[发明专利]陷落柱的识别方法和装置

说明书

本发明提供了一种陷落柱的识别方法和装置，涉及地震数据解释的技术领域，该方法包括：获取目标地下岩层区域内的三维地震数据的数据体，其中，数据体中携带目标地下岩层区域中每个岩层层位的界面信息，界面信息包括地下岩层的属性信息和/或地下岩层的结构信息；基于三维地震数据的数据体提取目标属性体，其中，目标属性体包括以下至少两种：混沌属性体，倾角属性体，蚂蚁属性体；基于提取到的目标属性体在目标地下岩层区域识别陷落柱。本发明缓解了现有的陷落柱识别方法识别精度较低的技术问题，达到了提高陷落柱识别精度的技术效果。

技术领域

本发明涉及地震数据解释的技术领域，尤其是涉及一种陷落柱的识别方法和装置。

背景技术

在煤炭勘探领域，陷落柱的存在严重影响煤矿安全、高效的开采。目前存在利用相干体、频率、相位及神经网络属性来预测陷落柱的方法，通过提取沿层属性切片，来直观显示陷落柱的发育情况。

上述处理方法虽然在陷落柱的预测上取得了一定进展，但是还仍然处于一种模糊预测阶段，即不能准确确定陷落柱位置及边界。每种单一属性对于陷落柱的刻画都有一定的优缺点。

发明内容

本发明的目的在于提供一种陷落柱的识别方法和装置，以缓解现有的陷落柱识别方法识别精度较低的技术问题。

根据本发明实施例的一个方面，提供了一种陷落柱的识别方法，包括：获取目标地下岩层区域内的三维地震数据的数据体，其中，所述数据体中携带所述目标地下岩层区域中每个岩层层位的界面信息，所述界面信息包括所述目标地下岩层区域的属性信息和/或所述目标地下岩层区域的结构信息；基于所述三维地震数据的数据体提取目标属性体，其中，所述目标属性体包括以下至少两种：混沌属性体，倾角属性体，蚂蚁属性体；基于提取到的所述目标属性体在所述目标地下岩层区域识别陷落柱。

进一步地，基于提取到的所述目标属性体在所述目标地下岩层区域识别陷落柱包括：获取预先为所述目标属性体中每种属性体分配的权重值；基于所述每种属性体的权重值，采用神经网络算法对至少两种所述目标属性体进行融合，得到融合之后的所述目标属性体；根据融合之后的所述目标属性体进行陷落柱的预测，并根据预测结果在所述目标地下岩层区域内识别所述陷落柱。

进一步地，基于所述每种属性体的权重值，采用神经网络算法对至少两种所述目标属性体进行融合，得到融合之后的所述目标属性体包括：计算所述至少两种所述目标属性体的加权和，并将所述加权和的结果作为所述融合之后的所述目标属性体。

进一步地，在所述目标属性体为蚂蚁属性体的情况下，基于所述三维地震数据的数据体提取目标属性体包括：在所述三维地震数据的数据体中提取消极蚂蚁属性体，其中，所述消极蚂蚁属性体用于表示所述三维地震数据的不连续性；基于所述消极蚂蚁属性体提取积极蚂蚁属性体，并将所述积极蚂蚁属性体作为所述蚂蚁属性体，其中，所述积极蚂蚁属性体能够在所述消极蚂蚁属性体的基础上表示所述三维地震数据体的不连续性。

进一步地，在所述三维地震数据的数据体中提取消极蚂蚁属性体包括：获取预先设置的第一组蚂蚁体参数，其中，所述第一组蚂蚁体参数包括第一初始蚂蚁边界、第一追踪偏离、第一非法步数、第一合法步数、第一搜索步长、第一终止标准；基于所述第一组蚂蚁体参数，采用蚂蚁追踪算法对所述数据体进行蚂蚁追踪运算，得到包含消极蚂蚁体属性的所述消极蚂蚁属性体。

进一步地，基于所述消极蚂蚁属性体提取积极蚂蚁属性体包括：获取预先设置的第二组蚂蚁体参数，其中，所述第二组蚂蚁体参数包括第二初始蚂蚁边界、第二追踪偏离、第二非法步数、第二合法步数、第二搜索步长、第二终止标准；基于所述第二组蚂蚁体参数，采用蚂蚁追踪算法对所述消极蚂蚁属性体进行运算，得到包含积极蚂蚁体属性的所述积极蚂蚁属性体。

进一步地，在获取目标地下岩层区域内的三维地震数据的数据体之后，且在基于所述三维地震数据的数据体提取目标属性体之前，所述方法还包括：对所述三维地震数据的数据体进行滤波处理，并基于滤波处理之后的所述三维地震数据的数据体提取所述目标属性体。