基于小样本数据的模型-数据驱动地震反演方法

作者：刘金水; 孙宇航^*; 刘洋

来源：石油勘探与开发, 2022, 49(05): 908-917.

• 小样本数据
• 空变目标函数
• 模型-数据驱动
• 神经网络
• 地震AVO反演
• 薄互层砂体识别
• 古新统
• 丽水凹陷

针对薄互层砂体识别难度大、常规模型驱动和数据驱动等地震预测方法精度较低的难题，提出一种基于空变目标函数的模型-数据驱动地震AVO反演新方法。该方法利用零延迟互相关函数和F范数（Frobenius范数）构建目标函数，以反距离加权理论根据反演目标道所在的位置控制目标函数的变化，进而改变训练样本、初始低频模型和地震数据对反演的约束权重，能够基于小样本数据反演得到较高精度、较高分辨率的速度和密度参数，适用于薄互层砂体的精细识别。薄互层地质模型测试结果表明，针对小样本数据，新方法的反演结果具有较高的精度和分辨率，能够识别约1/30波长厚度的砂岩薄层。丽水凹陷实际应用表明，新方法反演结果与测井数据的相对误差较小，且能够识别约1/15波长厚度的薄互层砂体。

• 单位
  中海石油（中国）有限公司上海分公司; 中国石油大学（北京）; 中海石油(中国)有限公司上海分公司