專利名稱：獲得地質(zhì)構(gòu)造的紋理表示的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種可在一個(gè)載體上形成某種地質(zhì)構(gòu)造的特征性紋理的方法，更具體地說，涉及一種可利用所述地質(zhì)構(gòu)造的某塊局部區(qū)域的圖象獲得能反映該地質(zhì)構(gòu)造紋理特點(diǎn)的拓?fù)鋱D的方法。
利用比如說FMI(巖層縮微影象技術(shù)，F(xiàn)ullbore FormationMicroimage)以及/或者FMS(巖層細(xì)光柵掃描儀，F(xiàn)ormation MicroScanner)等方法得到的礦井炮眼的電象(由Schlumberger公司顯影)包含著豐富的信息，對(duì)于石油行業(yè)很有價(jià)值。這種影象目前幾乎只是被結(jié)構(gòu)學(xué)家們用來對(duì)鉆井內(nèi)的巖層和斷層平面的幾何特征進(jìn)行精細(xì)的測(cè)量。
FM1和FM5方法可利用有關(guān)鉆井內(nèi)部電傳導(dǎo)性的測(cè)量值產(chǎn)生電象。為此，它們需要有四個(gè)活動(dòng)連接的臂，每個(gè)臂上各有一個(gè)爪墊和一塊墊板。每只爪墊上有比如說24個(gè)探頭(電極)。在整個(gè)成像過程中，利用一個(gè)機(jī)械系統(tǒng)將每只爪墊貼在鉆井的炮眼上。
一個(gè)電象就是一個(gè)鉆井炮眼的視圖。當(dāng)炮眼打開的時(shí)候，電象的水平軸反映爪墊電極的方位分布。豎直軸表示鉆井炮眼的深度(高度)。這樣，就形成了由(比如說)24欄(每一個(gè)電極產(chǎn)生一欄)、一共數(shù)千行構(gòu)成的鉆井炮眼圖象，每個(gè)象素大約占2.5平方毫米?？梢杂谩捌矫娌痪鶆蛐浴焙汀包c(diǎn)不均勻性”概念對(duì)電象進(jìn)行分析。平面不均勻性概念有助于分析地質(zhì)介質(zhì)(或稱“地質(zhì)環(huán)境”)的底層和斷層平面，這些平面橫切而呈現(xiàn)成層結(jié)構(gòu)。電象的其余部分反映與巖石物理學(xué)參數(shù)(孔隙度)或沉積學(xué)參數(shù)(bioturbations等)中的變化相關(guān)的變化。
人們對(duì)礦井炮眼電象的紋理特征進(jìn)行了分析和自動(dòng)分割。不過，為此目的而進(jìn)行的操作在鑒別的觀點(diǎn)上出現(xiàn)了一些問題。首先是試圖對(duì)炮眼電象中可觀察到的典型紋理結(jié)構(gòu)進(jìn)行識(shí)別，然后對(duì)其屬性(特征)進(jìn)行掃描以便對(duì)所述結(jié)構(gòu)進(jìn)行描繪，最后，在屬性空間中對(duì)超平面加以確定以便對(duì)典型紋理結(jié)構(gòu)進(jìn)行鑒別。
J.F.Rivest建議采用一種數(shù)學(xué)結(jié)構(gòu)和等級(jí)分類辦法，見“地質(zhì)圖象自動(dòng)分析以及數(shù)學(xué)結(jié)構(gòu)在繪圖上的應(yīng)用”，博士論文，Ecole NationaleSuperieure des Mines de Paris，1992。
Harris等人則利用“同現(xiàn)矩陣”(cooccurrence matrices)概念，并通過利用神經(jīng)網(wǎng)絡(luò)進(jìn)行分類的方法進(jìn)行鑒別，見“在地質(zhì)映象中利用神經(jīng)網(wǎng)絡(luò)進(jìn)行巖相類型鑒別”，Eurocaipep 93，20-22/09/1993。Luthi則利用Laws(Goal，Directed Texture Segmentation，Technical Note334，Artificial Intelligence Center，SRI Inlernational，Meulo Park，29，P.)所定義的“紋理能(texture energies)”概念，建議對(duì)構(gòu)成這種能量的主要成分進(jìn)行分析，見“利用紋理能和紋理組將數(shù)學(xué)巖相紋理分割成若干層理”，Mathematical Geology，Vol.26，No.2，pp.181-198。
