王峣钧， 邢凯， 厍斌， 刘宇， 陈挺， 胡光岷， 吴秋波

1 电子科技大学资源与环境学院， 成都 6117312 太原理工大学求实学院， 太原 0300243 东方地球物理公司物探技术研究中心， 河北 涿州 072751

0 引言

地震反演是估计地下储层参数最重要的技术之一，在储层预测和岩相分类中发挥着至关重要的作用 (Castagna, 2001; Buland and Omre, 2003; Russell et al., 2003, 2011; Downton, 2005; González et al., 2008; Zhang, 2017; Yin and Zhang, 2014; Yin et al., 2015; Connolly and Hughes, 2016; Aleardi, 2018).地震反演问题依据求解方式不同，主要分为两种方式：一种是基于最优化思想的确定性反演(Aster et al., 2011; Sen and Stoffa, 2013)；另一种是基于后验概率的非确定性反演(Tarantola, 2005).由于数据测量的不确定性和目标函数病态问题等原因，使得非确定性反演对地震反演问题求解更具优势(Grana et al., 2017).

非确定性反演中应用最为广泛的是基于贝叶斯框架的地质统计学随机反演.该方法利用测井数据和地震数据构建先验分布和似然函数，通过抽样获取后验概率估计未知储层参数模型(Scales and Tenorio, 2001; Ulrych et al., 2001; Tarantola, 2005).在常规地质统计学反演问题中，通常假设储层参数先验信息服从高斯分布.但是，实际地下储层由多种岩性沉积物构成，储层参数具有多峰统计特征，如果对地下介质按照相同的分布进行预测显然存在问题.研究表明，不同岩相下参数之间存在差异，但是相同岩相条件下参数近似符合高斯分布，可以采用混合高斯分布(Grana and Rossa, 2010; Dubreuil-Boisclair et al., 2012; Sauvageau et al., 2014; Amaliksen, 2014)近似刻画地下储层参数分布特征(Hastie and Tibshirani, 1996).基于这一实际情况，相关学者提出了基于混合高斯的地质统计学随机反演方法(Grana et al., 2017; Li et al., 2019)，该方法可以有效提高反演精度并输出储层岩相分类结果.

现有混合高斯地质统计学随机反……