陷落柱检测方法和装置制造方法及图纸

本发明专利技术提供了一种陷落柱检测方法和装置，涉及地震勘探技术领域，该方法包括获取目标地下区域内的三维地震数据的数据体，其中，三维地震数据的数据体中携带地下岩层的界面信息，地下岩层的界面信息包括地下岩层的属性信息和/或地下岩层的结构信息；采用蚂蚁追踪算法对三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，其中，蚂蚁体属性表示地质结构的不连续特性；根据蚂蚁追踪属性体确定包含陷落柱位置信息和边界信息的目标数据体，以根据目标数据体在目标地下区域中识别陷落柱。本发明专利技术缓解了现有技术中无法有效识别陷落柱的技术问题，达到了较准确地预测陷落柱位置及刻画陷落柱边界的技术效果。

Method and device for detecting subsided column

The invention provides a collapse column detection method and device, and relates to the technical field of seismic exploration, the method includes obtaining 3D seismic data of underground targets within the area of data, the interface information of 3D seismic data body of data carrying underground strata, structure information of interface information of underground rock layer including underground rock properties information and / or underground strata; using ant data tracking algorithm on 3D seismic data body operation, containing ant body attributes ant tracking attributes, the ant body property indicates the geological structure of discontinuous characteristics; according to ant tracking attributes determined including the target data collapse column position information and boundary information the body, according to the target data in the target area in the underground recognition of collapse column. The invention alleviates the technical problem that the collapse column can not be effectively identified in the prior art, and achieves the technical effect of accurately predicting the position of the subsided column and depicting the boundary of the subsided column.

