und die Kovarianz namentlich aufgeführt, mit denen in diesen Ebenen die Ähnlichkeit bzw. Kohärenz der Spuren gemessen werden kann. Die Maxima der Kreuzkorrelationen erlauben eine Abschätzung der anteiligen Neigung in den jeweiligen Ebenen. Diese Maxima können für beide Korrelations-Ebenen bestimmt und mit einer mathematischen Operation zu einem einzigen Kohärenzwert kombiniert werden. Jeder bearbeiteten Zelle wird der zugehörige Kohärenzwert zugewiesen, wodurch ein neues seismisches Volumen der so berechneten Kohärenz erstellt wird.Correspondingly, US 5,563,949 and 6,092,026 describe a method which disturbances and zones of low coherence in one highlights three-dimensional volume of stacked seismic data. This volume of data is divided into a number of horizontal slices divided, and these slices again broken down into a number of cells. The Cells each contain sections of at least three seismic traces in a horizontal arrangement that makes a comparison in two predetermined vertical planes, for example along the measuring line profile direction (inline) and transversely to the measuring line (crossline). It is called a mathematical process the cross correlation and the covariance by name, with which in These levels measure the similarity or coherence of the tracks can. The maxima of the cross correlations allow an estimate of the proportional inclination in the respective levels. These maxima can be for both Correlation levels are determined and done with a math operation can be combined into a single coherence value. Every edited cell the associated coherence value is assigned, whereby a new seismic volume of the coherence calculated in this way is created.

Aus der US 6,141,622 ist ein weiteres Verfahren bekannt, das in einem dreidimensionalen seismischen Datenvolumen die lokale Ähnlichkeit bzw. Verschiedenheit der seismischen Daten mißt. Die Messung erfolgt in einer Zelle mit vertikaler Ausdehnung in Zeit und horizontaler Ausdehnung in der Inline-Crossline-Ebene. Die für die Messung verwendeten Spuren liegen dabei entweder auf einer Linie, das heißt, auf einer Inline oder einer Crossline, oder auf zwei Linien, das heißt, auf einer Inline und einer Crossline symmetrisch zu deren Schnittpunkt. Auf den Linien werden dabei 3, 5, oder 7 benachbarte Spuren ausgewählt, womit sich für die Zelle in horizontaler Ebene eine Kreuzform ergibt. In den Zellen wird die Semblance oder die invertierte Semblance gemessen. Die Messung erfolgt ausschließlich entlang der enthaltenen Inline oder Crossline. In der kreuzförmigen Zelle fallen für die zwei enthaltenen Richtungen auch zwei entsprechende Meßwerte an, die anschließend addiert werden.Another method is known from US Pat. No. 6,141,622 three-dimensional seismic data volume the local similarity or Diversity of seismic data measures. The measurement takes place in one Cell with vertical expansion in time and horizontal expansion in the Inline crossline level. The traces used for the measurement are there either on a line, that is, on an inline or a crossline, or symmetrical on two lines, that is, on an inline and a crossline to their intersection. On the lines there are 3, 5, or 7 adjacent tracks selected, making the cell horizontal Level results in a cross shape. The semblance or the inverted semblance measured. The measurement is carried out exclusively along the included inline or crossline. In the cruciform cell fall for the two directions contained also two corresponding measured values, the can then be added.

In der US 6,138,075 wird ebenfalls ein Verfahren beschrieben, welches in einem dreidimensionalen seismischen Datenvolumen die lokale Ähnlichkeit oder Verschiedenheit der seismischen Spuren misst. Für die Messung wird eine Zelle in vertikaler Richtung entlang der Spuren und in der Horizontalebene definiert. Die Zelle enthält eine Referenzspur mit mindestens zwei Nachbarspuren. Für jede Nachbarspur wird ein individueller Wert der Ähnlichkeit mit der Referenzspur bestimmt, wobei mathematische Maße wie Semblance oder Kreuzkorrelation angewendet werden. Lokale Neigungen des Datenvolumens werden berücksichtigt, indem die Nachbarspuren in einem vorgegebenen Bereich vertikal verschoben werden, und der maximale Ähnlichkeitswert ausgewählt wird. Die Nachbarspur mit dem größten Ähnlichkeitswert wird zur Zielspur (target trace) erklärt. Alle bis zu diesem Zeitpunkt in der Zelle ermittelten Ähnlichkeitswerte werden anschließend als vorläufig angesehen und gelöscht. Die abschließende Ähnlichkeitsmessung findet ausschließlich zwischen Referenspur und Zielspur statt, wobei durchaus ein anderes Ähnlichkeitsmaß, etwa die 'manhattan distance', eingesetzt werden kann.A method is also described in US Pat. No. 6,138,075 a three-dimensional seismic data volume the local similarity or measures the diversity of the seismic traces. For the measurement a cell in the vertical direction along the tracks and in the Horizontal plane defined. The cell contains at least one reference track two neighboring tracks. For each neighboring lane, an individual value of Similarity to the reference track is determined, taking mathematical measures such as Semblance or cross correlation can be applied. Local inclinations of the data volume are taken into account by the neighboring tracks in a given range are shifted vertically, and the maximum Similarity value is selected. The neighboring track with the largest Similarity value is declared as the target trace. All up to this Similarity values determined in the cell are then as provisionally viewed and deleted. The final similarity measurement takes place exclusively between the reference track and the target track, whereby another measure of similarity, such as the 'manhattan distance', can be used.

