地震储层信息智能处理方法研究
|
摘要
地震储层预测是油藏描述的主要工具之一，已成为储层地球物理学的核心内容。随着从
地震数据中计算的地震属性逐渐增多和储层预测问题变得愈来愈复杂，与地震储层预测密切
相关的地震属性优化问题成为油气田勘探开发中急需解决的问题之一。
本文针对这一问题，在回顾工业应用中居主导地位的地震储层预测方法的基础上，讨论
了地震属性的计算方法，并给出了地球物理意义。首次引入遗传算法，实现了Kohonen网络地
震相模式识别中的地震属性优化。简述了利用地震数据预测储层参数的地震属性优化原理，
首次将CUSI网络应用于地震储层参数预测中，建立了地震属性组合评价标准。创造性地提
出将遗传算法与CUSI网络结合，实现了函数逼近法储层参数预测中的地震属性优选。同时，
针对不同工区、不同储层，第一次建立了采用自动、专家与自动结合等多种策略实现优选地
震属性组合的方法。
本文首次将RS决策分析方法引入地震储层预测中，为地震模式识别提供了一种新方
法；创立了地震属性量化的最优化准则；创造性地提出将RS理论、Kohonen网络与BP网络
结合，在油气预测中，实现了优选最敏感（或最有效，最有代表性）地震属性组合的方法；提
出了不依赖于具体模式识别方法的地震属性优化方法和改善油气预测曲线显示与解释效果的
中值滤波方法；提出了一套系统的、适用于不同工区、不同储层，能用于油田生产实际的地
震属性优选方法。
本文提出了专家知识与最优搜索结合的地震属性优化方法；给出了一种基于函数逼近与
地震属性优化结合预测渗透率的可行性方法，并对地震属性优化方法进行了比较。
本文引入数理统计方法中的Grubbs法和t检验法，并将此二法各自的优点结合起
来自动判别速度谱数据中的野值，并予以剔除。提出了适用于二维工区和大倾角地区的三
维逐层层速度反演方法，并据此层速度计算法射线方向和铅垂方向的平均速度及均方根速度。
还对本方法反演的层速度与井中层速度的差异进行了分析，给出了相应的校正方法。在分析
相交测线速度不闭合原因的基础上，考虑速度的变化规律，提出采用多段折线最优逼近平均
速度的方法，并采用科学的方法进行校正，解决了相交测线处的速度闭合问题。
Seismic reservoir prediction is one of the main tools in reservoir description,
and has become a core in reservoir geophysics. With the gradual increase of
seismic attributes calculated from seismic data, the problem of seismic-attributes
optimization, which is related closely to seismic reservoir prediction, has become one
of the problems to be solved in oil & gas exploration and development.
As far as the problem above is concerned, this paper reviews the methods of
seismic reservoir prediction which plays a leading role in the industiy application,
discusses the computing methods of seismic attributes and shows the geophysical
implication of seismic attributes. In this paper, the author introduces Genetic
Algorithm(GA) for the first time, and realizes seismic attribute optimization in
seismic facies recognition with Kohonen network. The paper relates briefly the
principle of seismic attribute optimization in predicting reservoir parameters with
seismic data. And also, for the first time ,the author applies Complete Utilization of
Sample Information (CUSD network to the seismic reservoir parameters prediction,
establishes the evaluation standard on seismic attribute groups; and introduces
creatively the combination GA with CUSI so as to realize seismic attribute
optimization in the seismic reservoir parameters prediction with function
approximation method. Aiming at different areas and different reservoirs, the paper
introduces primarily the method of optimizing seismic attribute group with tactics by
means of automation, or expert-automation combination.
Furthermore, this paper first introduces the decision method based on Rough
Set (PS) theory in seismic reservoir prediction, which provides a new method for
seismic pattern recognition. It puts forward an optimization rule of seismic
attributes discretization; points out creatively that the combination of PS theory
with Kohonen and BP network to realize the method of optimizing seismic attribute
group most sensitive (or most effective, most representative) in oil & gas prediction,
creates a method of seismic attribute optimization independent of particular pattern
recognition method and a set of systematic method of seismic attribute optimization
adapting to different areas, different reservoirs and oil & gas fields.
In addition, the paper advances a method of seismic attribute optimization
combining expert knowledge with search optimization; proposes a feasible method
predicting permeability based on combining function approximation with seismic
attribute optimization, and makes a comparison among methods of Seismic attribute
optimization.
