[发明专利]一种基于多场多特征信息融合的导水陷落柱识别方法

说明书

本发明公开了一种基于多场多特征信息融合的导水陷落柱识别方法，包括以下步骤：S1.针对煤矿地震勘探的地震属性和电磁法勘探的电阻率属性的提取；S2.对地震属性特征进行预处理，并进一步对特征进行优选，得到优选地震属性特征的集合；S3.对PSO‑BP神经网络进行训练和测试；S4.采用训练好的PSO‑BP神经网络对待测试二维剖面上地震属性和电阻率属性进行分类识别；S5.根据二维剖面的识别结果进行导水陷落柱的三维表面重建，对三维空间下的陷落柱形态和水分布状态进行识别。本发明选取多种地震属性和电阻率属性为特征，使用PSO‑BP神经网络对导水陷落柱进行快速辨识，可大大提高对煤矿导水陷落柱的识别准确度。

技术领域

本发明涉及地震数据解释技术领域，更具体的说是涉及一种基于多场多特征信息融合的导水陷落柱识别方法。

背景技术

我国煤层赋存条件较为复杂，埋藏较深，地质构造复杂，存在高瓦斯、高地应力、高地温等不安全因素，易引起瓦斯爆炸、透水、冒顶等地质灾害，其中矿井突水是威胁煤矿安全生产最主要的灾害之一，在我国煤矿重大事故中，突水事故造成的人员伤亡和经济损失重大，危害相当严重。所以，如何提高导水通道探测的精确性是现在煤矿安全开采研究的热点。

煤矿导水通道主要包括导水陷落柱、断层及采空积水区等，导水陷落柱是主要的导水通道。目前常用于导水通道探测的技术方法有：地震勘探、瞬变电磁法、大地电磁法、地质雷达、核磁共振等，其中地震勘探和电磁法勘探(瞬变电磁法、大地电磁法)效果较好。各种方法根据现场探测条件和目标体特征具有各自的特点和优越性，但在方法和技术上仍然存在一定的局限性，单一勘探方法的二维剖面上难以识别导水陷落柱。

电磁法勘探对于识别并查明导水通道富水性具有相对显著的效果，该方法具有穿透高阻能力强、对低阻富水区反应灵敏等优点，但因体积效应，视电阻率断面图上低阻异常体常呈现为低阻区域，难以圈定导水通道的具体边界与空间赋存的规模，也就是说，电磁法勘探能确定导水通道的水分布状态，但不能准确确定导水通道的位置和形态。

地震勘探方法具有高分辨率特征，可对导水通道位置和形态进行探测。近些年随着智能技术和可视化技术的普遍应用，地震属性分析方法发展迅速，并广泛应用于构造解释、岩性解释、储层评价、油藏描述中，使得相干体技术、多属性分析也有了较大的发展。针对陷落柱、断层、采空区等导水通道进行地震解释时，为了能有效识别导水通道位置和形态以及提高定量分析精度，使用多属性综合分析技术进行精细解释是最合适的手段。但是，地震勘探方法无法识别导水通道的水分布状态。

因此，如何提供能够减少单一勘探方法造成的误差的一种基于多场多特征信息融合的导水陷落柱识别方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于多场多特征信息融合的导水陷落柱识别方法，通过结合地震勘探的地震波场与电磁法勘探的电磁场特征，可以对导水陷落柱进行准确识别定位，解决了单独使用一种探测方法无法实现导水陷落柱位置、形态和水分布状态的全面识别且存在误差的问题。

为了实现上述目的，本发明采用如下技术方案：

一种基于多场多特征信息融合的导水陷落柱识别方法，包括以下步骤：

S1.针对煤矿地震勘探的地震波场和电磁法勘探的电磁场两种物理场资料分别进行地震属性特征和电磁电阻率属性特征的提取；

S2.对所获取到的所有所述地震属性特征和所述电磁电阻率属性特征进行预处理，并进一步对预处理后的所述地震属性特征进行优选，得到优选地震属性特征的集合；

S3.建立PSO-BP神经网络；将所述优选地震属性特征和所述电磁电阻率属性特征作为所述PSO-BP神经网络的输入数据进行训练和测试，获取训练好的PSO-BP神经网络；

S4.采用训练好的PSO-BP神经网络对待测试二维剖面上地震属性和电阻率属性进行分类识别；