貝葉斯巖相判別方法及裝置的制造方法
【專利摘要】本發(fā)明提供了一種貝葉斯巖相判別方法及裝置，該方法包括：利用測井曲線獲取巖相解釋結(jié)果和相應(yīng)的條件屬性，作為訓(xùn)練數(shù)據(jù)；利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先驗概率信息；對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換，所述待識別數(shù)據(jù)包括地震條件屬性；利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù)據(jù)的條件屬性，基于核函數(shù)建立貝葉斯分類器；將Fisher變換后的待識別數(shù)據(jù)輸入所述貝葉斯分類器，計算得到巖相的后驗概率分布；根據(jù)所述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖相。本發(fā)明能夠提高巖相判別結(jié)果的準(zhǔn)確度。
【專利說明】
貝葉斯巖相判別方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及油氣田儲層建模和儲層描述技術(shù)領(lǐng)域，尤其設(shè)及一種貝葉斯巖相判別 方法及裝置。
【背景技術(shù)】
[0002] 巖相是指具有明顯不同的巖石物理特征和地震特性的地震尺度沉積單元，可W是 巖性的分類，也可W是巖性與孔隙流體集合的分類。例如，將含水砂巖和含油砂巖作為兩種 不同的"巖相"進行分類。巖相對巖石的彈性性質(zhì)起著決定作用，因此巖相識別對于預(yù)測儲 層的孔隙度、滲透率等物性參數(shù)具有指導(dǎo)意義。錯誤的巖相判別結(jié)果可能導(dǎo)致儲層物性預(yù) 測的準(zhǔn)確性降低，并增加預(yù)測結(jié)果的不確定性，因此巖相的準(zhǔn)確判別和分析對于儲層物性 參數(shù)的預(yù)測具有關(guān)鍵作用，并且判別巖相在地層對比、沉積相分析等研究中是一項重要的 內(nèi)容。
[0003] 但是，由于地震響應(yīng)的影響因素眾多，不同巖相的地震響應(yīng)常常很相似，為利用地 震資料進行巖相判別帶來了較大的困難。多元統(tǒng)計方法在眾多科學(xué)領(lǐng)域中得到廣泛應(yīng)用， 近年來在石油天然氣地質(zhì)方面的應(yīng)用也得到越來越多的重視，尤其對于巖相的識別和儲層 物性參數(shù)預(yù)測方面表現(xiàn)出巨大的潛力。在巖相識別方面，常用到的多元統(tǒng)計方法主要有聚 類分析和判別分析。判別分析在巖相識別中發(fā)揮著重要的作用，距離判別、貝葉斯判別和 Fisher判別是目前較為常用的幾種方法。運些方法的基本思想為：統(tǒng)計訓(xùn)練數(shù)據(jù)的分類特 征，建立判別準(zhǔn)則，對新的數(shù)據(jù)樣品進行比較判別。不同的判別方法具有不同的判別準(zhǔn)則。 每一種判別方法都有不同的假設(shè)前提、判別依據(jù)和處理手法，因而各自都具有一定的應(yīng)用 條件。
[0004] 理論分析表明，距離巖相判別法將數(shù)據(jù)總體都假設(shè)為正態(tài)總體進行分析，方法簡 單，但僅僅考慮了數(shù)據(jù)的均值和方差，對各個不同總體出現(xiàn)的機會(先驗概率）的大小和不 同類巖相的類內(nèi)協(xié)方差矩陣的差異性也沒有進行系統(tǒng)分析，并且不能對判別結(jié)果的準(zhǔn)確程 度給出合理的評價。在貝葉斯巖相判別方法中，條件概率密度函數(shù)估計困難，一般假設(shè)符合 高斯分布形式，即使運樣高維問題也難W解決。另外，在貝葉斯類的判別方法中，沒有經(jīng)過 自變量的篩選和組合變換，都是直接對原狀態(tài)的巖相進行判別，當(dāng)輸入屬性之間的相關(guān)性 較強時，巖相判別結(jié)果準(zhǔn)確度較低;并且判別過程中，各個屬性是不等權(quán)相加，權(quán)系數(shù)未與 判別效率聯(lián)系起來。Fisher巖相判別方法能夠?qū)?quán)系數(shù)和判別效率有機的結(jié)合起來，但對 數(shù)據(jù)特征的考慮不夠全面，對數(shù)據(jù)特征的統(tǒng)計分析能力相對較弱，也沒有對判別結(jié)果的后 驗概率和錯判率進行估計。
[0005] 總之，目前基于多元統(tǒng)計方法的巖相判別方法存在適用范圍局限、判別效率低、識 別精度弱、計算復(fù)雜等問題。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明提供一種貝葉斯巖相判別方法及裝置，W解決現(xiàn)有技術(shù)中的一項或多項缺 失。
[0007] 本發(fā)明提供一種貝葉斯巖相判別方法，包括:利用測井曲線獲取巖相解釋結(jié)果和 相應(yīng)的條件屬性，作為訓(xùn)練數(shù)據(jù);利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先 驗概率信息;對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換，所述待識別 數(shù)據(jù)包括地震條件屬性;利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù)據(jù)的條件屬性， 基于核函數(shù)建立貝葉斯分類器;將Fisher變換后的待識別數(shù)據(jù)輸入所述貝葉斯分類器，計 算得到巖相的后驗概率分布;根據(jù)所述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖相。
[0008] 一個實施例中，對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換之 前，還包括:根據(jù)巖石物理分析，利用蒙特卡洛模擬擴展所述訓(xùn)練數(shù)據(jù)，擴展后的訓(xùn)練數(shù)據(jù) 用于建立所述貝葉斯分類器。
[0009] 一個實施例中，對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換之 前，還包括:將所述訓(xùn)練數(shù)據(jù)從所述測井曲線的測井尺度粗化到所述地震條件屬性的地震 尺度。
[0010] 一個實施例中，對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換， 包括:根據(jù)所述訓(xùn)練數(shù)據(jù)確定一投影方向；按所述投影方向?qū)λ鲇?xùn)練數(shù)據(jù)的條件屬性和 所述待識別數(shù)據(jù)分別進行Fi sher變換。
[0011] -個實施例中，利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先驗概率信 息，包括:利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的初始先驗概率;利用巖屯、數(shù) 據(jù)及地質(zhì)分析數(shù)據(jù)對所述初始先驗概率進行修正得到所述先驗概率信息。
[0012] 一個實施例中，利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù)據(jù)的條件屬性， 基于核函數(shù)建立貝葉斯分類器，包括:利用所述核函數(shù)估計Fisher變換后的訓(xùn)練數(shù)據(jù)中的 巖相和相應(yīng)的條件屬性的聯(lián)合概率分布;根據(jù)所述聯(lián)合概率分布計算Fisher變換后的訓(xùn)練 數(shù)據(jù)中的巖相在相應(yīng)的條件屬性下的條件概率;根據(jù)所述條件概率和所述先驗概率信息建 立所述貝葉斯分類器。
