DE10142785C2 - Verfahren zur Bestimmung lokaler Ähnlichkeit aus seismischen 3D-Meßdaten - Google Patents
Verfahren zur Bestimmung lokaler Ähnlichkeit aus seismischen 3D-MeßdatenInfo
- Publication number
- DE10142785C2 DE10142785C2 DE10142785A DE10142785A DE10142785C2 DE 10142785 C2 DE10142785 C2 DE 10142785C2 DE 10142785 A DE10142785 A DE 10142785A DE 10142785 A DE10142785 A DE 10142785A DE 10142785 C2 DE10142785 C2 DE 10142785C2
- Authority
- DE
- Germany
- Prior art keywords
- similarity
- inclination
- environment
- weighted
- values
- 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.)
- Expired - Fee Related
Links
- 238000005259 measurement Methods 0.000 title claims description 54
- 238000000034 method Methods 0.000 title claims description 40
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000011524 similarity measure Methods 0.000 claims description 17
- 230000003247 decreasing effect Effects 0.000 claims description 8
- 230000036961 partial effect Effects 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 210000004027 cell Anatomy 0.000 description 40
- 230000001419 dependent effect Effects 0.000 description 26
- 239000007787 solid Substances 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000013517 stratification Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 208000035126 Facies Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 238000010972 statistical evaluation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000255969 Pieris brassicae Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000002287 horizontal cell Anatomy 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G01V1/32—Transforming one recording into another or one representation into another
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Description
Die Erfindung betrifft ein Verfahren zur Bestimmung lokaler Ähnlichkeit für
geologische Einheiten im Untergrund aus einem seismischen 3-D
Meßdatensatz, der aus einer Vielzahl von Spuren besteht, die jeweils durch
eine Reihe von mit Amplitudenwerten oder daraus abgeleiteten seismischen
Attributen belegten Datenpunkten gebildet sind.
Seismische Erkundungsverfahren werden weltweit genutzt, um neben
Informationen aus abgeteuften Bohrungen zusätzliche Erkenntnisse über
Verbreitung von geologischen Strukturen im Untergrund zu erhalten. Oftmals
kann aufgrund von Informationen aus seismischen Daten auf weitere
kostenintensive Erkundungsbohrungen verzichtet oder ihre Zahl auf ein
Minimum eingeschränkt werden.
Bei der seismischen Erkundung des Untergrundes werden Sensoren
(Geophone/Hydrophone) benutzt, die hintereinander aufgereiht (2D-Seismik)
Schallwellen empfangen. Diese Wellen werden von einer seismischen Quelle,
beispielsweise Sprengladung, Vibrationsanregung oder Luftpulsern (airguns),
angeregt und von den Erdschichten z. T. an die Oberfläche zurückreflektiert.
Dort werden sie von den Sensoren registriert und in Form einer Zeitreihe
aufgezeichnet. Diese Zeitreihe stellt die ankommende seismische Energie in
Form von Amplitudenschwankungen dar. Sie wird digital gespeichert und
besteht aus gleichmäßig angeordneten Datenpunkten (Samples), die durch
die Zeit und den zugehörigen Amplitudenwert gekennzeichnet sind. Eine
solche Zeitreihe wird auch als seismische Spur bezeichnet. Die Meßreihe
wandert über das zu untersuchende Gebiet, so daß mit dieser Anordnung ein
2D seismisches Profil aufgenommen wird.
Die nachfolgende Weiterverarbeitung (Processing) hat eine
Rauschunterdrückung z. B. durch Stapelung oder gezielt angewendete Filter
zum Ziel. Nach der Stapelung, welche die den gleichen Untergrundpunkten
zugeordneten Reflexionsamplituden summiert, spricht man von Poststack-
Daten. Resultierende Ergebnisse sind Vertikalprofile, in denen Amplituden und
Laufzeiten sowie aus Amplituden abgeleitete Attribute zeit- oder
tiefenabhängig dargestellt sind, die als Grundlage für die weitere geologische
Auswertung dienen. Die geologischen Schichten lassen sich auf einem Profil
durch die laterale Amplitudenaneinanderreihung verfolgen.
Werden die Daten nicht nur entlang einer Linie sondern in einem
flächenmäßigen Raster aufgenommen, ergibt sich ein dreidimensionales
Datenvolumen. Im Fall des 3D-Volumens wird einem beliebigen Punkt im
Untergrund, beschrieben z. B. durch kartesische Koordinaten, ein
Amplitudenwert zugeordnet. Die vertikale Richtung wird in Zeit (Schallaufzeit)
gemessen.
Dabei fallen große Datenmengen an (mehrere Gigabyte), die gespeichert und
dem Processing unterzogen werden, bevor die eigentliche Interpretation in
Bezug z. B. auf die weitere Erkundung des Untergrundes möglich ist. Diese
Prozesse verlangen umfangreiche Computerresourcen und Software, um das
empfangene Signal zu verarbeiten und zu korrigieren. Das Ergebnis sind
Poststack-Daten, die ein seismisches Volumen in Form eines 3D-Datensatzes
bilden. Der 3D-Datensatz stellt in einem seismischen Abbild physikalische
und strukturelle Eigenschaften des untersuchten Untergrundes dar.
Aus diesem Datensatz können beliebige Schnitte, wie z. B. vertikale Profile
und horizontale Karten aus verschiedenen Teufen extrahiert werden, die im
weiteren Verlauf von Geophysikern und Geologen interpretiert werden. Da
diese Interpretation der gewonnenen seismischen Abbilder im wesentlichen
eine optische Korrelation umfaßt, sind Versuche unternommen worden, diese
von einem oder mehreren Interpreten abhängige, subjektive Auswertung zu
automatisieren.
Entsprechend beschreiben die US 5,563,949 und 6,092,026 ein Verfahren,
welches Störungen und Zonen niedriger Kohärenz in einem
dreidimensionalem Volumen von gestapelten seismischen Daten hervorhebt.
Dieses Datenvolumen wird in eine Anzahl von horizontalen Scheiben
unterteilt, und diese Scheiben wieder in eine Anzahl von Zellen zerlegt. Die
Zellen enthalten jeweils Abschnitte von mindestens drei seismischen Spuren
in einer horizontalen Anordnung, die einen Vergleich in zwei vorbestimmten
vertikalen Ebenen, etwa entlang der Meßlinienprofilrichtung (Inline) und quer
zur Meßlinie (Crossline), erlauben. Es werden als mathematische Verfahren
die Kreuzkorrelation und die Kovarianz namentlich aufgeführt, mit denen in
diesen Ebenen die Ähnlichkeit bzw. Kohärenz der Spuren gemessen werden
kann. Die Maxima der Kreuzkorrelationen erlauben eine Abschätzung der
anteiligen Neigung in den jeweiligen Ebenen. Diese Maxima können für beide
Korrelations-Ebenen bestimmt und mit einer mathematischen Operation zu
einem einzigen Kohärenzwert kombiniert werden. Jeder bearbeiteten Zelle
wird der zugehörige Kohärenzwert zugewiesen, wodurch ein neues
seismisches Volumen der so berechneten Kohärenz erstellt wird.
Die Berechnung von Spurähnlichkeit und Neigung durch Vergleich von jeweils
zwei Spuren in Inline- und Crosslinerichtung ist sehr noiseanfällig. Um stabile
Ergebnisse zu erzielen, müssen große Zeitfenster gewählt werden, was die
Auflösung beeinträchtigt. Das Verfahren mißt die lokale Ähnlichkeit/
Verschiedenheit in Zellen, die eine festgelegte Form und Orientierung relativ
zu den Koordinaten des seismischen Datenvolumens haben. Eine
kontinuierliche entfernungsabhängige, möglicherweise auch
richtungsabhängige Korrelation der Daten kann nicht berücksichtigt werden.
Die in der Zelle enthaltenen seismischen Daten gehen mit gleicher Wichtung
in die Messung der lokalen Ähnlichkeit/Verschiedenheit ein.
Aus der US 6,141,622 ist ein weiteres Verfahren bekannt, das in einem
dreidimensionalen seismischen Datenvolumen die lokale Ähnlichkeit bzw.
Verschiedenheit der seismischen Daten mißt. Die Messung erfolgt in einer
Zelle mit vertikaler Ausdehnung in Zeit und horizontaler Ausdehnung in der
Inline-Crossline-Ebene. Die für die Messung verwendeten Spuren liegen dabei
entweder auf einer Linie, das heißt, auf einer Inline oder einer Crossline, oder
auf zwei Linien, das heißt, auf einer Inline und einer Crossline symmetrisch
zu deren Schnittpunkt. Auf den Linien werden dabei 3, 5, oder 7 benachbarte
Spuren ausgewählt, womit sich für die Zelle in horizontaler Ebene eine
Kreuzform ergibt. In den Zellen wird die Semblance oder die invertierte
Semblance gemessen. Die Messung erfolgt ausschließlich entlang der
enthaltenen Inline oder Crossline. In der kreuzförmigen Zelle fallen für die
zwei enthaltenen Richtungen auch zwei entsprechende Meßwerte an, die
anschließend addiert werden.
Das Verfahren mißt die lokale Ähnlichkeit/Verschiedenheit in Zellen, die eine
festgelegte Form und Orientierung relativ zu den Koordinaten des
seismischen Datenvolumens haben. Eine kontinuierliche
entfernungsabhängige, möglicherweise auch richtungsabhängige Korrelation
der Daten kann nicht berücksichtigt werden. Die in der Zelle enthaltenen
seismischen Daten gehen mit gleicher Wichtung in die Messung der lokalen
Ähnlichkeit/Verschiedenheit ein. Neigungen werden nicht berücksichtigt.
In der US 6,138,075 wird ebenfalls ein Verfahren beschrieben, welches in
einem dreidimensionalen seismischen Datenvolumen die lokale Ähnlichkeit
oder Verschiedenheit der seismischen Spuren misst. Für die Messung wird
eine Zelle in vertikaler Richtung entlang der Spuren und in der
Horizontalebene definiert. Die Zelle enthält eine Referenzspur mit mindestens
zwei Nachbarspuren. Für jede Nachbarspur wird ein individueller Wert der
Ähnlichkeit mit der Referenzspur bestimmt, wobei mathematische Maße wie
Semblance oder Kreuzkorrelation angewendet werden. Lokale Neigungen des
Datenvolumens werden berücksichtigt, indem die Nachbarspuren in einem
vorgegebenen Bereich vertikal verschoben werden, und der maximale
Ähnlichkeitswert ausgewählt wird. Die Nachbarspur mit dem größten
Ähnlichkeitswert wird zur Zielspur (target trace) erklärt. Alle bis zu diesem
Zeitpunkt in der Zelle ermittelten Ähnlichkeitswerte werden anschließend als
vorläufig angesehen und gelöscht. Die abschließende Ähnlichkeitsmessung
findet ausschließlich zwischen Referenspur und Zielspur statt, wobei
durchaus ein anderes Ähnlichkeitsmaß, etwa die 'manhattan distance',
eingesetzt werden kann.
Der Bestimmung von Ähnlichkeitswerten aus dem Vergleich von jeweils zwei
Spuren ist sehr noiseanfällig. Die Beschränkung des Vergleichs auf
Nachbarspuren ist nicht geeignet, allmähliche Änderungen des seismischen
Verhaltens zu erfassen, die sich über Entfernungen im Bereich mehrerer
Spurabstände erstrecken, und bei denen die Änderung im Bereich eines
Spurabstandes unterhalb des Noiselevels der Daten liegt.
