简介:从大量的地震属性中提取最能反映地质特征的综合属性是储层预测技术的关键,通常选用降维方法来优选属性。目前应用最为广泛的线性降维方法。但是,由于地震属性与地质特征的关系通常是非线性的,基于线性变换的地震属性降维优化方法不能充分地反映这种非线性关系,降低了储层预测的精度。流形学习是一种新的非线性学习方法,它是通过保持数据局部结构的方式将高维数据投影到低维空间,挖掘和发现隐藏在数据中的内在特征与规律性,开拓了地震属性降维优化研究的新领域。本文首次实现了3D地震数据的层问属性特征提取,讨论了LLE方法及其关键技术,并以奥陶系礁滩相储层实例说明LLE和PCA两种方法降维及聚类的不同效果。理论模型分析和实例应用表明:LLE较好地保持了数据本身的原始结构;提取的综合属性和聚类相图较好地刻画了沉积相带、储层和流体的特征。这说明流形学习具有更好的特征提取性能。
简介:相干体是一种能够有效反映断层和裂缝等地质上非连续性的地震资料解释工具。然而由于受到附近地层,尤其是具有较强反射系数的地层的影响,微小断层和裂缝在相干体的时间切片和纵剖面上仍然难以辨别。本文提出了一种基于局部直方图规定化的相干体增强方法,实现相干体中的微小断层和裂缝的增强。与传统直方图规定化方法不同,本文方法处理三维相干体时不需要对数据进行离散化以统计其分布情况。在将相干体划分为若干子块后,以相干体整体的分布函数作为每个子块内的目标分布函数进行直方图规定化。另外,相邻子块的部分区域需要重叠,以克服分块产生的边界效应。对实际数据的处理结果表明,该方法可以提供更多的微小断层和裂缝的细节信息。
简介:提出一种对整幅高光谱图像的稀疏表示结果进行直接显示的方法,图中不仅包含了稀疏表示中保留的光谱信息,还可显示整幅图像的空间信息。稀疏表示后,将字典中的各有效原子根据光谱特性选择颜色标签,之后根据稀疏系数进行混合颜色显示,此时的图像能够同时满足可分性及距离保持特性。针对局部地物时,提出的单像素混合阵列表示法及改进的裂片纹理技术能够直观且完整的显示出每个像元的具体组成情况,还能够根据所生成图像中的信息对原始HSI进行重建,进而提高数据的利用率。该模型不仅能够良好地显示地物的空间特性,同时能够显示稀疏系数的组成,同时单像素混合阵列表示法及裂片纹理技术弥补了混合像素彩色显示中颜色表达混乱的弊端。对真实地物数据进行实验,结果证明该模型产生的彩色图像具有良好的视觉效果及可分性,满足距离保持特性。
简介:地震数据规则化是地震信号处理中一个重要步骤,近年来受到广泛关注的压缩感知技术已经被应用到地震数据规则化中。压缩感知技术突破了传统的Shannon-Nyqiust采样定理的限制,可以用采集的少量地震数据重构完整数据。基于压缩感知技术的地震数据规则化质量主要受三个因素影响,除了受地震信号在不同变换域的稀疏表达和11范数重构算法的影响外,极大地取决于地震道随机稀疏采样方式。尽管已有学者开展了2D地震数据离散均匀分布随机采样方式研究,但设计新的稀疏采样方案仍然很有必要。在本文中,我们提出满足Bernoulli分布规律的Bernoulli随机稀疏采样方式和它的抖动形式。对2D数值模拟数据进行四种随机稀疏采样方案和两种变换(Fourier变换和Curvelet变换)实验,对获取的不完整数据应用11范数谱投影梯度算法(SPGL1)进行重构。考虑到不同随机种子点产生不同约束矩阵R会有不同的规则化质量,对每种方案和每个稀疏采样因子进行10次规则化实验,并计算出相应信噪比(SNR)的平均值和标准偏差。实验结果表明,我们提出的新方案好于或等于已有的离散均匀分布采样方案。
简介:山区重力勘探中,重力外部校正是重力勘探料处理和解释的前提,其内容包括地形校正、中间层校正等.本文在分析常规外部校正方法的基础上,提出了一套适合于山区重力勘探的球面地形校正及有限球壳中间层校正方法,并严格推出了球面地形校正公式.对中国南方ZJJ地区重力资料处理结果表明,该方法提高了地形校正的精度,使山区重力资料品质达到或接近平原区的水平.
