Abstract
Es gibt viele unterschiedliche Werkzeuge um 3D seismische Daten zu interpretieren. Die konventionelle Variante ist die manuelle Interpretation von seismischen Daten. DIes wird anhand von Horizonten und Störungen in Inline und Crossline Richtungen bzw. mit Unterstützung von seismischen Attributen in Z – Ebenen bzw. Horizontebenen durchgeführt.
Eine alternative Variante wird in dieser Arbeit betrachtet. Basierend auf Erfahrungen in derGeophysik und von anderen Naturwissenschaften, wie Medizin bzw. Fernerkundung, werden Clustering Algorithmen untersucht, die die Möglichkeit bieten, gesamte seismische Fazien zu extrahieren. Für diese Extraktion werden unterschiedliche seismische Attribute benötigt, die eine Unterscheidung der einzelnen seismischen Fazien ermöglicht. Des Weiteren müssen Algorithmen eingesetzt werden die diese Fazien segmentieren. Welche
Arten von Clustering Algorithmen einsetzbar sind, bzw. welche Vorteile und Nachteile damit verbunden sind, wird betrachtet.
Eine alternative Variante wird in dieser Arbeit betrachtet. Basierend auf Erfahrungen in derGeophysik und von anderen Naturwissenschaften, wie Medizin bzw. Fernerkundung, werden Clustering Algorithmen untersucht, die die Möglichkeit bieten, gesamte seismische Fazien zu extrahieren. Für diese Extraktion werden unterschiedliche seismische Attribute benötigt, die eine Unterscheidung der einzelnen seismischen Fazien ermöglicht. Des Weiteren müssen Algorithmen eingesetzt werden die diese Fazien segmentieren. Welche
Arten von Clustering Algorithmen einsetzbar sind, bzw. welche Vorteile und Nachteile damit verbunden sind, wird betrachtet.
Originalsprache | Deutsch |
---|---|
Publikationsstatus | Veröffentlicht - 26 Sept. 2016 |
Veranstaltung | PanGeo Austria 2016 - Innsbruck, Österreich Dauer: 25 Sept. 2016 → 28 Sept. 2016 |
Konferenz
Konferenz | PanGeo Austria 2016 |
---|---|
Land/Gebiet | Österreich |
Ort | Innsbruck |
Zeitraum | 25/09/16 → 28/09/16 |
Schlagwörter
- Clustering
- Seismische Attribute
- Automatische Interpretation