简介：Finite-difference(FD)methodsarewidelyusedinseismicforwardmodelingowingtotheircomputationalefficiencybutarenotreadilyapplicabletoirregulartopographies.Thus,severalFDmethodsbasedonthetransformationtocurvilinearcoordinatesusingbody-fittedgridshavebeenproposed,e.g.,standstaggeredgrid(SSG)withinterpolation,nonstaggeredgrid,rotatedstaggeredgrid(RSG),andfullystaggered.TheFDbasedontheRSGissomewhatsuperiortoothersbecauseitsatisfiesthespatialdistributionofthewaveequationwithoutadditionalmemoryandcomputationalrequirements;furthermore,itissimplertoimplement.WeusetheRSGFDmethodtotransformthefirstorderstress–velocityequationinthecurvilinearcoordinatessystemandintroducethehighprecisionadaptive,unilateralmimeticfinite-difference(UMFD)methodtoprocessthefreeboundaryconditionsofanirregularsurface.Thenumericalresultssuggestthattheprecisionofthesolutionishigherthanthatofthevacuumformalism.Whentheminimumwavelengthislow,UMFDavoidsthesurfacewavedispersion.WecompareFDmethodsbasedonRSG,SEM,andnonstaggeredgridandinferthatallsimulationresultsareconsistentbutthecomputationalefficiencyoftheRSGFDmethodishigherthantherest.

简介：分数阶S变换（FRST）具有较强的时频聚集性。利用FRST处理地震数据，通过合适的分数阶参数将频率轴旋转到适当位置，即可实现目标地质特征信息的最佳识别。由于不同的地震信号的最优分数阶参数可能不同，因而对整体的分数阶参数的最优估计不利于对多道地震数据的处理。本文首先利用FRST分离出共频率数据体，并利用共频率数据体进行了低频伴影分析，然后提出FRST和盲分离结合的方法，不需要对地震数据的最优分数阶参数进行估计，即可提取识别有效地质特征信息的独立频谱，提高对地震数据的解释效率。仿真实验表明在分数阶时频域内此方法能有效分离出独立的频率信息。将该方法用于实际的地震数据，并与已知井信息进行比对，验证了其有效性。

简介：分数阶S变换(FRST)具有较强的时频聚集性。利用FRST处理地震数据,通过合适的分数阶参数将频率轴旋转到适当位置,即可实现目标地质特征信息的最佳识别。由于不同的地震信号的最优分数阶参数可能不同,因而对整体的分数阶参数的最优估计不利于对多道地震数据的处理。本文首先利用FRST分离出共频率数据体,并利用共频率数据体进行了低频伴影分析,然后提出FRST和盲分离结合的方法,不需要对地震数据的最优分数阶参数进行估计,即可提取识别有效地质特征信息的独立频谱,提高对地震数据的解释效率。仿真实验表明在分数阶时频域内此方法能有效分离出独立的频率信息。将该方法用于实际的地震数据,并与已知井信息进行比对,验证了其有效性。