[发明专利]一种基于快速独立分量分析的地震属性融合方法

说明书

技术领域

本发明涉及独立分量分析技术领域和地震多属性融合领域，是一种采用快速独立分量分析(FICA)技术进行地震属性融合的方法，本方法可广泛应用于地震属性分析、综合解释、地震储层预测、岩性与流体识别。

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，然而由于单一的地震属性往往受观测条件、测量精度、地质的复杂性、主观因素、采集和处理过程中引起的多解性等因素的影响，缺乏可信度。因此，地震多属性融合技术研究的开展有利于降低多解性，为降低油气勘探开发风险做出科学合理的指导。而且随着属性分析理论及技术本身的发展，多属性综合或融合研究已经在国内外地震属性分析及储层预测应用中兴起。

属性融合方法是基于单一属性在储层预测中多解性的基础上提出来的。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属性整合的有效手段，也是地震属性分析、综合解释必备手段，是一项高级地震属性分析和综合解释技术。多属性融合可以说是一种多属性信息融合。信息融合的目标是通过对信息的优化组合导出更多的有效信息，它的最终目的是利用多信息共同或联合的优势来提高整个系统的有效性。较早而且也是比较简单的地震多属性融合方法是加权融合法。加权融合算法由于其实现起来特别容易,所以它在实际工程上得到了广泛的应用。但由于其加权因子直接影响融合结果,导致算法性能很不稳定，一般说来都根据平时经验制定其加权因子。该方法的基本原理是给要融合的n个地震属性分别赋予一个权值α_i(0<α_i<1，i=1,…,n),这些权值还满足然后把与对应权值相乘之后的所有属性加和，得到一个融合的属性。加权融合虽然能得到融合的属性，但是由于融合权重需要人为干预，即需要预先确定优势属性，会使融合结果比较粗糙，精度不高，从而影响储层预测工作的开展。

地震多属性融合的方法还有很多，除了上面介绍的最简单的加权融合外，还有多属性线性回归法、主成分分析（PCA）法、人工神经网络（ANN）法、小波多分辨分析法和RGBA彩色融合法等属性融合的方法。尽管上述融合方法中的部分方法应用已经较为成熟，但是某些方法在应用中依然存在一些缺陷，如提及到的加权融合。地震多属性融合技术作为目前国内外许多石油公司及科研机构的研究重点之一，其完善的理论体系以及有效的广义融合模型和算法是必不可少的。所以，不断地完善融合理论体系、拓展融合方法，建立有效的融合方法模型和研究相应的算法是促进多属性融合技术发展的关键。当然，伴随着多属性融合方法的研究，建立多属性的融合规则和融合结果的评价标准也是重点，只有这样才能有助于在地震储层预测、岩性与流体识别方面取得良好的效果。

发明内容

本发明的内容是针对技术背景中地震属性融合各方法存在的缺陷及作为一种丰富地震属性融合的方法而提出来的。研究设计了一种基于快速独立分量分析(FICA)的地震多属性融合方法，通过应用快速独立分量分析理论对多个属性进行融合，以达到在快速得到融合结果的同时，有效提高所融合属性的准确度，进而有效地提高地质储层预测精度的目的。

本发明为了实现上述目的采用以下技术方案：

一种基于快速独立分量分析的地震属性融合方法，其特征在于包括：

（1）对待融合属性数据分块：选取大小为N×N的窗W对各大小均为M1×M2待融合属性切片平滑分块，把分出来的每一个小块存储成N²×1的向量，放到各属性块的集合{Ii}里，得到一个块的集合C，C={{I1}，{I2}，…,{In}}。分块的原则是从属性切片的第一个值开始，按从左往右，从上到下的顺序平滑分块。C这个集合的大小为行是M1-N+1，列是(M2-N+1)*n，它的每一个元素是N²×1的向量。

其中