专利名称：在地球物理数据集中进行异常检测的窗口统计分析的制作方法
技术领域：
本发明主要地和一般地涉及地球物理勘探领域，更特别地涉及处理地球物理数据的方法。具体而言，本发明是不使用先前的训练数据而突出一个或多个地质学数据集或地球物理数据集如地震数据集中的区域的方法，所述区域代表包括潜在烃聚集(hydrocarbon accumulations)的真实世界的地质特征，并且其中期望的物理特征可以仅以细微形式出现在未处理的数据中，被更突出的异常所掩盖。
背景技术：
地震数据集常常包含这样的复杂图形(pattern)，其是细微的并且在多种地震数据体或属性/衍生(derivative)数据体(volume)中并以多重空间尺度出现。几十年来， 地质学家和地球物理学家已经研发了一系列的技术以选取指示烃存在的许多重要的图形。 但是，这些方法中的大部分涉及在一个数据体或者最多两个数据体中寻找具有预先指定特征的已知的或不严格限定的图形。这些“基于模板”或“基于模型”的方法常常错过不符合这类规定的细微的或意外的异常。在此并不进一步讨论这些方法，因为除了它们致力于相同的技术问题外，它们与本发明基本没有共同之处。这些已知方法中的大部分涉及在一个数据体或者最多两个数据体中寻找具有预先指定特征的已知的或不严格限定的图形的人类解释者。这些“基于模板”或“基于模型” 的方法常常错过不符合这类规定的细微的或意外的异常。因此期望开发能够在所有多重空间尺度的一个或多个地震数据体中自动突出异常区域的统计分析方法，而无需它们是什么和它们在何处的在先知识。本发明满足该需要。发明概述在一个实施方式中，本发明是用于在代表地下区域的一个或多个地球物理数据或数据属性的2D或3D离散集(每个这样的数据集被称作“原始数据体”)中鉴定地质特征的方法，包括(a)选择数据窗口的形状和大小；(b)对于每个原始数据体，将所述窗口移动至所述原始数据体中多个交叠或不交叠的位置，以使每个数据体素(voxel)包括在至少一个窗口中，并为每个窗口形成数据窗口向量I，其分量由来自该窗口内的体素值构成；(c)使用所述数据窗口向量进行统计分析并计算数据值的分布，在多个原始数据体的情况下所述统计分析共同进行；(d)使用所述数据值分布鉴定数据中的离群值或异常；和(e)使用所述离群值或异常预测所述地下区域的地质特征。然后使用本发明方法鉴定的所述地质特征可以被用于预测烃聚集的存在。附图
简述通过参考以下详述和附图，本发明及其优势将更好地被理解，在附图中
作为本发明方法的测试实例应用，图IA显示来自合成地震数据的3D数据体的图像00时间切片)；图IB显示通过本发明方法生成的、由前十六个主分量限定的原始图像的残差(residual)，其占信息的90%;以及图IC以30X30窗口形式图解前十六个主分量；图2是使用残差分析的本发明方法的一个实施方式中的基本步骤的示意图；图3是示出使用单个窗口大小对多个数据体应用本发明的窗口 PCA实施方式的基本步骤的流程图；图4A-B示出数据体(大的矩形)和该数据在窗口中不同像素样本(较小的矩形) 的2D切片图，图4A显示像素(1，1)的数据样本，图4B显示第i个像素的数据样本；和图5A-B示出不在图4A-B的用于有效计算协方差阵的2D数据集的样本中的数据的细分。图IA-C和图2是彩色显示的黑白复制。本发明将结合实例实施方式进行描述。其程度为以下描述具体到本发明的特定实施方式或特定应用，这些描述意欲仅是示例性的，并且不解释为是对本发明范围的限制。相反，意图覆盖所有的可被包括在本发明范围内的可选项、修改和等同物，如被所附权利要求限定。实例实施方式详述本发明是不使用现有的培训数据，在所有多重空间尺度的多重地震或其它地球物理数据(例如，电磁数据)体中，检测异常图形的方法。本发明方法基于窗口统计分析，在本发明的一个实施方式中其涉及以下基本步骤1.提取用户指定大小和形状的窗口内数据的统计分布。可使用标准的统计技术如主分量分析(PCA)、独立分量分析and印endent Component Analysis (ICA))、聚类分析。2.