[发明专利]古岩溶地貌分类方法及装置在审

专利信息
申请号: 202010920274.8 申请日: 2020-09-04
公开(公告)号: CN114219954A 公开(公告)日: 2022-03-22
发明(设计)人: 夏钦禹;闫海军;贾爱林 申请(专利权)人: 中国石油天然气股份有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06T17/05
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 单晓双;董骁毅
地址: 100007 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 岩溶 地貌 分类 方法 装置
【权利要求书】:

1.一种古岩溶地貌分类方法,其特征在于,包括:

根据古岩溶地貌的高程数据体生成坡度数据体;

根据所述高程数据体生成剖面曲率数据体;

根据所述高程数据体生成沟谷数据体;

根据所述坡度数据体、剖面曲率数据体以及所述沟谷数据体对目标工区的岩溶古地貌进行分类。

2.根据权利要求1所述的古岩溶地貌分类方法,其特征在于,还包括:

利用印模法,对目的层的古岩溶地貌进行恢复,以生成所述高程数据体。

3.根据权利要求2所述的古岩溶地貌分类方法,其特征在于,利用印模法,对目的层的古岩溶地貌进行恢复,以生成所述高程数据体包括:

基于所述目标工区的地层对比数据,根据区域稳定性、单井特征、填平补齐程度、距目的层距离远近以及地震可追踪性确定所述目的层的上覆标志层;

根据所述上覆标志层对目的层的古岩溶地貌进行恢复,以生成所述高程数据体。

4.根据权利要求1所述的古岩溶地貌分类方法,其特征在于,所述根据所述高程数据体生成沟谷数据体包括:

利用沟谷提取算法,从所述高程数据体中提取所述沟谷数据体。

5.根据权利要求1所述的古岩溶地貌分类方法,其特征在于,所述根据所述坡度数据体、剖面曲率数据体以及所述沟谷数据体对目标工区的岩溶古地貌进行分类,包括:

根据预设剖面曲率阈值、预设坡度阈值以及预设高程阈值对所述岩溶古地貌进行分类。

6.一种古岩溶地貌分类装置,其特征在于,包括:

坡度数据体生成单元,用于根据古岩溶地貌的高程数据体生成坡度数据体;

曲率数据体生成单元,用于根据所述高程数据体生成剖面曲率数据体;

沟谷数据体生成单元,用于根据所述高程数据体生成沟谷数据体;

古地貌分类单元,用于根据所述坡度数据体、剖面曲率数据体以及所述沟谷数据体对目标工区的岩溶古地貌进行分类。

7.根据权利要求6所述的古岩溶地貌分类装置,其特征在于,还包括:

高程数据体生成单元,用于利用印模法,对目的层的古岩溶地貌进行恢复,以生成所述高程数据体。

8.根据权利要求7所述的古岩溶地貌分类装置,其特征在于所述,高程数据体生成单元包括:

标志层确定模块,用于基于所述目标工区的地层对比数据,根据区域稳定性、单井特征、填平补齐程度、距目的层距离远近以及地震可追踪性确定所述目的层的上覆标志层;

古地貌恢复模块,用于根据所述上覆标志层对目的层的古岩溶地貌进行恢复,以生成所述高程数据体。

9.根据权利要求6所述的古岩溶地貌分类装置,其特征在于,所述沟谷数据体生成单元具体用于利用沟谷提取算法,从所述高程数据体中提取所述沟谷数据体。

10.根据权利要求6所述的古岩溶地貌分类装置,其特征在于,所述古地貌分类单元包具体用于根据预设剖面曲率阈值、预设坡度阈值以及预设高程阈值对所述岩溶古地貌进行分类。

11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至5任一项所述的古岩溶地貌分类方法的步骤。

12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至5任一项所述的古岩溶地貌分类方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油天然气股份有限公司,未经中国石油天然气股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010920274.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top