張 泉，朱連章，郭加樹，李然然

（中國石油大學（華東）計算機與通信工程學院，山東青島266580）

地震DNA算法的改進及其在地震層位拾取中的應用

張 泉，朱連章，郭加樹，李然然

（中國石油大學（華東）計算機與通信工程學院，山東青島266580）

地震DNA算法是一種新的層位自動提取算法，因其匹配出符合條件的地震特征較多，所以拾取到的地震層位連續(xù)性較差，且層位劃分不夠明顯，很難區(qū)分所找到的地震波是否屬于同一個地震層位。為此，嘗試將聚類方法引入到地震DNA算法中，對地震DNA算法所找到的地震波進行分類，然后使用歐氏距離連接聚類好的點，并使用C3相干算法找出并屏蔽掉斷層區(qū)域，使其具有更好的連續(xù)性和準確性。應用改進后的地震DNA算法對勝利油田某二維疊后地震數(shù)據(jù)進行測試，結果表明，該方法的追蹤結果比改進前的結果連續(xù)性更好、準確性更高，驗證了該方法的可行性和有效性。

地震DNA算法；同相軸追蹤；相干算法；正則表達式；歐氏距離

隨著地震勘探技術的不斷發(fā)展，對地震資料解釋的要求越來越高，而地震層位的追蹤是地震解釋工作的重中之重。因為實際地質(zhì)層位一般和地震剖面上的同相軸相對應，所以可以通過追蹤地震波同相軸來實現(xiàn)地震層位的拾取。由于地震反演需要通過地震層位構建的低頻模型做約束條件，因此地震層位的準確拾取對地震反演至關重要，對儲層預測起到關鍵作用。傳統(tǒng)的地震層位追蹤方法依據(jù)地震波運動學和動力學特征進行人工對比追蹤［1］，但是隨著大規(guī)模三維地震數(shù)據(jù)的不斷增多，人工拾取極其費時費力，且效率低、準確性差，有必要利用自動化方法來實現(xiàn)同相軸的自動追蹤。這不僅能提高工作效率，還可以增加追蹤結果的準確性。

多年來，國內(nèi)外許多學者致力于地震層位追蹤研究，如：張銀鳳等［2］提出了用模糊聚類方法實現(xiàn)層位自動對比的方法；周冠雄等［3］提出了一種新的AR（auto regressive）自動追蹤技術，第一次將AR模型用來描述同相軸，并完成了同相軸的AR自動追蹤；陸文凱等［4］采用非監(jiān)督學習的自組織神經(jīng)網(wǎng)絡拾取同相軸；AURNHAMMER等［5］利用遺傳算法解決了同相軸在斷層位置自動拾取的難題；彭文等［6］提出了一種利用四階累計函數(shù)對人工追蹤的層位進行相關計算的層位自動追蹤方法；許景新等［7］提出了一種新的三維地震反射面自動追蹤算法，將三維地震數(shù)據(jù)轉換為三維灰度圖像，這樣可以根據(jù)數(shù)據(jù)大小的變化，自適應地進行反射面追蹤；李鵬等［8］應用Roberts，Sobel，Prewitt，Log和Canny圖像邊緣檢測算子追蹤同相軸，經(jīng)過實際資料的應用，發(fā)現(xiàn)Log和Canny算子追蹤同相軸的效果要遠遠好于Roberts，Sobel及Prewitt算子；PAUGET等［9］利用成本函數(shù)求最優(yōu)解的方法將相鄰地震點相連，從而達到拾取同相軸的目的；楊微等［10］提出將Hilditch細化算法應用到地震數(shù)據(jù)的處理解釋中，來檢測同相軸；BAKKE等［11］提出了地震DNA算法。

地震DNA算法是一種非局部的同相軸檢測方法［12］，將地震資料中的數(shù)值信息轉換成字符信息，然后通過正則表達式逐道對目標信息進行匹配，從而找到具有相似信息的地震波，來達到拾取地震層位的目的。雖然該方法將難以匹配的數(shù)值信息轉化為較容易匹配的字符信息，使其可以在整個數(shù)據(jù)空間中搜索目標信息，但該算法在匹配時會將搜索范圍內(nèi)所有滿足條件的DNA片段全部搜索出來，導致匹配出的地震波信息比較雜亂且地震層位劃分不夠明顯。因此，我們針對此問題提出了一種改進方法，將聚類引入到地震DNA算法中，對地震DNA算法所找到的地震波進行分類連接，使其具有更好的連續(xù)性。最后利用勝利油田某二維疊后地震數(shù)據(jù)對改進后的算法進行了測試。

