深度学习与边缘增强相结合的断裂综合检测技术——顺北地区超深走滑断裂检测应用实例

作者：陈俊安; 陈海东; 龚伟; 廖茂辉

来源：石油地球物理勘探, 2022, 57(06): 1304-1256.

DOI：10.13810/j.cnki.issn.1000-7210.2022.06.005

• 超深走滑断裂
• 地震模式识别
• 深度学习
• 凌乱性检测
• Aberrance增强

塔里木盆地顺北地区超深断控缝洞型储集体发育，近年来不断有高产井涌现；同时，大量研究证实高角度走滑断裂对油气藏的运移和聚集起决定性作用。受“断控储集体”埋藏深，且走滑断裂断距小、难闭合等因素的影响，顺北地区地震资料信噪比低、断面特征不清晰，导致走滑断裂检测及空间解释难度较大。针对上述超深走滑断裂检测研究面临的难点，文中提出深度学习与边缘增强相结合的多尺度断裂综合检测技术：首先将走滑断裂按规模划分为主干断裂、伴生次级断裂、小尺度裂缝；通过正演主干断裂、次级断裂、裂缝等不同断裂模式的地震响应特征并进行方法实验，认为可应用U-Net卷积神经网络深度学习技术识别主干断裂、振幅梯度矢量凌乱性检测技术识别伴生次级断裂、Aberrance增强属性识别小尺度裂缝。将该套技术应用于顺北地区走滑断裂实际检测中，取得了显著效果。

• 单位
  中国地质大学（北京）