CN102918423B - 用于地震烃体系分析的方法 - Google Patents

用于地震烃体系分析的方法 Download PDF

Info

Publication number
CN102918423B
CN102918423B CN201180026539.9A CN201180026539A CN102918423B CN 102918423 B CN102918423 B CN 102918423B CN 201180026539 A CN201180026539 A CN 201180026539A CN 102918423 B CN102918423 B CN 102918423B
Authority
CN
China
Prior art keywords
attribute
seismic
mark
key element
hydrocarbon
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201180026539.9A
Other languages
English (en)
Other versions
CN102918423A (zh
Inventor
M·G·英霍夫
P·迪米特罗夫
K·罗贝尔
K·库马兰
M·J·特雷尔
S·胡斯瑙德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ExxonMobil Upstream Research Co
Original Assignee
Exxon Production Research Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Exxon Production Research Co filed Critical Exxon Production Research Co
Publication of CN102918423A publication Critical patent/CN102918423A/zh
Application granted granted Critical
Publication of CN102918423B publication Critical patent/CN102918423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/301—Analysis for determining seismic cross-sections or geostructures
    • G01V1/302—Analysis for determining seismic cross-sections or geostructures in 3D data cubes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
    • G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/64—Geostructures, e.g. in 3D data cubes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/70—Other details related to processing
    • G01V2210/74—Visualisation of seismic data

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

针对烃体系或特定远景带的存在分析代表地下区域的地震数据的方法。计算地震属性，所述属性被选择以与烃体系的典型要素，即储层、封闭层、圈闭、源、熟化和运移相关。优选地，沿着地下区域的结构组构(1)计算所述属性，并且在至少上十或上百的数据体素上修匀所述属性。所得地质属性(2)用于分析烃体系要素的数据和/或识别具体远景带，并且用于在远景性预测(5)中根据大小、性质和置信度分级和评注划分的数据体区域(3)。可以生成烃圈闭构形的目录(8)，并用于鉴定烃圈闭的潜在存在和/或帮助评分(4)并分级划分的区域为烃远景构造。

