[发明专利]一种基于无监督分类三维隐空间的地震相分析方法

说明书

本发明提供了一种基于无监督分类三维隐空间的地震相分析方法，该方法包括：选择属性步骤，选择若干个地震属性，建立用于描述地震相的地震属性体；建立样本步骤，建立所述地震属性体的训练样本；分类颜色赋值步骤，利用无监督分类算法将所述训练样本划分成若干个地震相类别，确定各个地震相类别的类中心，将每个类中心投影到三维隐空间中，建立每个类中心与HSV色标之间的对应关系，并据此为每个类中心赋予对应的颜色值；采样点颜色赋值步骤，逐道逐个地判断每个采样点所属的地震相类别，并为每个采样点赋予其所属的地震相类别的类中心的颜色值，从而使得相似的地震相具有相似的颜色。本发明可以协助解释人员利用视觉进一步进行地震相预测。

技术领域

本发明属于油气勘探领域，尤其涉及一种基于无监督分类三维隐空间的地震相分析方法。

背景技术

同一地震相中，地震波形具有较强的相似性，而地震属性又是地震波形在频率、振幅、相位以及空间相对关系的具体表现，因此同一地震相中，不同位置处的同一地震属性也具有较强的相似性。

Coleou等基于SOM算法提出了波形聚类，通过将16个地层切片对应的地震振幅作为样本属性进行聚类，实现了地震相的平面预测；Roy等将Coleou的波形聚类的思想扩展至多属性融合，借助SOM算法对多属性体进行聚类，实现了地震相的体预测。

尽管SOM算法具有较好的抗噪性，并且自身拥有拓扑结构，但是当样本个数增加时，计算量也会急剧增加。相比之下，无监督分类算法更为简单高效，但是该算法需要事先知道地震相分类个数，并且对地震相分类个数较为敏感，因此如果解释人员事先给定的地震相个数偏少，就会造成部分地震相无法识别，如果解释人员给定的地震相个数偏多，就会造成划分的地震相较为杂乱，剖面或者平面的信噪比较低，无法开展有效的解释工作。

发明内容

为解决以上问题，本发明提供了一种基于无监督分类三维隐空间的地震相分析方法。

本发明提供了一种基于无监督分类三维隐空间的地震相分析方法，包括：

选择属性步骤，选择若干个地震属性，建立用于描述地震相的地震属性体；

建立样本步骤，建立所述地震属性体的训练样本；

分类颜色赋值步骤，利用无监督分类算法将所述训练样本划分成若干个地震相类别，确定各个地震相类别的类中心，将每个类中心投影到三维隐空间中，建立每个类中心与HSV色标之间的对应关系，并据此为每个类中心赋予对应的颜色值；

采样点颜色赋值步骤，逐道逐个地判断每个采样点所属的地震相类别，并为每个采样点赋予其所属的地震相类别的类中心的颜色值，从而使得相似的地震相具有相似的颜色。

进一步，所述选择属性步骤中，基于地质条件和叠后地震数据，选择数学机理独立但地质因素关联的若干个地震属性，建立地震属性体。

进一步，所述地震属性为峰值频率、峰值振幅、纹理均质性和最大曲率。

进一步，所述建立样本步骤进一步包括以下步骤：

基于地震工区范围内地震属性的最小值和最大值和平均值，对叠后地震数据做归一化处理；

根据地震工区范围和面元大小设置抽道准则，根据所述抽道准则对经过归一化处理的叠后地震数据进行抽取，建立所述地震属性体的训练样本。

进一步，所述分类颜色赋值步骤进一步包括：

无监督分类子步骤，利用无监督分类算法将所述训练样本划分成若干个地震相类别，确定每个地震相类别的类中心向量，对每个类中心向量做去平均值处理，组成类中心矩阵；

主成分分析子步骤，利用主成分分析法对地震属性体的训练样本进行分析，构建隐空间投影矩阵；