基于灰色关联度和支持向量机的地震属性优选方法
摘要
应用地震属性进行储层预测已成为人们认识储层的一种重要方法.但由于地震属性和岩性、流体性质及储层参数之间的关系较为复杂,因此一般从地震资料中提取的地震属性较多,这给储层预测带来诸多不利的影响,如占用大量的存储空间和计算时间等.另外,大量的地震属性之间肯定包含彼此相关的因素,容易造成信息的重复和浪费,所以在进行储层预测之前,有必要对地震属性进行优选.本文将灰色关联度和支持向量机相结合,提出一种新的地震属性优选方法,理论模型的测试结果表明该方法能有效地优选地震属性. 瓦斯含量在煤矿的安全生产和煤层气资源的开发方案制定中都是一个至关重要的参数。本文基于岩石物理理论,建立不同瓦斯含量的理论模型,通过正演方法得到其合成地震记录。然后提取合成地震记录的振幅、频率、相位和衰减参数等共计17种地震属性,计算各地震属性与瓦斯含量之间的灰色关联度,初选出瞬时振幅等8种地震属性。计算初选出的地震属性间的灰色关联度,关联度达到0.9以上的地震属性可聚为一类,仅选择同一类中与储层参数的灰色关联度最大的地震属性,得6种敏感地震属性。利用支持向量机,开展交互误差检验工作,当选择瞬时振幅、瞬时频率、瞬时带宽和相对波阻抗等4种地震属性时,其预测结果与理论值基本吻合,均方根误差仅为0.98,表明该方法达到了较好地优选地震属性的目的。