Finally, in this paper, the author introduces Gmbbs method and t-test method of
mathematical statistics, distinguishes abnormal values in velocity spectrum data with
combination of merits of the two methods, and then rejects the abnormal values. The
author advances a 3-D inversion method of layer-by-layer interval velocity suitable
the 2-D area and the large dip area. At the same time, the average velocities and RMS
velocities in normal ray direction and plumb direction can be computed ~th the
interval velocity. Furthermore, the error between the interval velocity inverted by the
method and the velocity in well is also analyzed, and the correction method is also put
forward corresponding to the error. On the basis of analyzing the causes with which
there are mis-tie in cross-line and considering the law of velocity change, the author
raises the method of optimum-approximation average velocity with multi-segment
polygonal
地震数据中计算的地震属性逐渐增多和储层预测问题变得愈来愈复杂，与地震储层预测密切
相关的地震属性优化问题成为油气田勘探开发中急需解决的问题之一。
本文针对这一问题，在回顾工业应用中居主导地位的地震储层预测方法的基础上，讨论
了地震属性的计算方法，并给出了地球物理意义。首次引入遗传算法，实现了Kohonen网络地
震相模式识别中的地震属性优化。简述了利用地震数据预测储层参数的地震属性优化原理，
首次将CUSI网络应用于地震储层参数预测中，建立了地震属性组合评价标准。创造性地提
出将遗传算法与CUSI网络结合，实现了函数逼近法储层参数预测中的地震属性优选。同时，
针对不同工区、不同储层，第一次建立了采用自动、专家与自动结合等多种策略实现优选地
震属性组合的方法。
本文首次将RS决策分析方法引入地震储层预测中，为地震模式识别提供了一种新方
法；创立了地震属性量化的最优化准则；创造性地提出将RS理论、Kohonen网络与BP网络
结合，在油气预测中，实现了优选最敏感（或最有效，最有代表性）地震属性组合的方法；提
出了不依赖于具体模式识别方法的地震属性优化方法和改善油气预测曲线显示与解释效果的
中值滤波方法；提出了一套系统的、适用于不同工区、不同储层，能用于油田生产实际的地
震属性优选方法。
本文提出了专家知识与最优搜索结合的地震属性优化方法；给出了一种基于函数逼近与
地震属性优化结合预测渗透率的可行性方法，并对地震属性优化方法进行了比较。
本文引入数理统计方法中的Grubbs法和t检验法，并将此二法各自的优点结合起
来自动判别速度谱数据中的野值，并予以剔除。提出了适用于二维工区和大倾角地区的三
维逐层层速度反演方法，并据此层速度计算法射线方向和铅垂方向的平均速度及均方根速度。
还对本方法反演的层速度与井中层速度的差异进行了分析，给出了相应的校正方法。在分析
相交测线速度不闭合原因的基础上，考虑速度的变化规律，提出采用多段折线最优逼近平均
速度的方法，并采用科学的方法进行校正，解决了相交测线处的速度闭合问题。
Seismic reservoir prediction is one of the main tools in reservoir description,
and has become a core in reservoir geophysics. With the gradual increase of
seismic attributes calculated from seismic data, the problem of seismic-attributes
optimization, which is related closely to seismic reservoir prediction, has become one
of the problems to be solved in oil & gas exploration and development.
As far as the problem above is concerned, this paper reviews the methods of
seismic reservoir prediction which plays a leading role in the industiy application,
discusses the computing methods of seismic attributes and shows the geophysical
implication of seismic attributes. In this paper, the author introduces Genetic
Algorithm(GA) for the first time, and realizes seismic attribute optimization in
seismic facies recognition with Kohonen network. The paper relates briefly the
principle of seismic attribute optimization in predicting reservoir parameters with
seismic data. And also, for the first time ,the author applies Complete Utilization of
Sample Information (CUSD network to the seismic reservoir parameters prediction,
establishes the evaluation standard on seismic attribute groups; and introduces
creatively the combination GA with CUSI so as to realize seismic attribute
optimization in the seismic reservoir parameters prediction with function
approximation method. Aiming at different areas and different reservoirs, the paper
introduces primarily the method of optimizing seismic attribute group with tactics by
means of automation, or expert-automation combination.
Furthermore, this paper first introduces the decision method based on Rough
Set (PS) theory in seismic reservoir prediction, which provides a new method for
seismic pattern recognition. It puts forward an optimization rule of seismic
attributes discretization; points out creatively that the combination of PS theory
with Kohonen and BP network to realize the method of optimizing seismic attribute
group most sensitive (or most effective, most representative) in oil & gas prediction,
creates a method of seismic attribute optimization independent of particular pattern
recognition method and a set of systematic method of seismic attribute optimization
adapting to different areas, different reservoirs and oil & gas fields.
In addition, the paper advances a method of seismic attribute optimization
combining expert knowledge with search optimization; proposes a feasible method
predicting permeability based on combining function approximation with seismic
attribute optimization, and makes a comparison among methods of Seismic attribute
optimization.
