CN103412331A - 一种三维地震断层自动提取方法 - Google Patents
一种三维地震断层自动提取方法 Download PDFInfo
- Publication number
- CN103412331A CN103412331A CN2013103889200A CN201310388920A CN103412331A CN 103412331 A CN103412331 A CN 103412331A CN 2013103889200 A CN2013103889200 A CN 2013103889200A CN 201310388920 A CN201310388920 A CN 201310388920A CN 103412331 A CN103412331 A CN 103412331A
- Authority
- CN
- China
- Prior art keywords
- fault
- point
- tomography
- data
- face
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种三维地震断层自动提取方法,基于“蚂蚁体”数据,首先对数据进行图像分割,得到一个二值体,然后利用断层数据点的空间网格距离属性对断层进行初始聚类,之后再利用断层的倾角属性对初始聚类得到的断面进行再分类,最终得到相互独立,互不相交的断层面,从而达到从“蚂蚁体”数据中提取断层面的目的。本发明的方法能对断层面进行自动识别与解释,对直观地解释地震断层有重大的实践意义,能为勘探工作者进一步研究地震数据提供支持,克服了现有方法周期长、难度大、主观性强的缺陷。
Description
技术领域
本发明涉及地震勘探领域,特别是一种三维地震断层自动提取方法。
背景技术
在地震勘探中,地震资料解释是一个非常重要的环节,而断层则是地震资料解释的最核心部分之一。所谓断层就是地壳岩层因受力达到一定强度而发生破裂,并沿破裂面有明显相对移动的构造。
常规的断层解释方法都是采用人工解释方法,解释人员在三维地震数据的垂直剖面和水平切片上手动解释断层,通常是沿着主测线方向或者选择与断层走向垂直的任意测线逐线追踪断层,然后通过水平或者沿层切片控制断层的空间对比和延伸,这种方法周期长,难度大,主观性强。如果解释人员掌握丰富的地质知识并由此对解释过程进行约束,这种方法是很有效的,但是,这样就势必依赖于解释人员的经验和有关地质知识的先验信息。而且,当工区内断层***比较复杂,而且断层走向不明时,解释断层的组合就面临很大的难度,因此,解释人员更希望通过提取地震数据中潜在的构造信息,来提高断层解释的精度和速度。
断层的表现形式多种多样,且信号分布离散,使得断层解释更加困难,目前还是处在人工解释阶段,半自动和自动解释算法的研究也只是刚刚开始。对于三维断层识别,Bahorich M.和Farmer S于1995年提出的相干体[1-2],对分析断层和其他三维地震数据特征来说,是早期重要的贡献。
自从相干体等一系列增强不连续性的属性体的相继出现,为了缩短解释周期,克服断层解释中的主观性,断层的自动或者半自动识别技术逐渐引起了广大学者和科研人员的关注,早期的断层识别方法是采用数据驱动策略,通过局部连续性约束方法来识别断层位置,自2000年以后,许多断层自动或半自动识别方法陆续被提了出来,其中比较著名的方法有:2001[3-5]年Randen等提出“人工蚂蚁”的方法来压制不连续属性体中的噪音;Gibson[6]等在2003年提出使用相干体来衡量不连续性,进而使用确定的断层面模型通过最大可信度优先(highest confidence first,HCF)提取的策略提取断层面;在2005年,Dorn和James[7]使用融合了地质先验知识的信号处理技术实现断层自动提取(AFE);Tingdahl等[8-9](2005)首先计算断层的混合属性,然后使用人工神经网络生成断层概率体,从而实现断层的半自动识别;Pierre Jacquemin[10]等(2005)使用双霍夫变换(double hough transform)进行断层自动提取;Fitsum[11](2006)使用断层高亮技术和主动轮廓线追踪的方法进行断层的半自动识别;Won-ki Jeong[12]等在2006年基于GPU使用交互式操作进行断层识别。Benjamin J[13]等在2008年提出基于水平集(Level Sets)的交互式断层面计算方法。
上述提及的方法中都着重于从地震数据体到相干体的转化过程,即侧重于对数据体的图像分割处理,但对于从相干体数据中提取出断层面的过程并未做深入的研究。
对于断层数据,常规的人工解释方法是解释人员在三维地震数据的垂直剖面和水平切片上手动解释断层,通常是沿着主测线方向或者选择与断层走向垂直的任意测线逐线追踪断层,然后通过水平或者沿层切片控制断层的空间对比和延伸,这种方法周期长,难度大,主观性强,而且过于依赖解释人员的经验。
发明内容
本发明所要解决的技术问题是,针对现有技术不足,提供一种三维地震断层自动提取方法,从相干体数据中提取出断层面,直观地自动解释出地震数据中的断层面,为勘探工作者进一步研究地震数据提供支持,克服现有方法周期长、难度大、主观性强的缺陷。
