Phân tích cấu trúc và nâng cao chất lượng tài liệu địa chấn được ứng dụng nhiều trong minh giải cấu trúc xác định các tập địa chấn với các kiểu kiến trúc phản xạ đặc trưng cũng như xác định các vị trí đứt gãy, phản xạ không liên tục trên mặt cắt địa chấn. Trong bài báo này, nhóm tác giả giới thiệu việc ứng dụng tensor cấu trúc trong phân tích các thuộc tính hình học của tài liệu địa chấn cũng như trong việc nâng cao chất lượng tín hiệu địa chấn thông qua lọc khuếch tán bất đẳng hướng.
THĂM DỊ - KHAI THÁC DẦU KHÍ PHÂN TÍCH CẤU TRÚC VÀ NÂNG CAO CHẤT LƯỢNG TÀI LIỆU ĐỊA CHẤN Tạ Quang Minh, Bùi Thị Hạnh, Nguyễn Tiến Thịnh Viện Dầu khí Việt Nam Email: minhtq@vpi.pvn.vn Tóm tắt Phân tích cấu trúc nâng cao chất lượng tài liệu địa chấn ứng dụng nhiều minh giải cấu trúc xác định tập địa chấn với kiểu kiến trúc phản xạ đặc trưng xác định vị trí đứt gãy, phản xạ khơng liên tục mặt cắt địa chấn Trong báo này, nhóm tác giả giới thiệu việc ứng dụng tensor cấu trúc phân tích thuộc tính hình học tài liệu địa chấn việc nâng cao chất lượng tín hiệu địa chấn thơng qua lọc khuếch tán bất đẳng hướng Từ khóa: Xử lý địa chấn, thuộc tính địa chấn, lọc hướng cấu trúc, nhận dạng địa chấn, chất lượng tài liệu địa chấn Mở đầu Phân tích cấu trúc tự động dựa tài liệu địa chấn có bước tiến dài với ứng dụng như: xác định tướng địa chấn, trợ giúp minh giải, xác định đứt gãy Đây công nghệ triển vọng với mục tiêu tiến tới minh giải tài liệu địa chấn tự động, theo máy tính tự động phân tách (automatic segmentation) mặt cắt địa chấn thành tập riêng biệt với đặc trưng riêng Hình [1] Bản chất trình xác định thuộc tính hình học theo vùng dạng kiến trúc phản xạ (texture) tập địa chấn Do đó, phân tích cấu trúc địa chấn/đặc tính hình học đóng vai trò quan trọng minh giải tài liệu địa chấn, cho phép xác định cấu trúc địa phương dựa tài liệu địa chấn Các nghiên cứu thuộc tính hình học mặt cắt/khối (cube) địa chấn xử lý bắt đầu phát triển từ cuối thập niên 80, đầu thập niên 90 kỷ XX như: nghiên cứu thuộc tính liên kết địa chấn (coherence) Bahorich [2], Finn [3], Marfurt [4, 5], Chopra [6] hay thuộc tính curvature Lisle [7], Robert [8], Massaferro [9] Các nghiên cứu cho phép xác định tự động vị trí pha phản xạ khơng liên tục, đứt gãy, kênh rạch, tính liên kết địa chấn bị phá vỡ, hay xác định thuộc tính hình học đơn giản (độ dốc, độ uốn nếp) Bước sang đầu kỷ XXI, nghiên cứu Raden [10], Bakker [11]… sâu phân tích định lượng, định hướng thuộc tính hình học Nghiên cứu Raden phân tích cấu trúc địa chấn cho phép phát triển công cụ phát đứt gãy thuộc tính hỗn độn (chaos) (Hình 2), mở đầu cho khái niệm tensor cấu trúc - công cụ quan trọng đóng vai trò tảng phân tích thuộc tính hình học tài liệu địa chấn Tensor cấu trúc mở đầu cho phương hướng nâng cao chất lượng tài liệu địa chấn, thông qua phương pháp