1 地震DNA算法的基本原理

在生物信息學中使用DNA搜索技術來檢測出想要查找的堿基對序列的位置，地震DNA算法是受DNA搜索技術的啟發(fā)而產(chǎn)生的。地震DNA算法的核心是使地震數(shù)據(jù)具有文本數(shù)據(jù)的特點，這樣就可以像搜索文本數(shù)據(jù)那樣搜索地震數(shù)據(jù)。正則表達式是使用單個字符串來描述、匹配一系列符合某個句法規(guī)則的字符串，其通常被用來檢索或替換符合某個模式的文本，這種技術主要應用于文本搜索當中。

地震DNA算法的基本流程如圖1所示，其核心方法主要分為以下兩步。

圖1 地震DNA算法的基本流程

式中：字符“a”和“c”分別表示［min，0．5）和（0．5，max］內(nèi)的數(shù)值，分別代表波谷和波峰區(qū)域的數(shù)值；字符“b”表示［0．5，0．5］內(nèi)的數(shù)值，代表地震資料中零交叉點區(qū)域的數(shù)值。

第二步，使用正則表達式構建搜索模式。特征因子（Gene）由一系列字符排列而成，定義字符在搜索中允許被搜索以及字符在序列中可以被重復的次數(shù)。例如，可以使用正則表達式a｛2，3｝b｛0，1｝c｛4，5｝來定義特征因子。這個正則表達式搜索的是a，b，c的組合，其中｛2，3｝，｛0，1｝，｛4，5｝分別代表a，b，c的個數(shù)范圍，左右數(shù)字分別代表該字符的最小和最大出現(xiàn)次數(shù)，符合這個范圍內(nèi)的所有字符串都將被匹配出來。如a｛2，3｝b｛0，1｝c｛4，5｝可以匹配出的字符串為aacccc，aabcccc，aaaccccc，aaabcccc，aaaccccc，aaabccccc，aaccccc和aabccccc的8種組合方式。

在使用正則表達式搜索時字符的零重復也是一種有效匹配，利用這一特性，可以讓一些子特性在一個有效的匹配中出現(xiàn)或者不出現(xiàn)，從而構建更為復雜的匹配模式。地震DNA技術并不限定輸入數(shù)據(jù)，只要是數(shù)值數(shù)據(jù)都可以輸入，比如可以使用振幅數(shù)據(jù)或頻率數(shù)據(jù)來實現(xiàn)地震層位的拾?。?3］。

2 地震DNA算法存在的問題

地震DNA算法在對特征進行匹配時逐道進行，所以在搜索范圍內(nèi)所有符合條件的信息都會被搜索出來，因此使用該算法匹配出符合條件的字符串較多，從而導致匹配出的地震層位連續(xù)性較差，且層位劃分不夠明顯，很難區(qū)分找到的地震波是否屬于同一個地震層位。例如將圖2a中的某一小段地震信息通過設置轉換因子a［－1．0，－0．2），b［－0．2，0．2］，c（0．2，1．0］將其轉換成如圖2b所示的字符空間，通過設置正則表達式b｛3，6｝c｛5，8｝b｛4，7｝搜索到的符合條件的DNA片段如圖2c所示。由于字符“c”代表（0．2，1．0］之間的數(shù)值，因此可以近似地將所匹配出字符串中間位置的“c”作為波峰位置。比如找到的片段為“bbbbcccccbbbbb”，那么第3個“c”所在的位置可以近似看作是其波峰位置。圖2d為最后得出的波峰位置的點集。比較圖2a和圖2d可以看出，最后拾取到的同相軸在740ms左右和840ms左右位置的連續(xù)性較差。

圖2 地震DNA算法演示結果

3 地震DNA算法的改進

鑒于地震DNA算法匹配出的地震層位連續(xù)性差和斷層位置容易串層等問題，本文引進聚類連接的方法對地震DNA算法進行改進。首先用聚類的方法將通過地震DNA算法所找到的波峰位置的散點進行分類，然后使用歐式距離將聚類好的點進行連接，并利用C3相干算法找出并屏蔽掉斷層區(qū)域，從而提高地震DNA算法拾取地震層位的連續(xù)性和準確性。