为解决上述技术问题,本发明所采用的技术方案是:一种三维地震断层自动提取方法,具体包括如下步骤:
1)利用蚁群算法将地震勘探得到的振幅体数据转化为“蚂蚁体”数据;
2)根据“蚂蚁体”数据的属性分布情况,在“蚂蚁体”数据的最大值和最小值范围内,根据具体情况需要选取一个中间值作为设置一个属性阈值,设置的属性阈值越趋近于最大值,则最终追踪得到的断层点越少;然后将所述“蚂蚁体”数据中大于属性阈值的数据对应的空间点设定为空间断层上的点,并标记为1;将“蚂蚁体”数据中小于属性阈值的空间点设定为背景点或噪声点,并标记为0;得到一个0,1的二值数据体;
3)选取空间网格中的一个断层上的点作为种子点,将该种子点存入一个数组中,得到一个初始化的种子点队列;
4)首先确定搜索步长,搜索步长默认为1,但是如果觉得此搜索步长下追踪得到的断层面过于破碎,可增加搜索步长,使得追踪的断层面更加完整;然后根据空间网格距离和搜索步长,寻找上述种子点附近的邻近点,并将寻找到的邻近点也作为种子点加入所述种子队列中,生成新的种子点队列。基于所述新的种子点队列,依据邻近关系继续寻找,直至所有的种子点在搜索步长范围内都无法再寻找出新的种子点为止,得到一个与所述邻近关系对应的连通分支,所述连通分支就是一个初始断层面上的点;
5)将上述连通分支看作一个初始断层面上的点;重复步骤3)~5),直到将空间中所有断层上的点都划归到相应的连通分支中,从而确定各个初始断层面上的点;
6)以初始断层面上的点为原始点,求出初始断层面上的每一个原始点的若干邻域点,由所述若干邻域点拟合一个特征面,求解所述特征面的法向量作为原始点的法向量;依据此流程,求取初始断层面上所有点的法向量;
7)依据点与点之间的倾角差,以设定的断层倾角阈值为标准,将每一个初始断层面划分为两个互不相交的断层面;其中所述倾角阈值≤45度;
8)对步骤7)中的断层面进行拟合构面处理,实现断层面去重和空洞修补的目的。
倾角阈值由用户根据具体情况进行设置,一般最大不宜超过45度,以15度左右为最佳。
与现有技术相比,本发明所具有的有益效果为:相比一般的基于空间欧氏距离进行追踪的方法,本发明采取的基于空间网格距离的方法更为方便高效;本发明追踪得到的断层面能很好的将交叉的断面分离开来,而且得到的断面也不会过于破碎,能较好的跟原始数据中的断层相吻合;本发明的方法能对断层面进行自动识别与解释,对直观地解释地震断层有重大的实践意义,能为勘探工作者进一步研究地震数据提供支持,减少了大量、复杂的手动解释工作,克服了现有方法周期长、难度大、主观性强的缺陷。
附图说明
图1为从地震振幅体数据中提取到地震断层面的流程图;
图2为本发明断层提取方法流程图;
图3(a)为6-邻近点示意图;图3(b)为18-邻近点示意图;图3(c)为26-邻近点示意图;
图4为断面倾角属性示意图;
图5为断面倾角差示意图。
具体实施方式
下面结合附图对本发明的实施例做进一步的说明。
本发明借助相干体数据作为中间载体,设计了一套三维地震断层的解释流程,提出了一种基于空间网格距离和断面倾角属性从“蚂蚁体”数据中提取三维地震断层的方法。由于原始数据分布于空间网格中,因此相比一般的基于空间欧氏距离进行追踪的方法,本发明采取的基于空间网格距离的方法更为方便高效。从地震振幅体数据中提取到地震断层面的完整流程如图1所示。
地震勘探得到的振幅体数据并不是我们所需要的数据,需要借助蚁群算法[15]先将其转化为“蚂蚁体”数据。得到了“蚂蚁体”数据后,本发明的目标就是以“蚂蚁体”数据作为输入数据,从中提取出断层。
聚类问题需要一个标准来判别最终的结果是否符合要求。本发明给定的标准是:同一个断层上的点必然彼此距离相近,并且考虑到断层自身的特点,同一个断层上的点必然具有相近的倾角属性。
如图2所示,本发明的方法步骤如下:
第一步,图像分割:蚁群算法只是对原始地震数据体进行了初始的图像分割,得到的蚂蚁体数据只是进行了归一化处理,而我们所需要的数据是一个二值体,因此根据事先设定的属性阈值,我们认为大于属性阈值的空间点是属于断层上的点,标记为1,而小于属性阈值的点则作为背景点或者噪声点,标记为0,由此将得到的蚂蚁体数据进行了进一步的图像分割,得到了一个0,1的二值数据体。
第二步,空间网格距离聚类:得到了二值数据体之后,我们首先选取空间网格中的一个断层上的点(即值为1的点)作为种子点,用其初始化一个种子点队列,然后基于空间网格距离和事先设定的搜索步长,寻找到该种子点附近的6-邻近(或者26-邻近)点[16],将其也作为种子点加入队列中,之后再基于新的种子点队列,依据6-邻近(或者26-邻近)关系继续寻找,直至所有的种子点在搜索步长范围内都无法再寻找出新的种子点为止,此时就可以得到一个6-连通分支(或者26-连通分支),我们认为该连通分支就是一个初始断层面上的点。循环此流程,直至将空间中所有的断层点划归到一个连通分支中,则我们认为初始的空间网格距离聚类结束,就得到了若干个断层的点云数据。
