NO342539B1

NO342539B1 - Konsistent fallvinkelestimering for seismisk avbildning

Info

Publication number: NO342539B1
Application number: NO20101605A
Authority: NO
Inventors: Victor Aarre
Original assignee: Logined Bv
Priority date: 2009-11-17
Filing date: 2010-11-16
Publication date: 2018-06-11
Also published as: US20110118985A1; CA2716414A1; NO20101605A1; CA2716414C; GB2475608A; GB2475608B; GB201019425D0; BRPI1004711A2; US8463551B2

Abstract

System og fremgangsmåter utfører konsistent fall-estimering for seismisk avbildning. Et eksempel på et system anvender globale konsistensbegrensninger under iterativ volumestimering av et seismisk volum for å forbedre konvensjonelle fall-estimeringsmetoder. Med hver iterasjon anvender systemet singulære og felles fallbegrensninger for å kontrollere lokale fall-estimater med hensyn på resiprositet, kausalitet, konsistens og vertikal og lateral kontinuitet. Ved diskontinuiteter i det seismiske volumet blir lokale divergenser markert med en kvalitetsattributt. Ved konvergens av volumfall-estimeringen kan volumet gjengis i tre dimensjoner, innbefattende diskontinuitetene. Ved utførelse av volumfall-estimering kan systemet også tilveiebringe automatisk horisonttolkning og automatisk forkastningsdeteksjon.

Description

BAKGRUNN

[0002] En konvensjonell geologisk modell, er som brukt i olje- og gassindustrien eller for undergrunnsavbildning generelt, en datamaskinbasert representasjon av et undergrunnsvolum, slik som et petroleumsreservoar eller et sedimentbasseng. Teknologi for tre-dimensjonal (3-D) geologisk modellering eller statisk reservoarmodellering fortsettes å avansere.

[0003] Seismikk-til-simulering ved bruk av seismiske data ("seismikk") er prosessen med å generere tre-dimensjonale modeller av et undergrunnsvolum. Slike modeller blir brukt til avbildning av reservoarer for å forutsi lagring, eller for hydrokarbonproduksjon, for å velge brønnplassering og for å optimalisere reservoarforvaltningen generelt. En resulterende tre-dimensjonal modell bør på en naturtro måte representere opprinnelige brønnlogger, seismiske data og produksjonshistorie.

[0004] Et "fall" som det brukes på det seismiske modelleringsområde, kan defineres som en attributt som for hver seismisk trase beregner det best tilpassede planet (3D), eller linjen (2D) mellom sine umiddelbare nabotraser på en horisont, og mater ut størrelsen av fallet (gradient) til planet eller linjen, i grader eller andre mål. Fall-attributtene kan brukes til å skape et pseudo-paleogeologisk kart på en horisontskive eller et annet seismisk kart eller bilde. En horisont er en undergrunns grenseflate, et lag eller en laggrense, mellom to substanser, f.eks. mellom to bergartslag. En horisont er derfor en tre-dimensjonal overflate i det aktuelle jordvolumet, men kan representeres i tre dimensjoner (3D) eller i to dimensjoner (2D) ved avbildning.

[0005] Et fundamentalt problem med konvensjonelle fremgangsmåter for estimering av fall er deres avhengighet av beregning av bare lokale estimater av fall uten å ta hensyn til globale konsistensbegrensninger. De lokale fallestimeringene kan beregnes ved hjelp av krysskorrelasjon eller gradientbaserte metoder. For å gjøre disse lokale estimatene konsistente og rommessig kontinuerlige anvender konvensjonelle fremgangsmåter vanligvis et middelverdifilter på de lokale estimatene for glatting. Men disse konvensjonell fallestimeringsteknikkene kan forbedres.

[0006] WO 2005/017564 A1 omhandler en metode for å estimere fallverdier av datapunkter fra seismisk data.

OPPSUMMERING

[0007] Systemer og fremgangsmåter utfører konsistent fall-estimering for seismisk avbildning. Et eksempel på et system anvender globale konsistensbegrensninger under iterativ volumfall-estimering av et seismisk volum for å forbedre konvensjonelle fremgangsmåter for fall-estimering. Med hver iterasjon anvender systemet enkelte og felles fall-begrensninger, kontrollerer lokale fall-estimater med hensyn på resiprositet, kausalitet, konsistens og vertikal og lateral kontinuitet. Ved diskontinuiteter i det seismiske volumet blir lokale divergenser markert med en kvalitetsattributt. Ved konvergens av volumfall-estimeringen kan volumet vises i tre dimensjoner, innbefattende diskontinuitetene. Ved utførelse av volumfallestimering kan systemet også frembringe automatisk horisonttolkning og automatisk forkastningsdeteksjon.

[0008] Det oppsummeringsavsnittet er ikke ment å gi en fullstendig beskrivelse av konsistent fall-estimering for seismisk avbildning eller å tilveiebringe en uttømmende liste over trekk og elementer. En detaljert beskrivelse med eksempler på implementeringer følger.

KORT BESKRIVELSE AV TEGNINGENE

[0009] Figur 1 er et diagram over et eksempel på et seismisk avbildningsmiljø hvor konsistent volumfall-estimering blir benyttet.

[0010] Figur 2 er et blokkskjema over et eksempel på en motor for volumfallestimering.

[0011] Figur 3 er et diagram over korrekt og ukorrekt tolkede horisonter.

[0012] Figur 4 er et diagram som viser relasjonen mellom volumfall-estimering og automatisk horisonttolkning og automatisk forkastningstolkning.

[0013] Figur 5 er et diagram som viser korrekt resiprositet mellom tilstøtende traser.

[0014] Figur 6 er et diagram som viser ukorrekt resiprositet mellom tilstøtende traser.

[0015] Figur 7 er et diagram som viser korrekt kausalitet mellom tilstøtende traser.

[0016] Figur 8 er et diagram som viser ukorrekt kausalitet mellom tilstøtende traser.

[0017] Figur 9 er et diagram over korrekt konsistens fra et punkt A på en første trase til et punkt B på en annen trase.

[0018] Figur 10 er et diagram over et eksempel på geologiske diskontinuiteter.

[0019] Figur 11 er et diagram over et eksempel på geologiske diskontinuiteter markert der hvor iterativ optimalisering svikter.

[0020] Figur 12 er et diagram over seismiske innmating og seismiske tilpasningseksempler.

[0021] Figur 13 er et diagram for estimering av fall mellom nabotraser.

[0022] Figur 14 er et diagram som viser notasjon for et eksempel på en Taylorrekke ekspansjon for estimering av fall.

[0023] Figur 15 er et diagram som viser et eksempel på estimert linjefall ved bruk av radier 1,1.

[0024] Figur 16 er et diagram som viser et eksempel på estimert linjefall ved bruk av radier 1,2.

[0025] Figur 17 er et diagram som viser et eksempel på estimert linjefall ved bruk av radier 2,4.

[0026] Figur 18 er et diagram som viser estimert feil på fig.15, ved radier 1,1.

[0027] Figur 19 er et diagram som viser estimert feil på fig.16, ved radier 1,2.

[0028] Figur 20 er et diagram som viser estimert feil på fig.17, ved radier 2,4.

[0029] Figur 21 er et flytskjema over et eksempel på en fremgangsmåte for konsistent volumfall-estimering.

