由叠前多数据体分析提取的新的属性作地震解释

在这篇论中，我们推荐一种名为广义主分量分析(GPCA)的多变量统计方法，该方法在减少有意义变量数量的同时，计算描述几组变量之间关系的分量并且也分别描述每一组变量的分量。GPCA适用于(根据一个真实地震数据集)等方位角数据体的联合地层反演之后得到的三个弹性参数(纵、横波阻抗和密度)。从GPCA提取的分量是在储层时窗描述地震特征的新的属性。这些新属性用来提取初始参数并在地质上用一种监控模式识别算法进行解释。新属性显得比(适用于相同数据)从一种主分量分析(PCA)提取的多种常规属性更为切合。第一，这些新属性能容易地显示出与几组变量的关系，因此在物理上能作解释。其二，根据更严格限制属性数量这一种手段，更好地提取这三个弹性参数。最后，利用从GPCA提取的属性，使所作的地质解释更可靠和更贴近实际。