Aus der US 6,151,555 bzw. WO 00/54207 ist ein weiteres Verfahren
bekannt, welches die lokale Verschiedenheit von seismischen Spuren in
einem dreidimensionalen seismischen Datenvolumen misst. In Anlehnung an
die statistische Varianz werden zwei alternative Maße der Verschiedenheit
angegeben. Für die Messung wird eine Zelle in vertikaler Richtung entlang der
Spuren und in der Horizontalebene definiert. Für die Horizontalebene werden
quadratische Zellen von 3 × 3 oder 5 × 5 Spuren sowie eine kreuzförmige Zelle
mit 5 + 5 Spuren in beiden orthogonalen Richtungen zur Auswahl gestellt. Die
vertikale Ausdehnung der Zelle wird durch die Anzahl der enthaltenen
Samples entlang jeder einzelnen Spur beschrieben; dies ist gleichzeitig auch
die Anzahl der enthaltenen horizontalen Datenscheiben. Eine trianguläre
Wichtungsfunktion ordnet jeder horizontalen Datenscheibe ein Gewicht zu.
Innerhalb der Horizontalebene hingegen findet keine Wichtung statt, jede
horizontale Position trägt also gleichermaßen zum Maß der Verschiedenheit
bei.
In jeder horizontalen Datenscheibe wird der Mittelwert, die Summe der
quadratischen Abweichungen vom Mittelwert, und die Summe der Quadrate
zu den enthaltenen Datenwerten gebildet. Daraus können zwei Meßwerte der
Verschiedenheit wie folgt berechnet werden:
- 1. Die Summen der quadratischen Abweichungen werden mit der vertikalen Wichtungsfunktion multipliziert und für alle horizontalen Datenscheiben summiert, in gleicher Weise werden die Summen der Quadrate behandelt, und abschließend werden erstere durch letztere geteilt.
- 2. Alternativ wird in jeder horizontalen Datenscheibe ein individueller Quotient aus der Summe der quadratischen Abweichungen und der Summe der Quadrate gebildet, diese werden mit der vertikalen Wichtungsfunktion multipliziert und abschließend für alle horizontalen Datenscheiben summiert.
Das Verfahren mißt die lokale Verschiedenheit in Zellen, die eine festgelegte
Form und Orientierung relativ zu den Koordinaten des seismischen
Datenvolumens haben. Eine kontinuierliche entfernungsabhängige,
möglicherweise auch richtungsabhängige Korrelation der Daten kann nicht
berücksichtigt werden. Die in der Zelle enthaltenen seismischen Daten gehen
mit horizontal konstanter Wichtung in die Messung der lokalen Ähnlichkeit/
Verschiedenheit ein. Eine Berücksichtigung von Neigungen findet nicht statt.
Ferner ist aus der DE 199 33 717 C1 ein Verfahren zur Ähnlichkeitsanalyse
von einer vorbestimmten dreidimensionalen Umgebung zu einem jeweiligen
Analysepunkt zugehörenden Datenpunkten aus einem seismischen 3D-
Meßdatensatz bekannt, der aus einer Vielzahl von Spuren besteht, die jeweils
durch eine Reihe der mit Amplitudenwerten oder daraus abgeleiteten
seismischen Attributen belegten Datenpunkte gebildet wird. Dabei wird
jedoch die Ähnlichkeit lokaler Ausschnitte seismischer Daten aus dem
Meßdatensatz mit einem Referenzausschnitt, der einer vorbestimmten
Lokation und Tiefe entspricht, berechnet und dem jeweiligen zentralen
Datenpunkt des lokalen Ausschnitts dieser Ähnlichkeitswert als Attribut
zugeordnet.
Aus der WO 97/13166 ist ein Verfahren bekannt, welches die lokale
Verschiedenheit von seismischen Spuren in einem dreidimensionalen
seismischen Datenvolumen mit einem Semblance-Verfahren mißt. Für die
Messung wird eine Zelle in vertikaler Richtung entlang der Spuren und in der
Horizontalebene definiert. In der Horizontalebene hat die Zelle eine elliptische
oder rechteckige Form und ist um den Analysepunkt zentriert. Die
Hauptachse der Zelle kann einen beliebigen Winkel zu den horizontalen
Koordinatenachsen der seismischen Daten einnehmen, ihre Orientierung zum
Datengitter wird durch diesen Winkel dann jedoch starr festgelegt. Die
Messung der Ähnlichkeit kann damit maximal eine Vorzugsrichtung
einnehmen, die durch die Richtung der Hauptachse gegeben ist. Die vertikale
Ausdehnung der Zelle wird durch die Anzahl der enthaltenen Samples entlang
jeder einzelnen Spur beschrieben; dies ist gleichzeitig auch die Anzahl der
enthaltenen horizontalen Datenscheiben.
Innerhalb der Zelle wird die Semblance für die komplexen Spuren berechnet,
d. h., zu jeder realen Spur muß die Hilbert-transformierte, imaginäre Spur
berechnet werden. Eine Abschätzung der Kohärenz folgt aus der Mittelung
der Semblance über die vertikale Ausdehnung der Zelle. In jeder horizontalen
Datenscheibe werden die Summe der realen Werte und die Summe der
Hilbert-transformierten Werte gebildet. Jede dieser Summen wird
anschließend quadriert. Diese quadratierten Amplitudensummen aller
horizontalen Datenscheiben werden addiert und ergeben so den Zähler der
Semblance. Der Nenner der Semblance enthält die Summe über die Quadrate
aller in der Zelle enthaltenen, realen und Hilbert-transformierten, einzelnen
Werte. Die Semblance wird in Abhängigkeit der Neigung berechnet, welche
durch zwei Parameter beschrieben wird. Diese Parameter sind die
scheinbaren Neigungen in Richtung der orthogonalen horizontalen
Datenachsen, die in das Wertepaar aus Neigungs- und Azimuthwinkel
umgerechnet werden können. Für die neigungsabhängige
Semblanceberechnung verändert die Zelle ihre vertikale Lage im
dreidimensionalen Datenvolumen, wobei der horizontale Grundriß und die
Zentrierung um den Analysepunkt erhalten bleibt. Die Zelle wird dabei
entsprechend der scheinbaren Neigungen geschert, d. h. die Teilsummen für
die Semblanceberechnung werden in gleichermaßen geneigten Datenscheiben
gebildet. Die zu berücksichtigenden Neigungen werden durch einen
maximalen Neigungswinkel begrenzt. In einer polaren Darstellung von
Neigungs- und Azimuthwinkel werden drei alternative Schemata zur
Diskretisierung des Raumwinkels vorgegeben, welche durch ein
quadratisches, trianguläres oder radiales Gitter erfolgen kann. Das radiale
Gitter wird dabei als nachteilig angesehen, da es im Gegensatz zu den beiden
anderen Gittern eine sehr ungleichmäßige Diskretisierung des Raumwinkels
beinhaltet.
Das vorgestellte Verfahren verwendet keine Wichtung in der Horizontalebene,
die einer Abnahme der lithologischen und strukturellen Korrelation von
geologischen Körpern mit der Entfernung Rechnung tragen könnte. Eine
zeitliche Wichtung wird ebenfalls nicht verwendet. Die horizontale Zelle kann
eine Vorzugsrichtung besitzen, deren Orientierung jedoch für den gesamten
Vorgang der Ähnlichkeits- bzw. Kohärenzbestimmung im dreidimensionalen
Datenvolumen unverändert bleibt. Bei der Neigungsmessung ist die starr
orientierte Zelle daher nicht entsprechend des Neigungsazimuths, d. h., der im
betrachteten Maßvolumen mehr oder weniger stark variierenden strukturellen
Streichrichtung, ausgerichtet. Wenn die geologischen Streichrichtungen, die
bei den neigungsabhängigen Ähnlichkeitsmessungen angenommen werden,
relativ zur Vorzugsrichtung der Zelle variieren, kann dies nachteilig sein, da
bei geologischen Körpern die Richtung größter Kontinuität oft in einer
Beziehung zur geologischen Streichrichtung steht. Folglich liegt eine
möglicherweise vorhandene Vorzugsrichtung der Zelle teilweise parallel,
teilweise senkrecht, und vielfach mit anderen Winkeln zu den geologischen
Streichrichtungen der berücksichtigten Neigungen. Hier kann es jedoch sein,
daß die dabei gemessenen Ähnlichkeitswerte die in den Daten vorhandene
Neigungsabhängigkeit verfälscht widerspiegeln, weil die Messung für einige
Azimuthbereiche durch die Ausrichtung der Analysezelle systematisch
erhöhte oder erniedrigte Ähnlichkeitswerte liefert.
Ferner ist nachteilig, daß zur Berechnung der Ähnlichkeit unter
Berücksichtigung von Neigung und Neigungsazimuth zu jeder realen Spur die
Hilbert-transformierte imaginäre Spur berechnet werden muß, was zusätzlich
erhebliche Rechenkapazitäten erfordert. Dieses aus der WO 97/13166
bekannte Verfahren wird mit ergänzenden Beispielen auch in der
Veröffentlichung Marfurt, K. J. et al.: 3-D seismic attributes using a
semblance-based coherency algorithm. - In: Geophysics, 1998, Band 63, S.
1150-1165 offenbart.
Alle vorgenannten, bekannten Verfahren führen innerhalb eines drei
dimensionalen Volumens von seismischen Poststack-Daten die Messung
eines Ähnlichkeitswertes in Zellen aus, welche eine vordefinierte Form und
Größe in der räumlichen Horizontalebene besitzen. Dabei tragen die in einer
Zelle enthaltenen seismischen Spurabschnitte mit einer horizontal konstanten
Wichtung zur Bildung von individuellen Ähnlichkeitswerten für einzelne
Spurpaare, oder von einem allgemeinen Ähnlichkeitswert für die ganze Zelle
bei. Die Spurwichtung in der Horizontalebene springt demnach von einem
konstanten, positiven Niveau innerhalb der Zelle auf den Wert Null außerhalb
der Zelle. Das heißt, alle Verfahren können den Grad der räumlichen
Kontinuität geologischer Körper, wie er beispielsweise in der Variographie
ermittelt wird, nicht berücksichtigen, da die Nachbarschaftsrelationen nicht
gewichtet werden. Die Variographieberechnung und -Modellierung ist eine
Vorraussetzung der Geostatistik und wird eingesetzt, um
entfernungsabhängige und gegebenenfalls auch richtungsabhängige
räumliche Beziehungen benachbarter Punkte quantitativ zu beschreiben.
Aufgabe der Erfindung ist es, ein Auswerteverfahren für seismische 3D-
Meßdaten zur Bestimmung der lokalen Ähnlichkeit geologischer Einheiten im
Untergrund anzugeben, bei dem die räumliche Kontinuität entfernungs- und
ggf. auch richtungsabhängig berücksichtigt wird.
Gelöst wird diese Aufgabe mit einem Verfahren gemäß Anspruch 1.
Damit beinhaltet die Erfindung ein Verfahren zur automatischen Ermittlung
und Auswertung von strukturellen, faziellen und lithologischen Einheiten mit
Diskontinuitäten und Übergängen verschiedener räumlicher Größenordnung in
seismischen Daten. Sie dient der Bearbeitung von einer Vielzahl von
seismischen Spuren aus einem dreidimensionalen Datenvolumen. Das
dreidimensionale Datenvolumen kann so angeordnet werden, dass die Lage
einer einzelnen Spur durch zwei Koordinaten (x, y) in einer horizontalen
Ebene gekennzeichnet wird, während die dritte, vertikale Koordinatenachse
entlang den vertikal angeordneten Spuren verläuft. Die dritte Koordinate (z)
kann eine Zeit oder Tiefe auf der seismischen Spur beschreiben. Zu diskreten
Koordinatenwerten (xi, yj, zk) entlang der drei Koordinatenachsen enthält das
dreidimensionale Volumen nun einzelne Datenwerte (Samples) s(xi, yj, zk) der
seismischen Amplitude oder eines daraus abgeleiteten seismischen Attributs.