[0013] -個實施例中，根據(jù)所述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖相，包括： 根據(jù)所述后驗概率分布獲取最大后驗概率所對應(yīng)的巖相和相應(yīng)后驗概率值;將最大后驗概 率所對應(yīng)的巖相作為所述待識別數(shù)據(jù)所對應(yīng)的巖相，并根據(jù)所述相應(yīng)后驗概率值評價所述 待識別數(shù)據(jù)所對應(yīng)的巖相的準(zhǔn)確性。
[0014] -個實施例中，所述訓(xùn)練數(shù)據(jù)中的條件屬性和所述待識別數(shù)據(jù)中的地震條件屬性 均包括:縱波波阻抗、橫波波阻抗、彈性阻抗、縱波速度、橫波速度及密度中的一個或多個。
[0015] 本發(fā)明還提供一種貝葉斯巖相判別裝置，包括:訓(xùn)練數(shù)據(jù)獲取單元，用于利用測井 曲線獲取巖相解釋結(jié)果和相應(yīng)的條件屬性，作為訓(xùn)練數(shù)據(jù);先驗概率獲取單元，用于利用所 述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先驗概率信息;Fisher變換單元，用于對所 述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換，所述待識別數(shù)據(jù)包括地震條件 屬性；貝葉斯分類器建立單元，用于利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù)據(jù)的 條件屬性，基于核函數(shù)建立貝葉斯分類器;后驗概率獲取單元，用于將Fisher變換后的待識 別數(shù)據(jù)輸入所述貝葉斯分類器，計算得到巖相的后驗概率分布;巖相判別單元，用于根據(jù)所 述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖相。
[0016] -個實施例中，還包括：訓(xùn)練數(shù)據(jù)擴展單元，用于根據(jù)巖石物理分析，利用蒙特卡 洛模擬擴展所述訓(xùn)練數(shù)據(jù)，擴展后的訓(xùn)練數(shù)據(jù)用于建立所述貝葉斯分類器。
[0017] -個實施例中，還包括:尺度粗化單元，用于將所述訓(xùn)練數(shù)據(jù)從所述測井曲線的測 井尺度粗化到所述地震條件屬性所對應(yīng)的地震尺度。
[0018] 一個實施例中，所述Fisher變換單元，包括:投影方向確定模塊，用于根據(jù)所述訓(xùn) 練數(shù)據(jù)確定一投影方向；Fisher變換模塊，用于按所述投影方向?qū)λ鲇?xùn)練數(shù)據(jù)的條件屬 性和所述待識別數(shù)據(jù)分別進行Fisher變換。
[0019] -個實施例中，所述先驗概率獲取單元，包括:初始概率獲取模塊，用于所述訓(xùn)練 數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的初始先驗概率;先驗概率獲取模塊，用于利用巖屯、 數(shù)據(jù)及地質(zhì)分析數(shù)據(jù)對所述初始先驗概率進行修正得到所述先驗概率信息。
[0020] -個實施例中，所述貝葉斯分類器建立單元，包括:聯(lián)合概率獲取模塊，用于利用 所述核函數(shù)估計Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相和相應(yīng)的條件屬性的聯(lián)合概率分布;條 件概率模塊，用于根據(jù)所述聯(lián)合概率分布計算Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相在相應(yīng)的 條件屬性下的條件概率；貝葉斯分類器建立模塊，用于根據(jù)所述條件概率和所述先驗概率 信息建立所述貝葉斯分類器。
[0021 ] -個實施例中，所述巖相判別單元，包括:巖相判別模塊，用于根據(jù)所述后驗概率 分布獲取最大后驗概率所對應(yīng)的巖相和相應(yīng)后驗概率值;判別結(jié)果評價模塊，用于將最大 后驗概率所對應(yīng)的巖相作為所述待識別數(shù)據(jù)所對應(yīng)的巖相，并根據(jù)所述相應(yīng)后驗概率值評 價所述待識別數(shù)據(jù)所對應(yīng)的巖相的準(zhǔn)確性。
[0022] -個實施例中，還包括條件屬性模塊，用于執(zhí)行:所述訓(xùn)練數(shù)據(jù)中的條件屬性和所 述待識別數(shù)據(jù)中的地震條件屬性均包括:縱波波阻抗、橫波波阻抗、彈性阻抗、縱波速度、橫 波速度及密度中的一個或多個。
[0023] 本發(fā)明實施例的貝葉斯巖相判別方法及裝置，通過對訓(xùn)練數(shù)據(jù)和待識別數(shù)據(jù)分別 進行Fisher變換，可使不同類巖相之間的數(shù)據(jù)在投影空間上能夠更好的區(qū)分，提高判別結(jié) 果的準(zhǔn)確程度。本發(fā)明利用核函數(shù)估計條件概率，不需要假設(shè)數(shù)據(jù)服從特定的分布，對實際 中的數(shù)據(jù)能夠更好的估算其條件概率，精度較高。本發(fā)明綜合考慮數(shù)據(jù)樣本的多種特征，使 用范圍廣。本發(fā)明能夠在獲得較高精度的巖相判別結(jié)果的同時，能夠提供判別結(jié)果的后驗 概率，用于定量的評價判別結(jié)果的不確定性。本發(fā)明使用的條件屬性能夠有效的利用不同 類型的地震資料預(yù)測判別地震巖相。
【附圖說明】
[0024] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可W 根據(jù)運些附圖獲得其他的附圖。在附圖中：
[0025] 圖1是本發(fā)明一實施例的貝葉斯巖相判別方法的流程示意圖；
[0026] 圖2是本發(fā)明另一實施例的貝葉斯巖相判別方法的流程示意圖；
[0027] 圖3是本發(fā)明又一實施例的貝葉斯巖相判別方法的流程示意圖；
[0028] 圖4是本發(fā)明一實施例中的進行Fisher變換的方法流程示意圖；
[0029] 圖5是本發(fā)明一實施例中獲取巖相的先驗概率信息的方法流程示意圖；
[0030]圖6是本發(fā)明一實施例中基于核函數(shù)建立貝葉斯分類器的方法流程示意圖；
[0031 ]圖7是本發(fā)明一實施例中判別待識別數(shù)據(jù)所對應(yīng)的巖相的方法流程示意圖；
[0032] 圖8是本發(fā)明另一實施例的貝葉斯巖相判別方法的流程示意圖；
[0033] 圖9和圖10分別是本發(fā)明一實施例中輸入待識別數(shù)據(jù)的一個切片的密度和縱波速 度；
[0034] 圖11是本發(fā)明一實施例中與圖9和圖10對應(yīng)的輸入的地震真實巖相切片；
[0035] 圖12是本發(fā)明一實施例中與圖9和圖10對應(yīng)的輸出的結(jié)合Fisher變換和核函數(shù)估 計的貝葉斯巖相判別結(jié)果切片；
[0036] 圖13和圖14分別是本發(fā)明另一實施例中輸入待識別數(shù)據(jù)的一個切片的密度和縱 波速度；
[0037] 圖15是本發(fā)明另一實施例中與圖13和圖14對應(yīng)的輸入的地震真實巖相切片；
[0038] 圖16是本發(fā)明另一實施例中與圖13和圖14對應(yīng)的輸出的結(jié)合Fisher變換和核函 數(shù)估計的貝葉斯巖相判別結(jié)果切片；
[0039] 圖17是本發(fā)明一實施例中貝葉斯巖相判別裝置的結(jié)構(gòu)示意圖；
[0040] 圖18是本發(fā)明另一實施例的貝葉斯巖相判別裝置的結(jié)構(gòu)示意圖；
[0041] 圖19是本發(fā)明另一實施例的貝葉斯巖相判別裝置的結(jié)構(gòu)示意圖；
[0042] 圖20是本發(fā)明一實施例中Fisher變換單元的結(jié)構(gòu)示意圖；
