• 中国出版政府奖提名奖

    中国百强科技报刊

    湖北出版政府奖

    中国高校百佳科技期刊

    中国最美期刊

    留言板

    尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

    姓名
    邮箱
    手机号码
    标题
    留言内容
    验证码

    基于贝叶斯网络的地震相分类

    顾元 朱培民 荣辉 曾凡平 海洋

    顾元, 朱培民, 荣辉, 曾凡平, 海洋, 2013. 基于贝叶斯网络的地震相分类. 地球科学, 38(5): 1143-1152. doi: 10.3799/dqkx.2013.114
    引用本文: 顾元, 朱培民, 荣辉, 曾凡平, 海洋, 2013. 基于贝叶斯网络的地震相分类. 地球科学, 38(5): 1143-1152. doi: 10.3799/dqkx.2013.114
    GU Yuan, ZHU Pei-min, RONG Hui, ZENG Fan-ping, HAI Yang, 2013. Seismic Facies Classification Based on Bayesian Networks. Earth Science, 38(5): 1143-1152. doi: 10.3799/dqkx.2013.114
    Citation: GU Yuan, ZHU Pei-min, RONG Hui, ZENG Fan-ping, HAI Yang, 2013. Seismic Facies Classification Based on Bayesian Networks. Earth Science, 38(5): 1143-1152. doi: 10.3799/dqkx.2013.114

    基于贝叶斯网络的地震相分类

    doi: 10.3799/dqkx.2013.114
    基金项目: 

    国家自然科学基金 41174049

    国家自然科学基金 91014002

    "973"深部煤炭资源综合地质评价理论与方法研究 2006CB202202

    详细信息
      作者简介:

      顾元(1983-),男,博士生,主要从事地震数据处理、层析成像、数值模拟及决策分析方面的研究.E-mail:guy15@163.com

    • 中图分类号: P631.4

    Seismic Facies Classification Based on Bayesian Networks

    • 摘要: 为了解决传统多地震属性的地震相分类方法中"难以引入先验信息用以指导分类,难以给出地震相分类结果可靠程度的定量估计,且各分类参数的权值较难确定"这3个问题,提出了一种新的基于贝叶斯网络的地震相分类方法.该分类方法有效地融合了先验信息和训练样本的分布特征,对提取的多种地震属性进行智能分析,以概率推理的方式得到各地震相类别的概率值,并根据概率分布估计分类结果的可靠程度.详述了贝叶斯网络用于地震相分类的原理与方法,并结合理论地震数据,验证了该方法的可行性和正确性.

       

    • 图  1  示例中的条件概率表的分布特征

      Fig.  1.  The distribution of conditional probability in two instances

      图  2  基于贝叶斯网络的地震相分类流程

      Fig.  2.  Workflow chart of seismic facies classification based on Bayesian Networks

      图  3  塔里木一间房组生物礁滩露头剖面(据焦养泉等, 2011)

      a.剖面照片;b.剖面写实

      Fig.  3.  Reef outcrop of Bachu Yijianfang Formation in northwest Tarim

      图  4  波阻抗模型及合成地震记录

      a.波阻抗模型;b.地震模型(加入5%的高斯随机噪声)

      Fig.  4.  Impedance model and synthetic seismic data

      图  5  地震属性

      a.绝对平均振幅;b.均方根振幅;c.瞬时振幅;d.瞬时频率;e.绝对距离;f.欧氏距离;g.互相关距离;h.相似系数

      Fig.  5.  Seismic attributes computed from Fig. 4(b)

      图  6  训练样本的提取

      a.波阻抗模型;b.绝对平均振幅;c.均方根振幅;d.瞬时振幅;e.瞬时频率;f.绝对距离;g.欧氏距离;h.互相关距离;i.相似系数

      Fig.  6.  Training samples

      图  7  结构学习后的贝叶斯网络结构

      ①地震相;②瞬时振幅;③瞬时频率;④均方根振幅;⑤绝对平均振幅;⑥绝对距离;⑦欧式距离;⑧互相关距离;⑨相关系数

      Fig.  7.  The results of Bayesian networks structure learning

      图  8  地震相分类结果

      a.地震相分类类别结果;b.1类(生物礁)地震相的预测概率;c.2类(生物滩)地震相的预测概率;d.3类(台地1-内部均匀沉积)地震相的预测概率;e.4类(层序界面)地震相的预测概率

