地震倒谱特征参数谱聚类地震相分析方法
Seismic facies analysis based on cepstrum characteristic parameters and spectral clustering作者机构:中国石油大学(华东)地球科学与技术学院山东青岛266580 中国地质大学(北京)地球物理与信息技术学院北京100083
出 版 物:《石油地球物理勘探》 (Oil Geophysical Prospecting)
年 卷 期:2021年第56卷第1期
页 面:38-48,I0008,I0009页
核心收录:
学科分类:081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程]
基 金:国家自然科学基金项目“致密裂隙介质波致流机理及物性甜点检测关键方法研究”(41874146)、“数据驱动正则化多道地震反演方法研究”(41974153)联合资助
摘 要:常用的地震相分析方法有随机模拟、神经网络、聚类算法和深度学习等。随机模拟结果易受随机模型影响,而且在地质结构复杂地区难以准确划分地震相。神经网络和深度学习具有较强的容错性和泛化能力,但需要海量训练样本数据,同时训练网络的计算量巨大。K均值聚类、C模糊聚类等经典聚类算法在简单数据集上均获得了理想的聚类结果,但对于非凸数据集并不能实现全局最优。为此,提出一种基于地震数据倒谱特征参数的谱聚类地震相分析方法。该方法以地震倒谱特征参数为谱聚类的输入变量,然后通过井标定,建立地震相与地质体间的对应关系。以图论为基础的谱聚类方法将数据的聚类转化为图的分割问题,通过图的最优分割实现数据的精确聚类。通过优化相似度矩阵计算方法,构建稀疏相似度矩阵,可以解决矩阵维度过大引起的存储和计算量大的问题,使谱聚类更适用于划分三维空间地震相。地震倒谱特征参数一方面能减少数据的维数,降低计算复杂度;另一方面能消除波形的影响,提高划分精度。模型试验和实际数据应用表明,与地震瞬时振幅、多地震属性地震相划分结果相比,所提方法划分的地震相带与古地貌吻合更好,边界更清晰,可解释性也更好,可为油气勘探和油藏评价提供数据支撑。