一种自动快速识别地质构造的DTW地震体属性分析方法技术

本发明专利技术公开了一种自动快速识别地质构造的DTW地震体属性分析方法，采用分布式并行算法，划分工作小区，在粗网格密度下，通过计算各地震道与模型参考道特征点序列DTW偏移时间量，能够快速解释层位和构建地震等时地层格架，在井分层的基础上进行层间等比例法剖分形成地震分层数据体，减少DTW计算的样点数，保证数据之间独立性，可有效发挥分布式运算的优势，大幅缩短DTW属性的计算时间。采用Inline和Xline两个方向进行相邻道的DTW计算，突出目标层段地震数据之间的弱连续性、低相似性的异常特征，从而实现不同尺度构造的精细识别。

A DTW Seismic Body Attribute Analysis Method for Automatic and Fast Recognition of Geological Structures

【技术实现步骤摘要】
一种自动快速识别地质构造的DTW地震体属性分析方法
本专利技术一种自动快速识别地质构造的DTW地震体属性分析方法，属于地震勘探

技术介绍
地震属性是指从人工地震时间序列中提取的运动学、动力学及统计学的度量值，与初始地震剖面数据相比，属性数据可突出断层、陷落柱等地质构造引起的地震波旅行时、振幅、频率和相位等异常的横向、垂向的不连续性和低相似性。根据属性维度，可分为层面二维和三维体两类。二维属性通常是沿某个层面计算的瞬时或固定小时窗属性，体属性则是三维空间的数据体。基于三瞬属性、频谱分解、方差或相干体属性、蚂蚁体、断层概率体等三维体属性及其组合分析，受人工干预较少，成果更客观。但是，目前上述属性均采用比较两个等长的时间序列之间相似性的计算思路，而DTW（动态时间弯曲）算法由于能够比较两个不等长的时间序列之间的相似性，算法更先进，从而受到了地球物理业界的广泛关注，称之为“动态波形匹配”或“动态时间规整”算法。2003年，Keysers等提出了DTW算法在密集采样数据中求取精确解的高耗时这一核心问题，针对这一问题，国内外学者进行了大量的改进算法的研究，并应用于地震资料处理、解释。在资料处理方面，Hale（2013,2014）研究了平滑动态图像规整算法，认为在信号变化较慢的情况下更容易获得准确解；国内的研究主要集中在叠前道集拉平技术（钱峰等，2017）、纵波或横波多波资料匹配处理方法（陈茂山，2017；姚兴苗等，2018）、噪声压制（逯宇佳等,2018）、高精度速度分析（曹俊兴等,2018）等领域。在资料解释方面，则主要用于层位自动匹配追踪（曹俊兴等，2018）、地震波形分类（昌艳，2016）及地震相解释（钱峰等，2018）等方面，涉及地质构造精细识别及相关属性分析的研究极少。目前利用反射地震勘探资料，通过地震多属性分析技术进行构造解释,可以查明落差5m及以上的断层、30m及以上直径的陷落柱，然而距离现代煤矿化综合机械化开采的要求仍相差甚远，小于上述尺度的断层、陷落柱等构造解释的多解性强，受经验因素影响大。动态时间弯曲算法（DTW）能够更精细分析两个时间序列的相似性，但是，其精细解随着时间序列长度变大呈几何级数增长，计算效率极低，对于三维地震海量数据还未见可行的解决方案。
技术实现思路
本专利技术为克服现有技术的不足，目的是提供一种自动快速识别地质构造的DTW地震体属性分析方法，采用分布式并行算法，快速完成海量三维地震数据的DTW属性体计算，提高DTW地震属性体分析的可行性和达到商业化标准，并降低了小尺度地质构造和异常体解释的多解性和人为因素影响。