导读:本文包含了地震方法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:流体,噪声,子波,局部,保真度,中值,方法。
地震方法论文文献综述
李启成,何书耕,闵也,郑新娟[1]（2019）在《用随机有限断层方法模拟2016-11-13新西兰M_W7.8地震》一文中研究指出在未来大地震发震构造已知的前提下,提出用经验公式确定大地震断层长度、宽度、地震矩和滑动分布等参数,并用随机有限断层方法预测未来大地震。用随机有限断层方法模拟2016-11-13新西兰M_W7.8地震的12个基岩台站地震动时程和反应谱,并用模拟的频谱幅值与记录频谱幅值平均比值确定模拟误差。结果表明,在周期为0～10 s的范围内,模拟误差在0.92～1.08之间,不同频率模拟误差的标准差变化范围不超过1。95%的置信区间宽度随频率无明显变化,模拟结果反映了地震动记录的平均效果。用准随机方法重新获取新西兰大地震断层初始破裂点和位错滑动分布,模拟地震动并计算模拟误差随频率的变化,得到与最初模型相似的结论,从而进一步证实了本文提出的获取震源参数并用随机有限断层方法预测未来大地震的可靠性,且其特别适用于大地震远场模拟。(本文来源于《大地测量与地球动力学》期刊2019年12期）
蒋康康,曹思远,孙晓明,王航,王浩[2]（2019）在《基于Hessian矩阵的地震随机噪声压制方法》一文中研究指出随机噪声的压制在提高地震资料信噪比方面发挥重要作用.考虑到传统去噪方法在构造复杂地区难以取得理想的去噪结果,本文提出基于Hessian矩阵特征值对应的线性目标关系在多个尺度上对随机噪声进行压制.该方法将地震信号看作不同尺度的曲线,从而利用Hessian矩阵在曲线检测方面表现出的良好性能实现信噪分离.该方法与传统方法相比不受地层倾角的限制,因此能够处理构造较为复杂地区的地震数据.利用模型及实际资料对该方法进行了验证并与传统方法F-X反褶积的去噪结果做对比,结果表明基于Hessian矩阵的随机噪声压制方法在构造复杂地区能够保持有效信号的完整性.(本文来源于《地球物理学报》期刊2019年12期）
国胧予,刘财,刘洋,郑植升[3]（2019）在《基于非局部中值滤波器的地震数据随机噪声衰减方法》一文中研究指出衰减随机噪声并增强构造连续性能够有效地提升地震数据解释的质量。本文提出了非局部中值滤波方法,能够在衰减随机噪声的同时保护地质构造。一种方法是用高斯加权的欧式距离代表局部结构相似性,在全局范围内寻找与当前点局部结构相似的点进行加权中值滤波,得到二维非局部中值滤波器。另一种方法是基于构造导向滤波策略,利用相邻的地震道构建预测数据体使预测轴的方向近似水平,沿着预测轴的方向使用非局部中值滤波的一维形式进行滤波,实现了基于非局部中值滤波器的构造导向滤波。与传统的去噪方法如工业界常用的FXDECON方法相对比,所提出的滤波方法能更好地平衡衰减随机噪声和保护构造信息的关系。理论模型和野外数据都验证了提出方法的有效性。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
丁建群,何永清,郭锐,宁宏晓,吕盼盼[4]（2019）在《基于U-Net网络的地震数据初至自动拾取方法》一文中研究指出近年来,随着"两宽一高"野外采集技术的发展和进步,野外采集工区地表条件越来越复杂,单日及总体采集数据量成倍增加,其对地震数据初至拾取提出了更高的要求和挑战。本文分析了采集地震数据在海量数据条件下面临的主要问题,提出了基于深度学习技术,通过在学习前进行高斯去噪等一系列数据处理,降低了深度学习的特征识别难度;选取U-Net模型作为深度学习的基础模型,较好地实现了对初至波的分割与准确定位;选取正半波波形为学习特征,提升了深度学习在初至波识别中的算法稳定性。本方法在海量数据条件下的低信噪比地震数据初至自动拾取方面进行了有益的方法探索,取得了初步效果。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
