论文部分内容阅读
通过对采集的地震数据能够进行一定的数学变换处理，我们能够得到多种从不同层面反映地下信息的地震属性。通过对多种地震属性的综合分析，我们可以对研究区目的层段的岩性、含油性等方面进行判断，进而实现对有利储集区的预测。 由于地震资料中加入了横波地震资料，多波地震属性分析在进行地震属性分析工作的过程中有更高的准确度。因此，它相较于单一的纵波地震属性分析更加具有优势。但同时，信息量加大会增加地震属性分析的冗余性以及多解性。本文通过对多波地震属性的优化，在降低处理数据量的同时，增大了油气储层预测的准确度。 本文使用了主成分分析技术对所提取的多种地震属性进行了降维处理。并通过地震属性与目的层段地质条件的相关度及其独立性进行了属性优选。通过BP神经网络方法以降维处理得到的六种主成分属性对目的层段的储层参数进行了反演。并利用地震属性复合技术和地震属性融合技术分别构建了多波复合地震属性和多波融合地震属性.最终，通过综合多波地震属性分析结果与储层参数分析结果，本文实现了对有利含油气储层分布的预测。