Emerge多屬性分析理論培訓(xùn)PPT學(xué)習(xí)教案

1、會(huì)計(jì)學(xué)1Emerge多屬性分析理論培訓(xùn)多屬性分析理論培訓(xùn)EMERGE簡(jiǎn)介簡(jiǎn)介從理論上講從理論上講, 任意類(lèi)型的曲線(xiàn)都可以是任意類(lèi)型的曲線(xiàn)都可以是EMERGE預(yù)測(cè)的目標(biāo)預(yù)測(cè)的目標(biāo). 實(shí)際上實(shí)際上, 以下類(lèi)型的測(cè)井曲線(xiàn)都已被成功地預(yù)測(cè)以下類(lèi)型的測(cè)井曲線(xiàn)都已被成功地預(yù)測(cè): P波速度 (P-wave velocity) 孔隙度 (Porosity) 密度 (Density 伽瑪測(cè)井(Gamma-ray) 水飽和度*Water saturation) 巖性 (Lithology logs)因?yàn)镋MERGE要將目標(biāo)曲線(xiàn)與地震資料相關(guān)，所以正確的深時(shí)轉(zhuǎn)換關(guān)系是很關(guān)鍵的。基于此，check-shot校正和手動(dòng)

2、校正是必須的。唯一的條件就是每口井都必須存在將要進(jìn)行預(yù)測(cè)的測(cè)井曲線(xiàn).因?yàn)镋MERGE假設(shè)目標(biāo)曲線(xiàn)是無(wú)噪聲的，所以在用EMERGE之前,編輯目標(biāo)井是非常重要的.第1頁(yè)/共188頁(yè)EMERGE簡(jiǎn)介簡(jiǎn)介EMERGE可以當(dāng)作常規(guī)迭后反演的延伸可以當(dāng)作常規(guī)迭后反演的延伸運(yùn)用地震和測(cè)井資料運(yùn)用地震和測(cè)井資料只能預(yù)測(cè)地震體的聲阻抗預(yù)測(cè)地震體的任意井曲線(xiàn)的性質(zhì)通過(guò)褶積模型建立地震與測(cè)井之間的關(guān)系不使用任何先驗(yàn)?zāi)Ｐ?，而是利用統(tǒng)計(jì)的方法建立二者的關(guān)系。必須提取子波不需要提取子波。確切地說(shuō)，子波只是所導(dǎo)出關(guān)系的一部分。針對(duì)疊后的地震數(shù)據(jù)進(jìn)行針對(duì)地震數(shù)據(jù)進(jìn)行，包括疊前和疊后的地震屬性?？梢杂蒙贁?shù)的井，甚至只有1口井必

3、須有足夠數(shù)目的井，至少需要6口井通過(guò)創(chuàng)建與真實(shí)資料相擬合的合成記錄來(lái)校驗(yàn)反演結(jié)果通過(guò)預(yù)測(cè)所得到的井曲線(xiàn)與事先”隱藏”起來(lái)的井曲線(xiàn)相對(duì)比來(lái)校驗(yàn)結(jié)果。結(jié)果的分辨率受到地震資料帶寬的限制可以通過(guò)神經(jīng)網(wǎng)絡(luò)分析來(lái)提高分辨率第2頁(yè)/共188頁(yè)地震屬性通常是地震道的非線(xiàn)性轉(zhuǎn)換。兩種地震屬性的類(lèi)型兩種地震屬性的類(lèi)型:基于采樣的：calculated from the trace on a sample-by sample basis. 舉例: 振幅包絡(luò)基于層位的: 由兩個(gè)層位的平均值計(jì)算出來(lái) 舉例: 兩層位置之間的孔隙度對(duì)EMERGE而言, 所有的屬性都是基于采樣的。地震屬性地震屬性第3頁(yè)/共188頁(yè)地震屬性

4、舉例：第4頁(yè)/共188頁(yè)EMERGE 能夠計(jì)算下列內(nèi)部屬性：能夠計(jì)算下列內(nèi)部屬性：振幅包絡(luò)振幅包絡(luò) Amplitude Envelope振幅振幅*加權(quán)相位余弦加權(quán)相位余弦 Amplitude Weighted Cosine Phase振幅振幅*加權(quán)頻率加權(quán)頻率 Amplitude Weighted Frequency振幅振幅*加權(quán)相位加權(quán)相位 Amplitude Weighted Phase平均頻率平均頻率 Average Frequency視極性視極性 Apparent Polarity瞬時(shí)瞬時(shí)Cosine相位相位 Cosine Instantaneous Phase導(dǎo)數(shù)導(dǎo)數(shù) Derivat

5、ive瞬時(shí)振幅的導(dǎo)數(shù)瞬時(shí)振幅的導(dǎo)數(shù) Derivative Instantaneous Amplitude主頻主頻 Dominant Frequency濾波切片濾波切片 Filter Slices瞬時(shí)頻率瞬時(shí)頻率 Instantaneous Frequency瞬時(shí)相位瞬時(shí)相位 Instantaneous Phase積分積分 Integrate絕對(duì)振幅積分絕對(duì)振幅積分 Integrated Absolute Amplitude二階導(dǎo)數(shù)二階導(dǎo)數(shù) Second Derivative瞬時(shí)振幅的二階導(dǎo)數(shù)瞬時(shí)振幅的二階導(dǎo)數(shù) Second Derivative Instantaneous Amplitude時(shí)

6、間時(shí)間 Time地震屬性地震屬性第5頁(yè)/共188頁(yè)EMERGE可以輸入外部屬性?？梢暂斎胪獠繉傩?。 它們不能通過(guò)內(nèi)部屬性計(jì)算出來(lái)，它們不能通過(guò)內(nèi)部屬性計(jì)算出來(lái)， 因?yàn)椋阂驗(yàn)椋?它們是獨(dú)立的，比如相關(guān)屬性。它們是獨(dú)立的，比如相關(guān)屬性。 太復(fù)雜，太復(fù)雜， 如地震反演，如地震反演， AVO屬性，屬性， 等等。等等。內(nèi)部屬性可以歸為以下幾類(lèi)：內(nèi)部屬性可以歸為以下幾類(lèi)：瞬時(shí)屬性瞬時(shí)屬性 Instantaneous attributes頻率屬性頻率屬性 Windowed frequency attributes濾波切片濾波切片 Filter slices導(dǎo)數(shù)屬性導(dǎo)數(shù)屬性 Derivative attrib

7、utes積分屬性積分屬性 Integrated attributes時(shí)間（線(xiàn)性漸變）時(shí)間（線(xiàn)性漸變）Time (a linear ramp)以地震數(shù)據(jù)為例，現(xiàn)在來(lái)關(guān)注一下關(guān)于群屬性的理論。以地震數(shù)據(jù)為例，現(xiàn)在來(lái)關(guān)注一下關(guān)于群屬性的理論。地震屬性地震屬性第6頁(yè)/共188頁(yè)f(f(t) )SeismicTimeHilbertTransformh(t)s(t)A(t)瞬時(shí)屬性瞬時(shí)屬性)()(tan)( :and)()()( 1 :where)(sin)()(cos)()(exp()()()()(122tsthtthtstAittiAttAtitAtihtstCffffTaner, et al首先提出

8、瞬時(shí)屬性首先提出瞬時(shí)屬性(Geophysics, June, 1979)。他們從復(fù)地震道。他們從復(fù)地震道C(t)算起。算起。C(t) 由地震道由地震道s(t)與其希爾伯特變換與其希爾伯特變換h(t)(希爾伯特變換即對(duì)地震道作希爾伯特變換即對(duì)地震道作90度相移度相移)。如下所示。如下所示, 將復(fù)數(shù)地震道寫(xiě)成極坐標(biāo)形式，圖中標(biāo)示出了兩個(gè)基本屬性：將復(fù)數(shù)地震道寫(xiě)成極坐標(biāo)形式，圖中標(biāo)示出了兩個(gè)基本屬性： 振幅包絡(luò)振幅包絡(luò)A(t) (也稱(chēng)為瞬時(shí)振幅也稱(chēng)為瞬時(shí)振幅)和瞬時(shí)相位和瞬時(shí)相位f(t)。第7頁(yè)/共188頁(yè)( )( )the instantaneous frequencydttdtf另一個(gè)瞬時(shí)屬性則

