Interprétation géologique de données sismiques par une méthode supervisée basée sur la vision ...

191 Pages·2016·11.42 MB·French

by  Philippe Verney

Interpr´etation g´eologique de donn´ees sismiques par une
m´ethode supervis´ee bas´ee sur la vision cognitive
Philippe Verney
To cite this version:
Philippe Verney. Interpr´etation g´eologique de donn´ees sismiques par une m´ethode supervis´ee
´
bas´ee sur la vision cognitive. domain other. Ecole Nationale Sup´erieure des Mines de Paris,
2009. Fran¸cais. <NNT : 2009ENMP1666>. <pastel-00005861>
HAL Id: pastel-00005861
https://pastel.archives-ouvertes.fr/pastel-00005861
Submitted on 10 Mar 2010
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destin´ee au d´epˆot et `a la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publi´es ou non,
lished or not. The documents may come from ´emanant des ´etablissements d’enseignement et de
teaching and research institutions in France or recherche fran¸cais ou ´etrangers, des laboratoires
abroad, or from public or private research centers. publics ou priv´es.
ED n°84 : Sciences et Technologies de l’Information et de la Communication

T H E S E

pour obtenir le grade de

DOCTEUR DE L’ECOLE NATIONALE SUPERIEURE DES MINES DE PARIS

Spécialité “Informatique ”

présentée 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 thèse : Michel Perrin

Jury

Mme Monique THONNAT INRIA Sophia Antipolis Président
Mme Isabelle BLOCH ENST / CNRS Rapporteur
M. Philippe JOSEPH Institut Français du Pétrole Rapporteur
M. Jean-François RAINAUD Institut Français du Pétrole Examinateur
M. Pascal PODVIN Ecole des Mines de Paris Examinateur
2
Remerciements

Je souhaite tout d’abord remercier Michel Perrin de l’ENSMP, mon directeur de thèse, et Jean
François Rainaud de l’IFP, mon tuteur industriel, pour leurs soutiens, leurs patiences et les
idées qu’ils ont pu m’apporter tout au long de ma thèse. J’ai beaucoup apprécié la manière
dont ils m’ont encadré et les remercie pour m’avoir permis d’ouvrir mes connaissances à un
domaine dans lequel j’étais totalement novice : la géologie et plus particulièrement la
géologie pétrolière. Je remercie tout particulièrement Michel Perrin pour son encadrement
lors de la rédaction de ce manuscrit. Sans lui, ce manuscrit ne serait que l’ombre de lui-même.
Je remercie Monique Thonnat de l’INRIA Sophia Antipolis, avec qui j’ai eu le plaisir de
collaborer tout au long de mes travaux. Elle a toujours été disponible et a été d’une aide très
précieuse lors de cette thèse tout particulièrement sur le plan informatique.
Je remercie Isabelle Bloch, professeur à l’ENST/CNRS, et Philippe Joseph, professeur à
l’ENSPM, pour avoir accepté d’être rapporteurs de cette thèse et pour leurs remarques sur
mon manuscrit.
Je remercie Pascal Podvin, professeur à l’ENSMP, pour sa participation au jury de thèse.
Je remercie Pierre Ferry Forgues, Rémi Eschard et Olivier Lerat de l’IFP pour avoir mis à ma
disposition l’ensemble des moyens nécessaires au bon déroulement de ma thèse.
Je remercie également Marie Christine Cacas, Laurent Duval, Vincent Clochard et Michel
Léger de l’IFP ainsi que Jean Luc Mari et Anne Jardin de l’ENSPM pour leurs conseils tout
au long de ma thèse. Je n‘oublie pas non plus Thibaut Chéret de BG Group et Total UK qui
m’ont permis de réaliser des tests sur des données réelles. Merci aussi à Jean-Yves
Cassagnou, Stephane Weibel et Thibaut Mouton de l’IFP pour avoir permis, par leurs travaux,
de mettre en valeur les miens.
Merci à Chakib Bennis pour m’avoir offert une expérience très enrichissante dans son équipe
à la suite de mon stage à l’IFP et le meilleur moyen de rester à Paris le temps que ma thèse
démarre.
Merci aussi à Mara Abel, professeur à l’UFRGS Porto Alegre, pour m’avoir permis de
réaliser un stage en relation avec ma thèse au sein de son laboratoire. Ces 3 mois m’ont appris
beaucoup tant au niveau professionnel qu’au niveau personnel.
Je remercie l’ensemble du département informatique et mathématiques de l’IFP pour m’avoir
offert la possibilité de réaliser mon travail de thèse dans des conditions humaines plus
qu’agréables. Les nombreux repas avec les doctorants, posts-docs, prestataires et permanents
ont toujours représenté un moment que j’affectionnais tout particulièrement (comme
beaucoup savent).
Merci aussi aux collègues pour les sorties en dehors de l’IFP (encore les restaurants bien sûr,
les pokers, le karting, le ski, ou même les simples apéros), merci de m’avoir appris à esquiver
des projectiles venant dans ma direction, merci pour les vulgarisations scientifiques des
théories qui me dépassent, merci pour m’avoir montré des quantités incroyables de courbes
sur vos écrans et avoir essayer de m’expliquer votre travail, merci pour m’avoir léguer une
plante (qui doit être en bien mauvais état aujourd’hui….), merci pour m’avoir secouru une
certaine journée où mon genou s’est grippé ou encore quand mon taux de sucre n’était pas
assez haut lors d’un certain déjeuner, et de manière générale merci pour tous ces moments où
j’ai ri en votre présence et il y en a eu de nombreux.
3
Merci au CLJT Emilienne Moreau pour m’avoir offert beaucoup plus qu’un toit lors de mon
arrivée sur Paris. Les multiples rencontres que j’ai faites dans ce lieu ont eut une incidence
certaine sur ce que je suis devenu. J’espère simplement ne jamais oublier cette période et, plus
encore, j’espère être capable d’appliquer ce que j’ai pu y apprendre. Merci tout
particulièrement à Tommy et à la quiche pour avoir fait durer l’aventure lors de la colocation.
Merci à Denis Lafeuille du cycle DFE et à Philippe Richard de FinanceFi pour avoir élargi ma
vision de l’univers professionnel qui s’offrait à moi. Je les remercie aussi pour leurs qualités
humaines qui sont à la hauteur de leurs qualités professionnelles.
Merci de nouveau à Jean François pour m’avoir aidé lorsque je cherchais un appartement et
pour m’offrir la possibilité de continuer dans le milieu de l’exploration pétrolière.
Enfin merci à ma famille et principalement mes parents, ma marraine et ma grand-mère pour
leurs encouragements tout au long de ma thèse et surtout pour m’avoir offert un cocon
protecteur loin de tout où je pouvais me ressourcer par moments.
Pour finir, merci à Graziella pour me supporter et pour alléger mon esprit tout en me faisant
garder les pieds sur terre.
4
Résumé