3．1 聚類

采用聚類的方法對地震DNA算法所找到的散點進行分類。首先對第1道上的散點進行搜索，如果搜索到n個點，就暫時分為n類（A1，A2，…，An），然后再遍歷第2道。在遍歷第2道時先判斷找到的散點是否屬于第1道上的n類中的一種，因為是相鄰道之間匹配，因此可以用時間差Δt來判斷是否屬于同一類。若時間差小于閾值，則說明其屬于同一類，則將其放入相應的類中。如果小于閾值的數(shù)多于一個，則將其歸入與其差值最小的那類當中。若沒有小于閾值的數(shù)，則再增加一個新的類An＋1，并將其歸入An＋1中。一直遍歷到最后一個地震道，這樣可以將每一個地震道上連續(xù)且鄰近的點連接起來，如圖3a所示。

3．2 連接

流感由傳染性極強的流感病毒引起，流行期為秋冬到初春。發(fā)熱癥狀比感冒嚴重，持續(xù)高燒，嬰幼兒一般還會有嘔吐、腹瀉等腸胃不適的癥狀。嚴重的流感引發(fā)肺炎及腦部疾病并發(fā)癥的可能性也比較高。

通過聚類的方法可以將距離相近的散點連接起來。為了進一步提高連續(xù)性，將距離較遠且在同一地震層位上的點連接起來。如果沒有斷層，一般來說地震層位連續(xù)，所以地震波之間的歐氏距離是判定地震波是否在同一個地震層位上的重要依據(jù)，因此本文采用歐氏距離作為較遠點之間連接的約束條件。

連接時，首先將所找到的每一類的第1個點的坐標位置和最后一點的坐標位置記錄下來，然后將每類的最后一點的坐標位置與其它類的第1個點的坐標位置進行歐式距離計算。在二維時間域地震數(shù)據(jù)中點的坐標用時間和道號來表示，其歐氏距離公式為：

式中：Jr，Tr為每一類中最右邊地震道上點的道號和時間；Jl，Tl為其它類最左邊地震道上點的道號和時間。在計算出所有的歐氏距離后，需要設置閾值。為了避免串層，一般將時間的范圍設置小一些，道范圍設置大一些。使用最短距離原則［14］查找在閾值范圍內(nèi)距離最小的值，將其連接起來，連接效果如圖3b所示。對比圖3b與圖2d可以看出，聚類連接的方法提高了層位的連續(xù)性。

3．3 斷層識別

使用歐氏距離進行連接時，在斷層位置很容易出現(xiàn)串層現(xiàn)象，所以在應用聚類連接方法時應先將斷層區(qū)域進行屏蔽，防止在斷層區(qū)域形成串層。目前常用的斷層識別方法有蟻群追蹤算法［14］、波形分析技術［15］、相干體技術［16］等，本文采用C3相干算法來實現(xiàn)斷層的檢測。相干數(shù)據(jù)體是用來計算由構造、地層、巖性等各種地質(zhì)因素引起的地震響應橫向變化的一種方法，可以突出相鄰地震道的不連續(xù)性，壓制其連續(xù)性，使各種地質(zhì)構造異常和巖性變化的顯示更加清晰、直觀［17］。假設λj（j＝1，2，…，J）是協(xié)方差矩陣的第j個特征值，其中λ1是其最大特征值，則C3相干算法的計算公式為：

圖3 聚類（a）和連接（b）后的效果

圖4 有無屏蔽斷層區(qū)域所拾取到的層位對比

將圖4a中的某一小段含有斷層的地震信息劃分成區(qū)域為19×19的矩陣，進行C3相干計算，得到的黑色區(qū)域即為斷層區(qū)域（圖4b）。圖4c為采用聚類連接方法但未屏蔽掉斷層區(qū)域得到的層位拾取結果。從圖4c中可以看出，在斷層區(qū)域有很明顯的串層現(xiàn)象。圖4d為采用C3相干算法屏蔽掉斷層區(qū)域以后的層位拾取結果。從圖4d中可以看出，在斷層區(qū)域層位都是斷開的，基本沒有串層現(xiàn)象。對比圖4c和圖4d可以看出，屏蔽掉斷層區(qū)域后得到的層位拾取結果更加準確。

