地震精細(xì)差異體分析和屬性融合方法研究
發(fā)布時(shí)間:2021-01-19 00:25
近年來,隨著復(fù)雜油氣藏、斷塊類油氣藏以及頁(yè)巖氣等非常規(guī)油氣藏的勘探和開發(fā),斷層和裂縫是油氣藏開發(fā)過程中非常重要的地質(zhì)構(gòu)造特點(diǎn),裂縫、斷層及孔洞的自動(dòng)識(shí)別和解釋的研究在油氣田的勘探開發(fā)過程中具有越來越重要的作用。為了從現(xiàn)有的地質(zhì)信息和數(shù)據(jù)中發(fā)掘出更多深入有效信息或來進(jìn)行油氣研究,地震屬性的應(yīng)用已成為油氣藏的解釋中一項(xiàng)重要的方法和技術(shù),但單一屬性分析的精度在很大程度上不能滿足高精度地震資料解釋的需求,屬性融合的使用越來越多。地震解釋中,當(dāng)層位、巖性、物性的變化較為緩慢,此時(shí)相干屬性上比較難以分辨緩慢變化的巖性和物性邊界。由于不同的巖性對(duì)不同的物理性質(zhì)的變化不同,因此利用這種區(qū)別,結(jié)合地震屬性融合可以很好地分辨出不同的巖性物性的變化。本文關(guān)于地震屬性融合的研究主要利用了RGB屬性融合和非下采樣Contourlet變換的方法,對(duì)兩種方法的屬性融合效果進(jìn)行了地震數(shù)據(jù)的對(duì)比分析,并且在非下采樣Contourlet變換的基礎(chǔ)上利用模糊邏輯的方法對(duì)融合方法進(jìn)行優(yōu)化,使得融合的效果進(jìn)一步得到增強(qiáng)。本文在C3相干技術(shù)的基礎(chǔ)上對(duì)差異屬性進(jìn)行了優(yōu)化研究,通過引用一種圖像分析中的梯度一致性方法,得到了梯度一致性...
【文章來源】:中國(guó)石油大學(xué)(北京)北京市 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:101 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
相干技術(shù)基本原理
1jj 其中,max 代表著特征值中的最大特征值,計(jì)算得到的便是檢測(cè)點(diǎn) C3 相干值。對(duì)所有的點(diǎn)依次進(jìn)行分析,計(jì)算得到相應(yīng)的相干值,最后得到數(shù)據(jù)的整體的相干體數(shù)據(jù)。C3 相干分析可以通過計(jì)算得到相鄰地震道數(shù)據(jù)之間的差異性,得到地震道數(shù)據(jù)在空間差異性上的分布情況,并在一定程度上可以壓制隨機(jī)噪聲干擾的影響。還有一種基于 C3 相干算法的非均質(zhì)體結(jié)構(gòu)導(dǎo)向相干算法,其基本思想是但存在一個(gè)有規(guī)律的邊界的時(shí)候,采樣點(diǎn)與邊界會(huì)存在幾種相應(yīng)的位置關(guān)系,如圖 2.2所示 ,該方法通過一定的矩陣拆分重組來突出邊界,使得到的相干值更低,從而突出邊界和裂縫更加清晰,然后對(duì)重組之后的矩陣按照 C3 相干值的計(jì)算方法計(jì)算出相干值[26],如圖 2.3 所示。非均質(zhì)體結(jié)構(gòu)導(dǎo)向相干方法通過數(shù)據(jù)的重組分析,可以將小的差異邊界進(jìn)行局部方法,從而達(dá)到對(duì)于細(xì)小構(gòu)造的描繪。
