脑电逆问题研究进展

脑电逆问题的研究对于现状认知科学研究，生物科学及信息科学研究都有重要的意义，而反方法研究是脑电逆问题的关键。作者结合自己的工作，介绍了国际上近年来形成的一些主要方法及一些初步研究成果。     

卫星测高技术在海洋重力测量中的应用

首先阐述了卫星测高的基本原理;其次给出了利用测高数据反演海洋重力的数学模型,并结合Ｔｏｐｅｘ／Ｐｏｓｅｉｄｏｎ卫星数据对中国某海域进行了重力扰动的反演试验;最后简述了卫星测高技术在我国重力测量领域中的发展概况。     

一种用于双各向异性材料参数反演的新模型

针对双各向异性材料参数的反演,在多频点测量、多厚度测量、多入射角测量模型的基础上,本文首次提出了一种用于双各向异性材料参数反演的新模型,该模型是由同材料前后两层相对旋转一定角度的双层组成。利用一阶状态矢量法,推导得到了该模型反射传输的计算公式,并分析了双层同材料测量模型的传输特性。与单层平板模型传输特性进行比较表明:有的传输参数在单层时对媒质参数敏感,而有的在双层时对媒质参数敏感。本文的工作为双各向异性吸波材料参数的反演打下了基础。     

频率域八阶NAD有限差分模拟及全波形反演

全波形反演是一种利用波动方程与最优化算法定量获取地下介质物性参数的高分辨率成像方法。正演模拟是反演的基础,为进一步提高正演计算效率,提出用八阶频率域近似解析离散化（NAD）方法离散二维声波方程,详细推导了高阶NAD格式的构造过程,并采用一类不精确旋转分块三角预处理算子加速Krylov迭代方法求解离散后得到的大型稀疏线性代数方程组。波场模拟与数值频散分析结果体现了该方法在压制数值频散和提高计算效率方面的优势,即每个波长少于2个点即可准确恢复波场,突破了采样频率极限。运用所构造的正演算法进行反演,并对两种典型的分层介质模型和Marmousi模型进行频率域全波形反演,得到了高分辨率、高保真的计算结果,结合反演误差曲线验证了所提方法的有效性和适用性。     

杨氏模量和泊松比基追踪反演

本文基于基追踪理论利用叠前地震反演方法直接反演杨氏模量和泊松比。首先从Zoeppritz方程的Gray近似公式出发,根据弹性参数间的关系推导出包含杨氏模量、泊松比和密度的地震反射系数线性近似公式;然后基于基追踪反演理论建立了叠前地震反演方法,直接反演杨氏模量和泊松比,并在基追踪反演的目标函数中加入模型约束项,以提高反演方法的稳定性;最后,利用模型试验和实际数据证明该方法可以从地震数据中稳定估算杨氏模量和泊松比。     

地震约束建模的强非均质碳酸盐岩储层波阻抗反演

塔里木盆地深部碳酸盐岩储层以次生溶蚀孔、洞、缝为主,空间分布具有极强的非均质性。传统的"相控建模"、"岩溶建模"和"碳酸盐岩储层相控建模"方法均不能准确刻画储层分布特征。为此,提出地震约束建模方法：首先基于线性反演去除资料的AVO效应获得纯纵波数据,然后结合测井信息计算相对波阻抗,并进一步转化为绝对波阻抗属性定量质控波阻抗反演质量。采用的建模方法本质上属于确定性建模,流程包括纯纵波数据提取、相对阻抗计算、振幅约束低频建模、波阻抗反演等。ZG8井区的实例分析证实：基于纯纵波振幅约束建模的反演方法可以避免传统插值建模方法受井资料影响大的局限,克服了常规融合层速度等建模方法精度不高的缺陷,准确反演了强非均质储层的分布规律。     

砂岩敏感识别因子的建立及直接提取方法

大量文献证明敏感识别因子已成功用于储层的岩性、流体、岩石脆性等的预测,但研究砂岩敏感识别因子的建立及直接提取方法相对较少。为此,根据黄珏地区浅层砂岩纵、横波速度相对较高、密度较低情况,设计砂岩敏感识别因子SF₄,避免了大部分常规岩性识别因子（速度与密度乘积形式）预测的砂、泥岩数值重叠现象;为避免二次计算产生的累计误差,推导了包含砂岩敏感识别因子的AVO近似式,引入低频软约束项补偿反演的低频信息,结合Downton的参数协方差矩阵特征分解去相关思路,利用贝叶斯参数反演方法直接估算该因子。数值试验与实际应用均证明了砂岩敏感识别因子建立与直接提取方法效果较好。     

瞬变电磁全期视电阻率的弦截无限逼近算法

应用瞬变电磁法进行地质勘探的过程中,视电阻率的计算至关重要,反演视电阻率可以直观地描述地下地质体。利用传统的近似公式法计算的视电阻率误差过大,因此针对地面中心回线瞬变电磁法中全期视电阻率的隐函数特点,通过引进针对非线性函数的弦截求根方法,给出了视电阻率的弦截无限逼近求解方法及其计算步骤。该方法可避免对复杂函数的导数计算。仿真计算与应用实例表明,弦截法具有比二分法更快的收敛速度,并可以任意精度求解地面中心回线瞬变电磁法中的全期视电阻率。     

一套针对高泥质疏松砂岩薄储层的识别技术——以珠江口盆地X油田为例

针对珠江口盆地X油田韩江组高泥质疏松砂岩段扩径严重引起测井曲线质量差、波阻抗属性叠置严重、储层薄且非均质性强等难题,形成的薄储层精细表征技术概括为"三步法"：①遗传化神经网络技术重构能得到反映真实地层特征的弹性曲线,进而解决在疏松砂岩井段因扩径严重导致测井曲线失真的问题;②针对高泥质疏松砂岩薄储层识别难的问题,新构建DVT敏感特征参数来区分砂岩与泥岩;③利用波形指示高分辨率反演方法预测高泥质疏松薄砂岩储层的空间展布。实际应用表明：该技术在X油田注水收效、调整井优化实施和开发调整方案井网设计等方面取得了较好的应用效果,解决了该油田3~5 m薄层精确描述的难题,形成了一套完整的针对高泥质疏松砂岩薄储层预测的技术流程。该技术对同类油藏表征和油田高效开发具有参考意义。     

龙门山前侏罗系沙溪庙组致密砂岩储层叠前地震预测

龙门山前侏罗系沙溪庙组致密砂岩横向变化快、非均质性强、孔隙结构复杂,储层与围岩阻抗差异小,岩石物理规律不清,且地震叠前道集资料品质差、测井横波资料匮乏,优质储层预测困难。针对以上问题,通过叠前反褶积、阿尔法滤波、剔除拟合振幅补偿优化处理了叠前CRP道集,采用改进的Xu-White模型预测了横波,并通过贝叶斯稀疏脉冲反演获得了叠前弹性参数VP/VS,预测了砂体边界,最后在砂体边界控制下,利用蒙特卡罗—贝叶斯分类方法反演了孔隙度,预测了致密砂岩有利储层发育区。研究表明：贝叶斯稀疏脉冲反演简化了稀疏脉冲反演过程,求解更稳定,砂岩边界控制下的孔隙度反演排除了泥岩影响,提高了孔隙度预测精度,该技术在龙门山前侏罗系沙溪庙组致密砂岩有利储层预测中取得了较好的效果,具有一定的推广应用价值。