基于VolumeViz的储层可视化与实现

摘 要 ：研究了Open Inventor的扩展模块VolumeViz提供的支持海量数据集的转化和数据整合技术,介绍了新的数据存储格式LDM,并将传统的SEGY地震数据转换为LDM文件格式,最终设计实现了油藏储层剖面的三维显示.

关 键 词 ：油藏储层建模；三维可视化；VolumeViz；储层剖面

中图分类号：TP317.4文献标识码：A文章编号文章编号：1672-7800（2013）012-0166-02

作者简介：王家华（1945-）,男,西安石油大学计算机学院教授,研究方向为油藏描述、储层建模、地质统计学、地质图形可视化、决策分析、风险分析、软件系统；陈雨馨（1987-）,女,西安石油大学计算机学院硕士研究生,研究方向为计算机图形学.

0引言

储层建模就是利用油气勘探和开发过程中取得的地震、测井、钻井等数据,结合沉积学、储层地质学和数学方法来定量描述二维或三维储层的空间变化特性,是勘探地质构造的主要手段.而基于计算机图形学的三维可视化技术实现了储层模型的更为直观的图像显示,既描述了地下复杂的地质构造情况,又反映了石油矿产等资源的构造形态和属性特征的空间分布,为进一步决策提供至关重要的实验数据支持.

Open Inventor （OIV）是在OpenGL的基础上开发而成的,它通过“搭积木”的方式来构造复杂的三维场景,使用户只花费很少的时间就可以构造出复杂、优美的三维场景.而在大量数据可视化方面,OIV的扩展模块VolumeViz能够实现超大数据集的交互可视化,支持海量数据集的转化和数据整合技术,同步进行超大数据的可视化计算,并采用了最新的GPU渲染技术,更高效地实现高质的可视化效果.其中,VolumeViz中海量数据管理器（LDM）组件能够将海量数据转化整合为内部文件,加速实时可视化.本文研究了VolumeViz海量数据转化技术,并结合实际数据实现油藏储层剖面图的绘制.

1储层数据转化

1.1多分辨存储的LDM文件

油气储层建模除了能使用钻井、测井数据外,还应使用反映地下储层属性的地震数据,用以弥补井数据的不足.目前存在多种地震数据格式,其中SEGY格式已成为记录地震数据的标准格式,它也是石油勘探行业地震数据最为普遍的格式之一.为了更为精确地实现储层模型的三维可视化显示,实际显示时会对地震数据进行插值以获得更高的分辨率,比如克里金插值.而随着需要处理的地震数据加大,插值后数据量的指数级增长会给三维可视化显示带来很大的挑战.为此,OIV的扩展模块VolumeViz采用一种新的文件格式,即海量数据管理格式（Large Data Management,LDM）,它可以将包括地震数据在内的大规模数据按一定规则进行转化和重组,以实现快速遍历数据和加快实时三维可视化显示的目的.

与地震数据SEGY格式按道存储不同,LDM文件中的地震数据是按照多分辨分块八叉树结构将数据重组.八叉树是一种用于描述三维空间的树状数据结构,八叉树的每一个节点都表示一个正方体的体积元素,而将每个节点的8个子节点的体积元素组合起来就构成了该节点的体积.常规八叉树只存储最深层叶子节点,而LDM文件则采用的是多分辨八叉树结构存储数据,即在不改变数据覆盖范围前提下,对不同深度下的叶子数据都进行计算并保存.当要求低分辨显示数据时,只需遍历浅层次叶子节点数据；而要求高分辨显示数据时,则必须遍历更深层次的叶子节点数据.

LDM文件特殊的存储方式具有以下3个优点：

（1）数据分块处理,加快存取速率.LDM文件中,地震数据被分成分辨率不同的小块,在绘制时根据不同分辨率的要求加载对应的块数据即可,不需要加载全部数据,而且并行处理算法可以加速块数据的存取,比SEGY格式有明显优势.

（2）数据结构空间相关,加快数据遍历.LDM文件中数据的八叉树存储结构具有很高的层间相关性,高效的树结构遍历算法就是利用这种高相关性很快搜索到指定数据库.

（3）绘制策略应用多分辨率思想.LDM文件将数据从低分辨到高分辨依次编码存储.在显示过程中顺序加载,先加载数据量较少的低分辨率数据,显示低分辨率图像；然后继续加载数据量更多的高分辨率数据,实现更高分辨率图像的显示,这种数据格式允许实现任意分辨率的显示.

以上优点使得LDM文件可以高速处理容量巨大的地震数据,实现数据的实时三维可视化显示,从而极大地改善了用户体验,这些都是SEGY格式文件很难做到的.

1.2LDM文件转换原理

地震数据SEGY文件是以三维栅格结构来存储数据的,即文件中的每个采样点都代表空间中某点的勘测数值.要想利用LDM文件实现数据的高效存储与显示,就需要将栅格结构的SEGY文件转换成多分辨八叉树结构的LDM文件,其转换过程主要有两个步骤.

（1）创建八叉树结构.

创建八叉树结构时必须考虑的因素包括两个方面：首先是所能申请的数据存储空间,如果空间充裕,可以实现最高分辨率的八叉树编码,此时的叶子节点就越小,可以绘制出精细的图像,但是遍历所需要的时间就会比较多；其次是在存储空间不充裕时,则只能对低分辨率的大叶子节点进行八叉树编码,在绘制时会损失图像分辨率,但其遍历节点会很快.因此在数据转化过程中,需要在存储空间和执行时间效率之间认真权衡.在OIV的LDM文件中,当原始数据中某一节点内采样点数目小于64×64×64时,就不再继续划分该节点.

（2）产生多分辨率数据结构.

在创建八叉树时,将原始数据按最小节点分块,以此作为最高级分辨率数据.在此基础上,将8个数据块合并为一个数据块,得到下一级分辨率数据,以此循环至获得最低分辨率数据块为止.这种层次分辨率模型可以创建由上至下、由低分辨到高分辨的数据顺序存储格式,满足实际应用中不同分辨率数据可视化显示的需求.

SEGY文件经过转化后会产生一个.LDM文件和一个.DAT文件.其中.LDM文件存储着数据的管理信息,一般远小于数据容量；而.DAT则存储着原始数据按照规定格式重组后的数据文件,其每一个采样点仍为笛卡尔坐标下的位置和属性数据,一般和原始数据容量大小近似.