Durch die gewichtete Umgebung zu einem jeweiligen Analysepunkt wird eine
räumlich gewichtete Bestimmung der Nachbarschaftsrelation für die
Detektion von Fazies-, Lithologie- oder strukturellen Einheiten bzw. deren
Übergängen geschaffen. Dabei kann die Ausdehnung und Wichtung der für
die Bestimmung der Nachbarschaftsrelation verwendeten Umgebung analog
zu den aus der Variographie ermittelten räumlichen Beziehungen gewählt
werden. Alternativ kann eine Wichtungsfunktion gezielt für bestimmte
geologische Fragestellungen aus der Fachliteratur entnommen werden. Da in
der Regel eine Wichtungsfunktion auf dem gesamten Datenvolumen definiert
ist, können für die Ähnlichkeitsmessungen gewichtete Umgebungen in jeder
Form und Größe verwendet werden. Zur Ähnlichkeitsauswertung läßt sich die
gewichtete Umgebung mit einem beliebigen Ähnlichkeitsmaß kombinieren,
indem in dem ausgewählten Ähnlichkeitsmaß die Wichtungsfunktion
eingefügt wird. In der Seismik übliche Ähnlichkeitsmaße sind beispielsweise
die Semblance, die Korrelation oder die Varianz.
Bevorzugt wird diese Ähnlichkeitsanalyse unter Berücksichtigung der lokalen
Neigungen durchgeführt, indem neigungsabhängige Ähnlichkeitswerte gemäß
Anspruch 2 berechnet werden.
In den Reflexionen in einem 3-dimensionalen seismischen Datenvolumen
werden die Schichtflächen und die tektonischen Grenzflächen des
Untergrundes abgebildet, welche vielfach nicht horizontal verlaufen, sondern
Neigungen unterschiedlicher Stärken und Richtungen aufweisen.
Entsprechend treten auch im seismischen Datenvolumen geneigte
Reflexionen auf.
Für derartige Reflexionen mit unterschiedlichen Neigungen sollen
vergleichbare Ähnlichkeitswerte ermittelt werden. Dazu wird die
Ähnlichkeitsmessung entlang der lokalen Neigung der seismischen Daten
durchgeführt. Für diese neigungsabhängige Ähnlichkeitsmessung wird die
gewichtete Umgebung vertikal geschert, so dass die zuvor horizontalen
Ebenen dieser Umgebung entsprechend der lokalen Neigung gekippt sind.
An einem Analysepunkt ist die lokale Neigung der seismischen Daten zu
Beginn der Ähnlichkeitsmessungen allerdings unbekannt und muß
abgeschätzt werden. Dabei wird vorausgesetzt, dass die
Ähnlichkeitsmessungen mit verschiedenen Neigungen dann einen maximalen
Ähnlichkeitswert liefern, wenn die Neigung der Messung und die lokale
Neigung im Datenvolumen zusammenfallen.
Um dieses neigungsabhängige Maximum mit ausreichender Genauigkeit zu
finden, wird der Bereich möglicher Neigungen entsprechend einer
Diskretisierung des Raumwinkels möglichst gleichmäßig unterteilt.
Nach dem Auffinden des neigungsabhängigen Kohärenzmaximums werden
dieses Kohärenzmaximum und die zugehörigen Neigungs- und Azimuthwinkel
als Ergebnisse der Ähnlichkeitsmessungen dem jeweiligen Analysepunkt
zugeordnet gespeichert. Sie stehen dann für eine weitere digitale
Auswertung, beispielsweise durch Mustererkennung, zur Verfügung. Sie
werden weiterhin für den Auswerter auf dem Bildschirm entlang von
Schnitten durch das 3-dimensionale Volumen bzw. entlang der bearbeiteten
Zeitscheiben oder Horizonte graphisch dargestellt. Selbstverständlich können
diese Darstellungen auch ausgedruckt werden.
Wenn die Wichtungsfunktion um den Analysepunkt zentriert ist und vom
Analysepunkt abnehmende Werte aufweist, wird der Einfluß eines
Datenwertes auf das Ähnlichkeitsmaß mit der Entfernung vom Analysepunkt
abnehmen, wie dies üblicherweise anzunehmen ist.
Wenn die Wichtung als Fensterfunktionen, insbesondere trianguläre,
Hamming-, Hanning- oder Daniell-Funktion ausgebildet werden, wird eine
durch die Fensterfunktion begrenzte Umgebung für die
Ähnlichkeitsbetrachtung ausgewählt.
Dadurch, daß mit der Entfernung (d) vom Analysepunkt bis ins Unendliche
stetig abnehmende Funktionen, insbesondere d-c, e-cd, e-cdd mit c = beliebige
Konstante, zur Wichtung verwendet werden, wobei die Wichtung ab einer
Maximalentfernung (dmax) vom Analysepunkt auf den Wert Null gesetzt wird,
wird der Rechenaufwand auch bei bis ins Unendliche stetig abnehmenden
Wichtungsfunktionen begrenzt. Der Übergang bei der Maximalentfernung
vom Analysepunkt auf den Wichtungsfaktor Null kann beispielsweise durch
eine zusätzliche lineare Übergangsfunktion geglättet werden, um Randeffekte
bei der Berechnung von Ähnlichkeitswerten zu verringern.
Eine begrenzte Umgebung für die Ähnlichkeitsbetrachtung liefert auch eine
beliebige positive Wichtung, bei der in einem Randbereich eine
Fensterfunktion ein Abklingen auf den Wert Null bewirkt. Hier wird die
Wichtung als Produkt zweier Funktionen gebildet, wobei die eine Funktion
mit der Entfernung vom Analysepunkt nicht oder nicht vollständig abklingt,
und die andere Funktion eine Fensterfunktion ist, die im Zentralbereich der
Umgebung den Wert 1 besitzt, im Randbereich der Umgebung eine Abnahme
von 1 auf 0 beinhaltet, und außerhalb der Umgebung den Wert 0 einnimmt.
Dadurch, daß die gewichtete Umgebung wenigstens in der Horizontalebene
rotationssymmetrisch zum Analysepunkt ausgebildet wird, wird eine
richtungsneutrale Umgebung definiert, die bei der Ähnlichkeitsberechnung
keine Vorzugsrichtung aufweist.
Eine entfernungsabhängige Wichtung kann durch richtungsabhängige
Skalierung des Entfernungsmaßes, bevorzugt durch elliptische Skalierung, mit
einer Vorzugsrichtung ausgestattet werden. Dadurch, daß eine in der
Horizontalebene nicht rotationssymmetrisch zum Analysepunkt ausgebildete
gewichtete Umgebung für die Bestimmung der Ähnlichkeitswerte mit dem
jeweiligen Neigungsazimuth mitgedreht wird, und insbesondere eine durch
die Asymmetrie gegebene Vorzugsrichtung in fester geometrischer Beziehung
relativ zum jeweils betrachteten Neigungsazimuth orientiert wird, kann
berücksichtigt werden, dass bei geologischen Körpern die Richtung größter
Kontinuität oft in einer Beziehung zur geologischen Streichrichtung bzw. zum
Neigungsazimuth steht. Durch die Mitdrehung der nicht
rotationssymmetrischen Umgebung bei den jeweilig zur Ähnlichkeitsmessung
betrachteten, diskreten Neigungsazimuthen wird somit für typische
geologische Strukturen eine Verfälschung der Ähnlichkeitswerte vermieden.
Wenn die Schrittweite zwischen benachbarten Analysepunkten im 3-D
Meßdatensatz als Vielfache, insbesondere ganzzahlige Vielfache, der
Datenpunktabstände gewählt wird, bevorzugt zwischen einem und einigen
zehn, besonders bevorzugt drei bis zehn, Datenpunktabstände, kann die
Rechenzeit erheblich verkürzt werden, da nicht für jede Sampleposition eine
Ähnlichkeitsbestimmung durchgeführt werden braucht. Die Auswahl der
Analysepunkte wird daher durch laterale und vertikale Schrittweiten
festgelegt. Diese Schrittweiten sollen bevorzugt ganzzahlige Vielfache der
Datenpunktabstände (Sampleabstände) sein. Es sind aber auch gebrochene
Vielfache möglich, wobei die zwischen gemessenen Datenpunkten definierten
Positionen durch interpolierte Datenwerte besetzt werden. Nach Berechnung
eines Ähnlichkeitswertes und einer Neigung mit zugehörigem Azimuth an
einem Analysepunkt wird die hierzu verwendete gewichtete Umgebung auf
den entsprechend der vorgewählten Schrittweite nächsten Analysepunkt
zentriert. Bei Umgebung mit großer räumlicher Ausdehnung können zur
Einschränkung des Rechenaufwandes allgemein größere Schrittweiten
zwischen den benachbarten Analysepunkten verwendet werden, ohne daß
die Auflösung beeinträchtigt wird.
Wenn der Neigungs- und Azimuthwinkel in einem radialen Gitter über gleich
große Radialabstände und Winkelintervalle diskretisiert wird, kann der
Flächenwinkel vorteilhaft einfach bei der statistischen Auswertung und
farblichen Darstellungen von Streichrichtungen zugeordnet werden.
Nachteilig ist jedoch, daß die konstanten Winkelintervalle zu einer sehr
ungleichmäßigen Diskretisierung des Raumwinkels führen. Im Bereich des
Gitterursprungs (horizontale Schichtung) liegen die Analysepunkte eng
beieinander, was die Rechenkapazität unnötig belastet.
Daher wird in Weiterbildung vorgeschlagen, daß bei der Berechnung der
Ähnlichkeitswerte für diskrete räumliche Ausrichtungen der diskrete
Neigungswinkel (ϑi) ausgehend von einem vorbestimmten maximalen
Neigungswinkel (ϑmax) wie folgt berechnet wird: für Neigungswinkel ϑi mit
ϑmax/2 < ϑi ≦ ϑmax wird zu jedem diskretisierten Azimuth ein Ähnlichkeitswert
berechnet, für Neigungswinkel ϑi mit ϑmax/4 < ϑi ≦ ϑmax/2 wird die
Berechnung zu jedem zweiten Azimuth durchgeführt, für Neigungswinkel ϑi
mit ϑmax/8 < ϑi ≦ ϑmax/4 an jedem vierten Azimuth, für Neigungswinkel ϑi mit
ϑmax/16 < ϑi ≦ ϑmax/8 an jedem achten Azimuth, usw.; wobei bevorzugt mit
der vierten Unterteilung abgeschlossen wird. Hiermit ist der Nachteil der
ungleichmäßigen Diskretisierung des Raumwinkels im radialen Gitter und des
damit verbundenen Rechenaufwandes vieler Ähnlichkeitsbestimmungen nahe
des Gitterursprungs behoben. Gleichwohl wird die für weitere Auswertungen
vorteilhafte Diskretisierung von Neigungs- und Azimuthwinkel mit konstanten
Schrittweiten beibehalten.
In einem optionalen weiteren Schritt kann die Genauigkeit der
Azimuthwinkelbestimmung der vorgenannten Neigungsabschätzung verfeinert
werden, wenn bei einer Neigungsabschätzung in einem vergröberten
Azimuthintervall beidseits der ersten Abschätzung solange Ähnlichkeitswerte
mit den ursprünglichen Winkelintervallen berechnet werden, wie eine
Zunahme der Ähnlichkeitswerte festgestellt wird, wobei die erste
Abschätzung der Neigung durch die Neigungs- und Azimuthwinkel dieses
Gesamtmaximums ersetzt wird, wenn das Maximum der Ähnlichkeitswerte
dieser zweiten Stufe über dem Maximum der ersten Stufe liegt.
Dadurch, daß die Ähnlichkeit entlang von beliebig orientierten Flächen
berechnet wird als Quadrat des repräsentativen Attributs (Amplitude) geteilt
durch mittleres quadratisches Attribut (Amplitude), wird die bei der in der
Seismik üblichen Semblance verwendete mittlere Amplitude durch eine
repräsentative Amplitude ersetzt, die beispielsweise durch ein neuronales
Netzwerk berechnet wird.