DETALJERT BESKRIVELSE

Oversikt

[0030] Denne fremstillingen beskriver systemer og fremgangsmåter for konsistent fall-estimering for seismisk avbildning. Et eksempel på et system utfører iterativ fall-estimering for et jordvolum basert på seismiske data ved å anvende enkelte (eller singulære) fallbegrensninger og felles fallbegrensninger under iterasjon. Eksempelet på systemer og fremgangsmåter presenterer en gunstig kontra-intuitiv og nyttig prosess for seismisk volumfall-estimering som innbefatter trekk som for tiden ikke tar hensyn til konvensjonelle fall-estimeringsteknikker. Ved som en forlengelse, er systemet også nyttig for automatisk horisonttolkning og automatisk forkastningsdeteksjon. Implementeringer av systemet kan forbedre eksisterende fremgangsmåter for fall-estimering.

[0031] Et fundamentalt problem med konvensjonelle estimeringsmetoder er at de bare beregner lokale estimater for fall, uten å ta hensyn til globale konsistensbegrensninger. De lokale fallestimeringene kan beregnes ved hjelp av for eksempel krysskorrelasjon eller ved hjelp av en gradientbasert metode. For å få disse lokale estimatene til å se konsistente og rommessig kontinuerlige ut, blir de lokale estimatene noen ganger glattet ved for eksempel å bruke et gjennomsnittsfilter.

[0032] Et eksempel på et system som beskrives her, utfører i motsetning en iterativ global optimaliseringsmetode for å utlede en fallmodell som tilfredsstiller følgende begrensninger så nært som rimelig mulig:

● Resiprositet

● Kausalitet

● Konsistens

● Vertikal og lateral kontinuitet

[0033] Disse begrensningene forutsetter at de estimerte fallfeltene er kontinuerlige funksjoner (dvs. at fallfeltene har veldefinerte partisialderiverte overalt). Dette er ikke alltid tilfelle i naturen (f.eks. i nærvær av en geologisk forkastning) slik at eksempler på fremgangsmåter ikke behøver å konvergere til en stabil løsning overalt innenfor et volum.

[0034] Et eksempel på et system som beskrives her, gjør det mulig for den iterative prosessen å utføre fall-estimering og å avslutte uten å ankomme til en stabil løsning ved noen posisjoner. I en implementering mater systemet ved hver posisjon ut en kvalitetsattributt (som også kan betraktes som et "kvalitetskontrollattributt" eller en "konvergensattributt") for å indikere hvor prosessen konvergerer til en stabil løsning, og hvor den divergerer, ved å innse at dette konvergensattributtet (heretter kalt "kvalitetsattributt") kan inneholde viktig informasjon om det seismiske volumet og dermed om lagdelingen i undergrunnen. Kvalitetsattributtet kan for eksempel indikere en geologisk forkastning eller en annen diskontinuitet.

Eksempel på seismisk avbildningsmiljø

[0035] Figur 1 viser et eksempel på et system som benytter konsistent volumfallestimering. En beregningsanordning 100 implementerer en komponent slik som en geologisk modelleringsenhet 102 som modellerer eller på annen måte analogiserer et undergrunnsvolum, slik som et avsetningsbasseng eller et petroleumsreservoar. Den geologiske modelleringsenheten 102 er illustrert som programvare, men kan implementeres som maskinvare eller som en kombinasjon av maskinvare og programvareinstruksjoner.

[0036] I det illustrerte eksempelet er beregningsanordningen 100 kommunikasjonsmessig koblet via avfølings- og styringsanordninger med et virkelig "undergrunnsvolum" 104, dvs. et aktuelt jordvolum, petroleumsreservoar, avsetningsbasseng, oljefelt, brønner, overflatestyringsnett, osv. Selv om beregningsanordningen 100 er vist spesielt i kommunikasjon med en petroleumsressurs, kan beregningsanordningen 100 være i kommunikasjon med et hvilket som helst undergrunns jordvolum, siden undergrunnsvolumet som modelleres, bare kan være en kandidat for petroleumsproduksjon, vannressursforvaltning, karbontjenester eller annen bruk.

[0037] Beregningsanordningen 100 kan være en datamaskin, et datamaskinnettverk eller en annen innretning som har en prosessor 108, et arbeidslager 110, et datalager 112 og annet tilknyttet utstyr slik som et nettverksgrensesnitt 114 og en media-drivstasjon 116 for lesing og skriving av et fjernbart lagringsmedium 118. Det fjernbare lagringsmediet 118 kan for eksempel være en kompaktplate (CD); en digital versatil plate/digital video plate (DVD); en minnepinne, osv. Den geologiske modelleringsenheten 102 innbefatter en volumfall-estimeringsmotor 120, enten integrert som en del av strukturen til den geologiske modelleringsenheten 102; som en separat modul i kommunikasjon med den geologiske modelleringsenheten 102; eller som en ettermontert modul som for eksempel er tilføyd en oppdatert versjon av den geologiske modelleringsenheten 102.

[0038] Det fjernbare lagringsmediet 118 kan innbefatte instruksjoner for implementering og utførelse av volumfall-estimeringsmotoren 120. I det minste noen deler av volumfall-estimeringsmotoren 120 kan være lagret som instruksjoner på et gitt tilfelle av det fjernbare lagringsmediet 118, den fjernbare anordningen eller i et lokalt datalager 112 for å bli lastet inn i arbeidslageret 110 for utførelse av prosessoren 108.

[0039] Selv om den illustrerte geologiske modelleringsenheten 102 er skissert som et program som befinner i arbeidslageret 110, kan en geologisk modelleringsenhet 102 være implementert som maskinvare, slik som en applikasjonsspesifikk integrert krets (ASIC) eller som en kombinasjon av maskinvare og programvare.

[0040] I dette systemeksempelet mottar beregningsanordningen 100 feltdata slik som seismiske data og brønnlogger 122 fra en tilkoblet anordning 124 i kommunikasjon med, og som innsamler data fra geofoner eller andre sensorer for et potensielt petroleumsfelt eller et annet undergrunnsvolum 104 via nettverksgrensesnittet 114.

[0041] En visningsstyringsenhet 128 kan mate ut geologiske modellbilder 126, slik som en to-dimensjonal (2D) eller tre-dimensjonal (3D) visuell representasjon av lag i et undergrunnsvolum, på en visningsanordning 130. De fremviste geologiske modellbildene 126 er basert på utgangen fra volumfall-estimeringsmotoren 120. Volumfall-estimeringsmotoren 120 kan utføre andre modelleringsoperasjoner og generere nyttige brukergrensesnitt via visningsstyringsenheten 128, innbefattende ny interaktiv grafikk, for brukerstyring av volumfall-estimeringen.

[0042] I en implementering kan den geologiske modelleringsenheten 102 basert på handling fra volumfall-estimeringsmotoren 120, også generere styresignaler 132 som skal brukes via styreanordninger 134 ved prospektering i den virkelige verden, modellering, undersøkelser, forutsigelse og/eller forvaltning av ressurser slik som petroleumsproduksjon, vannressursforvaltning, karbontjenester, osv., innbefattende direkte styring via maskinvareutstyrsanordninger 134, av slike ressurser som injeksjons- og produksjonsbrønner, reservoarer, felter, transport og leveringssystemer, osv.

