周昊儀，莫修文，王麗麗，許寶寅

(1.中國(guó)地質(zhì)調(diào)查局 廣州海洋地質(zhì)調(diào)查局 ，廣東 廣州 510075;2.吉林大學(xué) 地球探測(cè)科學(xué)與技術(shù)學(xué)院 ，吉林 長(zhǎng)春 130026;3.中國(guó)石油天然氣股份有限公司 吉林油田分公司 地球物理研究院 ，吉林 松原 138000)

0 引言

陣列聲波測(cè)井起源于20世紀(jì)80年代。與常規(guī)聲波測(cè)井相比，它可以利用多道重復(fù)信息彌補(bǔ)由于井徑變化引起的誤差。縱波信息以及其他組分波如橫波、斯通利波等信息皆包含在內(nèi)。對(duì)不同的組分波進(jìn)行識(shí)別并準(zhǔn)確提取其慢度是陣列聲波測(cè)井?dāng)?shù)據(jù)處理的重要環(huán)節(jié)，也是進(jìn)行巖石彈性參數(shù)計(jì)算[1]、地層各向異性分析[2]以及滲透率計(jì)算等的基礎(chǔ)。因此，尋求高精度的提取方法是陣列聲波測(cè)井解釋的一項(xiàng)重要工作，關(guān)系到計(jì)算的巖性、孔隙度、滲透率以及飽和度等信息是否準(zhǔn)確，能否為油氣勘探和開發(fā)提供合理依據(jù)。

國(guó)內(nèi)外學(xué)者對(duì)陣列聲波測(cè)井組分波提取方法已進(jìn)行了大量研究。Kimball等[3]提出慢度—時(shí)間相關(guān)(STC)法，它是一種時(shí)域的相關(guān)對(duì)比方法，優(yōu)點(diǎn)是原理簡(jiǎn)單，計(jì)算速度快，缺點(diǎn)是時(shí)窗的選取會(huì)影響計(jì)算結(jié)果。Ingram等[4]提出直接相位法，它是STC法的頻域表現(xiàn)形式，其優(yōu)點(diǎn)是計(jì)算精度較高，缺點(diǎn)是計(jì)算速度較慢，且信噪比低時(shí)獲得的結(jié)果較差。Hsu和Baggeroer[5]提出了最大似然法，其優(yōu)點(diǎn)是計(jì)算精度較高，缺點(diǎn)是信號(hào)弱時(shí)結(jié)果不理想。喬文孝[6]提出時(shí)域及頻域插值法，在一定程度上提高了聲波時(shí)差的計(jì)算精度。章成廣等[7]提出基于Prony理論的頻譜法，當(dāng)各組分波在時(shí)域上分離不明顯時(shí)，其結(jié)果優(yōu)于STC法，但是當(dāng)?shù)貙虞^復(fù)雜時(shí)，其結(jié)果不穩(wěn)定。陳強(qiáng)、張超謨[8]提出長(zhǎng)短時(shí)窗能量比法，其優(yōu)點(diǎn)是計(jì)算速度快，缺點(diǎn)是結(jié)果容易受多種因素影響，精度欠佳。宋延杰等[9]提出了慢度—時(shí)間相關(guān)法與遺傳算法結(jié)合的陣列聲波測(cè)井資料處理方法，其處理結(jié)果穩(wěn)定，但精度有待提高?？禃匀萚10]提出慢度—距離相關(guān)法，其計(jì)算量比STC少，精確度有所提高。王雷等[11]利用STC法以及n次方根法對(duì)多種不同分辨率的接收器陣列組合進(jìn)行了縱橫波時(shí)差提取研究。

模擬退火算法是一種隨機(jī)智能優(yōu)化算法，由Metropolis等[12]于1953年提出。1983年，Kirkpatrick等[13]成功地將退火思想引入到組合優(yōu)化領(lǐng)域，解決了諸如流動(dòng)銷售以及復(fù)雜電路集成設(shè)計(jì)等問題。模擬退火(SAA)算法在地球物理領(lǐng)域首先被應(yīng)用于地震解釋，后來又相繼在電法以及重力反演中使用。在測(cè)井?dāng)?shù)據(jù)處理與解釋中，陶果等[14]提出用模擬退火算法計(jì)算橫波時(shí)差。王飛[15]利用模擬退火算法進(jìn)行了地層各向異性的反演。趙瑞平[16]引入混沌—模擬退火算法求解超定線性方程組并對(duì)儲(chǔ)層進(jìn)行評(píng)價(jià)。李忠新等[17]將快速模擬退火算法應(yīng)用于核磁差譜分析中。姜明等[18]將非均勻采樣的模擬退火算法應(yīng)用于隨鉆電磁波電阻率測(cè)井檢波系統(tǒng)。

