［收稿日期］２０２２－０２－１８［基金项目］国家自然科学基金重点项目“水力压裂时域电磁监测方法研究与综合应用”（４２０３０８０５）。［第一作者］桂志先（１９６４－），男，博士，教授，博士生导师，现主要从事地震资料处理与解释、微震监测及信号处理方面的教学与研究工作，ｇｙｙ６８＠１２６．ｃｏｍ。＊为共同第一作者桂志先，杨晓龙，王鹏．基于地震纹理属性的裂缝预测方法及应用［Ｊ］．长江大学学报（自然科学版），２０２３，２０（３）：３３－３９．ＧＵＩＺＸ，ＹＡＮＧＸＬ，ＷＡＮＧＰ．Ｆｒａｃｔｕｒｅｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｓｅｉｓｍｉｃｔｅｘｔｕｒｅａｔｔｒｉｂｕｔｅａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＹａｎｇｔｚｅＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２３，２０（３）：３３－３９．基于地震纹理属性的裂缝预测方法及应用桂志先１，２，杨晓龙１，２＊，王鹏１，２１．长江大学地球物理与石油资源学院，湖北武汉４３０１００２．油气资源与勘探技术教育部重点实验室（长江大学），湖北武汉４３０１００［摘要］裂缝是主要的油气储存场所，准确识别裂缝对寻找油气具有重大意义。裂缝的地震响应特征可类比于图像的纹理。从纹理的图像处理角度出发，借助纹理分析方法可以对目标区域的裂缝进行识别。首先，对地震数据体进行不同级别的灰度映射，并选择不同的分析参数，如滑动窗口大小、计算方向等，利用灰度共生矩阵提取出多组纹理属性；然后，利用主成分分析方法对提取出的多组纹理属性进行二维可视化分析，从中优选出一组纹理属性，并计算其主成分；最后，利用模糊ｃ均值聚类法对主成分进行聚类分析，并以概率的形式描述裂缝的分布特征。通过实例分析证实，该方法能够准确识别裂缝分布特征，提高裂缝识别的精准度。［关键词］裂缝识别；灰度共生矩阵；纹理属性；主成分分析；模糊ｃ均值聚类［中图分类号］Ｐ６３１．４４；ＴＥ１３２．１４［文献标志码］Ａ［文章编号］１６７３－１４０９（２０２３）０３－００３３－０７ＦｒａｃｔｕｒｅｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｓｅｉｓｍｉｃｔｅｘｔｕｒｅａｔｔｒｉｂｕｔｅａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎＧＵＩＺｈｉｘｉａｎ１，２，ＹＡＮＧＸｉａｏｌｏｎｇ１，２＊，ＷＡＮＧＰｅｎｇ１，２１．ＳｃｈｏｏｌｏｆＧｅｏｐｈｙｓｉｃｓａｎｄ...