通过(a)计算提取的分布中每个数据窗口的发生概率(或等价度量)(b)鉴定低概率数据作为可能的异常来提取数据中的异常区域。本发明的特别便利的实施方式包括窗口主分量分析(“WPCA”)、残差分析和聚类分析的组合，其将在以下详细描述。但是，本技术领域的任何普通技术人员将容易理解其它统计分析技术可以如何被用于或适当地改变以达到相同的目标。主分量分析(“PCA”)的有用推广是称为独立分量分析(“ICA”)的方法，当数据大大地不同于标准的多维高斯分布时，该方法是优选的。在该情况下，本发明方法相应地概括为使用窗口 ICA( “WICA”)，随后使用残差分析——称为离群值检测——进行推广。在一个实施方式中，本发明在移动窗上使用PCA，随后是从主分量(“PC”)计算内积和数据残差， 据信这不但在地震应用中而且在整个的较宽的多维数据处理的领域中都是可有利应用的。 这包括图像、语言和信号处理领域。主分量分析(“PCA”)是用于数据分析的众所周知的经典技术，首先由 Pearson ( "On Lines and Planes of Closest Fit to Systems of Points in Space, "Philos. Magazine v. 2, pp. 559-572 (1901))提出，并且被 Hotelling ( "Analysis of a Complex of Statistical Variables Into Principal Components,，，Journal of Eduction Psychology v. 24，pp. 417-441 (1933))进一步发展。据信首次已知的将主分量分析应用于地震数据以Karhimen-Loeve变换的形式进行，所述变换以Kari Karhunen 禾口 Michel Loeve 命名(Watanabe，“Karhunen-Loeve Expansion and FactorAnalysis,，，Transactions of the Fourth Prague Conference,J. Kozesnik,ed. ,Prague, Czechoslovakia Academy of Science (1967))。该方法使用PCA描述一组地震道中的信息内容，形式是输入数据集为全部地震道，而不是可变大小的多维窗口。Watanabe的主要应用是分解全部地震道，并使用前几个主分量道重建最相干的能量，从而过滤掉非地质学噪音。在地震分析中PCA最常用于将测量特征的数量减少至统计上独立的属性组(参见例如，Fournier & Derain,"A Statistical Methodology for Deriving Reservoir Properties from Seismic Data,，，Geophysics v.60, pp. 1437-1450(1995)； 禾口 Hagen,“The Application of Principal Components Analysis to Seismic Data Sets，” Geoexploration v. 20, pp. 93-111 (1982))。地震诠释过程常常从原始数据产生众多导数积。由于这些属性与不同程度相关联，所以PCA已成为减少属性数量、同时保留大量信息的一流方法。迄今，据信没有如此基于移动窗的统计离群值检测技术，该技术致力于在认真查看和勘测(scoping and reconnaissance)的基础上在地质学和地球物理数据中发现关注的地质特征。但是，这类技术已被应用至具体的地震数据的子集或域，用于专门的信号处理或油藏表征应用° Key 禾口 Smithson( "New Approach to Seismic Reflection Event Detection and Velocity Determination,，，Geophysics v.55, pp. 1057-1069(1990))将 PCA应用在叠前(pre-stack)地震数据中的2D移动窗上，并按比例缩放得到的本征值作为信号相干的度量。