[0043] 圖21是本發(fā)明一實施例中先驗概率獲取單元的結(jié)構(gòu)示意圖；
[0044] 圖22是本發(fā)明一實施例中貝葉斯分類器建立單元的結(jié)構(gòu)示意圖；
[0045] 圖23是本發(fā)明一實施例中巖相判別單元的結(jié)構(gòu)示意圖。
【具體實施方式】
[0046] 為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚明白，下面結(jié)合附圖對本發(fā) 明實施例做進一步詳細說明。在此，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，但并 不作為對本發(fā)明的限定。
[0047] 發(fā)明人發(fā)現(xiàn)，目前的巖相判別方法由于在距離判別時僅考慮了數(shù)據(jù)總體的特征 值，所W只能適用于各總體先驗概率、協(xié)方差陣、錯判造成的損失均相等的情況，但是實際 數(shù)據(jù)較難滿足運些條件;現(xiàn)有Fisher判別方法對數(shù)據(jù)的各類特征考慮不夠全面，計算方法 比較繁瑣，不能給出對判別結(jié)果準(zhǔn)確性的估計和評價。在此基礎(chǔ)上，發(fā)明人綜合考慮了不同 方法的判別效率、運算量、參數(shù)確定的難易程度和對數(shù)據(jù)特征多樣性考慮的全面性等因素。 創(chuàng)造性地設(shè)計出本發(fā)明的貝葉斯巖相判別方法。該方法基于測井?dāng)?shù)據(jù)、Fisher變換及核函 數(shù)等建立貝葉斯分類器，并依據(jù)地震數(shù)據(jù)和該貝葉斯分類器對該地震數(shù)據(jù)對應(yīng)的巖相進行 識別。
[0048] 圖1是本發(fā)明一實施例的貝葉斯巖相判別方法的流程示意圖。如圖1所示，本發(fā)明 實施例的貝葉斯巖相判別方法，可包括步驟：
[0049] S110:利用測井曲線獲取巖相解釋結(jié)果和相應(yīng)的條件屬性，作為訓(xùn)練數(shù)據(jù)；
[0050] S120:利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先驗概率信息；
[0051] S130:對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換，所述待識 別數(shù)據(jù)包括地震條件屬性；
[0052] S140:利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù)據(jù)的條件屬性，基于核函 數(shù)建立貝葉斯分類器；
[0053] S150:將Fisher變換后的待識別數(shù)據(jù)輸入所述貝葉斯分類器，計算得到巖相的后 驗概率分布；
[0054] S160:根據(jù)所述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖相。
[0055] 在上述步驟S110中，該測井曲線可W是從施工現(xiàn)場獲得的測井?dāng)?shù)據(jù)。該巖相解釋 結(jié)果可通過根據(jù)該測井曲線解釋巖相得到。該巖相解釋結(jié)果中的每種巖相可W對應(yīng)有條件 屬性，在此，巖相和條件屬性的對應(yīng)關(guān)系可W是未知的或是已知的。所述訓(xùn)練數(shù)據(jù)中的條件 屬性可W根據(jù)測井曲線通過計算得到。
[0056] 在上述步驟S130中，上述地震條件屬性可W是通過多種不同方法根據(jù)地震數(shù)據(jù)得 到，例如，可W將地震反演數(shù)據(jù)作為該地震條件屬性，該地震反演數(shù)據(jù)可W利用地震剖面數(shù) 據(jù)計算得到。所述待識別數(shù)據(jù)中的地震條件屬性可W根據(jù)地震數(shù)據(jù)經(jīng)過計算得到。
[0057] -個實施例中，所述訓(xùn)練數(shù)據(jù)中的條件屬性和所述待識別數(shù)據(jù)中的地震條件屬性 均可包括:縱波波阻抗、橫波波阻抗、彈性阻抗、縱波速度、橫波速度及密度中的一個或多 個。具體而言，所述訓(xùn)練數(shù)據(jù)中的條件屬性可包括縱波波阻抗、橫波波阻抗、彈性阻抗中的 一個或多個，或者包括彈性阻抗、縱波速度、橫波速度及密度中的一個或多個。
[0058] 在上述步驟S120中，該先驗概率信息可W是利用訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計 得到的訓(xùn)練數(shù)據(jù)中各類巖相出現(xiàn)概率的大小。在上述步驟S140中，該核函數(shù)可W是多種不 同的核函數(shù)。在上述步驟S150中，該后驗概率分布可W是將Fisher變換后的待識別數(shù)據(jù)輸 入所述貝葉斯分類器后計算得到的待識別數(shù)據(jù)中各類巖相出現(xiàn)概率的大小，可比該先驗概 率信息更準(zhǔn)確。在上述步驟S160中，可W通過對所述后驗概率分布作進一步提取，并根據(jù)提 取結(jié)果判別所述待識別數(shù)據(jù)所對應(yīng)的巖相。
[0059] 本發(fā)明實施例的貝葉斯巖相判別方法，通過對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別 數(shù)據(jù)分別進行Fisher變換，能夠盡可能的區(qū)分訓(xùn)練數(shù)據(jù)和待識別數(shù)據(jù)中不同類巖相。利用 訓(xùn)練數(shù)據(jù)可W有效統(tǒng)計不同類巖相的先驗概率。基于核函數(shù)建立貝葉斯分類器能夠求取巖 相和條件屬性所對應(yīng)的條件概率，可W很好地克服條件概率估計困難，判別效率低的問題， 并能夠提高巖相識別精度。本發(fā)明實施例的方法有效結(jié)合了 Fisher判別和核函數(shù)的優(yōu)點， 顯著提高了巖相識別的精度和效率。
[0060] 圖2是本發(fā)明另一實施例的貝葉斯巖相判別方法的流程示意圖。如圖2所示，圖1所 示的貝葉斯巖相判別方法，對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換 (步驟S130)之前，還可包括步驟：
[0061] S170:根據(jù)巖石物理分析，利用蒙特卡洛模擬擴展所述訓(xùn)練數(shù)據(jù)，擴展后的訓(xùn)練數(shù) 據(jù)用于建立所述貝葉斯分類器。
[0062] 本實施例中，利用蒙特卡洛模擬擴展所述訓(xùn)練數(shù)據(jù)，可W增加用于建立貝葉斯分 類器的數(shù)據(jù)量，從而提高貝葉斯分類器的準(zhǔn)確性。
[0063] 圖3是本發(fā)明又一實施例的貝葉斯巖相判別方法的流程示意圖。如圖3所示，對所 述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換（步驟S130)之前，還可包括步 驟：
[0064] S180:將所述訓(xùn)練數(shù)據(jù)從所述測井曲線的測井尺度粗化到所述地震條件屬性所對 應(yīng)的地震尺度。
[0065] 本實施例中，地震尺度通常小于測井尺度，通過將所述訓(xùn)練數(shù)據(jù)從所述測井曲線 的測井尺度粗化到所述地震條件屬性所對應(yīng)的地震尺度，可在測井曲線的測井尺度和地震 條件屬性所對應(yīng)的地震尺度不一致時，例如分辨率、頻率等不一致時，將測井曲線的測井尺 度和地震條件屬性所對應(yīng)的地震尺度處理為同樣地尺度，從而能夠提高巖相判別的準(zhǔn)確 度。
[0066] 圖4是本發(fā)明一實施例中的進行Fisher變換的方法流程示意圖。如圖4所示，在上 述步驟S130中，對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換的方法，可 包括步驟：
[0067] S131:根據(jù)所述訓(xùn)練數(shù)據(jù)確定一投影方向；