Motor eksempel

[0043] Figur 2 viser et eksempel på en volumfall-estimeringsmotor 120 mer detaljert enn på fig.1. Den illustrerte implementeringen er bare et eksempel på en konfigurasjon for å introdusere trekk og komponenter ved en motor som utfører nyskapende volumfall-estimering. Komponentene kan ha forskjellige navn for forskjellige konfigurasjoner av komponenter for å utføre funksjonene, og forskjellige eller ytterligere komponenter kan også brukes. Mange andre arrangementer av komponentene og/eller funksjonene i en volumfall-estimeringsmotor 120 er mulige innenfor rammen av det her beskrevne innholdet. Som angitt ovenfor, kan volumfall-estimeringsmotoren 120 være implementert i maskinvare, eller i kombinasjoner av maskinvare og programvare. Illustrerte komponenter er kommunikasjonsmessig koblet til hverandre for kommunikasjon etter behov.

[0044] En liste over komponenteksempler for den illustrerte implementeringen av volumfall-estimeringsmotoren 120 innbefatter en forbehandlingsanordning 202, en fall-estimator 204, en enkelt fallbegrensningsmotor 206, en felles fallbegrensningsmotor 208, en kvalitetsattributtmotor 210, og en konvergensestimator 212. De illustrerte pilene representerer generelt operasjonsstrømning.

[0045] Fall-estimatoren 204 kan innbefatte en tilsynelatende fall-estimator 214 som for eksempel bruker en Taylor-rekke aproksimator 216. En restfall-estimator 218 kan innbefatte en korrelasjonsmaksimator 220 for å optimalisere en beste tilpasning mellom seismiske nabotraser, lagret i et tilstøtende trasebuffer 222.

Korrelasjonsmaksimatoren 220 kan innbefatte en tidsvariant strekk-korrigator 224 og en interpolator for å bestemme et valgfritt vektet middelverdi-filter 230. I en implementering må det vektede middelverdi-filteret 230 ikke være "vektet", og kan anvendes ved ethvert eller et av flere punkter i den iterative fall-estimeringsprosessen. Filteret 230 vil bli beskrevet mer fullstendig nedenfor.

[0046] Den enkelte fallbegrensningsmotoren 206 innbefatter en resiprositetsverifikator 232 og en kausalitetsverifikator, mens den felles fallbegrensningsmotoren 208 innbefatter en konsistensverifikator 236 og en kontinuitetsverifikator 238.

[0047] Kvalitetsattributtmotoren 210 kan innbefatte en kontinuitetsflagg-krets 240 for å indikere posisjoner i et volum hvor den iterative fall-estimeringsprosessen ikke konvergerer, eller divergerer, typisk representerende en fysisk diskontinuitet i jordvolumet som avbildes.

Fallestimering

[0048] Et hovedformål med "overflateseismikk" er å tilveiebringe en avbildning/modell av lagene i jordens indre. Seismiske data kan fremheve posisjonen til en grenseflate mellom lag av forskjellige bergarter i jorden. For å kartlegge spesielle grenseflater lateralt, må en modelleringsprosess være i stand til å spore endringen i vertikal posisjon av grenseflatene. Endringen i vertikal posisjon fra en rommessig posisjon til en naboposisjon, blir referert til som fallet til laget i retning mot vedkommende nabo.

[0049] Nøyaktig estimering av seismiske fall er overraskende vanskelig av mange grunner: korrelert støy (f.eks. multipler), ukorrelert støy (f.eks. tilfeldig støy), begrenset tidsmessig og lateral oppløsning som begrenser og tilslører avbildningen av tynne (laterale og/eller vertikale) lag, f.eks. ved avstemning og aliasing, skyggesoner som gir dårlig avbildning, kompleks forkastning som fører til tvetydige fallmodeller, delvis erosjon av bergartlagene med etterfølgende avsetning av nye lag på toppen, og så videre.

[0050] På grunn av den tvetydige naturen til de seismiske bildene er flere realiseringer av horisontene i et volum mulige, og dermed blir ofte bestemmelsen av den vertikale posisjonen til individuelle grenseflater referert til som horisonttolkning. Horisonttolkning kan enten utføres manuelt når en person bruker et programvareverktøy til å spesifisere den vertikale posisjonen for horisonten ved hver lateral posisjon, eller horisonttolkning kan utføres halvautomatisk når brukeren spesifiserer et sett med seed-punkter, og et dataprogram så forplanter tolkningen bort fra seed-punktene basert på likhetskriterier fra trase til trase.

[0051] Det er også dataprosesser som forsøker å bestemme posisjonen til alle undergrunnsgrenseflater samtidig. En slik prosess blir ofte referert til som automatisk tre-dimensjonal (volum-) estimering, ettersom utgangen fra prosessen vanligvis er estimert formasjonsfall i x- og y-retningene, for hver sample i volumet. Dette formasjonsfallet blir ofte spesifisert som vinkelmålinger (enten i radianer/grader eller dybdeendring pr. trase, hvor enhetene er meter eller millisekunder, avhengig av inngangsmålingen).

[0052] Det er vanlig terminologi å referere til seismisk fall matematisk som den første deriverte av dybden til en overflate i enten x- eller y-retningen, ettersom fall ganske enkelt er endringen i dybde pr. avstandsenhet. Alternativt kan fall utledes ved å ta den deriverte av den vertikale posisjonen i linje- (seilings-) og tverrlinjeretningene. Det kan argumenteres med at krumningen (som hovedsakelig er endringen i fall) bør være den rommessig deriverte av det seismiske fallet, dvs. at krumningen er den annen deriverte av den vertikale posisjonen til en horisont.

[0053] Pålitelig estimering av volumfall (og i denne tilknytning, automatisk horisonttolkning) kan være tvetydig på grunn av forekomsten av geologiske forkastninger, ettersom sporingen av en horisont over forkastningen er utfordrende på grunn av rommessig aliasing. Dette er illustrert på fig.3. Den øvre horisonten 302 er ukorrekt tolket på grunn av aliasing. Den nedre horisonten 304 (brutte linjer) er imidlertid korrekt tolket idet den innser forkastningen og ignorerer den tilsynelatende, men ukorrekte, tilpasningen over forkastningsplanet.

[0054] Som vist på fig.4 er volumfall-estimeringen 402, den automatiske horisonttolkningen 404 og den automatiske forkastningsdeteksjonen 406 ganske enkelt tre "bilder" av det samme fundamentale problemet: dvs. den automatiske konstruksjonen av konsistente volummodeller av lagene i undergrunnen. Når et av disse problemene er løst, blir følgelig også de to andre problemene gjort løsbare.

[0055] Horisonttolkning er som nevnt vanligvis tvetydig, og derfor er det ikke trivielt (og noen ganger umulig) å bestemme korrekte volumfall automatisk, og deretter den korrekte posisjonen av hver enkelt grenseflate, i et gitt seismisk volum. Mange alternative prosesser er blitt foreslått for å løse dette problemet, men disse har vist seg ufullkomne ettersom de ignorerer visse grunnleggende fysiske fakta om lagdeling i undergrunnen.

Global optimalisering via globale begrensninger

[0056] Et eksempel på en iterativ global optimaliseringsmetode utleder en fallmodell som, så nær som mulig, tilfredsstiller begrensningene for resiprositet, kausalitet, konsistens og vertikal og lateral kontinuitet.