Gagalowicz試圖說明紋理結(jié)構(gòu)是一種用以定量描述圖象中某一區(qū)域的信息含量的尺度，它與視覺的判斷有關(guān)。他用“平移不變性”概念對(duì)此進(jìn)行解釋。他說，對(duì)一個(gè)紋理的觀察本身會(huì)留下同樣的視覺印象，而不論被觀察到的紋理部分如何。他還定義了“紋理清晰度”的概念，用以表示當(dāng)通過觀察窗對(duì)紋理參量進(jìn)行觀察而這些參量開始不再保持平移不變性時(shí)觀察窗的最小面積，(見“Vers un modele de textures”，博士論文，Universite déParis VI，1983。
在1983年7月丹麥哥本哈根舉行的第三屆斯堪的那維亞圖象分析會(huì)議上提供的“在相關(guān)性和直方圖控制下進(jìn)行自然紋理合成”(′Naturaltexture synthesis with the control of correlation and histogram′)一文中，Gagalowicz和Ma提出一種用一階和二階動(dòng)差(即直方圖和自動(dòng)協(xié)方差)定義的模型，并證明該模型可用于描述許多種類型的自然紋理。事實(shí)上，直方圖有助于保存紋理的對(duì)比度，而自協(xié)方差則可提供有關(guān)紋理顆粒大小和方向方面的信息。
直方圖(H)和自協(xié)方差(M2)分別由下面的方程(1)和方程(2)給出H(l)=1NΣiNδ(Xi-l)---(1)]]>M2(Δ)=1NΣiN(Xi-η)(XI+Δ-η)σ2---(2)]]>其中，
Δ＝(Δx，Δy)是平面的一次平移N為象素的總數(shù)Xi和Xi+Δ是在紋理的i點(diǎn)和i+Δ點(diǎn)的象素的發(fā)光強(qiáng)度1是發(fā)光度L的一個(gè)可能值δ為Kronecker標(biāo)記。當(dāng)x＝0時(shí)，δ(x)＝1；x≠0時(shí)，δ(x)＝0。
由于M2(Δ)＝M2(-Δ)，為觀察到紋理而需要的平移次數(shù)為M＝Nx×Ny/2-1…(3)其中，Nx和Ny是X/Y坐標(biāo)系中參考(標(biāo)準(zhǔn))紋理的大小(面積)，它們可根據(jù)有關(guān)的構(gòu)造和紋理進(jìn)行調(diào)整。
于是，用直方圖H和自協(xié)方差M2(Δ)定義的紋理模型的參數(shù)個(gè)數(shù)為D2＝L+M然而，該模型與其它的隨機(jī)模型(比如同現(xiàn)矩陣)相比，其參數(shù)個(gè)數(shù)比較少，這使得它在對(duì)電象上可見的紋理集進(jìn)行描述時(shí)并非總是有效。
本發(fā)明的一個(gè)目的是提出另外一種方法，它是一種嚴(yán)格意義上的完全自動(dòng)的隨機(jī)方法，可用于對(duì)礦井炮眼的電象進(jìn)行紋理分析和分割。
本發(fā)明涉及一種用于產(chǎn)生關(guān)于某種地質(zhì)介質(zhì)的紋理特征的拓?fù)鋱D，其特征在于