9、是前面三個(gè)基本屬性的結(jié)合另一個(gè)瞬時(shí)屬性則是前面三個(gè)基本屬性的結(jié)合.cos ( )cosine instantaneous phase,A(t)cos ( )amplitude weighted cos phase,A(t) ( )amplitude weighted phase,A(t) ( )amplitude weighted frequency.ttttfff視極性屬性則是由振幅包絡(luò)乘以該地震道的波峰的極性符號(hào)而得，應(yīng)用于該波峰相鄰的波谷之間的一段地震道視極性屬性則是由振幅包絡(luò)乘以該地震道的波峰的極性符號(hào)而得，應(yīng)用于該波峰相鄰的波谷之間的一段地震道.瞬時(shí)屬性瞬時(shí)屬性第8頁(yè)/共188頁(yè)我們

10、來(lái)看某三維體我們來(lái)看某三維體inline95處各個(gè)瞬時(shí)屬性的圖像處各個(gè)瞬時(shí)屬性的圖像. 08-08井也標(biāo)在其上井也標(biāo)在其上. 瞬時(shí)屬性瞬時(shí)屬性第9頁(yè)/共188頁(yè)瞬時(shí)瞬時(shí)相位相位 inline 95.振幅包絡(luò)振幅包絡(luò) inline 95.第10頁(yè)/共188頁(yè)振幅振幅*加權(quán)相位余弦加權(quán)相位余弦 inline 95.瞬時(shí)相位的余弦瞬時(shí)相位的余弦 inline 95.第11頁(yè)/共188頁(yè)振幅振幅*加權(quán)相位加權(quán)相位 inline 95.視極性視極性 inline 95.第12頁(yè)/共188頁(yè)瞬時(shí)頻率瞬時(shí)頻率 inline 95.振幅振幅*加權(quán)頻率加權(quán)頻率 inline 95.第13頁(yè)/共188頁(yè)時(shí)窗頻率屬

11、性時(shí)窗頻率屬性EMERGE的另一類(lèi)屬是基于地震道的時(shí)窗頻率分析。在此過(guò)程中，系統(tǒng)默認(rèn)在的另一類(lèi)屬是基于地震道的時(shí)窗頻率分析。在此過(guò)程中，系統(tǒng)默認(rèn)在64倍采樣間隔的時(shí)窗對(duì)每個(gè)地震道進(jìn)行傅里葉變換。倍采樣間隔的時(shí)窗對(duì)每個(gè)地震道進(jìn)行傅里葉變換。在本窗口中，選擇好平均頻率振幅或主頻振幅，并將該值賦予時(shí)窗中心點(diǎn)。在本窗口中，選擇好平均頻率振幅或主頻振幅，并將該值賦予時(shí)窗中心點(diǎn)。隨后，設(shè)置隨后，設(shè)置32倍采樣間隔的時(shí)窗，計(jì)算此時(shí)的頻率振幅。注意：在屬性參數(shù)菜單中可以修改采樣時(shí)窗的默認(rèn)值，如下所示：倍采樣間隔的時(shí)窗，計(jì)算此時(shí)的頻率振幅。注意：在屬性參數(shù)菜單中可以修改采樣時(shí)窗的默認(rèn)值，如下所示：第14頁(yè)/共1

12、88頁(yè)inline 95 處的平均頻率處的平均頻率Average frequency時(shí)窗頻率屬性時(shí)窗頻率屬性第15頁(yè)/共188頁(yè)第三類(lèi)屬性為地震道的窄帶濾波切片第三類(lèi)屬性為地震道的窄帶濾波切片. 以下六種為通常所用以下六種為通常所用: 5/10 15 20 Hz15/20 25/30 Hz25/30 35/40 Hz35/40 45/50 Hz45/50 55/60 Hz55/60 65/70 Hz下面分別顯示最低頻和最高頻切片下面分別顯示最低頻和最高頻切片.第16頁(yè)/共188頁(yè) inline 95 處處55/60 65/70 Hz濾波切片濾波切片濾波切片屬性濾波切片屬性第17頁(yè)/共188頁(yè).

13、,2211121121tssstdddtssdiiiiiiiii其中其中, si 是第是第i個(gè)地震道或振幅包絡(luò)個(gè)地震道或振幅包絡(luò); d1i為一階導(dǎo)數(shù)為一階導(dǎo)數(shù); d2i為二階導(dǎo)數(shù)為二階導(dǎo)數(shù); t為采樣間隔為采樣間隔.以以inline95處的地震道和振幅包絡(luò)為例處的地震道和振幅包絡(luò)為例:導(dǎo)數(shù)屬性導(dǎo)數(shù)屬性第18頁(yè)/共188頁(yè)inline 95 處的振幅包絡(luò)的導(dǎo)數(shù)處的振幅包絡(luò)的導(dǎo)數(shù)導(dǎo)數(shù)屬性導(dǎo)數(shù)屬性第19頁(yè)/共188頁(yè)振幅包絡(luò)的二階導(dǎo)數(shù)振幅包絡(luò)的二階導(dǎo)數(shù)導(dǎo)數(shù)屬性導(dǎo)數(shù)屬性第20頁(yè)/共188頁(yè)1iiiIsI其中，其中， si 代表第代表第i個(gè)地震道或振幅包絡(luò)，個(gè)地震道或振幅包絡(luò)，Ii代表相應(yīng)的積分值代表相

14、應(yīng)的積分值.最后，對(duì)默認(rèn)的最后，對(duì)默認(rèn)的50個(gè)點(diǎn)進(jìn)行平滑濾波以便去除反演結(jié)果的低頻趨勢(shì)，然后進(jìn)行積分。將振幅包絡(luò)除以最大最小采樣數(shù)之差個(gè)點(diǎn)進(jìn)行平滑濾波以便去除反演結(jié)果的低頻趨勢(shì)，然后進(jìn)行積分。將振幅包絡(luò)除以最大最小采樣數(shù)之差, 使之歸一化使之歸一化. 同樣同樣, 默認(rèn)選項(xiàng)均可在屬性參數(shù)菜單中修改默認(rèn)選項(xiàng)均可在屬性參數(shù)菜單中修改.以以inline 95處的積分為例見(jiàn)下一頁(yè)處的積分為例見(jiàn)下一頁(yè):At the end of the running sum the integrated seismic trace is filtered by running a default 50 point sm

15、oother along it and removing the resulting low frequency trend. The integrated amplitude envelope is normalized by dividing by the difference between the minimum and maximum samples over the total number of samples. Note that the defaults can be changed in the Attribute / Attribute Parameters menu,

16、shown earlier.第21頁(yè)/共188頁(yè)振幅包絡(luò)積分振幅包絡(luò)積分 Integrated amplitude envelope積分屬性積分屬性第22頁(yè)/共188頁(yè)Inline95處的時(shí)間屬性處的時(shí)間屬性(對(duì)于該地震體的任一測(cè)線(xiàn)時(shí)間屬性看起來(lái)似乎都是相同的對(duì)于該地震體的任一測(cè)線(xiàn)時(shí)間屬性看起來(lái)似乎都是相同的).第23頁(yè)/共188頁(yè)地震屬性地震屬性第24頁(yè)/共188頁(yè)第25頁(yè)/共188頁(yè)交匯圖交匯圖第26頁(yè)/共188頁(yè)N1i2ii2)x*ba(yN1EN1iyixixy)m)(ym(xN1N1iixxN1mN1iiyyN1m交匯圖交匯圖其中其中, 平均值平均值:協(xié)方差定義如下協(xié)方差定義如下:第

17、27頁(yè)/共188頁(yè)xyxy交匯圖交匯圖預(yù)測(cè)誤差為目標(biāo)測(cè)井曲線(xiàn)的真實(shí)值與預(yù)測(cè)值之間的均方差預(yù)測(cè)誤差為目標(biāo)測(cè)井曲線(xiàn)的真實(shí)值與預(yù)測(cè)值之間的均方差.通過(guò)應(yīng)用回歸方程來(lái)預(yù)測(cè)目標(biāo)屬性通過(guò)應(yīng)用回歸方程來(lái)預(yù)測(cè)目標(biāo)屬性:第28頁(yè)/共188頁(yè)交匯圖交匯圖第29頁(yè)/共188頁(yè)如上圖所示選擇屬性類(lèi)別如上圖所示選擇屬性類(lèi)別. 我們可以看到可利用的內(nèi)部屬性全部顯示在左列我們可以看到可利用的內(nèi)部屬性全部顯示在左列, 而我們所選擇的屬性顯示在右邊列表而我們所選擇的屬性顯示在右邊列表. 第30頁(yè)/共188頁(yè)點(diǎn)擊點(diǎn)擊Ok得到下圖，它顯示了得到下圖，它顯示了01-08井旁地震道提取的振幅包絡(luò)井旁地震道提取的振幅包絡(luò):第31頁(yè)/共1

