基于S谱能量曲线与卷积神经网络的天然地震与爆破事件分类识别

1

作者 孟娟 李亚南 高强 《地震学报》 北大核心 2025年第2期232-241,共10页

以震级为ML1.3—3.0的1万2936条人工爆破微震记录和1万3215条天然微震波形为研究对象,对其原始地震波形进行1—30 Hz带通滤波以去除长周期干扰,并基于长短时窗均值比(STA/LTA)算法进行P波识别与筛选。对处理后的地震波形数据进行S变换,... 以震级为ML1.3—3.0的1万2936条人工爆破微震记录和1万3215条天然微震波形为研究对象,对其原始地震波形进行1—30 Hz带通滤波以去除长周期干扰,并基于长短时窗均值比(STA/LTA)算法进行P波识别与筛选。对处理后的地震波形数据进行S变换,获取其S谱能量曲线,然后将S谱能量曲线图转换为32×32像素的灰度特征图,并将其作为卷积神经网络的输入进行训练,基于训练好的模型进行10折交叉测试验证。结果显示地震与爆破事件的分类识别准确率高达97.80%,表明利用S谱能量曲线能较好地识别天然地震与人工爆破。 展开更多

关键词 人工爆破 天然地震 卷积神经网络(CNN) S变换 分类识别

在线阅读 下载PDF 职称材料

基于残差神经网络的天然地震与非天然地震信号分类 被引量：1

2

作者 沈婕 朱景宝 +2 位作者 缪发军 宋晋东 李山有 《地震工程与工程振动》 CSCD 北大核心 2024年第5期13-25,共13页

以准确区分天然地震与非天然地震为目标,构建了一种基于一维卷积和残差结构的神经网络模型:ResNet-1D。该模型利用不同长度卷积核的卷积层、最大池化构成的池化层和残差结构自动提取三分量地震记录特征,采用适应性矩估计方法(Adams)作... 以准确区分天然地震与非天然地震为目标,构建了一种基于一维卷积和残差结构的神经网络模型:ResNet-1D。该模型利用不同长度卷积核的卷积层、最大池化构成的池化层和残差结构自动提取三分量地震记录特征,采用适应性矩估计方法(Adams)作为优化参数,利用线性判别函数(Linear)实现天然地震与非天然地震区分。以2008—2020年中国地震台网中心统一编目报告的天然地震和非天然地震共40000条速度记录,随机划分为6∶2∶2的比例构建训练数据集、验证数据集和测试数据集。研究结果表明:天然地震和非天然地震的分类准确率分别为92.65%和94.30%,与传统机器学习方法比较,ResNet-1D模型在准确率、精确率、召回率和F1分数的测试结果均有明显提升,有效地提高了天然地震和非天然地震识别的准确性。同时,震级和震中距的变化对模型分类准确率都有影响,具体表现为震级越高,准确率越低;震中距越大,准确率越低。文中提出的模型具有更高的准确性,可为地震监测中的天然地震与非天然地震准确区分提供技术支撑。 展开更多

关键词 残差神经网络 地震信号分类 非天然地震 天然地震 地震监测

在线阅读 下载PDF 职称材料

基于多通道卷积神经网络的甚低频/低频雷电辐射电场波形分类方法 被引量：1

3

作者 肖力郎 陈维江 +3 位作者 王宇 贺恒鑫 傅中 向念文 《高电压技术》 EI CAS CSCD 北大核心 2024年第11期5184-5191,共8页

雷电过程中产生多类雷电辐射电场波形,基于特征值的传统分类方法易误分类。为准确分类雷电辐射电场波形,该文提出了一种基于多通道卷积神经网络的甚低频/低频雷电辐射电场信号分类方法,该方法采用深度网络直接处理电场波形以减少先验知... 雷电过程中产生多类雷电辐射电场波形,基于特征值的传统分类方法易误分类。为准确分类雷电辐射电场波形,该文提出了一种基于多通道卷积神经网络的甚低频/低频雷电辐射电场信号分类方法,该方法采用深度网络直接处理电场波形以减少先验知识依赖,设计多通道并行卷积核以有效提取雷电波形多尺度特征,引入shortcut连接以加速模型收敛。基于合肥地区实测雷电数据,该文建立了回击、初始预击穿、窄双极性脉冲以及云闪4分类波形数据集,模型训练结果表明该模型识别准确率达到99.4%,与经典机器学习方法以及主流深度神经网络模型分类性能相比,所提模型在分类准确率及训练收敛速度上均达更优水平。基于该模型,该文采用知识蒸馏方法获得了适用于低算力计算平台的部署模型,部署模型在合肥某雷暴活动中单次分类耗时仅59ms,算力需求降低66%,分类准确率为99.0%,实现了模型在低算力计算平台上的可靠应用。 展开更多