本专利技术通过以下技术方案实现：一种自动快速识别地质构造的DTW地震体属性分析方法，包括以下步骤：步骤1，结合井网密度进行工作区分割，利用基准井的井震层位标定结果，通过粗网格数据的DTW计算，完成层位自动追踪，快速构建整个工作区的地震等时地层格架；步骤2，根据步骤1得到的地震等时地层格架，采用分布式并行算法，在每个工作小区内，采用等比例法分离出相邻两层位之间地震道数据，构建不等样点数量的地震分层数据体，每个分层体在Inline和Xline两个方向分别按照相邻道对比的方法，计算DTW时间偏移量；并将其按分层体的起止时间顺序存放；步骤3，将不同分层体数据进行垂向叠加，再选取Inline和Xline方向权重系数，计算获得各工作小区综合Inline和Xline两个方向的DWT属性数据体，最后将不同工作小区DTW属性数据体进行横向叠加，获得全工作区的DTW属性体；步骤4，将整个工作区的DWT属性体数据导入地震资料解释软件，与常规地震属性分析方法相仿，采用地层切片或三维可视化技术，种子点追踪方法，实现地质构造的三维自动追踪和解释。优选地，所述步骤1包括如下步骤：步骤1.1，利用地震叠后或叠前偏移数据，进行工作区井震标定，根据标定结果，确定每口井中多个目标反射层的时间信息；步骤1.2，根据整个工作区井位分布情况，建立不小于500m×500m网度的井网；基于井间距的1/3-1/2，按Inline和Xline线道号将整个工作区分割为不同工作小区，记作B1，B2，……Bm，标记其起止inline号和Xline号；每个区域中优选一口反射层位完整的井，作为基准井，记作BW1，BW2，……，BWm；步骤1.3，在基准井处选取井旁道，提取极值和过零点等特征值，包括极大值与极小值，正过零点和负过零点，并将所述特征值按时间依次排序，建立各井区的模型道，记作GMw1，GMw2，……，GMwm，存储每个特征点的时间、振幅参数，样点数控制在200个以内；存储每个模型道中各反射层T1,T2,……Tn对应的自激自收时间T0，作为基准井中每个地质分层体的起止时间；步骤1.4，在全区建立不小于100m×100m的层位解释网格，解释线尽可能过基准井，以保证分层结果与井震联合标定结果相匹配；对解释网格上的每个地震道提取极值和过零点等特征值，包括极大值与极小值，正过零点和负过零点，并将所述特征值按时间依次排序，分别形成各井区的目标对比道集；存储每个地震道中所有特征点的Inline和Xline号以及自激自收时间T0和振幅等4个参数；步骤1.5，在每个工作小区，基于各自的模型道，对每个对比道求DTW距离（式1），求取每个地震道相对于模型道上各个特征点的最佳动态弯曲匹配时间，使特征点与模型参考道各样点完全对齐，存储每个对比道的Inline和Xline号，与模型道中各反射层对应的特征点自激自收时间；所述DTW距离的递归算法如下：（1）其中：Dbase(xa，yb)表示向量点xa和yb之间的欧氏距离，Ddtw(xa-1，yb)表示向量点xa-1和yb之间的DTW距离，Ddtw(xa-1，yb-1)表示向量点xa-1和yb-1之间的DTW距离，Ddtw(xa，yb-1)表示向量点xa和yb-1之间的DTW距离；步骤1.6，根据各分区基准井模型参考道上标定的反射波层时间，按照振幅值相同的要求，搜索获取每个对比道上与模型道各反射层相对应的样点值及匹配时间，按式2求取各对比道中与各反射层的对应的自激自收时间T0；步骤1.7，将每个对比道中各反射层的T0时间，输入地震解释软件，进行异常值剔除，平滑，完成粗网格层位三维闭合解释；进一步在整个工作区做平面插值，建立全区的地震等时地层格架。所述各对比道中与各反射层的对应的自激自收时间T0通过如下公式求得：（2）式中，i为Inline号，j为Xline号，n为层位号，Bm为工作小区号，BWm为基准井号；T0(i，j，n)为i,j道n反射层的自激自收时间；T0(Bm，BWm，n)为Bm工作小区内BWm模型道上n反射层对应的T0时间；Tdtw(i,j,n)为Bm工作小区内i，j道n反射层对应的动态弯曲匹配时间。优选地，所述步骤2包括如下步骤：步骤2.1，根据工作小区总数，建立m个计算机集群，在主机上发起一个job，选择某一个计算机集群负责相对应的Bm工作小区的DTW计算；设置要开启的总线程数（workers）；并保证集群中所有计算机具有一致的k个worker数量或CPU核数进行计算；步骤2.2，采用等比例法剖分方法，在每个工作小区对应的计算机上，分割成n个相互独立的地震分层体，作为相应的独立的本文档来自技高网...