[0068] S132:按所述投影方向?qū)λ鲇?xùn)練數(shù)據(jù)的條件屬性和所述待識別數(shù)據(jù)分別進行 Fisher 變換。
[0069] 本實施例中，可根據(jù)訓(xùn)練數(shù)據(jù)，包括條件屬性和巖相，捜尋投影方向來確定上述投 影方向。按捜尋的投影方向?qū)τ?xùn)練數(shù)據(jù)和待識別數(shù)據(jù)分別進行Fisher變換，可使Fisher變 換后的數(shù)據(jù)的巖相的類內(nèi)離差矩陣盡可能小，使巖相的類間離差矩陣盡可能大，從而能夠 使變換之后的數(shù)據(jù)更好地區(qū)分，從而可W進一步提高巖相判別結(jié)果的準(zhǔn)確度。
[0070] Fisher變換的基本思想是找出一個投影方向，并將原始數(shù)據(jù)進行投影變換，在運 個投影方向上能夠最大限度的區(qū)分不同特征的巖相類別。
[0071] 一個實施例中，F(xiàn)isher變換的過程可如下：
[0072] 假設(shè)N個樣本可W分為L個巖相，各類巖相即可表示為乂=巧1，乂2，-，，乂1}，第1(1《1 《L)類巖相Xi具有Ni個樣本，各類巖相的樣本可表示為^1，義2，一，^1}，每一個數(shù)據(jù)樣本中 可包含有m個屬性，各類巖相即可表示為X= {Χ?，X2，…，Χ"}?？紤]數(shù)據(jù)樣本的線性變換：
[0073]
(1)
[0074] 其中，α =(日1，日2,…，am)表示投影方向，也是進行Fisher變換的依據(jù)。為了獲得良 好的巖相判別效果，可使經(jīng)過投影之后的數(shù)據(jù)滿足下面的條件：1)不同類巖相之間的數(shù)據(jù) 盡可能的遠離，即類間離差較大;2)同類巖相之間的數(shù)據(jù)盡可能的聚猶，即類內(nèi)離差較小。 運樣經(jīng)過變換之后的數(shù)據(jù)能夠盡可能的區(qū)分開來。尋找最優(yōu)的線性投影方向可W轉(zhuǎn)化為最 大化下述目標(biāo)函數(shù)，也稱為Fisher判別效率：
[0075]
城
[0076] 其中，B是類間離差矩陣;E是類內(nèi)離差矩陣。運樣，問題就轉(zhuǎn)化為尋找投影方向α， 使得J(c〇最大，由于分子和分母上同時具有投影方向α，因此解不唯一。可W通過附加條件： 地α '= 1，使該問題轉(zhuǎn)化為典型的拉格朗日極值問題：
[0079] 即：
[0080] Ε-?βα = λα (5)相當(dāng)于求取矩陣Ε^Β的特征值λ和特征向量α。 其中，λ是判別效率大小的重要指標(biāo)。
[0081] 假設(shè)矩陣擴?β的秩為r(r《m)，將其正特征值λ按照從大到小的順序排列λι>λ2 >…>λτ>0，對應(yīng)的特征向量為ai，曰2，…，ar，將數(shù)據(jù)樣本做如下變換：
[0082] ζ = αχ (6)
[0083] 獲得新的數(shù)據(jù)樣本Ζ，就完成了數(shù)據(jù)的Fisher變換。
[0084] 圖5是本發(fā)明一實施例中獲取巖相的先驗概率信息的方法流程示意圖。如圖5所 示，在上述步驟S120中，利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先驗概率信 息的方法，可包括步驟：
[0085] S121:利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的初始先驗概率；
[0086] S122:利用巖屯、數(shù)據(jù)及地質(zhì)分析數(shù)據(jù)對所述初始先驗概率進行修正得到所述先驗 概率信息。
[0087] 本實施例中，先利用Fisher變換后的訓(xùn)練數(shù)據(jù)統(tǒng)計分析巖相的先驗概率信息，再 利用巖屯、數(shù)據(jù)及地質(zhì)分析數(shù)據(jù)對該先驗概率信息進行適當(dāng)修正，W此可W剔除明顯不正確 的先驗概率信息，從而能夠提高先驗概率信息的準(zhǔn)確度。
[0088] 圖6是本發(fā)明一實施例中基于核函數(shù)建立貝葉斯分類器的方法流程示意圖。如圖6 所示，在上述步驟S140中，利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù)據(jù)的條件屬性， 基于核函數(shù)建立貝葉斯分類器的方法，可包括步驟：
[0089] S141:利用所述核函數(shù)估計Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相和相應(yīng)的條件屬性 的聯(lián)合概率分布；
[0090] S142:根據(jù)所述聯(lián)合概率分布計算Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相在相應(yīng)的條 件屬性下的條件概率；
[0091] S143:根據(jù)所述條件概率和所述先驗概率信息建立所述貝葉斯分類器。
[0092] 本實施例中，根據(jù)所述聯(lián)合概率分布計算Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相在相 應(yīng)的條件屬性下的條件概率，可W很好地克服現(xiàn)有貝葉斯類的判別方法中條件概率估算困 難的問題，而且W此可無需假設(shè)條件概率服從特定分布，從而可W提高判別效率，提高識別 精度的強度。
[0093] 一個實施例中，利用核函數(shù)估計經(jīng)過Fisher變換之后的訓(xùn)練數(shù)據(jù)中巖相的條件概 率，原理如下：
[0094] 假設(shè)一個隨機變量Y的概率密度函數(shù)是多<)〇，觀察值y屬于區(qū)間[ml, nl]的概率為：
[0095]
(7)
[0096] 當(dāng)[ml, nl]很小時，上述概率可近似為：
[0097]
(8)
[0098] 若在全部Μ個觀察值(地震數(shù)據(jù)中的巖相等)中的k個屬于區(qū)間[ml, nl ]，則觀察值yj落在[ml，nl ]中的概率是：
[0099]
@)
[0100] 代入式(8)可得：
[0104] 表示在隨機變量Υ的Μ個觀察值中，若yr落入了 Wy為中屯、，h/2為半徑的區(qū)間中，貝U 核函數(shù)值為1，否則為0,其中，h取極小。由于|nl-ml|很小，令h = nl-ml
剛式 公式(10)可W表示為：
[0105]
(12)
[0106] 其中
稱為核函數(shù)，h為窗寬度。核函數(shù)的類型有多種形式，可W選擇不 同的核函數(shù)去估計概率密度函數(shù)。
[0107] 選擇合適的核函數(shù)并設(shè)置相應(yīng)的窗口寬度，核函數(shù)估計方法能夠最大限度的逼近 隨機變量真實的概率密度函數(shù)。
[0108] 在巖相判別中，可首先利用多元核函數(shù)估算獲得新的數(shù)據(jù)樣本和巖相聯(lián)合概率密 度函數(shù)P(f，z)，如下：
[0112] -個實施例中，在上述步驟S150中，根據(jù)先驗概率和條件概率，基于貝葉斯原理， 構(gòu)建貝葉斯分類器：
[0113] (15):
[0114] 其中，P(f)表示f的先驗概率;P(z|f)表示f發(fā)生的條件下Z發(fā)生的條件概率;P(z) 表示Z的全概率，是常數(shù)，其影響可W忽略不計。P(f|z)表示Z發(fā)生的條件下f發(fā)生的條件概 率，是f的后驗概率。
[0115] 根據(jù)貝葉斯判別法的類條件獨立性假設(shè)，可W得到：
[0116] Ρ([ζ?，ζ2，...，ζΤ] |f)=P(zi|f)P(z2|f)...P(zr|f) (16)可將巖相的 先驗概率在不同地震屬性的約束下轉(zhuǎn)換為巖相的后驗概率，即：
[0117] P(f |z)Kp(f)p(zi|f)P(z2|f)…P(zr|f) (17)
[0118] 將地震條件屬性輸入上述貝葉斯分類器的，可W基于貝葉斯原理獲得巖相的后驗 概率分布。