·產(chǎn)生關(guān)于所述介質(zhì)的沉積結(jié)構(gòu)特點(diǎn)的若干圖象；·在各個(gè)圖象的各個(gè)點(diǎn)以及該點(diǎn)周圍的空間域內(nèi)，對(duì)與所述圖象性質(zhì)相對(duì)應(yīng)的參數(shù)進(jìn)行評(píng)估，以便為所述每一個(gè)點(diǎn)確定一個(gè)特征矢量(或“紋理矢量”)，從而獲得一個(gè)特征矢量集；·從所述紋理矢量集中選出那些能夠反映所述地質(zhì)介質(zhì)的特征性紋理結(jié)構(gòu)的特征矢量；·利用一種由眾多呈二維分布的細(xì)胞組成的神經(jīng)網(wǎng)絡(luò)，其中細(xì)胞的個(gè)數(shù)等于特征性紋理結(jié)構(gòu)的種數(shù)；以及讓所述神經(jīng)網(wǎng)絡(luò)對(duì)選出的特征矢量進(jìn)行學(xué)習(xí)，以便最終獲得一張關(guān)于所述地質(zhì)介質(zhì)的紋理特征的拓?fù)鋱D。
本發(fā)明特別適用于用前面所述的方法獲得的電象的情況。
本發(fā)明還適用于在所述地質(zhì)環(huán)境中抽樣得到的巖芯輪廓照片圖象的情況。為此，申請(qǐng)人以AUTOCAR的名義開發(fā)了一種專門的照像工具(見Reference FR-A-2571512)。
根據(jù)本發(fā)明的其他特點(diǎn)，使一塊區(qū)域的各個(gè)點(diǎn)均位于同一垂直平面上并根據(jù)其高度進(jìn)行識(shí)別；對(duì)于每一高度，其在拓?fù)鋱D中均有一個(gè)對(duì)應(yīng)的細(xì)胞，將該細(xì)胞的編號(hào)分配給所述的高度，所有這些高度和細(xì)胞之間的對(duì)應(yīng)關(guān)系表示為一個(gè)特征邏輯。利用特征邏輯可得到一個(gè)距離邏輯，用來表示兩個(gè)連續(xù)特征(或紋理)之間的距離。
這樣，就產(chǎn)生了一種相應(yīng)于地質(zhì)巖層中的紋理所呈現(xiàn)的數(shù)的變化的特征邏輯，它是巖層深度的函數(shù)。而且，這樣一種特征邏輯在某些具體的特定的條件下，可以用來對(duì)地質(zhì)巖層的布置環(huán)境和可滲透性進(jìn)行預(yù)測(cè)。
本發(fā)明的上述特點(diǎn)和別的優(yōu)點(diǎn)可從下述關(guān)于本發(fā)明方法的一個(gè)實(shí)例及其附圖中得到體現(xiàn)。其中

圖1表示一種地質(zhì)介質(zhì)的特征性紋理的拓?fù)鋱D；圖2是利用本發(fā)明方法從圖1所示的拓?fù)鋱D中得到的一個(gè)紋理(特征)邏輯。
在鉆井中，利用一個(gè)前述類型的擁有四只爪墊的工具獲得一個(gè)關(guān)于鉆井壁的(至少一塊區(qū)域的)電象。這種方法為專家門所熟知，這里不再贅述。每只爪墊產(chǎn)生一長(zhǎng)條豎直的帶狀電象。圖2左側(cè)對(duì)鉆井內(nèi)一塊給定區(qū)域的四條電象I1-I4進(jìn)行了大體的描繪。這是一些結(jié)構(gòu)性的沉積物圖象，反映該地質(zhì)介質(zhì)的沉積結(jié)構(gòu)特征。
本發(fā)明建議為鉆井的每一種高度(深度)鑒別出一種特征性的紋理結(jié)構(gòu)，例如，象圖2中在33.1-35.4高度之間所示的那樣。在深度/高度d處的特征紋理矢量B由比如說沿著巖石底層平面正弦被占15×15cm的控制窗內(nèi)計(jì)算出的紋理矢量的平均值來定義。與底層平面相對(duì)應(yīng)的正弦被反映的是井壁交叉點(diǎn)(intersection)的電象，所述底層平面通常并不與井壁成直角，而是呈圓柱形。正弦波的相位和振幅分別對(duì)應(yīng)井壁方位和視傾角，知道了井壁的方位偏差之后，就可以用來確定其真實(shí)方位和傾角。為使紋理特征矢量B達(dá)到最穩(wěn)定狀態(tài)，調(diào)節(jié)控制窗的方向，使其與正弦波的傾角方向一致。
