低序级断层结构导向坎尼属性边缘检测识别方法

doi:10.11720/wtyht.2020.0054

低序级断层结构导向坎尼属性边缘检测识别方法

马玉歌¹, 苏朝光¹, 张健¹, 刘军胜²

1. 中国石化胜利油田分公司物探研究院,山东东营 257022

2. 中国石化地球物理公司国际业务中心,北京 100020

Low-order fault structure-oriented Canny property edge detection and recognition method

MA Yu-Ge¹, SU Chao-Guang¹, ZHANG Jian¹, LIU Jun-Sheng²

1. Geophysical Research Institute of SINOPEC Shengli Oilfield Company,Dongying 257022,China

2. International Department of Sinopec Geophysical Corporation,Beijing 100020,China

责任编辑: 叶佩

收稿日期: 2020-01-19 修回日期: 2020-04-1 网络出版日期: 2020-06-20

基金资助:

国家科技重大专项“大型油气田及煤层气开发”. 2016ZX05011-02
胜利油田分公司课题“低序级断层识别描述技术深化研究”. YKY1801

Received: 2020-01-19 Revised: 2020-04-1 Online: 2020-06-20

作者简介 About authors

马玉歌(1975-),女,1997年毕业于中国地质大学石油地质专业,高级工程师,2011年获中国石油大学(北京)石油地质硕士学位,主要从事物探综合研究工作。Email:mayuge.slyt@sinopec.com 。

摘要

常规的断层检测属性对地层产状相对较平、地震反射特征明显的低序断层有识别效果,在地层倾斜或者地层倾角变换剧烈的地方对低序级断层的识别效果很差。针对以上难点,在深入分析低序级断层地质特点和地震响应特征的基础上,对基于三维多级盲源分离与保构造滤波组合去噪的结构导向坎尼属性边缘检测低序级断层识别方法开展了研究,形成了一种有效的低序级断层识别方法,提高了低序级断层的识别能力。和相干属性对比来看,结构导向坎尼属性边缘检测结果噪声干扰更小,特别是在地层较陡或者地层产状波动较大(即地层倾角变化大)的地方,结构导向坎尼属性边缘检测结果更佳。所得结果与实钻井吻合效果好,解决了研究区的油水关系,多发现了5条低序级断层,新钻探井获得高产油流。

关键词： 多级盲源分离 ; 保构造滤波 ; 结构导向梯度属性 ; 低序级断层

Abstract

Conventional fault detection attributes can identify low-sequence faults with relatively flat stratigraphic attitudes and obvious seismic reflection characteristics.Low-order faults are poorly identified in places where strata are inclined or the dip angle of strata changes drastically.In view of the above difficulties,on the basis of an in-depth analysis of the geological characteristics and seismic response characteristics of low-order faults,the authors carried out the research based on a method for identifying low-order faults based on the structure-oriented Canny attribute edge detection according to the combination of 3D multi-level blind source separation and structural preservation filtering denoising,and formed an effective low-order fault identification method,which improved the capability of low-order fault identification.Compared with coherent attributes,the noise detection results of the structure-oriented Canny attribute edge detection are smaller,especially in places where the stratum is steep or the attitude of the formation fluctuates greatly (that is,the formation dip angle changes greatly).The results are better.The obtained results are in good agreement with real drilling results,and the oil-water relationship in the study area is solved.Five more low-order faults were discovered,and new drilling wells have achieved high oil production flow.

Keywords： multi-level blind source separation ; structural preservation filtering ; structure-oriented gradient properties ; low-order fault

PDF (4330KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

马玉歌, 苏朝光, 张健, 刘军胜. 低序级断层结构导向坎尼属性边缘检测识别方法. 物探与化探[J], 2020, 44(3): 698-703 doi:10.11720/wtyht.2020.0054

MA Yu-Ge, SU Chao-Guang, ZHANG Jian, LIU Jun-Sheng. Low-order fault structure-oriented Canny property edge detection and recognition method. Geophysical and Geochemical Exploration[J], 2020, 44(3): 698-703 doi:10.11720/wtyht.2020.0054

