资源描述
会计学1Emerge多属性分析多属性分析(fnx)理论培训理论培训第一页,共188页。EMERGE简介简介(jin ji)从理论上讲从理论上讲,任意类型的曲线都可以任意类型的曲线都可以(ky)是是EMERGE预测的目标预测的目标.实际上实际上,以下类型的测井曲线都已被成功地预测以下类型的测井曲线都已被成功地预测:P波速度波速度(P-wave velocity)孔隙度孔隙度(Porosity)密度密度(Density 伽玛测井伽玛测井(Gamma-ray)水饱和度水饱和度*Water saturation)岩性岩性(Lithology logs)因为EMERGE要将目标曲线与地震资料相关,所以正确的深时转换关系是很关键(gunjin)的。基于此,check-shot校正和手动校正是必须的。唯一的条件就是每口井都必须存在将要进行预测的测井曲线.因为EMERGE假设目标曲线是无噪声的,所以在用EMERGE之前,编辑目标井是非常重要的.第1页/共188页第二页,共188页。EMERGE简介简介(jin ji)EMERGE可以当作常规迭后反演可以当作常规迭后反演(fn yn)的延伸的延伸运用地震和测井资料运用地震和测井资料只能预测地震体的声阻抗预测地震体的任意井曲线的性质通过褶积模型建立地震与测井之间的关系不使用任何先验模型,而是利用统计的方法建立二者的关系。必须提取子波不需要提取子波。确切地说,子波只是所导出关系的一部分。针对叠后的地震数据进行针对地震数据进行,包括叠前和叠后的地震属性。可以用少数的井,甚至只有1口井必须有足够数目的井,至少需要6口井通过创建与真实资料相拟合的合成记录来校验反演结果通过预测所得到的井曲线与事先”隐藏”起来的井曲线相对比来校验结果。结果的分辨率受到地震资料带宽的限制可以通过神经网络分析来提高分辨率第2页/共188页第三页,共188页。地震属性通常是地震道的非线性转换。两种地震属性的类型:基于采样的:calculated from the trace on a sample-by sample basis.举例(j l):振幅包络基于层位的:由两个层位的平均值计算出来 举例(j l):两层位置之间的孔隙度对EMERGE而言,所有的属性都是基于采样的。地震地震(dzhn)属性属性第3页/共188页第四页,共188页。地震属性(shxng)举例:第4页/共188页第五页,共188页。EMERGE 能够计算下列内部属性:能够计算下列内部属性:振幅包络振幅包络(bo lu)Amplitude Envelope振幅振幅*加权相位余弦加权相位余弦 Amplitude Weighted Cosine Phase振幅振幅*加权频率加权频率 Amplitude Weighted Frequency振幅振幅*加权相位加权相位 Amplitude Weighted Phase平均频率平均频率 Average Frequency视极性视极性 Apparent Polarity瞬时瞬时Cosine相位相位 Cosine Instantaneous Phase导数导数 Derivative瞬时振幅的导数瞬时振幅的导数 Derivative Instantaneous Amplitude主频主频 Dominant Frequency滤波切片滤波切片 Filter Slices瞬时频率瞬时频率 Instantaneous Frequency瞬时相位瞬时相位 Instantaneous Phase积分积分 Integrate绝对振幅积分绝对振幅积分 Integrated Absolute Amplitude二阶导数二阶导数 Second Derivative瞬时振幅的二阶导数瞬时振幅的二阶导数 Second Derivative Instantaneous Amplitude时间时间 Time地震地震(dzhn)属属性性第5页/共188页第六页,共188页。EMERGE可以输入外部属性。可以输入外部属性。它们不能通过内部属性计算出来,它们不能通过内部属性计算出来,因为:因为:它们是独立的,比如相关属性。它们是独立的,比如相关属性。太复杂,太复杂,如地震反演,如地震反演,AVO属性,属性,等等。等等。内部属性可以归为以下几类:内部属性可以归为以下几类:瞬时属性瞬时属性 Instantaneous attributes频率属性频率属性 Windowed frequency attributes滤波切片滤波切片 Filter slices导数属性导数属性 Derivative attributes积分积分(jfn)属性属性 Integrated attributes时间(线性渐变)时间(线性渐变)Time(a linear ramp)以地震数据为例,现在来关注一下关于群属性的理论。以地震数据为例,现在来关注一下关于群属性的理论。地震地震(dzhn)属性属性第6页/共188页第七页,共188页。f(f(t)SeismicTimeHilbertTransformh(t)s(t)A(t)瞬时属性瞬时属性)()(tan)(:and)()()(1 :where)(sin)()(cos)()(exp()()()()(122tsthtthtstAittiAttAtitAtihtstCffffTaner,et al首先提出瞬时属性首先提出瞬时属性(Geophysics,June,1979)。他们从复地震道。他们从复地震道C(t)算起。算起。C(t)由地震道由地震道s(t)与其希尔伯特变换与其希尔伯特变换h(t)(希尔伯特变换即对地震道作希尔伯特变换即对地震道作90度相移度相移)。如下。如下(rxi)所示所示,将复数地震道写成极坐标形式,图中标示出了两个基本属性:将复数地震道写成极坐标形式,图中标示出了两个基本属性:振幅包络振幅包络A(t)(也称为瞬时振幅也称为瞬时振幅)和瞬时相位和瞬时相位f(t)。