[0057] Resiprositet, slik uttrykket brukes her, betyr at det bør være symmetri i estimatene av fall, både i linje- og tverrlinje-retningene. Figur 5 illustrerer korrekt resiprositet 500 i relasjon til enkeltfall-begrensningen for resiprositet. T[i - 1], T[i] og T[i 1] er tre seismiske nabotraser. De øvre pilene illustrerer estimert fall i "høyre" retning (mot større indekser), mens de nedre pilene illustrerer estimert fall i "venstre" retning (mot mindre indekser). Ved å følge pilene til høyre og så til venstre igjen, bør en prosess ende opp ved den samme vertikale posisjonen som startposisjonen.

[0058] Figur 6 illustrerer ukorrekt resiprositet 600. Feilaktige fall-estimater ødelegger resiprositetsbegrensningen. Et fall i "venstre" retning er ikke det omvendte av et fall i "høyre" retning, men i stedet bringer et fall til høyre og et tilsvarende fall til venstre en prosess tilbake til et forskjellig startpunkt. Ved bare å bruke konvensjonelle lokale fall-estimeringsmetoder hvor fall blir estimert for hver trase/sample uavhengig, er det ingen garanti for at resiprositetsbegrensningen blir tilfredsstilt selv med et stort tre-dimensjonalt gjennomsnittsvindu.

[0059] Kausalitet, slik uttrykket brukes her, betyr at det ikke bør være noen kryssende fall-estimater, verken i linje- eller tverrlinjeretningen. Figur 7 illustrerer korrekt kausalitet 700 i forhold til den ene fallbegrensningen med konsistent kausalitet. På figuren krysser de pilene som indikerer estimert fall for hver samplingstid, ikke hverandre ved noe punkt. Denne karakteristikken ved fall er iboende i naturen, men ignoreres i konvensjonelle fall-estimeringsteknikker.

[0060] Figur 8 illustrerer inkonsistent kausalitet 800. Når det er feilaktige fallestimater, er estimatet ikke kausalt i den forstand at slike fall ikke kan skje i naturen. Hvis slik inkonsistent kausalitet hypotetisk kan inntreffe i naturen, kan det tolkes som om bunngrenseflaten for et lag av bergarter plutselig vipper for å bli den øvre grenseflaten for det samme laget. Når fallet for hver prøve blir estimert uavhengig, som i konvensjonelle metoder, er det likevel ingen garanti for at ikkekausale estimater vil bli unngått.

[0061] Denne konsistente kausalitetsbegrensningen er tilfeldigvis lik det konseptet som anvendes i mange hendelsesregistreringsteknikker, innbefattende en fremgangsmåte kjent som Non-Rigid Matching, dvs. for bruk i det seismiske domene for tidforløpsformål (Schlumberger).

[0062] Figur 9 illustrerer konsistens 900 som en felles fallbegrensning. Når korrekte fall er blitt estimert i begge dimensjoner (på linje og krysslinje) for hver posisjon av det aktuelle volumet, så er kryssingen mellom et vilkårlig startpunkt i volumet og et vilkårlig endepunkt i volumet en uavhengig pålitelig bane. Det vil si at en hvilken som helst logisk rimelig bane som kan avbildes fra startpunktet til endepunktet ved bruk av de konsistente fall-estimatene langs veien som veien markerer, bør føre fra startpunktet til det nøyaktige endepunktet.

[0063] Denne felles fallbegrensningen for konsistens kan lett implementeres ved hjelp av konsistensverifikatoren 236 i volumfall-estimeringsmotoren 120, fordi, hvis det er konsistens mellom to vilkårlige nabotraser i et volum, så er det følgelig også konsistens mellom to vilkårlige ikke-naboposisjoner i det samme volumet.

[0064] Den felles fallbegrensningen med vertikal og lateral kontinuitet er basert på kunnskap om at seismiske data har begrenset oppløsning lateralt og vertikalt. Dette innebærer at det er grenser for hvor hurtig estimerte fall kan endres i linjeretningen, tverrlinjeretningen og vertikalretningen. Det er grenser for hvor store de rommessige og tidsmessige deriverte av fallene kan bli. Denne kontinuitetsbegrensningen kan implementeres på mange måter, men ifølge en foretrukket løsning anvender kontinuitetsverifikatoren 238 et middelverdi filter med brukerspesifisert vertikal og lateral radius på det estimerte linje- og tverrlinje-fallet nær enden av hvert iterasjonstrinn.

Kartlegging av diskontinuiteter

[0065] Selv om den iterative globale optimaliseringen av fallestimater som er beskrevet, forutsetter lateral og tidsmessig kontinuitet, vil prosessen ikke konvergere under visse omstendigheter. Som vist på fig.10, kan diskontinuiteter 1000, slik som avslutninger 1002, forkastninger 1004, kanaler 1006, avstemning 1008, skarpe bøyer 1010, kaotiske områder 1012 og så videre, kan forårsake at den iterative fallestimeringen divergerer ved spesielle posisjoner i volumet i stedet for å konvergere til en stabil løsning.

[0066] I disse tilfellene mater kvalitetsattributtmotoren 210 ut en kvalitetsattributt som kan fremheve områder hvor optimaliseringen svikter, som vist på fig.11, hvor en omsirklet "X" representerer en diskontinuitet hvor en kvalitetsattributt er generert. Det vil si at omsirklede kryss på fig.11 er der hvor fallestimeringsprosessen ville ventes å divergere, og hvor kvalitetsattributtmotoren 210 mater ut en kvalitetsattributt (eller en konvergensattributt) for å fremheve unormale verdier.

Eksempel på kodeimplementering

[0067] Visse implementeringer av den iterative fallestimeringsprosessen som er beskrevet, eller komponenter i volumfall-estimeringsmotoren 120 kan implementeres i det minste delvis i datamaskinutførbar kode, slik som det følgende eksempel på pseudo-kode, som benytter en C-språk lignende syntaks til å forklare de forskjellige iterative trinn:

[0068] I en implementering frembringer volumfall-estimeringsmotoren 120 en stabil volumfall-estimering etter omkring 10-50 iterasjoner. Men antallet iterasjoner som er nødvendig for å konvergere til et stabilt resultat, avhenger i stor grad av både kvaliteten til de innmatede seismiske data 200 og størrelsen av valgte laterale/vertikale glattingsoperatorer.

[0069] I en implementering beregner volumfall-estimeringsmotoren 120 linjefall (dvs. fall langs seilings/skudd/kabel-retningen) og tverrlinjefall (på tvers av seilings/skudd/kabel-linjene) i stedet for andre representasjoner av fallfeltet (slik som en fall/asimut-representasjon). To grunner til dette linje/tverrlinje-valget er lettere kvalitetskontroll og separasjon av datainnsamlingsstøy. Med hensyn til enklere kvalitetskontroll blir seismikk ofte visualisert ved å bruke linje- eller tverrlinje-seismikkseksjoner. Det er derfor nyttig å presentere brukere for fallestimater enn å korrelere med synlige fall på en to-dimensjonal visning.

