基于地质统计学的沙漠地区逐点时深曲线静校正方法

在我国西部沙漠地区,起伏剧烈的沙丘造成了严重的静校正问题。在沙丘成因单一、物性变化不大的沙漠区,通常应用时深曲线静校正方法来解决静校正问题,但在沙丘成因多样化或者沙漠边缘区域,应用常规的时深曲线静校正技术误差较大。基于微测井测量数据的地质统计学分析结果,提出了一种逐点时深曲线静校正方法。基于数据正态分布检验、变异函数分析等地质统计学手段,明确了沙漠地区沙层厚度与地震波垂直传播到地表的时间之间具有空间分布相关性,在此基础上利用克里金插值方法对微测井测量数据进行插值,得到各炮点和检波点处的时间深度散点数据,再利用最小二乘法对所有散点进行拟合,获得炮点和检波点的时深曲线量板,计算静校正量。以准噶尔盆地S1X工区野外64口微测井的测量数据为控制点,采用上述方法计算得到各个炮点和检波点的静校正量,并对计算结果进行了交叉验证,该方法获得的静校正量与微测井获得的静校正量基本一致。应用该静校正量进行了叠加成像,并与常规静校正方法处理后的共炮点道集和叠加剖面进行了对比,结果显示,逐点时深曲线静校正方法的应用效果明显优于常规时深曲线静校正方法。

频率域Bregman自适应稀疏脉冲反褶积方法（英文）

为解决时间域Bregman迭代算法计算效率低、抗噪能力不强的问题,提出了一种高效、自适应的频率域Bregman稀疏脉冲反褶积算法。通过对传统时间域Brgman算法进行频率域推导,得到了一种基于频率域计算的Bregman求解算法。在频率域进行Bregman算法的求解,有效避免了高斯噪音和离群噪音对算法收敛性的影响,并且通过在主频带范围计算,算法较时间域求解效率大幅提高。在求解过程中,引入了广义交叉验证(Generalized Cross Validation,GCV)的方法优选正则化参数,使算法具有了自适应参数选择的能力。通过建立不同的模型,分别使用时间域和频率域Bregman算法进行求解,验证了改进算法在抗噪音、计算效率和自适应方面的优势。最后,将改进方法与常规时间域Bregman算法分别应用于吐哈盆地某实际资料,处理结果表明改进方法较传统算法有更优异的表现。

基于多道信噪能量统计的微地震有效信号识别方法

在微地震监测中有效微地震信号的识别是关键步骤。常规的微地震有效信号识别方法基于单道长短时窗能量比,受噪音影响较大,对于信噪比较低的事件无法准确识别。利用多道记录数据之间的信号相关性好而信号与噪音相关性差的特点,通过记录道自相关求取总能量和相邻记录互相关求取信号能量,以有效信号能量所占比即含信能量比作为门槛值进行有效信号识别,信号识别过程中利用多道互相关对噪音进行了有效压制,提高了微地震信号识别的压噪能力,通过模型数据和实际资料处理验证了方法的有效性。

一种类RNN的改进ISTA稀疏脉冲反褶积

稀疏脉冲反褶积方法对提高地震资料分辨率有着重要作用,迭代阈值收缩算法(ISTA)是其核心算法,首先利用地震数据提取子波,再利用ISTA求解反射系数.当地震子波提取不准确时,反褶积效果不理想.为此,在ISTA基础上,结合循环神经网络(RNN)中反向传播(BPTT)的思想,研究形成了一种类RNN的改进ISTA稀疏脉冲反褶积方法.该算法首先使用常规手段从实际地震数据中提取地震子波,构建反褶积的子波字典;然后将构建的地震子波字典作为已知的初始条件,结合ISTA求取的反射系数;再根据BPTT算法思想,将求取的反射系数与子波褶积并与实际数据进行比较,反向修改地震子波;最终,经过多次迭代修改获得合理的地震子波字典,并利用该地震子波字典求解实际地震数据的反射系数序列.为验证算法的有效性,采用不同信噪比的理论地震记录,给定存在较大误差的初始子波,进行了反褶积计算.采用传统的ISTA和类RNN的改进ISTA进行对比处理,结果表明,改进ISTA具有较好的抗噪能力和子波自适应能力,可使实测地震资料的有效频带拓展约1.5倍,能够较好地适应实际地震资料的反褶积处理.