地震资料预测薄层厚度方法研究与应用

薄层厚度预测一直是公认的难题之一,其难度就在于如何准确地识别和提取薄层的地震属性.常规方法是利用时间域或频率域地震属性与薄层厚度的线性关系计算.但是理论与实际资料表明,不同的薄层和地层组合对地震波的动力学的信息影响很大,各种参数与薄层厚度成非线性关系,使用单一的信息不可能准确预测薄层厚度.本文利用三种线性预测原理（模型）,经数学变换为属性参数,采用非线性BP网络预测薄层厚度,取得了令人满意的效果.     

基于地震属性的煤层厚度预测模型及其应用

地震属性技术在岩性和构造解释等方面得到了越来越广泛的应用,特别是在煤、油气资源勘探中具有重要的作用.基于淮南矿区谢桥1区13 1煤层地震勘探资料,提取了28种地震属性数据;通过地震属性的分析,优选出平均峰值振幅、振幅的峰态、最大绝对振幅、瞬时频率斜率等4种地震属性作为煤层厚度预测模型基本参数,结合已知钻孔资料,利用多元多项式回归以及BP人工神经网络方法,求出了各属性与煤厚之间的多元多项式回归模型及人工神经网络模型,并对模型进行了误差分析和应用结果对比分析,反映出人工神经网络模型在煤厚预测中具有好的应用效果.     

利用地震P波方位/角度信息预测煤层裂隙发育——以阳泉矿区为例

查明煤层瓦斯富集区域,对可能的瓦斯突出点进行预报,是当前煤矿生产中亟待解决的重要课题.利用地震P波对裂缝性地层所表现出的方位各向异性特征和AV0特征,应用地震P波方位/角度信息评价煤层裂隙发育带.通过对阳泉新景煤矿三维地震资料的处理,获得4个方位的偏移数据体和8个方位/角度的偏移数据体,从中提取了3种对煤层裂隙响应灵敏的地震属性,综合利用3种地震属性计算出裂隙的发育密度.预测结果表明,利用P波方位/角度信息比仅利用P波方位信息评价煤层裂隙发育带更具有优势,它能同时利用煤层反射波的各向异性特征和AVO特征,更有利于进行煤层的岩性解释.     

层析静校正在三维地震资料再处理中的应用及效果

对以往三维地震勘探原始资料进行连片处理是目前煤矿采区地震勘探中正在兴起的新方向.连片处理中,由于地形起伏大,低速带速度和厚度纵横向变化剧烈,常规静校正存在着较大局限性.因此,如何拼接地震数据,达到理想的地质效果是关键.应用层析静校正对山西郑庄煤矿三个区块的三维地震勘探原始数据进行重新连片处理,区块之间实现无缝拼接,初至波光滑,煤层反射波连续性好.利用连片处理后的数据体对以往解释成果进行修改,收到令人满意的地质效果.     

基于粒子群优化最小二乘向量机的地震预测模型

为解决地震预测中最小二乘向量机(LSSVM)模型的参数难以确定的问题,利用粒子群算法(PSO)的收敛速度快和全局优化能力,优化LSSVM模型的惩罚因子和核函数参数,建立了PSO-LSSVM地震预测模型.通过对地震实例的预测仿真及其相关分析表明该方法的有效性.该方法优于传统的神经网络和支持向量机的地震预测方法,可以有效提高预测效能.     

黄土塬地区煤田三维地震综合处理技术

黄土塬地区进行的煤田三维地震勘探中,往往受到各种复杂条件的限制,使野外地震记录信噪比非常低,寻找一个适合该地区的地震数据综合处理技术非常重要.以山西省某煤田黄土塬区野外采集的三维地震数据为基础,针对黄土塬地区的覆盖层厚度变化剧烈、地形起伏变化大和煤层埋藏深度浅的特点,采用除了常规的三维地震处理流程之外,重点采用炮偏校正建立三维空间属性,合适的静校正参数和预测反褶积处理技术,利用高精度多次速度分析和三维一步偏移技术等处理措施,使得处理后的地震记录品质和分辨率均得到提高,为地震数据的解释奠定了基础.     

基于地震属性的煤层火成岩侵入预测

煤层火成岩侵入给煤矿生产以及经济效益带来了极大的影响,属于亟待解决的问题.本文充分发挥测井信息的作用,基于测井数据建立正演模型,获得不同侵入模型叠加记录,并提取多种地震属性;利用灰色关联和模糊聚类方法对提取的地震属性进行分类和优化,得到与地质目标相关性较好,且相互独立的4种地震属性;利用井旁道地震记录和井信息作为BP神经网络的学习样本进行训练,在训练好的BP神经网络中输入从地震数据中提取的优化后的地震属性,预测煤层火成岩侵入区的分布情况.从实际测区的预测情况看,该方法准确性和可靠性较高,可对实际生产进行理论指导.     

基于RS与PSO-LSSVR的地震伤亡人数预测

通过对地震伤亡资料的综合考察研究,本文构建了影响地震伤亡人数的指标集,利用粗糙集理论约简此指标结构,建立最小二乘支持向量回归机预测模型预测伤亡人数,并用粒子群优化算法对模型参数进行优化。最后,将模型运用于云南地震伤亡人数预测,结果和RS-BP神经网络预测模型对比分析,验证了该模型预测的有效性。又将模型应用于芦山和玉树地震死亡人数的预测,验证了模型的适用性。实验结果表明该模型能在地震发生后,给决策者提供人员救护、安置以及应急物资供应、统筹调度的有效依据。     

网格法在煤层地质建模和储量计算中的应用

为了提高煤层地质建模和资源量估算的效率,本文提出了网格法,并以某煤矿为例,在钻孔数据库的基础上,创建了煤矿的地表模型、块模型、断层模型等.本文的主要结论如下:1.通过分析和编辑空间数据,设计并创建了煤矿钻孔数据库.2.基于煤矿钻孔数据库,在三维可视化环境中显示了钻孔轨迹、样品值和其它一些地质信息.3.利用GPS当中存储...     

基于褶积模型的地震反演方法在煤田地质勘探中的应用

基于褶积模型的反演是地震反演中一类重要方法,主要包括递推反演、稀疏脉冲反演和基于模型反演等方法,在油气及煤炭资源勘探中发挥着重要的作用.本文对三种主要方法的基本原理进行了讨论;利用地震正演模拟技术,分析对比了不同方法的分辨率及抗噪能力;并且对陕北小保当二号井实际三维地震资料进行了反演处理,针对煤层变薄、煤层分岔以及约束钻孔较少的情况,对不同方法的应用效果进行了对比.认为单一反演方法预测精度较低可靠性较差,根据不同的地质条件综合使用多种反演方法可以提高预测的准确性与可靠性.     

利用岩性解释方法圈定岩浆岩侵入煤层范围

岩性地震反演技术是根据钻孔测井数据纵向分辨率很高的有利条件,对井旁地震资料进行约束;并在此基础上对孔间地震资料进行反演,推断煤系地层岩性在平面上的变化情况.谱分解技术是利用薄层调谐体离散频率特性,通过分析复杂岩层内陷频谱变化和局部相位的不稳定性,识别薄地层横向分布特征.本文根据崔庄煤矿三采区的地震资料,综合利用地震反演技术和谱分解技术等岩性解释方法圈定岩浆岩侵入煤层的范围.     

黄陵矿区2号煤层构造应力场分析

煤层构造应力场与煤与瓦斯突出和煤层裂隙分布带范围密切相关.黄陵矿区煤层中瓦斯含量较高,分布不均是矿井安全生产的重要隐患.基于该区地震、地质和测井数据,本文对三维地震数据体进行精细的构造解释,用反演法建立了地质力学模型,并确定岩石力学参数,运用有限元理论和弹性计算力学对矿区三维构造应力场进行了数值模拟,得到黄陵矿区2号煤层地质构造带应力场分布特征,模拟结果与井田宏观及微观构造信息一致.这对预测该区裂隙分布带,煤与瓦斯突出等具有重要的指导意义.     