xử lý tín hiệu đa chiều - lọc phi tuyến với tên gọi lọc khuếch tán bất đẳng hướng (anisotropic diffusion) Lọc khuếch tán bất đẳng hướng phát triển từ cuối thập niên 80 Pietro Perona Jitendra Malik [12] sử dụng lĩnh vực xử lý hình ảnh Khuếch tán bất đẳng hướng cho phép lọc nhiễu khu vực tương đối đồng nhất, đồng thời bảo tồn khu vực có biến đổi tính chất hình học địa phương Fehmers Hưcker [13] sớm nhận việc kết hợp thơng tin có từ tensor cấu trúc Randen với lọc khuếch tán bất đẳng hướng cho phép khử nhiễu hiệu đồng thời bảo tồn cấu trúc địa chất, nâng cao chất lượng Hình dạng: Phiến; Tướng mạo: Song song, phẳng Hình dạng: Nêm; Tướng mạo: Song song, phẳng Hình dạng: Kênh rạch; Tướng mạo: Hỗn độn DẦU KHÍ - SỐ 8/2017 Hình dạng: Kênh rạch; Tướng mạo: Lấp đầy kế áp Hình dạng: Nghiêng lấp trước; Tướng mạo: Song song, lượn sóng Hình dạng: Phiến - thấu kính; Tướng mạo: Song song, phẳng Hình dạng: Nêm; Tướng mạo: Song song, gần song song Hình dạng: Gò đồi; Tướng mạo: Hỗn độn Hình dạng: Gò đồi; Tướng mạo: Song song, lượn sóng Hình Minh họa minh giải mặt cắt tự động: phân tách kiểu kiến trúc phản xạ khác [1] Ngày nhận bài: 14/9/2016 Ngày phản biện đánh giá sửa chữa: 14/9 - 15/9/2016 Ngày báo duyệt đăng: 6/7/2017 16 Hình dạng: Kênh rạch; Tướng mạo: Lấp đầy tăng trưởng PETROVIETNAM tài liệu địa chấn so với phương pháp lọc thông thường khác Do lọc hướng cấu trúc cho phép gia tăng tỷ số tín hiệu nhiễu đồng thời bảo tồn đứt gãy, tài liệu sau lọc sử dụng tăng độ phân giải chất lượng tài liệu miền không gian thời gian Việc nâng cao chất lượng tài liệu địa chấn tín hiệu phổ tần giúp kiện phản xạ địa chấn trở nên rõ ràng, pha chồng chập phân tách, giúp ích cho cơng tác minh giải tài liệu địa chấn (Hình 3) Bài báo giới thiệu ứng dụng tensor cấu trúc việc nâng cao chất lượng tín hiệu địa chấn thơng qua lọc khuếch tán bất đẳng hướng; lọc hướng cấu trúc ứng dụng phân tích hình học tensor cấu trúc Lọc hướng cấu trúc Lọc hướng cấu trúc (structure-oriented filtering) lớp lọc phi tuyến hướng tới việc khử nhiễu bảo tồn cấu trúc Một phương pháp triển vọng cho lọc hướng cấu trúc phát triển từ phương pháp xử lý hình ảnh khuếch tán bất đẳng hướng Khuếch tán (diffusion) trình vật lý cân khác biệt nồng độ vật chất (hoặc nhiệt độ) mà không sinh thêm hay làm vật chất (hoặc nhiệt) dựa nguyên lý dịch chuyển vật chất (nhiệt) từ nơi có nồng độ cao (nhiệt độ cao) đến nơi có nồng độ thấp (nhiệt độ thấp) Quá trình khuếch tán tuân theo phương trình vi phân: (1) Trong đó: u(x,t): Hàm nồng độ (nhiệt độ) theo không gian, thời gian; c2: Hệ số khuếch tán Nghiệm phương trình (1) tích chập hàm phân bố nồng độ (nhiệt độ) ban đầu u(x,0) với hàm Gauss: u(x,t)=u(x,0) * G(x,t) (2) Trong đó: G(x,t) hàm Gauss: (3) Khi áp dụng cho ảnh chiều u(x,y,0), phương trình vi phân khuếch tán có dạng: (4) Trong Δu