一种基于叠前反演的孔隙度预测方法

• 作者: 周单 唐金良 朱童 胡华锋
• 来源期刊: 物探化探计算技术
• 学科: 地球科学
• 关键词: 叠前反演 概率神经网络 孔隙度反演 储层预测
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 地震勘探
• 页码范围: 472-477
• 页数: 6页
• 分类号: P631.4
• 字数: 4870字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1749.2015.04.10

摘要

非线性反演方法在储层预测中得到了广泛地应用,但其通常只采用叠后波阻抗反演结果和叠后属性进行预测,进而忽略了叠前道集中包含的岩性信息.这里提出了一种基于叠前反演的储层预测方法,可以有效地利用叠前信息进行储层预测.首先对叠前道集进行针对性处理,使其满足叠前反演的要求,其次改进横波估算方法获得高精度的横渡数据,并针对叠前数据进行子波提取,然后通过叠前反演获得纵波、横波阻抗和密度信息,最后结合叠前属性,采用概率神经网络方法(PNN)来反演储层孔隙度参数,该方法克服了叠后波阻抗反演进行储层预测造成的多解性问题,并提高了储层识别的精度,预测结果与测井一致,证明该方法正确有效.