地震波形分类技术在大情字井地区薄砂体预测中的应用

摘要

受限于地震资料分辨率，薄砂体预测存在不确定性，一个地震波形多是由两期或者多期砂体叠置干涉形成，因此用振幅、频率等常规属性难以准确描述单期砂体平面非均质性特征。这里采用地震波形分类技术，以松辽盆地南部大情字井地区青一段3砂组为例，通过分析井震标定合成记录，研究三角洲外前缘相带不同砂体叠置模式下地震波形变化规律，建立研究区四种典型砂体叠置模式，利用自组织神经网络技术，选择合适的时窗，经过多次迭代，确定波形分类总数为8种，使每种砂体叠置模式对应两个地震模型道，从而根据时窗内不同地震波形的空间分布，精细描述不同砂体叠置模式的平面非均质性特征。与其他属性和地质统计学反演预测的砂体厚度符合率相对比，波形分类预测符合率远高于振幅类属性和频率类属性，并与井震反演预测符合率相当，说明地震波形分类在三角洲外前缘相带砂体预测中是一种高效准确的技术方法。

关键词

神经网络 / 地震波形分类 / 薄砂体 / 叠置模式