基于经验模态分解的属性优化方法

作     者：陈伟 王尚旭 啜晓宇 

作者机构：中国石油大学(北京)地球物理与信息工程学院北京昌平102249 中国石油大学(北京)油气资源与探测国家重点实验室北京昌平102249 

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

年 卷 期：2013年第48卷第1期

页      面：121-127,1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：国家重点基础研究发展规划项目"非均质油气藏地球物理探测的基础研究"(2007CB209600)资助 

主　　题：主成分分析(PCA) 经验模态分解(EMD) 属性优化 固有模态分量(IMF) 

摘      要：本文提出了一种基于经验模态分解的属性优化新方法,其具体步骤为:首先对某一种地震属性的各个列向量分别进行经验模态分解,得到各个列向量的固有模态分量组;其次分别对每一组固有模态分量的各个分量的权重进行归一化,并将前若干分量分别乘以相应的归一化权重系数后再线性相加得到新的列向量,进而构成优化后的属性矩阵;然后对其他几种参与优化的属性也实行前面两个步骤,分别得到相应的新的地震属性矩阵;最后将得到的新地震属性矩阵进行线性叠加,得到优化后的地震属性矩阵。将经验模态分解方法和主成分分析方法分别应用于相同的实际资料,试验证明前者在保证运行效率的情况下能用更少的主成分(固有模态分量)刻画出更多的原始属性信息,并且提高了原始属性剖面的分辨率。