[0070] Når det gjelder separasjon av innsamlingsstøy er noen støymønstre ofte korrelert med den seismiske innsamlingsgeometrien (og dermed referert til som innsamlingsfotavtrykk). I dette tilfelle er innsamlingsstøyen mest fremherskende i tverrlinje-retningen, og knapt noen støy er tilstede i linjefallretningen (fallet langs en seilingslinje). Linjefall-estimatet inneholder derfor ofte to innsamlingsfotavtrykk, mens det er plenty av kunstig støy i tverrlinje-estimatet. Ved å representere fallestimatene som linje/tverrlinje-fall, kan volumfall-estimeringsmotoren 120 styre separasjon av innsamlingsstøy i bare en komponent av estimatet. På den annen side, hvis fallstørrelsen og fall-asimutverdien blir brukt som den foretrukne representasjon for fallvektoren (dvs. basisfunksjoner), er begge komponentene forurenset med innsamlingsstøyen.

Virkemåten av eksempelet på volumfall-estimeringsmotor

[0071] Komponentene og funksjonene til eksempelet på volumfall-estimeringsmotor 120 på fig.3 kan kombineres og merkes på forskjellige måter. Det arrangementet som er vist på fig.3, er ment å fremheve visse komponenter, funksjoner og roller for å tydeliggjøre beskrivelsen. Men det illustrerte eksempelet på fig.3 er ikke ment å være begrensende. Volumfall-estimeringsmotoren 120 kan brytes opp i andre komponenter enn det som er vist, eller andre kombinasjoner og arrangementer av komponentene, med forskjellige navn.

I en implementering av volumfall-estimeringsmotoren 120 kan seismisk behandling av forbehandlingsenheten 202 være, eller ikke være nødvendig, avhengig av implementeringen av den tidsforskjøvne estimeringsteknikken som brukes i den tidsvariable strekk-korrigatoren 224. Vanligvis er det bedre når fall-estimeringsprosessen er uavhengig av (eller ufølsom for) amplitudevariasjoner langs grenseflater. Det kan derfor være nyttig å utføre fall-estimering på deriverte attributtvolumer hvor det attributtet som brukes, maskerer irrelevante amplitudevariasjoner � i stedet for å utføre fall-estimering på det seismiske amplitudevolumet selv. Noen nyttige tre-dimensjonale attributtvolumer som kan benyttes, innbefatter endimensjonal AGC (vindusstyrt automatisk forsterkningsregulering), tre-dimensjonal AGC og øyeblikksfase. Figur 12 viser noen eksempler på tilpasning. Fra inngangsseismikken 1202 viser fig.12 1 millisekund AGC 1204 og umiddelbar fase 1206. I en foretrukket implementering anvender forbehandlingsanordningen 202 en tredimensjonal AGC forbehandling av inngangsvolumet 1202, fordi denne behandlingen er ganske signalkonsistent (dvs. ingen forming til en nærmeste sample). Den tre-dimensjonale tilpasningsbehandlingen respekterer de ekstreme posisjonene av reflektorer, mens det til en viss grad sjeldnes mellom svake (mest sannsynlig støy) og sterke grenseflater (som mest sannsynlig er virkelige refleksjoner).

[0072] Forbehandlingsanordningen 202 kan anvende andre brukbare trinn, slik som lateral filtrering og/eller vertikal filtrering. Fallfelter med lavere lateral oppløsning enn den inngående seismikken er ofte ønskelig. Det kan også være ønskelig å dempe de høyeste frekvensene i de seismiske data ettersom disse frekvensene kan være de som er mest forurenset av støy, og i stedet fokusere fallestimeringsprosessen på den del av frekvensspekteret som har det beste signal/støy-forholdet.

[0073] I en implementering fremskaffer restfall-estimatoren 281 en gjenværende tidsvariabel fallkorreksjon som er nødvendig for å minimalisere differansen mellom nabotraser på hver side av en aktuell trase som betraktes, for hver dimensjon (dvs. linje- og tverrlinje-retningene). Det vil si at for hver trase i volumet ekstraherer restfall-estimatoren 218 den foregående og etterfølgende trasen i vedkommende retning for å bli lagret i det tilstøtende trasebufferet 222, og korrelasjonsmaksimatoren 220 anvender et tidsvariabelt strekk for hver av nabotrasene ved bruk av det aktuelle estimatet for optimalt fall som argument. Den tidsvariable strekk-korrigatoren 224 estimerer derfor den resten/gjenværende tidsvariable fallkorreksjonen som er nødvendig for å maksimalisere likheten med (eller ekvivalent med å minimale differansen fra) den sentrale eller aktuelle referansetrasen. Det tidsvariable fallet ved trasen merket "i" vil fortrinnsvis være middelverdien av det tidsvariable fallet som er beregnet fra den foregående trasen (�T-) og den etterfølgende (�T+) trasen, som vist i ligning (1):

�T = 0.5(-�T- �T+) (1)

Denne behandlingen av fall følger den polaritetskonvensjonen at et positivt fall beveger seg ned til høyre (eller opp til venstre).

[0074] Figur 13 viser et eksempel på estimering av fall mellom nabotraser. Det skal bemerkes at den tidsvariable strekk-korrigatoren 224 re-sampler alle nabotraser. Disse blir lagret i et område i arbeidslageret 110, slik som det tilstøtende trasebufferet 222. Denne del av fall-estimeringsprosessen kan være en delikat prosess som krever en interpolator 228 av god kvalitet. En foretrukket interpolator 228 er en "sinc"-interpolator med en radius på minst 3 punkter (flere punkter er bedre, men gjør prosessen tilsvarende mer kostbar å beregne).

[0075] Den tilsynelatende fall-estimatoren 214 kan utføre den aktuelle fallestimeringen på flere måter. En populær måte er at estimatoren 214 for tilsynelatende fall anvender vindusstyrt krysskorrelasjon (eller kanskje normalisert krysskorrelasjon), søking etter det fallet som gir den maksimale brutto-korrelasjonen (dvs. likheten) mellom referansetrasen og nabotrasen i et avskrådd vindu omkring hver sample i referansetrasen. I en implementering spesifiserer brukeren det maksimale fallet for å begrense skanningsvinduet. Det er en mindre utfordring å detektere toppen av korrelasjonsfunksjonen med delsampel-presisjon. Løsninger på dette problemet er imidlertid beskrevet på mange steder i den relevante litteraturen på området, og blir derfor ikke gjentatt her.

[0076] Den tilsynelatende fall-estimatoren 214 kan også anvende en prosess kjent som "fasetilpasning" som opererer i frekvensdomenet. Denne prosessen søker den frekvensavhengige faseforskyvningen som optimalt innretter hver frekvens fra trase til trase og så konverterer denne estimerte faseforskyvningen (i frekvensdomenet) til den ekvivalente tidsforskyvningen i tidsdomenet. Matematisk kan dette sees på som en krysskorrelasjon utført i frekvensdomenet. Denne løsningen kan gi bedre resultater enn vanlig krysskorrelasjon fordi prosessen er ufølsom for rommessige amplitudevariasjoner (amplitudespekteret blir ignorert) og også fordi prosessen vanligvis er hurtigere å utføre (har kortere kjøretid).

[0077] I en foretrukket implementering anvender estimatoren 214 for tilsynelatende fall en Taylor-rekke aproksimator 216 for å benytte en Taylor-ekspansjon eller tilnærmelse omkring samplene av interesse. Taylor-rekke aproksimatoren 216 kan tilveiebringe finere vertikal oppløsning enn andre teknikker, dvs. at ettersom krysskorrelasjon behøver en vertikal operatorlengde som er meget lenger enn løsningen med Taylor-ekspansjon. I en implementering blir beregningskostnaden også meget lavere enn for krysskorrelasjon og fasetilpasning fordi den anvendte operatoren er kortere.