关键词 卷积神经网络 VLF 雷电辐射电场 波形分类 模型部署

在线阅读 下载PDF 职称材料

基于短时傅里叶变换和卷积神经网络的地震事件分类 被引量：10

4

作者 张帆 杨晓忠 +2 位作者 吴立飞 韩晓明 王树波 《地震学报》 CSCD 北大核心 2021年第4期463-473,I0001,共12页

本文选用内蒙古区域地震台网记录到的417个爆破事件和519个天然地震事件的观测资料,对其进行截取和滤波等预处理后,经过短时傅里叶变换转换为时频域的对数振幅谱,使用含有3个卷积层的卷积神经网络作为分类器,实现地震事件自动分类。5折... 本文选用内蒙古区域地震台网记录到的417个爆破事件和519个天然地震事件的观测资料,对其进行截取和滤波等预处理后,经过短时傅里叶变换转换为时频域的对数振幅谱,使用含有3个卷积层的卷积神经网络作为分类器,实现地震事件自动分类。5折交叉验证结果显示,本文所使用算法的平均准确率达到97.33%,测试集的准确率达到98.03%,本文采用的模型应用了较完整的原始信息,因此获得了较高的准确率和较好的稳定性。 展开更多

关键词 地震 爆破 分类 短时傅里叶变换 卷积神经网络

在线阅读 下载PDF 职称材料

人工神经网络非线性地震波形反演 被引量：7

5

作者 周辉 何樵登 徐世浙 《石油物探》 EI CSCD 北大核心 1997年第1期61-70,共10页

地震波形反演是非线性问题,其目标函数都是多极值的函数,若用线性化的反演方法求解,常会遇到迭代收敛于目标函数局部最优等困难。本文研究能求得目标函数全局最优解的遗传算法训练人工神经网络的地震波形反演方法。考虑到遗传算法训练... 地震波形反演是非线性问题,其目标函数都是多极值的函数,若用线性化的反演方法求解,常会遇到迭代收敛于目标函数局部最优等困难。本文研究能求得目标函数全局最优解的遗传算法训练人工神经网络的地震波形反演方法。考虑到遗传算法训练神经网络地震波形反演的未知参数量大,而通常的二进制编码遗传算法占用计算机内存量大,不能在较小内存的计算机上实现,故以可节省内存的0-1编码遗传算法训练神经网络,提出了加速网络收敛的方法。 展开更多

关键词 神经网络 遗传算法 地震波形反演 地震勘探

在线阅读 下载PDF 职称材料

基于BP神经网络的地震信号识别分类 被引量：6

6

作者 邱宏茂 刘俊民 范万春 《计算机应用与软件》 CSCD 北大核心 2005年第7期74-76,共3页

本文主要讨论了利用BP神经网络对天然地震信号与地下爆炸形成的地震信号的识别分类问题,其中包括网络输入向量的选取等。结果表明,用此方法对地震信号进行识别分类是十分有效的。

关键词 BP神经网络 地震信号 识别分类 分类问题 地下爆炸 输入向量

在线阅读 下载PDF 职称材料

基于卷积神经网络的地震波形智能识别研究 被引量：6

7

作者 郑周 林彬华 +3 位作者 金星 韦永祥 丁炳火 陈辉 《世界地震工程》 北大核心 2023年第2期148-157,共10页

随着世界上多个国家和地区的地震预警系统投入运行,误报和漏报等问题逐渐突显,特别是将标定以及强干扰波形误识别为大震事件,快速、精确地区分地震与其他波形是一个难题。针对于此,该研究提出了基于卷积神经网络地震波形智能识别方法。... 随着世界上多个国家和地区的地震预警系统投入运行,误报和漏报等问题逐渐突显,特别是将标定以及强干扰波形误识别为大震事件,快速、精确地区分地震与其他波形是一个难题。针对于此,该研究提出了基于卷积神经网络地震波形智能识别方法。首先收集并处理了2012—2017年中国境内福建以及周边邻省共683个地震和478个爆破事件,并对这些样本筛选、截取和基线校正等预处理,共得到了27500条三通道波形。在此基础上,构建了3 s波形输入的卷积神经网络模型(SW-CNN)。结果表明:模型对地震、噪声、爆破和异常波形的识别率分别为97.9、99、99.2和99.3%。相比于人工手动分类识别,该模型更省时和更稳定,为地震预警目前所面临的问题提供了一个新的解决方法。 展开更多