第7页/共188页第八页,共188页。()()the instantaneous frequencydttdtf另一个另一个(y)瞬时属性则是前面三个基本属性的结合瞬时属性则是前面三个基本属性的结合.cos()cosine instantaneous phase,A(t)cos()amplitude weighted cos phase,A(t)()amplitude weighted phase,A(t)()amplitude weighted frequency.ttttfff视极性属性则是由振幅视极性属性则是由振幅(zhnf)包络乘以该地震道的波峰的极性符号而得,应用于该波峰相邻的波谷之间的一段地震道包络乘以该地震道的波峰的极性符号而得,应用于该波峰相邻的波谷之间的一段地震道.瞬时属性瞬时属性第8页/共188页第九页,共188页。我们来看某三维体我们来看某三维体inline95处各个处各个(gg)瞬时属性的图像瞬时属性的图像.08-08井也标在其上井也标在其上.瞬时属性瞬时属性第9页/共188页第十页,共188页。瞬时瞬时(shn sh)相位相位 inline 95.振幅振幅(zhnf)包络包络 inline 95.第10页/共188页第十一页,共188页。振幅振幅*加权相位加权相位(xingwi)余弦余弦 inline 95.瞬时瞬时(shn sh)相位的余弦相位的余弦 inline 95.第11页/共188页第十二页,共188页。振幅振幅(zhnf)*加权相位加权相位 inline 95.视极性视极性 inline 95.第12页/共188页第十三页,共188页。瞬时瞬时(shn sh)频率频率 inline 95.振幅振幅(zhnf)*加权频率加权频率 inline 95.第13页/共188页第十四页,共188页。时窗频率时窗频率(pnl)属性属性EMERGE的另一类属是基于地震道的时窗频率分析。在此过程中,系统默认在的另一类属是基于地震道的时窗频率分析。在此过程中,系统默认在64倍采样间隔的时窗对每个地震道进行傅里叶变换。倍采样间隔的时窗对每个地震道进行傅里叶变换。在本窗口中,选择好平均频率振幅或主频振幅,并将该值赋予时窗中心点。在本窗口中,选择好平均频率振幅或主频振幅,并将该值赋予时窗中心点。随后,设置随后,设置32倍采样间隔的时窗,计算此时的频率振幅。注意:在属性参数菜单中可以修改倍采样间隔的时窗,计算此时的频率振幅。注意:在属性参数菜单中可以修改(xigi)采样时窗的默认值,如下所示:采样时窗的默认值,如下所示:第14页/共188页第十五页,共188页。inline 95 处的平均处的平均(pngjn)频率频率Average frequency时窗频率时窗频率(pnl)属性属性第15页/共188页第十六页,共188页。第三类属性为地震第三类属性为地震(dzhn)道的窄带滤波切片道的窄带滤波切片.以下六种为通常所用以下六种为通常所用: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下面分别显示最低频和最高频切片下面分别显示最低频和最高频切片.第16页/共188页第十七页,共188页。inline 95 处处55/60 65/70 Hz滤波滤波(lb)切片切片滤波滤波(lb)切片属性切片属性第17页/共188页第十八页,共188页。.,2211121121tssstdddtssdiiiiiiiii其中其中,si 是第是第i个地震道或振幅包络个地震道或振幅包络;d1i为一阶导数为一阶导数;d2i为二阶导数为二阶导数;Dt为采样为采样(ci yn)间隔间隔.以以inline95处的地震道和振幅包络为例处的地震道和振幅包络为例:导数导数(do sh)属性属性第18页/共188页第十九页,共188页。inline 95 处的振幅处的振幅(zhnf)包络的导数包络的导数导数导数(do sh)属性属性第19页/共188页第二十页,共188页。振幅包络振幅包络(bo lu)的二阶导数的二阶导数导数导数(do sh)属性属性第20页/共188页第二十一页,共188页。1iiiIsI其中,其中,si 代表第代表第i个地震道或振幅包络,个地震道或振幅包络,Ii代表相应的积分值代表相应的积分值.最后,对默认的最后,对默认的50个点进行平滑个点进行平滑(pnghu)滤波以便去除反演结果的低频趋势,然后进行积分。将振幅包络除以最大最小采样数之差滤波以便去除反演结果的低频趋势,然后进行积分。将振幅包络除以最大最小采样数之差,使之归一化使之归一化.同样同样,默认选项均可在属性参数菜单中修改默认选项均可在属性参数菜单中修改.以以inline 95处的积分为例见下一页处的积分为例见下一页:At the end of the running sum the integrated seismic trace is filtered by running a default 50 point smoother 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,shown earlier.第21页/共188页第二十二页,共188页。振幅振幅(zhnf)包络积分包络积分 Integrated amplitude envelope积分积分(jfn)属性属性第22页/共188页第二十三页,共188页。Inline95处的时间属性处的时间属性(对于该地震对于该地震(dzhn)体的任一测线时间属性看起来似乎都是相同的体的任一测线时间属性看起来似乎都是相同的).第23页/共188页第二十四页,共188页。地震地震(dzhn)属性属性第24页/共188页第二十五页,共188页。