CNN-GRU模型在克里金插值中的应用

作     者：郭天良 宋强功 郭淑文 许辉群 

作者机构：长江大学地球物理与石油资源学院 东方地球物理公司 中国石油大港油田勘探开发研究院 

出 版 物：《石油地球物理勘探》 (Oil Geophysical Prospecting)

年 卷 期：2025年

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：中国石油基础研究专项“多物理场融合及储层成像方法研究”(2023ZZ05-05)资助 

主　　题：CNN-GRU 变差函数 克里金 低频模型 

摘      要：克里金插值是一种可以结合经验知识的建模方法，其中变差函数的求取精度决定了插值的效果，从而影响基于克里金插值的地震反演低频模型的构建。传统的克里金插值方法难以同时使用多个不同的变差函数理论模型来提高低频模型构建的精度，而仅仅利用单一的理论模型实现变差函数求解，存在理论模型选择的不确定性、变差函数拟合值偏低的平滑效应以及井距较远产生的空洞效应。为此，引入神经网络CNN-GRU模型，能够自适应拟合向量到对应井之间半方差的复杂关系，进一步实现球状模型、高斯模型、指数模型和空洞效应模型的有效融合，从而解决变差函数的不确定性、平滑效应和空洞效应。该模型考虑了井间的相关性，可便捷地实现逐点的变差分析，处理过程方便，可较好匹配变差函数选取参数的随机性。实际资料应用表明，基于CNN-GRU模型的克里金法可建立一个高精度的低频地震反演模型，其效果相较于传统方法更优。