简介：地下断层深度的估算是重力解释难题之一，我们试利用支持向量分类（SvC）法进行计算。使用正演和非线性反演技术，通过相关误错使检测地下断层深度成为可能。但必要有一个深度初始猜测值，而且这猜测值通常不是由重力资料得。本文我们介绍以SVC作为利用重力数据估算断层深度的一种手段。在这项研究中，我们假设一种地下断层深度可归为一种类型，SVC作为一个分类算法。为了有效地利用此SVC算法，我们基于一个正确的特征选择算法去选择正确的深度特征。本次研究中我们建立了一套基于不同深度地下断层的合成重力剖面训练集，用以训练用于计算实际的地下断层深度的SVC代码。然后用其它合成重力剖面训练集测试我们训练的SVC代码，同时也用实际资料验证了我们的训练SVC代码。

简介：在复杂地表条件的区域,地震数据的采集和处理是一项极大的挑战。虽然可以通过静校正来消除起伏地表的影响,然而当地表高程以及近地表速度剧烈变化时,简单的垂直时移对地震波场造成的畸变会严重降低偏移成像的质量。基于射线的偏移方法可以直接在起伏地表面进行波场的延拓成像,是解决上述问题的有效手段。本文针对复杂地表条件下的高斯波束叠前深度偏移进行研究,对倾斜叠加公式进行修改,使之包含地表高程以及速度的信息,通过直接在复杂地表面进行平面波的合成,得到了一种具有更高成像精度的改进方法。首先简单介绍常规高斯波束偏移的基本原理和计算流程,并以此为基础,给出复杂地表条件下高斯波束偏移原有的实现方法以及本文的改进方法,最后通过模型和实际资料的试算验证本文方法的有效性。

简介：本文提出利用在不同深度处倾斜放置气枪子阵,对不同深度处单枪或相干枪延时激发的方法压制震源端鬼波,从而改善震源子波分辨率。采用延时激发的方法可以构造同相叠加的首波以及被相对压制掉的鬼波。为了合理评价倾斜震源对于鬼波压制的效果,提出了以实际子波和不受鬼波影响的期望子波频谱之间的归一化平方误差为标准,以深度间隔、气枪组合次序、子阵数目等为变量的最优化问题。针对680cu.in经典枪阵研究表明,在综合考虑去鬼波效果和野外施工可操作性,相邻单枪之间的深度间隔为1m-1.5为较为合理的选择。多个子阵在进行组合时,需要对组合效果进行前期模拟确定最佳深度组合,过多的子阵数目由于会引人大量陷波频率,反而会影响鬼波压制效果,在本次实例研究中,2-3个子阵是较为合理的选择。气枪组合次序会一定程度上影响鬼波压制效果,但不同次序结果差异可以通过简单匹配滤波消除。方向性对比表明多深度倾斜气枪震源能够有效地补偿消除陷波效应的影响,同时改善能量传播的稳定性。

简介：Tilt—depth法可以用于快速反演磁源的上顶埋深，但其无法反演磁源底部深度，同时该方法的反演解过于单一。针对于此，本文在有限厚度台阶磁异常导数公式基础上，推导出了可以同时反演地质体上、下界面埋深的改进型Tilt—depth法计算公式，并采用在Tilt梯度图上选取多特征点进行联合反演的计算模式来提高反演解的可靠性。二维及三维组合模型试验均证实了改进型Tilt—depth法可以有效地反演出磁性体的上顶与下底深度，且上顶埋深的反演精度明显高于常规方法的。最后将改进型Tilt—depth法用于松辽盆地长岭断陷航磁数据反演，其上顶埋深的反演结果与钻孔钻遇火山岩的深度基本一致，证实改进型Tilt—depth法相对于常规方法的反演结果更加准确。

简介：边界识别是重磁数据解释中的常用方法之一,依据其结果可划分出地质体的水平范围。边界识别结果受地质体埋深及导数计算误差的影响所识别边界与真实边界之间存在一定的差距,且边界识别法无法直观地给出地质体的深度信息。为了获得异常体的水平位置和深度信息,本文提出空间归一化边界识别方法,其对不同深度的边界识别函数进行归一化计算,空间归一化边界识别法的最大值对应于异常体的水平位置和深度。常规边界识别结果的误差随理深的减小而减小,而空间归一化边界识别法是通过最大值来判断地质体的位置,最大值是在地质体处获得,因此归一化边界识别方法所获得的结果是准确的。通过理论模型试验证明归一化边界识别方法能有效地完成异常体的水平位置和深度的计算,所获得的水平位置和深度信息与理论值相一致,为下一步的勘探计划提供了更加可靠的依据。将其应用于实际航磁数据的解释,获得了断裂的具体分布形式。更多还原

简介：苏14井区属苏里格气田,地质情况十分复杂,主要表现为砂岩发育,但有效砂岩非均质性强,横向变化大,厚度较薄,在垂向上分布比较分散。属性分析已是目前寻找非构造油气藏的有效手段之一。本文利用叠前地震资料、叠前纵横波联合反演结果和叠后属性进行属性融合,不但保留了叠前所含的流体信息,而且利用了叠后数据的高信噪比特点。采用单步递归方法从多个属性中寻找最优的属性组合,利用概率神经网络方法训练测井曲线与地震属性之间的非线性关系,并用训练样本预测苏14井区的自然咖玛,提高地震资料的分辨率,较好地预测苏14井区的有效储层分布范围,为储层精细描述提供依据。

简介：常规的时间一空间域和频率一空间域预测滤波方法假设地震记录由地震信号和随机噪声两部分构成，即所谓的加噪声模型，但是，在对随机噪声进行估算时，又假设随机噪声可以通过预测误差滤波器由地震记录中进行预测，即所谓的源噪声模型。这种前后不一致的噪声模型降低了该类方法的去噪能力和保幅性能。为此，本文提出了一种基于反演的时空域随机噪声衰减方法。它首先从地震数据中估算预测滤波算子，该算子表征了地震信号的可预测性，自适应地描述了地震信号的空间结构。在得到预测误差算子之后，将该算子作为正则化约束引入到地震信号反演系统，由含有随机噪声的地震数据直接反演地震信号。不同于常规随机噪声衰减方法，该方法将随机噪声衰减问题归结为正则化约束下的地震信号反演问题，克服了常规方法噪声模型的不一致性问题。我们采用模型数据和实际数据进行了实验分析，并与常规方法进行了效果对比。实验结果表明：与常规方法相比，本文方法在噪声压制的同时，没有对有效信号产生明显伤害，具有更好的振幅保持能力。