Aus der US 6,151,555 bzw. WO 00/54207 ist ein weiteres Verfahren bekannt, welches die lokale Verschiedenheit von seismischen Spuren in einem dreidimensionalen seismischen Datenvolumen misst. In Anlehnung an die statistische Varianz werden zwei alternative Maße der Verschiedenheit angegeben. Für die Messung wird eine Zelle in vertikaler Richtung entlang der Spuren und in der Horizontalebene definiert. Für die Horizontalebene werden quadratische Zellen von 3 × 3 oder 5 × 5 Spuren sowie eine kreuzförmige Zelle mit 5 + 5 Spuren in beiden orthogonalen Richtungen zur Auswahl gestellt. Die vertikale Ausdehnung der Zelle wird durch die Anzahl der enthaltenen Samples entlang jeder einzelnen Spur beschrieben; dies ist gleichzeitig auch die Anzahl der enthaltenen horizontalen Datenscheiben. Eine trianguläre Wichtungsfunktion ordnet jeder horizontalen Datenscheibe ein Gewicht zu. Innerhalb der Horizontalebene hingegen findet keine Wichtung statt, jede horizontale Position trägt also gleichermaßen zum Maß der Verschiedenheit bei.Another method is known from US Pat. No. 6,151,555 and WO 00/54207 known, which shows the local diversity of seismic traces in measures a three-dimensional seismic data volume. Based on The statistical variance becomes two alternative measures of diversity specified. For the measurement, a cell is moved along in the vertical direction of the tracks and defined in the horizontal plane. For the horizontal plane square cells of 3 × 3 or 5 × 5 tracks as well as a cruciform cell with 5 + 5 tracks in both orthogonal directions Selection made. The vertical extent of the cell is determined by the number the samples contained along each individual track; This is at the same time also the number of contained horizontal data slices. A triangular weighting function arranges each horizontal data slice a weight too. However, none is found within the horizontal plane Weighting instead, so each horizontal position contributes equally to the measure the difference in.

In jeder horizontalen Datenscheibe wird der Mittelwert, die Summe der quadratischen Abweichungen vom Mittelwert, und die Summe der Quadrate zu den enthaltenen Datenwerten gebildet. Daraus können zwei Meßwerte der Verschiedenheit wie folgt berechnet werden:
The mean, the sum of the quadratic deviations from the mean, and the sum of the squares of the data values contained are formed in each horizontal data slice. Two measured values of the difference can be calculated from this as follows:

1. The sums of the square deviations are with the vertical Weighting function multiplied and for all horizontal data slices summed up, the sums of the squares are treated in the same way, and finally the former are divided by the latter.
2. Alternatively, there is an individual one in each horizontal data slice Quotient of the sum of the quadratic deviations and the Sum of the squares formed, these are with the vertical Weighting function multiplied and finally for all horizontal ones Data slices totaled.

Ferner ist aus der DE 199 33 717 C1 ein Verfahren zur Ähnlichkeitsanalyse von einer vorbestimmten dreidimensionalen Umgebung zu einem jeweiligen Analysepunkt zugehörenden Datenpunkten aus einem seismischen 3D- Meßdatensatz bekannt, der aus einer Vielzahl von Spuren besteht, die jeweils durch eine Reihe der mit Amplitudenwerten oder daraus abgeleiteten seismischen Attributen belegten Datenpunkte gebildet wird. Dabei wird jedoch die Ähnlichkeit lokale Ausschnitte seismischer Daten aus dem Meßdatensatz mit einem Referenzausschnitt, der einer vorbestimmten Lokation und Tiefe entspricht, berechnet und dem jeweiligen zentralen Datenpunkt des lokalen Ausschnitts dieser Ähnlichkeitswert als Attribut zugeordnet.DE 199 33 717 C1 also describes a method for similarity analysis from a predetermined three-dimensional environment to a respective one Analysis point associated data points from a seismic 3D Known measurement data set, which consists of a variety of tracks, the in each case by a series of those with amplitude values or derived therefrom data points occupied seismic attributes is formed. Doing so however, the similarity of local sections of seismic data from the Measurement data record with a reference section that corresponds to a predetermined one Location and depth corresponds to, calculated and the respective central Data point of the local section of this similarity value as an attribute assigned.

