CN114624763A - 地震相图生成方法及装置 - Google Patents

地震相图生成方法及装置 Download PDF

Info

Publication number
CN114624763A
CN114624763A CN202011433227.7A CN202011433227A CN114624763A CN 114624763 A CN114624763 A CN 114624763A CN 202011433227 A CN202011433227 A CN 202011433227A CN 114624763 A CN114624763 A CN 114624763A
Authority
CN
China
Prior art keywords
membership
probability
stratum
reflection element
stratum reflection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011433227.7A
Other languages
English (en)
Inventor
甘利灯
蔡涵鹏
李贤兵
王峣钧
费一峰
杜文辉
戴晓峰
姜晓宇
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.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
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 Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202011433227.7A priority Critical patent/CN114624763A/zh
Publication of CN114624763A publication Critical patent/CN114624763A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G01V1/282—Application of seismic models, synthetic seismograms
    • 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

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

本发明公开了一种地震相图生成方法及装置，该方法包括：获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度，根据置信度，结合预设规则，确定分类结果中的可靠数据，根据分类结果，结合可靠数据，计算每个地层反射元在预设领域内的空间隶属度，根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度，根据最终隶属度确定每个地层反射元的最终分类，并将最终分类以可视化的形式展示，形成地震相图。本发明考虑了实际地层中地质体在空间位置上的关系以及相同地质体产生的地震相具有横向连续特征，减弱了噪声的影响，提高了生成的地震相图与实际地质情况的吻合度。

