项目名称: 基于逆散射级数层间多次波预测匹配方法研究及应用

项目编号: No.41204076

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地球物理学和空间物理学

项目作者: 武银婷

作者单位: 长安大学

项目金额: 25万元

中文摘要: 随着精细勘探的逐步深入,层间多次波由于对地震成像效果、反演解释过程中的介质属性提取等的影响,引起人们广泛关注。但其可识别性、可分离性很差,已成为地震勘探领域的研究重点、难点和热点。基于波动方程的逆散射级数方法(ISS)不依赖速度模型,可一次性预测出所有的多次波,是层间多次波研究的主要方向。本课题针对ISS方法预测层间多次波存在的计算量大、匹配衰减困难的问题,一方面对已有预测公式进行变换运算域的研究,利用二维Fourier反变换及对积分项的反偏移,从理论上降低计算复杂度,同时克服观测系统的限制及子波的影响;另一方面,改进基于能量最小准则的拟多道匹配算法,利用二次求导道代替Hilbert变换求导道,引入180 相位旋转及频率调节项,改善匹配道在频率、相位上的差异。另外,引入GPU并行运算,实现计算时间的压缩。最后,通过模型和实际数据的应用进行创新点的合理性、先进性验证,推动层间多次波的研究。

中文关键词: 逆散射级数;层间多次波;拟多道;1范数;波动方程

英文摘要: The internal multiples exists negative influence to the imaging effect and the medium attribute extraction during inverse and interpretation, so it has drawn wide attention. And, it has become the research concentration, difficulty and hotspot in the seismic exploration due to its poor identifiability and separability. The method of inverse scattering series, short for ISS, based on the wave equation, does not need the prior information of velocity and could predict all of internal multiples by one time. Therefore, it has become the main direction for the study of internal multiples' elimination. This paper focuses on the questions in ISS, including the low calculation efficiency, the poor matching and so on. On the one hand, making use of 2D inverse Fourier Transformation and the inverse migration to integrals, the existing formula can be changed from the pseudo depth-wave number domain to time-depth domain. In theory, this can reduce the computational complexity, and overcome the limits from observation system and wavelets. On the other hand, modify the equilibrium pseudo-multichannel arithmetic by the twice derivation channel in place of the derivation channel after Hilbert Transformation. Compared with the latter one, the new transformed channel has the characters of 180 phase rotation and frequency adjustme

英文关键词: inverse scattering series;interbed multiple-wave;pseudo-mulptichannel;L1 norm;wave-equation

成为VIP会员查看完整内容
0

相关内容

【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
20+阅读 · 2021年8月1日
专知会员服务
28+阅读 · 2021年2月17日
基于机器学习的数据库技术综述
专知会员服务
54+阅读 · 2021年1月2日
机器学习的可解释性
专知会员服务
68+阅读 · 2020年12月18日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
AAAI 2022 | 基于强化学习的视频弹幕攻击
PaperWeekly
1+阅读 · 2022年1月11日
SemanticAdv:基于语义属性的对抗样本生成方法
机器之心
14+阅读 · 2019年7月12日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
基于 Keras 用深度学习预测时间序列
R语言中文社区
23+阅读 · 2018年7月27日
基于Keras进行迁移学习
论智
12+阅读 · 2018年5月6日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+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 · 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
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 · 2009年12月31日
Building Odia Shallow Parser
Arxiv
0+阅读 · 2022年4月19日
Arxiv
3+阅读 · 2022年4月18日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关主题
相关VIP内容
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
20+阅读 · 2021年8月1日
专知会员服务
28+阅读 · 2021年2月17日
基于机器学习的数据库技术综述
专知会员服务
54+阅读 · 2021年1月2日
机器学习的可解释性
专知会员服务
68+阅读 · 2020年12月18日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
AAAI 2022 | 基于强化学习的视频弹幕攻击
PaperWeekly
1+阅读 · 2022年1月11日
SemanticAdv:基于语义属性的对抗样本生成方法
机器之心
14+阅读 · 2019年7月12日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
基于 Keras 用深度学习预测时间序列
R语言中文社区
23+阅读 · 2018年7月27日
基于Keras进行迁移学习
论智
12+阅读 · 2018年5月6日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+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 · 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
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 · 2009年12月31日
微信扫码咨询专知VIP会员