Автоматическая структурно-тектоническая интерпретация результатов трехмерной сейсморазведки с помощью анализа трехмерных изображений тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Скрипкин, Сергей Николаевич

• Скрипкин, Сергей Николаевич
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Скрипкин, Сергей Николаевич

ВВЕДЕНИЕ.

ГЛАВА 1.

ГЛАВА 2.

2.1 Метод прослеживания отдельного нарушения.

2.2 Сейсмические атрибуты для структурного анализа.

ГЛАВА 3.

Введение диссертации (часть автореферата) на тему «Автоматическая структурно-тектоническая интерпретация результатов трехмерной сейсморазведки с помощью анализа трехмерных изображений»

В начале 21 века нефтегазовая промышленность, как нашей страны, так и всего мира стоит перед необходимостью освоения сложных и трудно извлекаемых месторождений углеводородов - находящихся в глубоководных районах океана, обладающих сложным тектоническим строением, интенсивной трещиноватостью. Это приводит к увеличению стоимости работ по введению месторождений в эксплуатацию и, соответственно, необходимости оптимального планирования всех этапов разработки с максимальным использованием доступной информации об исследуемом объекте. [10] Уже несколько десятилетий наиболее информативным методом описания свойств и структуры залегания подземных пород является сейсморазведка, и, в частности, получившая широкое применение с начала 1990-ых годов, трехмерная сейсморазведка. [4, 7, 8] Данная технология, основанная на методе отраженных волн, является наиболее развитым методом получения детальной информации о свойствах горных пород в межскважинном пространстве. Можно выделить две основных задачи, для решения которых трехмерная сейсморазведка используется наиболее интенсивного: описание структуры месторождения и определение фильтрационно-емкостных свойств (ФЕС) слагающих его пород. [14]

Описание структуры включает в себя идентификацию границ между пластами на основе характерного изменения значений акустических свойств среды и выявление поверхностей структурно-тектонических нарушений - разломов. Система разломов - нарушений сплошности горных пород вдоль некоторых поверхностей, возникающих в результате сжатия, растяжения или смещения блоков пород относительно друг друга — является важнейшим фактором, определяющим структуру месторождения и критически важным для ([5,6, 20]): • Расчета проектных траекторий скважин

• Геологического моделирования

• Прогноза добычи

Ранее, при использовании двумерной сейсморазведки, интерпретация отражающих границ и структурных нарушений проводилась специалистами вручную. Одним из наиболее существенных недостатков ручной интерпретации является скорость выполнения работ, однако объем данных, доступных в результате двумерной сейсморазведки сравнительно невелик, вследствие чего ручная интерпретация долгое время являлась единственным используемым методом.

Повсеместное внедрение трехмерной сейсморазведки привело к резкому, на порядок, росту объема данных, доступных для анализа, что в свою очередь привело к необходимости разработки новых, автоматизированных методов интерпретации.

Автоматические методы прослеживания для отражающих границ были разработаны, внедрены и широко используются в настоящее время. [34, 38] Несколько иная ситуация сложилась в области интерпретации поверхностей структурных нарушений - для этой задачи в настоящее время не существует универсальных и внедренных в промышленное использование автоматических методов. Наиболее приоритетным методом в подавляющем большинстве случаев остается прослеживание нарушений вручную.

Такое различие можно отчасти объяснить тем, что при интерпретации отражающих границ критерий принадлежности прослеживаемому объекту может быть явно построен на основе значений сейсмических амплитуд непосредственно в рассматриваемой точке и в окружающих ее ячейках. Это возможно в силу сохранения объемной структуры сейсмического сигнала вдоль отражающей границы вследствие постоянства акустических параметров среды.

Для разломов такой критерий принадлежности построить намного сложнее, так как поверхность нарушения является границей между двумя различными блоками пород и, соответственно, вдоль этой границы поведение сейсмического сигнала существенно изменяется и зависит от глубины рассматриваемой точки, величины смещения блоков породы относительно друг друга и акустических свойств окружающих пород. [18]

Указанные трудности отчасти объясняют отсутствие методов автоматической интерпретации разломов. Большинство авторов в настоящее время предлагает решение проблемы прослеживания разломов с помощью методов атрибутного анализа и дальнейшей обработки полученных результатов. [17, 19, 23, 29, 30, 31,32,33, 44,45,46].