Finally, in this paper, the author introduces Gmbbs method and t-test method of
mathematical statistics, distinguishes abnormal values in velocity spectrum data with
combination of merits of the two methods, and then rejects the abnormal values. The
author advances a 3-D inversion method of layer-by-layer interval velocity suitable
the 2-D area and the large dip area. At the same time, the average velocities and RMS
velocities in normal ray direction and plumb direction can be computed ~th the
interval velocity. Furthermore, the error between the interval velocity inverted by the
method and the velocity in well is also analyzed, and the correction method is also put
forward corresponding to the error. On the basis of analyzing the causes with which
there are mis-tie in cross-line and considering the law of velocity change, the author
raises the method of optimum-approximation average velocity with multi-segment
polygonal
引文
[01] Sheriff RE,Reservoir Geophysics, Printed by SEG,1992
[02] 牟永光，《储层地球物理学》，石油工业出版社，1996
[03] 贺振华，黄德济，胡光岷等，《复杂油气藏地震波场特征方法理论及应用》，四川科学技术出版社，1999
[04] 刘企英，《利用地震信息进行油气预测》，石油工业出版社，1994
[05] 朱广生，《地震资料储层预测方法》，石油工业出版社，1995
[06] Maher S Makled, Roger O Regan,Pattern Recognition Theory and Application to Reservoir Identification, Presented at the 3rd Ann. Internet. Mtg., Soc. Geophysics, Expanded Abstract, 1993
[07] Bois P, Autoregressive Pattern Recognition Applied to the Delimitation of Oil and Gas Reservoirs,Geophysical Prospecting,1980, 28(4)
[08] 钱绍新，应用模式识别方法预测油气储集层，《地球物理学报》，1992，35(5)
[09] 邓小力，利用多元统计方法判别法预测油气的效果，《石油地球物理勘探》，1991，26(3)
[10] 易宗富等，油气藏模式识别方法，《西南石油学院学报》，1996，18(1)
[11] 刘力辉等，油气藏灰色预测方法，《石油地球物理勘探》，1994，28(增2)
[12] Dumay J and Fournier F, Multivariate statistical analyses applied to seismic facies recognition,Geophysics,1988,53(9)
[13] 杨树才，应用多元模糊聚类划分微地震相，《石油地球物理勘探》，1993,28(增1)
[14] 季平，微地震相自动化解释及其应用，《石油地球物理勘探》，1993，28(3)
[15] 郭东润，Gardner G H F，用模糊数学方法进行微地震相自动化解释，《石油地球物理勘探》，1988，23(2)
[16] 胡强等，利用振幅、频谱信息综合反演储层厚度，《石油地球物理勘探》，1995，30(增1)
[17] 季平，储层厚度约束反演，《石油地球物理勘探》，1993，28(2)
[18] 何樵登等，利用地震资料和测井资料约束反演地层参数——一种测井数据的地震外推方法，《石油物探》，1995，34(2)
[19] Chen Zunde et al.,The application of BP network to the sand thickens prediction,IEEE International Conference on NNSP, Conference Proceedings,1995
[20] Feng Yingjun, Zhai Jun,Wu Jianzhuan,CUSI neuron model and its learning algorithm,IEEE International Conference on Neural Networks and Signal Processing Conference Proceedings,1995
[21] Doyen P M, Porosity from seismic data:A geostatisfical approach, Geophysics,1988,53(10)
[22] 孙树海，刘雪梅，用地震资料预测孔隙度的广义协克里格法，《地球物理学报》，1993，36(6)
[23] Mehta C H et al., Porosity interpretation through seismic, Geoexploration,1991
[24] Angeleri G. P. and Carpi R., Porosity prediction from seismic data, Geophysical Prospecting,1982, Vol.30
[25] 张应波，地震孔隙率反演方法和应用，《石油地球物理勘探》，1994，29(3)，
[26] 陈遵德，《地震属性优化方法》，石油工业出版社，1999
[27] Barnes A．E．，地震属性的过去、现在和未来，《石油物探信息》，2000(5)
[28] 孙建国，地球物理技术发展现状，《石油物探信息》，2000(8)
[29] 倪逸等，油气储层预测中地震属性优化问题探讨，《石油地球物理勘探》，1999，34(6)
[30] Heloise B Lynn et al., Relationship of P-wave seismic attributes, azimuthal anisotrop,and commercial gas pay in 3—D P-wave multiazimuth data, Rulison Field,Piceance Basin,Colorado, Geophysics,1999, 64(2)
[31] Schmitt D R,Seismic attributes for monitoring of a shallow heated heavy oil reservoir: A case study, Geophysics,1999,64(2)
[32] Kirlin R L et al., 3-D seismic attributes using a semblance-based coherency algorithm,Geophysics,1998,63(4)