Description

地震相图生成方法及装置
技术领域
本发明涉及油气勘探技术领域，尤其涉及一种地震相图生成方法及装置。
背景技术
地震相分析技术是地震储层描述的一种重要方法。当地震波在地层中传播时，不同物理性质(如岩石弹性、岩石密度等)的地层会使得它产生相应的变化，即通过地面排布检波器接收到的反射地震波也蕴含了不同地层物理属性。地球物理工作人员通过对地震层序进行划分，再对所划分的层序内地震信号的参数特征进行分析，可以对不同的地层反射元进行模式划分。解释人员通过作图的方式，将属于同一模式的地震相单元以相同的方式表示，就可以获得地震相图。地震相图显示了不同地层反射元的类标签，直观地描述地层的横向变化特征，有利于解释人员直观了解地下地质情况。因此，获取地震相图是十分必要的。
现在技术在获取地震相图的过程中至少存在以下问题：
(1)地震波在地下传播，不可避免地受到大地滤波的作用，同时由于数字化采集，使得最终采集到的地震反射波形中混有噪声，现有技术未考虑到噪声对地震相分析造成的影响，或简单对地震数据进行去噪处理，而没有考虑到地层规律，从而使得现有技术生成的地震相图与实际地质情况的吻合度较差。
(2)在现有技术中，都是将单个地震道或单个叠前地震道集的地震波形数据视为独立的，而忽略了实际地层中地质体在空间位置上的关系。
(3)由沉积学理论可知相同地质体产生的地震相具有横向连续特征，而现有技术中并未考虑到这一特征，使得生成的地震相图无法很好地反映地下的实际情况，也给地球物理工作人员的解译工作带来了困难。
发明内容
本发明实施例提供一种地震相图生成方法，综合考虑每个地层反射元周围地层反射元对其的影响，即考虑了实际地层中地质体在空间位置上的关系以及相同地质体产生的地震相具有横向连续特征，减弱了噪声的影响，提高了生成的地震相图与实际地质情况的吻合度，很好地反映地下的实际情况，也给地球物理工作人员后续的解译工作带来了便利，该方法包括：
获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度；
根据所述概率隶属度对多个地层反射元进行分类，获取分类结果；
根据置信度，结合预设规则，确定所述分类结果中的可靠数据；
根据所述分类结果，结合所述可靠数据，计算每个地层反射元在预设领域内的空间隶属度；
根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度；
根据所述最终隶属度确定每个地层反射元的最终分类，并将所述最终分类以可视化的形式展示，形成地震相图。
本发明实施例还提供一种地震相图生成装置，综合考虑每个地层反射元周围地层反射元对其的影响，即考虑了实际地层中地质体在空间位置上的关系以及相同地质体产生的地震相具有横向连续特征，减弱了噪声的影响，提高了生成的地震相图与实际地质情况的吻合度，很好地反映地下的实际情况，也给地球物理工作人员后续的解译工作带来了便利，该装置包括：
概率隶属度获取模块，用于获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度；
分类模块，用于根据所述概率隶属度对多个地层反射元进行分类，获取分类结果；
可靠数据确定模块，用于根据置信度，结合预设规则，确定所述分类结果中的可靠数据；
空间隶属度计算模块，用于根据所述分类结果，结合所述可靠数据，计算每个地层反射元在预设领域内的空间隶属度；
最终隶属度计算模块，用于根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度；
地震相图生成模块，用于根据所述最终隶属度确定每个地层反射元的最终分类，并将所述最终分类以可视化的形式展示，形成地震相图。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明实施例中，通过获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度，根据概率隶属度对多个地层反射元进行分类，获取分类结果，再根据置信度，结合预设规则，确定分类结果中的可靠数据，根据分类结果，结合可靠数据，计算每个地层反射元在预设领域内的空间隶属度，根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度，根据最终隶属度确定每个地层反射元的最终分类，并将最终分类以可视化的形式展示，形成地震相图，综合考虑每个地层反射元周围地层反射元对其的影响，即考虑了实际地层中地质体在空间位置上的关系以及相同地质体产生的地震相具有横向连续特征，减弱了噪声的影响，提高了生成的地震相图与实际地质情况的吻合度，很好地反映地下的实际情况，也给地球物理工作人员后续的解译工作带来了便利。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中地震相图生成方法的流程图；
图2为本发明实施例中地震相图生成装置的结构示意图；
图3为现有技术获得的预设工区的地震相图示例图；
图4为本发明实施例中预设工区的地震相图示例图；
图5为本发明实施例中多个地层反射元的邻接示例图；
图6为现有技术中预设工区地层反射元的置信度示例图；
图7为本发明实施例中预设工区地层反射元的置信度示例图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1为本发明实施例提供的一种地震相图生成方法的流程图，如图1所示，该方法包括：
步骤101、获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度。
在实施例中，地震资料可以从油田、地球物理服务公司获取，包括：叠后地震反射波形数据，工区情况，以及已知钻井的测井数据。
