Interpretation geologique de donnees sismiques par une

methode supervisee basee sur la vision cognitive

Philippe Verney

To cite this version:

Philippe Verney. Interpretation geologique de donnees sismiques par une methode superviseebasee sur la vision cognitive. domain other. Ecole Nationale Superieure des Mines de Paris,2009. French. .

HAL Id: pastel-00005861

https://pastel.archives-ouvertes.fr/pastel-00005861

Submitted on 10 Mar 2010

HAL is a multi-disciplinary open accessarchive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come fromteaching and research institutions in France orabroad, or from public or private research centers.

Larchive ouverte pluridisciplinaire HAL, estdestinee au depot et a` la diffusion de documentsscientifiques de niveau recherche, publies ou non,emanant des etablissements denseignement et derecherche francais ou etrangers, des laboratoirespublics ou prives.

ED n84 : Sciences et Technologies de lInformation et de la Communication

T H E S E

pour obtenir le grade de

DOCTEUR DE LECOLE NATIONALE SUPERIEURE DES MINES DE PARIS

Spcialit Informatique

prsente et soutenue publiquement par Philippe Verney

le 17 Septembre 2009

INTERPRETATION GEOLOGIQUE DE DONNEES SISMIQUES PAR UNE METHODE SUPERVISEE BASEE SUR LA VISION COGNITIVE

Directeur de thse : Michel Perrin

Jury

Mme Monique THONNAT INRIA Sophia Antipolis Prsident Mme Isabelle BLOCH ENST / CNRS Rapporteur M. Philippe JOSEPH Institut Franais du Ptrole Rapporteur M. Jean-Franois RAINAUD Institut Franais du Ptrole Examinateur M. Pascal PODVIN Ecole des Mines de Paris Examinateur

2

3

Remerciements

Je souhaite tout dabord remercier Michel Perrin de lENSMP, mon directeur de thse, et Jean Franois Rainaud de lIFP, mon tuteur industriel, pour leurs soutiens, leurs patiences et les ides quils ont pu mapporter tout au long de ma thse. Jai beaucoup apprci la manire dont ils mont encadr et les remercie pour mavoir permis douvrir mes connaissances un domaine dans lequel jtais totalement novice : la gologie et plus particulirement la gologie ptrolire. Je remercie tout particulirement Michel Perrin pour son encadrement lors de la rdaction de ce manuscrit. Sans lui, ce manuscrit ne serait que lombre de lui-mme. Je remercie Monique Thonnat de lINRIA Sophia Antipolis, avec qui jai eu le plaisir de collaborer tout au long de mes travaux. Elle a toujours t disponible et a t dune aide trs prcieuse lors de cette thse tout particulirement sur le plan informatique. Je remercie Isabelle Bloch, professeur lENST/CNRS, et Philippe Joseph, professeur lENSPM, pour avoir accept dtre rapporteurs de cette thse et pour leurs remarques sur mon manuscrit. Je remercie Pascal Podvin, professeur lENSMP, pour sa participation au jury de thse. Je remercie Pierre Ferry Forgues, Rmi Eschard et Olivier Lerat de lIFP pour avoir mis ma disposition lensemble des moyens ncessaires au bon droulement de ma thse. Je remercie galement Marie Christine Cacas, Laurent Duval, Vincent Clochard et Michel Lger de lIFP ainsi que Jean Luc Mari et Anne Jardin de lENSPM pour leurs conseils tout au long de ma thse. Je noublie pas non plus Thibaut Chret de BG Group et Total UK qui mont permis de raliser des tests sur des donnes relles. Merci aussi Jean-Yves Cassagnou, Stephane Weibel et Thibaut Mouton de lIFP pour avoir permis, par leurs travaux, de mettre en valeur les miens. Merci Chakib Bennis pour mavoir offert une exprience trs enrichissante dans son quipe la suite de mon stage lIFP et le meilleur moyen de rester Paris le temps que ma thse dmarre. Merci aussi Mara Abel, professeur lUFRGS Porto Alegre, pour mavoir permis de raliser un stage en relation avec ma thse au sein de son laboratoire. Ces 3 mois mont appris beaucoup tant au niveau professionnel quau niveau personnel. Je remercie lensemble du dpartement informatique et mathmatiques de lIFP pour mavoir offert la possibilit de raliser mon travail de thse dans des conditions humaines plus quagrables. Les nombreux repas avec les doctorants, posts-docs, prestataires et permanents ont toujours reprsent un moment que jaffectionnais tout particulirement (comme beaucoup savent). Merci aussi aux collgues pour les sorties en dehors de lIFP (encore les restaurants bien sr, les pokers, le karting, le ski, ou mme les simples apros), merci de mavoir appris esquiver des projectiles venant dans ma direction, merci pour les vulgarisations scientifiques des thories qui me dpassent, merci pour mavoir montr des quantits incroyables de courbes sur vos crans et avoir essayer de mexpliquer votre travail, merci pour mavoir lguer une plante (qui doit tre en bien mauvais tat aujourdhui.), merci pour mavoir secouru une certaine journe o mon genou sest gripp ou encore quand mon taux de sucre ntait pas assez haut lors dun certain djeuner, et de manire gnrale merci pour tous ces moments o jai ri en votre prsence et il y en a eu de nombreux.

4

Merci au CLJT Emilienne Moreau pour mavoir offert beaucoup plus quun toit lors de mon arrive sur Paris. Les multiples rencontres que jai faites dans ce lieu ont eut une incidence certaine sur ce que je suis devenu. Jespre simplement ne jamais oublier cette priode et, plus encore, jespre tre capable dappliquer ce que jai pu y apprendre. Merci tout particulirement Tommy et la quiche pour avoir fait durer laventure lors de la colocation. Merci Denis Lafeuille du cycle DFE et Philippe Richard de FinanceFi pour avoir largi ma vision de lunivers professionnel qui soffrait moi. Je les remercie aussi pour leurs qualits humaines qui sont la hauteur de leurs qualits professionnelles. Merci de nouveau Jean Franois pour mavoir aid lorsque je cherchais un appartement et pour moffrir la possibilit de continuer dans le milieu de lexploration ptrolire. Enfin merci ma famille et principalement mes parents, ma marraine et ma grand-mre pour leurs encouragements tout au long de ma thse et surtout pour mavoir offert un cocon protecteur loin de tout o je pouvais me ressourcer par moments. Pour finir, merci Graziella pour me supporter et pour allger mon esprit tout en me faisant garder les pieds sur terre.

5

Rsum

Ce travail traite de l'interprtation smantique d'une image sismique, communment appele interprtation sismique. Cette dernire permet de formuler une reprsentation du sous sol partir d'une image physique en trois dimensions obtenue par enregistrement des chos d'une onde acoustique traversant le sol. L'interprtation sismique reprsente une longue et dlicate tape de la chane de traitements relative l'exploration ptrolire. Bien que le type de ces images soient trs spcifique au domaine, les difficults rencontres lors d'une telle tude sont comparables celles rencontres dans la plupart des interprtations d'image : traitement d'images, mise en correspondance de reprsentations abstraites avec des images issues de capteurs, interprtation smantique... Dans cette thse, nous avons choisi de profiter des dernires avances ralises dans le monde de l'interprtation d'image assiste par ordinateur et plus spcifiquement les dernires recherches ralises en vision cognitive. L'objectif de ce travail est de raliser une nouvelle plateforme d'interprtation sismique 3D semi-automatique base sur la connaissance gologique employe aujourd'hui par les experts du domaine. A l'heure actuelle, la majeure partie des solutions apporte notre problme d'tude est oriente vers les traitements d'image et l'utilisation de quantits d'attributs sismiques. Elles fournissent un rsultat interprtable par un expert qui ralise alors une correspondance informelle entre la nouvelle image obtenue et des objets gologiques. Nous dsirons explorer une nouvelle mthodologie mettant en avant la formalisation de la connaissance utilise dans l'interprtation sismique comme la vision cognitive le permet et le conseille. Ainsi, nous caractrisons le rsultat des traitements d'images oprs sur le bloc sismique grce des concepts et relations visuels provenant d'une ontologie ddie. Ces caractristiques nous permettent alors de formaliser l'interprtation d'objets gologiques partir de ces instances et ainsi de proposer de manire automatique des solutions d'interprtation d'un bloc sismique, que l'expert pourra choisir de valider. Dans ce travail, nous avons coeur de nous concentrer sur l'identification de deux premiers objets gologiques identifier dans une image sismique : les horizons et les failles. Une ontologie de ce domaine d'tude est propose afin de servir de base pour la cration de la plateforme d'interprtation et des rsultats sur diffrents blocs sismiques sont comments.

Mthodologie gnrale.

Mthodologie propose.

6

7

Extended abstract

1. Introduction 1.1. Subject definition

This work deals with the semantic interpretation of a 3D seismic image in order to build a shared earth model. For achieving this goal, we propose a method which enables to build in a largely automated way, starting from a 3D seismic image, a basic earth model composed of horizons and faults, whose various mutual relationships are fully defined and geologically consistent.