根據(jù)本發(fā)明，首先在電象的每一點(diǎn)及其周圍的空間域內(nèi)對(duì)與所述電象的性質(zhì)相對(duì)應(yīng)的參數(shù)進(jìn)行評(píng)估。為了獲得一個(gè)與該點(diǎn)有關(guān)的特征矢量，這些參數(shù)必須恰好與巖層的紋理有關(guān)。
要對(duì)井壁的四個(gè)電象I1-I4上可見到的紋理集進(jìn)行描述，可以將其中灰色的電平值分成八段，并利用一個(gè)15×15cm的控制窗，從而可給出
為了使上述模型有效，可利用特征矢量B合成一種有起來與原始圖象紋理結(jié)構(gòu)相類似的紋理結(jié)構(gòu)。這種合成方法與Ma在其博士論文(′Modelisation et synthese de textwes，Application a I′infographie′，Universite de Paris V1，1983)中提出的方法相似。Ma的方法的創(chuàng)造性在于利用最小均方差產(chǎn)生一個(gè)其特征矢量為BTM的圖象，即ERR＝||B-BTX||2該方法分兩個(gè)步驟進(jìn)行，下面對(duì)此進(jìn)行簡(jiǎn)要說明。
在第一步驟，產(chǎn)生一個(gè)白噪聲圖象，其直方圖與原始紋理的直方圖相等。為此，需要在1和N(總的象素個(gè)數(shù))之間產(chǎn)生一個(gè)呈均勻分布的隨機(jī)數(shù)Am。利用遞增的直方圖函數(shù)在點(diǎn)m(Xm)處找到一個(gè)值X。由于白噪聲圖象的各個(gè)點(diǎn)都是相互獨(dú)立的，自協(xié)方差M2TX(Δ)一律為零。
在第二步驟，利用最小均方差(ERR)對(duì)生成的紋理逐點(diǎn)進(jìn)行修正，并用發(fā)光度lopt代表i點(diǎn)的發(fā)光度li，即ERRopt=Mink∈L||B-BKTX||2]]>如果用lk(lkL)代替i點(diǎn)的光度li，則對(duì)紋理的統(tǒng)計(jì)參數(shù)TX相應(yīng)進(jìn)行如下修正HTX(li)→HTX(li)-1/NHTX(lk)→HTX(lk)-1/N∀Δ,Δ∈TΔ,M2TX(Δ)→M2TX(Δ)+(lj+lj′-2η)(lk-li)Nσ2]]>其中，lj和lj′分別的(i+Δ)點(diǎn)和(i-Δ)點(diǎn)的發(fā)光度，于是ERR=||B-BTX||2=WΣl∈L(H(l)-HTX(l))2+ΣΔ∈TΔ(M2(Δ)-M2TX(Δ))2]]>其中，系數(shù)W是由實(shí)驗(yàn)測(cè)定的一個(gè)常數(shù)(W＝2000)，它使得不同類型的參數(shù)(直方圖和自協(xié)方差)一致收斂。為使誤差分布盡可能均勻，圖象點(diǎn)的選取可以在任意一條掃描線上進(jìn)行。
請(qǐng)注意，上述算法使得均方差ERR為一單調(diào)減函數(shù)，這保證了ERR收斂于軌跡的最低點(diǎn)。結(jié)果發(fā)現(xiàn)，對(duì)于電像的所有紋理，其ERR的收斂值只有其初始值的百分之幾，而且只需要進(jìn)行2-5次迭代。所謂迭代是指對(duì)圖象進(jìn)行一次全掃描。為使觀察到的合成紋理盡可能和原始紋理相似，往往需要進(jìn)行多次迭代。
利用上述合成法對(duì)所有的特征矢量進(jìn)行“有效處理”之后，可得到一組矢量，其中每一個(gè)矢量均與其余矢量明顯不同。
從上述有效特征矢量組(集)中選出那些能反映地質(zhì)環(huán)境特征的矢量。
根據(jù)本發(fā)明，利用一張拓?fù)鋱D對(duì)特征矢量進(jìn)行正確的分類和排序，這樣就可以在拓?fù)鋱D的相鄰類型特征矢量中發(fā)現(xiàn)那些可見的相似的紋理結(jié)構(gòu)。
