Return to search

[en] CLASSIFICATION OF SEISMIC FACIES USING SEISMIC MULTI-ATTRIBUTE / [pt] CLASSIFICAÇÃO DE FÁCIES SÍSMICAS UTILIZANDO MULTIATRIBUTOS SÍSMICOS

[pt] A interpretação sísmica é um processo fundamental para a exploração de
hidrocarbonetos. Essa atividade consiste na identificação de informação geológica através do processamento e análise de dados sísmicos. Com o crescimento
acentuado e a complexidade dos dados sísmicos, a análise manual de fácies
sísmicas tornou-se um desafio significativo. O mapeamento de fácies sísmicas
é um processo demorado e que requer profissionais especializados. O objetivo
deste trabalho visa aplicar a classificação multiatributos usando uma rede neural encoder-decoder para mapear as fácies sísmicas e auxiliar no processo de
interpretação. Um conjunto de atributos sísmicos, foram calculados utilizando
o software Opendtect versão 6.6 a partir dos dados de amplitude contidos no
Dataset Facies-Mark . Sendo eles: Energia, Pseudo Relevo, Fase instantânea
e Textura, todos foram selecionados por um intérprete. A função de perda
utilizada pela rede foi weighted categorical crossentropy, pelo fato das classes
serem consideravelmente desbalanceadas. O treinamento foi realizado nas direções inlines e crosslines para as respectivas combinações: atributos, atributo
+ amplitude, e somente a amplitude. Os resultados baseado na métrica frequency weighted intersection over union (FWIU), mostraram que os atributos
junto com a amplitude obtiveram o melhor resultado, 85,73 por cento, em comparação
com as outras combinações citadas. Em comparação direta com o trabalho que
inspirou essa dissertação, o multiatributos performou melhor. / [en] Seismic interpretation is a fundamental process for hydrocarbon exploration. This activity consists of identifying geological information through the
processing and analysis of seismic data. With seismic data s rapid growth and
complexity, manual seismic facies analysis has become a significant challenge.
Mapping seismic facies is a time-consuming process that requires specialized
professionals. The objective of this work is to apply multi-attribute classification using an encoder-decoder neural network to map the seismic facies and
assist in the interpretation process. A set of seismic attributes were calculated
using Opendtect version 6.6 software from the amplitude data contained in
the Facies-Mark Dataset. These being: Energy, Pseudo Relief, Instant Phase,
and Texture were all selected by an interpreter. The loss function used by the
network was weighted categorical cross-entropy, because the classes are considerably unbalanced. The training was performed in the inlines and crosslines
directions for the respective combinations: attributes, attribute + amplitude,
and only the amplitude. The results based on the frequency weighted intersection over union (FWIU) metric showed that the attributes along with the amplitude obtained the best result, 85.73 percent, compared to the other combinations
mentioned. In direct comparison with the work that inspired this dissertation,
multi-attribute performed better.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:60895
Date20 October 2022
CreatorsNELIA CANTANHEDE REIS
ContributorsMARCELO GATTASS
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguageEnglish
TypeTEXTO

Page generated in 0.002 seconds