基于地震属性分析的储层预测方法研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-15页 |
·课题的背景及研究意义 | 第9-10页 |
·国内外研究现状 | 第10-13页 |
·课题研究的主要内容 | 第13-15页 |
第2章 地震属性及储层预测 | 第15-34页 |
·地震属性的概念 | 第15页 |
·地震属性的分类 | 第15-19页 |
·地震属性的分类 | 第15-17页 |
·地震属性的地质意义 | 第17-19页 |
·地震属性的提取 | 第19-30页 |
·地震属性提取 | 第19-21页 |
·地震属性提取的影响因素 | 第21页 |
·地震属性的具体描述 | 第21-30页 |
·储层预测概述 | 第30-34页 |
第3章 地震属性的优化分析 | 第34-49页 |
·地震属性优化概述 | 第34-35页 |
·地震属性优化的原理 | 第35-36页 |
·地震属性的选择 | 第36-38页 |
·地震波属性预处理 | 第36-37页 |
·地震属性的优选问题分析 | 第37-38页 |
·地震属性的优化 | 第38-47页 |
·地震属性的主成分分析方法 | 第39-43页 |
·盲源独立分量优化技术分析 | 第43-47页 |
·地震属性的分析评价 | 第47-49页 |
第4章 小波变换在地震属性中的应用 | 第49-68页 |
·小波变换概述 | 第49-50页 |
·小波变换原理 | 第50-56页 |
·地震信号奇异性属性提取算法 | 第56-61页 |
·奇异性属性的应用分析 | 第61-68页 |
·构造层序基本概念 | 第61-62页 |
·构造层序模型 | 第62-64页 |
·奇异性属性与构造层序的关系 | 第64-68页 |
第5章 SOM自组织神经网络多属性聚类方法的应用 | 第68-74页 |
·SOM网络的基本原理 | 第68-69页 |
·SOM网络算法步骤 | 第69-71页 |
·SOM网络算法领域范围 | 第71-73页 |
·SOM神经网络的特点 | 第73页 |
·SOM多属性聚类方法应用 | 第73-74页 |
第6章 地震属性在实际地震数据中的应用 | 第74-88页 |
·地震奇异性属性在砂砾岩扇体沉积界面检测中的应用 | 第74-78页 |
·东部某地区天然气藏的预测 | 第78-88页 |
结论 | 第88-89页 |
参考文献 | 第89-92页 |
致谢 | 第92页 |