基于主成分分析的米兰科维奇旋回识别和应用研究

以织纳1井晚二叠世含煤地层为研究对象,综合运用主成分分析、频谱分析和小波分析方法,利用煤田测井准确识别含煤地层中蕴藏的米兰科维奇旋回并进一步划分高频旋回层序地层。结果表明,借助第二主成分(PCA2)数据能够识别出的米兰科维奇周期最全,误差总体最小,可作为该井段用于米兰科维奇旋回识别的最优参数;提取的400 ka和100 ka偏心率旋回曲线显示该井段分别记录了约18个400 ka长偏心率旋回和约72个100 ka短偏心率旋回,据此估算的沉积时限约为7.19 Ma;结合偏心率旋回曲线和小波波谱的变化特征,发现该井段可划分出4个三级层序和18个四级层序,而最大海泛面附近的沉积速率变化可能受到了海平面变化和物源供应的共同影响。     

测井沉积学研究进展

测井资料因具有信息量大、数据连续性好、垂向分辨率高及成本低等优势,在解决沉积学问题方面具有良好的应用前景和发展潜力。简要回顾了测井沉积学概念的提出与研究现状,结合作者多年的研究成果,在沉积相分析、层序地层划分及沉积动力学分析三个方面总结了测井沉积学的研究进展,同时探讨了测井沉积学的发展方向。认为小波变换、傅里叶分析、主成分分析、分形理论等适当的数学方法和人工智能及计算机技术相结合,将是应用常规测井数据开展测井沉积学研究的关键技术,是测井沉积学研究的主要内容。