
Unkonventionelle seismische Interpretationen mit seismischen Attributen Fall
Versandkostenfrei!
Versandfertig in 6-10 Tagen
64,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Dieses Buch konzentriert sich auf die Analyse geometrischer Attributfamilien, physikalischer Attribute und hybrider Attribute, die auf der Kombination seismischer Attribute beruhen, um geologische Merkmale aus drei Fallstudien abzuschätzen und zu extrahieren. Es wurde ein neuer seismischer Interpretations-Workflow entwickelt, um die Geologie besser zu verstehen, noch bevor der Interpretationsprozess beginnt, so dass der Interpret eine fundiertere Entscheidung treffen kann. Die Extraktion von Geokörpern aus seismischen Attributdaten durch viele Techniken wie Auto-Tracking, adaptive Geokörper...
Dieses Buch konzentriert sich auf die Analyse geometrischer Attributfamilien, physikalischer Attribute und hybrider Attribute, die auf der Kombination seismischer Attribute beruhen, um geologische Merkmale aus drei Fallstudien abzuschätzen und zu extrahieren. Es wurde ein neuer seismischer Interpretations-Workflow entwickelt, um die Geologie besser zu verstehen, noch bevor der Interpretationsprozess beginnt, so dass der Interpret eine fundiertere Entscheidung treffen kann. Die Extraktion von Geokörpern aus seismischen Attributdaten durch viele Techniken wie Auto-Tracking, adaptive Geokörper, farbige Überblendung und Rasteralgorithmus verbessern die geologische Interpretation im Golf von Mexiko, die Entwicklung neuer durchschnittlicher SD-Attribute, die von der spektralen Zerlegung abhängen, und die Analyse der Schichtdicke zur Verbesserung der Interpretation dünner Kanäle im Nordseefeld und im Stratton-Feld. Multi-Attribute-Kombination hilft bei der Identifizierung von flachen Gasansammlungen und verbessert die stratigraphische Interpretation von Sequenzen Es gibt eine große Menge an seismischen Attributen. Um dieses Problem zu überwinden, wurde ein unkonventioneller seismischer Attribut-Workflow angewandt, um dünne Kanäle mit Hilfe eines neuen durchschnittlichen SD-Attributs zu identifizieren und die Interpretation von Verwerfungen durch Randattribute zu verbessern.