圖 2.3 數(shù)據(jù)的拆分與重組Fig. 2.2 Data splitting and reorganization螞蟻體螞蟻算法初始使用來在路徑的優(yōu)化方面的算法,后來是由斯倫貝謝公司屬性的解釋方面,是一種根據(jù)仿生學(xué)算法得到的地震屬性,通過一定的方在已經(jīng)得到的屬性上進(jìn)行優(yōu)化。蟻群算法最早是由 Dorigo 等人在 199算法的核心思想是模擬螞蟻覓食過程中對(duì)于路徑的逐漸優(yōu)化路徑方案的螞蟻均在最短路徑上達(dá)到食物地點(diǎn)。蟻群算法就是模擬螞蟻群在覓食物信息濃度和方向與前面螞蟻的釋放信息進(jìn)行判斷下一移動(dòng)方向,并在后進(jìn)行強(qiáng)信息反饋,使附近的螞蟻進(jìn)行路徑進(jìn)一步優(yōu)化,向食物聚集,如。在數(shù)據(jù)處理中我們模擬投放電子螞蟻,使其向著可能存在裂縫的方向運(yùn)得電子螞蟻運(yùn)動(dòng)到裂縫附近沿著可能的裂縫進(jìn)行運(yùn)動(dòng)使得信息聚集,最將電子螞蟻聚集到裂縫附近,達(dá)到快速收斂,使得更加準(zhǔn)確快速的識(shí)別裂
本文編號(hào):2985960
【文章來源】:中國(guó)石油大學(xué)(北京)北京市 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:101 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
相干技術(shù)基本原理
1jj 其中,max 代表著特征值中的最大特征值,計(jì)算得到的便是檢測(cè)點(diǎn) C3 相干值。對(duì)所有的點(diǎn)依次進(jìn)行分析,計(jì)算得到相應(yīng)的相干值,最后得到數(shù)據(jù)的整體的相干體數(shù)據(jù)。C3 相干分析可以通過計(jì)算得到相鄰地震道數(shù)據(jù)之間的差異性,得到地震道數(shù)據(jù)在空間差異性上的分布情況,并在一定程度上可以壓制隨機(jī)噪聲干擾的影響。還有一種基于 C3 相干算法的非均質(zhì)體結(jié)構(gòu)導(dǎo)向相干算法,其基本思想是但存在一個(gè)有規(guī)律的邊界的時(shí)候,采樣點(diǎn)與邊界會(huì)存在幾種相應(yīng)的位置關(guān)系,如圖 2.2所示 ,該方法通過一定的矩陣拆分重組來突出邊界,使得到的相干值更低,從而突出邊界和裂縫更加清晰,然后對(duì)重組之后的矩陣按照 C3 相干值的計(jì)算方法計(jì)算出相干值[26],如圖 2.3 所示。非均質(zhì)體結(jié)構(gòu)導(dǎo)向相干方法通過數(shù)據(jù)的重組分析,可以將小的差異邊界進(jìn)行局部方法,從而達(dá)到對(duì)于細(xì)小構(gòu)造的描繪。
圖 2.3 數(shù)據(jù)的拆分與重組Fig. 2.2 Data splitting and reorganization螞蟻體螞蟻算法初始使用來在路徑的優(yōu)化方面的算法,后來是由斯倫貝謝公司屬性的解釋方面,是一種根據(jù)仿生學(xué)算法得到的地震屬性,通過一定的方在已經(jīng)得到的屬性上進(jìn)行優(yōu)化。蟻群算法最早是由 Dorigo 等人在 199算法的核心思想是模擬螞蟻覓食過程中對(duì)于路徑的逐漸優(yōu)化路徑方案的螞蟻均在最短路徑上達(dá)到食物地點(diǎn)。蟻群算法就是模擬螞蟻群在覓食物信息濃度和方向與前面螞蟻的釋放信息進(jìn)行判斷下一移動(dòng)方向,并在后進(jìn)行強(qiáng)信息反饋,使附近的螞蟻進(jìn)行路徑進(jìn)一步優(yōu)化,向食物聚集,如。在數(shù)據(jù)處理中我們模擬投放電子螞蟻,使其向著可能存在裂縫的方向運(yùn)得電子螞蟻運(yùn)動(dòng)到裂縫附近沿著可能的裂縫進(jìn)行運(yùn)動(dòng)使得信息聚集,最將電子螞蟻聚集到裂縫附近,達(dá)到快速收斂,使得更加準(zhǔn)確快速的識(shí)別裂
本文編號(hào):2985960
本文鏈接:http://sikaile.net/kejilunwen/shiyounenyuanlunwen/2985960.html
最近更新
教材專著