[33] Haskell N., et al., Delineation of geologic drilling hazards using 3-D seismic attributes, The Leading EDGE,1999,18(3)
[34] Skirius C et al., 3-D seismic attributes applied to carbonates,The Leading EDGE,1999,18(3)
[35] Krehbiel S C, Trivariate attribute displays,The Leading EDGE, 1999, 18(11)
[36] Radovich B.J., et al., 3-d sequence interpretation of seismic instantaneous attributes from the Gorgon Field,1998,17(9)
[37] Bednar J,Least squares dip and coherency attributes,The Leading EDGE,1998, 17(6)
[38] Lawrence P,seismic attributes in Abqaiq Field,The Leading EDGE,1998,17(4)
[39] Michelena R.J.,et al.,Similarity analysis: A new tool to summarize seismic attributes information,The Leading EDFE,1998,17(4)
[40] Barness A E,Weighted average seismic attributes,Geophysics,2000,65(1)
[41] 吕学谦摘译，地震技术新进展，《世界石油工业》，2000，7(3)
[42] 戴云等译，多属性地震分析，《石油物探译丛》，1998(2)
[43] 李正文等，储集层平面综合预测方法技术及应用研究，《成都理工学院学报》，1999，26(4)
[44] 刘国明，董敏煜等，储层横向预测中的多元地质统计方法，《石油地球物理勘探》，1999，34(5)
[45] Chen Quincy et al，地震属性技术的进展，《美国勘探地球物理学家学会第67届年会论文集》，1998
[46] 李金宗，《模式识别导论》，高等教育出版社，1994
[47] 杨光正等，一种薄层砂岩的分类方法，《模式识别与人工智能》，1994，7(4)
[48] 王裕玲等，地震模式识别特征选择的方法及实现，《石油地球物理勘探》，1995，30(2)
[49] 吴大奎，利用K—L变换提高模式识别的精度，《石油地球物理勘探》，1995，30(2)
[50] 聂勋碧等，多参数油气预测系统，《石油地球物理勘探》，1997，32(3)
[51] Cynthia T Kolkomey, Potential risks when using seismic attributes as predictors of reservoir properties,The Leading EDGE, 1997, 16(3)
[52] Chen Quincy et al, Seismic attribute technology for reservoir forecasting and monitoring,The Leading EDGE,1997,16(5)
[53] 挥之译，相对波阻抗——油藏特征定量描述的最佳地震属性参数，《石油物探信息》，2000(9)(原载第69届SEG年会论文摘要集)
[54] Vladimir G et al., Generalized Dix equation and analytic treatment of normal-moveout velocity for anisotropic media,Geophysical Prospecting,1999,47(2)
[55] Maeland E.,Seismic migration and velocity analysis, Geophysical Prospecting,1997, 45(4)
[56] Pierre D et al.,Fresnel zone offset on seismic velocity resolution, Geophysics,1999, 64(2)
[57] Grechka V et al.,3-D moveout velocity analysis and parameter estimation for orthorhombic media, Geophysics, 1999, 64(3)
[58] 徐常练等，浅层速度横向变化对深层速度分析的影响，《石油地球物理勘探》，1999，34(4)
[59] Scott C K, et al., New approach to seismic-reflection and velocity determination,Geophysics,1990, 55(8)
[60] Hans J T, Description of a scanless method of stacking velocity analysis,Geophysics,1993,58(11)
[61] 刘毓荃，《石油物探新技术系列调研成果》，石油工业出版社，1996
[62] Brown A R, Seismic attributes and their classification, The Leading EAEG, 1996(10)
[63] 陈遵德，朱广生，地震储层预测方法研究进展，《地球物理学进展》，1997，12(4)
[64] David H Johanson,Seismic attribute calibration using neural networks, SEG 63 Conference Proceedings,1993
[65] 陈遵德等，地震储层预测中的属性优化问题与方法，《中国地球物理学会年刊》，安徽科技出版社，1999
[66] 王碧泉，陈祖荫，《模式识别》，地震出版社，1989
[67] [美]陈季镐，《统计模式识别》，北京邮电学院出版社，1989
[68] 陈遵德、朱广生等，用遗传算法选择储层预测中的地震特征，《中国地球物理学会年刊》，石油工业出版社，1995
[69] Chen Zunde,The Method of Rough-Set Decision Analysis and Its Application to Pattem Recognition of Seismic Data,SEG & CPS CONFERENCE PROCEEDINGS,1998
[70] Falconer, Fractal Geometry: Mathematical Foundation and Applications,Wiley,New York,1990
[71] Chen Zunde,The Application of Genetic Algorithm to the Determination of Fractal Scale Invafiant Region,Numerical Mathematics and Applications, 1997,19(2)
[72] 陈遵德等，地震数据分维计算方法的改进及应用，《石油物探》，1996，35(增)
[73] Beylkin G et al., Fast wavelet transform and numerical algorithms,Common.Pure & Appl.Math.,Vol.44, NO.2, P. 141-184,1991