Под объемным сейсмическим атрибутом принято понимать некоторый параметр сейсмического сигнала, рассчитываемый в каждой ячейке исходного объема данных. Объемные атрибуты используются в различных целях при анализе сейсмических данных - для фильтрации сигнала, выявления зон неоднородности, оценки углов простирания пластов и пр.

В частности, для выявления разломных зон в последние годы предлагается вычислять сейсмические атрибуты, основанные на оценке степени пространственной корреляции сейсмического сигнала.

Первой опубликованной работой на эту тему является работа [37]. В дальнейшем с 1995 по 1998 годы авторами указанного исследования было предложено несколько модификаций исходного метода, однако все они основаны на изначальной идее вычисления корреляции между значениями сейсмических амплитуд параллельно некоторой поверхности. Также среди работ, посвященных выделению структурных нарушений можно, например, рассмотреть метод расчета локальной дисперсии, используемый в сейсмических программных продуктах БсЫитЬе^ег, а также работу [46].

Первый из указанных методов основан на вычислении в каждой точке сейсмического объема средней дисперсии амплитуд послойно в пределах фиксированного вертикального «окна» шириной Ь:

1+1/2 I

2 М-Ш. /=1

У, =

I (+¿/2 I

М-иг <=1 где х0. это значение сигнала в ячейке J вертикальной трассы 1, а система весовых коэффициентов для сглаживания значений по вертикали.

Во второй из указанных работ предлагается несколько иной метод оценки пространственной организации сигнала, основанный на вычислении устойчивости вектора градиента. Предполагается, что в разломной зоне степень устойчивости градиента значений амплитуд существенно ниже, чем в зонах, где нарушения отсутствуют:

-Чг -Ч

В некоторых работах, например, [30] для полуавтоматической интерпретации разломов предлагается использование искусственных нейронных сетей. В основе описанного метода лежит вычисление набора объемных сейсмических атрибутов и последующее обучение с их помощью многослойного персептрона. Обучающие данные представляют собой несколько сейсмических разрезов, на которых нарушения выделены вручную, а также точки вне разломов, выбранные случайно. Указанный подход оправдан, однако является лишь нелинейным преобразованием исходных сейсмических атрибутов и не влияет на качество выделения нарушений анализируемыми атрибутами. Некоторые авторы (например, [28]) основной акцент делают на проблеме обработки сейсмического атрибута неоднородности сигнала и выделении отдельных поверхностей нарушений на его основе. Основа указанного и других подобных методов заключается в бинаризации — введении двух граничных а<Ь значений в анализируемом сейсмическом атрибуте. Точки со значениями выше Ь помечаются как точки разломов, в то время как точки со значениями в (а,Ь) используются для соединения участков разломов друг с другом. Помимо этого авторы предлагают ряд других методов обработки сигнала на основе методов выделения краев из теории анализа изображений, однако, аналогично упомянутому алгоритму анализа сейсмических атрибутов, указанный метод, является лишь способом анализа имеющихся сейсмических атрибутов и не решает проблемы низкого качества входных данных.

Анализ имеющихся работ в области автоматической интерпретации структурных нарушений позволяет сделать вывод о том, что, несмотря на различия между предлагаемыми методами всем им свойственны два существенных недостатка:

• Высокая сложность использования и необходимость тщательной проверки и зачастую ручной переинтерпретации результатов. Все предлагаемые в настоящее время алгоритмы прослеживания разломов основаны на вычислении специальных сейсмических атрибутов, которые в свою очередь должны быть обработаны для выделения непосредственно поверхностей нарушений.

• Многочисленные ложные прослеживания в зонах хаотичного сейсмического сигнала. Предлагаемые методы расчета сейсмических атрибутов в подавляющем большинстве основаны на выявлении разломных зон как областей с низкой пространственной организацией сейсмического сигнала. Это приводит к некорректным результатам в зонах хаотичного сигнала — при зашумленности входных данных, в областях твердых пород с отсутствием слоистой структуры и пр. Следовательно, актуальным является создания новой методики автоматической интерпретации тектонических нарушений, лишенной указанных недостатков. Таким образом, основными целями данного исследования являются:

1. Получение надежной и стабильной методики автоматической интерпретации отдельных структурно-тектонических нарушений на основе имитации ручной интерпретации и визуального анализа данных.