王振涛,慎国强,王玉梅,孟宪军[5]（2019）在《模型驱动迭前地震高精度反演方法及应用》一文中研究指出基于Zoeppritz方程迭前地震反演可获取地层多弹性参数,是提高复杂岩性、流体预测能力的重要技术。常规的迭前反演方法在目标函数构建及Zoeppritz方程简化式应用中,存在地震反射系数稀疏性、弱反射系数以及小角度等多种假设,导致反演结果误差大、精度低。通过构建非线性迭前反演目标函数和直接基于Zoeppritz方程推导构建精确雅克比矩阵,研究形成了模型驱动的迭前地震高精度反演方法,具有假设条件少、精度高的特点。在胜利垦东北迭前反演储层预测中开展了实际应用,与常规反演方法对比表明,该方法反演地震信息反映精确,提高了该区砂岩储层含油气性预测能力。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
谢俊法,王建华,赵玉合,王孝,丁彩琴[6]（2019）在《不同特征地震数据拼接的子波一致性处理方法》一文中研究指出复杂地区的地震数据拼接时,两次处理成果因采集参数、处理流程等因素的不同,通常在静校正、振幅、频带、相位、波形特征等方面的存在较大的差异,严重降低拼接质量,影响后续的地震综合解释、地层岩性对比等工作。本文在振幅一致性处理的基础上,研究了地震数据拼接中的一致性处理方法,通过子波整形、频带拓展、随机噪声压制、确定子波反褶积、低频补偿等有效的地震资料处理技术措施,大大地降低了两次处理成果的能量、波形特征等差异,有效解决了两次处理成果的品质差异问题;通过对地震数据进行加权拼接,能使拼接位置的差异最小化。实际地震数据的拼接结果表明,本文的一致性处理方法能够有效进行复杂地区的地震数据拼接。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
兰南英,张繁昌[7]（2019）在《压缩感知框架下基于稀疏L_(1/2)正则约束的地震数据重构方法》一文中研究指出地震数据重构是地震资料处理领域中十分必要的前期性工作,对于提高偏移成像精度、多次波的压制效果以及AVO分析的准确性具有重要意义。压缩感知重构是目前应用最广泛的方法之一,其重构精度与稀疏正则化密切相关。本文提出一种基于稀疏L1/2正则约束的地震数据重构方法,该方法在压缩感知框架下,根据Shearlet域中地震数据的稀疏特性构建重构优化模型,以L1/2范数作为稀疏约束对地震数据进行高精度重构。数值测试结果表明,相较于传统的L1正则约束重构方法,提出的方法可以更好地恢复地震波场,消除空间假频。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
林海鲲,印兴耀,李坤[8]（2019）在《流体相驱动的贝叶斯迭前地震线性反演方法》一文中研究指出迭前地震AVO反演是复杂储层预测和流体识别的重要方法。现有的迭前地震反演大都是将储层"流体因子"与"含流体性质"(流体相态)独立预测或间接预测,忽视了储层含流体差异对弹性参数先验信息的影响,制约了储层流体因子与"离散流体相"判识的可靠性。本文提出了流体相驱动迭前地震概率化反演方法。首先,考虑Gassmann流体项等弹性参数的先验概率密度分布受到储层"含流体性质"的影响,采用混合概率先验模型的贝叶斯推断,推导了混合概率模型的显式解及目标泛函;利用序贯模拟随机采样算法,模拟待反演弹性参数的后验概率分布,通过计算不同流体相态的后验权重预测目标储层的含流体类型。模型和现场应用验证了该方法的可行性和稳定性,预测结果与测井曲线、油气解释数据保持高吻合度。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
谢玮,毕臣臣,刘炜,刘俊辰,程云[9]（2019）在《机器学习方法在地震勘探大数据计算中的应用研究进展》一文中研究指出随着地震勘探采集处理技术的发展,地震数据量急速增长,地震勘探进入了大数据时代。作为互联网大数据分析和处理的重要技术手段,机器学习方法在地震勘探领域中得到了广泛的应用,较好地解决了地震勘探大数据的计算问题。本文首先介绍了地震勘探大数据的现状;然后论述了机器学习方法在地震勘探的回归、分类和聚类问题中的应用;最后针对目前研究过程中存在的几个关键问题展开了讨论,并对地震勘探大数据的发展方向和前景进行了展望。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
