-
公开(公告)号：CN112987099A
公开(公告)日：2021-06-18
申请号：CN202110418166.5
申请日：2021-04-19
Applicant: 吉林大学
Abstract: 本发明涉及一种基于多震源卷积神经网络的低频地震数据重构方法，包括地震数据预处理得到高质量的主动源地震数据；创建训练数据集：将处理后的被动源及主动源数据进行低通滤波并分块处理，分别作为输入数据及标签；建立神经网络模型：搭建基于多震源的卷积神经网络模型，用于主动源低频地震数据的重构；训练：将处理后的数据及标签输入到卷积神经网络模型中。本方法可在缺失主动源低频数据的条件下，利用被动源数据实现重构，其获取的低频信息准确性较高，对仪器的要求不高，降低了低频信息的采集成本，且在进行简单地去噪后，为接下来的地震反演过程提供高质量的地震数据，改善由于缺失低频信息导致的各种问题，有利于恢复出更多的细节信息。
-
公开(公告)号：CN111239806A
公开(公告)日：2020-06-05
申请号：CN202010156484.4
申请日：2020-03-09
Applicant: 吉林大学
Abstract: 本发明提出了一种基于振幅增量编码的时间域全波形反演方法，通过将模拟数据和观测数据的每一个采样点进行振幅增量编码并加上振幅极性作为约束，从而选择出相同时间点具有不同振幅增量的数据，这部分数据会导致周期跳跃。编码后，构造一个置零矩阵，将该矩阵乘以模拟数据从而将导致周期跳跃的数据设置为零，进而减小这部分数据对梯度的影响。一部分数据置零后，原数据的振幅信息被破坏。为了减小反演对振幅信息的依赖，突出相位信息的作用，我们采用全局互相关目标函数。该方法相比于传统全波形反演方法区别只在于对模拟数据和观测数据的编码计算和置零计算，而编码计算只是简单地矩阵加减乘除，并不会明显增加全波形反演的计算时间。该方法在计算效率上相比于传统全波形反演并没有降低。
-
公开(公告)号：CN111175822A
公开(公告)日：2020-05-19
申请号：CN202010061253.5
申请日：2020-01-19
Applicant: 吉林大学
IPC: G01V1/30
Abstract: 本发明涉及一种改进直接包络反演与扰动分解的强散射介质反演方法，包络运算为非线性运算，在波场重叠处计算包络场存在较大误差。本发明是在计算正传包络场之前对地震波场进行了上下左右行波分解，有效缓解了波场重叠对正传包络场计算的影响。将改进的包络场代入直接包络反演算法中即为改进的直接包络反演，其能对强散射体速度结构进行更好的刻画。针对强散射屏蔽区速度建模，本发明提出采用构造约束的扰动分解方法。利用逆时偏移成像结果约束扰动分解参数的选取能避免参数选取导致对强散射体的错误识别。将改进的直接包络反演方法与构造约束扰动分解方法联合，既能得到好的强散射体速度建模，也能得到较好的屏蔽区速度构造。
-
公开(公告)号：CN109407152A
公开(公告)日：2019-03-01
申请号：CN201811550994.9
申请日：2018-12-18
Applicant: 吉林大学
Abstract: 本发明涉及一种基于零均值归一化互相关目标函数的时间域全波形反演方法，通过计算模拟和观测记录之间的零均值归一化互相关代替传统全波形反演中最小二乘目标函数的求取。通过归一化互相关使模拟数据与观测数据振幅的绝对值在-1到1之间，有效的减小了因振幅误差导致的反演结果错误。且由于振幅能量的归一化，提高了地震记录中远偏移距的能量权重，因远偏移距数据携带了模型中大尺度构造的信息，该方法能减小跳周的发生。因实际地震记录易受低频噪声的影响，且通常为非均值噪声，引入了去均值项，通过对模拟和观测记录的去均值计算减小了低频噪声的干扰。该方法能在缺失低频信息或者低频信息被噪声污染的情况下准确的反演出地下介质的速度参数。
-
公开(公告)号：CN109407151A
公开(公告)日：2019-03-01
申请号：CN201811550979.4
申请日：2018-12-18
Applicant: 吉林大学
Abstract: 本发明涉及一种基于波场局部相关时移的时间域全波形反演方法，通过滑动时窗时移矫正将模拟及观测记录用时窗截断，根据时窗内模拟与观测记录互相关最大值的位置对模拟记录做时移，使互相关程度增大，在沿着采样时间轴移动窗口对下一个时窗内的波形做相关时移直到时窗移动覆盖所有采样点，即完成对所有模拟记录的波形时移校正，使模拟与观测记录匹配程度提高。由于对模拟记录的波形进行了位移，使各个采样点的相位信息更加接近观测记录，但对应的振幅信息并没有校正，为减小振幅错误对反演的影响，在进行全波形反演时采用对振幅信息依赖较小的全局互相关目标函数。本发明在不降低计算效率的情况下，减少全波形反演中跳周问题的发生，提高反演精度。
-