第三步,断层倾角分类:对初始化得到的断层点云,需要依据断层的倾角属性,对其进行再分类。对每个初始断层上的每一个点,首先依据空间欧氏距离,求出其若干邻域点,利用其拟合一个微平面,即由这些邻域点所确定的一个特征面,求解该特征面的法向量作为该原始点的法向量。求得断层上所有点的法向量后,依据点与点之间的倾角差,以事先设定的断层倾角阈值作为标准,将该初始断层划分为两个互不相交的断层面。
第四步,断面去重及构面:经过距离聚类和倾角分类后得到的断面是以离散点的形式存在的,无法直观的显示,而且此时的断面还有一定的厚度,因此我们考虑对其进行拟合构面处理。对于断面有厚度的问题,需要对其进行按道去重的处理,本发明采用对断面进行最小二乘拟合的方法,从而实现断面去重的目的,而且如果断面上有孔洞,拟合的方法也可以实现孔洞修补的目的。对于断层的构面,本发明采用Delaunay三角化的方法,将去重后的断层点连成Delaunay三角网进行显示。
实验表明本发明追踪得到的断层面能很好的将交叉的断面分离开来,而且得到的断面也不会过于破碎,能较好的跟原始数据中的断层相吻合。
以下解释本发明中出现的几个概念:
1、邻近点:一个网格点(p,q,r)的邻近网格(以Np,q,r表示),定义如下:
Np,q,r={(p+i,q+j,r+k)|(i,j,k)∈I×I×I} (1)
其中I表示整数集合。
图3是实际应用中最常用的三种邻近点表示方式:6-邻近点,18-邻近点和26-邻近点。
由图3可知,一个网格点x的6-邻近点中的任意网格点与x至少有一个公共面,18-邻近点中的网格点与x至少有一条公共边,而26-邻近点中的网格点与x至少有一个公共点。
2、连通性:对于三维空间中一个二值属性体(取值全为0或1),定义两个同值网格点x1和x2是6-连通(18-连通,26-连通)的,如果存在一系列网格点y0(=x1),y1,…,yn(=x2),使得每个yi都属于yi-1(1≤i≤n)的6-邻近点(18-邻近点,26-邻近点),并且所有的yi都与x1和x2是同值的。
3、等价关系:我们将一个集合S中任意两个元素x和y称为是等价的(用~表示),如果x和y同时满足下列条件:
1)自反性:x~x;
2)对称性:若x~y,则y~x;
3)传递性:若x~y且y~z,则x~z。
集合S中所有与x等价的元素组成的集合称为x的等价类。由定义3可知,定义2中提到的连通性就可以称之为一种等价关系。
4、连通分支:通过利用一种等价关系将彼此连通的数据分属为同一类,我们可以将三维空间中的数据点划分为几个相互独立的等价类,由此得出的每一个等价类我们称之为一个连通分支。具体而言,由6-连通性定义得到的一个等价类称为一个6-连通分支,18-连通分支和26-连通分支的定义类似。
5、特征面:对于三维空间中的点云P1P2…Pn,定义一个平面,使得点云P1P2…Pn到该平面的距离平方和是最小的,则称这个平面为特征面。
6、断层倾角属性:对于断面,其倾角属性表示的是其空间中的延伸方位和倾斜程度,以走向、倾向和倾角来表示[14]。图4给出了断层倾角属性的示意图,图中Q表示断层面,P表示水平面。
走向:断层面与水平面的交线叫走向线(图4中的ACB),走向线的延伸方向即为断层的走向,它表示断层在地面上的延伸方向。
倾向:断层面上与走向线相垂直的线叫倾斜线(图4中的CD),它在水平面上的投影所指的方位即为断层的倾向(图4中的CE)。
倾角:断层面上的倾斜线与其在水平面上的投影的夹角叫做断层的倾角(图4中的∠DCE)。
本发明引用的参考文献如下:
[1]Bahorich M S,Farmer S L.3D seismic discontinuity for faults and stratigraphic features.The Leading Edge,1995,14(10):1053-1058
[2]Bahorich M S,Lopez J A,Haskell N L,et al.Stratigraphic and structural interpretationwith 3D coherence.Expanded Abstracts of65th Annual Internat SEG Meeting,1995,97-100
[3]Randen T,Pedersen S I,Sonneland L.Automatic extraction of fault surfaces fromthree-dimensional seismic data.71st Annual International Meeting,SEG,Expanded Abstracts,2001,1,55-554
[4]Pedersen S I,Randen T,Sonneland L.Automatic fault extraction using artificial ants.72nd Annual International Meeting,SEG,Expanded Abstracts,2002,21,512-515
[5]Pedersen S I,Skov T,Hetlelid A,et al.New paradigm of fault interpretation.SEGTechnical Program,Expanded Abstracts,2003,22,350-353