Laplacian trường u Nghiệm phương trình (4), tương tự trường hợp chiều, tích chập ảnh gốc u(x,y,0) với hàm Gauss chiều G(x,y,t) Lưu ý: (a) (b) Hình Mặt cắt gốc (a), xử lý đặc biệt phát đứt gãy ứng dụng tensor cấu trúc (b) - Tích chập với hàm Gauss dạng lọc “trung bình hóa” với trọng số, cho phép lọc nhiễu làm “trơn” (smooth) chi tiết; - Lọc Gauss - “trung bình hóa” ngun tắc làm giảm nhiễu đồng thời làm nhòe (blur) chi tiết cạnh biên, đứt đoạn, khơng liên tục (discontinuities) tín hiệu; (a) (b) Hình Kết minh giải cấu trúc khu vực khác tài liệu xử lý nâng cao chất lượng Viện Dầu khí Việt Nam (b) so với tài liệu gốc (a) - Khi t tăng, hàm G(x,y,t) mở “độ rộng” (deviation), trung bình hóa diễn diện tích rộng hơn, có khả lọc nhiễu, trơn/mượt hơn, làm nhòe nhiều chi tiết Nói cách khác, gia tăng thời gian t cho kết hình ảnh gốc ban đầu u(x,y,0) lọc hàm Gauss G(x,y,t) DẦU KHÍ - SỐ 8/2017 17 THĂM DỊ - KHAI THÁC DẦU KHÍ Tác dụng lọc Gauss (Hình 4a) áp dụng cho ảnh chiều Nguyên nhân khiến chi tiết không liên tục, chi tiết biên tín hiệu khơng bảo tồn bị làm nhòe tính chất đẳng hướng “isotropic diffusion” phương trình khuếch tán (4) Để bảo tồn chi tiết biên đồng thời đảm bảo tính chất làm trơn khu vực đồng nhất, phương trình (4) biến đổi cho biến thiên ảnh ∂u(x,y,t)/∂t nhỏ vị trí cạnh biên tín hiệu Tại khu vực đồng nhất, độ biến thiên ∂u(x,y,t)/∂t cần tương đương với trường hợp khuếch tán đẳng hướng Thành phần Laplacien phương trình (4) có dạng tương đương: Δu=div( u) Do đó, phương trình khuếch tán có dạng chung: (5) g(| u|) cho phép phân tách chi tiết mang tính lựa chọn Với thay đổi này, lọc khuếch tán phi tuyến (nonlinear diffusion) bảo tồn chi tiết biên, gờ, rìa tín hiệu bên đường biên làm trơn/mượt hóa Điều thấy rõ Hình 4: lọc khuếch tán phi tuyến (Hình 4c) có cải tiến rõ rệt, bảo tồn chi tiết biên so với lọc khuếch tán đẳng hướng (Hình 4a) Thay đổi lớn xảy Hocker Gijs Fehmers [13] lựa chọn hàm kiểm soát khuếch tán g(| u|)= D ma trận điểm (ma trận khuếch tán) Trường ma trận khuếch tán gọi tensor khuếch tán Khi đó, q trình khuếch tán phép diễn theo số hướng số hướng khác bị chặn lại (bảo tồn cấu trúc), đó, q trình khuếch tán gọi bất đẳng hướng (anisotropic diffusion) Các hướng xác định thông qua vector riêng (eigenvector) ma trận khuếch tán: (6) Trong u trường vector gradient ảnh u(x,y,t) Hàm g(| u|) phương trình khuếch tán bất đẳng hướng (5) đóng vai trò hàm kiểm sốt khuếch tán Hocker Gijs Fehmers [7] nhận xét g(| u|) có số dạng sau: Ở dạng đơn giản nhất, g(| u|) số, có khuếch tán đẳng hướng (isotropic diffusion)với kết thảo luận Khi g(| u|) hàm vô hướng (scalar function), có lọc khuếch tán phi tuyến Pietro Perona Jitendra Malik [15] Khi đó, g(| u|) đóng vai trò hàm tìm kiếm đường biên “edges” tín hiệu địa chấn Tại vị trí cạnh biên, g(| u|)≈0 nhỏ tốt, khiến cho