[發明專利]基于無監督分類的二維地震數據全層位自動追蹤方法

有效

• 申請號: 201210470551.5
• 申請日: 2012-11-20
• 公開（公告）號: CN102981182A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 陳小二;鄒文;陶正喜;巫盛洪;周晶晶;杜洪;劉璞;巫駿;呂文彪
• 申請（專利權）人: 中國石油集團川慶鉆探工程有限公司地球物理勘探公司
• 主分類號: G01V1/28
• 分類號: G01V1/28
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 譚昌馳

技術領域

本發明屬于地震勘探資料解釋領域，具體地說，涉及一種二維地震數據的層位追蹤方法。

背景技術

層位追蹤（即，層位解釋）是地質資料解釋的重要環節。層位追蹤就是通過地震勘探得到的地震數據來分析得到地底構造。長期以來地震層位追蹤都是依靠人工提取的。但是人工提取存在較大的問題：首先，人工提取依賴于解釋人員的長期以來的工作經驗，主觀因素影響很大；其次是人工解釋存在很大的效率問題，只能對少數目地層位進行解釋，無法實現對所有層的追蹤，通常難以為精細的地震資料分析（如地震地層學解釋）提供基礎數據。隨著層位追蹤方法的不斷研究和改進，依賴于計算機實現的層位追蹤算法不斷提出，追蹤的效率和效果都有所改進。

現有的層位追蹤方法包括：（1）P.Alberts等在2002年提出了一種基于人工神經網絡層位追蹤算法，主要將模式識別引入到跨斷層等不連續地質結構的層位追蹤，然后采用神經網絡進行模式識別；（2）Reda?Benbernou等在P.Alberts的工作基礎上采用模糊手段進行判決，組成混合的層位自動追蹤方法；（3）M.Aurnhammer等在2002年提出了一種遺傳算法層位追蹤算法，其具體思路是采用基于模型的方法來處理跨越斷層的問題，然后將問題轉化為約束最優化的問題，然后使用遺傳算法來求解；（4）F.Admasu等在2004年采用了模擬退火的方法來解約束最優問題，在2006年討論了貝葉斯方法求解約束最優化問題；（5）F.Admasu等在2006年將子波變換引入了層位追蹤問題中，先將地震數據小波多尺度分解，然后再進行層位追蹤，依然采用貝葉斯方法；（6）Yingwei?Yu等在2011年使用定向矢量場獲得層位極值信息，將目標層位建模為無向連通圖，然后使用最小生成樹獲得目標層位，但這樣思路并不能進行全層位追蹤；（7）Hilde?G.Borgos等在2005年引入基于有限混合高斯的全層位追蹤算法，由于將層位追蹤轉化為分類（包括有監督分類和半監督分類）問題，所以不存在跨斷層問題，能適合復雜的地質環境。

然而，現有的層位追蹤方法存在以下問題：（1）P.Alberts和RedaBenbernou的神經網絡方法跨越復雜地質環境能力與訓練樣本狀況密切相關，如果訓練樣本包含這種復雜地質狀況，則能很好追蹤，否則不能，但對于多變的復雜地質環境，訓練樣本往往無法包含全部的狀況，而且訓練樣本的獲得需要大量人工干預標示；（2）M.Aurnhammer和F.Admasu的模型方法存在對復雜地質狀況的逼近程度的問題以及求解方法的求解精度和次優解問題；（3）有監督分類主要有最大似然和貝葉斯分類，使用大量的手工標識的數據進行訓練，然后用未標識的數據來測試其性能，分類器具有很高的分類精度，半監督分類相對于有監督分類需要標識的樣本少了很多，但是相應的分類的精度會有所下降，但是基于有監督分類和半監督分類的分類方法需要人工進行干預，不能實現完全的自動全層位追蹤。

因此，需要一種基于無監督分類的二維地震數據全層位自動追蹤方法。

發明內容

根據本發明的一方面，提供了一種基于無監督分類的二維地震數據全層位自動追蹤方法，所述方法使用無監督分類來實現二維地震數據的全層位自動追蹤。

根據本發明的另一方面，提供了一種基于無監督分類的二維地震數據全層位自動追蹤方法，所述方法使用相關查找或層位片斷融合來實現層位補齊或消除重疊。

根據本發明的一方面，提供了一種基于無監督分類的二維地震數據全層位自動追蹤方法，所述方法包括：讀入二維地震數據以及控制層位數據；查找二維地震數據波形的極值點；基于查找的極值點，通過切比雪夫多項式來擬合地震波形，將擬合系數作為特征向量；對擬合的地震波形進行基于特征向量的無監督分類，從而得到二維地震數據的全層位自動追蹤結果。

所述極值點可包括極大值或極小值或者可查找二維地震數據波形的過零點并基于查找的過零點通過切比雪夫多項式來擬合地震波形。

對擬合的地震波形進行基于特征向量的無監督分類的步驟可包括：根據特征向量的概率密度函數建立統計模型：