利用微震数据对震源下方构造直接成像

现有的微震记录直接成像方法是将微震记录既当作入射记录,也当作散射记录,从而实现偏移成像.但此方法并不能突出透射波所携带的来自震源下方的深层散射波信息.本文在假设已知微震位置与子波的前提下,提出了对微震下方构造进行逆时偏移的成像方法.该方法类似于常规的逆时偏移,只是震源位置在地下.这使得在成像时,地下更深部的入射波场相比震源在地表时会更为精确,因此能够获得更加准确的成像结果.该方法会给成像结果带来一种尾波高频干扰：地下的震源发出的上行波与上方介质作用后,所产生的多级散射波会干扰反传波场.对此,在成像过程中,对入射场和散射场都进行左右行波分离,以压制该噪声.而在子波信息未知,无法重构入射场时,使用了激发时间成像条件,也能够实现同等效果的偏移成像,且不会出现尾波高频干扰.利用数值实验验证了本文方法的有效性.     

基于随机反传和筛选模型的微震逆时定位成像

对于常规的逆时定位成像方法,成像结果中强震源的成像值通常远大于并且会掩盖弱震源;同时,成像结果中假象的压制与消除也一直是该技术中颇受关注且比较难解决的问题.对此,本文结合了混合成像条件与高通滤波,从图像对比度的角度加强定位成像效果.提出了反传检波点随机选择的方法,通过重复进行随机选择与随机分组,从而得到不同震源的、包括一些冗余在内的更多信息,通过对信息的融合以提高定位可靠性.提出了筛选模型的概念,将成像过程中各点的波场反传序列引入震源判断标准,构建函数以大致量化震源存在的可能性,结合阈值,构造出由0和1组成"筛选模型",对成像结果进行通过性选择,以此消除假象并提高震源识别的正确性.通过简单模型和复杂模型,验证了本文提出方法的有效性以及对各类干扰因素的适应性与抵抗性.     

基于低频信息补偿的数据驱动Marchenko成像

基于常规地震干涉法和地震超越干涉法,提出了SI和BSI的结合方法SIBSI,即在SI被动源低频信息提取的基础上,重构主动源BSI地震数据,并利用BSI进行格林函数重构和面向目标的Marchenko成像.研究了基于频率优势的主动源低频重构方法,在完整保留了主动源信号高频信息的基础上,有效重构了低频信息,拓宽了地震数据的频带范围.讨论了含有自由表面多次波的地震数据在Marchenko成像中应用的方法.设计了一个含有高阻抗地层的模型,在该模型上使用SI低频信息重构BSI主动源地震数据,最后与纯主动源地震数据的格林函数重构和Marchenko成像进行了对比,证明了本文所提出方法的有效性、抗噪性以及在提高成像效果中的优势.