冯建祥,陈双全,张峰,韩磊[10]（2019）在《地震波形聚类方法及其实际应用研究》一文中研究指出K平均值算法采用对样本各维度求平均值的方式来获得该类簇的中心,但当样本中存在个别离群点时,聚类中心会受到异常维度的干扰,使得均值中心和实际中心位置偏差过大,从而导致类簇发生"畸变"";在无监督聚类中,分类数是不确定的,分类数的准确度决定了分类效果和精细度;K平均值方法通常采用欧式距离作为相似性度量,若存在由人工层位识别引起的层位误差时,欧氏距离作为相似性度量会因为波形未对齐而形成误差。本文应用肘部判别法和DTW-K中心点分类算法解决上述问题:采用K中心点方法,减少聚类中心因异常值引起的误差;使用肘部判别法为K值的确定提供依据;DTW算法取代欧式距离,它能够一定程度上减少人工识别导致的层位误差导致的误差。本文通过实验证明,DTW-K中心点算法具有很好的分类效果,能够减少层位误差导致的波形漂移造成的误差,减少了数据异常值导致的类簇畸变。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
地震方法论文开题报告
（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：
随机噪声的压制在提高地震资料信噪比方面发挥重要作用.考虑到传统去噪方法在构造复杂地区难以取得理想的去噪结果,本文提出基于Hessian矩阵特征值对应的线性目标关系在多个尺度上对随机噪声进行压制.该方法将地震信号看作不同尺度的曲线,从而利用Hessian矩阵在曲线检测方面表现出的良好性能实现信噪分离.该方法与传统方法相比不受地层倾角的限制,因此能够处理构造较为复杂地区的地震数据.利用模型及实际资料对该方法进行了验证并与传统方法F-X反褶积的去噪结果做对比,结果表明基于Hessian矩阵的随机噪声压制方法在构造复杂地区能够保持有效信号的完整性.
（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。
地震方法论文参考文献
[1].李启成,何书耕,闵也,郑新娟.用随机有限断层方法模拟2016-11-13新西兰M_W7.8地震[J].大地测量与地球动力学.2019
[2].蒋康康,曹思远,孙晓明,王航,王浩.基于Hessian矩阵的地震随机噪声压制方法[J].地球物理学报.2019
[3].国胧予,刘财,刘洋,郑植升.基于非局部中值滤波器的地震数据随机噪声衰减方法[C].2019年油气地球物理学术年会论文集.2019
[4].丁建群,何永清,郭锐,宁宏晓,吕盼盼.基于U-Net网络的地震数据初至自动拾取方法[C].2019年油气地球物理学术年会论文集.2019
[5].王振涛,慎国强,王玉梅,孟宪军.模型驱动迭前地震高精度反演方法及应用[C].2019年油气地球物理学术年会论文集.2019
[6].谢俊法,王建华,赵玉合,王孝,丁彩琴.不同特征地震数据拼接的子波一致性处理方法[C].2019年油气地球物理学术年会论文集.2019
[7].兰南英,张繁昌.压缩感知框架下基于稀疏L_(1/2)正则约束的地震数据重构方法[C].2019年油气地球物理学术年会论文集.2019
[8].林海鲲,印兴耀,李坤.流体相驱动的贝叶斯迭前地震线性反演方法[C].2019年油气地球物理学术年会论文集.2019
[9].谢玮,毕臣臣,刘炜,刘俊辰,程云.机器学习方法在地震勘探大数据计算中的应用研究进展[C].2019年油气地球物理学术年会论文集.2019
[10].冯建祥,陈双全,张峰,韩磊.地震波形聚类方法及其实际应用研究[C].2019年油气地球物理学术年会论文集.2019
论文知识图