Aus der WO 97/13166 ist ein Verfahren bekannt, welches die lokale Verschiedenheit von seismischen Spuren in einem dreidimensionalen seismischen Datenvolumen mit einem Semblance-Verfahren mißt. Für die Messung wird eine Zelle in vertikaler Richtung entlang der Spuren und in der Horizontalebene definiert. In der Horizontalebene hat die Zelle eine elliptische oder rechteckige Form und ist um den Analysepunkt zentriert. Die Hauptachse der Zelle kann einen beliebigen Winkel zu den horizontalen Koordinatenachsen der seismischen Daten einnehmen, ihre Orientierung zum Datengitter wird durch diesen Winkel dann jedoch starr festgelegt. Die Messung der Ähnlichkeit kann damit maximal eine Vorzugsrichtung einnehmen, die durch die Richtung der Hauptachse gegeben ist. Die vertikale Ausdehnung der Zelle wird durch die Anzahl der enthaltenen Samples entlang jeder einzelnen Spur beschrieben; dies ist gleichzeitig auch die Anzahl der enthaltenen horizontalen Datenscheiben.A method is known from WO 97/13166 which uses local Diversity of seismic traces in a three-dimensional measures seismic data volume using a semblance method. For the A cell is measured along the tracks and in the vertical direction Horizontal plane defined. In the horizontal plane, the cell is elliptical or rectangular shape and is centered around the analysis point. The The main axis of the cell can be any angle to the horizontal Take the coordinate axes of the seismic data, their orientation to the Data grid is then rigidly defined by this angle. The Measurement of the similarity can therefore at most one preferred direction take, which is given by the direction of the main axis. The vertical Expansion of the cell is determined by the number of samples it contains described along each individual track; this is also the same Number of horizontal data slices contained.

Innerhalb der Zelle wird die Semblance für die komplexen Spuren berechnet, d. h., zu jeder realen Spur muß die Hilbert-transformierte, imaginäre Spur berechnet werden. Eine Abschätzung der Kohärenz folgt aus der Mittelung der Semblance über die vertikale Ausdehnung der Zelle. In jeder horizontalen Datenscheibe werden die Summe der realen Werte und die Summe der Hilbert-transformierten Werte gebildet. Jede dieser Summen wird anschließend quadriert. Diese quadratierten Amplitudensummen aller horizontalen Datenscheiben werden addiert und ergeben so den Zähler der Semblance. Der Nenner der Semblance enthält die Summe über die Quadrate aller in der Zelle enthaltenen, realen und Hilbert-transformierten, einzelnen Werte. Die Semblance wird in Abhängigkeit der Neigung berechnet, welche durch zwei Parameter beschrieben wird. Diese Parameter sind die scheinbaren Neigungen in Richtung der orthogonalen horizontalen Datenachsen, die in das Wertepaar aus Neigungs- und Azimuthwinkel umgerechnet werden können. Für die neigungsabhängige Semblanceberechnung verändert die Zelle ihre vertikale Lage im dreidimensionalen Datenvolumen, wobei der horizontale Grundriß und die Zentrierung um den Analysepunkt erhalten bleibt. Die Zelle wird dabei entsprechend der scheinbaren Neigungen geschert, d. h. die Teilsummen für die Semblanceberechnung werden in gleichermaßen geneigten Datenscheiben gebildet. Die zu berücksichtigenden Neigungen werden durch einen maximalen Neigungswinkel begrenzt. In einer polaren Darstellung von Neigungs- und Azimuthwinkel werden drei alternative Schemata zur Diskretisierung des Raumwinkels vorgegeben, welche durch ein quadratisches, trianguläres oder radiales Gitter erfolgen kann. Das radiale Gitter wird dabei als nachteilig angesehen, da es im Gegensatz zu den beiden anderen Gittern eine sehr ungleichmäßige Diskretisierung des Raumwinkels beinhaltet. Dieses aus der WO 97/13166 bekannte Verfahren wird mit ergänzenden Beispielen auch in der Veröffentlichung Marfurt, K. J. et al.: 3-D seismic attributes using a semblance-based coherency algorithm. - In: Geophysics, 1998, Band 63, S. 1150-1165 offenbart.Within the cell, the semblance for the complex traces is calculated, d. that is, the Hilbert-transformed, imaginary track must go with every real track be calculated. An estimate of the coherence follows from the averaging the semblance across the vertical dimension of the cell. In every horizontal The data slice will be the sum of the real values and the sum of the Hilbert-transformed values are formed. Each of these sums will then squared. These squared amplitude sums of all horizontal data slices are added and thus give the counter of Semblance. The denominator of the semblance contains the sum over the squares all real and Hilbert-transformed, individual contained in the cell Values. The semblance is calculated depending on the slope, which is described by two parameters. These parameters are the apparent inclinations in the direction of the orthogonal horizontal Data axes that are in the pair of values from the angle of inclination and azimuth can be converted. For the slope dependent Semblance calculation changes the cell's vertical position in the cell three-dimensional data volume, the horizontal floor plan and the Centering around the analysis point is retained. The cell will be there sheared according to apparent tendencies, d. H. the subtotals for the semblance calculations are inclined in equally Data slices formed. The inclinations to be taken into account are indicated by limits a maximum angle of inclination. In a polar representation of Tilt and azimuth angles become three alternative schemes Discretization of the solid angle is given by a square, triangular or radial grid can be done. The radial Grid is considered disadvantageous because it is in contrast to the a very uneven discretization of the other two grids Solid angle includes. This method known from WO 97/13166 is also provided with additional examples in the publication Marfurt, K. J. et al .: 3-D seismic attributes using a semblance-based coherency algorithm. - In: Geophysics, 1998, volume 63, pp. 1150-1165.