thay đổi ∂u(x,y,t)/∂u nhỏ (ít làm thay đổi u(x,y)) Do | u| >> chi tiết biên, gờ, rìa (edge) | u|≈0 vùng đồng nhất, lựa chọn phổ biến g(| u|)=1/| u| Các lựa chọn phức tạp hàm (a) 18 DẦU KHÍ - SỐ 8/2017 Trong đó: d: Số chiều ảnh; : Các vector riêng; μi: Các giá trị riêng Để bảo tồn cấu trúc địa chất, hướng vector riêng cần nằm hướng với hướng địa phương cấu trúc địa chất Khi đó, hướng song song với cấu trúc địa chất lọc, khử nhiễu, hướng vng góc với cấu trúc bảo tồn, dẫn tới bảo tồn ranh giới pha địa chấn Việc xác định hướng cấu trúc địa phương đóng vai trò quan trọng lọc khuếch tán bất đẳng hướng Phương pháp ước lượng hướng cấu trúc địa phương phát triển trước Randen [10] cơng trình nghiên cứu tensor cấu trúc Khi tensor cấu trúc (b) Hình Khuếch tán đẳng hướng thơng thường (a), hình chụp gốc (b), lọc khuếch tán phi tuyến (c) [14] (c) PETROVIETNAM Randen xác định (trình bày mục 3), ma trận cấu trúc S điểm viết dạng vector riêng/giá trị riêng (eigenvectors/values) sau: S= (7) Các vector riêng ma trận cấu trúc hợp thành hệ vng góc vector (tương ứng với λi lớn nhất) hướng vng góc với mặt dốc địa chất vector lại nằm mặt địa chất (song song với cấu trúc) Do đó, hướng chặn diffusion hướng cho phép (lọc) xác định từ vector Vì lý Hocker Gijs Fehmers lựa chọn ma trận khuếch tán D có vector riêng với ma trận cấu trúc S sửa đổi nhỏ giá trị riêng: - Trường hợp vector riêng trúc giá trị riêng μi = 1; song song với cấu - Trường hợp vector riêng trúc giá trị riêng μi = vng góc với cấu Sự lựa chọn ma trận khuếch tán gia tăng rõ rệt chất lượng lọc khuếch tán bất đẳng hướng Kết lọc khuếch tán bất đẳng hướng ứng dụng cho tài liệu địa chấn thể Hình nhiễu ngẫu nhiên lọc bỏ ranh giới pha địa chấn trở nên liên tục, sắc nét mà cấu trúc bảo tồn Chất lượng mặt cắt gia tăng khiến cho tỷ số tín hiệu nhiễu (SNR) tăng, lượng nhiễu suy giảm Điều cho phép áp dụng phương pháp gia tăng băng thông phổ biên độ, tăng độ phân giải (ví dụ làm trắng hóa phổ - spectral whitening) Kết gia tăng chất lượng tài liệu địa chấn thấy rõ thơng qua số mặt cắt nhóm tác giả xử lý (Hình 6) Sau xử lý gia tăng chất lượng pha phản xạ địa chấn nhỏ tài liệu gốc phân tách rõ ràng (Hình 6a), vị trí đứt gãy vị trí pha phản xạ khơng liên tục mặt cắt trở nên rõ ràng (Hình 6b) (a) (b) Hình Mặt cắt gốc bị ảnh hưởng nhiễu (a), xử lý lọc khuếch tán bất đẳng hướng Viện Dầu khí Việt Nam (b) (a) (b) Hình Mặt cắt địa chấn trước sau xử lý lọc cấu trúc phi tuyến trắng hóa phổ (whitening) Viện Dầu khí Việt Nam DẦU KHÍ - SỐ 8/2017 19 THĂM DỊ - KHAI THÁC DẦU KHÍ Tensor cấu trúc ứng dụng 3.1 Vector gradient tensor cấu trúc Với khối địa chấn chiều u(x,y,z), vector gradient u luôn theo hướng tăng theo trường giá trị hàm có phương vng góc với mặt phản xạ u mang thơng tin hướng cấu trúc tín hiệu phản xạ mặt cắt địa chấn Do tín