论文部分内容阅读
目前,大多数利用地震属性进行油气或岩石等储层的预测方法,都局限于单一的属性预测,导致了严重的多解性问题,使储层预测缺乏可信度,这种多解性问题可以通过多属性融合技术加以改善。由于多分辨率分析具有自适应性、多方向性及良好的时频局部特性,是当今科学研究领域中广泛应用的时频分析工具。因此,对地震属性的多分辨率融合方法的研究具有十分重要的现实意义。本文在多分辨率分析的基础上,深入研究了NSCT变换和Shearlet变换,提出了一套基于多分辨率分析的地震多属性融合方法,进一步提高了储层预测的能力和准确度。所做的主要工作和取得的成果如下:(1)研究了信号的稀疏表示基本理论,并在此基础上对多分辨率分析方法进行了深入分析,给出了常用X-let变换的基本性质和理论。(2)分析了地震属性的性质、特征及分类,提出了邻值替代法和极差归一化预处理方法,并分析了地震属性间的正反相关性。(3)在常用的多分辨率信息融合方法基础上,针对自适应融合规则进行了深入研究,提出了拉普拉斯能量和低频子带融合规则和多尺度积高频子带融合规则,通过实际资料的测试对比,验证了此两种融合规则的有效性和优越性。(4)推导了Contourlet变换中重采样矩阵和梅花扇形滤波器构建过程,并给出了Contourlet变换理论及快速实现过程,提出了基于Contourlet变换的地震多属性融合算法,并研制了应用软件模块。(5)针对Contourlet变换在采样过程中产生的平移现象,提出了基于非下采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)的地震多属性融合方法,并进行了实际资料测试与分析。(6)针对NSCT变换算法复杂,计算量大的问题,提出了基于Shearlet变换的地震多属性融合算法,避开了采样环节,并直接采用Shear滤波器实现任意方向分解,使融合算法的实时性有所提高。对实际地震属性资料的融合测试结果表明,基于NSCT的地震属性融合方法能较好的体现原始属性细节特征,保留有效信息;Shearlet变换融合结果能自适应削弱冗余信息和噪声,更加有效的突出了方向细节信息,体现了其地震属性融合中的优越性,为储层预测提供了可靠的依据。