AUTOMATED APPROACHES FOR SALT DOME DETECTION FROM 2D AND 3D SEISMIC DATA. PhD thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF prepare_final_thesis_cd_asjad.pdf Download (20MB) | Preview

Arabic Abstract

ترتبط عملية تحليل البيانات السيزمية (الجيوفيزيائية) عادة بطرق تقليدية من خلال خبراء جيوفيزيائيين أو آليا باستخدام أنظمة الحاسب لاكتشاف التكوينات الجيولوجية ذات الأهمية. لهذه التكوينات العديد من التطبيقات في مجالات المسح الجيوفيزيائي كتحديد الصدوع، القباب الملحية، الأفق في الطبقات الأرضية وتراكيب جيولوجية أخرى. تقوم شركات النفط عند المسح الجيوفيزيائي بالاستفادة من انعكاسات الموجات السيزمية من الطبقات الأرضية لاكتشاف مكامن الغاز والنفط. ويعد التعيين الدقيق لموقع حقل النفط المحتمل ذا أهمية اقتصادية بالغة خصوصا عند حفر آبار التنقيب وما يتبعها من تكاليف باهظة قد تحدث عند الحفر في المكان الخاطئ. ومن أهم التراكيب الجيولوجية عند تحليل البيانات السيزمية هي القباب الملحية، والتي يرتبط تواجد الغاز الطبيعي والنفط بها. فيعتبر تحديدها خطوة رئيسية، حيث تشكل تلك القباب الملحية عازلا محكما لمكامن النفط. يتم تحديد القباب الملحية عادة عن طريق خبراء جيوفيزيائيين، حيث يتطلب تفسير البيانات السيزمية تدريبا مكثفا وخبرة طويلة في هذا المجال لتحديد موقع هذه التراكيب الجيولوجية بدقة. وتستغرق هذه المهمة الكثير من الوقت والجهد، بالإضافة لفريق عمل كبير نسبيا يحلل حجما هائلا من البيانات. ولتلافي هذه التحديات عند تحديد القباب الملحية بالطرق التقليدية، قام العديد من الباحثين مؤخرا بتطوير طرق آلية أو شبه آلية لاكتشاف القباب الملحية. في هذه الرسالة، نقترح عددا من الطرق الآلية لاكتشاف القباب الملحية من البيانات السيزمية ثنائية وثلاثية الأبعاد. وقمنا بتطوير طريقة متعددة الاتجاهات تعتمد على اكتشاف الحافة ثلاثية البعد للقباب الملحية للتغلب على ضعف أداء الطرق التقليدية ثنائية البعد. ونقترح طريقة أخرى تعتمد على السمات التركيبية (texture attributes) والترميز اعتمادا على البيانات لزيادة فعالية تحديد القباب الملحية. كما طورنا طريقة للتصنيف تمزج السمات التركيبية مع اكتشاف الحافة. نقترح في هذه الدراسة سمات جديدة باستخدام تحليل القيمة المفردة عالية الرتبة (higher order singular value decomposition)، فيتم احتساب هذه السمات باستخدام البيانات ثلاثية الأبعاد. كذلك قمنا باقتراح طريقة تعتمد على تشكيل قاموس من خلال تصنيف وترتيب الخصائص، ويتم الترتيب باستخدام أحدث الطرق في مجال نظرية المعلومات. أخيرا، قمنا بتطوير طرق تحديد وتعقب القباب الملحية تعتمد على نموذج ماركوف المخفي (hidden Markov model) أحادي البعد. هذه الرسالة تقدم مجموعة من الطرق الجديدة المتقدمة لتحديد واكتشاف القباب الملحية، وتطوير سمات جديدة لتصنيف القباب الملحية، وطرق معدلة لنموذج ماركوف المخفي لتتبع القباب الملحية في البيانات السيزمية المتعددة الأبعاد.

English Abstract

Seismic interpretation is commonly used to describe the process of data analysis by either a trained human expert or a computer aided system, with the aim of extracting important geologic features. Such features are then used in different seismic applications such as detection of faults, salt domes, horizons, and other events. The oil and gas industry uses the characteristics received from earth sub-surface echoes to detect oil reservoirs. Accurate localization of oil fields is crucial to the exploration process as it can save industry from huge financial losses which otherwise can happen due to drilling at wrong locations. One of the key tasks in seismic data interpretation is the detection of salt bodies, as major accumulations of oil and gas are associated with these structures. This is primarily due to the excellent sealing capabilities of salt domes. Historically, salt dome interpretation has been carried by human experts. Human interpreters require adequate training and experience to perform this task accurately and continuously. However, manual (or subjective) methods are slow, require a large amount of manpower, and can be affected by human fatigue, among other factors. To alleviate the challenges of manual interpretation of salt domes, we witnessed, in recent years, substantial research efforts put in developing automated or semi-automated salt dome detection workflows. In this thesis, we introduce a number of automated approaches for salt dome detection from 2D and 3D seismic data. We develop a multidirectional 3D edge-detector based salt dome detection technique to overcome the limitations of traditional 2D edge-based methods. We also introduce a data-driven codebook based workflow using texture attributes for efficient detection of salt bodies. Furthermore, we also develop a hybrid model using edge- and texture-based classifiers. The fusion of these two classifiers is carried at the decision level. We also propose new texture-based attributes using the concept of higher order singular value decomposition (HOSVD). The attributes are computed from 3D volumes, thus making them more suitable for 3D seismic data. We also develop a dictionary-based workflow using a feature ranking approach. The ranking is achieved using robust information theoretic models. Finally, we develop 1D HMM models for salt dome detection and tracking. In summary, the thesis provides a suite new approaches for salt dome detection (interpretation), new attributes for salt dome classification, and a modified HMM model for salt dome tracking in seismic volumes.

Item Type:	Thesis (PhD)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Deriche, Mohamed
Committee Co-Advisor:	AlRegib, Ghassan
Committee Members:	Zerguine, Azzedine and Ghouti, Lahouari and Mohandes, Mohamed
Depositing User:	ASJAD AMIN (g201203880)
Date Deposited:	23 Jan 2017 08:12
Last Modified:	01 Nov 2019 16:36
URI:	http://eprints.kfupm.edu.sa/id/eprint/140155