CN115639600A - 基于区域生长技术的地震相自动识别方法 - Google Patents

Abstract

本发明提供一种基于区域生长技术的地震相自动识别方法，包括：步骤1，通过Wheeler域转换将原始地震数据转为地层域地震数据；步骤2，确定对地震相分类敏感的地震属性；步骤3，选择种子点；步骤4，设置地震相平面及垂向截止条件；步骤5，依据截止条件执行种子区域生长过程；步骤6，将仍没有类别的区域强制融合到邻近的最相似且有类别的区域中；步骤7，基于敏感属性，获得目的层内每1ms等时切片的地震相识别结果；步骤8，综合各切片识别结果，合成为三维地震相边界。该基于区域生长技术的地震相自动识别方法可以快速精确识别实际地震数据中的地震相边界，操作简单，三维地震相拾取效率和准确率均较高，具有现实的推广应用意义。

Description

基于区域生长技术的地震相自动识别方法

技术领域

本发明涉及油气勘探技术领域，特别是涉及到一种基于区域生长技术的地震相自动识别方法。

背景技术

在地质研究中，沉积相的定义为沉积物的生成环境、生成条件和其特征的总和，而沉积相分析也是地质研究和油气勘探领域的一项重要的基础工作，其可靠性甚至直接决定了油气勘探的成败。在三维地震资料没有普及的时期，对一个区域沉积相的整体认识往往是在井上测井相分析的基础上，根据对该区域的地质认识推测井间的沉积相发育，由于局限于井上的“一孔之见”，缺乏实际的证据，井间的沉积相分析存在很大问题。

伴随着三维地震资料的广泛应用，区域沉积相认识可以在井震精细标定的基础上，更多地通过对地震相的分析和转化获得，而地震相可以理解为沉积相在地震剖面上表现的总和，通过对三维地震资料中的地震相进行分析，并结合钻井、物源方向等信息，可以建立沉积相的空间展布特征。

当前的地震相分析方法主要有波形分类法、地震属性特征映射法、地震地貌学划相法等方法。其中，波形分类法是根据地震反射界面中同相轴排列组合的多种属性，如杂乱、波状和复合波形，采用多元统计的方法进行归类，并用于地震相的分析中，该方法具有计算方法简单，计算速度快的优点，但容易受到地震数据中噪音的影响，使得得到的地震相图分布杂乱，与已有地质规律差别较大；地震属性特征映射法则是在对大量地震属性计算的基础上，通过井震结合优选对沉积相敏感的多个优势地震属性，并基于不同优势地震属性特征生成的地震相，该方法的优势在于接受井的软约束，准确性更高，但仍以受岩性、断裂、流体的影响，对沉积相的解读具有多解性；地震地貌学划相法是通过将高精度三维地震勘探技术与沉积学、地貌学相结合，在高分辨率的地震数据体地层切片上表征和研究不同地质历史时期沉积相特征的方法，该方法同样需要运用大量地震属性进行计算但不受井约束，预测精度较高，但是计算相对复杂，相对其他方法较难以实现。

另外，上述三种当前常用方法都存在两个普遍问题：首先，需要通过大量人工解释来具体实现三维地震相的分析，而人的非线性表征能力有限，加之解释经验因人而异，难免导致解释结果可靠性和效率的降低；其次，都只停留在二维平面地震相分析阶段，不能实现三维地震相的分析和成图。

因此，如何更快、更高精度地获取地震相特征是研究人员的迫切需求，尤其是面对勘探后期各类地质现象在短时间、小范围内交错叠置，这一问题就变得更为突出，亟待引入新的数据分析技术。

在申请号：CN201611198747.8的中国专利申请中，涉及到一种生长断层活动强度定量表征方法。其中，该方法包括：构建目的层段内高精度层序地层格架；基于断裂多边形与层序界面数据，进行空间数据旋转，得到旋转后的断裂多边形与层序界面数据；根据旋转后的断裂多边形与层序界面数据，并结合空间几何关系，确定断裂总矢量滑距；采用空间多重互相关算法实现同一层序顶、底界面处相同断裂的三维空间定位；根据同一层序顶、底界面处相同断裂的三维空间定位结果，对断裂相应断点处的总矢量滑距加以匹配，进行匹配求差运算，得到层序形成过程中同沉积断裂系统的层序矢量滑距。

