论文部分内容阅读
地震属性技术所面临的两个主要问题是数据量的冗余和属性地质含义的不确定,特别当该技术应用在多波地震勘探中时间题尤为明显。本文针对这些问题对地震属性的提取、优化和预测方法进行了研究,并结合多波地震勘探技术进行了尝试性应用,总结了一套多波地震属性处理流程。 在优化方法研究中,对常规主成分分析优化方法进行了实现,在实际资料中取得了预期的降维效果。在此基础上运用独立成分分析将各主成分进一步独立化,一方面保留了主成分分析的降维效果,另一方面使各分量相互独立,为下一步预测工作做准备。在实际资料中分别将上述方法进行了应用,结果显示独立成分分析优化后的属性具有更高的敏感性,能够使预测结果更精确更稳定。 在预测方法研究中,对支持向量机预测方法进行了理论研究,并且在模型数据上与传统神经网络方法进行了对比研究,预测结果充分证明了支持向量机算法优于传统神经网络方法。为进一步验证支持向量机算法的优势,选取某地区相同工区的纵波数据和转换横波数据,运用支持向量机分别对含油性和含气性进行预测。对纵波预测平面和转换横波预测平面分别进行独立的分析解释,结果显示支持向量机在已知训练井较少的小样本预测问题中依然保持了较高的准确率。最后将纵波属性和转换横波属性同时输入进行优化预测,得到的联合预测平面相比单一的纵波预测平面或转换横波预测平面,预测精度有明显提高,显示了纵横波联合预测分析的优越性。