Die vorgenannten, bekannten Verfahren bestimmen die Ähnlichkeit von seismischen Datenwerten innerhalb einer Analysezelle mit bestimmten mathematischen Methoden, wie beispielsweise der Semblance, der invertierten Semblance, der Kreuz-Korrelation, der Kovarianz oder der Manhattan Distance. Dabei werden alle Amplitudenwerte der Analysezelle zur Berechnung des Ähnlichkeitsmaßes herangezogen. Es wird nicht versucht, einzelne Amplitudenwerte aufgrund einer Bewertung der Datenqualität verstärkt oder abgeschwächt bei der Ähnlichkeitsmessung zu berücksichtigen.The aforementioned known methods determine the similarity of seismic data values within an analysis cell with certain mathematical methods, such as the semblance, the inverted semblance, cross-correlation, covariance or the Manhattan Distance. All the amplitude values of the analysis cell used to calculate the similarity measure. It will not tries to find individual amplitude values based on an evaluation of the Data quality increased or weakened in the similarity measurement consider.

Einzelne Amplitudenwerte können jedoch aufgrund von Störungen, einem ungünstigen Signal/Rauschverhältnis oder Signalausfällen das Ähnlichkeitsmaß negativ beeinflussen. Derartige gestörte Amplitudenwerte bringen keinen Beitrag für ein zuverlässiges Ähnlichkeitsmaß, da sie keine oder nur verfälschte Informationen zu den geologischen Verhältnissen beibringen können. Gleichwohl werden auch diese gestörten Amplitudenwerte zur Ähnlichkeitswertbestimmung verwendet, ohne daß eine Unterdrückung versucht wird. Ferner müssen bei bestimmten Analyseverfahren (Kreuzkorrelation oder Kovarianz) große Zeitfenster gewählt werden, um stabile Ergebnisse zu erzielen, woraus ein erhöhter Rechenaufwand folgt.However, individual amplitude values may be due to interference, one unfavorable signal / noise ratio or signal dropouts Negatively affect similarity measure. Such disturbed amplitude values do not contribute to a reliable measure of similarity since they do not or only falsified information about the geological conditions can teach. Nevertheless, these are also disturbed Amplitude values are used to determine the similarity value without a Oppression is attempted. Furthermore, certain Analysis method (cross correlation or covariance) large time window be chosen to achieve stable results, resulting in an increased Computational effort follows.

Aufgabe der Erfindung ist es, ein Verfahren zur Ähnlichkeitsanalyse für seismische Meßdatensätze anzugeben, bei dem Meßwertstörungen unterdrückt und gleichzeitig der Rechenaufwand begrenzt werden.The object of the invention is to provide a method for similarity analysis Specify seismic measurement data sets in the event of measurement disturbances suppressed and at the same time the computing effort can be limited.

Gelöst wird diese Aufgabe mit einem Verfahren gemäß Anspruch 1.This object is achieved with a method according to claim 1.

Mit dem so gewählten Ähnlichkeitsmaß werden aus der Gesamtheit der für eine lokale Ähnlichkeitsmessung ausgewählten Datenwerte sowohl Datenwerte mit relativ niedrigen Amplituden, deren Informationsgehalt aufgrund des daraus resultierenden schlechten Signal/Rauschverhältnisses fehlerbehaftet sein kann, als auch Datenwerte mit relativ großen Amplituden, wie beispielsweise sogenannte "Spikes", unterdrückt. With the degree of similarity chosen in this way, the totality of the a local similarity measurement selected data values both Data values with relatively low amplitudes, their information content due to the resulting poor signal / noise ratio can be faulty, as well as data values with relatively large amplitudes, such as so-called "spikes" suppressed.

Der Rechenaufwand der Ähnlichkeitsmessung wird begrenzt, indem weder mit der Hilberttransformation komplexe Spuren berechnet werden noch große Spurlängen für ein stabiles Ergebnis erforderlich sind.The computing effort of the similarity measurement is limited by neither complex traces can still be calculated with the Hilbert transformation large track lengths are required for a stable result.

Für die Ähnlichkeitsmessung wird das gesamte dreidimensionale seismische Datenvolumen, oder daraus ein Teilvolumen, eine ebene vertikale oder horizontale Fläche oder ein beliebig gekrümmter Horizont ausgewählt und mit Analysepositionen belegt, wobei um jede Analyseposition eine dreidimensionale Analysezelle ohne Wichtung, oder eine gewichtete Umgebung definiert wird, und in jeder Analysezelle oder gewichteten Umgebung ein lokaler Ähnlichkeitswert bestimmt und der Analyseposition zugeordnet wird.The entire three-dimensional seismic is used for the similarity measurement Volume of data, or from it a partial volume, a flat vertical or horizontal surface or any curved horizon selected and with Analysis positions are occupied, with one for each analysis position three-dimensional analysis cell without weighting, or a weighted Environment is defined, and in each analysis cell or weighted Environment determined a local similarity value and the analysis position is assigned.