      Fig.  8.  Results of the seismic facies classification

      图  9  地震属性优选后的地震相分类结果

      a.地震相分类类别结果;b.1类(生物礁)地震相的预测概率;c.2类(生物滩)地震相的预测概率;d.3类(台地1-内部均匀沉积)地震相的预测概率;e.4类(层序界面)地震相的预测概率

      Fig.  9.  Results of the seismic facies classification after seismic attributes optimization

      表  1  岩石物性测量结果

      Table  1.   Results of petrophysical measurement

      成因相组合 成因相 纵波波速(m/s) 密度(kg/m3)
      均值 标准差 均值 标准差
      生物礁 礁核 4 771 734.7(±15.4%) 2 690 24.2(±0.9%)
      礁基 3 057 596.1(±19.5%) 2 627 63.0(±2.4%)
      生物滩 内滩 2 221 417.5(±18.8%) 2 595 67.5(±2.6%)
      外滩 3 054 910.1(±29.8%) 2 616 65.4(±2.5%)
      台缘背景沉积 台地 4 374 852.9(±19.5%) 2 613 78.4(±3%)
      下伏地层 5 500 - 2 700 -
      下载: 导出CSV

      表  2  贝叶斯网络节点定义

      Table  2.   The categories of nodes in Bayesian networks

      变量名 分类结果 瞬时振幅 瞬时频率 均方根振幅 平均绝对振幅 绝对距离 欧式距离 互相关 相似系数
      编号
      下载: 导出CSV
    • Cooper, G.F., Herskovits, E., 1992. A Bayesian Method for the Induction of Probabilistic Networks from Data. Machine Learning, 9(4): 309-347.
      de Matos, M.C., Osorio, P.L.M., Johann, P.R.S., 2007. Unsupervised Seismic Facies Analysis Using Wavelet Transform and Self-organizing Maps. Geophysics, 72(1): 9-21. doi: 10.1190/1.2392789
      Dumay, J., Fournier, F., 1988. Multivariate Statistical Analyses Applied to Seismic Facies Recognition. Geophysics, 53(9): 1151-1159. doi: 10.1190/1.1442554
      Grammer, G.M., Harris, P.M., Eberli G.P., 2004. Integration of Outcrop and Modern Analogs in Reservoir Modeling. AAPG Memoir, 80: 1-22. http://www.researchgate.net/publication/284648391_Integration_of_outcrop_and_modern_analogs_in_reservoir_modeling_Overview_with_examples_from_the_Bahamas
      Heckerman, D., 1990. Probabilistic Similarity Networks. Networks, 20(5): 607-636. doi: 10.1002/net.3230200508
      Jiao, Y.Q., Rong, H., Wang, R., et al., 2011. Reservoir Depositional System Analysis of Ordovician Carbonate Platform Margin in Yijianfang Outcrops of Western Tarim Basin. Acta Petrologica Sinica, (1): 285-296 (in Chinese with English abstract).
      Jiao, Y.Q., Wu, L.Q., Rong, H., et al., 2012. Paleoecology of the Ordovician Reef-Shoal Depositional System in the Yijianfang Outcrop of the Bachu Area, West Tarim Basin. Journal of Earth Science, 23(4): 408-420. doi: 10.1007/s12583-012-0264-3
      John, A., Lake, L., Torres-Verdin, C., et al., 2008. Seismic Facies Identification and Classification Using Simple Statistics. SPE Reservoir Evaluation & Engineering, 11(6): 984-990. doi: 10.2118/96577-PA
      Korb, K.B., Nicholson, A.E., 2004. Bayesian Artificial Intelligence. CRC Press, Boca Raton, 28.
      Langley, P., 1993. Induction of Recursive Bayesian Classifiers. Machine Learning, 667: 153-164. doi: 10.1007/3-540-56602-3_134
