Применение искусственного интеллекта для отслеживания разрывов в 3D-сейсмических данных — на примере бассейна Дрмно (ЮВ Сербия)
The application of artificial intelligence in fault tracking on 3D seismic data – A case study from Drmno Basin (SE Serbia)
2026-03-13
SCID: 54.1/tsgvssjn
Discuss with AI
3D сейсмические данныеAI-основанное обнаружение разломовтектоническая эволюция бассейна Дрмноотслеживание разломовудаление шума и восстановление отражений сейсмических данных
Figures from the paper
Abstract (AI)
Инструменты искусственного интеллекта (ИИ) в возрастающей степени повышают эффективность и согласованность сейсмической интерпретации, особенно в структурно сложных районах или там, где качество данных снижено из‑за ограничений съемки. В результате интерпретации могут становиться сложными и трудоемкими, особенно в контексте структурной интерпретации и отслеживания разрывов. Для оценки работы ИИ‑методов обнаружения разрывов мы применили программное обеспечение Geoplat AI к 3D‑сейсмическому объему из бассейна Дрмно на юго‑восточной окраине Паннонского супербассейна в Сербии. Сначала была выполнена традиционная структурная интерпретация: картирование крупных тектонических систем, затем мелких разрывов, генерация fault sticks и полигонов для всех видимых разрывов и разработка структурной модели, иллюстрирующей открытие и эволюцию бассейна. Затем были применены ИИ‑рабочие процессы для повышения качества сейсмических данных: удаление шума, восстановление отражений, выделение зон разрывов и применение сглаживающих фильтров. Финальным шагом стало использование инструмента отслеживания разрывов, который сегментирует сейсмические данные, распознаёт зоны разрывов, трассирует их, выявляет структурные паттерны и рассчитывает поле вероятности. Интерпретация разрывов, полученная с помощью ИИ, затем была сопоставлена с ручной интерпретацией. Результаты показывают, что бассейн Дрмно сформировался в условиях экстензионного тектонического режима в раннем миоцене, что привело к образованию крупного отслаивающегося разлома Морава и созданию аккомодационного пространства бассейна. Сам бассейн обладает сложной архитектурой в син‑рифтовой фазе с множеством синтетических и несколькими антетическими разломами, ориентированными с востока на запад. Во время пика рифтования доминирующие системы разломов оставались стабильными: большинство син‑рифтовых структур продолжали обеспечивать оседание, связанное с разломом Морава. Смещение тектонических условий в пост‑рифтовой стадии привело к формированию систем параллельных разломов в более молодых отложениях, с корректировкой сдвиговых движений в компрессионном тектоническом поле; молодые структуры доминирующе ориентированы в направлении север—юг или представляют собой реактивированные старые разломы. Инструмент ИИ эффективно интерпретировал системы разломов в молодых геологических единицах за счёт лучшего качества данных и ясно выявил молодые системы разломов с высокой степенью уверенности. Однако в нижней части сейсмического куба структуры фундаментa остаются неясными или нераспознанными. В интерпретации заметны реактивированные поверхности разломов и значительная зона разломов. В районах с низким качеством сейсмических данных инструмент ИИ испытывал трудности с точным трассированием разломов, что приводило к геологически несогласованным паттернам разрывов. В целом инструмент ИИ для 3D‑отслеживания разломов доказал свою эффективность в восстановлении основной структурной схемы бассейна: доминирующие направления разломов чётко идентифицируются, а основные геологические структуры нанесены с приемлемой точностью. Интерпретация с поддержкой ИИ успешно фиксирует основные структурные тенденции и обеспечивает солидную основу для оценки тектонической эволюции. Данное тематическое исследование демонстрирует потенциал ИИ в поддержке структурной интерпретации и тектонического анализа сложных осадочных бассейнов.
Key Findings
1
ИИ испытывал трудности с прослеживанием разломов в низкокачественных глубоких частях сейсмического куба и не распознавал структуры фундамента, выдавая геологически неконсистентные модели в этих зонах.
2
Рабочие процессы Geoplat на основе ИИ (удаление шума, восстановление отражений, выделение разрывов, сглаживание) позволили автоматизированное отслеживание разрывов и вычисление поля вероятностей на 3D-сейсмических данных.
3
ИИ-интерпретация эффективно восстановила основную структурную схему и доминирующие направления разрывов в бассейне Дрмно, совпадая с ручной съемкой в молодых, высококачественных блоках.
4
Пострифтовый сдвиг тектонических условий вызвал формирование параллельных, преимущественно север–южно ориентированных молодых разломов и реактивацию старых структур, которые ИИ надежно выявил в молодых отложениях.
5
Бассейн Дрмно развивался в условиях раннемиоценового растяжения с крупным детачмент-разломом Моравы; син-рифтовая архитектура характеризуется многими синтетическими и немногими антетическими разломами, ориентированными с востока на запад.
Research Object
3D-сейсмический объём из бассейна Дрмно (ЮВ Сербия)
Research Subject
Эффективность AI-основанного рабочего процесса трассировки разломов (включая удаление шума, восстановление отражений, выделение зон разломов, сегментацию, трассировку и вычисление поля вероятностей) для обнаружения и картирования систем разломов и структурного каркаса бассейна
Publication Details
Publication Date
2026-03-13
Journal
Publisher
ISSN
Cited by
0
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest