Прибуток:
- Можливість контролювати придушення шуму на основі штучного інтелекту за допомогою графіка різниці та запобігати стиранню слабкого, але реального відображення
- Здатність розпізнавати ризик деконволюції, що створює хибну роздільну здатність, і пастку інтерполяції слідів, що створює структури-привиди, і стежити за ними за допомогою маски
- Можливість перевірити фізичну валідність шляхом з’єднання результатів обробки з прив’язкою свердловини
Те, що ви бачите, коли відкриваєте необроблений сейсмічний запис, рідко є «картинкою надр». Натомість ви бачите складну суміш: фактичний сигнал, відбитий від землі, поверхневі хвилі, випадковий шум, численні відбиття та властиві спотворення запису. Обробка сейсмічних даних — це процес поетапного очищення, вирівнювання та перетворення цього необробленого запису на зображення підземелля, яке можна інтерпретувати. У цьому розділі ми пояснимо, як штучний інтелект (ШІ) є потужним прискорювачем цього процесу, особливо на таких етапах, як усунення шумів, деконволюція та заповнення відсутніх слідів; але ми побачимо, чому рішення щодо параметрів і фізичної достовірності залишаються за експертом.
Анатомія сейсмічних даних
Почнемо з короткого глосарію. Траса — це залежна від часу серія амплітуд, записана одним приймачем. Коли багато слідів об’єднується, утворюється ділянка. Інтервал вибірки - це час між двома послідовними значеннями амплітуди (наприклад, 2 мс). Справжні відбиття в межах сигналу виникають через різницю акустичного імпедансу меж шарів у глибині; Мета обробки полягає в тому, щоб відокремити ці відображення від шуму та розмістити їх у правильному часово-просторовому місці.
Шум буває двох основних типів: випадковий шум (некогерентний, незалежний від доріжок) і когерентний шум (когерентний шум — регулярний, сильний, що маскує сигнал, як-от поверхневі хвилі/нахил). Методи на основі штучного інтелекту часто є більш гнучкими, ніж традиційні фільтри, у розділенні цих двох типів, оскільки вони використовують складну дискримінацію, отриману із зразків, а не вікно фіксованої частоти та швидкості.
Придушення шуму за допомогою ШІ
Класичне придушення шуму здійснюється за допомогою фільтрів на основі частоти, швидкості (f-k фільтр) або статистики. Засоби пригнічення шуму на основі штучного інтелекту (здебільшого згорткові нейронні мережі, скорочено CNN; мережі, які вивчають локальні шаблони в даних, схожих на зображення), вивчають пари зразків «зашумлений вхід → чистий вихід». Його перевага: він може робити контекстно-залежне розрізнення замість фіксованого правила при відокремленні сигналу від шуму. Ризик: тенденція видаляти сигнал або залишати шум як сигнал при зустрічі з типом шуму, якого немає в навчальних даних.
Найважчіша небезпека полягає в наступному: агресивний шумозаглушник штучного інтелекту може прийняти слабке, але реальне відображення за шум і усунути його. Отже, золоте правило: обов’язково перегляньте різницю (видалений компонент) до та після придушення шуму. Якщо ви бачите постійний візерунок відбиття у вилученій частині, фільтр споживає сигнал.
Порада: побудуйте шар «шуму», створений придушником шуму YZ, як окремий зріз (графік різниці). Залишок хорошого репресора з’являється випадково; Якщо в ньому є похилі суцільні відблиски, фільтр занадто агресивний і потрібно пом'якшити параметр.
Деконволюція: повернення вихідного підпису
Деконволюція — це процес, який намагається виявити справжній ряд коефіцієнтів відбиття надр шляхом віднімання вейвлет-сигнатури джерела (вихідний вейвлет — форма хвилі, створена вибухом/вібратором) із записаного сліду. Мета полягає в тому, щоб підвищити роздільну здатність і придушити численні відбиття. ШІ може покращити вейвлет-оцінку та стійкість до шуму при деконволюції; Однак, якщо декон застосовано надмірно, це призведе до посилення високочастотного шуму та створення помилкової роздільної здатності. ШІ також є механізмом рекомендацій; Остаточний вибір параметра (довжина оператора деконструювання, попереднє відбілювання) професійно калібрується відповідно до фізичного характеру слідів.
Неповна інтерполяція слідів і регулярна вибірка
Деякі приймачі виходять з ладу в полі, деякі лінії збираються неповністю; У результаті в даних виникають прогалини. Інтерполяція на основі штучного інтелекту (заповнення відсутніх слідів шляхом навчання від сусідів) дуже корисна для отримання регулярної сітки перед міграцією. Однак заповнений слід є оцінкою, а не вимірюванням; Ці сліди не повинні розглядатися з рівною вагою, як реальні дані в інтерпретації, але повинні бути позначені окремо у вихідних даних.
Застереження: якщо траси, створені інтерполяцією, на наступних етапах залишаються як «справжні дані», вони можуть призвести до створення неіснуючої структури. Обведіть заповнені клітини маскою; Якщо критична структура з’являється лише в інтерпольованій області, не довіряйте їй.
три міні-чохла
Випадок 1 — мережеве навчання на землі. У наземній сейсмічній розвідці сигнал маскували сильні поверхневі хвилі (накат землі). Команда використовувала шумопоглинач CNN, який навчався з 800 очищених вручну записів; час обробки зменшено з 12 хвилин до 40 секунд на запис. Команда вручну перевірила 5% записів з кожної партії та підтвердила відсутність втрати сигналу за допомогою графіка різниці.
