Инструмент построения сеток с несколькими трендами открывает расширенные возможности создания сеток при работе с данными, содержащими линейные тренды.
Инструмент построения сеток с несколькими трендами теперь является частью инструмента интерактивного построения сеток, предоставляя новый уровень контроля над рабочими процессами построения сеток для ваших геофизических данных. Кроме того, мы значительно повысили скорость обработки сетки — на 30 %! Это означает, что вы можете тестировать параметры сеток быстрее и эффективнее. В этой статье мы рассмотрим последние улучшения инструмента и наши любимые советы о том, как лучше всего выбрать правильные параметры для интерполяции данных при использовании Multi-trend gridding tool (Инструмента создания сеток с несколькими трендами).
Инструмент Multi-trend, разработанный Томасом Напрстеком (Tomas Naprstek) и Ричардом Смитом (Richard Smith) на факультете горной разведки Лаврентийского университета и ставший основным компонентом рабочего процесса построения сеток Oasis montaj, представляет собой алгоритм построения сеток, разработанный с целью улучшения линейных характеристик геофизических данных с координатной сеткой, таких как магнитные или гравитационные данные. Любой, кто работал с наборами магнитных или гравитационных данных, знает, что в интерполированных геофизических данных с координатной сеткой нередко можно наблюдать артефакты типа «нитка жемчуга» или «будинаж», особенно если данные состоят из тонких линейных объектов. Эти линейные особенности широко распространены в большинстве магнитных геофизических исследований и могут быть связаны с такими геологическими особенностями, как дайки, рои даек или разломы. Выбор инструмента построения сеток и соответствующих параметров интерполяции играют решающую роль в предотвращении этих артефактов и в обеспечении обоснованности полученной геофизической сетки с точки зрения геологии и ее пригодности для дальнейшей интерпретации.
Эффекты будинажа, связанные с линейными объектами
По сравнению с другими методами создания сеток, инструмент построения сеток с несколькими трендами эффективно обходит эти проблемы, реализуя надежную процедуру, которая учитывает разнонаправленные объекты с трендами, расположенными под разными углами, избегая нежелательных эффектов будинажа, связанных с линейными объектами, как показано выше.
Новое и доступное расположение меню.
Вы можете легко получить доступ к Multi-trend gridding tool (Инструменту построения сеток с несколькими трендами) непосредственно из меню Interactive Gridding Tool (Инструмента интерактивного построения сеток). Этот инструмент сочетается с остальными методами построения сеток, доступными в Oasis montaj: Minimum curvature (Метод минимальной кривизны), Bi-Directional (Метод двух направлений), Kriging (Кригинг), Inverse Distance Weighted (Метод обратных взвешенных расстояний), Direct (Построение непосредственно на основе данных) и Multi-trend (Метод с несколькими трендами).
Доступ к созданию сеток с несколькими трендами из Interactive Gridding Tool (Инструмента интерактивного построения сеток)
Быстрее чем когда-либо до этого.
Мы знаем, как важно иметь возможность быстро отображать ваши данные в виде сетки, особенно при повторении различных параметров сетки для выбора наиболее подходящих. В среднем алгоритм построения сеток с несколькими трендами увеличил скорость и производительность на 30 %. В некоторых наборах данных мы наблюдали улучшение до 100 %!
Более удобный интерфейс при выборе параметров интерполяции.
Мы обновили пользовательский интерфейс инструмента и соглашения о присвоении имен параметрам, чтобы они соответствовали параметрам сеток, с которыми вы, возможно, уже знакомы по работе с Oasis montaj. Общие параметры сетки, такие как Cell size (Размер ячейки) (ранее Final cell size (Окончательный размер ячейки)) и Blanking distance (Слепая зона) (ранее Interpolation distance (Расстояние интерполяции)), можно выбрать на основе ранее существовавших рекомендаций.