简介:边界识别是重磁数据解释中的常用方法之一,依据其结果可划分出地质体的水平范围。边界识别结果受地质体埋深及导数计算误差的影响所识别边界与真实边界之间存在一定的差距,且边界识别法无法直观地给出地质体的深度信息。为了获得异常体的水平位置和深度信息,本文提出空间归一化边界识别方法,其对不同深度的边界识别函数进行归一化计算,空间归一化边界识别法的最大值对应于异常体的水平位置和深度。常规边界识别结果的误差随理深的减小而减小,而空间归一化边界识别法是通过最大值来判断地质体的位置,最大值是在地质体处获得,因此归一化边界识别方法所获得的结果是准确的。通过理论模型试验证明归一化边界识别方法能有效地完成异常体的水平位置和深度的计算,所获得的水平位置和深度信息与理论值相一致,为下一步的勘探计划提供了更加可靠的依据。将其应用于实际航磁数据的解释,获得了断裂的具体分布形式。更多还原
简介:裂缝预测在致密油气、煤层气、页岩气等非常规油气勘探中起着十分重要的作用。本文将裂缝分成大(大于1/4波长)、中(1/4~1/100波长)、小(远小于1/100波长)三种尺度类型开展综合预测研究。基于多尺度岩石物理正演模拟技术,分析区分中等尺度裂缝的叠前方位各向异性敏感属性,结合地质、测井和地震属性大尺度裂缝预测方法和岩心薄片观测小尺度裂缝预测,形成了一套综合地质岩心信息、成像测井解释和地震信息的多尺度裂缝综合预测方法。该方法通过岩心裂缝描述和成像测井解释,分析得到裂缝发育控制因素,再通过应力场构造模拟,完成区域性大尺度裂缝发育控制因素研究。利用叠后几何类属性进行大尺度裂缝预测,结合叠前衰减属性进行中等尺度裂缝预测,以及岩性统计学反演和断层叠合结果,验证中等尺度裂缝与岩性、断层的对应关系,明确了中尺度裂缝成因。通过岩心电镜扫描,分析小裂缝发育状况,最后综合三类裂缝研究成果分析储层裂缝发育状况。通过对某实际工区灰岩储层的裂缝发育情况进行综合预测研究,结果表明文中提出的多尺度裂缝预测基础理论方法和多尺度裂缝预测技术流程,能够较好地解决裂缝预测的强非均质性、多尺度问题,综合地质、测井和地震多信息裂缝多尺度预测技术能够实现裂缝性油气藏的储层描述和甜点预测。
简介:本文介绍了在B隧道勘查中应用高分辨电磁成像技术探测隐伏构造的一个成功实例.数据采集采用高频电磁成像系统(STRATAGEMEH4,频率范围从1Hz到90kHz).野外采集正交的电磁场分量,从地磁成像剖面中提取目标体有关电磁学信息.为获取高质量的采集数据,野外采用包含天然场源和全张量可控源的混合场源.B隧道坐落在位于中国中部的湖北省的西部,隧道埋深不到200m,但区域地质作用导致它的地质机构十分复杂.第一次勘查过程中,勘探人员误把一个脱落体的露头当成基岩面,施工过程中出现了冒顶.第二次勘探时采用高分辨电磁法和折射地震法,这次勘探找到了隐伏的基岩面和一个隐伏断裂.勘探结果与后来隧道挖掘揭示的构造吻合.
简介:数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程,由于数据挖掘具有出色的非线性建模能力和自组织学习能力,因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程,包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息;然后使用分支定界算法寻找最佳的特征子集,并消除冗佘信息;最后采用C5.0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好,表明在复杂油藏的研究中数据挖掘方法是有效的。