朱乾菲，柴变芳，韩 红，硕良勋

ZHU Qian-feia, CHAI Bian-fangb, HAN Hongb, SHUO Liang-xunb

河北地质大学 a.地球科学学院，b.信息工程学院，河北 石家庄 050031

Hebei GEO University, Shijiazhuang 050031, China

0 引言

原始地震记录中包含了大量的地下介质的响应信息，而地震记录与储层有着极其复杂的非线性关系[1]，要想在两者之间直接建立具有量化的关系非常有难度。为了使用地震数据来表征储层非均质性，通常引入地震相分析技术来生成描述储层范围并识别其地质特征的地图[2-3]。波形分类是地震相分析中常用的一种储层预测技术波形分类技术是解决地震相问题和储层预测的重要方法[4]。地震波形具有直观的解释意义[5]，地震波形变化及其分布规律是重要的地震参数之一[6]。沿解释层位提取的波形带有振幅、频率和相位信息。因此，波形分类技术已被证明是地震相分析的有力方法[7-9]。

地震波形分类属性的分析方法最早于1982年由Naaman Keskes等提出, 并应用于二维地震测网的追踪研究[10]。1984年, Sibille[11]较为系统地提出了波形聚类分析基本原理, 即根据地震反射界面中同相轴排列组合的多种属性（杂乱、波状、平行和复合波形）,采用多元统计方法进行归类, 并将其初步用于地震相分析研究。1990年，Kohonen提出自组织神经网络（SOM）；2003年，Saggaf等人[12]提出了一种竞争神经网络来分类波形，用于无监督地震相分类和储层相的自动识别；2012年，Priezzhev I等[13]提出了应用基于K平均值和SOM的三维波形地震相分类方法；2014年，Chopra和Marfurt[14]使用生成地形图进行地震波形分类。由于地质结构普遍复杂与多样性，某些不同地质体过渡范围反射的波形通常应该是以一定的模糊值属于各个波形模式类别，而不应以一个确定值属于一个类。……