在申请号：CN201510696919.3的中国专利申请中，涉及到一种刻画中小型伸展断陷盆地生长逆断层的方法，属于地质勘探技术领域。所述方法包括：待识别区资料收集与处理；在层序地层学理论指导下进行层序划分，建立待识别区等时层序地层格架；在待识别区等时层序地层格架约束下，进行构造-地层联动解释，识别和划分出正、逆断层；对划分出的正、逆断层进行地层-沉积联动解释，剔除其中被误识别的伪断层，建立待识别区断层格架；对待识别区断层格架中的正、逆断层进行构造-沉积联动解释，建立生长断层构造格架，确定出其中的生长逆断层；构建生长逆断层的构造地质模型及其衍生构造地质模型，解析各构造地质模型中生长逆断层的成因，指导待识别区油气勘探。

在申请号：CN202110092388.2的中国专利申请中，涉及到一种基于断层生长机理及地震属性预测的隐蔽性断层的识别方法。所述方法包括如下步骤：(a)进行地震资料构造解释，统计区域断层的生长发育特征，确定出主干断层；(b)根据步骤(a)中确定的主干断层断距与距离位置变化关系，制作“断距—距离”曲线；(c)寻找“断距—距离”曲线断距值减小点，初步预测隐蔽性断层发育位置；(d)针对叠后空间三维地震体，扫描提取断层属性特征图，根据图中异常响应判断断层路径；(e)将步骤(c)预测位置处同时满足步骤(d)中断层属性图识别断层路径响应时，解释为隐蔽性断层。

以上现有技术均与本发明有较大区别，未能解决我们想要解决的技术问题，为此我们发明了一种新的基于区域生长技术的地震相自动识别方法。

发明内容

本发明的目的是提供一种对三维地震相识别和划分有较好的应用效果的基于区域生长技术的地震相自动识别方法。

本发明的目的可通过如下技术措施来实现：基于区域生长技术的地震相自动识别方法，该基于区域生长技术的地震相自动识别方法包括：

步骤1，通过Wheeler域转换将原始地震数据转为地层域地震数据；

步骤2，确定对地震相分类敏感的地震属性；

步骤3，选择种子点；

步骤4，设置地震相平面及垂向截止条件；

步骤5，依据截止条件执行种子区域生长过程；

步骤6，将仍没有类别的区域强制融合到邻近的最相似且有类别的区域中；

步骤7，基于敏感属性，获得目的层内每1ms等时切片的地震相识别结果；

步骤8，综合各切片识别结果，合成为三维地震相边界。

本发明的目的还可通过如下技术措施来实现：

步骤1包括：

(1)在地震数据中通过自动解释或人工解释对目的层段的主要层位追踪的基础上，建立工区的等时地层格架；

(2)对上述地层格架的内部进行小层精细追踪，并进一步划分出目的层段内的每期沉积事件；

(3)按照目的层段之上的某一地质层位进行层位拉平，从而获得地层域地震数据。

在步骤2，通过实钻井的测井相与不同地震属性进行对比以选择对地震相分类敏感的地震属性。

在步骤3，选择种子点基于以下两个基本原则：

(1)每层切片上的井点必须作为种子点，这是由于精细标定的基础上，井上的测井相可以为井旁地震相赋予沉积相标签；

(2)能够反映沉积相典型形态的非井点也可以作为种子点。

在步骤4，地震相平面截止条件为：

(1)计算种子点区域的灰度均值m，设种子点图像区域R，其中的像素点数为N，则种子点区域的灰度均值表示为：

(2)比较邻域区域的灰度均值与种子点区域的灰度值，若两者的绝对值小于阈值，则将其合并：

max|f(x，y)-m|_(x，y)∈0＜K

其中，f(x，y)为邻域区域的灰度均值，m为种子点区域的灰度均值，K为设定的阈值。

在步骤4，地震相垂向截止条件为：

(1)开展井-震精细标定，将井上的测井资料从深度域转换为时间域，并与地震进行良好匹配；

(2)利用井上的测井相解释资料为井旁地震相的垂向生长确定截止条件。

步骤5包括：

(1)以步骤3选定的种子点作为生长起点，依据步骤4提供的生长截止条件，判断目前区域的邻域中是否有符合生长准则的像素点，如果存在就将其合并为已生长区域，从而完成一次迭代；