4 改進的地震DNA算法的實現(xiàn)步驟

改進后的地震DNA算法流程如圖5所示，其主要步驟如下。

1）輸入二維地震數(shù)據(jù)，利用中值濾波［18］、邊緣定向增強擴展［19］等方法對輸入的地震數(shù)據(jù)進行降噪處理；

2）設置轉換器將振幅組成的數(shù)值數(shù)據(jù)空間轉換成字符數(shù)據(jù)空間，然后設置特征因子并對字符數(shù)據(jù)空間進行檢索，找出符合條件的數(shù)據(jù)，最后求被檢索出的字符串c的中間位置，將其近似地作為波峰位置；

3）利用C3相干算法在數(shù)值空間中進行計算，找到并屏蔽掉斷層區(qū)域；然后設置Δt的閾值來對求出的散點進行聚類，觀察聚類后的結果，看是否出現(xiàn)串層。若出現(xiàn)串層，則調(diào)整Δt閾值重新進行聚類，否則進行下一步。

圖5 改進的DNA算法流程

4）設置d，x，y的閾值，對距離較遠的點進行連接，觀察結果是否出現(xiàn)串層，若出現(xiàn)串層，則調(diào)整d，x，y的閾值重新進行連接，否則輸出拾取到的同相軸。

5）采用人工判斷的方法將斷層區(qū)域兩側進行連接，并修改細節(jié)完成同相軸的最終提取。

5 應用實例

選擇勝利油田某工區(qū)二維疊后地震數(shù)據(jù)（圖6）測試本文方法的有效性，此方法對于時間域和深度域的地震數(shù)據(jù)均適用，本文采用時間域地震數(shù)據(jù)進行試驗。

在將振幅信息轉換成字符信息前需要先對地震數(shù)據(jù)進行降噪，接著將地震振幅信息進行歸一化處理，以確保地震振幅范圍在［－1．0，1．0］，然后將振幅空間按照轉換規(guī)則a［－1．0，－0．2），b［－0．2，0．2］，c（0．2，1．0］轉換成為字符空間。圖7為轉換完成以后的DNA字符數(shù)據(jù)空間。設置搜索的正則表達式為a｛0，9｝b｛1，3｝c｛4，10｝b｛2，5｝a｛0，11｝，搜索出符合條件的字符串序列如圖8所示。從圖8中可以看出，用地震DNA算法搜索出的同相軸連續(xù)性較差，且在斷層兩側出現(xiàn)了串層。

使用聚類連接方法對地震DNA算法找到的數(shù)據(jù)進行處理。首先將數(shù)據(jù)空間劃分為若干個49×49的矩陣，對其進行C3相干運算［20］，結果如圖9所示。對其中的黑色區(qū)域進行屏蔽，然后設置Δt的閾值為（0，5）來完成聚類，設置d，x，y的閾值分別為（0，6），（0，15），（0，5）來完成連接，得到的結果如圖10所示。對比圖8和圖10可以看出，使用了改進的DNA算法后，同相軸在斷層兩邊沒有進行連接且同相軸的連 續(xù)性有明顯增強。

圖6 勝利油田某工區(qū)二維疊后地震數(shù)據(jù)

圖7 字符數(shù)據(jù)空間

圖8 地震DNA法找到的地震層位

圖9 C3相干算法找到的斷層區(qū)域

圖10 利用改進的地震DNA算法處理后的地震層位

6 結論

地震DNA算法是一種新的地震層位拾取方法，可以一次追蹤多個地震層位，相較于傳統(tǒng)的相關追蹤、線性插值等算法，該算法提高了層位追蹤的效率，具有廣闊的應用前景。但由于其搜索出符合條件的信息較多，從而導致其匹配到的地震層位連續(xù)性較差，且層位劃分不夠明顯。本文針對此問題提出了一種改進算法，該算法將聚類連接的方法引入到地震DNA算法中，對通過地震DNA算法所找到的地震層位進行分類連接。實際地震數(shù)據(jù)的應用結果表明，改進后的地震DNA算法所提取的同相軸更連續(xù)，地震層位更加準確。