18、88頁(yè)點(diǎn)擊點(diǎn)擊Display / Crossplot 查看該屬性與目標(biāo)曲線(xiàn)的相關(guān)程度查看該屬性與目標(biāo)曲線(xiàn)的相關(guān)程度.第32頁(yè)/共188頁(yè)該交匯圖用了分析時(shí)窗內(nèi)所有井的全部點(diǎn)，縱坐標(biāo)為目標(biāo)聲波測(cè)井曲線(xiàn)，橫坐標(biāo)為一外部地震屬性，即反演結(jié)果。該圖的上部分顯示了回歸方程的斜率和截距以及歸一化的相關(guān)系數(shù)。該相關(guān)系數(shù)是衡量用該地震屬性去預(yù)測(cè)目標(biāo)曲線(xiàn)的符合程度。該交匯圖用了分析時(shí)窗內(nèi)所有井的全部點(diǎn)，縱坐標(biāo)為目標(biāo)聲波測(cè)井曲線(xiàn)，橫坐標(biāo)為一外部地震屬性，即反演結(jié)果。該圖的上部分顯示了回歸方程的斜率和截距以及歸一化的相關(guān)系數(shù)。該相關(guān)系數(shù)是衡量用該地震屬性去預(yù)測(cè)目標(biāo)曲線(xiàn)的符合程度。第33頁(yè)/共188頁(yè)點(diǎn)擊點(diǎn)擊Attr

19、ibute / Create Single Attribute List , 計(jì)算所有地震屬性的相關(guān)系數(shù)計(jì)算所有地震屬性的相關(guān)系數(shù), 并進(jìn)行排序并進(jìn)行排序.左上角顯示出工區(qū)中的所有井，右上角顯示出分析中將要用的井，系統(tǒng)默認(rèn)使用所有的井。左上角顯示出工區(qū)中的所有井，右上角顯示出分析中將要用的井，系統(tǒng)默認(rèn)使用所有的井。中間左側(cè)框顯示了所有的屬性（內(nèi)部和外部屬性）。中間右側(cè)框顯示選中的屬性，默認(rèn)選全部屬性。注意：我們也可以選擇是否要對(duì)目標(biāo)曲線(xiàn)和地震屬性做非線(xiàn)性變換以提高其相關(guān)程度。中間左側(cè)框顯示了所有的屬性（內(nèi)部和外部屬性）。中間右側(cè)框顯示選中的屬性，默認(rèn)選全部屬性。注意：我們也可以選擇是否要對(duì)目標(biāo)

20、曲線(xiàn)和地震屬性做非線(xiàn)性變換以提高其相關(guān)程度。單屬性分析單屬性分析第34頁(yè)/共188頁(yè)以上選好后，點(diǎn)擊以上選好后，點(diǎn)擊Ok, 結(jié)果顯示如下結(jié)果顯示如下: 從上表中我們看到使用外部屬性，從上表中我們看到使用外部屬性，“反演結(jié)果反演結(jié)果”的誤差最小可達(dá)的誤差最小可達(dá)298.76。有時(shí)。有時(shí), 應(yīng)用目標(biāo)曲線(xiàn)和地震道之間的剩余時(shí)移以及應(yīng)用目標(biāo)曲線(xiàn)和地震道之間的剩余時(shí)移以及check-shot校正都能夠提高反演的相關(guān)程度，盡可能減小誤差。校正都能夠提高反演的相關(guān)程度，盡可能減小誤差。第35頁(yè)/共188頁(yè)校正這個(gè)的一種方法是點(diǎn)擊校正這個(gè)的一種方法是點(diǎn)擊Wells / Shift Target Logs，如下

21、圖，如下圖:該菜單允許輸入每條目標(biāo)曲線(xiàn)的時(shí)移。當(dāng)然，我們并不知道輸入多少合適，可以點(diǎn)擊該菜單允許輸入每條目標(biāo)曲線(xiàn)的時(shí)移。當(dāng)然，我們并不知道輸入多少合適，可以點(diǎn)擊Optimize按鈕按鈕, 出現(xiàn)左側(cè)的窗口：出現(xiàn)左側(cè)的窗口：第36頁(yè)/共188頁(yè)你可以在優(yōu)化時(shí)移菜單中選擇變換的類(lèi)型，此處，我們選擇單屬性變換：你可以在優(yōu)化時(shí)移菜單中選擇變換的類(lèi)型，此處，我們選擇單屬性變換：1/inversion result. 系統(tǒng)會(huì)對(duì)每口井實(shí)行一系列時(shí)移來(lái)找出最優(yōu)化的時(shí)移系統(tǒng)會(huì)對(duì)每口井實(shí)行一系列時(shí)移來(lái)找出最優(yōu)化的時(shí)移, 使得相關(guān)系數(shù)盡可能達(dá)到最大使得相關(guān)系數(shù)盡可能達(dá)到最大,此處選擇的最大時(shí)移為此處選擇的最大時(shí)移為1

22、0ms，選好之后，選好之后,點(diǎn)擊點(diǎn)擊Ok. 則下面的時(shí)移菜單就會(huì)顯示出建議時(shí)移。則下面的時(shí)移菜單就會(huì)顯示出建議時(shí)移。 默認(rèn)這些結(jié)果默認(rèn)這些結(jié)果, 點(diǎn)擊點(diǎn)擊Ok. EMERGE主窗口會(huì)更新這些經(jīng)過(guò)時(shí)移的井。點(diǎn)擊主窗口會(huì)更新這些經(jīng)過(guò)時(shí)移的井。點(diǎn)擊Attribute / Create Single Attribute List重新計(jì)算單屬性變換重新計(jì)算單屬性變換.第37頁(yè)/共188頁(yè)采用系統(tǒng)默認(rèn)值采用系統(tǒng)默認(rèn)值, 結(jié)果如下結(jié)果如下: 現(xiàn)在我們可以看到目標(biāo)曲線(xiàn)的平方根與現(xiàn)在我們可以看到目標(biāo)曲線(xiàn)的平方根與1/(Inversion Result)之間的誤差最小之間的誤差最小, 為為289.75。單屬性列表

23、顯示出每個(gè)屬性的交匯圖結(jié)果，并且按照誤差從小到大排序。單屬性列表顯示出每個(gè)屬性的交匯圖結(jié)果，并且按照誤差從小到大排序。 如果你選中某個(gè)屬性比如如果你選中某個(gè)屬性比如(P-wave)的平方根的平方根 & 1/Inversion Result)然后點(diǎn)擊然后點(diǎn)擊Cross Plot按鈕按鈕,就會(huì)顯示出兩者相應(yīng)的交匯圖。就會(huì)顯示出兩者相應(yīng)的交匯圖。第38頁(yè)/共188頁(yè)當(dāng)你選中某個(gè)屬性如當(dāng)你選中某個(gè)屬性如1/Inversion Result, 然后點(diǎn)擊然后點(diǎn)擊Apply按鈕按鈕, 就會(huì)看到以下所示的界面就會(huì)看到以下所示的界面: 上圖顯示了用指定的屬性上圖顯示了用指定的屬性(1/inversion

24、 result)來(lái)預(yù)測(cè)得到的目標(biāo)曲線(xiàn)和真實(shí)的目標(biāo)曲線(xiàn)，還有回歸方程的截距和斜率。點(diǎn)擊窗口頂部的來(lái)預(yù)測(cè)得到的目標(biāo)曲線(xiàn)和真實(shí)的目標(biāo)曲線(xiàn)，還有回歸方程的截距和斜率。點(diǎn)擊窗口頂部的View / Zoom，用鼠標(biāo)分別對(duì)三口井選取時(shí)窗附近一個(gè)區(qū)域，則會(huì)看到放大后的曲線(xiàn)。，用鼠標(biāo)分別對(duì)三口井選取時(shí)窗附近一個(gè)區(qū)域，則會(huì)看到放大后的曲線(xiàn)。第39頁(yè)/共188頁(yè)如圖顯示了實(shí)際目標(biāo)曲線(xiàn)如圖顯示了實(shí)際目標(biāo)曲線(xiàn)(黑色表示黑色表示)與由屬性預(yù)測(cè)得到的曲線(xiàn)與由屬性預(yù)測(cè)得到的曲線(xiàn)(紅色表示紅色表示)。上部的。上部的Average Error(平均誤差平均誤差)是真實(shí)的測(cè)井曲線(xiàn)值與所預(yù)測(cè)的值的均方根差。是真實(shí)的測(cè)井曲線(xiàn)值與所預(yù)測(cè)