Das Datenvolumen besteht dabei aus seismischen Amplitudenwerten oder daraus abgeleiteten seismischen Attributen s(x_i, y_j, z_k) an diskreten Positionen (x_i, y_j, z_k), wobei die horizontalen Koordinaten (x_i, y_j) die Position einer seismischen Spur in der Horizontalebene beschreiben, und die vertikale Koordinate (z_k) die Anordnung der Datenwerte auf der Zeitachse oder in der Tiefe in den Spuren angibt. Eine Analyseposition für die Ähnlichkeitsmessung sei als (x_I, y_J, z_K) bezeichnet.The data volume consists of seismic amplitude values or derived seismic attributes s (x _i , y _j , z _k ) at discrete positions (x _i , y _j , z _k ), with the horizontal coordinates (x _i , y _j ) the position describe a seismic trace in the horizontal plane, and the vertical coordinate (z _k ) indicates the arrangement of the data values on the time axis or in depth in the traces. An analysis position for the similarity measurement is referred to as (x _I , y _J , z _K ).

Die Reihenfolge der Ähnlichkeitsmessungen wird dabei bevorzugt so gestaltet, daß einerseits zu jedem Zeitpunkt ein möglichst geringer Teil der seismischen für die Ähnlichkeitsmessung ausgewählten Daten im Programm geladen ist und ein mehrfaches Laden derselben Daten vermieden wird, und andererseits eine möglichst schnelle Verarbeitung, etwa durch Parallelisierung erfolgen kann.The order of the similarity measurements is preferably so designed that on the one hand the smallest possible part of the seismic data selected for the similarity measurement in the program is loaded and repeated loading of the same data is avoided, and on the other hand, processing as quickly as possible, e.g. Parallelization can take place.

Innerhalb der Analysezelle wird ein ungerichteter Ähnlichkeitswert mit der ungerichteten Median-Kohärenz berechnet, in dem die in der Analysezelle enthaltenen N Datenwerte s(x_i, y_j, z_k) aufsteigend sortiert und neu indiziert werden:
An undirected similarity value with the undirected median coherence is calculated within the analysis cell, in which the N data values s (x _i , y _j , z _k ) contained in the analysis cell are sorted in ascending order and newly indexed:

womit sich der Median berechnet als
with which the median is calculated as

und weiterhin die ungerichtete Median-Kohärenz als Ähnlichkeitsmaß folgt als
and the undirected median coherence as a measure of similarity follows as

wobei die Summation im Nenner alle Datenwerte innerhalb der Analysezelle erfaßt.where the summation in the denominator is all data values within the analysis cell detected.

Wenn mit einem gerichteten Ähnlichkeitsmaß entsprechend dieser Erfindung die Ähnlichkeit in einer Analysezelle entlang von beliebig orientierten Flächen berechnet wird, können beispielsweise Neigungen geologischer Einheiten berücksichtigt oder ermittelt werden.If with a directional similarity measure according to this invention the similarity in an analysis cell along arbitrarily oriented surfaces For example, inclinations of geological units can be calculated be taken into account or determined.

Im Fall einer horizontal gerichteten Ähnlichkeitsmessung werden bevorzugt für jede bei einer Zeit oder Tiefe z_k gelegene horizontale Datenscheibe der Analysezelle mit jeweils Amplitudenwerten s(x_i, y_j, z_k) die Amplitudenwerte aufsteigend sortiert und neu indiziert:
In the case of a horizontally oriented similarity measurement, the amplitude values are preferably sorted in ascending order and newly indexed for each horizontal data slice of the analysis cell located at a time or depth z _k , each with amplitude values s (x _i , y _j , z _k ):

womit sich der Median für eine jede horizontale Datenscheibe berechnet als
with which the median for each horizontal data slice is calculated as

und durch Summation über den gesamten Zeit- oder Tiefenbereich der Analysezelle die horizontal ausgerichtete Median-Kohärenz als Ähnlichkeitsmaß folgt als
and by summation over the entire time or depth range of the analysis cell, the horizontally aligned median coherence follows as a measure of similarity as

wobei die zweistufige Summation im Nenner alle Datenwerte innerhalb der Analysezelle erfaßt.where the two-step summation in the denominator all data values within the Analysis cell detected.