[6]Gibson D,Spann M,Turner J.Automatic fault detection for 3D seismic data.Proceedingof digital image computing Techniques and Applications conference,Expanded Abstracts,2003,1,821-830
[7]Dorn G,H James.Automatic fault extraction of faults and a salt body in a 3D survey fromthe Eugene Island area,Gulf of Mexico:AAPG International Conference and Exhibition,Expanded Abstracts,2005
[8]Tingdahl K M,M de Rooij.Semi-automatic detection of faults in 3D seismic data.Geophysical Prospecting,2005,53,533-542
[9]Tingdahl K M,Steen,Meldahl P,et al.Semi-automatic detection of faults in 3D seismicsignals:71st Annual International Meeting,SEG,Expanded Abstracts,2001,1,1953-1956
[10]Jacquemin P,Mallet J-L.Automatic faults extraction using double hough transform.Expanded Abstracts of the 75th Annual Internat SEG Meeting,2005,755-759
[11]Admasu F,Back S,Toennies K.Autotracking of faults on 3D seismic data,Geophysics,2006,71(6):A49-53
[12]Won-ki Jeong,Ross Whitaker,Mark Dobin.Interactive 3D seismic fault detection onthe Graphics Hardware.Proceedings International Workshop on Volume Graphics,2006,111-118
[13]Benjamin J K,Geoffrey A D,Henry M T,et al.Interactive3D computation of faultsurfaces using level sets.Visual Geosciences,2008,13(1):133-138
[14]严哲.三维地震断层自动识别与智能解释[D].武汉:中国地质大学博士学位论文,2010
[15]Stein Inge Pedersen.Image feature extraction.Patent Application Publication:US2007/0234230 A1,2007
[16]Junichiro Toriwaki,Hiroyuki Yoshida.Fundamentals of Three-Dimensional DigitalImage Processing.Springer,2008,73-78
Claims (8)
1.一种三维地震断层自动提取方法,其特征在于,具体包括如下步骤:
1)利用蚁群算法将地震勘探得到的振幅体数据转化为“蚂蚁体”数据;
2)在所述“蚂蚁体”数据的最大值和最小值范围内,选取所述最大值和最小值的中间值作为属性阈值;将所述“蚂蚁体”数据中大于属性阈值的数据对应的空间点设定为空间断层上的点;将“蚂蚁体”数据中小于属性阈值的空间点设定为背景点或噪声点;
3)选取空间网格中的一个空间断层上的点作为种子点,将该种子点存入一个数组中,得到一个初始化的种子点队列;
4)确定搜索步长为1;然后根据空间网格距离和搜索步长,寻找上述种子点附近的邻近点,并将寻找到的邻近点也作为种子点加入所述种子队列中,生成新的种子点队列;基于所述新的种子点队列,依据邻近关系继续寻找,直至所有的种子点在搜索步长范围内都无法再寻找出新的种子点为止,得到一个与所述邻近关系对应的连通分支;
5)将上述连通分支看作一个初始断层面上的点;重复步骤3)~5),直到将空间中所有断层上的点都划归到相应的连通分支中,从而确定各个初始断层面上的点;
6)以所述初始断层面上的点为原始点,求出初始断层面上的每一个原始点的若干邻域点,由所述若干邻域点拟合一个特征面,求解所述特征面的法向量作为原始点的法向量;依此类推,求取初始断层面上所有点的法向量;
7)依据点与点之间的倾角差,以设定的断层倾角阈值为标准,将每一个初始断层面划分为两个互不相交的断层面;