【技术实现步骤摘要】
陷落柱检测方法和装置
本专利技术涉及地震勘探
，尤其是涉及一种陷落柱检测方法和装置。
技术介绍
在煤炭开采过程中，陷落柱会破坏煤层的连续性，易于诱发透水、瓦斯突出等事故，严重影响煤矿安全、高效的开采，因此，对陷落柱的识别具有重要意义。目前，用于识别陷落柱的方法有很多种，包括利用相干体、频率、相位及神经网络属性来预测陷落柱，通过提取沿层的属性切片而直观显示陷落柱的发育情况。上述方法虽然在陷落柱的预测上取得了一定进展，但是，由于陷落柱本身具有大小不等、分布规律差等特点，上述方法只能达到模糊预测的效果，不能准确确定陷落柱位置及边界，因而，现有技术中亟待一种陷落柱的有效识别技术。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种陷落柱检测方法和装置，以缓解传统的陷落柱识别方法在识别陷落柱时识别精确度较差的技术问题。第一方面，本专利技术实施例提供了一种陷落柱检测方法，包括：获取目标地下区域内的三维地震数据的数据体，其中，所述三维地震数据的数据体中携带地下岩层的界面信息，所述地下岩层的界面信息包括地下岩层的属性信息和/或地下岩层的结构信息；采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，其中，所述蚂蚁体属性表示地质结构的不连续特性；根据所述蚂蚁追踪属性体确定包含陷落柱位置信息和边界信息的目标数据体，以根据所述目标数据体在所述目标地下区域中识别陷落柱。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，包括：获取预先设置的第一组蚂蚁体参数，其中，所述第一组蚂蚁体参数包括第一初始蚂蚁边界、第一追踪偏离、第一非法步数、第一合法步数、第一搜索步长、第一终止标准，所述第一组蚂蚁体参数用于控制蚂蚁在所述目标地下区域中的追踪路径及追踪陷落柱的尺度范围；基于所述第一组蚂蚁体参数，采用所述蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体。结合第一方面的第一种可能的实施方式，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，所述第一初始蚂蚁边界的取值为7个样点，所述第一追踪偏离的取值为2个样点，所述第一非法步数的取值为1，所述第一合法步数的取值为3，所述第一搜索步长的取值为3个样点，所述第一终止标准的取值为5％。结合第一方面的第一种可能的实施方式，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，所述第一初始蚂蚁边界的取值为5个样点，所述第一追踪偏离的取值为2个样点，所述第一非法步数的取值为2，所述第一合法步数的取值为2，所述第一搜索步长的取值为3个样点，所述第一终止标准的取值为10％。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，包括：获取预先设置的第二组蚂蚁体参数，其中，所述第二组蚂蚁体参数包括第二初始蚂蚁边界、第二追踪偏离、第二非法步数、第二合法步数、第二搜索步长、第二终止标准；基于所述第二组蚂蚁体参数，采用所述蚂蚁追踪算法对所述三维地震数据的数据体进行蚂蚁追踪运算，得到包含中间蚂蚁体属性的中间蚂蚁追踪属性体，其中，所述中间蚂蚁体属性表示所述三维地震数据的不连续特性；获取预先设置的第三组蚂蚁体参数，其中，所述第三组蚂蚁体参数包括第三初始蚂蚁边界、第三追踪偏离、第三非法步数、第三合法步数、第三搜索步长、第三终止标准，并且相对所述第二组蚂蚁体参数，所述第三组蚂蚁体参数构造的蚂蚁体为积极蚂蚁体；基于所述第三组蚂蚁体参数，采用所述蚂蚁追踪算法对所述中间蚂蚁追踪属性体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，其中，所述蚂蚁体属性表示所述中间蚂蚁体属性的不连续特性。结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，在获取目标地下区域内的三维地震数据的数据体之后，并且在采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算之前，所述方法还包括：对所述三维地震数据的数据体做平滑处理；对经平滑处理后的所述三维地震数据的数据体做边缘增强处理；计算边缘增强处理后的所述三维地震数据的数据体的方差体属性，得到包含方差体属性的三维地震数据的数据体。结合第一方面，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，所述三维地震数据的数据体为三维地震偏移叠加数据体。结合第一方面的以上任一种实施方式，本专利技术实施例提供了第一方面的第七种可能的实施方式，其中，根据所述蚂蚁追踪属性体确定包含陷落柱位置信息和边界信息的目标数据体，包括：获取目标层的空间位置数据，其中，所述目标层为待检测陷落柱展布情况的岩层；根据所述目标层的空间位置数据，对所述蚂蚁追踪属性体进行切片处理，得到所述目标层的蚂蚁体属性数据；对所述目标层的蚂蚁体属性数据进行分析，确定所述目标层的包含陷落柱位置信息和边界信息的目标数据体，以根据所述目标数据体在所述目标地下区域中识别陷落柱。结合第一方面的第七种可能的实施方式，本专利技术实施例提供了第一方面的第八种可能的实施方式，其中，对所述目标层的蚂蚁体属性数据进行分析，确定所述目标层的包含陷落柱位置信息和边界信息的目标数据体,包括：将所述目标层的蚂蚁体中的每个蚂蚁体属性的属性值与预设属性值进行比较；当比较出所述属性值大于所述预设属性值时，对所述蚂蚁体属性进行标记，得到标记之后的所述蚂蚁追踪属性体；在标记之后的所述蚂蚁追踪属性体中查找环形区域，并将所述环形区域的边界值确定为所述陷落柱的边界值。第二方面，本专利技术实施例还提供了一种陷落柱检测装置，包括：获取模块，用于获取目标地下区域内的三维地震数据的数据体，其中，所述三维地震数据的数据体中携带地下岩层的界面信息，所述地下岩层的界面信息包括地下岩层的属性信息和/或地下岩层的结构信息；运算模块，用于采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，其中，所述蚂蚁体属性表示地质结构的不连续特性；确定模块，根据所述蚂蚁追踪属性体确定包含陷落柱位置信息和边界信息的目标数据体，以根据所述目标数据体在所述目标地下区域中识别陷落柱。结合第二方面，本专利技术实施例提供了第二方面的第一种可能的实施方式，其中，所述运算模块采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，包括：获取预先设置的第一组蚂蚁体参数，其中，所述第一组蚂蚁体参数包括第一初始蚂蚁边界、第一追踪偏离、第一非法步数、第一合法步数、第一搜索步长、第一终止标准，所述第一组蚂蚁体参数用于控制蚂蚁在所述目标地下区域中的追踪路径及追踪陷落柱的尺度范围；基于所述第一组蚂蚁体参数，采用所述蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体。结合第二方面的第一种可能的实施方式，本专利技术实施例提供了第二方面的第二种可能的实施方式，其中，所述第一初始蚂蚁边界的取值为7个样点，所述第一追踪偏离的取值为2个样点，所述第一非法步数的取值为1，所述第一合法步数的取值为3，所述第一搜索步长的取值为3个样点，所述第一终止标准的取值为5％。结合第二方面的第一种可能的实施方式，本发本文档来自技高网...

