强容噪性随机森林算法在地震储层预测中的应用

• 作者: 刘炯 宋建国 杨璐 高强山
• 来源期刊: 石油地球物理勘探
• 关键词: 地震属性 随机森林 容噪性 储层预测 噪声
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 综合研究
• 页码范围: 954-960
• 页数: 7页
• 分类号: P631
• 语种: 中文
• DOI: 10.13810/j.cnki.issn.1000-7210.2018.05.008

摘要

地震数据和测井数据中的噪声与有效信号难以有效界定,决定了地震储层预测需采用强容噪性算法.通过训练样本中加入随机噪声证实随机森林算法具有较好容噪性,但不能据此推知它在地震储层预测中仍有很强容噪性.基于F3工区实际数据,从噪声较强的原始地震数据中提取含噪样本,由经过倾角中值滤波处理的地震数据提取去噪样本,建立多种地震属性与孔隙度参数之间的随机森林回归模型;由构建的含噪模型和去噪模型分别与原始地震数据去噪前后两个数据体进行运算,得到4种不同情况下的孔隙度数据体.结果表明:由含噪模型得到的两个预测结果受噪声干扰较大;去噪模型的两个预测结果受噪声影响较小,能有效刻画储层特征,表现出强容噪性.随机森林模型对异于样本数据的异常值具有强的容忍度.可知随机森林算法应用于地震储层预测的关键是样本数据不合噪声,而估算过程中地震数据体是否做了去噪处理对预测结果影响较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高强山	中国科学院地球化学研究所月球与行星科学研究中心	1	6	1.0	1.0
2	刘炯		2	6	1.0	2.0