25、的值的均方根差。 注意到對(duì)注意到對(duì)Inversion Result應(yīng)用回歸方程會(huì)產(chǎn)生與真實(shí)的目標(biāo)曲線(xiàn)相一致的變化趨勢(shì)應(yīng)用回歸方程會(huì)產(chǎn)生與真實(shí)的目標(biāo)曲線(xiàn)相一致的變化趨勢(shì), 但是不能夠準(zhǔn)確地預(yù)測(cè)它的細(xì)微的特征但是不能夠準(zhǔn)確地預(yù)測(cè)它的細(xì)微的特征. 這是由于這是由于 Inversion Result是由相對(duì)比較粗糙的塊進(jìn)行劃分的，是由相對(duì)比較粗糙的塊進(jìn)行劃分的，而而EMERGE可以通過(guò)應(yīng)用別的一些地震屬性來(lái)提高對(duì)細(xì)微特征的分辨能力?？梢酝ㄟ^(guò)應(yīng)用別的一些地震屬性來(lái)提高對(duì)細(xì)微特征的分辨能力。結(jié)果如下結(jié)果如下:第40頁(yè)/共188頁(yè)兩屬性的交匯兩屬性的交匯 (最佳擬合是一個(gè)面最佳擬合是一個(gè)面)單屬性交匯圖單屬

26、性交匯圖 (最佳擬合是一條線(xiàn)最佳擬合是一條線(xiàn))應(yīng)用多屬性是對(duì)常規(guī)交匯圖的一種拓展第41頁(yè)/共188頁(yè)對(duì)每個(gè)時(shí)窗而言對(duì)每個(gè)時(shí)窗而言, 目標(biāo)曲線(xiàn)都被模擬成多個(gè)屬性的線(xiàn)性組合目標(biāo)曲線(xiàn)都被模擬成多個(gè)屬性的線(xiàn)性組合. 第42頁(yè)/共188頁(yè)3210NNN222111N21wwwwFEI1FEI1FEI1或者或者P = AW第43頁(yè)/共188頁(yè)N1i2i3i2i10i2)F*wE*wI*ww(N1E這些系數(shù)滿(mǎn)足預(yù)測(cè)誤差最小化這個(gè)條件這些系數(shù)滿(mǎn)足預(yù)測(cè)誤差最小化這個(gè)條件.或或:第44頁(yè)/共188頁(yè)第45頁(yè)/共188頁(yè)第46頁(yè)/共188頁(yè)第三步第三步: 找到最好的第三個(gè)屬性：找到最好的第三個(gè)屬性：假設(shè)前兩個(gè)最好的

27、屬性分別為屬性假設(shè)前兩個(gè)最好的屬性分別為屬性1 和屬性和屬性2，用它們和屬性列表中的成員分別組成三個(gè)屬性的組，用它們和屬性列表中的成員分別組成三個(gè)屬性的組, 如下如下:(attribute1, attribute2, Amplitude Weighted Phase),(attribute1, attribute2, Average Frequency), etc.最小誤差的便是第三個(gè)最好的屬性最小誤差的便是第三個(gè)最好的屬性, 稱(chēng)為屬性稱(chēng)為屬性3.不斷地這樣優(yōu)選出你需要的屬性不斷地這樣優(yōu)選出你需要的屬性.減小預(yù)測(cè)誤差減小預(yù)測(cè)誤差:N個(gè)屬性的預(yù)測(cè)誤差個(gè)屬性的預(yù)測(cè)誤差EN總是總是 小于或等于小于或

28、等于N-1個(gè)屬性的預(yù)測(cè)誤差。個(gè)屬性的預(yù)測(cè)誤差。第47頁(yè)/共188頁(yè)如何知道選取多少個(gè)屬性為最佳呢如何知道選取多少個(gè)屬性為最佳呢?增加屬性就相當(dāng)于用高次的多項(xiàng)式來(lái)擬合曲線(xiàn)增加屬性就相當(dāng)于用高次的多項(xiàng)式來(lái)擬合曲線(xiàn).屬性的有效性屬性的有效性第48頁(yè)/共188頁(yè)隨著多項(xiàng)式的階數(shù)增加, 預(yù)測(cè)誤差趨于減小.問(wèn)題在于, 當(dāng)用過(guò)高階多項(xiàng)式擬合時(shí)，對(duì)已有數(shù)據(jù)范圍內(nèi)可能擬合的好，但是內(nèi)插或外推時(shí)超過(guò)邊界的數(shù)據(jù)會(huì)擬合的很糟糕，如下所示, 這就是“過(guò)訓(xùn)練”的問(wèn)題。第49頁(yè)/共188頁(yè)第50頁(yè)/共188頁(yè)第51頁(yè)/共188頁(yè)N1i2i3i2i10i2)F*wE*wI*ww(N1E只用井只用井1的數(shù)據(jù)來(lái)算的數(shù)據(jù)來(lái)算, 這

29、樣得到井這樣得到井1的校驗(yàn)誤差的校驗(yàn)誤差E1.(3) 分別保留井分別保留井2, 井井3, 井井4, 井井5, 依上述分別計(jì)算回歸系數(shù)和驗(yàn)證誤差依上述分別計(jì)算回歸系數(shù)和驗(yàn)證誤差.(4) 計(jì)算所有井的平均驗(yàn)證誤差計(jì)算所有井的平均驗(yàn)證誤差:EA = (E1+E2+E3+E4+E5) / 5第52頁(yè)/共188頁(yè)下面是下面是Emerge分析的有效性分布圖：分析的有效性分布圖：第53頁(yè)/共188頁(yè)該菜單包括兩頁(yè)：第一頁(yè)選擇用于多屬性分析的井。此處采用默認(rèn)選項(xiàng)， 點(diǎn)擊Next第54頁(yè)/共188頁(yè) 第一項(xiàng)確定創(chuàng)建一系列變換還是單個(gè)變換. 通常, 我們創(chuàng)建一系列變換, 用step-wise regression

30、來(lái)驗(yàn)證多屬性。 最大屬性個(gè)數(shù)是個(gè)很重要的參數(shù)。在此分析中，EMERGE 通過(guò)step-wise regression搜索到預(yù)測(cè)目標(biāo)體的屬性集合。最大屬性個(gè)數(shù)控制著何時(shí)停止搜索. 這個(gè)搜索過(guò)程影響著運(yùn)行時(shí)間。第55頁(yè)/共188頁(yè)第56頁(yè)/共188頁(yè) 多屬性相關(guān)結(jié)果給出了計(jì)算結(jié)果，每一行對(duì)應(yīng)于一個(gè)多屬性變換，包括實(shí)行變換的屬性對(duì)。 比如：第一行1/Inversion Result表示單獨(dú)使用時(shí)的最好屬性為Inversion Result。 第二行，Time指的是1/Inversion Result 和Time是最好的屬性對(duì)。用于同時(shí)進(jìn)行變換時(shí)。第57頁(yè)/共188頁(yè) 依此依此, 我們得到了最好的三個(gè)

31、屬性組合和四個(gè)屬性組合我們得到了最好的三個(gè)屬性組合和四個(gè)屬性組合, 等等等等. 訓(xùn)練誤差的減小說(shuō)明隨著屬性個(gè)數(shù)的增加訓(xùn)練誤差的減小說(shuō)明隨著屬性個(gè)數(shù)的增加, 預(yù)測(cè)誤差降低。預(yù)測(cè)誤差降低。 也可看到預(yù)測(cè)誤差的顯示也可看到預(yù)測(cè)誤差的顯示Error Plot / Versus Attribute Number，如下：，如下：下面的曲線(xiàn)下面的曲線(xiàn)(黑色黑色)表示縱軸上的學(xué)習(xí)誤差和橫軸上屬性個(gè)數(shù)之間的關(guān)系表示縱軸上的學(xué)習(xí)誤差和橫軸上屬性個(gè)數(shù)之間的關(guān)系.上面的曲線(xiàn)上面的曲線(xiàn)(紅色紅色)是驗(yàn)證誤差是驗(yàn)證誤差, 顯示出顯示出7個(gè)屬性效果最好個(gè)屬性效果最好.第58頁(yè)/共188頁(yè) 要看多屬性因子與最小驗(yàn)證誤差的交匯