2. Получение надежной и стабильной методики автоматизации выделения тектонических нарушений во всем объеме доступных данных.

Достижение этих целей предполагает решение следующих задач.

1. Формализация входных данных и исследуемых объектов.

2. Построение модели тектонического нарушения, необходимой для описания локального распределения значений амплитуд сейсмических волн вокруг точки, принадлежащей разломной зоне.

3. Формализация критериев прослеживания точек на поверхности нарушения.

4. Построение новой модели и метода полностью автоматического расчета степени принадлежности каждой точки сейсмического объема разломной зоне с минимальной долей ложных нарушений на основе анализа трехмерных изображений.

Методы исследования. Для решения поставленных задач используются методы интерпретации трехмерной сейсморазведки и методы визуализации изображений трехмерной сейсмической разведки. Основой предлагаемых в данной работе алгоритмов интерпретации являются разработанные методы извлечения трехмерных изображений исследуемых объектов и имитации визуального анализа данных.

Научная новизна.

1. Получены новые методы для решения сложноформализуемой и актуальной задачи автоматического выявления и прослеживания структурно-тектонических нарушений на основе результатов трехмерной сейсморазведки.

2. Формализован процесс поиска тектонических нарушений.

3. На основе этой формализации введены новые сейсмические атрибуты и создана автоматизированная система поиска нарушений на основе результатов трехмерной сейсморазведки.

Научная и практическая значимость работы.

1. Создана эффективная модель для автоматического выделения с высокой точностью тектонических нарушений без ложных прослеживаний.

2. Получены:

-надежная оценка углов простирания пластов

-способы прослеживания границ линзовидных включений и других стратиграфических границ

-резкое сокращение времени интерпретации

3. Созданный программный комплекс предполагается использовать в профессиональных программных продуктах для сейсмической интерпретации.

Основные положения, выносимые на защиту.

1. Формализация методов автоматической интерпретации структурно тектонических нарушений на основе имитации визуального анализа данных трехмерной сейсморазведки.

2. Построение линейной модели, применимой для локального распространения сейсмического сигнала в разломной зоне.

3. Определение формы разлома и простирания слоев пород с помощью операции вращения трехмерных изображений.

4. Создание системы алгоритмов, позволяющей отслеживать тектонические нарушения, а также границы линзовидных включений, оценивать углы простирания пластов.

5. Созданная система компьютерных программ, разработанных на базе предложенной системы алгоритмов, позволяющая в автоматическом режиме надежно и достаточно точно отслеживать тектонические нарушения.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Скрипкин, Сергей Николаевич

Основные результаты исследований доложены на следующих конференциях и семинарах:

• Седьмой научно-технической конференции «Актуальные проблемы состояния и развития нефтегазового комплекса России». Москва, 29-30 января 2007 года

• Десятой юбилейной международной научно-практической конференции «Геомодель 2008», ГНЦ «Южморгеология», Геленджик 21-26 сентября, 2008

• Третьей научно-практической конференции молодых учёных и специалистов "Газовой отрасли - энергию молодых учёных". Ставрополь, 6-10 октября 2008, СЕВКАВНИПИГАЗ.

• Третьей всероссийской молодежной научно-практической конференции «Геоперспектива-2009». Москва, 25 марта 2009 года.

• Научно-практической конференции "Математическое моделирование и компьютерные технологии в разработке месторождений", 2-5 апреля 2008 г., г.Уфа.

• На научных семинарах кафедры прикладной математики и компьютерного моделирования РГУНГ им. И.М. Губкина.

Список опубликованных работ

1. Скрипкнн С.Н. Новый метод автоматической интерпретации структурно-тектонических нарушений на основе результатов трехмерной сейсморазведки / С.Скрипкин // Вопросы современной науки и практики. Университет имени В.И. Вернадского. - 2009. - №2.

2. Скрипкин С.Н. Новые сейсмические атрибуты для структурного анализа / С.Скрипкин // Вопросы современной науки и практики. Университет имени В.И. Вернадского. -2009.-№3.

3. Скрипкин С. Н. Автоматическая структурно-тектоническая интерпретация результатов трехмерной сейсморазведки с помощью анализа трехмерных изображений / С.Скрипкин. // Тезисы докладов 3 всероссийской молодежной научно-практической конференции «Геоперспектива-2009». Москва, 25 марта 2009 года. - С. 67-68.