模擬退火算法跳出局部較小的能力強(qiáng)，在陣列聲波測(cè)井復(fù)雜信號(hào)處理中具有一定的優(yōu)勢(shì)。為了確保結(jié)果收斂到全局最優(yōu)，提高測(cè)井解釋的精度，本文嘗試將模擬退火算法與STC方法結(jié)合進(jìn)行陣列聲波不同組分波慢度的提取。

筆者首先對(duì)模擬退火算法以及慢度—時(shí)間相關(guān)法的基本原理進(jìn)行介紹，然后對(duì)兩種算法的結(jié)合進(jìn)行分析與探討，并處理實(shí)際數(shù)據(jù)以驗(yàn)證算法的可行性。之后對(duì)T井?dāng)?shù)據(jù)進(jìn)行各組分波慢度提取，并與STC方法處理結(jié)果以及常規(guī)測(cè)井?dāng)?shù)據(jù)進(jìn)行對(duì)比，驗(yàn)證結(jié)果的正確性，最后對(duì)該方法的特點(diǎn)進(jìn)行總結(jié)。

1 基本原理

1.1 模擬退火

1) 冷卻進(jìn)度表。常用的冷卻方式見表1。

表1中，T0為初始溫度，T為當(dāng)前溫度，k為迭代次數(shù)，c及N為常數(shù)。

冷卻方式?jīng)Q定降溫的快慢。降溫速度過快稱為淬火，可能會(huì)導(dǎo)致最終的原子排列未收斂到全局最優(yōu)，而降溫速度過慢將會(huì)影響退火過程的運(yùn)行效率。因此，應(yīng)根據(jù)實(shí)際情況選擇合適的降溫函數(shù)。

表1 冷卻進(jìn)度

2) 產(chǎn)生新原子排列的方式。必須滿足產(chǎn)生的原子排列能夠覆蓋整個(gè)可行域，保證結(jié)果代表全局最優(yōu)。其次，產(chǎn)生新原子排列的方式是溫度的函數(shù)。隨著溫度的降低，產(chǎn)生的新原子排列的變化范圍逐步縮小，如此可避免出現(xiàn)已經(jīng)收斂到最優(yōu)原子排列的鄰域但是跳出了該鄰域的情況。此外還應(yīng)滿足Markov鏈的要求，即每個(gè)新的原子排列只與上一次原子排列有關(guān)。并且，Markov鏈的長(zhǎng)度代表了在每個(gè)溫度下產(chǎn)生新原子排列的次數(shù)。

3) Metropolis準(zhǔn)則。它是判斷是否接受新原子排列的準(zhǔn)則。對(duì)應(yīng)每個(gè)原子排列，其狀態(tài)都由一個(gè)能量函數(shù)來表征。對(duì)于當(dāng)前狀態(tài)i，其能量函數(shù)設(shè)為Ei；根據(jù)新解產(chǎn)生方式產(chǎn)生的新狀態(tài)j的能量設(shè)為Ej。若滿足EjEi，則按照Metropolis準(zhǔn)則依概率判斷是否接受新的原子排列。概率計(jì)算方式如下：

P=exp[(Ei-Ej)/cKT] 。

(1)

式中：K為Boltzmann常數(shù)，T是當(dāng)前溫度，c是常數(shù)。此時(shí)產(chǎn)生一個(gè)0～1之間的隨機(jī)數(shù)，若概率P大于該隨機(jī)數(shù)，則接受新的原子排列；若概率P不大于該隨機(jī)數(shù)，維持當(dāng)前的原子排列。

