基于多层次框架的三维全层位自动追踪方法
【专利摘要】本发明公开了一种基于多层次框架的三维全层位自动追踪方法，包括以下步骤：S1：输入地震数据；S2：对输入的数据进行预处理，得到需要追踪区域的所有的层位极值点的位置；S3：利用基于层位极值点连接的层位片段生成算法对极值点进行处理，把极值点连接成层位块；S4：使用基于层位片段合并的层位面融合算法对步骤S3产生的层位块进行进一步的连接，生成大的层位；S5：使用专家系统对层位进行修正，得到最终追踪结果；S6：输出全层位追踪得到的层位。本发明实现了在复杂地质结构中精确地三维全层位追踪，充分利用了地震数据的波形特性、层位位置分布特性和层位间相互关系，提高了地震解释工作的效率和效果。
【专利说明】基于多层次框架的三维全层位自动追踪方法
【技术领域】
[0001]本发明涉及一种层位自动追踪方法，特别涉及一种基于多层次框架的三维全层位自动追踪方法。
【背景技术】
[0002]随着经济的发展和科学技术的进步，人们对石油和天然气等矿产资源的需求日益增大，虽然新能源的出现减少了人们对传统资源的依赖，但是石油和天然仍然是人们赖以生存的最重要的资源，石油资源深埋在地下几千米处，寻找深藏在地下几千米的油气田并不是一件容易的事情，目前探测油气田最主要的方法是地震勘探，地震勘探是在地面上人工激发地震波，地震波经过不同的地质结构反射后返回地面，被地面上的接收传感器接收，并把地震波记录下来，地震勘探的第二阶段是根据实际地震特性对接收传感器记录下来的地震信号加工处理，去除噪声，形成三维地震图像，地震勘探的最后一个阶段是地震解释，就是根据地震图像分析和预测地质结构，判断和识别油气储藏区。
[0003]地震解释是关于地下结构与属性的建模和预测过程，地下沉积层根据不同的岩石特性和形成年代分成若干层次，这种层次结构在地震数据中的直观反应是层位，层位解释一直是地震解释中非常重要的一部分，精准、有效的层位解释对于地下储层的分析有非常重要的支撑作用。传统的层位解释一直是靠人工解释，人工解释工作量大、耗费时间长，而且人工解释受解释人员主观意识影响、可验证性差。现存的自动追踪技术只能在地层构造比较简单的情况下达到构造解释的要求，并不能解释复杂的地质构造。
[0004]层位识别和追踪是地震解释中很重要的一部分，层位追踪主要是追踪地震图像中的同相轴，传统的层位追踪主要依靠地质工作者人工解释，人工解释工作量大、耗时久，而且无法避免主观性的影响，近年来出现了很多层位自动追踪方法，这些方法主要有基于相关方法、基于人工神经网络、基于遗传算法和基于有限混合高斯的层位追踪技术等。基于相关方法的层位追踪技术首先提取层位波形特征，通过波形特征的相关性来表示层位波形的相似程度，相关性方法认为相关系数大的波形属于同一个层位，实验表明相关性方法可以识别出一些明显的层位，但是明显的缺陷就是追踪出来的层位不够完整。基于人工神经网络的层位追踪技术把层位追踪问题转化为模式识别问题，人工神经网络用大量的训练样本来训练网络，然后用得到的训练模型对地震图像进行特征分类，人工神经网络方法可以识别明显的地质特征，但是追踪效果的好坏主要取决于训练样本集的选择，在训练过程中需要的大量的人工干预，而且耗费时间较长，可解释性差。基于遗传算法的层位追踪技术主要是对地震图像进行模型分析，把层位追踪问题转化为约束最优化问题，然后用遗传算法来求解，基于遗传算法的层位追踪技术主要问题是对复杂地质结构的逼近和求解的精度不够。基于有限混合高斯的层位追踪技术把层位追踪问题转化为特征集的聚类问题，认为波形特征聚在同一类的层位点属于同一个层位，这种方法有很好的跨越断层的能力，但是需要大量的人工干预。总之，现存的层位追踪技术在效果和自动化程度上很难达到地震勘探的要求，本发明提出一种新的三维全层位自动追踪技术，实际应用表明本发明能够满足地震勘探的需要。
【发明内容】
[0005]本发明的目的在于克服现有技术的不足，提供一种提出一种层位追踪的新方法，实现了在复杂地质结构中精确地三维全层位追踪，充分利用了地震数据的波形特性、层位位置分布特性和层位间相互关系，提高了地震解释工作的效率和效果的基于多层次框架的三维全层位自动追踪方法。
[0006]本发明的目的是通过以下技术方案来实现的:基于多层次框架的三维全层位自动追踪方法，包括以下步骤:
[0007]S1:输入地震数据；
[0008]S2:对输入的数据进行预处理，得到需要追踪区域的所有的层位极值点的位置；
[0009]S3:利用基于层位极值点连接的层位片段生成算法对极值点进行处理，把极值点连接成层位块；
[0010]S4:使用基于层位片段合并的层位面融合算法对步骤S3产生的层位块进行进一步的连接，生成大的层位；
[0011]S5:使用专家系统对层位进行修正，得到最终追踪结果；
[0012]S6:输出全层位追踪得到的层位。
[0013]进一步地，所述的步骤S2中进行数据预处理的具体方法为:输入地震数据是离散的三维体数据，数据体中存储的是地震波形的振幅值，数据体的三个维度分别是inline、crossline和time,三个维度范围分别是inline剖面个数，crossline剖面个数和time方向采样点的个数，当在time方向取出一道地震数据便是一个地震波形，地震数据预处理就是处理三维数据体中的每一个地震波形得到地震波形上的所有极值点，地震波形上的第i个点的值记为ki;如果第i个点是极大值点，则第i个点满足条件I^1 < ki； ki+1 < Iii，利用这个关系得到数据体中所有的层位极值点。
[0014]进一步地，所述的步骤S3中的层位片段生成算法包括以下子步骤:
[0015]S31:读入所有层位点；
[0016]S32:判断是否存在未被处理的层位点，若不存在则算法结束，生成所有层位，否则任取一个未被处理的层位点；
[0017]S33:判断该层位点是否为主动生成点，如果是主动生成点则把该点放入待遍历集合，进行下一步操作，如果不是主动生成点则把该点标记为被动生成点，返回步骤S32 ；
[0018]S34:判断待遍历集合是否为空，若待遍历集合为空则表示一个层位生成成功，层位id加1，返回步骤S32 ;若待遍历集合不为空，则从待遍历集合中任取一点进行下一步操作；
[0019]S35:剔除该点epsilon邻域中的异常点,给邻域中的点添加层位id,遍历epsilon中所有点，如果是主动生成点，加入到待遍历集合，如果不是主动生成点，标记为被动生成点，返回步骤S34。
[0020]所述的主动生成点定义为:处于层位内部的层位点，印silon邻域内层位点的个数大于阈值threshold。
[0021]所述的被动生成点定义为:处于层位边缘位置的层位点，印silon邻域内层位点的个数小于阈值threshold, epsilon邻域内有主动生成点。
[0022]所述的离群层位点定义为:处于层位边缘位置的层位点，印silon邻域内没有主动生成点。
[0023]进一步地，所述的步骤S4层位面融合算法包括以下子步骤:
[0024]S41:输入层位片段生成算法产生的层位；
[0025]S42:对所有层位点进行聚类:先找出地震数据中所有的层位，取出层位点附近的波形，对地震波形进行切比雪夫拟合得到拟合系数作为波形的特征，得到层位点的特征集合，用高斯混合模型算法对于层位点的特征集合进行聚类，得到聚类结果；
[0026]S43:任取一个层位；
[0027]S44:判断层位大小是否达到工区范围，若层位大小达到工区范围则表示层位是完整的，直接输出层位并返回步骤S43，否则进行下一步操作；
[0028]S45:判断是否有聚在同一类的层位，如果不存在聚在同一类中的层位，表示没有和本层位波形相似的层位，层位无需扩展，直接输出层位并返回步骤S43，否则进行下一步操作，
[0029]S46:判断聚在同一类的层位是否有交叠，由于三维地震数据中的层位是有起伏的曲面，但是每个层位中在每一道中只有一个层位点，所以有交叠的层位之间不能合并，如果层位有交叠则直接输出层位并返回步骤S43，否则进行下一步操作；
[0030]S47:合并两个层位,返回步骤S44。
[0031]本发明的有益效果是:
[0032]1、提出一种层位追踪的新方法，实现了在复杂地质结构中精确地三维全层位追踪，充分利用了地震数据的波形特性、层位位置分布特性和层位间相互关系，能够在复杂的地质结构中准确地实现全层位自动追踪，在解释复杂地震构造、跨越断层和层位完整性方面性能表现突出，能够有效提高地震解释工作的效率和效果；