Bevorzugt ist das repräsentative Attribut der gewichtete Median der zu
analysierenden Attribute. Die Verwendung des gewichteten Medians der
Amplitude (des Attributs) bewirkt die Aussonderung einzelner starker Spikes
und Noiseamplituden, die bei der Semblance einen starken Einfluß auf das
Ergebnis haben können, womit das Analyseergebnis verbessert wird.
Gemäß Anspruch 14 wird die gewichtete Median-Kohärenz für die
Anwendung mit gewichteten Umgebungen modifiziert.
Die in Anspruch 15 wiedergegebene gewichtete Kohärenz auf Grundlage der
gewichteten Semblance berücksichtigt ebenfalls die Wichtungsfaktoren bei
der Ähnlichkeitsbestimmung.
Nachfolgend wird ein Ausführungsbeispiel unter Bezugnahme auf die
beiliegenden Zeichnungen detailliert beschrieben.
Darin zeigt:
Fig. 1 eine Diskretisierung des Raumwinkels durch ein modifiziertes
radiales Gitter,
Fig. 2 für eine Zeitscheibe eines seismischen Volumens
in a) den erzielten maximalen, lokalen Ähnlichkeitswert,
in b) den zugehörigen Neigungswinkel und
in c) den zugehörigen Neigungsazimuth.
Zunächst werden die Berechnungsgrundlagen für die erfindungsgemäße
Datenauswertung nachfolgend dargestellt.
Um jede für die Berechnung eines Ähnlichkeitswertes ausgewählte
Analyseposition (xI, yJ, zK) wird eine dreidimensionale Umgebung durch eine
Wichtungsfunktion
gIJK(xi, yj, zk) = g(xi - xI, yj - yJ, zk - zK) (1)
definiert. Diese Wichtungsfunktion enthält beliebige Werte g(x, y, z) < 0 in
einer beliebig geformten und beliebig ausgedehnten, dreidimensionalen
Umgebung um den Koordinatenursprung (x, y, z) = (0, 0, 0) herum, und Werte
g(x, y, z) = 0 außerhalb dieser Umgebung. Sie enthält die Gewichte, mit
denen die in der Umgebung liegenden seismischen Datenwerte in die
Berechnung des Ähnlichkeitswertes an der ausgewählten Analyseposition
(xI, yJ, zK) einfließen.
Diese Funktion kann zum Beispiel abklingende Wichtungen an den Rändern
der Umgebung aufweisen und somit Randeffekte bei der Berechnung der
Ähnlichkeitswerte verringern. Ebenso kann eine stärkere Wichtung der näher
zum Ursprung gelegenen Werte das Ergebnis verbessern, da sie die
unmittelbaren Nachbarwerte bei der Berechnung des Ähnlichkeitswertes
bevorzugen. Grundsätzlich kann diese Wichtung auch aus Variogrammen
abgeleitet werden, welche die entfernungsabhängige Korrelation von
Parametern für das Untersuchungsgebiet beschreiben.
Spezielle Wichtungsfunktionen können auch aus unabhängigen Teilfunktionen
für einzelne Koordinaten gebildet werden, etwa in der Form
g(x, y, z) = p(x, y)f(z), (2a)
oder
g(x, y, z) = l(x)h(y)f(z), (2b)
wobei f(z) eine beliebige Funktion für das Ausschneiden von Zeit- oder
Tiefenfenstern aus den seismischen Spuren beschreibt. Dabei kann
beispielsweise eine trianguläre zeitliche Wichtung in Verbindung mit einer
horizontalen Wichtung p(x, y) oder l(x)h(y) entsprechend den Gleichungen
(2a) und (2b) eingesetzt werden.
Die horizontale Wichtungsfunktion p(x, y) in Gleichung (2a) kann z. B.
analog zu den aus der Variographie ermittelten räumlichen Beziehungen
gewählt werden. Aus entfernungs- und ggf. richtungsabhängigen Werten der
räumlichen Korrelation lassen sich Wertetabellen ableiten, die dann
interpoliert oder durch analytische Funktionen angenähert werden. Räumliche
Vorzugsrichtungen der Wichtung lassen sich entlang der horizontalen
Koordinatenachsen durch Skalierungsfaktoren a, b < 0 verstärken oder
abschwächen gemäß
g(x, y, z) = pa,b(x, y)f(z) = p(ax, by)f(z), (3a)
sowie in der Horizontalebene drehen um einen Winkel α gemäß
g(x, y, z) = pa,b, α(x, y)f(z) = p(α[xcosα - ysinα], b[xsinα + ycosα])f(z)
(3b)
Spezielle Wichtungen mit elliptischer und kreisförmiger Geometrie folgen
hieraus mit der Ellipsengleichung
ra,b, α(x, y) = (α2[xcosα - ysinα]2, b2[xsinα + ycosα]2)0.5 = const (4a)
ra,b, α(x, y) = (α2[xcosα - ysinα]2, b2[xsinα + ycosα]2)0.5 = const (4a)
als
g(x, y, z) = q(ra,b, α(x, y))f(z). (4b)
Die kreisförmige Geometrie folgt dabei für a = b.
Die Funktion q(d) in Gleichung (4b) beschreibt eine entfernungsabhängige
Wichtung. Hierbei werden Wichtungen bevorzugt, die mit der Entfernung
abklingen. Es kann jede in der seismischen Datenverarbeitung übliche
Fensterfunktion verwendet werden, etwa die trianguläre, Hamming-,
Hanning-, Daniell-Funktionen, oder andere Wichtungsfunktionen. Die
Fensterfunktionen nehmen in der Regel ab einer Maximalentfernung
(d < dmax) den Wert Null an.
Bei bis ins Unendliche stetig abnehmenden Funktionen kann der
Rechenaufwand ebenfalls begrenzt werden, indem diese Funktion nur bis zu
einer Maximalentfernung dmax verwendet wird, und bei größeren
Entfernungen (d < dmax) der Funktionswert auf Null gesetzt wird. Die dadurch
bei dmax entstehende Sprungstelle der Wichtungsfunktion q(d) kann durch
eine lokale Glättung ausgeglichen werden. Geeignete bis ins Unendliche
stetig abnehmende Funktionen der Entfernung d sind d-c, e-cd, e-cdd und
andere Funktionen.
Die hier aufgeführten Funktionen q(d) können auch in für eine Wichtung
nach Gleichung (2b) entsprechend l(x) = q(|x|) oder h(y) = q(|y|) verwendet
werden.
Soweit keine anderen Informationen die Wahl einer speziellen
Wichtungsfunktion nahelegen, so hat sich in der Praxis erwiesen, dass die
Ähnlichkeitsberechnung mit der Gauss'schen Glockenkurve als horizontaler
Wichtungsfunktion gute Ergebnisse liefert. Die Umgebung einer
Analyseposition in Gleichung (1) wird durch eine spezielle dreidimensionale
Wichtungsfunktion entsprechend Gleichung (4a, b) definiert. Dabei hat die
entfernungsabhängige Wichtung die Gestalt
Für eine hochauflösende Ähnlichkeitsbestimmung hat sich eine
Entfernungsskalierung entsprechend a-1 = 2Δu bewährt, wobei Δu die
mittlere Schrittweite der horizontalen Diskretisierung des seismischen
Volumens ist. Für die Auflösung von Faziesübergängen ist der reziproke
Skalierungsfaktor a-1 in der Größenordnung von charakteristischen Längen
der geologischen Körper zu wählen.
In Verbindung mit einer gewichteten Umgebung müssen die meisten der
gebräuchlichen Ähnlichkeitsmaße modifiziert werden. Mit Hilfe solcher
Anpassungen können jedoch alle bekannten Ähnlichkeitsmaße auch in
horizontal und vertikal gewichteteten Umgebungen eingesetzt werden. Eine
wesentliche Anpassung liegt darin, daß in den Summen über Amplituden,
Amplitudenquadrate, oder andere Funktionen der Amplitude eine Wichtung
der Summanden stattfindet, und daß zur Normierung solcher Summen nicht
die Anzahl der Summanden, sondern die Summe der zugehörigen
Wichtungsfaktoren herangezogen wird.
Für zwei spezielle Ähnlichkeitsmaße ist diese Anpassung nachfolgend
beschrieben:
Die gewichtete Umgebung gIJK(xi, yi, zk) einer Analyseposition (xI, yJ, zK) ist in Gleichung (1) definiert. Um innerhalb dieser Umgebung entlang der hoizontalen Datenscheibe bei einer beliebigen Zeit oder Tiefe z## eine Ähnlichkeitsmessung vorzunehmen, kann analog zu der in Ähnlichkeitsmessungen gebräuchlichen Semblance die nachfolgende gewichtete Semblance verwendet werden:
Die gewichtete Umgebung gIJK(xi, yi, zk) einer Analyseposition (xI, yJ, zK) ist in Gleichung (1) definiert. Um innerhalb dieser Umgebung entlang der hoizontalen Datenscheibe bei einer beliebigen Zeit oder Tiefe z## eine Ähnlichkeitsmessung vorzunehmen, kann analog zu der in Ähnlichkeitsmessungen gebräuchlichen Semblance die nachfolgende gewichtete Semblance verwendet werden:
Daraus folgt durch Summation über den gesamten Zeit- oder Tiefenbereich
der gewichteten Umgebung das Ähnlichkeitsmaß der gewichteten Kohärenz:
Mit der in Gleichung (6b) enthaltenen Normierung mit den Summen der
Gewichte im Zähler wird in vielen Fällen das Ähnlichkeitmaß gleichmäßiger
durch die Amplitudenverteilung der gesamten Umgebung beeinflußt, als bei
der nachfolgend dargestellten Normierung im Nenner:
Die gewichtete Kohärenz in der Formulierung (6b) oder in der Abwandlung
(6c) enthält zweistufige Summationen: Die inneren Summationen betreffen
die Positionen in einer Horizontalebene, die äußeren Summationen hingegen
betreffen die in der gewichteten Umgebung vorhandenen Horizontalebenen.
Es handelt sich um eine gerichtete Ähnlichkeitsmessung, welche die
Ähnlichkeit in horizontaler Richtung mißt. Eine nicht gerichtete
Ähnlichkeitsmessung enthält allgemein nur einstufige Summationen über alle
in der gewichteten Umgebung enthaltenen Datenpunkte. In dieser Weise
erhält man speziell die gewichtete Kohärenz als ungerichtetes
Ähnlichkeitsmaß, indem in Gleichung (6a) die Summationen über horizontale
Indizes i, j jeweils um die Summation über den vertikalen Index k erweitert
werden.
Die innerhalb einer Umgebung enthaltenen seismischen Amplitudenwerte
reflektieren einerseits die Geologie des Untergrundes, sind jedoch teilweise
auch das Ergebnis eines ungünstigen Signal/Rauschverhältnisses. Die
Erfindung bevorzugt daher eine Ähnlichkeitsmessung, die das
Signal/Rauschverhältnis bei der Ähnlichkeitsbestimmung verbessert.
Dieses Konzept beruht auf einer Verallgemeinerung der Semblance und
beinhaltet die nachfolgend beschriebene gewichtete Median-Ähnlichkeit bzw.
gewichtete Median-Kohärenz. Die Anwendung dieser Ähnlichkeitsmaße findet
analog zu den vorangehend beschriebenen Ähnlichkeitsmaßen statt.
Dazu wird wieder eine horizontale Datenscheibe bei einer beliebigen Zeit oder
Tiefe z mit insgesamt N Amplitudenwerten s(xi, yj, z) sowie N
zugehörigen Wichtungsfaktoren gIJK(xi, yi, z) betrachtet. Die
Amplitudenwerte werden aufsteigend sortiert und neu indiziert:
s1 ≦ s2 ≦ s3 ≦ . . . ≦ sN-1 ≦ sN.