(2)依据第一次迭代的原则和方法开始第二次迭代，直到没有满足条件的邻域像素点划分入己生长区域为止，区域生长算法结束。

在步骤6，对于在合并过程被遗漏或被过分割的像素点，将步骤4中的阈值K适当降低，对上述像素点重新进行合并计算，从而强制融合到邻近的最相似且有类别的区域中。

步骤7包括：

(1)对步骤1中通过Wheeler域转换得到的地层域地震数据以1ms为间隔获得大量等时切片；

(2)使用步骤3提供的种子点、步骤4提供的截止条件及步骤5提供的区域生长方法对每一张等时切片中的敏感属性进行地震相识别。

在步骤8，综合不同切片中对地震相边界的识别结果，在空间中合成为三维地震相边界。

本发明中的基于区域生长技术的地震相自动识别方法，在充分利用井资料作为硬约束的基础上，依据实际工区的资料特点给定生长的平面截止条件和垂向截止条件，通过先进的区域生长算法实现对三维地震相的自动识别与划分。该方法仅通过简单给定种子点、生长准则及生长停止条件就可以快速精确识别实际地震数据中的地震相边界，操作简单，且三维地震相拾取效率和准确率均较高，提高精度的同时，大大降低了工作量，具有现实的推广应用意义。

附图说明

图1为本发明的基于区域生长技术的地震相自动识别方法的一具体实施例的流程图；

图2为本发明的一具体实施例中23个种子点分布示意图；

图3为本发明的一具体实施例中心滩微相和水下分流河道微相垂向截止条件示意图；

图4为本发明的一具体实施例中区域生长技术自动构建的三维地震相分布图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作和/或它们的组合。

本发明的基于区域生长技术的地震相自动识别方法包括了以下步骤：

步骤1，通过Wheeler域转换将原始地震数据转为地层域地震数据；步骤2，确定对地震相分类敏感的地震属性；步骤3，选择种子点；步骤4，设置地震相平面及垂向截止条件；步骤5，依据截止条件执行种子区域生长过程；步骤6，将仍没有类别的区域强制融合到邻近的最相似且有类别的区域中；步骤7，基于敏感属性，获得目的层内每1ms等时切片的地震相识别结果；步骤8，综合各切片识别结果，合成为三维地震相边界。

本发明能够快速、精确地识别实际地震数据中的三维地震相边界，大大提高了三维地震相分析的精度和效率，具有现实的推广应用意义。

以下为应用本发明的几个具体实施例，不同实施例均采用了本发明提供的技术流程，但具体计算参数参照不同工区实际情况有所不同。

实施例1：

在应用本发明的具体实施例1中，如图1所示，图1为本发明的一种基于区域生长技术的地震相自动识别方法的流程图，在本实施例中包含了以下八个步骤及相关参数设置：

第一步，通过Wheeler域转换将原始地震数据转为地层域地震数据。本案例中以中国西部某三维地震工区的地震相识别为例，该区块的主要目的层段为侏罗系三工河组，工区的等时地层格架的建立选择了K₁q、J₂x、J₁s₃、J₁s₂ ^2-2、J₁s₂ ^2-1、J₁s₂ ¹六个解释层位进行构建，在格架内部小层精细追踪的基础上，沿K₁q进行层拉平，从而获得了工区的地层域地震数据。

第二步，确定对地震相分类敏感的地震属性。本案例中通过实钻井的测井相与不同地震属性进行对比优选出的地震相分类敏感地震属性包括：均方根振幅、弧长两个。

第三步，选择种子点。依照种子点选取的两个原则：(1)每层切片上的井点必须作为种子点；(2)能够反映沉积相典型形态的非井点也可以作为种子点，图2为本案例中选择的23个种子点分布，除了工区内的20口钻井井点处以外，针对河道砂坝、席状砂和滨浅湖，选择了3个非井点种子点。

