基于局部相似度的非稳态相位校正方法

针对常规的常相位校正方法无法满足非稳态相位校正的精度要求,滑动时窗常相位校正方法虽然可以在一定程度上考虑相位的非稳态特性,但是其前提是相位变化分段平稳,因此该方法的精度有限,而且难以控制时窗大小,容易产生不稳定等问题。本文将相位估计看成最小二乘反演问题,在局部地震属性的框架下,根据最大方差模和相似系数的概念,利用零相位判别准则,实现了一种基于局部相似系数的非稳态相位校正方法。相对于滑动时窗常相位校正方法,本文方法精度更高、稳定性更好。理论模型和实际资料处理表明,本文方法可以有效实现信号的零相位化,改善叠加效果,提高地震资料的分辨率。     

最小二乘叠前时间偏移在地震数据规则化中的应用

地震数据不规则和地下照明不均匀是阻碍地震保幅成像的两个关键因素。为此,利用已知的地下模型信息,采用Kirchhoff叠前时间偏移将原始数据映射到成像空间,在成像空间提取有效特征,再反偏移到数据空间,重建缺失数据。由于偏移算子在一定程度上消除了地震波的传播效应,因此成像空间比数据空间更加简单,更易于提取有效的信息特征。在最小二乘意义下利用迭代算法拟合观测数据从而提高了方法的精度,并分析了该方法对速度模型的依赖性。理论模型和实际资料处理结果表明,该方法能够对复杂介质条件下的地震数据进行有效的规则化处理,并改善成像质量。     

叠前反演中部分叠加道集的优化校正

在叠前反演过程中,常常遇到近、中、远部分道集叠加的时间、振幅等不闭合现象,其结果导致弹性参数反演的质量与可信度下降。本文使用目标层位控制、残差数据相关性判别、质控因子等方法进行部分道集数据的闭合校正。首先确定期望输出道集数据以及相应的目标层位与时窗后,计算待校正数据与期望输出数据的残差互相关系数;再利用相关系数判别待校正道集与期望输出道集的相关程度,对不符合反演要求的道集数据,引入均方根振幅指数、预测指数这两个质控因子对待校正道集进行优化;最后使其与期望输出道集较好闭合。实例证明,利用归一化均方根振幅指数和预测指数因子优化时移量和振幅缩放系数,能够相对可靠的控制部分道集校正的质量,提高叠前反演的效果。     

基于FOA的叠前反演方法

本文提出一种基于果蝇优化算法的非线性叠前反演方法,利用Schaffer函数F6进行算法性能测试,并对不同加噪百分比的模型数据利用果蝇优化算法(FOA)进行EI反演,提取相应的弹性参数,反演能够收敛到全局最优解。将此法应用于鄂尔多斯SLG地区实际二维数据,能够快速得到较稳定可靠的弹性反演参数,表明文中方法能够用于指示气层的横向变化。     

非水平观测面有限差分法叠前波动方程基准面校正

当地表高程变化剧烈、地表一致性假设又不成立时,波动方程基准面校正处理被认为是对于常规高程其准面校正的必要替代。本文针对实际中经常出现的观测面剧烈起伏的情况,在波场外推计算中以“逐步－累加”的方式延拓波场,实现了基于非水平观测面的有限差分法波动方程基准面校正。由于应用了改进的优化系数有限差分外推算子,在保证计算精度的基础上,提高了计算效率。在精确地消除了长波长静校正量的同时,短波长静校正量也得到了一定的校正。在理论模型和实测数据上,该方法均取得了理想效果,为使用差分算子实现其于非水平观测面的波动方程叠前基准面校正甚至波动方程叠前深度偏移提供了一条有效的途径。     

基于共轭方向置换的叠前三参数反演方法及其实现

 叠前地震资料含有地层的纵、横波速度和密度等信息。利用叠前地震反演获得地震数据中的这些信息,即可揭示岩性及孔隙流体的性质。本文以平面波在层状弹性半空间传播时形成的地震共反射点道集数据与地层参数的关系为基础,提出了一种基于Powell共轭方向置换的叠前三参数反演方法。该方法不需要求解和存储庞大而复杂的一阶和二阶导数矩阵,通过目标函数的正则化,极大地改善了三参数反演的病态问题,并压缩了解空间。方向置换过程利用新的置换策略,有效防止了搜索方向的线性相关。同时,在反演实现过程中提出了一种高、低频分步反演策略,既保证了叠前地震数据信噪比较低时反演结果的稳定性和精度,又大大提高了收敛速度。本方法已利用理论模型进行了检验,并应用于油田实际工区,为充分利用叠前地震数据进行岩性识别和有利储层预测奠定了基础。     