Description

用于地震烃体系分析的方法
相关申请的交叉参考
本申请要求2010年5月28日提交的、名称为“用于地震烃体系分析的***（SYSTEM FOR SEISMIC HYDROCARBON SYSTEM ANALYSIS）”的美国临时专利申请61/349,534的权益，其整体通过引用被并入本文。
发明领域
本发明一般涉及地球物理勘测领域，更具体而言，涉及地震数据的诠释。具体地，本公开描述利用地震数据来检测和分级潜在的烃机会(opportunities)的方法。
发明背景
活性烃体系通过提供存储空间给烃类的多孔储油岩层、防止烃类逃逸储层的封闭层(seal)、良好的圈闭几何形态(trapping geometry)和含有高百分比生源物质（biogenic material）的源层(source formation)的存在而被限定。在高温高压的影响下，生源物质被成熟(或被蒸热(cooked))，以形成烃类，包括气、原油、沥青和焦油。由浮力和压力差驱动，烃类运移并且一部分这些烃类聚集在圈闭和封闭层内，所述圈闭由储油岩层的不规则几何排列(即，圈闭几何形态)形成。圈闭具有有限的体积，然而，其可以溢出或泄露一些聚集的烃类，其中一部分然后可以在其它圈闭聚集。
地下地震图像允许解释者(interpreter)根据实践和提示性的几何形态鉴别一些潜在的圈闭。有时，地震数据可以提供烃类存在的直接指示。然而，标准解释实践是劳动密集型的，并常常集中于解释者收集某些远景性指示的区域。因此，许多机会仍未，例如通过地震噪音被检测到，因为指示太微妙或隐蔽。即使观察到远景性的线索，在多个明显机会存在的情况下或在解释者被时间约束限制时，它们可能不被检测。因此，一些烃聚集物后来才被发现或仍未被发现。
公布的解决类似问题的尝试包括如下：
“Method for Seismic Interpretation Using Seismic Texture Attributes”(PCT专利申请公开WO2010/053618)，Imhof，公开了用于计算纹理属性的方法，所述纹理属性可用于根据其局部外观分类和分段地震数据。纹理可用于限定地震相。
“Windowed Statistical Analysis for Anomaly Detection in GeophysicalDatasets”(PCT专利申请公开WO2010/056424)，Kumaran等，公开了一种方法，用于针对数据背景下统计学上异常的区域检验地震数据，从而用于突出统计学上不一般的或显著的区域。
“Method For Geophysical and Geological Interpretation of Seismic VolumesIn Depth,Time and Age”(美国专利申请公开号2010/0149917)，Imhof等，公开了一种方法，用于将来自地球物理深度域或双程走时域的地震数据转换成地质年代域，在所述地质年代域中，所有地震反射大致是水平的并可以与它们在其岩层的地质年代的状态相比。从该年代域形成的地震属性可以改进烃体系要素的限定。
欧洲专利EP1110103B1(“Method Of Seismic Signal Processing”)，Meldahl等，公开了一种方法，用于在地震数据中寻找类似于由解释者指定的区域的区域。此外，它公开了该方法用于寻找渗滤烃类的地震指示中的应用。
美国专利号6,226,596B1(“Method for analyzing and classifying threedimensional seismic information”)，Gao，公开了一种方法，用于产生地震纹理属性，其可以用于分段、分类或限定地震相。
美国专利号6,438,493B1(“Method for seismic facies interpretation usingtextural analysis and neural networks”)，West和May，公开了一种方法，用于产生地震纹理属性，其可以用于监督分类，以指定地震相属性。
美国专利号6,516,274B2(“Method for imaging discontinuities in seismicdatausing dip-steering”)，Cheng等，公开了一种方法，用于检测地震数据中的边缘(edge)或间断，其常常指示断裂和移动正常地下分层的断层。
美国专利号6,725,174B2(“Edge-preserving enhancement of seismic imagesby nonlinear anisotropic diffusion”)，Bouts等，公开了一种地震数据处理方法，其通过去除固有噪音同时保持与断层或快速地层过渡相应的明显间断诸如嵌入通道(entrenched channel)，来增强地震数据。
美国专利号6,850,845B2(“System for multi-dimensional data analysis”)，Stark，公开了一种地震数据处理方法，其允许计算用于修整（flattening）的地质年代属性和相关的衍生(derivatory)属性。
美国专利号6,850,864B2(“Method for analyzing dip in seismic datavolumes”)，Gillard等，公开了一种地震数据处理方法，用于评估限定局部结构的反射偏角(reflection dip)。
美国专利号7,203,342B2(“Image feature extraction”)，Pedersen，公开了一种地震数据处理方法，用于在相对有噪音的数据中检测和改进断层或层位(horizon)。
美国专利号7,424,367B2(“Method for predicting lithology and porosityfrom seismic reflection data”)，Saltzer等，公开了一种方法，用于从地震数据中预测地下岩石的岩性学和孔隙度，从而允许区分储集岩和封闭地层。
美国专利号7,454,292B2(“Inverse-vector method for smoothing dips andazimuths”)，Wang等，公开了一种方法，用于有力地计算限定局部结构的层位偏角和定向。
PCT专利申请公开WO2009/011735(“Geologic Features From CurveletBased Seismic Attributes”)，Neelamani和Converse，公开了一种方法，用于计算烃指示物或纹理属性，其可用于鉴定地下特征。
PCT专利申请公开WO2009/082545A1(“Detection Of Features In SeismicImages”)，Kumaran和Wang，公开了一种方法，用于在地震数据中检测断层、通道和类似特征。
PCT专利申请公开WO2009/137150A1(“Method For Geophysical AndStratigraphic Interpretation Using Waveform Anomalies”)，Imhof，公开了一种地震数据处理方法，用于绘制地层终端(termination)和尖灭的图。
PCT专利申请公开WO2009/137228A2(“Transport Property DataCalculated From Derivative Seismic Rock Property Data For TransportModeling”)，Oppert等，公开了一种方法，用于评估影响烃体系要素的特性诸如热流或流体渗透率。
PCT专利申请公开WO2009/142872A(“Seismic HorizonSkeletonization”)，Imhof等，公开了一种自动化方法，用于从地震数据集中提取大量层位。此外，它还公开了广泛模式(broad pattern)识别工作流程，其划分数据集、分析区域并根据它们含有烃类的潜在性进行分级。
“A New Class of Large-scale Attributes for Seismic Stratigraphy”,Gesbert等,71stEAGE Conference&Exhibition,(2009)公开了一组由二维地震数据计算的地层属性，其突出区域不整合和区域变薄趋势并量化区域地震相趋势。
“Applications of plane-wave destruction filters”，Fomel,Geophysics67,1946-1960,(2002)公开了一种方法，用以评估限定局部结构的地震层位偏角和方向。
“Estimating Seismic Heterogeneity with the Structure Tensor”，Imhof,67thEAGE Conference&Exhibition,(2005)公开了一种方法，用以评估限定局部结构的地震层位偏角和方向和以局部异质性为特征的地震纹理属性。
“Flattening without picking”，Lomask等，Geophysics71,P13-P20(2006)公开了一种处理地震数据的方法，用以大致修整允许表征烃体系的一些要素的数据。
“Hydrocarbon leakage interpreted on seismic data”，等，Marine andPetroleum Geology26,1304-1319,(2009)公开了解释者驱动的方法，用于检测通过地下渗漏的烃类。
“Hydrocarbon Traps,K.T.Biddle and C.C.Wielchowsky,The PetroleumSystem-From Sourceto Trap,AAPG Memoir60,219-235页,(1994)提出一系列烃圈闭类型。
“Imaging Vector Fields Using Line Integral Convolution”，Cabral andLeedom,Proceedings of ACM SigGraph93,263-270,(1993)公开了一种使流线(flowline)的向量场可见的方法。
“Lithofacies Prediction in Deep Water Water Reservoirs”，Oppert等，Societyof Exploration Geophysicists,Expanded Abstracts,1708-1711,(2006)公开了一种方法，以利用地震和有线数据(wireline data)评估地下岩性学。
“Seismic Rock-Property Inversion and Lithofacies Prediction at Erha Field,Nigeria”，Xu等，Nigerian Association of Petroleum Explorationists(NAPE)2008conference proceedings，公开了一种方法，以利用地震和有线数据评估地下岩性学。
Randen和Sonneland(“Atlas of3D Seismic Attributes”,in MathematicalMethods and ModelinginHydrocarbon Exploration and Production,Iske andRanden(编著),Springer,第23-46页(2005))提出表征地震纹理或地震地层特征的三维地震属性的综述。
所需要的是自动化的***，其扫描烃体系要素的整个数据集，并输出远景构造列表给解释者，以进行检验。优选地，该潜在目标的列表通过烃体系要素的期望体积、存在和性质以及其检测和鉴别的置信度(confidence)进行分级。优选地，远景构造列表也被评注。本发明满足至少这些要求。
发明内容
本发明的一方面是一种方法，其计算多尺度(multi-scale)和通常为结构导向的(structure-oriented)地震属性，所述地震属性涉及典型烃体系的要素，即储层、封闭层、圈闭、源、熟化和运移。属性在空间上相关，并与烃圈闭构造的目录(catalogue)进行比较，以确定烃圈闭的潜在存在并评估其存在的置信度。
在一个实施方式中，本发明是一种计算机执行的方法，用于针对烃体系或特定远景带(particular play)的存在分析由代表地下区域的地震数据的体素组成的体(volume)，所述方法包括：
划分地震数据体，以形成多个段；和
至少部分根据每一段中地震数据体素的远景性分数(prospectivity score)，针对烃体系或特定远景带的存在对多个段分级；
其中所述远景性分数是基于对至少两个属性的计算，所述至少两个属性涉及烃体系或特定远景带的不同要素。
与任何地球物理学数据处理方法一样，本发明在实际应用中是高度自动化的，即，是在根据本文公开内容而程序化的计算机的辅助下执行的。
附图简介
本发明及其优势将通过参考以下详细描述和附图而被更好地理解，所述附图中：
图1图解背斜圈闭的烃体系要素；
图2是流程图，显示在本发明一个实施方式中的基本步骤；
图3是示意图，图解本发明方法的一个实施方式；
图4图解线积分卷积过滤器的过滤模板(filter stencil)如何遵循切线方向；
图5图解如何可以使得线积分卷积过滤器更有力；
图6图解线积分卷积过滤模板可以具有扩充的厚度；
图7显示将局部属性转换成区域属性的实例(左：地震数据；左中：局部收敛(convergence)属性；右中：切线向量场；和右：区域收敛；
图8显示具有收敛量度(magnitude)分量(component)(浅的：强收敛；深的：没有收敛)和收敛方向分量的三维收敛属性的实例；
图9限定地层终端关系；
图10描述褶皱界定的(背斜)构造圈闭；
图11描述断层相关的构造圈闭；
图12显示盐相关的构造圈闭；
图13图解与储层尖灭相关的地层圈闭；
图14显示与不整合(unconformity)有关的地层圈闭；
图15描述由埋藏的侵蚀地形(relief)形成的地层圈闭；
图16描述由成岩差异形成的地层圈闭；
图17呈现示意性沉积层序模型，即，段塞(slug)图；
图18图解不同的要素如何可以被积分，以评估烃聚集的成功机会；
图19显示分级四个潜在目标的示意性应用；和
图20图解本发明方法的实例应用。
本发明将结合实例的实施方式被描述。然而，在一定程度上，以下详细说明是针对本发明的具体实施方式或具体用途的，这意图仅是说明性的而不应该被解释为对本发明范围的限制。相反，意图涵盖由所附权利要求书限定的、可包含在本发明范围内的所有替代方案、修饰和等同物。
实例的实施方式的详细描述
本发明的一个方面包括计算涉及烃体系要素的地震属性、分析烃体系要素的数据和/或识别具体远景带或概念(conceptual)类型以及根据远景构造(prospect)的大小、性质和置信度对这些区域进行分级和评注。接下来给出一些定义。
尽管术语可能被更广义或狭义地用于其它地方，但石油或烃体系在本文中通常用于表示天然体系，其包括活性源岩矿体(pod)和所有相关的油和气。它包括对于烃聚集来说必需要存在的所有地质要素(地质单元，geologicelement)和过程,如图1所示。在自然界中发现的烃类包括高浓度的热和/或生物成因气，其发现于常规储层或气水合物中、紧密的储层、断裂的页岩或煤；以及冷凝物、原油、重油、沥青和焦油。术语“体系”描述相互依赖的要素和过程，其形成产生烃聚集的功能单元。基本要素包括石油源岩(源)、储集岩(储层)、密封岩(封闭层)和上覆岩层岩(上覆岩层)。该过程是圈闭和熟化(生油(generation))的形成、运移和烃类的聚集。这些过程暗含事件的顺序或时间(timing)。
烃体系的可选定义可以仅包括源岩、熟化和运移过程及其时间，在这种情况下，储层、封闭层和圈闭可以被限定为形成远景带。为了说明本发明方法的目的，术语烃体系被限定为涵盖源、储层、封闭层、圈闭、熟化、运移和时间。此外，术语远景带在本文中通常被用于表示储层、封闭层和圈闭几何形态的特定组合和排列。
源岩是富含有机物质的岩石，其如果被充分加热，将随着时间产生油和/或气。普通源岩包括页岩或石灰岩。海成岩趋于易生油，而陆地源岩(如煤)趋于易生气。保存有机物质而不降解对于产生好的源岩是关键的，并且对于完整的石油***是必要的。
储层是地下的岩石主体，其具有足够的孔隙度和渗透性，以接收、存储和输送流体。沉积岩是最常见的储集岩，因为它们比大部分火成岩和变质岩具有更大的孔隙度，并且在可以保存烃类的温度条件下形成。储层是完整石油***的重要组成。
封闭层是相对不可渗透的岩石，通常为页岩、无水石膏或盐，其在储集岩上并部分围绕储集岩形成屏障或覆盖层，以便流体不能运移到储层外面。封闭层是完整石油***的重要组成。
上覆岩层是在源和储层上面的岩石。在石油***的背景下，其主要功能是在源上形成厚的覆层，其中它将温度和压力提高到将有机物质转化成烃类必需的程度。
圈闭是适合包含烃类并被相对不可渗透的地层封闭的岩石构造，烃类不能通过相对不可渗透的地层运移。圈闭被描述为构造圈闭(在变形的岩层诸如褶皱和断层中)或地层圈闭(在岩石类型变化的区域，如不整合、尖灭和矿脉(reef))或其组合。对于构造圈闭，变形必需发生在烃运移之前，或者烃类将不会聚集。圈闭是石油***的重要组成。
生油或熟化是从源岩形成烃类，此时沥青从干酪根形成，并聚集为油或气。生油取决于三个主要因素：足以产生烃类的丰富有机物质的存在、足够的温度，以及足以使源岩成熟的温度和时间。压力以及细菌和催化剂的存在也影响生油。例如通过薄的上覆岩层进行浅埋藏引起的不充足的压力和温度致使源不成熟，而且生油将缺乏或不完整。例如通过在厚的上覆岩层下进行的深埋藏引起的过高的压力和温度将导致产生的油降解成气，随后成为二氧化碳和水。生油是石油***开发中的关键阶段。
运移是烃类从其源到储集岩中的运动。新产生的烃类在其源岩外的运动是初级运移，也称为驱逐(expulsion)。在烃圈闭或其它聚集区域中烃类向储集岩的进一步运移是次级运移。运移通常从构造上低的区域到较高的区域发生，这是因为与周围岩石相比烃类的相对浮力。运移可以是局部的，或者可以在大的沉积盆地中沿着数百公里的距离发生，其对于形成可行的石油***是重要的。
聚集既指圈闭的烃类，即，远景带或油田或气田的发生，又指开发石油***的阶段，在该阶段中，烃类运移到储集岩中并保持圈闭在储集岩中。
时间指其中要素被形成或改变的相对顺序，或其中过程发生的顺序。只要在运移之前形成，圈闭就可以聚集运移的烃类。如果运移尚未到达其位置，圈闭可以不被填充。如果封闭层在聚集之后破坏，则圈闭可能至少部分地失去其填充物(charge)，。
远景带是烃聚集方式的概念模型，其常常用于在盆地、区域或趋势(trend)中发展远景构造或用于继续开采鉴定的趋势。远景带(或一组相关的远景带)通常出现在单一的烃体系中，并可以由一组类似的远景构造组成。
远景构造是其中已经预测存在经济量的烃类的区域。远景构造常常是一种异常，诸如地质构造或地震振幅异常，其被推荐为进行钻井的位置，以探知经济量的烃类。通过收集活性烃体系的证据或证明遇见良好性质的储集岩、足够大小的圈闭、足够密封的岩石和用于产生和运移烃类以填充储层的适当条件的合理可能性，作出钻凿远景构造的论证。对于本发明方法的目的，远景构造被广泛地用于表示被推荐用于进一步详细分析的区域。
如上所述，所需要的是一种方法，其针对烃体系要素的存在自动分析地震数据、标记远景带要素以有利的构造并置或与已知的或指定的远景带一致的区域，并且针对其烃聚集的潜在性对这些远景构造进行分级。这种体系关注于对更多远景区的分析和解释。此外，该***还可以识别远景带类型并提供单个要素的置信分数。对于每一远景构造，未被鉴定的要素或具有低置信度的要素是重要的，其在随后的分析中需要特别关注，以化解远景构造的风险。该***在区域或资源的周期中可以被应用很多次。首先，该***可用在区域性、通常为二维的数据上，以鉴定远景区；例如，针对区块(block)进行投标(bid)或确定三维勘探调查的地点。在勘探阶段，该***可用于范围界定，以使解释者关注并引向更小、更容易处理的地震数据体的子集。在生产阶段，该***可用于将更小的远景构造定位于已经定位的基础结构的有效范围内。最后，该***可用于确保在放弃或出售资源之前，没有远景构造被疏忽。
图2是流程图，显示本发明方法的一个实施方式中的基本步骤，包括两组步骤(具有实线的方块)和六个可选步骤(具有虚线的方块)，这取决于输入、进行的假设和该***被使用的模式。在步骤2中，产生属性，其涉及烃体系要素或具体远景带要素。在步骤5中，分析数据并针对属性对位置进行分级，从而鉴定潜在的远景构造，其然后被储存用于进一步分析或可视化。
可选步骤1通过断层和褶皱限定地下组构(fabric)，即，地下岩层的几何形态及其变形，其形成用于计算一些属性的基础或可能被其它计算方法需要以从类似岩层中集合信息。许多属性对于本发明***是有用的，其通过沿着组构积分或平均化更多的传统属性而形成。在可选步骤3中，数据被至少分成两个段或部分，用于进行分析和远景构造限定。可选步骤4是利用一个或多个属性形成烃体系要素的归一化分数。可选步骤6是分析形成的和分级的远景构造；例如，鉴别应该被进一步检验的、最少表达的要素(一个或多个)。可选步骤7是限定或选择至少一个将被搜索的具体概念或远景带类型，而不是烃体系邻近要素的通用搜索。最后，可选步骤8是限定、产生和管理远景带类型及其要素构造的目录。
图3呈现本发明方法的示意性应用，其中地震属性32由地震数据31计算。然后，合并属性33，以突出可能构成地层远景带的区域(例如36)，在这种情况下，地层远景带为埋藏山远景带34和地层尖灭远景带35。
组构限定
属性是地震数据的可测量的性质，诸如振幅、偏角、频率、相和极性。属性可以在瞬间被及时测量或在时间窗口(window)内被测量，并且可以在单一迹(trace)或一组迹上或在由地震数据、数据窗口解释的面上，或者甚至在多个地震体上同时进行测量。本发明方法应用许多典型的属性，其对于属性分析或地震解释领域的有经验的人来说是悉知的。然而，对于本发明方法，这些属性中的一些被修改，例如通过沿着岩层或结构进行积分，以突出相对于局部的区域变化。此外，公开了新的地质属性(2)，其直接涉及烃体系要素或远景带要素以及这些要素的具体构造。由于地质属性可以以交替方式进行体现，并且不同的地质属性可能涉及相同的要素或要素构造，所以可以计算分数(4)，其将不同实施方式和属性一起综合成一次测量，评估遇见特定远景带或烃体系要素或这些要素的具体几何排列的机会。然后，将分数合并(6)成构形的似然性，其可用于可视化、分析或评价(rating)和分级。
对于图2，可能需要比示出的所有步骤少的步骤来实施本发明的具体实施方式。单独的步骤可以合并或分成多个分量。此外，另外的和/或可选的方法可应用本文没有显示的另外的步骤。虽然流程图显示顺次发生的各种操作(action)，但也应该理解，一些操作可以连续发生、基本上并列和/或在相当不同的时间点发生。也可以重复步骤。这些变化的一个实例是步骤1，对组构、结构或分层构造的限定。
本发明中应用的一些属性可能不需要组构，因此，在仅利用这些属性时，可以忽略组构限定。然而，用于本发明方法的大部分属性将需要用于其形成的组构。对于每一需要的属性，可以快速(on the fly)计算组构。然而，优选地，组构仅被产生一次，然后被存储并重复使用，以产生、修改或积分属性。步骤1，组构的形成，其被显示为任选的步骤，因为根据在本发明方法的不同实施方式中使用的属性，组构可以被计算一次、被重复计算或根本不计算。
产生一次组构的优势是不同属性之间的一致性，因为所有均基于相同的组构。产生它仅一次的缺点是所得组构需要以某些方式被呈现和储存，这会是效率低的，或者甚至不适于属性产生、修改或积分的一些应用。可选地，每一应用均可以以合适和有效的表示产生其自身的组构，这会引起整体***的低效，因为具有相同表示的相同组构可能被计算多次。再一个选择是用少数选择方法和表示计算组构，所述选择方法和表示被储存，因而是可重复使用的。对于这种可选方法，缺点是提高的储存要求和重复访问存储介质。在实践中，优选的方法可以是计算和存储一些更常见的方法和表示的组构或其分量，在需要时计算较不常见的那些。
计算组构的方法可以基于偏角、方向或走向(strike)评估、构造张量(tensor)、波形相关性或骨架化(skeletonization)。估计偏角和偏角方向的一个具体方式是通过在两个水平方向和垂直方向的地震数据上使用梯度(gradient)(例如，美国专利号6,850,864B2,“Method for analyzing dip in seismic datavolumes”，Gillard等)。另一偏角估计器是基于平面波解构过滤器(deconstructionfilter)(例如，“Applications of plane-wave destruction filters”by Fomel,Geophysics67(6),1946-1960,(2002))。基于构造张量的方法允许计算地震反射的向量法线(normal)和切线(例如，“Estimating Seismic Heterogeneity with theStructure Tensor”，Imhof,67th EAGE Conference&Exhibition,(2005)；或美国专利号7,454,292B2,“Inverse-vector method for smoothing dips and azimuths”，Wang等)。偏角可以被分解成(resolved)时移，用于面的自动采集(例如，“Flattening without picking”，Lomask等，Geophysics71(4),P13-P20(2006))。
计算反射偏角和方位的可选方法是基于等高线(isocontour)的梯度。梯度是局部向量，其表征函数的最速增量方向。处理地震数据，例如振幅，其在三维空间(x,y,t)中作为函数f,梯度被定义为因为在所得梯度向量中有三个分量，所以仅需要三个邻近样品来评估一阶然而，利用更多的周围样品允许评估超定***的梯度，例如，在最小平方的意义上，或应用高阶逼近到有限差分逼近。在任意情况下，所得梯度将更平滑。邻近点的选择不限于任何具体的层序或模型。相反地，邻域可被限定为点或体素，其以球形、圆柱形、框或围绕感兴趣的点的任何其它类型的形状被排列。此外，该形状可以在每一点与组构或其估计量排列。然后，可以从该梯度产生衍生的属性，包括量度和方向，即，3D的偏角和方位。如通常所限定的，梯度通常指向振幅增加的方向。在振幅从负值谷循环到正值峰并返回的地震数据中，结果可能是平行层显示相反的偏角值。一个方案是通过翻转(flipping)其方向针对一个半空间归一化梯度，例如转换梯度的符号，以便所有梯度点定向在正的y方向：
θ = sgn ( f y ) · arctan f t f x 2 + f y \ 2 和 ω = arctan sgn ( f y ) f x f t 2 + f y \ 2 或 ω = arctan f x f y .
该梯度计算是比现有的梯度计算方法更有力的公式。它还具有多尺度能力，因为其中梯度被计算的窗口尺寸(邻近点的数目)可以变化。
波形的横向相关是产生组构的另一方法。在第一步骤中，事件诸如峰、谷和/或零交叉被测定。在第二步骤中，将围绕这些事件的波形与邻迹的事件相比较，以找到并关联最相似的那些。注意，在每一事件中发生的不对称性仅与一个其它事件相关联，即，最相似的那个。然而，多个事件可以与一个和相同的事件关联。结果是有向图结构(directed graph structure)，其中顶点(vertice)与事件诸如峰、谷和/或零交叉对应；和边缘(edge)使单个事件与最相似的事件在邻迹中关联。以具体迹中的一个事件开始，常常可能沿着事件和迹之间定向的边缘，并稍后返回到原始迹中的不同事件，这表明地层(或拓扑)不一致性。为了区分该方法与其它方法，在必要时将使用术语原始骨架(skeleton）或原始骨架化。
用于计算组构的优选方法是通过拓扑学骨架化来进行的，其以拓扑学上一致的方式自动产生基于反射的面，其中，单个面本身并不重叠，并且多个面的集合与地层的重叠原理一致(PCT专利申请公开WO2009/142872A1,“Seismic Horizon Skeletonization”，Imhof等，)。为了区分该方法与其它方法，在必要时将使用术语拓扑骨架或拓扑骨架化。在该方法中，拓扑学上一致的面以自上而下的方式被单调地标记，这允许将假定的年代指定给地震数据的每一样本以及将地震数据从传统的地球物理学深度或双程时间域转换为地质年代域(例如，美国专利号6,850,845B2,“System for multi-dimensional dataanalysis”,Stark；PCT专利申请公开WO2009/142872A1,“Seismic HorizonSkeletonization”,Imhof等；和继续在美国专利申请公开号2010/0149917中的“Method for Geophysical and Geological Interpretation of Seismic Volumes inDepth,Time,and Age”,Imhof等)中。所得年代映射体(mapping volume)和/或深度映射体允许数据在地球物理学深度(或双程时间)域和构建的地质年代域之间转换，反之亦然。对于具体层位，经过深度映射体的每一水平切面对应于深度(或时间)结构图。
再一个骨架化方法是基于地貌变薄；结果将被称为地貌骨架。地震数据被区块化成二值图像，例如，通过将数据减少到仅仅它们的极性，例如，±1。具有+1值的带(Band)以相等的连通性被减小到具有+1值的线(line)，例如通过应用地貌变薄。具有-1值的带被较小到具有-1值的线。所有其它样品被设为零。从明显的极性属性中获得类似的结果，所述极性属性通过在局部振幅极值处计算的瞬间相的极性形成。
计算组构的另一方面涉及断层，其被检测为地震数据的间断性(例如，美国专利号6,516,274B2,“Method for imaging discontinuities in seismic data usingdip-steering”,Cheng等；或PCT专利申请公开WO2009/082545A1(“DetectionOf Features In Seismic Images”,Kumaran和Wang)。检测的断层段可以进一步被清除或细化(例如，美国专利号7,203,342B2,“Image feature extraction”,Pedersen)。
地质属性
1.a通过长距离结构导向的修匀(Oriented Smoothing)产生区域属性
地质属性是地震属性，其突出或量化烃体系或远景带的一些方面。地质属性在自然界中常常是区域性的。例如，它们可以相对于数十百或数百的体素评估地震数据性质。相对于这种距离，优选以结构导向的方式沿着组构计算属性，以防止混合，从而防止通过分析窗口切割的其它岩层的污染。
在给出由原始地震数据体所限定的组构的情况下，任何属性均可通过沿着组构积分或平均化而被转换成区域属性。一个这样的方法是基于非线性、各向异性扩散过滤(例如，美国专利号6,725,174B2,“Edge-preservingenhancement of seismic images by nonlinear anisotropic diffusion”,Bouts等)，其主要沿着反射的方向使地震数据修匀。传统地，利用给定的待被修匀的地震数据集的地震构造张量计算组构或反射方向，但组构可以通过任何方法进行限定。本文公开了一些方法。
在本发明中，非线性、各向异性扩散可用于计算初级(primary)地震振幅体的组构，但是，随后该组构被用于沿着初级地震振幅体中反射的方向修匀次级(secondary)数据集。在一些情况下，该次级数据集可能甚至不被分层或片段化(banded)，这防止计算其本身的正确构造张量。在次级数据集片段化的情况下，然而，沿着参考地震体的组构使其修匀可能是有利的，例如在结构导向的修匀之后增强数据集之间的一致性。
本发明中在长距离上结构导向的修匀的可选方法是基于线积分卷积(LIC)。线积分卷积是悉知的纹理合成算法，其用于图像处理或数据可视化中("Imaging Vector Fields Using Line Integral Convolution",Cabral和Leedom,Proceedings of ACM SigGraph93,263-270,(1993))。低通过滤器(low-pass filter)被用于沿着以像素为对称中心的双向流线来卷积输入的噪音纹理，例如随机噪音图像，以在流动方向上发掘空间相关性。通常，流线不是由曲线表示而是由向量场表示，所述向量场的向量是流线的切线并且流线通过积分进行计算。
用一些地震属性数据取代噪音纹理并利用组构限定流线允许利用线积分卷积来沿着组构过滤给定的属性，这是进行结构导向的过滤的一种新方法。优选的组构限定是基于偏角，例如，由构造张量计算得到的。通过离散组构，或者更具体而言，使偏角或反射切线离散成0、45、90、135、180、225、270或315°，获得进一步的效率；即，完全横向的、完全垂直的或完全对角线的，其用沿着链表的运动取代数值积分和关联的插值(associated interpolation)。由于地震数据通常或多或少被水平片段化，所以通过使所有切线从左到右延伸来获得进一步的效率，这将偏角减小到0、+45和-45°。图4图解线卷积过滤器的应用，其中灰色十字表示样品的位置，而箭头表示离散的偏角方向。过滤器在由黑色粗点表示的位置处被应用。附图显示以点为中心的过滤模板如何遵循向量，因而显示获取样品值的组构，其沿着这些途径用黑色十字进行标记。
在断层和其它复杂性的存在下为了使得线积分卷积过滤器更有力，可以通过在多个模板构造中应用过滤器而进行边缘保存，所述模板构造不一定以当前的样本位置为中心(如图5所示)。在所有测试的模板构造中，在其样本中显示最少方差的那个模板构造优选最终应用在特定位置。取决于过滤系数和通过这种边缘保存的线卷积积分过滤器处理的属性的性质，除了最小方差以外的标准可以是合适的。其它可能的标准包括最大方差、最小或最大输出值和/或避免特别标记的样本位置。
过滤系数并不需要是一致的，这允许应用微分器(differentiator)(高通过滤器)、积分器(integrator)(低通过滤器)或其组合。过滤器可以是线性的或非线性的，例如中值过滤器或模式过滤器。图6图解过滤模板可以具有任意的形状，所述任意的形状被变形，以顺应经过当前样本位置的向量路径。图7显示这种过滤工具的实例应用，其将局部属性转换成区域属性。
用于在长距离上执行结构导向的过滤的再一个方法包括利用(exploitation)通过地震骨架化获得的面(PCT专利申请号WO2009/142872A1,“SeismicHorizon Skeletonization”,Imhof等)，其中，骨架面提供组构，沿着组构，属性被过滤。不同于沿着离散面进行修匀——这可能需要插值，可以沿着由骨架面构建的年代映射体的等值面(isosurface)进行修匀。可选地，属性可以从传统的深度或地球物理双程走时域转换到地质年代域。在地质年代域中，水平切面对应于一个层位，因而，通过定向的限定结构对水平切面进行修匀或过滤(美国专利申请号12/623,034“Method For Geophysical and Geological Interpretationof Seismic Volumes In Depth,Time,and Age”,Imhof等)。在年代域中进行过滤之后，可将结果转换回到深度或双程走时域。
与用于结构导向的过滤的方法无关，地质属性可以作为多尺度属性被计算，因为过滤器大小由解释者或该***指定。不同于仅以一个尺度计算地质属性，解释者或***可以选择多种过滤器尺寸，这允许以不同尺度计算相同的地质属性。
1.b黑塞属性
本发明的新地震属性是黑塞或二阶空间导数(双积)张量其以类似于修改的梯度的方式被计算。在每一个感兴趣的位置处，三维的黑塞可以通过对称的3×3矩阵来表示，即，通过六个独立的分量来表示。为了计算任何体素位置处的黑塞，需要至少六个相邻体素，因为它具有六个独立分量。然而，计算可以包括更多个体素，以获得对黑塞更平滑和更稳定的评估：通过从超定***计算其分量，例如从最小平方的意义上，或应用空间导数的高阶逼近到有限差分逼近。邻近点的选择并不限于任何具体的层序或模式。相反，邻域可被限定为以球形、圆柱形、框或围绕感兴趣的点的任何其它类型的形状排列的点或体素。此外，该形状可以在每一个点被排列成组构或其估计量。
从几何观点来看，地震数据体由点特征(例如，噪音)、曲线特征(例如，终端或通道)、面特征(例如，断层)或体特征(例如，通道带或盐体)组成，其嵌入在分层的背景结构(background structure)中。在当前的实践中，振幅或迹相关性信号的方向二阶导数通常被计算，以检测异质性，所述异质性通常发生于地质特征诸如断层、侵蚀边界和尖灭。缺乏交叉导数，基于传统二阶导数的属性不完全地代表数据中的局部变化。通过其六个分量，黑塞表征地震数据的局部凸度或凹度。在黑塞的对角线上发现传统的二阶导数，而在非对角线上发现交叉导数。因而，属性可由这六个分量及其组合形成。分量，以及因而属性由地震体的二阶导数形成，并显示梯度的空间变化。它们反映地震体中偏角和方位角的空间变化，这允许突出异常区域和相互关联的特征组。通过突出不同类型的“间断性”及其空间相互关系，地震体可以被更好地表征和可视化。
黑塞的另一用途是用作计算空间曲率的中间步骤，如在下一部分所阐明的。另外，黑塞矩阵的本征值以及黑塞在一定面上的投影也形成对等高线有多弯曲的度量。
曲率测量对象，例如面偏离平面的程度。然而，具体的限定取决于上下文。例如，可以针对平面曲线或空间曲线限定曲率，在这种情况下，曲率是标量(scalar)。也可以针对嵌入到三维空间中的参数化的面限定曲率，在这种情况下，曲率是张量。以发现与地层学有关的属性为目标，在本文中限定两种新类型的曲率。第一种是二维地震图像中的等高线曲率。经过地震体的任意二维截面被处理为函数映射(map of a function)f(x,y)。等高线是该截面中的曲线，其坐标满足f(x,y)=常数。其曲率被限定为
κ = | f xx f y 2 + f yy f x 2 - 2 f xy f x f y ( f x 2 + f y 2 ) 3 / 2 |
其中，所有量均通过等高线梯度向量或黑塞张量的分量限定。该曲率属性在突出高曲率的几何特征诸如终端、角(corner)和接合点(junction)中特别有用。.
等高线曲率的另一限定是基于三维的广义化(generalization)。地震数据被处理为三个独立变量的函数f(x,y,t)。所有满足f(x,y,t)=常数的体素构成等值面，即，嵌入到三维空间的曲面。对于弯曲空间，曲率是张量量，其允许对与曲率诸如主曲率、中曲率和高斯曲率有关的多个标量量开方。对于这种曲面，可以通过归一化等高线梯度限定曲面法线可以利用条件t·n=0限定表面切线。注意，存在无穷数目的切线，其在面上任何给定的点处满足该条件。并且，存在恰好一样多的、与由切线t和法线n限定的面正交的平面。这种平面与面的相交是曲线，其曲率被称为法曲率。所有法曲率中的最大值和最小值被称为主曲率K1和K2，通过K1和K2将高斯曲率计算为积K＝K1*K2，同时其代数平均数获得中曲率M＝(K1+K2)/2。
所有这些量均针对空间中的每一点被限定，并且它们可以被简洁地表达为矩阵S，称为形状算子。为了建立S的一个常规实施方式，注意在给定点的所有切线的空间(space)可以被表示为矩阵T的本征向量，该矩阵T通过从单位矩阵减去法线与其本身的外积而获得，T=(I-nn)。T有效地使任何三维向量在切线平面上投影。因而，通过以T乘以黑塞矩阵，或象征性地H′=H·T，可以测量限制在该平面的梯度的变化，其中，·表示内部的或矩阵、积。最后，通过归一化黑塞获得S：主曲率是S的本征值，S的迹除以2获得中曲率，M＝迹(S)/2，并且行列式(determinant)det(S)＝K限定高斯曲率。
所有这些曲率测量均可被处理为地震属性，并可用于检测层位终端和接合点，其限定具有地质意义的特征，诸如断层、削蚀作用、尖灭和其它几何关系。
等高线属性的形式为向量和二阶张量。这些属性在特定方向和面上的投影可以比任何其单个分量更好地表征地震体。梯度在任何方向上的投影仅仅是梯度向量和单位方向向量之间的点积。这种投影沿着特定方向限定等高线函数的方向导数。该投影(或方向导数)越大，振幅沿该方向的变化越大。类似地，黑塞在单位方向向量d上的投影是等高线函数沿该方向的二阶导数，并可以被计算为fdd=d·H·d，其中·表示内部的或点、积。对于黑塞，特别感兴趣的投影沿着梯度方向、偏角方向或与由梯度和偏角均跨越的平面正交的方向。
等高线偏角体(dip volume)的梯度及其投影也包含有用的地下构造信息。偏角梯度量化原始体中倾斜(dipping)方向的变化。偏角梯度沿偏角方向的投影是对偏角变化速率的度量。这帮助检测反射物(reflector)诸如脊、丘、洞和谷上的弯曲特征。偏角梯度在向量——其是偏角方向的法线——上的投影限定对反射物收敛或发散(divergence)速率的度量。
虽然这些等高线属性(梯度、偏角、方位、黑塞、曲率和投影)可用作局部属性，但结果可被噪音污染的区域或具有高度复杂性的区域中的假象(artifact)影响。修匀减少这种假象，并且例如可以通过用宽的低通过滤器进行卷积或应用有大窗口的中值过滤器执行。然而，优选地，沿着组构在较长距离上以结构导向的方式进行修匀，以防止跨层混合。通过应用长距离、结构导向的过滤器，局部等高线属性可被转换成地质属性。
1.c收敛
本发明的另一新的地质属性是收敛，其检测地震反射收敛以形成反射组的区域变薄的趋势的地方，从而突出尖灭、楔形(wedge)或地层的上超和下超。收敛属性可用于向解释者强调地层特征或作为输入数据进入到辅助或自动模式识别***，诸如本发明的地震烃体系分析***。计算收敛的两种方法是：通过使用黑塞或通过使用组构或偏角法线方向上的偏角的梯度。根据用以计算黑塞或梯度的邻域，沿着组构的结构导向的长距离修匀可以利用线积分卷积、扩散过滤器、骨架引导的过滤器或在年代域中的过滤被应用。这些当中的每一个均利用原始地震数据，以沿着反射物引导过滤器。
计算收敛属性的另一方法是首先测量局部反射物厚度，然后评估局部横向的厚度导数，最后沿着反射进行横向修匀操作，以获得区域收敛趋势。如果在单一的二维截面上评估趋势，则收敛可以向左或向右发生，或可选地，被称为沿着一个参考方向的收敛和发散，例如左到右。如果通过从3-D数据集提取的正交切面(slice)评估趋势，则收敛可以与方位和量度有关。此外，也可以在体积意义上利用三维分析窗口而不是多重正交二维分析窗口来评估趋势。