A 3D seismic image is a visual representation of the subsurface. It is constructed by recording wave reflections on sedimentary interfaces. (cf. figure 1).

Figure 1: A 2D seismic image.

The Semantic Interpretation of an image consists in making it meaningful for domain experts. For this, it is necessary to segment the scene data into various entities and to specify their spatial organization in order to build a sensible scene description.

A Structural Model is a geological model, which provides a geometrical and topological representation of some geological surface assemblages (horizons, faults, channels, etc.) attached to a prospect.

Shared indicates the capability of a model to be easily managed by various applications or by various types of actors (geophysicists, geologists, engineers, decision makers).

8

1.2. Addressed issues

The main issue that is addressed in this work is computer aided seismic interpretation. At present, this task rests at each step on data manipulations, operations and verifications, which require the collaboration of experts from various domains and which are very time consuming. Within a seismic image, each object of interest must first be hand-picked with the mouse on a 2D cross section (cf. figure 2 left). This selection is then tracked all over the seismic block by means of specialized algorithms (cf. figure 2 right).

Figure 2: Picking (left) and tracking (right)

As they deal with noisy images of huge sizes, these operations are heavy to realize. However, it seems to us that the main problem of seismic interpretation lies in the fact that this task is operated without considering any significant embedded knowledge. This is paradoxical since the final structural model results from interpretations operated by various domain experts (geophysicists, geologists, sedimentologists, etc) Considering the toy example shown on figure 3 constituted by two hand-picked surfaces, the expert user must decide which surface will intersect the other one by using geological criteria, which result from his understanding of the geological context of the model.

Figure 3: A toy example of geological interpretation.

9

The hand-picked data figured in (a) can either be interpreted: as in (b) : A stops on B; B is erosional. as in (c) : B stops on A; B is not erosional.

At present, most of current interpretation software platform are not knowledge based. Being mostly oriented towards user interface optimization, they efficiently help experts operating computations and visualizations but they do not propose geological solutions to the user.

1.3. Our goal

Our goal is to provide a solution for partly automating the seismic interpretation process. Our work will mainly be focused on identification and interpretation of the basic elements of structural models: horizons and faults. We have chosen to take advantage of recent research works on cognitive vision [Thonnat, 1989], [Hudelot, 2005] for exploring the possibility of operating a 3D seismic image interpretation based on domain expert knowledge. The knowledge here considered is mainly related to geology and more specifically rests on the geological knowledge formalization proposed by Perrin (1998), which consists in representing geological interpretation using a Geological Evolution Schema (GES). For operating this knowledge formalization, we have chosen to use the OWL language which is the W3C standard for ontology representation.

2. Proposed method 2.1. Overview

In contrast to current seismic interpretation methods, we propose a new interpretation approach, which is not based on mere image processing but on considering the geological knowledge that can be associated to seismic images. We choose to manage this knowledge by means ontologies which enable formalizing, using and sharing all useful concepts, relations, attributes and instances. Our approach is based on the cognitive vision method, which is operated in various domains by the PULSAR team at INRIA Sophia Antipolis. In accordance with the Marr paradigm, we thus define a seismic interpretation system by means of 3 abstraction levels of object visual representation as illustrated on figure 4.

Figure 4: The proposed architecture

10

2.2. Knowledge representation

The lowest level of abstraction is related to data management, i.e. to extracting from the seismic image some candidates that potentially correspond or are potentially part of some geological object. The median level aims at defining criteria for characterizing these candidates by means of relations and attributes representing their visual properties. The highest level enables to decide whether a defined candidate can be associated to some geological object. This interpretation makes use of associations previously established between sets of visual attributes and relations and actual geological objects. Figure 5 illustrates this global approach and the ontology on which it is based.

Figure 5: Main used ontology.

2.3. Use case

The most important geological surfaces, which enter into earth models, are horizons and faults. Their mutual arrangement within a structural model allows to represent the vertical sequence of sedimentary layers present within the considered prospect and their disconnections through faults. For this reason, fault and horizon interpretation is, in our

11

opinion, the first issue to be solved when building a structural model resting on seismic data. Considering the delay that was available for performing this work, we thus decided to concentrate on that one issue, considering that other important elements such as diapirs, channels or chimneys will eventually be objects of future work;

3. Application 3.1. Horizon interpretation

3.1.1. Knowledge representation Horizon interpretation is based on the stratigraphic column model. Sedimentary deposits are represented as stratigraphic sequences, each constituted by a vertical succession of parallel layers. Considering a normal succession, the deepest layers are supposed to be the oldest ones. The ontology that was defined for identifying horizons handles some of the properties of this model. Reflector is the main concept of this ontology. A reflector is defined thanks to the following visual properties (see figure 6) issued from geology:

parallelism/non parallelism with neighbor reflectors: this allows to determine whether the considered reflector is part of a sequence of parallel reflectors

chronological relationships with other reflectors: this allows to determine the position of the considered reflector within a given sequence

thickness (integer) and color or amplitude (float), which allow the reflector identification.

eventually the distance to some well marker: when available; this parameter allows to directly associate a reflector with a geological horizon.

Figure 6: Used ontology for horizon interpretation.

12

3.1.2. Data management

Since very low amplitude reflections in the seismic image have generally little interest, we first eliminate values lower than a threshold fixed by the user. The eliminated values most time correspond to noisy zones where no useful signal can be detected. The operated thresholding allows to significantly reduce the volume of data to be processed and thus simplifies all the following operations. Since the resulting image is generally still large, thresholding must be completed by a thinning of the remaining reflectors, which allows to only keep the most significant information. The resulting image is shown hereunder on figure 7.

Figure 7: A seismic image after thresholding and thinning.

Thanks to these thresholding and thinning operations, it is possible to represent the resulting seismic image into a 3D sparse matrix, whose size is generally around 25% that of the original image. The last data management step consists in identifying main reflectors of the seismic image. Parsing the sparse matrix, we look for sets of connected voxels corresponding to first order reflectors (cf. figure 8).

Figure 8: The three allowed connected voxel connections.

3.1.3. Visual characterization

In this module, for each detected reflector, we compute numerical values related to the various visual properties defined in the ontology. These values are stored as instances of

13

ontology properties attached to each reflector. For each reflector, we consider the following properties:

minimal distance to the closest well marker. thickness corresponding to the mean vertical thicknesses all along the considered

reflector.

amplitude corresponding to the mean amplitude all along the reflector. 3D dip represented by two 2D dips respectively measured on inlines and crosslines chronological relationships with neighbor reflectors; these relationships are

determined by the vertical position of the considered reflector relatively to the others: in the case of a normal succession, depending whether the considered reflector is located below or above some other one, it is considered as being older or younger than this latter one.

Figure 9: Local chronological relationships attached to reflector A.

Considering all local chronological relationships attached to the various detected reflectors, it is possible to construct one global chronological relationship graph for all the reflectors. In order to build this global graph, we merge all the local graphs which share at least one node. An example of this merging is given on figure 10.

14

Figure 10: Merging of two local relationships graph.

The result provides a classification of reflectors in the geological time domain equivalent to a Wheeler diagram or to a Geological Evolution Schema.

3.1.4. Geological Correlation

This module enables to qualify each of the previously identified reflectors as partly or totally corresponding to some geological horizon. The first step consists in merging all the reflectors sharing one same distance relation to a well marker into one horizon that can be given the name of the well marker to which these various reflectors are associated. This merging is most reliable since well markers represent accurate geometrical information. That is why it is the first one to be operated. The other visuals properties allow operating other merging. For this, considering a node corresponding to some given horizon, we parse the global chronological graph searching for two older or two younger nodes corresponding horizons having the same characteristics, i.e.:

sharing the same distance relation to the considered horizon, having similar amplitudes, similar thicknesses and similar dips according to defined

thresholds. The horizons sharing these same characteristics are then merged into one same horizon.

15

Figure 11: Characterization of four visual attributes on the global graph relative to reflectors detected on the above seismic image.

Figure 11 shows from left to right four visual characteristics associated to the nodes of one same graph. These characteristics respectively represent the chronological relationships, the thickness, the amplitude and the dip of each reflector associated to one node of the graph. We clearly see that nodes E and G share similar characteristics. Accordingly, these 2 nodes are merged into one same node representing one horizon composed by these 2 reflectors, as it is shown on figure 12. This new node will then be itself eventually taken into account for future merging.

16

Figure 12: Global graph merging.

The various threshold parameters that are used for establishing similarities between visual characteristics are given default value that the user can choose to modify when it is needed. All these parameter values are recorded as instances of ontology properties attached to each process concept in order to keep the memory of how the resulting objects were interpreted. By applying the above methodology, the user can run a semi automatic interpretation of the horizons located in the seismic block. He can also easily run again the same process using different parameters or considering new information such as new exploration well data for instance.

3.2. Fault interpretation 3.2.1. Knowledge representation

We developed for fault interpretation a methodology similar in its principle to the one used for horizon detection. A fault is a planar or gently bent geological surface which disconnects a horizon sequence. On a seismic image, a fault corresponds to an area which is locally planar and in most cases noisy. Moreover, it induces a disconnection and a displacement of all the reflectors located in its vicinity (cf. figure.13).

Figure 13: Disconnection and displacement induced by a fault.

17

We choose to represent the disconnection of a horizon as a set of 2D disconnections in the inline and crossline directions. As it is shown on figure 13, each of these disconnections is characterized using 3 attributes:

1. Heave corresponding to the amplitude of the lateral disconnection 2. Throw corresponding the amplitude of the vertical disconnection 3. Dip, which is the angle of the segment joining two disconnected points of an

horizon on a 2D cross-section (inline or crossline) with respect to 2D local direction of the horizon.

Furthermore, as illustrated on figure 14, the various disconnections induced by one same fault on different horizons, are normally approximately coplanar.

Figure 14: Example of fault/horizon geometrical relationships. .

As illustrated on figure 15, all the attributes, relations and concepts required for interpreting a fault in a seismic image are defined, in this case also, in an ontology.

Figure 15: Illustration of the ontology defined for fault interpretation.

3.2.2. Data management

This module allows identifying horizon disconnections that will be further characterized in the next step. Each horizon is projected on a plan. The horizon is then viewed as an array which dimensions are [number of crosslines] x [number of inlines] on the seismic image and whose cells are affected with the local Z values of the voxels composing the horizon. By parsing the resulting

18

array line by line (or column by column), we can identify filled cells that are not connected. Such voxel gaps correspond to horizon disconnections (cf. figure 16)

Figure 16: Identification of 2D disconnections.

By checking their eventual connectivity, the identified horizon 2D disconnections can be gathered into 3D disconnections (cf. figure 17), which need to be further characterized.

Figure 17: Identification of 3D disconnections.

3.2.3. Visual characterization

This module affects to the identified horizon disconnections the visual characteristic values previously defined in the ontology For each horizon disconnection, we compute a heave corresponding to the vertical distance between the higher and lower points of the disconnection and a throw corresponding to the horizontal distance between these two points. We also compute a dip corresponding to the

19

angle of the segment joining the two points of each disconnection with respect to the local direction of the horizon. Finally, we parse the seismic block through inlines and crosslines in order to check eventual colinearity of the horizon disconnections. Colinearity is detected when at least 3 higher or 3 lower disconnection points lie on the same line in a given cross-section. (cf. figure 18). The identified colinearities are stored as instances of ontology relations attached to each horizon disconnection.

Figure 18: 3 disconnection points lying on the same line of a cross section.

3.2.4. Geological correlation

Horizon disconnections are merged when they are locally collinear all along and when they locally share the same heaves, throws and dip (with approximations according to fixed thresholds). Disconnection merging provides uncertainty areas which correspond to linear zones inside which faults are supposed to be present. We arbitrarily choose to position the faults in the middle of these areas. However, the uncertainty areas are also stored in the ontology by means of throw and heave values that are represented as instances of ontology properties attached to each horizon disconnection. It allows us to eventually adjust fault positions afterwards for keeping geological consistency.

4. Results

The above described methodology was applied to various seismic blocks. We will consider here the results that were obtained by processing the Alwyn seismic block, which corresponds to data provided by Total UK related to a field located in the North Sea. This seismic block comprises 1163 inlines, 849 crosslines and 1001 timelines. The Alwyn geology is represented on figure 19. The structural style corresponds to tilted and eroded fault blocks dipping to the west and aligned in a north-south direction corresponding to the main normal fault trend. The hydrocarbon columns are restricted to the Brent Group and, more specifically to the Tarbert formation and to the upper parts of the Ness Formation.

20

Figure 19: Cross section of the studied part of Alwyn.

4.1. Horizon interpretation

In order to verify our interpretations, we took advantage of results obtained on the Alwyn block by students of the IFP School, who provided us a set of hand-picked horizons and faults. These surfaces were identified during a 3 week training session of the IFP School by using the Petrel software, which is one the most used all over the world for seismic interpretation. The results obtained by the IFP students were further validated by their supervisors, who have an extensive knowledge of the Alwyn data.. The provided horizons are located in the most important part of the seismic image (cf. figure 20). They correspond to:

the top of the Turonian Formation

the erosional surface called BCU (Base Cretaceous Unconformity) the top of the Brent formation

the top of the Dunlin Formation

21

Figure 20: 4 horizons hand-picked by IFP School students.

Thanks to our automated methodology, we were able to extract more surfaces since we could explore the block in totality. The table hereunder shows the number of reflectors detected and the number of horizons interpreted for given amplitude threshold values. It also shows the running times that were needed for obtaining these results.

Amplitude Threshold

Number of detected reflectors

Merging time (sec)

Number of interpreted horizons

Total time (min)

25000 6 1,35 5 4

10000 85 372 54 19

9000 137 557 90 30

8000 209 1860 120 60

Figure 21 shows the surfaces that were obtained for an amplitude threshold value of 10 000. In this case, a significant number of surfaces were interpreted, which allows the user to have a global view of the geological structure. We notice in particular that some horizons were detected between the two horizons top Brent and top Dunlin that are respectively figured in yellow and in green on figure 21 (see for instance the horizon figured in light brown, which lies just above top Dunlin on the figure). Identifying horizons in this particular zone is considered as a good result by interpreters, since automated tracking by commonly used software is made impossible by a poor quality image and a significant level of noise.

22

Figure 21: 54 automatic picked horizons for a 10 000 amplitude threshold value.

Furthermore, we successfully verified the geometry of the automatically interpreted surfaces. Figure 22 shows that, although some areas were not fully detected by our method, the surface that we interpreted as Top Dunlin (figured in red) well fits with the Top Dunlin surface handpicked by the IFP School students (figured in green on figure 22).

Figure 22: Geometrical verification concerning the Top Dunlin horizon: the surface resulting from an automated interpretation using our method (red) well fits with the handpicked Top Dunlin surface (green).

The only horizon that was not correctly interpreted is BCU. The reason for this is that BCU is an erosion surface that is signalled by no proper seismic reflection. Since the ontology that we

23

use identifies reflector as the main elements to be considered for surface interpretation, it cannot be used for detecting erosion surfaces.

4.2. Fault interpretation

Figure 23 shows the fault pickings operated by hand by the IFP School students on various cross sections of the seismic image. These pickings were operated by the students with the goal of defining a self consistent fault model. For this, the students just considered the parts of the image which they visually identified as corresponding to fault traces and took no care of their possible relationships with previously interpreted horizons. 28 faults were identified in total.

Figure 23: The main faults identified by the ENSPM students.

Thanks to the platform that we developed, we obtained the following results.

Amplitude threshold

value

Extraction and characterization

time (sec)

Number of horizon

discontinuities Merging time

(sec) Number of

faults

25000 8,5 40 0,5 0 10000 127 1191 475 44

24

9000 161,5 1976 1214 101 8000 223,7 4215 5356 287

Figure 24 illustrates results that were obtained using a 9000 amplitude threshold value.

Figure 24: Detected faults using a 9000 amplitude threshold value.

We can see that the main north south fault trend was well interpreted. However, the transverse faults were not very well detected on this particular interpretation. By rerunning this interpretation with different parameters (amplitude threshold for horizon detection, heave and throw constrain), we can obtain other fault interpretation. For instance for a 10000 threshold amplitude value, we obtain less fault but one more transverse fault as it is shown on top left of the figure 25. The faults, which appear on several interpretations are of course more reliable than the other ones.

25

Figure 25: Detected faults using a 10000 amplitude threshold value.

A significant advantage of detecting faults by considering horizon discontinuities is the fact that fault locations are by construction consistent with the all over structural model. This is verified on figure 26 where the interpreted faults exactly lie on the horizon discontinuities (signalled by shadows on the green horizon). Consequently, for enabling the user to obtain a consistent structural model, it suffices to offer him the possibility of manually merging the various fault patches corresponding to one same fault. The results obtained in the case of the Awyn use case show that our fault detection method still necessitates some improvements for being able to identify all geologically significant faults. For this, one possibility, which could be object of future work, would consist to add in the ontology a detection criterion directly based on fault interruptions. This would allow to detect more zones of the image potentially associated with fault traces and thus provide more numerous and more secure fault reconstructions.

26

Figure 26: Interpreted faults on the Top Dunlin horizon (in green and blue).

5. Conclusions

The present work takes advantage on recent research achievements in the cognitive vision domain for proposing a largely automated methodology for seismic interpretation. For representing the gross architecture of the system that we propose, we defined three abstraction levels that are linked by an ontology representing geological knowledge. The lowest level is in charge of extracting from the seismic image a set of candidates potentially corresponding to geological objects. The second level allows to visually characterize these candidates by means of attributes and relationships defined in the ontology. These properties are directly deduced from geology. Finally, the highest level allows to merge the validated candidates, which share similar characteristics, into actual geological objects. The ontology that was defined provides the necessary knowledge for characterizing candidates and for associating them to geological objects. In our study, the ontology more specifically defines the information that is necessary for identifying horizons and faults in a 3D seismic image.The ontology is also used as a support for allowing the storage of all the created instances with their properties as well as the storage of all the parameters that were used for creating these instances. Future work should be dedicated to adding new knowledge to the defined ontology and to developing related algorithms. This will lead to better interpretations and to identifying other geological objects with the final goal of building more accurate and better informed structural models.

