基于马尔科夫随机场的岩性识别方法

被引：41

作者：

田玉昆

周辉

袁三一

机构：

[1] 中国石油大学油气资源与探测国家重点实验室,CNPC物探重点实验室

来源：

地球物理学报 | 2013年 / 56卷 / 04期

关键词：

马尔科夫随机场; 邻域系统; 岩性识别; Bayesian框架;

D O I：

暂无

中图分类号：

P618.13 [石油、天然气]; P631.4 [地震勘探];

学科分类号：

0709 ; 081803 ; 0818 ; 081801 ; 081802 ;

摘要：

通过地震反演数据识别岩性,是地震反演的一项基本任务.由于不同岩性的弹性参数范围常常存在一定程度的重叠,所以给岩性识别带来了很大的困难.本文以叠前反演的弹性参数为基础,通过马尔科夫随机场(Markov Random Field简写为MRF)建立先验模型,按照解释好的测井资料,对不同岩性的弹性参数进行统计,得到计算所需的参数,在贝叶斯(Bayesian)框架下建立岩性分类的目标函数,达到岩性识别的目的.通过马尔科夫随机场建立先验模型,能够建立相邻点间的相互作用关系,得到横向上延续的岩性剖面.本文使用一个楔形模型和Marmousi Ⅱ模型对该方法进行了测试,结果表明,该方法有效可行.同时,本文通过加入误差的方法,检验了反演存在误差对识别结果的影响.

引用

页码：1360 / 1368

页数：9

共 10 条

[1] Bayesian lithology/fluid inversion-comparison of two algorithms [J].

Ulvmoen, Marit ;

Hammer, Hugo .

COMPUTATIONAL GEOSCIENCES, 2010, 14 (02) :357-367

[2] On modelling discrete geological structures as Markov random fields [J].

Norberg, T ;

Rosén, L ;

Baran, A ;

Baran, S .

MATHEMATICAL GEOLOGY, 2002, 34 (01) :63-77

[3] A Markov chain model for subsurface characterization: Theory and applications [J].

Elfeki, A ;

Dekking, M .

MATHEMATICAL GEOLOGY, 2001, 33 (05) :569-589

[4]

Multi-scale alluvial fan heterogeneity modeled with transition probability geostatistics in a sequence stratigraphic framework.[J].G.S. Weissmann;G.E. Fogg.Journal of Hydrology.1999, 1

[5] Modeling spatial variability with one and multidimensional continuous-lag Markov chains [J].