專利名稱：基于d-s證據(jù)理論的地震屬性融合方法
技術領域：
本發(fā)明的示例性實施例通常涉及地球物理測井、油氣資源勘探領域，尤其涉及一種運用D-S證據(jù)理論來實現(xiàn)地震多屬性融合的方法。
背景技術：
近年來，地震屬性技術發(fā)展迅速，已廣泛應用于地層分析、油藏特征描述以及油藏動態(tài)檢測等各個領域，成為了油藏地球物理的核心部分。地下任何地質體及其性質的變化都將引起地震屬性的變化，因此，利用地震屬性進行儲層預測，乃至流體識別仍然具有很大的應用前景。地震屬性也從早期的振幅屬性發(fā)展到目前常用的數(shù)百種。由于單一的地震屬性往往受觀測條件、測量精度、地質的復雜性、主觀因素、采集和處理過程中引起的多解性等因素的影響，因此可靠性有待提高，因此，需要尋找一種方法，來克服諸如多解性等因素 導致的問題，以為降低油氣勘探開發(fā)風險做出科學合理的指導。地震屬性融合就是通過利用地震資料中的多種單一屬性，用相應的、適合探區(qū)地震地質條件的數(shù)學關系將它們組合起來，來形成能反映儲集層特性、反映油氣顯示為主的綜合信息的地震屬性。這樣的多屬性融合可以說是一種多屬性信息融合。信息融合是多傳感器系統(tǒng)的信息獲取、加工和綜合的主要手段，是智能信息處理系統(tǒng)的關鍵核心技術。它的基本任務是對來自不同傳感器的信息流進行綜合，以形成一個監(jiān)視和控制環(huán)境的較高特征的智能模型，它的研究水平直接決定了信息綜合系統(tǒng)的性能。較早而且也是比較簡單的地震多屬性融合方法是加權融合法。該方法特點在于實現(xiàn)簡單，適合實時處理，并因此被廣泛地應用于工程項目中。該方法的基本原理是給要融合的η個地震屬性分別賦予一個權值％
(其中，i = 1、2、......、n)，這些權值還滿足0%〈1，且化+叱+......+α =1Ζα,_ 二I。，然后，
把與對應權值相乘之后的所有屬性加和，得到一個融合的屬性。加權融合雖然能得到融合的屬性，但是由于融合的權重因子很難通過算法算出，往往需要先驗經(jīng)驗和人為干預，即需要預先確定優(yōu)勢屬性，而這樣會使融合結果比較粗糙，精度不高，因而影響儲層預測工作的開展。當原始圖像之間的灰度差異很大時，就會出現(xiàn)明顯的拼接痕跡，不利于人眼識別。地震多屬性融合的方法還有很多，除了加權融合外，還有主成分分析(PCA)法、小波多分辨分析法、人工神經(jīng)網(wǎng)絡法和RGBA彩色融合法等屬性融合的方法。盡管上述的有些融合方法應用已經(jīng)較為成熟，但是在某些應用中依然存在一些缺陷，例如上面針對加權融合所描述的。地震多屬性融合技術作為目前國內外許多石油公司及科研機構的研究熱點之一，尚需要不斷拓展新融合方法，以建立有效的融合方法模型和研究相應的算法。

發(fā)明內容
本發(fā)明的示例性實施例的目的在于克服現(xiàn)有技術中的上述的和/或其他的問題。因此，本發(fā)明的示例性實施例提供了一種基于D-S證據(jù)理論的地震屬性融合方法，通過將多種地震屬性融合，以達到在快速實現(xiàn)屬性融合的同時，有效提高地質巖性信息的準確性、進而有效地提高對儲層空間展布形態(tài)、分布范圍和儲層巖石物理特征參數(shù)的描述與預測。根據(jù)本發(fā)明的示例性實施例，提供了一種基于D-S證據(jù)理論的地震屬性融合方法，所述方法包括下述步驟步驟A、導入待融合的地震屬性；步驟B、對導入的地震屬性的各幅值分別進行歸一化處理；步驟C、確定用于識別數(shù)據(jù)的識別框架；步驟D、利用確定的識別框架來描述每個屬性數(shù)據(jù)；步驟E、將每個屬性數(shù)據(jù)進行分塊，以對每個屬性數(shù)據(jù)的各個塊構造證據(jù)體；步驟F、分別計算單證據(jù)體作用下識別框架中各命題的信度區(qū)間；步驟G、利用D-S合成規(guī)則計算所有證據(jù)體聯(lián)合作用下的基本概率賦值和信度區(qū)間；步驟H、將D-S融合后的概率值作為加權系數(shù)，與屬性相結合，從而實現(xiàn)地震屬性的融合。在步驟B，可以通過下式進行歸一化處理