Diese Sortierung und Indizierung wird auch auf die zu den seismischen
Amplituden gehörigen Werte der Wichtungsfunktion gIJK übertragen:
g1, g2, g3 . . . gN-1, gN
Hierzu werden Teilsummen der Wichtungsfaktoren gebildet:
G1 ≦ G2 ≦ G3 ≦ . . . ≦ GN-1 ≦ GN, wobei Gn = Σgi (i = 1 bis n).
Damit läßt sich der gewichtete Median berechnen als
Um innerhalb der gewichteten Umgebung entlang der horizontalen
Datenscheibe bei einer beliebigen Zeit bzw Tiefe z eine
Ähnlichkeitsmessung vorzunehmen, wird mit dem vorangehend definierten,
gewichteten Median die gewichtete Median-Ähnlichkeit in die folgende
Gestalt gebracht:
Daraus folgt durch Summation über den gesamten Zeit- oder Tiefenbereich
der gewichteten Umgebung die gewichtete Median-Kohärenz als
Ähnlichkeitsmaß
Die gewichtete Median-Kohärenz in der Gleichung (7c) stellt, wie die
gewichtete Kohärenz in den Formulierungen (6b) und (6c), eine gerichtete
Ähnlichkeitsmessung dar, welche die Ähnlichkeit innerhalb der gewichteten
Umgebung in horizontaler Richtung mißt. Analog zu den Anmerkungen zur
gewichteten Kohärenz läßt sich auch hier die gewichtete Median-Kohärenz
als ungerichtetes Ähnlichkeitsmaß formulieren, indem in Gleichung (7b) die
Summationen über die horizontalen Indizes i, j jeweils um die Summation über
den vertikalen Index k erweitert werden und damit alle Positionen innerhalb
der gewichteten Umgebung erfassen. Außerdem ist in Gleichung (7b) der
gewichtete Median mIJK nicht für eine horizontale Datenscheibe bei einer Zeit
oder Tiefe z zu berechnen, sondern für die gesamte gewichtete Umgebung.
Dies geschieht analog zu Gleichung (7a) durch Sortierung aller in der
gewichteten Umgebung enthaltenen Amplitudenwerte und zugehörigen
Wichtungsfaktoren.
Die Schichtflächen und die tektonischen Grenzflächen des Untergrundes
liegen vielfach nicht horizontal, sondern besitzen Neigungen unterschiedlicher
Stärken und Richtungen. Dementsprechend besitzen auch die Reflexionen in
einem dreidimensionalen seismischen Datenvolumen unterschiedliche
Neigungen. Verschiedene Ähnlichkeitswerte, die im seismischen
Datenvolumen zu lokalen Neigungen berechnet werden, sind dann
vergleichbar, wenn die Ähnlichkeitsmessung in allen Fällen mit einer
konstanten Ausrichtung relativ zur Neigung erfolgt. Für neigungsabhängige
Ähnlichkeitsmessungen in einer gewichteten Umgebung ist daher die
gewichtete Umgebung
- 1. entsprechend der Neigungsrichtung in der Horizontalebene ausgerichtet, wird also für die jeweilige Ähnlichkeitsberechnung mitgedreht, und
- 2. entsprechend der Neigung im Raum geneigt.
Für die Ähnlichkeitsmessung bei horizontaler Schichtung bzw. horizontaler
Anordnung der Reflexionen ist die gewichtete Umgebung allgemein in
Gleichung (1) und in speziellen Ausprägungen in den Gleichungen (2)-(5)
beschrieben. Diese gewichtete Umgebung wird nachfolgend als grundlegende
Umgebung bezeichnet, in der noch keine sekundären Drehungen oder
Neigungen vorgenommen wurden. Die grundlegende Umgebung kann
allgemein eine horizontale Vorzugsrichtung enthalten. Diese Vorzugsrichtung
muß bei Ähnlichkeitsmessungen mit verschiedenen Neigungsrichtungen einen
konstanten Winkel zur jeweiligen Neigungsrichtung einnehmen. Eine solche
Ausrichtung der grundlegenden Umgebung in der Horizontalebene ist nur
dann nicht erforderlich, wenn keine eindeutige Vorzugsrichtung vorhanden
ist. d. h. bei weitgehender oder vollständiger horizontaler Symmetrie.
In den Gleichungen (1)-(5) wird die grundlegende Umgebung mit einer
anfänglichen horizontalen Ausrichtung definiert. Die Ausrichtung einer
gewichteten Umgebung ist bei neigungsabhängigen Ähnlichkeitsmessungen
an die Neigungsrichtung gebunden. Die Festlegung erfolgt dadurch, dass der
anfänglichen horizontalen Ausrichtung der grundlegenden Umgebung eine
bestimmte horizontale Neigungsrichtung bzw. ein Neigungsazimuth ϕo
zugeordnet wird.
Diese Neigungsrichtung wird im allgemeinen parallel, oder senkrecht zur
horizontalen Vorzugsrichtung gewählt, kann aber auch einen beliebigen
Winkel dazu einnehmen. Für jede andere Neigungsrichtung Φg = ϕo + ϕ wird
die gewichtete Umgebung um den Winkel ϕ gedreht, und entsprechend des
Neigungswinkels ϑ zur Horizontalen geschert, so daß sich eine modifizierte
Form der gewichteten Umgebung aus Gleichung (1) ergibt als
gIJK, ϕ , ϑ(xi, yj, zk) = gϕ , ϑ(xi - xI, yj - yJ, zk - zK) (8a).
Bei Fehlen einer Vorzugsrichtung ist eine Scherung um den Neigungswinkels
ϑ in der Neigungsrichtung Φg = ϕo + ϕ ausreichend:
g"IJK, ϕ , ϑ(xi, yj, zk) = g"ϕ , ϑ(xi - xI, yj - yJ, zk - zK) (8b).
Im Fall einer Neigung in Richtung des grundlegenden Neigungsazimuths ϕo
ergibt sich nur eine Scherung der Wichtungsfunktion entsprechend des
Neigungswinkels ϑ. Die Wichtungsfunktion gϕ , ϑ aus Gleichung (8a) erhält
damit die Form
g0, ϑ(x, y, z) = gϑ(x, y, z) = g(x, y, z + [xsinϕo + ycosϕo]tanϑ). (9a)
Für einen Azimuth Φg = ϕo + ϕ mit ϕ < 0° wird eine Wichtungsfunktion mit
einer Vorzugsrichtung zusätzlich noch in der Horizontalebene gedreht:
gϕ , ϑ(x, y, z) = gϑ(xcosϕ - ysinϕ, xsinϕ + ycosϕ, z) (9b)
gϕ , ϑ(x, y, z) = gϑ(xcosϕ - ysinϕ, xsinϕ + ycosϕ, z) (9b)
Bei Fehlen einer Vorzugsrichtung ist eine Drehung der Wichtungsfunktion
nach Gleichung (9b) nicht notwendig. Eine Scherung in Richtung der
Neigungsrichtung Φg ist ausreichend:
g"ϕ , ϑ(xi, yj, zk) = g(x, y, z + [xsinΦg + ycosΦg]tanϑ) (9c)
Die Wichtungsfunktion g in den Gleichungen (9a, c) ist dabei entsprechend
den Gleichungen (1)-(5) definiert.
In einer in der Horizontalebene ausgerichteten und geneigten Umgebung
finden Ähnlichkeitsmessungen ebenfalls in geneigten Ebenen statt, die den
Neigungswinkel ϑ und den Neigungsazimuth ϕ besitzen. Bei diesen
Messungen wird analog zur grundlegenden, nicht geneigten Umgebung
vorgegangen:
In der grundlegenden, nicht geneigten Umgebung gIJK(xi, yj, zk) einer Analyseposition (xI, yJ, zK) werden einzelne Parameter der Ähnlichkeitsmessungen in einzelnen horizontalen Ebenen z bestimmt. Für spezielle Ähnlichkeitsmessungen wird dies in den Gleichungen (6a), (7a), (7b) bei den Parametern S, mIJK(z), M ausgeführt, wobei ausschließlich seismische Amplituden s(xi, yj, z) und zugehörige Wichtungsfaktoren gIJK(xi, yj, z) verwendet werden.
In der grundlegenden, nicht geneigten Umgebung gIJK(xi, yj, zk) einer Analyseposition (xI, yJ, zK) werden einzelne Parameter der Ähnlichkeitsmessungen in einzelnen horizontalen Ebenen z bestimmt. Für spezielle Ähnlichkeitsmessungen wird dies in den Gleichungen (6a), (7a), (7b) bei den Parametern S, mIJK(z), M ausgeführt, wobei ausschließlich seismische Amplituden s(xi, yj, z) und zugehörige Wichtungsfaktoren gIJK(xi, yj, z) verwendet werden.
In einer gewichteten Umgebung mit einer Neigung ϑ und dem
Neigungsazimuth Φg = 0° werden die einzelnen geneigten Ebenen
gekennzeichnet durch eine Tiefenlage bzw. zeitliche Lage
Für einen Neigungsazimuth Φg ≠ 0° besitzen die Ebenen die Tiefenlage
Dabei kennzeichnet z den Schnittpunkt (xI, yJ, z) der einzelnen Ebene mit
einer vertikalen Achse durch die Analyseposition (xI, yJ, zK). Die Tiefenlage
z, ϕ , ϑ der geneigten Ebene fällt in der Regel nicht mit den Punkten der
vertikalen Diskretisierung des seismischen Volumens zusammen. Aus den
Datenwerten (Samples) s(xi, yj, zk) am horizontalen Diskretisierungspunkt
(xi, yj) ist daher eine seismische Amplitude (xi, yj, z, ϕ , ϑ) in der Tiefenlage
z, ϕ , ϑ(xi, yj) zu interpolieren.
Die Ähnlichkeitsmessungen in horizontalen Ebenen lassen sich durch zwei
Änderungen auf geneigte Ebenen übertragen:
- - Die diskretisierten Werte s(xi, yj, z) der seismischen Amplitude werden durch die ggf. interpolierten Werte (xi, yj, z, ϕ , ϑ) ersetzt.
- - Eine Wichtungsfunktion gIJK(xi, yj, zk) mit Vorzugsrichtung wird ersetzt durch gIJK, ϕ , ϑ(xi, yj, zk) entsprechend den Gleichungen (8a), (9b), eine Wichtungsfunktion gIJK(xi, yj, zk) ohne Vorzugsrichtung hingegen durch g"IJK, ϕ , ϑ(xi, yj, zk) entsprechend den Gleichungen (8b), (9c).
Diese Änderungen werden am Beispiel eines speziellen Ähnlichkeitsmaßes
veranschaulicht. Das für die grundlegende gewichtete Umgebung formulierte
Ähnlichkeitsmaß in Gleichung (6b) erhält dabei bei Neigung und Drehung die
Form
Vorangehend wurden Verfahren der Ähnlichkeitsmessung vorgestellt, die eine
Berücksichtigung der lokalen Neigung im seismischen Datenvolumen
ermöglichen. Die lokale Neigung ist allerdings unbekannt. Es wird jedoch
vorausgesetzt, daß an einem Analysepunkt die Ähnlichkeitsmessungen mit
verschiedenen Neigungen in der Regel dann einen maximalen
Ähnlichkeitswert liefern, wenn die Neigung der Messung und die lokale
Neigung im Datenvolumen zusammenfallen. Um dieses neigungsabhängige
Maximum mit ausreichender Genauigkeit zu finden, muß der Bereich
möglicher Neigungen ausreichend fein diskretisiert werden. Dies entspricht
einer Diskretisierung des Raumwinkels.