為了實(shí)現(xiàn)對(duì)特征矢量進(jìn)行分類和排序的目的，根據(jù)本發(fā)明建立了一種無人監(jiān)視的神經(jīng)網(wǎng)絡(luò)(特別是Kohonen神經(jīng)網(wǎng)絡(luò))，該網(wǎng)絡(luò)具有兩個(gè)維度，其細(xì)胞個(gè)數(shù)等于特征性紋理結(jié)構(gòu)的總數(shù)。
在另一個(gè)步驟中，該神經(jīng)網(wǎng)絡(luò)經(jīng)歷一個(gè)學(xué)習(xí)過程，對(duì)選出的特征矢量進(jìn)行學(xué)習(xí)。這樣，在學(xué)習(xí)過程的最后，每一個(gè)細(xì)胞就可以對(duì)應(yīng)一個(gè)待識(shí)別的特征矢量。
為此，需要進(jìn)行如下的迭代設(shè)E為待分類的特征矢量集，C為拓?fù)鋱D的細(xì)胞集，第0次迭代對(duì)拓?fù)鋱D中細(xì)胞的權(quán)重進(jìn)行任意的初始化第1次迭代(1＜t≤最大迭代次數(shù))分兩步對(duì)拓?fù)鋱D的權(quán)重進(jìn)行更新(1)對(duì)應(yīng)于E中的每一個(gè)特征矢量Ei，在拓?fù)鋱D中找到與Ei最相近(關(guān))的細(xì)胞Ci，(2)給位于細(xì)胞Ci附近的所有細(xì)胞Cj重新賦權(quán)值其中，d為細(xì)胞Ci和Cj之間的距離，δ(t)為鄰近參數(shù)，ε(t)為增益系數(shù)根據(jù)本發(fā)明的一個(gè)特點(diǎn)，使ε(t)的值小于1，在第一次迭代時(shí)最好取值為0.7，并且，每對(duì)特征矢量(或迭代矢量)進(jìn)行一次掃描，ε(t)和δ(t)的值就遞減。當(dāng)實(shí)現(xiàn)了所要的收斂目的時(shí)，即當(dāng)對(duì)選中的特征矢量進(jìn)行的再掃描并不改變(或者只是略微改變)細(xì)胞的排序時(shí)，就可以認(rèn)為迭代已經(jīng)結(jié)束。
圖1表示利用本發(fā)明方法得到的紋理圖，圖中有100個(gè)細(xì)胞，每個(gè)細(xì)胞對(duì)應(yīng)鉆井地質(zhì)區(qū)中一個(gè)特征性的紋理結(jié)構(gòu)。這樣，細(xì)胞的個(gè)數(shù)就等于待分類和排序的特征性紋理結(jié)構(gòu)的種類數(shù)目。
在圖1的特征性紋理結(jié)構(gòu)圖中，從右上角的細(xì)胞開始按遞增順序沿Z字形對(duì)每一個(gè)細(xì)胞進(jìn)行編號(hào)，這樣，賦予每個(gè)細(xì)胞的編號(hào)是連續(xù)不間斷的。
根據(jù)本發(fā)明的另一個(gè)特點(diǎn)，可以提供一種“虛構(gòu)的”(紋理)特征邏輯，它可以采用聲音或電的形式，作為巖層中紋理的深度的函數(shù)對(duì)應(yīng)于其中的數(shù)的變化。這種邏輯圖如圖2的中央部分所示。
為了產(chǎn)生根據(jù)本發(fā)明的特征邏輯，必須將電象的所有特征矢量反映到拓?fù)鋱D上，每個(gè)特征矢量均與礦井的某種高度相聯(lián)系。
為反映到拓?fù)鋱D上的每一個(gè)特征矢量賦一個(gè)值，使它等于與該矢量相對(duì)應(yīng)的細(xì)胞的號(hào)碼。所謂“與矢量相對(duì)應(yīng)的細(xì)胞”是指具有與該特征矢量所定義的紋理結(jié)構(gòu)為相象的紋理結(jié)構(gòu)的那個(gè)細(xì)胞。
高度和細(xì)胞之間對(duì)應(yīng)關(guān)系形成特征邏輯。
于是，根據(jù)本發(fā)明，利用圖1中的拓?fù)鋱D和/或由此衍生出來的特征邏輯可以直接識(shí)別出具有不同對(duì)比度和顆粒大小分布的平面型紋理結(jié)構(gòu)和點(diǎn)狀紋理結(jié)構(gòu)。事實(shí)上，每個(gè)紋理結(jié)構(gòu)的圖象均由若干區(qū)域構(gòu)成，這些區(qū)域的大小和形狀可用于將平面型紋理結(jié)構(gòu)同點(diǎn)狀紋理結(jié)構(gòu)區(qū)分開來平面型紋理面積較大，呈長(zhǎng)條形；點(diǎn)狀紋理呈圓形，面積中等偏小。
利用特征邏輯可以定義距離邏輯(見圖2的右手部分)。距離邏輯表達(dá)兩個(gè)連續(xù)特征紋理之間的距離，亦即它們對(duì)應(yīng)的特征矢量之間的距離。對(duì)于一個(gè)給定的高度而言，每一個(gè)特征矢量均由其參數(shù)(用直方圓和自協(xié)方差定義)來確定。
本發(fā)明根本不局限于利用具有如前所述特點(diǎn)的工具而獲得的電象，也不局限于巖芯圖象或是礦井紋理圖的情形。
實(shí)際上，這里所述的圖象完全可以從別的渠道獲得。本發(fā)明關(guān)鍵的要素是能夠從所述圖象中建立起特征矢量，并根據(jù)本發(fā)明方法對(duì)它們進(jìn)行分類和排序。
這樣，才有可能進(jìn)行后面的神經(jīng)網(wǎng)絡(luò)(特別是一張二維Kohonen拓?fù)鋱D)的學(xué)習(xí)過程。該過程需要利用從同一塊油田中的若干個(gè)不同鉆井內(nèi)或者甚至是從一塊包括該油田在內(nèi)的更大范圍的地質(zhì)盆地中獲得的特征矢量。根據(jù)不同的要求，拓?fù)鋱D的細(xì)胞(或種類)數(shù)目可以達(dá)到比如幾百個(gè)甚至更多，從而可以代表所述的油田或盆地。為此，需要從同一塊油田的若干個(gè)不同的鉆井內(nèi)分別采集一些紋理特征矢量，并讓二維神經(jīng)網(wǎng)絡(luò)對(duì)這些矢量進(jìn)行學(xué)習(xí)。當(dāng)從所述神經(jīng)網(wǎng)絡(luò)中抽取出的拓?fù)鋱D達(dá)到收斂性時(shí)，既可以用每個(gè)鉆井的全部井壁紋理特征矢量分別為每個(gè)鉆井產(chǎn)生一個(gè)特征邏輯；也可以用所有鉆井的特征矢量來產(chǎn)生一個(gè)綜合的特征邏輯，該邏輯代表所有這些鉆井的全部紋理結(jié)構(gòu)。顯然，這些邏輯將代表包含這些鉆井在內(nèi)的整塊油田。
在地質(zhì)盆地規(guī)模，可以將上述油田鉆井的特征矢量同利用別的方法-特別是從所述盆地的眾多地方采樣的巖芯的沉積結(jié)構(gòu)中-產(chǎn)生的特征矢量結(jié)合起來考慮。勿庸置疑，對(duì)特征邏輯的分析和解釋是沉積學(xué)家們的工作，他們將不得不對(duì)沉積物以及別的、與該拓?fù)鋱D和/或根據(jù)本發(fā)明獲得的特征邏輯有關(guān)的巖石的性質(zhì)進(jìn)行研究。顯然，這樣一種一般性的方法可以擴(kuò)展到比盆地更大的區(qū)域范圍。沉積學(xué)家們同意這樣一種觀點(diǎn)巖石紋理結(jié)構(gòu)種類是有限的，通過利用代表各種可能存在的紋理結(jié)構(gòu)的特征矢量進(jìn)行拓?fù)鋱D學(xué)習(xí)，可以最終獲得一張按適當(dāng)維數(shù)分布的拓?fù)鋱D，它實(shí)際上對(duì)于反映在該拓?fù)鋱D中的任何一種類型的紋理結(jié)構(gòu)都是有用的。
權(quán)利要求
