项目名称: 快速射线追踪模型处理技术研究

项目编号: No.41504084

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 天文学、地球科学

项目作者: 韩复兴

作者单位: 吉林大学

项目金额: 20万元

中文摘要: 针对射线类偏移成像中快速计算地震波走时和射线路径过程当中的模型处理(即速度模型的光滑处理以及非网格节点处速度及导数的插值处理)问题,常规的光滑以及插值算法都会不同程度破坏原始速度模型的空间结构。本研究将基于偏微分方程的模型平滑和定向插值算法引入到射线类偏移成像当中,实现速度模型的平滑处理和非网格节点处速度及速度导数插值计算。由于偏微分方程法具有线性叠加特性、模型解的唯一性和局部特征保持性,因此应用该算法能够很好的对速度变化剧烈的模型进行特征平滑,并保持速度模型的边缘特征,而不会破坏原有的速度模型空间结构;同时应用该算法可以实现基于原始模型速度梯度的非网格节点处速度和速度导数的插值计算。研究结果对射线类偏移成像实现不破坏原始速度模型空间结构的波场计算及精确成像具有十分重要的研究价值和广阔的应用价值。

中文关键词: 射线类偏移;偏微分方程;定向插值;模型平滑;波场计算

英文摘要: In view of the fast calculation seismic traveltime in the ray migration imaging and model processing in the ray path(that is the smoothing of velocity model and the interpolation processing of speed and derivative at non-grid nodes), introduced the model smoothing based on partial differential equations and directional interpolation algorithm to the ray migration imaging, to achieve the smoothing of speed model and the speed and the speed derivative interpolation at non-grid nodes. Because the partial differential equations has the characteristics of linear superposition, model solution uniqueness and local features retention, therefore, the application of the algorithm can be very good to keep edge characteristics and the characteristics smoothing of velocity model, without breaking the spatial structure of the original velocity model. At the same time the application of the algorithm can realize the interpolation of the speed and speed derivative of non-grid nodes based on original model velocity gradient. The results have a very important research value and broad application value for the realization of ray migration imaging without breaking the wave field calculation of spatial structure of the original velocity model.

英文关键词: Ray type migration;Partial Differential Equation;Directional interpolation;Smoothing model;Wave field calculation

成为VIP会员查看完整内容
0

相关内容

【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
56+阅读 · 2021年9月22日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
80+阅读 · 2020年12月18日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
【速览】TPAMI丨泛化边缘保持和结构保持图像平滑模型
中国图象图形学学会CSIG
1+阅读 · 2021年10月15日
用扩散模型生成高保真度图像
TensorFlow
1+阅读 · 2021年8月17日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
【论文笔记】图卷积的解释性技术
专知
18+阅读 · 2019年9月28日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
R语言之数据分析高级方法「时间序列」
R语言中文社区
17+阅读 · 2018年4月24日
独家 | 光流与行为识别的结合研究
AI科技评论
12+阅读 · 2017年12月29日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
One-Class Model for Fabric Defect Detection
Arxiv
0+阅读 · 2022年4月20日
Automated Data Augmentations for Graph Classification
Principal Neighbourhood Aggregation for Graph Nets
Arxiv
17+阅读 · 2020年6月7日
小贴士
相关主题
相关VIP内容
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
56+阅读 · 2021年9月22日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
80+阅读 · 2020年12月18日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
相关资讯
【速览】TPAMI丨泛化边缘保持和结构保持图像平滑模型
中国图象图形学学会CSIG
1+阅读 · 2021年10月15日
用扩散模型生成高保真度图像
TensorFlow
1+阅读 · 2021年8月17日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
【论文笔记】图卷积的解释性技术
专知
18+阅读 · 2019年9月28日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
R语言之数据分析高级方法「时间序列」
R语言中文社区
17+阅读 · 2018年4月24日
独家 | 光流与行为识别的结合研究
AI科技评论
12+阅读 · 2017年12月29日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员