27

Table des matires INTRODUCTION .................................................................................................................. 31

1. DEFINITION DU SUJET .................................................................................................... 31 1.1. Image sismique ..................................................................................................... 31 1.2. Modle structural ................................................................................................. 32 1.3. Interprtation sismique 3D ................................................................................... 33 1.4. Modle partag .................................................................................................... 35

2. PROBLEMATIQUE ........................................................................................................... 35 2.1. Interpretation sismique ........................................................................................ 35 2.2. Ouverture du modle ............................................................................................ 35

3. L'OBJECTIF FIXE ............................................................................................................ 36 4. CONTRIBUTIONS ............................................................................................................ 36 5. CONTEXTE DU TRAVAIL ................................................................................................. 37 6. PLAN DU MEMOIRE ........................................................................................................ 38

CHAPITRE 1 : LE DOMAINE METIER ........................................................................... 39 1. INTRODUCTION .............................................................................................................. 39 2. LA GEOLOGIE ................................................................................................................ 39

2.1. Objets gologiques simples .................................................................................. 39 2.1.1. Les interfaces sdimentaires ................................................................................ 40 2.1.2. Les contacts tectoniques ....................................................................................... 43 2.2. Objets gologiques composs ............................................................................... 44 2.2.1. Les squences stratigraphiques ............................................................................ 44 2.2.2. Les systmes de failles .......................................................................................... 45

3. LA GEOLOGIE PETROLIERE ............................................................................................. 46 3.1. O se trouve le ptrole? ....................................................................................... 46 3.2. La formation des bassin sdimentaires ................................................................ 46 3.3. La formation du ptrole ........................................................................................ 48 3.4. La formation d'un gisement .................................................................................. 48 3.5. Trouver le ptrole ................................................................................................. 50

4. LA MODELISATION GEOLOGIQUE ................................................................................... 50 4.1. Plusieurs modles gologiques ............................................................................ 50 4.2. De la sismique au modle structural .................................................................... 51 4.2.1. Les donnes d'entre ............................................................................................ 51 4.2.2. L'interprtation sismique ...................................................................................... 55 4.2.3. La formalisation de l'interprtation ..................................................................... 58 4.2.4. Diagramme de Wheeler ........................................................................................ 59 4.2.5. Une syntaxe gologique ....................................................................................... 60

5. CONCLUSIONS ............................................................................................................... 63 CHAPITRE 2 : TAT DE L'ART ........................................................................................ 65

1. INTRODUCTION .............................................................................................................. 65 2. L'INTERPRETATION SISMIQUE ........................................................................................ 65

2.1. Un bref historique ................................................................................................ 65 2.2. Attributs sismiques ............................................................................................... 66 2.2.1. Dfinition gnrale ............................................................................................... 66 2.2.2. Classification des attributs ................................................................................... 66 2.2.3. Cohrence ............................................................................................................. 67

28

2.2.4. Orientation ........................................................................................................... 69 2.2.5. Dcomposition spectrale ...................................................................................... 71 2.2.6. Bilan ..................................................................................................................... 72 2.3. Innovations rcentes ............................................................................................. 72 2.3.1. Utilisation simultane de plusieurs attributs sismiques ....................................... 72 2.3.2. Post traitements des attributs ............................................................................... 75 2.3.3. Classification des rflecteurs. .............................................................................. 77 2.3.4. Construction automatique du diagramme de Wheeler ......................................... 78 2.4. Bilan ..................................................................................................................... 79

3. L'INGENIERIE DES CONNAISSANCES ............................................................................... 81 3.1. Dfinitions ............................................................................................................ 81 3.2. Acquisition de la connaissance ............................................................................ 82 3.2.1. Les dbuts ............................................................................................................. 82 3.2.2. La modlisation .................................................................................................... 83 3.2.3. Le management de la connaissance ..................................................................... 83 3.2.4. Le web smantique ............................................................................................... 83 3.3. Les ontologies ....................................................................................................... 84 3.4. Bilan ..................................................................................................................... 85

4. L'INTERPRETATION D'IMAGE GUIDEE PAR LA CONNAISSANCE ........................................ 86 4.1. La vision par ordinateur jusqu'aux annes 1980 ................................................. 86 4.2. Le paradigme de Marr ......................................................................................... 87 4.3. La vision par ordinateur base sur la connaissance ............................................ 87 4.4. L'interprtation d'image et la vision cognitive ..................................................... 88 4.4.1. La vision cognitive ............................................................................................... 88 4.4.2. Travaux de lquipe PULSAR .............................................................................. 89 4.4.3. Une ralisation base sur la vision cognitive ...................................................... 90 4.5. Bilan ..................................................................................................................... 91

5. CONCLUSION ................................................................................................................. 92 CHAPITRE 3 : METHODE PROPOSEE ........................................................................... 93

1. INTRODUCTION .............................................................................................................. 93 5.1. Principe de la mthode propose ......................................................................... 93 5.2. Architecture adopte ............................................................................................ 93 5.3. Ralisation ............................................................................................................ 94

2. LINTERPRETATION DES HORIZONS ................................................................................ 97 2.1 Module de connaissance ............................................................................................ 97 2.2. Module de gestion des donnes .......................................................................... 100 2.3. Module de caractrisation visuelle .................................................................... 109 2.4. Module de corrlation gologique ..................................................................... 118

3. LINTERPRETATION DES FAILLES ................................................................................. 122 3.1. Module de connaissance .................................................................................... 122 3.2. Module de gestion des donnes .......................................................................... 124 3.3. Module de caractrisation visuelle .................................................................... 126 3.4. Module de corrlation gologique ..................................................................... 127

4. EXPORTATION DES RESULTATS .................................................................................... 128 4.1. Exportation des horizons .................................................................................... 129 4.2. Exportation des failles ........................................................................................ 131

5. CONCLUSION ............................................................................................................... 131 CHAPITRE 4 : RESULTATS ............................................................................................. 133

1. LE CHAMP ALWYN ...................................................................................................... 133

29

1.1. Histoire gologique ............................................................................................ 133 1.2. Le bloc sismique Alwyn ...................................................................................... 135

2. LINTERPRETATION DES HORIZONS .............................................................................. 137 2.1. Cration de la matrice creuse ............................................................................ 137 2.2. Extension et caractrisation des rflecteurs ...................................................... 139 2.3. Fusion des rflecteurs en horizon ...................................................................... 139

3. LINTERPRETATION DES FAILLES ................................................................................. 155 3.1. Les failles connues dans Alwyn .......................................................................... 155 3.2. Les failles obtenues ............................................................................................ 157

4. EXPORTATION ............................................................................................................. 162 4.1. Modlisation ....................................................................................................... 162 4.2. OWL ................................................................................................................... 164

5. BILAN .......................................................................................................................... 166 PERSPECTIVES ET CONCLUSIONS ............................................................................. 169

1. LES CONTRIBUTIONS ................................................................................................... 169 1.1. Une plateforme dinterprtation sismique base sur la connaissance .............. 169 1.2. Une premire ontologie ddie linterprtation sismique des horizons et des failles 169 1.3. La matrice creuse et les algorithmes .................................................................. 170 1.4. Interprtation de donnes relles ....................................................................... 170

2. PERSPECTIVES A COURT TERME ................................................................................... 171 2.1. Enrichissement des donnes dentre ................................................................ 171 2.2. Approche multi seuillages .................................................................................. 171 2.3. IHM ddie ......................................................................................................... 172 2.4. Visualisation partage de la matrice creuse ...................................................... 172 2.5. Implmentation ................................................................................................... 173

3. PERSPECTIVES A LONG TERME ..................................................................................... 173 3.1. Workflow ............................................................................................................ 173 3.2. Meilleure exportation des donnes .................................................................... 174 3.3. Rglage des paramtres ..................................................................................... 175 3.4. Enrichissement de lontologie ............................................................................ 175

GLOSSAIRE SUR LES TERMES TECHNIQUES UTILISES EN VISION COGNITIVE DANS CE MANUSCRIT. ........................................................................... 181

BIBLIOGRAPHIE ............................................................................................................... 183

30

31

Introduction

Cette thse traite de l'interprtation smantique d'une image sismique 3D en vue dobtenir un modle structural partag. La faisabilit de la mthode propose est prouve sur la cration d'un modle structural basique c'est dire compos essentiellement d'horizons, de failles et de leurs relations.

Une image sismique 3D est une reprsentation volumique visuelle du sous sol obtenue par enregistrement des chos d'une onde acoustique traversant le sol.

L'interprtation smantique d'une image consiste construire du sens partir des donnes provenant de la scne analyse c'est--dire structurer ces donnes, reconnatre les diffrentes entits qui composent l'image, comprendre leur organisation spatiale et construire une description de la scne.