评估局部反射物厚度的方法包括：回路持续时间(loop duration)，并置的极值或零交叉之间的距离；瞬时频率，或地震骨架的两个并置的面之间的时间差异。连续属性诸如瞬时频率可能需要被区块化。任何这种厚度属性均可被横向区别，以评估局部厚度变化的速率。也可以通过向量场的发散，例如反射法线，或通过张量场的发散，例如反射切线来评估局部厚度变化的速率。
为了获得区域收敛趋势，利用线积分卷积、扩散过滤器、骨架引导的过滤器、在年代域中过滤或使用原始地震数据以沿着反射物引导过滤的任何其它方法，用结构导向的长尺度过滤器算子(long-scale filter operator)沿着组构对局部厚度导数进行修匀。对于计算效率，标记或层位指示物可用导数进行编码。
图7显示收敛属性，其基于回路持续时间、横向导数并利用线积分卷积，以增强长距离收敛趋势。通过在纵测线和横测线上同时执行该程序，可以构建具有量度和方位的三维收敛属性(图8)。
1.d汇流(confluence)
本发明的再一个新的地质属性被称为汇流。地震反射被处理为携带信息量(traffic)的途径网络，并且这些途径中的一些被拥塞，因为它们与许多其它途径连接。汇流通过评估有多少路径经过任何给定的体素来测量该拥塞。就地震地层学而言，分支和合并反射产生终端，其形式为下超、上超、顶超和削截(truncation)，如图9所描述。所有这些终端潜在地与不整合有关；下超也可能与下超面有关，即，溢流(flooding)或海侵面。
用于计算汇流的一组方法是基于由反射切线指定的流线(flow line)的密度。流线或者通过切向场的积分进行计算或者仅通过遵循离散的切线方向链进行计算。例如，以最左边的迹开始，新的流线可以朝右被起动(initiated)和扩展(propagated)。新的流线或者在有规律地间隔开的深度或双程走时的增量处，或者在特定的事件诸如峰(最大)、谷(最小)和/或零交叉处被起动。流线上的样本，优选在围绕流线的小地带(zone)中的样本被标记成属于该特定的流线。在第一迹中的所有流线均被起动和标记后，算法进行到右边的邻迹并开始起动和标记另外的流线——或者在尚未标记的区域中的有规律的增量处或者在尚未标记的事件中的有规律的增量处。流线可以被追踪和标记到左边或右边；优选地，流线被计算和标记到当前迹的左边和右边。在所有未标记的区域或事件已经被用于起动流线并因而被标记后，该过程在下一个迹进行重复。
当每一个样本或事件已经被标记至少一次时，通过计算每一样本被标记多少次来测定汇流。优选地，通过仅仅增加与样本位置有关的计数器，使该计算与样本/事件标记同时进行。虽然这些步骤可以从左到右进行，但优选地，它们也从右到左被重复，然后被加入到之前的结果中，确保对称性。在围绕流线的区域中的样本的标记可以用常数指示物或用根据其与流线的距离而变化的值进行。变量指示物权重，例如可以类似于三角形或高斯。忽略什么时候以及在哪里起动新的流线的问题，可以简单地标记和计数流线而不用标记任何区域，之后，进行修匀操作，例如通过矩形波、三角形或高斯曲率过滤器。
不总是从左到右追踪流线(反之亦然)，可以从起动点仅计算流线有限的距离。该计算可以通过线积分卷积进行，或者优选地，通过其变化——仅仅增加模板接触的样本的计数器——来进行。
对三维数据的这些基于流线的汇流的实施方式的广义化可以通过沿着纵测线和横测线方向或沿着一组任意的方向独立地进行计算来获得。可选地，流线(曲线)可以被广义化成流片(flow sheet)(面)，或线积分可以被广义化成面积分。
汇流的其它实施方式可以利用地震骨架获得。原始骨架由事件(峰、谷和零交叉：顶点)的有向图和与邻迹(边缘)中的事件的波形相关来表示。通过沿着边缘(相关性)，图可以从特定的顶点(事件)遍历到左边和/或到右边。从不同的顶点起动图形遍历允许计数任何给定的顶点多久能被通过。每一个顶点均被用于起动遍历，或者优选地，仅尚未被通过的顶点被用于起动新的遍历。在优选的情况下，首先，每个顶点将起动遍历，但逐渐地，顶点将被通过至少一次，并且新遍历的起动将变得越来越少。汇流的这种特定的图形遍历实施方式也可以基于地貌骨架。
汇流的两个其它实施方式是基于拓扑学骨架。首先，可以计数有多少个不同的面在任何给定的面上面或下面。如果在另一个特定面下面的一个面终止，则新的面必需存在于原始(未终止的)面的下面。对有多少个不同的面在给定面的上面和下面的计数因而接近于针对它的终端的数目。由于其性质，大的面趋于具有高的计数。然而，通过面尺寸归一化计数趋于指定高的相关计数给最小的面，因为少数目的计数除以小的面积或形成面的小数目的样本。因此，计数需要被归一化。一种归一化方法包括利用被提高到特定幂例如二分之一的表面积。然而，优选的归一化是基于对在具有特定尺寸的面上遇见一定数目的终端的意义的分析。例如，对于小的面，存在遇见相对于面尺寸大量的终端的机会，因此，该计数可能在统计学上无意义。可是，对于大的面，即使小的终端计数也可能以统计学上有意义的方式大于平均值。面的终端概率可以通过平均化单个相对终端计数、其一些加权形式或通过面的总数目除以这些面的总面积进行评估。一旦预期的终端概率(或密度)被计算，则可应用二项检验来计算与给定尺寸的面的预期终端数目偏差的统计学意义。对于大的面，二项分布通过方便的连续分布被充分逼近，并且这些可被用作可选检验的基础，所述可选检验计算快得多，即，皮尔森卡方检验(Pearson'schi-square test)和G检验。然而，对于少的样本，这些逼近崩溃(break down)，并且没有其它可选的二项检验。
源自拓扑学骨架化的另一汇流实施方式是基于与面有关的年代映射体。高汇流的区域具有高密度的流线或流片。年代映射体中的等高线或等值面类似于源自反射切线的流线或片。因此，高密度的等值面表示高汇流的区域。对等值面的构建和其密度的评估的优选方式是计算年代映射体的梯度或垂直导数。具有高梯度或高导数的区域具有高汇流。
汇流的任何实施方式均可以进一步通过应用长距离修匀器(smoother)，例如线卷积积分来修匀。
1.e闭合(closure)和溢出点
另一组地质属性——公开于美国专利申请公开号2010/0149917,“Methodfor Geophysical and Geological Interpretation of Seismic Volumes in Depth,Time,and Age”,Imhof等中——是包体(enclosure)和溢出点。在传统的解释实践中，层位被分析，以确定闭合的轮廓(contour)的存在，所述闭合的轮廓环绕地形高点，形成可以圈闭烃类的闭合。注意，闭合可以是暗示性的，例如其中轮廓线在断层处或靠近盐丘处终止，并且被暗示性地假定遵循这些界限。对于每一个闭合的轮廓，包体规定其中包含的区域。因此，在面上的任何位置均可以被分析，以确定它是否位于环绕高点的闭合的轮廓上，如果是如此，则被环绕的区域可以被计算。对于每一个高点，其最大包体规定最大程度的潜在烃圈闭。
可以针对任意单个层位或针对任意一组层位，例如通过传统手段或通过自动骨架化映射的面，测定闭合和包体。通过从年代体(age volume)，或者优选地从深度体针对数据集中的每一个面评估包体，可以计算包围体，如果样本不是环绕高点的、闭合的深度轮廓的部分，则所述包围体分配给每一个这样的样本零值。否则，环绕的区域的面积被分配给样本位置。
利用年代体，可以通过选择年代、或位置或一些其它标准构建面。该面可以针对高点，环绕高点的轮廓及其面积进行分析。然而，优选使用深度体。深度体中的每一水平切面表示处于一定年代的面。事实上，深度体只不过是一堆以年代排序的面。对于每一切面(或一定年代的面)，其值对应于深度，因而，每一切面构成深度映射。每一切面均可针对高点、闭合的轮廓和闭合的区域进行分析，这允许计算年代域中的包围体。如果期望，整个包围体或其部分，例如切面可以容易地变换成深度域。
闭合或包围体的延伸是溢出点和溢出点体。溢出点是在最大闭合轮廓附近的位置，其中轮廓被破坏，因而潜在的圈闭泄露(图1)。对所有溢出点的测定允许产生溢出点体和检查不同的潜在圈闭如何溢出和彼此流入。溢出点的位置和数目可被用于赌注远景构造或用于引导对其中烃类从中泄露并聚集到其中的区域的研究。尽管通过提取等年代(isoage)面和对其检查可以从年代体鉴定溢出点，但溢出点和溢出点体优选从深度体产生，所述深度体对应于不同年代的深度映射堆(即，不同层位的深度映射堆)。如果需要，从深度体测定的溢出点和溢出点体可通过使用深度体作为查找表或通过插值被容易地变换成深度域。
1.f相留数(Residue)
可以由瞬时相异常形成另一地质属性，其指出地震子波***(split)的位置(PCT专利申请公开WO2009/137150A1,“Method For Geophysical AndStratigraphic Interpretation Using Waveform Anomalies”,Imhof)。瞬时相异常属性是离散属性，其指示子波***是否发生在样本位置处。用矩形波过滤器的传统卷积允许计算子波***的局部密度。例如用线积分卷积的长距离结构导向的修匀允许计算与潜在的地震组构一致的子波***的密度。优选地，子波***环(loop)和线(string)首先基于其形状和方位被分类，以抑制由噪音或假象引起的子波***。
相留数发生在波形***的位置，其暗示另外的反射事件出现，或者暗示一个反射合并到另一个反射。换言之，终端发生了。终端常常被分类为上超、下超、顶超和削截(图9)，这取决于反射之间的关系。因此，相留数可以被分类为上超、下超、顶超和削截。对于相留数可选的是，还可以从地震骨架检测并分类终端。除非使用偏角信息，否则不能区分下超和上超并且可能需要分在一起。在没有偏角信息的情况下，不能区分顶超和削截并且需要分在一起。终端及其分类可以被布置在面或汇流流线上。优选地，终端及其分类通过修匀被转换成密度或地质属性。基于终端的特别有用的地质属性是终端密度诸如上超/下超密度、削截/顶超密度，或上超/下超密度和削截/顶超密度之间的差异，其指示哪一种行为占优势。
1.g纹理
其它地质属性是基于地震纹理。美国专利号6,438,493B1,“Method forseismic facies interpretation using textural analysis and neural networks”,West和May，公开了一种方法，用于根据纹理属性鉴定地震相，所述纹理属性通过灰度共生矩阵(gray-level co-occurrence matrix)(GLCM)被计算。源自GLCM的局部纹理属性包括，但不限于：纹理一致性、惯性(也称为要素差异矩(moment)或对比(contrast))、熵和能(也称为一致性)。沿着组构利用长距离修匀，可将这些属性转换成区域地质属性，使纹理与地震相相关。基于GLCM的纹理属性可进一步被广义化成三维纹理属性(例如，美国专利号6,226,596B1,“Methodfor analyzing and classifying three dimensional seismic information”,Gao)。
另一纹理属性(PCT专利申请公开WO2009/011735“Geologic FeaturesFrom Curvelet Based Seismic Attributes”,Neelamani和Converse)通过采用数据的小曲线变换从地震数据鉴定地层特征。由该小曲线表示，选择的地球物理数据属性及其相互依赖性被提取并用于鉴定地质特征。沿着组构利用长距离修匀，可将这些属性转换成区域地质属性，其涉及纹理和地震相。
再一纹理属性是基于窗口化的多维傅里叶度量(multidimensional Fouriermeasures)(PCT专利申请公开WO2010/053618,“Method for SeismicInterpretation Using Seismic Texture Attributes”,Imhof)。一个具体的这种度量是规律性，测量带状的(banded)(或有规律的)地震数据看起来如何的纹理属性。具有纯净、通透反射的区域显示高度的规律性，而具有紊乱反射的噪音区域显示低规律性。对于小的分析窗口，规律性是间断性度量。对于大的分析窗口，规律性充当混沌度量。因此，规律性也可被称为多迹间断性混沌。沿着组构利用长距离修匀，可将这些窗口化的多维傅里叶属性转换成区域地质属性，其涉及纹理和地震相。例如，通透区域反射——通常被称为铁路轨迹(railroad track)——常常与海侵面(或溢流面)相应，其频繁地形成封闭层。因此，规律性的长距离修匀(或与其相反，混沌)产生与烃封闭层有关的地质属性，并且因为页岩均形成封闭层并充当源岩、烃源岩。
Randen和Sonneland(“Atlas of3D Seismic Attributes”,在MathematicalMethods and Modeling in Hydrocarbon Exploration and Production中Iske andRanden(editors),Springer,23-46页(2005))提出对表征地震纹理或地震-地层特征的其它三维地震属性的综述。
1.h WPCA异常
与本发明有关的另一组属性公开在PCT专利申请公开WO2010/056424“Windowed Statistical Analysis for Anomaly Detection in Geophysical Datasets”,Kumaran等中。这些属性突出一个或多个数据集中与其它位置相比地震数据在统计学上异常的位置。此外，这些属性产生模型的向量基础，其范围从最常见的到最异常的。将数据投影到这些模型的线性组合上强调一些模型同时抑制其它模型。例如，普遍存在的地震条带可以被抑制。沿着组构利用长距离修匀，过滤后的地震可以被转换成区域地质属性。另一应用是将数据局部分解成这些模型并确定占据支配地位的那个模型，其影响根据周围样本的模型对地震样本的分类。沿着组构利用长距离中值过滤或模式过滤，局部类别可以被转换成区域类别。
1.i其它属性
另一种属性是基于多偏移(multi-offset)地震数据的反演和观察到的振幅对比偏移的行为，允许预测孔隙度和粘土含量和允许对岩相进行分类(例如，美国专利号7,424,367B2“Method for predicting lithology and porosity fromseismic reflection data”,Saltzer等；“Seismic Rock-Property Inversion and岩相Prediction at Erha Field,Nigeria”,Xu等,Nigerian Association of PetroleumExplorationists(NAPE)2008conference proceedings；“Lithofacies Prediction inDeep Water Water Reservoirs”,Oppert等,Society ofExploration Geophysicists,ExpandedAbstracts,1708-1711,(2006))。沿着组构利用长距离修匀，可将这些属性转换成区域地质属性，其涉及岩相、粘土含量和孔隙度。
欧洲专利号EP1110103B1“Method Of Seismic Signal Processing”,Meldahl等，公开了一种产生属性的方法，其允许检测潜在的气烟道(chimney)。气烟道是来自气渗漏的地震响应的垂直干扰，所述气渗漏使地震数据恶化，这是由于在获得和处理中的局限性。所得烟道立方体(cube)属性突出地震信号的垂直干扰，这常常与气烟道有关。它揭示烃历史和流体流动的信息。换言之，烟道立方体可以揭示烃类起源自哪里，它们如何被运移到远景构造中以及它们如何从该远景构造中溢出。因此，烟道立方体可以被视为新的间接烃指示工具。
此外，等，(“Hydrocarbon leakage interpreted on seismic data”,Marine and Petroleum Geology26(7),1304-1319,(2009))提供地震烃泄露解释的综述。
最后，地震属性可以与地下特性有关，可用于模拟运输现象诸如热流和影响烃熟化的温度，或影响烃运移的渗透性和流体流动(PCT专利申请公开WO2009/137228A2,“Transport Property Data Calculated From DerivativeSeismic Rock Property Data For Transport Modeling”,Oppert等)。
1.j组合属性/远景带属性
在本发明方法的一些实施方式中，地震数据针对一个或多个具体远景带而不是更一般的烃体系的要素被检验。实例可以包括：背斜远景带(图10)、法线-断层远景带(图11)、盐丘侧翼远景带(图12)、鞋带状通道远景带，或其它诸如图13到16中所示出的那些。在这些情况下，需要属性、检测器或工作流程来区分具体特征，诸如断层、盐或通道。
PCT专利申请公开WO2009/082545“Detection of Features in SeismicImages”,Kumaran和Wang，公开了一种这样的方法，其用于检测地震数据中的通道或断层。对于断层检测，在修匀的地震图像中鉴别边缘，并且边缘强度在多个方向被积分，例如利用拉东变换，以检测断层线的存在和方位。对于通道，边缘被检测并转换成修匀的曲线，以鉴别通道边缘。然后，检验平行的修匀曲线组，以发现对应于左和右通道边缘的成对曲线，从而限定通道。
美国专利号7,203,342B2,“Image Feature Extraction”,Pedersen，公开了另一种这样的方法，其被设计来从地震属性数据中提取断层，尽管它也可以被用于其它线(line)或面提取问题。该方法是基于蚂蚁追踪(anttracking)，其中数字蚁群(numerical ants)或媒介(agent)在间断性或边缘检测体上漫游，缓慢地连接上排列的边缘的附近块(piece)。
最后的实例是检测盐体，其利用在PCT专利申请公开WO2010/053618“Method for Seismic Interpretation Using Seismic Texture Attributes”,Imhof；或Randen和Sonneland,“Atlas of3D Seismic Attributes”(在Mathematical Methodsand ModelinginHydrocarbon Exploration and Production中，Iske和Randen(编著),Springer,23-46页(2005))中公开的规律性或混沌属性。这些属性突出地震数据中看起来混杂有不规则纹理的区域，其常常与盐体对应。
这些仅是鉴别特定特征的三个实例方法。已经公开了许多其它方法，它们对于本领域的从业者来说是悉知的。
划分
为了检测多个近源烃体系要素或多个远景带要素的同时存在，数据体可任选地被划分成至少一个用于分析的段，可以结合未被分析的背景段。典型的划分模式是分析：单个体素、小的区块、组构-排列的区块、层或邻近的体素组。划分不需要是相互排除的。单个划分可以重叠。
最简单的划分是体素-对-体素分析，但结果可能是不调和的，因为很少是在相同体素中识别的所有要素，并且不可能遇见所有要素都存在的邻近体素的延伸区域。诸如修匀属性或扩充检测的要素到周围的体素中的技术可用于本发明方法的步骤5中(图2)，评价，以产生较大的邻近的远景构造。划分成体素是优选的划分方法，因为数据常常已经被表示为体素。由于这个理由，划分步骤被认为是任选的。此外，在评价步骤过程中，划分(以及因而体素)可以被聚集成较大的区域。因此，为了教导本发明方法的目的，如果没有明确进行划分，那么每一个体素均被认为形成其自身的划分。
另一划分方案包括将数据体打破成规则的卡迪尔区块或程序块(brick)，例如大小为20×20×20的样本，其中预期是一些或所有要素存在于预期的程序块内。
卡迪尔程序块将通过岩层和组构切割。规则卡迪尔程序块或区块的替代方案是将区块排列成组构。在该方案中，在划分之间将存在尺寸和形状的差异，因为它们与组构一致。产生这种划分的具体方式是通过使用组构本身来限定总的层结构。具体地，例如，对由地震骨架化产生的面块的选择可以被垂直扩充，以产生体或段。
用于划分的另一优选的方法是基于一个或多个产生的地震属性，例如，在步骤2中。分区通过属性的阈值化接下来进行连通域分析(connectedcomponent analysis)而产生或类似于产生嵌入背景中的邻近区域。该方法也被称为(多体)种子检测。控制划分的优选属性是凸起(saliency)，突出一个或多个数据集中相比于其它位置地震数据统计学上异常的位置的属性。凸起属性公开在PCT专利申请公开WO2010/056424“Windowed Statistical Analysis forAnomaly Detection in Geophysical Datasets”,Kumaran等中，凸起是突出数据统计学异常的属性的总称。Kumaran等公开了“逆协方差(inverse covariance)”、“(WPCA)留数”或“(WPCA)异常”，这些是凸起的具体实施方式的术语。可以利用Kumaran的方法计算另外的凸起属性。凸起可以被阈值化以仅在邻近的异常区域上进行分析。
利用属性控制划分的可选方法是首先进行不同的划分方法，例如卡迪尔区块或组构排列的体，然后仅保存这样的分区：其中针对每一分区计算的属性超过绝对值或相对值或满足一些规定的条件，例如，其中最大凸起处于上五分位数(top quintile)处或其中平均规律性在0.3和0.6之间的范围内。
