基于随机森林方法的地震插值方法研究-中国石油大学北京.PDFVIP

石油科学通报 2018 年3 月 第3 卷第 1 期：22-31 基于随机森林方法的地震插值方法研究 徐凯，孙赞东* 中国石油大学( 北京) 地质与地球物理综合研究中心，北京 102249 * 通信作者, szd@ 收稿日期: 2018-01-05 国家“十三五”重大专项“陆相页岩油甜点地球物理识别与预测方法”课题(2017ZX05049-002) 资助 摘要 在地震数据的采集过程中，不可避免地会出现地震道缺失或者空间采样不足的情况，这样会产生坏道、 缺失道等现象，极大的影响了地震资料质量。想要解决该问题就必须进行地震插值。本文借助于机器学习思想， 以无缺失道数据为基础构建机器学习样本集，在此基础上利用随机森林回归预测算法学习各道各时间点振幅与 其临近道、时窗内的振幅的统计关系，然后根据临近道数据对缺失道进行补全。将本文所提出方法应用到模型 数据与实际采集数据中的缺失道补全处理，均取得良好应用效果，证明本文方法的正确性与有效性。 关键词 叠前数据处理；地震插值；随机森林；机器学习 0 引言 差滤波地震插值方法，实现了含假频的数据重构。上 述传统插值方法都是基于较为复杂的数学变换或者波 在地震勘探