hiệu địa chấn ln có đảo pha, vector gradient địa phương theo hướng ngược Ngồi ra, vector gradient đạo hàm trường địa chấn, u ln bao gồm thành phần nhiễu (Hình 7) Tập hợp vector gradient lân cận điểm, đó, hợp thành sơ đồ phân tán (scattered plot) có hướng chủ đạo trùng hướng gradient Sử dụng cơng cụ phân tích thành phần (Principal Component Analysis - PCA), hướng bóc tách từ việc phân tích vector riêng ma trận covariance tập hợp vector gradient địa phương: S = trung bình{ u( u)T } Việc phân tích ma trận covariance thành vector riêng giá trị riêng (phương trình 7) viết lại đây: S= Do tính chất phân tích vector riêng, vector riêng S hợp thành hệ vng góc, theo PCA, vector (ứng với giá trị riêng λi lớn nhất) trùng hướng chủ đạo gradient (vng góc với mặt phản xạ) Căn vào vector này, Randen [10] xác định hướng đổ mặt phản xạ địa phương Trường ma trận covariance gọi tensor cấu trúc 3.2 Phân tích cấu trúc địa chất sử dụng tensor cấu trúc Với trường hợp ảnh (tài liệu địa chấn) chiều, tensor cấu trúc S tương ứng có giá trị riêng λ1, λ2, λ3, có trường hợp lý tưởng sau (Hình 8): - λ1 = λ2 = λ3 > 0: Khơng có hướng chủ đạo Bất kỳ vector vector riêng Các vector riêng không mang thông tin hướng cấu trúc mặt phản xạ mặt cắt địa chấn Đây trường hợp đại diện cho cấu trúc hỗn độn; - λ1 > λ2 = λ3 = 0: Địa chất địa phương có hướng cấu trúc chủ đạo không thay đổi (là hướng đổ vuông góc với vector riêng 1), trường hợp tương ứng với trầm tích phân lớp song song; - λ1 > λ2 > λ3 = 0: Địa chất địa phương có hướng cấu trúc chủ đạo thay đổi (vng góc với vector riêng ) Trường hợp tương ứng với cấu trúc nếp lõm nếp lồi Hướng vector riêng ứng với giá trị riêng nhỏ song song với nếp uốn Việc phân loại cấu trúc địa chất xác định hướng đổ địa chất cho phép minh giải dựa texture hướng cấu trúc địa phương (b) (a) Hình Minh họa vector gradient địa phương (a) xác định hướng vector gradient phương pháp thành phần (b) (a) 20 DẦU KHÍ - SỐ 8/2017 (b) Hình Các kiểu kiến trúc phản xạ đặc trưng: hỗn độn (a), song song (b), uốn nếp (c) [8] (c) PETROVIETNAM 3.3 Ứng dụng đặc biệt tensor cấu trúc Tensor cấu trúc có nhiều ứng dụng quan trọng phân tách (segmenting) xác định cấu trúc tài liệu địa chấn; sử dụng rộng rãi trình ước lượng cấu trúc địa phương hướng địa phương mặt phản xạ địa chấn 3.3.1 Lọc bảo tồn đứt gãy Lọc khuếch tán bất đẳng hướng thể rõ ưu điểm vượt trội việc bảo tồn pha địa chấn thơng qua tính liên tục pha Tuy nhiên, cấu trúc đứt gãy lại thường cắt xuyên qua pha địa chấn khơng có cấu trúc dạng “pha liên tục” mặt phản xạ Điều khiến cho lọc khuếch tán bất đẳng hướng có khuynh hướng làm trơn trượt pha xuyên qua đứt gãy Để giải vấn đề này, Fehmer Hocker [13] đưa khái niệm tensor cấu trúc quy mô địa chấn (scale) khác Tensor địa chấn quy mơ khoảng cách σ lân cận điểm hiểu định hướng cấu trúc