Автоматизований спосіб визначення неузгодженого залягання геологічних горизонтів за тривимірними сейсмічними даними
DOI:
https://doi.org/10.24028/gzh.0203-3100.v41i6.2019.190075Ключові слова:
seismic, fault, fissure, thrust-fault, wavelet analysis, logarithmic decrement of absorptionАнотація
У складних геологічних середовищах картування розломів за хвильовим сейсмічного полю часто буває скрутним. В алгоритмі попередньої обробки сейсмічних даних присутній просторове підсумовування трас, що призводить до «розмивання» точного місця знаходження розлому. Пропонується автоматизований спосіб виділення розломів в тривимірному масиві сейсмічних даних логарифмічних декрементов загасання (ЛДЗ), які отримані при вирішенні оберненої задачі сейсміки. Роздільна здатність даних ЛДЗ порівнянна з роздільною здатністю вихідних сейсмічних записів. В результаті цього, аналіз проводиться не тільки з урахуванням відображають особливостей середовища, але і з її поглинаючими властивостями. Різка зміна поглинання на незначному просторовому інтервалі є хорошим ідентифікує атрибутом наявності незгодного похило-вертикального залягання геологічних горизонтів. Глибинне і просторове поширення виділяються розломних структур є додатковим аргументом, який підтверджує їх існування.Як приклад використовуються матеріали детальної сейсмічної зйомки МОГТ 3D, проведеної «Укргеофізика» на тонкослоістую шахтному полі шахти «Краснолиманська». Геологічний розріз цієї ділянки характеризується підвищеною складністю через присутність надвігамі-зсувних геологічних структур, пов'язаних з розтягуванням і подальшим стисненням цих територій, що призвело до появи великої кількості глибинних розломів і локальних тріщин.
В консолідованої геологічному середовищі градієнт зміни логарифмічного декремента загасання буде незначним і функція поглинання складається, в основному, з низькочастотних гармонік. Наявність же зсувних розломів призводить до різкої зміни поглинаючих властивостей середовища і появи локальних високочастотних коливань. Наявність таких слабоамплітудних нестаціонарних процесів в гармонійних функціях можна виявити, використовуючи вейвлет аналіз. Таким чином, в публікації представлений метод, що дає можливість в автоматичному режимі відшукувати зони розущільнення, пов'язані з розломами в тривимірних даних 3D ВГТ, шахтного поля «Красноліманскоя» площею в 5,25 км2 і складаються майже з 27,5 млн значень, які відображають різні фізичні властивості середовища.
Посилання
Astafyeva, N. M. (1996). Wavelet Analysis: Basic Theory and Some Application. Uspekhi fizicheskikh nauk, 166(11), 1145―1170. doi.org/10. 3367.UFNr.0166.199611a.1145 (in Rusian).
Vehelyanska, N. V., & Provotvorova, O. V. (2009). Features of the geological structure of individual coal seams of the Krasnoarmeysk coal-mining district (as an example of the Krasnolimansk mine). Tektonika i stratyhrafiya, (36), 54—59 (in Ukrainian).
Verhelska, N. V. (2012). Features of the structure of the l3 formation of the Krasnoarmeysk coal-mining district of the Donetsk basin. Zbirnyk naukovykh prats Instytutu heolohichnykh nauk NAN Ukrayiny, (5), 206—2 08 (in Ukrainian).
Volkova, T. P., & Sharina, O. S. (2016). Patterns of distribution of natural gas content in the mines of the Krasnoarmeysky coal-industrial region. Visti Donetskoho hirnychoho instytutu, (2), 3—9 (in Russian).
Gryn, D. M. (2001a). Basis functions, spectral correction and bypass seismic lines. Geofizicheskiy zhurnal, 23(3), 95—105 (in Ukrainian).
Gryn, D. M. (2001b). Logarithmic decrement and other features attenuation of seismic waves. Geofizicheskiy zhurnal, 23(4), 91—102 (in Ukrainian).
Gryn, D. M. (2019). Methods for determination of spatial distribution of minor-amplitude faults and fissures in thin-layer coal-bearing geological medium. Geofizicheskiy zhurnal, 41(5), 190—205 (in Ukrainian).
Gryn, D. M., & Gryn, M. E. (2003). Difference operators for extracting target waves. Geofizicheskiy zhurnal, 25(4), 84—97 (in Ukrainian).
Ivanov, M. A. (2004). Application of wavelet transforms in image coding. Novyye informatsionnyye tekhnologii v nauke i obrazovanii, (24), 157―175 (in Russian).
Korol, V. I., & Skobenko, A. V. (2013). Acoustic method for forecasting gas-dynamic phenomena in coal mines. Dnepropetrovsk: National Mining University Edition, 181 p. (in Russian).
Levkovich-Maslyuk, L., & Pereberin, A. (1999). Introduction to wavelet analysis: Training course. Moscow: Graficon’99, 120 p. (in Russian).
