SUFER在海底地形表达中的应用

随着空间信息可视化技术在海底地形表达中的应用越来越多,空间信息手段越来越受到学者们的重视。文章详述了空间信息可视化技术的理论,并对其在海底地形表达中的具体应用进行系统讲解。文章阐述了海底地形表达的发展现状及其内涵,列举了一个小区域的海底地形的测量数据利用SUFER成图软件实现该区块海底地形的三维可视化显示,并评价这种应用的效果。     

裂缝性多孔介质纵波频变特性研究

各向异性介质地震波衰减的研究一般只针对横向各向同性介质,即包含一组垂向裂缝。实际储层中往往存在多组正交或斜交裂缝,因此研究含多组裂缝储层的地震波频散和衰减非常必要。Chapman建立了包含两组裂缝的中观尺度喷射流模型,但是没有讨论两组裂缝对特征频率、频散和衰减幅度的影响。为此,建立了计算含多组裂缝储层纵波频变特性的方法。首先对Chapman模型数值模拟,讨论裂缝参数对特征频率和频散、衰减幅度的作用;然后分析Chapman模型和标准线性固体模型之间的关系;最后建立利用广义标准线性固体模型计算包含多组裂缝储层的频变纵波模量的方法,即利用Chapman模型和各向异性Gassmann方程得到低频模量,利用Chapman模型得到高频模量。所提方法利用低频、高频极限模量和模量损失表征地震波的频散和衰减特性,其中模量损失可表征每组裂缝的贡献,并得出以下认识：1裂缝方位和地震波入射方向只影响频散幅度和衰减幅度,而不影响频散频带和衰减频带;2不同裂缝发育情况的纵波速度V_P(或纵波逆品质因子Q_P^-1)曲线间存在代数关系,因此可以利用单组裂缝的V_P(或Q_P^-1)曲线表示两组甚至多组裂缝的V_P(或Q_P^-1)曲线;3当地震波传播方向与裂缝平行时,V_P随频率的变化很小,P波衰减最小。所提方法对于研究各向异性介质的地震波场特征及地震响应机理具有一定实际意义。     

面向地震波初至智能拾取的超分辨率深度残差方法研究

针对常规语义分割网络在初至拾取中存在的精度低、泛化能力差等问题，基于U-Net网络，结合残差学习模块和亚像素卷积方法，构建了一种超分辨率深度残差网络的初至智能拾取方法(SD-Net)。该方法使用具有跳跃连接的U型网络融合地震数据的多尺度信息，通过端到端的训练方式简化工作。首先，在SD-Net的下采样阶段引入残差学习模块，克服深层网络退化问题，有效提高对地震数据的学习能力；其次，上采样阶段采用亚像素卷积方法，通过卷积和多通道间的像素重组实现特征图超分辨率重建，以更高精度定位初至；另外，利用迁移学习将模型应用于中、低信噪比模拟数据，仅需少量标注数据即可训练得到最优初至拾取模型。实际算例表明：与U-Net方法相比，SD-Net训练效率明显提高；网络模型具有更高准确率和鲁棒性；迁移学习模型预测的结果验证了SD-Net具有较强的泛化能力；该方法在实际生产应用中对实现高效、准确的初至智能拾取具有重要意义。