数据驱动的方法为本领域常用的方法，以其中的模糊聚类算法(Fuzzy C-Means，简称FCM)为例，图3展示了利用FCM方法获得的地震相图，即现有技术获得的地震相图。在图3中，可见该预设工区有w1，w2，w3，w4，w5，w6六口井的数据，根据地震资料，可以对生成的地震相图的精度和可靠性进行评估。其中，w2井与w5井位置上的地震相分类，与井数据的一致性不好，这反映了现有的方法获得的地震相图的精度不高。而图4则展示了本发明所获得的地震相图，与图3相比，本发明所获得的地震相图具有更高的精度，且边界划分更为清楚，有利于地球物理工作人员的解译工作。
步骤102、根据所述概率隶属度对多个地层反射元进行分类，获取分类结果。
在实施例中，根据所述概率隶属度对多个地层反射元进行分类可以视为对多个地层反射元采用FCM方法进行的初步分类。
步骤103、根据置信度，结合预设规则，确定所述分类结果中的可靠数据。
在实施例中，置信度C的计算公式如下：
Figure BDA0002827366570000041
Figure BDA0002827366570000042
Figure BDA0002827366570000043
其中，D为区分度，A为亲和度，Large(p,n)，表示隶属序列中的第n个地层反射元的概率最大值(具体实施时，可以先根据多个地层反射元制作不同类别的概率隶属度序列)。
对于预设规则，举例来说，可以设置置信度阈值，将置信度大于该阈值的反射元纳入先验知识体系(即可靠数据)，或者，分别对每一类别的置信度进行统计，按比例选取每一类别中置信度高的反射元纳入先验知识体系(即可靠数据)。
图6为现有技术中预设工区地层反射元的置信度示例图，图7为本发明中预设工区地层反射元的置信度示例图，可以看出，在本发明中对每个地层反射元都获得了更高的置信度。使用本发明生成的地震相图更有利于地质体的识别，沉积相的边界划分和沉积环境分析。
步骤104、根据所述分类结果，结合所述可靠数据，计算每个地层反射元在预设领域内的空间隶属度。
具体实施时，可以建立了一个邻近反射元相关性的概率模型来表征反射元的空间隶属度，本发明中认为反射元对其直接邻接的反射元的影响是直接的，对非直接邻接的反射元的影响，是通过中间反射元间接影响的。如图5所示，我们认为地层反射元r对h的影响是直接的，而对m的影响要通过中间反射元h，对z的影响要通过中间反射元h和m。
在所述空间隶属度中，两个直接邻接的地层反射元的类别相同的概率为：
p(xh＝l|xr＝l)＝α
两个直接相邻的地层反射元的类别不同的概率为：
Figure BDA0002827366570000051
其中，xh与xr为直接邻接的地层反射元，l以及l’是反射元可能被划分的类别，L为类别总数，α为信息传递因子，用于反映直接邻接的地层反射元属于同一类别的概率。
在所述空间隶属度中，两个间接邻接的地层反射元的类别相同的概率为：
Figure BDA0002827366570000052
两个间接邻接的地层反射元的类别不同的概率为：
Figure BDA0002827366570000053
其中，xh与xr为直接邻接的地层反射元，l以及l’是反射元可能被划分的类别，L为类别总数，α为信息传递因子，用于反映直接邻接的地层反射元属于同一类别的概率，n为xh与xr之间的曼哈顿距离。
在上式中，信息传递因子α刻画了空间位置中已知信息对邻域的影响程度。当α值为1/L时，表示邻域模式与已知位置不相关；当α值大于和小于1/L时，分别表示了正相关与负相关。基于数据驱动，对相同与变异信息统计如下：
Figure BDA0002827366570000061
Figure BDA0002827366570000062
其中，Nei(i)表示地层反射元xi周围选定邻域的反射元标号，nsame为邻域内属于同一类别的地层反射元的个数。Ndiff为邻域内属于不同类别的地层反射元的个数。
所述信息传递因子α的计算公式如下：
Figure BDA0002827366570000063
进一步地，为了综合考虑每个地层反射元周围各地层反射元对其的影响，具体实施时，先选取目标地层反射元周围邻域，如3×3、5×5或7×7邻域。
则地层反射元w对l(l∈[1,L])类反射模式的空间概率隶属度
Figure BDA0002827366570000064
为：
Figure BDA0002827366570000065
Figure BDA0002827366570000066
Figure BDA0002827366570000067
其中，
Figure BDA0002827366570000068
为地层反射元w对l(l∈[1,L])类反射模式的空间概率隶属度，w为目标地层反射元，i为参考地层反射元。
步骤105、根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度。
具体实施时，根据所述概率隶属度和所述空间隶属度计算每个地层反射元的最终隶属度，包括：
将每个地层反射元的所述概率隶属度和每个地层反射元的所述空间隶属度相乘，获取每个地层反射元的最终隶属度。
步骤106、根据所述最终隶属度确定每个地层反射元的最终分类，并将所述最终分类以可视化的形式展示，形成地震相图。
在实施例中，将根据最大概率的最终隶属度确定每个地层反射元的类别，将每个地层反射元的类别以可视化的形式展示，当所有反射元都获得了模式指派，将他们所属的地震相与地层反射元的位置一一映射，我们就生成了将沉积学规律作为先验知识的地震相图。