chung quan sát khối địa chấn kích thước (mỗi chiều bằng) σ xung quanh điểm Do vậy, đại lượng định nghĩa tensor địa chấn điểm lọc (tích chập*) hàm Gauss với “độ rộng” σ: S σ = S * Gσ = * Gσ (8) Định nghĩa (8) cho phép Fehmer Hocker (2003) thiết kế hệ số liên tục (continuity factor) sau: (9) Trong Sσ Sρ tensor cấu trúc hai quy mô σ ρ khác nhau, Tr toán tử vết (trace) ma trận Hệ số liên tục ε đo độ sai khác Sσ quy mơ khác có giá trị nhỏ đứt gãy Với thiết kế này, hàm kiểm soát khuếch tán g sửa đổi thành: D (10) Có thể thấy đứt gãy g(| u|) nhỏ, đứt gãy bảo tồn trình lọc khuếch tán Các sửa đổi sau lọc khuếch tán (ví dụ thuật toán Dave Hall [15]) đưa hàm ước lượng đứt gãy khác ngày xác biết tên chung tương quan cấu trúc (structure semblance) 3.3.2 Phát đứt gãy tự động Tensor cấu trúc có ứng dụng hiệu việc phát đứt gãy tự động thông qua thuộc tính phản xạ hỗn độn (chaos) nghiên cứu Randen [13] (a) (b) (c) Hình Minh họa lọc không bảo tồn, lọc bảo tồn [13] (a) (b) (c) Hình 10 Mặt cắt gốc (a), lọc hướng cấu trúc có sử dụng (b), ước lượng đứt gãy lọc tương quan cấu trúc (c) [5] DẦU KHÍ - SỐ 8/2017 21 THĂM DỊ - KHAI THÁC DẦU KHÍ Tương tự phân tích cấu trúc (mục 3.2), giả thiết tensor cấu trúc địa phương tương ứng với giá trị riêng λ1 ≥ λ2 ≥ λ3 Randen et.al quan tâm đến trường hợp điển hình sau mặt phản xạ (Hình 11) Trường hợp việc ước lượng hướng địa phương liên quan đến mặt phản xạ liên tục (Hình 11a) giá trị riêng tương ứng với λ1 lớn nhiều so với λ2 λ3: λ1 » λ2 ≈ λ Trường hợp việc ước lượng hướng địa phương tiến hành qua vị trí đứt gãy (Hình 11b c), giá trị riêng tương ứng với λ2 và/hoặc λ3 có độ lớn tương đương λ1: λ1 ≈ λ2 » λ3 λ1 ≈ λ2 ≈ λ3 Randen et al đưa tỷ số sau nhằm xác định vị trí bất liên tục: (11) Theo đó, trường hợp λ1 » λ2, hướng cấu trúc rõ ràng, số J tiến tới -1 Nếu λ1 ≈ λ2 ≈ λ3, J ≈ Cuối cùng, λ1 ≈ λ2, λ1 ≈ (theo phân tích Bakker [11]), J tiến tới +1 Thuộc tính hỗn độn (chaos) có tính chất khơng phụ thuộc vào độ dốc hướng phương vị (azimuth), đồng thời không phụ thuộc vào biên độ địa chấn Dựa vector riêng giá trị riêng tensor cấu trúc ước lượng hướng địa phương mặt phản xạ địa chấn Từ đó, khu vực có độ liên tục (đứt gãy, nứt nẻ, bất liên tục) tương ứng với khu vực có tín hiệu phản xạ hỗn độn, đứt gãy tự động phát Hình 12 minh họa bước từ nâng cao chất lượng địa chấn tới tính tốn thuộc tính hỗn độn (chaos) 3.3.3 Phân tích tự động tướng địa chấn Tensor cấu trúc có ứng dụng quan trọng minh giải nhận dạng tướng địa chấn tự động, ví dụ Hình (một số viết, ngun lý ứng dụng tham khảo từ khảo sát năm 2005 Iske [8]) Các phương pháp nhận dạng vào nguyên tắc chung bao gồm: - Phân tách dạng đặc trưng (Feature extraction): Phân tích thể/đới/tướng địa chấn đáng quan tâm thành thành phần đặc trưng - Học máy (Machine learning): Phát tương quan (phi tuyến) tập