导读:本文包含了地震初至波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:层析,卷积,神经网络,梯度,海量,崂山,电磁。
地震初至波论文文献综述
张镕哲,李桐林,邓海,邓馨卉,石会彦[1]（2019）在《大地电磁、重力、磁法和地震初至波走时的交叉梯度二维联合反演研究》一文中研究指出为了准确的探测和描绘地下复杂的地质结构,同时克服地球物理单一方法反演的多解性和单一参数反演模型的不一致性等问题,近年来基于交叉梯度联合反演的综合地球物理解释已经得到了广泛的关注和应用.本文首先研究了两种地球物理方法的交叉梯度联合反演算法,在此基础上,推导并实现了多种地球物理方法(大地电磁,重力,磁法,地震初至波走时)的多交叉梯度约束的二维联合反演算法;其次,我们设计了结构不一致模型和复杂模型,针对多物性联合反演算法的准确性和有效性进行了模拟试算,并对复杂模型的单独反演结果和联合反演结果进行了交叉梯度值和物性交会图的对比;最后,本文将成熟的卫星资料多光谱综合分析技术应用到联合反演中,将多物性参数反演模型结果图通过RGB(红-绿-蓝)模式进行合成,得到融合的RGB合成图.结果表明:通过对结构不一致模型和复杂模型的联合反演结果和单独反演结果的对比分析,可以得出联合反演得到的结果更接近真实模型,并从得到的交叉梯度值进一步证明了联合反演模型相似度高,也从物性交会图中得到联合反演的物性相关性更好的结论,反向证明了算法的正确性.最终从得到的RGB合成图像,我们可以更直观的分析反演结果,更有利于准确划分地下模型结构.(本文来源于《地球物理学报》期刊2019年06期）
李娟,计硕,李月,钱志鸿[2]（2019）在《基于Shearlet变换和峰度特性的井中微地震初至波拾取》一文中研究指出针对井中微地震信号频率高、信噪比低的特点,提出一种基于Shearlet变换和峰度统计特性的初至波拾取方法。首先将微地震数据进行Shearlet变换,得到多尺度多方向Shearlet系数。然后利用信号的时空方向性,通过对相邻尺度上各方向系数相关能量的计算,确定有效信号集中的方向。进一步对这些方向系数进行迭加,使得信号与噪声差异明显,并在此基础上利用峰度特性进行初至波拾取。经过仿真信号与真实微地震资料的验证,表明本文算法能有效地拾取到初至波。(本文来源于《吉林大学学报(工学版)》期刊2019年01期）
刘佳楠,武杰[3]（2018）在《基于全卷积神经网络的地震初至波拾取》一文中研究指出为了提高初至波自动拾取的稳定性和高效性,减少初至波拾取耗费的人力,将当前迅猛发展的深度学习技术应用到地震数据处理领域。把初至拾取看作是二分类问题,初至波为一类,背景为另一类,参考全卷积神经网络在图像语义分割和边缘检测的成功应用,提出了利用全卷积神经网络来拾取初至波的新算法。通过搭建叁个不同深度的全卷积神经网络结构并对其进行性能测试,选取性能最优的网络,并与商业地震数据处理软件Tomo Plus自动拾取的结果进行比较,在高噪声情况下取得了更好的结果,验证了利用全卷积神经网络拾取初至波的可行性。(本文来源于《信息技术与网络安全》期刊2018年11期）
董蕊静,李虎[4]（2018）在《基于空变时窗约束的地震初至波自动拾取》一文中研究指出目前地震初至波自动拾取是在初至波可能出现的所有时窗内搜索初至波,但是大时窗搜索不仅使地震初至波拾取效率降低,还导致在拾取过程中将一些异常点错定义为初至波。为解决这个问题,提出了基于空变时窗约束的地震初至波自动拾取方法,根据观测系统综合选取约束炮,约束炮的初至波信息及炮检点空间关系约束预测其他炮的初至时间,并且在该约束时窗内使用赤迟信息准则(AIC)法进行初至波自动精确拾取。通过对实际资料的测试,证明该计算方法在很大程度上提高了地震初至波拾取工作效率及拾取精度。(本文来源于《能源技术与管理》期刊2018年03期）
