어얼터스 분지 동부 가장자리의 페름계 박스(하부 샤오포즈 조) 8단과 산(산시 조) 1단 치밀 사암 저장층은 이질성이 강하며, 하부에는 다중 석탄층과 석회암이 널리 발달하여 사암 저장층의 지진 반사 특성이 다양하다. 기존의 저장층 예측 방법은 중-박층 사암과 그 간 유분포를 정밀하게 묘사하기 어렵기 때문에 석탄층 간섭을 억제하는 지능형 역산 방법 개발이 절실하다. 연구 지역의 퇴적 특성을 결합하여 4가지 정연 개념 모델을 구축하였고, 다중 소파 분해 및 재구성 방법으로 지진 자료의 강반사를 억제하고 시-주파수 정보를 재구성하였다. 이를 바탕으로 주파수 분할 지능형 역산 방법과 결합하여 신경망을 통해 지진파 형태 특성과 자연 감마선 로그 간 비선형 매핑 관계를 구축하여 다원 정보의 통합 제약 및 협동 역산을 구현하였으며, 중-박층 사암 식별 능력을 향상시켰다. 정연 시뮬레이션 결과, 하부 석탄층이 사암 지진 반응에 뚜렷한 간섭 효과를 가지며, 그 영향 정도는 사암 층 적층 관계, 두께 및 석탄층과의 수직 거리 변화에 따라 달라졌다. 강반사 억제 후 주파수 분할 지능형 역산 방법은 거시적 사암 분포를 정확히 묘사할 수 있어 중-박층 사암 식별 능력과 간 예측 합리성이 크게 향상되었다. 사암 두께가 4m 이상일 때 사암 반응 비율이 90% 이상이며, 우물 인근 대역 응답이 원래 지진파형보다 뚜렷하여 우물 정보 제한 효과를 충분히 반영하고 사암 분해능을 높였다. 석탄층 억제 배경 하에서 신경망 기반 주파수 분할 지능형 역산은 우수한 적용성과 신뢰성을 보이며, 연구 지역 목표 층 사암이 수직 적층형, 측면 접합형, 고립형 3가지 주요 복합 형태로 발달함을 식별하였다. 이 방법은 기존 파동 임피던스 역산이 치밀 사암 저장층 예측에서 가지는 한계를 보완하며, 연구 지역 치밀 사암 저장층의 정밀 묘사와 공간 분포 예측을 위한 신뢰할 만한 기술 수단을 제공한다.

정연 모델; 다중 소파 분해 및 재구성; BP 지능형 역산; 저장층 예측; 치밀 사암; 석탄 계 지층; 술리거 가스전