Un modle structural est un go-modle qui fournit une reprsentation des divers objets gologiques (horizons, failles, chenaux, diapir, etc.) prsents dans tout ou partie dun prospect et de leurs relations mutuelles.

Partag signifie que ce dernier devra pouvoir tre utilis avec autant de facilit par n'importe quelle application.

1. Dfinition du sujet

1.1. Image sismique

Figure 0.1: Une image sismique 2D

Comme il est illustr sur la partie gauche de la figure 0.1, une source sismique, telle quune explosion de dynamite, un canon air comprim ou un vibrateur, gnre de lnergie qui se

32

diffuse lintrieur de la Terre sous forme dondes acoustiques traversant les diverses couches gologiques avec des vitesses de propagation donnes. A linterface entre deux milieux rocheux de vitesses diffrentes, une onde est gnralement pour partie rfracte et pour partie rflchie en accord avec les lois de Descartes. [Schlumberger Oilfield Glossary, 2009]

Grce des rcepteurs placs la surface indiquant le temps que l'onde a pris pour parcourir un aller retour et en connaissant la vitesse de propagation de l'onde, on peut ainsi avoir une ide de la position o l'onde s'est rflchie. Aprs traitements, ces informations sont donc corrles afin dtablir une image du sous-sol que l'on nomme une image sismique visible droite sur la figure 0.1.

Les valeurs des pixels de cette image correspondent l'amplitude avec laquelle s'est rflchie l'onde. On a donc pour chaque colonne d'une telle image, aussi appele "trace", une succession verticale d'amplitudes positives puis ngatives plus ou moins fortes qui correspondent des changements verticaux de milieux plus ou moins marqus dans le sous-sol. La figure 0.2 illustre quelques unes de ces colonnes.

Figure 0.2: Quelques traces sur un morceau d'une image sismique 2D.

En deux dimensions, l'image rsultante montre une succession verticale de lignes paisses valeur positive puis ngative que l'on appelle couramment "rflecteurs".

Enfin en trois dimensions, ces rflecteurs apparaissent sous forme de surfaces paisses.

1.2. Modle structural

Un modle structural (cf. Fig. 0.3) est un assemblage de surfaces gologiques [Foucault, 2005][Bates, 1987] qui correspondent des limites dunits stratigraphiques, des failles, des chevauchements voire des arrangements plus complexes (rseaux de failles, chenaux, chemine). Un tel go modle rsulte dune interprtation gologique, qui permet didentifier les objets prsents et de prciser leurs relations spatiales et chronologiques.

33

AA

AA

AA

F4 F3

E

F1

F2

C

B

C

B

E

F1 F3

B

A

C

F2 F4

AA

AA

AA

F4 F3

E

F1

F2

C

B

C

B

AA

AA

AA

F4 F3

E

F1

F2

C

B

C

B

E

F1 F3

B

A

C

F2 F4

E

F1 F3

B

A

C

F2 F4

Figure 0.3 : Gauche -Reprsentation dun modle structural sous forme de surfaces. Droite - Reprsentation dun modle structural sous forme d'un graphe.

Le modle structural est une tape essentielle de la chane de traitements de l'exploration ptrolire illustre sur la figure 0.4. Il est un des rsultats essentiels pour la suite de la modlisation. Cest le squelette sur lequel pourront tre construits les modles futurs.

Figure 0.4 : Chane gnrale de traitements de l'exploration ptrolire.

1.3. Interprtation sismique 3D

L'interprtation sismique, ou interprtation smantique d'une image sismique, est une tape de la chane de l'exploration ptrolire qui vise analyser des donnes sismiques en vue de gnrer des modles et des prdictions sur les proprits et la structure du sous sol [Schlumberger Oilfield Glossary, 2009]

Production forecast

Reservoir grid Upscaling

Flow simulation Property model : facies, porosity, permeability

Structural model

Well and seismic data

Facies proportions

Stratigraphic model

34

Le picking reprsente l'opration la plus basique de l'interprtation sismique. Elle consiste cliquer avec la souris sur des coupes 2D de l'image sismique. Le but est que l'ensemble des positions cliques reprsente une partie d'un objet extraire de l'image. Cette opration est entirement manuelle. Le picking se fait gnralement sur plusieurs coupes 2D du bloc sismique afin de dfinir l'objet d'intrt dans plusieurs directions. La figure 0.5 considre cette opration sur 2 sections sismiques orthogonales.

Figure 0.5: Picking (points rouges) d'un horizon.

Entre chaque picking, un algorithme est charg d'interpoler le meilleur chemin 2D dcrivant l'objet souhait. Cette interpolation entre deux positions peut tre de type linaire ou alors suivre une loi plus complique. On parle alors d'algorithme de type tracking. Ce genre d'algorithme est ensuite utilis pour tendre la slection picke l'ensemble du bloc 3D (cf. Fig 0.6).

Figure 0.6: Tracking d'une slection sur l"ensemble du bloc sismique.

35

1.4. Modle partag

Si l'on regarde notre sujet dans son contexte, l'exploration ptrolire, on s'aperoit que l'change de donnes est un lment clef de cette chane de traitements. En effet, plusieurs centaines voire milliers de logiciels sont utiliss dans le mme but : identifier la structure du sous sol.

Chacun de ces logiciels ayant ses propres avantages et inconvnients diffrents moments de la chane, il nous parat ncessaire de pouvoir aisment communiquer notre rsultat de la manire la plus renseigne possible.

Aussi, notre modle se doit d'tre partageable afin que quiconque du domaine de l'exploration ptrolire puisse l'utiliser dans le logiciel qu'il souhaite.

2. Problmatique 2.1. Interpretation sismique

La problmatique principale de cette thse concerne l'interprtation d'une image sismique par un ordinateur. A ce jour, cette tche est ralise de manire trs incrmentale avec manipulations, oprations et vrifications des donnes chaque tape. Elle ncessite plusieurs mois d'tudes et la coopration de plusieurs experts du domaine. Chaque objet doit tre pick avec prcision puis track sur l"ensemble du bloc. Or ce bloc est fortement bruit (du l'acquisition physique) et la plupart des objets apparaissent ainsi trs dconnects voire invisibles. Mme si le picking manuel permet un contrle total, le tracking a ses limites et n'arrivent pas toujours tendre une slection comme l'utilisateur le voudrait. Outre des difficults que nous qualifierons de techniques comme la gestion d'images de trs grandes tailles (plusieurs gigaoctets) ou encore le travail sur des images fortement bruites, il apparat que le problme principal de l'interprtation sismique relve plutt du domaine de la connaissance qui n'est pas assez intgr dans les divers algorithmes actuels. En effet, le modle structural recr par l'interprteur est le fruit d'un savoir provenant de diffrents domaines tels que la gologie, la gophysique, la sdimentologie, etc....

Or, de nos jours, la majeure partie des plateformes d'interprtation nintgre que trs peu de connaissance dans leurs algorithmes. Ces logiciels aident les experts du domaine principalement par calculs et par visualisation, le logiciel ne propose pas vraiment de solutions l'utilisateur. L'assistance des solutions actuelles est bien plus visible au niveau de l'ergonomie qu'au niveau cognitif.

2.2. Ouverture du modle

Enfin, l'heure actuelle, les modles structuraux interprts nous paraissent sous informs. En effet, aucune solution actuelle ne renseigne la manire dont les surfaces du modle ont t extraites. Ceci empche toute rvision du modle par la suite. De plus, en ce qui concerne les autres informations, comme la topologie entre les surfaces par exemple, elles n'existent simplement pas! L'information topologique est dduire de la visualisation 3D ou alors de la pure connaissance de l'expert.

36

En sortie, il est seulement possible d'exporter chaque objet de manire indpendante. Cependant, aucune formalisation du modle structural n'est encore implmente dans un logiciel d'interprtation sismique de nos jours.

Le modle structural existe donc seulement dans l'esprit de l'interprteur ou alors au mieux dans des documents textuels. Il est impossible de communiquer l'ensemble des rsultats une autre application. Il est, pour l'instant, ncessaire de transmettre les informations par l'intermdiaire d'une personne ou d'un document ou alors dans le pire des cas de refaire une interprtation des donnes extraites.

3. L'objectif fix

Notre objectif est d'apporter une aide consquente l'automatisation de l'interprtation sismique. Nous souhaitons dvelopper une plateforme facilitant l'interprtation sismique en automatisant tant que possible cette opration. La validation de cette plateforme se fait sur les lments de base de la construction du modle structural : les horizons et les failles.

Pour raliser cela, nous pensons tirer partie des recherches en vision cognitive [Vernon, 2004] afin de pouvoir interprter notre image au mieux en se basant sur la connaissance lie au domaine.

Enfin, le rsultat de notre interprtation doit contenir l'ensemble des informations qui le caractrisent afin d'tre exploitable par n'importe quelle autre application.

