利用地震数据进行储层预测和流体识别的方法和装置

摘要

提供了一种利用地震数据进行储层预测和流体识别的方法和装置。所述方法包括：读入地震数据；对地震数据进行分数阶Gabor变换以获得信号的时频分布；在获得的时频分布上提取流体因子；利用流体因子进行储层预测和流体识别。实际资料处理应用表明，将分数阶Gabor变换引入到地震信号处理领域具有良好的局部时频能量聚集及不同阶次下多尺度分解能力等优点，它能为我们提供高分辨率的频谱剖面及展布流体差异的细微特征。在其基础上提取的流体属性因子，能够客观的反应储层信息，提高预测精度。

主权项

一种利用地震数据进行储层预测和流体识别的方法，包括如下步骤：读入地震数据；对地震数据进行分数阶Gabor变换以获得信号的时频分布；在获得的时频分布上提取流体因子；利用流体因子进行储层预测和流体识别，其中，进行分数阶Gabor变换的步骤包括：设定阶次p；确定分数阶Gabor变换的最优阶；设定信号的分数阶Gabor变换的窗函数h(n)；求取与所述窗函数h(n)对应的正交分析窗函数γ(n)；对每一道地震数据x(n)进行加窗处理以进行分数阶Gabor变换，从而获得信号的时频分布，其中，确定分数阶Gabor变换的最优阶的步骤包括：(1)将阶次p作为初始化阶次，并确定迭代步长dp、最小阶次pmin和最大阶次pmax；(2)计算信号的对应阶次p下的广义时频带宽积；(3)将阶次p加上迭代步长dp所得到的结果作为当前阶次p；(4)当阶次p小于最大阶次pmax时，重复步骤(2)和(3)；否则，进行步骤(5)；(5)将与最小广义时频带宽积对应的阶次p确定为一道地震数据的最优阶。