SCI论文（www.lunwensci.com）
摘 要 ：随着近年来社会和工业的发展进程不断加快,人们对石油资源的需求日趋扩大,断层快速解译已经迫在眉睫。基 于三维速度结构数据利用研究人员先验知识和拓扑关系编写算法实现对断层空间展布特征的提取,能够减少人工解译时间,提 取断层信息,实现对其空间展布特征的表达。以华北克拉通中部山西北部地区恒山北麓断裂带为研究区开展相关研究,结果表 明,基于二维断层属性信息,结合 P 波速度结构,利用开源平台 Paraview 进行三维地质建模及三维断层可视化,并对断层三 维速度结构进行分析,实现对断层空间展布特征的表达,为断层识别及构建地质三维模型提供一种新思路。
关键词：断层,三维建模,三维速度结构数据,空间展布,Paraview
Fault Spatial Distribution Feature Extraction Based on 3D Seismic Data
WU Hongfei1. HUANG Yizhong1.2. CHEN Guokun1.2. NIU Jianlong1. WANG Qiuting1
(1.Faculty of Land and Resources Engineering, Kunming University of Science and Technology, Kunming Yunnan 650000;2.Applied Engineering Research Center of Spatial Information Surveying and Mapping Technology in Plateau Mountainous Areas of Yunnan Province, Kunming Yunnan 650093)
【Abstract】：With the accelerating development of society and industry in recent years, people's demand for oil resources is increasing, and rapid interpretation of faults is imminent. Based on the three-dimensional velocity structure data, the researchers ' prior knowledge and topological relationship algorithm are used to extract the spatial distribution characteristics of faults, which can reduce the manual interpretation time, extract fault information and realize the expression of its spatial distribution characteristics. Taking the north foot of Hengshan fault zone in the northwest of the central mountain of North China Craton as the research area, the results show that based on the two-dimensional fault attribute information, combined with the P wave velocity structure, the three-dimensional geological modeling and three-dimensional fault visualization are carried out by using the open source platform Paraview, and the three-dimensional velocity structure of the fault is analyzed to realize the expression of the spatial distribution characteristics of the fault, which provides a new idea for fault identification and construction of geological three-dimensional model.
【Key words】：fault;3D modeling;3D velocity structure data;space distribution;Paraview