Cell size (Размер ячейки), ранее Final cell size (Окончательный размер ячейки), должен быть установлен от ¼ до ½ от расстояния между профилями или номинального интервала выборки данных. Cell size (Размер ячейки) будет определять окончательный размер ячейки полученной сетки и должен быть больше, чем Starting cell size (Начальный размер ячейки), используемый для начальной интерполяции. Параметр Starting cell size (Начальный размер ячейки) может быть полезен для сохранения линейных объектов в полученной сетке, и его следует выбирать на основе объектов, присутствующих в наборе данных. Небольшой размер ячейки следует выбирать с осторожностью, так как это может удалить более слабые линейные элементы, потому что теперь они расположены на большем расстоянии от тренда при соединении трендов.
Параметр Blanking distance (Слепая зона), ранее называвшийся Interpolation distance (Расстояние интерполяции), может быть выбран на основе предыдущей рекомендации о превышении размера ячейки, по крайней мере, в 4–5 раз и, следовательно, его следует выбирать в сочетании с Cell size (Размером ячейки). Желательно, чтобы Blanking distance (Слепая зона) превышала расстояние между профилями съемки. Ячейки сетки, находящиеся дальше от действительной точки, чем значение Blanking distance (Слепая зона), будут помечены как фиктивные в полученной сетке. Кроме того, Blanking distance (Слепая зона) выполняет двойную функцию, влияя на расстояние поиска, чтобы найти и соединить линейные тренды.
Изменение Cell size (Размер ячейки) и Blanking distance (Слепая зона)
Параметр Maximum iterations (Максимальное количество итераций) определяет общее количество итераций на каждом уровне уточнения сетки, после которого процесс построения сетки прекращается. При большем количестве итераций будет создана сетка, точнее учитывающая данные съемки, однако время построения сетки увеличится. Stopping criteria (Критерии остановки) основаны на том, достигается ли сходимость после последовательных итераций. Чтобы обеспечить максимальную эффективность, рекомендуется оставить критерии автоматической остановки включенными.
Параметр Trending factor (Коэффициент определения тренда) определяет сглаженность контуров. Вы можете использовать значение от 0 до 100, чтобы определить подходящий коэффициент определения тренда для вашего набора данных. Установка слишком высокого Trending factor (Коэффициента определения тренда) может привести к тому, что сетка будет содержать нежелательные «террасные» артефакты.
Сглаживание контуров с помощью Trending factor (Коэффициента определения тренда)
Theta (Тета) — это приращение в градусах для поворота направления тренда. Theta (Тета) определит, есть ли достаточное количество точек съемки в пределах радиуса поиска, чтобы найти и соединить тренды. Как правило, чем меньше относительное значение Theta (Тета), тем больше шансов остаться в пределах общего направления тренда реальной геологической структуры. С другой стороны, также важно учитывать, что очень маленькое значение Theta (Тета) приведет к увеличению времени построения сетки. Слишком большое значение Theta (Тета) может соединить отдельные объекты и создать тренды, которые не связаны друг с другом.
И наконец, Multi-smooth factor (Коэффициент многократного сглаживания) позволяет определять уникальные направления трендов или азимуты. Чем ниже этот коэффициент, тем больше уникальных трендов определяется и связывается. Таким образом, это значение по умолчанию равно 0, что позволяет алгоритму искать тренды в любом заданном направлении азимута, что делает его инструментом с действительно несколькими трендами! С другой стороны, увеличение этого значения заставит алгоритм сосредоточиться на преобладающих трендах.
Как и во всех рабочих процессах построения геофизических сеток, необходимо уделять пристальное внимание функциям, присутствующим в наборе данных, и итеративно тестировать алгоритмы и параметры сетки, чтобы найти те, которые лучше всего соответствуют потребностям проекта. Благодаря методу построения сеток с несколькими трендами у вас есть еще один мощный инструмент в вашем наборе, позволяющий выполнять более быстрые рабочие процессы построения сеток и создавать продукты с геологически обоснованными данными. И, наконец, качественные данные создают основу для качественных исследований.
Улучшение сетки линейных объектов с помощью сетки с несколькими трендами