Um bei der Berechnung von Ähnlichkeitswerten die allgemeine Änderung der Korrelation der seismischen Datenwerte mit zunehmender Entfernung und ggf. auch Richtung vom Analysepunkt zu berücksichtigen, kann anstelle einer Analysezelle, in welcher die den Analysepunkt umgebenden Datenwerte räumlich gleich gewichtet werden, eine beliebig geformte, dreidimensionale gewichtete Umgebung verwendet werden, wobei den Datenpunkten (x_i, y_j, z_k) in der Umgebung des Analysepunktes (x_I, y_J, z_K) Wichtungfaktoren
In order to take into account the general change in the correlation of the seismic data values with increasing distance and possibly also direction from the analysis point when calculating similarity values, an arbitrarily shaped, three-dimensional weighted one can be used instead of an analysis cell in which the data values surrounding the analysis point are equally weighted in space Environment are used, the data points (x _i , y _j , z _k ) in the vicinity of the analysis point (x _I , y _J , z _K ) weighting factors

g_IJK(x_i, y_j, z_k) = g(x_i - x_I, y_j - y_J, z_k - z_K) (3)
g _IJK (x _i , y _j , z _k ) = g (x _i - x _I , y _j - y _J , z _k - z _K ) (3)

durch eine Wichtungsfunktion g(x, y, z) wenigstens in horizontaler Ebene oder in der Vertikalen zugeordnet werden. by a weighting function g (x, y, z) at least in the horizontal plane or assigned vertically.

Um auch Randeffekte entlang der vertikalen Zeit- oder Tiefenachse in der gewichteten Umgebung zu vermeiden, oder um die vertikale Auflösung zu erhöhen, erfolgt die vertikale Wichtung räumlich um den Analysepunkt.To include edge effects along the vertical time or depth axis in the to avoid weighted surroundings, or to reduce the vertical resolution increase, the vertical weighting takes place spatially around the analysis point.

Um den Bezug zum jeweiligen Analysepunkt der gewichteten Umgebung zu verstärken, ist die Wichtungsfunktion um den Analysepunkt zentriert und weist vom Analysepunkt abnehmende Werte auf.To relate the respective analysis point to the weighted environment the weighting function is centered around the analysis point and has decreasing values from the analysis point.

In Verbindung mit einer gewichteten Umgebung wird die Wichtung im Ähnlichkeitsmaß berücksichtigt. Im Fall des ungerichteten Ähnlichkeitsmaßes wird dies bevorzugt in der Weise erreicht, daß die in der gewichteten Umgebung enthaltenen N Datenwerte s(x_i, y_j, z_k) aufsteigend sortiert und neu indiziert werden:
In connection with a weighted environment, the weighting is taken into account in the similarity measure. In the case of the undirected similarity measure, this is preferably achieved in such a way that the N data values s (x _i , y _j , z _k ) contained in the weighted environment are sorted in ascending order and newly indexed:

daß diese Sortierung und Indizierung auch auf die zu den seismischen Daten gehörigen Werte der Wichtungsfaktoren g_IJK übertragen wird mit:
that this sorting and indexing is also transferred to the values of the weighting factors g _IJK belonging to the seismic data with:

daß hierzu Teilsummen der Wichtungsfaktoren gebildet werden:
that partial sums of the weighting factors are formed:

womit sich der gewichtete Median berechnet als:
with which the weighted median is calculated as:

und weiterhin die ungerichtete gewichtete Median-Kohärenz als Ähnlichkeitsmaß folgt als
and further follows the undirected weighted median coherence as a measure of similarity as

wobei die Summationen alle Datenwerte innerhalb der gewichteten Umgebung erfassen.where the summations all data values within the weighted Capture the environment.

In Verbindung mit einer gewichteten Umgebung wird die Wichtung im Ähnlichkeitsmaß berücksichtigt. Im Fall des horizontal gerichteten Ähnlichkeitsmaßes wird dies bevorzugt in der Weise erreicht, daß für jede bei einer Zeit oder Tiefe z_k gelegene horizontale Datenscheibe der gewichteten Umgebung die in dieser Scheibe enthaltenen Datenwerte s(x_i, y_j, z_k) aufsteigend sortiert und neu indiziert werden:
In connection with a weighted environment, the weighting is taken into account in the similarity measure. In the case of the horizontally oriented similarity measure, this is preferably achieved in such a way that for each horizontal data slice of the weighted environment located at a time or depth z _k , the data values s (x _i , y _j , z _k ) contained in this slice are sorted in ascending order and to be re-indexed:

daß diese Sortierung und Indizierung auch auf die zu den seismischen Amplituden gehörigen Werte der Wichtungsfaktoren g_IJK übertragen wird mit:
that this sorting and indexing is also transferred to the values of the weighting factors g _IJK belonging to the seismic amplitudes with:

daß hierzu Teilsummen der Wichtungsfaktoren gebildet werden mit:
that partial sums of the weighting factors are formed with:

und weiterhin die horizontal gerichtete, gewichtete Median-Kohärenz als Ähnlichkeitsmaß folgt als
and furthermore the horizontally directed, weighted median coherence as a measure of similarity follows as

wobei die zweistufigen Summationen alle Datenwerte innerhalb der gewichteten Umgebung erfassen.where the two-step summations all data values within the weighted environment.