划分方法的最后实例包括将数据体再分成小的区域，其通过属性(一个或多个)，例如凸起进行分级。对于本发明的许多实施方式，评估不同分区或单个体素的远景性的顺序并不重要。该最后的实例显示属性诸如凸起(或尺寸、另一属性或其它属性的组合)用于确定分析分区的顺序的用途。利用这种优先性，可能不必要分析所有划分的区域。本发明方法的该实施方式开始用最凸起的区域评估烃体系(步骤5)，并继续用逐渐较少凸起的区域进行评估，直到已经分析了规定数目的区域、已经发现规定数目的远景构造或已经超过允许分析的规定时间。
要素评分
评分可以包括归一化、调节、组合或定标(scaling)。对于一些远景带或烃体系要素，该步骤对于每一个可利用要素采用至少一个属性，以形成每一分区的评分(或者在最简单的情况下，每一体素的评分)，其表示特定要素包含在特定分区中的似然性或预期。评分被认为是可选步骤，因为它可以作为图2所示流程图中显示的明确的、独立步骤4进行。然而，在本发明的一些实施方式中，它可以属性形成(步骤2)或远景构造评估(步骤5)组合进行。
在本发明方法的最简单的形式中，属性被直接用作评分，以指示特定要素是否存在于任何给定的位置。然而，不同属性的值可以具有不同的范围，并且，将它们的值归一化，例如在0和1或0到255之间常常有利于属性之间更容易的比较或有利于促进概率解释。归一化仅仅是属性值的线性转换。
归一化的替代方案是校准或应用属性值的非线性转换，其或者由数据，例如直方图均衡化或直方图变换驱动，或者由模型驱动，所述模型表达属性如何与给定要素存在的似然性相关。这种模型可以基于理论、测量结果、现有知识或背景知识、经验或直觉。
地震属性是在地震数据上进行的观察、测量或计算。它们可以涉及烃体系要素或远景带要素，但是，它们常常并不实际测量这些要素。此外，它们可能不是唯一的。不同属性可以涉及相同的要素。相同属性可以涉及多个要素，同时也受噪音、采集、数据处理以及用于产生属性的算法和参数影响。相同类型的属性可以用不同的算法计算。属性的组合允许形成一个评分，其指示要素在给定位置存在的似然性或预期。
如果对于给定要素，没有计算限定评分的直接属性，则需要利用替代属性或评分、启发、概念或现有预期(如常数值0.1，其仅仅表示要素的10%机会)间接限定评分。例如，储层可以通过砂-页岩比例评估和/或孔隙度评估间接表示。如果没有这种指示属性存在，那么可能需要应用例如源自层序地层概念的概念替代。这种替代可以是覆盖不整合(层序边界)的低水位期盆地底部扇形地的组合，如图17所示。低水位期盆地底部扇形地常常显示良好的孔隙度和渗透性，并因而具有形成储层要素的潜力。提高相对海平面将通过低水位期楔形的下端(toe)覆盖该扇形地，所述低水位期楔可能由被海侵面封住的、更细的渗透性较小的物质组成。进一步提高相对海平面将使低水位期埋藏在海侵和高水位期***区块下面。在远端位置，扇形地可以看起来被夹在“不整合”和“海侵”面之间。因此，不整合和海侵面之间的岩石体——位于所述不整合的深侧上——可以是低水位期扇形地，并因而可以被分配高的储层分数。
评分分配的另一方面是段或分区的定标。在每一体素位置限定许多属性。其它的仅在面上或少数选择位置处可得。具体的分区可以对应于一个体素或邻近的体素组。为了分配分数给每一个分区(或者在最简单的情况下，每一个体素)，属性可能需要被***或减少，以获得每一分区的单一分数。对于包含多个样本的分区，可以通过计算平均数、中值或模式；应用表决程序；或选择最小、最大或随机样本值而找到代表分数。
用置信度增大分数是有优势的。分数代表在给定位置遇到特定要素的似然性。然而，分数并不表示该似然性有多可信。地震属性预测高孔隙度的位置可以接受与具有低水位期扇形地的位置相同的分数，如通过不整合和海侵面的接近性所暗示的。但是在第一位置，存在对孔隙度相对直接的测量，因而对储层存在也存在相对直接的测量。在第二位置，由概念模型假定储层的存在。直接测量产生比基于概念模型的预测更高的置信度。该差异表达在与分数有关的置信值中。
远景构造评价
利用远景带或烃体系要素的分数允许评价分区(或体素)远景构造(步骤5)并识别其缺点，即，弱表达、缺乏或未分辩的要素。
许多公开的地质属性表示趋势，因而具有相对低的分辨率。在本发明***中的一些实施方式中，对于要素空间排列，例如封闭层在储层上面，的要求是放松的，并用针对所有要素在单一分区内的存在的检验进行替代。针对所有要素的存在的该检验被称为门控逻辑检验(gatedlogic test)，因为分区必需通过针对所有要素的检验，以被视为是远景的。因此，组合要素的门控逻辑方法是一种“不全则无的（all or nothing）”方法。满足要素常常意味着超过分数阈值，该分数阈值通常由解释者指定或被编码在***中。不满足的要素可以被标记用于进一步检验，因为它们构成分区的弱连接。门控逻辑是远景构造评价的优选实施方式。
更渐进的远景性检验是表决(vote)，其仅仅计数有多少要素存在于给定的体素或分区中。存在的要素越多，分区越被视为是远景的。根据其评分与由解释者指定的或在***中编码的阈值的比较，要素或者存在或者不存在。不存在或弱表达的要素可以被标记。表决是远景构造评价的另一优选的实施方式。表决的变化是加权表决，其中一些要素被给予更高的权重或比其它更多的表决。可以应用加权表决，例如强调可用更高置信度检测的要素。
门控逻辑与表决组合是可能的，例如通过要求指定数目的要素存在而不是要求所有要素存在。另一实例是一些指定要素的必需存在和其它要素的期望存在。
远景构造评价可以包括步骤4的方面，评分。实例是涉及相同要素(一个或多个)的不同属性的组合，例如用不同算法或参数化法计算的属性。不同于将属性首先组合成单个要素的分数然后根据分数评价远景构造，例如通过表决或计数有多少属性超过用户或***规定的阈值从不同属性可以直接评价分区远景性。
通过应用多值逻辑，例如源自模糊集合论的模糊逻辑可以避免硬阈值，以处理近似而不是精确的推理。门控逻辑是明确的和二元的，其中隶属值0和1表示低于阈值(要素不存在)和高于阈值(要素存在)。相反地，模糊逻辑分数具有范围从0到1的隶属值，并且代表陈述的真值度。真值度和概率均可以在0和1的范围内，因而可以看起来是类似的。然而，它们在概念上不同。真值代表模糊限定的集合中的隶属关系，而不是概率理论中某一事件或条件的似然性。例如地层层，其包括70%粉砂和30%页岩。我们可以考虑两个概念：储层和封闭层。它们每一个的意思均可以通过一定的模糊集合表示。可以限定地层为0.7储层和0.3封闭层。注意，储层的概念可以是主观性的，因而会取决于观察者或设计者。另一设计者可以等同地、很好地建立集合隶属函数，其中如果粉砂部分超过50%，地层可以被认为是储层。模糊逻辑利用真值度作为模糊现象的数学模型，而概率是随机性的数学模型。概率设置会首先限定粉砂部分的标量变量，其次限定条件分布，描述某人在特定粉砂部分的情况下将称地层为储层的概率。注意，条件化可以通过使特定的观测器随机为层选择标记、在确定性观测器中分布或两者来实现。因此，概率与模糊度没有任何共同点，这些仅仅是表面上看起来类似的不同概念，因为它们使用0和1之间相同的实数区间。尽管如此，仍存在混乱，因为随机变量的特性类似于二值逻辑态和定理诸如德摩根定律的特性，其通过否定就彼此而言使逻辑操作子“和”和“或”关联，具有双重应用性。
模糊逻辑的替代方案是贝叶斯逻辑，其是基于贝叶斯概率理论，该理论能够用不确定的陈述推理。为了评估假设或构形的概率，人或机器解释者规定一些先验概率，其然后按照新的相关数据被更新。贝叶斯解释提供标准程序和公式集合来进行该计算。用于汇集对特定构形的要求和测定其似然性的一个方法是通过使用贝叶斯信念网络(BBN)。贝叶斯网络是一种基于概率图的模型，其通过无回路有向图(directed acyclic graph)(DAG)表示一组随机变量及其条件依赖性。该图表示随机变量之间的条件独立结构，代表不同要素及其空间排列。例如，贝叶斯网络可以代表远景带要素和远景带类型之间的概率关系。在给出某些远景带要素的情况下，网络可被用于计算各种远景带类型存在的似然性。在形式上，贝叶斯网络是无回路有向图，其节点表示贝叶斯意义上的随机变量：它们可以是可观察的量、隐性变量、未知参数或假定。边缘代表条件依赖性，未被连接的节点代表条件上彼此独立的变量。图18代表整个烃体系的实例网络图。储层和封闭层的分数可以通过分析其并置而被组合，所述并置指示储层是否被封闭层封住。在给出局部几何形状的情况下，储层/封闭层***被分配圈闭分数。优选地，圈闭填充有烃类，因而，圈闭分数然后与源存在的分数和从源引导到圈闭的运移路径的至少可能的指示的分数组合。理想地，在地震数据中也有对烃类的直接指示(DHI)。因此，圈闭、源、运移和DHI的分数均被组合，以产生聚集分数。所有聚集分数现在可以通过大小和置信度被加权，以赌注和分级潜在的烃目标。
甚至在应用代表趋势的地质属性时，分区可能太小，以至于不能包含所有要素，例如当划分成单个体素时。检验小的分区内或体素之间的共存或并列的两种方法是相对空间移位和影响区域的扩充。在空间上移位分数将对给定空间关系的检验转换成对并列的检验。例如，封闭层分数可以相对于储层分数被向下移位，以检查封闭层在储层上的存在。不应用这种移位，则需要对封闭层在储层上的检验。通过应用这种移位，可以检查封闭层和储层的并列存在，例如用门控逻辑。与利用单一移位不同，针对一定范围的移位，优选较小的移位，评价两个分数的共存可能是有优势的；例如，分配较高的置信度给较小的移位，以指示更接近需要的要素或作为距离的函数减小远景性。横向位移可用于检测远景带要素诸如邻近储层的断层。不同于应用垂直或横向位移，可沿着组构或垂直于组构应用移位。此外，移位还可以以任意方向被应用。
如果需要检查许多不同的范围和方位或方向，移位可能是低效率的。移位的优选替代方案是针对原分数或阈值化分数扩充影响区域，例如通过卷积或地貌扩张。在前者的情况下，分数被抹掉或沿着指定的方向扩充，例如通过锥形定向滤器进行卷积，所述锥形定向滤器随着范围增加而衰变，编码置信度的降低。在通过卷积的影响区域扩充的一个具体实施方式中，卷积的结果被加入到原始分数中，以形成更新的分数，用于远景构造评价。扩充方向是从组构由解释者规定的或决定的。
原始分数或阈值化分数可以通过定向地貌扩张被扩充，所述定向地貌扩张拖动高分数沿着指定的方向进入到具有较低分数的区域。方向可以由解释者规定，被编码在该***中或源自组构。地貌操作可应用于原始分数或阈值化分数以及任意的划分。
图19显示本发明方法对四个分区或潜在目标区域的示意性应用。假定源分数和运移分数均不能由给定的数据确定，也没有观察到直接的烃指示并且剩余要素是独立的，则每一目标的远景性可以通过使置信度与储层、封闭层和圈闭分数的大小和平均值相乘来计算。表1示出该评分方法的实例。
表1图19中的目标关于大小、置信度和储层、封闭层和圈闭的平均分数的实例分级。
不同于用如表1的实例中所应用的单一值表示每一要素的分数，可以通过捕获测量的分数的分布及其不确定性和/或置信度来表示分数。与高置信度有关的高度确定的分数具有峰值分布，而较不确定的分数具有宽的分布。需要但不通过一些属性测量的分数将具有一致的分布。在一些情况下，分布可以通过***被扩展和组合(图18)。分数也可以以蒙特卡罗方式被积分，其中单个分数从相应的分布中被随机抽取并通过该***被扩展。重复这些步骤许多次允许形成随后的分布。
分析和可视化计算
分析和可视化计算(步骤6)是可选步骤，其可以与步骤5——远景构造评价——组合。分析方法包括：邻近分区的组合(再划分)、远景构造的分级、初级远景构造的确认、次级远景构造的分析和最弱链分析。
邻近分区可以被组合，以形成较大的邻近分区。主要实例是单一体素分区组合成较大的邻近体，例如通过连通域分析或多体种子检测。
本发明可以应用数百万的体素或数十到数千的分区，其包含至少一些烃体系要素或至少一些远景带要素。优选地，所有要素均存在的远景构造被分级，以帮助远景构造确认。优选地，存在至少一些要素的分区被分级，以确认或反驳丢失的要素。可以例如通过大小或置信度进行分级。
包含所有要素的大的分区对于进一步评价是主要兴趣所在，因为它们代表远景构造，即，本发明***预测烃类存在的区域，并且可以最终被推荐进行钻井。通过特别关注于较低置信度要素的进一步传统分析来做出钻凿远景构造的论证。同样感兴趣的是例如由于低的置信度值而缺少最少数目要素的分区。这种分区可以用传统方法进行分析，以了解它们是否可以被重新分类为远景构造。在任意一种情况下，进一步的研究优选关注于与分区有关的潜在烃体系或远景构造的最弱链上。
远景性、置信度、分数、标记要素和属性通常储存于存储器中或磁盘上，用于进一步分析和可视化。
远景带选择
在本发明方法的一些实施方式中，并不针对由储层、圈闭、封闭层等组成的一般烃体系，而是针对含有具体远景带要素的具体远景带(例如盐岩侧翼远景带)检查数据。对于待考虑的特定远景带，解释者需要用限定的要素、其空间关系和与这些特定要素有关的适当地质属性来规定构形。
图10-16描述一些常见的远景带。在所有这些图中，多孔岩石(在图10中表示为101)构成储层，其潜在包含烃类(由点表示)。为了防止烃类垂直逃逸，需要封闭层(由虚线表示)。需要圈闭或圈闭机构来防止烃类横向逃逸。结构远景带通过使地质岩层变形成允许烃类聚集的几何形态(或结构)而产生，所述地质岩层包括封闭层和储油岩层。这种所得几何形态——包括储层和封闭层——由褶皱(图10)、断层(图11)或盐刺穿(图12，其中十字符号标记盐刺穿)支配。在地层远景带中，圈闭几何形态由涉及其沉积的岩石(或地层)的变化形成。地层远景带的一个实例描述在图13中，其中储油岩层，例如砂，尖灭到封闭地层，例如页岩中。其它地层远景带涉及储层的侵蚀和由封闭岩层覆盖的不整合的形成。图14描述传统的地层远景带，其中不整合(由粗波浪线表示)上的岩层提供封闭层给已经被侵蚀刨掉的倾斜储油岩层。图15描述另一地层远景带，其中多孔储油岩层中的侵蚀地形被埋藏在圈闭的封闭地层下面。图16描述储层由多孔石灰岩形成的构形，所述多孔石灰岩由封闭页岩地层封住。成岩过程中的横向变化保留储层中的孔隙度，但在上倾方向中阻塞孔空间，从而防止烃类横向逃逸。图10-16中显示的远景带决不是穷尽性的，而仅仅表示实例。已经公开了许多其它情况，它们对于本领域的从业者来说是已知的(例如，Hydrocarbon Traps,K.T.Biddle和C.C.Wielchowsky,The Petroleum System-From Source to Trap,AAPG Memoir60,219-235页(1994))。
对于每一远景带，其限定要素、其空间关系及适当的地质属性或分数均需要被规定。对于背斜、褶皱界定的远景带(图10)，最小要求本质上是几何学，即，具有背斜结构的类似于倒置的杯的岩层的存在。优选地，存在具有足够孔隙度和渗透性的储油岩层，以存储和输送由封闭地层直接封住的流体，所述封闭地层是不可渗透的，并且形成屏障以防止这些流体泄露。理想地，存在烃类直接的、地球物理学指示或源岩和向圈闭的流体运移路径的至少一定程度的指示。
对于断层界限的远景带(图11)，最小要求本质上也是几何学，即向上倾斜到断层的岩层的存在和三维闭合的储层部分的形成。如果可能，一个地层可以被鉴定为构成储层，而接近其上方的另一地层可以被鉴定为封闭层。理想地，存在烃类、潜在的附近源或流体运移路径的直接或间接指示。
盐岩侧翼远景带(图12)通过向上倾斜到盐丘中的岩层限定。地层尖灭远景带(图13)需要向上-倾斜的地层尖灭。地层不整合圈闭(图14)要求至少倾斜的地层通过不整合刨掉。埋藏的侵蚀地形的地层远景带(图15)要求至少与三维弓形不整合。对于所有这些构形，另外的标准包括：形成由形成封闭层的岩层封住的储层形成的岩层的存在和潜在源、流体运移标志或甚至圈闭的烃类的直接指示的存在。
示意图诸如图10-16中描述的那些对于开发、限定和连通构形是有用的。可以用定制的特定工作流程(或稿本)或通过解释者相互作用以点对点方式寻找和分析预期远景带。本发明***的一些实施方式可以基于通常独立的一个或多个工作流程。
优选地，具体远景带和用于表征其要素的属性被存储在构形目录中，以在类似情形中再应用。
构形目录的限定
不同于针对本发明的每一应用重新限定远景带及其构形，产生远景带和构形的目录或库用于重复使用可能是有优势的。解释者或***然后可以从目录中选择一个或多个远景带类型和它们相关的构形。利用这样的目录促进构形的再使用，提高再现性和有助于确认。此外，目录允许本发明***的自动化实施方式，其比较数据或分区与取自目录的潜在大的构形集合。可能甚至期望使目录中相同远景带的不同实施方式允许数据性质或远景带表现的变化。在这种情况下，本发明的使用者可以通过从目录中获取所有盐岩侧翼实施方式搜索盐岩侧翼远景带、利用每一个进行分析并应用任何给定分区的最佳结果。使用者可以甚至在分区上运行整个目录，然后根据似然性分配给每一分区远景带类型。
对于自动化分析、识别或与大的集合或甚至整个目录比较，构形优选被表示为每一构形的形式方式，而不是点对点（ad-hoc）。实例是构形的图形表示，其中顶点或节点对应于必需的要素和说明优选的属性，而图形边缘标记其空间关系。目录条目的另一表示是相关数据库的形式。
利用更形式的表示的优势是潜在的分量的可再用性、对现有构形的快速修改、迅速加入新的构形和结果之间的一致性。此外，更形式的表示促使对空间排列概念诸如上或邻近的严格限定。最后，该***可以以递归方式被潜在地按比例增加。
表示目录中构形的较不形式但常常优选的方法是通过分配权重给地质属性。每一远景带构造的构形均由分配到相关地质属性或分数的权重表征。与特定要素相关的属性或分数被分配大的权重，而不相关的那些被分配低的权重，例如零。要素之间需要的空间关系通过影响区域或分配给属性或分数的移位被捕获。
实施例
实施例是基于具有大小为1426×1057×131的样本(也称为体素)的地震数据立方体。三个地质属性被计算：规律性、收敛和包体。规律性用61×41×41样本的相对大的窗口大小计算。高规律性将区分平面岩层，而低规律性将区分具有复杂构造或具有侵蚀、嵌入和填充的复杂地层的复合岩层。在给出用于计算规律性的大窗口的情况下，规律性的中间值对应于平面岩层和复合岩层之间的过渡，即，对应于平面岩层和复合岩层并置的区域。因此，优选平面岩层与封闭层的关联以及复合岩层与储层的关联导致具有中间规律性的区域鉴定为具有潜在的封闭层-储层并置的区域。
用于该实施例的第二地质属性是收敛。在区域中没有变薄表明岩层是局部平面的。高量度的收敛或变薄指示岩层局部改变其厚度以及地震面或者收敛或者发散。收敛被定向，因而是向量，但本实施例抛弃方位或标记，而仅利用收敛的量度。具有标记收敛的区域潜在地包含地层圈闭，例如通过尖灭的岩层(例如，图13)，或通过不整合被斜截的地层(例如，图14)。因此，收敛属性区分储层-圈闭共存的潜在区域。
用于该实施例的第三地质属性是包体。地震体的每一体素均被用作种子点，用于遵循地震结构的地震面的形成。检查所述面，以确定种子点是否位于环绕面的局部高处的闭合的轮廓上，或在环绕局部低点的闭合的轮廓上或在横断体边界的开放轮廓上。在第一种情况下，所述点具有闭合，意思是从该位置向上移动的浮游流体颗粒将潜在地被捕获在圈闭内。在后一种情况下，浮游颗粒可以沿着面上升，并离开体而不被圈闭。因此，包体属性描绘潜在的圈闭区域。
应用的三个属性不是相互独立的。规律性的中间值涉及封闭层和储层；高收敛涉及储层和圈闭；以及包体仅涉及圈闭。不同于通过形成封闭层、储层和圈闭的单独分数将它们分开，属性被阈值化，以形成封闭层-储层、储层-圈闭和圈闭潜在存在的二元分数。优选地，多个属性可以针对不同烃体系要素和/或圈闭构形被分解成单独的分数，例如通过主分量分析或聚类。但是，考虑到结合门控非全即无逻辑的自定义应用，本发明该优选实施方式的结果在高得多的计算努力下将非常类似。
三个限定的条件将在不同的位置被满足。为了抑制小的和常常分离的区域，在三个分数的交集上进行连通分量标记，以寻找所有三个条件的样本同时得以满足的较大的邻近区域。图20表示提取自三维数据的切面，其通过该***移动。为了示例的目的，该***以级联或串联模式被显示，其中每一属性的分数被用于顺序地切离(chip away)缺乏特定方面的体素。可选地，该***可以通过所有分数的同时交集以平行模式立刻执行。200表示来自131个切面的一个数据切面。第一步是通过地震层位骨架化计算组构或构造，接下来构造深度映射体201，其中斑马条纹用于表示检测的组构。计算规律性属性202，并且具有低和高规律性的区域被抑制(浅灰)，而具有中间规律性的区域被强调(深灰)。这些现在的二元规律性分数被用于抑制具有低或高规律性的地震体素203。地震组构201被用于计算收敛属性204，即通过阈值化转换成分数。抑制具有低收敛分数的地震体素切离了地震数据205中的更多区域。地震组构201还被用于计算包体属性206，其然后被直接用作分数。抑制没有包体的地震体素仍切离地震数据207中的更多区域。在所有三个标准上评分的许多体素或者被分离或者与非常少的类似体素连通。因此，最后步骤是考虑剩余连通区域的大小和抑制几乎最大的区域208。在该实施例中，仅四个区域保留，其中一个是已知的烃储层。
前述专利申请是针对本发明的具体实施方式，目的是为了阐释它们。然而，对于本文描述的实施方式的许多修改和变化均是可能的，这对于本领域的技术人员来说是明显的。所有这种修改和变化意图在由所附权利要求书限定的本发明的范围内。本领域的技术人员将容易认识到，在本发明的实际应用中，本发明方法中的至少一些步骤是在计算机上执行的或通过计算机辅助执行的，即本发明是计算机执行的。