第四步，设置地震相平面及垂向截止条件。平面截止条件为：通过计算种子点区域内的灰度均值与邻域区域的灰度均值之差是否小于设定阈值K判断是否与种子点合并，在本案例中，阈值K设定为0.02；图3为本实施例心滩微相和水下分流河道微相的垂向截止条件示意图，在井-震精细标定的基础上，利用该已钻井的测井相解释资料为井旁地震相的垂向生长确定截止条件。

第五步，依据截止条件执行种子区域生长过程。在本案例中，以第三步选定的20个井点位置和3个典型非井点位置，共计23个种子点作为生长起点，依据第四步提供的生长截止条件，判断目前区域的邻域中是否有符合生长准则的像素点，通过多次迭代，直到没有满足条件的邻域像素点划分入己生长区域为止，区域生长算法结束。

第六步，将仍没有类别的区域强制融合到邻近的最相似且有类别的区域中。该步主要用于处理在合并过程被遗漏或被过分割的像素点，在本案例中，将第四步中的阈值K调整为0.015，并对遗漏的像素点进行了重新合并。

第七步，基于敏感属性，获得目的层内每1ms等时切片的地震相识别结果。在本案例中，在地层域数据中我们一共获得了322张等时切片，每张切片包含均方根振幅和弧长2种敏感属性，基于上述敏感属性，使用第三步的23个种子点，依据第四步提供的生长截止条件，就获得了每1ms等时切片的地震相识别结果。

第八步，综合各切片识别结果，合成为三维地震相边界。该三维工区面积280Km²,不包含数据准备等工作，地震相整个识别过程耗时3小时，大大提高了地震相分析的效率，图4为通过区域生长技术自动构建的三维地震相分布图，预测结果与该地区的已有地质认识基本一致，也有力证实了本发明一种基于区域生长技术的地震相自动识别方法的精度。

实施例2：

在应用本发明的具体实施例2中，与实施例1类似，同样包含了以下八个实施步骤，但采用了不同的参数设置：

第一步，通过Wheeler域转换将原始地震数据转为地层域地震数据。本案例中以中国西部某三维地震工区的地震相识别为例，该区块的主要目的层段为侏罗系西山窑组，工区的等时地层格架的建立选择了K₁q、J₂x₂ ²、J₂x₂ ¹、J₂x₁ ²、J₂x₁ ¹、J₁s₃六个解释层位进行构建，在格架内部小层精细追踪的基础上，沿K₁q进行层拉平，从而获得了工区的地层域地震数据。

第二步，确定对地震相分类敏感的地震属性。本案例中通过实钻井的测井相与不同地震属性进行对比优选出的地震相分类敏感地震属性为最大振幅。

第三步，选择种子点。依照种子点选取的两个原则：(1)每层切片上的井点必须作为种子点；(2)能够反映沉积相典型形态的非井点也可以作为种子点，本实施例中选择了13个种子点，包括工区内10口钻井井点处，以及针对席状砂、泥炭沼泽和滨浅湖选择的3个非井点种子点。

第四步，设置地震相平面及垂向截止条件。平面截止条件为：通过计算种子点区域内的灰度均值与邻域区域的灰度均值之差是否小于设定阈值K判断是否与种子点合并，在本实施例中，阈值K设定为0.03；垂向截止条件为：在井-震精细标定的基础上，利用已钻井的测井相解释资料为井旁地震相的垂向生长确定截止条件。

第五步，依据截止条件执行种子区域生长过程。在本案例中，以第三步选定的10个井点位置和3个典型非井点位置，共计13个种子点作为生长起点，依据第四步提供的生长截止条件，判断目前区域的邻域中是否有符合生长准则的像素点，通过多次迭代，直到没有满足条件的邻域像素点划分入己生长区域为止，区域生长算法结束。

第六步，将仍没有类别的区域强制融合到邻近的最相似且有类别的区域中。该步主要用于处理在合并过程被遗漏或被过分割的像素点，在本案例中，将第四步中的阈值K调整为0.035，并对遗漏的像素点进行了重新合并。