[0033]2、可以完全代替人工解释，无需人工干预，实现了在大范围工区内的全层位自动追踪。
【专利附图】
【附图说明】
[0034]图1为本发明的层位自动追踪方法的流程图；
[0035]图2为本发明的从地震数据体中提取一个波形示意图；
[0036]图3为本发明的一个剖面中提取极值点示意图；
[0037]图4为本发明的层位片段生成算法流程图；
[0038]图5为本发明的层位点分类示意图；
[0039]图6为本发明的层位片段生成算法示意图；
[0040]图7为本发明层位面融合算法流程图；
[0041]图8为本实施例HFM算法中对所有层位点进行聚类的流程图；
[0042]图9为本实施例的层位合并示意图；
[0043]图10为本实施例的HFM算法效果图；
[0044]图11为本实施例的某工区H02和H023之间层位自动追踪结果俯视图；
[0045]图12为本实施例的某工区H02和H023之间全层位自动追踪结果与实际测井解释对比图；
[0046]图13为本实施例F3工区商业软件自动追踪结果；
[0047]图14为本实施例的F3工区本发明自动追踪结果。
【具体实施方式】
[0048]1、三维地震数据中层位位置查找方法
[0049]用于构造解释的数据是三维地震图像数据，三维地震图像数据可以表示为一个含有三个自变量的函数S = s(x, y, z)，一般认为X、y、z分别代表地震数据中的三个方向inline方向、crossline方向和time方向。x = X0时,S = s (x。，y, z)表示地震数据中的一个inline剖面，同样的y = yQ时,S = s (x, yQ, z)表示地震数据中的一个crossline剖面，当χ = Xtl, y = yo时，S = s(x0, y0, z)表示三维地震数据中的一道数据，也就是一个地震波形。对于经过降噪处理的三维地震数据，一般认为层位位于地震波形中的极值点位置，所以层位点(X(|, 10, Z0)满足条件:
cIS(x0.,y0.,z)
[0050]-- = O
dz
[0051]在三维地震图像数据中所有的层位点构成曲面可以表示为:
[0052]g(X^) = )z:fe^=0}
[0053]层位位置查找方法就是利用层位点的这种性质找出三维地震图像数据中所有的层位点。
[0054]2、三维地震数据中地震波形特征提取方法
[0055]在工程应用和科学实验中得到的三维地震数据一般是离散，这样在三维地震数据中的地震波形是一些离散的点，研究地震数据的波形特性首先要恢复出地震波形，也就是对离散点进行函数逼近，函数逼近主要是拟合和插值，插值的方法主要应用在数据点比较准确的情况下，得到的插值函数经过所有的离散数据点，而拟合方法主要是拟合离散点的趋势，离散数据点不必一定位于拟合函数上，三维地震数据一般是比较粗糙的数据，一般使用拟合的方法对地震波形进行函数逼近，不同的拟合方法主要是拟合函数的选择不同，常用的拟合函数有线性函数、多项式函数、指数函数、三角函数或其它函数。在地震波形函数逼近方面切比雪夫拟合表现出良好的特性，一般使用切比雪夫函数对地震波形进行拟合。
[0056]地震波形特征提取就是对拟合后的波形进行特征提取，常用的波形特征有波形的振幅、波形的周期、波形的能量等，层位追踪主要是基于波形的形状，研究发现地震波形的切比雪夫拟合系数存在很强的统计特性，同一层位附近波形的同阶拟合系数近似服从高斯分布，多阶拟合系数近似服从多维混合高斯分布，不同层位的波形的切比雪夫拟合系数服从不同的多维混合高斯分布，这样地震波形特征可以用切比雪夫拟合系数表示。
[0057]3、三维地震数据中地震波形特征聚类方法
[0058]把地震数据中所有层位点的切比雪夫拟合系数作为输入集合，在输入集合上进行聚类，把层位点的切比雪夫拟合系数聚成不同的簇，对应的层位点便位于不同的类中，通过这种方法可以把层位点分成不同的类，在这种方法中聚类算法只用到层位的波形特征，没有用到层位的位置关系，只要是波形相似的层位点便可以聚到同一类中。
[0059]聚类算法的种类很多，主要有基于划分的聚类、基于密度的聚类、基于分层的聚类、基于网格的聚类和基于模型的聚类等。选择什么样的聚类算法主要是根据数据特征和应用要求，在地震数据中，地震波形特征服从多维混合高斯分布，GMM算法是进行有限高斯混合模型最大似然估计的主要方法，对于符合多维混合高斯分布的特征有很好的聚类效果O
