一种基于岩石物理与深度学习的地震数据次成分提取方法

本发明公开了一种基于岩石物理与深度学习的地震数据次成分提取方法，涉及储层预测技术领域。首先以井资料和岩石物理测试分析为基础构建岩石物理模型，采用粘弹性双相介质波动方程模拟计算一系列模型参数微调的模型地震响应，随后与经保真保弱处理后的实际数据求差，获得一系列模型扰动下的地震数据次成分并构建数据集；然后以经典深度学习算法为基础，结合地震波传播理论和半监督学习构建深网络模型，并将地震数据和经时频分析得到数据作为输入进行模型训练；最后利用训练好的模型进行地震数据次成分提取，并结合实际勘探资料对结果进行校正与分析。本发明能从地震数据中获得反应地质介质属性微小变化的次成分，进而提高储层油气识别精度。