0 引言

随着油田勘探开发程度的不断提高,断块型油气藏的地位越来越重要,其中低序级断层日益受到重视,因为它控制了断块圈闭的发育,控制了油水关系和剩余油分布,影响了油藏开发技术的应用,因而这种低序级断层成为油田勘探开发不能回避和绕不过的问题,必须开展低序级断层识别新方法研究。

对低序级断层解释技术方面的检索和调研显示,国内外主要的识别与描述方法技术基本都是基于地震属性分析,所应用的属性类型主要有地震相干/方差体属性、谱分解、倾角和方位角属性、混沌属性、蚂蚁体属性,以及地震曲率属性、GRB属性融合等^{[1,2,3,4,5,6,7,8,9,10,11,12,13]}。这些属性技术各有优缺点,如相干/方差体属性的分辨率有限,蚂蚁体属性结果中假断层影响严重且不易识别,倾角和方位角属性以及地震曲率则是需要事先解释好层位,时间周期较长,而且效果好坏与解释结果有关。本文提供了一种基于三维多级盲源分离与保构造滤波组合去噪的结构导向坎尼属性边缘检测低序级断层识别方法,基于组合滤波的结构导向梯度属性提取与边缘检测的联合,是当前地震资料解释技术中相对比较新的技术。

1 技术流程及原理

1.1 技术流程

结构导向坎尼属性边缘检测低序级断层识别方法包括(图1):步骤1,根据叠后地震数据体在时间空间域应用三维多级盲源分离与保构造滤波相结合的去噪技术压制随机噪声,提高地震资料的信噪比;步骤2,在时间域应用多道相干算法进行倾角搜索估计地层倾角值,在频率域应用地层倾角在地震记录上表现的时间延迟,对其进行傅里叶变换的时延特性来估计地层倾角^[14];步骤3,基于时间—频率域混合倾角扫描,沿地层倾角在局部层拉平的基础上计算分析窗内结构导向坎尼属性;步骤4,根据结构导向坎尼属性数据体,通过连井剖面和沿层切片等形式进行低序级断层的地震识别。结构导向坎尼属性边缘检测低序级断层识别方法对基于三维多级盲源分离与保构造滤波组合去噪的结构导向坎尼属性边缘检测低序级断层识别方法开展研究,以提高低序级断层的识别能力。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 技术流程

Fig.1 Technical flow chart

1.2 实施方法及原理

1.2.1 组合滤波去噪技术原理

在时间空间域应用三维多级盲源分离与保构造滤波组合去噪技术压制随机噪声;将独立分量分析ICA技术与稀疏编码Sparse Coding算法结合,构成三维多级盲源分离的ICA-SC算法。在步骤1中,ICA-SC算法包括的步骤如下:

1)采用ICA方法估计一个正交矩阵w,对地震数据x左乘w,使得ICA变换后的数据 $\hat{x}$ =wx满足稀疏分布。

2)使用收缩函数通过极大似然估计的方法计算目标数据 $\hat{x}$ 的各个稀疏分量 $\hat{x}$ '_i=M_lap( $\hat{x}$ )。

极大似然估计MLD表达式为:

(1)

\begin{array}{l} M (x) = sign (x) \max (0, | x | - σ^{2} | l' (x) |), \end{array}

(2)

l (x) = - \ln p (x),

(3)

l' (x) = \frac{\partial (- \ln p (x))}{\partial x},

(4)

p (x) = \frac{1}{\sqrt[]{2} s} e^{(- \sqrt[]{2} \frac{| x |}{s})},

其中,x为地震数据,s为尺度函数,记为s=E{x²},p(x)为拉普拉斯概率分布函数,l(x)为稀疏惩罚函数,σ²表示目标数据中噪声的方差。

由此可以得到拉普拉斯密度模型对应的收缩函数:

(5)

M_{lap} (x) = sign (x) \max (0, | x | - \sqrt[]{2} σ^{2}) 。

3)对正交矩阵w求逆,得到e=w^-¹ $\hat{x}$ '。

基于保构造平滑的基本理论,针对三维地震数据体中的样点,选取一系列具有不同构造方位和形状的分析窗,对分析窗中的数据采用三维高斯加权平均来取代常规的算数平均,进一步求取标准差并选取标准差最小的分析窗为最优时窗。