[74] Olivier Rioul and Pierre Duhamel,Fast algorithms for Discrete and continuous wavelet transforms, IEEE Transactions on Information Theory,Vol.38,NO.2,March 1992
[75] 陈遵德，频率域中的小波变换方法，《物探化探计算技术》，1994，16(3)
[76] 张海工，刘雯林，基于紧支集正交小波基的瞬时属性分析，《石油地球物理勘探》，1999，34(6)
[77] 倪逸等，多维地震瞬时属性的直接计算方法，《石油地球物理勘探》，1999，34(4)
[78] Stoffa L Paul and Sen K Mrinal, Nonlinear multiparameter optimization using genetic algorithms:Inversion of plane-wave seismograms, Geophysics, 1991, 56 (11)
[79] Mollick S, model-based inversion of amplitude-variations-with-offset data using a genetic algorithm,Geophysics,1995, Vol.60, No.4
[80] 陈遵德，用遗传算法选择地震相划分中的地震特征，《石油物探信息》，1996(6)
[81] Dumay J and Fournier F,Multivariate statistical analyses applied to seismic facies recognition, Geophysics,1988, 53(9)
[82] 季平，微地震相自动化解释及其应用，《石油地球物理勘探》，1993，28(3)
[83] 陈遵德等，自组织神经网络在储层预测中的应用，《石油物探》，1995，34(2)
[84] Richard P Lippmann, An introduction to computing with neuralnets,IEEE ASSP Magazine,April,1987
[85] 王彦春等，改进的Kohonen自组织神经网络及其应用，《石油物探》，1996，35(增)
[86] 陈遵德等，孔隙度预测中的地震特征优化方法及应用，《石油学报》，1999，20(1)
[87] 陈遵德等，CUSI网络与遗传算法结合计算储层参数，《计算物理》，1998，15(6)
[88] Pawlak Z.,A Rough Set Perspective,Inter J of Computational Intelligence, 1997, 11(2)
[89] Qiang Shen et al., Combining rough sets and dam-driven fuzzy learning for generation of classification rules, Pattem Recognition, 1999, 32(12)
[90] Pawlak Z, Rough Set, Theoretical Aspects of Reasoning about data, Kluwer Academic Pub,1991
[91] Pawlak Z., Vagueness and Uncertainty: A Rough Set Perspective,Inter J of Computational Intelligence,1995, 11(2)
[92] 王珏等，关于Rough Set理论与应用综述，《模式识别与人工智能》，1996，9(4)
[93] 曾黄麟，《粗集理论及其应用》，重庆：重庆大学出版社，1996
[94] 陈遵德等，自组织神经网络在储层预测中的应用，《石油物探》，1995，34(2)
[95] Chen Zunde, The Method of Rough-Set Decision Analysis and Its Application to Pattern Recognition of Seismic Data, SEG & CPS CONFERENCE PROCEEDINGS,1998
[96] 陈遵德，人工神经网络在油层识别中的应用，《大庆石油地质与开发》，1994，13(3)
[97] 徐秉铮、张百灵、韦岗，《神经网络理论与应用》，华南理工大学版，1994
[98] Hualou Liang,Guiliang Dai,Combining genetic algorithms with Cascade Correlation,ICNNSP'95,1995
[99] Amos Nur等，《双相介质中波的传播》，石油工业出版社，1986
[100] 陈遵德，朱广生，中值滤波在油气层横向预测中的应用，《石油地球物理勘探》，1995，30(2)
[101] 陈遵德等，地震数据油气预测中的属性优化方法，《石油物探》，1998，37(4)
[102] 陈遵德，RS神经网络智能系统及其应用，《模式识别与人工智能》，1999，12(1)
[103] 张立明，《人工神经网络模型及其应用》，复旦大学出版社，1993
[104] 陈遵德等，BP网络函数逼近法储层参数预测及精度分析，《中国神经计算科学论文集》，东南大学出版社，1997
[105]边肇祺等，《模式识别》，清华大学出版社，1988
[106]蔡元龙，《模式识别》，西北电讯工程学院出版社，1986
[107]陈遵德，地震储层参数预测新方法比较及改进，《中国地球物理学会年刊》，同济大学出版社，1997
[108]万明浩等，《岩石物理性质及其在石油勘探中的应用》，地质出版社，1994
[109]刘雯林，《油气田开发地震技术》，石油工业出版社，1996
[110]钱绍新，论地震研究储层的基本方法，《中国地球物理学会年刊》，同济大学出版社，1997
[111]胥帆，牟永光，双相介质理论在求取油气储层物性参数中的应用，《中国地球物理学会年刊》，同济大学出版社，1997
[112]陈遵德等，地震数据预测渗透率问题讨论，《石油地球物理勘探》，1998，33(增2)
[113]McCormack M D,First-break refraction event picking and seismic data trace editing using neural networks,Geophysics,1993,58(1)
[114]陈遵德等，初至时间自动模糊检测方法，《江汉石油学院学报》，1990，12(1)
[115]Barry C.Fish & Tony Kusuma,自动拾取速度的神经网络算法，《SEG64届年会论文集》，石油工业出版社，1995
[116]Leggett M et al.,3D Horizon tracking using artificial neural networks,First Break,1996，14(11)
[117]张尧庭，《数据的统计处理和解释》，中国标准出版社，1997
[118]邓勃，《分析测试数据的统计处理方法》，清华大学出版社，1995
[119]陈遵德等，自动剔除速度谱数据野值的方法，《物探化探计算技术》，2000，22(3)
[120]陈遵德，自动空校中拟合曲面选取方法，《石油地球物理勘探》，1996，31(增2)
[121]贺振华主编，《反射地震资料偏移处理与反演方法》，重庆大学出版社，1989
[122]徐常练，复杂介质中的波场运动学特征及参数反演，《石油地球物理勘探》，1998，33(1)
[123]Tsvankin I. & Thomsen L. Inversion of reflection travel times for transverse isotropy. Geophysics, 1995, 60(4)