第七步，基于敏感属性，获得目的层内每1ms等时切片的地震相识别结果。在本实施例中，在地层域数据中我们一共获得了256张等时切片，每张切片包含敏感属性最大振幅，基于上述敏感属性，使用第三步的13个种子点，依据第四步提供的生长截止条件，就获得了每1ms等时切片的地震相识别结果。

第八步，综合各切片识别结果，合成为三维地震相边界。该三维工区面积398Km²,不包含数据准备等工作，整个识别过程耗时6.2小时，由于数据量更大，计算速度有所降低，但相较人工拾取地震相，速度仍然满足预期，同时也取得了良好的技术实施效果。

实施例3：

在应用本发明的具体实施例3中，与实施例1类似，同样包含了以下八个实施步骤，但采用了不同的参数设置：

第一步，通过Wheeler域转换将原始地震数据转为地层域地震数据。本案例中以中国东部某三维地震工区的地震相识别为例，该区块的主要目的层段为古近系沙河街组，工区的等时地层格架的建立选择了Es3z、Es3x、Es4s¹、Es4s²、Es4s³五个解释层位进行构建，在格架内部小层精细追踪的基础上，沿Es3z进行层拉平，从而获得了工区的地层域地震数据。

第二步，确定对地震相分类敏感的地震属性。本案例中通过实钻井的测井相与不同地震属性进行对比优选出的地震相分类敏感地震属性为最大绝对振幅和弧长。

第三步，选择种子点。依照种子点选取的两个原则：(1)每层切片上的井点必须作为种子点；(2)能够反映沉积相典型形态的非井点也可以作为种子点，本实施例中共选择了35个种子点，包括工区内32口钻井井点处，以及针对扇三角洲平原水上分流河道、三角洲平原天然堤和湖底扇选择的3个非井点种子点。

第四步，设置地震相平面及垂向截止条件。平面截止条件为：通过计算种子点区域内的灰度均值与邻域区域的灰度均值之差是否小于设定阈值K判断是否与种子点合并，在本实施例中，阈值K设定为0.015；垂向截止条件为：在井-震精细标定的基础上，利用已钻井的测井相解释资料为井旁地震相的垂向生长确定截止条件。

第五步，依据截止条件执行种子区域生长过程。在本案例中，以第三步选定的32个井点位置和3个典型非井点位置，共计35个种子点作为生长起点，依据第四步提供的生长截止条件，判断目前区域的邻域中是否有符合生长准则的像素点，通过多次迭代，直到没有满足条件的邻域像素点划分入己生长区域为止，区域生长算法结束。

第六步，将仍没有类别的区域强制融合到邻近的最相似且有类别的区域中。该步主要用于处理在合并过程被遗漏或被过分割的像素点，在本案例中，将第四步中的阈值K调整为0.01，并对遗漏的像素点进行了重新合并。

第七步，基于敏感属性，获得目的层内每1ms等时切片的地震相识别结果。在本实施例中，在地层域数据中我们一共获得了302张等时切片，每张切片包含敏感属性最大绝对振幅和弧长，基于上述敏感属性，使用第三步的35个种子点，依据第四步提供的生长截止条件，就获得了每1ms等时切片的地震相识别结果。

第八步，综合各切片识别结果，合成为三维地震相边界。该三维工区面积223Km²,不包含数据准备等工作，整个识别过程耗时5.8小时，由于该三维数据为高密度地震资料，面元小，数据量大，计算速度受到影响，但相较人工拾取地震相，速度仍然满足预期，同时也取得了良好的技术实施效果。

本发明可以应用于油气勘探领域中地震相识别与分析方面，该方法在充分利用井资料作为硬约束的基础上，依据实际工区的资料特点给定生长的平面截止条件和垂向截止条件，通过先进的区域生长算法实现对三维地震相的自动识别与划分。该方法仅通过简单给定种子点、生长准则及生长停止条件就可以快速精确识别实际地震数据中的地震相边界，操作简单，且三维地震相拾取效率和准确率均较高，提高精度的同时，大大降低了工作量，具有现实的推广应用意义。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域技术人员来说，其依然可以对前述实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