没有应用由主分量本身组成来检测叠前地震数据中的特征。Sheevel 禾口 Payrazyan( “Principal Component Analysis Applied to 3D Seismic Data for Resevoir Property Estimation,，，Society of Petroleum Engineers Annual Conference and Exhibition(1999))使用小的、ID移动垂直窗计算基于地震道(trace-based)的主分量，并将那些显得最地质学的PC输入预测远离井标定(well calibration)的油藏性能的分类算法。再一次地，该1D、单数据集方法没有尝试自动鉴定数据中的异常或离群值。Cho 禾口 Spencer( “Estimation of Polarization and Slowness in Mixed Wavefields, "Geophysics v. 57，pp. 805-814(1992))以及 Richwalski 等人(“Practical Aspects of Wavefield Separation of Two-Component Surface Seismic Data Based on Polarization and Slowness Estimates，”Geophysical Prospecting v. 48， pp. 697-722(2000))使用频域中的2D、窗口 PCA以模拟预先限定数量的P-&S-波的传播。Wu 等人(“Establishing Spatial Pattern Correlations Between Water Saturaion Time-Lapse and Seismic Amplitude Time-Lapse，，，Petroleum Society’ s 6th Annual Canadian International Petroleum Conference(56th Annual Technical Meeting) (2005))的目标是使单次地震数据体或时间推移地震数据体与油藏模型中的流动模拟数据最佳地相关联以估计空间图形的实际饱和时间推移值(actual saturation time-lapse values) 0其方法是进行点对点比较，其不是对原始数据体，而是对来自PCA分析的第一主本征向量上的这些数据的投影进行。因此，其目标是使地震数据与已知的模型相关联而不是鉴定地震数据中的异常图形。授权给Bishop 的美国专利 5，848，379 (“Method for Characterizing Subsurface Petrophysical Properties Using Linear Shape Attributes, "(1998)) ^Jf TfjSIlJJ&T 岩石性能和分类地震数据的方法用于表面或质地分析，不是在认真查看和勘测的基础上鉴定关注的地质特征——这是本发明致力于解决的技术问题。Bishop使用PCA进行统计分析以将地震道分解为正交波形基的线性组合——称作预先指定时间或深度间隔内的线性形状。线性形状属性(LSA)被定义为用于重建特定地震道形状的权重(或本征值)的子集。 同样，Bishop没有公开同时分析多个数据体的交叠窗口，也没有公开使用统计分布来检测异常数据区域。用于统计分析地质学和地球物理数据的其它方法已使用如人工神经网络、遗传算法和多点统计的方法，但目标不是自动检测异常图形。此外，这些方法一般具有有限的成功，因为它们的内运算(inner working)常常是模糊的，并且它们常常需要并且高度依赖于大量的培训数据。如前所述，PCA和ICA是常用于将高维(即，多变量或多属性)信号分离成统计上无关联的(即，独立的)分量的方法。本发明的窗口 PCA和ICA将分量分析应用至通过将原始数据中的每个点表示为相邻的点的集合(即，窗口)从原始数据衍生的数据集。为参照图3的流程图阐述该概念，在单个、3维数据体上使用固定窗口大小进行WPCA在以下描述。 同一程序或其ICA等同物可以被应用至2D数据，或同时应用至多个2D或3D数据体(参见图3的步骤31)。考虑大小NxXNyXNz的3D地震数据体(步骤32)选择窗口形状(例如，椭圆体或立方体)和大小(例如，半径r， nx Xny Xnz)3D地震数据体中的每个体素Ii, j, k，被描绘为IixXnyXnz维向量I从，其包括每个体素的窗口附近内的体素值。(步骤3 计算所有η维向量的平均矩阵和它们的协方差阵