1.一種用于獲得關(guān)于某種地質(zhì)介質(zhì)的紋理特征的拓?fù)鋱D的方法，其特征在于·形成反映所述介質(zhì)沉積結(jié)構(gòu)特征的圖象；·在每個(gè)圖象的各個(gè)點(diǎn)及該點(diǎn)周圍的空間域內(nèi)，對(duì)與所述圖象的性質(zhì)相對(duì)應(yīng)的參數(shù)進(jìn)行評(píng)估，以便為所述每一個(gè)點(diǎn)確立一個(gè)特征矢量，從而獲得一個(gè)特征矢量集；·從所述的矢量集中選出那些能夠反映所述地質(zhì)介質(zhì)的特征性紋理結(jié)構(gòu)的特征矢量；·利用一種由許多呈二維分布的細(xì)胞構(gòu)成的神經(jīng)網(wǎng)絡(luò)，其中細(xì)胞的個(gè)數(shù)等于特征性紋理結(jié)構(gòu)的種數(shù)；以及讓所述神經(jīng)網(wǎng)絡(luò)對(duì)所述選中的特征矢量進(jìn)行學(xué)習(xí)，以便最終獲得一張關(guān)于所述地質(zhì)介質(zhì)的紋理特征的拓?fù)鋱D。
2.如權(quán)利要求1所述的方法，其特征在于，所述圖象為在所述介質(zhì)中某一鉆井井壁輪廓的電象。
3.如權(quán)利要求1所述的方法，其特征在于，所述圖象來自所述地質(zhì)介質(zhì)中抽樣到的巖心的輪廓。
4.如權(quán)利要求1-3所述的方法，其特征在于，所述矢量集中的所有特征矢量在神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)之后全都提供給所述神經(jīng)網(wǎng)絡(luò)；其進(jìn)一步的特征在于，與所述地質(zhì)介質(zhì)的某一區(qū)域相對(duì)應(yīng)的圖象的各點(diǎn)位于同一垂直平面上，但處在不同的高度；其進(jìn)一步的特征在于，對(duì)于每一種高度而言，其對(duì)應(yīng)的細(xì)胞均反映在拓?fù)鋱D中，為每一高度分配其所對(duì)應(yīng)的細(xì)胞的編號(hào)，高度和細(xì)胞之間的這種對(duì)應(yīng)關(guān)系用特征邏輯來表示。
5.如權(quán)利要求4所述的方法，其特征在于，從所述特征邏輯出發(fā)產(chǎn)生一個(gè)距離邏輯，它代表兩個(gè)連續(xù)特征之間的距離。
6.如權(quán)利要求2所述的方法，其特征在于，所述電象是從許多個(gè)彼此之間有一定間隔距離的鉆井中獲得的。
7.如權(quán)利要求1和6所述的方法，其特征在于，所述最終的拓?fù)鋱D至少能反映包括所述多個(gè)鉆井在內(nèi)的那一部分地質(zhì)介質(zhì)的特征。
8.如前述任何一條權(quán)利要求中所述的方法，其特征在于，所述的神經(jīng)網(wǎng)絡(luò)是無人監(jiān)督的。
全文摘要
本發(fā)明為一種用于對(duì)某種地質(zhì)構(gòu)造的紋理特征進(jìn)行描繪的方法，其特點(diǎn)在于形成所述地質(zhì)環(huán)境(構(gòu)造)的沉積結(jié)構(gòu)特征圖象；在每一個(gè)所述圖象的各個(gè)點(diǎn)和該點(diǎn)周圍的空間域內(nèi)對(duì)與該圖象的屬性相對(duì)應(yīng)的參數(shù)進(jìn)行評(píng)估，以便為所述每一個(gè)點(diǎn)確定一個(gè)特征矢量，從而獲得一個(gè)特征矢量集；從所述特征矢量集中選出能反映所述地質(zhì)環(huán)境的特征性紋理結(jié)構(gòu)的特征矢量；利用一個(gè)神經(jīng)網(wǎng)絡(luò)對(duì)選出的特征矢量進(jìn)行學(xué)習(xí)，從而最終產(chǎn)生一張能反映所述地質(zhì)環(huán)境的紋理特征的拓?fù)鋱D。
文檔編號(hào)G01V1/30GK1165563SQ96191087
公開日1997年11月19日 申請(qǐng)日期1996年9月11日 優(yōu)先權(quán)日1995年9月19日
發(fā)明者奈曼·科思克, 菲利普·拉比勒, 辛尤·葉 申請(qǐng)人:埃爾夫·阿奎坦生產(chǎn)公司