起伏地表条件下的相位编码叠前深度偏移

波动方程法叠前深度偏移成像精度高,但由于效率低而难以在实际生产中推广应用。以往的许多研究工作都是围绕提高单炮的偏移效率展开,相位编码则是从减少偏移炮数的角度入手来提高偏移效率。相位编码技术隐含着水平地表的假设,因此在起伏地表情况下,就不能按照常规的方式进行编码。通过波动方程的基准面重建,消除了起伏面的影响,在新基准面上按常规的方式进行相位编码,然后对编码后的炮记录进行延拓成像。起伏地表条件下的相位编码技术在一定程度上解决了起伏地表的静校正问题,提高了运算效率。试算表明,该技术成像效果良好,具有较好的应用前景。     

基于遗传算法的叠前地震波形反演构建虚拟井曲线

 鉴于叠前反演分辨率高，叠后反演速度快、稳定性好，所以叠前和叠后混合反演正成为人们研究的热点。其关键技术是叠前地震波形反演构建虚拟井曲线，在此基础上以虚拟井作为控制信息进行叠后反演。本文采用遗传算法（GA）全局寻优的非线性反演方法构建虚拟井曲线，成功地解决了叠前地震波形反演面临的数据和模型之间高度非线性及目标函数具有多个极小值问题。文中给出了利用GA地震波形反演的计算步骤及关键步骤的注意事项。实例结果表明该方法可行。     

基于APSO-MCMC的叠前三参数同步随机反演方法研究

针对确定性叠前三参数反演存在的精度低、稳定性差、抗噪性差以及过度依赖初始模型的问题,虽然利用随机反演方法实现叠前三参数同步反演有助于解决这些问题,但此类方法反演效率较低。为此,提出了利用自适应粒子群优化-马尔科夫链蒙特卡洛(APSO-MCMC)算法以提高叠前三参数反演的计算效率。结合纵波速度、横波速度以及密度的变化统计扰动关系,建立模型扰动的高斯分布,根据三参数扰动先验分布抽样获取初始粒子群。在每一步迭代过程中,利用跃迁矩阵改变粒子的演化,根据粒子之间的距离计算演化因子,判定粒子群的收敛状态。此外,利用精英策略,帮助粒子实现跳出局部极小值的困境。由于传统叠前近似公式在宽角度区域与非近似公式误差较大,故利用Zoeppritz公式来保证叠前三参数反演在各个角度的精度。NS地区二维海洋实际数据应用表明,该方法估算纵波速度、横波速度和密度有效,稳定收敛,计算效率高于传统的随机方法,具有较好的精度和抗噪性。     

基于差分进化算法的叠前AVO反演

针对传统的线性化迭代反演算法对初始模型依赖程度较高、反演过程容易陷入局部最优的问题,本文研究了一种基于差分进化算法的叠前反演方法。该方法利用差分的简单变异操作和一对一的竞争生存策略,对初始模型的依赖程度较低,全局收敛能力较强,且具有操作简单、运算速度快的特点,是解决复杂优化问题的一种有效方法。针对叠前地震反演问题,本文以贝叶斯理论为基础,结合似然函数与先验约束信息,建立反演目标函数,然后利用差分进化算法对初始模型进行优化,直至目标函数取得全局最优值。模型试算验证了该方法是可行的,且对初始模型的依赖程度较弱,具有较好的全局收敛能力;将该方法应用于实际叠前道集数据,得到了分辨率较高的反演结果。     

叠前常相位校正

在地震勘探资料处理中,相位问题是影响有效地震反射信号实现同相叠加的重要因素之一。随着勘探形势的发展,对地震勘探的精度要求越来越高(如岩性勘探、低信噪比地区的地震勘探等),地震资料处理中的相位显得更加重要。在放松地表一致性等苛刻条件限制的前提下,根据最大叠加能量准则提出了叠前常相位校正方法,其主要目的就是保持叠前动校正的CMP道集中有效信号波形的一致性,使有效信号在叠加时能够同相叠加。理论数据的验证和应用效果表明,该方法能够提高地震资料的信噪比,改善叠加剖面质量,具有实用价值。     

基于局部相似属性的初至自动拾取

本文提出了一种基于局部相似属性的初至自动拾取方法。首先是由炮记录中的地震道计算其局部互相关相似属性,形成局部相似属性道;然后根据粗略估计的近地表速度和炮检距对炮集中的每一道计算一个初至搜索中心,并以此中心确定每一道的搜索范围;最后将这些局部属性道作为能量比法的输入,计算局部相似属性道的能量比曲线,取搜索范围内能量比曲线的最大值所在位置为初至时刻。模型数据和实际资料试验结果表明,该方法具有一定的抗噪性能,且易于使用。     

相移加校正叠前深度偏移及偏移速度分析

从理论上说，叠前深度偏移是众多的地震资料偏移成像方法中最精确的偏移方法。本文针对纵横向变速的复杂地质模型，采用相移加校正方法在ＣＳＰ道集上邮二维叠前深度偏移。该 以相移法煤中上局部速度变化因子校正，并用自动统计子波方法确定震源函数形式，因此该法既不受地层倾角的限制，又可解决复杂构造的横向变速问题。     

