本发明专利技术公开一种基于全局视角的地震全层位追踪方法，应用于油气勘探领域，针对现有的自动追踪方法缺乏地震数据的全局视角，易于陷入局部最优，导致追踪结果有违实际的地质构造，难以满足实际应用需求的问题，本发明专利技术使用复杂网络表征层位的整体分布，其中节点表示层位片段的中心道集，节点属性涵盖层位片段的所在位置和碎片内部连接情况等信息，边属性给出层位片段之间可能存在的连接关系；针对节点表示的每一个层位片段中心道集，本发明专利技术基于点集拓扑的方法进行层位片段融合，在符合地震地层学的基础上获得完整层位面，避免了串层的出现；经实验表明，本发明专利技术的方法能够有效进行层位提取，保证层位面的完整性，对地层情况复杂的区域也有较好的效果。的区域也有较好的效果。的区域也有较好的效果。
【技术实现步骤摘要】
一种基于全局视角的地震全层位追踪方法
[0001]本专利技术属于油气勘探领域，特别涉及一种层位追踪技术。
技术介绍
[0002]层位追踪是地震解释中的一个关键步骤，在地震数据资料分析中发挥着重要作用。从地震数据中充分挖掘和提取地震层位，可为地下构造、储层建模以及油气开发提供可靠依据。传统的层位追踪方法主要是使用人工解释的方式实现，但这种方式依赖于地震解释人员的专业能力，并且需要耗费大量的时间。近年来，在地震勘探的数据采集过程中，随着三维地震勘探工作量快速增长，以人工解释为主的地震解释模式已无法满足显著增加的地震数据量。随着计算机技术的不断发展，其在大数据处理方面的效率优势使得地球物理学家看到了它代替人工进行层位提取和追踪的潜力。
[0003]自20世纪80年代初，自动追踪技术出现以后，解释人员开始尝试利用计算机来模拟人的解释过程，从而大幅提升地震层位提取和追踪的效率。同时，计算机可以更多地利用数据的空间信息，减小了追踪结果陷入局部最优的风险。近年来，地震层位的自动提取与追踪技术受到了国内外理论界和工业界的高度重视，许多自动从地震数据中提取层位的计算机算法已经被提出。Borgos等人通过利用地震反射器的横向相似性，对地震道上的极值进行分类，将广泛应用于三维和四维油藏表征的分类方法应用到地震层位的自动解释。Monsen等人通过考虑波形属性和层位片段之间的拓扑关系对层位片段进行合并。Wu等人使用人工控制的种子点(通常位于断层的相对两侧)作为约束来提取地震层位。Pauget等人提出了一种基于地震道集间链接的全局建模新方法。这种方法允许高度的灵活性，而不受断层和不整合的限制，最后利用局部成本函数的全局优化过程，得到了显式优化模型。
[0004]在地震勘探中，层位解释是地震解释的基础工作，而层位的识别和追踪是地震层位解释的一个很重要的环节。近年来，研究人员已经提出许多从地震数据中提取层位的自动追踪算法。但是，现有的自动追踪方法缺乏对整个地震数据地层沉积情况的全局视角，易于陷入局部最优，导致追踪结果出现串层等不吻合实际地质构造的情况。
技术实现思路
[0005]为解决上述技术问题，本专利技术提出一种基于全局视角的地震全层位追踪方法，通过使用图神经网络来将地震数据的层位片段转化为图数据，并利用逻辑推理和点集拓扑的方式对层位片段融合，在符合地震地层学的基础上获得完整层位面，避免了串层的出现。
[0006]本专利技术采用的技术方案为：基于全局视角的地震全层位追踪方法，包括：
[0007]S1、对采集的地震图像进行预处理，得到去噪地震图像；
[0008]S2、对于去噪地震图像，采用动态时间规划算法来生成层位片段；
[0009]S3、将每个层位片段看作一个网络节点，将层位片段数据构建成有向图数据，从而得到有向图数据网络；
[0010]S4、去除有向图数据网络中的无向边；
[0011]S5、对经步骤S4处理后的有向图数据网络中的节点进行拟合，得到各层位片段的平面，然后进行属性判断，找到相邻层位片段；
[0012]S6、根据相邻层位片段进行融合。
[0013]本专利技术的有益效果：本专利技术从地震数据出发，在获得整个数据地层沉积情况的基础下进行全层位追踪。在地震数据预处理过程后，先将初始层位极值点合并成层位片段，随后使用复杂网络表征层位的整体分布，其中节点表示层位片段的中心道集，节点属性涵盖层位片段的所在位置和片段内部连接情况等信息，边属性给出层位片段之间可能存在的连接关系。针对节点表示的每一个层位片段中心道集，本专利技术提出了一种基于点集拓扑的方法进行层位片段融合。通过实际工区上的数据应用证明，本专利技术的方法包括以下优点：
