• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Interpretazioni sismiche non convenzionali mediante il caso degli attributi sismici

Interpretazioni sismiche non convenzionali mediante il caso degli attributi sismici

Paperback

General Science

ISBN10: 6208768039
ISBN13: 9786208768034
Publisher: Edizioni Sapienza
Published: Mar 25 2025
Pages: 140
Weight: 0.43
Height: 0.33 Width: 6.00 Depth: 9.00
Language: Italian
In questo libro, ci si concentra sull'analisi delle famiglie di attributi geometrici, degli attributi fisici e degli attributi ibridi che dipendono dalla combinazione degli attributi sismici per stimare ed estrarre le caratteristiche geologiche da tre casi di studio, è stato sviluppato un nuovo flusso di lavoro di interpretazione sismica per comprendere meglio la geologia prima ancora di iniziare il processo di interpretazione, in modo che l'interprete possa prendere una decisione molto più informata. L'estrazione di geo-corpi dai dati degli attributi sismici mediante molte tecniche come l'auto tracking, il geo-corpo adattivo, la miscela colorata e l'algoritmo di grigliatura migliorano l'interpretazione geologica nel Golfo del Messico, lo sviluppo di nuovi attributi SD medi che dipendono dalla decomposizione spettrale e l'analisi dello spessore di sintonia per migliorare l'interpretazione dei canali sottili nel North Sea Field e nello Stratton Field. La combinazione di più attributi aiuta a identificare l'accumulo di gas a bassa profondità e a migliorare l'interpretazione stratigrafica delle sequenze Esiste un'enorme quantità di dati di attributi sismici. Per superare questo problema, è stato applicato un flusso di lavoro di attributi sismici non convenzionali per migliorare l'identificazione dei canali sottili utilizzando un nuovo attributo SD medio e per migliorare l'interpretazione delle faglie mediante attributi edge.

Also in

General Science