一种模型与数据裂缝型储层多参数叠前同时反演方法

本发明提供的一种模型与数据裂缝型储层多参数叠前同时反演方法，所述反演方法包括：步骤S1：根据地震及测井数据，建立HTI介质多个参数的低频模型；步骤S2：建立目标层段用于神经网络训练用的多个参数的标签数据；步骤S3：构建用于反演的多个参数的卷积循环神经网络；步骤S4：获取训练卷积循环神经网络；步骤S5：将叠前AVAZ道集输入所述训练卷积循环神经网络，获得弹性各向异性参数。联合数据与模型，在深度学习的框架下实现HTI介质弹性与各向异性7个参数的同时反演，提高反演结果精度与分辨率。