三维高斯加权平均求取均值公式如下:

(6)

\begin{array}{l} {\overset{̅}{u}}_{(x, y, t)} = \sum_{x, y, t} G_{(x, y, t)} u_{(x, y, t)}, \end{array}

(7)

G_{(x, y, t)} = \frac{1}{{(\sqrt[]{2 π})}^{3} σ_{x} σ_{y} σ_{t}} e^{- \frac{1}{2} (\frac{x^{2}}{σ_{x}^{2}} + \frac{y^{2}}{σ_{y}^{2}} + \frac{t^{2}}{σ_{t}^{2}})},

式中,x、y和t分别为横测线、纵测线以及时间变量,u为分析窗口中的原始地震数据,σ_x、σ_y、σ_t是尺度参数,决定着平滑程度,其值越大,高斯滤波器的频带就越宽,平滑程度就越好;通过调节尺度参数,在边缘特征模糊与平滑过程中由于噪声所引起的过多的突变量之间取得折衷。

步骤2中,在水平面建立一定面积的分析区域,在该分析区域中包含j道地震数据,假设一个t时刻的地震平面波,令p和q为x轴和y轴方向上的视倾角,(x_j,y_j,t)为中心点,则上述时窗内的平均道的能量和全部道能量比为相似系数σ(p,q,t)由公式给出:

(8)

σ (p, q, t) = \frac{{[\frac{1}{J} \overset{J}{\sum_{j = 1}} u (x_{j}, y_{j}, t - p x_{j} - q y_{j})]}^{2}}{\frac{1}{J} \overset{J}{\sum_{j = 1}} [u (x_{j}, y_{j}, t - p x_{j} - q y_{j} {)]}^{2}},

式中:j表示道数,(x_j,y_j)表示该点在坐标轴上的坐标,u代表地震数据,利用上述公式通过倾角扫描方式计算出视倾角。

1.2.2 时间—频率域三维倾角扫描

地层倾角在地震记录中表现为时间上的延迟,利用傅里叶变换的时延特性来计算地层倾角,假设在地面上接收到的某一道地震记录为x(t),与它相邻的地震记录的时间延迟为t₀,则相邻地震记录道y(t)=x(t-t₀),对x(t)的傅里叶变换公式:

(9)

X (ω) = \int_{-}^{\infty} x (t) e^{- i ωt} d t,

再依据傅里叶变换的时延特性公式

(10)

\begin{array}{r} Y (ω) & = \int_{-}^{\infty} x (t - t_{0}) e^{- i ωt} d t = e^{- i ω t_{0}} X (ω) \end{array}

求对应于不同角频率的时间延迟公式

(11)

t_{ω} = - \frac{1}{i ω} \ln [\frac{Y (ω)}{X (ω)}] 。

上式中,X(ω)、Y(ω)为相邻地震记录的傅里叶变换,ω为角频率,i为虚数单位;设有效频段的起始值、终止值分别为ω_start、ω_end,选择地震记录主频附近的频段,其中包含N个角频率值,则这两道地震记录之间的时间延迟t₀公式:

(12)

t_{0} = \overset{ω_{end}}{\sum_{ω = ω_{start}}} t_{ω} / N 。

即上式表明,最终得到的时间延迟值是各个不同频率下对应的时延值的平均值。

把数据体内的每一点都当成是目标点,分别提取一个大小为(2n+1)×(2n+1)的局部窗口;然后沿着地层法线对称地提取k个局部窗口,窗口总数为2k+1个;利用坎尼算子模板分别求取每个局部窗口的不同方向的坎尼属性,并对不同方向的属性值进行平方求和;沿着法线方向对所有局部窗口求得的坎尼属性作和,最后按能量对结果进行归一化处理^[8]。采用以下步骤计算结构导向坎尼属性:

1)设二维高斯滤波函数为:

(13)

