[发明专利]一种地震相驱动的叠前地震流体检测方法

权利要求书

1.一种地震相驱动的叠前地震流体检测方法，其特征在于，包括步骤：

S1，数据准备：准备地震数据、层位数据和测井数据；

S2，基于机器学习的地震相分类：将所述地震数据进行标识，分好类型，将分好类型的地震数据作为训练样本进行机器学习，通过机器学习算法预测出三维的地震相分类数据体；

S3，建立融合初始模型：在所述层位数据的约束下，利用所述测井数据进行插值，得到一个初始模型数据体，采用线性加权融合算法将层速度数据体、所述地震相分类数据体和所述初始模型数据体融合，生成融合初始模型；

S4，弹性阻抗反演及流体因子提取：在贝叶斯框架下，通过部分角度叠加道集建立似然函数，并且提取角度地震子波，再加上柯西约束以保证反演的稳定性，以所述融合初始模型作为初始值，使用反演目标函数开展弹性阻抗反演，最终得到分角度的弹性阻抗反演结果，再结合岩石模量参数，进一步计算出流体因子。

2.如权利要求1所述的一种地震相驱动的叠前地震流体检测方法，其特征在于，所述步骤S1中，还包括将所述地震数据进行筛选的步骤：

选择计算同一层间切片下所述地震数据的各个属性数据的相关系数，并且取各个属性数据的相关系数的绝对值，然后求和，选择相关系数之和最小的三个属性作为筛选条件，筛选该三个属性对应的所述地震数据。

3.如权利要求1所述的一种地震相驱动的叠前地震流体检测方法，其特征在于，所述步骤S1中，还包括将所述地震数据进行筛选的步骤：选择弧长、相干和瞬时主频三种属性的地震数据。

4.如权利要求1、2或3所述的一种地震相驱动的叠前地震流体检测方法，其特征在于，所述步骤S2中，所述机器学习以及预测的过程通过MATLAB2021b的机器学习模块完成。

5.如权利要求1、2或3所述的一种地震相驱动的叠前地震流体检测方法，其特征在于，所述步骤S2中，所述机器学习算法采用核朴素贝叶斯分类算法。

6.如权利要求1、2或3所述的一种地震相驱动的叠前地震流体检测方法，其特征在于，所述步骤S3中，所述层速度数据体、地震相分类数据体和初始模型数据体的频带分别为0～8Hz、0～23Hz和0～55Hz，所述融合初始模型为：

Model_fusion＝a*Model₁+b*Model₂+c*Model₃

其中，a,b,c为权重系数，Model₁、Model₂、Model₃分别为所述层速度数据体、地震相分类数据体和初始模型数据体，Model_fusion为所述融合初始模型。