摘要
地震随机反演是地质统计学为基础，有效融合了测井信息的高分辨率特性，该方法以测井数据为硬数据，以地震数据为软约束，相较于常规反演方法，具有垂向上分辨率高，横向上地质特点精确的优势。地震随机反演首先进行空间结构分析得到变差函数，然后进行随机模拟得到初始模型，最后结合优化算法更新参数模型，满足精度需求后得到反演结果。 传统的随机反演方法存在着求解精度低，计算效率低等的缺点。本文针对这些不足，研究了基于人工鱼群算法的随机反演方法。人工鱼群算法通过四种行为函数进行寻优，可以有效地跳出局部极小，实现全局寻优，同时为进一步加快算法的收敛速度，在算法参数分析的基础上，改进了算法的步长参数，避免了算法在运算后期的振荡现象，加快了后期的收敛速度，模型测试结果表明了改进算法的有效性。 本文将人工鱼群算法分别应用到叠后与叠前反演领域，结合随机反演理论，建立了基于人工鱼群算法的叠后与叠前随机反演方法。该方法通过结合地震数据、地质信息与测井数据，更新迭代模型参数，当误差满足精度需求时，输出最终的反演结果。模型和实际数据反演结果表明，构建的反演方法具有一定抗噪性，可以准确获得波阻抗、弹性阻抗、纵波速度、横波速度、密度等储层参数，降低了储层预测过程中因信息较少导致的多解性，可以有效提升储层预测的准确度，同时反演结果也具有较高的分辨率，层间信息更为丰富，为复杂油气藏的精确勘探提供了依据。
NETL