一种基于快速独立分量分析的地震属性融合方法技术

本发明专利技术涉及独立分量分析（ICA）技术领域和地震多属性融合领域，提供了一种基于快速独立分量分析（FICA）的地震多属性融合方法。本发明专利技术方案是通过把参与融合的属性都分成相同大小和块数的属性块，从这些块里面选出一定数量的块，应用FICA的原理对选出的块做处理，求得分离矩阵和与之互逆的混合矩阵，用分离矩阵把所有的块映射到ICA域。根据融合规则分别对各属性对应的块在ICA域做融合，最后用把ICA域的融合结果映射到空间域得到融合结果。融合结果有助于分析复杂的地层信息，提高储层预测的精度。本方法可广泛应用于地震属性分析、综合解释、地震储层预测、岩性与流体识别。

【技术实现步骤摘要】

本专利技术涉及独立分量分析
和地震多属性融合领域，是一种采用快速独立分量分析(FICA)技术进行地震属性融合的方法，本方法可广泛应用于地震属性分析、综合解释、地震储层预测、岩性与流体识别。
技术介绍
近年来，地震属性技术发展迅速，已广泛应用于地层分析、油藏特征描述以及油藏动态检测等各个领域，成为了油藏地球物理的核心部分。地震属性也从早期的振幅属性发展到目前常用的数百种，然而由于单一的地震属性往往受观测条件、测量精度、地质的复杂性、主观因素、采集和处理过程中引起的多解性等因素的影响，缺乏可信度。因此，地震多属性融合技术研究的开展有利于降低多解性，为降低油气勘探开发风险做出科学合理的指导。而且随着属性分析理论及技术本身的发展，多属性综合或融合研究已经在国内外地震属性分析及储层预测应用中兴起。 属性融合方法是基于单一属性在储层预测中多解性的基础上提出来的。地震多属性融合就是利用计算机自动实现两种或两种以上属性整合的有效手段，也是地震属性分析、综合解释必备手段，是一项高级地震属性分析和综合解释技术。多属性融合可以说是一种多属性信息融合。信息融合的目标是通过对信息的优化组合导出更多的有效信息，它的最终目的是利用多信息共同或联合的优势来提高整个系统的有效性。较早而且也是比较简单的地震多属性融合方法是加权融合法。加权融合算法由于其实现起来特别容易，所以它在实际工程上得到了广泛的应用。但由于其加权因子直接影响融合结果，导致算法性能很不稳定，一般说来都根据平时经验制定其加权因子。该方法的基本原理是给要融合的η个地震属性分别赋予一个权值CiiOKa ^1，i=l,…，η)，这些权值还满足= 1。然后把与 /=]对应权值相乘之后的所有属性加和，得到一个融合的属性。加权融合虽然能得到融合的属性，但是由于融合权重需要人为干预，即需要预先确定优势属性，会使融合结果比较粗糙，精度不高，从而影响储层预测工作的开展。地震多属性融合的方法还有很多，除了上面介绍的最简单的加权融合外，还有多属性线性回归法、主成分分析(PCA)法、人工神经网络(ANN)法、小波多分辨分析法和RGBA彩色融合法等属性融合的方法。尽管上述融合方法中的部分方法应用已经较为成熟，但是某些方法在应用中依然存在一些缺陷，如提及到的加权融合。地震多属性融合技术作为目前国内外许多石油公司及科研机构的研究重点之一，其完善的理论体系以及有效的广义融合模型和算法是必不可少的。所以，不断地完善融合理论体系、拓展融合方法，建立有效的融合方法模型和研究相应的算法是促进多属性融合技术发展的关键。当然，伴随着多属性融合方法的研究，建立多属性的融合规则和融合结果的评价标准也是重点，只有这样才能有助于在地震储层预测、岩性与流体识别方面取得良好的效果。
技术实现思路
本专利技术的内容是针对技术背景中地震属性融合各方法存在的缺陷及作为一种丰富地震属性融合的方法而提出来的。研究设计了一种基于快速独立分量分析(FICA)的地震多属性融合方法，通过应用快速独立分量分析理论对多个属性进行融合，以达到在快速得到融合结果的同时，有效提高所融合属性的准确度，进而有效地提高地质储层预测精度的目的。本专利技术为了实现上述目的采用以下技术方案—种基于快速独立分量分析的地震属性融合方法，其特征在于包括 (I)对待融合属性数据分块选取大小为NXN的窗W对各大小均为M1XM2待融合属性切片平滑分块，把分出来的每一个小块存储成N2X I的向量，放到各属性块的集合{Ii}里，得到一个块的集合C，C={{I1}，{12}，…，{In}}。分块的原则是从属性切片的第一个值开始，按从左往右，从上到下的顺序平滑分块。C这个集合的大小为行是M1-N+1，列是(M2-N+l)*n，它的每一个元素是N2Xl的向量。其中 il 0<^</K0</</V,、曜Ho其它⑴(2)选块根据集合C的维数和各小块的均值，从集合C里面随机的选取P块(近似1000块)属性块作为ICA算法的输入来求取ICA变换的变换核T{ · }。选块的过程描述如下(在Matlab环境中)求出集合C里面每个元素所代表的属性块的均值，把所有均值存储到矩阵c里面(c的行和列与集合C相同)，把矩阵c里面的元素以列为单位，组成一个按列接连起来的向量cl,对向量cl的元素按从小到大排序，记录下排序后元素的索引值组成的向量I。对k0= /1000四舍五入，以 k0/n+k0* (i-1) <= (Ml-N+1) * (M2-N+1) *n 作为判决条件(i 的初始值取 I)，取 m=l (k/n+k* (i-1))，然后取p=m%(Ml-N+1)来确定选取的块在集合C中所对应的行，q=(m-p) /M+1来确定选取的块在集合C中随对应的列,然后选中集合C的第P行、第q列的元素所对应的属性块放到矩阵mixedX中(作为mixedX的一列)，i这个变量自加，接着再回到判决条件，以此类推，直到不满足判决条件为止，选块完成。(3)求取ICA域的变换核由步骤2得到一个由P块属性块组成的矩阵mixedX，其维数为N2XP,把mixedX作为快速独立分量分析算法的输入，求出mixedX的协方差矩阵CovX，CovX的维数为N2XN2,经过特征分解得到白化矩阵WhiteMatrix和去白化矩阵deffhiteMattix,去白化矩阵与白化矩阵是互逆矩阵，在融合部分都要用到，通过求出的白化矩阵，求出白化信号Whitesig，把求得的白化信号作为快速独立分量核心算法中的X，求出ICA域的变换核T { · }即分离矩阵W和ICA域的变换核的逆Γ1 { · }即混合矩阵A，去白化矩阵deWhiteMatrix的表达式如下_ 3] deWhiteMa^bc= ED得到白化信号Whitesig=WhiteMatrixXmixedX。把求得的白化信号作为快速独立分量核心算法中的X，求出ICA域的变换核T{ · }即分离矩阵W。ICA域的变换核权利要求1.，其特征在于包括 (1)对待融合属性数据分块选取大小为NXN的窗W对各大小均为MlXM2待融合属性切片平滑分块，把分出来的每一个小块存储成N2X I的向量，放到各属性块的集合{Ii}里，得到一个块的集合 C，C= {{II}，{12}，···，{In}}； (2)选块根据集合C的维数和各小块的均值，从集合C里面随机的选取P块属性块作为ICA算法的输入来求取ICA变换的变换核T { · }； (3)求取ICA域的变换核由步骤2得到一个由P块属性块组成的矩阵mixedX，其维数为N2XP,把mixedX作为快速独立分量分析算法的输入，求出mixedX的协方差矩阵CovX，CovX的维数为N2XN2,经过特征分解得到白化矩阵WhiteMattix和去白化矩阵deffhiteMattix,去白化矩阵与白化矩阵是互逆矩阵，通过求出的白化矩阵，求出白化信号Whitesig,把求得的白化信号作为快速独立分量核心算法中的X，求出ICA域的变换核T { ·}即分离矩阵W和ICA域的变换核的逆Γ1 { · }即混合矩阵A ； (4)空间域映射到ICA域求出各属性对应块的独立分量，即把空域的块映射到ICA域； (5)ICA域融合由步骤4本文档来自技高网...

