基于经验模态分解的地震相分析技术
经验模态分解(EMD)方法是希尔伯特-黄变换的核心部分,可以将地震数据分解为多阶内蕴模态函数(IMF)分量,不同IMF分量具有不同的频率特性,不同的IMF分量对地震相的敏感程度不同,反映不同的地质信息.利用EMD方法结合kohonen神经网络的地震相分析可进行断层识别以及储层预测.文中将EMD方法应用于中国西部的实际地震资料分析,利用重构信号和分解得到的IMF分量进行波形地震相分析.模型试算和实际资料应用结果表明,用感兴趣的IMF分量能够重构信号,重构后的地震信号能够更加清晰地显示断层展布特征、有利储层范围等,提高了地震资料的信噪比和分辨率,对断层展布特征的认识和油气预测具有重要的参考价值.
希尔伯特-黄变换、经验模态分解、内蕴模态函数、波形分类、地震相分析
45
P631
2011-04-12(万方平台首次上网日期,不代表论文的发表时间)
145-149