4. Скрипкин С.Н., Чен-Син Э. Использование нейронных сетей в моделировании свойств месторождений углеводородов. / Скрипкин С., Чен-Син Э. // Тезисы докладов 7 научно-технической конференции «Актуальные проблемы состояния и развития нефтегазового комплекса России». Москва, 29-30 января 2007 года. Секции 5-11. - С 432-433.

5. Скрипкин С.Н., Рубан И.А. Выделение фаций и маркеров по ГИС. / Скрипкин С., Рубан И. // Тезисы докладов 3 научно-практической конференции молодых учёных и специалистов "Газовой отрасли - энергию молодых учёных". (Ставрополь, 6-10 октября 2008) / СЕВКАВНИПИГАЗ. - С. 158-160.

6. Скрипкин С.Н. Метод автоматического выделения пластопересечений с помощью искусственных нейронных сетей, [электронный ресурс] / С. Скрипкин // Сборник тезисов докладов 10 юбилейной международной научно-практической конференции «Геомодель 2008», ГНЦ «Южморгеология», Геленджик 21-26 сентября, 2008. -электрон, дан. - М. : EAGE - Геомодель, 2008.

7. Скрипкин С.Н. Возможности открытого программного обеспечения, [электронный ресурс] / С. Скрипкин // Тезисы докладов научно-практической конференции "Математическое моделирование и компьютерные технологии в разработке месторождений", 2-5 апреля 2008 г., г.Уфа. - электрон, текст, дан. - Уфа, 2008.

8. Предварительный патент. US Patent provisional: Three Dimensional Seismic Attributes for Structural Analysis. 94.0225 - US Serial No. 61/153002 filed 17/FEB/2009.

9. Предварительный патент. US Patent provisional: Automated Structural Interpretation. 94.0226 - US Serial No. 61/153025 filed 17/FEB/2009

Список литературы диссертационного исследования кандидат технических наук Скрипкин, Сергей Николаевич, 2009 год

1. Ампилов Ю.П. Сейсмическая интерпретация: опыт и проблемы // М.: Геоинформмарк, 2004.

2. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. М.: Лаборатория Базовых Знаний, 2002. - 632 е.: ил.

3. Боганик Г.Н., Гурвич И.И. Сейсморазведка. Учебник. Тверь: изд-во ГЕРС, 2005, 600 с.

4. Бондарев В.И, 2006. Основы сейсморазведки. Учебное пособие. -Екатеринбург: Изд-во УГГГА, 356 с.

5. Дюбрул О. Использование геостатистики для включения в геологическую модель сейсмических данных // БЕС ЕАСЕ, 2005

6. Закревский К.Е., Майсюк Д.М., Сыртланов В.Р. Оценка качества ЗД моделей. М.: Литкон, 2008. 270 с.

7. Интерпретация данных сейсморазведки: Справочник / Под.ред. О.А.Потапова. -М.: Недра, 1990. 447 с.

8. Клаербоут Д.Ф. Сейсмическое изображение земных недр. М.: Недра, 1989. 406 с.

9. Розенфельд А. Распознавание и обработка изображений. М.: Мир, 1972. -230 с.

10. Сейсмическая стратиграфия. / Под. Ред. Ч. Пейтона. В 2 т. М.: Мир, 1982. 846 с.

11. Урупов А.К. Основы трехмерной сейсморазведки. Учебное пособие. -М.: изд-во Нефть и газ, 2004, 582 с.

12. Шлезингер М.И. Математические средства обработки изображений. К.: Наукова думка, 1989. - 200 с.

13. Ярославский Л.П. Введение в цифровую обработку изображений. М.: Сов. радио, 1979.-312 с.

14. Adam Gersztenkorn and Kurt J. Marfurt Eigenstructure-based coherence computations as an aid to 3-D structural and stratigraphic mapping. Gepphysics, Vol. 64, No. 5 (Sept-Oct 1999); P. 1468-1479, 6 Figs.

15. Alistair R. Brown. Interpretation of three-dimensional seismic data. Society of Exploration Geophysicists; 6th edition, 2004.

16. Bruce Hart McGill. Strati graphically significant attributes. The Leading Edge 2008.

17. Clayton V. Deutch. Geostatistical reservoir modeling. Oxford University Press, USA, 384 p. 2002.

18. Dengliang Gao. Application of seismic texture model regression to seismic facies characterization and interpretation. The Leading Edge 27, 394 (2008); DOI: 10.1190/1.2896632

19. Fernandez Martinez Juan Luis, Richard J. Lisle. A methodology for structural analysis of seismic folds. SEG Las Vegas 2008 Annual Meeting.