关键词 地震预警 卷积神经网络 波形分类 异常波形 基线校正

在线阅读 下载PDF 职称材料

神经网络BP算法用于三类基本波形分类时训练样本输入方式的研究 被引量：2

8

作者 胡泽 吴宁 陈伟 《西南石油学院学报》 CSCD 1994年第3期117-122,共6页

为了进一步研究神经网络ＢＰ算法用于模式分类时网络的性能，本文采用了四种方式向多层神经网络提供训练样本，并相互进行比较，结果表明：随机输入法和部分输入法的输入方式为较佳，从而说明了训练样本的输入方式对神经网络的性能有着... 为了进一步研究神经网络ＢＰ算法用于模式分类时网络的性能，本文采用了四种方式向多层神经网络提供训练样本，并相互进行比较，结果表明：随机输入法和部分输入法的输入方式为较佳，从而说明了训练样本的输入方式对神经网络的性能有着直接的影响． 展开更多

关键词 BP算法 训练样本 神经网络 波形分类

在线阅读 下载PDF 职称材料

基于Dropout深度卷积神经网络的ST段波形分类算法 被引量：10

9

作者 任晓霞 《传感技术学报》 CAS CSCD 北大核心 2018年第8期1217-1222,共6页

心电信号的ST段波形变化是心肌损伤等心血管类疾病临床诊断的重要辅助手段之一。针对ST段波形分类以及深度卷积神经网络过拟合问题,提出一种基于概率随机舍弃神经元建立子网络的Dropout深度卷积神经网络,通过心电信号数据去噪、ST段候... 心电信号的ST段波形变化是心肌损伤等心血管类疾病临床诊断的重要辅助手段之一。针对ST段波形分类以及深度卷积神经网络过拟合问题,提出一种基于概率随机舍弃神经元建立子网络的Dropout深度卷积神经网络,通过心电信号数据去噪、ST段候选段筛选、神经网络卷积与下采样运算过程,实现ST段波形样本训练与测试。仿真实验对比分析了算法的波形分类准确率、卷积核个数影响和Dropout对算法泛化能力影响,与专家手工标注、BP、RNN和DCNN等方法进行比较,实验结果表明Dropout DCNN能够有效提高卷积神经网络泛化能力,提升算法的可用性。 展开更多

关键词 心电信号数据 ST段波形分类 深度卷积神经网络 DROPOUT 泛化能力

在线阅读 下载PDF 职称材料

基于神经网络的网壳结构强震失效模式分类判别 被引量：2

10

作者 贺拥军 张丰盛 《铁道科学与工程学报》 CAS CSCD 北大核心 2018年第2期458-465,共8页

为了高效准确地对网壳在强震下的失效模式进行分类和判别,以抛物线型单层柱面6网壳为研究对象,在Taft和El-Centro三向地震波作用下,运用ANSYS软件对其进行动力全过程分析,全面考察网壳结构的荷载-最大节点位移全过程曲线、塑性发展情况... 为了高效准确地对网壳在强震下的失效模式进行分类和判别,以抛物线型单层柱面6网壳为研究对象,在Taft和El-Centro三向地震波作用下,运用ANSYS软件对其进行动力全过程分析,全面考察网壳结构的荷载-最大节点位移全过程曲线、塑性发展情况、破坏时的变形情况等,并归纳总结最大节点位移、截面12.5%以上进入塑性杆件比例、截面100%进入塑性杆件比例、平均塑性积分点值4个特征指标。在Matlab软件环境下运用有导师神经网络和无导师神经网络对81个算例进行分类判别。运用的有导师和无导师神经网络分别是BP神经网络和自组织竞争神经网络。研究结果表明:2种神经网络都有准确的分类判别和预测结果,自组织竞争神经网络有直观的结果输出,BP神经网络则可以很好地看出数据中稍微偏离常规情况的数据。 展开更多

