本文计划于2022年2月更新。
该项目已结题，并经由油田产量证实了其准确性。
由于涉及地学问题，将不会公布数据来源、预测结果等信息。
概述
该研究以某油藏为研究对象，针对地震属性海量高维、地下油气储层结构复杂、预测产量误差大等问题，在地震多属性优选的基础上，分别提出：
- 基于SVM分类器，使用融合后数据进行油水分类；
- 基于SVM分类器，分别对数据进行油水分类后，进行结论融合；
- 基于降维算法、聚类算法、图形学算法，使用融合后数据进行油水分类；
- 基于降维算法、聚类算法、图形学算法，分别对数据进行油水分类后，进行结论融合；
其中后两项被认为是主要的进步。
具体而言，采用能量半衰时属性数据作为油水分类的主要依据，结合生产井产量数据，对属性数据进行降维后聚类处理，得到研究区域地下油水分布平面图。实验中比较了几种常用的降维算法与聚类算法，并根据结论，提出缝洞型油藏含油气性检验步骤。
本项目使用python完成。
使用了openCV库作为可视化部分的最终方案。
何谓地震属性？
地震属性是地震数据衍生出的多种量度，如几何形态、运动学、及统计特征。地震属性隐含区域地层和岩性特征，并通过波形等在地震信号中体现。地震属性反映地质条件的变化，如河道规模、河道组合的变化、断层的分布、岩性的变化等，在岩性、构造的解释，储层预测，沉积相研究中有重大意义。
狭义上的地震属性是从不同类型原始数据，如振幅、频率、相位等地震数据中，通过一定方法形成的，用来解释某一类地质问题或反映某些地质现象的数据体。而在广义上，地震属性指来源于地震信息，并用于地震解释的任何数据体。
根据不同标准，地震属性有多种分类规则，其中主要的分类方案有：
1、 根据解释类型划分为用于构造、层序、地震相解释的几何属性，和用于岩性、储层解释的物理属性；
2、 根据波形划分为四类叠后地震属性：时间、振幅、频率及衰减属性；
3、 根据动力学和波运动学分为振幅、频率、相位、能量、波形、衰减、相关和比值等类型。
技术路线
应要求，只保留一些技术概述。
最有效的一条路线是：
- 根据数据维度，初步确定最佳降维范围；
- 单属性降维；
- 根据数据属性（不同地震波属性对应不同的地学信息），初步确定聚类参数；
- 数据聚类，绘制分类结果地理图；
- 评估算法效果，修正参数。
至此已经完成了基本部分；
但我们在实验中意识到，如果能使用图形学方法，将聚类结果图视为一张新的图片，并通过图像处理技术分析图像，能否得到新的结果？
为此：
6. 使用开运算和闭运算，分别考察使用两种方法对识别精度的影响。
效果及经验总结
经过实验，我们认为：
- 降维到一定范围内的效果 > 降维到最佳范围外的效果 >= 不降维的效果
- 尽管自动编码器降维后效果略好于PCA降维，但实际上影响不大；反而大幅增加了计算时间开销；PCA足够了。
- 同理，K-means聚类也足够精确了（对于某一区域而言）。
- 技术不难，但需要反复实验。
- 合理使用openCV，比matplotlib库绘制的图像更受地学领域专家们的欢迎。
If you like this blog or find it useful for you, you are welcome to comment on it. You are also welcome to share this blog, so that more people can participate in it. If the images used in the blog infringe your copyright, please contact the author to delete them. Thank you !