大地电磁测深曲线的畸变及校正

在Ｃａｇｎｉａｒｄ提出的大地电磁测深方法中，定义视电阻率时，作了两处重要假定：天然电磁场是垂直向下传入地球的平面波；地球是向均匀的。通常这两个假定是不成立。造成大地电磁测深曲线畸为的两个最主要的原因；一是近场源的干扰，二是非一维构造。     

大地电磁（MT）阻抗张量的正则分解及其应用探讨

本文针对大地电磁三维阻抗张量常规分析处理中存在的问题,提出了一种用于三维介质阻抗张量分析的正则分解方法。     

大地电磁曲线校正技术在六盘山盆地研究中的应用

由于六盘山地区地形复杂和浅层电性不均匀,使大地电磁测深视电阻率曲线产生严重的畸变,用这种资料进行解释,会导致解释结果出现严重的偏差。因此在解释之前．必须进行曲线校正。对六盘山地区的大地电磁测深曲线校正方法进行了分析和研究．并给出了曲线校正后取得的效果。     

基于分形插值的大地电磁静校正方法

鉴于协同克里格插值方法存在光滑效应的缺点,在前人工作的基础上,提出了基于分形插值技术的大地电磁静校正方法。该方法将分形技术与协同克里格法相结合,利用在二维构造情况下,静态效应使视电阻率曲线发生平移,对相位曲线无影响的特点,通过分析实测视电阻率和相位的空间分布特征及相关性,引入分形插值技术对受静态效应影响测点上的视电阻率对数进行插值计算,进而求取静态偏移因子。最后利用该方法进行了理论模型和实测数据试验,结果表明了该方法的正确性及有效性。     

南方碳酸盐岩区大地电磁测深曲线静态偏移校正

我国南方碳酸盐岩区的静态效应非常频繁和明显,能否有效地压制静态效应是关系着大地电磁测深资料处理解释成败的一个关键问题。提出了一种比较有效的静态校正方法,其核内容是利用地表出露地层和岩性电阻率标定视电视率曲线的首支进而确定静态偏移量,     

大地电磁测深中的地形影响与校正

设计了２组二维带地形模型，分别从极化模式、测点位置、地形落差、山顶宽度和地形坡度等方面进行了研究，总结出了地形对大地电磁测深（ＭＴ）视电阻率的影响规律，即ＴＭ模式比ＴＥ模式易受地形影响，山顶比谷底易受地形影响，悬岸的落差越大，山顶的宽度越窄，地形影响越大。     

一种改进的大地电磁地形校正方法及相关问题探讨

 地形会引起大地电磁数据畸变，给后期MT数据解释带来困难。本文从实测地形资料和大地电磁数据出发，设计了地层随复杂地形起伏变化的层状模型，采用有限元法对疏密两种高程地形数据进行了模拟，较密的地形数据模型获得的TE、TM数据的畸变关系与实测资料吻合得很好。文中对现有的二维MT数据地形校正比值法进行了改进，提出了用地层随地形起伏变化的层状模型来进行地形校正的方法，获得了较好的应用效果，进而从理论上论证了进行地形校正和静校正的先后顺序，认为地形校正之前做静校正和之后做静校正的结果是等价的，但在处理实测资料时，考虑到地形因素可以预测，还是以先做地形校正后做静校正为宜。     

大地电磁三维静态位移校正方法及其应用效果

浅层不均匀体对大地电磁测深曲线有较大的影响，这种影响必须得到校正，否则会使解释结果产生畸变。讨论了用三维中值滤波和三维空间滤波２种方法进行静态位移校正，比较了三维滤波法校正前后的数据变化，证明了该方法的实际应用效果。三维中值滤波对压制或消除实测数据中随机干扰、强电或工业电磁干扰以及近地表电性体不均匀畸变影响有很好的作用，具有较高的实用价值。     

大地电磁测深资料处理中的奇异值分解法

本文详细介绍了一种大地电磁测深资料处理方法——奇异值分解法,并导出了它的实数运算形式。该方法的特点是能把数据矩阵分解为信号矩阵和噪声矩阵进行分析,它不仅能给出对响应函数的最小二乘估计,而且能给出对数据噪声的定量分析、计算出信噪比,并给出对响应函数估计的方差。通过对理论合成数据的计算表明,该方法在抑制噪声、作出对响应函数的估计,特别是在作出噪声及方差分析方面是一可靠而有效的方法。     

大庆油田高含水期自然电位的变异和校正

大庆油田经多年注水开发，油层形成多压力系数。由于低矿化度注入水的影响，不同水淹级别油层的扩散吸附电位发生不同程度变异；由于加密调整井钻井液密度较高，过滤电位对自然电位的影响不能忽略。过滤电位和变异的扩散吸附电位叠加造成自然电位异常，会影响砂岩有效厚度和水淹层解释结果的正确性。应用地球物理测井原理，提出计算不同类型油层扩散吸附电位和过滤电位的方法，用于校正自然电位曲线变异。     

多时窗旅行时分解剩余静校正方法

在复杂地表区的资料处理中,求取准确的速度非常困难,速度误差带来的剩余正常时差不容忽视。为此本文将剩余正常时差转换为速度误差的函数,采用多时窗分别对旅行时进行分解,可以获取不同时窗内的炮点静校正量、检波点静校正量和速度误差值。在获得速度误差后,分别用到相对应的时窗数据中,完成剩余动校正,再将剩余静校正量用于此数据,完成多时窗旅行时分解剩余静校正处理。实际资料处理结果表明,该法是解决复杂区地震资料剩余静校正问题的有效方法。     

