岳喜伟，余海涛

（中国石油新疆油田分公司勘探开发研究院，新疆乌鲁木齐830000）

目前，利用地震属性辅助预测沉积相常用的方法包括传统均方根振幅法［1］、地震波波形聚类法［2-5］、平面地震相［6］、多属性融合［7-9］、基于机器学习等［10-11］。 纹理属性是近几年逐渐开始应用的一种属性，王霞［12］利用纹理属性预测潜山裂缝发育带，胡英［13］利用纹理属性与波形聚类相结合划分地震相，雷英成［14］利用倾角扫描结合纹理属性检测断层，此外纹理属性在火山岩储层预测［15］及河道砂分布预测［16］中也取得了较好效果。由于纹理属性可以用来描述储层沉积环境的变化，因此本文利用该属性结合模式识别，对沉积相分布特征进行预测，取得了较好的效果。

1 纹理属性原理

纹理属性是利用图像识别处理技术来评价地震数据能量的变化［12］，从而描述特殊岩性体的分布、储层沉积环境、构造变化特点等。纹理属性可应用于模式识别、聚类分析等，从不同侧面对特殊岩性体、沉积环境的变化进行综合分析。GeoEast软件提供14种纹理属性的计算方法，其中熵、均匀度、能量、对比度、相关性是比较常用的纹理属性。

1.1 相关性（Correlation）

计算灰度伴随矩阵中元素之间的特定线性关系出现的频率,如果矩阵中元素的某一种固定排列方式越多，该值会越大，高相关性意味着高的线性关系。计算公式如下：

灰度共生矩阵Pd（i，j）的值表示在纹理基元体中，其中一个像素的灰度值为i，无量纲；另一个像素的灰度值为j，无量纲，并且相邻距离为d，m，沿着指定方向的这样两个像素出现的概率，%。……