Nos objectifs intermdiaires peuvent donc s'exprimer de la sorte : - Acqurir la connaissance du domaine d'application

Sur quels critres les experts arrivent extraire le modle structural partir d'une image sismique 3D ? - Formaliser cette connaissance pour exploitation

Comment reprsenter cette connaissance? - Dveloppement d'une plateforme d'interprtation sismique base sur cette

connaissance dans une optique "vision cognitive". Comment intgrer cette connaissance dans une application?

- Interprtation d'objets gologiques simples puis plus complexes en utilisant la plateforme.

Est-ce que la plateforme fonctionne pour les objets basiques? - Export des objets et de leurs relations en vue de construire un modle structural

ouvert.

Comment partager notre rsultat avec les gens de notre domaine?

4. Contributions

37

La contribution majeure de ce travail de thse est la cration dune plateforme dinterprtation sismique base sur la connaissance gologique. Elle est applique principalement linterprtation de 2 types dobjets gologiques basiques savoir les horizons et les failles. Pour cela, nous avons du crer une premire ontologie dcrivant les connaissances ncessaires linterprtation de ces 2 objets dans une image sismique. Il est possible damliorer les possibilits dinterprtation de cette plateforme en enrichissant lontologie de nouvelles connaissances et en mettant disposition de la plateforme de nouveaux algorithmes. Larchitecture de la plateforme nest pas sujette des modifications. Une structure de stockage dune image sismique en mmoire vive a t propose ainsi que des algorithmes de caractrisation visuelle des lments contenus dans cette structure. Enfin, plusieurs interprtations ont t ralises sur des donnes relles grce la plateforme ralise. Elles ont pu tre compares avec des rsultats obtenus manuellement sur ces mmes donnes.

5. Contexte du travail

Le prsent travail est effectu dans la cadre dune thse CIFRE place sous la double responsabilit de lEcole des Mines de Paris et de lIFP.

Du ct universitaire, la thse est effectue au sein du doctorat Informatique Temps Rel, Automatique et Robotique de lcole Nationale Suprieure des Mines de Paris. Elle est encadre par Michel Perrin (ENSMP, Dpartement de Gosciences). Michel Perrin coopre depuis une dizaine danne avec lIFP (Jean-Franois Rainaud, Division de Technologies Informatiques et de Mathmatiques Appliques) sur des approches de la go-modlisation guide par la connaissance. Elle est effectue en liaison troite avec Monique Thonnat (Equipe ORION puis PULSAR, INRIA Sophia Antipolis). PULSAR est une quipe pluridisciplinaire, la frontire des domaines de la vision par ordinateur, des systmes base de connaissances et du gnie logiciel. Cette quipe dveloppe des techniques et des logiciels pour l'interprtation automatique d'images, la rutilisation et le pilotage automatique de programmes.

Du point de vue industriel, cette thse prend place au sein d'un projet de recherche de l'Institut Franais du Ptrole (IFP) dnomm "Caractrisation de rservoir". Plus prcisment, ce projet se rattache au domaine de l'exploration ptrolire qui vise calculer le potentiel d'extraction d'hydrocarbures dans un champ ptrolier. Cette thse est place sous la responsabilit de Jean-Franois Rainaud (Direction Technologie, Informatique et Mathmatiques Appliques).

Cette tude tant en amont de la chane et ayant pour seul objectif un prototype non commercial, aucune plateforme de dveloppement spcifique n'est impose. Cependant, toute collaboration avec OpenFlow, la future plateforme de dveloppement de l'IFP, est encourage.

38

6. Plan du mmoire

Ce mmoire est articul selon 4 chapitres.

Le chapitre 1 prsente le domaine mtier de ce travail. La premire partie de ce chapitre expose les bases de la gologie connatre pour comprendre cette thse. Puis une deuxime partie sefforce de montrer le rle de la gologie dans le monde ptrolier. Dans la dernire partie, nous expliquons ce quapporte linformatique cette gologie ptrolire.

Le chapitre 2 traite de l'tat de l'art concernant notre travail. Aprs un bref historique, nous nous efforons d'expliquer la mthodologie gnrale employe actuellement ainsi que les dernires recherches effectues dans le monde de l'interprtation sismique. Aprs une partie consacre lingnierie des connaissances, nous discutons de la vision cognitive, de son but et des possibilits que ce domaine apporte l'interprtation d'image en gnrale.

Le chapitre 3 propose un descriptif dtaill de notre approche. C'est dans cette partie que sont discuts nos choix sur la mthodologie suivie. Le lecteur est amen dcouvrir en dtail la transformation de cette approche en un prototype. Deux tudes de cas illustrent ce chapitre : la dtection des horizons et la dtection des failles. Les choix de l'architecture, des structures des donnes ainsi que des algorithmes y sont notamment discuts.

Enfin, le chapitre 4 a pour rle de montrer les rsultats de notre application sur des donnes sismiques relles. Nous vrifierons dans cette partie dans quelle mesure nos rsultats sont la hauteur de nos objectifs.

En conclusion, nous parlons des contributions que nous avons apportes au domaine de l'interprtation sismique 3D et des perspectives que cela engendre.

39

Chapitre 1 : Le domaine mtier

1. Introduction

Le prsent mmoire est relatif linterprtation sismique. Ce domaine mtier est au carrefour de plusieurs domaines scientifiques et technologiques, qui ne font pas tous couramment lobjet dexposs didactiques. Le prsent chapitre vise fournir lensemble des informations relatives lexploration sismique, la gologie de base, la gologie ptrolire, la modlisation gologique, indispensables la comprhension de la suite du travail.

2. La gologie

Comme toute science, la gologie dfinit des objets spcifiques et associe ceux-ci au travers de divers modles selon le domaine dintrt adress. Le domaine qui nous intresse concerne la reprsentation de la structure du sous sol. Nous dcrirons ici les proprits des principaux objets gologiques qui seront pris en considration ainsi que les relations entre ces objets.

2.1. Objets gologiques simples

Divers types de modles gologiques 3D sont utiliss pour les besoins de lexploration ptrolire. Les plus simples de ces modles, dont drivent tous les autres, sont les modles structuraux, qui reprsentent lassemblage des diffrentes surfaces gologiques prsentes dans une zone dintrt dtermine. Pour cette raison, les seuls objets gologiques qui sont pris en considration ici sont les surfaces gologiques. Elles sont classes selon 2 grandes familles :

Les interfaces sdimentaires Elles sparent deux strates sdimentaires, cest dire deux couches du sous sol dposes lune au dessus de lautre et chacune composes de roches du mme type. Chaque interface sdimentaire correspond un vnement gologique marquant comme une rosion, lachvement dun pisode de dpt, le dplacement dune aire de dpt , etc

Les contacts tectoniques Ils sont gnrs par les mouvements transversaux qui affectent la crote terrestre et dont la cause premire est le jeu des plaques tectoniques. Ces contacts correspondent des surfaces de fracture le long lesquelles les masses rocheuses glissent de manire diffrentielle sous leffet du champ de contraintes locales auxquelles elles sont soumises.

40

2.1.1. Les interfaces sdimentaires 2.1.1.1. Horizon

Dans le domaine de la gologie ptrolire, les interfaces sdimentaires sont gnralement dsignes comme des horizons. Ces surfaces sparent des couches sdimentaires, qui sont regroupes, plus grande chelle, en units sdimentaires (encore appeles units stratigraphiques). Les horizons sont gnralement de grande taille (plusieurs kilomtres carrs) et sont souvent horizontaux ou faiblement inclins. Leur forme peut tre plane ou plus ou moins intensment plisse. Un horizon a un ge unique. Deux horizons peuvent donc tre compars en fonction de leurs ges relatifs. Du fait de leur plus ou moins grande horizontalit, les horizons sont dans la plupart des cas de bons rflecteurs des ondes acoustiques. Pour cette raison, ils sont donc gnralement identifiables de manire aise sur les images sismiques. Un horizon peut tre continu sur l'ensemble de sa surface. A linverse, du fait des accidents tectoniques qui laffectent, il peut ventuellement tre dcoup en plusieurs morceaux.

Figure 1.0 : Exemples de successions d'horizons.

Les horizons sont gnralement disposs paralllement les uns aux autres mais sous l'effet de divers facteurs lis aux particularits des environnements de dpt ou la tectonique locale, il arrive que cette proprit ne soit pas respecte. Conscients que la terminaison des interfaces sdimentaires relativement les unes aux autres renseigne sur le mode de dpt des strates et ventuellement sur les vnements ultrieurs qui les ont affectes, Vail et Mitchum [Mitchum, 1977] puis [Catuneanu, 2002] ont caractris les diffrents types de terminaisons que peut possder un horizon. Un rsum de ces rsultats est prsent ci dessous.

41

Figure 1.1 : Diffrents types de terminaisons des interfaces sdimentaires.

Onlap DEFINITION Terminaison d'une surface sub-horizontale sur une surface plus pentue.

ATTRIBUTS GEOLOGIQUES Angle connexion : plutt faible. Surface de connexion : pentue, plus rcente

Truncation DEFINITION Terminaison sur une surface rosive plus rcente.

ATTRIBUTS GEOLOGIQUES Angle de connexion : gnralement fort.