刘佳楠[5]（2018）在《基于全卷积神经网络的地震初至波的自动拾取》一文中研究指出当前,随着地震勘探的不断深入,采集技术的不断提高,高密度单点采集方式是地震数据采集的一个必然发展的方向,单位地震勘探工程得到的地震数据量也随之剧增。在地震勘探过程中,炮点产生地震波之后,布置在地表或地下的检波器开始接收信号,我们称检波器最先接收到的有效地震波为“初至波”。初至波的拾取,是地震数据处理的一个基础而又重要的工作。随着勘探地形日渐复杂,初至波波形变化较大,各种波相互干扰,已有的初至拾取算法没能很好地工作。很多时候采用人机交互的方式,根据人工添加的辅助线来拾取初至波,面对海量的地震数据,初至拾取的工作量越来越大,这极大限制着数据处理的速度。为了提高初至自动拾取的稳定性和高效性,减少初至波拾取耗费的人力,本文采用当前广泛研究的深度学习技术,在简要分析了己有的初至拾取算法以及研究了卷积神经网络之后,提出了利用卷积神经网络来拾取初至波。我们把初至拾取看做是二分类问题,初至波为一类,背景为另一类。参考全卷积神经网络在图像语义分割和边缘检测的成功应用,本文在学习已有的网络结构之后,搭建全卷积神经网络来进行初至波的拾取,实现了像素级别的预测。文中详细叙述了利用全卷积神经网络在拾取初至波的整个过程,包括数据的获取、数据的处理以及数据的标注。本文搭建了叁种不同深度的全卷积神经网络,对这叁个网络进行测试,得到性能最优的网络结构。然后将性能最优的网络与商业地震数据处理软件TomoPlus自动拾取的结果进行对比,验证使用全卷积神经网络拾取初至波的高效稳定性。本文把当前迅猛发展的深度学习技术应用到地震勘探领域,提出了利用全卷积神经网络来拾取初至波的新算法,这是本文的一个主要的创新点。通过对不同深度的神经网络进行测试,选取性能最优的网络,并与TomoPlus拾取的结果进行对比,实现了对地震勘探数据高效稳定的拾取。(本文来源于《中国科学技术大学》期刊2018-06-01）
刘拓[6]（2017）在《井间地震初至波走时层析成像方法研究》一文中研究指出井间地震层析成像是井间地震技术的重要组成部分。随着井间地震技术在油气勘探中的广泛应用,井间地震技术的研究与完善就显得尤为重要。目前,以射线理论为基础的初至走时层析技术已成为井间地震层析的主要方法之一。因为初至波易识别,稳定性高,携带了大量的地下信息,所以采用初至波走时层析能为地震勘探提供更高效,更精确的速度分析。文中主要研究了基于射线理论的初至波旅行时层析成像的正、反演方法。对层析正演,采用旅行时射线追踪线性插值(LTI)方法;对层析反演,采用精度高、收敛速度快的阻尼最小二乘(LSQR)算法,并对该算法的迭代公式作了具体推导,同时介绍了算法中阻尼因子的选取标准。在此基础上实现了基于射线理论的井间地震初至波旅行时层析成像正、反演技术。最后利用几种不同的模型对算法进行测试,分析了射线覆盖率、网格大小、反演算法叁个因素对层析成像的影响。研究结果表明:旅行时线性插值射线追踪正演算法易于编程、反演结果精度高;阻尼LSQR算法精度高,迭代速度快,实用性强并且能取得理想的反演效果;对理论模型的试算得到了满意的结果,进一步证明了正演(LTI)算法和反演阻尼LSQR算法的正确性和可靠性,进而丰富了地震勘探理论,并为地震勘探提供了正确高效的方法;理论上射线越密,网格越细,反演精度就越高,但是由于受到勘探成本的限制,不可能无限制地增加炮点和检波点的数量,所以只要合理安排和布局,既可以节约成本,又可以提高反演精度。(本文来源于《中国石油大学(华东)》期刊2017-05-01）
刘俊,吴淑玉,陈建文,施剑,何玉华[7]（2016）在《地震初至波速度层析成像技术在南黄海盆地崂山隆起的应用》一文中研究指出崂山隆起位于南黄海盆地的中部,新生代地层沉积薄,其底部存在高速屏蔽层,加上中—古生代地层经历了多期构造运动,导致中—古生界地震有效反射信号弱、成像效果较差,地震处理中采用常规速度谱拾取不能准确获得高速屏蔽层下的地层速度,给迭前时间偏移和迭前深度偏移的速度建模工作带来很大困难。近几年,青岛海洋地质研究所在南黄海崂山隆起采集了大容量震源长电缆地震数据,获得了来自中—古生界的初至波信息。采用初至波层析成像方法来揭示高速屏蔽层下中—古生界速度变化信息,主要通过拾取初至波时间,建立初始速度模型,经过不断迭代反演得到最终速度模型。结果表明,高速屏蔽层下地层速度横向变化剧烈,存在速度为3 500~4 000m/s的低速层,预测为碎屑岩;速度为5 100~5 500m/s的高速层,预测为碳酸盐岩地层。(本文来源于《海洋地质前沿》期刊2016年10期）
