基于Yolox算法的碳酸盐岩储层溶洞“串珠状”异常反射智能检测 |
| |
引用本文: | 张傲,李宗杰,刘军,闫星宇,李伟,顾汉明.基于Yolox算法的碳酸盐岩储层溶洞“串珠状”异常反射智能检测[J].石油地球物理勘探,2023(3):540-549. |
| |
作者姓名: | 张傲 李宗杰 刘军 闫星宇 李伟 顾汉明 |
| |
作者单位: | 1. 中国地质大学(武汉)地球物理与空间信息学院;2. 地球内部多尺度成像湖北省重点实验室;3. 中国石化西北油田分公司勘探开发研究院 |
| |
摘 要: | 识别碳酸盐岩溶洞的传统方法主要基于地震反射特征分析,对数据的要求较高,普适性不强,效率低下且存在主观因素。利用卷积神经网络(CNN)的特征提取能力识别地质构造方法的研究对象主要是盐丘、断层、地层等大尺度目标,但对于识别溶洞等小尺度构造容易出现误判。由于不同尺度的溶洞在地震剖面上呈不同的反射特征,溶洞与“串珠状”间存在一定的映射关系。因此,可首先在地震剖面上识别相对大尺度的“串珠状”,然后基于“串珠状”与溶洞的映射关系识别溶洞。为此,提出了基于Yolox的“串珠状”目标检测模型网络结构,主要包括特征提取、特征加强、解耦头三个部分。输入地震剖面后,经特征提取得到不同尺度的有效特征,然后输入特征加强网络完成多尺度的特征融合,最后由解耦头获得检测框的信息,经解码后得到“串珠状”异常反射边界的位置并输出检测框。合成地震数据测试及实际地震数据测试结果表明:(1)传统方法以振幅为基础,当“串珠状”处于强同相轴及其附近时难以识别,且高值部分无法反映“串珠状”实际范围;(2)U-Net模型识别结果反映了“串珠状”的位置,但不能获得边界坐标,易将两个很近的“串珠状”误判为一个,识别准确率不高,存在错拾或漏...
|
关 键 词: | 溶洞 “串珠状”反射特征 特征提取 特征加强 解耦头 Yolox 目标检测 |
|
|