[0060]下面结合附图和具体实施例进一步说明本发明的技术方案，但本发明所保护的内容不局限于以下所述。
[0061]如图1所示，基于多层次框架的三维全层位自动追踪方法，包括以下步骤:
[0062]S1:输入地震数据；
[0063]S2:对输入的数据进行预处理，得到需要追踪区域的所有的层位极值点的位置；
[0064]S3:利用基于层位极值点连接的层位片段生成算法对极值点进行处理，把极值点连接成层位块；
[0065]S4:使用基于层位片段合并的层位面融合算法对步骤S3产生的层位块进行进一步的连接，生成大的层位；
[0066]S5:使用专家系统对层位进行修正，得到最终追踪结果；
[0067]S6:输出全层位追踪得到的层位。
[0068]进一步地，所述的步骤S2中进行数据预处理的具体方法为:输入地震数据是离散的三维体数据，数据体中存储的是地震波形的振幅值，数据体的三个维度分别是inline、crossline和time,三个维度范围分别是inline剖面个数，crossline剖面个数和time方向采样点的个数，当在time方向取出一道地震数据便是一个地震波形，如图2所示。地震数据预处理就是处理三维数据体中的每一个地震波形得到地震波形上的所有极值点，地震波形上的第i个点的值记为ki;如果第i个点是极大值点，则第i个点满足条件I^1 < ki； ki+1< ki;利用这个关系得到数据体中所有的层位极值点，如图3所示。
[0069]如图4所示，本实施例所述的步骤S3中的层位片段生成算法(HEC)包括以下子步骤:
[0070]S31:读入所有层位点；
[0071]S32:判断是否存在未被处理的层位点，若不存在则算法结束，生成所有层位，否则任取一个未被处理的层位点；
[0072]S33:判断该层位点是否为主动生成点，如果是主动生成点则把该点放入待遍历集合，进行下一步操作，如果不是主动生成点则把该点标记为被动生成点，返回步骤S32 ;如图3所以，图中的点D是主动生成点,D左边的点已经被访问过,下一个被访问的点是E点，就是通过这样不断生成新的主动生成点和被动生成点，层位片段不断的扩展；
[0073]S34:判断待遍历集合是否为空，若待遍历集合为空则表示一个层位生成成功，层位id加1，返回步骤S32 ;若待遍历集合不为空，则从待遍历集合中任取一点进行下一步操作；
[0074]S35:剔除该点epsilon邻域中的异常点,给邻域中的点添加层位id,遍历epsilon中所有点，如果是主动生成点，加入到待遍历集合，如果不是主动生成点，标记为被动生成点，返回步骤S34。如图6所示，图6中的点E是一个主动生成点，内圈显示的是E的epsilon邻域,外圈是2倍的epsilon邻域的,外圈用于剔除异常点,在E的epsilon邻域内，邻域内只有一个点G是未访问的点,但是G和E不一定属于同一个层位,如果G和E不属于同一个层位，G是E的epsilon邻域内的异常点，E的2epsilon邻域用于剔除epsilon邻域内的异常点，从图中可以看出在下一道中E的2印silon邻域内含有点G和H，这样通过G点、H点和层位点E处的波形求相关系数，保留一个和E处的波形最相似的波形的层位点，这样如果G和E不是同一层位，而H和E是同一层位的话，H点和E点波形的相关系数会大于E点和G的波形相关系数，这样就会剔除G点保留H点，从而达到剔除异常点的效果。
[0075]所述的主动生成点定义为:处于层位内部的层位点，印silon邻域内层位点的个数大于阈值threshold。如图5中点A所不，阈值threshold设为3, A的epsilon邻域内点的个数为6，大于阈值threshold，A为主动生成点。
[0076]所述的被动生成点定义为:处于层位边缘位置的层位点，印silon邻域内层位点的个数小于阈值threshold, epsilon邻域内有主动生成点。如图5中点C所示,C点epsilon邻域内点的个数为2,小于阈值threshold,所以C不是主动生成点，由于C的epsilon邻域内含有主动生成点，C是被动生成点。