8)对步骤7)中的断层面进行拟合构面处理,实现断层面去重和空洞修补的目的。
2.根据权利要求1所述的三维地震断层自动提取方法,其特征在于,所述步骤4)中的邻近关系为6-邻近关系或26-邻近关系。
3.根据权利要求2所述的三维地震断层自动提取方法,其特征在于,所述步骤4)中的连通分支为6-连通分支或26-连通分支。
4.根据权利要求1至3之一所述的三维地震断层自动提取方法,其特征在于,所述步骤6)中,依据空间欧式距离求取初始断层面上的每一个原始点的若干邻域点。
5.根据权利要求1所述的三维地震断层自动提取方法,其特征在于,所述步骤7)中,所述倾角阈值≤45度。
6.根据权利要求5所述的三维地震断层自动提取方法,其特征在于,所述步骤7)中,倾角阈值为15度。
7.根据权利要求1所述的三维地震断层自动提取方法,其特征在于,所述步骤8)中,利用最小二乘拟合方法对所述断层面进行按道去重处理。
8.根据权利要求7所述的三维地震断层自动提取方法,其特征在于,所述步骤8)中,对按道去重处理后的断层面的构面采用Delaunay三角化的方法,将去重后的断层点连成Delaunay三角网进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310388920.0A CN103412331B (zh) | 2013-08-30 | 2013-08-30 | 一种三维地震断层自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310388920.0A CN103412331B (zh) | 2013-08-30 | 2013-08-30 | 一种三维地震断层自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103412331A true CN103412331A (zh) | 2013-11-27 |
CN103412331B CN103412331B (zh) | 2015-10-28 |
Family
ID=49605358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310388920.0A Expired - Fee Related CN103412331B (zh) | 2013-08-30 | 2013-08-30 | 一种三维地震断层自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103412331B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166163A (zh) * | 2014-08-27 | 2014-11-26 | 电子科技大学 | 基于三维大数据量地震数据体的断层曲面自动提取方法 |
CN104167020A (zh) * | 2014-08-19 | 2014-11-26 | 电子科技大学 | 基于约束Delaunay三角网的空间倒转曲面重建方法 |
CN105223609A (zh) * | 2015-09-18 | 2016-01-06 | 电子科技大学 | 基于匹配搜索的三维地震图像全层位自动追踪方法 |
WO2016118223A1 (en) * | 2015-01-22 | 2016-07-28 | Exxonmobil Upstream Research Company | Adaptive structure-oriented operator |
CN106526675A (zh) * | 2016-12-28 | 2017-03-22 | 中国石油化工股份有限公司 | 断层空间参数自动提取方法 |
CN106556869A (zh) * | 2017-01-19 | 2017-04-05 | 中国石油大学(华东) | 一种拉张环境下定量刻画断层走滑位移的方法 |
CN106951924A (zh) * | 2017-03-27 | 2017-07-14 | 东北石油大学 | 基于AdaBoost算法的地震相干体图像断层自动识别方法及*** |
CN107356968A (zh) * | 2017-08-25 | 2017-11-17 | 四川易诚智讯科技有限公司 | 基于crease的三维水平集断层曲面自动提取方法 |
CN107367757A (zh) * | 2017-07-20 | 2017-11-21 | 中国石油化工股份有限公司 | 碳酸盐岩断溶体的刻画方法 |
CN107368839A (zh) * | 2017-06-22 | 2017-11-21 | 南京师范大学 | 一种基于dem的断层面的自动提取方法 |
CN107807388A (zh) * | 2017-11-02 | 2018-03-16 | 辽宁工程技术大学 | 一种基于多普勒效应的地震断层滑动速度计算方法 |
CN106199727B (zh) * | 2016-08-30 | 2018-07-10 | 中国华能集团清洁能源技术研究院有限公司 | 一种应用地震层速度识别页岩气甜点的方法 |
