基于大数据的陆相深水沉积数据库构建与数据分析方法技术

本发明专利技术提出了一种基于大数据分析的陆相深水沉积数据库构建方法，包括S1、陆相深水沉积大数据库逻辑设计；S2、陆相深水沉积大数据资料收集与读取；S3、陆相深水沉积大数据资料分析；S4、陆相深水沉积定量沉积模型的建立。本发明专利技术利用大数据统计及分析手段，采用四级数据库设计结构，创新性的对世界范围内陆相深水沉积的相关数据进行收集，实现对陆相深水沉积的系统化研究与对比，为陆相深水的沉积及油气勘探提供支持。探提供支持。探提供支持。

【技术实现步骤摘要】
基于大数据的陆相深水沉积数据库构建与数据分析方法


[0001]本专利技术提供一种基于大数据的陆相深水沉积数据库构建与数据分析方法，属于数据处理


技术介绍

[0002]随着数据存储、运算、分析技术的进步，人类具备了处理海量数据、并从中提取信息的能力。新的科研范式—数据密集型研究应运而生，并改变着科学研究的思维方式。人们对海量数据的挖掘和利用，带来了产业结构的变革及科学研究范式的创新。
[0003]地质学的研究突破越来越依赖全球各类地质数据的综合分析，是典型的数据密集型科学。在大数据时代，沉积学以及地质学正面临着前所未有的机遇与挑战。沉积学家亟需改变传统的思维方式，从因果关系为核心的逻辑思维方式转变为以关联关系为核心的大数据思维方式。通过与大数据思维相结合，不仅可以极大拓展沉积学的探知空间，还可为能源矿产调查、环境资源利用等社会生产和公共服务提供创新活力。随着近几十年沉积学、地层学、古生物学、沉积地球化学、地质年代学、地球观测等学科的进一步发展，地质学家积累了海量的沉积学相关的数据。如何高效地整合各类数据，并从中挖掘这些数据中的价本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的陆相深水沉积数据库构建与数据分析方法，其特征在于，包括以下步骤：S1、陆相深水沉积大数据库逻辑设计采用案例
‑
子集
‑
成因单元
‑
岩相单元的四重逻辑进行陆相深水沉积大数据库的逻辑设计，每个层级包含数据+属性2个数据表，属性表为数据表的补充与延伸；S2、陆相深水沉积大数据资料收集与读取S3、陆相深水沉积大数据资料分析识别有利储层并对陆相深水沉积油气甜点进行预测，为后期油气勘探提供指导；S4、陆相深水沉积定量沉积模型的建立在大数据资料分析的基础上，根据案例类型，分别建立对应案例类型的精确定量三维沉积模型；随后对各成因单元内的储层进行识别与分类，分析不同类型储层的主控因素；结合分析资料中的油气显示、地化特征、物质来源及沉积动力特征，确定岩陆相深水油气存储信息及甜点类型，实现对有利储层的识别，进而实现陆相深水油气储层的定位勘探。2.根据权利要求1所述的基于大数据的陆相深水沉积数据库构建与数据分析方法，其特征在于，S1包括以下层级：(1)案例层级案例数据表：为陆相深水沉积数据库最初层级，该表包含案例序号、名称、类型、地理位置、构造位置、面积、年代地层单元、研究层段年代起点
‑
终点内容；一个案例即为一个陆相湖盆，案例类型即为盆地类型；案例属性表：该表是案例数据表中数据来源、类型以及后续子集模块中数据来源的一个综合性概括；该模块包含案例序号、名称、数据源类型、年份、国家、地点、作者及文献标题；其中，案例序号及案例名称同案例数据表，数据源类型包含国内外发表期刊及各种学位论文；(2)子集层级子集为对应案例中具体的研究数据源类型，包含岩心综合柱状图、剖面综合柱状图、剖面图、文献中的文字描述、数据表；子集数据表：包含子集序号、案例序号、子集类型、年代地层单元、地层年代起点、地层年代端点、子集长度、子集厚度/长度、顶深、底深数据；子集按照国内外和年份的分类原则有序进行收集与读信息读取；子集序号是对案例序号的继承，在案例编号基础上，按照“案例+子集”原则对应编号；子集属性表：包含子集序号、案例序号、数据源类型、年份、国家、作者、参考文献标题内容；不同于案例属性表，此处的作者及参考文献标题为具体子集的对应文献及作者，而案例属性表中则为案例包含的所有子集参考文献的集合；(3)成因单元层级成因单元即为特定子...

【专利技术属性】
技术研发人员：袁晓冬，张元福，姜在兴，高志前，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：