一种用于地震断层图像识别的SPD-UNet 模型
2021-12-20席英杰李克文徐延辉朱剑兵
计算机工程 2021年12期
关键词:模型
席英杰,李克文,徐延辉,朱剑兵
(1.中国石油大学(华东)计算机科学与技术学院,山东 青岛 266580;2.中国石化胜利油田分公司物探研究院,山东东营 257022)
0 概述
断层是地下岩层沿一个破裂面或破裂带两侧发生相对位错的现象。地震往往是由断层活动引起的,是断层活动的一种表现,因此地震与断层的关系十分密切。在常规地震剖面上,断层可以通过反射波同相轴错动、分叉、合并、扭曲、形状和数目突变、相邻层位的错动等表象特征进行直接识别。在油气勘探领域,勘探阶段的区域断裂研究对于地质构造、沉积环境解释以及隐蔽性油气田开发具有重要作用。常规的断层解释方法是工作人员在三维地震数据的垂直剖面和水平切片上手动解释断层,通过视觉识别反射层的不连续性来实现断层解释,难度大、周期长、主观性强,在很大程度上依赖于解释人员的经验和相关区域的前期调研。长期以来,学者们围绕提高断层解释的精度和速度进行了大量研究,通过相干体属性[1]、方差体属性、断层切片、边缘增强属性等技术来提取三维地震数据精确描述断层,并为计算机自动识别断层打下了良好的基础。
近年来,随着计算机运算速度的不断提高,深度学习技术在多个领域均取得重大突破。深度学习的概念来源于人工神经网络,神经网络结构可以很好地抓取对象的特征属性,发现数据的隐藏特征,并具有良好的自我学习能力。因此,越来越多的学者开始尝试将深度学习技术应用到地震领域,与地震数据相结合解释地震断层。……
登录APP查看全文