G (x, y) = (1 / 2 π σ^{2}) \exp [- (x^{2} + y^{2}) / 2 σ^{2}],

式中:x,y表示该点在坐标轴上的坐标,σ为高斯标准差,它决定了平滑程度,把梯度矢量∇G的2个滤波卷积模板分解为2个一维的行列滤波器:

(14)

\begin{array}{l} \frac{\partial G}{\partial x} = k_{x} \exp (- x^{2} / 2 σ^{2}) \exp (- y^{2} / 2 σ^{2}), \\ \frac{\partial G}{\partial y} = k_{y} \exp (- x^{2} / 2 σ^{2}) \exp (- y^{2} / 2 σ^{2}) 。 \end{array}

式中:k_x,k_y表示x,y方向上的空间波数。

这两个卷积模板分别与原始地震数据f(x,y)运算:

(15)

\begin{array}{l} E_{x} = \frac{\partial G}{\partial x} * f (x, y) \\ E_{y} = \frac{\partial G}{\partial y} * f (x, y) \end{array}

即:

(16)

f_{s} = f (x, y) \times G (x, y) 。

2) 经过步骤1处理的像素点I(x,y)的方向和强度是基于2×2模板的一次微分的有限差分得到的,x、y的偏微分P_y[i,j]为:

(17)

\begin{array}{r} P_{x} [i, j] = (I [i, j + 1] - I [i, j] + I [i + 1, j + 1] - I [i + 1, j]) / 2 \\ P_{y} [i, j] = (I [i, j] - I [i + 1, j] + I [i, j + 1] - I [i + 1, j + 1]) / 2 \end{array}

其中:I(x,y)为像素点坐标(x,y)上的灰度值。

利用坐标转换可以把梯度的方向和强度变换到极坐标下,以二阶范数为基础来表示:

(18)

M [i, j] = \sqrt[]{P_{x} {[i, j]}^{2} + (P_{y} {[i, j])}^{2}},

梯度的方向表示成:

(19)

θ [i, j] = \arctan (P_{y} [i, j]) / P_{x} [i, j] 。

3)利用非极大抑制处理经过步骤2处理的图像,设像素点为I(i,j),而其梯度方向设为θ(i,j),梯度方向θ(i,j)为4个区域中方向的一个,将像素点I(i,j)分别与4个不同方向的相邻数据点比较大小从而计算局部区域内的极大值;若I(i,j)的梯度方向在方向4区中,则分别将其梯度强度M(i,j)和4区中右上角、左下角的两个点的梯度强度比较大小,如果不是最大值则将I(i,j)的M(i,j)置为0,相反地就将其置为1。

4)分别设置两个阀值V₁和V₂为非极大抑制后的图像数据,像素点梯度幅值小于V₁的将其值置成0,从而生成图像A;接着再运算寻找到幅值小于V₂的置成0,生成图像B;由于V₂>V₁,图像B干扰噪声相对很小,可是同时也导致了边缘丢失;而相应的图像A边缘信息比较丰富;把图像A的边缘信息填补到图像B中以连接边缘线,这就是双阀值的确定与边缘链接的过程。

2 实际工区应用

2.1 工区概况

P58-102井位位于胜利油田盘河油田的P7大断层以北,油藏属于较陡倾单斜背景的断块油藏,地层倾角30~50°。在油田滚动勘探开发中,发现P58-102断块油水矛盾比较突出(图3c):低部位的P58-102井比高部位的P58-107井含油性好,且累油较多,同年钻探高部位的P58-107井则累产油只有 2 208 t 并且含水,而低部位的P58-107井累产油 13 193 t,推测该区可能存在地震剖面上难以识别的低序级断层。在常规显示地震剖面上同相轴连续性好,地层相对较陡,地震同向轴波形相似性较好,相干技术难以识别低序级断层,因此引用了基于三维多级盲源分离与保构造滤波组合去噪的结构导向坎尼属性边缘检测方法。