基于数据相似性的不依赖子波的频率域全波形反演

利用频率域单频数据特点,在复数域设计了一种类似于实数域表征数据相似性的目标函数（SOD）,可在一定程度上降低反演的非线性。基于SOD的反演法可以弱化模拟数据与观测数据间的振幅匹配,更适合于实际应用。在构造目标函数时,自然消除了震源子波的影响,而且不需要使用参考道,从而避免了由于标准道归一化的全波形反演（STN）参考道选择不当易导致收敛缓慢或无法收敛的缺陷。模型测试结果表明：①基于SOD的反演结果不依赖子波,而且与另两种不依赖子波的反演方法（频率域归一化振幅反演（ATN）、STN）相比,反演精度更高;②SOD的原理是基于数据间的相似性,对数据间能量差异具有更大的包容性,所以对初始速度模型的依赖性不高;③即使存在随机噪声,通过相乘、求和运算作用在分子和分母中的噪声比重相当,因此SOD目标函数值较稳定;④基于SOD的反演法可以与炮编码策略结合,能够有效提高计算效率。     

基于粒子群优化最小二乘支持向量机的非线性AVO反演

为了求解非线性AVO反演问题,本文提出基于粒子群算法和最小二乘支持向量机的非线性AVO反演方法,并用粒子群算法优化最小二乘支持向量机的参数。即首先通过精确Zoeppritz方程正演得到角道集,并进行动校正和部分角度叠加;然后运用最小二乘支持向量机方法建立反射振幅与弹性参数之间的非线性模型;最后以此非线性模型对地震道集数据进行反演。模型数据和实际资料的反演结果表明,该方法克服了常规广义线性AVO反演在远炮检距及弹性参数纵向变化大等情况下的缺陷,可直接从实际地震道集数据中提取较高精度的地层弹性参数,具有快速稳健、抗噪能力强的优点。     

基于自适应震源子波提取与校正的瑞利波波形反演

近年来,基于瑞利波的全波形反演技术取得了较大进展,在接收点覆盖面积足够的情况下,该方法对横向不均匀复杂介质具有较高的分辨能力。影响波形反演精度的关键因素之一是震源子波,然而野外地震记录对应的地震子波是未知的,采用不正确的震源子波势必对反演结果产生负面影响,常规处理方法是利用合成数据进行子波校正,但子波校正需进行多次迭代,导致反演计算时间增加。为了解决这一问题,引入加窗自适应子波提取方法,从观测记录中提取与实际数据匹配较好的震源子波,将其作为初始子波进行子波校正,达到进一步优化反演结果的目的。分别采用真实子波、错误子波、错误子波联合子波校正、提取子波、提取子波联合子波校正五种子波对断层模型进行反演测试。测试结果表明：所提方法获得的子波对应的反演结果最好,错误的子波对应的结果最差;仅利用提取的子波也可以获得较好的反演效果,而采用子波提取与校正相结合的方法可以节省计算时间,进一步提高瑞利波波形反演的精度。最后通过实际数据测试进一步验证了该结论。     

基于经验模态分解字典的自适应匹配追踪谱分解方法及其在油气检测中的应用

利用地震信号的瞬时属性确定时频原子动态参数的扫描范围,获得的瞬时频率稳定性较差且存在负值。利用连续相位求取瞬时频率易受噪声影响,并存在频率异常值。为此,首次将经验模态分解（EMD）引入匹配追踪（MP）算法,提出了基于EMD字典的自适应MP谱分解方法。将EMD视为一种基于过完备时频字典的稀疏分解方法,在计算匹配原子主频的过程中,引进基于连续相位的阻尼最小二乘反演求解瞬时频率,并加入整形正则化算子对数据进行平滑处理,利用整形正则化平滑算子的阻尼最小二乘法有效避免了频率异常值,得到的瞬时频率曲线更平滑、真实,且更突显高频成分。将基于EMD字典的快速MP方法应用于储层含油气性预测,对比不同尺度瞬时谱剖面可以清楚地看到明显的低频阴影现象,且提高了分解效率,从而进一步验证了方法可行性。     

Real-time pixel based early apple bruise detection using short wave infrared hyperspectral imaging in combination with calibration and glare correction techniques

High speed data processing for online food quality inspection using hyperspectral imaging (HSI) is challenging as over hundred spectral images have to be analyzed simultaneously. In this study, a real-time pixel based early apple bruise detection system based on HSI in the shortwave infrared (SWIR) range has been developed. This systems consists of a novel, homogeneous SWIR illumination unit and a line scan camera. The system performance was tested on Jonagold apples bruised less than two hours before scanning. Partial least squares-discriminant analysis was used to discriminate bruised pixel spectra from sound pixel spectra. As the glossiness of many fruit and vegetables limits the accuracy in the detection of defects, several reflectance calibrations and pre-processing techniques were compared for glare correction and maximizing the signal to noise ratio. With the best combination of first derivative and mean centering, followed by image post-processing, this system was able to detect fresh bruises in thirty apples with 98% accuracy at the pixel level with a processing time per apple below 200 ms.