基于地震属性约简的深度学习储层物性参数预测:以莺歌海盆地乐东区为例

储层物性参数作为描述储层特性、储层建模和流体模式的重要指标,其准确估算可以为储层预测提供有力参考依据,但传统储层物性参数反演方法无法兼顾反演精度及空间连续性。针对上述问题,本文引入地震属性作为深度学习算法输入,针对地震属性之间存在的信息冗余特征,利用随机森林-递归消除法对地震属性进行约简预处理,最终建立一种基于地震属性约简的储层物性参数预测方法。实际数据测试结果表明,地震属性约简的深度学习储层物性参数预测结果具有良好的精度及横向分辨率,证实本文方法的有效性。     

关于南海北部滨海断裂带的研究

南海北部的滨海断裂带是位于南澳岛之东粤东南滨海地区的一条北东东走向的构造带。由于其所处的构造位置而一直被地球科学工作者所关注,并从不同角度作了不少研究。在广泛收集有关断裂带的资料和研究成果的基础上,对前人关于断裂带存在的依据、断裂带发育的时代、断裂带的构造属性和第四纪活动情况的认识作了简要归纳,并就断裂带的分布、构造属性等作了初步分析。     

基于地震属性的煤层厚度预测模型及其应用

地震属性技术在岩性和构造解释等方面得到了越来越广泛的应用,特别是在煤、油气资源勘探中具有重要的作用.基于淮南矿区谢桥1区13 1煤层地震勘探资料,提取了28种地震属性数据;通过地震属性的分析,优选出平均峰值振幅、振幅的峰态、最大绝对振幅、瞬时频率斜率等4种地震属性作为煤层厚度预测模型基本参数,结合已知钻孔资料,利用多元多项式回归以及BP人工神经网络方法,求出了各属性与煤厚之间的多元多项式回归模型及人工神经网络模型,并对模型进行了误差分析和应用结果对比分析,反映出人工神经网络模型在煤厚预测中具有好的应用效果.     

叠后地震属性分析在油气田勘探开发中的应用

地震属性分析技术一直是地震特殊处理和解释的主要研究内容.随着油气勘探开发的发展,地震属性分析技术已经成为油藏地球物理研究的核心内容,是勘探地震与开发地震之间纽带.本文针对鄂尔多斯盆地的低幅度构造、低孔隙、低渗透率、致密性隐蔽油气藏的特点,综合应用相干数据体分析、地震相自动分类定性识别砂体厚度、地震振幅属性分析、频谱分解、多井约束的储层叠后反演等叠后属性分析技术,探索了一套适合该区油气特征的储层横向预测及油气识别模式.为该区油气勘探开发,储量计算提供可靠依据.同时也为隐蔽性油气藏的勘探开发积累了经验.     

多分量地震资料处理解释技术研究

随着油田勘探开发的不断深入,多波多分量地震资料的应用也越来越广泛.本文结合实际资料,对多波多分量地震资料的处理和解释方法进行了探讨和研究,主要针对多波资料的静校正、叠加成像、转换波资料的共转换点的求取方法等技术进行了分析研究,开发了综合利用多波资料进行地震属性和各向异性研究的方法,形成了一套较完善的多分量地震资料的处理、解释技术系列.经过在胜利油田罗家地区的初步应用,表明了预测结果与钻井资料相吻合.     

地震资料预测薄层厚度方法研究与应用

薄层厚度预测一直是公认的难题之一,其难度就在于如何准确地识别和提取薄层的地震属性.常规方法是利用时间域或频率域地震属性与薄层厚度的线性关系计算.但是理论与实际资料表明,不同的薄层和地层组合对地震波的动力学的信息影响很大,各种参数与薄层厚度成非线性关系,使用单一的信息不可能准确预测薄层厚度.本文利用三种线性预测原理（模型）,经数学变换为属性参数,采用非线性BP网络预测薄层厚度,取得了令人满意的效果.     

