基于A- CGAN的深反射地震数据随机噪声压制方法研究

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。     

地震相和测井相联合预测火山岩相分布特征研究

以火山岩的基本地质特征、测井特征与测井相及其地震相特征与地震相分类为基础,依据测井相所建立的火山岩相模式,时地震相进行标定,形成由火山岩相、测井相和地震相组成的"三相"技术.该技术建立起"三相"之间的对应关系,以揭示火山岩相空间展布规律及变化特征.将"三相"技术应用于某盆地北部地区的营城组火山岩相研究.把营城组一段的地震相转换成火山岩相,得到火山岩相的平面分布,有效地预测出某盆地北部地区营城组一段火山岩的空间展布规律和火山岩储层有利相带.钻井证实:火山岩相之通道相岩石的物性最好,侵出相和爆发相次之,火山沉积相最差;火山岩相以火山颈岩物性最好,溢流相顶部次之.     

涡北河网区三维地震采集技术

涡北勘探区属于河网地带,难以进行正常的地震施工。为此,本文提出了一种以规则束状观测为基础和特殊观测系统相结合的数据采集方法。该方法适应了这种复杂的地表条件,获得了"空白区"的地震资料,为今后类似地表条件地区的三维地震勘探提供了经验。      

频率-波数域递推计算海底多分量地震记录中的反射系数

在频率-波数域中采用解析法,解出多层条件下海底实测的多分量地震数据分解成上行和下行P波和S波的算法,导出海底各层地震反射系数随入射角变化(简称RVA)的递推计算公式,为海底多波多分量AVO弹性参数的反演及流体因子预测提供基础数据.合成数据的计算结果表明,本文给出的算法能较可靠地从海底多波多分量记录中提取RVA信息.     

基于地震叠后反演与属性分析的页岩气有利储层预测

中国南方页岩气勘查区块多为勘探新区,仅部署少量二维地震和地质钻井,且资料品质普遍较差,页岩气储层预测很难像成熟勘探区一样开展系统性研究工作,如何对现有数据进行充分挖掘是解决勘探新区页岩气储层预测的关键。为此,综合利用不依赖初始模型的叠后约束稀疏脉冲反演方法和多种频率类属性分析技术,开展页岩气有利储层预测。地震反演能够获得多种参数参与储层预测,属性分析能够从多种角度识别储层,通过多种信息综合应用和叠合分析以提高储层预测精确性和有效性,为新区页岩气勘探提供了一种新的思路。该项技术应用于南方某区块,圈定了页岩气的有利目标区,在该区部署的两口水平井均获得高产工业气流。     

Seismic Ground Motion Expected for the Eastern District of Naples

The seismic ground motion of a test area in the eastern district of Naples is computed with a hybrid technique based on the mode summation and the finite difference methods. This technique allows us the realistic modelling of source and propagation effects, including local soil conditions. In the modelling, we consider the 1980 Irpinia earthquake, a good example of strong shaking for the area of Naples, which is located about 90 km from the epicenter.The detailed geological setting is reconstructed from a large number of drillings. The sub-soil is mainly formed by alluvial (ash, stratified sand and peat) and pyroclastic materials overlying a pyroclastic rock (yellow neapolitan tuff), representing the neapolitan bedrock. The detailed information available on mechanical properties of the sub-soil and its geometry warrants the application of the sophisticated hybrid technique.As expected, the sedimentary cover causes an increase of the signal's amplitudes and duration. If thin peat layers are present, the amplification effects are reduced, and the peak ground accelerations are similar to those observed for the bedrock model. This can be explained by the backscattering of wave energy at such layers, that tend to seismically decouple the upper from the lower part of the structure.For SH-waves, the influence of the variations of the S-wave velocities on the spectral amplification is studied, by considering locally measured velocities and values determined from near-by down-hole measurements. The comparison between the computed spectral amplifications confirms the key role of an accurate determination of the seismic velocities of the different layers.The comparison performed between a realistic 2-D seismic response and a standard 1-D response, based on the vertical propagation of waves in a plane layered structure, shows considerable difference, from which it is evident that serious caution must be taken in the modelling of expected ground motion at a specific site.     

重力数据约束的二维地震层析成像在台湾海峡南部的应用

地震-重力联合反演可以降低多解性,针对大勘探范围内岩石波速-密度关系存在较大散布的问题,引入交叉梯度结构约束构建统一的目标函数是一种有效的解决方案。利用台湾海峡南部HX-13测线进行验证:由于火成岩侵入体的存在,部分区域难以拾取可靠的地震初至,常规的走时反演无法准确恢复基底面的形态。搜集研究区的船测重力资料,根据地震地质条件和数据特点设置合适的反演参数,实现基于物性和结构双重约束的重力-地震联合反演。由对反演结果的分析和解释可以看出,该方法可在很大程度上弥补地震数据不完备的缺陷,使反演过程稳定,并提高模型的可靠性。     

基于全天空极光图像方向能量表征方法的极光事件分类

针对基于全天空极光图像的极光事件自动分类问题,提出一种基于方向能量二元编码重组表征的自动分类方法。首先,通过对多个方向上能量分解来描述极光事件中的局部纹理和各个方向上的运动信息,并且结合分块策略获得极光事件的全局形态信息;然后,借鉴一种二元编码重组的方式对多个方向能量进行融合,从而使得极光事件的表征具有同时表征局部纹理、全局形态和运动信息的能力。该表征方法完全不依赖于极光事件的长度,可用于表征不同持续时间的极光事件,并且不需要复杂的训练过程。利用最近邻和支撑向量机分类器分别对从中国北极黄河站拍摄到的极光图像中挑选的特定极光事件进行自动分类,结果表明,与其他两种典型的动态纹理描述方法相比,本文所提出的表征方法结合最近邻分类器,得到了最好的分类效果,能有效用于极光事件的分析,为海量数据中的极光事件自动分类提供了一种新方法。