关键词 神经网络 网壳结构 地震作用 失效模式 分类 预测

在线阅读 下载PDF 职称材料

神经网络在震相识别中的应用 被引量：15

11

作者 王娟 刘俊民 范万春 《现代电子技术》 2004年第8期35-37,共3页

设计了三阶段的三层 BP神经网络对地震震相进行分类识别 ,系统将地震震相分为 4类 :远震 T、区域性 S、区域性 P、噪声 N;网络训练测试利用了 STKA台站的 2 0 0组数据 ,样本集和测试集各占 10 0组 (其中 3 0个远震 T波、 2 0区域性 P波... 设计了三阶段的三层 BP神经网络对地震震相进行分类识别 ,系统将地震震相分为 4类 :远震 T、区域性 S、区域性 P、噪声 N;网络训练测试利用了 STKA台站的 2 0 0组数据 ,样本集和测试集各占 10 0组 (其中 3 0个远震 T波、 2 0区域性 P波、 2 0区域性 S波、 3 0噪声 N ) ,三阶段的平均识别效率分别为 91% ,93 .8% ,98% ,实验证明 ,用神经网络对地震震相进行自动识别是可行的 。 展开更多

关键词 地震震相 分类识别 神经网络 偏震分析

在线阅读 下载PDF 职称材料

地震波形分类技术应用条件及其在葡北地区沉积微相研究中的应用 被引量：31

12

作者 江青春 王海 +4 位作者 李丹 曹锋 李秋芬 孙作兴 周慧 《石油与天然气地质》 EI CAS CSCD 北大核心 2012年第1期135-140,共6页

在应用地震相分析软件Stratimagic对葡北地区七克台(Qkt)组进行地震相分析的过程中,对地震波形分类技术的应用条件进行了对比。分析发现,频率大于40 Hz、信噪比大于25 DB的地震资料可以较好地满足地震波形分类的研究。构造形态平缓、断... 在应用地震相分析软件Stratimagic对葡北地区七克台(Qkt)组进行地震相分析的过程中,对地震波形分类技术的应用条件进行了对比。分析发现,频率大于40 Hz、信噪比大于25 DB的地震资料可以较好地满足地震波形分类的研究。构造形态平缓、断裂不发育的地区运用波形分析效果较好。此外合适的地震时窗大小的选取和适当的波形分类数的设定也影响波形分类分析的运用效果。一般5～8种分类数是比较合适的,与沉积微相类型的匹配效果较好。在此基础上,运用该技术编制了葡北地区七克台组的沉积微相,对比单井沉积微相分析结果发现,有86%以上的单井相分析结果与预测的沉积微相图吻合,证实了地震波形分类技术预测沉积微相的可靠性。最后,运用该技术预测了该地区的砂体展布,为该地区下步隐蔽油气藏的勘探指明了方向。 展开更多

关键词 地震相 单井相 沉积微相 波形分类技术 砂体 预测 葡北地区

在线阅读 下载PDF 职称材料

基于BP-Adaboost方法的天然地震和人工爆炸事件波形信号分类识别研究 被引量：13

13

作者 赵刚 黄汉明 +2 位作者 卢欣欣 郭世豪 柴慧敏 《地震工程学报》 CSCD 北大核心 2017年第3期557-563,共7页

BP神经网络和支持向量机(SVM)是两种主流的分类识别方法,用于天然地震和人工爆炸事件波形信号分类识别时取得了较好的效果。但BP神经网络存在易陷入局部最优及隐层数和隐层节点数与训练样本数据密切相关而无法有效预先确定;而支持向量机... BP神经网络和支持向量机(SVM)是两种主流的分类识别方法,用于天然地震和人工爆炸事件波形信号分类识别时取得了较好的效果。但BP神经网络存在易陷入局部最优及隐层数和隐层节点数与训练样本数据密切相关而无法有效预先确定;而支持向量机(SVM)方法则缺乏有效手段来选取合适的核函数,从中不能很好地扩展到多分类。针对天然地震和人工爆炸事件波形信号的分类识别问题,文中将上述两种方法和集成学习——BP-Adaboost方法进行了对比实验研究。据对所选用的地震、爆炸事件波形信号数据集的分类识别结果表明,BP-Adaboost方法得到了98%以上的正确识别率,并且具有较好的泛化能力。相较于BP神经网络和PCA-SVM方法,BP-Adaboost方法对于数据集的划分和识别结果具有更好的鲁棒性,应用于天然地震和人工爆炸事件波形信号分类识别时,可取得更好的识别效果。同时,结合Adaboost方法的原理,阐述了BP-Adaboost方法拥有更好分类结果和泛化能力的原因。 展开更多

关键词 分类识别 地震波形信号 BP-Adaboost 集成学习 BP神经网络 支持向量机(SVM)