权利要求
1.用于在代表地下区域的一个或多个地球物理数据或数据属性的2D或3D离散集(每个这样的数据集被称作“原始数据体”)中鉴定地质特征的方法，包括(a)选择数据窗口的形状和大小；(b)对于每个原始数据体，将所述窗口移动至所述原始数据体中多个交叠或不交叠的位置，以使每个数据体素被包括在至少一个窗口中，并为每个窗口形成数据窗口向量I，其分量由来自该窗口内的体素值构成；(c)使用所述数据窗口向量进行统计分析并计算数据值的分布，在多个原始数据体的情况下所述统计分析共同进行；(d)使用所述数据值分布鉴定数据中的离群值或异常；和(e)使用所述离群值或异常预测所述地下区域的地质特征。
2.根据权利要求1所述的方法，其中所述数据值的分布使用由以下组成的统计分析技术组中的一个来计算(i)从所有数据窗口向量形成合并的向量并计算所述合并的向量的平均矩阵和协方差阵；( )独立分量分析；(iii)使用聚类方法聚类所述数据；和(iv)另一统计分析方法。
3.根据权利要求2所述的方法，其中使用(i)进行统计分析，进一步包括使用主分量分析。
4.根据权利要求3所述的方法，其中所述协方差阵的本征值和本征向量被计算，所述本征向量是相应的原始数据体的主分量集；并且其中步骤(d)和(e)包括将原始数据体投影在选择的本征向量子集上以产生部分投影数据体，所述本征向量子集基于其相应的本征值选择，并且测定残差数据体，所述残差数据体是在所述投影数据体中没有被捕获的原始数据体的一部分；然后鉴定所述残差数据体中的异常特征，并使用它们预测所述地下区域的物理特征。
5.根据权利要求1所述的方法，其中所述数据窗口是N-维的，其中N是整数以使 1 < N < M，其中M是数据集的维数。
6.根据权利要求3所述的方法，其中所选择窗口大小和形状的所述平均矩阵和协方差阵使用补充窗口进行计算，其中相应于在(a)选择的窗口中的每个位置的补充窗口表示当所述窗口移动通过原始数据体时在该位置出现的数据值集。
7.根据权利要求4所述的方法，其中所选择的子集基于通过结构、混沌或其它数据或几何学属性测量的图形的内在相似性进行选择。
8.根据权利要求4所述的方法，其中所选择的所述本征向量子集通过以下确定按照从最大到最小的顺序对本征值求和，直至最大N个本征值的和除以所有本征值的和除超过预先选择的R值，其中0 < R < 1，然后选择与N个最大本征值相关的N个本征向量。
9.用于在代表地下区域的地球物理数据或数据属性的2D或3D离散集(“原始数据体”)中鉴定地质特征的方法，包括(a)选择数据窗口的形状和大小；(b)将所述窗口移动至所述原始数据体中多个交叠或不交叠的位置，以使每个数据体素被包括在至少一个窗口中，并为每个窗口形成数据窗口向量I，其分量由来自该窗口内的体素值构成；(c)从所有数据窗口向量形成合并的向量并计算所述合并的向量的协方差阵；(d)计算所述协方差阵的本征向量；(e)将所述原始数据体投影在选择的所述本征向量的子集上以产生部分投影数据体；和(f)鉴定所述部分投影数据体中的离群值或异常，并使用它们预测所述地下区域的地质特征。
10.根据权利要求9所述的方法，其中产生部分投影数据体的所述选择的本征向量的子集通过基于与其相关的本征值消除本征向量来确定。
11.根据权利要求9所述的方法，其中所述选择的本征向量的子集由用户交互地选择或基于自动化鉴定的噪音或几何特征进行选择。
