排序方式： 共有2条查询结果，搜索用时 140 毫秒
1
1.
我国煤炭绿色智能开采亟待解决透明地质条件精细构建问题,包括煤岩层构造、含水体、采空区与地应力等地质因素,该类隐蔽致灾体易诱发采空区突水或瓦斯突出等事故,是制约煤矿智能化开采与安全生产的主要障碍。三维地震勘探是目前探测断层和陷落柱等地质体的主要技术,但该技术基于反射理论框架,在小落差断层与小尺度陷落柱探测上仍存在挑战,发展针对隐蔽致灾体的煤田精细勘探理论与方法是安全与智能开采的基础问题。基于绕射的地震勘探框架在理论上能够突破传统地震勘探分辨率瓶颈,该前沿技术已在勘探行业权威期刊不断报道,国内外工业界和科研院校也投入了大量研究工作,但尚未形成方法体系与工业化软件。围绕煤田灾害源防治与智能开采关键地质问题,阐述了一套基于绕射理论框架的地震勘探系统,通过不同类型绕射波传播规律研究了弱信号捕获模式,利用反射波与绕射波多域差异特征提取了携带高分辨率响应的绕射波信息,基于散射点模型提出绕射波精细速度建模方法,在多学科交叉基础上发展了绕射波多属性融合解释与阻抗反演技术,进而形成一套适用于我国未来透明矿山绿色开采的基础学科与前沿技术。 相似文献
2.
绕射波携带大量小尺度非均匀地质体信息,对于提高地震勘探分辨率具有重要意义.绕射波能量远小于反射波,在地震记录中常被强反射波掩盖,因此分离并单独成像绕射波,为探测小尺度非均匀地质体的关键问题.传统绕射波分离方法受限于理论模型假设,对陡倾角反射波去除效果不佳,且易对绕射波造成损伤.基于经典编码-解码框架下的U-net网络和注意力机制,本文提出了一种绕射波智能分离方法,通过编码器自动提取地震数据中的绕射波特征,再由解码器恢复绕射波,从而隐性去除反射波.该方法作为端到端的机器学习,训练后的U-net网络可自适应地分离绕射波.本文通过数值模拟数据与实际数据构建训练数据集,利用训练后的U-net网络分离绕射波,并将结果偏移成像.数值模型测试和实际资料应用表明,融合了注意力机制的U-net网络能够有效压制反射波能量,保留绕射波动力学特征,克服了传统绕射波分离方法难以去除陡倾角反射的局限性,其提取的绕射波弱信号特征较为完整,能够进一步提高地震成像分辨率,在小尺度断裂刻画上具有优势. 相似文献
1