權利要求
1.一種基于D-S證據(jù)理論的地震屬性融合方法，其特征在于，所述方法包括下述步驟 步驟A、導入待融合的地震屬性；步驟B、對導入的地震屬性的各幅值分別進行歸一化處理；步驟C、確定用于識別數(shù)據(jù)的識別框架；步驟D、利用確定的識別框架來描述每個屬性數(shù)據(jù)；步驟E、將每個屬性數(shù)據(jù)進行分塊，以對每個屬性數(shù)據(jù)的各個塊構造證據(jù)體；步驟F、分別計算單證據(jù)體作用下的識別框架中各命題的信度區(qū)間；步驟G、利用D-S合成規(guī)則計算所有證據(jù)體聯(lián)合作用下的基本概率賦值和信度區(qū)間； 步驟H、將D-S融合后的概率值作為加權系數(shù)，與地震屬性數(shù)據(jù)相結合，從而實現(xiàn)地震屬性的融合。
2.如權利要求I所述的方法，其特征在于，在步驟B，通過下式進行歸一化處理 在式(I)中，Xi為第i種地震屬性的幅值，文f為第i種地震屬性歸一化處理后的幅值。
3.如權利要求I或權利要求2所述的方法，其特征在于，待融合的地震屬性為均方根振幅地震屬性和相干體切片地震屬性，在步驟C，確定識別框架，以利用熵、平均梯度、點銳度來識別屬性數(shù)據(jù)。
4.如權利要求3所述的方法，其特征在于，在步驟D，通過下述算法來描述每個屬性數(shù)據(jù)基于熵值的評價算法 (2)在式(2)中，Pi為灰度值等于i的像素數(shù)與圖像總像素數(shù)之比； 基于平均梯度的評價算法 在式(3)中，M和N為圖像的長度和寬度，g(i, j)為圖像在(i，j)點的像素值；基于點銳度的評價算法
5.如權利要求4所述的方法，其特征在于，在步驟E，將每個屬性數(shù)據(jù)等分成nXm塊， 將對每個屬性數(shù)據(jù)的各個塊用熵、平均梯度、點銳度來評價所得到三個評價因子作為一個證據(jù)體。
6.如權利要求5所述的方法，其特征在于，在步驟F，將每個屬性數(shù)據(jù)相同位置的塊的證據(jù)體的值分別排序，以最小的值作為標準，根據(jù)證據(jù)體評價因子的值分別賦予概率值。
7.如權利要求6所述的方法，其特征在于，在步驟F，將屬性數(shù)據(jù)評判為好，較好，一般這三檔，并對應地賦予概率值O. 6、O. 4、O. 2。
8.如權利要求6所述的方法，其特征在于，在步驟F，對每種評價算法所得的基本概率值進行歸一化處理
9.如權利要求6所述的方法，其特征在于，在步驟G，通過三個評價算法聯(lián)合作用，將每個算法評價的概率融合成一個概率
10.如權利要求9所述的方法，其特征在于，在步驟H，通過下式得到融合后的系數(shù)
全文摘要
本發(fā)明提供一種基于D-S證據(jù)理論的地震屬性融合方法。根據(jù)本發(fā)明的示例性實施例的基于D-S證據(jù)理論的地震多屬性融合方法，通過對源屬性數(shù)據(jù)進行特征提取，構造證據(jù)以獲得基本概率值，將基本概率值在D-S證據(jù)理論指導下進行融合得到融合后的概率值并將其作為加權系數(shù)，進而將屬性數(shù)據(jù)各部分小塊與加權數(shù)相結合從而實現(xiàn)多種地震屬性的融合。因此，解決了利用單一地震屬性信息解釋復雜地質問題時單一地震屬性信息所帶來的多解性問題。
文檔編號G01V1/28GK102928877SQ20121045679
公開日2013年2月13日 申請日期2012年11月14日 優(yōu)先權日2012年11月14日
發(fā)明者周晶晶, 鄒文, 張洞君, 洪余剛, 彭真明, 黃振星, 劉璞 申請人:中國石油集團川慶鉆探工程有限公司地球物理勘探公司