初至折射波层析反演静校正技术

利用初至折射波信息，反演近地表模型是解决复杂地表条件下静校正问题的一种有效方法。通过应用计算最小走时及射线路径的界面网全局射线追踪初至旅行时算法和带先验信息结束的广义线性反演技术，实现了对近地表模型的反演。实际资料处理证明了该方法的有效性。     

浅层折射波勘探中初至自动拾取新算法

地震波初至拾取是地震勘探中广泛应用的基础技术,尤其在浅层折射波勘探和层析成像中初至时间拾取精度直接影响地下地层结构的反演结果。由于初至时间对应的并不总是能量比最大值(可能是次极值),以往的滑动时窗能量比法仅根据前后两个滑动时窗能量比的最大值判断初至时间,造成对低信噪比数据的拾取效果不理想,而对高信噪比数据则难以检测能量较弱的折射波。基于此,本文提出多时窗能量比初至拾取算法,该算法在实现过程中结合应用自动质量控制技术,满足了浅层折射波勘探的初至拾取精度要求,且具有较高的稳定性。将该方法应用于准噶尔盆地中部M区地震勘探,取得了非常好的效果。     

折射波的初至动力学反演——一种联合方法

采用折射层析成像技术,在横向可变参数介质中进行折射波的初至时间反演。作为线性的有约束的最     

SVD滤波法在直达波和折射波衰减处理中的应用

在地震资料的处理过程中，需要消除原始资料中直达波和折射波等能量很强的线性干扰波的影响，但常规方法在切除线性干扰波的同时也切除了来自浅层的反射能量，从而失去了反映浅层地质构造的信息。应用SVD（奇异值分解）滤波法不仅可以达到衰减具有线性特征的直达波和折射波能量的目的，又能突出具有非线性特征的浅层一次反射能量，可以避免丢失浅层有效反射信息。理论模型的试算和对实际资料的处理结果表明，应用SVD滤波法处理地震资料能取得较好的效果。图3参6     

初至走时层析成像的一个应用实例

利用基于最短路径树弯曲射线追踪的联合迭代重建层析成像(SIRT)技术进行井间地震层析成像,对胜利油田的一对井间实际资料进行了处理。层析成像结果表明,层析成像算法可靠稳定,收敛性好,层析成像结果的精度较高。     

反射和折射波联合地震勘探在JR地区的应用

JR地区地质构造复杂 ,野外采集的地震资料信噪比低。虽然在这一地区进行了多年的地震勘探方法、地震资料处理和解释的研究 ,但效果并不理想。为此 ,在该区开展了反射和折射波联合地震勘探 ,在采集方法、反射波处理方法和折射波处理方法等方面进行了试验研究 ,得到了适合于该地区的采集方式和处理手段 ,并应用采集、处理、解释一体化的工作模式 ,使资料的信噪比得到了提高 ,获得了清晰的地下构造成像     

简易切初至

采用大炮检距观测系统时,由于初至波及远道浅层干涉的影响,使多次复盖资料浅层质量变坏。为此采用了简易切初至的方法。     

初至拾取预处理

初至波常常会受到很多干扰因素的影响，因而无法保证准确拾取。小波变换的时频局部化分析方法能将频率与时间很好对应，对信号突变敏感，可以用来对资料进行初至拾取前的预处理。分析了影响初至拾取准确度的因素，探讨了选择小波函数和变换尺度的原则，并进行了不同小波变换处理效果对比。模型和实际资料处理结果表明，小波变换可以很好地恢复初至波的峰值，突出起跳位置。     

井间折射波层析成像

井间折射波是井间波场中一种常见的波型，相对地面而言，它既包含来自炮一检对下方的折射波，也包含来自炮－检对上方的折射波，因此，利用井间折射波信息也是完善井间地震技术不可缺少的一部分，迄今为止，见到有关折射波在井间地震方面应用的文献，据此，本文对井间折射波层析成像方法进行了研究，并对理论模型作了试算，试算结果表明，井间折射波层析成像在代数重建迭代过程中，具有稳定性高，效果好的特点，有很好的发展前景。     

三维折射波静校正方法及应用

随着勘探事业的不断发展 ,地震勘探工作已逐步延伸到复杂探区。由于生产的需要 ,三维勘探已由地表条件较好的地区逐渐向地表条件复杂的地区扩展 ,静校正问题十分突出。为此 ,我们进行了三维折射波静校正技术的开发。通过实际资料的应用 ,取得了较好的效果     

論反射折射波

在断层和折射层成任意角度情况下,讨论由断层反射来的折射波所走过的不同的路程。筒单的几何学讨论,可得出如下结论,如果折射层和断层的夹角是90°或为折射临界角,这就是记录这种脉冲所遇到的最理想的情况。在这两种情况下,可以预料此脉冲具有同样的旅行时间。     

神经网络在初至折射同相轴拾取和地震道编辑中的应用

已经开发出应用神经网络学习算法进行含噪声地震道编辑和拾取初至折射同相轴的人机交互地震处理系统。我们应用改进的后传神经网络（ＢＮＮ），以改善ＢＮＮ的收敛速度。通过人工处理员精心选择道编辑或折射拾取的例子，并将这些例子输入ＢＮＮ，交互地对ＢＮＮ进行训练，使它能编辑地震数据或拾取初至波。然后，迭代地对网络中的内部权重进行调整，直至它能精确地重复由用户提供的例子。在完成训练之后，ＢＮＮ系统就可模仿人工处理     

