基于像素差分神经网络的断层识别方法

断层识别是地震解释的一项重要任务.相对传统的基于人工或半人工的断层检测方法,基于深度学习的断层检测方法具有自动化程度高等特点,近年来已经吸引了业界广泛兴趣.目前,大多数利用深度学习的断层识别方法都是基于语义分割或图像分类,但基于语义分割或图像分类的方法预测出的断层噪声较多.而边缘检测网络可以通过学习断层在地震剖面中不连续的特征,从而提高网络的抗噪能力.为了利用边缘检测网络的抗噪优点并提升其性能,本文采用基于像素差分的卷积运算构建出像素差分网络模型(Pixel Difference Networks, Pidinet).相较于传统的边缘检测网络,Pidinet将传统的边缘检测算子与深度学习网络结合,有效地提升了边缘检测的效果.为了使Pidinet网络更好地预测断层,本文对原始Pidinet网络进行了优化,去掉了相对断层识别任务而言多余的分支结构和卷积层.相对于传统的卷积运算,基于像素差分的卷积运算可以让神经网络更好地学习断层信息.为了让网络充分学习数据中的断层特征,本文将真实地震样本与合成地震样本混合得到训练所用数据集.实验证明Pidinet在交并比(Intersection over ...     

基于深度学习的极光亚暴时-空自动检测

准确快速地检测极光亚暴具有重要的意义.现有利用机器学习技术自动检测亚暴起始时刻的方法无法同时兼顾检测精度和效率.本文基于深度学习技术提出了一个端到端的亚暴起始检测模型,该模型利用双流卷积网络提取亚暴的时-空特征,并用三个一维时序卷积层获得亚暴起始的概率序列.该模型在Polar卫星1996-1998年极光观测上获得了87...     

基于卷积神经网络的断层预测方法

针对传统相干体属性在预测断层时存在断层假象以及易受噪声影响等缺点,本文提出一种利用卷积神经网络进行断层预测的方法。首先构建适合实际工区断层特征的卷积神经网络模型,然后利用部分分频地震数据和人工解释出的断层标签进行网络模型训练,最后把训练好的模型应用到整个三维地震数据中进行断层预测。实际地震数据预测结果表明基于卷积神经网络断层预测结果与地震数据吻合较好,并且在断层细节刻画上要优于传统地震相干体属性方法。      

一种基于改进的U-Net网络的初至自动拾取研究

针对传统的地震波初至拾取方法对低信噪比资料拾取精度较低、算法的鲁棒性较差,以及目前提出的基于深度学习的初至拾取方法制作训练样本耗时耗力、训练样本尺寸太大或网络结构太深导致训练和测试网络模型效率较低等缺点,本文对经典的U-Net网络结构进行了改进,将经典的U-Net网络结构中的跳跃连接改为包含多个卷积块的残差连接,减小了网络结构中融合的两个图像特征的差异,并使用自动拾取的小尺寸训练和测试样本,对本文用于初至拾取的经典U-Net网络模型和改进的U-Net网络模型分别进行了训练和测试.结果 表明,改进的U-Net网络模型的训练准确率更高,初至拾取的精度也更高,尤其对低信噪比地震道初至拾取效果较好.     

地震与活动断裂空间关系的三维可视化建模

在回顾国内学者利用2D GIS空间分析功能研究地震与活动断裂关系的基础上,认为利用3D GIS更能准确地分析地震与活动断裂之间的三维空间关系.采用中国地震活动断层探测技术系统设计的数据结构,在ArcGIS下构建了三维断层模型,尝试性地提出了基于三维断层模型的三维空间缓冲区模型;并利用向量判别法实现了三维缓冲区的空间分析,进而实现了地震与活动断裂三维空间关系的分析方法,基于该模型对太原市区内主要断裂与地震的空间分布关系进行了初步定量分析研究.     

基于改进U-Net的CMIP5全球气候模式降尺度方法及其在鄱阳湖流域的应用

利用降尺度方法对CMIP5全球气候模式进行空间降尺度并以此研究鄱阳湖流域未来气候时空变化趋势,能够为流域生态环境保护提供数据、技术和理论上的支持.通过简化原始网络结构,在网络首部添加插值层,采用反卷积算法作为上采样算法对传统U-Net网络进行改进,建立基于深度学习的气候模式空间降尺度模型(DLDM).以1965-200...     