hợp đặc trưng thành phần tướng địa chấn biết trước, thường thông qua mạng neural nhân tạo - Ứng dụng kết học máy khu vực cụ thể, nhận dạng mẫu (Pattern Recognition) Trong chuỗi chu trình (Hình 13a), tensor cấu trúc đóng vai trò chủ đạo cho khâu phân tách (Hình 13b), đồng thời đơn vị xuyên suốt khâu nhận dạng chất hình học có tính tương quan cao với dạng tướng địa chấn khác Minh giải địa chấn tự động, hiểu theo nghĩa rộng, liên quan đến việc sử dụng, đúc rút (extract) từ nhiều (a) (b) (c) Hình 11 Mặt phản xạ liên tục (smooth) có hướng chủ đạo tương ứng với trường hợp λ1 » λ2 ≈ λ3 (a), mặt phản xạ bị gãy khúc (bent) có hướng tương ứng với trường hợp λ1 ≈ λ2 » λ3 (b), đứt gãy với đới phá hủy với vector gradient theo tất hướng tương ứng với trường hợp λ1 ≈ λ2 ≈ λ3 (c) (c) (d) (a) (b) Hình 12 Mặt cắt gốc (a), lọc hướng cấu trúc (b), lọc cấu trúc trắng hóa phổ (c), xử lý đặc biệt (thuộc tính hỗn độn - chaos) phát đứt gãy ứng dụng tensor cấu trúc (các bước xử lý tiến hành EPC-VPI) (d) 22 DẦU KHÍ - SỐ 8/2017 PETROVIETNAM Mike S.Bahorich, John Lopez, Norman L.Haskell, Susan E.Nissen, Alan Poole Stratigraphic and structural interpretation with 3-D coherence Society of Exploration Geophysicists 1995 Khối C.J.Finn Estimation of three dimensional dip and curvature from reflection seismic data Society of Exploration Geophysicists 1986 (a) Kurt J.Marfurt, R LynnKirlin, Steven L.Farmer, Michael S.Bahorich 3-D seismic attributes using a semblance-based coherency algorithm Geophysics 1998; 63(4): p 1150 - 1165 Phân tách Kurt J.Marfurt, V.Sudhaker, Adam Gersztenkorn, Kelly D.Crawford, Susan E.Nissen Coherency calculations in the presence of structural dip Geophysics 1999; 64(1): p 104 - 111 Nhận dạng Satinder Chopra Coherence cube and beyond First Break 2002; 20(1): p 27 33 (b) Hình 13 Minh giải tự động dựa nhận dạng tướng địa chấn chu trình nhận dạng mẫu (a), minh họa chu trình (b) thuộc tính địa chấn khác nhau, tensor cấu trúc đóng vai trò quan trọng Lĩnh vực phát triển nhanh chóng thời gian gần Kết luận Tensor cấu trúc cơng cụ quan trọng đóng vai trò tảng xử lý phân tích cấu trúc, góp phần nâng cao chất lượng tài liệu địa chấn (đã xử lý tích hợp chu trình xử lý) Trong đó, ứng dụng lọc hướng cấu trúc phi tuyến giúp giảm nhiễu, tín hiệu địa chấn sắc nét, liên tục đồng thời bảo tồn cấu trúc Bên cạnh đó, ứng dụng đặc biệt lọc bảo tồn đứt gãy phát đứt gãy tự động tensor cấu trúc giúp xác định hệ thống đứt gãy, không liên tục phân tách cấu trúc địa chất (phân lớp bằng, uốn nếp, hỗn độn…) Richard J.Lisle Detection of zones of abnormal strains in structures using Gaussian curvature analysis AAPG Bulletin 1994; 78: p 1811 - 1819 Andy Roberts Curvature attributes and their application to 3D interpreted horizons First Break 2001; 19(2): p 85 - 100 José L.Massaferro, Mayte