Im Fall einer geneigten, gerichteten Ähnlichkeitsmessung wird die Analysezelle bzw. die gewichtete Umgebung vertikal geschert. Das heißt, es werden die in der horizontalen Analysezelle bei Zeiten oder Tiefen z_k gelegenen horizontalen Datenscheiben entsprechend der Neigung im Raum geneigt. Die vertikale Lage der geneigten Flächen wird bevorzugt so bestimmt, daß die auf der vertikalen Achse durch den Analysepunkt (x_I, y_J, z_K) in Tiefen z_k gelegenen Diskretisierungspunkte (x_I, y_J, z_K) weiterhin in den Ebenen enthalten sind. Wird die Neigung durch zwei Winkel ϕ und ϑ dergestalt beschrieben, dass der Neigungsazimuth ϕ die horizontale Neigungsrichtung und der Neigungswinkel ϑ die vertikale Neigungsrichtung angibt, so besitzt die durch den Diskretisierungspunkt (x_I, y_J, z_k) verlaufende Ebene an der Position (x_i, y_j) einer in der Analysezelle bzw. gewichteten Umgebung enthaltenen seismischen Spur die Tiefenlage
In the case of an inclined, directional similarity measurement, the analysis cell or the weighted environment is sheared vertically. That is, the horizontal data _slices located in the horizontal analysis cell at times or depths z _{k are} inclined in accordance with the inclination in space. The vertical position of the inclined surfaces is preferably determined so that the on the vertical axis through the analysis point (x _I, y _I, z _K) z at depths _k located discretization points (x _i, y _J, _K z) continue in the planes are included. If the inclination is described by two angles ϕ and ϑ in such a way that the azimuth horizontale indicates the horizontal direction of inclination and the angle of inclination ϑ indicates the vertical direction of inclination, the plane passing through the discretization point (x _I , y _J , z _k ) has at the position ( x _i , y _j ) the depth of a seismic trace contained in the analysis cell or weighted environment

z_k, _ϕ _, _ϑ(x_i, y_j) = z_k - tanϑ(x_i - x_I)sinϕ + (y_j - y_J)cosϕz _k, _ϕ _, _ϑ (x _i , y _j ) = z _k - tanϑ (x _i - x _I ) sinϕ + (y _j - y _J ) cosϕ

Die Tiefenlage z_k, _ϕ _, _ϑ der geneigten Ebene fällt in der Regel nicht mit den Punkten der vertikalen Diskretisierung des seismischen Volumens zusammen. Aus den Datenwerten (Samples) s(x_i, y_j, z_k) der seismischen Spur am horizontalen Diskretisierungspunkt (x_i, y_j) ist daher eine seismische Amplitude (x_i, y_j, z_k, _ϕ _, _ϑ) in der Tiefenlage z_k, _ϕ _, _ϑ(x_i, y_j) zu interpolieren.The depth position z _k, _ϕ _, _{ϑ of} the inclined plane usually does not coincide with the points of vertical discretization of the seismic volume. A seismic amplitude (x _i , y _j , z _k, _ϕ _, _ϑ ) in is therefore from the data values (samples) s (x _i , y _j , z _k ) of the seismic track at the horizontal discretization point (x _i , y _j ) to interpolate the depth z _k, _ϕ _, _ϑ (x _i , y _j ).

Die Ähnlichkeitsmessungen in horizontalen Ebenen lassen sich allgemein auf geneigte Ebenen übertragen, indem die diskretisierten Werte s(x_i, y_j, z_k) der seismischen Amplitude in den durch Zeiten bzw. Tiefen z_k gekennzeichneten horizontalen Ebenen durch die ggf. interpolierten Werte (x_i, y_j, z_k, _ϕ _, _ϑ) in den durch Zeiten bzw. Tiefen z_k, _ϕ _, _ϑ(x_i, y_j) gekennzeichneten geneigten Ebenen ersetzt werden.The similarity measurements in horizontal planes can generally be transferred to inclined planes in that the discretized values s (x _i , y _j , z _k ) of the seismic amplitude in the horizontal planes characterized by times or depths z _k by the possibly interpolated values ( x _i , y _j , z _k, _ϕ _, _ϑ ) in the inclined planes characterized by times or depths z _k, _ϕ _, _ϑ (x _i , y _j ).

Für die geneigte Ähnlichkeitsmessung in einer Analysezelle kann die geneigte Median-Kohärenz angegeben werden, indem in den Gleichungen (2a, b) für den Median und das Ähnlichkeitsmaß anstelle der Datenwerte s(x_i, y_j, z_k) die ggf. interpolierten Werte (x_i, y_j, z_k, _ϕ _, _ϑ) in den geneigten Ebenen z_k, _ϕ _, _ϑ verwendet werden.For the inclined similarity measurement in an analysis cell, the inclined median coherence can be specified by using the possibly interpolated values instead of the data values s (x _i , y _j , z _k ) for the median and the similarity measure in equations (2a, b) (x _i , y _j , z _k, _ϕ _, _ϑ ) can be used in the inclined planes z _k, _ϕ _, _ϑ .