32、圖，可以點(diǎn)中第7行，然后點(diǎn)擊Cross Plot按鈕，顯示如下窗口： 這個(gè)交匯圖不同于前面所述。它顯示了預(yù)測(cè)的目標(biāo)體預(yù)測(cè)的目標(biāo)體和真實(shí)的目標(biāo)體真實(shí)的目標(biāo)體之間的關(guān)系。紅色曲線(xiàn)不是回歸曲線(xiàn)，而是斜率為1截距為0的直線(xiàn)，這是最好的相關(guān)。 實(shí)際的相關(guān)系數(shù)和誤差顯示在圖的上部分。我們可以看到用7個(gè)屬性得到的相關(guān)系數(shù)幾乎達(dá)到62%。第59頁(yè)/共188頁(yè) 確定多屬性列表中第7個(gè)屬性變換已選中并且點(diǎn)擊Apply / Training Result，程序窗口會(huì)顯示對(duì)目標(biāo)曲線(xiàn)進(jìn)行多屬性變換后得到的預(yù)測(cè)曲線(xiàn)，點(diǎn)擊View / Zoom選項(xiàng)，放大顯示如下圖：第60頁(yè)/共188頁(yè) 點(diǎn)擊點(diǎn)擊Attribute / Di

33、splay Single Attribute List , 選擇第一個(gè)單屬性選擇第一個(gè)單屬性, 1/Inversion Result , 點(diǎn)擊點(diǎn)擊Apply, 對(duì)比上示結(jié)果。從數(shù)學(xué)角度上講對(duì)比上示結(jié)果。從數(shù)學(xué)角度上講, 相關(guān)系數(shù)從相關(guān)系數(shù)從51%提高到提高到62%. 回到多屬性列表，點(diǎn)亮回到多屬性列表，點(diǎn)亮Dominant Frequency，然后，然后點(diǎn)擊點(diǎn)擊List按鈕按鈕, 顯示下表：顯示下表：第61頁(yè)/共188頁(yè)這種方法存在一定的局限性，因?yàn)榫偷卣饘傩灾g在頻率方面存在很大差異這種方法存在一定的局限性，因?yàn)榫偷卣饘傩灾g在頻率方面存在很大差異(如下所示如下所示)。褶積因子褶積因子第

34、62頁(yè)/共188頁(yè)第63頁(yè)/共188頁(yè)222102EwIwwf所有點(diǎn)用同一權(quán)值，因此對(duì)第二個(gè)樣點(diǎn)：所有點(diǎn)用同一權(quán)值，因此對(duì)第二個(gè)樣點(diǎn)：之前的公式之前的公式:P = w0 + w1A1 + w2A2 +.+ wNAN改為改為:P = w0 + w1*A1 + w2*A2 +.+ wN*AN其中其中 * 表示褶積表示褶積. 由兩個(gè)屬性預(yù)測(cè)孔隙度為例說(shuō)明由兩個(gè)屬性預(yù)測(cè)孔隙度為例說(shuō)明: 432124321104321EEEEwIIIIww第64頁(yè)/共188頁(yè)432122222222224321111111111104321EEEE(0)w1)(w001)(w(0)w1)(w001)(w(0)w1)(w

35、001)(w(0)wIIII(0)w1)(w001)(w(0)w1)(w001)(w(0)w1)(w001)(w(0)ww) 1(w)0(w) 1(wII0IIIIII0II11134234123124321此時(shí)此時(shí), 權(quán)權(quán)wi 變?yōu)槿齻€(gè)點(diǎn)的褶積因子變?yōu)槿齻€(gè)點(diǎn)的褶積因子: wi = wi(-1), wi(0), wi(1)上面的矩陣方程變?yōu)樯厦娴木仃嚪匠套優(yōu)?這是一個(gè)新的線(xiàn)性方程，此處權(quán)重wi, 換成了三個(gè)值，wi(-1), wi(0), wi(1)。這個(gè)可以通過(guò)最小平方回歸求得。唯一的差別是對(duì)兩個(gè)屬性來(lái)說(shuō)，我們現(xiàn)在有3+3+1 = 7 個(gè)參數(shù)。例如，對(duì)第二個(gè)樣點(diǎn)，我們有如下7項(xiàng)的方程，而不是

36、3項(xiàng)：32221231211102) 1() 0 () 1() 1() 0 () 1(EwEwEwIwIwIwwfW(0)*I1+ w(-1)*I2W(1)*I1+ w(0)*I2+ w(-1)*I3 W(1)*I2+ w(0)*I3+ w(-1)*I4 W(1)*I3+ W(0)I4第65頁(yè)/共188頁(yè)1 2 3 4 5 6 7 8 9 w(1) *w(0) *w(-1) *+w(1) *+w(0) *+w(-1) *w(1) *w(0) *w(-1) *+w(1) *+w(0) *+w(-1) *w(1) *w(0) *w(-1) *+w(1) *+w(0) *+w(-1) *第66頁(yè)/共

37、188頁(yè)重新寫(xiě)一下上式：重新寫(xiě)一下上式： 32311211222102) 1() 1() 1() 1()0()0(EwIwEwIwEwIwwf在以上方程式中，第一項(xiàng)與非褶積情況一致（只含有第二個(gè)樣點(diǎn)）。同時(shí)它包含在以上方程式中，第一項(xiàng)與非褶積情況一致（只含有第二個(gè)樣點(diǎn)）。同時(shí)它包含0權(quán)重。權(quán)重。 第二項(xiàng)包含第二項(xiàng)包含+1權(quán)重與第一個(gè)樣點(diǎn)。權(quán)重與第一個(gè)樣點(diǎn)。第三項(xiàng)包含第三項(xiàng)包含-1權(quán)重與第三個(gè)樣點(diǎn)。權(quán)重與第三個(gè)樣點(diǎn)。建議有效解決權(quán)重問(wèn)題的方式是創(chuàng)建多個(gè)新的屬性，這些屬性是原始屬性的時(shí)移的結(jié)果。建議有效解決權(quán)重問(wèn)題的方式是創(chuàng)建多個(gè)新的屬性，這些屬性是原始屬性的時(shí)移的結(jié)果。求求 +1 權(quán)重，將屬性前

38、移一個(gè)樣點(diǎn)，同樣的方式適用于權(quán)重，將屬性前移一個(gè)樣點(diǎn)，同樣的方式適用于0權(quán)重。權(quán)重。求求 -1 權(quán)重，將屬性回移一個(gè)樣點(diǎn)，同樣的方式適用于權(quán)重，將屬性回移一個(gè)樣點(diǎn)，同樣的方式適用于0權(quán)重。權(quán)重。第67頁(yè)/共188頁(yè)應(yīng)用褶積因子就如同增加更多的屬性：它會(huì)改善預(yù)測(cè)誤差，但是驗(yàn)證誤差可能不會(huì)得到改善 過(guò)訓(xùn)練的危險(xiǎn)性會(huì)增強(qiáng)。 上面的例子說(shuō)明隨著褶積因子長(zhǎng)度的增加，訓(xùn)練誤差總是降低。而隨著褶積因子長(zhǎng)度的增加，校驗(yàn)誤差降低到最低點(diǎn)，之后會(huì)增加。第68頁(yè)/共188頁(yè)初始化多屬性變換，點(diǎn)擊初始化多屬性變換，點(diǎn)擊 Attribute / Create Multi Attribute List。創(chuàng)建一系列屬性，應(yīng)

39、用所有的井，點(diǎn)擊。創(chuàng)建一系列屬性，應(yīng)用所有的井，點(diǎn)擊Next 在第二頁(yè)，設(shè)置在第二頁(yè)，設(shè)置Maximum number of attributes to use 為為7。練習(xí)練習(xí)4: 褶積因子褶積因子第69頁(yè)/共188頁(yè)第三頁(yè)，定義褶積因子測(cè)試的范圍。第三頁(yè)，定義褶積因子測(cè)試的范圍。設(shè)置從設(shè)置從 1 到到 9，每，每2個(gè)換一個(gè)。個(gè)換一個(gè)。Click OK.在提示菜單跳出來(lái)后選擇在提示菜單跳出來(lái)后選擇 Yes 。This will take a little while to complete, so nows a good time to take a break.第70頁(yè)/共188頁(yè)返回的多