0 引言
随着计算机技术的发展,地下资源勘探人员对断层 空间展布特征的提取技术也有了很大进步。由最初的人 工解译断层发展到后来的基于地震属性的断层识别方 法,到现在的根据人工智能技术提出的半自动和自动识 别断层方法 [1]。断层解译从人工解译发展到多种方法识 别,极大程度上提高了断层解译的精度。
随着地震相干体技术及其他强化不连续性分析技术 的发展,前人多次尝试断层自动化解释,但都比较困难, 这些自动化解释方法需要高质量的地震数据体, 适用于较 简单构造形态的断层,并且十分依赖解译人员的经验 [2.3]。
计算机技术相对成熟后,学者们通过蚁群算法来完成 对断层的提取。蚁群算法是一种高效的仿生优化算法,该 算法采用了正反馈的自我催化机制,具有较强的鲁棒性 [4]。
Randen 等在 2002 年提出通过“人工蚂蚁”进行检测 抑制的方式自动提取出地震体中的断层。S.I.Pedersen 等在 2002 年和 2003 年进行了进一步的改进。目前大 多方法是通过断层属性增强、“人工蚂蚁”追踪和地震 断层交互式提取的流程 [5-7]。
现如今,随着神经网络技术和人工智能技术的 不断发展,出现了更多提取断层的方法。2005 年, Tingdahl 等实现了利用人工神经网络断层半自动识别 算法。2014 年,ZH Zheng 等人实现了一种优化神经 网络的断层识别方法。2017 年, Jahan 等使用主成分 分析法对地震多种属性数据进行融合的方式实现对断层 的提取 [8-12]。
在对断层及进行识别和提取的方法中,前人多是通 过断层剖面图像的分析实现对断层的提取,是在二维的 角度上进行。本文另辟蹊径,通过对研究区三维地震数 据进行三维地质建模,在三维的角度通过 P 波速度结构 对断层进行分析,提取断层空间展布特征,实现对断层 的识别,同时实现对断层空间展布特征的可视化表达。
1 三维建模
1.1 三维建模的介绍
20 世纪 90 年代加拿大学者 Houlding 开始提出“三维地质建模”这个概念。三维建模的方法思路有很多 种,本文选用 Delaunay 三角剖分算法生成三维模型。
Delaunay 三角剖分的定义是 ：如果点集 V 的一个 三角剖分 T 只包含 Delaunay 边,那么该三角剖分称为 Delaunay 三角剖分。而 Delaunay 边的定义是 ：假设 E 中的一条边 e(两个端点为 a, b), e 若满足下列条件, 则称之为 Delaunay 边 ：存在一个圆经过 a,b 两点,圆 内 ( 注意是圆内,圆上最多三点共圆 ) 不含点集 V 中任 何其他的点,这一特性又称空圆特性 [13]。
Delaunay 三角剖分具有空外接圆及最大化最小角 的良好性质,被公认为是最优的三角剖分,它既可以适 应规则分布的数据,也可以适应不规则分布的数据,十 分灵活。对于没有限定条件的离散点而言, Delaunay 三角剖分的算法十分成熟,主要有分治法、逐点插入法 和三角网生长法 [14.15]。
Delaunay 三角剖分常用于曲面构建中, VTK 提供 的 Delaunay 三角剖分法在面对地质结构中主要断面及 速度异常的边界形态时,通过一组点构建的简单曲面, 通过三维的 Delaunay 剖分构建四面体体元。在 VTK 中,这个函数方法为 vtkDelaunay3D()类 [16]。
Paraview 是一个开源、多平台的数据分析和可视 化程序。用户可以使用定性和定量技术快速构建可视化来分析数据。可以使用 Paraview 的批处理功能以 3D 交互方式或以编程方式进行数据探索。
1.2 研究区介绍
本文选取的研究区为华北克拉通山西断陷带北部地 区的恒山北麓断裂带。山西断陷带位于华北克拉通北部 地区,西临鄂尔多斯块体,东临华北块体。山西断陷带 结构复杂, 是华北地区的强震构造带 [17]。数据引自华 北地区地壳—上地幔地震波速度结构模型 v2.0.恒山北 麓断裂带位于山西省大同市浑源县和应县境内。数据内 容有 ：经纬度、深度及 P 波速度。
选取研究区的三维地震速度结构数据及全国断层数 据,基于 Paraview 开源平台展开三维断层空间展布特 征提取研究。基于 VTK 三维数据格式构建研究区的三 维速度结构模型及三维断层模型,实现对断层空间展布 特征的可视化表达。
1.3 数据格式(如表 1 所示)
1.4 研究区三维速度结构建模
对研究区三维地震数据进行投影坐标转换、单位 转换等预处理,在 Paraview 平台利用其提供的开源脚 本,编写 Python 脚本进行开发,加载研究区的三维地 震速度结构数据。根据预处理后的三维地震速度数据特 征,采用 vtkDelaunay3D()类进行三维速度结构模 型的半自动构建。
1.5 断层三维建模
