基于多模态Dense连接神经网络的窄河道砂体烃类检测方法

本发明公开基于多模态Dense连接神经网络的窄河道砂体烃类检测方法，包括以下步骤，首先标定明确砂体地震反射特征，明确主力砂体空间分布位置；地震属性优选，提取幅度调制梯度系数；创建符合工区特征的地质模型，利用褶积正演生成训练数据集；构建多模态Dense连接神经网络，建立多源属性和油水概率关系；最后通过实际井资料迁移学习并进行测试分析，得到整个目标工区的烃检测结果。本发明对河道砂体进行识别及雕刻时，采用沿砂体顶底建立高频层序等时格架，通过优选属性指导河道边界刻画，提高了砂体识别准确性，为后续开发工作提供可靠基础。二者对复杂窄河道砂体储层勘探开发工作的可靠性、准确性提升起到了至关重要的作用。