简介：许多地震属性,比如地震的纵横波速度,泊松比,声波阻抗,都能用来区分不同的岩石类型,利用拉梅阻抗作为进一步的约束来代替声波阻抗能更好的降低结果的非唯一性。我们用这种方法构建了渤海湾地区一条剖面的岩石成分模型。我们简要介绍了区分岩石类型的地震参数,重点在于不同的参数组合对于分辨岩石类型的敏感性。为了与室温常压条件下测得的有代表性的岩石的地震波速度和密度进行对比,我们首先需要做温度和压力的校正。接着,我们需要用已知资料和实验测得的各种岩石样品做对比,来确定研究区的岩石类型。我们收集了渤中凹陷一条剖面的纵波速度资料。该剖面10km深范围内的属于同种岩石类型的不同岩石最终通过地震波速度、泊松比、密度、声波阻抗、以及拉梅阻抗综合约束。更多还原

简介：传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。

简介：地震数据中的面波是严重降低地震资料信噪比的干扰波,它的存在影响了后续地震资料的处理与解释。本文根据地震记录中面波与反射波信号形态结构的差异,采用基于二维字典形态成分分析方法对面波噪声与反射波进行分离。根据面波信号的低频、低视速度和频散的特性,选择二维非抽样离散小波变换作为面波的稀疏表示字典,根据反射波局部相关性较强的特点,选择二维局部离散余弦变换作为反射波的稀疏表示字典,构建地震记录在联合二维字典下的稀疏表示模型并采用块协调松弛算法进行求解,将地震记录分解为反射波部分和面波部分。对合成地震信号以及实际地震资料的处理结果表明本文方法不仅能有效压制强能量的面波干扰,而且还能很好保护反射波信号的波形。