[124]Larry R Lines. The comparison on modern methods of velocity analysis based on model.The Leading Edge, July, 1993
[125]A1-Chalabi.On seismic velocity. First Break, 1994,12(12)
[126]陈遵德等，三维逐层层速度反演方法及误差分析，《石油物探》，2000，39(4)
[127]王建民等，塔里木盆地地震速度研究及变速成图微机系统，《塔里木盆地油气勘探论文集》，新疆科技卫生出版社，1992
[128]冉体文等，塔东地区地震速度场基本特征及其地质意义，《塔里木盆地油气勘探论文集》，新疆科技卫生出版社，1992
[129]陈遵德，速度闭合差校正方法，《石油地球物理勘探》，2000(3)
[130]Chen Zunde, The application of Genetic Algorithm to the determination of fractal scale invariant region, Chinese J.Num.Math. & App., 1997, 19(2)
[02] 牟永光，《储层地球物理学》，石油工业出版社，1996
[03] 贺振华，黄德济，胡光岷等，《复杂油气藏地震波场特征方法理论及应用》，四川科学技术出版社，1999
[04] 刘企英，《利用地震信息进行油气预测》，石油工业出版社，1994
[05] 朱广生，《地震资料储层预测方法》，石油工业出版社，1995
[06] Maher S Makled, Roger O Regan,Pattern Recognition Theory and Application to Reservoir Identification, Presented at the 3rd Ann. Internet. Mtg., Soc. Geophysics, Expanded Abstract, 1993
[07] Bois P, Autoregressive Pattern Recognition Applied to the Delimitation of Oil and Gas Reservoirs,Geophysical Prospecting,1980, 28(4)
[08] 钱绍新，应用模式识别方法预测油气储集层，《地球物理学报》，1992，35(5)
[09] 邓小力，利用多元统计方法判别法预测油气的效果，《石油地球物理勘探》，1991，26(3)
[10] 易宗富等，油气藏模式识别方法，《西南石油学院学报》，1996，18(1)
[11] 刘力辉等，油气藏灰色预测方法，《石油地球物理勘探》，1994，28(增2)
[12] Dumay J and Fournier F, Multivariate statistical analyses applied to seismic facies recognition,Geophysics,1988,53(9)
[13] 杨树才，应用多元模糊聚类划分微地震相，《石油地球物理勘探》，1993,28(增1)
[14] 季平，微地震相自动化解释及其应用，《石油地球物理勘探》，1993，28(3)
[15] 郭东润，Gardner G H F，用模糊数学方法进行微地震相自动化解释，《石油地球物理勘探》，1988，23(2)
[16] 胡强等，利用振幅、频谱信息综合反演储层厚度，《石油地球物理勘探》，1995，30(增1)
[17] 季平，储层厚度约束反演，《石油地球物理勘探》，1993，28(2)
[18] 何樵登等，利用地震资料和测井资料约束反演地层参数——一种测井数据的地震外推方法，《石油物探》，1995，34(2)
[19] Chen Zunde et al.,The application of BP network to the sand thickens prediction,IEEE International Conference on NNSP, Conference Proceedings,1995
[20] Feng Yingjun, Zhai Jun,Wu Jianzhuan,CUSI neuron model and its learning algorithm,IEEE International Conference on Neural Networks and Signal Processing Conference Proceedings,1995
[21] Doyen P M, Porosity from seismic data:A geostatisfical approach, Geophysics,1988,53(10)
[22] 孙树海，刘雪梅，用地震资料预测孔隙度的广义协克里格法，《地球物理学报》，1993，36(6)
[23] Mehta C H et al., Porosity interpretation through seismic, Geoexploration,1991
[24] Angeleri G. P. and Carpi R., Porosity prediction from seismic data, Geophysical Prospecting,1982, Vol.30
[25] 张应波，地震孔隙率反演方法和应用，《石油地球物理勘探》，1994，29(3)，
[26] 陈遵德，《地震属性优化方法》，石油工业出版社，1999
[27] Barnes A．E．，地震属性的过去、现在和未来，《石油物探信息》，2000(5)
[28] 孙建国，地球物理技术发展现状，《石油物探信息》，2000(8)
[29] 倪逸等，油气储层预测中地震属性优化问题探讨，《石油地球物理勘探》，1999，34(6)
[30] Heloise B Lynn et al., Relationship of P-wave seismic attributes, azimuthal anisotrop,and commercial gas pay in 3—D P-wave multiazimuth data, Rulison Field,Piceance Basin,Colorado, Geophysics,1999, 64(2)
[31] Schmitt D R,Seismic attributes for monitoring of a shallow heated heavy oil reservoir: A case study, Geophysics,1999,64(2)
[32] Kirlin R L et al., 3-D seismic attributes using a semblance-based coherency algorithm,Geophysics,1998,63(4)
[33] Haskell N., et al., Delineation of geologic drilling hazards using 3-D seismic attributes, The Leading EDGE,1999,18(3)
[34] Skirius C et al., 3-D seismic attributes applied to carbonates,The Leading EDGE,1999,18(3)
[35] Krehbiel S C, Trivariate attribute displays,The Leading EDGE, 1999, 18(11)
[36] Radovich B.J., et al., 3-d sequence interpretation of seismic instantaneous attributes from the Gorgon Field,1998,17(9)
[37] Bednar J,Least squares dip and coherency attributes,The Leading EDGE,1998, 17(6)