第25页/共188页第二十六页,共188页。交汇交汇(jio hu)图图第26页/共188页第二十七页,共188页。N1i2ii2)x*ba(yN1EN1iyixixy)m)(ym(xN1N1iixxN1mN1iiyyN1m交汇交汇(jio hu)图图其中其中(qzhng),平均值平均值:协方差定义如下协方差定义如下:第27页/共188页第二十八页,共188页。xyxy交汇交汇(jio hu)图图预测误差为目标测井曲线预测误差为目标测井曲线(qxin)的真实值与预测值之间的均方差的真实值与预测值之间的均方差.通过应用回归方程来预测目标属性通过应用回归方程来预测目标属性:第28页/共188页第二十九页,共188页。交汇交汇(jio hu)图图第29页/共188页第三十页,共188页。如上图所示选择属性类别如上图所示选择属性类别.我们可以看到可利用的内部我们可以看到可利用的内部(nib)属性全部显示在左列属性全部显示在左列,而我们所选择的属性显示在右边列表而我们所选择的属性显示在右边列表.第30页/共188页第三十一页,共188页。点击点击Ok得到下图,它显示了得到下图,它显示了01-08井旁地震井旁地震(dzhn)道提取的振幅包络道提取的振幅包络:第31页/共188页第三十二页,共188页。点击点击Display/Crossplot 查看该属性与目标曲线的相关查看该属性与目标曲线的相关(xinggun)程度程度.第32页/共188页第三十三页,共188页。该交汇图用了分析时窗内所有井的全部点,纵坐标为目标声波测井曲线,横坐标为一外部地震该交汇图用了分析时窗内所有井的全部点,纵坐标为目标声波测井曲线,横坐标为一外部地震(dzhn)属性,即反演结果。该图的上部分显示了回归方程的斜率和截距以及归一化的相关系数。该相关系数是衡量用该地震属性,即反演结果。该图的上部分显示了回归方程的斜率和截距以及归一化的相关系数。该相关系数是衡量用该地震(dzhn)属性去预测目标曲线的符合程度。属性去预测目标曲线的符合程度。第33页/共188页第三十四页,共188页。点击点击Attribute/Create Single Attribute List,计算计算(j sun)所有地震属性的相关系数所有地震属性的相关系数,并进行排序并进行排序.左上角显示出工区中的所有井,右上角显示出分析中将要用的井,系统默认使用所有的井。左上角显示出工区中的所有井,右上角显示出分析中将要用的井,系统默认使用所有的井。中间左侧框显示了所有的属性(内部和外部属性)。中间右侧框显示选中的属性,默认选全部属性。注意:我们也可以中间左侧框显示了所有的属性(内部和外部属性)。中间右侧框显示选中的属性,默认选全部属性。注意:我们也可以(ky)选择是否要对目标曲线和地震属性做非线性变换以提高其相关程度。选择是否要对目标曲线和地震属性做非线性变换以提高其相关程度。单属性单属性(shxng)分析分析第34页/共188页第三十五页,共188页。以上以上(yshng)选好后,点击选好后,点击Ok,结果显示如下结果显示如下:从上表中我们看到使用外部属性,从上表中我们看到使用外部属性,“反演反演(fn yn)结果结果”的误差最小可达的误差最小可达298.76。有时。有时,应用目标曲线和地震道之间的剩余时移以及应用目标曲线和地震道之间的剩余时移以及check-shot校正都能够提高反演校正都能够提高反演(fn yn)的相关程度,尽可能减小误差。的相关程度,尽可能减小误差。第35页/共188页第三十六页,共188页。校正这个的一种方法校正这个的一种方法(fngf)是点击是点击Wells/Shift Target Logs,如下图,如下图:该菜单允许输入该菜单允许输入(shr)每条目标曲线的时移。当然,我们并不知道输入每条目标曲线的时移。当然,我们并不知道输入(shr)多少合适,可以点击多少合适,可以点击Optimize按钮按钮,出现左侧的窗口:出现左侧的窗口:第36页/共188页第三十七页,共188页。你可以在优化时移菜单中选择变换你可以在优化时移菜单中选择变换(binhun)的类型,此处,我们选择单属性变换的类型,此处,我们选择单属性变换(binhun):1/inversion result.系统会对每口井实行一系列时移来找出最优化的时移系统会对每口井实行一系列时移来找出最优化的时移,使得相关系数尽可能达到最大使得相关系数尽可能达到最大,此处选择的最大时移为此处选择的最大时移为10ms,选好之后,选好之后,点击点击Ok.则下面的时移菜单就会显示出建议时移。则下面的时移菜单就会显示出建议时移。默认这些结果默认这些结果,点击点击Ok.EMERGE主窗口会更新这些经过主窗口会更新这些经过(jnggu)时移的井。点击时移的井。点击Attribute/Create Single Attribute List重新计算单属性变换重新计算单属性变换.第37页/共188页第三十八页,共188页。采用系统默认值采用系统默认值,结果结果(ji gu)如下如下:现在我们可以看到目标曲线的平方根与现在我们可以看到目标曲线的平方根与1/(Inversion Result)之间的误差最小之间的误差最小,为为289.75。单属性列表显示出每个属性的交汇图结果,并且按照误差从小到大排序。单属性列表显示出每个属性的交汇图结果,并且按照误差从小到大排序。如果你选中某个属性比如如果你选中某个属性比如(P-wave)的平方根的平方根&1/Inversion Result)然后点击然后点击(din j)Cross Plot按钮按钮,就会显示出两者相应的交汇图。就会显示出两者相应的交汇图。第38页/共188页第三十九页,共188页。