基于信号估计的高分辨率叠加速度分析

如何得到高分辨率的叠加速度谱是高分辨率地震资料处理的关键.本文在分析地震共中心点(CDP)道集的振幅随偏移距变化(AVO)特性的基础上,提出一种信号模型来逼近CDP道集,然后利用优化技术估计信号,并采用信号估计误差实现信号检测,从而提出一种新的基于信号检测和估计的高分辨率叠加速度谱分析方法.文中的方法充分利用地震信号波形中所包含的速度信息.     

补偿风化层对地震波的吸收──提高分辨率的有效方法

风化层对地震波的吸收作用降低了地震记录的分辨率。从粘弹性波动理论出发，用信号处理的方法补偿风化层对地震波的吸收，从而达到提高地震记录分辨率的目的。实验表明效果是显著的。另外，这种方法与把所有检波器都埋在风化层以下，以避开风化层对地震波的吸收之方法相比，工作效率高，成本低易于推广。     

测井曲线的小波变换特性在自动分层中的应用

研究了信号在特定函数作为小波基时其小波变换过零（极值）点的特征,提出了利用小波变换过零（极值）点特性对测井信号进行地层划分的方法．该方法包括两个主要步骤,一是利用小波变换的多分辨率特性得到测井曲线的形态特性随空间坐标的变化信息;二是利用小波变换过零（极值）点的特征在不同尺度上的反映,提取不同尺度下的奇异点作为分层的待参考点,结合实际情况最终确定分层点．并结合实际应用,验证了利用该方法处理测井信号的有效性。     

误差反传播神经网络法地震反演

针对测井资料约束下的地震反演具体问题，在假定反演目标和地震资料之间存在某种非线性映射的情况下，用神经网络逼近反演问题中的正演和反演过程，综合构成一个大网络系统，并根据地震反演的具体问题，给出该系统的能量函数．系统采用误差反传播法进行学习，从而实现用神经网络自适应地外推测井资料，有机地将神经网络与地震反演结合起来．对实际资料的测井速度外推结果表明，此法具有好的应用前景．     

利用测井数据重构高分辨率地震剖面及在煤田勘探中的应用

在煤田地震勘探中,大部分测线与勘探线重合,地震测线上布设有钻井,而测井数据以及由测井数据直接求得的地层反射系数序列的频率和分辨率要高于地震道数据;所以在过井地震剖面上,测井数据可以作为高频信息的来源,但测井数据只是一孔之见,对应到地震剖面上,测井信息只能将井旁道替代为高分辨率的地震道.本文基于信号重构理论,提出了利用测井数据重构高分辨率地震信号并外推到其他地震道上,使整个地震剖面均获得高频信息成为高分辨率剖面.在煤田地震勘探中,运用该方法取得了良好的效果.     

计算机层析成像和积分几何反问题

Tomography有二类:线性的和非线性的。Tomography线性与非线性的分类和积分方程线性与非线性的分类相同。医学诊断中的CT技术是线性tomography在实际中应用的例子,地震勘探中的旅行时反演(层速度)是非线性tomography在实际中应用的例子,非线性tomography常常(在选代之中)简化成线性tomography来处理,因此,线性tomography是理论和实际研究的重点。线性tomography围绕Rodon变换和反变展开。利用Fourier积分算子研究广义Radom变换(在一般曲线族、曲面族上的Radon变换)及其反演,特别地,利用Fourier积分算子微局部分析的理论反演被变换的函数的奇性反演,在理论和实际上都有巨大的潜在价值。在实际应用中,数据采集受到客观条件的种种限制,往往丢失许多数据,比如在地震勘探中,炮点,检波点只在地面布置,充其量也只是井间布置,总有一面或几面的数据是无法采集的。现有的各种tomography算法,大都是在完全数据的条件下,唯一成像的算法。如果把这些算法用于不完全数据,则它们就表现各异,这即是困难所在,同时又是可为之处。