基于最小二乘支持向量机的城市桥梁震害预测模型研究

针对地震中城市桥梁震害状态具有较强的非线性、复杂性的特点,采用了具有RBF核函数的最小二乘支持向量机(LS-SVM)算法。在大量收集我国地震中城市桥梁震害资料的基础上,将此算法引入桥梁的震害预测中,选取了地震烈度、上部结构、地基失效程度、支座类型、墩台高度、桥梁跨数和场地类别等因素作为模型的特征输入向量,建立了最小二乘支持向量机的桥梁震害预测模型。通过反复地样本训练及模型参数设置,仿真结果表明,该方法具有一定的准确度和可行性。基于最小二乘支持向量机的桥梁震害预测方法是一种可以用于地震中桥梁震害预测的良好方法。     

Ricker子波核最小二乘支持向量机在地震勘探信号去噪应用中的参数设置研究

最小二乘支持向量机（LS-SVM）用于拟合回归处理时的参数设置一直是一个难题,它会受到信号类型和强度、核函数类型、噪声强度、计算精度要求等因素的影响.本文针对Ricker子波核LS-SVM去除地震勘探信号中随机噪声问题,讨论和分析了向量机参数、核参数对去噪性能的影响.实验表明,核参数f可取为地震记录的主频,不能较准确估计时宁大勿小;向量机参数γ只要不取得过小,一般情况下都是能接受的.采用此方法对含不同强度噪声的地震勘探信号进行了去噪处理.     

基于波动方程三维表面多次波预测方法研究

与传统的二维表面多次波预测算法相比,基于波动方程的全三维表面多次波预测方法无需对地下介质做简单近似,其更符合地震波在地下介质中传播的真实状况,是地震资料处理中解决多次波预测问题的强有力工具.本文从三维多次波预测的基本理论出发,给出了全三维多次波预测算法的预测矩阵表示、计算方法以及实现条件,采用GPU(图形处理器)加速全三维表面多次波预测,较传统的CPU串行计算,GPU并行预测表面多次波的计算效率约提高165倍.文中分别利用二维和三维表面多次波预测算法对理论模拟的含表面多次波的三维地震数据进行多次波预测计算,对比分析结果表明,相比于二维算法,文中所述的基于波动方程的全三维表面多次波预测效果明显改善,其计算精度更高,辅以合理有效的自适应相减算法,可获得高精度的地震勘探资料表面多次波压制数据.     

基于改进U-Net的多属性地震相识别方法

地震相识别技术是进行沉积环境分析与储层预测的有力工具.传统的人工地震相识别方法不仅工作量大,而且效率非常低.目前利用深度学习方法可以大幅度提高地震相识别的效率,但是受限于有限的数据集和网络提取特征能力,对样本数量少的地震相识别效果较差.针对上述问题,本文提出了基于改进U-Net的多属性地震相识别方法.首先通过弹性形变算法来扩增数据集,将经过属性选择后的多属性数据体作为输入数据,提高输入数据的数量和质量;其次通过引入注意力机制对网络提取的特征添加权重,提高U-Net网络提取特征的能力;并在损失函数中引入Dice指数,解决了样本不均衡问题.经过数值实验表明,基于改进U-Net模型可有效提高地震相预测准确率.     

基于模糊粗糙集的机器学习储层参数预测

因为地震数据的三维空间分布优势,地震属性已经被广泛应用于含油气性预测、储层厚度预测、孔隙度预测等。但也存在地震属性之间信息冗余、属性与储层物性参数关系模糊的问题。针对这两个问题,将模糊粗糙理论和机器学习引入到储层参数预测中来。通过模糊粗糙集理论对地震属性进行约简,去除冗余信息,得到最优化的地震属性组合;将约简后的属性作为机器学习的输入,实现从地震属性到储层物性参数的非线性映射。该方法既保留了地震属性中有效信息,又避免了因输入变量过多而导致的网络模型训练困难。实际数据应用表明,属性约简的机器学习预测结果分辨率更高,并与数据吻合更好。      

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。     

利用地震属性技术研究岩溶裂隙发育带

利用地震属性技术,从三维地震数据体中提取对岩溶裂隙发育带相关的二维分形参数,预测岩溶裂隙发育带、奥灰顶部岩层的富水性以及有关的水文地质条件,为高产高效矿井地质保障系统提供依据。通过许厂煤矿430采区实际资料的检验,预测的地质效果良好。     

波阻抗反演预测奥陶系灰岩顶部含隔水性

地震反演技术是岩性地震勘探的重要手段之一,其中地震井约束波阻抗反演技术是利用钻孔测井数据高的纵向分辨率,对井旁地震资料进行井约束反演,然后在此基础上对井间地震资料进行反演,推断地层岩性在空间上的变化情况.本文根据新驿煤矿首采区的三维地震和测井资料,利用波阻抗反演技术预测该区奥陶系灰岩顶部的含隔水性,并依据波阻抗值的大小圈定含水层中的可能富水区.