对恒山北麓断裂带数据进行投影坐标变换、单位 转换等预处理,在 Paraview 平台利用其提供的开源脚 本,编写 Python 脚本进行开发,加载研究区的断层数 据,即恒山北麓断裂带数据,采用 vtkDelaunay3D() 类进行半自动断层三维建模。建模结果如图 1 所示。
2 速度结构分析
得到研究区三维速度结构模型和研究区断层三 维模型后,对断层两侧的速度结构进行分析。通过 Paraview 平台中的 Slice 功能,得到断层及研究区的 剖面图,通过三维图及表格清楚地看到断层两侧的速度 结构差异。为了减小误差,本文有间隔地选择了 6 组切 片,得到 6 组剖面。
如图 2 所示,通过对比 6 组剖面断层两侧的速度结 构差异,选取剖面两侧 P 波速度值差异较大部分,计算 这部分内同一深度下的速度差异。对 6 组剖面的速度差 异结果进行分析,得到该断层两侧 P 波速度平均相差 0.15km/s。
对结果进行验证,在研究区三维速度结构数据中, 选取在同一深度下相邻点的 P 波速度差值在 0.15km/s 以上的点,基于速度特征进行重分类。因为数据量过大, 且运算复杂,本文采取在 Paraview 平台内嵌的 Python 编译器编写代码,快速选定符合要求的点。
为了对结果进行准确性分析,需要对选定的点进行 断层建模,对这些点数据采用 VtkDelaunay3D()类 进行三维建模,建模结果如图 3 所示,与断层三维模型 进行对比,发现虽有一定误差,但可以接受。
为了保证结果的准确性,需要进行误差检测, 通过 均方根误差对结果进行分析,对比初始断层的经度、纬 度与重建后断层的经度、纬度得到经度、纬度的均方根 误差分别为 ：0.01108、003906.该结果表明结果具有 较高的有效性和可行性。
3 讨论与结论
本文基于三维速度结构数据和断层数据,对华北 克拉通北部山西北部区域的地层进行可视化研究。针 对以往的二维层面解释断层的不方便问题,本文通过 Paraview 平台进行三维建模,实现断层结构三维可视 化。对三维模型中的二维剖面进行分析,研究恒山北麓断裂带的属性,通过二维剖面了解断层空间展布特征, 研究断层三维 P 波速度结构特征,实现对断层空间展布 特征的表达。
结果表明,该方法可以有效地对断层空间展布特征 进行提取,较为快速地确定断层位置,为断层解译工作 提供一种思路。
参考文献
[1] 李婷婷,侯思宇,马世忠,等.断层识别方法综述及研究进展 [J].地球物理学进展,2018.33(4):1507-1514.
[2] 严哲.三维地震断层自动识别与智能解释[D].武汉:中国地质 大学,2010.
[3] 王力,许鸿,段国强,等.断层自动提取技术在顺北地区的应用 [J].内江科技,2019.40(4):37-39+16.
[4] 赵伟.基于蚁群算法的三维地震断层识别方法研究[D].南京: 南京理工大学,2009.
[5] 陈文景.三维地震数据体中的断层曲面自动提取方法[D].成 都:电子科技大学,2014.
[6] 胡佳.基于蚂蚁追踪的三维地震图像目标识别研究[D].成都: 电子科技大学,2014.
[7] 叶涛,陈雷,徐刚.基于蚁群算法的地震断层识别方法[J].高技术通讯,2018.28(1):29-38.
[8] 余里辉.基于卷积神经网络的断层曲面提取与重建[D].成都: 电子科技大学,2018.
[9] 荆智辉,张世晖,李强.基于Beamlet变换的断层识别与线性 提取[J].物探与化探,2013.37(3):543-546.
[10] 常德宽,雍学善,王一惠,等.基于深度卷积神经网络的地震 数据断层识别方法[J].石油地球物理勘探,2021.56(1):1-8+230. [11] 杨晶,丁仁伟,林年添,等.基于深度学习的地震断层智能识 别研究进展[J].地球物理学进展,2022.37(1):298-311.
[12] 陈桂,刘洋.基于人工智能的断层自动识别研究进展[J].地 球物理学进展,2021.36(1):119-131.
[13] 周佳文,薛之昕,万施.三角剖分综述[J].计算机与现代化, 2010(07):75-78.
[14] 蔡强,李海生,左敏,等.基于Delaunay三角剖分的复杂地质 结构建模[J].金属矿山,2010(4):126-130.
[15] 李丽.三维空间Delaunay三角剖分算法的研究及应用[D]. 大连:大连海事大学,2010.
[16] 赵晨曦.基于三维地壳模型的地震波速度场模拟和可视化 研究[D].郑州:河南工业大学,2020.
[17] 张娜,黄金刚,魏越超,等.山西断陷带南部三维P波速度结构 及地震分布特征[J].地质科学,2021.56(4):1267-1278.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/55814.html