[38] Lawrence P,seismic attributes in Abqaiq Field,The Leading EDGE,1998,17(4)
[39] Michelena R.J.,et al.,Similarity analysis: A new tool to summarize seismic attributes information,The Leading EDFE,1998,17(4)
[40] Barness A E,Weighted average seismic attributes,Geophysics,2000,65(1)
[41] 吕学谦摘译，地震技术新进展，《世界石油工业》，2000，7(3)
[42] 戴云等译，多属性地震分析，《石油物探译丛》，1998(2)
[43] 李正文等，储集层平面综合预测方法技术及应用研究，《成都理工学院学报》，1999，26(4)
[44] 刘国明，董敏煜等，储层横向预测中的多元地质统计方法，《石油地球物理勘探》，1999，34(5)
[45] Chen Quincy et al，地震属性技术的进展，《美国勘探地球物理学家学会第67届年会论文集》，1998
[46] 李金宗，《模式识别导论》，高等教育出版社，1994
[47] 杨光正等，一种薄层砂岩的分类方法，《模式识别与人工智能》，1994，7(4)
[48] 王裕玲等，地震模式识别特征选择的方法及实现，《石油地球物理勘探》，1995，30(2)
[49] 吴大奎，利用K—L变换提高模式识别的精度，《石油地球物理勘探》，1995，30(2)
[50] 聂勋碧等，多参数油气预测系统，《石油地球物理勘探》，1997，32(3)
[51] Cynthia T Kolkomey, Potential risks when using seismic attributes as predictors of reservoir properties,The Leading EDGE, 1997, 16(3)
[52] Chen Quincy et al, Seismic attribute technology for reservoir forecasting and monitoring,The Leading EDGE,1997,16(5)
[53] 挥之译，相对波阻抗——油藏特征定量描述的最佳地震属性参数，《石油物探信息》，2000(9)(原载第69届SEG年会论文摘要集)
[54] Vladimir G et al., Generalized Dix equation and analytic treatment of normal-moveout velocity for anisotropic media,Geophysical Prospecting,1999,47(2)
[55] Maeland E.,Seismic migration and velocity analysis, Geophysical Prospecting,1997, 45(4)
[56] Pierre D et al.,Fresnel zone offset on seismic velocity resolution, Geophysics,1999, 64(2)
[57] Grechka V et al.,3-D moveout velocity analysis and parameter estimation for orthorhombic media, Geophysics, 1999, 64(3)
[58] 徐常练等，浅层速度横向变化对深层速度分析的影响，《石油地球物理勘探》，1999，34(4)
[59] Scott C K, et al., New approach to seismic-reflection and velocity determination,Geophysics,1990, 55(8)
[60] Hans J T, Description of a scanless method of stacking velocity analysis,Geophysics,1993,58(11)
[61] 刘毓荃，《石油物探新技术系列调研成果》，石油工业出版社，1996
[62] Brown A R, Seismic attributes and their classification, The Leading EAEG, 1996(10)
[63] 陈遵德，朱广生，地震储层预测方法研究进展，《地球物理学进展》，1997，12(4)
[64] David H Johanson,Seismic attribute calibration using neural networks, SEG 63 Conference Proceedings,1993
[65] 陈遵德等，地震储层预测中的属性优化问题与方法，《中国地球物理学会年刊》，安徽科技出版社，1999
[66] 王碧泉，陈祖荫，《模式识别》，地震出版社，1989
[67] [美]陈季镐，《统计模式识别》，北京邮电学院出版社，1989
[68] 陈遵德、朱广生等，用遗传算法选择储层预测中的地震特征，《中国地球物理学会年刊》，石油工业出版社，1995
[69] Chen Zunde,The Method of Rough-Set Decision Analysis and Its Application to Pattem Recognition of Seismic Data,SEG & CPS CONFERENCE PROCEEDINGS,1998
[70] Falconer, Fractal Geometry: Mathematical Foundation and Applications,Wiley,New York,1990
[71] Chen Zunde,The Application of Genetic Algorithm to the Determination of Fractal Scale Invafiant Region,Numerical Mathematics and Applications, 1997,19(2)
[72] 陈遵德等，地震数据分维计算方法的改进及应用，《石油物探》，1996，35(增)
[73] Beylkin G et al., Fast wavelet transform and numerical algorithms,Common.Pure & Appl.Math.,Vol.44, NO.2, P. 141-184,1991
[74] Olivier Rioul and Pierre Duhamel,Fast algorithms for Discrete and continuous wavelet transforms, IEEE Transactions on Information Theory,Vol.38,NO.2,March 1992
[75] 陈遵德，频率域中的小波变换方法，《物探化探计算技术》，1994，16(3)
[76] 张海工，刘雯林，基于紧支集正交小波基的瞬时属性分析，《石油地球物理勘探》，1999，34(6)
[77] 倪逸等，多维地震瞬时属性的直接计算方法，《石油地球物理勘探》，1999，34(4)
[78] Stoffa L Paul and Sen K Mrinal, Nonlinear multiparameter optimization using genetic algorithms:Inversion of plane-wave seismograms, Geophysics, 1991, 56 (11)