在线阅读 下载PDF 职称材料

地震波形分类技术在黄骅坳陷孔三段沉积体系分析中的应用 被引量：6

14

作者 王锦程 刘子藏 +7 位作者 李勇 丘东洲 钱赓 蒲秀刚 袁淑琴 肖敦清 鲍居彪 祝新政 《沉积与特提斯地质》 CAS CSCD 2011年第1期80-84,共5页

在Stratimagic软件环境下,通过对黄骅坳陷孔南地区三维地震数据逐道对比分类,细致地刻画地震信号的横向变化,从而得到与4个层序对应的波形分类相图,结合地质资料,最终得到波形分类相图解释图,其与通过地质方法得出的沉积体系展布图的展... 在Stratimagic软件环境下,通过对黄骅坳陷孔南地区三维地震数据逐道对比分类,细致地刻画地震信号的横向变化,从而得到与4个层序对应的波形分类相图,结合地质资料,最终得到波形分类相图解释图,其与通过地质方法得出的沉积体系展布图的展布规律大体一致。 展开更多

关键词 地震波形分类 Stratimagic 孔店组 沉积体系

在线阅读 下载PDF 职称材料

基于敏感地震属性波形分类的流体预测研究 被引量：5

15

作者 赵忠泉 贺振华 +1 位作者 万晓明 帅庆伟 《西南石油大学学报（自然科学版）》 CAS CSCD 北大核心 2016年第3期75-81,共7页

系统对比了针对储层流体的现有各种识别因子识别含气和含水砂岩的能力,结果显示,高灵敏度识别因子有较强的综合识别能力。以S盆地L研究区为例,在主要含气不等厚层段内对高灵敏度流体因子在神经网络模式和PCA-神经网络模式两种情况下基... 系统对比了针对储层流体的现有各种识别因子识别含气和含水砂岩的能力,结果显示,高灵敏度识别因子有较强的综合识别能力。以S盆地L研究区为例,在主要含气不等厚层段内对高灵敏度流体因子在神经网络模式和PCA-神经网络模式两种情况下基于形态学进行分类,效果对比明显,结合井解释资料对研究区进行了初步的流体预测。将波形分类法的应用范围从主要是进行地震相一沉积相分析、储层预测等扩展到对流体因子在目标层段进行分析处理从而进行层段内流体预测,对仅在剖面和切片上利用流体因子来进行流体识别和预测是一种新的有价值的补充。首次探讨了将波形分类技术应用于流体预测,认为该方法与其他解释成果结合对于有效降低勘探风险、提高钻井成功率具有一定的指导意义。 展开更多

关键词 地震属性 波形分类 主成份分析 流体因子 流体预测

在线阅读 下载PDF 职称材料

地震波形分类技术在地质异常体解释中的应用 被引量：8

16

作者 程彦 赵镨 +1 位作者 林建东 张兴平 《煤田地质与勘探》 CAS CSCD 北大核心 2020年第6期87-92,102,共7页

地震波形分类技术具有统计地震信号总体变化和反映这种变化分布规律的特点,是地震属性分析技术的重要延伸,在地质异常体解释方面具有良好的应用效果。高密度三维地震资料具有高信噪比,高分辨率和高保真度的特点,尝试利用波形分类技术对... 地震波形分类技术具有统计地震信号总体变化和反映这种变化分布规律的特点,是地震属性分析技术的重要延伸,在地质异常体解释方面具有良好的应用效果。高密度三维地震资料具有高信噪比,高分辨率和高保真度的特点,尝试利用波形分类技术对高密度三维地震资料反映的煤层赋存状态、岩浆岩侵入区进行预测,并对陷落柱解释方法进行了研究。井下巷道实际揭露和钻孔验证结果表明:波形分类方法解释的地质异常体精度高、圈定范围准确,可以为煤矿安全开采提供精准的地质资料。 展开更多

关键词 波形分类 地质异常体 赋存状态 岩浆岩侵入区 陷落柱 高密度三维地震

在线阅读 下载PDF 职称材料

地震波形分类技术在红浅一井区的应用 被引量：10

17

作者 李强 戴鸿鸣 《断块油气田》 CAS 2007年第1期14-15,共2页

20世纪90年代以来,地震油气储层预测新技术取得了巨大发展,Stratimagic地震波形分类技术就是其中之一。该技术是研究各沉积相单元发生变化时的地震反射特征,然后利用神经网络技术把地震信号的总体趋势变化定量地反映出来(对波形进行分... 20世纪90年代以来,地震油气储层预测新技术取得了巨大发展,Stratimagic地震波形分类技术就是其中之一。该技术是研究各沉积相单元发生变化时的地震反射特征,然后利用神经网络技术把地震信号的总体趋势变化定量地反映出来(对波形进行分类),形成地震波形异常,即地震相图。在综合地质分析基础上,针对目前红浅一井区勘探实际情况,应用这一技术对该地区主要目的层段辫状河道砂体进行了准确预测,并取得了良好效果。 展开更多

