非线性/非高斯AVO反演理论及储层流体识别方法研究

本项目提出一种新的非线性/非高斯AVO反演理论与方法，即利用近期发展起来并在机器视觉领域内广泛采用的粒子滤波器(PF)来求解AVO非线性、非高斯贝叶斯反演问题，利用随机带权样本逼近后验概率密度，进行基于叠前地震数据的特征参数或流体因子反演，进而研究基于叠前反演的流体识别技术。主要研究内容包括:(1)基于粒子滤波器的非线性/非高斯地球物理参数反演理论与方法，解决适合于AVO反演的状态转移模型与观测模型，权值预测与更新，重要性密度采样等PF应用中的关键技术;(2)研究粒子滤波反演过程中，提高反演稳定性、降低反演多解性的约束模式;(3)研究叠前参数随入射角变化的一阶或二阶变化率关系，结合测井数据和MTS岩石物理实验测定，研究基于角度梯度参量的流体敏感因子，建立有效的流体判据。最后，通过反演理论与方法研究及对反演结果的分析，研究基于叠前反演技术框架下的新的碳酸盐岩储层流体识别理论。