鉴于基于三维地震的地震相分析技术研究

《鉴于基于三维地震的地震相分析技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安科技大学硕士学位论文基于三维地震的地震相分析技术研究姓名：王龙军申请学位级别：硕士专业：计算机应用技术指导教师：张群会20080415论文题目：基于三维地震的地震相分析技术研究专业：计算机应用技术硕士生：王龙军指导教师：张群会摘要(签名)随着油气勘探开发对象复杂程度的增加和地震解释技术的日趋成熟，地震油气预测技术正朝着精细和实用的方向发展。为了提高油气预测的准确率，地震相的划分是尤为重要的一步，地震相划分的准确性将直接影响油气勘探结果的可靠性。本文研究了地震属性提取及地震属性优选，从三维地震资料中提取出分析地震相的属

2、性特征，针对这些复杂的地震属性特征进行优选，选出有用的属性特征信息。为解决三维地震数据中输入变量过多的问题，文中使用了主成分分析法。它将原来较大的输入变量组利用线性变换后，得到一组个数较少彼此不相关的输入变量，并且所得到的一组输入变量包含原输入变量群的大部分信息，然后再用这些个数较少的新输入变量作为BP神经网络和SOFM神经网络的数据输入部分。划分地震相的方法是本文研究的重点，本文着重研究了利用波形分析与BP神经网络划分地震相的方法和SOFM神经网络划分地震相的方法，并对BP神经网络算法和SOFM神经网络算法进行了改进。

3、通过地震数据的实验，证明了应用本文提出的BP神经网络改进算法和SOFM神经网络改进算法划分地震相，不但分类的速度快而且预测的精度高。文中给出了这两种算法的详细步骤，并分别用实验说明了这两种算法的训练和预测过程。以地震属性特征提取和两种神经网络划分地震相方法为理论基础，以VC++6．0、MatLab以及OpenGL为开发工具开发出一套适合于三维地震解释要求的基于三维地震的地震相分析系统，实现了地震相的二维和三维显示。在开发本系统过程中以面向对象技术作为指导，把系统分为若干模块，实现了各模块的功能并给出了模拟结果，并对文中不

4、足之处进行了分析，对未来的工作提出了要求。关键词：地震属性提取；主成分分析法；地震相；波形分析；SOFM算法；BP算法；研究类型：应用研究Subject：ResearchofSeismicFaciesAnalysisTechnologyBasedonThree．dimensionaISeismismSpecialty：ComputerapplicationtechnologyName：WangLongjanInstructor：ZhangQunhuiABSTRACT(Signatun)出础／7(Signatu心廛肇芦‰A

5、long、析tllobjectcomplexdegreeofoil-gasexploratorydevelopmentincreasingandseismicinterpretationtechnologybeingmoreandmorematuredaybyday,seismicoil-gasforecastir冯technologydevelopstowardfineandthepracticaldirection．Inordertoenhancetherateofaccuracyoftheoil—gasforeca

6、sting，divisionoftheseismicfaciesisespeciallyoneimportantstep，accuracyofdivisionoftheseismicfaciesinfluencesthereliabilityofresultofoil-gasexploration．Thisthesishasstudytheseismicattributeextractionandseismicattributeoptimization,seismicattributepropertyiswithdraw

7、nfromthethreedimensionalseismicdata,attributeoptimizationiscarriedonviewofthesecomplexseismicattributeproperty,theusefulattributepropertyinformationisselected．Inordertosolvethequestionofmanyexcessiveinputvariablesinthreedimensionalseismicdata,theprincipalcomponen

8、tanalysismethodisusedinthisthesis．Aftertheprincipalcomponentanalysismethodtransformstheoriginallybiggergroupofinputvariablesbyusinglineartransformation,itcanob