1.2 慢度—時(shí)間相關(guān)法

慢度—時(shí)間相關(guān)法由Kimball和Marzetta[3]提出。它是一種時(shí)域算法，通過比較時(shí)窗內(nèi)固定長(zhǎng)度波形的相似性得到組分波的慢度。STC法的具體實(shí)現(xiàn)過程如下：首先根據(jù)采用的陣列聲波測(cè)井儀器獲得儀器的幾個(gè)固有參數(shù)，即接收器的個(gè)數(shù)、相鄰接收器之間的間距以及采樣時(shí)間間隔。在整個(gè)陣列聲波波形上，設(shè)置好窗口的長(zhǎng)度后，在波至點(diǎn)以及相應(yīng)組分波慢度范圍內(nèi)分別選擇兩個(gè)值。波至點(diǎn)的位置決定窗口的位置，而慢度的大小決定除第一個(gè)接收器之外其余接收器波形的時(shí)移長(zhǎng)度。以該波至點(diǎn)以及慢度計(jì)算相關(guān)系數(shù)。遍歷整個(gè)波至點(diǎn)范圍以及慢度范圍后，以固定的步長(zhǎng)移動(dòng)窗口重復(fù)上述計(jì)算。將窗口移動(dòng)足夠多次后，將相關(guān)系數(shù)進(jìn)行比較，相關(guān)系數(shù)最大值處對(duì)應(yīng)該組分波最可能的波至點(diǎn)和慢度。計(jì)算相關(guān)系數(shù)的方式如下：

中學(xué)階段，學(xué)生尚處在被監(jiān)護(hù)期，開展定向越野運(yùn)動(dòng)前要先獲得監(jiān)護(hù)人的允許才可向?qū)W校申請(qǐng)舉辦。但目前為止，定向越野運(yùn)動(dòng)在校園外的普及程度有限，許多監(jiān)護(hù)人對(duì)定向越野運(yùn)動(dòng)缺乏足夠的認(rèn)識(shí)，監(jiān)護(hù)人的不重視導(dǎo)致了學(xué)生參與定向越野運(yùn)動(dòng)的機(jī)會(huì)較少。

(2)

式中：M為該陣列聲波測(cè)井儀器接收器的個(gè)數(shù)，一般為8；T是波至點(diǎn)；Tw是窗的長(zhǎng)度，根據(jù)實(shí)際波形長(zhǎng)度選??；s是慢度，rm(t)為第m個(gè)接收器的波形，z1為第1個(gè)接收器到發(fā)射器的距離，zm為第m個(gè)接收器到發(fā)射器的距離。

1.3 模擬退火算法與慢度—時(shí)間相關(guān)法的結(jié)合

為了將模擬退火算法應(yīng)用于陣列聲波組分波慢度提取，首先關(guān)注其可行性。對(duì)照物理退火與組分波慢度提取過程的相似性，原子排列相當(dāng)于組分波的慢度，亦即反演過程的解。而最終的原子排列相當(dāng)于最可能的組分波慢度，亦即最優(yōu)解。所有的原子排列方式組成了整個(gè)反演過程的解的可行域，即慢度搜索范圍。原子排列的變化相當(dāng)于波至點(diǎn)以及慢度值的更新。某種原子排列的能量函數(shù)對(duì)應(yīng)于反演的目標(biāo)函數(shù)，也可以理解為解的合理性。能量函數(shù)(目標(biāo)函數(shù))值越小，解越合理。

通過以上分析可知，將模擬退火算法應(yīng)用于陣列聲波組分波提取具有可行性。下面對(duì)能量函數(shù)的設(shè)計(jì)進(jìn)行討論。能量函數(shù)應(yīng)該能夠表征解的優(yōu)劣，而慢度—時(shí)間相關(guān)法的相關(guān)系數(shù)即是該組分波波至點(diǎn)以及慢度優(yōu)劣的表征。然而隨著降溫過程的進(jìn)行，能量應(yīng)該逐漸降低，而相關(guān)系數(shù)的值增大才能說明解更加合理。因此，對(duì)慢度—時(shí)間相關(guān)法的相關(guān)系數(shù)進(jìn)行變換：

E=1-ρ2(s,τ) 。

(3)

變換后，慢度與波至點(diǎn)數(shù)值越接近真實(shí)值，對(duì)應(yīng)的能量越小，從而能夠符合退火過程能量函數(shù)的特點(diǎn)。

將慢度—時(shí)間相關(guān)法的相關(guān)系數(shù)進(jìn)行簡(jiǎn)單變換作為模擬退火算法的能量函數(shù)，完成了兩種算法的結(jié)合。然后按照模擬退火規(guī)則進(jìn)行處理即可進(jìn)行陣列聲波組分波慢度的提取。

2 算法流程與實(shí)現(xiàn)細(xì)節(jié)

以Microsoft Visual C++為平臺(tái)進(jìn)行程序編寫。算法的流程如下。

1)導(dǎo)入原始波形數(shù)據(jù)。對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理。預(yù)處理分為3步：去增益、濾波以及均衡化。去增益的目的是恢復(fù)原始波形的真實(shí)幅度；濾波的目的是去掉各種噪聲干擾；均衡化的目的是調(diào)整不同接收器的波形，使各接收器的波形變化幅度接近，便于進(jìn)行相關(guān)對(duì)比。

濾波是整個(gè)預(yù)處理中最重要的環(huán)節(jié)，它對(duì)處理結(jié)果的影響最大。由圖1，濾波后信號(hào)信噪比獲得了明顯提升，能夠從圖上分辨出縱波、橫波以及斯通利波，而且波形更加規(guī)則、圓滑。

圖1 濾波前(a)后(b)波形對(duì)比Fig.1 The comparison of waveforms before(a) and after(b) filtering

2) 給定相應(yīng)的常數(shù)值并為各變量賦初始值。常數(shù)值包括數(shù)據(jù)的行數(shù)、列數(shù)、接收器的個(gè)數(shù)、相鄰接收器值之間的間距、窗時(shí)移次數(shù)、窗口長(zhǎng)度、窗時(shí)移步長(zhǎng)、Boltzmann常數(shù)、系統(tǒng)初始溫度、終止溫度、Markov鏈的長(zhǎng)度、慢度以及波至點(diǎn)搜索區(qū)間的初始值以及乘積因子c。窗時(shí)移次數(shù)、窗口長(zhǎng)度以及窗時(shí)移步長(zhǎng)將影響計(jì)算的能量值。系統(tǒng)初始溫度、終止溫度、Markov鏈的長(zhǎng)度可以根據(jù)程序運(yùn)行情況進(jìn)行調(diào)整，在能夠保證結(jié)果精度的基礎(chǔ)上，適當(dāng)?shù)臏p小初始溫度，增大終止溫度，縮小Markov鏈的長(zhǎng)度，從而提高算法的運(yùn)行效率。經(jīng)過多次試驗(yàn)發(fā)現(xiàn)，初始溫度設(shè)置為10，終止溫度設(shè)置為1時(shí)，即可較快地得到精度合理的結(jié)果。選擇該區(qū)間的原因是初始溫度過高將使迭代速度變得很慢，而初始溫度選擇過低無法保證獲得最優(yōu)解。乘積因子c作用在Metropolis判定準(zhǔn)則上，其目的是影響接受概率，保證在較高的溫度下，接受能量增加的解的概率大一些；并且隨著溫度降低，接收能量增加的解的概率減小。

3) 對(duì)于不同組分波以不同方式處理。由于縱波是首波，其波至明顯，易拾取，故對(duì)縱波首先采用長(zhǎng)短時(shí)窗能量比法進(jìn)行波至點(diǎn)的求取，然后進(jìn)行慢度的一維搜索以便提高算法運(yùn)行速度。長(zhǎng)短時(shí)窗能量比法的原理在此不再贅述。橫波以及斯通利波在波列上處在縱波之后，可能發(fā)生混疊，其波至點(diǎn)位置提取不準(zhǔn)，因此，采用波至點(diǎn)—慢度的二維搜索。

4) 選定要提取的組分波，以快速降溫方式進(jìn)行模擬退火。在可行解空間中選擇初始值。本文中波至點(diǎn)以及慢度初始值皆選擇整個(gè)搜索區(qū)間的中點(diǎn)。將初始值作為當(dāng)前解計(jì)算其能量值。根據(jù)新解產(chǎn)生方式產(chǎn)生新的波至點(diǎn)以及慢度值，計(jì)算其能量值。根據(jù)狀態(tài)接受函數(shù)判斷是否接受，若新解能量小于當(dāng)前解，則直接接受新解；否則，按照Metropolis準(zhǔn)則進(jìn)行判斷，若計(jì)算的概率大于產(chǎn)生的隨機(jī)數(shù)，則接受新解；否則，維持當(dāng)前解。判斷是否達(dá)到Markov鏈的長(zhǎng)度，若不滿足，繼續(xù)進(jìn)行“產(chǎn)生新解—判斷—接受/舍棄”的過程，若滿足，進(jìn)行降溫。在下一個(gè)溫度重復(fù)該過程，達(dá)到Markov鏈的長(zhǎng)度即進(jìn)行降溫。判斷當(dāng)前溫度是否小于結(jié)束溫度。若不滿足，繼續(xù)降溫；若滿足，則終止整個(gè)迭代過程，進(jìn)行下一個(gè)深度點(diǎn)的計(jì)算。算法整體流程如圖2。

3 實(shí)際數(shù)據(jù)處理

按第2節(jié)的流程對(duì)L井進(jìn)行縱波慢度提取，其結(jié)果如圖3，數(shù)據(jù)選自1 545～1 560 m深度段。在1 550 m以下的深度段，本算法處理結(jié)果與STC方法處理結(jié)果皆與常規(guī)縱波測(cè)井?dāng)?shù)據(jù)吻合得很好。在1 550m以上的深度段，STC方法得到的結(jié)果過于平緩，無法精確地反映地層聲速的變化。本算法處理結(jié)果與常規(guī)測(cè)井曲線更加接近，雖然不能完全重合，但是更能夠反映地層聲速的細(xì)微變化。本算法處理的結(jié)果與常規(guī)縱波測(cè)井的平均絕對(duì)誤差為-1.37 μs/ft，平均相對(duì)誤差為-1.26%；而STC方法處理結(jié)果與常規(guī)測(cè)井的平均絕對(duì)誤差為-1.92 μs/ft，平均相對(duì)誤差為-1.68%。本算法結(jié)果的平均絕對(duì)誤差比STC方法的處理結(jié)果小0.55 μs/ft，平均相對(duì)誤差比STC方法的處理結(jié)果小0.42%。因此，本算法的縱波結(jié)果更加貼近常規(guī)測(cè)井。

圖2 算法流程Fig.2 The flow diagram of the algorithm

圖3 L井縱波處理結(jié)果Fig.3 Processed results of compressional wave in well L

由以上結(jié)果可知，本算法提取的L井陣列聲波縱波慢度結(jié)果優(yōu)于傳統(tǒng)STC方法。為檢測(cè)算法的普適性，將其應(yīng)用于其他井進(jìn)行數(shù)據(jù)處理。為驗(yàn)證算法提取不同組分波的效果，分別對(duì)縱波、橫波、斯通利波進(jìn)行了慢度提取。

選取T井單極子數(shù)據(jù)進(jìn)行組分波慢度提取，其結(jié)果如圖4。為了檢測(cè)算法魯棒性，本數(shù)據(jù)選自T井2 062.5～2 082.5 m總計(jì)20 m的深度段，該深度段的聲速變化范圍較大，而且變化較劇烈。可以看到，井徑曲線良好，僅在2 078 m附近出現(xiàn)略微的擴(kuò)徑。自然伽馬曲線變化不大，自然電位曲線非常平緩。該井段孔隙度一般在10%～15%范圍內(nèi)。深淺側(cè)向曲線非常接近，沒有明顯的異常。

常規(guī)聲波測(cè)井源距短，接收器間距小，處理的結(jié)果更能反映地層的變化，曲線跳動(dòng)較劇烈，容易受到環(huán)境影響。由井徑的變化趨勢(shì)可知，該深度段受擴(kuò)徑的影響很小。本算法與傳統(tǒng)STC方法都能夠提高信噪比，但是在一定程度上損失了地層的分辨率。因此，曲線整體變化趨勢(shì)較常規(guī)測(cè)井圓滑一些。對(duì)于縱波，在2 063～2 065m深度段，常規(guī)測(cè)井結(jié)果呈現(xiàn)“高—低—高”的趨勢(shì)，本算法處理結(jié)果與常規(guī)測(cè)井結(jié)果一致，而傳統(tǒng)STC方法處理結(jié)果僅出現(xiàn)了一個(gè)明顯的峰。在2 076～2 080 m深度段，STC方法處理結(jié)果曲線過于圓滑，對(duì)于聲速的細(xì)微變化刻畫的不好。在2 080～2 081 m深度段，本算法處理結(jié)果與常規(guī)測(cè)井結(jié)果變化趨勢(shì)一致，吻合度更高，而STC方法處理結(jié)果呈現(xiàn)一個(gè)圓滑的峰。從整體上看，本算法得到的結(jié)果曲線的趨勢(shì)與常規(guī)測(cè)井更加接近；傳統(tǒng)STC方法的處理結(jié)果相對(duì)于本算法結(jié)果以及常規(guī)數(shù)據(jù)更加圓滑，其描述聲速細(xì)微變化的能力不足。本算法與常規(guī)測(cè)井結(jié)果平均絕對(duì)誤差為-1.23 μs/ft，平均相對(duì)誤差為-1.45%；傳統(tǒng)STC方法與常規(guī)測(cè)井結(jié)果平均絕對(duì)誤差為-1.43 μs/ft，平均相對(duì)誤差為-1.61%；本算法的平均絕對(duì)誤差值減小了0.2μs/ft，平均相對(duì)誤差優(yōu)于STC方法9.94%。從誤差分析角度來看，本算法得到的誤差更小，與常規(guī)測(cè)井結(jié)果更加接近。對(duì)于橫波，由于常規(guī)測(cè)井中沒有橫波數(shù)據(jù)，故將本算法的處理結(jié)果與傳統(tǒng)STC方法的處理結(jié)果進(jìn)行橫向?qū)Ρ取１舅惴ńY(jié)果與傳統(tǒng)STC方法處理結(jié)果的平均絕對(duì)誤差為0.40 μs/ft，平均相對(duì)誤差為0.29%。從圖上可以看出，兩者整體的變化趨勢(shì)幾乎完全相同，結(jié)果非常接近。對(duì)于斯通利波，也將本算法的處理結(jié)果與傳統(tǒng)STC方法的結(jié)果進(jìn)行橫向?qū)Ρ取恼w上看，本算法處理得到的斯通利波慢度變化趨勢(shì)與傳統(tǒng)STC方法的結(jié)果比較接近；與其他曲線進(jìn)行對(duì)比發(fā)現(xiàn)：在2 063～2 065m深度段，本算法提取的斯通利波慢度變化趨勢(shì)比傳統(tǒng)STC方法的結(jié)果更加接近常規(guī)縱波曲線的變化趨勢(shì)。本算法結(jié)果與傳統(tǒng)STC方法結(jié)果的平均絕對(duì)誤差為-0.96 μs/ft，平均相對(duì)誤差為-0.42%。從誤差分析角度來說，兩結(jié)果相差不大；從圖上直觀地看，本算法處理的結(jié)果更能夠反映地層聲速的細(xì)微變化。綜合考慮3種組分波處理結(jié)果，認(rèn)為本算法能夠更好地表征地層聲速特征。

圖4 T井各組分波處理結(jié)果匯總Fig.4 The overall processed results of component waves in well T

4 結(jié)論

陣列聲波測(cè)井組分波慢度提取算法較多，目前的算法如傳統(tǒng)慢度—時(shí)間相關(guān)法已經(jīng)被廣泛使用于組分波慢度提取。本文嘗試將模擬退火算法與慢度—時(shí)間相關(guān)法結(jié)合，對(duì)目前算法進(jìn)行進(jìn)一步改進(jìn)，并得到以下結(jié)論：

1)模擬退火算法由于其固有的全局尋優(yōu)能力，能夠跳出組分波慢度提取相關(guān)系數(shù)(能量)計(jì)算過程中的局部極小，從而得到優(yōu)于傳統(tǒng)STC方法的結(jié)果。

2)對(duì)于縱波，本算法與常規(guī)測(cè)井?dāng)?shù)據(jù)的對(duì)比結(jié)果顯示出一定程度的精度提升。對(duì)于橫波，本算法處理結(jié)果與傳統(tǒng)STC方法結(jié)果非常接近，其精度與傳統(tǒng)STC方法持平。對(duì)于斯通利波，本算法處理結(jié)果與傳統(tǒng)STC方法結(jié)果有一定的差異，由于缺乏地層真實(shí)斯通利波數(shù)據(jù)，其精度是否有所提升有待進(jìn)一步探討；考慮到其曲線變化特征與常規(guī)測(cè)井曲線的變化趨勢(shì)更加接近，認(rèn)為本算法相比傳統(tǒng)STC方法過于圓滑的處理結(jié)果更符合實(shí)際地層特征。

3)本算法注重提升解釋精度。后續(xù)可進(jìn)行程序的優(yōu)化，從而進(jìn)一步提高其運(yùn)行速度，達(dá)到快速精細(xì)解釋的目的。