简介:针对地面场源在地层介质中所产生瞬变电磁场的数值计算方法和响应分析问题,本文展开研究.解法方面,传统离散镜像法多采用复数运算、数字滤波等方法计算量大,针对这些问题,提出一种改进的离散镜像方法:基于Gaver-Stehfest概率变换算法将电磁场解式实数化,选用Prony方法对目标核函数进行指数级数逼近,根据离散镜像原理和近似系数闭合式求解瞬变电磁场.通过试算均质模型中瞬变电磁场并对比汉克尔变换的数字滤波法所得结果,证明该方法有效且具有较好的精度和适用性.继而基于该方法计算地表磁偶源在典型地电模型中产生的瞬变电磁场,对“地面激发一地层中测量”方式所得感应磁场水平分量响应进行分析并得出结论瞬变场水平分量响应与地电结构、观测时间、空间位置等因素有关,感应磁场水平分量响应反映出涡流场分布及其垂向梯度变化情况,在探测异常体的工作中应尽量选取零偏移距、较大偏移距位置钻孔或用较大观测延时以减小背景场对勘测结果的影响。文中所用离散镜像方法与正演计算结论可为相关研究工作提供参考依据。
简介:传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。
简介:High-qualityseismicgeometryisthekeytoobtainhigh-qualityseismicdata,andcanaffecttheaccuracyofdataprocessingandimaging.Basedontheanalysisoftherelationshipbetweenthequalityofthegeometryandthefouracquisitionparameters(thenumberoftraces,shotlinespacing,andthespaceandnumberofreceiverlines),aqualityevaluationmethodofthegeometrybasedoncomprehensivequalityfactor(CQF)isproposed,andtherelationshipbetweenthegeometryqualityandthefourparametersisgiven.WeusefielddatacollectedinanoilfieldinWesternChinawithcomplexgeology:Firstweuseawideazimuthgeometry.Then,wecalculatetherelationshipcurvebetweengeometryanddataqualitybyvaryingeachparameterwhilekeepingtherestfixed.andtheanalysisresultsaregivenbyusingtheCQFevaluationmethod.Theresultsshowthattheshot-linespacinghasthegreatesteffectonthequalityofthegeometry,andtheincreaseofthereceiverlinespacingcanappropriatelyimprovethequalityofthegeometry,andtheincreaseofthenumberofreceivingtracescanimprovethegeometryquality.Thedifferentacquisitionparametershavedifferenteffectsontheimagingqualityofshallowanddeepevents.Themodelforwardandprestackdepthmigrationareusedtogenerateprestackdepthmigrationprofileswithdifferentacquisitionparameters.Theimagingresultsareconsistentwiththeabovecalculatedresults.Accordingtothedepthofthetargetlayer,thequalityfactorevaluationmethodisappliedtoguidethedesignofthegeometryandoptimizetheacquisitionparameterstoimprovetheimagingaccuracyofseismicdata.