【技术保护点】
一种基于快速独立分量分析的地震属性融合方法，其特征在于包括：（1）对待融合属性数据分块：选取大小为N×N的窗W对各大小均为M1×M2待融合属性切片平滑分块，把分出来的每一个小块存储成N2×1的向量，放到各属性块的集合{Ii}里，得到一个块的集合C，C={{I1},{I2},…,{In}}；（2）选块：根据集合C的维数和各小块的均值，从集合C里面随机的选取P块属性块作为ICA算法的输入来求取ICA变换的变换核T{·}；（3）求取ICA域的变换核：由步骤2得到一个由P块属性块组成的矩阵mixedX,其维数为N2×P，把mixedX作为快速独立分量分析算法的输入，求出mixedX的协方差矩阵CovX，CovX的维数为N2×N2，经过特征分解得到白化矩阵WhiteMattix和去白化矩阵deWhiteMattix，去白化矩阵与白化矩阵是互逆矩阵，通过求出的白化矩阵，求出白化信号Whitesig，把求得的白化信号作为快速独立分量核心算法中的x，求出ICA域的变换核T{·}即分离矩阵W和ICA域的变换核的逆T？1{·}即混合矩阵A；（4）空间域映射到ICA域：求出各属性对应块的独立分量，即把空域的块映射到ICA域；（5）ICA域融合：由步骤4把各属性的所有块均映射到ICA域里面，用如下的融合规则得到第i块在ICA域的融合结果：Fi(l)=Σk=1n|SSki(l)|SSki(l)Σk=1n|SSki(l)|,l=1,2,...,N2---(2)依照公式(2)求出所有块在ICA域的融合结果；（6）ICA域映射到空域：第i块在空域融合的结果,MFi=A×Fi+1nΣs=1nmsi---(3)依照公式(3)得到所有块在空域的融合结果，然后把(M1？N+1)*(M2？N+1)*n块属性块的空间域融合结果组合成M1*M2大小的融合属性，对得到的融合结果采用求平均值法分块去重叠处理，得到最终的融合结果。...

【技术特征摘要】

【专利技术属性】
技术研发人员：彭真明，普艳香，赵敏，谢成芳，黄振星，李全忠，张萍，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：