Eine Diskretisierung des Raumwinkels ist mit einer Vielzahl von Punktgittern
möglich. Eine polare Darstellung derartiger Gitter in der Ebene stellt den
Neigungswinkel durch die Länge eines Radiusvektor dar, während der
Azimuthwinkel die Richtung des Radiusvektors angibt. In dieser Darstellung
ergibt sich ein radiales Gitter durch eine Diskretisierung von Neigungs- und
Azimuthwinkel mit konstanten Schrittweiten. Diese gleichmäßige
Diskretisierung der Flächenwinkel ist vorteilhaft bei der statistischen
Auswertung und farblichen Darstellung von Streichrichtungen, sie führt
allerdings zu einer sehr ungleichmäßigen Diskretisierung des Raumwinkels.
Das quadratische und das trianguläre Gitter hingegen diskretisieren den
Raumwinkel sehr gleichmäßig. Sie benötigen daher für die Einhaltung einer
Mindestgenauigkeit der Diskretisierung deutlich weniger Gitterpunkte als das
radiale Gitter, welches folglich einen höheren Rechenaufwand erfordert.
Erfindungsgemäß wird für die Diskretisierung des Raumwinkels ein
modifiziertes radiales Gitter vorgeschlagen, welches den Nachteil der
ungleichmäßigen Diskretisierung des Raumwinkels im radialen Gitter und des
damit verbundenen Rechenaufwandes verringert, aber grundsätzlich die für
weitere Auswertungen vorteilhafte Diskretisierung von Neigungs- und
Azimuthwinkel mit konstanten Schrittweiten beibehält.
Die Diskretisierung des Raumwinkels, und die Berechnung von
Ähnlichkeitswerten wird in ein bis zwei Stufen durchgeführt:
In der ersten Stufe wird von einem gleichmäßigen radialen Gitter für die Diskretisierung des Raumwinkels ausgegangen. Der maximale Neigungswinkel der Diskretisierung sei als ϑmax bezeichnet. Für einen bestimmten diskreten Neigungswinkel ϑi mit ϑmax/2 < ϑi ≦ ϑmax wird zu jedem diskretisierten Azimuth ein Ähnlichkeitswert berechnet. Für Neigungswinkel ϑi mit ϑmax/4 < ϑi ≦ ϑmax/2 wird die Berechnung zu jedem zweiten Azimuth durchgeführt, für Neigungswinkel ϑi mit ϑmax/8 < ϑi ≦ ϑmax/4 an jedem vierten Azimuth, für Neigungswinkel ϑi mit ϑmax/16 < ϑi ≦ ϑmax/8 an jedem achten Azimuth, usw. Der Benutzer des Verfahrens kann vorgeben, bis zu welchem Faktor die die Schrittweite im Azimuth vergrößert wird. In unseren Anwendungen hat sich ein Faktor 4 bewährt. Unter den berechneten Ähnlichkeitswerten wird das Maximum bestimmt, und die zugehörigen Neigungs- und Azimuthwinkel als erste Abschätzung der Neigung verwendet.
In der ersten Stufe wird von einem gleichmäßigen radialen Gitter für die Diskretisierung des Raumwinkels ausgegangen. Der maximale Neigungswinkel der Diskretisierung sei als ϑmax bezeichnet. Für einen bestimmten diskreten Neigungswinkel ϑi mit ϑmax/2 < ϑi ≦ ϑmax wird zu jedem diskretisierten Azimuth ein Ähnlichkeitswert berechnet. Für Neigungswinkel ϑi mit ϑmax/4 < ϑi ≦ ϑmax/2 wird die Berechnung zu jedem zweiten Azimuth durchgeführt, für Neigungswinkel ϑi mit ϑmax/8 < ϑi ≦ ϑmax/4 an jedem vierten Azimuth, für Neigungswinkel ϑi mit ϑmax/16 < ϑi ≦ ϑmax/8 an jedem achten Azimuth, usw. Der Benutzer des Verfahrens kann vorgeben, bis zu welchem Faktor die die Schrittweite im Azimuth vergrößert wird. In unseren Anwendungen hat sich ein Faktor 4 bewährt. Unter den berechneten Ähnlichkeitswerten wird das Maximum bestimmt, und die zugehörigen Neigungs- und Azimuthwinkel als erste Abschätzung der Neigung verwendet.
In einer optionalen zweiten Stufe kann die Genauigkeit des Azimuthwinkels
der ersten Neigungsabschätzung verfeinert werden, falls diese
Azimuthmessung mit einer vergröberten Schrittweite durchgeführt wurde.
Die vergröberten Azimuthintervalle beidseits der ersten Abschätzung werden
dann mit der originalen Azimuthschrittweite eingeteilt und zugehörige
Ähnlichkeitswerte solange berechnet, wie eine Zunahme der
Ähnlichkeitswerte festgestellt wird. Liegt das Maximum der
Ähnlichkeitswerte dieser zweiten Stufe über dem Maximum der ersten Stufe,
so wird die erste Abschätzung der Neigung durch die Neigungs- und
Azimuthwinkel dieses Gesamtmaximums ersetzt.
In der vorliegenden Erfindung ist für die horizontale Lage der gewichteten
Umgebung mit der Neigung ϑo = 0° eine mehrfache Diskretisierung der
Orientierung entsprechend mehrerer Azimuthwinkel vorgesehen, soweit die
gewichtete Umgebung eine Vorzugsrichtung aufweist. Ursache dafür ist die
besondere Definition des Azimuthwinkels, der im Falle einer Umgebung mit
einer Vorzugsrichtung sowohl die Drehung der Umgebung in der
Horizontalebene, als auch die Neigungsrichtung bestimmt. Bei Fehlen einer
Vorzugsrichtung ist eine einfache Diskretisierung der horizontale Lage ϑo = 0°
ausreichend.
Fig. 1 zeigt ein modifiziertes radiales Gitter in polarer Darstellung. In der
ersten Stufe der neigungsabhängigen Berechnung von Ähnlichkeitswerten
werden im modifizierten Gitter 67 Neigungen verwendet, die durch schwarze
Gitterpunkte gekennzeichnet sind. Die im Vergleich zum originalen radialen
Gitter weggelassenen Gitterpunkte sind weiß dargestellt.
In der zweiten Stufe wird die Neigungsabschätzung der ersten Stufe optional
auf die Genauigkeit des originalen radialen Gitters verfeinert, wie in Fig. 1
dargestellt. Das angenommene Neigungsmaximum der 1. Stufe ist dort durch
einen großen schwarzen Punkt markiert. Der Neigungswinkel des Maximums
bezeichnet einen Kreis in diesem Schema. Auf diesem Kreis sind in den
Azimuthintervallen beidseits des Maximums die nicht berücksichtigten
Gitterpunkte des originalen radialen Schemas durch sechs große weiße
Punkte angegeben. Zu diesen sechs Neigungen werden Ähnlichkeitswerte
solange berechnet, wie eine Zunahme der Ähnlichkeitswerte festgestellt
wird. Dadurch kann im modifizierten radialen Schema gemäß Fig. 1 die
Anzahl der berücksichtigten Neigungen bzw. Gitterpunkte auf 73 steigen.
In der vorliegenden Erfindung ist dies für eine nicht symmetrische,
gewichtete Umgebung mit einer Vorzugsrichtung vorgesehen. Ursache dafür
ist die abweichende Definition des Azimuthwinkels, der im Falle einer
Umgebung mit einer Vorzugsrichtung sowohl die Ausrichtung der Umgebung
in der Horizontalebene, als auch die Neigungsrichtung bestimmt.
Nach dem Auffinden des neigungsabhängigen Kohärenzmaximums werden
dieses Kohärenzmaximum und die zugehörigen Neigungs- und Azimuthwinkel
als Ergebnisse der Ähnlichkeitsmessungen gespeichert. Sie stehen dann für
eine weitere digitale Auswertung, etwa durch Mustererkennung, zur
Verfügung. Sie werden weiterhin für den Auswerter auf dem Bildschirm
entlang von Schnitten durch das dreidimensionale Volumen, bzw. entlang der
bearbeiteten Zeitscheiben oder Horizonte graphisch dargestellt. Derartige
Darstellungen werden auch mit den zur Datenverarbeitungsanlage gehörigen
Druckern ausgedruckt.
Zu einem dreidimensionalen Volumen von seismischen Poststack-Daten
wurde mit Hilfe der vorangehend beschriebenen Erfindung ein
Ähnlichkeitsvolumen berechnet. Es wurde eine gewichtete Umgebung mit der
Gauß'schen Glockenkurve e definiert, wobei d eine skalierte Entfernung
nach Gleichung (5b) darstellt. Es wurde eine Entfernungsskalierung
entsprechend a-1 = 7.5Δu verwendet, wobei Δu die mittlere Schrittweite
der horizontalen Diskretisierung des seismischen Volumens ist. Außerhalb
eines Radius von 11.5 Gitterpunkten um den jeweiligen Analysepunkt wurde
die Wichtung auf den Wert 0 gesetzt.
Die lokale Ähnlichkeitsmessung in einer solchen Umgebung erfolgte mit der
gewichteten Semblance nach Gleichung (6b) und (10). Die
Ähnlichkeitsmessungen wurden in geneigten Umgebungen durchgeführt,
wobei die Neigungen prinzipiell entsprechend dem Schema in Fig. 1
ausgewählt wurden. Dabei geben N für Nord und E für Ost (East) die
räumliche Orientierung des Schemas an. Für jede Analyseposition wurde der
dabei erzielte maximale Ähnlichkeitswert sowie die zugehörigen Azimuth- und
Neigungswinkel der Neigung gespeichert. Diese drei Parameter sind für eine
horizontale Fläche, d. h. für eine Zeitscheibe des seismischen Volumens in
den Fig. 2a-c dargestellt.
Die Wertebereiche sind in der jeweiligen Grauskalierung angegeben. In Fig. 2a
ist die Kohärenz für eine Zeitscheibe eines seismischen Datenvolumens im
Wertebereich von 0,0 (schwarz) bis 1,0 (weiß) dargestellt. Fig. 2b zeigt den
lokalen Neigungswinkel größter Kohärenz zur Kohärenzdarstellung von Fig.
2a. Der Wertebereich liegt zwischen -50° (schwarz), 0° (weiß) und +50°
(schwarz). Fig. 2c zeigt den ermittelten lokalen Neigungsazimuth zur
Kohärenz von Fig. 2a bzw. Neigungswinkel von Fig. 2b. Der dargestellte
Wertebereich reicht von 0° (schwarz) über 90° (weiß) bis 180° (schwarz).
Claims (15)
1. Verfahren zur Bestimmung von lokalen Ähnlichkeitswerten für
geologische Einheiten im Untergrund aus einem seismischen 3-D
Meßdatensatz, der aus einer Vielzahl von Spuren besteht, die jeweils
durch eine Reihe von mit Amplitudenwerten oder daraus abgeleiteten
seismischen Attributen belegten Datenpunkten gebildet sind, mit den
Schritten:
- - Zuweisen einer wenigstens horizontal gewichteten Umgebung zu einem jeweiligen Analysepunkt, wobei den Datenpunkten in der Umgebung des Analysepunktes Wichtungsfaktoren entsprechend einer Wichtungsfunktion zugeordnet werden;
- - Berechnen von Ähnlichkeitswerten in jeder gewichteten Umgebung, wobei die Wichtungsfunktion im Ähnlichkeitsmaß enthalten ist.