CN109086773A (zh) * | 2018-08-29 | 2018-12-25 | 电子科技大学 | 基于全卷积神经网络的断层面识别方法 |
CN110174700A (zh) * | 2019-05-16 | 2019-08-27 | 中海石油(中国)有限公司 | 一种模拟根系生长的地震属性界线增强方法 |
CN110727025A (zh) * | 2019-08-21 | 2020-01-24 | 中国石油化工股份有限公司 | 一种隐蔽断层的识别方法 |
CN111796324A (zh) * | 2019-04-09 | 2020-10-20 | 中国石油天然气股份有限公司 | 地震全层位追踪方法及装置 |
CN111830564A (zh) * | 2019-04-18 | 2020-10-27 | 中国石油天然气股份有限公司 | 识别断层的方法和装置 |
CN113267812A (zh) * | 2021-05-20 | 2021-08-17 | 电子科技大学 | 点控制的连续断层追踪方法 |
CN113628339A (zh) * | 2021-08-17 | 2021-11-09 | 电子科技大学 | 一种基于局部保留投影的断层片提取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030112704A1 (en) * | 2001-12-14 | 2003-06-19 | Goff Douglas Francis | Process for interpreting faults from a fault-enhanced 3-dimensional seismic attribute volume |
WO2004044615A2 (en) * | 2002-11-09 | 2004-05-27 | Geoenergy, Inc. | Method and apparatus for seismic feature extraction |
CN1797039A (zh) * | 2004-12-29 | 2006-07-05 | 中国石油天然气集团公司 | 三维地质层位自动追踪方法 |
-
2013
- 2013-08-30 CN CN201310388920.0A patent/CN103412331B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030112704A1 (en) * | 2001-12-14 | 2003-06-19 | Goff Douglas Francis | Process for interpreting faults from a fault-enhanced 3-dimensional seismic attribute volume |
WO2004044615A2 (en) * | 2002-11-09 | 2004-05-27 | Geoenergy, Inc. | Method and apparatus for seismic feature extraction |
CN1797039A (zh) * | 2004-12-29 | 2006-07-05 | 中国石油天然气集团公司 | 三维地质层位自动追踪方法 |
Non-Patent Citations (1)
Title |
---|
公维民等人: "地震资料解释中断层自动提取与组合技术研究", 《石油仪器》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104167020A (zh) * | 2014-08-19 | 2014-11-26 | 电子科技大学 | 基于约束Delaunay三角网的空间倒转曲面重建方法 |
CN104167020B (zh) * | 2014-08-19 | 2017-02-22 | 电子科技大学 | 基于约束Delaunay三角网的空间倒转曲面重建方法 |
CN104166163B (zh) * | 2014-08-27 | 2016-08-24 | 电子科技大学 | 基于三维大数据量地震数据体的断层曲面自动提取方法 |
CN104166163A (zh) * | 2014-08-27 | 2014-11-26 | 电子科技大学 | 基于三维大数据量地震数据体的断层曲面自动提取方法 |
WO2016118223A1 (en) * | 2015-01-22 | 2016-07-28 | Exxonmobil Upstream Research Company | Adaptive structure-oriented operator |
US10082588B2 (en) | 2015-01-22 | 2018-09-25 | Exxonmobil Upstream Research Company | Adaptive structure-oriented operator |
