用小波变换与能量比方法联合拾取初至波

首先用小波变换对原始炮点记录进行分解，然后用小波通道作为初至拾取的输入，拾取时，使用了能量比方法，该方法主要利用记录道在初至波前后能量的差异，在此基础上，综合考虑时窗，相位，能量和过零点等多种因素，成功地切除了初至波，实际资料处理结果表明，本方法具有适应噪声能力强，计算速度快，操作简便，初至和切除准确等特点。     

基于匹配追踪算法的强屏蔽剥离技术在樊159井区储层预测中的应用

当储层上覆地层含有厚层烃源岩等特殊地层时,这些地层在地震剖面上会呈现出强振幅特征,这会使下伏储层信息被掩盖,从而干扰储层的正常描述与预测。因此,消除强干扰对储层地震反射的影响,增强储层弱反射信号,对于提高储层预测精度,确定有利储层的空间展布有着重要意义。樊159井区位于樊东地区中西部,该区沙三下亚段和沙四纯上亚段分布高阻、高速厚层烃源岩,对下伏滩坝砂岩储层有强屏蔽作用,必须对其进行剥离。本文以樊159井区实际地震工区为例,分析了储层的地球物理特征,研究了基于层位控制的多道匹配追踪算法,实现了强屏蔽层的剥离。剖面属性对比和沿层属性分析结果表明,储层识别精度得到明显提高。      

基于PCA-RF的砂砾岩有利储层厚度预测方法

东营凹陷沙三、沙四沉积时期，发育了大量不同时期的砂砾岩体，它们是非常规油气勘探中重要的储层类型。由于砂砾岩体具有纵向厚度变化大、横向展布不均匀、岩相变化快等特点，在地震属性分析与厚度预测时，用单一属性对储层厚度描述具有很大的不确定性。为此，提取了多种地震属性，采用主成分分析法（PCA）进行优化、去除冗余信息。考虑到随机森林（RF）具有预测精度高、对异常值容忍性强、训练速度快且不易过拟合等特点，引入该方法对砂砾岩储层厚度进行预测。针对属性自相似问题，PCA采用了两种方法:①直接对全部属性做降维处理，提取主成分进行预测（PCA-RF1）；②先对相似属性做降维处理，再组合其他属性进行预测（PCA-RF2）。原始RF、PCA-RF1、PCA-RF2方法还与人工神经网络方法（ANN）进行了效果对比，结果表明，基于相似属性降维处理的PCA-RF2方法，具有最佳应用效果。