机器学习高分辨融合反演在地层对比中的应用——以珠江口盆地开平凹陷开平A构造带为例

吕华星; 陈兆明; 张振波; 姜大朋; 李克成; 郭伟

doi:10.13278/j.cnki.jjuese.20230196

吉林大学学报(地球科学版) ›› 2025, Vol. 55 ›› Issue (01) : 289 -297. DOI: 10.13278/j.cnki.jjuese.20230196

机器学习高分辨融合反演在地层对比中的应用——以珠江口盆地开平凹陷开平A构造带为例

吕华星, 陈兆明, 张振波, 姜大朋, 李克成, 郭伟

作者信息 +

Author information +

文章历史 +

PDF (16664K)

摘要

开平凹陷已发现的主要含油气层段主要位于古近系恩平组和文昌组，沉积环境主要为辫状河三角洲平原亚相，以分流河道微相为主。由于多期河道横向摆动，地层具有较强的非均质性，导致地层对比难度极大。本文利用机器学习算法支持向量机强大的数据拟合能力获得低频、中频和高频三部分数据的最佳融合频率及权重，得到具有高纵向分辨率和高横向地震分辨率细节特征的反演结果，提升井间地层尖灭位置和地层连通性描述精度。高分辨率v_P/v_S反演结果表明，该方法能够识别厚度为6 m的储层，具有较高的纵向和横向分辨率，有利于在研究区进行地层对比。