频谱一致性Q因子反演方法

地层品质因子Q能够定量表征地层吸收对地震信号的衰减效应，对高分辨率地震数据处理和油气检测均具有重要作用。针对现有Q因子估算方法抗噪性弱、稳定性差等问题，提出了一种基于频谱一致性准则的Q因子反演方法。该方法基于粘弹性介质地震波传播理论，将不同时间接收的地震信号反向传播到某一位置，基于反向传播之后频谱特征的一致性对Q因子进行反演。不同于谱比法和质心频移法，该方法不是基于对数谱斜率和质心频移等地震频谱的某个特定属性，而是基于地震频谱在整体特征上的一致性对Q因子进行反演和估算，其反演结果的稳定性和抗噪性更好。理论模型和实际数据的实验结果表明，采用该方法能够得到更加可靠的Q模型，其补偿结果较好地恢复了高分辨率地震数据的反射特征。     

基于模型的薄层结构智能反演试验分析

受地震数据有效频带的限制，常规的地震反演方法很难对薄层结构进行准确刻画和描述。基于机器学习的地震反演方法是近年来用于薄层结构预测的新技术。为此，基于BLSTM-Net神经网络模型，针对薄层空间结构的预测问题开展了简单及复杂陆相沉积模型的阻抗反演试验分析。首先，构建简单的薄互层模型，开展基于BLSTM-Net模型智能反演与基于测井约束的常规地震反演方法的试验对比，同时对BLSTM-Net模型的抗噪性进行测试；然后，构建典型的陆相沉积复杂薄互层地质模型，对反演结果的可靠性及其对地震频带的依赖性进行试验分析；最后，对比分析BLSTM-Net神经网络模型与稀疏脉冲反演对弱反射的恢复和保护能力。模型试验结果表明，基于BLSTM-Net模型的反演方法较常规反演方法具有更强的薄层结构预测能力，且对弱反射具有更好的保护作用，具有更大幅度提高实际地震数据薄层刻画精度的理论优势和技术潜力。     

一种数据驱动的面波预测和自适应衰减方法

面波压制是地震数据处理的重要环节，为了在压制过程中确保信号保真度，减少空间假频的影响，近年来基于频散特征的面波预测与压制方法受到青睐。该方法利用面波固有的频散属性，通过分析计算得到的频散关系预测面波，并将其从原始数据中消减，以达到压制的目的。但该方法也存在频散谱精度不高、面波预测欠准确，或频散谱精度虽然较高但计算耗时长等问题，导致该方法未能广泛应用。文中介绍一种经过改良的频散面波压制策略，即通过使用自适应面波数据提取技术、随炮检距变化的面波重建方法及面波模型匹配相减，结合高精度的频散谱分析方法对面波噪声进行准确预测，使该方法在对海量数据的处理中得到有效应用。实际资料测试结果表明，该方法能有效去除面波，最大限度地保护有效信号，在面波发育区有广泛应用前景。