[发明专利]点控制的连续断层追踪方法

说明书

本发明公开一种点控制的连续断层追踪方法，应用于油气勘探领域，针对现有技术中断层特征缺少断层的连接关系的问题，本发明的方法首先从断层属性数据出发，确定种子点，计算倾角，并在倾角的约束下从种子点开始进行断层的连续追踪，获得一条条断层结果；本发明的方法能同时实现断层增强的效果，将有缺失的断层信息进行补充，获得连续性更好的断层连接结果。

技术领域

本发明属于油气勘探领域，特别涉及一种断层识别技术。

背景技术

社会的不断发展使得人们对于能源的需求与日俱增，尤其是对于石油的需求，因为其不但是重要的动力资源，还是重要的化工原料，在工业、农业、军事等领域都得到广泛的应用。因而，快速高效而又准确地找寻油气藏成为一个重要的战略任务。目前，地震勘探技术是进行油气勘探的一种非常重要的手段。

断层识别是油气勘探中最重要的基础工作之一，更准确的对断层的识别可以更好的帮助地质研究人员对地下构造、油气储藏的分析和判断工作。目前大多数研究都是设法获取更好的断层属性，如相干技术的研究，机器学习方法进行断层识别的研究等，无法直接获得有连接关系的断层结果，这一部分往往需要解释人员根据断层属性数据人工完成，受解释人员知识以及经验的影响比较大。因而开发一种数据驱动的用于断层连接的断层解释方法具有重要意义。

到目前为止，众多学者基于不同的理论提出了众多断层属性提取的方法。Bahorich(1995)提出基于二阶统计量的第一代相干体算法；Marfurt等(1998)开发出第二代相干体算法，使用多道之间的相似性估计地层的连续性；Gersztenkorn等(1999)提出了基于特征结构的第三代相干体算法，可以改善相干算法在陡倾地层的表现。Israel等(2002)提出了一种针对三维地震数据的估计局部结构熵的算法，能够很好的抑制噪声，同时也可用于检测不同尺度的不连续性。近年来，随着人工智能相关技术引入地质领域，出现了许多基于卷积神经网络的断层检测方法(如Huang等(2017)，Di等(2018)，Wu等(2019)等)。Liu等(2020)提出可解释性引导的卷积神经网络进行断层检测，将可解释性中的归因分析引入到断层识别的神经网络中，实现先验知识与神经网络相融合，提升了断层属性的连续性。

Wu等(2018)在断层属性数据的基础上，提出一种基于最优断层面投票的断层增强方法，使得断层特征更加清晰和连续。但是，获得的结果仍然只是断层属性，而没有断层的连接关系。

发明内容

为解决上述技术问题，本发明提出一种点控制的连续断层追踪方法，充分考虑数据本身的特征，结合断层的倾角信息，能同时实现断层增强的效果，将有缺失的断层信息进行补充，获得连续性更好的断层连接结果。

本发明采用的技术方案为：点控制的连续断层追踪方法，包括：

S1、从地震数据出发进行断层属性数据的计算；

S2、根据得到的断层属性数据，确定种子点；

S3、计算断层倾角信息，结合断层倾角信息与步骤S2确定的种子点，进行连续断层追踪。

步骤S3具体为：

S3 1、计算断层属性数据对应的倾角；

S32、对每一个种子点，结合倾角数据，进行断层追踪，得到对应于每个种子点的断层控制点序列；

S33、每个种子点的断层控制点序列，基于DTW进行断层追踪，从而得到连续断层追踪结果。

步骤S31具体为：对断层属性数据沿着所有可能的断层方向进行平滑，确定最大平滑响应对应的平滑方向即为倾角方向。