[0014](1)本专利技术能够从全局的视角中寻求一种层位追踪效果，避免了追踪效果陷入局部最优，出现不符合真实地质事件的情况；
[0015](2)本专利技术可以在符合地震地层学的基础上获得完整层位面，避免了串层的出现。
附图说明
[0016]图1为基于全局视角的地震全层位追踪方法流程图；
[0017]图2为地震数据预处理的滤波方法流程图；
[0018]图3为张量奇异值分解图；
[0019]图4为DTW生成层位片段流程图；
[0020]图5为DTW追踪相关系数梳子示意图；
[0021]其中，(a)为一个地震记录中的两道X1和X2，(b)为X1与X2对应的相关系数图；
[0022]图6为全局位置计算示意图；
[0023]其中，(a)至(g)是一个逐渐确定每个点全局位置的简易流程；
[0024]图7为层位片段追踪效果图；
[0025]图8为有向图网络示意图；
[0026]图9为层位片段边属性示意图；
[0027]图10为层位片段平面拟合示意图；
[0028]图11为节点融和示意图；
[0029]其中，(a)为层位节点融合，(b)为相关性约束；
[0030]图12为有向图的连通性判断示意图；
[0031]其中，(a)为判定为无联通的情况，(b)为判定为可连通的情况；
[0032]图13为本专利技术方案在西北某工区inline剖面上的追踪效果图；
[0033]图14为PaleoScan软件在西北某工区数据中inline剖面上的追踪效果图。
具体实施方式
[0034]为便于本领域技术人员理解本专利技术的
技术实现思路
，下面结合附图对本
技术实现思路
进一步阐释。
[0035]如图1所示，本专利技术的方法包括以下步骤：
[0036](1)地震数据预处理
[0037]该步骤主要针对地震数据进行预处理从而减少噪声对于层位追踪效果的干扰，主
要包含图像补丁分组、张量奇异值分解、频谱硬阈值化、图像补丁重构、图像补丁聚合这五个步骤。算法流程如图2所示：
[0038]a)图像补丁分组
[0039]在地震图像Z上定义一个大小为N1×
N2的矩形窗口N1表示矩形窗口的长度值，N2表示矩形窗口的宽度值，这个窗口对应的图像补丁为其中索引x∈X对应补丁的左上角像素，y表示像素点，x表示像素点对应的索引，X表示数据中像素点的集合。
[0040]在本实施例中使用了5
×
5的网格窗口，即N1＝5，N2＝5。随后指定一个图像补丁P
r
，针对这个指定的图像补丁，矩形窗口在图像上进行遍历，从所有的图像补丁中选取与P
r
相似的图像补丁并将它们分为一组。随着窗口的不断移动，地震图像就被分成了一些补丁图像组。补丁P
r
的相似图像补丁集合定义如下：
[0041][0042]其中，d(P
x
‑
P
r
)为图像补丁P
x
和P
r
之间的欧式距离，τ
r
是控制中任意两个带索引的图像补丁之间的最大距离的参数，σ为噪声的方差，的取值视噪声情况而定。中的元素个数用J...
【技术保护点】
【技术特征摘要】
1.基于全局视角的地震全层位追踪方法，其特征在于，包括：S1、对采集的地震图像进行预处理，得到去噪地震图像；S2、对于去噪地震图像，采用动态时间规划算法来生成层位片段；S3、将每个层位片段看作一个网络节点，将层位片段数据构建成有向图数据，从而得到有向图数据网络；S4、去除有向图数据网络中的无向边；S5、对经步骤S4处理后的有向图数据网络中的节点进行拟合，得到各层位片段的平面，然后进行边属性判断，找到相邻层位片段；S6、根据相邻层位片段进行融合。2.根据权利要求1所述的基于全局视角的地震全层位追踪方法，其特征在于，步骤S1具体包括以下分步骤：S11、在采集的地震图像上定义一个大小为N1×
n2的矩形窗口矩形窗口对应的图像补丁为其中索引x对应补丁的左上角像素，x∈X；通过矩形窗口在地震图像上进行遍历，找到某个图像补丁P
r
对应的相似图像补丁集合S12、中的元素个数用J
r
表示，将中的图像补丁堆叠成一个大小为N1×
N2×
J
r
的三维阵列，将该三维阵列看作维度为N1×
N2×
J
r
的张量，对张量进行奇异值分解，得到核心张量于复值标准正交张量；S13、对核心张...
【专利技术属性】
技术研发人员：宗晶晶，何鑫，周成，何宇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。