地震信息的属性参数提取和砂体预测方法

？在利用地震信息属性参数进行砂体预测时,仅用单一参数预测的结果往往精度很差,而盲目使用多参数作为神经网络的输入,又会使网络的学习过程不收敛。为克服上述问题,本文通过理论模型研究,并结合实际地震资料,从时间域和频率域中提取了目的层的19个地震信息属性参数。然后,选取与薄砂层厚度最密切的8种参数进行砂体预测。文中对几种常用的预测方法进行了分析和对比。应用结果表明,多参数的神经网络预测方法的精度最高;主频线性预测和振幅频率反演预测方法次之;振幅线性预测方法的精度最差。另外,当目的层最大砂岩厚度超过λ？4时,用频率域参数预测砂岩厚度比用时间域参数预测的精度高。