本发明实施例提供的地震相图生成方法，通过获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度，根据概率隶属度对多个地层反射元进行分类，获取分类结果，再根据置信度，结合预设规则，确定分类结果中的可靠数据，根据分类结果，结合可靠数据，计算每个地层反射元在预设领域内的空间隶属度，根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度，根据最终隶属度确定每个地层反射元的最终分类，并将最终分类以可视化的形式展示，形成地震相图，综合考虑每个地层反射元周围地层反射元对其的影响，即考虑了实际地层中地质体在空间位置上的关系以及相同地质体产生的地震相具有横向连续特征，减弱了噪声的影响，提高了生成的地震相图与实际地质情况的吻合度，很好地反映地下的实际情况，也给地球物理工作人员后续的解译工作带来了便利。
基于同一发明构思，本发明实施例中还提供了一种地震相图生成装置，如下面的实施例所述。由于地震相图生成装置解决问题的原理与地震相图生成方法相似，因此，地震相图生成装置的实施可以参见地震相图生成方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图2为本发明实施例提供的一种地震相图生成装置的结构示意图，如图2所示，该装置包括：
概率隶属度获取模块201，用于获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度；
分类模块202，用于根据所述概率隶属度对多个地层反射元进行分类，获取分类结果；
可靠数据确定模块203，用于根据置信度，结合预设规则，确定所述分类结果中的可靠数据；
空间隶属度计算模块204，用于根据所述分类结果，结合所述可靠数据，计算每个地层反射元在预设领域内的空间隶属度；
最终隶属度计算模块205，用于根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度；
地震相图生成模块206，用于根据所述最终隶属度确定每个地层反射元的最终分类，并将所述最终分类以可视化的形式展示，形成地震相图。
在本发明实施例中，在所述空间隶属度中，两个直接邻接的地层反射元的类别相同的概率为：
p(xh＝l|xr＝l)＝α
两个直接相邻的地层反射元的类别不同的概率为：
Figure BDA0002827366570000081
其中，xh与xr为直接邻接的地层反射元，l以及l’是反射元可能被划分的类别，L为类别总数，α为信息传递因子，用于反映直接邻接的地层反射元属于同一类别的概率。
在本发明实施例中，在所述空间隶属度中，两个间接邻接的地层反射元的类别相同的概率为：
Figure BDA0002827366570000082
两个间接邻接的地层反射元的类别不同的概率为：
Figure BDA0002827366570000083
其中，xh与xr为直接邻接的地层反射元，l以及l’是反射元可能被划分的类别，L为类别总数，α为信息传递因子，用于反映直接邻接的地层反射元属于同一类别的概率，n为xh与xr之间的曼哈顿距离。
在本发明实施例中，所述信息传递因子α的计算公式如下：
Figure BDA0002827366570000084
Figure BDA0002827366570000085
Figure BDA0002827366570000086
其中，Nei(i)表示地层反射元xi周围选定邻域的反射元标号，nsame为邻域内属于同一类别的地层反射元的个数。Ndiff为邻域内属于不同类别的地层反射元的个数。
在本发明实施例中，最终隶属度计算模块进一步用于：
将每个地层反射元的所述概率隶属度和每个地层反射元的所述空间隶属度相乘，获取每个地层反射元的最终隶属度。
为了实现上述目的，根据本申请的另一方面，还提供了一种计算机设备。该计算机设备包括存储器、处理器、通信接口以及通信总线，在存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。
处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元，如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及作品数据处理，即实现上述方法实施例中的方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个单元存储在所述存储器中，当被所述处理器执行时，执行上述实施例中的方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
综上所述，本发明通过获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度，根据概率隶属度对多个地层反射元进行分类，获取分类结果，再根据置信度，结合预设规则，确定分类结果中的可靠数据，根据分类结果，结合可靠数据，计算每个地层反射元在预设领域内的空间隶属度，根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度，根据最终隶属度确定每个地层反射元的最终分类，并将最终分类以可视化的形式展示，形成地震相图，综合考虑每个地层反射元周围地层反射元对其的影响，即考虑了实际地层中地质体在空间位置上的关系以及相同地质体产生的地震相具有横向连续特征，减弱了噪声的影响，提高了生成的地震相图与实际地质情况的吻合度，很好地反映地下的实际情况，也给地球物理工作人员后续的解译工作带来了便利。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种地震相图生成方法，其特征在于，包括：
