基于双相介质理论的煤层甲烷预测技术

基于双相介质理论研究了双相各向同性介质中的纵波方程，并对煤层甲烷进行地震波动方程的数值模拟．正演得到的叠后记录双相介质的反射波振幅明显弱于单相介质，表现出低频共振、高频衰减及固相位移与流相位移为反相的特性．与地震资料和实际开采资料对比吻合较好．     

两种声波方程的叠前逆时深度偏移及比较

 本文分别从双程声波方程和任意广角声波方程出发，推导了地震波逆时传播的高阶有限差分格式，给出了逆时偏移的稳定性条件、边界条件与成像条件的计算方法，实现了这两种声波方程在二维各向同性介质中的逆时偏移。上述两种方程对理论数据的偏移结果表明：双程声波方程的逆时偏移无倾角限制，但层间反射会严重影响偏移剖面质量，而任意广角声波方程则可消除层间反射的影响，得到较好的成像效果。     

共转换点速度分析

转换波共转换点相对于共中心点的偏移距离随着纵横波速度比、深度以及炮检距等因素的变化而变化，因此不能采用固定道集的方法进行转换波速度分析，而应当在速度比与深度等因素变化时，速度分析所用的道集也做相应的变化。本文提出了一种随着速度比与转换点深度的变化而动态抽道的转换波速度分析方法，实现了扫描叠加速度、转换点深度与共转换点道集的一一对应。此法应是一种真正意义上的共转换点速度分析技术。经理论模型与实际地震资料验证，表明了该方法的有效性。     

三维地震勘探技术预测瓦斯的研究成果

就当今地震学和地球物理学理论与应用研究的前沿和难题--地下流体即双相介质理论，研究了煤田地震资料上的地震波场特征，模拟并编制了相应软件对地震资料进行了再处理，有效地解释出了瓦斯富集区，预测结果与已开采的资料数据基本吻合.     

不依赖子波的弹性波混合域全波形反演

震源子波的准确性直接影响全波形反演的建模效果,获取准确的实际子波十分困难。本文基于去子波影响的褶积法,提出弹性波混合域不依赖子波的全波形反演策略。基于二阶弹性波应力-位移方程的混合域反演理论,把观测地震记录与模拟记录的特征道、模拟记录与观测记录的特征道在频率域做乘积运算,构造了不依赖子波的弹性波混合域全波形反演目标函数,推导了反传震源的理论公式。最后,对Overthrust模型进行试算,得到了较好的反演结果,验证了该方法的可行性。     

消息传递接口在声波方程正演中的应用

声波方程正演在地震资料采集、处理、解释与反演中均发挥重要作用,但现有的基于求解地震波动方程的正演算法由于受庞大计算量的制约而难于大规模应用于工业生产。从声波方程出发,研究了利用有限差分法并行求解该方程的基本思路与方法,给出了适于并行求解的计算空间划分方法,分析了不同参数条件下并行程序的运行时间、加速比与效率,引入消息传递接口（MPI）实现了声波方程的并行求解,极大地提高了数值求解声波方程的计算效率。     

三维地震资料预测瓦斯富集区的应用

目前的地震勘探工作还处在构造勘探阶段,地震勘探取得的地质信息中仅解释了其中的快纵波的反射波场特征,而慢纵波的能量信息没能利用。基于双相介质理论的地震资料处理与反演技术,采用数字滤波的方法提取地震波能量信息,找到了地震波能量信息与煤层瓦斯之间的内在联系,取得能够反映瓦斯富集区的能量信息结果图,经实际应用对比效果明显。利用现有的三维地震勘探资料作进一步的反演处理为煤矿提供瓦斯富集区研究具有应用价值。     

小波变换去噪在隧道掌子面前方地质预报中的应用

高频地震反射波法能有效地进行隧道掌子面前方地质预报。为提高信号的信噪比 ,在傅立叶变换的基础上 ,引进小波变换理论 ,在实践中取得了较好的地质效果     

利用地震波在双相介质中的衰减特性检测油气

 在平面波假设条件下,本文通过求解波动方程推导了双相介质中地震波衰减系数计算公式,并分析了衰减系数随频率的变化关系。结果表明,在常规地震勘探的频率范围内,地震波在双相介质中传播时,存在介质吸收效应,且衰减系数近似与圆频率成正比。衰减系数同时受地震波频率和耗散系数的影响,表现为频率越高,衰减系数越大,耗散系数越大,衰减系数随频率的变化越大,表明地震波在穿过双相介质时其不同频率成分对应的能量要发生变化,低频能量衰减小,高频能量衰减大,在频谱上表现为低频能量相对增强,高频能量相对减弱。据此提出了一种利用地震资料的低、高频段信息反演地下介质双相特性或含油气性的方法,理论模型与实际资料的反演结果均验证了文中方法是可行的。     

基于循环一致性生成对抗网络的地震数据随机噪声压制方法

压制随机噪声、提高信噪比是地震数据处理中的关键任务。为此,提出一种基于循环一致性生成对抗网络（CycleGAN）的地震数据随机噪声压制方法。构建的CycleGAN由两个生成器和两个判别器构成,为防止网络退化,生成器由Resnet构成,用以学习含噪数据与无噪数据之间的特征映射;为提高网络的分辨率和准确性,选用PatchGAN作为判别器;同时,在传统对抗损失的基础上,添加循环一致性损失,用以提升网络训练的稳定性。完成网络构建后,针对模型数据和实际数据调整网络参数,训练和测试网络,分析去噪前后数据的信噪比和均方根误差;并通过计算单道数据频谱,进一步分析局部去噪效果。模型数据和实际数据测试结果表明,该方法能够较好地消除地震数据中的随机噪声,且去噪效果优于小波阈值去噪方法,从而验证了所提方法的可行性。