20. Gabriel Perez and Kurt J. Marfurt. New azimuthal binning for improved delineation of faults and fractures. Geophysics,Vol. 73, No. 1 Jan-Feb 2008; P. S7-S15, 12 Figs. 10.1190/1.2813136

21. New York : M. Dekker, cl990. xii, 436 p. : ill. 27.1mage Analysis Methods and Applications : Donat-Peter Hader (Editor)

22. August 2000, 2nd edition. CRS Press. 28.Israel Cohen 1, Nicholas Coult, and Anthony A. Vassiliou. Detection and extraction of fault surfaces in 3D seismic data. Geophysics,Vol. 71, No. 4 July-August 2006; P. P21-P27, 6 Figs. 10.1190/1.2215357

23. Jonathan Henderson, Stephen J. Purves, Gaynor Fisher, Chris Leppard. Delineation of geological elements from RGB color blending ofseismic attribute volumes. The Leading Edge March 2008.

24. Kristofer M. Tingdahl and Matthijs de Rooij. Semi-automatic detection of faults in 3D seismic data. Geophysical Prospecting, 2005, 53, 533-542.

25. Kurt J. Marfurt, V. Sudhakerz, Adam Gersztenkorn, Kelly D. Crawford, and Susan E. Nissen. Coherency calculations in the presence of structural dip. Geophysics, Vol. 64, No. 1 (Jan-Feb 1999); P. 104-111, 10 Figs

26. Kurt J. Marfurt, R. Lynn Kirlinz, Steven L. Farmer, and Michael S. Bahorich. 3-D seismic attributes using a semblance-based coherency algorithm Geophysics, VOL. 63, NO. 4 (July-August 1998); P. 1150-1165, 21 Figs.

27. Michael Bacon, Robert Simm, Terence Redshaw. 3-D seismic interpretation. Cambridge University Press. 2007.

28. Michael Seul, Lawrence O'Gorman, Michael J. Sammon. Practical algorithms for image analysis. Description, examples and code. Second Edition. 2008 Cambridge University Press.

29. Michel Lavergne, Nissim Marshall. Seismic Methods. Springer, New York. 1989.

30. Per Avseth, Tapan Mukerji, Gary Mavko. Quantitative seismic interpretation. Cambridge University press. 366 p. 2007.

31. Philippe Vemey ,Jean-Francois Rainaud, Michel Perrin, Monique Thonnat. A knowledge-based approach of seismic interpretation: horizon and dip-fault detection by means of cognitive vision. SEG Las Vegas 2008 Annual Meeting.

32. Richard J. Davies, Joseph A. Cartwright, Simon A. Stewart, Mark Lappin, John R. Underhill. 3D seismic technology. Geological Society Memoir No. 29. 2004. 355 p.

33. Satinder Chopra, Kurt J. Marfiirt. Emerging and future trends in seismicattributes. The Leading Edge March 2008. 43.Scott E. Umbaugh. Computer imaging: digital image analysis and processing.

34. CRC; 1 edition (January 27, 2005) 688 p. 44.Trygve Randen, Stein Inge Pedersen, Lars Sonneland. Automatic Extraction of Fault Surfaces from Three-Dimensional Seismic Data. SEG Int'l Exposition and Annual Meeting San Antonio, Texas September 9-14, 2001.

35. Tiygve Randen, Benoit Reymond, Hans Ivar Sjulstad, and Lars Sonneland. New Seismic Attributes for Automated Stratigraphic Facies Boundary Detection. 1998 SEG Expanded Abstracts.

36. Tiygve Randen, Erik Monsen, Claude Signer, Arve Abrahamsen, Jan Ove Hansen, Toril S.ter, and Jürgen Schlaf, Lars Sonneland. Three-Dimensional Texture Attributes for Seismic Data Analysis. SEG 2000 Expanded Abstracts.

37. Yanhui Zhou, Jinghuai Gao and Wenchao Chen. Local structural entropy based on frequency-division instantaneous phase for enhancing seismic discontinuities. SEG/San Antonio 2007 Annual Meeting. P. 846-850.