40、屬性列表返回的多屬性列表list2有有5個(gè)不同的版本，每一個(gè)對(duì)應(yīng)不同的褶積因子長(zhǎng)度。個(gè)不同的版本，每一個(gè)對(duì)應(yīng)不同的褶積因子長(zhǎng)度。List 1 (先前練習(xí)得到的先前練習(xí)得到的)也是可用的。也是可用的。選擇不同的多屬性列表，最終屬性的相關(guān)會(huì)隨之變化：選擇不同的多屬性列表，最終屬性的相關(guān)會(huì)隨之變化：點(diǎn)擊點(diǎn)擊 Error Plot / Versus Operator Length.第71頁(yè)/共188頁(yè)可以顯示可以顯示5種不同的褶積因子對(duì)應(yīng)的驗(yàn)證誤差。種不同的褶積因子對(duì)應(yīng)的驗(yàn)證誤差。最小驗(yàn)證誤差發(fā)生在最小驗(yàn)證誤差發(fā)生在7point褶積因子褶積因子6種屬性的時(shí)候。其它的組合驗(yàn)證誤差都比這個(gè)大。種屬性的時(shí)候

41、。其它的組合驗(yàn)證誤差都比這個(gè)大。第72頁(yè)/共188頁(yè)選擇多屬性列表選擇多屬性列表 List2_7pt, 點(diǎn)擊點(diǎn)擊 Error Plot / Versus Attribute Number:這個(gè)圖顯示了這個(gè)圖顯示了7point褶積因子的情況下對(duì)應(yīng)的訓(xùn)練誤差和驗(yàn)證誤差。褶積因子的情況下對(duì)應(yīng)的訓(xùn)練誤差和驗(yàn)證誤差。第73頁(yè)/共188頁(yè)要查看任一個(gè)多屬性褶積因子的交匯圖，點(diǎn)亮要查看任一個(gè)多屬性褶積因子的交匯圖，點(diǎn)亮Amplitude Weighted Frequency（選擇第（選擇第6個(gè)屬性）個(gè)屬性） 點(diǎn)擊點(diǎn)擊 Cross Plot 按鈕，顯示如圖：按鈕，顯示如圖：注意：應(yīng)用褶積因子的作用是將相關(guān)系數(shù)

42、從注意：應(yīng)用褶積因子的作用是將相關(guān)系數(shù)從62%很大地提高到了接近很大地提高到了接近71%第74頁(yè)/共188頁(yè)再次選擇第再次選擇第6個(gè)屬性，點(diǎn)擊個(gè)屬性，點(diǎn)擊Apply / Training Result。如圖，顯示了應(yīng)用多屬性變換后生成的曲線(xiàn)及目標(biāo)曲線(xiàn)。如圖，顯示了應(yīng)用多屬性變換后生成的曲線(xiàn)及目標(biāo)曲線(xiàn)。應(yīng)用應(yīng)用 View / Zoom 放大后，看到如圖：放大后，看到如圖：第75頁(yè)/共188頁(yè)與之前的顯示類(lèi)似，象注釋中指出的那樣，每一條預(yù)測(cè)曲線(xiàn)是通過(guò)應(yīng)用其它井運(yùn)算得到的褶積因子運(yùn)算得到的。它更有效的顯示了這個(gè)程序在一口即將鉆的新井處用得好不好。與之前的顯示類(lèi)似，象注釋中指出的那樣，每一條預(yù)測(cè)曲線(xiàn)是

43、通過(guò)應(yīng)用其它井運(yùn)算得到的褶積因子運(yùn)算得到的。它更有效的顯示了這個(gè)程序在一口即將鉆的新井處用得好不好。如果選擇多屬性變換列表的第如果選擇多屬性變換列表的第6行，還有一個(gè)有用的顯示，可以點(diǎn)擊行，還有一個(gè)有用的顯示，可以點(diǎn)擊Apply / Validation Result.(練習(xí)練習(xí)4結(jié)束結(jié)束)第76頁(yè)/共188頁(yè)練習(xí)練習(xí)5: 3D數(shù)據(jù)體的處理數(shù)據(jù)體的處理 本練習(xí)中，我們將把多屬性變換應(yīng)用于三維地震體中，用以創(chuàng)建一個(gè)新的本練習(xí)中，我們將把多屬性變換應(yīng)用于三維地震體中，用以創(chuàng)建一個(gè)新的P波速度體。波速度體。三維地震體多屬性分析三維地震體多屬性分析我們已經(jīng)導(dǎo)出了地震道和目標(biāo)井曲線(xiàn)的多屬性關(guān)系，現(xiàn)在點(diǎn)擊

44、我們已經(jīng)導(dǎo)出了地震道和目標(biāo)井曲線(xiàn)的多屬性關(guān)系，現(xiàn)在點(diǎn)擊Display / Seismic，將該結(jié)果運(yùn)用到整個(gè)三維數(shù)據(jù)體中，將該結(jié)果運(yùn)用到整個(gè)三維數(shù)據(jù)體中. 地震分析窗口出現(xiàn)。地震分析窗口出現(xiàn)。這包含三步：(1) 保存權(quán)重系數(shù)，它由EMERGE自動(dòng)運(yùn)算得到；(2) 對(duì)每個(gè)地震道，在列表中所有屬性都會(huì)創(chuàng)建一個(gè)屬性值。 EMERGE做這個(gè)是臨時(shí)性的（即體屬性值并不會(huì)創(chuàng)建并保存，這樣會(huì)占太大磁盤(pán)空間）。(3) 對(duì)每一個(gè)屬性應(yīng)用權(quán)重系數(shù)并求和。現(xiàn)在要將之前練習(xí)的結(jié)果應(yīng)用到整個(gè)體。第77頁(yè)/共188頁(yè)創(chuàng)建切片也是觀(guān)察該結(jié)果的一個(gè)有用的方法創(chuàng)建切片也是觀(guān)察該結(jié)果的一個(gè)有用的方法. 點(diǎn)擊顯示點(diǎn)擊顯示compu

45、ted_P-wave result的地震窗口中的的地震窗口中的Process / Slicing / Create Data Slice后后, 上面菜單出現(xiàn)，應(yīng)用默認(rèn)，點(diǎn)擊上面菜單出現(xiàn)，應(yīng)用默認(rèn)，點(diǎn)擊Next .填好上面的菜單后填好上面的菜單后, 我們就創(chuàng)建了一個(gè)以我們就創(chuàng)建了一個(gè)以1065ms為中心的為中心的, 平均時(shí)窗為平均時(shí)窗為10ms的切片的切片. 點(diǎn)擊點(diǎn)擊Next 直至點(diǎn)擊直至點(diǎn)擊 OK, 顯示出該切片顯示出該切片: 第78頁(yè)/共188頁(yè)注意幾何平均值顯示如下：注意幾何平均值顯示如下： 該切片顯示出低速河道穿過(guò)多口井的測(cè)線(xiàn)沿水平方向延伸的特征該切片顯示出低速河道穿過(guò)多口井的測(cè)線(xiàn)沿水平

46、方向延伸的特征. 分析完畢分析完畢, 點(diǎn)擊點(diǎn)擊EMERGE 主窗口中的主窗口中的File / Exit退出程序退出程序. 系統(tǒng)會(huì)提示是否存儲(chǔ)該工區(qū)系統(tǒng)會(huì)提示是否存儲(chǔ)該工區(qū), 點(diǎn)擊點(diǎn)擊Yes.第79頁(yè)/共188頁(yè)選中數(shù)據(jù)庫(kù)選中數(shù)據(jù)庫(kù)porosity.wdb 后后, 點(diǎn)擊點(diǎn)擊OK.第80頁(yè)/共188頁(yè)Well Explorer 窗口：窗口：如圖，加載了如圖，加載了7口井。檢查第一口井曲線(xiàn)，點(diǎn)擊井名口井。檢查第一口井曲線(xiàn)，點(diǎn)擊井名01-08，然后點(diǎn)擊，然后點(diǎn)擊Display Well 顯示如圖：顯示如圖：第81頁(yè)/共188頁(yè)EMERGE 主窗口顯示出來(lái)，點(diǎn)擊主窗口顯示出來(lái)，點(diǎn)擊OK.這口井包含孔隙度