利用粒子群优化算法快速、稳定反演瑞雷波频散曲线

反演瑞雷波频散曲线能有效地获取横波速度和地层厚度,但基于局部线性化的瑞雷波频散曲线反演方法很难适应反演目标函数的非线性、多参数、多极值的特点。为此,提出并测试了一种新的基于全局优化策略的粒子群优化（PSO）算法的瑞雷波频散曲线反演方法。首先反演了三个理论模型的无噪声和含噪声数据,验证了PSO对瑞雷波数据反演的有效性与稳定性;然后将PSO与模拟退火法（SA）进行对比,说明PSO相对于SA具有全局收敛性强、收敛速度快、求解精度高的特点;最后,反演了来自美国怀俄明地区的实测数据,检验了PSO对瑞雷波数据反演的适用性。理论模型试算和实测资料分析表明,PSO可以用于瑞雷波频散曲线的定量解释。     

粒子群算法参数搜索的共反射面元叠加

共反射面元（CRS）叠加借助于菲涅耳带的理念,可以最大限度地提高信噪比。在CRS叠加中,叠加效果取决于波场运动学参数,因此对参数的搜索尤为重要,而一些局部优化算法效果受限于参数初值的选取。本文采用粒子群（PSO）算法实现对二维CRS参数的搜索,在不影响叠加效果的基础上,提高了参数搜索效率,大大缩短了计算时间。模型和实际数据处理结果验证了方法的有效性。     

粒子群算法炮点偏移校正技术

在地震勘探数据采集的过程中,常会遇到炮点实际位置与设计位置不一致的情况,进而影响后续的地震数据处理。为了解决这个问题,基于近炮检距近地表速度接近常速的假设,本文提出使用粒子群方法对炮点位置进行校正。首先估算近地表直达波的速度,通过观测初至与计算初至建立误差目标函数,通过粒子群算法求解目标函数得到最优解即炮点位置。与常规的网格搜索方法相比,该方法计算效率明显提升,且保持了较高精度,为地震数据质量监控提供了一种可靠且高效的方法。     

基于变分模态分解的地震随机噪声压制方法

针对经验模态分解（EMD）方法中递归迭代式筛选过程耗时过长、分解精度不高等问题,提出了基于频率域内全局自适应的变分模态分解（VMD）的地震随机噪声压制方法。与EMD类方法的迭代筛选模式不同,VMD方法的分解过程可转换至变分泛函最优求解过程,以每个带限窄带（BIMF）分量的估计带宽之和最小为约束,通过增广Lagrange目标函数将变分问题由约束性变为非约束性,采用交替方向乘子（ADMM）算法寻求变分泛函的最优解达到信号自适应分解的目的。ADMM中频率中心及带宽交替更新对偶上升,使两者同时达到最优趋势,并生成所有BIMF分量,具有更高的时间效率。同时,各模态分量在频谱上均具有带限特性,可实现信号频带的高分辨率、自适应剖分。实验结果表明,基于VMD的地震随机噪声压制方法具有优异噪声压制、幅值保持性能的同时,还具备较高的计算效率,可满足高维大尺度地震数据的处理要求。     

利用自适应混沌遗传粒子群算法反演瑞雷面波频散曲线

为了提高瑞雷面波频散曲线的反演精度,减少反演过程中的多解性,获取更准确的地下横波速度结构,本文从反演算法入手,对基本的粒子群算法进行改进,提出了一种能同步提高全局和局部搜索能力的自适应混沌遗传粒子群算法（ACGPSO）：即先采用自适应惯性权重,并设置粒子的节速度,再引入遗传算法的交叉和变异操作及单维全分量的混沌局部搜索。利用该算法对理论模型的无噪和含噪基阶频散曲线进行反演,且针对含噪数据加入二阶与三阶频散曲线进行联合反演。所得反演结果与常规粒子群算法反演结果的对比表明：ACGPSO算法具有更好的稳定性和抗噪性,且基于该算法的联合反演能有效降低解的多解性,显著提高解的精度。对实际数据所做的两步法反演的效果进一步验证了该算法的适用性。     

基于粒子群优化算法的波阻抗反演研究

波阻抗反演属于最优化问题，其目标函数可能包含多个在一定范围内连续的变量。传统的优化手段对某些函数存在难以优化，容易陷入局部解，收敛速度缓慢等问题。粒子群算法只考虑目标函数，对初始模型的依赖程度不高，可以随机地在全局域内进行搜索。通过分析粒子群算法的原理，提出了地震波阻抗反演粒子群算法的实现方法。详细地分析了粒子群算法的抗噪能力及算法中各参数对反演结果的影响，得出参数的最优组合。利用模型数据对该方法进行检测，在无噪情况下，反演结果与模型一致；在加入3%，10%和25%的噪声后，反演前后的相关系数分别为98.31%，93.27%和82.09%，证明了该方法的有效性。     

基于四叉树网格的MT二维正演

本文提出了一种基于四叉树网格剖分的大地电磁（MT）响应有限差分正演算法。首先基于四叉树数据结构进行模型网格剖分,然后用待定系数法推导了该网格中各类节点的有限差分计算公式,实现了复杂模型大地电磁响应的正演计算。多个模型计算结果表明,该算法与常规的有限差分法和有限单元法的计算精度相当时,在计算效率上有较大提高。     

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。