摘要：本文借鉴语音识别技术中的线性预测倒谱系数（LPCC系数）特征参数提取方法对地震数据进行分解,这种方法的优点是：可以获得将子波和反射系数信息分离的地震语音特征参数,对地质现象边界具有较好的描述能力,使我们可以从不同维度更细致地观察隐藏在地震数据中的地质特征.理论模型分析表明,基于LPCC系数的地震分析具有较高的地震相划分能力.实际地震资料应用表明,LPCC系数对储层特征的描述比常规三瞬属性更为细致,不同阶次LPCC系数在描述储层不同特征时也保持了内在的联系.采用K均值聚类方法对提取的12阶和24阶LPCC系数进行聚类分析,聚类结果与目的层段古地形较为吻合,较好地反映了研究区的断裂、礁滩相带、深水扇和储层的分布特征,说明在地震相分析中采用LPCC系数作为特征参数是可行和有效的.

关键词：线性预测倒谱系数 地震相分析 储层预测 k均值聚类 语音识别 

单位：中国石油勘探开发研究院; 北京100083; 中国地震台网中心; 北京100045