[0078] Figur 14 viser et skisseeksempel på en Taylor-rekke ekspansjon anvendt på fall-estimering. En foretrukket løsning innbefatter et lite hvittingsledd "�" for å unngå situasjoner med deling med null når den deriverte av en nabotrase er null for en gitt sample (noe som vil indikere en topp eller en bunn ved vedkommende prøve, dvs. et lokalt konstant signal hvor fall dermed er udefinerte). Hvittingsleddet bør være en meget liten verdi sammenlignet med den gjennomsnittlige rotmiddelverdien (RMS-verdien) til den tilpassede seismikken for ikke å forspenne estimatet i områder med gjennomsnittlig signalstyrke.

[0079] Taylor-rekke aproksimatoren 216 kan gi ukorrekte resultater når det er meget bratte fall på grunn av fenomenet med "syklussprang" (dvs. innretting av gale hendelser), men scenarioet med meget bratte fall er ikke særlig vanlig i naturen. Når fallene er meget bratte, eller hvis inndataene 200 er meget støyfylte, så kan løsningen med krysskorrelasjon være å foretrekke som en innrettingsmetode, ettersom krysskorrelasjon bruker flere sampler (dvs. en større operator) ved tilpasningen, noe som forbedrer sannsynligheten for å utlede et robust fallestimat. Lengre operatorer medfører imidlertid en minskning i den vertikale oppløsningen av fall-estimatet.

[0080] For å sikre lateral og vertikal kontinuitet av estimerte fall (eller estimerte restfall) kan et vektet middelverdi-filter 230, slik som et tre-dimensjonalt filter, anvendes på det innmatede datavolumet for å bli glattet. Det er ikke avgjørende at filteret er vektet. Filteret kan være et vanlig tre-dimensjonalt middelverdi-filter eller et hvilket som annet tre-dimensjonalt filter med høy grensefrekvens, slik som et medianfilter. Det har imidlertid vist seg å være gunstig å tilføye ekstra vekt på innledende estimater utledet fra sterke reflektorer i den seismiske innmatingen 200. Hvis krysskorrelasjon er tilpasningsmetoden, så kan dermed absoluttverdiene av de seismiske data brukes som vekter. I tilfelle av Taylor-rekke ekspansjonsløsningen, blir de mest robuste fall-estimatene funnet hver gang det er sterke tidsderiverte (og hvittingsfaktoren dermed har liten innvirkning). I dette tilfelle kan absoluttverdien av den tidsderiverte av de seismiske data brukes som vekt. Det er også en mulighet å bruke betinget seismikk, eller for eksempel den deriverte av slike, slik som vekter.

[0081] Implementeringer av et tre-dimensjonalt vektet middelverdi-filter 230 og dets bruk er velkjent på området. Dette vanlige filteret kan for eksempel brukes:

Matematisk definisjon:

Formelt er det vektede middel av et ikke-tomt datasett

med ikke-negative vekter

er kvantiteten i ligning (2)

(2)

som betyr, som i ligning (3)

(3)

Dataelementene med en høy vekt bidrar mer til det vektede middel enn de elementene som har en lav vekt. Vektene kan ikke være negative. Noen kan være null, men ikke alle av dem (siden divisjon med null ikke er tillatt).

Formlene er forenklet når vektene er normalisert slik at de summerer opp til 1, som i ligning (4):

(4) For slike normaliserte vekter er det vektede middel ganske enkelt som i ligning (5):

(5)

Det felles middel er et spesialtilfelle av det vektede middel hvor alle data har like vekter; wi= w.

[0082] I denne matematiske definisjonen er det kun én indeks det beregnes et gjennomsnitt for. I praksis, i en foretrukket implementering beregner filteret 230 gjennomsnittet i et volum definert av en operatorradius i in-line, tverrlinje og vertikale retninger, muligens med en varierende radius i hver retning, avhengig av den ønskede variabilitet for hver dimensjon.

Anvendelse av enkelt-fallbegrensninger

[0083] Den enkelt- (eller singulære) fall-begrensningsmotor 206 detekterer situasjoner hvor et fallfelt har umulige estimater av et realistisk fall. Resiprositetsverifisereren 232 sjekker de innmatede fallfeltene for å verifisere at feltene i alle steder har en resiprositet (dvs. symmetri – se figur 5), mens kausalitetsverifisereren 234 sjekker for å forsikre at alle fallsamplene er vanlige (dvs. ingen konflikt/kryssende fall – se figur 7). Hvis enkeltfall-begrensningsmotoren 206 finner fallestimater som krenker en av disse to begrensningene, kan motoren 206 sette disse feilaktige fallestimatene til null, siden et neste trinn i prosessen kan være romlig og temporær filtrering, og slik filtrering vil propagere et estimat som er nærmere den sanne verdi (enn den feilaktige sampel) inni null-samplene, for derved å sikre konvergens mot et mer stabilt globalt estimat.

[0084] Andre planer kan også benyttes. Enkeltfall-begrensningsmotoren 206 kan flagge alle krenkende sampler som ugyldige (void), og anvende et mangfold av vektet romlig filtrering som eksplisitt ignorer de ugyldige (dvs. ulovlige) sampler i filtreringen ved å sette vekten til de ugyldige samplene til null.

Anvendelse av felles fallbegrensninger

[0085] Denne felles fallbegrensningsmotoren 208 kontrollerer den interne konsistensen til individuelt estimerte fall i linje- og tverrlinje-retningene. Når konsistensverifikatoren 236 finner, for en gitt sample, at to forskjellige baner fra en startposisjon mot den samme vilkårlige nabotrasen gir tvetydig (forskjellig) vertikal destinasjonsposisjoner i nabotrasen, så blir fallestimatene ved den lokaliseringen og den vertikale posisjonen dømt som ukonsistent. Den felles fallbegrensningsmotoren 208 kan da anvende én av flere oppdaterte planer, som flytter de ukonsistente fallestimater mot en mer stabil løsning, som sikrer eventuell konvergens av den helhetlige iterasjonsplan. En tilnærming er å sette de illegale samplene til null og stole på påfølgende lateral filtrering for å flytte det lokale estimat mot en mer stabil verdi. Eller, i en foretrukket implementering, kan den felles fallbegrensningsmotor 208 beregne det gjennomsnittlige fall i retningen til nabotrasen som har det feilaktige fallestimat, og deretter sette fallet langs de forskjellige baner mot en nabo til å være gjennomsnittet av de estimerte fall, slik at gjennomsnittlig vil denne løsningen flytte fallestimatene mot en mer globalt korrekt løsning av falloptimaliseringsproblemet.

Konvergens av den iterative falloptimalisering

[0086] Konvergensen til estimatoren 212 etableres hvis sanntids-iterasjonene av volumfallestimeringsmotoren 120 konvergerer mot en stabil løsning, dvs. at estimatene av i linje- eller tverrlinje-fall ikke vesentlig endrer seg mellom iterasjoner. I én implementering estimerer konvergensestimatoren 212 det maksimale og middel endring i hver iterasjon, og sammenligner disse mot på forhånd definerte små terskelverdier. Hvis maksimum eller gjennomsnittsendringen (eller begge) flytter seg under de på forhånd definerte grenseverdiene, da konkluderer konvergensestimatoren 212 at prosessen har konvergert mot en stabil løsning, og at volumfall-estimeringsmotoren 120 kan stoppe å iterere mot en mer nøyaktig løsning.