当你选中某个属性当你选中某个属性(shxng)如如1/Inversion Result,然后点击然后点击Apply按钮按钮,就会看到以下所示的界面就会看到以下所示的界面:上图显示上图显示(xinsh)了用指定的属性了用指定的属性(1/inversion result)来预测得到的目标曲线和真实的目标曲线,还有回归方程的截距和斜率。点击窗口顶部的来预测得到的目标曲线和真实的目标曲线,还有回归方程的截距和斜率。点击窗口顶部的View/Zoom,用鼠标分别对三口井选取时窗附近一个区域,则会看到放大后的曲线。,用鼠标分别对三口井选取时窗附近一个区域,则会看到放大后的曲线。第39页/共188页第四十页,共188页。如图显示了实际目标曲线如图显示了实际目标曲线(黑色表示黑色表示)与由属性预测与由属性预测(yc)得到的曲线得到的曲线(红色表示红色表示)。上部的。上部的Average Error(平均误差平均误差)是真实的测井曲线值与所预测是真实的测井曲线值与所预测(yc)的值的均方根差。的值的均方根差。注意到对注意到对Inversion Result应用回归方程会产生与真实的目标曲线相一致的变化趋势应用回归方程会产生与真实的目标曲线相一致的变化趋势,但是不能够准确地预测但是不能够准确地预测(yc)它的细微的特征它的细微的特征.这是由于这是由于 Inversion Result是由相对比较粗糙的块进行划分的,而是由相对比较粗糙的块进行划分的,而EMERGE可以通过应用别的一些地震属性来提高对细微特征的分辨能力。可以通过应用别的一些地震属性来提高对细微特征的分辨能力。(练习练习2结束结束)结果结果(ji gu)如下如下:第40页/共188页第四十一页,共188页。两属性的交汇两属性的交汇(jio hu)(最佳拟合是一个面最佳拟合是一个面)单属性交汇单属性交汇(jio hu)图图(最佳拟合是一条线最佳拟合是一条线)应用多属性是对常规交汇图的一种拓展第41页/共188页第四十二页,共188页。对每个时窗而言对每个时窗而言,目标目标(mbio)曲线都被模拟成多个属性的线性组合曲线都被模拟成多个属性的线性组合.第42页/共188页第四十三页,共188页。3210NNN222111N21wwwwFEI1FEI1FEI1或者或者(huzh)P=AW第43页/共188页第四十四页,共188页。N1i2i3i2i10i2)F*wE*wI*ww(N1E这些系数满足预测误差最小化这个这些系数满足预测误差最小化这个(zh ge)条件条件.或或:第44页/共188页第四十五页,共188页。第45页/共188页第四十六页,共188页。第46页/共188页第四十七页,共188页。第三步第三步:找到最好的第三个属性:找到最好的第三个属性:假设假设(jish)前两个最好的属性分别为属性前两个最好的属性分别为属性1 和属性和属性2,用它们和属性列表中的成员分别组成三个属性的组,用它们和属性列表中的成员分别组成三个属性的组,如下如下:(attribute1,attribute2,Amplitude Weighted Phase),(attribute1,attribute2,Average Frequency),etc.最小误差的便是第三个最好的属性最小误差的便是第三个最好的属性,称为属性称为属性3.不断地这样优选出你需要的属性不断地这样优选出你需要的属性.减小预测误差减小预测误差:N个属性的预测误差个属性的预测误差EN总是总是 小于或等于小于或等于N-1个属性的预测误差。个属性的预测误差。第47页/共188页第四十八页,共188页。如何知道选取如何知道选取(xunq)多少个属性为最佳呢多少个属性为最佳呢?增加属性就相当于用高次的多项式来拟合曲线增加属性就相当于用高次的多项式来拟合曲线.属性属性(shxng)的有效性的有效性第48页/共188页第四十九页,共188页。随着多项式的阶数增加,预测误差(wch)趋于减小.问题在于,当用过高阶多项式拟合时,对已有数据范围内可能拟合的好,但是内插或外推时超过边界的数据会拟合的很糟糕,如下所示,这就是“过训练”的问题。第49页/共188页第五十页,共188页。第50页/共188页第五十一页,共188页。第51页/共188页第五十二页,共188页。N1i2i3i2i10i2)F*wE*wI*ww(N1E只用井只用井1的数据来算的数据来算,这样得到这样得到(d do)井井1的校验误差的校验误差E1.(3)分别保留井分别保留井2,井井3,井井4,井井5,依上述分别计算回归系数和验证误差依上述分别计算回归系数和验证误差.(4)计算所有井的平均验证误差计算所有井的平均验证误差:EA=(E1+E2+E3+E4+E5)/5第52页/共188页第五十三页,共188页。下面下面(xi mian)是是Emerge分析的有效性分布图:分析的有效性分布图:第53页/共188页第五十四页,共188页。该菜单包括两页:第一页选择用于多属性分析的井。此处采用默认(mrn)选项,点击Next第54页/共188页第五十五页,共188页。第一项确定创建一系列变换还是单个变换.通常,我们创建一系列变换,用step-wise regression来验证多属性。最大属性个数是个很重要的参数(cnsh)。在此分析中,EMERGE 通过step-wise regression搜索到预测目标体的属性集合。最大属性个数控制着何时停止搜索.这个搜索过程影响着运行时间。第55页/共188页第五十六页,共188页。第56页/共188页第五十七页,共188页。多属性相关(xinggun)结果给出了计算结果,每一行对应于一个多属性变换,包括实行变换的属性对。比如:第一行1/Inversion Result表示单独使用时的最好属性为Inversion Result。第二行,Time指的是1/Inversion Result 和Time是最好的属性对。用于同时进行变换时。