［1］ 許建華，王世庫，趙廷壽．用鏈匹配算法自動拾取同相軸［J］．石油物探，1990，29（2）：13－23

XU J H，WANG S K，ZHAO T S．Picking the events automatically by chain matching algorithm［J］．Geophysical Prospecting for Petroleum，1990，29（2）：13－23

［2］ 張銀鳳，黃延祜．模糊聚類分析方法在地震層位自動對比中的應用［J］．石油物探，1989，28（2）：13－25

ZHANG Y F，HUANG Y K．The application of ambiguous clustering analysis to seismic horizon automatic contrast［J］．Geophysical Prospecting for Petroleum，1989，28（2）：13－25

［3］ 周冠雄，胡志成．地震剖面圖同相軸的AR自動追蹤方法［J］．自動化學報，1991，17（3）：359－362

ZHOU G X，HU Z C．AR－method for automaticallytracking syncphase axis of the seismic cross－section graph［J］．Acta Automatica Sinica，1991，17（3）：359－362

［4］ 陸文凱，牟永光．用自組織神經(jīng)網(wǎng)絡實現(xiàn)地震同相軸自動追蹤［J］．石油物探，1998，37（1）：77－83

LU W K，MU Y G．Seismic event automatic tracking using self－organizing neural network［J］．Geophysical Prospecting for Petroleum，1998，37（1）：77－83

［5］ AURNHAMMER M，TONNIES K D．A genetic algorithm for automated horizon correlation across faults in seismic images［J］．IEEE Transactions on Evolutionary Computation，2005，9（2）：201－210

［6］ 彭文，熊曉軍，韓小?。诟唠A統(tǒng)計量的層位自動追蹤方法［J］．新疆石油地質(zhì)，2006，27（6）：743－745

PENG W，XIONG X J，HAN X J．Automatic tracing of horizons based on higher order statistics［J］．Xinjiang Petroleum Geology，2006，27（6）：743－745

［7］ 許景新，劉顯德．一種三維地震反射面自動追蹤算法及其應用［J］．大慶石油學院學報，2007，31（4）：73－75

XU J X，LIU X D．An automatic track algorithm and application of 3Dseismic－reflecting surface［J］．Journal of Daqing Petroleum Institute，2007，31（4）：73－75

［8］ 李鵬，馮晅，王典，等．地震剖面同相軸自動追蹤技術研究［J］．吉林大學學報（地球科學版），2008，38（增刊）：76－79

LI P，F(xiàn)ENG Y，WANG D，et al．Auto Tracking the Syncphase Axis of Seismic Profiles［J］．Journal of Jilin University（Earth Science Edition），2008，38（S1）：76－79

［9］ PAUGET F，LACAZE S，VALDING T．A global approach in seismic interpretation based on cost function minimization［J］．SEG Technical Program Expanded Abstracts，2009，28（1）：2592－2596

［10］ 楊微，陳可洋．利用圖像細化算法檢測地震反射同相軸［J］．復雜油氣藏，2011，4（2）：31－34

YANG W，CHEN K Y．The seismic reflection cophasal axes checked by using image thin algorithm［J］．Complex Hydrocarbon Reservoirs，2011，4（2）：31－34

［11］ BAKKE J?H，GRAMSTAD O，S?NNELAND L．Seismic DNA－a novel seismic feature extraction method using non－local and multi－attribute sets［R］．Copenhagen：74thEAGE Conference and Exhibition Incorporating Europec，2012，DOI：10．3997／2214－4609．20148249

［12］ 羅紅梅．地震DNA地層超剝點線識別技術及應用［J］．石油物探，2016，55（3）：414－424

LUO H M．Stratigraphic pitching－out point and line identification technology based on seismic DNA and its application［J］．Geophysical Prospecting for Petroleum，2016，55（3）：414－424

［13］ 向東進，李宏偉，劉小雅．實用多元統(tǒng)計分析［M］．武漢：中國地質(zhì)大學出版社，2005：1－184

XIANG D J，LI H W，LIU X Y．Applied multivariate statistical analysis［M］．Wuhan：China University of Geosciences Press，2005：1－184