(discordance angulaire) Surface de connexion : plus rcente, rosive

Toplap DEFINITION Terminaison de rflecteurs inclins sur une surface sub-horizontale recouvrante.

ATTRIBUTS GEOLOGIQUES Angle de connexion : gnralement fort Surface de connexion : plus rcente, non rosive,

sub-horizontale Downlap DEFINITION Terminaison de rflecteurs inclins sur une surface sub-horizontale plus ancienne.

ATTRIBUTS GEOLOGIQUES Angle de connexion : gnralement fort Surface de connexion : plus ancienne, sub-

horizontale Concordance

DEFINITION Aucune terminaison.

ATTRIBUTS GEOLOGIQUES Connexion inexistante

Figure 1.2 : Exemple rel d'une terminaison de type "Truncation".

42

Figure 1.3 : Exemple rel d'une terminaison de type "Downlap".

2.1.1.2. Chenal

D'aprs la dfinition fournie dans [Schlumberger Oilfield Glossary, 2009], un chenal est une dpression de forme gnralement concave et linaire dans laquelle les sdiments transports par un flux aqueux constituent divers corps sdimentaires allongs De manire plus image, il s'agit du lit d'une ancienne rivire assche remplie par des alluvions et par des dpts ultrieurs.

Figure 1.4 : Exemple rel d'un chenal.

Un chenal a un profil transversal concave et un profil longitudinal toujours allong qui peut tre de type droit, mandreux ou tress.

43

Droit

Mandreux

Tress

Figure 1.5 : Profil d'un chenal.

Par ailleurs, un chenal peut s'tendre sur plusieurs centaines de mtres de largeur et sur plusieurs kilomtres de longueur.

2.1.2. Les contacts tectoniques

Les contacts tectoniques appartiennent principalement deux catgories : les failles et les chevauchements (encore appels contacts anormaux ). Selon [Groshong, 2006], [a fault] is a surface or narrow zone across which there has been relative displacement of the two sides parallel to the zone. The term displacement is the general term for the relative movement of the two sides of the fault, measured in any chosen direction." Il sagit donc dune discontinuit qui spare les couches quelle affecte en deux compartiments qui ont subi un dplacement apprciable lun par rapport lautre.

Figure 1.5 : Une faille commune.

Bien qu'il existe des failles qui ne soient pas planes, nous portons essentiellement notre attention dans le prsent travail sur les failles dont la surface peut tre assimile un plan. Les failles peuvent avoir des extensions longitudinales extrmement variables, allant du mtre la dizaine de kilomtres ou plus. Le dplacement relatif lun par rapport lautre des deux panneaux dcoups par une faille est appel rejet. Le rejet s'attnue progressivement lorsquon sloigne de la partie centrale de la surface de faille jusqu sannuler sa bordure externe. Une faille est fortement continue sur sa surface excepte si elle est elle-mme dconnecte par une autre faille. Dans ce dernier cas, elle n'est alors que continue par morceaux. Le contour d'une faille est mal connu mais il est suppos de prfrence convexe. On appelle panneau suprieur (Hanging wall) l'ensemble des couches sdimentaires localises au dessus de la surface de faille et panneau infrieur (Footwall) l'ensemble des couches sdimentaires localises en dessous. Il existe principalement 3 types de dplacements des panneaux le long d'une faille :

44

1. Normal : Le dplacement est vertical, le panneau suprieur est dplac vers le bas et la pente de la faille est d'environ 60 degrs par rapport l'horizontal.

Figure 1.6 : Faille normale.

2. Inverse : Le dplacement est vertical, le panneau suprieur est dplac vers le haut et la pente de la faille est d'environ 45 degrs par rapport l'horizontal

Figure 1.7 : Une faille inverse.

3. Dcrochement : Le dplacement est horizontal, la pente de la faille est d'environ 90 degrs par rapport l'horizontal

Figure 1.7 : Une faille de dcrochement.

Une faille n'est gnralement pas directement visible sur une image sismique. En effet, dans la mesure o une faille n'est pas une surface homogne du point de vue des proprits physiques, son comportement n'est pas homogne du point de vue de la propagation des ondes sismiques et ce n'est donc pas un rflecteur.

2.2. Objets gologiques composs

2.2.1. Les squences stratigraphiques

Les squences de dpt sont des units stratigraphiques composes d'une succession relativement conforme de strates gntiquement lies et limites leur sommet et leur base par des discordances. Leur paisseur est dcamtrique pluridcamtrique. Une squence correspond une dure de dpt couramment comprise entre 1 et 5 millions dannes.

45

Larrangement des strates l'intrieur d'une squence a fait l'objet d'une tude pousse de la part de Vail et Mitchum dans [Mitchum, 1977]. En reprenant ces travaux, il est possible de rsumer les diffrents arrangements d'horizons sous la forme ci dessous.

Figure 1.7 : Les diffrents arrangements des horizons dans une squence.

2.2.2. Les systmes de failles

Ces systmes sont de deux types : 1. Famille de failles : c'est un ensemble de failles ayant approximativement la mme

orientation et le mme pendage. Le pendage dcrivant langle dinclinaison de la surface.

2. Rseau de failles : c'est un ensemble de failles interconnectes soit toutes de mme ge soit appartenant ventuellement plusieurs familles de failles d'ge diffrent.

46

Figure 1.8 : Un rseau de failles compos de 2 familles de failles..

3. La gologie ptrolire

La gologie ptrolire utilise la connaissance gologique dans le but didentifier et d'exploiter au mieux un gisement dhydrocarbures (ptrole et/ou gaz naturel).

3.1. O se trouve le ptrole?

Ptrole provient des termes latins "ptra", qui signifie "pierre", et "olum", qui signifie "huile". Ainsi "ptrole" signifiant littralement "huile de pierre", le ptrole est de lhuile qui se trouve dans des roches et plus prcisment dans des roches sdimentaires poreuses. On peut retenir schmatiquement quune roche poreuse contenant du ptrole est comme une ponge imbibe de ptrole. On appelle gisement une concentration dhydrocarbures dans le sous-sol susceptible dtre exploite dans des conditions conomiques. Un gisement est une fraction du sous-sol o lhuile est aujourdhui immobile, et est prte tre extraite. On dit quelle y est pige. La superficie dun gisement va de quelques km quelques dizaines de km et peut plus rarement atteindre quelques centaines de km. Les gisements correspondent des structures gologiques particulires limites leur partie suprieure par des couches impermables qui font obstacle une migration des hydrocarbures vers le haut. Ces structures sont inclues dans des ensembles gologiques plus vastes dits bassins sdimentaires. Ces bassins ont couramment des paisseurs de quelques kilomtres.

3.2. La formation des bassin sdimentaires

Les bassins sdimentaires correspondent danciennes zones ocaniques dans lesquelles des sdiments se sont accumuls durant des priodes gologiques plus ou moins longues. Les dpts sdimentaires peuvent avoir des origines diverses. Il peut sagir notamment :

Dune accumulation de particules solides : o qui proviennent de lrosion des roches exposes dans les parties merges de

la crote terrestre; les roches en place sont dtruites sous leffet des pluies, du gel, du vent ou de lrosion fluviatile et les fragments rsultants sont ensuite transportes par les rivires et les courants marins jusque dans les bassins sdimentaires o ils se dposent.

o qui sont issues dorganismes (plancton, corail, coquilles danimaux marins, dbris de vgtaux ) ayant vcu sur place dans le milieu aquatique du bassin ou y ayant t transports.

Des dpts de sels minraux (sel gemme, gypse, potasse) lis lvaporation de leau rsultant par exemple dun asschement des mers suite un changement climatique important. Ces dpts sont dsigns sous le terme d vaporites.

47

Les sdiments se dposent dans les bassins, strate aprs strate, formant des empilements de couches stratigraphiques. Par ailleurs, au cours de leur histoire, ces couches subissent divers types de transformation. Constitus au dpart de vase, les sdiments subissent des transformations sous leffet de la compaction due au poids des sdiments sus-jacents nouvellement dposs. Ces transformations sont dsignes par les gologues par le terme de diagnse. Elles entranent une rduction de volume des strates et une transformation de leur contenu de vase en roches sous leffet de recristallisations. Ces transformations peuvent entraner une rduction plus ou moins importante de la porosit.

Au -300 Ma -200 Ma

Figure 1.9 : La mme partie d'un bassin sdimentaire deux poque diffrentes.

Une autre consquence de laugmentation de la pression sur les couches lie laccumulation des sdiments est la formation ventuelle de dmes de sel (encore appels diapirs). Les dpts de sel gemme sont moins denses que les dpts non vaporitiques. Pour cette raison, lorsquelles se trouvent comprimes sous leffet du poids des sdiments sus-jacents, les couches de sel ont tendance remonter en formant des grosses bulles, puis des dmes. Dans les dernires phases de monte du sel, il se forme galement des sortes de "gouttes" au dessus du dme (voir figure ci-dessous). Le sel est par ailleurs un matriau non poreux et impermable. Les dmes de sel vont donc arrter lcoulement du ptrole, lors de sa migration, comme nous le verrons plus loin.

