탄성파 코다 파는 두 수진기에서 기록된 탄성파 자료의 상호상관으로부터 두 신호에 대한 순간응답을 구하고 이로부터 지층정보를 구하는데 이용된다. 여기에서는 인공합성 탄성파 자료와 가스 하이드레이트 현장자료에 적용하여 상호상관 모음도와 가상음원 모음도 (virtual source)를 구하고자 하였다. 인공합성자료는 해저면 탄성파 탐사법 (ocean bottom seismic)을 모델로 이용하여 인공합성 탄성파 단면도를 제작하였으며, 탄성파 코다 파를 살펴보기 위해 인공 OBS 자료 중 첫 번째 트레이스를 가상음원으로 정하고 모든 음원 모음도와 상호상관으로 가상응원 단면도를 제작하였다. 현장자료 적용으로는 해저면 기인 고진폭 반사파인 BSR (bottom simulating reflection)을 포함하고 있는 자료를 선정하여 상호상관 단면도와 가상음원 단면도를 제작하였다. 중합단면도상에 나타난 가스 분출지역은 상호상관 단면도에서도 나타났으며, 중합단면도상 BSR부분은 vs 단면도에서 강한 반사파를 보여줌을 알 수 있었다.
When acquiring seismic data, various types of simultaneously recorded seismic noise hinder accurate interpretation. Therefore, it is essential to attenuate this noise during the processing of seismic data and research on seismic noise attenuation. For this purpose, machine learning is extensively used. This study attempts to attenuate noise in prestack seismic data using unsupervised machine learning. Three unsupervised machine learning models, N2NUNET, PATCHUNET, and DDUL, are trained and applied to synthetic and field prestack seismic data to attenuate the noise and leave clean seismic data. The results are qualitatively and quantitatively analyzed and demonstrated that all three unsupervised learning models succeeded in removing seismic noise from both synthetic and field data. Of the three, the N2NUNET model performed the worst, and the PATCHUNET and DDUL models produced almost identical results, although the DDUL model performed slightly better.
Recent trend in petroleum/gas exploration is an application of 3D seismic exploration technique. Unlike the conventional 2D seismic data processing, 3D seismic data processing is considered as the one which requires expensive commercial software systems and high performance computer. This paper propose a practical 3D seismic processing methodology on a personal computer using public domain software such as SU, SEPlib, and SEPlib3D. The applicability of the proposed method has been demonstrated by successful application to a well known realistic 3D synthetic data, SEG/EAGE 3D salt model data.
Kim, Ji-Soo;Lee, Jae-Young;Seo, Yong-Seok;Ju, Hyeon-Tae
The Journal of Engineering Geology
/
v.23
no.4
/
pp.457-465
/
2013
We integrated and correlated datasets from surface and subsurface geophysics, drilling cores, and engineering geology to identify geological interfaces and characterize the joints and fracture zones within the rock mass. The regional geometry of a geologically weak zone was investigated via a fence projection of electrical resistivity data and a borehole image-processing system. Subsurface discontinuities and intensive fracture zones within the rock mass are delineated by cross-hole seismic tomography and analyses of dip directions in rose diagrams. The dynamic elastic modulus is studied in terms of the P-wave velocity and Poisson's ratio. Subsurface discontinuities, which are conventionally identified using the N value and from core samples, can now be identified from anomalous reflection coefficients (i.e., acoustic impedance contrast) calculated using a pair of well logs, comprising seismic velocity from suspension-PS logging and density from logging. Intensive fracture zones identified in the synthetic seismogram are matched to core loss zones in the drilling core data and to a high concentration of joints in the borehole imaging system. The upper boundaries of fracture zones are correlated to strongly negative amplitude in the synthetic trace, which is constructed by convolution of the optimal Ricker wavelet with a reflection coefficient. The standard deviations of dynamic elastic moduli are higher for fracture zones than for acompact rock mass, due to the wide range of velocities resulting from the large numbers of joints and fractures within the zone.
The supervised learning-based deep-learning seismic inversion techniques have demonstrated successful performance in synthetic data examples targeting small-scale areas. The supervised learning-based deep-learning seismic inversion uses time-domain wavefields as input and subsurface velocity models as output. Because the time-domain wavefields contain various types of wave information, the data size is considerably large. Therefore, research applying supervised learning-based deep-learning seismic inversion trained with a significant amount of field-scale data has not yet been conducted. In this study, we predict subsurface velocity models using Laplace-domain wavefields as input instead of time-domain wavefields to apply a supervised learning-based deep-learning seismic inversion technique to field-scale data. Using Laplace-domain wavefields instead of time-domain wavefields significantly reduces the size of the input data, thereby accelerating the neural network training, although the resolution of the results is reduced. Additionally, a large grid interval can be used to efficiently predict the velocity model of the field data size, and the results obtained can be used as the initial model for subsequent inversions. The neural network is trained using only synthetic data by generating a massive synthetic velocity model and Laplace-domain wavefields of the same size as the field-scale data. In addition, we adopt a towed-streamer acquisition geometry to simulate a marine seismic survey. Testing the trained network on numerical examples using the test data and a benchmark model yielded appropriate background velocity models.
