[发明专利]一种基于Contourlet变换的地震多属性融合方法

说明书

技术领域

本发明属于地震资料油气预测、油气资源勘探及信号处理应用领域，是一种利用Contourlet变换实现地震多属性融合的方法，采用本发明方法得到的地震属性融合结果信息量丰富、分辨率高，且消除了冗余信息，从而降低了单一地震属性油气预测的多解性，为降低油气勘探开发风险做出科学合理的指导。

背景技术

近年来，地震属性技术发展迅速，已广泛应用于地层层序分析、油藏特征描述以及油藏动态检测等各个领域，成为了油藏地球物理的核心部分。地震属性也从早期的振幅属性发展到目前常用的数百种。因此，利用地震属性来研究地下储层的物性，乃至流体识别具有很大的前景。然而，每一种地震属性都只对某些地质特征敏感，利用各种地震属性信息解释复杂的地质问题时，由于地质因素、观测条件、测量精度、处理方式和主观因素等限制因素，使用单一地震属性来预测储层会产生严重的多解性，缺乏可信度。并且多种地震属性信息参数按各自的方法原理和特征变化进行解释，有可能产生相互矛盾的结果。因此，开展地震多属性融合技术研究有利于降低多解性，能够更准确地进行地下储层的预测及流体识别，为降低油气勘探开发风险做出科学合理的指导，是目前国外许多石油公司及科研机构的研究重点之

地震多属性融合就是利用计算机自动实现两种或两种以上地震属性进行综合的有效手段，是地震属性分析、综合解释必备手段。纵观国内外现状，多属性综合或融合的基本理论和方法大多借用了多源信息融合理论及模式。

目前，常用的融合手段和方法有：

(1)多属性或解释结果的人工叠合方法

该方法属于低级融合，精度不高，需要人工配准。

(2)基于属性切片的图像融合方法

该方法为一种较好的计算机自动融合方法，主要思想来源于多光谱遥感图像处理技术，目前主要采用RGB-HIS颜色信息的2D信息融合。该方法的主要难度和影响精度的因素是属性源的配准问题。

(3)基于地震属性数据的融合

该方法是在属性数据上（1D、2D或3D）进行，融合效果和精度显然优于已经成像后基于图像的融合。

目前，利用小波多分辨分析可以实现地震多属性融合，根据Mallat给出的多尺度分解与重构算法，将多种经过标准化处理后的地震属性在不同尺度上进行分解，分解到粗尺度上的信号称为平滑信号（低频分量），分解到细尺度上的信号称为细节信号（高频分量），其细节特征按分辨率的大小映射到各自的塔式结构中，本着在相同分辨率下进行信息融合的原则，在对应层不同的频率段进行融合。通常情况下，低频分量采用加权平均融合规则，对高频分量则采用区域方差协方差融合或加权融合准则，最终得到融合后的小波金字塔。对融合所得的小波金字塔进行小波逆变换，所得到的重构信号即为地震属性融合结果。

基于小波多分辨分析的地震多属性融合方法，可以很好的描述信号的空域和时域的局部化特征，能够高效地对一维分段连续信号进行分析，但小波变换在一维所具有的特性并不能简单地推广到二维或更高维。由一维小波张成的可分离小波只具有有限的方向，是各向同性的，无法精确地表达信号边缘的方向，也不能“最优”表示含“线”或“面”奇异的二维信息，缺乏平移不变性和方向敏感性，使小波变换的应用受到了一定的限制。而事实上具有线或面奇异的函数在高维空间中非常普遍。例如，自然物体光滑边界使得自然信号的不连续性往往体现为光滑曲线上的奇异性，而并不仅仅是点奇异。可见，在高维情况下，小波变换并不能充分利用数据本身特有的几何特征，并不是最优的或者说“最稀疏”的函数表示算法。

发明内容

本发明的目的在于针对背景技术中小波变换存在的问题，研究设计了一种基于Contourlet变换的地震多属性融合方法，通过对信号的多分辨率、多方向性、局部化特性及各向异性的表示，提高描述属性信息的有效性，达到充分利用现有的各种属性信息，提高地震目标标定的准确性，从而能够更准确地进行储层预测及流体识别。

本发明解决小波变换存在的问题所采用的技术方案如下：

一种基于Contourlet变换的地震多属性融合方法，包括以下步骤：

①读入同一地质体的两种或多种二维地震属性数据。如：均方根振幅属性、相干体切片属性等。

②将步骤①中读入的地震属性数据进行预处理，包括地震属性的异常点剔除和标准化处理。