Novikov, L. V. (1999). Fundamentals of wavelet analysis of signals: a manual. St. Petersburg: Edition Institute of Analytical Instrumentation RAS, 152 p. (in Russian).
Priorov, A. L., Volokhov, V. A., & Apalkov, I. V. (2011). Signal processing based on wavelet transform: Methodological instructions. Yaroslavl: Edition of Yaroslavl State University, 44 p. (in Russian).
Bentaleb, Y., El Hajji, S., & Orhanou, G. (2010). A Wavelets Algorithm for the Seismic Waves Alignment. Contemporary Engineering Sciences, 3(4), 157―166.
Chakraborty, A., & Okaya, D. (1995). Frequency-time decomposition of seismic data using wavelet-based methods. Geophysics, 60(6), 1906―1916. https://doi.org/10.1190/1.1443922.
Chen, Y., Fomel, S., & Hu, J. (2014a). Iterative deblending of simultaneous-source seismic data using seislet-domain shaping regularization. Geophysics, 79(5), V179―V189. https://doi.org/10.1190/geo2013-0449.1.
Chen, Y., Liu, T., Chen, X., Li, J., & Wang, E. (2014б). Time-frequency analysis of seismic data using synchrosqueezing wavelet transform. Journal of Seismic Exploration, 23(4), 303―312.
Chui, C. K. (1992).Wavelets: A Tutorial in Theory and Applications (Wavelet Analysis and Its Applications). Academic Press; Later Printing edition, Texas A&M University, College Station, Texas, 723 p.
Fajardo, C., Reyes, O. M., & Ramirez, A. (2015). Seismic Data Compression Using 2D Lifting-Wavelet Algorithms. Ingeniería y Ciencia, 11(21), 221―238. http://dx.doi.org/10.17230/ingciencia.11.21.12.
Foufoula-Georgiou, E., & Kumar, P. (Eds.). (1994). Wavelets in Geophysics. Academic Press, Inc. San Diego, California, USA.
Innanen, K. (2013). Seismic processing with continuous wavelet transform maxima. CREWES Research Report, 25.
Liu, Y., & Fomel, S. (2013). Seismic data analysis using local time-frequency decomposition. Geophysical Prospecting, 61(3), 516―525. https://doi.org/10.1111/j.1365-2478.2012.01062.x.
Morlet, J., Arens, G., Fourgeau, E., & Glard, D. (1982a). Wave propagation and sampling theory ― part 1: Complex signal and scattering in multilayered media. Geophysics, 47(2), 203―221. https://doi.org/10.1190/1.1441328.
Morlet, J., Arens, G., Fourgeau, E., & Glard, D. (1982b). Wave propogation and sampling theory ― part 2: Sampling theory and complex waves. Geophysics, 47(2), 222―236, https://doi.org/10.1190/1.1441329.
Pawelec, I., Sava, P., & Wakin, M. (2019). Wavefield reconstruction using wavelet transform. SEG Technical Program Expanded Abstracts, 147―151. https://doi.org/10.1190/segam2019-3216535.1.
Rivera-Recillas, D. E., Lozada-Zumaeta, M. M., Ronquillo-Jarillo, G. & Campos-Enríquez, J. O. (2005). Multiresolution analysis applied to interprenation of seismic reflection data. Geofísica Internacional, 44(4), 355―368.
Roueff, A., Chanussot, J., Mars, J. I., & Nguyen, M.-Q. (2004). Unsupervised separation of seismic waves using the watershed algorithm on time-scale image. Geophysical Prospecting, 52(4), 287―300. doi: 10.1111/j.1365-2478.2004.00416.x.
Shuchong, L., & Xun, C. (2014). Seismic signals wavelet packet de-noising method based on improved threshold function and adaptive threshold. Computer Modeling and New Technologies, 18(11) 1291―1296.
Sinha, S., Routh, P. S., Anno, P. D., & Castagna, J. P. (2005). Spectral decomposition of seismic data with continuous-wavelet transform. Geophysics, 70(6), P19―P25. https://doi.org/10.1190/1.2127113.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2020 Геофізичний журнал
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
1. Автори зберігають за собою авторські права на роботу і передають журналу право першої публікації разом з роботою, одночасно ліцензуючи її на умовах Creative Commons Attribution License, яка дозволяє іншим поширювати дану роботу з обов'язковим зазначенням авторства даної роботи і посиланням на оригінальну публікацію в цьому журналі .
2. Автори зберігають право укладати окремі, додаткові контрактні угоди на не ексклюзивне поширення версії роботи, опублікованої цим журналом (наприклад, розмістити її в університетському сховищі або опублікувати її в книзі), з посиланням на оригінальну публікацію в цьому журналі.
3. Авторам дозволяється розміщувати їх роботу в мережі Інтернет (наприклад, в університетському сховище або на їх персональному веб-сайті) до і під час процесу розгляду її даними журналом, так як це може привести до продуктивної обговоренню, а також до більшої кількості посилань на дану опубліковану роботу (Дивись The Effect of Open Access).