[79] Mollick S, model-based inversion of amplitude-variations-with-offset data using a genetic algorithm,Geophysics,1995, Vol.60, No.4
[80] 陈遵德，用遗传算法选择地震相划分中的地震特征，《石油物探信息》，1996(6)
[81] Dumay J and Fournier F,Multivariate statistical analyses applied to seismic facies recognition, Geophysics,1988, 53(9)
[82] 季平，微地震相自动化解释及其应用，《石油地球物理勘探》，1993，28(3)
[83] 陈遵德等，自组织神经网络在储层预测中的应用，《石油物探》，1995，34(2)
[84] Richard P Lippmann, An introduction to computing with neuralnets,IEEE ASSP Magazine,April,1987
[85] 王彦春等，改进的Kohonen自组织神经网络及其应用，《石油物探》，1996，35(增)
[86] 陈遵德等，孔隙度预测中的地震特征优化方法及应用，《石油学报》，1999，20(1)
[87] 陈遵德等，CUSI网络与遗传算法结合计算储层参数，《计算物理》，1998，15(6)
[88] Pawlak Z.,A Rough Set Perspective,Inter J of Computational Intelligence, 1997, 11(2)
[89] Qiang Shen et al., Combining rough sets and dam-driven fuzzy learning for generation of classification rules, Pattem Recognition, 1999, 32(12)
[90] Pawlak Z, Rough Set, Theoretical Aspects of Reasoning about data, Kluwer Academic Pub,1991
[91] Pawlak Z., Vagueness and Uncertainty: A Rough Set Perspective,Inter J of Computational Intelligence,1995, 11(2)
[92] 王珏等，关于Rough Set理论与应用综述，《模式识别与人工智能》，1996，9(4)
[93] 曾黄麟，《粗集理论及其应用》，重庆：重庆大学出版社，1996
[94] 陈遵德等，自组织神经网络在储层预测中的应用，《石油物探》，1995，34(2)
[95] Chen Zunde, The Method of Rough-Set Decision Analysis and Its Application to Pattern Recognition of Seismic Data, SEG & CPS CONFERENCE PROCEEDINGS,1998
[96] 陈遵德，人工神经网络在油层识别中的应用，《大庆石油地质与开发》，1994，13(3)
[97] 徐秉铮、张百灵、韦岗，《神经网络理论与应用》，华南理工大学版，1994
[98] Hualou Liang,Guiliang Dai,Combining genetic algorithms with Cascade Correlation,ICNNSP'95,1995
[99] Amos Nur等，《双相介质中波的传播》，石油工业出版社，1986
[100] 陈遵德，朱广生，中值滤波在油气层横向预测中的应用，《石油地球物理勘探》，1995，30(2)
[101] 陈遵德等，地震数据油气预测中的属性优化方法，《石油物探》，1998，37(4)
[102] 陈遵德，RS神经网络智能系统及其应用，《模式识别与人工智能》，1999，12(1)
[103] 张立明，《人工神经网络模型及其应用》，复旦大学出版社，1993
[104] 陈遵德等，BP网络函数逼近法储层参数预测及精度分析，《中国神经计算科学论文集》，东南大学出版社，1997
[105]边肇祺等，《模式识别》，清华大学出版社，1988
[106]蔡元龙，《模式识别》，西北电讯工程学院出版社，1986
[107]陈遵德，地震储层参数预测新方法比较及改进，《中国地球物理学会年刊》，同济大学出版社，1997
[108]万明浩等，《岩石物理性质及其在石油勘探中的应用》，地质出版社，1994
[109]刘雯林，《油气田开发地震技术》，石油工业出版社，1996
[110]钱绍新，论地震研究储层的基本方法，《中国地球物理学会年刊》，同济大学出版社，1997
[111]胥帆，牟永光，双相介质理论在求取油气储层物性参数中的应用，《中国地球物理学会年刊》，同济大学出版社，1997
[112]陈遵德等，地震数据预测渗透率问题讨论，《石油地球物理勘探》，1998，33(增2)
[113]McCormack M D,First-break refraction event picking and seismic data trace editing using neural networks,Geophysics,1993,58(1)
[114]陈遵德等，初至时间自动模糊检测方法，《江汉石油学院学报》，1990，12(1)
[115]Barry C.Fish & Tony Kusuma,自动拾取速度的神经网络算法，《SEG64届年会论文集》，石油工业出版社，1995
[116]Leggett M et al.,3D Horizon tracking using artificial neural networks,First Break,1996，14(11)
[117]张尧庭，《数据的统计处理和解释》，中国标准出版社，1997
[118]邓勃，《分析测试数据的统计处理方法》，清华大学出版社，1995
[119]陈遵德等，自动剔除速度谱数据野值的方法，《物探化探计算技术》，2000，22(3)
[120]陈遵德，自动空校中拟合曲面选取方法，《石油地球物理勘探》，1996，31(增2)
[121]贺振华主编，《反射地震资料偏移处理与反演方法》，重庆大学出版社，1989
[122]徐常练，复杂介质中的波场运动学特征及参数反演，《石油地球物理勘探》，1998，33(1)
[123]Tsvankin I. & Thomsen L. Inversion of reflection travel times for transverse isotropy. Geophysics, 1995, 60(4)
[124]Larry R Lines. The comparison on modern methods of velocity analysis based on model.The Leading Edge, July, 1993
[125]A1-Chalabi.On seismic velocity. First Break, 1994,12(12)
[126]陈遵德等，三维逐层层速度反演方法及误差分析，《石油物探》，2000，39(4)
[127]王建民等，塔里木盆地地震速度研究及变速成图微机系统，《塔里木盆地油气勘探论文集》，新疆科技卫生出版社，1992
[128]冉体文等，塔东地区地震速度场基本特征及其地质意义，《塔里木盆地油气勘探论文集》，新疆科技卫生出版社，1992
[129]陈遵德，速度闭合差校正方法，《石油地球物理勘探》，2000(3)
[130]Chen Zunde, The application of Genetic Algorithm to the determination of fractal scale invariant region, Chinese J.Num.Math. & App., 1997, 19(2)