47、曲線(xiàn)及其它曲線(xiàn)。重新啟動(dòng)這口井包含孔隙度曲線(xiàn)及其它曲線(xiàn)。重新啟動(dòng)EMERGE選擇選擇Start New Project。 工區(qū)名為工區(qū)名為 porosity 如圖如圖:第82頁(yè)/共188頁(yè)加載數(shù)據(jù)的過(guò)程與前面的練習(xí)相同加載數(shù)據(jù)的過(guò)程與前面的練習(xí)相同, 此處不再贅述此處不再贅述. 點(diǎn)擊點(diǎn)擊Wells / Read From Database, 如下所示填好前三頁(yè)如下所示填好前三頁(yè):第83頁(yè)/共188頁(yè)即便我們將孔隙度測(cè)井曲線(xiàn)作為目標(biāo)曲線(xiàn)即便我們將孔隙度測(cè)井曲線(xiàn)作為目標(biāo)曲線(xiàn), P波測(cè)井曲線(xiàn)也仍需要進(jìn)行深時(shí)轉(zhuǎn)換波測(cè)井曲線(xiàn)也仍需要進(jìn)行深時(shí)轉(zhuǎn)換. 點(diǎn)擊點(diǎn)擊OK, 激活激活P波測(cè)井曲線(xiàn)波測(cè)井曲線(xiàn).現(xiàn)在點(diǎn)擊

48、現(xiàn)在點(diǎn)擊OK，因?yàn)閿?shù)據(jù)庫(kù)中不止一條，因?yàn)閿?shù)據(jù)庫(kù)中不止一條P波測(cè)井曲線(xiàn)，所以下面的菜單出現(xiàn)了波測(cè)井曲線(xiàn)，所以下面的菜單出現(xiàn)了第84頁(yè)/共188頁(yè)EMERGE的主窗口內(nèi)的主窗口內(nèi)顯示出目標(biāo)測(cè)井曲線(xiàn)顯示出目標(biāo)測(cè)井曲線(xiàn)(孔隙度曲線(xiàn)孔隙度曲線(xiàn)): 點(diǎn)擊點(diǎn)擊Seismic / Add Seismic Input / From File, 選中所有的文件選中所有的文件, 加載地震數(shù)據(jù)加載地震數(shù)據(jù), 如下所示如下所示: 第85頁(yè)/共188頁(yè)加載數(shù)據(jù)作為兩個(gè)獨(dú)立的加載數(shù)據(jù)作為兩個(gè)獨(dú)立的3D體：體：道頭不含有道頭不含有 Inline & Xline 數(shù)或數(shù)或 X & Y 坐標(biāo)坐標(biāo)第86頁(yè)/共188

49、頁(yè)設(shè)置屬性類(lèi)型和兩個(gè)文件的名字：設(shè)置屬性類(lèi)型和兩個(gè)文件的名字：設(shè)置文件格式設(shè)置文件格式 (默認(rèn)的是正確的默認(rèn)的是正確的):第87頁(yè)/共188頁(yè)設(shè)置幾何結(jié)構(gòu)（默認(rèn)的是正確的）：設(shè)置幾何結(jié)構(gòu)（默認(rèn)的是正確的）：點(diǎn)擊點(diǎn)擊OK第88頁(yè)/共188頁(yè)設(shè)置井在地震上的位置設(shè)置井在地震上的位置 (默認(rèn)是正確的默認(rèn)是正確的):提取井旁道（默認(rèn)是正確的）：提取井旁道（默認(rèn)是正確的）：第89頁(yè)/共188頁(yè)Last updated: February 2007EMERGE主窗口現(xiàn)在顯示出所提取的地震道和來(lái)自于外部屬性主窗口現(xiàn)在顯示出所提取的地震道和來(lái)自于外部屬性(反演結(jié)果反演結(jié)果)的合成波阻抗地震道的合成波阻抗地震道

50、:第90頁(yè)/共188頁(yè)將目標(biāo)曲線(xiàn)在地震道帶寬范圍內(nèi)進(jìn)行過(guò)濾，這個(gè)選項(xiàng)經(jīng)常能夠提高結(jié)果質(zhì)量。將目標(biāo)曲線(xiàn)在地震道帶寬范圍內(nèi)進(jìn)行過(guò)濾，這個(gè)選項(xiàng)經(jīng)常能夠提高結(jié)果質(zhì)量。之所以做這個(gè)是因?yàn)榛谶@么個(gè)事實(shí)：目標(biāo)曲線(xiàn)要比地震或者屬性體多好多高頻成分。我們希望通過(guò)過(guò)濾目標(biāo)曲線(xiàn)，使問(wèn)題簡(jiǎn)單化，在練習(xí)中會(huì)做這個(gè)工作。首先，我們需要決定輸入數(shù)據(jù)的頻帶，要做這個(gè)，需要到包含地震體的窗口，點(diǎn)擊Process / Utility / Amplitude Spectrum:第91頁(yè)/共188頁(yè)設(shè)置菜單分析第一條主測(cè)線(xiàn)（應(yīng)用從設(shè)置菜單分析第一條主測(cè)線(xiàn)（應(yīng)用從800ms開(kāi)始的一個(gè)時(shí)窗）開(kāi)始的一個(gè)時(shí)窗）結(jié)果頻譜顯示如下：最大的有用

51、頻率在結(jié)果頻譜顯示如下：最大的有用頻率在75到到90HZ之間：之間：第92頁(yè)/共188頁(yè)現(xiàn)在過(guò)濾目標(biāo)曲線(xiàn)與上述帶寬一致，點(diǎn)擊現(xiàn)在過(guò)濾目標(biāo)曲線(xiàn)與上述帶寬一致，點(diǎn)擊Wells / Filter Logs：Set the maximum frequencies as shown and click on Ok.第93頁(yè)/共188頁(yè)一個(gè)新的窗口出現(xiàn)：顯示對(duì)原始曲線(xiàn)過(guò)濾后的曲線(xiàn)。放大后可以看到高頻細(xì)節(jié)部分被切除了：一個(gè)新的窗口出現(xiàn)：顯示對(duì)原始曲線(xiàn)過(guò)濾后的曲線(xiàn)。放大后可以看到高頻細(xì)節(jié)部分被切除了：第94頁(yè)/共188頁(yè)數(shù)據(jù)被加載用于分析。第一步是檢查單屬性變換。點(diǎn)擊數(shù)據(jù)被加載用于分析。第一步是檢查單屬性變換

52、。點(diǎn)擊Attribute / Create Single Attribute List 顯示如下菜單：顯示如下菜單：注意我們選擇注意我們選擇test non-linear transforms of target （孔隙度）與（孔隙度）與test non-linear transforms of External Attributes（反演體）。（反演體）。This is suggested by the expected negative correlation between these two data sets. 第95頁(yè)/共188頁(yè)注意最好的相關(guān)大約注意最好的相關(guān)大約46% 非常差，

53、原因之一非常差，原因之一, 盡管經(jīng)過(guò)盡管經(jīng)過(guò)check shot 校正校正, 目標(biāo)孔隙度曲線(xiàn)和地震數(shù)據(jù)之間仍然存在著剩余時(shí)移。點(diǎn)擊目標(biāo)孔隙度曲線(xiàn)和地震數(shù)據(jù)之間仍然存在著剩余時(shí)移。點(diǎn)擊Wells / Shift Target Logs 來(lái)校正：來(lái)校正：出現(xiàn)左側(cè)設(shè)置菜單，點(diǎn)擊出現(xiàn)左側(cè)設(shè)置菜單，點(diǎn)擊 Ok 得到列表：得到列表：第96頁(yè)/共188頁(yè)該菜單用來(lái)輸入時(shí)移, 將其用于每條目標(biāo)曲線(xiàn). 當(dāng)然了, 我們不知道輸入多大的數(shù)字, 但我們可以通過(guò)點(diǎn)擊Optimize估計(jì)時(shí)移, 得到下面的菜單:在優(yōu)化時(shí)移菜單中, 我們可以選擇任一種變換, 此處選擇單屬性變換: 1/(Inversion Result).