      Neapolitan, R.E., 2004. Learning Bayesian Networks. Pearson Prentice Hall, Upper Saddle River, New Jersey, 13-15.
      Pearl, J., 1986. Fusion, Propagation, and Structuring in Belief Networks. Artificial Intelligence, 29(3): 241-288. doi: 10.1016/0004-3702(86)90072-X
      Porwal, A., Carranza, E.J.M., Hale, M., et al., 2006. Bayesian Network Classifiers for Mineral Potential Mapping. Computers & Geosciences, 32(1): 1-16. doi: 10.16/j.cageo.2005.03.018
      Saggaf, M., Toksoz, M., Marhoon, M., 2003. Seismic Facies Classification and Identification by Competitive Neural Networks. Geophysics, 68(6): 1984-1999. doi: 10.1190/1.1635052
      Sun, L.L., Shenoy, P.P., 2007. Using Bayesian Networ-ks for Bankruptcy Prediction: Some Method-ological Issues. European Journal of Operational Research, 180(2): 738-753. doi: 10.1016/j.ejor.2006.04.019
      Zeng, F.P., Zhu, P.M., Jiao, Y.Q., et al., 2009. Relations-hip Between Sedimentary System and Acoustic Velocity of Rocks from Marine Strata in Keping-Bachu Area. Acta Sedimentologica Sinica, 27(2): 312-318(in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTOTAL-CJXB200902015.htm
      Zhu, H.T., Yang, X.H., Zhou, X.H., et al., 2011. High Resolution Three-Dimensional Facies Architecture Delineation Using Sequence Stratigraphy, Seismic Sedimentology: Example from Dongying Formation in BZ3-1 Block of Western Slope of Bozhong Sag, Bohai Bay Basin. Earth Science—Journal of China University of Geosciences, 36(6): 1073-1084 (in Chinese with English abstract).
      Zhu, H.T., Yang, X.H., Zhou, X.H., et al., 2013. Sediment Transport Pathway Characteristics of Continental Lacustrine Basins Based on 3-D Seismic Data: An Example from Dongying Formation of Western Slope of Bozhong Sag. Earth Science—Journal of China University of Geosciences, 38(1): 121-129 (in Chinese with English abstract). doi: 10.3799/dqkx.2013.012
      焦养泉, 荣辉, 王瑞, 等, 2011. 塔里木盆地西部一间房露头区奥陶系台缘储层沉积体系分析. 岩石学报, (1): 285-296. https://www.cnki.com.cn/Article/CJFDTOTAL-YSXB201101021.htm
      曾凡平, 朱培民, 焦养泉, 等, 2009. 柯坪-巴楚露头区海相地层声波速度与沉积体系的关系. 沉积学报, 27 (2): 312-318. https://www.cnki.com.cn/Article/CJFDTOTAL-CJXB200902015.htm
      朱红涛, 杨香华, 周心怀, 等, 2011. 基于层序地层学和地震沉积学的高精度三维沉积体系: 以渤中凹陷西斜坡BZ3-1区块东营组为例. 地球科学——中国地质大学学报, 36(6): 1073-1084. https://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201106013.htm
      朱红涛, 杨香华, 周心怀, 等, 2013. 基于地震资料的陆相湖盆物源通道特征分析: 以渤中凹陷西斜坡东营组为例. 地球科学——中国地质大学学报, 38(6): 1073-1084. https://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201301016.htm
    • 加载中
    图(9) / 表(2)
    计量
    • 文章访问数:  2881
    • HTML全文浏览量:  1239
    • PDF下载量:  236
    • 被引次数: 0
    出版历程
    • 收稿日期:  2012-11-13
    • 刊出日期:  2013-09-15

    目录

      /

      返回文章
      返回