国外地震相划分技术研究新进展.pdfVIP

第 32 卷第 3 期 勘探地球物理进展 Vol . 32 ,No . 3 2009 年 6 月 Progress in Exp loration Geop hysics J un . ,2009 　 ( ) 文章编号 :167 1 8585 2009 03 0 167 05 国外地震相划分技术研究新进展 朱剑兵 ,赵培坤 ( 中国石油化工股份有限公司胜利油田分公司 ,山东东营 25706 1) 摘要 :介绍了国外地震相划分的主要几种方法 ———波形分类法 、地震结构属性映射法和地震地貌学法的基本原 理和应用条件 。波形分类法是基于波形特征的地震相划分方法 ,具有分类简单 ,算法成熟的特点 ,适合于大级别 沉积相带的划分 。地震结构属性映射法是利用已知的地震反射特征在一个小的空间内建立灰度协概率矩阵 ,再 通过有关参数进行地震相的描述 ,具有较好的物理基础及人机交互性 。地震地貌学法是在地震反射特征无法区 分沉积相的情况下 ,利用沉积相带平面分布模式来识别地震相 ,需要在一定的地质认识下才能使用 。 关键词 :地震相 ;波形分类 ;地震结构属性 ;地震沉积学 中图分类号 :P63 1. 4 文献标识码 :A 　　从 20 世纪 70 年代末石油地震勘探领域中地 通过地震数据样点值的变化转换成地震道形状的 震地层学出现以来 ,随着科学技术水平的发展和对 ( 变化来实现 振幅值的大小对地震道整体形状变化 ( ) [ 6 ] 资料研究的不断深入 ,地震相 Sei smic Facie s 概 来说意义并不是很重要 ) ,一般地 ,首先划分出几 念逐渐被认识并被广泛地应用 。“相”是一定岩层 种典型的波形特征的模型道 ,再将每一实际地震道 生成时的古地理环境及其物质表现的总和[ 1 ] 。地 赋予一个与其最接近的模型道 ,代表性的软件有 震相可以理解为沉积相在该地震剖面上表现的总 Paradigm 公司的 St ratimagic 。模型道的计算是通 和 。地震相划分是对 目标层段的地震道形状特征 过神经网络来完成的 ,根据每道的数值对地震道形 进行分类 ,地震相分析是进行沉积相研究的一种强 状进行分类 ,也就是划分地震相 。自组织神经网络 有力的方法 ,传统的地震相划分方法是通过肉眼观 ( SOM) 是一种具有 自学习功能的神经网络 , 由输 测来描述 ,俗称“相面法”,具有很大的主观性 。随 入层和输出层组成 。输入层中神经元在一维空间 着地震采集技术的不断发展 ,地震剖面上包含的地 中排列 ,而输出层的神经元可以是多维的 ,并且输 震信息更加丰富 ,其中许多信息光靠肉眼在剖面上 出节点与邻域的其他节点广泛互连 。神经网络在 观测是检测不出来的 ,必须借助地震数据处理技术 地震层段内对实际地震道进行训练 ,通过几次迭代 和计算机技术加以提取 、分析 。目前 , 国外比较流 之后 ,神经网络构造合成地震道 ,然后与实际地震 行的地震相分析方法主要有 : ①波形分类法 ,主要 数据进行对比,通过 自适应试验和误差处理 ,合成 通过分析地震道间的振幅等属性的异常来分析沉 道在每次迭代后被改变 ,在模型道和实际地震道之 积相的变化 ,这是大部分商业软件所采用的算法 ;