基于SVM算法的地震小斷層自動識別

孫振宇，彭蘇萍，鄒冠貴

(中國礦業(yè)大學(北京) 煤炭資源與安全開采國家重點實驗室，北京 100083)

基于SVM算法的地震小斷層自動識別

孫振宇，彭蘇萍，鄒冠貴

(中國礦業(yè)大學(北京) 煤炭資源與安全開采國家重點實驗室，北京 100083)

為了提高小斷層解釋的準確率，構建基于支持向量機(SVM)算法的斷層自動識別方法。通過分析構造部位和非構造部位地震屬性特征，建立SVM兩分類的斷層識別模型。首先，研究支持向量機兩分類算法的基本原理和結構，表明支持向量機在兩分類問題上具有準確率高的優(yōu)點;然后建立斷層正演模型，分析不同地震屬性的斷層響應特征，表明斷層分布與屬性值變化趨勢相關;通過對支持向量機算法和正演模型的分析，表明利用地震屬性作為支持向量機的輸入，預測小斷層具有可行性。從疊后地震數(shù)據(jù)中提取方差、曲率等與斷層相關的屬性集合;通過相關性分析和聚類分析評估屬性，確定4種互相關性低的地震屬性。利用14口鉆井、3條巷道的地震屬性和斷層信息共606個數(shù)據(jù)，選取400個作為訓練樣本，構造SVM斷層識別模型;206個數(shù)據(jù)作為測試樣本，進行斷層識別，識別正確率達到98%。利用地震屬性建立的SVM斷層自動識別模型，能夠有效識別小斷層，降低人為主觀因素的影響，縮短了解釋周期;鉆孔分布越均勻、數(shù)目越多，解釋精度就越高。

支持向量機;斷層;自動識別;地震屬性

常規(guī)的斷層解釋通過觀察地震剖面上振幅、相位和時差等特征識別斷層，由于小斷層在時間剖面上的變化微小，難以肉眼識別[1]，解釋結果受到解釋人員主觀因素影響較大。……