12.根据权利要求9所述的方法，其中所述选择的本征向量的子集通过以下步骤来确定设计用于确定所述原始数据体中的明显异常的标准，使用所述标准选择一个或多个明显异常，以及鉴定一个或多个本征向量，所述本征向量的相关数据分量(所述原始数据体在所述本征向量上的投影)有助于所选择的明显异常，或比预先设定量的背景信号占更多，然后选择保留的本征向量的一些或全部；其中步骤(f)能够发现比用于确定所述选择的本征向量的子集的所述明显异常更细微的异常。
13.根据权利要求12所述的方法，进一步包括在步骤(e)后使用所述部分投影数据体代替所述原始数据体，重复步骤(a) - (e)，产生更新的部分投影数据体，其然后被用于步骤 ⑴。
14.用于在代表地下区域的地球物理数据或数据属性的2D或3D离散集(“原始数据体”)中鉴定地质特征的方法，包括(a)选择数据窗口的形状和大小；(b)将所述窗口移动至所述原始数据体中多个交叠或不交叠的位置，以使每个数据体素被包括在至少一个窗口中，并为每个窗口形成数据窗口向量I，其分量由来自该窗口内的体素值构成；(c)从所有数据窗口向量形成合并的向量并计算所述合并的向量的协方差阵；(d)计算所述协方差阵的本征值和本征向量；(e)选择计算体素的异常程度的方法，并使用其确定由计算的比预先确定的阈值更异常的体素构成的部分数据体；和(f)鉴定所述部分数据体中的一个或多个异常特征，并使用它们预测所述地下区域的地质特征。
15.根据权利要求14所述的方法，其中通过X，y，ζ指数i，j，k表示的体素的所述异常程度R'由下式计算Rtij,,=(1,^-1/^(1^-1)其中I^k是来自(b)的数据窗口向量的分量，其包括体素i，j，k;其中离散的原始数据体由NxXNyXNz体素构成，所述选择的窗口形状和大小为 nx Xny Xnz 体素，并且 N = (Νχ-ηχ) X (Ny-ny) X (Nz-nz)。
16.根据权利要求14所述的方法，其中所述异常程度通过将所述原始数据体投影在选择的本征向量的子集上以产生部分投影数据体，以及确定残差数据体来确定，所述本征向量的子集基于其相应的本征值进行选择，所述残差数据体是在投影数据体中没有被捕获的所述原始数据体的一部分，所述残差数据体是(f)中用于预测所述地下区域的物理特征的部分数据体。
17.根据权利要求14所述的方法，其中所述异常程度通过将所述原始数据体投影在选择的本征向量的子集上以产生用在(f)中的所述部分数据体来确定。
18.根据权利要求1所述的方法，其进一步包括使用所述预测的所述地下区域的地质特征推测石油潜能或其欠缺。
19.根据权利要求1所述的方法，其中鉴定所述数据中的离群值或异常包括(i)计算所述数据值分布中每个数据窗口的发生概率(或等价度量)(ii)鉴定低概率数据区域为可能的离群值或异常。
20.从地下区域开采烃的方法，包括(a)获得所述地下区域的地球物理勘测结果；(b)至少部分地基于使用权利要求1所述的方法鉴定的所述区域的物理特征获得所述地下区域石油潜能的预测，权利要求1通过引用而被并入此处；(c)响应于石油潜能的肯定性预测，在所述地下区域中钻井并开采烃。
21.根据权利要求9所述的方法，其中通过在所述数据体的逐渐变小的区域上计算一系列交叉相关运算来进行计算所述协方差阵。
22.根据权利要求2所述的方法，其中使用(i)进行统计分析，并通过在每个窗口的逐渐变小的区域上计算一系列交叉相关运算来进行计算所述协方差阵。
全文摘要
使用窗口主分量(或独立分量)分析从地球物理或属性数据鉴定地质特征的方法。部分数据体或残差数据体中的细微特征可被鉴定。通过(36)消除没有被最突出的主分量(14)捕获的数据而产生残差数据体(24)。通过(35)将数据投影在选择的主分量上产生部分数据体。该方法适于鉴定指示烃潜能的物理特征。
文档编号G01V1/00GK102239427SQ200980145312
公开日2011年11月9日 申请日期2009年9月30日 优先权日2008年11月14日
发明者D·吉拉德, F·W·施罗德, G·F·梅德马, J·王, K·古玛南, P·迪米特洛夫, R·L·布拉维, S·哈森诺德 申请人:埃克森美孚上游研究公司