[发明专利]分频地震属性数据优化方法及系统

说明书

公开了一种分频地震属性数据优化方法及系统。该方法可以包括：针对地震资料进行小波包变换，获得分频数据体；针对分频数据体提取相干属性，获得分频属性体；针对分频属性体的相干属性进行局部线性嵌入，获得降维优化的地震属性体。本发明采用频谱分解技术，通过小波包变换获得了高分辨率的分频数据体，携带了大量频率信息，从高频到低频刻画了不同尺度的断裂；基于分频数据，提取对断裂敏感的相干属性，并利用局部线性嵌入对分频相干属性进行优化，优化结果能够更好的突出断裂特征。

技术领域

本发明涉及油气地球物理勘探领域，更具体地，涉及一种分频地震属性数据优化方法及系统。

背景技术

地震属性一般在全频带地震数据上提取，无法体现频率差异。频谱分解技术采用时频分析策略，将地震数据由时间域变换到频率域并分解得到不同频率成分的数据，充分利用了不同频率成分数据的信息，有效挖掘了地震数据中隐含的信息，从而获得更高精度，更高分辨率的结果。Gabor变换是最早采用的时频分析工具，基于此，Potter提出短时傅里叶变换(STFT)，但它窗函数的形状和大小是固定的，一旦选定时间和频率的分辨率不能调整；Morlet等提出的连续小波变换(CWT)吸收了STFT信号局部性的思想，但窗口可变，具备尺缩与聚焦特征；S变换等采用高斯滑动窗，同时保留多尺度特征，兼顾了时间与频率分辨率；小波包分析在小波分析与多分辨率的基础上，加入对高频部分的分解，并自适应选择相应频带，提高了时频分辨率。

地震属性多达百种，高维数据虽然带来了关于储层极其丰富、详尽的信息，但也增加了工作量，耗费了有限资源，甚至带来维度灾难。因此，需要从多种地震属性数据中获取少数更有效、更具实际地质意义的地震属性。一般采用主成分分析等线性方法进行降维优选，但实际地震属性多具有非线性特征，线性方法面对非线性问题则显得有些不足。因此，有必要开发一种分频地震属性数据优化方法及系统。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明提出了一种分频地震属性数据优化方法及系统，其采用频谱分解技术，通过小波包变换获得了高分辨率的分频数据体，携带了大量频率信息，从高频到低频刻画了不同尺度的断裂；基于分频数据，提取对断裂敏感的相干属性，并利用局部线性嵌入对分频相干属性进行优化，优化结果能够更好的突出断裂特征。

根据本发明的一方面，提出了一种分频地震属性数据优化方法。所述方法可以包括：针对地震资料进行小波包变换，获得分频数据体；针对所述分频数据体提取相干属性，获得分频属性体；针对所述分频属性体的相干属性进行局部线性嵌入，获得降维优化的地震属性体。

优选地，所述针对所述分频数据体提取相干属性包括：建立分析时窗；在所述分频数据体上滑动所述分析时窗，建立时窗内的协方差矩阵；根据所述协方差矩阵，计算所述分析时窗对应的相干属性。

优选地，所述协方差矩阵为：

其中，C为协方差矩阵，d为分频数据体内的数据。

优选地，所述局部线性嵌入包括：确定所述分频属性体中每个样本数据欧氏距离最近的多个邻近点；根据所述邻近点计算对应样本数据的局部重构矩阵；根据所述局部重构矩阵与所述邻近点，计算所述样本数据的输出值。

优选地，所述局部重构矩阵为：

其中，c为相干属性，w_ij为局部重构矩阵的系数。

优选地，通过公式(3)计算所述样本数据的输出值：

其中，z为样本数据的输出值。