基于波形特征向量的凝聚层次聚类地震相分析

• 作者: 刘仕友 孙万元 宋炜 应明雄 汪锐
• 来源期刊: 物探与化探
• 学科: 地球科学
• 关键词: 机器学习 凝聚层次聚类 波形聚类 地震相 地震沉积学
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 方法研究·信息处理·仪器研制
• 页码范围: 339-349
• 页数: 11页
• 分类号: P631.4
• 字数: 6658字
• 语种: 中文
• DOI: 10.11720/wtyht.2020.1153

摘要

常规的基于地震沉积学原理的地震相分析,主要利用地震切片技术沿目标层提取均方根振幅属性,在地震信号信噪比较低,目标层厚度薄时,容易影响地震相分析的精度和可靠性.本文从地震沉积学原理出发,沿地层切片提取地震波形特征向量,然后引入地震波形特征向量凝聚层次聚类方法(agglomerative hierarchical clustering,AHC)开展地震相划分.波形凝聚层次聚类是一种无监督的机器学习算法,与传统的地层切片地震相分析方法相比较,基于波形聚类的分析方法,通过波形特征的变化,综合考虑了地震信号的振幅、相位和频率属性特征,具有更好的抗噪能力和更高的横向分辨率.物理模型数据测试和实际资料应用都证明了该方法的稳定性和适用性,验证了本方法具有较好的沉积相特征划分能力,是一类新的岩性分析工具,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	应明雄		6	11	2.0	3.0
2	刘仕友		15	2	1.0	1.0
3	孙万元		8	8	2.0	2.0
4	汪锐		4	4	1.0	2.0