地震属性分析技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

地震属性分析技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章　概述1

1.1　地震属性的提取2

1.2　地震属性的优化2

1.3　地震属性向储层参数的转换方法2

1.4　地震属性分析技术的应用3

1.5　地震属性分析技术的发展4

第二章　地震属性分析技术的基础研究5

2.1　岩石物性的相互关系5

2.1.1 岩石的密度与孔隙度关系6

2.1.2 岩石的速度与孔隙度关系6

2.1.3 岩石的密度与速度关系9

2.1.4 岩石的电阻率与孔隙度关系10

2.2　岩石的物性变化规律11

2.2.1 地震波传播速度的影响因素11

2.2.2　岩石的物性变化规律19

2.2.3　岩石物理性质随深度的变化20

2.2.4　岩石物理性质随时间的变化21

2.3　泊松比与岩石物性参数的关系22

2.3.1 泊松比的定义22

2.3.2 泊松比与岩石物性参数之间的关系23

2.3.3 与泊松比有关的岩石性质23

2.4　地震正演模型技术25

2.4.1　射线追踪正演模拟26

2.4.2　基于马尔科夫链理论的正演模拟28

2.4.3　波动方程有限差分法数值模拟30

2.4.4　地震子波31

第三章　地震属性的提取及其物理意义32

3.1　沿层地震属性及其提取方法32

3.1.1　地震波频率属性32

3.1.2　地震波振幅或能量属性33

3.1.3　地震波波形属性34

3.1.4　地震记录自相关函数的属性34

3.1.5　分辨率属性35

3.1.6　信噪比属性35

3.1.7 自回归分析37

3.1.8　沿层构造属性38

3.1.9　其他属性40

3.2　层间吸收属性及其提取方法43

3.2.1　研究地层吸收性质的地质意义43

3.2.2　表征地层吸收性质的参数44

3.2.3　利用反射波资料测定吸收参数的方法45

3.2.4　提取的地层吸收参数51

3.3　时频分布属性52

3.3.1 几种联合时频分布的特点52

3.3.2　时频分布属性54

3.4　薄层地震属性55

3.4.1　薄层频谱的理论计算值55

3.4.2　薄层直观的分辨率和信噪比56

3.4.3 时间-振幅解释量板58

3.4.4　截断效应与时窗选取60

3.4.5 穿层对时频特性的影响60

3.4.6　地层横向变化对时频特性的影响62

3.4.7 薄层的其他地球物理特征64

3.5　三维属性体及其提取方法65

3.5.1　瞬时属性体65

3.5.2　相对波阻抗数据体66

3.5.3　道微分数据体68

3.5.4　线积分数据体68

3.5.5　能量半时属性体68

3.5.6　信噪比属性体69

3.5.7　均方根振幅比属性体69

3.6　相干体技术69

3.6.1 简述69

3.6.2 方法原理69

3.6.3　三维相干属性体的提取72

3.6.4　相干体技术新进展-多尺度第三算法相干体73

3.6.5　应用实例及效果分析74

3.7　地震属性参数的物理意义79

3.7.1　地震属性的分类79

3.7.2　地震属性参数的物理意义80

3.7.3 地震属性与地层参数间的关系分析82

第四章　地震属性分析方法94

4.1　地震属性的标准化95

4.1.1 总和标准化96

4.1.2　最大值标准化96

4.1.3　模标准化96

4.1.4 中心标准化96

4.1.5　标准差标准化97

4.1.6　极差标准化97

4.1.7　极差正规化97

4.2　聚类分析法97

4.2.1　聚类分析的基本概念97

4.2.2　聚类统计量99

4.3　因子分析101

4.3.1 因子分析的基本概念101

4.3.2　R型因子分析103

4.3.3　Q型因子分析105

4.3.4　对应分析106

4.4　RS理论及其决策分析方法111

4.4.1　RS理论基本原理111

4.4.2 利用RS理论进行决策分析的方法114

4.4.3 RS-Kohonen分析方法的原理及其处理流程117

4.5 GA-BP方法118

4.5.1　GA的方法原理118

4.5.2　BP原理124

4.5.3 GA-BP算法优化地震属性原理124

第五章　储层预测方法126

5.1　多元逐步回归法126

5.1.1　逐步回归分析的基本概念126

5.1.2　“引入”和“剔除”变量的原则128

5.1.3　逐步回归的计算步骤130

5.2　神经网络方法133

5.2.1　人工神经网络基本知识133

5.2.2　神经元的数理模型133

5.2.3 反向传播学习算法（B-P算法）136

5.3　相关滤波方法138

5.3.1 方法原理138

5.3.2　误差分析140

5.4　协克里金方法142

5.4.1 方法原理142

5.4.2　计算步骤144

5.5　非参数回归分析方法144

5.5.1　非参数回归的基本概念144

5.5.2　权函数估计法145

5.5.3　权函数方法与最小二乘法的结合使用148

5.6　基于统计学习理论的支持向量机方法149

5.6.1　统计学习理论简介149

5.6.2　支持向量机152

5.6.3　核函数154

5.6.4 用于非线性函数拟合的支持向量机方法156

5.6.5　模型试算与分析160

5.7　模糊神经网络方法166

5.7.1　模糊理论与模糊聚类166

5.7.2　模糊系统和神经网络的融合169

5.7.3　基于神经网络的模糊系统170

5.8　判别分析方法172

5.8.1　基本原理172

5.8.2　工作步骤175

5.9　灰色理论175

5.9.1　方法原理175

5.9.2　实施步骤176

5.9.3　应用实例及效果分析176

第六章　应用实例180

6.1　SAIS软件系统简介180

6.1.1　软件设计框图180

6.1.2　软件主要功能180

6.2　储层岩性预测186

6.2.1 六间房探区的地质概况187

6.2.2 六间房探区地震资料的品质分析189

6.2.3 六间房探区地震属性优化与岩性预测成果191

6.2.4　六间房探区储层厚度预测192

6.3　储层参数预测197

6.3.1　唐家河探区的地质概况197

6.3.2　应用效果分析199

6.4　含油性预测205

6.4.1　基本地质特征205

6.4.2　研究区的储层特征分析210

6.4.3　地震资料储层预测的条件216

6.4.4　含油性预测的综合分析和解释220

6.4.5　含油性预测的工作总结233

参考文献242