利用多種地震屬性參數對研究目標特徵進行描述、識別和分類的技術。它在地震勘探中有著廣泛的套用(例如地震層位空間自動拾取、地震層位對比、斷層解釋、地震相分析、地震儲層岩性分析、地震烴類檢測、地震油藏描述、自動成圖、脈衝識別、初至拾取、噪聲識別與去除、多次波去除以及多分量地震資料的波場分離等)，已成為地震資料構造解釋、地層解釋、儲層預測和油藏描述的有效工具。
基本介紹
- 中文名：地震多參數模式識別
- 外文名：seisimic multi-attribute pattern recognition
- 學科：地球物理勘探
- 領域：地震資料解釋
- 套用：儲層預測
發展歷程,基本原理,套用技巧,
發展歷程
模式識別思想始於1901年皮爾遜(Pearson)建立的因素分析方法，20世紀50年代發展成為一門新興學科。60年代歐美學者將模式識別引入地學領域，80年代初開始在地球物理勘探領域得到套用，並很快受到普遍的青睞。中國的地震多參數模式識別研究始於20世紀90年代初，主要用於岩性識別、油氣檢測和井間參數預測，取得了不少成功經驗，並開發了部分套用軟體。將灰色系統理論引入模式識別研究是中國學者對該領域的最重要貢獻。通過關聯度分析和灰色聚類方法，可解決樣本特徵介於統計和模糊模式之間的分類問題，如沉積相分類、岩性識別及油氣檢測等。
基本原理
“模式”(Pattern)在地學領域可理解為“對某類地質對象典型特徵和規律的客觀描述和提煉，可用作指導同類研究的模板”。“模式識別”(PR)可理解為：“通過對系統的操作和設計，達到對其中的模式加以識別的目的”，或“將研究對象根據一種或多種特徵加以識別並分類，同一類對象要求具有最大的相似性，而不同類對象之間具有最大的差異性”。任何地質體只要能被地震勘探方法感知或測量，那么，其中必定存在可以在一定程度上加以識別的模式，儘管模式的界定和類型是可變的——取決於人們的認知水平和地震資料的品質，人們仍可以通過不同的地震參數對模式加以識別。
模式識別方法常用的模式識別方法主要有四種：
(1)造句法模式識別(Syntactic PR)，此類方法適用於解決模式特徵比較清楚的簡單線性分類問題，如地震亮點的識別；
(2)統計模式識別(Statistical PR)，利用先驗證樣本的統計機率和貝葉斯決策理論進行判別、分類，適用於解決線性可分的地質問題，理論上相對成熟；
(3)模糊模式識別(Fuzzy PR)，基於模糊邏輯的識別方法，以柔性處理能力見長，適用於樣本特徵比較模糊的地質問題；
(4)神經網路模式識別(Neural network PR)，模擬人腦的學習和決策過程，包括有監督或無監督人工神經網路以及機率神經網路等方法，對複雜因素的抗干擾能力比較強；
(5)模糊聚類、灰色聚類、聚類神經網路等綜合模式識別方法。
套用技巧
所有模式識別問題的關鍵是樣本特徵提取和決策理論。現代模式識別理論和方法的發展得益於不同學科之間的交叉和計算技術的快速發展。套用地震多參數模式識別方法開展油氣勘探研究，一般包括：已知樣本庫的建立、特徵提取、樣本訓練、分類或預測、成果解釋等過程。為了提高模式識別的科學性和準確性，首先要對已知樣本的地質、地球物理特徵有深入的認識和準確的把握，並且對地質、地震特徵要進行嚴格的標定和對比分析，這樣才可以為參數選擇提供科學的專家意見；對於沒有先驗地質資料的地區，應儘量通過對比研究的方法，從相鄰的與研究區地質特徵最為接近的地區選擇。其次是對地震參數進行優選，例如通過K-L變換、交叉驗證等方法，將那些對於降低分類誤差貢獻不明顯的地震參數加以剔除。
地震資料解釋的多解性是長期困擾地震勘探的難題。多參數模式識別方法不僅可為許多難題提供新的思路和途徑，尤其是地震回響機制不清但可以標定的地質問題，而且能為充分利用地震資料的細微變化創造了條件。但應該充分估計噪聲的影響，以及對套用地球物理和地質意義不清楚的信息有可能導致識別效果不佳或失敗。今後對此問題需要加強研究。