【技术保护点】
一种陷落柱检测方法，其特征在于，包括：获取目标地下区域内的三维地震数据的数据体，其中，所述三维地震数据的数据体中携带地下岩层的界面信息，所述地下岩层的界面信息包括地下岩层的属性信息和/或地下岩层的结构信息；采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，其中，所述蚂蚁体属性表示地质结构的不连续特性；根据所述蚂蚁追踪属性体，确定包含陷落柱位置信息和边界信息的目标数据体，以根据所述目标数据体在所述目标地下区域中识别陷落柱。

【技术特征摘要】
1.一种陷落柱检测方法，其特征在于，包括：获取目标地下区域内的三维地震数据的数据体，其中，所述三维地震数据的数据体中携带地下岩层的界面信息，所述地下岩层的界面信息包括地下岩层的属性信息和/或地下岩层的结构信息；采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，其中，所述蚂蚁体属性表示地质结构的不连续特性；根据所述蚂蚁追踪属性体，确定包含陷落柱位置信息和边界信息的目标数据体，以根据所述目标数据体在所述目标地下区域中识别陷落柱。2.根据权利要求1所述的方法，其特征在于，采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，包括：获取预先设置的第一组蚂蚁体参数，其中，所述第一组蚂蚁体参数包括第一初始蚂蚁边界、第一追踪偏离、第一非法步数、第一合法步数、第一搜索步长、第一终止标准，所述第一组蚂蚁体参数用于控制蚂蚁在所述目标地下区域中的追踪路径及追踪陷落柱的尺度范围；基于所述第一组蚂蚁体参数，采用所述蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体。3.根据权利要求2所述的方法，其特征在于，所述第一初始蚂蚁边界的取值为7个样点，所述第一追踪偏离的取值为2个样点，所述第一非法步数的取值为1，所述第一合法步数的取值为3，所述第一搜索步长的取值为3个样点，所述第一终止标准的取值为5％。4.根据权利要求2所述的方法，其特征在于，所述第一初始蚂蚁边界的取值为5个样点，所述第一追踪偏离的取值为2个样点，所述第一非法步数的取值为2，所述第一合法步数的取值为2，所述第一搜索步长的取值为3个样点，所述第一终止标准的取值为10％。5.根据权利要求1所述的方法，其特征在于，采用蚂蚁追踪算法对所述三维地震数据的数据体进行运算，得到包含蚂蚁体属性的蚂蚁追踪属性体，还包括：获取预先设置的第二组蚂蚁体参数，其中，所述第二组蚂蚁体参数包括第二初始蚂蚁边界、第二追踪偏离、第二非法步数、第二合法步数、第二搜索步长、第二终止标准；基于所述第二组蚂蚁体参数，采用所述蚂蚁追踪算法对所述三维地震数据的数据体进行蚂蚁追踪运算，得到包含中间蚂蚁体属性的中间蚂蚁追踪属性体，其中，所述中间蚂蚁体属性表示所述三维地震数据的不连续特性；获取预先设置的第三组蚂蚁体参数，其中，所述第三组蚂蚁体参数包括第三初始蚂蚁边界、第三追踪偏离、第三非法步数、第三合法步数、第三搜索步长、第三终止标准，...

【专利技术属性】
技术研发人员：李冬，彭苏萍，杜文凤，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京,11