第57页/共188页第五十八页,共188页。依此依此,我们得到了最好的三个属性组合和四个属性组合我们得到了最好的三个属性组合和四个属性组合,等等等等.训练误差的减小说明训练误差的减小说明(shumng)随着属性个数的增加随着属性个数的增加,预测误差降低。预测误差降低。也可看到预测误差的显示也可看到预测误差的显示Error Plot/Versus Attribute Number,如下:,如下:下面的曲线下面的曲线(黑色黑色)表示纵轴上的学习表示纵轴上的学习(xux)误差和横轴上属性个数之间的关系误差和横轴上属性个数之间的关系.上面的曲线上面的曲线(红色红色)是验证误差是验证误差,显示出显示出7个属性效果最好个属性效果最好.第58页/共188页第五十九页,共188页。要看多属性因子与最小验证误差的交汇图,可以点中第7行,然后点击(din j)Cross Plot按钮,显示如下窗口:这个交汇图不同于前面所述。它显示了预测的目标体和真实的目标体之间的关系。红色曲线不是回归曲线,而是斜率为1截距为0的直线(zhxin),这是最好的相关。实际的相关系数和误差显示在图的上部分。我们可以看到用7个属性得到的相关系数几乎达到62%。第59页/共188页第六十页,共188页。确定多属性列表中第7个属性变换已选中并且点击Apply/Training Result,程序窗口会显示对目标(mbio)曲线进行多属性变换后得到的预测曲线,点击View/Zoom选项,放大显示如下图:第60页/共188页第六十一页,共188页。点击点击Attribute/Display Single Attribute List,选择第一个单属性选择第一个单属性(shxng),1/Inversion Result,点击点击Apply,对比上示结果。从数学角度上讲对比上示结果。从数学角度上讲,相关系数从相关系数从51%提高到提高到62%.回到多属性回到多属性(shxng)列表,点亮列表,点亮Dominant Frequency,然后点击,然后点击List按钮按钮,显示下表:显示下表:第61页/共188页第六十二页,共188页。这种方法存在一定的局限性,因为井和地震这种方法存在一定的局限性,因为井和地震(dzhn)属性之间在频率方面存在很大差异属性之间在频率方面存在很大差异(如下所示如下所示)。褶积因子褶积因子(ynz)第62页/共188页第六十三页,共188页。第63页/共188页第六十四页,共188页。222102EwIwwf所有所有(suyu)点用同一权值,因此对第二个样点:点用同一权值,因此对第二个样点:之前之前(zhqin)的公式的公式:P=w0+w1A1+w2A2+.+wNAN改为改为:P=w0+w1*A1+w2*A2+.+wN*AN其中其中*表示褶积表示褶积.由两个属性由两个属性(shxng)预测孔隙度为例说明预测孔隙度为例说明:432124321104321EEEEwIIIIww第64页/共188页第六十五页,共188页。432122222222224321111111111104321EEEE(0)w1)(w001)(w(0)w1)(w001)(w(0)w1)(w001)(w(0)wIIII(0)w1)(w001)(w(0)w1)(w001)(w(0)w1)(w001)(w(0)ww)1(w)0(w)1(wII0IIIIII0II11134234123124321此时此时,权权wi 变为三个点的褶积因子变为三个点的褶积因子:wi=wi(-1),wi(0),wi(1)上面上面(shng min)的矩阵方程变为的矩阵方程变为:这是一个新的线性方程,此处权重wi,换成了三个值,wi(-1),wi(0),wi(1)。这个可以通过最小平方回归求得。唯一的差别是对两个(lin)属性来说,我们现在有3+3+1=7 个参数。例如,对第二个样点,我们有如下7项的方程,而不是3项: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页/共188页第六十六页,共188页。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页/共188页第六十七页,共188页。重新重新(chngxn)写一下上式:写一下上式:32311211222102)1()1()1()1()0()0(EwIwEwIwEwIwwf在以上方程式中,第一项与非褶积情况一致在以上方程式中,第一项与非褶积情况一致(yzh)(只含有第二个样点)。同时它包含(只含有第二个样点)。同时它包含0权重。权重。第二项包含第二项包含+1权重与第一个样点。权重与第一个样点。第三项包含第三项包含-1权重与第三个样点。权重与第三个样点。建议有效解决权重问题的方式是创建多个新的属性,这些属性是原始属性的时移的结果。建议有效解决权重问题的方式是创建多个新的属性,这些属性是原始属性的时移的结果。求求+1 权重,将属性前移一个样点,同样的方式适用于权重,将属性前移一个样点,同样的方式适用于0权重。权重。求求-1 权重,将属性回移一个样点,同样的方式适用于权重,将属性回移一个样点,同样的方式适用于0权重。权重。第67页/共188页第六十八页,共188页。应用(yngyng)褶积因子就如同增加更多的属性:它会改善预测误差,但是验证误差可能不会得到改善 过训练的危险性会增强。上面的例子说明随着褶积因子长度的增加,训练误差总是降低。而随着褶积因子长度的增加,校验误差降低到最低点,之后会增加。第68页/共188页第六十九页,共188页。初始化多属性变换,点击初始化多属性变换,点击 Attribute/Create Multi Attribute List。创建一系列属性,应用。