[0119] 圖7是本發(fā)明一實施例中判別待識別數(shù)據(jù)所對應(yīng)的巖相的方法流程示意圖。如圖7 所示，在上述步驟S160中，根據(jù)所述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖相的方 法，可包括步驟：
[0120] S161:根據(jù)所述后驗概率分布獲取最大后驗概率所對應(yīng)的巖相和相應(yīng)后驗概率 值；
[0121 ] S162:將最大后驗概率所對應(yīng)的巖相作為所述待識別數(shù)據(jù)所對應(yīng)的巖相，并根據(jù) 所述相應(yīng)后驗概率值評價所述待識別數(shù)據(jù)所對應(yīng)的巖相的準(zhǔn)確性。
[0122] 本實施例中，提取最大后驗概率解，即后驗概率最大時對應(yīng)的巖相，獲得地震巖相 判別結(jié)果和相應(yīng)的后驗概率信息。若所述相應(yīng)后驗概率值相對較大，可認為巖相判別結(jié)果 較準(zhǔn)確，若所述相應(yīng)后驗概率值相對較小，則可認為巖相判別結(jié)果不夠準(zhǔn)確，W此可W對利 用本發(fā)明方法所得的巖相判別結(jié)果進行評價。本實施例中，利用后驗概率最大化原則，在貝 葉斯原理的基礎(chǔ)上，綜合考慮了數(shù)據(jù)樣本的多種特征，統(tǒng)計變換后的數(shù)據(jù)樣本的先驗信息， 在條件屬性的約束下提取最大后驗概率解，獲得巖相判別結(jié)果，所需數(shù)據(jù)容易獲得，使用范 圍廣。
[0123] 圖8是本發(fā)明另一實施例的貝葉斯巖相判別方法的流程示意圖。如圖8所示，本實 施例的貝葉斯巖相判別方法可包括步驟：
[0124] S301:訓(xùn)練數(shù)據(jù)獲取和擴展:利用測井曲線解釋巖相并計算合成條件屬性(縱橫波 波阻抗、彈性阻抗或縱波速度、橫波速度和密度)作為訓(xùn)練數(shù)據(jù)。根據(jù)巖石物理分析，利用蒙 特卡洛模擬擴展訓(xùn)練數(shù)據(jù)，并將數(shù)據(jù)從測井尺度粗化到地震尺度。
[0125] S302:基于Fisher變換的數(shù)據(jù)投影:根據(jù)訓(xùn)練數(shù)據(jù)捜尋投影方向，使變換之后的數(shù) 據(jù)能夠更好的區(qū)分，按照投影方向?qū)⒂?xùn)練數(shù)據(jù)和地震反演數(shù)據(jù)(縱橫波波阻抗、彈性阻抗或 縱波速度、橫波速度和密度)進行變換，即Fi sher變換；
[0126] S303:利用訓(xùn)練數(shù)據(jù)統(tǒng)計巖相的先驗信息；
[0127] S304:構(gòu)建變換后數(shù)據(jù)的貝葉斯分類器:根據(jù)貝葉斯判別法的類條件獨立性假設(shè)， 利用核函數(shù)分別估計變換后各個數(shù)據(jù)屬性和巖相的聯(lián)合概率分布，進而計算出巖相在相應(yīng) 屬性下的條件概率，結(jié)合巖相的先驗概率信息，建立貝葉斯分類器；
[01%] S305:將地震數(shù)據(jù)作為貝葉斯分類器的輸入，基于貝葉斯原理，獲得巖相的后驗概 率分布；
[0129] S306:提取最大后驗概率解，即后驗概率最大時對應(yīng)的巖相，獲得地震巖相判別結(jié) 果和相應(yīng)的后驗概率信息，對判別結(jié)果進行不確定性評價分析。
[0130] 圖9和圖10分別是本發(fā)明一實施例中輸入待識別數(shù)據(jù)的一個切片的密度和縱波速 度，其中條件數(shù)據(jù)從中隨機抽樣。如圖9所示，通過灰度表示，密度P值可由2.2g/cc~2.4g/ CC~2.6g/cc變化。如圖10所示，通過灰度表示，縱波速Vp值可由2.5km/s~3.5km/s~ 4.5km/s變化。圖11是本發(fā)明一實施例中與圖9和圖10對應(yīng)的輸入的地震真實巖相切片，圖 12是本發(fā)明一實施例中與圖9和圖10對應(yīng)的輸出的結(jié)合Fi sher變換和核函數(shù)估計的貝葉斯 巖相判別結(jié)果切片。如圖11和圖12所示，通過灰度表示巖相0、1、2,輸出的結(jié)合Fisher變換 和核函數(shù)估計的貝葉斯巖相判別結(jié)果（圖12所示)與真實巖相（圖11所示)能夠較好吻合，證 實判別結(jié)果合理有效。
[0131] 圖13和圖14分別是本發(fā)明另一實施例中輸入待識別數(shù)據(jù)的一個切片的密度和縱 波速度。如圖13所示，通過灰度表示，密度P值可由2.2g/cc~2.4g/cc~2.6g/cc變化。如圖 14所示，通過灰度表示，縱波速Vp值可由2.5km/s~3.5km/s~4.5km/s變化。圖15是本發(fā)明 另一實施例中與圖13和圖14對應(yīng)的輸入的地震真實巖相切片，圖16是本發(fā)明另一實施例中 與圖13和圖14對應(yīng)的輸出的結(jié)合Fisher變換和核函數(shù)估計的貝葉斯巖相判別結(jié)果切片。如 圖15和圖16所示，通過灰度表示巖相(Facies)0、l、2,輸出的結(jié)合Fisher變換和核函數(shù)估計 的貝葉斯巖相判別結(jié)果（圖16所示)與真實巖相（圖15所示)能夠較好吻合，證實判別結(jié)果合 理有效。
[0132] 圖9至圖16中，橫坐標(biāo)X和縱坐標(biāo)y分別表示地層水平面上相互垂直的兩個方向，單 位為米。
[0133] 本發(fā)明實施例的貝葉斯巖相判別方法，通過對訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù) 分別進行Fisher變換，可使不同類巖相之間的數(shù)據(jù)在投影空間上能夠更好的區(qū)分，提高判 別結(jié)果的準(zhǔn)確程度。本發(fā)明利用核函數(shù)估計條件概率，不需要假設(shè)數(shù)據(jù)服從特定的分布，對 實際中的數(shù)據(jù)能夠更好的估算其條件概率，精度較高。本發(fā)明綜合考慮數(shù)據(jù)樣本的多種特 征，使用范圍廣。本發(fā)明能夠在獲得較高精度的巖相判別結(jié)果的同時，能夠提供判別結(jié)果的 后驗概率，用于定量的評價判別結(jié)果的不確定性。本發(fā)明使用的條件屬性可W是波阻抗、彈 性阻抗、縱波速度、橫波速度、密度等彈性參數(shù)中的一種或多種，能夠有效的利用不同類型 的地震資料預(yù)測判別地震巖相。
[0134] 基于與圖1所示的貝葉斯巖相判別方法相同的發(fā)明構(gòu)思，本申請實施例還提供了 一種貝葉斯巖相判別裝置，如下面實施例所述。由于該貝葉斯巖相判別裝置解決問題的原 理與貝葉斯巖相判別方法相似，因此該貝葉斯巖相判別裝置的實施可W參見貝葉斯巖相判 別方法的實施，重復(fù)之處不再寶述。
[0135] 圖17是本發(fā)明一實施例中貝葉斯巖相判別裝置的結(jié)構(gòu)示意圖。如圖17所示，本發(fā) 明實施例的貝葉斯巖相判別裝置，可包括:訓(xùn)練數(shù)據(jù)獲取單元210、先驗概率獲取單元220、 Fisher變換單元230、貝葉斯分類器建立單元240、后驗概率獲取單元250及巖相判別單元 260，上述各單元順序連接。
[0136] 訓(xùn)練數(shù)據(jù)獲取單元210用于利用測井曲線獲取巖相解釋結(jié)果和相應(yīng)的條件屬性， 作為訓(xùn)練數(shù)據(jù)。
[0137] 先驗概率獲取單元220用于利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的 先驗概率信息。
[0138] Fisher變換單元230用于對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行 Fisher變換，所述待識別數(shù)據(jù)包括地震條件屬性。
[0139] 貝葉斯分類器建立單元240用于利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù) 據(jù)的條件屬性，基于核函數(shù)建立貝葉斯分類器。
