气象雷达回波图中区域地物杂波检测算法

针对多普勒气象雷达回波图中的地物杂波只能通过肉眼识别且效率低下的问题,提出一种结合卷积神经网络模型与区域重叠灰度共生矩阵的算法,以实现对雷达回波图中特定杂波区域的高效识别。首先设计一个卷积神经网络模型,利用数据集对卷积神经网络进行训练,从而对雷达回波图的俯仰角进行识别;然后利用区域重叠灰度共生矩阵算法对低仰角的气象雷达回波图进行特征提取,检测出存在地物杂波的具体区域;最后得出地物杂波所在具体区域的坐标。经过大量实验,结果表明,该算法可对气象雷达回波图中的地物杂波进行有效识别。

地震信号倒谱分解技术及其在超深层碳酸盐岩储层烃类检测中的应用

地震信号倒谱分解技术是近年来发展起来的一种烃类检测方法,有利于突出宽频带地震信号内某些特定频段的弱流体信息。本文着重研究了基于傅里叶变换倒谱和基于小波包变换倒谱的地震信号倒谱分解技术,并应用于顺北地区超深层碳酸盐岩储层烃类检测。对比分析了共倒谱剖面与传统共频率剖面的特征,进一步详细对比分析了基于傅里叶变换倒谱和基于小波包变换倒谱的一阶和二阶共倒频剖面特征,在此基础上,对比研究了基于傅里叶变换倒谱和基于小波包变换倒谱的烃类检测效果。实际地震数据处理结果表明,倒谱分解技术较常规基于小波变换的谱分解技术时空分辨率更高,能给出更多的细节信息。小波包倒谱分解技术较傅里叶变换倒谱分解技术检测到的地震幅度异常剖面能给出更准确的含气性解释结果。