基于盲源分离的ICA去噪技术在裂缝预测中的应用

作者：王有涛; 桂志先

来源：数据采集与处理, 2019, 34(02): 288-296.

DOI：10.16337/j.1004-9037.2019.02.011

• 盲源分离
• 独立分量分析
• 去噪
• 裂缝预测
• 边缘检测

地震记录中不可避免地包含随机干扰信号,直接利用原始的地震资料开展裂缝发育带预测,对裂缝预测中采用的边缘检测算法影响很大,降低了预测结果的准确性。因此,有必要对地震资料进行去除噪声的处理,提高原始地震资料的品质。本文基于盲源分离的独立分量分析方法(Independent component analysis,ICA)去噪技术,将地震资料分解为不同级次的背景与储层目标反射响应,实现有效信号与随机噪声的区分,去噪效果优于常规去噪算法的效果,保证了去噪后有效信息基本不受损失,处理后地震资料横向波形特征的稳定性得到了较好改善。实际工区应用效果表明,利用去噪处理后的地震资料开展边缘检测裂缝预测,裂缝发育区分布规律与区域断裂发育特征具有较好的一致性,且与钻井揭示的裂缝发育特征吻合性较好,从而提高了火成岩裂缝发育区预测的可靠性。

• 单位
  油气资源与勘探技术教育部重点实验室; 长江大学