王 维 强

(1.自然资源部 地热与干热岩勘查开发技术创新中心，河北 石家庄 050061； 2.中国地质科学院 水文地质环境地质研究所，河北 石家庄 050061)

0 引言

在油气勘探开发中，利用地震和测井资料对储层参数进行准确预测是非常关键的。人工产生的地震波通过地下传播，且在地面接收的地震数据中包含了油气储层的物性参数、流体性质等特征信息，将地震数据中的这些特征信息通过地震属性提取出来，并通过数学或统计学方法，计算出两者之间存在的线性或非线性关系[1]，为储层预测与评价提供科学依据。由于地震属性的种类繁多，需要通过属性优化技术优选出尽可能少的对储层岩性及储层参数最敏感的属性组合[2]。目前的属性优化技术[3-5]主要包括主成分分析法、综合参数法、独立分量分析法(ICA)等。其中，在ICA理论基础上发展出一种新的非线性结构的核独立分量分析(KICA)技术[6]，该技术构建了一种非线性函数空间，并在非线性函数空间中利用Mercer再生核方法，能从高斯及非高斯混合信号中提取出反映独立源信息的高阶统计特性信息，故利用KICA技术，能从大量的属性数据中有效提取出与储层物性参数、流体性质等相关的特征源信息。

目前常利用逐步回归分析、移动平滑法、灰色系统模型法、神经网络、支持向量机等技术[7]，将地震属性及测井数据作为输入，对储层参数进行预测与评价。其中，支持向量机技术能够克服其他方法对于样本数目的限制，对于样本数目少、多维度、局部最小的非线性及线性系统均能很好适应。……