黄光南,邓居智,李红星,李泽林,张华[8]（2016）在《叁维VSP地震初至波走时层析成像研究》一文中研究指出在油气田勘探开发阶段,VSP(垂直地震剖面)作为一种精细勘探技术发挥着重要作用,叁维VSP地震初至波走时层析成像可以直接得到地层速度模型。它结合了叁维VSP地震射线追踪算法和数学反演算法,它能够实现对地下地层速度模型进行重构,速度成像结果对认识地质结构提供了直观的依据。为了测试算法的稳定性和抗干扰能力,对叁维VSP正演走时加入了20%的高斯噪声,然后利用叁维地震初至波走时层析成像进行速度反演,得到了叁维地层速度模型、垂直切片图和水平切片图。射线方向的交叉性程度决定了反演结果的质量和可靠性,由于射线在浅部地层的交叉性比深部地层的交叉性更好,浅部地层的反演效果更加清晰;相反,深部地层的速度反演效果较差。算法对含噪声数据取得了良好的反演结果,验证了该算法具有较好的抗干扰能力。(本文来源于《东华理工大学学报(自然科学版)》期刊2016年03期）
李桐林,张镕哲,朴英哲[9]（2015）在《大地电磁测深与地震初至波走时交叉梯度反演》一文中研究指出在地球物理勘探过程中,观测数据有限且存在误差,导致反演结果存在非唯一解。为了解决非唯一性问题,笔者研究了交叉梯度数学理论,实现了用交叉梯度约束2D大地电磁和地震初至波走时的联合反演,并建立了2个模型。通过各自模型实验和不同模型间的对比,证明了交叉梯度联合反演比单独反演修复几何形态和物性参数的效果好,且交叉梯度与岩石物性无关;利用得到的交叉梯度图进一步证明了联合反演模型相似度高,也从交叉绘图中得到联合反演的物性关系更好的结论,反向证明了联合反演的正确性。(本文来源于《吉林大学学报(地球科学版)》期刊2015年03期）
徐涛,徐果明,张忠杰,滕吉文[10]（2014）在《利用地震初至波反演浅层地壳速度结构的快速Wiechert-Herglotz方法》一文中研究指出利用地震初至波进行近地表速度结构的反演,对于静校正和偏移至关重要。Herglotz-Wiechert(H-W)方法是一种传统的速度反演方法。该方法利用远震走时曲线,广泛应用于球坐标系下一维速度结构的反演中。本文发展了一种从球坐标系到笛卡尔坐标系的H-W方法,来反演浅层地壳中的速度分布。我们利用走时曲线斜率的直接积分反演随深度变化的一维速度结构。为避免积分的不稳定性,采用局部勒让德多项式逼近法得到一条单调连续的走时曲线。从而采用梯形或高斯-勒让德积分获得准确的积分(本文来源于《2014年中国地球科学联合学术年会——专题63：深部探测技术与实验——矿集区立体探测论文集》期刊2014-10-20）
地震初至波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对井中微地震信号频率高、信噪比低的特点,提出一种基于Shearlet变换和峰度统计特性的初至波拾取方法。首先将微地震数据进行Shearlet变换,得到多尺度多方向Shearlet系数。然后利用信号的时空方向性,通过对相邻尺度上各方向系数相关能量的计算,确定有效信号集中的方向。进一步对这些方向系数进行迭加,使得信号与噪声差异明显,并在此基础上利用峰度特性进行初至波拾取。经过仿真信号与真实微地震资料的验证,表明本文算法能有效地拾取到初至波。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地震初至波论文参考文献
[1].张镕哲,李桐林,邓海,邓馨卉,石会彦.大地电磁、重力、磁法和地震初至波走时的交叉梯度二维联合反演研究[J].地球物理学报.2019
[2].李娟,计硕,李月,钱志鸿.基于Shearlet变换和峰度特性的井中微地震初至波拾取[J].吉林大学学报(工学版).2019
[3].刘佳楠,武杰.基于全卷积神经网络的地震初至波拾取[J].信息技术与网络安全.2018
[4].董蕊静,李虎.基于空变时窗约束的地震初至波自动拾取[J].能源技术与管理.2018
[5].刘佳楠.基于全卷积神经网络的地震初至波的自动拾取[D].中国科学技术大学.2018
[6].刘拓.井间地震初至波走时层析成像方法研究[D].中国石油大学(华东).2017
[7].刘俊,吴淑玉,陈建文,施剑,何玉华.地震初至波速度层析成像技术在南黄海盆地崂山隆起的应用[J].海洋地质前沿.2016
[8].黄光南,邓居智,李红星,李泽林,张华.叁维VSP地震初至波走时层析成像研究[J].东华理工大学学报(自然科学版).2016
[9].李桐林,张镕哲,朴英哲.大地电磁测深与地震初至波走时交叉梯度反演[J].吉林大学学报(地球科学版).2015
[10].徐涛,徐果明,张忠杰,滕吉文.利用地震初至波反演浅层地壳速度结构的快速Wiechert-Herglotz方法[C].2014年中国地球科学联合学术年会——专题63：深部探测技术与实验——矿集区立体探测论文集.2014
论文知识图
