海相深层页岩气(埋深大于3500 m)储层受沉积、成岩、构造及生物等多种作用影响，甜点成因机制十分复杂，通常的沉积微相、岩相划分难以精细刻画其强非均质性，进一步加大了地质—工程甜点参数测井精细评价的难度。为此，以川南LZ区块页岩气储层为例，在明确海相页岩岩石物理相内涵、影响因素及核心指标的基础上，利用岩石薄片、全岩衍射以及TOC等资料，结合测井响应特征，划分出三类岩石物理相(Ⅰ、Ⅱ、Ⅲ)，进一步分为6个亚类(Ⅰ₁、Ⅰ₂、Ⅰ₃、Ⅱ₁、Ⅱ₂、Ⅲ)，明确了不同类型的特征及优势相，并采用随机森林算法建立了连续测井剖面岩石物理相识别方法和基于岩石物理相分类的地质—工程甜点参数测井精细计算模型。结果表明：①发育在五峰组顶部和龙一₁¹—龙一₁³小层内的Ⅰ₁和龙一₁⁴小层内的Ⅱ₁为有利相，通常具有TOC高、孔隙度大、含气性好以及脆性强的特征；②基于随机森林分类算法的测井岩石物理相识别效果优于常规测井交会图识别法，准确率可达90%以上；③分岩石物理相的随机森林回归模型地质—工程甜点参数计算精度高，各项参数计算结果与实测结果的相关系数均超过0.9。所提方法有效解决了海相深层页岩气储层地质—工程甜点参数求取困难的难题，实现了甜点参数的井剖面精确计算，为评层选区、水平井靶体优选以及资源量估算等奠定了基础。

脆性是一种评价致密储层可压裂性的重要指标，对油气勘探与开发有着重要的意义。准东地区勘探程度低、探井少，二叠系中下部云质岩致密储层的精细描述和脆性的准确预测均有着很大的难度。为此，根据岩石物理实验结果，利用叠前地震角度域数据体，开展储层叠前反演及脆性预测。通过AVO反演，获取P（截距）+G（梯度）和P×G属性； 通过Y（杨氏模量，E）P（泊松比，σ）D（密度，ρ）和L（拉梅常数，λ）M（μ）R（ρ）反演，获取弹性参数的变化率（反射系数）； 通过测井约束反演，获取弹性参数的实际值，并用多种表征公式计算脆性，分析其物理含义及应用效果。研究结果表明：①研究区横波速度与纵波速度有较好的拟合关系，杨氏模量、泊松比和密度对泥岩、非泥岩区分度明显； ②云质岩具有高速特征，研究区储层呈双“甜点”结构； ③用三个小角度数据体直接反演弹性参数反射系数，YPD反演方法相较LMR的储层识别效果更好、分辨率更高，密度反射系数数据体可见比较明显的扇体及河道冲积特征； ④脆性表征结果与弹性参数特征有一定的区别，脆性表征的云质岩有利区呈条带状分布，而弹性参数预测的云质岩有利区基本呈连续、成片分布； ⑤ρE/σ 为研究区最佳的脆性表征公式，可为类似油田云质岩储层脆性预测提供借鉴。

地震分辨率问题一直引领着地震勘探技术的发展方向。在分析地震分辨率与信噪比关系基础上，明确了地震资料品质定量表征方法。在剖析地震资料解释极限基础上，定义了地震地质解释能力作为地震资料实际可解释地质细节的能力。厘定了高分辨率地震勘探和高精度地震勘探的概念及差异。分析了影响地震分辨率的各种因素，并将其划分为地震子波内在因素和外在(地震、地质)因素两类。从地震采集、处理和解释三个方面阐述了提高分辨率的技术途径和未来发展方向。

深度学习为传统地震资料解释技术的发展带来了强劲动力，由此催生了大量的智能化解释技术。但目前的研究成果很少能实现规模化生产应用。为此，面向中、低信噪比地震资料，着力基于深度学习的智能化解释技术工业化落地。在开发智能化软件研发平台的基础上，形成了具有较强资料适应能力的智能化层位解释与断层检测技术，在大规模连片资料层位解释、复杂断块精细描述中发挥了重要作用。与传统的自动解释技术相比，该技术的层位解释效率提高8~20倍，断层识别精度相对于相干、曲率属性等得到显著提高。目前已能完全取代原有的自动解释功能，基本实现了构造解释的智能化转型。

神经网络结构的差异性导致深度学习效果不同。为此，在对比全卷积神经网络(FCN)、卷积循环神经网络(CRNN)和时域卷积神经网络(TCN)的三种网络结构的基础上，通过正演模型测试，对比、分析基于上述三种深度学习的地震波阻抗反演方法的精度和计算效率；然后通过实际资料应用进一步对比三种方法的效果。模型测试结果表明，基于TCN的波阻抗反演的计算效率和反演精度相对较高，基于TCN、FCN和CRNN的波阻抗反演用时分别为82、68和264s，皮尔逊相关系数分别为99.15%、97.84%和98.14%。实际资料应用表明，基于TCN的波阻抗反演结果与测井资料更加匹配。该结论可为智能地震波阻抗反演方法的优选提供参考。