Für die geneigte Ähnlichkeitsmessung in einer gewichteten Umgebung kann die geneigte, gewichtete Median-Kohärenz angegeben werden, indem in den Gleichungen (5a, b) für den gewichteten Median und das gewichtete Ähnlichkeitsmaß anstelle der Datenwerte s(x_i, y_j, z_k) die ggf. interpolierten Werte (x_i, y_j, z_k, _ϕ _, _ϑ) in den geneigten Ebenen z_k, _ϕ _, _ϑ verwendet werden. Die Wichtungsfaktoren g_IJK(x_i, y_j, z_k) werden hingegen unverändert aus den horizontalen Ebenen übernommen. For the inclined similarity measurement in a weighted environment, the inclined, weighted median coherence can be specified by using the equations (5a, b) for the weighted median and the weighted similarity measure instead of the data values s (x _i , y _j , z _k ) the possibly interpolated values (x _i , y _j , z _k, _ϕ _, _ϑ ) in the inclined planes z _k, _ϕ _, _ggf. are used. The weighting factors g _IJK (x _i , y _j , z _k ), however, are taken unchanged from the horizontal planes.

Bevorzugt wird dieses Analyseverfahren zur lokalen neigungsabhängigen Ähnlichkeitsbestimmung verwendet, wobei die lokale Neigung im Rahmen der Ähnlichkeitsbestimmung abgeschätzt wird.This analysis method is preferred for local inclination-dependent Similarity determination is used, with local inclination in the frame the similarity determination is estimated.

Als Ausführungsbeispiel für die Erfindung ist in der Fig. 1 eine Zeitscheibe eines seismischen Datenvolumens dargestellt. Aus den zugrundeliegenden Amplitudenwerten ist die Median-Kohärenz für jeden Analysepunkt berechnet und diesem zugeordnet worden. Die Darstellung zeigt einen Wertebereich von 0,0 (schwarz) bis 1,0 (weiß).A time slice of a seismic data volume is shown in FIG. 1 as an exemplary embodiment of the invention. From the underlying amplitude values, the median coherence for each analysis point was calculated and assigned to it. The illustration shows a range of values from 0.0 (black) to 1.0 (white).

Claims

1. A method for analyzing similarity from a predetermined, three-dimensional analysis cell to data points belonging to a respective analysis point from a seismic 3-D measurement data set, which consists of a multiplicity of traces, each of which is formed by a series of the data points occupied with amplitude values or derived seismic attributes , characterized in that the similarity is calculated from the data points assigned to the respective analysis cell and each occupied with an amplitude as:
Square of the median of the amplitude divided by mean square amplitude,
and is assigned to the respective analysis point as a local similarity value.

2. The method according to claim 1, characterized in that from the seismic amplitude values or seismic attributes derived therefrom s (x _i , y _j , z _k ) at discrete positions (x _i , y _j , z _k ) around an analysis position (x _I , y _J , z _K ) an undirected similarity value is calculated within the analysis cell, in which the N data values s (x _i , y _j , z _k ) contained in the analysis cell are sorted in ascending order and newly indexed:
with which the median is calculated as
and further follows an undirected median coherence as a measure of similarity as

3. The method according to claim 1 or 2, characterized in that the Similarity in the analysis cell along arbitrarily oriented surfaces is calculated.

4. The method according to claim 3 for a horizontally directed similarity measurement, characterized in that for each horizontal data slice of the analysis cell located at a time or depth z _k , each with amplitude values s (x _i , y _j , z _k ), the amplitude values are sorted in ascending order and new be indexed:
with which the median for each horizontal data slice is calculated as
and by summation over the entire time or depth range of the analysis cell, a horizontally oriented median coherence follows as a measure of similarity as

5. The method according to claim 1, 2 or 3, characterized in that the data points surrounding the analysis point are weighted, the data points (x _i , y _j , z _k ) in the analysis cell of the analysis point (x _I , y _J , z _K ) Weighting factors
g _IJK (x _i , y _j , z _k ) = g (x _i -x _I , y _j - y _J , z _k - z _K ) (3)
are assigned by a weighting function g (x, y, z) at least in the horizontal plane or in the vertical, which creates a weighted environment.

6. The method according to claim 5, characterized in that the Weighting function is centered around the analysis point and from Analysis point has decreasing values.

7. The method according to claim 5 or 6 for an undirected similarity measure, characterized in that the N data values s (x _i , y _j , z _k ) contained in the weighted environment are sorted in ascending order and newly indexed:
that this sorting and indexing is also transferred to the values of the weighting factors g _IJK belonging to the seismic data with:
that partial sums of the weighting factors are formed:
with which the weighted median is calculated as:
and further follows the undirected weighted median coherence as a measure of similarity as
where the summations capture all data values within the weighted environment.

8. The method according to claim 5 or 6 for a directional similarity measure, characterized in that for each horizontal data slice located at a time or depth z _{k of} the weighted environment, the data values s (x _i , y _j , z _k ) contained in this slice ascending sorted and re-indexed:
that this sorting and indexing is also transferred to the values of the weighting factors g _IJK belonging to the seismic amplitudes with:
that partial sums of the weighting factors are formed with:
with which the weighted median is calculated as:
and furthermore the horizontally directed, weighted median coherence as a measure of similarity follows as
whereby the two-stage summations capture all data values within the weighted environment.