[0077]所述的离群层位点定义为:处于层位边缘位置的层位点，印silon邻域内没有主动生成点。如图5中点B所示,B点epsilon邻域内点的个数为1，小于阈值threshold,所以B不是主动生成点，由于B的epsilon邻域内不含有主动生成点，B是离群层位点。
[0078]HEC算法得到的层位只能跨越小的断层，当断层的层位距离大于印silon时，HEC算法无法跨域，一个层位会形成两个；另外，当层位连续性差的时候，HEC算法会形成一个个的层位片段，无法连成大的层位。HFM算法对HEC算法产生的层位片段进行连接，可以把属于同一个层位的层位片段连接成大的层位，能成功的解决HEC算法的这两个缺陷。如图7所示，本实施例所述的步骤S4层位面融合算法(HFM)包括以下子步骤:
[0079]S41:输入层位片段生成算法产生的层位；
[0080]S42:对所有层位点进行聚类:先找出地震数据中所有的层位，取出层位点附近的波形，对地震波形进行切比雪夫拟合得到拟合系数作为波形的特征，得到层位点的特征集合，用高斯混合模型算法对于层位点的特征集合进行聚类，得到聚类结果，其具体流程如图8所示；
[0081]S43:任取一个层位；
[0082]S44:判断层位大小是否达到工区范围，若层位大小达到工区范围则表示层位是完整的，直接输出层位并返回步骤S43，否则进行下一步操作；
[0083]S45:判断是否有聚在同一类的层位，如果不存在聚在同一类中的层位，表示没有和本层位波形相似的层位，层位无需扩展，直接输出层位并返回步骤S43，否则进行下一步操作，
[0084]S46:判断聚在同一类的层位是否有交叠，由于三维地震数据中的层位是有起伏的曲面，但是每个层位中在每一道中只有一个层位点，所以有交叠的层位之间不能合并，如果层位有交叠则直接输出层位并返回步骤S43，否则进行下一步操作；
[0085]S47:合并两个层位，返回步骤S44 ;如图9所示，A和B是由HEC算法连接生成的层位片段，在高斯混合模型算法(GMM算法)中层位片段A和B属于同一类中，而且A和B没有层位交叠，所以在HFM算法中把层位A和B连接成一个层位。
[0086]本发明的HFM算法效果图如图10所示，图中，a)是HEC算法产生的层位片段，可以看出很多的层位片段并不是完整的层位，b)是GMM算法聚类的结果图，从b)中可以看出一些层位片段被聚在了同一类中，c)是FLG对a)和b)中的结果进行融合后的效果图，可以看出a)中的很多层位片段被融合到了同一层位。
[0087]由于实际的地质结构非常复杂，在地震勘探和地质构造解释工作中存在无法用现有的地质理论解释的现象，对地震工区的构造解释要根据实际的勘探结果进行调整，本算法流程中的专家级的层位结果修正算法正是基于这一实际情况，让经验丰富的构造解释专家结合实际勘探结果对全层位追踪结果进行修正，使得追踪结果更加符合实际的地质构造。
[0088]本发明在实际工区应用:
[0089]本实施例选取了西南地区某工区须二上亚段开展全层位自动追踪工作，追踪目的层段顶部的弱反射同相轴，即丘状、槽状地震相地震相，进而研究有利地震相空间分布特征。图11为在H03和H23之间进行全层位追踪得到的层位碎片俯视图，为了验证本发明提出的全层位追踪方法的正确性，把本发明的H03和H23之间的全层位追踪结果和实际的测井结果进行对比，如图12所示。从图中可以看出，由于两层之间的层位过于碎小，人工解释的方法很难识别出所有的层位碎片，而在图12中可以清楚地看到本发明提出的全层位自动追踪方法能够狠准确地追踪出所有的目标层位，本发明提出的全层位追踪结果和实际测井资料有很好的吻合。
[0090]本发明方案与商业软件对比:F3工区是北海位于荷兰部分的一个区块，对这个区块做了 3D地震采集，目的是进行上侏罗系——下白垩系地层的油气勘探，由于F3工区地质结构比较复杂，一直是构造解释的难点，本发明选择本工区测试算法性能，并和目前性能最好的商业软件进行对比，图13为F3工区商业软件自动追踪结果，图14为工区本发明自动追踪结果。从追踪结果可以看出本发明追踪出来的层位更加精细，有很多层位商业软件没有追踪出来，在本发明中被追踪出来了。
[0091]为了测试本发明算法时间效率，选择某工区中不同范围大小的数据进行全层位追踪测试，测试结果如表一所示:
[0092]表一
[0093]
【权利要求】
1.基于多层次框架的三维全层位自动追踪方法，其特征在于，包括以下步骤: S1:输入地震数据； 52:对输入的数据进行预处理，得到需要追踪区域的所有的层位极值点的位置； 53:利用基于层位极值点连接的层位片段生成算法对极值点进行处理，把极值点连接成层位块； 54:使用基于层位片段合并的层位面融合算法对步骤S3产生的层位块进行进一步的连接，生成大的层位； 55:使用专家系统对层位进行修正，得到最终追踪结果； 56:输出全层位追踪得到的层位。
2.根据权利要求1所述的三维全层位自动追踪方法，其特征在于，所述的步骤S2中进行数据预处理的具体方法为:输入地震数据是离散的三维体数据，数据体中存储的是地震波形的振幅值，数据体的三个维度分别是inline、crossline和time,三个维度范围分别是inline剖面个数，crossline剖面个数和time方向采样点的个数，当在time方向取出一道地震数据便是一个地震波形，地震数据预处理就是处理三维数据体中的每一个地震波形得到地震波形上的所有极值点，地震波形上的第i个点的值记为ki;如果第i个点是极大值点，则第i个点满足条件V1 < H < ki;利用这个关系得到数据体中所有的层位极值点。
3.根据权利要求1所述的三维全层位自动追踪方法，其特征在于，所述的步骤S3中的层位片段生成算法包括以下子步骤: 531:读入所有层位点； 532:判断是否存在未被处理的层位点，若不存在则算法结束，生成所有层位，否则任取一个未被处理的层位点； 533:判断该层位点是否为主动生成点，如果是主动生成点则把该点放入待遍历集合，进行下一步操作，如果不是主动生成点则把该点标记为被动生成点，返回步骤S32 ； 534:判断待遍历集合是否为空，若待遍历集合为空则表示一个层位生成成功，层位id加1，返回步骤S32 ;若待遍历集合不为空，则从待遍历集合中任取一点进行下一步操作； 535:剔除该点epsilon邻域中的异常点,给邻域中的点添加层位id,遍历epsilon中所有点，如果是主动生成点，加入到待遍历集合，如果不是主动生成点，标记为被动生成点，返回步骤S34。
4.根据权利要求3所述的三维全层位自动追踪方法，其特征在于，所述的主动生成点定义为:处于层位内部的层位点，epsilon邻域内层位点的个数大于阈值threshold。
5.根据权利要求3所述的三维全层位自动追踪方法，其特征在于，所述的被动生成点定义为:处于层位边缘位置的层位点，epsilon邻域内层位点的个数小于阈值threshold,epsilon邻域内有主动生成点。
6.根据权利要求3所述的三维全层位自动追踪方法，其特征在于，所述的离群层位点定义为:处于层位边缘位置的层位点，epsilon邻域内没有主动生成点。
7.根据权利要求3所述的三维全层位自动追踪方法，其特征在于，所述的步骤S4层位面融合算法包括以下子步骤: S41:输入层位片段生成算法产生的层位； 542:对所有层位点进行聚类:先找出地震数据中所有的层位，取出层位点附近的波形，对地震波形进行切比雪夫拟合得到拟合系数作为波形的特征，得到层位点的特征集合，用高斯混合模型算法对于层位点的特征集合进行聚类，得到聚类结果； 543:任取一个层位； S44:判断层位大小是否达到工区范围，若层位大小达到工区范围则表示层位是完整的，直接输出层位并返回步骤S43，否则进行下一步操作； 545:判断是否有聚在同一类的层位，如果不存在聚在同一类中的层位，表示没有和本层位波形相似的层位，层位无需扩展，直接输出层位并返回步骤S43，否则进行下一步操作， 546:判断聚在同一类的层位是否有交叠，由于三维地震数据中的层位是有起伏的曲面，但是每个层位中在每一道中只有一个层位点，所以有交叠的层位之间不能合并，如果层位有交叠则直接输出层位并返回步骤S43，否则进行下一步操作； 547:合并两个层位，返回步骤S44。
【文档编号】G01V1/28GK104199092SQ201410440323
【公开日】2014年12月10日 申请日期:2014年8月31日 优先权日:2014年8月31日
【发明者】钱峰, 苏照杰, 胡光岷 申请人:电子科技大学