CN105223609A (zh) * | 2015-09-18 | 2016-01-06 | 电子科技大学 | 基于匹配搜索的三维地震图像全层位自动追踪方法 |
CN105223609B (zh) * | 2015-09-18 | 2017-09-19 | 电子科技大学 | 基于匹配搜索的三维地震图像全层位自动追踪方法 |
CN106199727B (zh) * | 2016-08-30 | 2018-07-10 | 中国华能集团清洁能源技术研究院有限公司 | 一种应用地震层速度识别页岩气甜点的方法 |
CN106526675A (zh) * | 2016-12-28 | 2017-03-22 | 中国石油化工股份有限公司 | 断层空间参数自动提取方法 |
CN106556869A (zh) * | 2017-01-19 | 2017-04-05 | 中国石油大学(华东) | 一种拉张环境下定量刻画断层走滑位移的方法 |
CN106951924A (zh) * | 2017-03-27 | 2017-07-14 | 东北石油大学 | 基于AdaBoost算法的地震相干体图像断层自动识别方法及*** |
CN106951924B (zh) * | 2017-03-27 | 2020-01-07 | 东北石油大学 | 基于AdaBoost算法的地震相干体图像断层自动识别方法及*** |
CN107368839B (zh) * | 2017-06-22 | 2020-05-12 | 南京师范大学 | 一种基于dem的断层面的自动提取方法 |
CN107368839A (zh) * | 2017-06-22 | 2017-11-21 | 南京师范大学 | 一种基于dem的断层面的自动提取方法 |
CN107367757A (zh) * | 2017-07-20 | 2017-11-21 | 中国石油化工股份有限公司 | 碳酸盐岩断溶体的刻画方法 |
CN107356968A (zh) * | 2017-08-25 | 2017-11-17 | 四川易诚智讯科技有限公司 | 基于crease的三维水平集断层曲面自动提取方法 |
CN107356968B (zh) * | 2017-08-25 | 2020-06-02 | 四川易诚智讯科技有限公司 | 基于crease的三维水平集断层曲面自动提取方法 |
CN107807388A (zh) * | 2017-11-02 | 2018-03-16 | 辽宁工程技术大学 | 一种基于多普勒效应的地震断层滑动速度计算方法 |
CN107807388B (zh) * | 2017-11-02 | 2019-06-07 | 辽宁工程技术大学 | 一种基于多普勒效应的地震断层滑动速度计算方法 |
CN109086773A (zh) * | 2018-08-29 | 2018-12-25 | 电子科技大学 | 基于全卷积神经网络的断层面识别方法 |
CN111796324A (zh) * | 2019-04-09 | 2020-10-20 | 中国石油天然气股份有限公司 | 地震全层位追踪方法及装置 |
US11531130B2 (en) | 2019-04-09 | 2022-12-20 | Petrochina Company Limited | Seismic full horizon tracking method, computer device and computer-readable storage medium |
CN111796324B (zh) * | 2019-04-09 | 2023-02-10 | 中国石油天然气股份有限公司 | 地震全层位追踪方法及装置 |
CN111830564A (zh) * | 2019-04-18 | 2020-10-27 | 中国石油天然气股份有限公司 | 识别断层的方法和装置 |
CN110174700A (zh) * | 2019-05-16 | 2019-08-27 | 中海石油(中国)有限公司 | 一种模拟根系生长的地震属性界线增强方法 |
CN110174700B (zh) * | 2019-05-16 | 2021-01-15 | 中海石油(中国)有限公司 | 一种模拟根系生长的地震属性界线增强方法 |
CN110727025A (zh) * | 2019-08-21 | 2020-01-24 | 中国石油化工股份有限公司 | 一种隐蔽断层的识别方法 |
CN113267812A (zh) * | 2021-05-20 | 2021-08-17 | 电子科技大学 | 点控制的连续断层追踪方法 |
CN113628339A (zh) * | 2021-08-17 | 2021-11-09 | 电子科技大学 | 一种基于局部保留投影的断层片提取方法 |
CN113628339B (zh) * | 2021-08-17 | 2023-04-18 | 电子科技大学 | 一种基于局部保留投影的断层片提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103412331B (zh) | 2015-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103412331B (zh) | 一种三维地震断层自动提取方法 | |