[0140] 后驗概率獲取單元250用于將Fisher變換后的待識別數(shù)據(jù)輸入所述貝葉斯分類 器，計算得到巖相的后驗概率分布。
[0141] 巖相判別單元260用于根據(jù)所述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖 相。
[0142] 在訓(xùn)練數(shù)據(jù)獲取單元210中，該測井曲線可W是從施工現(xiàn)場獲得的測井?dāng)?shù)據(jù)。該巖 相解釋結(jié)果可通過根據(jù)該測井曲線解釋巖相得到。該巖相解釋結(jié)果中的每種巖相可w對應(yīng) 有條件屬性，在此，巖相和條件屬性的對應(yīng)關(guān)系可W是未知的或是已知的。所述訓(xùn)練數(shù)據(jù)中 的條件屬性可W根據(jù)測井曲線通過計算得到。
[0143] 在Fisher變換單元230中，上述地震條件屬性可W是通過多種不同方法根據(jù)地震 數(shù)據(jù)得到，例如，可W將地震反演數(shù)據(jù)作為該地震條件屬性，該地震條件屬性可W利用地震 剖面數(shù)據(jù)計算得到。所述待識別數(shù)據(jù)中的地震條件屬性可W根據(jù)地震數(shù)據(jù)經(jīng)過計算得到。
[0144] -個實施例中，本發(fā)明實施例的貝葉斯巖相判別裝置，還可包括條件屬性模塊，用 于執(zhí)行:所述訓(xùn)練數(shù)據(jù)中的條件屬性和所述待識別數(shù)據(jù)中的地震條件屬性均可包括:縱波 波阻抗、橫波波阻抗、彈性阻抗、縱波速度、橫波速度及密度中的一個或多個。具體而言，所 述訓(xùn)練數(shù)據(jù)中的條件屬性可包括縱波波阻抗、橫波波阻抗及彈性阻抗中的一個或多個，或 者包括彈性阻抗、縱波速度、橫波速度及密度中的一個或多個。
[0145] 在先驗概率獲取單元220中，該先驗概率信息可W是利用訓(xùn)練數(shù)據(jù)中的巖相解釋 結(jié)果統(tǒng)計得到的訓(xùn)練數(shù)據(jù)中各類巖相出現(xiàn)概率的大小。在貝葉斯分類器建立單元240中，該 核函數(shù)可W是多種不同的核函數(shù)。在后驗概率獲取單元250中，該后驗概率分布可W是將 Fisher變換后的待識別數(shù)據(jù)輸入所述貝葉斯分類器后計算得到的待識別數(shù)據(jù)中各類巖相 出現(xiàn)概率的大小，可比該先驗概率信息更準(zhǔn)確。在巖相判別單元260中，可W通過對所述后 驗概率分布作進一步提取，并根據(jù)提取結(jié)果判別所述待識別數(shù)據(jù)所對應(yīng)的巖相。
[0146] 本發(fā)明實施例的貝葉斯巖相判別裝置，通過對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別 數(shù)據(jù)分別進行Fisher變換，能夠盡可能的區(qū)分訓(xùn)練數(shù)據(jù)和待識別數(shù)據(jù)中不同類巖相。利用 訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果可W有效統(tǒng)計不同類巖相的先驗概率?；诤撕瘮?shù)建立貝葉斯 分類器能夠求取巖相和條件屬性所對應(yīng)的條件概率，可W很好地克服條件概率估計困難， 判別效率低的問題，并能夠提高巖相識別精度。本發(fā)明實施例的方法有效結(jié)合了 Fisher判 別和核函數(shù)的優(yōu)點，顯著提高了巖相識別的精度和效率。
[0147] 圖18是本發(fā)明另一實施例的貝葉斯巖相判別裝置的結(jié)構(gòu)示意圖。如圖18所示，圖 17所示的貝葉斯巖相判別裝置，還可包括:訓(xùn)練數(shù)據(jù)擴展單元270,連接于上述訓(xùn)練數(shù)據(jù)獲 取單元210與上述先驗概率獲取單元220之間。
[0148] 訓(xùn)練數(shù)據(jù)擴展單元270用于根據(jù)巖石物理分析，利用蒙特卡洛模擬擴展所述訓(xùn)練 數(shù)據(jù)，擴展后的訓(xùn)練數(shù)據(jù)用于建立所述貝葉斯分類器。
[0149] 本實施例中，利用蒙特卡洛模擬擴展所述訓(xùn)練數(shù)據(jù)，可W增加用于建立貝葉斯分 類器的數(shù)據(jù)量，從而提高貝葉斯分類器的準(zhǔn)確性。
[0150] 圖19是本發(fā)明另一實施例的貝葉斯巖相判別裝置的結(jié)構(gòu)示意圖。如圖19所示，圖 17所示的貝葉斯巖相判別裝置，還可包括:尺度粗化單元280,連接于上述訓(xùn)練數(shù)據(jù)獲取單 元210與上述先驗概率獲取單元220之間。
[0151] 尺度粗化單元280用于將所述訓(xùn)練數(shù)據(jù)從所述測井曲線的測井尺度粗化到所述地 震條件屬性所對應(yīng)的地震尺度。
[0152] 本實施例中，地震尺度通常小于測井尺度，通過將所述訓(xùn)練數(shù)據(jù)從所述測井曲線 的測井尺度粗化到所述地震條件屬性所對應(yīng)的地震尺度，可在測井曲線的測井尺度和地震 條件屬性所對應(yīng)的地震尺度不一致時，例如分辨率、頻率等不一致時，將測井曲線的測井尺 度和地震條件屬性所對應(yīng)的地震尺度處理為同樣地尺度，從而能夠提高巖相判別的準(zhǔn)確 度。
[0153] 圖20是本發(fā)明一實施例中Fisher變換單元的結(jié)構(gòu)示意圖。如圖20所示，所述 Fisher變換單元230，可包括:投影方向確定模塊231和Fisher變換模塊232，二者相互連接。
[0154] 投影方向確定模塊231用于根據(jù)所述訓(xùn)練數(shù)據(jù)確定一投影方向。
[0155] Fisher變換模塊232用于按所述投影方向?qū)λ鲇?xùn)練數(shù)據(jù)的條件屬性和所述待識 別數(shù)據(jù)分別進行Fisher變換。
[0156] 本實施例中，可根據(jù)訓(xùn)練數(shù)據(jù)，包括條件屬性和巖相，捜尋投影方向來確定上述投 影方向。按捜尋的投影方向?qū)τ?xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換，可 使Fisher變換后的數(shù)據(jù)的巖相的類內(nèi)離差矩陣盡可能小，使巖相的類間離差矩陣盡可能 大，從而能夠使變換之后的數(shù)據(jù)更好地區(qū)分，從而可W進一步提高巖相判別結(jié)果的準(zhǔn)確度。
[0157] 圖21是本發(fā)明一實施例中先驗概率獲取單元的結(jié)構(gòu)示意圖。如圖21所示，所述先 驗概率獲取單元220，可包括:初始概率獲取模塊221和先驗概率獲取模塊222，二者相互連 接。
[0158] 初始概率獲取模塊221用于利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的 初始先驗概率。
[0159] 先驗概率獲取模塊222用于利用巖屯、數(shù)據(jù)及地質(zhì)分析數(shù)據(jù)對所述初始先驗概率進 行修正得到所述先驗概率信息。
[0160] 本實施例中，可W先所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先驗概率信 息，再利用巖屯、數(shù)據(jù)及地質(zhì)分析數(shù)據(jù)對該先驗概率信息進行適當(dāng)修正，W此可W剔除明顯 不正確的先驗概率信息，從而能夠提高先驗概率信息的準(zhǔn)確度。
[0161] 圖22是本發(fā)明一實施例中貝葉斯分類器建立單元的結(jié)構(gòu)示意圖。如圖22所示，所 述貝葉斯分類器建立單元240,可包括:聯(lián)合概率獲取模塊241、條件概率模塊242及貝葉斯 分類器建立模塊243，上述各模塊順序連接。
