海洋重力测量动态环境效应分析与补偿

针对使用小型测量船搭载摆杆型海洋重力仪获取数据质量不高的问题,在深入分析海洋环境动态效应误差特性基础上,提出了一种基于互相关分析的交叉耦合效应修正法,对高动态海洋重力测量数据实施综合误差补偿和精细处理。使用典型恶劣海况条件下的观测数据对该方法的有效性进行了验证,结果显示,重力测线成果内符合精度从原先的±9.35×10-5m/s2大幅提升到±1.43×10-5m/s2,同时使用卫星测高反演重力对精细处理结果的可靠性进行了外部检核,外符合精度也从原先的±7.73×10-5m/s2提高到±5.63×10-5m/s2。     

鄂西地区宽频地震台阵背景噪声特征

利用鄂西地区长时间段宽频地震台站的三分量背景噪声记录,采用波形互相关方法得到台站对间的互相关函数,并通过聚束分析获得瑞雷波和勒夫波的慢度谱,研究鄂西地区背景噪声源的时空分布特征。结果表明,5~10 s周期范围,背景噪声来源于南太平洋且没有季节变化;10~20 s周期范围,慢度谱上显示明显的能量环,表明噪声源来源于多个方向,且表现出强烈和急剧的季节变化;20~40 s周期范围,慢度谱上也存在明显的能量环,其产生机制可能与此周期下提出的次重力波机制相似。在不同的周期范围内,噪声源分布方位有所不同,但在周期10~40 s范围噪声源在各方向均有分布。因此,利用长时间段连续噪声数据计算的互相关函数在周期10~40 s范围内满足背景噪声面波层析成像的理论前提。     

Suppression of internal multiples based on virtual events

In practical seismic exploration, internal multiples generated when the wave impedance of medium is strong, and seismic records are recorded. The method of virtual event repress internal multiples is to move scattered points from underground to the surface, similar to the method of the surface-related multiple elimination (SRME). The method of SRME belongs to the prediction-subtraction approaches to eliminate internal multiples, prediction method is based on building a brand new way of seismic wave propagation (virtual reflection and virtual event), so that it has forward and backward wave propagation, and through convolution with significant wave to predict the internal multiples. Due to required data needing field information of full-wave, the authors use Seislet transform interpolating the missing data to ensure the premise of internal multiples prediction. The test data show that the above method has achieved good results.     

补偿海空重力测量动态效应剩余影响的通用模型

针对目前作业过程中普遍存在的测量动态环境效应剩余影响问题,在深入分析海空重力测量误差源形成机理及其变化特性基础上,提出了一种适用于补偿各类海空重力仪动态效应剩余影响的通用模型;研究探讨了通用模型形式优选和模型参数估计问题,将基于信息论的Akaike信息量准则引入通用模型表达式的优选过程,提出应用互相关分析方法对模型参数进行估计,在双重约束下构建了补偿动态效应剩余影响的优化模型。使用典型动态环境下的海面重力观测数据对该方法的有效性进行了验证,结果显示,海洋重力测量成果内符合精度从原先的±9.35×10^-5 m/s^2大幅提升到±1.01×10^-5 m/s^2,充分体现了本文方法和模型对消除高动态测量环境效应影响的优良特性。     

基于Poynting矢量的归一化波场分离互相关逆时偏移成像条件(英文)

叠前逆时偏移是目前精度较高的成像方法,然而严重的低频噪声降低了逆时偏移的构造成像精度,偏移噪声的压制是逆时偏移必需要考虑的问题。分析了低频噪声的产生机理,并根据声波方程Poynting矢量的方向指示地震波场的传播方向的原理,分离出上、下、左、右行波,该方法计算量和存储量都远远小于常用的二维傅里叶变换分离方法,进而提出归一化的波场分离互相关成像条件,以压制逆时偏移低频噪声,提高成像精度。实现了Marmousi模型的试算,表明在波场延拓过程中利用Poynting矢量能够较好的分离上、下、左、右行波,与常规方法、拉普拉斯滤波、二维傅里叶变换波场分离的成像结果对比表明,成像时使用归一化的波场分离互相关成像条件能更好的压制偏移噪声,得到精度更高的逆时偏移成像结果。     

L&R海空重力仪测量误差综合补偿方法

为了削弱各类误差源的影响,提出了一种两阶段误差综合补偿方法:第一阶段采用相关分析法对仪器厂家标定的交叉耦合改正(CC改正)的不足进行修正;第二阶段采用测线网平差对各类剩余误差的综合影响进行补偿。实际观测数据处理结果验证了该方法的有效性和可靠性。     

Spatial relationships of multivariate data

Spatial factor analysis (SFA) is a multivariate method that determines linear combinations of variables with maximum autocorrelation at a given lag. This is achieved by deriving estimates of auto-/cross-correlations of the variables and calculating the corresponding eigenvectors of the covariance quotient matrix. A two-point spatial factor analysis model derives factors by the formation of transition matrixU comparing auto-/cross-correlations at lag 0,R ₀, with those at a specified lag d,R _d, expressed asU _d=R ₀ ^–1 R_d. The matrixU _d can be decomposed into its spectral components which represent the spatial factors. The technique has been extended to include three points of reference. Spatial factors can be derived from the relationship:

子波整形方法在大庆徐家围子深层气藏连片处理中的应用

在连片处理中,关键因素是地震资料的波形一致性问题。在不同年度采集的多区块连片处理中,不同的激发因素和接收条件,会今导致原始数据在子波振幅、频率、相位等方面存在明显的差异。在常规处理中,多采用频率、反褶积等匹配方法,来调整不同震源、不同区块原始资料的频率和相位关系,但这种处理方式会影响叠前处理的效果。通过子波整形方法,可以有效地消除不同震源类型、不同区块等采集因素所造成的区块间波形差异,互相关系数达到0.9以上。该方法应用在大庆徐家围子的深层气藏十九个区块,满覆盖面积为5 058.8 km2三维大连片叠前偏移处理中,取得了明显的效果。