非线性AVO反演方法研究

与叠后地震数据相比,叠前地震数据包含有更多的反映地下地层特征的信息,利用AVO(Amplitude Versus Offset,振幅随偏移距的变化)信息通过求解Zoeppritz方程的近似公式,叠前反演可直接得到反映地下岩石特征的弹性参数——密度、纵波速度和横波速度.从本质上讲,叠前地震反演是非线性的,但目前多采用线性近似方法求解,降低了地震反演的精度.本文研究基于Aki-Richards近似公式的非线性叠前反演方法,分析了引起弹性参数非线性反演误差的因素,提出了反向加权系数的方法以均衡各反演参数的系数所引起的响应差异,并把具有较强的非线性搜索能力、能够更好地求取全局最优解的量子蒙特卡罗方法引入到叠前三参数非线性反演,改善了叠前反演的精度.理论和实例试算表明:该方法计算精度较高、稳定性较好.     

中国大陆强震时间序列预测的支持向量机方法

统计学习理论（Statistical Learning Theory或SLT）是研究有限样本情况下机器学习规律的理论。支持向量机（Support Vector Machines或SVM）是基于统计学习理论框架下的一种新的通用机器学习方法。它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题，而且具有很强的泛化（预测）能力。文中使用支持向量机对中国大陆最大地震时间序列进行预测，预测次年的我国大陆最大地震震级，结果表明该方法具有较好的预报效果。研究结果还表明我国大陆强震活动除了与强震时间序列本身有关外，还与全球的强震活动、太阳黑子活动等有密切的关系。尽管这种关系还不清楚，但是通过支持向量机可以很好地反应出这种非线性关系。     

粒子滤波非线性AVO反演方法

提出一种新的AVO非线性反演方法,即利用粒子滤波器来求解AVO非线性贝叶斯反演问题,利用随机带权样本逼近后验概率.论文首先论述了粒子滤波器的基本原理,包括状态转移模型与观测模型,权值预测与更新,重要性密度采样等粒子滤波器应用中的关键技术.然后建立了适合于AVO反演的粒子滤波器状态转移模型和观测模型.最后,利用该方法分别对模型数据和实际资料进行了反演计算.反演结果表明,该方法具有较好的稳定性,在AVO反演中具有的一定的应用潜力.同时对地球物理反演的其他问题求解也提供了一条新的途径.     

我国大陆强震预测的支持向量机方法

统计学习理论是研究小样本情况下机器学习规律的理论. 支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法. 它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化（预测）能力,其预测效果通常优于人工神经网络. 我国大陆强震与全球主要板块边界的强震活动之间具有一定的关系,但是这种关系具有较强的非线性. 尽管这种关系还不清楚, 但是通过支持向量机可以很好地进行建模, 并对我国大陆强震进行预测.      

支持向量机及其在地震预报中的应用前景

统计学习理论(SLT)是研究小样本情况下机器学习规律的理论。支持向量机(SVM)基于统计学习理论,可以处理高度非线性分类和回归等问题,不但较好地解决了小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化(预测)能力。本文介绍了支持向量机的分类、回归方法,分析了这一方法的特点,讨论了该方法在地震预报中的应用前景。     

支持向量机在重震联合反演中的应用研究

本文对利用支持向量机进行重震联合反演问题做了深入研究,特别是对支持向量机用于重震联合反演时的重力资料的处理、参数选取、特征量的提取等具体实现问题进行了讨论,最后用所设计的支持向量机重震联合反演模型对东营北部区域结晶基底岩做了预测反演,取得了满意的效果.     

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。     

高分辨率AVO反演技术研究

AVO技术可以得到描述地下介质的多方面信息,这对油气勘探具有非常重要意义.但在实际应用中,子波干涉和上覆层影响等因素使常规AVO技术的效果受到很大影响.本文利用积分法求取AVA道集、引入子波和反演手段来消除上述因素的影响,提高了AVO分析的分辨率.因而,使AVO分析技术用于薄层地质现象研究成为可能.     

基于叠前深度偏移的AVO反演及解释

本文针对复杂构造地区AVO技术应用的难点,在详细阐明了偏移对改善AVO分析效果的重要意义前提下,为实现在复杂构造地区有效地进行AVO研究,将叠前深度偏移引入到AVO处理中,通过偏移来改善资料的质量.在此基础上进行了揭示岩性及流体变化特征的多种参数的AVO反演,并探讨了利用多种AVO属性的综合分析来确定和解释AVO异常的方法.利用本文提出的复杂构造AVO研究思路对实际资料进行了分析,结果说明了该方法的可行性.     