获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度；
根据所述概率隶属度对多个地层反射元进行分类，获取分类结果；
根据置信度，结合预设规则，确定所述分类结果中的可靠数据；
根据所述分类结果，结合所述可靠数据，计算每个地层反射元在预设领域内的空间隶属度；
根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度；
根据所述最终隶属度确定每个地层反射元的最终分类，并将所述最终分类以可视化的形式展示，形成地震相图。
2.如权利要求1所述的方法，其特征在于，在所述空间隶属度中，两个直接邻接的地层反射元的类别相同的概率为：
p(xh＝l|xr＝l)＝α
两个直接相邻的地层反射元的类别不同的概率为：
Figure FDA0002827366560000011
其中，xh与xr为直接邻接的地层反射元，l以及l’是反射元可能被划分的类别，L为类别总数，α为信息传递因子，用于反映直接邻接的地层反射元属于同一类别的概率。
3.如权利要求2所述的方法，其特征在于，在所述空间隶属度中，两个间接邻接的地层反射元的类别相同的概率为：
Figure FDA0002827366560000012
两个间接邻接的地层反射元的类别不同的概率为：
Figure FDA0002827366560000013
其中，xh与xr为直接邻接的地层反射元，l以及l’是反射元可能被划分的类别，L为类别总数，α为信息传递因子，用于反映直接邻接的地层反射元属于同一类别的概率，n为xh与xr之间的曼哈顿距离。
4.如权利要求3所述的方法，其特征在于，所述信息传递因子α的计算公式如下：
Figure FDA0002827366560000021
Figure FDA0002827366560000022
Figure FDA0002827366560000023
其中，Nei(i)表示地层反射元xi周围选定邻域的反射元标号，nsame为邻域内属于同一类别的地层反射元的个数，Ndiff为邻域内属于不同类别的地层反射元的个数。
5.如权利要求1所述的方法，其特征在于，根据所述概率隶属度和所述空间隶属度计算每个地层反射元的最终隶属度，包括：
将每个地层反射元的所述概率隶属度和每个地层反射元的所述空间隶属度相乘，获取每个地层反射元的最终隶属度。
6.一种地震相图生成装置，其特征在于，包括：
概率隶属度获取模块，用于获取地震资料，并根据地震资料，采用数据驱动的方法获取多个地层反射元的概率隶属度；
分类模块，用于根据所述概率隶属度对多个地层反射元进行分类，获取分类结果；
可靠数据确定模块，用于根据置信度，结合预设规则，确定所述分类结果中的可靠数据；
空间隶属度计算模块，用于根据所述分类结果，结合所述可靠数据，计算每个地层反射元在预设领域内的空间隶属度；
最终隶属度计算模块，用于根据每个地层反射元的概率隶属度和每个地层反射元的空间隶属度计算每个地层反射元的最终隶属度；
地震相图生成模块，用于根据所述最终隶属度确定每个地层反射元的最终分类，并将所述最终分类以可视化的形式展示，形成地震相图。
7.如权利要求6所述的装置，其特征在于，在所述空间隶属度中，两个直接邻接的地层反射元的类别相同的概率为：
p(xh＝l|xr＝l)＝α
两个直接相邻的地层反射元的类别不同的概率为：
Figure FDA0002827366560000031
其中，xh与xr为直接邻接的地层反射元，l以及l’是反射元可能被划分的类别，L为类别总数，α为信息传递因子，用于反映直接邻接的地层反射元属于同一类别的概率。
8.如权利要求7所述的装置，其特征在于，在所述空间隶属度中，两个间接邻接的地层反射元的类别相同的概率为：
Figure FDA0002827366560000032
两个间接邻接的地层反射元的类别不同的概率为：
Figure FDA0002827366560000033
其中，xh与xr为直接邻接的地层反射元，l以及l’是反射元可能被划分的类别，L为类别总数，α为信息传递因子，用于反映直接邻接的地层反射元属于同一类别的概率，n为xh与xr之间的曼哈顿距离。
9.如权利要求8所述的装置，其特征在于，所述信息传递因子α的计算公式如下：
Figure FDA0002827366560000034
Figure FDA0002827366560000035
Figure FDA0002827366560000036
其中，Nei(i)表示地层反射元xi周围选定邻域的反射元标号，nsame为邻域内属于同一类别的地层反射元的个数，Ndiff为邻域内属于不同类别的地层反射元的个数。
10.如权利要求6所述的装置，其特征在于，最终隶属度计算模块进一步用于：
将每个地层反射元的所述概率隶属度和每个地层反射元的所述空间隶属度相乘，获取每个地层反射元的最终隶属度。
11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至5任一所述方法的计算机程序。
CN202011433227.7A 2020-12-10 2020-12-10 地震相图生成方法及装置 Pending CN114624763A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011433227.7A CN114624763A (zh) 2020-12-10 2020-12-10 地震相图生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011433227.7A CN114624763A (zh) 2020-12-10 2020-12-10 地震相图生成方法及装置