［14］ 嚴哲，顧漢明，蔡成國，等．利用方向約束蟻群算法識別斷層［J］．石油地球物理勘探，2011，46（4）：614－620

YAN Z，GU H M，CAI C G，et al．Identification of faults by using direction constrained ant colony algorithm［J］．Oil Geophysical Prospecting，2011，46（4）：614－620

［15］ 師永民，祁軍，張成學，等．應用地震波形分析技術預測裂縫的方法探討［J］．石油物探，2005，44（2）：128－130

SHI Y M，QI J，ZHANG C X，et al．Discussion of the method of applying seismic waveform analysis techniques to predict fracture［J］．Geophysical Prospecting for Petroleum，2005，44（2）：128－130

［16］ 孫夕平，楊國權．三維地震相干體技術在目標區(qū)沉積相研究中的應用［J］．石油物探，2004，43（6）：591－594

SUN X P，YANG G Q．Application of 3Dseismic coherence cube technology to target area sedimentary facies research［J］．Geophysical Prospecting for Petroleum，2004，43（6）：591－594

［17］ 楊立強，郝天珧，宋海斌，等．應用小波變換和C3相干算法檢測地震剖面同相軸［J］．物探化探計算技術，2004，26（4）：302－305

YANG L Q，HAO T Y，SONG H B，et al．Seismic event detection based on wavelet transtorm and c3coherence algorithm［J］．Computing Techniques for Geophysical and Geochemical Exploration，2004，26（4）：302－305

［18］ 趙高長，張磊，武風波．改進的中值濾波算法在圖像去噪中的應用［J］．應用光學，2011，32（4）：678－682

ZHAO G C，ZHANG L，WU F B．Application of improved median filtering algorithm to image de－noising［J］．Journal of Applied Optics，2011，32（4）：678－682

［19］ 鐘勇，孫東，陳磊．圖像增強技術在地震資料處理中的應用［J］．物探與化探，2010，34（3）：392－395 ZHONG Y，SUN D，CHEN L．The application of the image enhancement technology to seismic data processing［J］．Geophysical＆Geochemical Exploration，2010，34（3）：392－395

［20］ 苑書金．地震相干體技術的研究綜述［J］．勘探地球物理進展，2007，30（1）：7－15

YUAN S J．A review of seismic coherence techniques［J］．Progress in Exploration Geophysics，2007，30（1）：7－15

（編輯：顧石慶）

The improvement of seismic DNA algorithm and its application in automatic horizon pickup

ZHANG Quan，ZHU Lianzhang，GUOJiashu，LIRanran
（1．College of Computer ＆Communication Engineering，China University of Petroleum，Qingdao 266580，China）

DNA algorithm is a new method to extract seismic horizons automatically．However，the horizons it picks up have a weak continuity and unclear layer division because it matches too much seismic features that satisfy conditions．It is difficult to determine whether these seismic horizons belong to the same layer．Therefore，in this paper，we tried to introduce clustering method to seismic DNA algorithm．The seismic horizons extracted by seismic DNA algorithm were classified and the clustered points were linked using Euclidean distance．In addition，C3coherent algorithm was applied to find and block fault areas in order to ensure a better continuity and accuracy．The proposed method has been evaluated using 2Dpost－stack seismic data from Shengli Oilfield and the results showed that it can achieve a higher accuracy of horizon tracking than previous methods，verifying the feasibility and availability of the proposed algorithm．

seismic DNA algorithm，events tracking，coherent algorithm，regular expression，Euclidean distance

P631

A

1000－1441（2017）03－0400－08

10．3969／j．issn．1000－1441．2017．03．010

張泉，朱連章，郭加樹，等．地震DNA算法的改進及其在地震層位拾取中的應用［J］．石油物探，2017，56（3）：400－407

ZHANG Quan，ZHU Lianzhang，GUO Jiashu，et al．The improvement of seismic DNA algorithm and its application in automatic horizon pickup［J］．Geophysical Prospecting for Petroleum，2017，56（3）：400－407

2016－05－23；改回日期：2016－11－18。

張泉（1990—），男，碩士在讀，主要從事計算機網(wǎng)絡與應用研究工作。

山東省優(yōu)秀中青年科學家科研獎勵基金計劃項目（BS2014DX021）資助。

This research is financially supported by the Science and Research Reward Fund Program of Shandong Excellent Young Scientist（Grant No．BS2014DX021）．