物理驱动的全波形反演方法计算成本高，数据驱动的深度学习反演方法对标记数据集的依赖性强。为了在有限的数据条件下获得更好的反演结果，结合数据驱动与物理驱动，提出了波动方程正演引导的深度学习地震波形反演方法。首先，利用地震数据应用神经网络重建速度模型，对网络预测的速度模型进行正演建模，通过最小化速度模型的误差及地震数据的误差训练网络；其次，使用有限差分法将二阶偏微分波动方程近似为可微算子，使正演过程能够传递梯度，并根据梯度方向动态调整地震数据损失的权重。实验结果表明，该方法能在一定程度上降低数据驱动方法对标记数据集的依赖性，可得到更准确的速度模型，且具有较强的鲁棒性。

微地震初至精确拾取是目前微地震监测关键环节之一，传统的人工拾取方法耗时长、效率低，在实际应用中容易导致无法及时预警等问题。近年来，基于深度学习的长短期记忆网络模型(LSTM)常用于微地震初至拾取，但在低信噪比环境下拾取准确率较低，且忽视了微地震数据中相邻道初至之间的关联性。针对上述问题，将微地震初至发生前、后看作是图像二分类问题，提出了一种应用图像语义分割网络的微地震事件识别和初至自动拾取方法。应用在矿井中采集的实际微地震数据进行实验，结果表明，对包含岩石破裂、工程爆破等多类型微地震事件，该方法的识别准确率较现有的深度学习方法明显提高，平均拾取误差大幅降低，特别是低信噪比数据的平均拾取误差远小于LSTM法，因而具有良好的实际工程应用价值。

四川盆地川南地区龙马溪组深层页岩气资源丰富，但地质、工程条件复杂，如何发挥地球物理技术在页岩气高效勘探开发中的作用显得尤为重要。为了解决复杂山地地震资料采集效率及其品质、分辨率不高，“甜点”和微断裂难以准确预测，以及压裂改造精准监测难等问题，系统总结了适用于该区的深层页岩气地球物理勘探技术最新进展，同时提出了下一步的攻关方向。研究结果表明：①节点仪与智能化地震队可以有效提升地震资料采集效率，动态井深泥岩追踪和井炮可控震源联合激发可以提高原始单炮和地震资料品质；②井驱高分辨处理和真地表TTI各向异性叠前深度偏移提高了地震资料成像精度；③地质统计学反演、GeoEast智能裂缝预测、地震地应力预测等技术分别提高了薄储层、裂缝和地应力等的预测精度；④爬行器带动检波器实现了全水平段的微地震监测，激发电磁法压裂监测技术为压裂监测及效果评估提供了新的技术手段，而基于DAS光纤传感技术可以实现对储层改造更为精准的监测；⑤深层页岩气地球物理勘探技术已经取得了阶段性进展，但是针对四川盆地川南地区深层页岩气储层，还需要在DAS联合立体勘探、高保真偏移成像、基于DAS的全生命周期一体化服务方面加强技术攻关，才能形成适合于中国南方复杂山地的深层页岩气地球物理勘探配套技术系列。

不同岩性、物性变化会引起地震信号相位变化，因此从地震数据中有效地提取相位信息并进行分析，可识别特殊地质体以及目标储层。为此，提出并实现了相位域储层预测技术，其核心是相位分解与重构，分析和确定敏感相位是相位域储层预测成败的关键。包括三个步骤：一是地震道的相位分解与重构，可得到相位重构后的分相位地震数据以及相位道集；二是敏感相位分析，根据研究区的地震、地质特征得到对储层变化最敏感的相位；三是应用地震属性分析技术分析分相位数据体，主要包括剖面分析以及切片分析等，最终实现储层预测。模型分析表明，在合成地震记录上不能体现薄层波阻抗的横向差异，而合成地震记录分相位数据放大了薄层内细微的横向阻抗差异，易于识别。实际应用表明，敏感相位数据体的地震属性更清楚地刻画了河道，分辨率更高。

横波勘探在解决气云区构造成像、岩性油气藏储层精细描述等问题上具有明显优势。为解决柴达木盆地三湖地区纵波资料品质差的难题，首次开展了可控震源纵、横波联合激发的三维多波勘探探索试验，获得了九个分量三维地震资料。文中对横波源激发、检波器水平分量接收到的四个分量地震数据开展研究。横波不同于纵波，有着明显的矢量特性，而以往横波处理技术的研究，局限于二维横波处理或者建立在三维转换波地震资料处理基础上，对横波三维空间上复杂波场的矢量关系考虑不足，无法应用于三维横波地震资料。通过不断地研究与探索，初步形成了以四分量旋转和快、慢波分离技术为核心的矢量横波四分量配套处理技术，包括：横波四分量的矢量旋转、静校正、叠前道集处理、裂缝方位角求取、快慢波分离、速度分析及叠前偏移成像技术。应用该配套技术有效解决了横波勘探的矢量处理难题，获得了与纵波信噪比相当的高品质横波成像结果，在气云区构造成像、微小断裂识别等方面具有明显优势，对三湖地区岩性储层预测至关重要。

目前，中国石油油气勘探开发由隆起区向盆地斜坡、湖盆中心、盆地周缘不断拓展，目的层由中浅层向深层-超深层、对象由常规向非常规油气不断扩展，勘探开发面临探区更复杂、目标更隐蔽、作业难度更高等难题。针对陆上高难度探区地震勘探，中国石油强化地震资料采集、处理、解释等技术攻关，形成了“两宽两高（宽方位、宽频、高密度、高覆盖）”采集、“双高（高分辨率、高保真）”处理、真地表成像处理、叠前储层定量预测等技术系列，支撑了高难度探区勘探持续突破和储量长期稳定增长，实现油气产量稳中有升。以上成果的取得，得益于物探技术理念的转变，提出了“油气在地质家的脑海里，更藏在高品质的地震资料里”的找油找气新理念；得益于把握住了陆上地震勘探技术突破的牛鼻子，提出了“目标在深层，问题在浅层，关键是速度，核心是精细”的技术思路；得益于管理思路的创新与转变，建立了完整的物探技术管理体系，使各探区地震资料品质大幅度全面提升。这种认识上的突破和管理创新将指导下一步陆上油气地震勘探技术向全方位、高密度、全数字、多参数、自动化、智能化、全波形、全波场等方向发展。

密度和声波时差测井曲线是沟通地震与岩石物理学的两条重要曲线，也是目前仅有的能够为测井约束地震反演技术提供可靠的全频带地层弹性信息的两条测井曲线。但实际应用中受井壁垮塌、仪器故障等因素的影响，经常会造成密度和声波时差测井数据失真或缺失，且现有的经验模型法、多元拟合法、岩石物理建模法不但存在着重构目标曲线精度低，而且较难处理两条曲线同时重构的问题。为此，提出了将注意力机制融合到二维卷积神经网络中，以强化深度学习网络捕捉测井曲线自相关和互相关特征信息的能力，提升深度学习网络重构声波和密度测井曲线的精度。以准噶尔盆地超深层致密砂岩为研究对象，首先分析了测井曲线自相关和互相关特征与注意力层权重分布规律的关系；然后分析对比了所提网络与门控循环单元、二维卷积神经网络的预测精度，并对所提网络结构参数进行了优化；最后通过合成地震记录验证了目标曲线校正和缺失重构效果，表明所提网络具有较高的预测精度。

以准噶尔盆地腹部石炭系原生韵律型和西北缘风化壳型火山岩为例，针对地震勘探难点，论述了地震勘探关键技术。研究认为，对于原生韵律型火山岩，按照岩性油气藏的思路，采用低频可控震源采集、井控低频补偿以及层间多次波压制处理技术可以大幅度提高深层地震资料的保真度与空间分辨率；以多属性融合技术预测的火山岩相为约束，再通过叠后相控反演，可以实现优势储层的定量预测。对于风化壳型火山岩，按照后期改造型油气藏的思路，强反射界面续至波压制、“真”地表TTI叠前深度偏移等技术可以实现构造、地层和断裂精细成像；古地貌恢复与多属性断裂精细识别技术可以落实有利目标区。通过关键技术的应用，准噶尔盆地腹部火山岩地震资料频带由3～25Hz拓宽到8～46Hz，储层的钻探平均符合率由65%提高至81%。该方法可为国内外类似火山岩油气藏的勘探提供参考。

地震数据去噪是地震资料处理的关键步骤之一，高信噪比的数据是后续高质量处理和解释的基础。目前，已推出多种类型的去噪方法，其中稀疏表示方法虽具有利用较少的基本信号的线性组合表示大部分或者全部的原始信号，即充分挖掘数据中含有的信息，最大化利用数据的优点，但用于稀疏表示的K-SVD字典学习算法存在去噪结果损失了部分原始信号和计算效率不太理想等问题。为了进一步优化解决这些问题，研发了一种新的用于地震数据去噪的K-SVD字典学习方法。首先，从样本数据中提取随机位置的块，并删除空白块，初始化字典；然后，进行字典学习，自适应地由地震数据本身特征构造出稀疏表示数据的最新字典；最后，利用学习到的字典对含噪地震数据分块进行去噪，对去噪后的块取平均处理再重构图像块得到去噪图像，完成地震数据的去噪。合成数据和实际数据的试验结果表明：所提K-SVD字典学习算法的去噪效果与当前用于稀疏表示的K-SVD字典学习算法相比，在信噪比、计算时间以及地震数据局部特征保持方面更有优势。

由于沉积环境的特殊性和复杂性，地下介质中不同反射界面的波阻抗差可能差异巨大。如果储层的有效反射信息较弱，在地震数据中极可能被强反射信息掩盖，不易被识别，影响了储层识别效果，因此亟需一种解释性处理技术突出弱反射信息。常规方法一般是先从地震数据中分离出强反射分量，再将它削弱或删除。但如果地震子波提取不准确，减去法中强反射残留会引入虚假信号。文中提出了一种“升弱降强”的新思路，通过构建幂次反射系数映射模型缩小弱反射信号与强反射信号的相对差异。首先计算测井反射系数的幂次反射系数，将弱反射系数相对增大、强反射系数相对减小，得到拟反射系数序列；再用原始反射系数序列和拟反射系数序列分别与地震子波进行褶积运算，得到合成地震记录和拟合成地震记录，生成训练样本集；然后用该样本集训练长短期记忆(LSTM)循环神经网络，建立合成地震记录与拟合成地震记录的映射关系；最后将该网络应用于地震数据，增强了地震弱反射信号。模型和实际数据应用结果表明，该方法能有效增强地层本身引起的弱反射信号，提高地震数据的储层识别能力。

宽方位、高密度地震勘探技术在现阶段的常规及非常规油气勘探开发中发挥着越来越重要的作用。作为主要针对宽方位地震数据处理的OVT (Offset Vector Tile)技术，经多年的发展与沉淀，现已处于大规模工业应用阶段；但在设计宽方位、高密度三维地震观测系统时，因未充分考虑三维观测系统的OVT属性，从而影响后续OVT处理和OVT域五维地震资料解释，使最终的OVT应用效果达不到预期。文中研讨了三维地震观测系统OVT属性均匀性定量计算方法，即先从三维正交观测系统提取对应的OVT，计算各个OVT的炮检距和方位角属性，并统计每个OVT的平均炮检距和方位角，作为该OVT的标准值，求取每个OVT均方差值作为该OVT属性的评价指标；最后用全部OVT属性评价指标的平均值及各OVT属性评价指标的均方差值定量评价观测系统的OVT属性。对应值越小，说明观测系统的OVT属性越好，对应值越大，则说明该观测系统的OVT属性越差。

利用曲率、相干等属性刻画河道的效果不明显，对这些属性的主成分分析效果较差。地震纹理、相干能量、谱峰值和分频振幅等属性虽然能较好地识别部分古河道，但是存在古河道刻画不全、识别范围有限等问题。为此，提出了应用地震属性主成分分析(PCA)识别古河道的方法，精细刻画了不同尺度古河道，预测效果优于单一属性，较好地提高了古河道识别精度。获得以下认识：1地震纹理、相干能量和谱峰值三种地震属性能够较好地刻画古河道，但是对古河道的识别结果不全面；利用PCA融合了三种地震属性识别河道的有效信息，可突出古河道的展布特征及边界形态。②基于分频瞬时振幅剖面对河道变化细节的识别差异，利用PCA融合不同频段瞬时振幅属性，以增强共性细节信息，提高了古河道识别精度。应用所提方法识别川西地区沙溪庙组河道，准确地反映了古河道的具体位置及轮廓。

塔里木盆地顺北地区超深断控缝洞型储集体发育，近年来不断有高产井涌现； 同时，大量研究证实高角度走滑断裂对油气藏的运移和聚集起决定性作用。受“断控储集体”埋藏深，且走滑断裂断距小、难闭合等因素的影响，顺北地区地震资料信噪比低、断面特征不清晰，导致走滑断裂检测及空间解释难度较大。针对上述超深走滑断裂检测研究面临的难点，文中提出深度学习与边缘增强相结合的多尺度断裂综合检测技术：首先将走滑断裂按规模划分为主干断裂、伴生次级断裂、小尺度裂缝；通过正演主干断裂、次级断裂、裂缝等不同断裂模式的地震响应特征并进行方法实验，认为可应用U-Net卷积神经网络深度学习技术识别主干断裂、振幅梯度矢量凌乱性检测技术识别伴生次级断裂、Aberrance增强属性识别小尺度裂缝。将该套技术应用于顺北地区走滑断裂实际检测中，取得了显著效果。

目前，油气地震勘探主要利用了纵波（PP波）的信息，在地层多参数反演、复杂和非常规油气储层预测、流体识别等方面存在着不确定性。近年来，横波（SV-SV波和SH-SH波）可控震源技术的发展大幅提高了资料的品质，为横波勘探技术的发展和广泛应用提供了必要条件。然而，与传统的PP波、PP与PS波联合反演相比，横波的反演能力尚不明确。为此，对比、分析不同弹性参数表示的纵波、转换横波（PSV波）和横波反射系数近似公式的精度，然后利用反射系数近似公式构建针对不同弹性参数的线性反演框架，结合反演协方差矩阵和反演条件数对比，分析纵、横波在反演不同弹性参数时的不确定性、不适定性。分析结果表明：利用PP波反演剪切模量和密度的不确定性最大，即使采用大角度数据PP波反演依然具有较高的不适定性；PSV波反演可有效降低反演的不适定性，但难以独立应用于实际资料；PP波和PSV波联合反演可有效降低反演的不确定性、不适定性，但反演效果依赖于纵、横波匹配精度；SH-SH波和SV-SV波在反演横波阻抗、横波速度、剪切模量和密度时具有明显的优势，可有效降低对输入数据角度的需求。该成果可为横波反演方法研究提供理论依据。

波阻抗反演技术已经相当成熟，但仍然存在反问题的不适定性、反演的分辨率低以及对地层边界刻画不清晰等问题。为此，提出基于L_1-2正则化的地震波阻抗“块”反演方法。在前人的基础上，将L_1-2正则化引入基于模型的波阻抗反演，通过借鉴全变分正则化的思想，利用叠后地震数据直接获得波阻抗反演结果。首先，推导线性化的波阻抗正演近似公式并分析精度；然后，基于贝叶斯理论，引入L_1-2正则化构建波阻抗反演的目标函数，利用迭代重加权最小二乘算法求解目标函数，获得波阻抗反演结果。由于波阻抗反演为单道反演算法，反演多道数据时道与道之间会产生空间不连续现象，因此对反演结果执行f-x域空间预测滤波改善由噪声和单道反演算法带来的空间不连续性。相关系数的定量对比证明了基于L_1-2范数的反演结果优于基于L₁范数和L₂范数。合成数据和实际资料反演验证了所提方法的有效性和可行性。

地震勘探中激发药量与地震数据采集质量具有高度相关性，药量的选取需要理论研究、现场试验等综合论证。单井柱状炸药激发后，震源附近各个方向(方位)上的子波能量分布并非均匀，从而造成了药量设计的复杂性。首先对采集的中国西部M地区地表层样本(土样)进行岩石物理参数测试，建立了5种典型的物理模型；根据爆炸理论，模拟了TNT、高密度硝铵和铵梯等3种常用炸药在不同药量激发时，各个模型所形成的子波波场；依据震源附近有效能量与潜在噪声能量空间分布范围，提出了基于激发效率的药量设计目标函数，并从理论上计算出3种常用炸药分别在黄土、灰岩、火成岩、泥岩、砂岩等5种典型岩性中激发的最佳药量。塔里木M地区药量实验成果数据证实了该设计方法的有效性及可靠性。

常规地震数据处理方法因存在窗口效应、能量聚焦性差、分辨率与信噪比相互制约等弊端，使其处理能力受限。为此，在阐述匹配追踪算法基本原理及相对保幅AVF剖面构建方法的基础上，文中提出一种新的高分辨率处理技术。首先对信号进行分解并构建相对保幅AVF剖面，然后在时频谱上进行能量重新分配，提高原始数据高频成分，每个时频原子在给定频率位置的谱值决定其贡献程度，最后保幅重构地震信号。实际资料处理结果表明，重构后地震信号主频提高，频带拓宽，分辨率相对提高，增强了地震资料识别小地质体的能力，有利于后续储层识别和流体检测。

地下介质的吸收衰减效应严重降低了地震信号的探测深度，限制了高分辨率地震勘探的发展。反Q滤波技术是补偿地层吸收衰减、提高地震分辨率的重要手段。然而，传统的反Q滤波方法本身并不具备信号识别能力，在补偿地震信号的同时会放大噪声干扰。为此，文中提出一种信号自适应识别的多道吸收补偿方法，其核心思想是利用地震信号的空间构造特征提升吸收补偿算法的稳定性和精度。该方法主要实施流程包括四步：首先，利用空间预测算子对反射信号的空间构造特征进行数学表达；再根据信号预测算子构造空间反射结构约束项；然后，将反射结构约束项加入多道吸收补偿目标函数，得到吸收补偿反演系统；最后，求解多道反演目标函数，得到吸收补偿结果。模型数据测试和实际资料应用结果表明：所提方法不仅能提高地震资料的分辨率，还可保护补偿结果的空间构造特征和信噪比，具有较强的稳定性和一定的实用性。

地下强反射界面产生的层间多次波传播路径复杂，压制难度大而且成本高，一直以来都是困扰油气勘探的棘手难题。考虑到层间多次波也是来自地下界面的真实反射，同时逆时偏移可以实现多次波的正确归位，因此，从节省计算成本和提高成像精度的角度出发，开展了一次波和层间多次波联合成像方法研究。首先，通过分析联合成像过程，引入了基于上、下行波场分离的成像条件以提高成像精度；然后，重点针对联合成像过程中引入的串扰假象，分析了其产生机制，提出了基于缺失边界匹配补偿的解决策略，通过将震源正向延拓上边界与实际地震资料进行匹配求取匹配因子，并将其作用于缺失边界的正演数据，从而实现保真逆时延拓，有效避免串扰假象的产生；最后，应用数值试算验证了方法的可行性、有效性和适用性。

超深层(深度为7500～9000m)走滑断裂带是塔里木盆地重要的油气富集带之一。超深层非均质储层的形成与走滑断裂的改造作用及溶蚀作用密切相关。走滑断裂带呈能量不一、杂乱的地震反射特征。如何准确识别超深层致密灰岩中的走滑断裂带，是提升油田产能亟需解决的问题之一。为此，提出一种超深层走滑断裂带地震识别的组合方法。首先，引入地层倾角扫描结果，构建一个基于地震倾角数据的横向平滑滤波器，对原始地震数据实施横向平滑滤波，获取具有局部地层背景特征的横向趋势数据；然后，计算该地层能量背景横向趋势数据与原始地震数据的残差，得到走滑断裂带增强响应的数据，进而指导走滑断裂带的识别。模型试验及实际资料应用均表明，应用该方法处理后的地震数据对非均质地质体的分辨能力有明显提升，可有效识别不同尺度断裂，并能够分辨被淹没在地层能量背景下的缝洞体。该方法适用性强，对类似地质体识别具有推广价值。

提高地震数据分辨率的传统方法，如反褶积、Q补偿等，受到子波为最小相位、反射系数为白噪声等假定条件的限制且需要求取复杂参数，不便于实际应用。深度学习方法使用数据驱动的方式可以自适应地刻画输入与目标间的关系，具备良好的自主学习能力，但目前基于深度学习提高地震数据分辨率的方法对注意力信息的利用不够全面。因此，提出一种基于双注意力U-Net网络的提高地震数据分辨率方法。首先，在原始U-Net网络中加入改进的通道注意力模块、空间注意力模块和级联残差模块，不仅可以快速学习高、低分辨率数据间的映射关系，还能够合理分配不同通道和空间的权重、充分利用数据间的相关性；然后，使用L₁损失和多尺度结构相似性指数损失的组合作为损失函数，提高模型对局部信息变化的敏感度，便于恢复细节信息。模拟数据和实际数据的测试结果表明，该方法提升了地震数据的主频，增加了频带宽度，同相轴变得更清晰，细节纹理信息更丰富，有效提高了地震数据的分辨率。

通常利用地震反射同相轴的几何形状、横向连续性、振幅、频率和层速度等参数描述沉积相类型。传统的沉积相地震识别方法利用人工解释目标沉积体，受限于解释人员对目标工区的地质认识，工作强度大、效率低，存在多解性。在很多地震勘探工区只能够标定少量标签，这些标签不足以支撑完成强监督学习，此时小样本学习可以作为好的解决方案。为此，以小样本学习为切入点，主要研究碳酸盐岩丘滩体沉积相预测方法，探讨了基于小样本学习方法在沉积相识别方面的应用效果。在小样本弱监督学习方面，首先根据地震反射构型以及钻井信息建立了典型地震剖面地震相标签库，在川中地区灯影组地震数据中共解释了14条地震剖面作为训练标签，占总数的2.8%。其次，基于层序地层格架控制的沉积相智能分类方法，利用地震层序格架构建隐式标量场，引入地震层位的空间变化信息，避免了深度学习在地震相预测过程中未引入地质信息的缺陷，提高了沉积相智能预测精度。利用所提方法刻画了四川盆地川中地区灯影组碳酸盐岩微生物丘滩体，结果表明：礁体受控于台地边缘斜坡，对礁体边界等的预测结果与地震信息高度吻合，符合地质规律；在平面上，礁体呈条带状分布，与台地边缘的分布基本吻合，与沉积相一致。

在录井过程中，岩屑的岩性分析主要依靠人工，效率较低且稳定性较差，难以在钻进地层过程中快速识别岩性变化。为此，提出基于砂样图像中颗粒岩屑纹理、色泽和形状等特征的岩性智能识别方法。首先，计算砂样图像的像素值梯度并求取颗粒质心，采用分水岭算法获取颗粒岩屑轮廓线并标记；然后，采用图像分割算法从砂样图像中分离出待检测的单个颗粒岩屑图像，建立颗粒岩屑图像样本库；最后，利用注意力机制及特征融合模块改进MobileNetV2网络，提取颗粒岩屑特征并分类，实现单个颗粒岩屑图像岩性识别，进而获取砂样岩性成分比。该方法将以往岩性智能识别过程中常采用的砂样整体识别方式转变为对砂样中单颗粒岩屑的岩性识别，大幅度减少了颗粒岩屑之间的相互干扰。多个油气区块的砂样图像测试结果表明，该方法对灰岩、泥岩、砂岩和页岩的识别准确率均不低于92%，一组砂样图像岩性分析的用时小于10 s。

以大庆长垣西部斜坡区萨尔图油层萨Ⅰ组为例，利用高密度三维地震资料横向信息丰富、测井资料纵向分辨率高的优势，采用井震结合的方法，以海拉尔曲流河现代沉积的4种典型模式为指导，在地震剖面上分析点坝和废弃河道的响应特征，建立了点坝和废弃河道的地震响应模式；由于常规分频解释技术受限于短时窗，为此，在地震数据分频计算中引入小波分频变换算法，将地震数据由时间域数据体转换为频率域数据体，应用“基于小波分频变换的RGB属性融合技术”识别点坝边界、内部废弃河道及物性变差带，精准预测了点坝和废弃河道的展布特征；首次利用地震储层预测成果建立了古河道内部单一侧积体长度、宽度与河流满岸宽度之间的关系，相关系数达0.9以上，为西部斜坡区稠油开发提供了精准的地质依据。结果表明：研究区废弃河道在平面上呈“S”形，平面上精细识别出与现代曲流河沉积对应的4种典型模式，完成了萨Ⅰ1废弃河道精细识别和平面组合；应用废弃河道和点坝识别成果指导井位部署197口，其中99口直井成功率为100％，98口水平井平均钻遇水平段426 m，水平段含油砂岩钻遇率为92.6％，利用地震资料解释成果规模部署近百口开发水平井。

鄂尔多斯盆地东缘LX区块二叠系石盒子组发育河流相致密砂岩储层，高产气层具有孔隙度大于12%、渗透率大于1 mD、含气饱和度大于50%等特征，寻找高产“甜点”亟需开展储层参数定量评价。基于传统地震反演间接预测孔隙度等参数的方法精度低。LX区块地震数据与测井曲线对应关系不一致，存在大量矛盾样本，导致常规卷积神经网络难以应用。为此，在常规卷积神经网络模型的基础上增加一个全连接网络结构。地震数据与测井数据之间通过托布里兹局部网络结构连接，用于解决储层参数与地震数据不直接相关问题。全连接网络结构通过引入线(道)号、层位、地震相等先验信息，可以解决矛盾样本问题。通过引入地层格架、地震相等先验约束信息，构建了适用于致密储层的深度学习网络模型，形成了地质导向的样本井优选方法，从而定量预测储层参数、刻画了高产气层“甜点”平面展布。实际应用结果表明，孔隙度、渗透率、含气饱和度预测结果与井数据吻合度高，新部署的5口钻井测试无阻流量均超过1万m³/d，有力推动了致密气高效开发。

分析了卷积神经网络（CNN）、去噪卷积神经网络（DnCNN）、U-Net深度神经网络、前反馈（BP）神经网络、空洞卷积神经网络（DCNN）、残差网络（ResNet）、迁移学习等为代表的深度学习方法的概念、发展现状、方法原理、去噪效果以及优缺点等；对比了传统去噪方法、字典学习及深度学习方法的去噪效果；展望了深度学习技术在地震去噪领域的发展前景。获得以下认识：①深度学习方法的实际去噪效果优于传统方法和字典学习方法，不需要设定结构模型，泛化性更强，且计算时间短、精度更高。②深度学习方法存在诸多不足：实际数据的去噪效果往往差于合成数据；普适性不强；神经网络的“黑匣子”特性使其物理可解释性大大降低；网络性能与训练数据的泛化性密切相关；用于训练网络的数据集因人而异，难以评价网络性能。③期待深度学习在以下方面取得进展和突破：搭建适用于不同噪声的去噪神经网络结构，并将更优的网络结构引入地震随机噪声压制；将地震信号转换到变换域构造网络的损失函数；改进学习策略的同时制作更具代表性的数据集，尽可能地使训练数据覆盖所有类型的解，提高网络泛化性；自动化的参数调优；结合模型驱动与数据驱动的方法。

各向异性介质地震波衰减的研究一般只针对横向各向同性介质，即包含一组垂向裂缝。实际储层中往往存在多组正交或斜交裂缝，因此研究含多组裂缝储层的地震波频散和衰减非常必要。Chapman建立了包含两组裂缝的中观尺度喷射流模型，但是没有讨论两组裂缝对特征频率、频散和衰减幅度的影响。为此，建立了计算含多组裂缝储层纵波频变特性的方法。首先对Chapman模型数值模拟，讨论裂缝参数对特征频率和频散、衰减幅度的作用；然后分析Chapman模型和标准线性固体模型之间的关系；最后建立利用广义标准线性固体模型计算包含多组裂缝储层的频变纵波模量的方法，即利用Chapman模型和各向异性Gassmann方程得到低频模量，利用Chapman模型得到高频模量。所提方法利用低频、高频极限模量和模量损失表征地震波的频散和衰减特性，其中模量损失可表征每组裂缝的贡献，并得出以下认识：1裂缝方位和地震波入射方向只影响频散幅度和衰减幅度，而不影响频散频带和衰减频带；2不同裂缝发育情况的纵波速度V_P(或纵波逆品质因子Q_P^-1)曲线间存在代数关系，因此可以利用单组裂缝的V_P(或Q_P^-1)曲线表示两组甚至多组裂缝的V_P(或Q_P^-1)曲线；3当地震波传播方向与裂缝平行时，V_P随频率的变化很小，P波衰减最小。所提方法对于研究各向异性介质的地震波场特征及地震响应机理具有一定实际意义。

地震勘探的成像和反演质量取决于地震子波的提取精度。地震子波在传播过程中主频和相位会改变，即子波形态会出现变化。现有的子波估计方法未能充分考虑子波的空变特性，同时传统空变子波提取方法对测井资料等先验信息依赖性较强，且受各类假设限制。为此，提出了一种使用自编码-解码架构与卷积门控循环单元（ConvGRU）网络的空变子波提取方法。该方法使用卷积运算与门控运算同步提取不同地震道子波的主频和相位变化特征；将提取的子波变化特征经编码得到特征变量，特征变量经解码器可更高效地提取横向道间和纵向时间上的变化特征。使用有限差分正演和非平稳褶积模型建立符合实际数据分布特点的训练数据；搭建自编码-解码网络并迭代训练网络，得到空变子波提取模型；使用该模型提取地震多道空变子波。数值仿真实验验证了该方法比传统子波提取方法具有更高的精度；中国西部实际地震资料处理结果表明，该空变子波提取方法具有一定的实际应用价值。

在老油田开发中后期，精准描述剩余油分布成为亟待解决的难题。叠前地震资料包含不同入射角的道集信息，通过分析振幅随入射角的变化特征可预测储层岩性和流体分布规律。为此，以大庆长垣BSX区块为例，在含流体岩石物理特征分析基础上，开展相控叠前地质统计学反演预测剩余油分布特征，以寻找潜力部位，实施精准挖潜。首先，明确随注水开发、含水饱合度逐渐增大引起的纵、横波响应特征，建立纵横波速度比、纵波阻抗的弹性流体岩石物理定量解释图板；其次，以纵横波速度比、纵波阻抗与含水（油）饱和度之间的关系为纽带，采用相控蒙特卡洛反演算法，生成高分辨率的岩石弹性参数体、含油饱和度体。应用结果表明，剩余油的分布预测结果与取心井岩心实测数据符合率达76.5%。该方法指导了BSX区5种剩余油的挖潜对策，可为其他陆相油田的高效开发提供借鉴。

用常规交错网格有限差分法（C-SFD）进行速度—应力声波方程数值模拟，虽然空间差分算子能达到2M阶差分精度（M表示空间差分算子中与差分中心点等距的坐标轴网格点的组数），但差分离散声波方程仅具有2阶差分精度，所以其模拟精度低、稳定性差。为此，联合利用坐标轴网格点和非坐标轴网格点构建空间差分算子近似一阶空间偏导数，建立了一种适用于速度—应力声波方程的混合交错网格有限差分法（M-SFD），并基于时空域频散关系和泰勒级数展开建立差分系数求解方程组，导出了差分系数通解。M-SFD给出的差分离散声波方程可达到4、6、8阶、甚至任意偶数阶差分精度。频散分析表明：在特定的Courant条件数取值（如Courant条件数r=0.3）条件下，C-SFD通过调整M的取值，无法将数值频散误差控制在1%以内；M-SFD通过调整M和N的取值（N表示空间差分算子中与差分中心点等距的非坐标轴网格点的组数），基本可以将频散误差控制在1‰以内，甚至可以控制在0.1‰以内。稳定性分析显示：M取值相同时，M-SFD的稳定性强于C-SFD。数值模拟实例表明：计算效率基本相同时，M-SFD比C-SFD能更有效地压制数值频散，模拟精度更高；M-SFD还能采用比C-SFD更大的时间采样间隔以获得更高的计算效率，且模拟精度更高。进一步将M-SFD推广应用于逆时偏移，M-SFD作为逆时偏移中的波场传播算子，能够有效消除由于数值频散造成的成像假象，从而提高深层的构造成像精度和分辨率。

地震数据噪声压制技术有着广泛的应用需求。地震数据可以抽象地看成是由时距关系确定的地震同相轴与某种统计规律确定的随机噪声构成。以加权叠加为基础的经典统计滤波会影响地震数据中的同相轴信息，滤波效果不理想，所以需要依据地震数据的特征改进统计滤波器。统计滤波需跟踪地震同相轴，自适应地设计与区域地质特征相匹配的扁平窗函数。为此，提出一种沿同相轴方向的各向异性滤波器，在不同区域自适应地沿同相轴方向滤波，从而设计出适应地震数据变化规律的滤波器。合成数据和实际数据验证了该方法可以有效提高信噪比，并保持地震数据中同相轴的有效信息。根据信噪比、残差、误差曲线的定性和定量结果分析说明了统计滤波器应用的局限性。

根据三维TTI介质倾斜对称轴与观测坐标系之间的几何关系，经坐标旋转，可以将其近似看成三维VTI介质，故适用于VTI介质的波场分解方法就可以应用于TTI介质。为此，从三维各向异性弹性波动方程出发，通过求解Christoffel方程的特征向量，构建了三维VTI介质的波场分解算子；再利用坐标旋转推导了三维TTI介质的波场分解算子；最后通过泊松方程实现三维TTI介质的弹性波场分解。引入改进的快速算法，避免了直接求解泊松方程。推导的分解算子考虑了随空间变化的弹性参数和倾斜对称轴，可适用于复杂的三维TTI介质模型。当各向异性参数以及对称轴倾角都为零时，该算子可以退化为各向同性的形式。数值计算结果表明，该TTI介质波场分解算子比各向同性或VTI介质算子能得到更精确的分离结果，可高效实现三维各向异性矢量弹性波场分解。

地应力是地层压实作用的主控因素之一，应力变化必然引起压实作用的变化，进而影响地层速度及基于地震资料的构造解释。迄今未见地应力横向变化对地层速度及构造解释影响的定量分析文献。为此，基于测井数据，参考了土木工程、固体矿产、钻井工程等领域的研究成果，采用有限差分法模拟应力场，分析局部地应力对地层速度的影响机理。得到以下认识：1局部范围内的速度变化主要受局部应力场变化的影响，且对勘探初期的油气田储量评估影响较大；2披覆背斜构造高点至翼部垂向地应力减小，且埋深越大变化越快；3滚动背斜垂向地应力向断层方向增大，而且距断层越近、埋深越大变化越快；4在地应力影响下，上述两类构造高部位的层速度及平均速度较翼部高，且埋深越大变化越快。油田钻探实例证实了上述认识，可见，地应力场是地层速度变化的重要影响因素之一，在地震勘探中有必要予以关注。