Ce travail traite de l'interprétation sémantique d'une image sismique, communément appelée
interprétation sismique. Cette dernière permet de formuler une représentation du sous sol à
partir d'une image physique en trois dimensions obtenue par enregistrement des échos d'une
onde acoustique traversant le sol.
L'interprétation sismique représente une longue et délicate étape de la chaîne de traitements
relative à l'exploration pétrolière. Bien que le type de ces images soient très spécifique au
domaine, les difficultés rencontrées lors d'une telle étude sont comparables à celles
rencontrées dans la plupart des interprétations d'image : traitement d'images, mise en
correspondance de représentations abstraites avec des images issues de capteurs,
interprétation sémantique... Dans cette thèse, nous avons choisi de profiter des dernières
avancées réalisées dans le monde de l'interprétation d'image assistée par ordinateur et plus
spécifiquement les dernières recherches réalisées en vision cognitive.
L'objectif de ce travail est de réaliser une nouvelle plateforme d'interprétation sismique 3D
semi-automatique basée sur la connaissance géologique employée aujourd'hui par les experts
du domaine. A l'heure actuelle, la majeure partie des solutions apportée à notre problème
d'étude est orientée vers les traitements d'image et l'utilisation de quantités d'attributs
sismiques. Elles fournissent un résultat interprétable par un expert qui réalise alors une
correspondance informelle entre la nouvelle image obtenue et des objets géologiques. Nous
désirons explorer une nouvelle méthodologie mettant en avant la formalisation de la
connaissance utilisée dans l'interprétation sismique comme la vision cognitive le permet et le
conseille. Ainsi, nous caractérisons le résultat des traitements d'images opérés sur le bloc
sismique grâce à des concepts et relations visuels provenant d'une ontologie dédiée. Ces
caractéristiques nous permettent alors de formaliser l'interprétation d'objets géologiques à
partir de ces instances et ainsi de proposer de manière automatique des solutions
d'interprétation d'un bloc sismique, que l'expert pourra choisir de valider.
Dans ce travail, nous avons à coeur de nous concentrer sur l'identification de deux premiers
objets géologiques à identifier dans une image sismique : les horizons et les failles. Une
ontologie de ce domaine d'étude est proposée afin de servir de base pour la création de la
plateforme d'interprétation et des résultats sur différents blocs sismiques sont commentés.

Méthodologie générale.

Méthodologie proposée.
5
6
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…).

7
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.

8
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
9