Claims (18)

1.计算机执行的方法，用于针对烃体系或特定远景带的存在分析由代表地下区域的地震数据的体素组成的地震数据体，所述方法包括：
划分所述地震数据体，以形成多个段；
计算每一体素的远景性分数，其中选择至少两个要素，并且对于每一要素，选择至少一个地震属性，然后，根据选择的至少一个地震属性计算每一选择的要素的要素分数，并且通过组合所述要素分数形成所述远景性分数；
至少部分根据每一段中地震数据体素的所述远景性分数，针对烃体系或所述特定远景带的存在对所述多个段分级；和
其中所述要素选自储层、封闭层、圈闭、源、填充物、上覆岩层、熟化、运移、聚集和时间。
2.权利要求1所述的方法，其中所述划分包括根据针对每一体素计算的凸起属性或远景性分数组合邻近的单个体素。
3.权利要求1所述的方法，其中所述要素选自储层、封闭层、圈闭和填充物。
4.权利要求1所述的方法，其中修匀被应用于用于所述计算的至少两个属性，从而产生地质属性，并且所述修匀被应用于至少十个地震数据体素的距离上。
5.权利要求4所述的方法，进一步包括从代表所述地下区域的所述地震数据确定层结构，所述层结构被称为组构，并且其中产生所述地质属性的所述修匀包括沿着所述组构积分或平均化用于所述计算的至少两个属性，以防止与其它岩层混合。
6.权利要求5所述的方法，其中沿着所述组构的所述修匀通过非线性各向异性扩散过滤或通过线积分卷积进行。
7.权利要求5所述的方法，其中所述组构由地震骨架化确定。
8.权利要求1所述的方法，其中用于所述计算的至少两个属性包括黑塞属性、等高线属性、收敛、以及汇流中的至少一个。
9.权利要求1所述的方法，其中用于所述计算的至少两个属性包括包体和溢出点、规律性、相留数、纹理、窗口化的主分量分析异常、远景带属性、终端、终端密度、扩散映射、以及其组合中的至少一个。
10.权利要求1所述的方法，其中所述段彼此不重叠。
11.权利要求1所述的方法，其中根据通过组合所述段中每一体素的所述远景性分数而产生的每一段的单个分数，对所述段进行分级。
12.权利要求1所述的方法，其中所述地震数据体的每一体素是单独的段。
13.权利要求1所述的方法，其中针对不同的属性计算的属性值被归一化成常用尺度。
14.权利要求1所述的方法，其中测定所述远景性分数利用阈值、模糊逻辑和贝叶斯逻辑中的一个。
15.权利要求1所述的方法，进一步包括评估至少一个远景性分数的置信度值。
16.权利要求4所述的方法，其中用于所述计算的至少两个属性中的一个涉及烃圈闭的存在，并且所述烃圈闭的存在通过空间关联所述地质属性并与烃圈闭构形的目录进行比较进行预测。
17.权利要求2所述的方法，其中所述凸起属性利用窗口化的主分量分析或应用于至少一个地震属性的扩散映射进行计算。
18.生产烃类的方法，包括：
进行地下区域的地震调查；
从调查获得对地震数据的远景性分析，其中所述分析通过权利要求1所述的方法进行，该方法通过引用被并入此处；
至少部分根据远景性分析向所述地下区域中钻井，并从所述井生产烃类。
CN201180026539.9A 2010-05-28 2011-04-22 用于地震烃体系分析的方法 Active CN102918423B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US34953410P 2010-05-28 2010-05-28
US61/349,534 2010-05-28
PCT/US2011/033519 WO2011149609A1 (en) 2010-05-28 2011-04-22 Method for seismic hydrocarbon system analysis