[0162] 聯(lián)合概率獲取模塊241用于利用所述核函數(shù)估計Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖 相和相應(yīng)的條件屬性的聯(lián)合概率分布。
[0163] 條件概率模塊242用于根據(jù)所述聯(lián)合概率分布計算Fisher變換后的訓(xùn)練數(shù)據(jù)中的 巖相在相應(yīng)的條件屬性下的條件概率。
[0164] 貝葉斯分類器建立模塊243用于根據(jù)所述條件概率和所述先驗概率信息建立所述 貝葉斯分類器。
[0165] 本實施例中，根據(jù)所述聯(lián)合概率分布計算Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相在相 應(yīng)的條件屬性下的條件概率，可W很好地克服現(xiàn)有貝葉斯類的判別方法中條件概率估算困 難的問題，而且W此可無需假設(shè)條件概率服從特定分布，從而可W提高判別效率，提高識別 精度的強度。
[0166] 圖23是本發(fā)明一實施例中巖相判別單元的結(jié)構(gòu)示意圖。如圖23所示，所述巖相判 別單元260，可包括:巖相判別模塊261和判別結(jié)果評價模塊262，二者相互連接。
[0167] 巖相判別模塊261用于根據(jù)所述后驗概率分布獲取最大后驗概率所對應(yīng)的巖相和 相應(yīng)后驗概率值。
[0168] 判別結(jié)果評價模塊262用于將最大后驗概率所對應(yīng)的巖相作為所述待識別數(shù)據(jù)所 對應(yīng)的巖相，并根據(jù)所述相應(yīng)后驗概率值評價所述待識別數(shù)據(jù)所對應(yīng)的巖相的準(zhǔn)確性。
[0169] 本實施例中，提取最大后驗概率解，即后驗概率最大時對應(yīng)的巖相，獲得地震巖相 判別結(jié)果和相應(yīng)的后驗概率信息。若所述相應(yīng)后驗概率值相對較大，可認為巖相判別結(jié)果 較準(zhǔn)確，若所述相應(yīng)后驗概率值相對較小，則可認為巖相判別結(jié)果不夠準(zhǔn)確，W此可W對利 用本發(fā)明方法所得的巖相判別結(jié)果進行評價。本實施例中，利用后驗概率最大化原則，在貝 葉斯原理的基礎(chǔ)上，綜合考慮了數(shù)據(jù)樣本的多種特征，統(tǒng)計變換后的數(shù)據(jù)樣本的先驗信息， 在條件屬性的約束下提取最大后驗概率解，獲得巖相判別結(jié)果，所需數(shù)據(jù)容易獲得，使用范 圍廣。
[0170] 本發(fā)明實施例的貝葉斯巖相判別裝置，通過對訓(xùn)練數(shù)據(jù)和待識別數(shù)據(jù)分別進行 Fisher變換，可使不同類巖相之間的數(shù)據(jù)在投影空間上能夠更好的區(qū)分，提高判別結(jié)果的 準(zhǔn)確程度。本發(fā)明利用核函數(shù)估計條件概率，不需要假設(shè)數(shù)據(jù)服從特定的分布，對實際中的 數(shù)據(jù)能夠更好的估算其條件概率，精度較高。本發(fā)明綜合考慮數(shù)據(jù)樣本的多種特征，使用范 圍廣。本發(fā)明能夠在獲得較高精度的巖相判別結(jié)果的同時，能夠提供判別結(jié)果的后驗概率， 用于定量的評價判別結(jié)果的不確定性。本發(fā)明使用的條件屬性可W是波阻抗、彈性阻抗、縱 波速度、橫波速度、密度等彈性參數(shù)中的一種或多種，能夠有效的利用不同類型的地震資料 預(yù)測判別地震巖相。
[0171] 在本說明書的描述中，參考術(shù)語"一個實施例"、"一個具體實施例"、"一些實施 例"、"例如"、"示例"、"具體示例"、或"一些示例"等的描述意指結(jié)合該實施例或示例描述的 具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中， 對上述術(shù)語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié) 構(gòu)、材料或者特點可W在任何的一個或多個實施例或示例中W合適的方式結(jié)合。
[0172] 本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序 產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實 施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機 可用存儲介質(zhì)（包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等）上實施的計算機程序產(chǎn) 品的形式。
[0173] 本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備（系統(tǒng)）、和計算機程序產(chǎn)品的流程 圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流 程和/或方框、W及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻\些計算機程序 指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理器W產(chǎn) 生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實 現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
[0174] 運些計算機程序指令也可存儲在能引導(dǎo)計算機或其他可編程數(shù)據(jù)處理設(shè)備W特 定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指 令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或 多個方框中指定的功能。
[0175] 運些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計 算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟W產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或 其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一 個方框或多個方框中指定的功能的步驟。
[0176] W上所述的具體實施例，對本發(fā)明的目的、技術(shù)方案和有益效果進行了進一步詳 細說明，所應(yīng)理解的是，W上所述僅為本發(fā)明的具體實施例而已，并不用于限定本發(fā)明的保 護范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本 發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1. 一種貝葉斯巖相判別方法，其特征在于，包括： 利用測井曲線獲取巖相解釋結(jié)果和相應(yīng)的條件屬性，作為訓(xùn)練數(shù)據(jù)； 利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先驗概率信息； 對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變換，所述待識別數(shù)據(jù)包括 地震條件屬性； 利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù)據(jù)的條件屬性，基于核函數(shù)建立貝葉 斯分類器； 將Fisher變換后的待識別數(shù)據(jù)輸入所述貝葉斯分類器，計算得到巖相的后驗概率分 布； 根據(jù)所述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖相。