US9128204B2 (en) | Shape-based metrics in reservoir characterization | |
AU2010315735B2 (en) | Method for creating a hierarchically layered earth model | |
CN109709603A (zh) | 地震层位识别与追踪方法、*** | |
CN110609320B (zh) | 一种基于多尺度特征融合的叠前地震反射模式识别方法 | |
Hale | Fault surfaces and fault throws from 3D seismic images | |
Shafiq et al. | Seismic interpretation of migrated data using edge-based geodesic active contours | |
Biswas et al. | Estimating normal moveout velocity using the recurrent neural network | |
Wang et al. | Automatic fault tracking across seismic volumes via tracking vectors | |
Tahmasebi | Structural adjustment for accurate conditioning in large-scale subsurface systems | |
Wang et al. | Seismic stratum segmentation using an encoder–decoder convolutional neural network | |
Figueiredo et al. | A seismic facies analysis approach to map 3D seismic horizons | |
Lyu et al. | A buried hill fault detection method based on 3D U-SegNet and transfer learning | |
CN115639605B (zh) | 基于深度学习的高分辨率断层的自动识别方法和装置 | |
CN108508486B (zh) | 一种基于构造演化地层应变的裂缝预测分析方法 | |
Singh et al. | Facies prediction with Bayesian inference: Application of supervised and semisupervised deep learning | |
CN116068644B (zh) | 一种利用生成对抗网络提升地震数据分辨率和降噪的方法 | |
CN105589096B (zh) | 一种基于d-s证据理论的沉积相带划分方法 | |
CN113688901B (zh) | 一种基于膨胀卷积神经网络的储层不连续界线识别方法 | |
Han et al. | Algorithm for Intelligent Recognition Low-Grade Seismic Faults Using Codec Target Edges | |
Qu et al. | Using a synthetic data trained convolutional neural network for predicting subresolution thin layers from seismic data | |
Gupta et al. | Automated geomodelling a Nigeria case study | |
Bedi et al. | Spark map reduce based framework for seismic facies classification | |
Gadylshin et al. | Direct estimation of local wavefront attributes using deep learning | |
Wang et al. | An unsupervised deep learning method for direct seismic deblending in shot domain |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151028 Termination date: 20180830 |
|
CF01 | Termination of patent right due to non-payment of annual fee |