54、程序會(huì)對(duì)每口井進(jìn)行一系列的時(shí)移變換, 找到能夠產(chǎn)生最大相關(guān)系數(shù)的時(shí)移, 最大時(shí)移不超過(guò)10ms. 上面所示菜單顯示出來(lái)后,點(diǎn)擊Ok.第97頁(yè)/共188頁(yè)注意最大相關(guān)系數(shù)現(xiàn)在提升注意最大相關(guān)系數(shù)現(xiàn)在提升到了到了55%.這時(shí), 時(shí)移菜單顯示出所建議采用的時(shí)移: 接受這些時(shí)移接受這些時(shí)移,點(diǎn)擊點(diǎn)擊Ok。EMERGE主窗口中會(huì)顯示出經(jīng)主窗口中會(huì)顯示出經(jīng)過(guò)時(shí)移后的測(cè)井曲線(xiàn)過(guò)時(shí)移后的測(cè)井曲線(xiàn). 然后然后, 點(diǎn)點(diǎn)擊擊Attribute / Create Single Attribute List，重新計(jì)算單屬重新計(jì)算單屬性變換性變換. 采用系統(tǒng)默認(rèn)的參數(shù)采用系統(tǒng)默認(rèn)的參數(shù), 新的變換列表如下新的變換列表如下

55、: 第98頁(yè)/共188頁(yè)現(xiàn)在創(chuàng)建多屬性列表，點(diǎn)擊現(xiàn)在創(chuàng)建多屬性列表，點(diǎn)擊 Attribute / Create Multi Attribute List 輸入以下參數(shù)：輸入以下參數(shù)：分析結(jié)束后，多屬性列表顯示出來(lái)了分析結(jié)束后，多屬性列表顯示出來(lái)了第99頁(yè)/共188頁(yè)點(diǎn)擊點(diǎn)擊 Error Plot / Versus Attribute Number 顯示預(yù)測(cè)誤差圖。這個(gè)圖顯示最好用顯示預(yù)測(cè)誤差圖。這個(gè)圖顯示最好用4個(gè)屬性。個(gè)屬性。第100頁(yè)/共188頁(yè)注意相關(guān)系數(shù)此時(shí)達(dá)到了注意相關(guān)系數(shù)此時(shí)達(dá)到了74% 。另外，平均均方根誤差是。另外，平均均方根誤差是0.028，即，即 2.8% 孔隙度?？紫抖取?/p>

56、選擇列表的第選擇列表的第4行行 ( Y_Coordinate)并點(diǎn)擊并點(diǎn)擊Apply / Training Result：第101頁(yè)/共188頁(yè)現(xiàn)在，將這個(gè)結(jié)果應(yīng)用到現(xiàn)在，將這個(gè)結(jié)果應(yīng)用到SEGY數(shù)據(jù)體。到地震顯示窗口，點(diǎn)擊數(shù)據(jù)體。到地震顯示窗口，點(diǎn)擊Process / Apply EMERGE，填寫(xiě)第一個(gè)菜單：，填寫(xiě)第一個(gè)菜單：注意為了節(jié)省時(shí)間我們選擇一條線(xiàn)，如上圖所示，點(diǎn)擊注意為了節(jié)省時(shí)間我們選擇一條線(xiàn)，如上圖所示，點(diǎn)擊Next 進(jìn)入下一菜單進(jìn)入下一菜單第102頁(yè)/共188頁(yè)當(dāng)運(yùn)算結(jié)束后，生成的孔隙度體顯示出來(lái)。當(dāng)運(yùn)算結(jié)束后，生成的孔隙度體顯示出來(lái)。選擇第選擇第4個(gè)多屬性變換，如示，點(diǎn)擊個(gè)

57、多屬性變換，如示，點(diǎn)擊Next 然后然后 OK 開(kāi)始運(yùn)行程序。開(kāi)始運(yùn)行程序。第103頁(yè)/共188頁(yè)點(diǎn)擊點(diǎn)擊View / Parameters可以用來(lái)提高顯示效果，在可以用來(lái)提高顯示效果，在 Color Key 標(biāo)簽，改變標(biāo)簽，改變Color Scheme 為為 Lithology 并且清除并且清除 Normalized Scale 選項(xiàng)框選項(xiàng)框:改變數(shù)值范圍，點(diǎn)擊改變數(shù)值范圍，點(diǎn)擊Data Range 設(shè)置窗口如下所示：設(shè)置窗口如下所示：第104頁(yè)/共188頁(yè)點(diǎn)擊點(diǎn)擊 OK 查看預(yù)測(cè)的孔隙度：查看預(yù)測(cè)的孔隙度：注意預(yù)測(cè)的高孔隙度區(qū)域在注意預(yù)測(cè)的高孔隙度區(qū)域在1065ms對(duì)應(yīng)的砂河道。（練習(xí)對(duì)應(yīng)

58、的砂河道。（練習(xí)1-5提到過(guò)）提到過(guò)）(End of Exercise 6)第105頁(yè)/共188頁(yè)我們希望能夠解釋井曲線(xiàn)與地震屬性之間的非線(xiàn)性關(guān)系我們希望能夠解釋井曲線(xiàn)與地震屬性之間的非線(xiàn)性關(guān)系. LogLog線(xiàn)性預(yù)測(cè)線(xiàn)性預(yù)測(cè): Linear prediction非線(xiàn)性預(yù)測(cè)非線(xiàn)性預(yù)測(cè) Non-linear prediction屬性屬性 AttributeAttribute屬性屬性第106頁(yè)/共188頁(yè)EMERGE 中運(yùn)用了四類(lèi)神經(jīng)網(wǎng)絡(luò)中運(yùn)用了四類(lèi)神經(jīng)網(wǎng)絡(luò):MLFN：多層正向反饋：多層正向反饋, 類(lèi)似于傳統(tǒng)的誤差反向傳播類(lèi)似于傳統(tǒng)的誤差反向傳播 .PNNPNN： 概率神經(jīng)網(wǎng)絡(luò)，用于數(shù)據(jù)分類(lèi)時(shí)與判

59、別分析相同；也可概率神經(jīng)網(wǎng)絡(luò)，用于數(shù)據(jù)分類(lèi)時(shí)與判別分析相同；也可以用于數(shù)據(jù)的預(yù)測(cè)，此時(shí)與回歸分析相同以用于數(shù)據(jù)的預(yù)測(cè)，此時(shí)與回歸分析相同.RBF：徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)Discriminant：一種線(xiàn)性分類(lèi)系統(tǒng)：一種線(xiàn)性分類(lèi)系統(tǒng)第107頁(yè)/共188頁(yè)概率神經(jīng)網(wǎng)絡(luò)概率神經(jīng)網(wǎng)絡(luò)(PNN)是用于是用于EMERGE神經(jīng)網(wǎng)絡(luò)中非常重要的一種類(lèi)型，神經(jīng)網(wǎng)絡(luò)中非常重要的一種類(lèi)型，它能用于它能用于classification或或mapping。EMERGE可以可以將一個(gè)輸入地震樣本分為將一個(gè)輸入地震樣本分為N類(lèi)類(lèi)(如：沙巖，頁(yè)巖，石灰?guī)r，如：沙巖，頁(yè)巖，石灰?guī)r， 或油，氣，水等等或油，氣，水等等

60、)。 EMERGE對(duì)輸入地震屬性樣本如孔隙度等儲(chǔ)層參數(shù)進(jìn)行繪圖，這與多線(xiàn)對(duì)輸入地震屬性樣本如孔隙度等儲(chǔ)層參數(shù)進(jìn)行繪圖，這與多線(xiàn)性回歸、性回歸、MLFN都是相同的。但是，都是相同的。但是，PNN用的是另外一種方法（用的是另外一種方法（ 廣義的廣義的回歸神經(jīng)網(wǎng)絡(luò)回歸神經(jīng)網(wǎng)絡(luò)GRNN，它將，它將PNN用于繪圖是最成功，此處我們用用于繪圖是最成功，此處我們用PNN來(lái)來(lái)mapping和和classification。）。）為了說(shuō)明為了說(shuō)明PNN，我們先來(lái)看屬性的空間距離，接下來(lái)探討分類(lèi)問(wèn)題。，我們先來(lái)看屬性的空間距離，接下來(lái)探討分類(lèi)問(wèn)題。第108頁(yè)/共188頁(yè)LogSeismic Attributex1x2x3xy1y2y3