支持向量机在储层厚度预测和计算中的应用

本文通过对油田储层结构的分析,运用支持向量机的理论和方法,建立了用于预测和计算储层厚度的支持向量机回归模型,并对该模型从参数变化范围、核函数选择、误差评价的标准等多方面进行了探讨,找出了建立储层厚度预测模型的一种有效方法,通过对实际储层厚度的预测,证明该方法在预测和计算储层厚度中具有较高的参考价值.     

有限元算法在声波方程数值模拟中的频散分析

针对有限元算法在地震波数值模拟中的数值频散问题,利用集中质量矩阵双线性插值有限元算法,推导了二维声波方程的频散函数.在此基础上采用定量分析方法,对比分析了网格纵横长度比变化时的入射方向、空间采样间隔、地震波频率以及地层速度对数值频散的影响.数值算例和模型正演结果表明:当采用集中质量矩阵双线性插值有限元算法时,为了有效地压制数值频散,在所使用震源子波的峰值频率对应的波长内,采样点数目应不少于20个;减小网格长度的纵横比可以有效地抑制入射角(波传播方向与z轴的夹角)较小的地震波的数值频散;地震波频率越高,传播速度越慢,频散越严重,尤其是当相速度与其所对应的频率比值小于2倍空间采样间隔时,不仅会出现严重的数值频散,还会出现假频现象.      

地震前兆综合预测支持向量机模型研究

该文介绍了支持向量机算法的原理与回归方法。 采用支持向量机中的非线性回归算法与理论公式产生的多维样本, 对其进行了数值仿真实验。 利用该方法和地震前兆异常建立了最佳地震综合预测模型, 对获得的最佳模型进行了内符检验, 得出最佳模型的预测结果与实际震例的地震震级基本一致。 综合分析认为, 支持向量机无论在学习或者预测精度方面不但具有很大的优越性和具有较强的外推泛化能力, 而且基于支持向量机回归算法建立的地震前兆综合预测模型是可行的, 其获得的知识可较为准确地实现对主震震级的综合预测。     

基于支持向量机回归的宁夏地震前兆综合预测模型研究

将支持向量机方法应用于宁夏及其邻近区域的地震综合预测研究中,通过建立基于多种地震前兆异常的地震综合预测模型,初步探讨了支持向量机方法在宁夏地震综合预测中的应用情况。研究结果表明利用支持向量机形成的地震综合预测模型对宁夏及周边地区可能发生的地震震级具有一定的预测能力。     

支持向量机方法在地震短期预测中的应用

支持向量机方法是基于统计学习理论提出的一种机器学习方法,在处理小样本、非线性问题方面有着很强的优势。而地震的孕育发生过程是一个复杂的非线性动力学系统,地震数据时间序列的变化更呈现非线性、不规则等特征。本文系统地分析了天津及其周边地区多种前兆现象,选取反映2至3个月短期情况的前兆测项,使用支持向量机分类方法建立地震综合预测模型,初步结果表明这种方法在地震短期预测中有一定的应用前景。     

南黄海6.1级地震前地震波动力学特征变化指标的研究

研究了南黄海６１级地震前地震波动力学特征的变化,诸如Ｓ波、Ｐ波频谱的峰值频率,拐角频率,相对频带宽度,相对频谱峰值,波速比,Ｐ波初始部分波形的时间线性度及Ｐ波初始段平均半周期等。结果表明：震前地震波动力学各特征指标均有一定的异常变化,且大多能较好地反映出约０５ａ左右的前兆异常。指出地震预报中同时使用这些指标的可行性。     

地下水观测数据拟合与预测的支持向量机方法

影响地下水位变化因素有很多,在正常情况下,地下水位的变化实际上反应了气压、固体潮和降雨这些因素的变化,但是这些影响因子与地下水位之间有着较强的非线性关系。该文使用支持向量机方法建立起崇明中学观测站地下水位与气压、固体潮和降雨这些因素之间的非线性关系模型,并用于地下水观测数据拟合与预测,得到了较理想的结果,明显优于逐步回归方法。研究结果表明,支持向量机方法在地震前兆数据处理中有着广泛的应用前景。文中还对支持向量机方法在实际应用中的有关问题进行了讨论。     

孔隙介质地震电磁信号的数值模拟研究

本文利用最近开发的孔隙介质震电波场算法开展了数值模拟研究,重点探讨不同结构模型中双力偶点源以及有限断层面源作用下产生的地震波及其伴随的电磁信号的时域和频域特征,考察了不同震源时间函数类型对震电波场数值模拟结果的影响,并以Ricker子波为例讨论了震电波场的频率响应特征.结果表明:地震电磁信号的波形、振幅和持续时间等都不同程度受到模型结构的影响,结构越复杂,波形也越复杂;不同震源(双力偶点源与有限断层面源、震源时间函数类型、Ricker子波峰值频率)产生的位移场和电磁场在波形和频谱响应方面整体上呈现相似的特征,但在波形和频谱的幅度和复杂程度方面存在一定差异.     

基于两阶段支持向量机的群体建筑物震害预测方法

传统群体建筑物震害预测,多是采用与现有的建筑物震害数据类比的方法。由于特殊地质环境和特定地震情景的影响,外加人工统计的误差干扰,现有数据中存在相当数量的异常数据指标。这些数据噪声将严重影响群体建筑物震害预测的准确度。引入一种新型两阶段支持向量机方法,首先为正常数据和异常数据赋予不同的权重,接着用加权支持向量机方法建立群体建筑物震害预测模型。通过对汶川地震中640栋建筑进行交叉验证发现,提出的两阶段支持向量机方法不仅能有效识别出异常数据点,而且能快速准确地预测建筑物震害结果,可以用于实际的城市建筑物震害预测工作。     

倾斜界面和各向异性地层对H-κ搜索结果的影响

本文使用控制变量法,通过理论合成接收函数,研究了倾斜界面的倾角大小、埋藏深度和各向异性地层的各向异性大小、地层厚度、快轴的倾斜角度五个地层参数对不同方位角接收函数的H(地壳厚度)-κ(波速比)搜索结果的影响.研究表明,倾斜界面使下倾方向的H估计值偏小,κ估计值偏大,且偏离程度和倾斜角度成正比关系,而对上倾方向的H、κ估计值影响不大.水平轴各向异性地层(HTI介质)使所有方位角的H估计值偏大,但不同方位角的H估计值变化不大,与快轴夹角较小方位角的κ估计值严重偏小,而且这种偏离程度与各向异性大小和各向异性地层厚度成正比.倾斜轴的各向异性地层使不同方位角的H估计值可能偏大或偏小,而κ估计值随方位角的变化规律和水平轴各向异性地层基本一致.     

自适应VMD的地震资料高分辨率处理方法研究

随着勘探开发的不断深入,常规地震资料受分辨率的限制难以满足精细勘探开发的需求.由于地震信号不同频率成分的衰减程度不同,故可结合分频技术对各频率成分进行差异化补偿,进而提高地震资料分辨率.而常规分频技术普遍分频精度不高,存在模态混叠现象,不能较好地适用于地震资料处理.针对上述问题,本文提出基于自适应变分模态分解(VMD)...     

基于远震接收函数的南极大陆冰盖厚度研究

冰盖厚度是研究南极冰盖质量、建立冰盖动力学模型的基本参数,对于冰川均衡调整、冰盖物质平衡及全球气候变化研究具有重要意义.基于地震学的远震接收函数和H-Kappa格网搜索方法可以用于地震台站下方冰盖厚度的可靠探测,不仅能与冰雷达获得的冰盖厚度进行独立对比,还可以与冰雷达方法相互补充,进一步填补南极大陆冰盖厚度探测空白区.本文利用布设于南极大陆冰盖上方的流动地震台阵记录到的远震波形数据,基于接收函数方法对台阵下方的冰盖厚度进行了研究.结果显示:基于远震接收函数方法的冰盖厚度与Bedmap2冰厚格网模型相比,二者差别大多在200 m以内;少数台站差值达到600 m左右,这一差别可能与Bedmap2测线分布空区、冰雷达测深不确定性以及冰盖内部复杂波速结构等因素有关.本文研究结果表明:利用南极大陆冰盖上方的流动地震台阵,基于远震接收函数方法可以获得比较可靠的南极冰盖厚度,为独立验证冰雷达的探测结果并弥补冰雷达探测空白区提供了有效方法.同时,部分台站接收函数波形的复杂性可能暗示了南极大陆数千米厚的冰盖内部结构不是均一的,仍然存在比较复杂的内部结构变化.因此,有必要进一步利用包括接收函数波形拟合、地震面波反演等方法对南极大陆冰盖厚度及其内部精细结构进行更为深入的研究.     

基于反射系数谱理论的薄层多波AVO

AVO分析是目前地震勘探潜在油气储层的一个重要方法。体散射信息包含了层结构、岩性和孔隙流体信息,对地震勘探非常有用。但是基于 Zoeppritz方程的传统AVO分析之只包含了单层信息。薄层厚度定量解释对构造解释、储层描述和储层横向预测都非常重要。本文阐述的基于频率域弹性传播矩阵反射系数谱方法既考虑了层界面引起的振幅变化(Zoeppritz方程),也考虑了层内传播引起的振幅变化。因此该反射系数谱既包括单一层界面信息,也包括层内体散射信息。该反射系数谱是层厚和频率的连续函数,便于分析频率和层厚对反射系数谱的影响。可分析的薄层厚度可以无限小,直至消失。可分析的频率是任意的和连续的。这是对时间域反射系数做傅里叶变换无法实现的。地震波的传播是复杂的,各种波型是同时存在而且相互转换的,该反射系数谱考虑了各种波型在传播过程中的相互转换以及多次波。与比射线方法比更便于正演薄层多波多分量AVO响应。     

基于MFCC样本熵和灰狼算法优化支持向量机的天然地震与人工爆破自动识别

针对天然地震与人工爆破波形特征相似、难以区分的情况,结合灰狼优化算法和支持向量机,提出一种地震事件性质辨识新方法。通过梅尔频率倒谱系数法对2013年四川芦山地震地震事件信号和人工爆破信号进行分析,进过预加重、FFT、梅尔滤波及离散余弦变换等步骤,提取静态系数样本熵、一阶差分系数样本熵和二阶差分系数样本熵等作为样本特征集。使用灰狼算法优化支持向量机径向基核函数RBF中的惩罚系数和核函数半径形成新的GWO-SVM分类器,然后对事件进行辨识。结果表明：GWO-SVM分类器辨识效果明显优于SVM、RobustBoost集成学习、LDA、PLDA等分类器,其在1 000次循环识别实验下的准确率均值相对SVM提高了9.2个百分点,标准差降低了3.2以上;t检验证明MFCC样本熵各特征具有可靠的地震事件分类效果;GWO-SVM与MFCC样本熵可作为天然地震事件与人工爆破事件的辨识方法与分类判据。     

基于频率域峰值属性的河道砂体定量预测及应用(英文)

河道砂体是陆相含油气盆地最重要的储集类型之一,其边界识别和厚度定量预测是储层预测的热点难题。本文在总结现有方法技术的基础上,提出一种利用频率域峰值属性进行河道砂体边界识别和厚度定量预测的新方法。对典型河道薄砂体地震反射进行了正演模拟,构造了一种新的地震属性——峰值频率-振幅比,研究表明:峰值频率属性对地层厚度变化敏感,振幅属性对地层岩性变化敏感,两者比值突出河道砂体的边界,同时,借助峰值频率与薄层厚度间存在的定量关系进行薄砂体厚度计算。实际数据应用表明,地震峰值频率属性可以较好的刻画河道的平面展布特征;峰值频率-振幅比属性可以提高对河道砂体边界的识别能力;利用频率域地震属性进行砂体边界识别及厚度定量预测是可行的。     

基于归一化能量谱目标函数的全波形反演方法

基于L2范数的常规全波形反演目标函数是一个强非线性泛函,在反演过程中容易陷入局部极小值.本文提出归一化能量谱目标函数来缓解全波形反演过程中的强非线性问题,同时能够有效地缓解噪声和震源子波不准等因素的影响.能量谱目标函数是通过匹配观测数据与模拟数据随频率分布的能量信息来实现最小二乘反演的,其忽略了地震数据波形与相位变化的细节特征,这在反演的过程中能够有效缓解波形匹配错位等问题.数值测试结果表明,基于归一化能量谱目标函数在构建初始速度模型、抗噪性和缓解震源子波依赖等方面都优于归一化全波形反演目标函数.金属矿模型测试结果表明,即使地震数据缺失低频分量,基于归一化能量谱目标函数的全波形反演方法在像金属矿这样的强散射介质反演问题上同样具有一定的优势.     

基于支持向量机的地震序列分类

介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法——支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法,建立了地震序列分类模型。通过试算和分析比较得到了地震序列最佳分类模型,最佳模型的分类结果与实际地震序列分类基本一致。综合分析认为支持向量机算法无论在学习或者预测精度方面都具有很大的优越性,其获得的地震序列分类知识库可以较为准确地实现地震序列类型的分类,因此基于支持向量机理论建立的地震序列分类模型应该是可行的。     

基于AR模型的相干函数有效频段范围的确定

目前人们在进行地震动相干函数模型参数的拟合时,选取的频段范围存在很大差异,而确定有效的频段范围对相干函数模型拟合结果的合理性很重要。本文利用AR模型(Autoregressive Model,自回归模型)计算地震动的功率谱,提出了根据功率谱"信噪比(SNR)"确定相干函数有效频段范围的方法。本文的信噪比中的"噪",专指AR模型中的激励白噪声,用于衡量AR模型中某一频率地震动功率谱与激励白噪声功率谱之间的比例。定义信噪比SNR=0时对应的频率为有效频段的最高频率,大于最高频率的频率成分,被当作是地震波中的随机成分,可以不考虑地震动的相关性。采用这一方法,对SMART-1第45次地震记录的不同台站间距下的地震波进行了功率谱估计,根据信噪比确定出了有效频段范围,并计算了相应的相干函数,结果表明此方法是可行的。     

利用宽频带地震数据资料研究辽宁地区的地壳结构

通过收集辽宁省地震局数字地震台网34个地震台站记录的2008—2009年的60个震中距为30°~90°之间,震级6,信噪比较高的远震记录数据,采用频率域反褶积方法计算获得各台站的远震P波接收函数,并用H-Kappa叠加方法对获得的接收函数进行叠加处理获得各台站下方的地壳厚度以及泊松比。通过研究表明,辽宁地区的地壳泊松比在0.24~0.29之间,地壳厚度介于30~36km之间。