[发明专利]一种基于EEMD-ICA的地震低频信息流体预测方法

说明书

本发明公开了一种基于EEMD‑ICA的地震低频信息流体预测方法，包括：输入地震叠后单道CDP信号，进行EEMD经验模态分解，得到IMF分量；对IMF分量整体平均；识别出存在模态混叠的IMF分量信号；得到模态混叠分量所有的平移信号；对平移信号利用主成分分析进行降维；对PCA降维处理后得到的信号，通过Fast‑ICA计算得到解混后的分量信号；对得到信号分别进行频谱分析，并与原信号进行相似系数计算；对地震CDP数据按照道号，依次进行循环运算；对地震数据低频信息进行强振幅异常分析。本发明的优点在于：有效解决了EEMD的随机性、不稳定性、含噪性的问题，能够得到更加精确的提取地震信号的频率域信息，从而使得低频信息的获取更为准确，提高流体预测的精度。

技术领域

本发明涉及油气地震勘探领域，特别涉及一种基于EEMD-ICA的地震低频信息流体预测方法。

背景技术

Chapman(2006)等指出在低频范围内，油气储层显示出高异常。Goloshubin利用实际地震数据证实富含油储层使得低频范围内的反射系数显著的增加，拓展了有效地震带宽到更低频端，并表明利用地震波的低频信息预测流体的潜力。

近年来，以瞬时谱分析为基础，利用低频地震信号的振幅(或能量)变化检测储层及识别油气方面出现了一些新的技术进展和成功的应用成果，比较典型的有利用低频阴影、低频振幅异常、瞬时谱能量吸收分析技术、成像属性分析技术等直接检测油气；另外，利用叠前资料的低频谱能量分析进行油气检测已成为一个新的发展趋势。地震波低频信息的潜在意义和应用价值已经越来越受到地球物理勘探界的重视。

低频振幅异常(Low frequency anomalies，LFA)是利用地震波中的低频成分信息直接指示油气储层的分布，也是HCI中的一种油气识别标志。Goloshubin通过实际资料处理证实，反射地震波中的低频成分包含了与油气储层有关的极其重要的信息，对于油气储层检测和指示显示了惊人的成像能力，与钻井结果极其吻合，并指出了常规资料处理中忽视地震信号低频信息的局限性。其它学者也展示了低频振幅异常检测油气储层的成功实例。

挖掘地震资料低频信息的方法有低通滤波、带通滤波、具有时频分辨率的时频分析方法，后者具有瞬时定位分析能力，用于地震资料分析和解释时，被从事地震资料处理和解释的地球物理学者们广泛接受。

地震数据时频分析技术是一种基于频谱分解的地震成像解释方法。时频分析技术通过相关数学变换，将时域信号转换成时频域的信息。时频分析技术可以直接提取地震数据低频信息的信号处理技术。

时频分析技术是提取地震低频信息最直接有效的方法。前人在利用时频分析技术提取地震低频信息方面已经开展了大量工作。

Gabor于1946年引进窗口傅里叶变换改进了傅里叶变换在时－频局部分析方面的不足，但是由于其时－频局部化窗口大小固定不变，这与时－频局部化分析中要求：“反映信号高频成分需要窄的时间窗，反映信号低频成分需要宽的时间窗”不一致。因此国外内学者相继发展了小波变换分析方法用于时－频局部分析。小波分析作为傅里叶变换分析的发展，既保留了傅里叶变换分析的优点，又弥补了傅里叶变换分析的不足。但是小波分析只对信号的低频端信息成分做进一步的分解，而对高频成分，即信号的细节部分不再继续分解，所以小波分析能够很好地表征一大类以低频信息为主要成分的信号，但是不能很好地分解和表示大量细节的信息。

为了克服小波变换分析的不足，Stockwell(1996)提出S变换分析方法用于局部时－频精细分析。S变换的窗函数不仅能随着频率的增加而自适应地减小分析时窗，并且时窗具有一定的自适应性、不需要满足小波容许性条件，还能与傅里叶变换计算建立直接联系。