关键词 地震波形分类 Stratimagic 红浅一区 辫状河道

在线阅读 下载PDF 职称材料

基于属性波形分类的地震沉积学应用 被引量：11

18

作者 国景星 王霄霆 +2 位作者 刘文凯 巩逸文 陈铭 《大庆石油地质与开发》 CAS CSCD 北大核心 2018年第6期125-131,共7页

饶阳凹陷大王庄地区馆陶组是一套河流相沉积,由于砂体纵横向演化快和井网分布不均等因素,使得研究区尤其是井疏地区的沉积相展布认识程度低。以地震沉积学理论为指导,利用三维地震资料的横向分辨率解释优势,在井震统一的层序地层格架约... 饶阳凹陷大王庄地区馆陶组是一套河流相沉积,由于砂体纵横向演化快和井网分布不均等因素,使得研究区尤其是井疏地区的沉积相展布认识程度低。以地震沉积学理论为指导,利用三维地震资料的横向分辨率解释优势,在井震统一的层序地层格架约束内应用90°相位转换、分频解释、地层切片等技术对目的层段砂体进行地震解剖,着重对第VI准层序优选后的多个层段属性进行波形分类以预测砂体分布,并以砂地比约束属性预测结果揭示了其沉积微相平面展布规律。研究成果为研究区油气藏精细描述及开发奠定了基础。 展开更多

关键词 大王庄地区 地震沉积学 地层切片 属性分析 波形分类

在线阅读 下载PDF 职称材料

地震波形分类技术在地震相分析中的应用——以大港GJP地区的地震相分析为例 被引量：3

19

作者 杨彬 林承焰 《西北油气勘探》 CSCD 2005年第1期51-56,共6页

地震波形分类技术是一种有效的地震相分析方法，具有快速、定量和客观性之优点。在介绍地震波形分类技术分析原理的基础上，以大港油田GJP地区的地震相分析为例，讨论了实施过程中时窗选取、模型道创建以及地震相成图中的数据量选择、... 地震波形分类技术是一种有效的地震相分析方法，具有快速、定量和客观性之优点。在介绍地震波形分类技术分析原理的基础上，以大港油田GJP地区的地震相分析为例，讨论了实施过程中时窗选取、模型道创建以及地震相成图中的数据量选择、分类数确定、迭代次数选择，分析了测井相与地震相的综合判别，例举了地震相向沉积相的转化。 展开更多

关键词 地震相分析 分类技术 地震波形 应用 分析原理 大港油田 迭代次数 综合判别 客观性 数据量 模型道 分类数 测井相 沉积相 时窗 成图

在线阅读 下载PDF 职称材料

地震相波形分类技术在川东北的应用 被引量：7

20

作者 胡伟光 《勘探地球物理进展》 2010年第1期52-57,共6页

四川盆地东北部地区的生物礁、潮道及河流和岩溶相等特殊地质体皆是含油气的有利区域,如何识别出这些特殊地质体成为能够找到油气资源的一种有力手段。采用钻井资料中所包含的沉积学信息可以进行非常详细的沉积研究,只是这种点上的沉积... 四川盆地东北部地区的生物礁、潮道及河流和岩溶相等特殊地质体皆是含油气的有利区域,如何识别出这些特殊地质体成为能够找到油气资源的一种有力手段。采用钻井资料中所包含的沉积学信息可以进行非常详细的沉积研究,只是这种点上的沉积相研究成果还不能满足面(区域)上研究的需要;利用该区现有的三维地震资料,进行地震相波形分类,就能得到特殊地质体在平面上的展布,并结合钻井资料,得出地震相划分的合理性。钻井资料和地震相波形分类的结果吻合很好,表明地震相波形分类技术能够对生物礁、潮道及河流和岩溶等进行有效的识别,但该方法也受到众多因素的制约,需要把沉积和断层区分开,往往在沉积较简单的地区地震相波形分类能取得较好的效果,而断层的发育会破坏地震相波形分类的基础(地层沉积的原生信息),使地震相波形分类的解释变得异常复杂。 展开更多

关键词 地震相 波形分类技术 特殊地质体 川东北地区 钻井资料

在线阅读 下载PDF 职称材料