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：Gabor变换和S变换是常用的时频分析工具。根据测不准原理,它们的时频分解结果无法在时间域和频率域同时具有很高的分辨率。为了提高非平稳信号时频分解结果的分辨率,本文提出瞬时频率分布函数（IFDF）并利用它表达非平稳信号。当非平稳信号时频成分的分布满足测不准原理对信号可分辨的要求时,瞬时频率分布函数的支集和短时Fourier变换的小波脊支集是同一个集合。利用IFDF的该特征,本文提出一种迭代算法（Sparse-STFT）实现了信号的稀疏时频分解。该算法在每次迭代过程中利用残留信号的短时Fourier变换结果的脊支集更新信号的时频成分,每次迭代得到的时频成分的叠加结果即为最终的稀疏时频分解结果。文中的数值实验证明了Sparse-STFT可以有效地提高非平稳信号时频分解结果的分辨率。最后,本文将该方法应用于地震数据面波的压制中,取得了理想的处理结果。

简介：尾波是持续时间比主要波型长得多的多重散射波，它包含了直达波之外的部分有用信号。在油气田的开采过程中，由储层物性参数的微小变化而导致的储层速度的微小变化对初至的影响很小，无法通过初至变化直接观测，但是因为尾波为多重散射波，故储层速度的微小变化会在尾波的传播过程中被放大，因此利用尾波可以观测到这种变化。本文通过实验与数值模拟研究了尾波干涉方法在储层微小时移差异监测方面的有效性。合成地震数据是基于部分MarmousiII模型采用有限差分波动方程正演方法计算获得，为了模拟时移地震中的储层波速变化，在模型中选取波速发生微小变化的目标区，计算速度扰动前后的合成地震数据，进而观测尾波变化。研究表明利用尾波干涉可检测储层物性的微小变化，为时移地震信号监测提供新的方法和手段，从而提高时移监测的准确度，也为开发生产工作提供可靠的指导。

简介：提高地震资料的分辨率是地震数据处理流程中的重要环节,对后续的精细构造解释起到重要作用。传统的提高分辨率方法大都假设地震资料是稳态的并且噪声水平不随空间发生变化,而实际情况不满足这一假设,导致提高分辨率处理后的效果达不到预期要求。针对这一问题,本文提出了一种基于时频二次谱的提高地震资料分辨率方法。首先,文中提出了基于S变换的时频二次谱,并结合模型论述了时变子波和反射系数在时频二次谱中的特征及其可分离性;其次,依据时变子波和反射系数在时频二次谱中的特征差异,构建了二维滤波器在地震记录的时频二次谱中提取时变子波的振幅谱;再次,文中研究了噪声环境中时变提高分辨率算子设计方法,并提出了依据时频谱能量强弱相对关系自适应确定频带拓宽范围的时变提高分辨率算子设计,进行提高分辨率处理;最后,文中对该方法进行了模型和实际数据的试处理,并与传统谱模拟方法和Q补偿方法的处理结果进行了对比分析,对比结果表明：本方法不需要估计Q值,提高分辨率能力不受震源子波频带的限制,在兼顾信噪比的前提下能够充分提高不同时间局部的地震数据的分辨率。