创建一系列属性,应用(yngyng)所有的井,点击所有的井,点击Next 在第二页,设置在第二页,设置(shzh)Maximum number of attributes to use 为为7。练习练习4:褶积因子褶积因子第69页/共188页第七十页,共188页。第三页,定义褶积因子测试的范围。第三页,定义褶积因子测试的范围。设置从设置从 1 到到 9,每,每2个换一个。个换一个。Click OK.在提示菜单跳出来在提示菜单跳出来(ch li)后选择后选择 Yes。This will take a little while to complete,so nows a good time to take a break.第70页/共188页第七十一页,共188页。返回的多属性列表返回的多属性列表list2有有5个不同的版本,每一个对应不同的褶积因子长度。个不同的版本,每一个对应不同的褶积因子长度。List 1(先前练习先前练习(linx)得到的得到的)也是可用的。也是可用的。选择选择(xunz)不同的多属性列表,最终属性的相关会随之变化:不同的多属性列表,最终属性的相关会随之变化:点击点击 Error Plot/Versus Operator Length.第71页/共188页第七十二页,共188页。可以可以(ky)显示显示5种不同的褶积因子对应的验证误差。种不同的褶积因子对应的验证误差。最小验证误差发生在最小验证误差发生在7point褶积因子褶积因子6种属性的时候。其它的组合验证误差都比这个大。种属性的时候。其它的组合验证误差都比这个大。第72页/共188页第七十三页,共188页。选择选择(xunz)多属性列表多属性列表 List2_7pt,点击点击 Error Plot/Versus Attribute Number:这个图显示了这个图显示了7point褶积因子的情况下对应的训练误差褶积因子的情况下对应的训练误差(wch)和验证误差和验证误差(wch)。第73页/共188页第七十四页,共188页。要查看任一个多属性褶积因子要查看任一个多属性褶积因子(ynz)的交汇图,点亮的交汇图,点亮Amplitude Weighted Frequency(选择第(选择第6个属性)个属性)点击点击 Cross Plot 按钮,显示如图:按钮,显示如图:注意:应用注意:应用(yngyng)褶积因子的作用是将相关系数从褶积因子的作用是将相关系数从62%很大地提高到了接近很大地提高到了接近71%第74页/共188页第七十五页,共188页。再次选择第再次选择第6个属性,点击个属性,点击(din j)Apply/Training Result。如图,显示了应用多属性变换后生成的曲线及目标曲线。如图,显示了应用多属性变换后生成的曲线及目标曲线。应用应用(yngyng)View/Zoom 放大后,看到如图:放大后,看到如图:第75页/共188页第七十六页,共188页。与之前的显示类似,象注释中指出的那样与之前的显示类似,象注释中指出的那样(nyng),每一条预测曲线是通过应用其它井运算得到的褶积因子运算得到的。它更有效的显示了这个程序在一口即将钻的新井处用得好不好。,每一条预测曲线是通过应用其它井运算得到的褶积因子运算得到的。它更有效的显示了这个程序在一口即将钻的新井处用得好不好。如果选择多属性如果选择多属性(shxng)变换列表的第变换列表的第6行,还有一个有用的显示,可以点击行,还有一个有用的显示,可以点击Apply/Validation Result.(练习练习(linx)4结束结束)第76页/共188页第七十七页,共188页。练习练习5:3D数据数据(shj)体的处体的处理理 本练习中,我们将把多属性变换应用于三维地震体中,用以创建一个新的本练习中,我们将把多属性变换应用于三维地震体中,用以创建一个新的P波速度体。波速度体。三维地震体多属性分析三维地震体多属性分析我们已经导出了地震道和目标井曲线的多属性关系,现在点击我们已经导出了地震道和目标井曲线的多属性关系,现在点击Display/Seismic,将该结果运用到整个三维数据体中,将该结果运用到整个三维数据体中.地震分析窗口地震分析窗口(chungku)出现。出现。这包含三步:这包含三步:(1)保存权重系数,它由保存权重系数,它由EMERGE自动运算得到;自动运算得到;(2)对每个地震道,在列表中所有属性都会创建一个属性值。对每个地震道,在列表中所有属性都会创建一个属性值。EMERGE做这个是临时性的(即体属性值并不会创建并保存,这样会占太大磁盘空间)。做这个是临时性的(即体属性值并不会创建并保存,这样会占太大磁盘空间)。(3)对每一个属性应用权重系数并求和。对每一个属性应用权重系数并求和。现在要将之前练习的结果应用到整个体。现在要将之前练习的结果应用到整个体。第77页/共188页第七十八页,共188页。创建切片也是观察该结果的一个有用的方法创建切片也是观察该结果的一个有用的方法.点击显示点击显示computed_P-wave result的地震的地震(dzhn)窗口中的窗口中的Process/Slicing/Create Data Slice后后,上面菜单出现,应用默认,点击上面菜单出现,应用默认,点击Next.填好上面填好上面(shng min)的菜单后的菜单后,我们就创建了一个以我们就创建了一个以1065ms为中心的为中心的,平均时窗为平均时窗为10ms的切片的切片.点击点击Next 直至点击直至点击 OK,显示出该切片显示出该切片:第78页/共188页第七十九页,共188页。注意几何注意几何(j h)平均值显示如下:平均值显示如下:该切片显示出低速河道穿过多口井的测线沿水平方向该切片显示出低速河道穿过多口井的测线沿水平方向(fngxing)延伸的特征延伸的特征.分析完毕分析完毕,点击点击EMERGE 主窗口中的主窗口中的File/Exit退出程序退出程序.