基于全卷积神经网络的磁异常及磁梯度异常反演

地球物理反演问题具有病态性、不适定性,传统的线性反演方法面临着次优逼近和初始模型选择等挑战,为了提高磁场数据反演的精度,受深度学习卓越的非线性映射能力的启发,本文提出了一种基于全卷积神经网络的磁异常及磁梯度异常反演方法.文中首先提出了一种基于网格点几何格架的磁异常及磁梯度异常的空间域快速正演算法,这为本文全卷积神经网络反演算法的实现奠定了基础;随后对大量不同剩余磁化强度模型进行正演计算获得样本数据集,将正演数据作为输入层,磁化强度模型作为输出层,并基于U-net网络结构设计了一种端到端的网络结构(MagInvNet),再对该网络结构进行监督学习与参数优化;最后进行反演预测.三组模型试验表明,MagInvNet网络能够快速准确识别出磁异常体的位置与形状,并且能够准确的反演出异常体磁化强度的大小,对于含噪声数据,其反演结果的质量不会降低.本文最后利用安徽霍邱铁矿的航磁数据验证了文中方法的有效性.     

基于卷积神经网络的地震震级快速估算方法

地震发生后震级的快速准确估算是确保地震预警减灾效果的最重要部分,而基于经验参数的传统方法在准确性和时效性方面各自存在局限性。通过建立多全连接层卷积神经网络模型,选用日本KiK-net和K-NET台网1997年至2019年记录到的3 065次地震的16万4 547条初至波在3—9 s不同时段的频域数据、对应地震事件的震源信息（震中距和震源深度）以及场地信息（v_S30）作为全数据集,对提出的模型进行训练并对估算效果予以评估。结果显示:当初至波截取时段为3 s时,模型震级预测的整体准确率为89.92%,并且随着初至波长度的增大,估算震级的准确率持续提高;当截取时段为9 s时,整体准确率达到96.08%。与传统P_d方法的预估结果相比,结果表明:基于本文提出的多全连接层卷积神经网络模型估算的震级精度有所改善,具有绝对误差标准差和均值更小、时效强等特性,实现了基于单台站记录的端到端震级持续快速估算,能更好地增强地震预警的减灾效果。      

利用地震方法识别简单斜坡断层位移褶皱及相关圈闭——以文安斜坡中南部为例

简单斜坡是具有构造平缓和低断裂密度特征的弱构造带,断层位移褶皱作为简单斜坡内一种常见的断层相关褶皱类型,能够形成重要的油气圈闭构造.为了准确识别断层位移褶皱及其相关油气圈闭,以三维地震为基础,结合不同生长阶段断层位移变化来阐明不同类型断层位移褶皱形成机制,应用断层分段性和断层平面分段生长阶段定量表征方法来识别断层位移褶皱的类型及发育部位.同时,以文安斜坡中南部为研究靶区,探讨位于文安油田内史各庄和议论堡地区主要含油区附近断层形成的断层位移褶皱类型,阐明其相关圈闭构造与油气分布关系.研究结果表明,王仙庄断层和SGZ1断层都处于"硬连接"生长阶段,能够形成"硬连接"断层位移褶皱,SGZ2和SGZ3断层处于相互作用的"软连接"阶段,形成"软连接"断层位移褶皱.断层位移褶皱相关圈闭发育部位与文安油田油气分布关系表明断层位移褶皱相关圈闭构造是文安油田主要的含油气圈闭类型,富集了文安油田大部分的油气储量.     

基于3D U-Net++L3卷积神经网络的断层识别

断层解释在构造圈闭中起着十分重要的作用,是地震构造解释的基础和关键.使用传统的相干体、曲率等属性解释断层效率较低,并且受人为因数影响较大,致使断层识别能力有限,而传统的卷积神经网络虽然可以在一定程度上摆脱人为因素的干扰,但在断层识别精度上并没有明显的提高.为了解决断层识别困难的问题,本文提出了一种基于3D U-Net++L³卷积神经网络的断层智能识别方法,该方法是采用计算机视觉领域的图像语义分割技术,对输入数据体的每一个像素点进行判断是否为断层,随后输出断层概率体.测试结果表明,本文所选用的模型的测试精度可以提高至95%左右,损失函数值可以收敛至2%左右.实际应用表明,模型可以在实际地震数据中准确地估算断层位置,在断层连续性上面有所提高,解决了断层与背景在细节上难分问题.从而验证了图像语义分割技术在断层识别上具有一定的研究价值.     

蚁群算法在地表隐伏断裂识别中的应用的探讨——以九寨沟景区为例

在发震地区,准确识别地表断裂带可为地质与地震灾害预测提供基础数据。由于断裂带一般在地表出露是不连续的,在此对基于蚁群算法的地表断裂隐伏段的识别研究进行了尝试,基于遥感图像及航测数据,获取地形、地貌要素以及可以参考的其他要素,使用改进最短对角线方法提取断层表面的图像要素特征作为识别母体,在算法上依次将断裂带三角面片全部配对连接成四面体,再采用蚁群算法进行地表隐伏断裂空间识别。在九寨沟景区中进行了实例探讨,对2017年九寨沟地震的断裂进行尝试性识别,认为该方法可用来初步作为辅助识别地表断裂时的一个参考,同时基于本文方法与其他两种识别方法进行了分析对比。     

断层错动对隧道的影响分析

隧道通过潜在地震地区时.存在活动断层的错动形成的重大工程地质问题的威胁.基于断裂儿何学和震源的运动学特征,以广州地区活动断裂为研究背景,通过在断层左右盘施加一定的速度荷载,模拟了断层错动达到0.28 m时对隧道的影响.得出隧道结构在断层错动影响下的位移和应力的变化规律.分别建立隧道结构距离断层50 m、100 m、150 m三个模型,比较了三种情况下的位移和应力状况.归纳出隧道与断层之间的安全距离.     

基于深度学习的地震断层智能识别研究进展

高精度地震勘探技术的发展与广泛应用对断层解释提出了新的要求,在构造复杂地区断层连续性差、识别难度大等问题严重限制了复杂地区油气藏勘探开发.深度学习作为一种新兴技术,为地震断层识别提供了新的方法.本文调研与分析多种地震断层智能识别方法,将断层智能识别网络分为两类:分类网络与语义分割.并分析经典卷积神经网络、残差网络、FC...     

利用构造地貌分析日月山断裂 晚更新世以来的演化

日月山断裂位于东昆仑断裂和祁连-海原断裂等主边界断裂控制的柴达木-祁连活动块体内部,属于二级构造。该断裂构造地貌发育,研究其活动特征可获得青藏高原东北缘向外扩展的信息。文中以晚更新世以来清晰的地貌变形为重点,通过RTK测量方法获得沿断层走向的垂直位移量,基于断层生长连接理论,分析了日月山断裂的演化,并讨论其反映的动力学背景,主要获得了以下3点认识:1)根据晚更新世以来洪积扇和阶地等地貌内长约200km的3期断层陡坎的发育特征,将日月山断裂分为5段,最重要的分段位于第三重叠区(CD-3)。2)日月山断层3期位移量分布形态反映了断层由多条次级破裂生长连接而成,处于断层生长连接的第二阶段。以CD-3为界,NW侧的断层持续生长连接;东南侧的断层活动时间相对较短,活动强度相对较弱。3)断层位移量分布曲线极值指示了应变集中和应力积累的位置。以CD-3重叠区为界,NW侧应力和应变主要集中在中部及断层重叠区,东南侧应力长期积累的范围则相对分散。应力状态可能与区域构造应力挤压作用下块体内部的顺时针旋转有关。     

复杂地电结构条件下统计学建模法电阻率测深二维反演

为了提高复杂地层结构条件下,以统计学建模方法为基础的电阻率测深二维反演的准确性,本文改进了统计学建模的技术细节,建立统计学特征值与地质体空间位置、地层层参数的连接关系,并从建模环节开始加入先验信息.以常见的断裂模型为例,研究了用统计学判断地层结构建立初始模型、用加权统计的水平梯度确定断裂位置及用分段统计确定局部层参数,并在初始模型中加入先验信息.理论模型试算和对已知断裂上的实测高密度数据的反演表明,在复杂地层结构条件下,统计学建模方法可以建立较贴近实际的初始模型,通过反演获得清晰明确的结果.     

泥岩裂缝性储层地震勘探方法初探

针对胜利油田罗家地区以构造裂缝为主、与断层关系密切的特点,本文采用地震资料相干分析和方差分析技术,力求精细而准确地确定该区目的层的断裂系统;提出了地震吸收系数分析技术,期望为确定目的层段的裂缝发育分布提供重要的证据;利用全方位地震信息进行AVA、VVA方法的研究,可望定量地得到目的层段的裂缝方位和密度分布情况;针对AVA和VVA技术的不足,采用了不同方位角阻抗的变化来检测裂缝发育情况的IPVA方法.实例分析表明,该套泥岩裂缝储层勘探方法取得了良好的效果,在泥岩裂缝油气藏定量检测方面获得了重要进展.     

信噪比数据体在标准层分析及断裂检测中的应用探讨(英文)

高信噪比地震资料是高精度储层预测的基础,而地震噪声的消除存在于地震资料处理的各个环节中,但这些中间成果未加以充分利用而造成人力及财力的浪费是必须考虑的实际问题。针对这一问题,利用物理意义明确的频率域估算地震资料信噪比方法对地震数据进行计算,采用改进的频谱法计算信噪比,并优选信噪比计算的关键参数,以及给出信噪比数据体的实现过程。经实际资料中的应用发现:地震解释标准层段信噪比总体较高;断裂发育区信噪比数值低。而这些断裂发育区域只有通过构造分析进行推断,而不能在地震剖面上直接识别。信噪比的应用为地震标准层及断裂的检测提供了一个新的方法,它包含了与地层及断裂有关的信息。该方法在构造变化识别、断层及裂缝检测方面取得了成果。     

砂-泥互层垂向分段断裂特征及解释方法

野外露头、国内外文献研究证实断层垂向分段生长具有普遍性.由于岩石存在能干性差异,断层在脆性层成核,而非脆性层或砂泥互层导致断层垂向分段扩展生长,两个断层之间形成叠覆区域,以此来适应随着砂泥岩地层的应变与位移.国内对于砂泥地层中断层结构样式、演化过程的研究偏重于理论研究阶段,本文旨在断层垂向分段模式指导下,讨论砂泥岩地层受力变形中断裂垂向分段地震识别方法,确定单一条断裂在不同位置处的空间组合形态.为了说明此问题,选取大庆油田某密井网高分辨率地震资料区,结合岩石力学层划分、断距-埋深曲线、断点空间归位等方法实现井震结合断面形态的准确刻画.     

由km尺度的跨断层基线测量断层近场运动与变形——川滇块体东边界2个场地的初步实验

现行的基于数十至百m长的跨断层短基线的测量方法精度较高,但往往不能有效跨越大型活动断裂带进行观测;而GNSS目前受站点密度及观测精度所限,对断层近场尤其是运动速率偏低的断层开展形变观测的分辨率较差。基于上述现状,在川滇块体东边界构造带新布设2个实验场地,分别跨越则木河断裂大箐梁子段和昭通断裂的龙树分支进行测量。实验利用km尺度跨距的基线测量活动断裂带的近场运动与变形,获得3a的实验观测数据。文中首先介绍了场地选建、监测断裂、基线测量方法以及实验观测结果,然后利用测量资料,基于刚体、弹性和组合模型3种假设条件计算分析这2个场地的断层近场位移和应变。则木河断裂大箐梁子段在刚体模型下2盘近场平行断裂走向的位移分量在±3mm内波动,无明显趋势变化;垂直断裂走向的位移分量在2015—2016年持续下降,反映断裂呈横向水平压缩,累计降幅达6mm,但2017年出现近2mm的横向水平拉张;弹性模型下该断裂段的横向水平应变分量εy以挤压为主,年变化幅度接近1×10-5,另外2个应变分量均为10-6量级。昭通断裂龙树分支2盘近场的相对位移虽然变化较小,但表现出与该断裂地质活动一致的右旋走滑特征,位移速率约0.7mm/a;沿该分支断层走向的应变分量εx为挤压状态,量值不超过2×10-6;垂直断层走向的应变分量εy则以拉张为主。文中还讨论了应用组合模型的效果与问题。     

基于深度学习划分阵列感应测井曲线的层界面（英文）

基于电阻率测井曲线的层界面划分对解释模型参数化至关重要,是电阻率测井数据反演解释的重要先验步骤。传统方法主要根据测井曲线的导数或引入其他测井方法作为层位划分的参考。然而由于测量误差或分辨率不匹配等因素可能会导致层界面的误判。针对传统方法的不足,本文提出了一种基于深度学习的阵列感应测井曲线自动分层方法。该方法采用局部连接卷积神经网络,并通过增加训练集样本,优化窗长和阈值等方法提高了网络的泛化能力,进而改善了分层效果。模拟及现场数据都证明了新方法的有效性。