Publications (2)

Publication Number Publication Date
CN102918423A CN102918423A (zh) 2013-02-06
CN102918423B true CN102918423B (zh) 2016-09-07

Family

ID=45004271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180026539.9A Active CN102918423B (zh) 2010-05-28 2011-04-22 用于地震烃体系分析的方法

Country Status (9)

Country Link
US (1) US9194968B2 (zh)
EP (1) EP2577356B1 (zh)
CN (1) CN102918423B (zh)
AU (1) AU2011258764B2 (zh)
BR (1) BR112012028653B1 (zh)
CA (1) CA2799504C (zh)
MY (1) MY162927A (zh)
RU (1) RU2573166C2 (zh)
WO (1) WO2011149609A1 (zh)

Families Citing this family (82)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9607007B2 (en) 2009-12-23 2017-03-28 Schlumberger Technology Corporation Processing of geological data
EP2601574A1 (en) * 2010-08-05 2013-06-12 ExxonMobil Upstream Research Company Obtaining data from an earth model using functional decriptors
WO2012102784A1 (en) * 2011-01-26 2012-08-02 Exxonmobil Upstream Research Company Method of reservoir compartment analysis using topological structure in 3d earth model
WO2013081708A1 (en) 2011-11-29 2013-06-06 Exxonmobil Upstream Research Company Method for quantitative definition of direct hydrocarbon indicators
GB2498712A (en) * 2012-01-18 2013-07-31 Geco Technology Bv Identifying features of interest in displays of geological objects
AU2013219911B2 (en) * 2012-02-13 2014-11-06 Exxonmobil Upstream Research Company System and method for detection and classification of seismic terminations
US20150047903A1 (en) * 2012-03-29 2015-02-19 Westerngeco Llc Analysis of geological objects
US9261615B2 (en) * 2012-06-15 2016-02-16 Exxonmobil Upstream Research Company Seismic anomaly detection using double-windowed statistical analysis
US20140118345A1 (en) * 2012-10-26 2014-05-01 Chevron U.S. A. Inc. System and method for analysis of trap integrity
WO2014070296A1 (en) * 2012-11-02 2014-05-08 Exxonmobil Upstream Research Company Analyzing seismic data
WO2014083402A2 (en) * 2012-11-08 2014-06-05 Total Sa Method and device to process a three dimensional seismic image
FR2998397B1 (fr) * 2012-11-20 2015-07-24 Total Sa Procede pour determiner une representation d'un reservoir d'hydrocarbures
US9523781B2 (en) * 2012-12-27 2016-12-20 Schlumberger Technology Corporation Normalization seismic attribute
GB2511133B (en) * 2013-02-26 2018-08-29 Foster Findlay Ass Ltd Enhanced visualisation of geologic features in 3D seismic survey data
US10048396B2 (en) 2013-03-14 2018-08-14 Exxonmobil Upstream Research Company Method for region delineation and optimal rendering transform of seismic attributes
EP2972513B1 (en) * 2013-03-14 2020-08-19 Services Petroliers Schlumberger Direct fluid indicators in multiple segment prospects
US9952340B2 (en) * 2013-03-15 2018-04-24 General Electric Company Context based geo-seismic object identification
BR112015025303A2 (pt) * 2013-04-02 2017-07-18 Logined Bv método implementado por computador para processamento de dados sísmicos, meio não transitório legível por computador armazenando as instruções que quando executadas por um processador, fazem com que o processador execute operações, e sistema de computação
SG11201600253WA (en) 2013-08-16 2016-02-26 Landmark Graphics Corp Generating representations of recognizable geological structures from a common point collection
CN105659113A (zh) * 2013-08-30 2016-06-08 界标制图有限公司 用于模拟天然裂缝网络调节器井筒观察的3d几何形状的地质统计程序
US10663609B2 (en) * 2013-09-30 2020-05-26 Saudi Arabian Oil Company Combining multiple geophysical attributes using extended quantization
WO2016023598A1 (en) * 2014-08-15 2016-02-18 Statoil Petroleum As Method and apparatus for processing seismic data
US10995592B2 (en) * 2014-09-30 2021-05-04 Exxonmobil Upstream Research Company Method and system for analyzing the uncertainty of subsurface model
CA2912626C (en) 2014-11-05 2018-02-13 China National Petroleum Corporation 3d trap evaluation method of searching for oil-gas reservoir
CN104375179B (zh) * 2014-11-05 2017-02-15 中国石油天然气集团公司 基于trap‑3d软件寻找油气藏的方法
WO2016099747A1 (en) 2014-12-18 2016-06-23 Exxonmobil Upstream Research Company Scalable scheduling of parallel iterative seismic jobs
NL2014286B1 (en) * 2015-02-12 2016-10-13 Biodentify B V Computer supported exploration and production of heterogeneous distributed hydrocarbon sources in subsurface formations based on microbial prospecting.
WO2016171778A1 (en) 2015-04-24 2016-10-27 Exxonmobil Upstream Research Company Seismic stratigraphic surface classification
CN104847264B (zh) * 2015-05-05 2017-03-08 中国海洋石油总公司 一种实现地质导向的方法和装置
US10605940B2 (en) 2015-06-24 2020-03-31 Exxonmobil Upstream Research Company Method for selecting horizon surfaces
EP3374969B1 (en) 2015-11-09 2023-06-14 Landmark Graphics Corporation Modelling complex geological sequences using geologic rules and paleographic maps
US10147173B2 (en) 2015-12-31 2018-12-04 General Electric Company System and method for seismic data interpretation
CN105676285B (zh) * 2016-01-23 2017-09-05 北京诺克斯达石油科技有限公司 一种基于pca的地震长短旋回分析法
US10782431B2 (en) * 2016-02-09 2020-09-22 Saudi Arabian Oil Company Smoothing seismic data
US10677948B2 (en) * 2016-03-04 2020-06-09 General Electric Company Context based bounded hydrocarbon formation identification
US10036820B2 (en) 2016-03-04 2018-07-31 General Electric Company Expert guided knowledge acquisition system for analyzing seismic data
WO2017160273A1 (en) * 2016-03-14 2017-09-21 Schlumberger Technology Corporation Dip estimation via a modified structure tensor
US11215723B2 (en) * 2016-10-18 2022-01-04 Schlumberger Technology Corporation Determining subsurface layers using machine learning
WO2018080745A1 (en) 2016-10-28 2018-05-03 Exxonmobil Upstream Research Company Method and system for enhancing meshes for a subsurface model
CN110662962B (zh) * 2017-03-14 2022-05-17 沙特***石油公司 用于感测和预测烃源岩的成熟度的***和方法
US10914852B2 (en) 2017-03-16 2021-02-09 International Business Machines Corporation Unsupervised identification of seismic horizons using swarms of cooperating agents
WO2018183992A1 (en) 2017-03-31 2018-10-04 Schlumberger Technology Corporation Smooth surface wrapping of features in an imaged volume
WO2019005595A1 (en) * 2017-06-26 2019-01-03 Schlumberger Technology Corporation AUTOMATIC EXTRACTION OF CHARACTERISTICS FROM SEISMIC CUBES
CN107390268B (zh) * 2017-07-05 2019-06-11 中国石油天然气股份有限公司 低渗透砂砾岩成岩圈闭的识别方法及装置
EP3685195A1 (en) 2017-09-22 2020-07-29 Saudi Arabian Oil Company Estimating geological dip based on seismic data
CN107705687B (zh) * 2017-10-25 2023-09-15 中国石油大学(北京) 背斜圈闭观测实验装置及其应用
CN108374657B (zh) * 2018-02-02 2021-10-19 东北石油大学 井断点自动识别方法
AU2019263755B2 (en) * 2018-05-03 2023-07-13 Chevron U.S.A. Inc. System and method for mapping hydrocarbon source rock using seismic attributes
US11500115B2 (en) * 2018-06-10 2022-11-15 Schlumberger Technology Corporation Seismic data interpretation system
US10983235B2 (en) 2018-09-14 2021-04-20 Saudi Arabian Oil Company Characterizing depositional features by geologic-based seismic classification
US11073637B2 (en) * 2018-10-04 2021-07-27 Saudi Arabian Oil Company Data structure for fast invasion percolation modeling software
GB2579854B (en) * 2018-12-18 2021-06-16 Equinor Energy As Method of analysing seismic data to detect hydrocarbons
US11002721B2 (en) * 2019-02-20 2021-05-11 Saudi Arabian Oil Company Automated organic petrology
CN109961437B (zh) * 2019-04-04 2021-06-25 江南大学 一种基于机器教学模式下的显著性织物疵点检测方法
US10928533B2 (en) * 2019-04-24 2021-02-23 Saudi Arabian Oil Company Identifying potential hydrocarbon traps in a subterranean region using recursive anisotropic erosion of seismic data
WO2020237215A1 (en) * 2019-05-23 2020-11-26 Google Llc Object discovery in images through categorizing object parts
US11604909B2 (en) 2019-05-28 2023-03-14 Chevron U.S.A. Inc. System and method for accelerated computation of subsurface representations
US11249220B2 (en) 2019-08-14 2022-02-15 Chevron U.S.A. Inc. Correlation matrix for simultaneously correlating multiple wells
CN111025384B (zh) * 2019-11-26 2022-08-30 中国石油天然气股份有限公司 基于波形分类交汇融合的储层预测方法和装置
US11187826B2 (en) 2019-12-06 2021-11-30 Chevron U.S.A. Inc. Characterization of subsurface regions using moving-window based analysis of unsegmented continuous data
US11010969B1 (en) 2019-12-06 2021-05-18 Chevron U.S.A. Inc. Generation of subsurface representations using layer-space
US10984590B1 (en) 2019-12-06 2021-04-20 Chevron U.S.A. Inc. Generation of subsurface representations using layer-space
US11320566B2 (en) 2020-01-16 2022-05-03 Chevron U.S.A. Inc. Multiple well matching within subsurface representation
US11263362B2 (en) 2020-01-16 2022-03-01 Chevron U.S.A. Inc. Correlation of multiple wells using subsurface representation
US11397279B2 (en) 2020-03-27 2022-07-26 Chevron U.S.A. Inc. Comparison of wells using a dissimilarity matrix
WO2021221683A1 (en) * 2020-05-01 2021-11-04 Landmark Graphics Corporation Petroleum play analysis and display
US11193370B1 (en) 2020-06-05 2021-12-07 Saudi Arabian Oil Company Systems and methods for transient testing of hydrocarbon wells
EP3926368B1 (en) * 2020-06-15 2024-01-10 TotalEnergies OneTech Analyzing a hydrocarbon trap
EP3929630B1 (en) * 2020-06-22 2023-04-05 TotalEnergies OneTech Computer implemented method for correcting a reservoir model of a reservoir geological formation based on seismic images
EP3929631B1 (en) 2020-06-22 2023-04-05 TotalEnergies OneTech Method and system for analyzing a reservoir grid of a reservoir geological formation based on 4d seismic images
CN111856579B (zh) * 2020-07-31 2022-08-23 中国海洋石油集团有限公司 一种综合识别南海含油气盆地深水区盆缘沉积扇体的方法
US11202488B1 (en) 2020-08-10 2021-12-21 Saudi Arabian Oil Company Sun shade
CN112230301B (zh) * 2020-09-18 2022-02-15 西南石油大学 一种深水水道成因类型划分方法
CN114428295B (zh) * 2020-09-24 2024-03-29 中国石油化工股份有限公司 一种基于断层置信度参数控制的边缘保持扩散滤波方法
CN114624763A (zh) * 2020-12-10 2022-06-14 中国石油天然气股份有限公司 地震相图生成方法及装置
EP4016136A1 (en) 2020-12-21 2022-06-22 Abu Dhabi National Oil Company Method and system for the determination of hydrocarbon accumulations
US11668847B2 (en) 2021-01-04 2023-06-06 Saudi Arabian Oil Company Generating synthetic geological formation images based on rock fragment images
US11989628B2 (en) 2021-03-05 2024-05-21 International Business Machines Corporation Machine teaching complex concepts assisted by computer vision and knowledge reasoning
CN113791448B (zh) * 2021-08-26 2024-01-23 电子科技大学成都学院 一种基于地质结构特征的多维数据可视化方法及***
US11852768B2 (en) 2021-11-19 2023-12-26 Saudi Arabian Oil Company Multimodal approach to target stratigraphic plays through seismic sequence stratigraphy, rock physics, seismic inversion and machine learning
CN115099624B (zh) * 2022-06-27 2024-05-28 重庆工商大学 一种基于直觉模糊熵和区间模糊熵的多属性决策***
CN117370899B (zh) * 2023-12-08 2024-02-20 中国地质大学（武汉） 一种基于主成分-决策树模型的控矿因素权重确定方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7016550B2 (en) * 2002-04-19 2006-03-21 Lockheed Martin Corporation Scene-based non-uniformity offset correction for staring arrays
CN101432746A (zh) * 2006-04-28 2009-05-13 Kjt企业有限公司 使用受控源电磁勘探数据和地震数据的综合地层评测方法
WO2009142872A1 (en) * 2008-05-22 2009-11-26 Exxonmobil Upstream Research Company Seismic horizon skeletonization