Publications (1)

Publication Number Publication Date
CN114624763A true CN114624763A (zh) 2022-06-14

Family

ID=81895367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011433227.7A Pending CN114624763A (zh) 2020-12-10 2020-12-10 地震相图生成方法及装置

Country Status (1)

Country Link
CN (1) CN114624763A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130064040A1 (en) * 2010-05-28 2013-03-14 Matthias G. Imhof Method for seismic hydrocarbon system analysis
CN103403768A (zh) * 2011-01-27 2013-11-20 兰德马克绘图国际公司 有关地下岩层的模型的方法和***
CN104749624A (zh) * 2015-03-03 2015-07-01 中国石油大学(北京) 一种地震岩相识别及其不确定性定量评价同步实现方法
CN107688201A (zh) * 2017-08-23 2018-02-13 电子科技大学 基于rbm地震叠前信号聚类方法
CN110231652A (zh) * 2019-06-03 2019-09-13 中国海洋石油集团有限公司 一种基于密度的含噪声应用空间聚类的地震相提取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130064040A1 (en) * 2010-05-28 2013-03-14 Matthias G. Imhof Method for seismic hydrocarbon system analysis
CN103403768A (zh) * 2011-01-27 2013-11-20 兰德马克绘图国际公司 有关地下岩层的模型的方法和***
CN104749624A (zh) * 2015-03-03 2015-07-01 中国石油大学(北京) 一种地震岩相识别及其不确定性定量评价同步实现方法
CN107688201A (zh) * 2017-08-23 2018-02-13 电子科技大学 基于rbm地震叠前信号聚类方法
CN110231652A (zh) * 2019-06-03 2019-09-13 中国海洋石油集团有限公司 一种基于密度的含噪声应用空间聚类的地震相提取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
段林娣 等: "多信息约束下的二维地震相分析", 石油天然气学报, vol. 33, no. 4, 30 April 2011 (2011-04-30), pages 66 - 71 *
胡英 等: "基于地震纹理属性和模糊聚类划分地震相", 石油地球物理勘探, vol. 48, no. 01, 28 February 2013 (2013-02-28), pages 114 - 120 *
蔡涵鹏 等: "叠前地震纹理特征和空间信息联合驱动的地震相分析方法", 中国石油学会2019年物探技术研讨会论文集, 30 September 2019 (2019-09-30), pages 1206 - 1209 *

Similar Documents

Publication Publication Date Title
US8213261B2 (en) Method for geophysical and geological interpretation of seismic volumes in the domains of depth, time, and age
RU2594372C1 (ru) Распространяющиеся обновления плоскости разрыва
US11402529B2 (en) Identifying geologic features in a subterranean formation using seismic diffraction and refraction imaging
US20100149917A1 (en) Method For Geophysical and Geological Interpretation of Seismic Volumes In The Domains of Depth, Time, and Age
Wu et al. Deep learning for characterizing paleokarst collapse features in 3‐D seismic images
US11054537B2 (en) Feature index-based feature detection
WO2004008381A1 (en) Method for performing object-based connectivity analysis in 3-d seismic data volumes
US20200292723A1 (en) Method and Apparatus for Automatically Detecting Faults Using Deep Learning
US11313988B2 (en) Identifying geologic features in a subterranean formation using seismic diffraction imaging
US20210293983A1 (en) Facilitating hydrocarbon exploration and extraction by applying a machine-learning model to seismic data
US20230161061A1 (en) Structured representations of subsurface features for hydrocarbon system and geological reasoning
CN106255902A (zh) 使用地震数据分析地质特征的***和方法
Vinard et al. Localizing microseismic events on field data using a U-Net-based convolutional neural network trained on synthetic data
US20160377752A1 (en) Method of Digitally Identifying Structural Traps
Mirkamali et al. Evolution analysis of miocene channels and faults in offshore area of Strait of Hormuz (Eastern part of Persian Gulf) using seismic meta-attributes
CN114624763A (zh) 地震相图生成方法及装置
CA3106006C (en) Facilitating hydrocarbon exploration and extraction by applying a machine-learning model to seismic data
CA2445965C (en) Method for performing object-based connectivity analysis in 3-d seismic data volumes
CN115880455A (zh) 基于深度学习的三维智能插值方法
US20200379137A1 (en) Identifying Anomalies in a Subterranean Formation Based on Seismic Attributes
Linville et al. Contour‐based frequency‐domain event detection for seismic arrays
US11754734B2 (en) Placing wells in a hydrocarbon field based on seismic attributes and quality indicators
US20220397690A1 (en) Detection and Removal of Delayed Seismic Travel Times Produced by Velocity Inversions
US20220291405A1 (en) System and method for storage and retrieval of subsurface rock physical property prediction models using seismic interpretation
Islam et al. An Improved Seismic Fault Interpretation in a Structurally Complex Geologic Setting Using a Pretrained CNN Model and Seismic Attributes: An Example from the Browse Basin, Australia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination