地震波时频信息中包含地震波相位数量、相位间的宽窄、外形轮廓、振幅强度以及频率高低等，能够综合呈现地层埋深、产状、沉积环境、岩性以及流体特性等。其中时频信息中的低频信息对于页岩油沉积储层流体识别具备更佳的应用效果^[11]，依据地震波时频信息中低频信息的信号分量的振幅、衰减等特征的变化规律，实现沉积储层流体识别。但是地震波时频信息在获取时，其高频信息和低频信息均为集成存储，因此，为实现页岩油沉积储层流体识别，文中以勘探地区的地震波时频信息为基础^[12]，采用贝叶斯算法进行该信息分类，获取该信息中的低频信息，为储层流体识别提供可靠依据。

基于贝叶斯算法的地震波时频信息分类的核心思想为有效融合地震波时频的先验信息以及地震波训练样本的分布特征，生成基于贝叶斯算法的地震波低时频信息分类模型，通过该模型进行概率推理，以此获取地震波各时频类别的概率值^[13]，确定概率分布结果，以此完成地震波时频类别的分类，整体流程如图1所示。

图1 基于贝叶斯算法的地震波各时频信息分类流程Fig.1 Classification process of seismic wave time-frequency information based on Bayesian algorithm

贝叶斯算法是依据贝叶斯定理和属性条件的独立性假设，对待分类样本属于各个类别的条件概率进行计算，依据计算结果将其划分至概率结果最大的类别中，因此完成样本分类。如果地震波时频信息训练样本集用D表示，其中样本总数量用N表示，样本中的类别用C={C ₁ , C ₂ , ..., C _m}表示，其中m表示类别数量，则地震波各类时频信息样本数量用N_Cj表示，样本中的属性用A ₁ , A ₂ , ..., A_n表示，其中n表示属性数量；如果任意一个带判定的地震波时频样本用y=( y ₁ , y ₂ , ..., y _n )表示，依据贝叶斯特征原理，计算其归属于类别C_j的条件概率，其计算公式为：

式（1）、（2）中： y_j表示y在属性A_i上的结果； y的联合分布概率用P(y) 表示；P(C_j )表示C_j的先验概率。

地震波各类时频信息的A_i呈现离散或者连续两种属性，因此，条件概率P (y_j|_Cj)在计算过程中，需结合两种情况完成，离散以及连续两种情况下的计算公式依次分别为：

式（3）、（4）中：属于C_j中的A_i的结果为y_i的样本数量、均值以及方差分别用N_Cjyj、 ξ_Cjyj和η_Cjyj以及表示。

依据上述公式获取的条件概率结果，判断y属于地震波各类时频信息的概率结果P_j =P ( C_j|y )，当P_k =max{P₁, P₂, ..., P_m}，则该样本属于第k个时频类别。

依据上述步骤完成所有地震波各类时频信息的分类，最终获取低时频信号集x。

依据上述小节完成地震波时频信息分类后，获取其中低时频信号，由于该信号属于非平稳信号，信号的频谱成分随着时间的变化发生显著变化；并且该信号为单一时间域分布。因此为提升页岩油沉积储层流体识别精度，需对该信号进行分解，将信号单一的时间域进行变换，形成时间—频率域，并且将其分解成多个不同时频分量^[14]，呈现信号在不同时间下的频谱特性以及衰减情况，依据分量分解结果，进行页岩油沉积储层流体识别^[15]。

希尔伯特—黄变换对于非平稳信号具备较好的处理效果，其主要包含两个部分，分别为经验模态分解和希尔伯特谱分析，可将复杂信号分解成具备实际物理意义的固有模态函数（IMF），该函数表征的瞬时频率具备明确物理意义。

采用经验模态分解对x(t)进行经验模态分解，形成基本模式分量和剩余分量，分别用f ₁， f ₂， ...， f_M和s_m表示，其中M表示信号数量，剩余分量s_m属于单调函数，x(t) 的计算公式为：

式（5）中： f_i表示第i个基本模式分量。

依据公式（5）完成地震波低时频信号分解后，对获取的各个基本分量进行希尔伯特谱变换，x(t)的希尔伯特谱计算公式为：

式（6）中： a_i(t)表示f_i的瞬时振幅； φ_i(t)表示f_i的瞬时频率。

a_i(t) 和φ_i(t) 的计算公式为：

x(t) 的希尔伯特时频谱的计算公式为：

x(t) 的希尔伯特边界谱的计算公式为：

其平均边界谱的计算公式为：

依据上述步骤完成地震波低时频信号的分解后，分量平稳度g (φ) 计算公式为：

通过上述步骤处理后，即可获取地震波低时频信号中的各个模态分量，依据该分量进行页岩沉积储层流体识别。

地震波在页岩油沉积储层中存在一定衰减特性，该衰减程度主要受到页岩孔隙度大小以及地震波的瞬时频率的影响。在正常情况下，页岩中的波速显著高于同等压力和温度下纯气体的声波波速，此时孔隙壁在岩体的压力变化下会发生不同程度的热交换，即热交换是随着孔隙壁速度线性变化而变化。然而孔隙壁速度是随着频率的线性变化而变化，因此地震波的能量损失也随着频率的线性变化而变化，能量损失结果和频率之间呈正比例关系。因此文中依据上述小节分解获取的φ _i(t)结果进行页岩油沉积储层流体识别。

如果地震波能量损失用ΔE_Z表示，其与φ_i (t)之间的存在的关联公式为：

式（1 3）中： φ_r(t)表示参考频率； α_Z表示孔隙含气时的衰减因子； 表示孔隙介质的相对能量损失，其与φ _i(t)之间呈线性关系，频率越高吸收越快。

在非饱和液体填充的页岩孔隙中， 的结果和地震波相速度成反比，则地震波的相速度计算公式为：

式（14）中：D表示自流系数。

依据上述的反比例关系和公式（14）的计算结果，获取相对能量损失结果其计算公式为：

式（1 5）中： C表示常数； α_L表示液体部分引起的能量损失衰减系数。

α_L和页岩的孔隙度、渗透率、液体密度等存在直接关联，对于含有气体和液体两种流体的页岩来说，其能量损失结果为公式（13）和公式（15）的总和，即：

在 最小的情况下，频率φ _d(t)的计算公式为：式（17）表示的是能量总体衰减最小时，对应频率为地震波的主频率φ_d，以φ_d为界可将地震波振幅谱左右两支的划分，分别为空隙中和的流体和气体，两者对应的地震波瞬时谱能量和频率之间频谱结果的计算公式为：

依据公式（18）进行指数e的拟合，获取对应的等效吸收系数结果，吸收值越大表示时频的衰减梯度越显著，表示衰减区域存在油气层，实现页岩油沉积储层流体识别。