Bulnes, Josep Poblet, Neil Casson Kinematic evolution and fracture prediction of the Valle Morado structure inferred from 3D seismic data, Salta Province, northwest Argentina AAPG Bulletin 2003; 87(7): p 1083 - 1104 10 Trygve Raden, Erik Monsen, Claude Signer, Arve Abrahamsen, Jan Ove Hansen, Toril Sæter, Jürgen Schlaf Threedimensional texture attributes for seismic data analysis Schlumberger Stavanger Research 2000 Tài liệu tham khảo Armin Iske, Trygve Randen Mathematical methods and modelling in hydrocarbon exploration and production Springer and Schlumberger 2005 11 Peter Bakker Image structure analysis for seismic interpretation Technische Universiteit Delft 2002 12 Pietro Perona, Jitendra Malik DẦU KHÍ - SỐ 8/2017 23 THĂM DỊ - KHAI THÁC DẦU KHÍ Scale-space and edge detection using anisotropic diffusion Proceedings of IEEE Computer Society Workshop on Computer Vision 1987 Coursera course “Image and Video Processing: From Mars to Hollywood with a Stop at the Hospital” https://www youtube.com/watch?v=B_TiVX7zN8U 2011 13 Gijs C.Fehmers, Christian F.W.Höcker Fast structural interpretation with structure-oriented filtering Geophysics 2003; 68(4) 15 Dave Hale Structure-oriented smoothing and semblance Center for Wave Phenomena, Colorado School of Mines, Golden CO 80401, USA 2009 14 Guilllermo Digital image processing: p054 Anisotropic diffusion Anisotropic diffusion from online Structure analysis and quality enhancement of seismic data Ta Quang Minh, Bui Thi Hanh, Nguyen Tien Thinh Vietnam Petroleum Institute Email: minhtq@vpi.pvn.vn Summary Structure analysis and quality enhancement of seismic data have many applications in structure interpretation, specification of seismic sequences with different reflection patterns, as well as finding the location of faults and discontinuities in seismic sections In this paper, the authors analyse structure and geometric properties - a seismic attribute known as structure tensor - and its application in seismic data quality enhancement via anisotropic diffusion filtering Key words: Seismic processing, seismic attributes, structure-oriented filtering, seismic pattern recognition, seismic data quality 24 DẦU KHÍ - SỐ 8/2017 ... Tensor cấu trúc cơng cụ quan trọng đóng vai trò tảng xử lý phân tích cấu trúc, góp phần nâng cao chất lượng tài liệu địa chấn (đã xử lý tích hợp chu trình xử lý) Trong đó, ứng dụng lọc hướng cấu trúc. .. giải tài liệu địa chấn (Hình 3) Bài báo giới thiệu ứng dụng tensor cấu trúc việc nâng cao chất lượng tín hiệu địa chấn thông qua lọc khuếch tán bất đẳng hướng; lọc hướng cấu trúc ứng dụng phân tích. .. bảo tồn cấu trúc địa chất, hướng vector riêng cần nằm hướng với hướng địa phương cấu trúc địa chất Khi đó, hướng song song với cấu trúc địa chất lọc, khử nhiễu, hướng vng góc với cấu trúc bảo