张鹏飞，张世晖

(中国地质大学(武汉) 地球物理与空间信息学院,湖北 武汉 430074)

0 引言

地震反演岩性预测一直以来都是油气勘探与开发中的重要技术，广泛应用于生产实践。地震反演一般以地震资料为基础，综合测井、地质等多方面资料研究地下岩性之间的空间变化特征，为后续的储量预测和井位评价提供依据。

神经网络反演凭借其出色的自适应性和灵活性，在地震反演中得到广泛应用。Hampson等提出利用交叉检验法来提高神经网络的匹配程度，将全部数据分为训练数据和检验数据，前者用于训练，后者用于检验误差[1]；张绍红等提出了基于概率神经网络的砂泥岩岩性反演技术，通过引入概率密度函数理论对地层特征进行预测识别[2]；Tahmasebi P等提出了模糊神经网络方法，将模糊逻辑方法和神经网络结合，在保留神经网络特点的同时突出模糊逻辑在解释方面的优势[3]；余为维等提出了测井约束和神经网络联合反演储层的预测技术，在预测储层方面取得了良好效果[4]；赵鹏飞等提出了基于神经网络的随机地震反演方法，不仅提高了随机反演的计算精度，还简化了神经网络的结构，取得了良好的效果[5]。

地震神经网络反演方法的主要优势是提高波阻抗反演精度，利用神经网络方法，能够建立波阻抗—岩性非线性映射关系，从而实现岩性反演与精细刻画。本文中通过岩性敏感测井曲线分析，将伽马曲线进行归一化处理并用于井约束地震反演，以期能提高反演精度，达到精细刻画岩性空间分布的目的。……