Einsatz von Clustering Algorithmen zur Interpretation von 3D seismischen Daten
Research output: Contribution to conference › Poster › Research › peer-review
Standard
2016. Poster session presented at PanGeo Austria 2016, Innsbruck, Austria.
Research output: Contribution to conference › Poster › Research › peer-review
Harvard
APA
Vancouver
Author
Bibtex - Download
}
RIS (suitable for import to EndNote) - Download
TY - CONF
T1 - Einsatz von Clustering Algorithmen zur Interpretation von 3D seismischen Daten
AU - Amtmann, Johannes
AU - Eichkitz, Christoph
PY - 2016/9/26
Y1 - 2016/9/26
N2 - 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. WelcheArten von Clustering Algorithmen einsetzbar sind, bzw. welche Vorteile und Nachteile damit verbunden sind, wird betrachtet.
AB - 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. WelcheArten von Clustering Algorithmen einsetzbar sind, bzw. welche Vorteile und Nachteile damit verbunden sind, wird betrachtet.
KW - Clustering
KW - Seismische Attribute
KW - Automatische Interpretation
M3 - Poster
T2 - PanGeo Austria 2016
Y2 - 25 September 2016 through 28 September 2016
ER -