神经网络在初至折射同相轴拾取和地震道编辑中的应用

已经开发出应用神经网络学习算法进行含噪声地震道编辑和拾取初至折射同相轴的人机交互地震处理系统。我们应用改进的后传神经网络(BNN),以改善 BNN 的收敛速度。通过人工处理员精心选择道编辑或折射拾取的例子,并将这些例子输入 BNN,交互地对 BNN 进行训练,使它能编辑地震数据或拾取初至波。然后,迭代地对网络中的内部权重进行调整,直至它能精确地重复由用户提供的例子。在完成训练之后,BNN 系统就可模仿人工处理员处理新的数据集。合成模拟研究表明,BNN 能应用很多与人类在编辑和拾取地震数据集时所使用的相同的主观性准则。对于质量中等至优良的地震数据,应用基于改良 BNN 的自动道编辑和初至波拾取技术进行道编辑和初至波拾取,其结果与人工处理结果的吻合率达90%～98%。对于二维数据集,其生产率比人工编辑和拾取要提高60%;对于三维数据集,生产率的增长高达800%。基于神经网络的地震处理,不仅能提供一致性良好和高质量的结果,而且处理效益也大为提高。     

应用图像语义分割网络的微地震事件识别和初至拾取方法

微地震初至精确拾取是目前微地震监测关键环节之一,传统的人工拾取方法耗时长、效率低,在实际应用中容易导致无法及时预警等问题。近年来,基于深度学习的长短期记忆网络模型(LSTM)常用于微地震初至拾取,但在低信噪比环境下拾取准确率较低,且忽视了微地震数据中相邻道初至之间的关联性。针对上述问题,将微地震初至发生前、后看作是图像二分类问题,提出了一种应用图像语义分割网络的微地震事件识别和初至自动拾取方法。应用在矿井中采集的实际微地震数据进行实验,结果表明,对包含岩石破裂、工程爆破等多类型微地震事件,该方法的识别准确率较现有的深度学习方法明显提高,平均拾取误差大幅降低,特别是低信噪比数据的平均拾取误差远小于LSTM法,因而具有良好的实际工程应用价值。     

复杂山前带地震初至拾取方法应用研究

复杂山前带表层结构在纵、横向上变化剧烈,单炮能量弱,背景噪声发育,信噪比低,地震初至难以准确拾取.为了提高初至拾取精度及效率,针对单炮初至难以准确识别及初至拾取范围不明确等问题,开展波动方程正演、可控震源预处理及不同初至范围层析反演分析等方面工作.结果 表明,波动方程正演模拟方法指导地震单炮的初至拾取,可以避免初至漏拾...     

初至智能拾取技术

地震记录的初至自动拾取一直是复杂地形和表层条件下地震勘探工作的一个难题。为此,提出了初至智能拾取技术,模拟人机交互初至半自动拾取过程进行初至拾取。首先通过改进Coppens的滑动时窗能量比方法进行"好初至波"拾取;然后通过模拟人工辅助线的"架桥"技术获得可用初至波;再采用波峰(谷)相位域追踪技术获得初至波峰点,进一步采用炸药震源初至波起跳点的相位域估算技术获得初至波起跳点。在南方复杂地区,采用自主研发的Hunter初至智能拾取软件对靶区地震资料进行了初至拾取,并与OMEGA商业软件初至自动拾取结果进行了比较。结果表明,初至智能拾取方法及软件不仅能够实现高精度、高命中率的智能化初至拾取,而且能够提供初至时间、初至波周期和初至波品质等更多的信息;在复杂地区低信噪比地震资料中更能体现Hunter初至智能拾取软件的优越性。     

基于单炮初至及偏移距分布的振幅一致性处理

由于不同三维工区的采集时间、施工参数及激发、接收条件不同,区块间资料品质差异很大.常规的振幅补偿方法不能很好地解决能量不一致性问题,因此开发了基于单炮初至能量及偏移距分布的振幅一致性处理技术,采用统计单炮均方根振幅信息和基于偏移距分布求取补偿因子的方法消除非地层信息导致的振幅异常现象,很好地解决了海拉尔盆地乌尔逊断陷连...     

折射波叠加偏移技术

折射波叠加是折射波法地震勘探的一种新方法,它利用共接收点多次复盖方法和数字处理技术对资料进行自动分析和解释,最后输出时间剖面和深度剖面。从而提高了折射波法勘探的灵敏度、信噪比和分辨率。本文阐述了折射波叠加偏移的基本原理和处理方法,并给出了模拟试验的结果。     

联合应用初至和浅层反射的二维可形变层析静校正

 本文提出了一种联合应用初至和浅层反射时间的可形变层析方法（以下称联合可形变层析反演方法）,用于地震资料的静校正量计算。理论模型数据测试显示,与其他方法相比,该方法比初至可形变层析方法、网格层析方法求出的速度界面的精度更高;实际地震数据测试表明,与其他方法相比,联合可形变层析法反演可以获得更合理的近地表速度模型,据此进行静校正处理获得的叠加剖面的反射同相轴的连续性明显优于初至可形变层析方法以及其他两种商业软件。