一种新的用于极化SAR图像船只检测的散射相似性测度

本文提出了一种新的用于极化合成孔径雷达（SAR）海上船只目标检测的测度。首先利用散射相似性参数研究船只与海杂波散射机制的差异。基于这些差异,提出了一种新的船只检测测度,该测度能够有效区分船只目标和海杂波。然后提出了利用核密度估计（KDE）方法对该测度进行建模的方法。基于统计模型,实现了自适应恒虚警率（CFAR）的检测方案。本文利用多景C波段RADARSAT-2极化SAR（Pol-SAR）数据上进行实验,系统分析了所提出测度的海杂波拟合性能与船只检测性能,并与两个经典的极化测度进行了比较,实验和比较结果证明了所提的测度的可行性。     

一种基于复合表达模型的方向相似性算法

复合表达模型结合了锥形模型与方向关系矩阵模型的优点,较好地顾及了目标的形状、大小和距离对方向关系的影响,但该模型仅能对两目标之间的方向关系进行定性描述,对于两目标间的方向关系相似性尚未进行研究。本文在对复合表达模型的方向关系矩阵进行优化的基础上,建立一种基于复合表达模型的面目标方向关系相似性计算模型,将该模型的相似值计算转化为交通运输最小代价问题求解。通过认知实验验证了算法的科学性,同时比较实验说明该算法精确度更高。     

地理时空三向聚类分析方法的构建与实践

随着地理数据获取能力的不断提升,地理数据体量呈指数增长,数据种类、数据性质更加多元化。对数据的有效甄别和归类成为理解地理现象时空特征、演化过程和行为机制的关键。传统聚类方法面临数据体量大、维数高、质量差的挑战,加之对地理空间与时间关联分析的需求,对聚类方法改进和提升研究的要求越来越迫切。本文介绍了从单向到三向聚类构建思路的变革。单向聚类是仅在样本或属性方向上进行聚类,易忽视非常相似的局部特征、易犯“横看成岭侧成峰”的错误。双向聚类是基于数据矩阵内元素值的相似性,形成一个子矩阵分割方案,使子矩阵内元素相似度尽可能高,子矩阵间元素相似度尽可能低,从而实现行列两方向的同时聚类,避免了单向聚类的不足。鉴于双向聚类难以满足地理研究超出双向的解译需求,本文提出并研发了一个全新的三向聚类方法,给出了运用该方法开展地理时空格局过程探测的流程,总结了如何根据研究涉及的“空间—时间—尺度—属性”构建三维数据体;最后,展示了三向聚类的地理实践案例。结果表明：① 三向聚类是一种大数据时代探测地理数据时空分异规律的有效方法,可以解决数据维度高、质量低等问题;② 面对不同的地理问题,三向聚类在算法层面上是通用的,不同之处仅在于：根据不同问题涉及的空间、时间、尺度、属性的不同,构建不同的数据体;不同数据体聚类得到的不同结果回答不同的地理问题;③ 三向聚类可以实现地理数据的时空分异规律多方向、多尺度、多层次的联合解译,揭示地理特征时空尺度叠加效应。最后,论文强调根据地理问题组织数据的重要性,期待未来能够提升三向聚类在多空间尺度、多属性方面的地理研究实践。     

邮轮属性评价与品牌定位

以全球最大的邮轮点评网站——邮轮评论家为数据来源渠道,以编辑（Editor/Expert）的文本点评以及对167艘邮轮10大属性的打分数据为样本,利用词频分析、回归分析、聚类分析和方差分析等方法,对全球21个邮轮品牌的产品属性、总体评价以及品牌定位问题进行了系统研究。结果表明,对于专业型游客来说,餐饮、客房和娱乐是关注度最高的船上属性,服务、性价比和公共空间是满意度最高的船上属性,客房、餐饮、公共空间、性价比和娱乐属性对邮轮总评具有显著影响。方差分析表明,与行业界定下的品牌行为相比,基于专业型游客感知的品牌划分更有效。