王鹏，王志章，纪友亮，段文浩，潘潞

（1．中国石油大学（北京）油气资源与探测国家重点实验室，北京102249；2．中国石油煤层气有限责任公司，北京100028）

0 引 言

对于火山岩［1－4］岩性识别，测井交会图是岩性识别常用的方法，国外Sanyal等［5］通过利用测井曲线绘制直方图和交会图的方法识别流纹岩、玄武岩以及凝灰岩。斯伦贝谢公司［6］的ECS元素测井能从岩石成分角度解决火山岩岩性识别所存在的困难，但其价格昂贵，实际应用不多，常常只被作为地区识别的标志性资料。中国目前通常基于测井资料和地震资料，利用交会图法［7－8］、聚类分析［9］、模糊数学［10］、神经网络［11－12］、支持向量机［13］等方法进行火山岩岩性识别。但由于识别方法本身条件的限制，使得交会图方法对于在实际应用中不具备线性可分条件的复杂火山岩岩性识别变得困难；聚类分析方法只有在训练样本趋于无穷大时，其性能才能在理论上得以保证；神经网络的最优参数和最优网络结构确定没有较好的方法，且易于陷入过度拟合，并且泛化能力不够理想；支持向量机中加入了惩罚参数，即当有些点是误判的时候，加入惩罚参数来进行更正，这样对一些奇异值点不容易进行分析。

基于国内外研究现状和目前常用识别方法存在的局限性，将核Fisher（KFDA）判别分析方法应用于火山岩岩性识别中。该技术在油气储层预测以及储层流体识别方面取得了良好的效果［14－16］，但针对火山岩储层的岩性识别方面还未开展深入研究。……