Family Cites Families (108)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4916615A (en) 1986-07-14 1990-04-10 Conoco Inc. Method for stratigraphic correlation and reflection character analysis of setsmic signals
US5047991A (en) 1989-04-28 1991-09-10 Schlumberger Technology Corporation Lithology identification using sonic data
US4992995A (en) 1989-10-24 1991-02-12 Amoco Corporation Methods for attenuating noise in seismic data
US5274714A (en) 1990-06-04 1993-12-28 Neuristics, Inc. Method and apparatus for determining and organizing feature vectors for neural network recognition
US5265192A (en) 1990-09-20 1993-11-23 Atlantic Richfield Company Method for the automated editing of seismic traces using an adaptive network
GB9206676D0 (en) 1992-03-27 1992-05-13 Geco As Method of locating hydrocarbon reserves
GB9214482D0 (en) 1992-07-08 1992-08-19 Armitage Kenneth Sequence property interpretation & risk analysis link
US5444619A (en) 1993-09-27 1995-08-22 Schlumberger Technology Corporation System and method of predicting reservoir properties
US5416750A (en) 1994-03-25 1995-05-16 Western Atlas International, Inc. Bayesian sequential indicator simulation of lithology from seismic data
GB2293010B (en) 1994-07-07 1998-12-09 Geco As Method of processing seismic data
US5586082A (en) 1995-03-02 1996-12-17 The Trustees Of Columbia University In The City Of New York Method for identifying subsurface fluid migration and drainage pathways in and among oil and gas reservoirs using 3-D and 4-D seismic imaging
US5539704A (en) 1995-06-23 1996-07-23 Western Atlas International, Inc. Bayesian sequential Gaussian simulation of lithology with non-linear data
FR2738920B1 (fr) 1995-09-19 1997-11-14 Elf Aquitaine Methode de reconnaissance automatique de facies sismiques
US5671136A (en) 1995-12-11 1997-09-23 Willhoit, Jr.; Louis E. Process for seismic imaging measurement and evaluation of three-dimensional subterranean common-impedance objects
US6052650A (en) 1997-02-27 2000-04-18 Schlumberger Technology Corporation Enforcing consistency in geoscience models
US6466923B1 (en) 1997-05-12 2002-10-15 Chroma Graphics, Inc. Method and apparatus for biomathematical pattern recognition
US5940778A (en) 1997-07-31 1999-08-17 Bp Amoco Corporation Method of seismic attribute generation and seismic exploration
US6498989B1 (en) 1997-08-11 2002-12-24 Trans Seismic International, Inc. Method for predicting dynamic parameters of fluids in a subterranean reservoir
WO1999040529A1 (en) 1998-02-04 1999-08-12 Biodynamic Research Corp. System and method for acquiring and quantifying vehicular damage information
GB9904101D0 (en) 1998-06-09 1999-04-14 Geco As Subsurface structure identification method
GB9819910D0 (en) 1998-09-11 1998-11-04 Norske Stats Oljeselskap Method of seismic signal processing
US6236942B1 (en) 1998-09-15 2001-05-22 Scientific Prediction Incorporated System and method for delineating spatially dependent objects, such as hydrocarbon accumulations from seismic data
EP1058131B1 (en) 1999-06-03 2004-09-01 Jason Geosystems B.V. Method of determining spatial changes in subsurface structure stratigraphy, lithology and fluid content and of reducing seismic noise
DE19943325C2 (de) 1999-09-10 2001-12-13 Trappe Henning Verfahren zur Bearbeitung seismischer Meßdaten mit einem neuronalen Netzwerk
US6295504B1 (en) 1999-10-25 2001-09-25 Halliburton Energy Services, Inc. Multi-resolution graph-based clustering
RU2148166C1 (ru) * 1999-10-27 2000-04-27 СЕРГЕЕВ Андрей Борисович Способ разработки залежей углеводородов
US6226596B1 (en) 1999-10-27 2001-05-01 Marathon Oil Company Method for analyzing and classifying three dimensional seismic information
US6574566B2 (en) 1999-12-27 2003-06-03 Conocophillips Company Automated feature identification in data displays
FR2808336B1 (fr) 2000-04-26 2002-06-07 Elf Exploration Prod Methode d'interpretation chrono-stratigraphique d'une section ou d'un bloc sismique
US6363327B1 (en) 2000-05-02 2002-03-26 Chroma Graphics, Inc. Method and apparatus for extracting selected feature information and classifying heterogeneous regions of N-dimensional spatial data
US6618678B1 (en) 2000-05-26 2003-09-09 Jason Geosystems B.V. Method of joint analysis and interpretation of the subsurface from multiple seismic derived layer property data sets
US6625541B1 (en) 2000-06-12 2003-09-23 Schlumberger Technology Corporation Methods for downhole waveform tracking and sonic labeling
AU7149001A (en) 2000-06-30 2002-01-14 Exxonmobil Upstream Res Co Method for imaging discontinuities in seismic data using dip-steering
GC0000235A (en) 2000-08-09 2006-03-29 Shell Int Research Processing an image
FR2813959B1 (fr) 2000-09-11 2002-12-13 Inst Francais Du Petrole Methode pour faciliter la reconnaissance d'objets, notamment geologiques, par une technique d'analyse discriminante
US6438493B1 (en) 2000-09-29 2002-08-20 Exxonmobil Upstream Research Co. Method for seismic facies interpretation using textural analysis and neural networks
US6950786B1 (en) 2000-10-10 2005-09-27 Schlumberger Technology Corporation Method and apparatus for generating a cross plot in attribute space from a plurality of attribute data sets and generating a class data set from the cross plot
US7006085B1 (en) 2000-10-30 2006-02-28 Magic Earth, Inc. System and method for analyzing and imaging three-dimensional volume data sets
MXPA03005535A (es) 2000-12-18 2003-10-15 Schlumberger Holdings Metodo y aparato de procesamiento de senales sismicas para generar volumenes espectrales de correlacion para determinar caracteristicas geologicas.
US6845245B2 (en) 2000-12-22 2005-01-18 Denso Corporation Access parameter adaptation and packet data resource management using detailed mobile status information
US7203342B2 (en) 2001-03-07 2007-04-10 Schlumberger Technology Corporation Image feature extraction
US6473696B1 (en) 2001-03-13 2002-10-29 Conoco Inc. Method and process for prediction of subsurface fluid and rock pressures in the earth
US6751558B2 (en) * 2001-03-13 2004-06-15 Conoco Inc. Method and process for prediction of subsurface fluid and rock pressures in the earth
US6850864B2 (en) 2001-06-29 2005-02-01 Exxonmobil Upstream Research Company Method for analyzing dip in seismic data volumes
US6853922B2 (en) 2001-07-20 2005-02-08 Tracy Joseph Stark System for information extraction from geologic time volumes
DE10142785C2 (de) 2001-08-31 2003-07-03 Henning Trappe Verfahren zur Bestimmung lokaler Ähnlichkeit aus seismischen 3D-Meßdaten
US6587791B2 (en) * 2001-10-11 2003-07-01 Pioneer Natural Resources Usa, Inc. System and method for assigning exploration risk to seismic attributes
JP2003151933A (ja) 2001-11-19 2003-05-23 Tokyo Seimitsu Co Ltd ウェーハ研磨装置
US6957146B1 (en) 2001-12-24 2005-10-18 Rdsp I, L.P. System for utilizing seismic data to estimate subsurface lithology
FR2841344B1 (fr) 2002-06-19 2005-04-29 Tsurf Procede, dispositif et produit-programme de lissage d'une propriete de subsurface
US7184991B1 (en) 2002-07-12 2007-02-27 Chroma Energy, Inc. Pattern recognition applied to oil exploration and production
US20050288863A1 (en) * 2002-07-12 2005-12-29 Chroma Energy, Inc. Method and system for utilizing string-length ratio in seismic analysis
US7188092B2 (en) 2002-07-12 2007-03-06 Chroma Energy, Inc. Pattern recognition template application applied to oil exploration and production
US7308139B2 (en) 2002-07-12 2007-12-11 Chroma Energy, Inc. Method, system, and apparatus for color representation of seismic data and associated measurements
US20060184488A1 (en) 2002-07-12 2006-08-17 Chroma Energy, Inc. Method and system for trace aligned and trace non-aligned pattern statistical calculation in seismic analysis
US7162463B1 (en) 2002-07-12 2007-01-09 Chroma Energy, Inc. Pattern recognition template construction applied to oil exploration and production
US7295706B2 (en) 2002-07-12 2007-11-13 Chroma Group, Inc. Pattern recognition applied to graphic imaging
GB2394050B (en) 2002-10-07 2005-11-23 Westerngeco Seismic Holdings Processing seismic data
US6810332B2 (en) * 2003-01-31 2004-10-26 Chevron U.S.A. Inc. Method for computing complexity, confidence and technical maturity indices for reservoir evaluations
US7248539B2 (en) 2003-04-10 2007-07-24 Schlumberger Technology Corporation Extrema classification
US6804609B1 (en) * 2003-04-14 2004-10-12 Conocophillips Company Property prediction using residual stepwise regression
RU2005140092A (ru) * 2003-05-22 2006-06-10 Шлюмбергер Текнолоджи Б.В. (Nl) Способ поисково-разведочной идентификации при оценке ресурсов
US6970397B2 (en) 2003-07-09 2005-11-29 Gas Technology Institute Determination of fluid properties of earth formations using stochastic inversion
US7243029B2 (en) 2003-08-19 2007-07-10 Apex Spectral Technology, Inc. Systems and methods of hydrocarbon detection using wavelet energy absorption analysis
US7463552B1 (en) 2003-11-25 2008-12-09 Michael John Padgett Method for deriving 3D output volumes using filters derived from flat spot direction vectors
US7453767B1 (en) 2003-11-25 2008-11-18 Michael John Padgett Method for deriving a 3D GRAZ seismic attribute file
US20050171700A1 (en) 2004-01-30 2005-08-04 Chroma Energy, Inc. Device and system for calculating 3D seismic classification features and process for geoprospecting material seams
MXPA06013723A (es) 2004-05-27 2007-07-09 Exxonmobil Upstream Res Co Metodo para predecir litologia y porosidad a partir de datos de reflexion sismica.
US8077938B2 (en) 2005-02-09 2011-12-13 Siemens Medical Solutions Usa, Inc. Diffusion tensor surface visualization
US8363959B2 (en) 2005-03-21 2013-01-29 Yeda Research & Development Co. Ltd. Detecting irregularities
FR2884636B1 (fr) 2005-04-15 2007-07-06 Earth Resource Man Services Er Pr0cede de determination hierarchique d'evenements coherents dans une image
US7953675B2 (en) 2005-07-01 2011-05-31 University Of Southern California Tensor voting in N dimensional spaces
US8625885B2 (en) 2006-03-23 2014-01-07 Intelliscience Corporation Methods and systems for data analysis and feature recognition
FR2909185B1 (fr) 2006-11-27 2009-01-09 Inst Francais Du Petrole Methode d'interpretation stratigraphique d'images sismiques
US7454292B2 (en) 2007-04-13 2008-11-18 Saudi Arabian Oil Company Inverse-vector method for smoothing dips and azimuths
US8538702B2 (en) 2007-07-16 2013-09-17 Exxonmobil Upstream Research Company Geologic features from curvelet based seismic attributes
WO2009027420A2 (en) 2007-08-28 2009-03-05 Shell Internationale Research Maatschappij B.V. Monitoring a region of interest in a subsurface formation
EP2624014A3 (en) * 2007-11-14 2015-09-30 CGG Jason (Netherlands) B.V. Seismic data processing
US8363510B2 (en) 2007-12-21 2013-01-29 Exxonmobil Upstream Research Company Detection of features in seismic images
US8803878B2 (en) 2008-03-28 2014-08-12 Schlumberger Technology Corporation Visualizing region growing in three dimensional voxel volumes
FR2930350B1 (fr) 2008-04-17 2011-07-15 Inst Francais Du Petrole Procede pour rechercher des hydrocarbures dans un bassin geologiquement complexe,au moyen d'une modelisation de bassin
WO2009137228A2 (en) 2008-05-06 2009-11-12 Exxonmobil Upstream Research Company Transport property data calculated from derivative seismic rock property data for transport modeling
WO2009137150A1 (en) 2008-05-09 2009-11-12 Exxonmobil Upstream Research Company Method for geophysical and stratigraphic interpretation using waveform anomalies
CA2729806A1 (en) * 2008-07-01 2010-01-07 Schlumberger Canada Limited Effective hydrocarbon reservoir exploration decision making
US8849640B2 (en) 2008-11-06 2014-09-30 Exxonmobil Upstream Research Company System and method for planning a drilling operation
WO2010056424A1 (en) 2008-11-14 2010-05-20 Exxonmobil Upstream Research Company Windowed statistical analysis for anomaly detection in geophysical datasets
US8838428B2 (en) 2009-01-13 2014-09-16 Exxonmobil Upstream Research Company Methods and systems to volumetrically conceptualize hydrocarbon plays
US20100257004A1 (en) 2009-04-01 2010-10-07 Chervon U.S.A. Inc. Method and system for conducting geologic basin analysis
GB2483202B (en) * 2009-07-06 2013-10-16 Exxonmobil Upstream Res Co Method for seismic interpretation using seismic texture attributes
US8358561B2 (en) 2010-04-13 2013-01-22 Spectraseis Ag Bayesian DHI for seismic data
US9134443B2 (en) 2010-05-14 2015-09-15 Schlumberger Technology Corporation Segment identification and classification using horizon structure
US8457940B2 (en) 2010-07-29 2013-06-04 Schlumberger Technology Corporation Model-consistent structural restoration for geomechanical and petroleum systems modeling
GB201022128D0 (en) 2010-12-31 2011-02-02 Foster Findlay Ass Ltd Active contour segmentation
US9121968B2 (en) 2011-01-31 2015-09-01 Chevron U.S.A. Inc. Extracting geologic information from multiple offset stacks and/or angle stacks
US8972195B2 (en) 2011-01-31 2015-03-03 Chevron U.S.A. Inc. Extracting geologic information from multiple offset stacks and/or angle stacks
US20120197613A1 (en) 2011-01-31 2012-08-02 Chevron U.S.A. Inc. Exploitation of self-consistency and differences between volume images and interpreted spatial/volumetric context
US8838391B2 (en) 2011-01-31 2014-09-16 Chevron U.S.A. Inc. Extracting geologic information from multiple offset stacks and/or angle stacks
WO2012146894A2 (en) 2011-04-26 2012-11-01 Kenneth Rayvenor Lusty Armitage Oil & gas exploration and production
US20120322037A1 (en) 2011-06-19 2012-12-20 Adrienne Raglin Anomaly Detection Educational Process
US8954303B2 (en) 2011-06-28 2015-02-10 Chevron U.S.A. Inc. System and method for generating a geostatistical model of a geological volume of interest that is constrained by a process-based model of the geological volume of interest
US8843353B2 (en) 2011-08-25 2014-09-23 Chevron U.S.A. Inc. Hybrid deterministic-geostatistical earth model
US9128203B2 (en) 2011-09-28 2015-09-08 Saudi Arabian Oil Company Reservoir properties prediction with least square support vector machine
US20140081613A1 (en) 2011-11-01 2014-03-20 Austin Geomodeling, Inc. Method, system and computer readable medium for scenario mangement of dynamic, three-dimensional geological interpretation and modeling
US9261615B2 (en) 2012-06-15 2016-02-16 Exxonmobil Upstream Research Company Seismic anomaly detection using double-windowed statistical analysis
US20140052378A1 (en) 2012-08-14 2014-02-20 Chevron U.S.A. Inc. Methods and corresponding software module for quantifying risks or likelihoods of hydrocarbons being present in a geological basin or region
US20140118345A1 (en) 2012-10-26 2014-05-01 Chevron U.S. A. Inc. System and method for analysis of trap integrity
CN104769578B (zh) 2012-11-09 2017-06-27 加州理工学院 自动特征分析、比较和异常检测的方法
EP3042342A4 (en) 2013-09-04 2017-08-23 Neural ID LLC Pattern recognition system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7016550B2 (en) * 2002-04-19 2006-03-21 Lockheed Martin Corporation Scene-based non-uniformity offset correction for staring arrays
CN101432746A (zh) * 2006-04-28 2009-05-13 Kjt企业有限公司 使用受控源电磁勘探数据和地震数据的综合地层评测方法
WO2009142872A1 (en) * 2008-05-22 2009-11-26 Exxonmobil Upstream Research Company Seismic horizon skeletonization

Also Published As

Publication number Publication date
RU2573166C2 (ru) 2016-01-20
US9194968B2 (en) 2015-11-24
MY162927A (en) 2017-07-31
CA2799504A1 (en) 2011-12-01
US20130064040A1 (en) 2013-03-14
BR112012028653B1 (pt) 2020-11-10
RU2012157782A (ru) 2014-07-10
EP2577356A1 (en) 2013-04-10
WO2011149609A1 (en) 2011-12-01
AU2011258764A1 (en) 2012-12-06
BR112012028653A2 (pt) 2016-08-09
CN102918423A (zh) 2013-02-06
CA2799504C (en) 2018-01-02
EP2577356A4 (en) 2017-08-16
EP2577356B1 (en) 2020-09-16
AU2011258764B2 (en) 2014-10-23

Similar Documents

Publication Publication Date Title
CN102918423B (zh) 用于地震烃体系分析的方法
Raeesi et al. Classification and identification of hydrocarbon reservoir lithofacies and their heterogeneity using seismic attributes, logs data and artificial neural networks
CN104614766B (zh) 地震层位骨架化
Colombera et al. Geometry and compartmentalization of fluvial meander-belt reservoirs at the bar-form scale: Quantitative insight from outcrop, modern and subsurface analogues
CN111596978A (zh) 用人工智能进行岩相分类的网页显示方法、模块和***
US20120296618A1 (en) Multiscale Geologic Modeling of a Clastic Meander Belt Including Asymmetry Using Multi-Point Statistics
US20230161061A1 (en) Structured representations of subsurface features for hydrocarbon system and geological reasoning
Aydin et al. Quantifying structural uncertainty on fault networks using a marked point process within a Bayesian framework
Lee et al. Three-dimensional prospectivity mapping of skarn-type mineralization in the southern Taebaek area, Korea
Méndez et al. Rock type prediction and 3D modeling of clastic paleokarst fillings in deeply-buried carbonates using the Democratic Neural Networks Association technique
Sabouhi et al. An integrated approach to distribute carbonate reservoir properties, using lithofacies and seismic attributes: a case study from SW of Iran
Dramsch Machine learning in 4D seismic data analysis
Mehdipour et al. The Best Scenario for Geostatistical Modeling of Porosity in the Sarvak Reservoir in an Iranian Oil Field, Using Electrofacies, Seismic Facies, and Seismic Attributes
Fox et al. Geological discrete fracture network model for the Olkiluoto site, Eurajoki, Finland. Version 2.0
McLennan et al. Implicit boundary modeling (boundsim)
Mendez et al. Rock Type Prediction Using Democratic Neural Networks Association DNNA: An Alternative Method to Describe Clastic Fillings in Ordovician Karsted Carbonates within a Region of the Tahe Oilfield, China
Ozdemir Synthetic Well Log Generation for Complex Well Architectures Using Artificial Intelligence Based Tools
Shen et al. Characterization of Fault Damage Zones and Associated Fracture Networks and Their Influence on Fluid Flow in the Tight Carbonate Reservoir
Hardanto Understanding the Facies Architecture of a Fluvial-Aeolian of Tensleep Formation Using a Machine Learning Approach
Ojukwu et al. Machine Learning and Quantitative Seismic Attribute Analysis Using Reprocessed 3D Pre Stack Depth Migrated Seismic and Well Data in a Southern California Gas Field, Offshore Federal Waters
Habib et al. INTEGRATED PETROLEUM RESERVOIR CHARACTERIZATION. THE CASE OF ZHAO57 BLOCK (Es4+ EK1)
Cassel Machine Learning and the Construction of a Seismic Attribute-seismic Facies Analysis Data Base
Gorla et al. Electrofacies clustering and classification from the Ariri Formation in Santos Basin (southeastern offshore Brazil) involving unsupervised learning algorithms
Ma et al. Constructing 3D Model Framework and Change of Support in Data Mapping
Laudon et al. Applying machine learning technologies in the Niobrara Formation, DJ Basin, to quickly produce an integrated structural and stratigraphic seismic classification volume calibrated to wells

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant