автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Автоматическая структурно-тектоническая интерпретация результатов трехмерной сейсморазведки с помощью анализа трехмерных изображений

На правах рукописи

СКРИПКИН Сергей Николаевич

Автоматическая структурно-тектоническая интерпретация результатов трехмерной сейсморазведки с помощью анализа трехмерных изображений

Специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва - 2009

003469334

Работа выполнена в Российском Государственном Университете нефти и газа имени И.М.Губкина

Научный руководитель - к.т.н. Чен-Син Эмилия

Официальные оппоненты: д.т. н. Птецов Сергей Николаевич

к.ф.-м.н. Крылова Марина Валерьевна

Ведущая организация - Институт проблем нефти и газа Российской

Академии Наук

Защита состоится «2» июня 2009г. В 15 часов 00 минут в аудитории 308 на заседании диссертационного совета Д212.200.14 при Российском государственном университете имени И.М.Губкина по адресу Ленинский проспект, 65, Москва, ГСП - 1,119991, Россия.

С диссертацией можно ознакомиться в библиотеке РГУ нефти и газа имени ИМ. Губкина.

Автореферат разослан 27 апреля 2009 г.

Ученый секретарь

диссертационного совета Д212.200.14,

Д.Т.Н.

Егоров А.В.

Общая характеристика работы

Актуальность тематики исследований. В начале 21 века нефтегазовая промышленность нашей страны и всего мира стоит перед необходимостью освоения сложных и трудноизвлекаемых 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 учетом доступной информации об исследуемом объекте.

Наиболее информативным методом описания свойств и структуры залегания подземных пород является сейсморазведка, и, в частности, трехмерная сейсморазведка. Данная технология, основанная на методе отраженных волн, является наиболее развитым методом получения детальной информации о свойствах горных пород в межскважинном пространстве.

Трехмерная сейсморазведка интенсивно привлекается для решения двух основных задач: описания структуры месторождений и определения фильтрационно-емкостных свойств (ФЕС) слагающих его пород.

Описание структуры включает идентификацию границ между пластами на основе характерного изменения значений акустических свойств среды и выявление поверхностей структурно-тектонических нарушений - разломов.

Система разломов является важнейшим фактором, определяющим структуру месторождения и критически важным для:

• расчета проектных траекторий скважин

• геологического моделирования

• прогноза добычи

При использовании двумерной сейсморазведки, интерпретация отражающих границ и структурных нарушений проводилась специалистами вручную. Наиболее существенным недостатком ручной интерпретации является скорость выполнения работ, однако объем данных, доступных в результате двумерной сейсморазведки, сравнительно невелик, поэтому ручная интерпретация долгое время была единственным используемым методом.

С внедрением трехмерной сейсморазведки на порядок вырос объем данных, доступных для анализа, что привело к необходимости разработки новых, автоматизированных методов интерпретации.

Автоматические методы прослеживания отражающих границ разработаны, внедрены и широко используются в настоящее время. Иная ситуация в области интерпретации поверхностей структурных нарушений. Для этой задачи в настоящее время не существует универсальных и внедренных в промышленное использование автоматических методов. Приоритетным методом в большинстве случаев остается прослеживание нарушений вручную.

При интерпретации отражающих границ критерий принадлежности прослеживаемому объекту может быть явно построен на основе значений сейсмических амплитуд в рассматриваемой точке и окружающих ее ячейках в силу сохранения объемной структуры сейсмического сигнала вдоль отражающей границы из-за постоянства акустических параметров среды.

Для разломов критерий принадлежности построить намного сложнее, так как поверхность нарушения является границей между двумя различными блоками пород. 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. Это отчасти объясняет отсутствие методов автоматической интерпретации разломов.

Большинство авторов предлагает решение проблемы прослеживания разломов с помощью методов атрибутного анализа и дальнейшей обработки полученных результатов. Объемные атрибуты используются 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. Используются и различные способы анализа сейсмического сигнала и каротажных данных с помощью искусственных нейронных сетей.

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, т.е. 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 прочее.

Следовательно, актуальным является создание новой методики автоматической интерпретации тектонических нарушений, лишенной указанных недостатков.

Цель и задачи исследования. Цели.

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

2. Получение надежной и стабильной методики автоматизации прослеживания тектонических нарушений.

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 сейсмических амплитуд вокруг точки, принадлежащей разломной зоне.

3. Формализация критериев прослеживания точки 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.

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.

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

■ Получены;

• надежная оценка углов простирания пластов

• способы прослеживания границ линзовидных включений и других стратиграфических границ

• резкое сокращение времени интерпретации

■ 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, границы линзовидных включений, оценивать углы простирания пластов.

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

Апробация работы.

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, 610 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.

Публикации.

По результатам исследований опубликованы 7 работ, включая 5 тезисов докладов и две статьи (без соавторов) в журнале, входящем в перечень ВАК РФ. По результатам диссертационной работы получено 2 предварительных патента (patent provisionals).

Структура и объем работы.

Диссертационная работа состоит из введения, трех глав, основных выводов, списка литературы из 47 наименований. Содержание работы изложено на 85 страницах машинописного текста, включая 21 рисунок.

Благодарности.

Автор глубоко признателен научному руководителю доц. Чен-Син Э. за научное руководство, профессорам М.Г.Сухареву и Е.В.Гливенко и всему коллективу кафедры ПМиКМ РГУ нефти и газа имени И.М. Губкина за внимание к работе, а также Серхио Коуртаде, Леониду Шмарьяну за ценные советы и компании «Шлюмберже» за возможность апробации работы на реальных сейсмических данных.

Основное содержание работы

Введение.

Во введении обоснована актуальность темы диссертационнной работы, определены цели и задачи, указанны методы их решения, изложена научная новизна и практическая значимость работы, а также представлены защищаемые положения и дан обзор литературы предшествующих исследований по тематике диссертации.

До применения трехмерной сейсморазведки интерпретация отражающих границ и структурных нарушений проводилась специалистами вручную. Внедрение трехмерной сейсморазведки привело к резкому, на порядок, росту объема данных, доступных для анализа, и, как следствие, к необходимости разработки новых, автоматизированных методов интерпретации.

Автоматические методы прослеживания отражающих границ разработаны, внедрены и широко используются в настоящее время. Для интерпретации поверхностей структурных нарушений в настоящее время нет универсальных и внедренных в промышленное использование автоматических методов. Наиболее приоритетным методом в большинстве случаев остается прослеживание нарушений вручную.

Для разломов критерий принадлежности прослеживаемому объекту построить сложно, так как поверхность нарушения является границей между двумя различными блоками пород, и 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.

Большинство авторов (см. примеры ниже) предлагает решение проблемы прослеживания разломов с помощью методов атрибутного анализа и дальнейшей обработки полученных результатов.

Объемные атрибуты используются в различных целях при анализе сейсмических данных - для фильтрации сигнала, выявления зон неоднородности, оценки углов простирания пластов и пр. Для выявления разломных зон предлагается вычислять сейсмические атрибуты, основанные на оценке степени пространственной корреляции сейсмического сигнала.

Первой опубликованной работой на эту тему является статья Mike Bahorich, Steve Farmer «3D Seismic discontinuity for faults and stratigraphie features: the coherency cube», The Leading Edge, October 1995. В дальнейшем, с 1995 по 1998 год, авторами указанной работы 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 выделить метод расчета локальной дисперсии, используемый в сейсмических программных продуктах Schlumberger, а также работу «Three-Dimensional Texture Attributes for Seismic Data Analysis» Trygve Randen, Erik Monsen,

Claude Signer, Arve Abrahamsen, Jan Ove Hansen, Toril S.ter, and Jürgen Schlaf, Lars Sonneland, Schlumberger Stavanger Research. SEG 2000 Expanded Abstracts.

Первый из указаннйх методов основан на вычислении в каждой точке сейсмического объема средней дисперсии амплитуд в слое в пределах фиксированного вертикального «окна» шириной L:

1*1.12 I

Z »у-'Е^-*/)2

J-1-1.12 М_

нLH I '

J-I-LI2 М

где Хц- это значение сигнала в ячейке ] вертикальной трассы i, 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:

В некоторых работах (например, Kristofer М. Tingdahl and Matthijs de Rooij Semi-automatic detection of faults in 3D seismic data. Geophysical Prospecting, 2005, 53) для полуавтоматической интерпретации разломов предлагается использование искуственных 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, Israel Cohen, Nicholas Coult, and Anthony A. Vassiliou Detection and extraction of fault surfaces in 3D seismic data. GEOPHYSICS, Vol. 71, No. 4 July-August 2006) 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 b 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 указанной работы 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 и программных продуктов в области сейсмической интерпретации позволяет сделать вывод о том, что, несмотря на различия между предлагаемыми методами выделения структурно-тектонических нарушений, 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 создание новой методики автоматической интерпретации тектонических нарушений, лишенной указанных недостатков.

Глава 1. В первой главе на основе анализа существующих методов интерпретации результатов трехмерной сейсморазведки и выявления их слабых сторон ставится задача выделения тектонических нарушений. Для этого выполнена формализация входных данных; для автоматической интерпретации строится модель распространения сейсмического сигнала и разрабатываются инструменты объемного анализа данных.

Результаты трехмерной сейсморазведки формально можно представить как паралеллепипед в пространстве, разбитый регулярным образом на прямоугольные ячейки одинакового размера. Каждой ячейке однозначно поставлен в соответствие трехмерный индекс (I, ], К) и значение амплитуды сейсмической волны, отразившейся от рассматриваемой точки (центра ячейки). Используемые входные данные будем называть сейсмическим объемом.

Структурно тектонические нарушения представляют собой поверхности, пересекающие слои сигнала под различными углами. Отличительной особенностью этих поверхностей является то, что вдоль них нарушается регулярность свойств сейсмических волн.

Введем линейную модель нарушения, необходимую для описания локального распределения значений сейсмических амплитуд вокруг точки, принадлежащей разломной зоне.

Пусть точка К внутри сейсмического объема принадлежит поверхности нарушения. Рассмотрим окрестность точки К, разделяемую поверхностью нарушения на две части (два разломных блока).

Без ограничения общности поместим начало декартовой системы координат в рассматриваемую точку. Аппроксимируем поверхность разлома в окрестности точки К плоскостью наилучшего приближения Р(х,у), проходящей через точку К.

В общем случае расположение слоев пород (и, соответственно, характер изменения значений амплитуд) по обе стороны разлома можно принять параллельным некоторым поверхностям. В силу локального характера окрестности К заменим указанные поверхности соответствующими им плоскостями наилучшего приближения 1и(х,у) и 112(х,у), проходящими через рассматриваемую точку. Плоскости К 5 (х,у) и Я2(х,у) назовем опорными плоскостями разломных блоков. В рассмотренную модель можно также добавить хаотичное изменение сигнала в приразломной зоне, связанное с разрушением пород на границе двух блоков.

Построенную таким образом модель распределения значений сейсмического сигнала вокруг точки разлома (Рис. 1) назовем линейной моделью разломной зоны:

Рис. 1

В зависимости от взаиморасположения опорных плоскостей в блоках модели разломов можно разделить на два класса:

• Согласованные - при совпадении линий пересечения опорных плоскостей

и И2 с плоскостью разлома

• Несогласованные - в противном случае

Большая часть нарушений с высокой точностью может быть описана в рамках согласованных моделей, несогласованные модели нужны, например, для описания некоторых сдвигов в условиях складчатости. Часть рассуждений далее сделана в предположения о согласованности модели разлома, однако непосредственно в диссертационной работе даны и модификации разработанных алгоритмов для несогласованных моделей.

В работе предлагаются два метода автоматической интерпретации структурно-текточнических нарушений на основе имитации ручной интерпретации и визуального анализа данных. Для характеристики свойств каждой точки в пределах сейсмического объема используется объемное распределение сейсмических параметров в некоторой окрестности рассматриваемой точки. Методы различаются по характеру решаемых задач. Первый автоматически продолжает интерпретацию отдельного нарушения, начатую пользователем, и резко сокращает время выполнения интепретации. С помощью второго в каждой точке сейсмического объема рассчитывается новый параметр, низкие значения которого (близкие к 0) соответствуют зоне без нарушений, а высокие (близкие к 1)

- наличию нарушения. Предлагаемый метод позволяет также оценивать углы падения пластов при отсутствии нарушений. Рассчитанный таким образом параметр - интенсивность нарушений - может быть использован в качестве входных данных для автоматического прослеживания с помощью первого метода для объемной визуализации сети разломов и пр.

Для описания объемного распределения значений вокруг точки введем понятия шаблона и образца.

Шаблоном О. называется упорядоченная совокупность точек ш с декартовыми координатами 0¿к) составленная согласно правилу

где Щц.к) - булевая функция, задающая принадлежность точек к шаблону. Она определяется исходя из принадлежности точки с координатами (¡¿,к) некоторой пространственной окрестности начала координат.

Шаблон определяет отбор значений для анализа в некотором объеме вокруг исследуемой точки. Совокупность таких значений назовем образцом:

Образцом Л, извлеченным по шаблону С1 с угловыми параметрами (у,8, у) вокруг точки-ядра К, назовем совокупность значений X, задаваемых выражением:

где ад - значение сейсмического объема в произвольной точке а угловые индексы (<р,6,уг) точки ш означают последовательное вращение исходного шаблона П в системе координат, получаемой из исходной путем параллельного переноса точки начала координат в КО на углы <р,в и у/ вокруг осей Ъ, X и У соответственно. Индекс КО, если точки КО и К совпадают, опускается. Вращение шаблонов вводится для идентификации разломов изменяющейся геометрии.

Глава 2. Во второй главе дается формальное описание новых методов и алгоритмов автоматической интерпретации данных сейсморазведки. Точки, принадлежащие нарушениям прослеживаются с использованием введенных в первой части определений.

Алгоритм прослеживания отдельного нарушения работает в итеративном режиме.

На каждой итерации алгоритма формируется (обновляется) специальный массив эталонов, то есть совокупность образцов, извлеченных вокруг некоторой точки под различными углами (щ,в). Отсутствие третьего индекса у подразумевает отсутствие третьей компоненты вращения, которая не используется при алгоритмизации первого метода.

Массивы эталонов необходимы для сохранения информации о распределении сейсмических данных вокруг некоторого набора точек. Ядром эталона назовем ядро составляющих его образцов.

Р - количество используемых множеств эталонов, а в качестве ядер этих множеств будем использовать точки, отобранные алгоритмом на р предыдущих итерациях. В случае меньшего количества пройденных итераций отсутствующие

ядра заменим начальной точкой множества эталонов совпадают:

прослеживания I. На первой итерации все

(ACI^A) ... Л(/,^,Д)

\

2Й,=Л(/) =

\

л(1,<рдА) - М1><Р,Л))

(3)

<р, еФ,1 = 1 .q\e, £&j = \.Ji;

Фив- массивы возможных значений углов вращения ср и 9 соответственно.

После обновления эталонов формируется набор точек кандидатов, среди которых производится поиск решения. Пусть р - номер текущей итерации

алгоритма, соответственно Ср - массив кандидатов на текущей итерации, Яр_\ -

массив результатов за предыдущие р-1 шагов, а К - точка, отобранная на

предыдущей итерации. Сформируем множество С ;

Это означает, что массив кандидатов на текущей итерации состоит из точек внутри куба шириной 2т+J вокруг точки Кр, из которого удалены кандидаты, использованные на предыдущей итерации и все точки на поверхности разлома, найденные ранее.

Для определения на множестве Ср точки с наибольшей вероятностью принадлежащей поверхности нарушения рассчитаем для каждой точки значение функции ¿(срт,£г):

(4)

d{cpv,Et) =

(5)

dlJ(cpv,Etl) = L(A(c pv),EtXUj))

(6)

где L(J - расстояние по образцам:

(7)

ЦЛ^Д) 1+1 А(К2,(р2,в2) I

М - опциональная поправка, аналог инерции, используется для предотвращения скачкообразных изменений траектории прослеживаемого объекта:

Мр, = g свд^-Д^, Л,., - Яр_н ) (8)

Точка с минимальным значением функции ¿(с^й) наиболее близка к ядрам эталонов. Она является решением задачи прослеживания на текущей итерации:

*ор,=ащтт(с1(ср„Е{У) (9)

После обновления массива результатов

процесс повторяется до достижения необходимого количества итераций или до достижения пороговых значений функции .

Использование приведенной формы функции подобия с1(,) возможно в случае, когда распределение сигнала в окрестности нарушения описывается согласованной моделью разлома (или в случае, если степень несоответствия согласованной модели невелика). При наличии существенной несогласованности в расположении пород в разломных блоках используется многошаговый критерий подобия, основанный наделении образца.

Приведенный алгоритм интерпретации легко обобщается на случай использования нескольких типов входных данных. Это позволяет использовать метод для многоатрибутного прослеживания нарушений, что затруднительно при интерпретации данных вручную.

Второй метод предназначен для расчета сейсмических атрибутов для стурктурного анализа Эти атрибуты позволяют рассчитывать в каждой точке сейсмического объема индикатор принадлежности точки к разломной зоне и получать оценку угла падения пластов - ценной информации для структурного анализа.

В работе введены три класса областей в сейсмическом сигнале: область без нарушений, разломная зона и хаотичный участок

Недостатком существующих методов является отсутствие механизма, позволяющего различать классы 2 и 3, так как индикатор разлома рассчитывается на основе степени неоднородности сигнала. Предлагаемый метод основан на классификации точек в сейсмическом объеме по распределению значений амплитуд в соответствующих им окрестностях. Классификация основана на базовых характерных признаках зон.

1. Область без нарушений - подобие образцов вдоль любого направления в некоторой плоскости

2. Разломная зона - подобие образцов строго вдоль одного направления (основное направление)

3. Хаотичный участок - отсутствие подобия в любом направлении

Для описания предлагаемого метода классификации вводятся дополнительные определения.

Обобщенный шаблон il определяется с помощью обычного шаблона Ü:

, где t - элементы вектора обобщения Т: T = {tx..it}:tp={irjp,kp\ р = 1...г Обобщенный образец определим соответственно: к^К>(р,0,цг) = (jA,>nle Л„ = ЛкЛ{К + (р,<р,в,у)

р=!.,г

Введем функции подобия образцов вдоль взаимноперпендикулярных направлений I и J:

SimI(K,<p,e,iy) = XЦА„АгМ 01)

SimJ(K,<p,e,V)= ^¿(A^W 02)

A,Ar£&,t>r

где /л1 и ßl - системы коэффициентов, определяющих конкретный вид используемой функции.

Введем общую функцию подобия D0:

D(K, = (SimI2{K, (р,в,у/) + SimJ2 (К, (p, 9, j/))(13)

Эта функция может быть использована как индикатор областей без нарушений (класс 1), так как только в таких областях существует комбинация углов (<р,9,Ц/), при которой D принимает нулевое значение. Однако указанная функция не может быть использована для разделения классов 2 и 3.

Построим меру принадлежности точки к классу 2 с помощью декомпозиции поиска оптимальных значений углов вращения. Определим функцию G(K,<p):

G(K, ср) = min Siml(K,<p, в, у/) (14)

B.V

(в' ,y/*) = aTgmmSmI(K,<p,$,y/) (15)

В зоне отсутствия нарушений минимум функции

SimI(K, (р, в,у/)

достигается при положении обобщенного образца, когда направление I параллельно опорной плоскости разломного блока. В разломной зоне минимум

SimI достигается в положении, когда I направление совпадает с линией пересечения плоскости разлома и опорных плоскостей блоков. В зоне третьего типа функция G(K,<p) никогда не обращается в ноль из-за отсутствия пространственной организации сигнала.

Необходимую для окончательного решения задачи функцию принадлежности точки к классу 2 предлагается строить следующим образом.

Пусть Q определяется выражением ниже:

G(K) = min D(K, <р,в',у/') (16)

9

<p'=argmin D(K,<p,0\i//') (17)

9

Минимум D в области без нарушений достигается, когда направления / и J параллельны опорной плоскости. Параллельность I достигается в результате нахождения значений , а поворот на угол <р обеспечивает соответствующее

ориентирование J направления. В области хаотичного сигнала повороты образца не приводят к существенным изменениям значений функции D.

Таким образом, в результате нахождения значения G(K) в областях 1 и 3 классов свойства образцов изотропны вдоль / и J направлений - в то время, как в области разлома наблюдается сильная анизотропия - подобие вдоль / направления существенно выше, чем вдоль J.

На основе этих соображений функиця G (К) может использоваться в качестве меры принадлежности точки к классу 2:

G\K) = (SimI(K,<p\e' y)-SimJ(K,<p\9' (18)

Она принимает низкие значения в областях без нарушений и хаотичных зонах, а на разломных зонах ее значение на порядок выше.

Предложенный алгоритм позволяет одновременно с индикатором разломных зон получать в каждой точке оценку угла падения пласта <р'. Эта информация важна для структурного анализа и может быть использована для анализа напряженностей в пласте, интенсивности трещиноватости и пр.

Выявленные тектонические нарушения и углы простирания могут быть согласованы с данными каротажа и использованы для проектирования объектов разработки месторождений. Для этой цели автором также создано программное обеспечение, реализующее методы интерпретации каротажных данных.

Глава 3. В третьей главе описана программная реализация разработанных методов автоматической интерпретации разломов. Для каждого модуля разработан пользовательский интерфейс, позволяющий эффективно использовать программу для сейсмической интерпретации. Программная реализация позволяет эффективно использовать возможности многопроцессорных систем за счет запуска вычислений в параллельном режиме.

В главе также приводятся примеры тестирования программы на различных синтетических и реальных данных трехмерной сейсморазведки.

На рисунке ниже представлен результат расчета нового сейсмического атрибута (Рис. 2) в сопоставлении и исходными данными (Рис. 3). Отчетливо видны границы включений, ручная интерпретация которых также приведена на обоих разрезах (зеленые вертикальные линии).

Рис. 2 Рис.3

Для сравнения можно рассмотреть пример сейсмического атрибута, основанного на оценке пространственной корреляции сейсмического сигнала. На рисунках ниже (Рис. 4 и Рис. 5) видно, что указанные границы не удается обнаружить с помощью подобного атрибута:

Рис.4

Рис. 5

* 1. т р* "' ••

Примеры результатов тестирования модуля для прослеживания отдельных нарушений также приведены в третьей главе диссертационной работы. Так, например, на рисунке ниже (Рис. 6) изображены исходные точки (более темные) и результат автоматического продолжения интерепртации (более светлые).

Рис. 6

Проведенный анализ показывает, что также как и в приведенном примере в большинстве случаев удается достичь высокой точности полученной автоматической интерпретации.

По результатам тестирования разработанных методов интерпретации различных сейсмических данных с месторождений в Северном море и США можно сделать следующие выводы.

Автоматическое прослеживание.

• Высокая точность. В подавляющем большинстве случаев результат автоматического прослеживания полностью совпадает с ручной интерпретацией исследуемого объекта.

• Резкое сокращение времени интерпретации. Использование предлагаемого метода прослеживания позволяет на порядок сократить время, затраченное на интерпретацию нарушений на основе трехмерной сейсморазведки.

• Учет маний интерпретатора. Предлагаемый алгоритм позволяет формализовать и использовать знания специалиста о прослеживаемом объекте, что повышает надежность и согласованность результатов.

• Многоатрибутный анализ. Существенным отличием предложенного метода от ручной интерпретации также является то, что он дает возможность интерпретировать на основе различных типов данных как исходного

массива амлитуд, так и набора сейсмических атрибутов, задаваемых пользователем.

Метод атрибутного анализа.

• Предлагаемый метод лишен одного из главных недостатков альтернативных подходов - ложных прослеживаний в зонах хаотично распределенного сигнала.

• В отличии от альтернативных подходов описанный алгоритм позволяет идентифицировать как крупные, так и небольшие нарушения, причем требуемая степень детальности может регулироваться.

• Предлагаемый метод не основан на предположениях о геометрической форме нарушений, геометрии простирания пластов и пр., что расширяет область его возможного применения.

• Наряду с определением положения тектонических нарушений предлагаемый метод позволяет получать надежную оценку углов простирания пластов. Эта информация может быть использована при структурном анализе объекта, выделении зон интенсивной трещиноватости и пр.

Основные результаты и выводы

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

2. Формализован процесс поиска тектонических нарушений для его автоматизации.

3. На основе предложенной формализации создана автоматизированная система поиска тектонических нарушений.

4. Разработан и алгоритмизирован новый метод прослеживания отдельных нарушений, который позволяет существенно ускорить процесс интерпретации, на порядок снизить объем действий, выполняемых вручную и проводить одновременно поиск по нескольким массивам данных.

5. Предложен метод расчета объемных сейсмических атрибутов для структурного анализа, позволяющий в каждой точке достоверно определять степень принадлежности разломной зоне и углы падения пластов.

6. Для всех предложенных алгоритмов поиска и прослеживания тектонических нарушений выполнена программная реализация. Все программные модули использованы для интерпретации результатов трехмерной сейсморазведки на реальных месторождениях в регионе Северного моря.

Список опубликованных работ

1. Скрипкин 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 моделировнии 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

Напечатано с готового оригинал-макета

Издательство ООО "МАКС Пресс" Лицензия ИД N 00510 от 01.12.99 г. Подписано к печати 17.04.2009 г. Формат 60x901/16. Усл.печ.л. 1,25. Тираж 100 экз. Заказ 199. Тел. 939-3890. Тел./факс 939-3891 119992, ГСП-2, Москва, Ленинские горы, МГУ им. М.В. Ломоносова, 2-й учебный корпус, 627 к.

ВВЕДЕНИЕ.

ГЛАВА 1.

ГЛАВА 2.

2.1 Метод прослеживания отдельного нарушения.

2.2 Сейсмические атрибуты для структурного анализа.

ГЛАВА 3.

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.

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

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.