基于支持向量机的信号自动检测算法

STA/LTA算法是信号自动检测中的经典算法. 这种算法中检测阈值的分布范围在0~infin;之间， 合适的检测阈值不但要根据实验反复调试， 而且要在误检率和漏检率之间取得平衡. 针对这一问题， 从模式识别的角度出发， 给出了一种基于支持向量机的信号检测算法. 讨论了该算法中数据预处理和模式特征提取的方法， 以及支持向量机中核函数的选择问题. 利用实际地震数据， 分析了这种算法的检测性能. 结果表明, 这种算法简化了检测阈值的选择. 在准确检测信号的同时，其误检率相对于STA/LTA算法可以降低约85％， 并且具有较强的抗噪性能.      

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。     

Joint PP and PS AVO inversion based on Zoeppritz equations

Considering Zoeppritz equations, reflections of PP and PS are only the function of ratios of density and velocity. So the inversion results will be the same if the ratios are the same but values of density, velocities of P-wave and S-wave are different without strict constraint. This paper makes efforts to explore nonlinear simultaneous PP and PS inversion with expectation to reduce the ambiguity of AVO analysis by utilizing the redundancy of multi-component AVO measurements. Accurate estimation of ratio parameters depends on independence of input data. There are only two independent AVO attributes for PP reflectivity (i.e. intercept and gradient) and two for PS reflectivity (i.e. pseudo-intercept and pseudo-gradient or extreme amplitude), respectively. For individual PP and PS inversion, the values of least-squares objective function do not converge around a large neighborhood of chosen true model parameters. Fortunately for joint PP and PS inversion the values of the least-squares objective function show closed contours with single minima. Finally the power function fitting is used to provide a higher precision AVO attributes than traditional polynomial fitting. By using the four independent fitting attributes (two independent attributes for PP and PS respectively), the inversion of four ratio parameters (velocities and densities) would be estimated with less errors than that in traditional method.     

基于逆算子估计的AVO反演方法研究

传统反演算法以优化算法为主,而基于逆算子估计的AVO反演算法则利用了直接求逆的思路.算法的关键在于寻找存在逆函数的子域,进而可以在子域内直接求逆,这种解决反问题的思路不同于一般的优化类算法所采用的直接搜索解的方式,具有更高的效率.AVO反演利用了振幅随着偏移距的变化特征,反演的精度受到地震资料质量的影响,通过加入L1范数约束以及合理的初始模型有助于提高反演的稳定性以及准确度.模型测算和实际应用表明,基于逆算子估计的AVO反演方法具有较高的精确程度和可靠性.     

基于贝叶斯理论的AVO三参数波形反演

在实际的AVO反演问题中,叠前数据体中的噪声或其他因素严重影响了AVO反演问题的适定性,而采用先验地质信息作为AVO反演问题的约束条件是解决AVO反演问题不适定的一种可行方法. 文中的似然函数采用了[WTBX]ι[WTBX]p范数的解,并用Cauchy分布表示先验模型参数的分布. 以此为基础,在反演中建立了测井数据的参数协方差矩阵对反演过程进行约束,并采用了共轭梯度算法实现多参数非线性的反演过程. 同时,为了提高反演精度,避免动校正拉伸及依赖于炮检距的调谐效应对参数估计的影响,反演采用动校前地震数据进行参数估计. 从应用效果分析来看,即使叠前道集的信噪比不高,反演的结果也能较好地与实际情况相匹配,为识别储层流体性质提供了新的手段.     

基于共炮偏移的AVO反演

常规AVO多是利用CMP道集的振幅进行反演。主要有三个方面影响其精度:首先,CMP道集假设地下为水平层状介质,但是实际地下介质多为倾斜地层,地层倾角越大CMP道集的振幅所反映地下介质的位置与实际位置差距就越大。其次,NMO、DMO和反褶积等常规处理流程,都会造成振幅值失真。第三,反演所用的反射系数公式是与入射角有关的量,而欲从CMP道集得到准确的入射角与振幅之间的对应关系,则十分困难。波动方程叠前深度偏移除对复杂介质和陡倾角地层具有较强的成像能力,还可以最大限度的减少常规处理所带来的误差并使振幅归位。本文综合了保幅偏移、角度道集提取以及AVO反演等前人的工作,提出直接从炮集数据反演AVO属性的方法,以期显著减少上述三个因素对AVO反演精度的影响。     

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.     

Automatic signal detection based on support vector machine

Introduction The automatic processing of continuous seismic data is important for monitoring earthquake, in which real data recorded by field stations located in different regions is transmitted to data cen- tre through internet or satellite communication systems. Automatic processing will run firstly on data, afterwards these automatic processing results will be reviewed and modified. The load of interactive analysis would be increase if there were more false events or missed events after run…     

基于支持向量机的地震体波震相自动识别及到时自动拾取

面对海量地震资料,自动准确地拾取震相并确定其到时的需求非常迫切.基于支持向量机技术,本文提出了使用两个分类器SSD和SPS自动识别地震体波震相并自动拾取其到时的方法.相比于传统的自动拾取方法,本文方法能够更准确地识别震相并区分P波和S波.进一步地,我们提出了利用台阵资料辅助识别震相的方案,有效地提高了地震震相拾取的准确率.