系统会提示是否存储该工区系统会提示是否存储该工区,点击点击Yes.第79页/共188页第八十页,共188页。选中数据库选中数据库porosity.wdb 后后,点击点击(din j)OK.第80页/共188页第八十一页,共188页。Well Explorer 窗口窗口(chungku):如图,加载了如图,加载了7口井。检查口井。检查(jinch)第一口井曲线,点击井名第一口井曲线,点击井名01-08,然后点击,然后点击Display Well 显示如图:显示如图:第81页/共188页第八十二页,共188页。EMERGE 主窗口主窗口(chungku)显示出来,点击显示出来,点击OK.这口井包含孔隙度曲线及其它曲线。重新启动这口井包含孔隙度曲线及其它曲线。重新启动EMERGE选择选择(xunz)Start New Project。工区名为工区名为 porosity 如图如图:第82页/共188页第八十三页,共188页。加载数据的过程加载数据的过程(guchng)与前面的练习相同与前面的练习相同,此处不再赘述此处不再赘述.点击点击Wells/Read From Database,如下所示填好前三页如下所示填好前三页:第83页/共188页第八十四页,共188页。即便我们将孔隙度测井曲线即便我们将孔隙度测井曲线(qxin)作为目标曲线作为目标曲线(qxin),P波测井曲线波测井曲线(qxin)也仍需要进行深时转换也仍需要进行深时转换.点击点击OK,激活激活P波测井曲线波测井曲线(qxin).现在点击现在点击OK,因为数据库中不止一条,因为数据库中不止一条P波测井曲线,所以下面的菜单波测井曲线,所以下面的菜单(ci dn)出现了出现了第84页/共188页第八十五页,共188页。EMERGE的主窗口内显的主窗口内显示示(xinsh)出目标测井出目标测井曲线曲线(孔隙度曲线孔隙度曲线):点击点击(din j)Seismic/Add Seismic Input/From File,选中所有的文件选中所有的文件,加载地震数据加载地震数据,如下所示如下所示:第85页/共188页第八十六页,共188页。加载数据作为加载数据作为(zuwi)两个独立的两个独立的3D体:体:道头不含有道头不含有(hn yu)Inline&Xline 数或数或 X&Y 坐标坐标第86页/共188页第八十七页,共188页。设置属性类型和两个文件设置属性类型和两个文件(wnjin)的名字:的名字:设置文件格式设置文件格式(默认默认(mrn)的是正确的的是正确的):第87页/共188页第八十八页,共188页。设置几何结构设置几何结构(jigu)(默认的是正确的):(默认的是正确的):点击点击(din j)OK第88页/共188页第八十九页,共188页。设置井在地震上的位置设置井在地震上的位置(默认默认(mrn)是正确的是正确的):提取提取(tq)井旁道(默认是正确的):井旁道(默认是正确的):第89页/共188页第九十页,共188页。Last updated:February 2007EMERGE主窗口现在显示出所提取的地震道和来自于外部属性主窗口现在显示出所提取的地震道和来自于外部属性(反演结果反演结果(ji gu)的合成波阻抗地震道的合成波阻抗地震道:第90页/共188页第九十一页,共188页。将目标曲线在地震道带宽范围内进行过滤,这个选项经常能够提高结果将目标曲线在地震道带宽范围内进行过滤,这个选项经常能够提高结果(ji gu)质量。质量。之所以做这个是因为基于这么个事实:目标曲线要比地震或者(huzh)属性体多好多高频成分。我们希望通过过滤目标曲线,使问题简单化,在练习中会做这个工作。首先,我们(w men)需要决定输入数据的频带,要做这个,需要到包含地震体的窗口,点击Process/Utility/Amplitude Spectrum:第91页/共188页第九十二页,共188页。设置设置(shzh)菜单分析第一条主测线(应用从菜单分析第一条主测线(应用从800ms开始的一个时窗)开始的一个时窗)结果结果(ji gu)频谱显示如下:最大的有用频率在频谱显示如下:最大的有用频率在75到到90HZ之间:之间:第92页/共188页第九十三页,共188页。现在过滤目标曲线与上述带宽一致现在过滤目标曲线与上述带宽一致(yzh),点击,点击Wells/Filter Logs:Set the maximum frequencies as shown and click on Ok.第93页/共188页第九十四页,共188页。一个新的窗口出现一个新的窗口出现(chxin):显示对原始曲线过滤后的曲线。放大后可以看到高频细节部分被切除了:显示对原始曲线过滤后的曲线。放大后可以看到高频细节部分被切除了:第94页/共188页第九十五页,共188页。数据被加载用于分析。第一步是检查单属性变换。点击数据被加载用于分析。第一步是检查单属性变换。点击Attribute/Create Single Attribute List 显示显示(xinsh)如下菜单:如下菜单:注意注意(zh y)我们选择我们选择test non-linear transforms of target(孔隙度)与(孔隙度)与test non-linear transforms of External Attributes(反演体)。(反演体)。This is suggested by the expected negative correlation between these two data sets.第95页/共188页第九十六页,共188页。注意最好的相关大约注意最好的相关大约46%非常差,原因非常差,原因(yunyn)之一之一,尽管经过尽管经过check shot 校正校正,目标孔隙度曲线和地震数据之间仍然存在着剩余时移。