2.2 组合滤波

实际地震数据体都会受到随机噪声和相干噪声的干扰。一方面,需要设计一种滤波器,应用这种滤波器对地震数据体进行噪声压制、同时避免沿着断层和其它不连续体平滑。另一方面,平滑滤波预处理对边缘检测的效果具有重要意义,有利于探明地震资料中复杂构造的边缘。因为边缘检测是基于空间数据的衍生算法,通常来讲大部分为了强化地震资料中局部快速变化的边缘检测算法对于随机噪声很敏感。对于特殊区域像地下断层或裂缝周围的数据一般很复杂,这些区域的地震资料常包含比其他区域更多的噪声,在这样的区域里如果采用传统的方法去噪会引起边界模糊或反射同相轴的畸变。因此,本方法将三级盲源分离去噪技术与保构造滤波技术结合起来,形成有效的组合去噪技术压制随机噪声,提高叠后地震资料的信噪比。

经盲源分离出来的随机噪声,基本不含有效信号,从而能够有效保证去噪后有效信息基本不受损失^[15];随着多级分离,有效信号的信噪比明显增强,反射波同相轴变得清晰、连续,横向波形特征的稳定性得到提高。保构造平滑去噪方法在压制干扰的同时能更精确地凸显地质构造信息,为地震解释提供构造信息更丰富、更精确的资料,将其用于边缘检测,处理后的地震剖面上断层比较明显(图2)。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 组合滤波前后的地震剖面对比

a—原始资料;b—组合滤波后地震剖面

Fig.2 Comparison of seismic profiles before and after combined filtering

a—original data;b—combined filtered seismic profile

2.3 属性体的计算

常规相干断裂显示较为粗糙^[16],虽然对明显的断裂有反映,但识别低序级断层效果不佳(图3a)。而在新方法属性平面图上断裂组合比较清晰,多条较小的断层也较清晰。从P58-102井区新的属性平面图可以看出,研究区沙三下亚断发育近EW断裂较少,但规模较大,近NS向低序级较为发育,平面上与近EW向断层相交形成有利墙角断块。通过新的属性图对比分析发现了地震剖面上难以发现的低序级断层(图3e):在P58-107和P58-102井之间发现一条断距为10 m左右的低序级断层(图3b,图3d中②号断层),说明P58-107和P58-102井属于不同的构造断块,解决了P57-102井区开发中的构造高部位含水、低部位含油的油水矛盾。该技术有效地指导了研究区低序级断层的平面及地震剖面解释,新发现了4条小断层(图3b、图3d②③④⑤号断层),成功指导了该区滚动及开发井位的部署,在东部新发现小断块上钻探的P7-80井获得成功投产沙三下初期日产原油12.6 t,取得了良好的滚动效果。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 P58-102井区新技术应用前后新老构造对比

a—P58-102井区沙三下相干属性;b—P58-102井区沙三下新方法属性;c—P58-102井区沙三下顶面构造图(老);d—P58-102井区沙三下顶面构造图(新);e—近东西向原始地震剖面

Fig.3 Comparison of new and old structures before and after the application of new technology in P58-102 well area

a—P58-102 well area ES_3x coherent properties;b—P58-102 well area ES_3x new method properties;c—P58-102 well area ES_3x top structure map(old);d—P58-102 well area ES_3x top structure map(new);e—near east-west original seismic profile

3 结论

1) 基于三维多级盲源分离与保构造滤波组合去噪的结构导向坎尼属性边缘检测低序级断层的识别,该方法与目前常用的断层识别相比,充分考虑了地震资料信噪比达不到解释低序级断层的条件下,如何有效压制随机噪声,提高叠后资料的信噪比,同时考虑了构造复杂,倾角较大等特点,通过倾角扫描提取结构导向的梯度属性进行边缘检测,可以消除界面倾角的影响,突出低序级断层在横向上的变化,为低序级断层的识别提供更加准确、可靠的信息。

2) 新技术很好地应用于P58-102井区断裂的平面及剖面解释,断层平面组合关系合理,新发现多个滚动目标断块,解决了研究区的油水矛盾,成功指导了滚动及开发井位的部署,解决了生产中的实际问题。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

马玉歌

盘河地区低序级断层地震识别和应用效果

[J]. 科技导报, 2011,19(5):31-33.