基于机器学习的脆性指数直接反演方法

摘要：

常规脆性指数预测方法是基于叠前振幅随偏移距的变化(AVO)反演,间接计算过程中会产生累积误差.提出了一种脆性指数直接反演方法,该方法使用BI_Zoeppritz方程来表示地震数据与脆性指数之间的关系,通过机器学习LSSVM算法建立非线性反演模型,直接反演出脆性指数.实际资料测试结果表明:该方法具有更高的精度和更强的抗噪声能力,利用该方法进行脆性指数的直接反演是可行的.

关键词：脆性指数、BI_Zoeppritz方程、直接反演、非线性反演模型

所属期刊栏目：30

分类号：P631.4;O657.3;TP391.41

资助基金：国家自然科学基金U19B6003

在线出版日期：2023-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：142-144