基于多属性研究的断溶体特征增强方法和装置

摘要

本申请公开了基于多属性研究的断溶体特征增强方法和装置。所述方法包括：计算断溶体信号剖面的多个纹理属性；计算断溶体信号剖面的多个结构张量属性；从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性；根据所述多个优选属性进行属性降维化聚类，得到最终的断溶体聚类剖面。根据本申请的技术方案能有效凸显断溶体边界异常，一定程度上有效消除地层结构，使异常更聚焦，理论严谨可靠且操作流程简单实用。

说明书

技术领域

本发明属于地震叠后资料信号处理领域，更具体地，涉及一种基于多属性研究的断溶体特征增强方法和装置。

背景技术

诸如顺北地区上奥陶统覆盖区等的碳酸盐岩地层经多期构造变形和岩溶作用后，沿大型溶蚀断裂带形成了各种不规则的缝洞体，中石化塔河油田科研技术人员，首次提出了断溶体圈闭的理论概念，具体含义是指致密碳酸盐岩或低孔、低渗的碳酸盐岩地层受多期次构造挤压作用，沿深断裂带发育规模的破碎带，经多期岩溶水沿断裂下渗或局部热液上涌致使破碎带内断裂、裂缝被溶蚀改造而形成的板状溶蚀孔、洞储集体，在上覆泥灰岩、泥岩等盖层封堵以及侧向致密灰岩遮挡下构成的圈闭类型，称之为“断溶体圈闭”。这类圈闭在后期油(气) 沿深大断裂运移(主要是垂向)、充注成藏后形成的一类特殊油气藏“断溶体油(气)藏”。 2016年顺北油田发现后，认识到断裂破碎带既是油气疏导通道，又是成藏的有利空间，并根据顺北普遍埋深超过7000米的特点，提出特深断溶体油藏概念，对断溶体的研究成为重中之重。

更好地识别断溶体特征，能深入了解相关地区的地质情况，为相关地区的勘探开发提供支持。

发明内容

有鉴于此，本申请提出了一种基于多属性研究的断溶体特征增强方法。本申请还提出了相应的装置。

根据本申请的一方面提供了一种基于多属性研究的断溶体特征增强方法，所述方法包括：计算断溶体信号剖面的多个纹理属性；计算断溶体信号剖面的多个结构张量属性；从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性；根据所述多个优选属性进行属性降维化聚类，得到最终的断溶体聚类剖面。

在一种可能的实施方式中，所述断溶体信号剖面是对原始断溶体地震剖面进行二维经验模式分解(bemd)后得到的剖面。

在一种可能的实施方式中，所述计算断溶体信号剖面的多个纹理属性包括：根据断溶体信号剖面的灰度共生矩阵，计算断溶体信号剖面的熵属性、能量属性和对比度属性。

在一种可能的实施方式中，所述计算断溶体信号剖面的多个结构张量属性包括：计算三维地震数据体每一点梯度矢量方向导数；根据所述矢量方向导数重构梯度结构张量；采用不同的高斯窗参数对梯度结构张量的每一个成分进行平滑测试，根据获取剖面结果的抗噪性以及边界提取的凸显程度选取最优结果；根据所述最优结果计算梯度结构张量的多个特征值，作为多个结构张量属性。

在一种可能的实施方式中，基于下列中的一者或多者从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性：属性对应的剖面的连接性；属性对应的剖面的边界清晰度；属性对应的剖面的背景噪声。

在一种可能的实施方式中，所述根据所述多个优选属性进行属性降维化聚类，得到最终的断溶体聚类剖面，包括：

步骤401，给出C个类为初始的聚类中心剖面；

步骤402，在第k次迭代中，针对每个属性数据，计算对应的属性数据剖面到C个聚类中心剖面的距离；

步骤403，根据当前的聚类结果，更新聚类中心剖面；

步骤404，如果步骤402计算的距离值保持不变，则迭代结束；否则回到步骤402，进入下一次迭代。

根据本申请的另一方面提出了一种基于多属性研究的断溶体特征增强装置，所述装置包括：纹理属性提取单元，用于计算断溶体信号剖面的多个纹理属性；结构张量属性提取单元，用于计算断溶体信号剖面的多个结构张量属性；属性优选单元，用于从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性；降维聚类单元，用于根据所述多个优选属性进行属性降维化聚类，得到最终的断溶体聚类剖面。

在一种可能的实施方式中，所述断溶体信号剖面是对原始断溶体地震剖面进行二维经验模式分解(bemd)后得到的剖面。

在一种可能的实施方式中，基于下列中的一者或多者从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性：属性对应的剖面的连接性；属性对应的剖面的边界清晰度；属性对应的剖面的背景噪声。

在一种可能的实施方式中，所述降维聚类单元具体用于：

步骤401，给出C个类为初始的聚类中心剖面；

步骤402，在第k次迭代中，针对每个属性数据，计算对应的属性数据剖面到C个聚类中心剖面的距离；

步骤403，根据当前的聚类结果，更新聚类中心剖面；

步骤404，如果步骤402计算的距离值保持不变，则迭代结束；否则回到步骤402，进入下一次迭代。

根据本申请的技术方案针对断溶体边界识别问题，提出了基于多属性研究的断溶体特征增强方法研究，其能有效凸显断溶体边界异常，一定程度上有效消除地层结构，使异常更聚焦，理论严谨可靠且操作流程简单实用。

附图说明

通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出根据本申请的一个实施例的基于多属性研究的断溶体特征增强方法的流程图。

图2示出根据本申请的一个实施例的基于多属性研究的断溶体特征增强装置的结构框图。

图3(a)示出某示例性断溶体的地质模型；图3(b)示出某示例性断溶体的地震模型。

图4示出采用某商用软件和采用本申请的技术方案得到的纹理属性的对比图。

图5(a)示出在不同高斯核参数下得到的结构张量属性的λ

图6(a)示出用于多属性聚类的多个断溶体边界优选属性，图6(b)示出了属性聚类结果，图6(c)示出属性聚类结果和原始剖面的叠加图。

具体实施方式

下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。

请参见图1。图1示出根据本申请的一个实施例的基于多属性研究的断溶体特征增强方法的流程图。如图所示，所述方法包括下列步骤。

步骤1，计算断溶体信号剖面的多个纹理属性。

在一种可能的实施方式中，步骤1具体包括：根据断溶体信号剖面的灰度共生矩阵，计算断溶体信号剖面的熵属性、能量属性和对比度属性。

对于一个用灰度描述的地震剖面，沿着某一方向统计距离为δ的任意两个数据满足一定条件出现的概率：

p

其中L为地震剖面的灰度级数；x,y是剖面数据的坐标；g(x,y)是(x,y)处的灰度值；

可根据下式计算能量属性Energy：

能量属性可以度量纹理灰度变化的均一性，可反映灰度分布均匀程度和纹理粗细度。

可根据下式计算熵属性Entropy：

熵属性可以度量纹理的随机性。当灰度共生矩阵中所有值均相等，熵属性取得最大值；相反，如果灰度共生矩阵中的值非常不均匀，熵属性取值较小。

可以根据下式计算对比度属性Contrast：

对比度属性是灰度共生矩阵主对角线附近的惯性矩，它可以度量矩阵值的分布和局部变化，可反映了清晰度和纹理的沟纹深浅。

步骤2，计算断溶体信号剖面的多个结构张量属性。

在一种可能的实施方案中，步骤2具体包括：计算三维地震数据体每一点梯度矢量方向导数；根据所述矢量方向导数重构梯度结构张量；采用不同的高斯窗参数对梯度结构张量的每一个成分进行平滑测试，根据获取剖面结果的抗噪性以及边界提取的凸显程度选取选取最优结果；根据所述最优结果计算梯度结构张量的多个特征值，作为多个结构张量属性。

可以根据下式计算三维地震数据体每一点梯度矢量方向导数：

其中，u(x,y,z)为三维地震振幅函数，x,y,z分别为三维地震体素的线、道位置及双程旅行时间，g为振幅梯度场，g1、g2、g3分别为沿x、y、z方向的方向导数。

可以根据下式重构梯度结构张量T：

可以根据下式采用不同的高斯窗参数对梯度结构张量的每一个成分进行平滑测试，

其中，G为高斯核函数，σ

根据获取剖面结果的抗噪性以及边界提取的凸显程度选取最优结果：

|Tυ-λυ|＝0

其中，λ和ν分别是特征值和特征向量。由于矩阵T为实对称矩阵，则满足λ

步骤3，从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性。

每个属性对应于一个剖面，本领域技术人员可根据经验从这些属性中选择优选属性。在一种可能的实施方式中，可以基于下列中的一者或多者从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性：

属性对应的剖面的连接性；

属性对应的剖面的边界清晰度；

属性对应的剖面的背景噪声。

步骤4，根据所述多个优选属性进行属性降维化聚类，得到最终的断溶体聚类剖面。

在一种可能的实施方式中，步骤4可以包括以下步骤401～步骤404。

步骤401，给出C个初始的聚类中心剖面。

步骤402，在第k次迭代中，针对每个属性数据，计算对应的属性数据剖面到C个聚类中心剖面3的距离。

对任意一个二维属性剖面数据，可以根据下式求其到C个聚类中心剖面的距离，并将该剖面数值归到距离最短的中心所在的聚类；

其中，x

步骤403，根据当前的聚类结果，根据下式更新聚类中心剖面：

其中，μ

步骤404，如果步骤402中迭代计算的距离值保持不变，则迭代结束；否则回到步骤402，进入下一次迭代。

在一种可能的实施方式中，所述断溶体信号剖面是对原始断溶体地震剖面进行二维经验模式分解(bemd)后得到的剖面。

在一个示例性实施例中，可以根据以下步骤对原始断溶体地震剖面进行二维经验模式分解(bemd)，以得到特征增强的断溶体信号剖面。

第一步，可以计算断溶体数据剖面极值：取其均值包络。

假设二维叠后数据平面至少包含一个极大值点和一个极小值点，或整个二维平面没有极值点但是在一阶或几阶运算后能够出现一个极大值点和一个极小值点。可以用极值点之间距离的尺度定义特征尺度。

可计算叠后地震剖面包络曲面的极大值E

第二步，原信号减去包络均值，得出原信号f(x,y)的一阶imf(内在模式函数)分量，并制定每层筛分准则SD。

D

对于D(x,y)制定一个准则用于每层筛分，即：

可定义

C

即为原信号的一阶IMF分量。

第三步，把imf分量从原数据中分离得到余项，将余项作为新信号重复迭代直至残余量为单调函数或者常数。

把C

第四步，将余项作为新信号，重复上述过程，直至残余量为单调函数或常数，原信号最终分解为：

如上所述，可以对得到的断溶体信号剖面

根据本申请的技术方案针对断溶体边界识别问题，提出了基于多属性研究的断溶体特征增强方法研究，其能有效凸显断溶体边界异常，一定程度上有效消除地层结构，使异常更聚焦，理论严谨可靠且操作流程简单实用。

图2示出根据本申请的一个实施例的基于多属性研究的断溶体特征增强装置的结构框图。如图所示，所述装置包括纹理属性提取单元21、纹理属性提取单元22、属性优选单元 23和降维聚类单元24。

纹理属性提取单元21用于计算断溶体信号剖面的多个纹理属性。

结构张量属性提取单元22用于计算断溶体信号剖面的多个结构张量属性。

属性优选单元23用于从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性。

降维聚类单元24用于根据所述多个优选属性进行属性降维化聚类，得到最终的断溶体聚类剖面。

在一种可能的实施方式中，所述断溶体信号剖面是对原始断溶体地震剖面进行二维经验模式分解(bemd)后得到的剖面。

在一种可能的实施方式中，基于下列中的一者或多者从所述多个纹理属性和所述多个结构张量属性中选择多个优选属性：属性对应的剖面的连接性；属性对应的剖面的边界清晰度；属性对应的剖面的背景噪声。

在一种可能的实施方式中，所述降维聚类单元24具体用于：

步骤401，给出C个类为初始的聚类中心剖面；

步骤402，在第k次迭代中，针对每个属性数据，计算对应的属性数据剖面到C个聚类中心剖面的距离；

步骤403，根据当前的聚类结果，更新聚类中心剖面；

步骤404，如果步骤402计算的距离值保持不变，则迭代结束；否则回到步骤402，进入下一次迭代。

根据本申请的技术方案针对断溶体边界识别问题，提出了基于多属性研究的断溶体特征增强方法研究，其能有效凸显断溶体边界异常，一定程度上有效消除地层结构，使异常更聚焦，理论严谨可靠且操作流程简单实用。

应用示例

为了检验根据本申请公开的技术方案的应用效果，采用基于顺北工区创建的断溶体叠后数据模型进行数据测试，模型具有一定的分带性，如图3(a)和图3(b)所示，走滑断裂地震剖面为“线状”。空白弱反射特征主要为走滑断裂在弱破碎程度下(破碎带内相对均匀)下产生的。当破碎带破碎程度较强时(非均匀)，地震剖面上表现为杂乱异常反射特征。断溶体储层地震识别模式的研究提高了断溶体识别的针对性，为实际工区效果分析奠定了基础。

图4示出采用某商用软件和采用本申请的技术方案得到的纹理属性的对比图。对比显示，获得的纹理属性，对比度属性、熵属性、能量属性均能表征剖面上断溶体，优化后的纹理属性连续性相应得到了增强，其中对比度属性更为连贯，说明断溶体灰度值变化较大。

对模型进行不同高斯核参数下的结构张量属性提取，结果如图5(a)和图5(b)所示。对比显示，不同高斯核参数下的结构张量属性λ

图6(a)示出用于多属性聚类的多个断溶体边界优选属性，聚类结果图6(b)所示。可以看出，根据本申请的方案可有效凸显断溶体异常体的分带性，其通过模型与实际数据结合的属性降维，解决单属性局限性、多属性的多解性难题。如图6(c)所示，将属性聚类结果和原始剖面叠合，该分带性聚类结果说明了该算法的合理性。根据本申请的技术方案形成包含过渡带的分带性断溶体多属性聚类结果，可有效凸显断溶体异常。

综上所述，本发明能够有效凸显断溶体边界异常，一定程度上有效消除地层结构，使异常更聚焦，理论严谨可靠且操作流程简单实用。

本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里参照根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。