2. Verfahren zur Bestimmung von lokalen neigungsabhängigen
Ähnlichkeitswerten für geologische Einheiten im Untergrund aus einem
seismischen 3-D Meßdatensatz, der aus einer Vielzahl von Spuren
besteht, die jeweils durch eine Reihe von mit Amplitudenwerten oder
daraus abgeleiteten seismischen Attributen belegten Datenpunkten
gebildet sind, mit den Schritten:
- - Zuweisen einer gewichteten Umgebung zu einem jeweiligen Analysepunkt, wobei den Datenpunkten in der Umgebung des Analysepunktes Wichtungsfaktoren entsprechend einer Wichtungsfunktion zugeordnet werden;
- - Berechnen von Ähnlichkeitswerten in jeder gewichteten Umgebung, wobei die Wichtungsfunktion im Ähnlichkeitsmaß enthalten ist, und für diskrete räumliche Ausrichtungen Ähnlichkeitswerte bestimmt werden, die sich wenigstens als Funktion eines Neigungswinkels und eines Neigungsazimuth darstellen;
- - Bestimmen des größten Ähnlichkeitswertes in jeder gewichteten Umgebung eines Analysepunktes, der zusammen mit dem dazugehörigen Neigungswinkel und Neigungsazimuth jeweils dem Analysepunkt zugeordnet wird.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die
Wichtungsfunktion um den Analysepunkt zentriert ist und vom
Analysepunkt abnehmende Werte aufweist.
4. Verfahren nach Anspruch 1, 2 oder 3, dadurch gekennzeichnet, daß die
Wichtung als Fensterfunktionen, insbesondere trianguläre, Hamming-,
Hanning- oder Daniell-Funktion ausgebildet werden.
5. Verfahren nach Anspruch 1, 2 oder 3, dadurch gekennzeichnet, daß mit
der Entfernung (d) vom Analysepunkt bis ins Unendliche stetig
abnehmende Funktionen, insbesondere d-c, e-cd, e-cdd mit c = beliebige
Konstante, zur Wichtung verwendet werden, wobei die Funktionen ab
einer Maximalentfernung (dmax) vom Analysepunkt den Wert Null haben.
6. Verfahren nach einem der vorangehenden Ansprüche, dadurch
gekennzeichnet, daß eine Wichtung als Produkt zweier Funktionen
gebildet wird, wobei die eine Funktion mit der Entfernung vom
Analysepunkt nicht oder nicht vollständig abklingt, und die andere
Funktion eine Fensterfunktion ist, die im Zentralbereich der Umgebung
den Wert 1 besitzt, im Randbereich der Umgebung eine Abnahme von 1
auf 0 beinhaltet, und außerhalb der Umgebung den Wert 0 einnimmt.
7. Verfahren nach einem der vorangehenden Ansprüche, dadurch
gekennzeichnet, daß die gewichtete Umgebung wenigstens in der
Horizontalebene rotationssymmetrisch zum Analysepunkt ausgebildet
wird.
8. Verfahren nach Anspruch 2 oder nach Anspruch 2 mit einem der
Ansprüche 3 bis 6, dadurch gekennzeichnet, daß eine gewichtete
Umgebung, die in der Horizontalebene nicht rotationssymmetrisch zum
Analysepunkt ausgebildet ist und eine Vorzugsrichtung aufweist, für die
Bestimmung der Ähnlichkeitswerte mit dem jeweiligen Neigungsazimuth
mitgedreht wird.
9. Verfahren nach einem der vorangehenden Ansprüche, dadurch
gekennzeichnet, daß die Schrittweite zwischen benachbarten
Analysepunkten im 3-D Meßdatensatz als Vielfache, insbesondere
ganzzahlige Vielfache, der Datenpunktabstände gewählt wird, bevorzugt
zwischen einem und einigen zehn, besonders bevorzugt drei bis zehn,
Datenpunktabstände.
10. Verfahren nach Anspruch 2 oder nach Anspruch 2 mit einem der
Ansprüche 3 bis 9, dadurch gekennzeichnet, daß der Neigungs- und
Azimuthwinkel in einem radialen Gitter in jeweils konstanten
Winkelintervallen diskretisiert wird und daß die daraus resultierenden
diskreten Neigungen bei der Berechnung der Ähnlichkeitswerte in
Abhängigkeit des diskreten Neigungswinkels (ϑi), ausgehend von einem
vorbestimmten maximalen Neigungswinkel (ϑmax), wie folgt berücksichtigt
werden:
für Neigungswinkel ϑi mit ϑmax/2 < ϑi ≦ ϑmax wird zu jedem diskretisierten Azimuth ein Ähnlichkeitswert berechnet,
für Neigungswinkel ϑi mit ϑmax/4 < ϑi ≦ ϑmax/2 wird die Berechnung zu jedem zweiten Azimuth durchgeführt,
für Neigungswinkel ϑi mit ϑmax/8 < ϑi ≦ ϑmax/4 an jedem vierten Azimuth,
für Neigungswinkel ϑi mit ϑmax/16 < ϑi ≦ ϑmax/8 an jedem achten Azimuth, usw.; wobei bevorzugt mit der vierten Unterteilung abgeschlossen wird.
für Neigungswinkel ϑi mit ϑmax/2 < ϑi ≦ ϑmax wird zu jedem diskretisierten Azimuth ein Ähnlichkeitswert berechnet,
für Neigungswinkel ϑi mit ϑmax/4 < ϑi ≦ ϑmax/2 wird die Berechnung zu jedem zweiten Azimuth durchgeführt,
für Neigungswinkel ϑi mit ϑmax/8 < ϑi ≦ ϑmax/4 an jedem vierten Azimuth,
für Neigungswinkel ϑi mit ϑmax/16 < ϑi ≦ ϑmax/8 an jedem achten Azimuth, usw.; wobei bevorzugt mit der vierten Unterteilung abgeschlossen wird.
11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, daß bei einer
Neigungsabschätzung in einem vergröberten Azimuthintervall beidseits
der ersten Abschätzung solange Ähnlichkeitswerte mit den
ursprünglichen Winkelintervallen berechnet werden, wie eine Zunahme
der Ähnlichkeitswerte festgestellt wird, wobei die erste Abschätzung der
Neigung durch die Neigungs- und Azimuthwinkel dieses
Gesamtmaximums ersetzt wird, wenn das Maximum der
Ähnlichkeitswerte dieser zweiten Stufe über dem Maximum der ersten
Stufe liegt.
12. Verfahren nach einem der vorangehenden Ansprüche, dadurch
gekennzeichnet, daß die Ähnlichkeit entlang von beliebig orientierten
Flächen berechnet wird als Quadrat des repräsentativen Attributs
(Amplitude) geteilt durch mittleres quadratisches Attribut (Amplitude).
13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, daß das
repräsentative Attribut der Median der zu analysierenden Attribute ist.
14. Verfahren nach Anspruch 13, dadurch gekennzeichnet, daß eine
horizontale Datenscheibe bei einer Zeit oder Tiefe z mit insgesamt N
Amplitudenwerten s(xi, yj, z) sowie N zugehörigen Wichtungsfaktoren
gIJK(xi, yj, z) betrachtet wird, wobei die Amplitudenwerte aufsteigend
sortiert und neu indiziert werden als: s1 ≦ s2 ≦ s3 ≦ . . . ≦ sN-1 ≦ sN,
diese Sortierung und Indizierung auch auf die zu den seismischen
Amplituden gehörigen Werte der Wichtungsfunktion gIJK übertragen
wird mit: g1, g2, g3, . . . gN-1, gN und Teilsummen der
Wichtungsfaktoren gebildet werden
G1 ≦ G2 ≦ G3 ≦ . . . ≦ GN-1 ≦ GN, wobei Gn = Σgi (i = 1 bis n),
womit sich der gewichtete Median berechnen läßt als
und daraus ergibt sich für eine horizontale Datenscheibe bei einer beliebigen Zeit bzw Tiefe z die gewichtete Median-Ähnlichkeit:
woraus durch Summation über den gesamten Zeit- oder Tiefenbereich der gewichteten Umgebung die gewichtete Median-Kohärenz als Ähnlichkeitsmaß folgt mit:
G1 ≦ G2 ≦ G3 ≦ . . . ≦ GN-1 ≦ GN, wobei Gn = Σgi (i = 1 bis n),
womit sich der gewichtete Median berechnen läßt als
und daraus ergibt sich für eine horizontale Datenscheibe bei einer beliebigen Zeit bzw Tiefe z die gewichtete Median-Ähnlichkeit:
woraus durch Summation über den gesamten Zeit- oder Tiefenbereich der gewichteten Umgebung die gewichtete Median-Kohärenz als Ähnlichkeitsmaß folgt mit:
15. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet,
daß die Ähnlichkeit als zur Berücksichtigung der gewichteten Umgebung
gIJK(xi, yj, zk) modifizierte Semblance für eine Analyseposition
(xI, yJ, zK) berechnet wird mit:
woraus durch Summation über den gesamten Zeit- oder Tiefenbereich der gewichteten Umgebung das Ähnlichkeitsmaß der gewichteten Kohärenz folgt:
woraus durch Summation über den gesamten Zeit- oder Tiefenbereich der gewichteten Umgebung das Ähnlichkeitsmaß der gewichteten Kohärenz folgt:
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10142785A DE10142785C2 (de) | 2001-08-31 | 2001-08-31 | Verfahren zur Bestimmung lokaler Ähnlichkeit aus seismischen 3D-Meßdaten |
AU2002340718A AU2002340718A1 (en) | 2001-08-31 | 2002-07-31 | Method for the determination of local similitude from seismic 3d measured data |
US10/488,155 US6988038B2 (en) | 2001-08-31 | 2002-07-31 | Method for the determination of local similitude from seismic 3d measured data |
PCT/DE2002/002795 WO2003027710A2 (de) | 2001-08-31 | 2002-07-31 | Verfahren zur bestimmung lokaler ähnlichkeit aus seismischen 3d-messdaten |
EP02774289A EP1421412A2 (de) | 2001-08-31 | 2002-07-31 | Verfahren zur bestimmung lokaler ähnlichkeit aus seismischen 3d-messdaten |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10142785A DE10142785C2 (de) | 2001-08-31 | 2001-08-31 | Verfahren zur Bestimmung lokaler Ähnlichkeit aus seismischen 3D-Meßdaten |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10142785A1 DE10142785A1 (de) | 2003-04-03 |
DE10142785C2 true DE10142785C2 (de) | 2003-07-03 |
Family
ID=7697323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10142785A Expired - Fee Related DE10142785C2 (de) | 2001-08-31 | 2001-08-31 | Verfahren zur Bestimmung lokaler Ähnlichkeit aus seismischen 3D-Meßdaten |
Country Status (5)
Country | Link |
---|---|
US (1) | US6988038B2 (de) |
EP (1) | EP1421412A2 (de) |
AU (1) | AU2002340718A1 (de) |
DE (1) | DE10142785C2 (de) |
WO (1) | WO2003027710A2 (de) |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2831962B1 (fr) * | 2001-11-08 | 2004-06-25 | Geophysique Cie Gle | Procede de traitement sismique, notamment pour la compensation de birefringence sur des traces sismiques |
FR2834797B1 (fr) * | 2002-01-14 | 2004-10-08 | Geophysique Cie Gle | Procede de filtrage de donnees, notamment de types sismiques, par analyse krigeante |
FR2850759B1 (fr) * | 2003-02-04 | 2005-03-11 | Inst Francais Du Petrole | Methode pour mesurer les similarites locales entre plusieurs cubes de traces sismiques |
AU2005307047B2 (en) * | 2004-11-18 | 2010-11-18 | Exxonmobil Upstream Research Company | Method for quantification and mitigation for dip-induced azimuthal AVO |
CA2604037A1 (en) | 2005-04-07 | 2006-10-12 | Mosaiques Diagnostics And Therapeutics Ag | Polypeptide markers for the diagnosis of prostate cancer |
US8538702B2 (en) * | 2007-07-16 | 2013-09-17 | Exxonmobil Upstream Research Company | Geologic features from curvelet based seismic attributes |
WO2009151441A1 (en) * | 2008-06-09 | 2009-12-17 | Landmark Graphics Corporation | Distribution of properties in a 3d volumetric model using a maximum continuity field |
EP2243102A4 (de) * | 2009-01-20 | 2011-12-14 | Spectraseis Ag | Zeitumkehrungs-abbildungsattribute |
US8340912B2 (en) * | 2009-02-17 | 2012-12-25 | Schlumberger Technology Corporation | Seismic attributes for structural analysis |
US8614578B2 (en) * | 2009-06-18 | 2013-12-24 | Schlumberger Technology Corporation | Attenuation of electromagnetic signals passing through conductive material |