除说明书所述的技术特征外，均为本专业技术人员的已知技术。

Claims (10)

1.基于区域生长技术的地震相自动识别方法，其特征在于，该基于区域生长技术的地震相自动识别方法包括：

步骤1，通过Wheeler域转换将原始地震数据转为地层域地震数据；

步骤2，确定对地震相分类敏感的地震属性；

步骤3，选择种子点；

步骤4，设置地震相平面及垂向截止条件；

步骤5，依据截止条件执行种子区域生长过程；

步骤6，将仍没有类别的区域强制融合到邻近的最相似且有类别的区域中；

步骤7，基于敏感属性，获得目的层内每1ms等时切片的地震相识别结果；

步骤8，综合各切片识别结果，合成为三维地震相边界。

2.根据权利要求1所述的基于区域生长技术的地震相自动识别方法，其特征在于，步骤1包括：

(1)在地震数据中通过自动解释或人工解释对目的层段的主要层位追踪的基础上，建立工区的等时地层格架；

(2)对上述地层格架的内部进行小层精细追踪，并进一步划分出目的层段内的每期沉积事件；

(3)按照目的层段之上的某一地质层位进行层位拉平，从而获得地层域地震数据。

3.根据权利要求1所述的基于区域生长技术的地震相自动识别方法，其特征在于，在步骤2，通过实钻井的测井相与不同地震属性进行对比以选择对地震相分类敏感的地震属性。

4.根据权利要求1所述的基于区域生长技术的地震相自动识别方法，其特征在于，在步骤3，选择种子点基于以下两个基本原则：

(1)每层切片上的井点必须作为种子点，这是由于精细标定的基础上，井上的测井相可以为井旁地震相赋予沉积相标签；

(2)能够反映沉积相典型形态的非井点也可以作为种子点。

5.根据权利要求1所述的基于区域生长技术的地震相自动识别方法，其特征在于，在步骤4，地震相平面截止条件为：

(1)计算种子点区域的灰度均值m，设种子点图像区域R，其中的像素点数为N，则种子点区域的灰度均值表示为:

(2)比较邻域区域的灰度均值与种子点区域的灰度值，若两者的绝对值小于阈值，则将其合并：

max|f(x，y)＝-m|_(x，y)∈0＜K

其中，f(x,y)为邻域区域的灰度均值，m为种子点区域的灰度均值，K为设定的阈值。

6.根据权利要求5所述的基于区域生长技术的地震相自动识别方法，其特征在于，在步骤4，地震相垂向截止条件为：

(1)开展井-震精细标定，将井上的测井资料从深度域转换为时间域，并与地震进行良好匹配；

(2)利用井上的测井相解释资料为井旁地震相的垂向生长确定截止条件。

7.根据权利要求1所述的基于区域生长技术的地震相自动识别方法，其特征在于，步骤5包括：

(1)以步骤3选定的种子点作为生长起点，依据步骤4提供的生长截止条件，判断目前区域的邻域中是否有符合生长准则的像素点，如果存在就将其合并为已生长区域，从而完成一次迭代；

(2)依据第一次迭代的原则和方法开始第二次迭代，直到没有满足条件的邻域像素点划分入己生长区域为止，区域生长算法结束。

8.根据权利要求1所述的基于区域生长技术的地震相自动识别方法，其特征在于，在步骤6，对于在合并过程被遗漏或被过分割的像素点，将步骤4中的阈值K适当降低，对上述像素点重新进行合并计算，从而强制融合到邻近的最相似且有类别的区域中。

9.根据权利要求1所述的基于区域生长技术的地震相自动识别方法，其特征在于，步骤7包括：

(1)对步骤1中通过Wheeler域转换得到的地层域地震数据以1ms为间隔获得大量等时切片；

(2)使用步骤3提供的种子点、步骤4提供的截止条件及步骤5提供的区域生长方法对每一张等时切片中的敏感属性进行地震相识别。

10.根据权利要求1所述的基于区域生长技术的地震相自动识别方法，其特征在于，在步骤8，综合不同切片中对地震相边界的识别结果，在空间中合成为三维地震相边界。

Images