-100 Ma Age actuel

Figure 1.10 : La mme remonte" de sel deux poques diffrentes.

Par ailleurs, au cours de leur histoire ultrieure, les couches sdimentaires peuvent ventuellement tre exondes si la mer se retire et ultrieurement rodes en tout ou en partie. Enfin, sous leffet de la tectonique, ces couches peuvent tre plisses et/ou failles.

48

Figure 1.11 : gauche un rgime extensif et droite un rgime compressif.

3.3. La formation du ptrole

Lors du dpt des sdiments, une partie des particules solides dposes provient de matires organiques (cadavres danimaux grands ou petits, dbris de vgtaux, plancton, etc.). Dans les milieux aquatiques riches en oxygne, ces particules disparaissent car elles sont "manges" par les bactries. Par contre dans des eaux fermes trs pauvres en oxygne, en labsence de bactries pour les dtruire, les particules organiques tombent et sjournent au fond du bassin. Si la sdimentation est rapide, la matire organique est alors enfouie dans les sdiments avant davoir t dtruite. Cette matire organique enfouie est lorigine du charbon, qui rsulte de la transformation de dbris vgtaux de grande taille, et du ptrole, ce dernier rsultant de la transformation de matire organique disperse provenant de dbris de taille microscopique. . Les dbris organiques de taille microscopique se concentrent dans des vases noirtres. Dans les premires centaines de mtres de leur enfouissement, la matire organique se transforme en des assemblages macromolculaires de produits carbons appels krogne. Les roches sdimentaires, gnralement argileuses, qui contiennent le krogne, sont appeles "roches mres". Sous le poids des sdiments, le krogne est transport des profondeurs importantes, o la temprature ambiante est suffisantes pour entraner un cracking naturel de la matire organique solide. Les chanes organiques du krogne sont ainsi brises ce qui entrane la transformation de cette matire en hydrocarbures : ptrole ou gaz naturel.

3.4. La formation d'un gisement

Une fois forms, les hydrocarbures qui sont des fluides, ont tendance se dplacer par migration vers des endroits o la pression est plus faible. Expulss de la roche mre poreuse, ils se dplacent dans des couches permables (des "drains"). Sil ny a pas dobstacle impermable empchant leur ascension, les hydrocarbures peuvent atteindre lair libre.

49

Figure 1.12 : La migration des hydrocarbures.

Si les hydrocarbures rencontrent, linverse, une couche impermable qui arrte leur migration vers la surface, ils sont alors pigs. Pour que les hydrocarbures puissent saccumuler en quantit suffisante sous une couverture impermable et former un rservoir, il faut que les piges aient une forme particulire favorable.

Figure 1.13 :.Trois diffrents types de pige.

Trois types classiques de piges sont schmatiss ci-dessus. Les parties colores en marron correspondent aux couvertures. Le pige en forme de dme, figur dans la partie gauche de la figure correspond au type le plus rpandu appel pige anticlinal, qui reprsente 90% des piges de trs gros gisements au Moyen-Orient. La partie centrale de la figure montre un pige limit par une faille en compression, qui constitue une barrire impermable dans le bassin. Enfin, la partie droite de la figure reprsente un pige limit par un dme de sel, le sel tant un matriau totalement impermable.

Dans le cas o les hydrocarbures qui migrent sont constitus la fois de ptrole et de gaz naturel, le gaz saccumule en raison de sa plus faible densit, dans la partie suprieure du gisement. A linverse, leau, qui est plus dense que les hydrocarbures, saccumule dans la partie infrieure du gisement.

50

Un rservoir peut se trouver des profondeurs allant de quelques mtres plus de 6000 mtres. Il peut stendre sur une superficie allant de quelques km2 quelques centaines de km2 et son paisseur peut varier de quelques mtres quelques centaines de mtres.

3.5. Trouver le ptrole

Nous avons vu que le ptrole est localis dans les bassins sdimentaires. Quils soient terrestres ou immergs, ces bassins sont bien rpertoris lchelle de la plante. Dans ces conditions, explorer de nouvelles possibilits de gisement cest--dire faire de lexploration, cest aujourdhui rpondre aux trois questions suivantes :

1. O les structures de type pige sont-elles localises dans le bassin sdimentaire ? 2. Le pige est-il rempli ? 3. Si oui, que contient-il (quelle qualit et quelle quantit dhydrocarbures) ?

Du point de vue de la mis en place des moyens dexploration puis dexploitation, il faudra en outre prendre en compte la position du gisement potentiel terre ou, ce qui est trs souvent le cas actuellement, off-shore. La prsente thse est uniquement relative la dtection de piges potentiels. L'interprtation sismique que nous allons dcrire dans le paragraphe suivant, permet une reprsentation du sous sol sur ordinateur et constitue donc une aide prcieuse, indispensable pour dfinir la localisation des piges. Cette reprsentation elle-mme ressort du domaine de la modlisation gologique, que nous allons maintenant dcrire.

4. La modlisation gologique

4.1. Plusieurs modles gologiques

La modlisation gologique sintresse la reprsentation du sous-sol sur ordinateur. Elle date des annes 80 et a t rendue possible grce aux progrs de la Conception Assiste par Ordinateur (CAO) et de linformatique graphique. La modlisation gologique est particulirement utilise dans le domaine de l'exploration ptrolire o le nombre de donnes et les volumineux calculs effectus ncessitent l'emploi d'ordinateurs. Dans ce cas, les modles gologiques utiliss (earth models) sont de plusieurs types. Ils peuvent concerner soit des gisements, et donc des rservoirs individuels (modles de rservoirs) soit des bassins dans leur ensemble (modles de bassin).

51

Figure 1.14 : Vue densemble du workflow ddi la modlisation gologique dun gisement.

Comme nous pouvons le voir sur la figure ci dessus, plusieurs earth models sont utiliss lors de la chane de traitements de l'exploration ptrolire :

Le modle structural dcrit un assemblage de surfaces gologiques. Il est le rsultat d'une interprtation d'une image sismique renseigne par des marqueurs provenant de puits d'exploration. L'tape qui permet de passer des donnes de puits et d'une image sismique au modle structural reprsente le coeur de cette thse. Nous allons donc la dvelopper dans la partie suivante.

Le modle stratigraphique est une extension du modle structural obtenue par ajout de maillages volumiques. Ceux-ci permettant de discrtiser finement les volumes dlimits par les surfaces gologiques. Il est souhaitable que les maillages se moulent autant que faire se peut sur la structure des couches sdimentaires prsentes au sein des volumes gologiques. Par exemple, si les dpts sont disposs de manire parallle, le maillage sera fortement rgulier.

Le modle de proprits gologiques permet de remplir le modle stratigraphique avec des proprits ptro-physiques, telles que des porosits (proportion d'espaces libres dans la roche) ou des permabilits (proportion d'espaces libres connects dans la roche), utiles pour effectuer ensuite des simulations d'coulement.

4.2. De la sismique au modle structural

4.2.1. Les donnes d'entre 4.2.1.1. L'acquisition sismique

L'acquisition de donnes sismiques concernant un champ ptrolier on shore ou off shore est ralise au moyen d'une technique appele sismique rflexion. Le but est d'explorer le sous-sol en profondeur. La sismique rflexion est une technique de mesure indirecte qui consiste enregistrer en surface l'aide de capteurs des chos issus de la propagation dans le sous-sol d'une onde sismique provoque par une forte vibration (dynamite, canon air, ...) Ces chos

Production forecast

Reservoir grid Upscaling

Flow simulation Geological Property model : facies, porosity, permeability

Structural model

Well and seismic data

Facies proportions

Stratigraphic model

52

sont gnrs par des interfaces sdimentaires qui correspondent un changement assez brutal des proprits physiques (densit, lasticit) du sous-sol et qui, de ce fait, rflchissent les ondes sismiques.

Figure 1.15 : La sismique rflexion.

Deux proprits fondamentales sont enregistres par les capteurs : l'amplitude de l'onde rflchie et la dure du trajet de l'onde. Ainsi, chaque position de rcepteur est enregistr un signal qui reprsente l'amplitude de la rflexion en fonction du temps. Ce signal s'appelle une trace. Il constitue les colonnes d'une image sismique. L'image 3D est assimilable une matrice 3 dimensions appele bloc sismique. Les coordonnes latrales de ce bloc sont relatives la position gographique des capteurs et les coordonnes verticales sont relatives au temps de retour de l'onde. Enfin, les valeurs associes chaque cellule (voxel) de cette matrice sont reprsentatives de l'amplitude de la rflexion en ce point. Selon les trois directions du bloc sismique, les coupes 2D effectues dans un bloc sismique portent des noms diffrents : inline ou crossline pour des coupes latrales du bloc et timeslice pour une coupe horizontale.

53

Figure 1.16 : Structure d'un bloc sismique.

Un bloc sismique est reprsentatif d'un champ ptrolier de plusieurs dizaines plusieurs milliers de kilomtres carrs. Il s'tend en p