“不举不知物重，不试不知水深”。

前一篇详细为大家分析了地震断层识别的研究进展，详见地震断层的检测为什么很重要？有哪些方法？打包告诉你（附资源） 。

在实际工程中，完成断层识别处理之后， 还有一步重要的工作就是断层的增强。

01 断层增强有什么用?为什么很重要？

断层解释在研究石油地质构造中日益重要。然而在野外实际采集的地震数据由于仪器、噪音及人为等因素，不可避免地影响到采集数据的质量，造成地震剖面模糊，信噪比降低等问题，干扰了断层解释的准确性，直接影响石油的勘探与开发。因而提高断层识别的准确性意义重大。

断层增强的主要目标是提高相似体的纵轴响应和计算机断层解释。

目标主要有三个：（1） 将单个断层的孤立部分连接成一个整体；（2）消除低倾角的印记；（3）提高地震属性的信噪比。

比如下面两幅图，左边是使用软件自动检测出的断层，右边就是经过了断层增强的处理效果。

从上面两幅图的对比效果来看，右图能够增强局部对比度而不影响整体对比度，特别是当图像中有用数据的对比度相当接近时，效果尤为明显。针对左图背景较暗的特点，右图更好地展现曝光不足的图片细节，极好地显示了工区的断层骨骼结构。

断层增强最大的作用就是突出了数据体中难以直观识别的区域，并减少了绘制断层图所需的时间。因此，断层自动增强是地震资料解释过程中的一个有价值的工具。

02 断层增强的方法路线

1.传统增强方法(物理滤波)

物理滤波的原理就是基于图像处理技术中边界保持滤波的思想。主要包括两类滤波的方法：

一是光谱分解，最常见的是多光谱相干。就是通过将多个光谱分量合并到协方差矩阵中来开发多光谱相干算法。

二是图像处理。包括边缘检测和数字滤波。比如主成分滤波，均值滤波、Gabor滤波、Kuwahara 系列滤波、直方图均衡等等方法。

2.现代增强方法（信号分解与重构）

现代的断层增强方法主要利用频谱变换和深度学习等算法来实现更复杂，多尺度的效果增强。

频谱变换方法包括了小波分解、短时傅利叶变换、S 变换等方法，通过对地震数据分频处理，提取断层信息的敏感频段数据进行相干分析，实现多尺度裂缝的效果增强。

深度学习是近几十年新发展的技术，神经网络技术尤其适合于断层探测和增强。在时频处理领域，CNN具有特征学习的先天优势，可以有效识别出断层中的有效信号，从而实现对断层图像的去噪、增强等处理。

03 小结

断层的研究是油气藏勘探非常重要的一个部分，直接关系着油气藏资源的定位和储量的预测。

在断层增强的研究发展过程中，断层图形的效果仍然存在优化空间，特别是对小断层、裂缝的效果增强需求比较迫切。

深度学习是近几十年发展起来的人工智能技术，特别适合图像图形的处理。但在断层增强领域中使用的较少，说明这个新兴方案仍具有较大的研究前景。

以下是精心整理的国内外学者研究论文，供大家学习参考。

如果喜欢请点赞或联系我交流，获取学习资源。