沈加刚，宋宗平，关晓巍

1.中国石油大庆油田有限责任公司勘探开发研究院，黑龙江 大庆 163712 2.中国石油大庆油田有限责任公司勘探事业部，黑龙江 大庆 163453

基于地震属性的支持向量机河道砂体厚度预测*

沈加刚1，宋宗平2，关晓巍1

1.中国石油大庆油田有限责任公司勘探开发研究院，黑龙江 大庆 163712 2.中国石油大庆油田有限责任公司勘探事业部，黑龙江 大庆 163453

松辽盆地北部中浅层扶余油层的主力储层为河道砂体，以厚度薄、沉积规模小和横向变化快为特点。针对河道砂体的准确识别、砂体厚度的精确预测难题，提出在优化地震属性组合的基础上确定支持向量机模型，进而用支持向量机方法定量预测河道砂体。对振幅、频率、相位、地震波形分类和相干等多种有效地震属性开展优选组合，将最好的组合作为最终输入数据。然后调试SVM关键参数：损失函数C、不敏感损失函数参数ε及γ系数，最终全部井点数据参与计算，得出最后预测结果。预测结果不但能较好地保持地震属性的横向分辨率，整体变化趋势符合研究区的沉积地质规律，而且在井点处吻合程度高，具有较高的砂体厚度定量预测能力。

河道砂体；地震属性；优化组合；支持向量机；砂体厚度预测

沈加刚，宋宗平，关晓巍．基于地震属性的支持向量机河道砂体厚度预测[J]．西南石油大学学报：自然科学版，2014，36（3）：75–81．

Shen Jiagang,Song Zongping,Guan Xiaowei．Application of Support Vector Machine to the Prediction of the Thickness of Channel Sand Based on Seismic Attributes[J]．Journal of Southwest Petroleum University：Science&Technology Edition，2014，36（3）：75–81．

引言

随着勘探目标的日趋复杂，勘探难度不断加大，近年来，松辽盆地北部中浅层扶余油层成为了大庆油田的勘探的主战场之一。……