Patent Agency Ranking
公开(公告)号：CN116819611A
公开(公告)日：2023-09-29
申请号：CN202310738689.7
申请日：2023-06-21
Applicant: 吉林大学 , 中国地质科学院地质研究所
Abstract: 本发明涉及一种基于互相关波形反演的地震数据震源子波估计方法，该方法在近道直达波全波形反演框架下，通过采用归一化互相关目标函数，实现高质量的震源子波估计。在全波形反演框架下开展技术，充分考虑了波场的运动学和动力学特征，保证了反演结果的精度与分辨率；利用近道直达波信息，降低了反演的非线性，且保证了反演算法的计算效率；采用互相关目标函数波形反演方法，有效避免了地震数据振幅误差对震源子波估计的影响。本发明方法可以在地震数据振幅存在明显误差情况下，利用直达波互相关全波形反演对震源子波进行高效高精度估计。
-
公开(公告)号：CN115184986B
公开(公告)日：2023-09-29
申请号：CN202210747271.8
申请日：2022-06-28
Applicant: 吉林大学
Abstract: 本发明涉及一种不依赖震源的全局包络互相关全波形反演方法，该方法综合了包络反演、全局互相关反演方法和褶积型不依赖震源反演方法的优势；利用包络算子构建目标函数可以在原始地震数据缺失低频成分的情况下恢复模型的有效低频信息；全局互相关方法可以克服地震记录振幅不准对反演结果的影响；褶积型不依赖震源算法的应用可以有效缓解震源子波估计不准对全波形反演的影响。本发明方法的另一个核心步骤为反演梯度计算，即采用震源正传波场与伴随源反传波场的零延迟互相关计算反演梯度，这里的伴随源为新目标函数对应的伴随源。本发明方法可以在同时存在数据低频缺失问题、记录振幅误差问题和震源子波估计不准问题的情况下进行稳健的反演。
-
公开(公告)号：CN114779335B
公开(公告)日：2023-05-02
申请号：CN202210336492.6
申请日：2022-03-31
Applicant: 吉林大学
IPC: G01V1/30
Abstract: 本发明涉及一种基于各向异性全变分约束的弹性波直接包络反演方法，是通过各向异性全变分约束与弹性波直接包络反演获得弹性强散射介质的高精度纵、横波速度结构。首先，对弹性波场进行波场模式分解分别获得纵、横波场，计算包络场分别获得正传纵、横波包络场；然后，根据梯度表达式，可得到弹性波直接包络反演的纵、横波速度梯度，并可更新纵、横波速度模型；之后，对当前纵、横波速度模型施加各向异性全变分约束可得到约束后的纵、横波速度更新模型；最后，将各向异性全变分约束弹性波直接包络反演结果作为初始模型，进行各向异性全变分约束弹性波全波形反演可得到弹性强散射介质的高精度纵、横波速度模型。
-
公开(公告)号：CN115184986A
公开(公告)日：2022-10-14
申请号：CN202210747271.8
申请日：2022-06-28
Applicant: 吉林大学
Abstract: 本发明涉及一种不依赖震源的全局包络互相关全波形反演方法，该方法综合了包络反演、全局互相关反演方法和褶积型不依赖震源反演方法的优势；利用包络算子构建目标函数可以在原始地震数据缺失低频成分的情况下恢复模型的有效低频信息；全局互相关方法可以克服地震记录振幅不准对反演结果的影响；褶积型不依赖震源算法的应用可以有效缓解震源子波估计不准对全波形反演的影响。本发明方法的另一个核心步骤为反演梯度计算，即采用震源正传波场与伴随源反传波场的零延迟互相关计算反演梯度，这里的伴随源为新目标函数对应的伴随源。本发明方法可以在同时存在数据低频缺失问题、记录振幅误差问题和震源子波估计不准问题的情况下进行稳健的反演。
-
公开(公告)号：CN114779335A
公开(公告)日：2022-07-22
申请号：CN202210336492.6
申请日：2022-03-31
Applicant: 吉林大学
IPC: G01V1/30
Abstract: 本发明涉及一种基于各向异性全变分约束的弹性波直接包络反演方法，是通过各向异性全变分约束与弹性波直接包络反演获得弹性强散射介质的高精度纵、横波速度结构。首先，对弹性波场进行波场模式分解分别获得纵、横波场，计算包络场分别获得正传纵、横波包络场；然后，根据梯度表达式，可得到弹性波直接包络反演的纵、横波速度梯度，并可更新纵、横波速度模型；之后，对当前纵、横波速度模型施加各向异性全变分约束可得到约束后的纵、横波速度更新模型；最后，将各向异性全变分约束弹性波直接包络反演结果作为初始模型，进行各向异性全变分约束弹性波全波形反演可得到弹性强散射介质的高精度纵、横波速度模型。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.022 seconds)
