含油气盆地甲烷微渗漏及其油气勘探意义研究进展

邹雨, 王国建, 杨帆, 陈媛

Research progress of methane microseepage in petroliferous basins and its significance for oil-gas exploration

ZOU Yu, WANG Guo-Jian, YANG Fan, CHEN Yuan

表4 背景与异常数理分析及其计算方法^[38,39]

Table 4 Mathematical analyses and calculation methods of backgrounds and anomalies^[38,39]

数理分析		计算模型及公式
单变量异常阈值计算	符合多重正态分布	l₁= $\frac{U_{i - 1} S_{i}^{2} - U_{i} S_{i - 1}^{2} + S_{i} S_{i - 1} \sqrt[]{(U_{i} - U_{i - 1})^{2} + (S_{i - 1}^{2} - S_{i}^{2}) \ln (N_{i} S_{i - 1} / N_{i - 1} S_{i})}}{S_{i}^{2} - S_{i - 1}^{2}}$ ,当S_i_-1≠S_i,U_i_-1<l₁<U_i; l₂=0.5(U_i+U_i_-1)+ $\frac{S_{i}^{2}}{U_{i} - U_{i - 1}}$ ln $(\frac{N_{i - 1}}{N_{i}})$ ,当S_i_-1=S_i; 式中U_i为均值,S_i为标准差,N_i为先验概率,l₁为计算结果
单变量异常阈值计算	不符合正态分布	多重分形模型:A(≥ρ)∝ρ^-^β; 式中A(≥ρ)代表等高线包围的区域(等高线值≥ρ),∝表示成正比,β为一个指数,对应于数据范围等高线集假定的值
小波分析 (对数归一化)		Y_i= $\frac{X_{i} - \bar{X}}{MAX - MIN}$ ;式中X_i为初始数据,Y_i为计算结果
多变量异常的综合参数	符合多重正态分布	密度分布函数F_i(X)=(2π)^-^m/²\|Σ_i\|^-1^/²exp[-0.5(X- ${\bar{u}}_{i}$ ) $Σ_{i}^{- 1}$ (X- ${\bar{u}}_{i}$ )]; 后验概率P_i= $\frac{N_{i} F_{i} (X)}{\overset{g - i}{\sum_{j = 0}} N_{j} F_{j} (X)}$ ;多变量异常识别综合参数G_i= $\frac{P_{i} - P_{i MAX}}{P_{i} + P_{i MAX}}$ ; 式中m为变量数, ${\bar{u}}_{i}$ 为期望向量,Σ_i为协方差矩阵
多变量异常的综合参数	不符合正态分布	逻辑乘法γ_j_,_k=2 $\frac{\| S_{j} ? S_{k} \|}{\| S_{j} \| + \| S_{k} \|}$ ,j≠k; 式中S_j为关联的每个单变量的总体; 人工神经网络可以基于逻辑乘法聚类分析结果作为初始已知样本