机器学习驱动的地震多属性分析表征扇三角洲沉积

识别扇三角洲沉积体对恢复古湖泊沉积体系和指导斜坡带岩性油气藏勘探有重要意义.以辽河东部凹陷铁匠炉地区沙一下亚段低渗透储层扇三角洲沉积为例,在岩心分析的基础上,通过单一地震属性分析、多属性聚类优选、机器学习等方法,构建了超限学习机算法驱动的地震多属性分析预测砂岩分布,进而识别扇三角洲沉积相展布的方法.研究表明:超限学习机算法在地震多属性预测砂岩分布方面具有良好的适用性;平均绝对振幅、能量半时和波谷数三种地震属性对砂岩分布表征有效;研究区沙一下亚段存在南物源,在古湖泊南岸发育一个小型扇三角洲,在古湖泊北岸发育两个大型扇三角洲,每个扇三角洲由两个朵叶体组成.研究为斜坡带扇三角洲砂体分布预测和沉积相表征提供了有效方法.