【技术保护点】
1.一种自动快速识别地质构造的DTW地震体属性分析方法，其特征在于，包括以下步骤：步骤1，结合井网密度进行工作区分割，利用基准井的井震层位标定结果，通过粗网格数据的DTW计算，完成层位自动追踪，快速构建整个工作区的地震等时地层格架；步骤2，根据步骤1得到的地震等时地层格架，采用分布式并行算法，在每个工作小区内，采用等比例法分离出相邻两层位之间地震道数据，构建不等样点数量的地震分层数据体，每个分层体在Inline和Xline两个方向分别按照相邻道对比的方法，计算DTW时间偏移量；并将其按分层体的起止时间顺序存放；步骤3，将不同分层体数据进行垂向叠加，再选取Inline和Xline方向权重系数，计算获得各工作小区综合Inline和Xline两个方向的DWT属性数据体，最后将不同工作小区DTW属性数据体进行横向叠加，获得全工作区的DTW属性体；步骤4，将整个工作区的DWT属性体数据导入地震资料解释软件，采用地层切片或三维可视化技术，种子点追踪方法，实现地质构造的三维自动追踪和解释。

【技术特征摘要】
1.一种自动快速识别地质构造的DTW地震体属性分析方法，其特征在于，包括以下步骤：步骤1，结合井网密度进行工作区分割，利用基准井的井震层位标定结果，通过粗网格数据的DTW计算，完成层位自动追踪，快速构建整个工作区的地震等时地层格架；步骤2，根据步骤1得到的地震等时地层格架，采用分布式并行算法，在每个工作小区内，采用等比例法分离出相邻两层位之间地震道数据，构建不等样点数量的地震分层数据体，每个分层体在Inline和Xline两个方向分别按照相邻道对比的方法，计算DTW时间偏移量；并将其按分层体的起止时间顺序存放；步骤3，将不同分层体数据进行垂向叠加，再选取Inline和Xline方向权重系数，计算获得各工作小区综合Inline和Xline两个方向的DWT属性数据体，最后将不同工作小区DTW属性数据体进行横向叠加，获得全工作区的DTW属性体；步骤4，将整个工作区的DWT属性体数据导入地震资料解释软件，采用地层切片或三维可视化技术，种子点追踪方法，实现地质构造的三维自动追踪和解释。2.根据权利要求1所述的一种自动快速识别地质构造的DTW地震体属性分析方法，其特征在于，所述步骤1包括如下步骤：步骤1.1，利用地震叠后或叠前偏移数据，进行工作区井震标定，根据标定结果，确定每口井中多个目标反射层的时间信息；步骤1.2，根据整个工作区井位分布情况，建立不小于500m×500m网度的井网；基于井间距的1/3-1/2，按Inline和Xline线道号将整个工作区分割为不同工作小区，标记其起止inline号和Xline号；每个区域中优选一口反射层位完整的井，作为基准井；步骤1.3，在基准井处选取井旁道，提取特征值，并将所述特征值按时间依次排序，建立各井区的模型道，存储每个特征点的时间、振幅参数，样点数控制在200个以内；存储每个模型道中各反射层对应的自激自收时间T0，作为基准井中每个地质分层体的起止时间；步骤1.4，在全区建立不小于100m×100m的层位解释网格，解释线过基准井，对解释网格上的每个地震道提取特征值，并将所述特征值按时间依次排序，分别形成各井区的目标对比道集；存储每个地震道中所有特征点的Inline和Xline号以及自激自收时间T0和振幅；步骤1.5，在每个工作小区，基于各自的模型道，对每个对比道求DTW距离，求取每个地震道相对于模型道上各个特征点的最佳动态弯曲匹配时间，使特征点与模型参考道各样点完全对齐，存储每个对比道的Inline和Xline号，与模型道中各反射层对应的特征点自激自收时间；步骤1.6，根据各分区基准井模型参考道上标定的反射波层时间，按照振幅值相同的要求，搜索获取每个对比道上与模型道各反射层相对应的样点值及匹配时间，求取各对比道中与各反射层的对应的自激自收时间T0；步骤1.7，将每个对比道中各反射层的T0时间，输入地震解释软件，进行异常值剔除，平滑，完成粗网格层位三维闭合解释；进一步在整个工作区做平面插值，建立全区的地震等时地层格架。3.根据权利要求2所述的一种自动快速识别地质构造的DTW地震体属性分析方法，其特征在于，所述特征值包括但不限于极大值与极小值，正过零点和负过零点。4.根据权利要求2所述的一种自动快速识别地质构造的DTW地震体属性分析方法，其特征在于，所述各对比道中与各反射层的对应的自激自收时间T0通过如下公式求得：式中，i为Inline号，j为Xline号，n为层位号，Bm为...

【专利技术属性】
技术研发人员：陈强，张生，常锁亮，刘波，刘君，刘晶，景锦，曲禛，许玉莹，张启帆，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西,14