用多参量法计算薄层和薄互层厚度

薄层、薄互层厚度预测是储层横向预测的一重要环节。常规计算薄层厚度的方法是在时间域或频率域实现，主要使用单参数计算。本文利用对薄层厚度敏感的地震特征参数之间的非线性关系，使用神经网络算法，建立了一套计算薄层及薄互层厚度方法。通过模型的正反演结果表明：该算法对薄层厚度及薄互层累积厚度的预测均有较好的效果，具有一定的抗噪声能力。对塔中ＤＬ９２－０４测线部分剖面的石炭系Ｉ油组薄互层砂岩的累积厚度进行了预测     

用人工神经网络自动拾取速度谱

目前普遍采用在速度谱上逐点进行手工拾取的方法，不仅费时，而且也不容易控制速度的横向变化。为此，本文采用误差反传播的人工神经网络（ＢＰ神经网络）来自动拾取速度谱。网络的输入是一组速度向量，它们是对某个待拾取速度谱在一定约束条件下用二叉排序树方法选出的一组回想输入向量，网络输出节点的值代表了实际输入速度向量与样本向量的逼近程度。对一个新的速度谱要用上次拾取的邻近的叠加速度重新训练网络，然后再进行拾取，直到所有谱都拾取完。这样的网络就可以适应速度的横向变化。 实际应用表明，ＢＰ神经网络完全可以取代手工拾取，且省时，５０个谱只需２０ｍｉｎ左右；省力，只需提供一个谱样本，不需其它干预，而且具有较高的精度。     

多波动力学射线模型及制作

采用非均匀介质弹性波方程组解的零阶近似，得到了能量沿射线管传播的守恒定律，结合波前曲率的解析算法及Ｚｅｏｐｐｒｉｔｚ方程的精确解，较准确的算出了起伏层状介质中多种波的能量系数，并由程函方程出导出了射线射分方程组，用龙格－库塔法解此方程组，由打靶法迭代算出了固定炮检距上多波的走时及反射线路径参数，从而完成了多波模型正演计算。