2. 如權(quán)利要求1所述的貝葉斯巖相判別方法，其特征在于，對所述訓(xùn)練數(shù)據(jù)的條件屬性 和待識別數(shù)據(jù)分別進行Fisher變換之前，還包括： 根據(jù)巖石物理分析，利用蒙特卡洛模擬擴展所述訓(xùn)練數(shù)據(jù)，擴展后的訓(xùn)練數(shù)據(jù)用于建 立所述貝葉斯分類器。3. 如權(quán)利要求1所述的貝葉斯巖相判別方法，其特征在于，對所述訓(xùn)練數(shù)據(jù)的條件屬性 和待識別數(shù)據(jù)分別進行Fisher變換之前，還包括： 將所述訓(xùn)練數(shù)據(jù)從所述測井曲線的測井尺度粗化到所述地震條件屬性所對應(yīng)的地震 尺度。4. 如權(quán)利要求1所述的貝葉斯巖相判別方法，其特征在于，對所述訓(xùn)練數(shù)據(jù)的條件屬性 和待識別數(shù)據(jù)分別進行Fisher變換，包括： 根據(jù)所述訓(xùn)練數(shù)據(jù)確定一投影方向； 按所述投影方向?qū)λ鲇?xùn)練數(shù)據(jù)的條件屬性和所述待識別數(shù)據(jù)分別進行Fisher變換。5. 如權(quán)利要求1所述的貝葉斯巖相判別方法，其特征在于，利用所述訓(xùn)練數(shù)據(jù)中的巖相 解釋結(jié)果統(tǒng)計分析巖相的先驗概率信息，包括： 利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的初始先驗概率； 利用巖心數(shù)據(jù)及地質(zhì)分析數(shù)據(jù)對所述初始先驗概率進行修正得到所述先驗概率信息。6. 如權(quán)利要求1所述的貝葉斯巖相判別方法，其特征在于，利用所述先驗概率信息和 Fisher變換后的訓(xùn)練數(shù)據(jù)的條件屬性，基于核函數(shù)建立貝葉斯分類器，包括： 利用所述核函數(shù)估計Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相和相應(yīng)的條件屬性的聯(lián)合概 率分布； 根據(jù)所述聯(lián)合概率分布計算Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相在相應(yīng)的條件屬性下 的條件概率； 根據(jù)所述條件概率和所述先驗概率信息建立所述貝葉斯分類器。7. 如權(quán)利要求1所述的貝葉斯巖相判別方法，其特征在于，根據(jù)所述后驗概率分布判別 所述待識別數(shù)據(jù)所對應(yīng)的巖相，包括： 根據(jù)所述后驗概率分布獲取最大后驗概率所對應(yīng)的巖相和相應(yīng)后驗概率值； 將最大后驗概率所對應(yīng)的巖相作為所述待識別數(shù)據(jù)所對應(yīng)的巖相，并根據(jù)所述相應(yīng)后 驗概率值評價所述待識別數(shù)據(jù)所對應(yīng)的巖相的準(zhǔn)確性。8. 如權(quán)利要求1所述的貝葉斯巖相判別方法，其特征在于，所述訓(xùn)練數(shù)據(jù)中的條件屬性 和所述待識別數(shù)據(jù)中的地震條件屬性均包括:縱波波阻抗、橫波波阻抗、彈性阻抗、縱波速 度、橫波速度及密度中的一個或多個。9. 一種貝葉斯巖相判別裝置，其特征在于，包括： 訓(xùn)練數(shù)據(jù)獲取單元，用于利用測井曲線獲取巖相解釋結(jié)果和相應(yīng)的條件屬性，作為訓(xùn) 練數(shù)據(jù)； 先驗概率獲取單元，用于利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的先驗概 率?目息； Fisher變換單元，用于對所述訓(xùn)練數(shù)據(jù)的條件屬性和待識別數(shù)據(jù)分別進行Fisher變 換，所述待識別數(shù)據(jù)包括地震條件屬性； 貝葉斯分類器建立單元，用于利用所述先驗概率信息和Fisher變換后的訓(xùn)練數(shù)據(jù)的條 件屬性，基于核函數(shù)建立貝葉斯分類器； 后驗概率獲取單元，用于將Fisher變換后的待識別數(shù)據(jù)輸入所述貝葉斯分類器，計算 得到巖相的后驗概率分布； 巖相判別單元，用于根據(jù)所述后驗概率分布判別所述待識別數(shù)據(jù)所對應(yīng)的巖相。10. 如權(quán)利要求9所述的貝葉斯巖相判別裝置，其特征在于，還包括： 訓(xùn)練數(shù)據(jù)擴展單元，用于根據(jù)巖石物理分析，利用蒙特卡洛模擬擴展所述訓(xùn)練數(shù)據(jù)，擴 展后的訓(xùn)練數(shù)據(jù)用于建立所述貝葉斯分類器。11. 如權(quán)利要求9所述的貝葉斯巖相判別裝置，其特征在于，還包括： 尺度粗化單元，用于將所述訓(xùn)練數(shù)據(jù)從所述測井曲線的測井尺度粗化到所述地震條件 屬性所對應(yīng)的地震尺度。12. 如權(quán)利要求9所述的貝葉斯巖相判別裝置，其特征在于，所述Fisher變換單元，包 括： 投影方向確定模塊，用于根據(jù)所述訓(xùn)練數(shù)據(jù)確定一投影方向； Fisher變換模塊，用于按所述投影方向?qū)λ鲇?xùn)練數(shù)據(jù)的條件屬性和所述待識別數(shù)據(jù) 分別進行Fi sher變換。13. 如權(quán)利要求9所述的貝葉斯巖相判別裝置，其特征在于，所述先驗概率獲取單元，包 括： 初始概率獲取模塊，用于利用所述訓(xùn)練數(shù)據(jù)中的巖相解釋結(jié)果統(tǒng)計分析巖相的初始先 驗概率； 先驗概率獲取模塊，用于利用巖心數(shù)據(jù)及地質(zhì)分析數(shù)據(jù)對所述初始先驗概率進行修正 得到所述先驗概率信息。14. 如權(quán)利要求9所述的貝葉斯巖相判別裝置，其特征在于，所述貝葉斯分類器建立單 元，包括： 聯(lián)合概率獲取模塊，用于利用所述核函數(shù)估計Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相和相 應(yīng)的條件屬性的聯(lián)合概率分布； 條件概率模塊，用于根據(jù)所述聯(lián)合概率分布計算Fisher變換后的訓(xùn)練數(shù)據(jù)中的巖相在 相應(yīng)的條件屬性下的條件概率； 貝葉斯分類器建立模塊，用于根據(jù)所述條件概率和所述先驗概率信息建立所述貝葉斯 分類器。15. 如權(quán)利要求9所述的貝葉斯巖相判別裝置，其特征在于，所述巖相判別單元，包括： 巖相判別模塊，用于根據(jù)所述后驗概率分布獲取最大后驗概率所對應(yīng)的巖相和相應(yīng)后 驗概率值； 判別結(jié)果評價模塊，用于將最大后驗概率所對應(yīng)的巖相作為所述待識別數(shù)據(jù)所對應(yīng)的 巖相，并根據(jù)所述相應(yīng)后驗概率值評價所述待識別數(shù)據(jù)所對應(yīng)的巖相的準(zhǔn)確性。16. 如權(quán)利要求9所述的貝葉斯巖相判別裝置，其特征在于，還包括條件屬性模塊，用于 執(zhí)行： 所述訓(xùn)練數(shù)據(jù)中的條件屬性和所述待識別數(shù)據(jù)中的地震條件屬性均包括：縱波波阻 抗、橫波波阻抗、彈性阻抗、縱波速度、橫波速度及密度中的一個或多個。
【文檔編號】G01V1/50GK106066493SQ201610349989
【公開日】2016年11月2日
【申請日】2016年5月24日 公開號201610349989.6, CN 106066493 A, CN 106066493A, CN 201610349989, CN-A-106066493, CN106066493 A, CN106066493A, CN201610349989, CN201610349989.6
【發(fā)明人】李景葉, 陳小宏, 劉興業(yè), 王守東, 馬繼濤, 劉國昌
【申請人】中國石油大學(xué)(北京)