点击目标孔隙度曲线和地震数据之间仍然存在着剩余时移。点击Wells/Shift Target Logs 来校正:来校正:出现出现(chxin)左侧设置菜单,点击左侧设置菜单,点击 Ok 得到列表:得到列表:第96页/共188页第九十七页,共188页。该菜单用来输入时移,将其用于每条目标曲线.当然了,我们不知道输入多大的数字(shz),但我们可以通过点击Optimize估计时移,得到下面的菜单:在优化时移菜单中,我们可以选择(xunz)任一种变换,此处选择(xunz)单属性变换:1/(Inversion Result).程序会对每口井进行一系列的时移变换,找到能够产生最大相关系数的时移,最大时移不超过10ms.上面所示菜单显示出来后,点击Ok.第97页/共188页第九十八页,共188页。注意注意(zh y)最大相关系数现在提最大相关系数现在提升到了升到了55%.这时,时移菜单(ci dn)显示出所建议采用的时移:接受这些时移接受这些时移,点击点击Ok。EMERGE主窗主窗口中会显示出经过口中会显示出经过(jnggu)时移后的时移后的测井曲线测井曲线.然后然后,点击点击Attribute/Create Single Attribute List,重新计,重新计算单属性变换算单属性变换.采用系统默认的参数采用系统默认的参数,新新的变换列表如下的变换列表如下:第98页/共188页第九十九页,共188页。现在创建多属性列表,点击现在创建多属性列表,点击 Attribute/Create Multi Attribute List 输入输入(shr)以下参数:以下参数:分析分析(fnx)结束后,多属性列表显示出来了结束后,多属性列表显示出来了第99页/共188页第一百页,共188页。点击点击 Error Plot/Versus Attribute Number 显示预测误差图。这个显示预测误差图。这个(zh ge)图显示最好用图显示最好用4个属性。个属性。第100页/共188页第一百零一页,共188页。注意相关系数此时达到注意相关系数此时达到(d do)了了74%。另外,平均均方根误差是。另外,平均均方根误差是0.028,即,即 2.8%孔隙度。孔隙度。选择列表选择列表(li bio)的第的第4行行(Y_Coordinate)并点击并点击Apply/Training Result:第101页/共188页第一百零二页,共188页。现在现在(xinzi),将这个结果应用到,将这个结果应用到SEGY数据体。到地震显示窗口,点击数据体。到地震显示窗口,点击Process/Apply EMERGE,填写第一个菜单:,填写第一个菜单:注意为了注意为了(wi le)节省时间我们选择一条线,如上图所示,点击节省时间我们选择一条线,如上图所示,点击Next 进入下一菜单进入下一菜单第102页/共188页第一百零三页,共188页。当运算当运算(yn sun)结束后,生成的孔隙度体显示出来。结束后,生成的孔隙度体显示出来。选择第选择第4个多属性变换,如示,点击个多属性变换,如示,点击(din j)Next 然后然后 OK 开始运行程序。开始运行程序。第103页/共188页第一百零四页,共188页。点击点击View/Parameters可以用来提高显示效果,在可以用来提高显示效果,在 Color Key 标签,改变标签,改变(gibin)Color Scheme 为为 Lithology 并且清除并且清除 Normalized Scale 选项框选项框:改变数值范围,点击改变数值范围,点击(din j)Data Range 设置窗口如下所示:设置窗口如下所示:第104页/共188页第一百零五页,共188页。点击点击 OK 查看查看(chkn)预测的孔隙度:预测的孔隙度:注意注意(zh y)预测的高孔隙度区域在预测的高孔隙度区域在1065ms对应的砂河道。(练习对应的砂河道。(练习1-5提到过)提到过)(End of Exercise 6)第105页/共188页第一百零六页,共188页。我们我们(w men)希望能够解释井曲线与地震属性之间的非线性关系希望能够解释井曲线与地震属性之间的非线性关系.LogLog线性预测线性预测(yc):Linear prediction非线性预测非线性预测(yc)Non-linear prediction属性属性 AttributeAttribute属性属性第106页/共188页第一百零七页,共188页。EMERGE 中运用中运用(ynyng)了四类神经网络了四类神经网络:MLFN:多层正向反馈:多层正向反馈,类似于传统的误差反向传播类似于传统的误差反向传播.PNN:概率概率(gil)神经网络,用于数据分类时与判别分析相神经网络,用于数据分类时与判别分析相同;也可以用于数据的预测,此时与回归分析相同同;也可以用于数据的预测,此时与回归分析相同.RBF:径向基函数神经网络径向基函数神经网络Discriminant:一种线性分类系统:一种线性分类系统第107页/共188页第一百零八页,共188页。概率神经网络概率神经网络(PNN)是用于是用于EMERGE神经网络中非常重要的一种类型,神经网络中非常重要的一种类型,它能用于它能用于classification或或mapping。EMERGE可以将一个输入地震样本分为可以将一个输入地震样本分为N类类(如:沙岩,页岩,石灰岩,如:沙岩,页岩,石灰岩,或油,气,水等等或油,气,水等等)。EMERGE对输入地震属性样本如孔隙度等储层参数进行绘图,这与多线对输入地震属性样本如孔隙度等储层参数进行绘图,这与多线性回归、性回归、MLFN都是相同的。但是,都是相同的。但是,PNN用的是另外一种方法(用的是另外一种方法(广义的广
展开阅读全文