Випадок 2 — Видалено слабке відображення. В іншому проекті агресивно налаштований придушник YZ сприйняв слабке, але реальне відображення пласта на 2,4 секунді за шум і стер його. Різниця стала очевидною лише тоді, коли було встановлено сейсмічний зв'язок свердловини: прозорого шару в свердловині в розрізі не було. Коли параметр було згладжено та повторно оброблено, відображення повернулося.
Випадок 3 — Привид інтерполяції. У 3D-обсязі, де відсутні рядки були заповнені ШІ, коментатор помітив тонку структуру каналу. Подивившись на маску заповнення, він побачив, що канал потрапляє точно в інтерпольований простір. Коли було зібрано додаткові польові дані, стало зрозуміло, що каналу там немає, а закономірність, створена прогнозом.
Чотири шаблони, які можна копіювати
1) Ескіз потоку обробки:
Ваша роль: фахівець з обробки сейсморозвідки. Дані: [земля/море, 2D/3D, вибірка 2 мс, ціль 1-4 км]. Окресліть мені покрокову схему обробки (попередня обробка → придушення шуму → декон → аналіз швидкості → міграція). На КОЖНОМ кроці запишіть, для якого рішення потрібні параметри, і на що я маю звернути увагу, вибираючи цей параметр.
2) План контролю за придушенням шуму:
Я застосував шумопоглинач AI. Дайте мені контрольний список аудиту: що мені шукати на графіку різниці, як розпізнати втрату сигналу, яку метрику мені порівняти до/після, яку швидкість запису я повинен перевірити вручну? Пишіть коротко і дієво.
3) Консультація щодо параметрів деконволюції:
Ваша роль: консультант з обробки. Я застосував деконволюцію, і високочастотний шум збільшився. Поясніть можливі причини, довжину оператора та вплив налаштувань попереднього відбілювання. Як дізнатися, чи надмірна декомпресія створює хибну роздільну здатність? Обґрунтуйте кожну пропозицію.
4) Відстеження маски інтерполяції:
Я заповнив відсутні сліди за допомогою ШІ. Скажіть мені, як зберегти заповнені комірки позначеними на наступних кроках, як відокремити коментар від фактичних даних і як усунути «структуру, видиму лише в інтерпольованій області».
Слабка підказка / Сильна підказка
Слабка підказка:
Зніміть шум із сейсмічної ефективності, виберіть найкраще налаштування.
«Найкраще налаштування» не існує незалежно від даних; AI дає загальні, неконтрольовані рекомендації.
Потужна підказка:
Ваша роль: фахівець з обробки сейсморозвідки. Ефективність: чорний 2D, сильний крен (5-12 Гц), цільові відбиття 20-45 Гц, вибірка 2 мс. Завдання: запропонувати підхід до придушення шуму, пояснити в частотних термінах, який компонент зберегти, а який придушити. Як відстежувати ризик втрати сигналу (метрики різниці) і з якою метрикою порівнювати до/після? Не просто кажіть «введіть це налаштування»; Наведіть критерії рішення.
Враховуючи характер даних, цільову смугу та критерії контролю, вихід стає справді можливим.
Етапи обробки та роль ШІ
Етап обробки
внесок ШІ
Основний ризик
людське рішення
Придушення випадкового шуму
висока
Видалити слабкий сигнал
Підтвердження параметра
Постійний шум (кочення)
висока
надмірне придушення
Контроль різниці сюжетів
деконволюція
середній
підроблена резолюція
Оператор/відбілювання
Інтерполяція слідів
середній
будівля-привид
Відстеження маски
Аналіз швидкості
середній
Міграція з неправильною швидкістю
Підтверджено добре
Поширені помилки
- Придушення без огляду на графік різниці. Ви не помітите втрати сигналу, доки не побачите видалений компонент.
- Переборщити декон. Помилкове сприйняття високочастотного шуму за роздільну здатність створює помилкові шари.
- Розрахуйте інтерпольовану трасу як реальні дані. Якщо залишити заповнені клітинки без позначок, утвориться структура-привид.
- Дивлячись на один показник. Було б помилкою дивитися лише на співвідношення сигнал/шум і ігнорувати збереження відбиття.
- Обхід колодязної обв'язки. Переходимо до інтерпретації результату обробки без приєднання його до даних свердловини.
Підсумовуючи
У сейсмічній обробці ШІ забезпечує більшу швидкість і часто більш гнучке розділення при придушенні шуму, деконволюції та інтерполяції траси. Але на кожному кроці є фізична пастка: стирання слабкого сигналу, створення хибної роздільної здатності, утворення артефактів-привидів. Ось чому такі засоби керування, як керування різницевим графіком, зв’язка свердловин та інтерполяційна маска, є незамінними. AI пропонує параметри; Саме експерт перевіряє параметр відповідно до фізичних даних і робить результат придатним для інтерпретації.
Аплікаційне завдання
Визначте крок придушення шуму на сейсмічному розрізі (реальному або вибірковому). Витягніть потік за допомогою шаблону «Схема потоку обробки», а потім створіть контрольний список за допомогою шаблону «План контролю шумопоглинання». Порівняйте фрагменти до/після та графік різниці та оцініть своїми словами, чи є послідовне відображення у вилученому компоненті.
контрольний список
- [ ] Я порівняв придушення шуму до/після та графік різниці.
- [ ] Я переконався, що у видаленому компоненті немає постійного сигналу.
- [ ] Я перевірив результат деконструювання на хибну роздільну здатність.
- [ ] Я зберіг інтерпольовані сліди, позначені маскою.
- [ ] Я пов’язав результат із даними свердловини (зв’язок свердловини).