Estimering av lokal divergens

[0087] I en implementering innbefatter kvalitetsattributtmotoren 210 nær slutten av prosessen en diskontinuitetsflagger 240. Denne komponenten registrerer lokale områder i inngangsvolumet hvor en stabil og konsistent fallmodell ikke er blitt funnet under iterasjoner fra volumfall-estimeringsmotoren 120 - fordi den vanlige fall-estimeringsmodellen ville komme i konflikt med en eller flere av de ovenfor beskrevne begrensningene for gyldige fall. Det er mange måter å flagge disse lokale arealene på, hvor estimeringsprosessen divergerer lokalt (eller i det minste svikter å konvergere). I en enkel løsning mater diskontinuitetsflaggeren 240 ut differansen mellom estimatene for de to siste iterasjonene. For eksempel:

Her er feilen RMS-differansen mellom linje- og tverrlinje-fallestimatene, mellom de to siste iterasjonene. I en foretrukket implementering signaliserer diskontinuitetsflaggeren 240 til restfall-estimatoren 218 om å utføre et endelig restfall-estimat, og bruker så dette restfallet i hver retning, fortrinnsvis med en endelig rommessig/vertikal filtrering ettersom den endelige indikatoren for områder hvor konsistente fall-estimater i henhold til de vanlige globale begrensningene som er beskrevet ovenfor, er vanskelige å finne:

[0088] Kvalitetsattributtmotoren 210 og/eller diskontinuitetsflaggeren 240 nuller ikke ut sampler som forstyrrer de globale begrensningene, i motsetning til handlingen av begrensningsmotorene 206 og 208 under hovediterasjonene for volumfall-estimeringsmotoren 120. Ved dette punkt i prosessen fremhever kvalitetsattributtmotoren 210 markeringer, flagg osv., disse inkonsistente samplene: inkonsistente i den forstand at fallmodellen divergerer fordi geologiske diskontinuiteter er representert. I en implementering mater kvalitetsattributtmotoren 210 ut en indikator i form av en restfall-estimering, men i bare en av dimensjonene, for eksempel langs linjeretningen, for å ignorere diskontinuiteter som representerer data forurenset av støy og innsamling av fotavtrykk i tverrlinjeretningen.

Eksempler på resultater

[0089] Figurene 15-20 viser eksempler på resultater fra en implementering av volumfall-estimeringsmotoren 120 og eksempler på fall-estimeringsmetoder som beskrevet her.

[0090] Fall-estimater er blitt beregnet med tre forskjellige parameterinnstillinger for et lateralt og vertikalt filtreringstrinn, men ved å holde alle andre innstillinger konstante. Filterparametere som brukes, er:

● Lateral filter radius = 1 trase; Vertikal filter radius = 1 sample ● Lateral filter radius = 1 trase; Vertikal filter radius = 2 sampler ● Lateral filter radius = 2 trase; Vertikal filter radius = 4 sampler [0091] Figur 15 viser et eksempel på estimert linjefall ved bruk av radier 1, 1.

[0092] Figur 16 viser et eksempel på estimert linjefall ved bruk av radier 1, 2.

[0093] Figur 17 viser et eksempel på estimert linjefall ved bruk av radier 2, 4.

[0094] Figur 18 viser eksempelet på estimert feil ved radiene 1, 1.

[0095] Figur 19 viser eksempelet på estimert feil ved radiene 1, 2.

[0096] Figur 20 viser eksempelet på estimert feil ved radiene 2, 4.

Fremgangsmåte-eksempel

[0097] Figur 21 viser et eksempel på en fremgangsmåte for volumfall-estimering 2100. I flytskjemaet er trinnene oppsummert i individuelle blokker.

Fremgangsmåte-eksempelet 2100 kan utføres ved hjelp av maskinvare eller kombinasjoner av maskinvare og programvare, for eksempel ved hjelp av volumfall-estimeringsmotoren 120.

[0098] Ved blokk 2102 blir seismiske data som er tilknyttet et volum, mottatt.

[0099] Ved blokk 2104 blir en fall-estimering for lag i volumet bestemt ved iterasjon.

[00100] Ved blokk 2106 blir restfallkorreksjoner for å oppnå maksimal fallkorrelasjon mellom nabotraser, estimert.

[00101] Ved blokk 2108 blir enkeltfall begrensninger for resiprositet og kausalitet anvendt.

[00102] Ved blokk 2110 blir felles fallbegrensninger for kontinuitet og konsistens anvendt.

[00103] Ved blokk 2112 blir en kvalitetsattributt frembrakt for i det minst hver posisjon hvor fall-estimeringen divergerer fra den iterative optimaliseringen.

[00104] Ved blokk 2114 betrakter en bestemmelse om volumfall-estimeringen har konvergert til en stabil løsning. Hvis fall-estimeringen ikke har konvergert, går fremgangsmåten tilbake for å påbegynne en annen iterasjon ved blokk 2104. Hvis fall-estimeringen har konvergert til en stabil løsning, så fortsetter fremgangsmåten ved blokk 2116.

[00105] Ved blokk 2116 mater prosessen ut den optimaliserte volumfallestimeringen.

[00106] Ved blokk 2118 mater prosessen også ut kvalitetsattributter for kartlegging av diskontinuiteter i volumet.

Claims

P A T E N T K R A V

1. Datamaskinlesbart lagringsmedium som inneholder instruksjoner, som når de utføres av en datamaskin, utfører en prosess som omfatter:

å motta seismiske data fra traser for et undergrunnsvolum;

iterativt å forfine en fall-estimering for undergrunnsvolumet, innbefattende: å estimere en restfallkorreksjon for optimalt å innrette tilstøtende traser med maksimal korrelasjon for hver linje- og tverrlinje-dimensjon i undergrunnsvolumet;

å anvende enkeltfall-begrensninger på fall-estimeringen; å anvende felles fallbegrensninger på fall-estimeringen; å generere en kvalitetsattributt når den iterative fall-estimeringen divergerer, for å indikere en lokal diskontinuitet i undergrunnsvolumet; og

å frembringe en tre-dimensjonal representasjon av horisonter i volumet basert på den iterative fall-estimeringen og kvalitetsattributtene.

2. System ifølge krav 1, hvor volumfall-estimeringsmotoren anvender en Taylor-rekke ekspansjon for å utføre fall-estimering.

3. System ifølge krav 1, hvor den fjerde logikken for å anvende enkeltfallbegrensninger på fallfeltene, kontrollerer fallfeltene med hensyn på resiprositet og kausalitet.

4. System ifølge krav 1, hvor den femte logikken for anvendelse av felles fallbegrensninger kontrollerer hvert estimert fall med hensyn på en konsistens i forutsigelsen av en vertikal posisjon på en nabotrase ved hjelp av forskjellige baner.

5. System ifølge krav 1, videre omfattende logikk for behandling av de seismiske data ved å anvende en tre-dimensjonal automatisk forsterkningsregulering for å oppnå et utledet attributtvolum for volumfall-estimeringen.