GB2483202B (en) | 2009-07-06 | 2013-10-16 | Exxonmobil Upstream Res Co | Method for seismic interpretation using seismic texture attributes |
EP2496967B1 (de) | 2009-11-05 | 2021-11-17 | ExxonMobil Upstream Research Company | Verfahren zur erstellung eines hierarchisch geschichteten erdmodells |
US9194968B2 (en) | 2010-05-28 | 2015-11-24 | Exxonmobil Upstream Research Company | Method for seismic hydrocarbon system analysis |
US9229129B2 (en) * | 2010-12-10 | 2016-01-05 | Conocophillips Company | Reservoir geobody calculation |
US8983141B2 (en) | 2011-03-17 | 2015-03-17 | Exxonmobile Upstream Research Company | Geophysical data texture segmentation using double-windowed clustering analysis |
US9176247B2 (en) | 2011-10-06 | 2015-11-03 | Exxonmobil Upstream Research Company | Tensor-based method for representation, analysis, and reconstruction of seismic data |
EP2748740A4 (de) * | 2011-11-07 | 2015-12-16 | Landmark Graphics Corp | Seismische biödgebungssysteme und verfahren mit korrelationsbasierter stapelung |
WO2013081708A1 (en) | 2011-11-29 | 2013-06-06 | Exxonmobil Upstream Research Company | Method for quantitative definition of direct hydrocarbon indicators |
AU2013219911B2 (en) | 2012-02-13 | 2014-11-06 | Exxonmobil Upstream Research Company | System and method for detection and classification of seismic terminations |
AU2013266865B2 (en) | 2012-05-23 | 2015-05-21 | Exxonmobil Upstream Research Company | Method for analysis of relevance and interdependencies in geoscience data |
US9261615B2 (en) | 2012-06-15 | 2016-02-16 | Exxonmobil Upstream Research Company | Seismic anomaly detection using double-windowed statistical analysis |
WO2014070296A1 (en) | 2012-11-02 | 2014-05-08 | Exxonmobil Upstream Research Company | Analyzing seismic data |
US9529115B2 (en) | 2012-12-20 | 2016-12-27 | Exxonmobil Upstream Research Company | Geophysical modeling of subsurface volumes based on horizon extraction |
WO2014099204A1 (en) | 2012-12-20 | 2014-06-26 | Exxonmobil Upstream Research Company | Method and system for geophysical modeling of subsurface volumes based on computed vectors |
US9348047B2 (en) | 2012-12-20 | 2016-05-24 | General Electric Company | Modeling of parallel seismic textures |
WO2014099200A1 (en) | 2012-12-20 | 2014-06-26 | Exxonmobil Upstream Research Company | Vector based geophysical modeling of subsurface volumes |
US9915742B2 (en) | 2012-12-20 | 2018-03-13 | Exxonmobil Upstream Research Company | Method and system for geophysical modeling of subsurface volumes based on label propagation |
US9297918B2 (en) | 2012-12-28 | 2016-03-29 | General Electric Company | Seismic data analysis |
US9829591B1 (en) | 2013-01-07 | 2017-11-28 | IHS Global, Inc. | Determining seismic stratigraphic features using a symmetry attribute |
WO2014149344A1 (en) | 2013-03-15 | 2014-09-25 | Exxonmobil Upstream Research Company | Method and system for geophysical modeling of subsurface volumes |
US9952340B2 (en) | 2013-03-15 | 2018-04-24 | General Electric Company | Context based geo-seismic object identification |
WO2014150580A1 (en) | 2013-03-15 | 2014-09-25 | Exxonmobil Upstream Research Company | Method for geophysical modeling of subsurface volumes |
WO2014197160A1 (en) | 2013-06-06 | 2014-12-11 | Exxonmobil Upstream Research Comapny | Method for decomposing complex objects into simpler components |
US9804282B2 (en) | 2014-02-17 | 2017-10-31 | General Electric Company | Computer-assisted fault interpretation of seismic data |
US10082588B2 (en) | 2015-01-22 | 2018-09-25 | Exxonmobil Upstream Research Company | Adaptive structure-oriented operator |
WO2016171778A1 (en) | 2015-04-24 | 2016-10-27 | Exxonmobil Upstream Research Company | Seismic stratigraphic surface classification |
CN105956300B (zh) * | 2016-05-10 | 2019-05-07 | 清华大学 | 一种分层粗糙表面的数字化重构方法 |
US10935680B2 (en) * | 2017-02-22 | 2021-03-02 | Saudi Arabian Oil Company | Generating geophysical images using directional oriented wavefield imaging |
CN109307889A (zh) * | 2017-07-28 | 2019-02-05 | 中国石油化工股份有限公司 | 基于时空变系数加权的优化叠加方法及*** |
US11500118B2 (en) | 2019-03-08 | 2022-11-15 | International Business Machines Corporation | Seismic data representation and comparison |
US11905821B2 (en) * | 2019-08-15 | 2024-02-20 | Schlumberger Technology Corporation | Offset well analysis using well trajectory similarity |
US11320553B2 (en) * | 2020-06-25 | 2022-05-03 | Chevron U.S.A. Inc. | System and method for subsurface structural interpretation |
CN112363220A (zh) * | 2020-10-26 | 2021-02-12 | 中国石油天然气集团有限公司 | 一种缝洞型碳酸盐岩微小储集层甜点预测方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5563949A (en) * | 1994-12-12 | 1996-10-08 | Amoco Corporation | Method of seismic signal processing and exploration |
WO1997013166A1 (en) * | 1995-10-06 | 1997-04-10 | Amoco Corporation | Method and apparatus for seismic signal processing and exploration |
US6138075A (en) * | 1998-08-05 | 2000-10-24 | Landmark Graphics Corporation | Methods and apparatus for analyzing seismic data |
US6141622A (en) * | 1996-11-15 | 2000-10-31 | Union Oil Company Of California | Seismic semblance/discontinuity method |
US6151555A (en) * | 1999-03-09 | 2000-11-21 | Schlumberger Technology Corporation | Seismic signal processing method and apparatus for generating a cube of variance values |
DE19933717C1 (de) * | 1999-07-19 | 2001-01-11 | Henning Trappe | Verfahren zur seismischen Datenverarbeitung |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4570246A (en) * | 1982-02-01 | 1986-02-11 | Chevron Research Company | Method for the interpretation of statistically-related seismic records to yield valuable characteristics, such as gas-bearing potential and lithology of strata |
US4866659A (en) | 1984-04-06 | 1989-09-12 | Pennzoil Company | Method for selection of mining and drilling sites using synthesized three dimensional seismic data |
US5831935A (en) * | 1996-03-05 | 1998-11-03 | Chevron U.S.A. Inc. | Method for geophysical processing and interpretation using seismic trace difference for analysis and display |
DE19904347C2 (de) * | 1999-02-03 | 2002-08-14 | Henning Trappe | Verfahren zur seismischen Datenverarbeitung |
-
2001
- 2001-08-31 DE DE10142785A patent/DE10142785C2/de not_active Expired - Fee Related
-
2002
- 2002-07-31 AU AU2002340718A patent/AU2002340718A1/en not_active Abandoned
- 2002-07-31 EP EP02774289A patent/EP1421412A2/de not_active Withdrawn
- 2002-07-31 US US10/488,155 patent/US6988038B2/en not_active Expired - Fee Related
- 2002-07-31 WO PCT/DE2002/002795 patent/WO2003027710A2/de not_active Application Discontinuation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5563949A (en) * | 1994-12-12 | 1996-10-08 | Amoco Corporation | Method of seismic signal processing and exploration |
WO1997013166A1 (en) * | 1995-10-06 | 1997-04-10 | Amoco Corporation | Method and apparatus for seismic signal processing and exploration |
US6141622A (en) * | 1996-11-15 | 2000-10-31 | Union Oil Company Of California | Seismic semblance/discontinuity method |
US6138075A (en) * | 1998-08-05 | 2000-10-24 | Landmark Graphics Corporation | Methods and apparatus for analyzing seismic data |
US6151555A (en) * | 1999-03-09 | 2000-11-21 | Schlumberger Technology Corporation | Seismic signal processing method and apparatus for generating a cube of variance values |
DE19933717C1 (de) * | 1999-07-19 | 2001-01-11 | Henning Trappe | Verfahren zur seismischen Datenverarbeitung |
Non-Patent Citations (1)
Title |
---|
MARFURT, K.J. et al.: 3-D seismic attributes using a semblance-based coherency algorithm, - in: Geophysics, 1998, Band 63, S. 1150-1165 * |
Also Published As
Publication number | Publication date |
---|---|
US6988038B2 (en) | 2006-01-17 |
US20040210394A1 (en) | 2004-10-21 |
AU2002340718A1 (en) | 2003-04-07 |
WO2003027710A2 (de) | 2003-04-03 |
WO2003027710A3 (de) | 2003-07-10 |
DE10142785A1 (de) | 2003-04-03 |
EP1421412A2 (de) | 2004-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10142785C2 (de) | Verfahren zur Bestimmung lokaler Ähnlichkeit aus seismischen 3D-Meßdaten | |
US7133779B2 (en) | Automated borehole geology and petrophysics interpretation using image logs | |
DE4426477A1 (de) | Migrationsgeschwindigkeitsanalyse mit begrenzter Öffnung und Monte Carlo Migration | |
US20220163690A1 (en) | Optimal survey design | |
DE2110852A1 (de) | Verfahren zum automatischen Verarbeiten von Daten bei seismischer Erforschung | |
Li et al. | Seismic coherence for discontinuity interpretation | |
DE19933717C1 (de) | Verfahren zur seismischen Datenverarbeitung | |
US20060253257A1 (en) | Method of processing seismic data for AVO or AVOA characterization | |
DE112015006388T5 (de) | Schätzung anisotroper Parameter aus Walkaway-VSP-Daten mittels Differenzialevolution | |
EP1151323B1 (de) | Verfahren zur seismischen datenverarbeitung | |
DE102016116572A1 (de) | Ausrichtung von Punktwolken zur Modellierung von Innenräumen | |
Gunn et al. | New algorithms for visually enhancing airborne geophysical data | |
Bakulin et al. | Evaluating strategies for estimation of local kinematic parameters in noisy land data: quality versus performance trade-offs | |
DE10142784C2 (de) | Verfahren zur Anisotropiebestimmung geologischer Einheiten | |
CN112444859A (zh) | 协同异变蚂蚁体的页岩储层断裂识别方法及*** | |
DE10142786C2 (de) | Verfahren zur Ähnlichkeitsanalyse sowie Verwendung dafür | |
Borgos et al. | Automated structural interpretation through classification of seismic horizons | |
Heilmann | CRS-stack-based seismic reflection imaging for land data in time and depth domains | |
DE69815785T2 (de) | Welletrennungverfahren für Borlochseismischen Wellen für Datenerfassung mit zunemenden Versatz | |
Catakli et al. | Texture analysis of GPR data as a tool for depicting soil mineralogy | |
DE2440312A1 (de) | Verfahren zur erdbebenueberwachung | |
Spinner | CRS-based minimum-aperture Kirchhoff migration in the time domain | |
DE3316278A1 (de) | Verfahren zur auswertung seismischer aufzeichnungen | |
Mori et al. | Porosity prediction of a Carbonate Reservoir in Campos Basin based on the integration of seismic attributes and well log data | |
Klüver | Velocity model building using analytic and model-based diffraction traveltime functions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8304 | Grant after examination procedure | ||
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20150303 |