The discrete wavelet transform(DWT) has potential as a tool for supplying discriminatory attributes with which to distinguish seismic events. The wavelet transform has the great advantage over the Fourier transform in being able to localize changes. In this study, a discrete wavelet transform is applied to seismic traces for identifying seismic events and picking of arrival times for first breaks and S-wave arrivals. The precise determination of arrival times can greatly improve the quality of a number of geophysical studies, such as velocity analysis, refraction seismic survey, seismic tomography, down-hole and cross-hole survey, and sonic logging, etc. provide precise determination of seismic velocities. Tests for picking of P- and S- wave arrival times with the wavelet transform method is conducted with synthetic seismic traces which have or do not have noises. The results show that this picking algorithm can be successfully applied to noisy traces. The first arrival can be precisely determined with the field data, too.
Fault detection in seismic data is well suited to the application of machine learning algorithms. Accordingly, various machine learning techniques are being developed. In recent studies, machine learning models, which utilize synthetic data, are the particular focus when training with deep learning. The use of synthetic training data has many advantages; Securing massive data for training becomes easy and generating exact fault labels is possible with the help of synthetic training data. To interpret real data with the model trained by synthetic data, the synthetic data used for training should be geologically realistic. In this study, we introduce a method to generate realistic synthetic seismic data. Initially, reflectivity models are generated to include realistic fault structures, and then, a one-way wave equation is applied to efficiently generate seismic stack sections. Next, a migration algorithm is used to remove diffraction artifacts and random noise is added to mimic actual field data. A convolutional neural network model based on the U-Net structure is used to verify the generated synthetic data set. From the results of the experiment, we confirm that realistic synthetic data effectively creates a deep learning model that can be applied to field data.
Kim, Ji-Soo;Kim, Won-Ki;Ha, Hee-Sang;Kim, Sung-Soo
Geophysics and Geophysical Exploration
/
v.14
no.1
/
pp.25-41
/
2011
AVO analysis was conducted on hydrocarbon-bearing structures by applying the crossplot and offset-coordinate amplitude polynomial techniques. To evaluate the applicability of the AVO analysis, it was conducted on synthetic data that were generated with an anticline model, and field data from the hydrocarbon-bearing Colony Sand bed in Canada. Analysis of synthetic data from the anticline model demonstrates that the crossplot method yields zero-offset reflection amplitude and amplitude variation with negative values for the upper interface of the hydrocarbon-bearing layer. The crossplot values are clustered in the third quadrant. The results of AVO analysis based on the coefficients of the amplitude polynomial are similar to those from the crossplots. These well correlated results of AVO analysis on field and synthetic data suggest that both methods successfully investigate the characteristics of the reflections from the upper interface of a hydrocarbon-bearing layer. Analysis based on the incident-angle equation facilitates the application of various interpretation methods. However, it requires the conversion of seismic data to an incident angle gather. By contrast, analysis using coefficients of the amplitude polynomial is cost-effective because it allows examining amplitude variation with offset without involving the conversion process. However, it warrants further investigation into versatile application. The two different techniques can be complement each other effectively as AVO-analysis tools for the detection of hydrocarbon reservoirs.
In the case of the deep reservoirs like the gas reservoirs in the East-sea, it is often difficult to observe AVO responses in CMP gathers. Because the reservoir becomes more consolidated as its depth deepens, P-wave velocity does not decrease significantly when the pore fluid is replaced by the gas. In this study, we analyzed the effects of Poisson's ratio difference on AVO response with a variety of Poisson's ratios for the upper and lower layers. The results show that, as the difference in Poisson's ratio between the upper and lower layers decreases, the change in the reflection amplitude with incidence angle decreases. To consider the limitation of AVO responses shown in the gas reservoir in East-sea, the velocity model was made by simulation Gorae V structure with seismic data and well logs. The results of comparing AVO responses observed from the synthetic data with theoretical AVO responses calculated by using material properties show that the amount of the change in reflection amplitude with increasing incident angle is very small when the difference in Poisson's ratio between the upper and lower layers is small. In addition, the characteristics of AVO responses were concealed by noise or amplitude distortion arisen during preprocessing. To overcome such limitations of AVO analysis of the data from deep reservoirs, we need to acquire precisely reflection amplitudes in data acquisition stage and use processing tools which preserve reflection amplitude in data processing stage.
Forward modeling by construction of synthetic data is usually practiced in a horizontal surface and a few subsurface structures. However, in-situ surveys often take place in such topographic changes that the corrupted field data always make it difficult to interpret the right signals. To examine the propagation characteristic of elastic waves on the irregular surface, a general mesh generation code for finite element method was modified to consider the topography. By implementing this algorithm, the time domain modeling was practiced in some models with surface topography such as mound, channel, etc. The synthetic data obtained by receivers placed on surface also agreed with the analytic solution. The snapshots showing the total wave-field revealed the propagation characteristic of the elastic waves through complex subsurface structures and helped to identify the signals on the time traces. The transmission of Rayleigh waves along the surface, compressive waves, and sheer waves was observed. Moreover, it turned out that the Rayleigh waves behave like a new source at the edge.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.