6. System ifølge krav 1, videre omfattende et vektet middelverdi-filter for å tilveiebringe en lateral og en vertikal kontinuitet for de estimerte fallene.

7. System ifølge krav 1, videre omfattende logikk for å flagge lokale diskontinuiteter i den tre-dimensjonale representasjonen hvor volumfall-estimeringen divergerer.

8. Fremgangsmåte, omfattende:

å motta seismiske data som definerer et volum, hvor de seismiske dataene kan brukes til avbildning av lag i volumet;

iterativt å forfine estimerte fall for å oppnå en volumfall-estimering for volumet mens det anvendes globale konsistensbegrensninger, innbefattende:

å estimere en restfallkorreksjon ved interpolering for å oppnå en tidsvariabel strekk-korreksjon som optimalt innretter tilstøtende traser med maksimum korrelasjon ved å minimalisere en vertikal differanse mellom nabotraser på hver side av en aktuell referansetrase for hver linje- og tverrlinje-dimensjon i volumet;

å anvende singulære fallbegrensninger på de estimerte fall;

å anvende felles fallbegrensninger på de estimerte fall;

å generere en kvalitetsattributt for å indikere en lokal konvergens eller en lokal divergens når de iterativt forfinede estimerte fallene påtreffer en diskontinuitet i lagene;

å sammenligne, etter hver iterasjon, en endring i volumfallestimeringen med en terskel for å detektere en konvergens av volumfallestimeringen;

når endringen i volumfall-estimeringen er større enn terskelen, å påbegynne en etterfølgende iterasjon; og

når endringen i volumfall-estimeringen er mindre enn terskelen, å frembringe et bilde av lagene i volumet basert på volumfall-estimeringen og basert på kvalitetsattributtene som indikerer lokale divergenser.

9. Fremgangsmåte ifølge krav 8, hvor volumfallestimeringen omfatter et av følgende trinn:

å anvende en vindusstyrt krysskorrelasjonsprosess for å utføre fallestimering;

å anvende en normalisert krysskorrelasjonsprosess for å utføre fallestimering;

å anvende fasetilpasning i frekvensdomenet for å utføre fall-estimering; og å anvende en Taylor-rekke ekspansjon eller en Taylor-rekke tilnærmelse for å utføre fall-estimering.

10. Fremgangsmåte ifølge krav 8, hvor anvendelse av de singulære fallbegrensningene omfatter å kontrollere inngående fallfelter for å verifisere at fallfeltene ved alle posisjoner har en resiprositet eller en symmetri, og at fallestimatene er kausale, noe som ikke gir motstridende eller kryssende fall;

hvor, når et fallfelt ikke har resiprositet eller symmetri eller ikke er kausalt, så utføres et eller flere av følgende trinn:

å sette det tilhørende fall-estimatet til null;

å tømme det tilhørende fall-estimatet og anvende en rommessig vektet filtrering som ignorerer det tømte fall-estimatet ved å fastsette en vekt for tømte fall-estimatet til null.

11. Fremgangsmåte ifølge krav 8, hvor anvendelse av de felles fallbegrensningene omfatter å kontrollere en intern konsistens for hvert enkelt estimert fall i linje- og tverrlinje-dimensjonene, innbefattende:

for hver posisjon i volumet, når to forskjellige baner mot en nabotrase gir en tvetydig vertikal posisjon i nabotrasen, og å betegne fall-estimater ved denne posisjonen som inkonsistente, og å endre de inkonsistente fall-estimatene, innbefattende et av følgende trinn:

å sette de inkonsistente fall-estimatene til null og anvende lateral filtrering for å stabilisere fall-estimatene; og

å beregne et gjennomsnittlig fall i retning av nabotrasen og fastsette hvert fall-estimat langs banene mot nabotrasen til å være det gjennomsnittlige fallet.

12. Fremgangsmåte ifølge krav 8, videre omfattende forbehandling av de seismiske data for å fremskaffe et utledet attributtvolum for volumfall-estimeringen, innbefattende et av de følgende trinn:

å anvende en-dimensjonal, automatisk forsterkningsregulering (AGC) for å forbehandle inngangsvolumet;

å anvende en tre-dimensjonal, automatisk forsterkningsregulering (AGC) for å forbehandle inngangsvolumet;

å anvende en vindusstyrt automatisk forsterkningsregulering (AGC) for å forbehandle inngangsvolumet;

å anvende en øyeblikksfase-behandling av inngangsvolumet;

å anvende en lateral filtrering av inngangsvolumet; og

å anvende en vertikal filtrering av inngangsvolumet.

13. Fremgangsmåte ifølge krav 8, videre omfattende å anvende et filter på et inngangsvolum for å tilveiebringe lateral og vertikal kontinuitet for de estimerte restfallene, innbefattende et eller flere av følgende trinn:

å anvende et tre-dimensjonalt middelverdi-filter;

å anvende et tre-dimensjonalt filter med høy grenseverdi;

å anvende et medianfilter;

å anvende et vektet middelverdi-filter med vekter tilordnet innledende estimater utledet fra sterke reflektorer i de seismiske data, hvor vektene omfatter de absolutte verdiene av de seismiske data; og

å anvende et vektet middelverdi-filter hvor vektene omfatter absoluttverdier av de tidsderiverte av de seismiske data.

14. Fremgangsmåte ifølge krav 8, videre omfattende å flagge lokale områder i volumet hvor volumfall-estimeringen divergerer.

15. Datamaskinlesbart lagringsmedium som inneholder instruksjoner som når de utføres av en datamaskin, gjennomfører en prosess som omfatter:

å motta et seismisk volum for en volumfall-estimering;

å modellere fallfelter som kontinuerlige funksjoner;

iterativt å forfine fall-estimater for hver linjetrase og hver tverrlinjetrase i det seismiske volumet, innbefattende iterativ anvendelse av globale konsistensbegrensninger, innbefattende enkeltfall-begrensninger og felles fallbegrensninger; å registrere ved hver posisjon, en kvalitetsattributt som indikerer konvergens eller indikerer hvor fall-estimatene lokalt divergerer ved en diskontinuitet i det seismiske volumet;

å teste med hensyn på konvergens av volumfall-estimeringen ved hver iterasjon;

ved konvergens, å mate ut volumfall-estimeringen og en indikasjon på de lokale divergensene for kartlegging av diskontinuiteter.

16. Datamaskinlesbart lagringsmedium ifølge krav 15, videre omfattende instruksjoner for å fremskaffe en automatisk horisonttolkning fra volumfallestimeringen.

17. Datamaskinlesbart lagringsmedium ifølge krav 15, videre omfattende instruksjoner for å fremskaffe en automatisk forkastningstolkning fra volumfallestimeringen.

18. Datamaskinlesbart lagringsmedium ifølge krav 15, videre omfattende instruksjoner for å anvende en Taylor-rekke tilnærmelse for å utføre den iterative volumfall-estimeringen.

19 Datamaskinlesbart lagringsmedium ifølge krav 15, hvor enkeltfallbegrensninger tester fall-estimater med hensyn på resiprositet og kausalitet.

20. Datamaskinlesbart lagringsmedium ifølge krav 15, hvor de felles fallbegrensningene tester fall-estimatene med hensyn på kontinuitet og intern konsistens med hensyn til banefunksjoner mellom tilstøtende traser i det seismiske volumet.